上银基金一周早知道丨Meta算力风波�...

来源：市场资讯

（来源：上银基金管理有限公司）

徐北

上银基金权益研究部助理研究员

本科毕业于加州大学尔湾分校商业经济学，研究生毕业于约翰霍普金斯大学金融学，擅长基于第一性原理构建产业研究框架，以叙事逻辑串联产业链、商业模式与竞争格局，并通过辩证分析识别市场预期差，目前主要研究方向为电子、计算机等行业。

市场概况

上周（6.29-7.3）A股整体呈现先涨后跌、结构剧烈分化的走势，市场风格迎来明显再平衡。受Meta出售算力消息冲击，AI科技赛道剧烈回调，科创50冲高回落；创新药、大消费等前期超跌板块迎来估值修复。

指数涨跌分化明显：上证指数上涨0.41%，中证500上涨0.48%，中证A50上涨0.80%；沪深300下跌0.54%，创业板指下跌4.16%，科创50下跌2.79%。

行业端医药生物10.53%领涨，美容护理、汽车、农林牧渔、纺织服饰涨幅均超5%；通信大跌9.17%，建筑材料、电子同步走弱。概念板块创新药涨15.17%领跑，玻纤、玻璃基板、覆铜板、光通信、电路板跌幅均超7%。

热点聚焦

2026年7月2日全球半导体全线重挫，当日万得全A跌2.81%、中证半导体大跌9.36%，韩国综指、费城半导体指数分别下跌7.89%、6.27%；（注：数据来源Wind，截至2026/07/02）

这也导致了此前的半导体硬件板块下挫严重，其中，设备材料、CPO及PCB等板块领跌并出现资金净流出。境内市场再度热议"风格切换"，越来越多观点认为TMT板块或面临调整，资金将轮动至更广泛的市场板块。

下跌根源是7月1日Meta宣布对外出租富余AI算力与模型服务，市场担忧算力不再稀缺、云厂商削减算力资本开支，算力上游个股遭集中抛售。（注：新闻来源彭博，2026/07/01）

Meta下场做云，对AI硬件叙事意味着什么?

7月1日彭博消息显示，Meta计划对外开放AI服务，售卖模型使用权限并出租闲置GPU，消息落地后盘面分化明显，Meta股价走高，新兴云厂商、美光与英伟达等半导体标的承压。

市场普遍将该行为视作两大行业利空，而本次算力出租仅针对H100、H200老旧显卡，Meta仍大额订购新一代GB300算力芯片，此举只是盘活存量资产、优化投入效率，并未缩减AI布局。由此可判断行业算力仍供给偏紧，并未进入过剩阶段，相关硬件板块将维持高位震荡走势。

Meta没有退出军备赛

（1）官方口径：需求持续被低估。Meta2026年一季度财报会议提及内部AI运算需求被低估，基础设施扩容后，多款新AI产品落地，长期拉升算力训练、推理需求。

（2）需求外溢信号：连Google都供不起了。谷歌限制Meta使用Gemini算力，造成其项目延后，Meta随即自研对应模型，足以体现Meta算力缺口庞大，自主研发是保障供应链安全的必然选择。

（3）仍在对外高价抢先进算力。Meta连续多月签约合作锁定高端算力与大型数据中心资源，仅对外出租老旧显卡，企业紧缺高端算力，整体算力并未过剩。

（4）净买方的硬证据。Meta一季度新增千亿级算力采购合约，外加外部算力配额不足、内部管控token使用，实打实说明Meta算力供给不足，属于算力净买入方。

（5）从战略激励看，没有认输的理由。扎克伯格深耕AI赛道意愿强烈，同业企业也同步盘活老旧算力、研发新一代模型，Meta并无缩减AI布局的现实动机。

为什么此时出租（动机拆解）

（1）代际切换带来的结构性错配。Meta计划对外出租H100/H200老旧算力卡，高端模型训练则依赖新一代芯片。大参数多模态模型训练对显存、互联通信等硬件条件要求严苛，老算力运行效率偏低、单位token成本更高。本次操作属于出售旧算力置换先进芯片，和行业同行盘活存量硬件的运营模式一致。

（2）阶段性超订(overbook)的对冲。Meta历来资本开支高于产出，存在算力阶段性超额部署情况，上游硬件涨价背景下，盘活闲置算力可优化资产使用效率。

（3）ROI叙事压力下的收入出口。2026年Meta高额资本开支仅小幅拉动广告业务增长，裁员降本模式难以延续。为印证大额投入的合理性，算力出租成为新增创收途径，还可同步完成自有模型与平台产品商业化落地。

行业含义：需求足够强，能消化出租的算力

更重要的判断是：目前需求足够强，完全能消化Meta这类厂商出租出来的算力。

中美头部企业纷纷布局MaaS业务，侧面印证token需求景气度充足，将吸引更多企业入局AI基础设施赛道；模型迭代与推理场景普及能够抬高行业整体AI渗透率。算力商业化落地构建起资本投入、营收增厚的正向循环，打消了市场关于大厂缩减资本开支、压制硬件需求的顾虑，谷歌也维持原有资本投入计划，叠加AgentAI开启行业发展元年，下游算力需求延续扩张态势。

当下算力行业格局发生转变，告别单一高端GPU紧缺阶段，迈入多代芯片分层应用、差异化定价的发展阶段。顶层新一代GB300、Rubin算力专供前沿大模型训练，供给持续紧张，各大企业持续锁定相关产能；次一级H100、H200上代算力适配模型微调、推理落地、企业级AI等场景，从稀缺训练资源转变为规模化商用算力；底层通用GPU云服务承接长尾企业业务，价格敏感度高但需求弹性充足。Meta仅按照算力代际匹配对应使用场景，属于合理的资产优化配置，并未缩减AI基建布局。

整体来看，算力资源依旧供需偏紧，头部大模型营收增速未现明显下滑，行业紧缺格局不会逆转。结合数据，Meta在云行业整体份额有限，2026年资本开支大幅提升，落地超大算力集群且规划扩建数倍规模的数据中心，足以说明出租算力意在拓宽营收渠道，并非抛售算力收缩布局。后续行业景气度可依托企业季报落地验证，现阶段算力租赁价格位于高位、下游AI企业营收稳步上行，下半年算力硬件赛道景气逻辑稳固，无需看空板块走势。

每周关注

PCB的价值量，随层数、工艺难度、厚度提升呈非线性增长——厚度提升对材料和加工工艺的要求，幅度与层数提升相当，且能在层数增长的基础上进一步加成。

用英伟达的产品迭代最能说明这条曲线有多陡：

GB300：主力是22/26/32层的超多层板，没有高阶HDI方案。

Vera Rubin（2026年6月起小批量、三季度大批量）：包含32层高阶HDI的switch tray、44层高阶HDI的compute tray,PCB单机柜价值量较GB300暴涨233%。

Rubin Ultra（正交背板,量产较市场预期的2027下半年提前，2026Q4–2027Q1即可小批量交付）：单产品包含4–6个子板，层数达100–168层，仅层数就是当前主力产品的6–7倍，叠加高阶HDI和材料工艺升级。从GB300到Rubin Ultra，PCB价值量最高可达10倍提升。

除主线外，还有几条增量：光模块mSAP工艺需求爆发、主流厂商产能捉襟见肘、正处爬坡期，三季度起业绩大规模释放：LPU/IPU配套的新一代交换板、以及CoWoP（Chip on Waferon PCB）工艺陆续落地，CoWoP对平整度、CTE等提出半导体级要求，进一步抬升PCB价值量。

供需格局：长协锁产能，订单可见度极高

供给端格局非常优异。核心PCB厂已经开始签订长协锁定产能，订单可见度极高，2027年核心厂商将处于满产且供给不足的状态。行业没有明显的上游产能瓶颈，主流厂商正在积极扩产，今年板块斜率有望超过光模块。

节奏上分两段：当前阶段上游材料环节景气度更高,英伟达、谷歌等大厂已开始锁定上游供应链资源；2026年7月中下旬起，中游板厂进入业绩兑现期，三季度、四季度、2027一季度和二季度将迎来业绩爆发，板块机会正从上游向中游传导。

中游板厂：多领域需求共振

中游的需求是多个领域同时爆发

GPU/ASIC：谷歌2025年TPU出货约100万张、单张PCB价值量1000多元；2026年V8版TPU采用M8及以上材料，单张价值量提升6倍至6000元以上，若2027年出货达1000万张，将新增600亿元PCB需求。亚马逊相关板卡2025年出货约100万张、2026年200多万张、2027年预计超400万张。

光模块：1.6T光模块PCB面积约为主流手机主板的一半，但价格是后者的3–4倍、层数十几层,工艺要求高于手机主板，多数厂商良率偏低、扩产周期长,短期供给紧缺；2027年800G与1.6T总出货量接近2亿只，1.6T全部采用mSAP、800G硅光方案也普遍采用mSAP，需求持续高增。

交换机：当前主流800G，2026下半年1.0T起量、单机价值量提升数倍：1.0T交换机2026年出货约10万台，2027年预计40–50万台。

CPU：海外及国产CPU出货量均快速增长。

盈利结构在系统性上移：传统PCB产品毛利率约20%–30%，AI相关PCB达40%–50%，mSAP工艺产品可达50%–60%，产品结构升级直接带动盈利大幅提升。

扩产上有个很能说明景气度的细节：下游需求强到客户甚至为厂商承担全部扩产费用以锁定产能——这和存储行业客户提前锁定上游产能的模式如出一辙。而行业整体扩产速度偏慢，头部厂商外溢订单充足，竞争格局优异。

每周一图

玻璃桥（玻璃波导）：被寄予厚望的CPO耦合新方案，为何短期难加速?

CPO（光电共封装）是AI算力向更高互联带宽演进的核心方向，而"光如何从光纤耦合进光芯片（PIC）"——尤其是最后那个接口位置——是整个CPO里最难、最关键的痛点之一。近期市场高度关注的玻璃桥（玻璃波导）技术，正是冲着这个痛点来的。但我们的判断是：这项技术理论上有优势，却与当下主流CPO平台不适配，短期难以加速CPO落地，真正的用武之地要等到二代、三代CPO。

一、玻璃桥要替代什么

当前主流方案（以台积电COUPE平台为代表）在光纤到PIC的接口处，用的是FAU（光纤阵列单元）技术——本质是“V型槽+光纤+微透镜”的组合。玻璃桥要做的，就是用基于离子交换工艺的玻璃波导矩阵，去替代掉这一整套FAU组合。

工艺上，玻璃桥走的是半导体流程：把玻璃基材浸入含银离子的介质中形成波导，再通过反向离子交换把波导层沉入玻璃表面之下，最后用成像方式定义走线，完成整个玻璃波导的成型。

二、玻璃桥的三点优势

（1）生产效率高，且随通道数提升越发显著。传统FAU较依赖人工与自动化设备，而玻璃波导是半导体流程，生产效率高得多。这个优势会随通道数增加而放大。

当前光模块普遍是8通道，对应的FAU大约做到16纤（8进8出）；到了NPO/CPO，普遍是16通道甚至32通道：16通道产品对应的纤芯数已经大幅提升（叠加保偏光纤后接近36channel量级），人工处理难度大幅上升；再到32通道（比如6.4T的CPO光引擎），纤芯数可能进一步增加到七十余纤。

FAU到这个规模常常要拆成两个FAU来做；而玻璃波导可以通过增加刻蚀走线来实现，更容易、效率更高。（良率方面，由于玻璃波导仍偏实验室阶段，现阶段尚不好judge。）

（2）可拆卸，满足CPO的高维护性要求。光从光源出来先走光纤，经一个微型MT头与玻璃桥波导端面对接；玻璃桥再桥接到PIC上（PIC侧需做刻蚀、做出类似微型槽的结构承接，并有边缘波导与玻璃桥对接）。整个结构下，玻璃桥可拆卸、MT部分可直接拔插——这恰好满足了CPO光引擎对可维护性的苛刻要求。

（3）耦合损耗目标低。若技术全部到位，玻璃桥有望把耦合损耗做得很低；不过现阶段针对损耗的问题，业内仍有分歧。

三、致命短板：与主流CPO平台不适配

优势之外，玻璃桥有几个绕不开的物理难题：玻璃材料脆、加工难度大；更关键的是热膨胀系数（CTE）失配，会引发翘曲/脱层。而这一点，与它采用的耦合方式叠加，构成了它最大的风险。

核心矛盾在耦合路线上：

当下最成熟的光耦合平台是台积电COUPE，采用光栅耦合（gratingcoupler），即垂直耦合——借助FAU和准直，把光从PIC表面射入，PIC内部再配合微透镜阵列及自由空间光学结构完成传输。产业链普遍认为，垂直（光栅）耦合的效率和良率更高。

而玻璃桥目前看到的方案基本都是边缘耦合（edgecoupling）——光从PIC芯片的边缘进入。边缘的宽度/高度极小，对对准精度要求极高，效率和良率确实更难做、更低。

两者叠加的风险是：玻璃采用边缘耦合，一旦工作温度过高，因CTE失配出现脱层，耦合就直接失效，光引擎随之失效——这对可靠性构成巨大挑战。

要解决，就得针对边缘耦合另开温控方案，PIC设计也要相应改造。但至少目前现有平台并没有在这一块做充分适配；未来有可能合作推进而国内阵营目前尚无很成熟的CPO平台。

四、结论：玻璃桥短期难加速CPO，时间靠后

这就引出一个关键判断：当下的玻璃桥技术无论看上去多好，都与当下主流CPO的PIC流片平台、PIC设计并不适配——主流仍不是这套。玻璃桥可能要等CPO走向多元化（二代、三代CPO）时，才会有更大的用武之地，时间上会更靠后。因此，市场上“玻璃桥能加速CPO”的观点，我们认为较难成立——因为它与当前主流CPO技术在设计上存在差异。当然，作为一种新技术，市场关注度很高，康宁也一直在做相关宣传。

后续投资者主要关注什么？

关注这项技术有多少大厂背书——除各国产/研发阵营外，是否有更多大公司愿意为它站台，尤其是云厂商、以及头部这类公司对该技术的态度；此外，国内硅光平台是否会有变化、更新或进步，也可能构成催化。

五、对通信产业链的影响范围

需要厘清影响边界：玻璃桥目前主要冲击的，是无源器件里的FAU这一个品类（以及对人工的相关影响）。其他如MPO等不受影响；它也不会影响当前的光模块方案——光模块目前都是8通道设计，未来也不太可能上到16通道，所以FAU在光模块里的这块蛋糕相对安全。玻璃桥的影响主要落在NPO/CPO光引擎侧，而非现有光模块。

风险提示：基金有风险，投资需谨慎。本资料中的信息或所表达的意见仅供参考，并不构成任何投资建议。本直播仅限于基金管理人与合作平台开展宣传推广之目的，禁止向第三方机构单独摘引、截取或以其他不恰当方式转播。投资人购买基金时应详细阅读基金的基金合同、招募说明书和基金产品资料概要等法律文件，全面了解产品风险，在了解产品情况及销售适当性意见的基础上，根据自身的投资目标、投资期限、投资经验、资产状况以及风险承受能力等因素，理性判断并谨慎做出投资决策。基金管理人承诺以诚实信用、勤勉尽职的原则管理和运用基金资产，但不保证基金本金不受损失，不保证基金一定盈利，也不保证最低收益。基金产品存在收益波动风险，基金的过往业绩及其净值高低并不预示其未来业绩表现，基金管理人管理的其他基金的业绩和其投资管理人员取得的过往业绩并不预示其未来表现，也不构成基金业绩表现的保证。我国基金运作时间较短，不能反映股市发展的所有阶段。行业、指数过往业绩不代表基金业绩表现，也不作为基金未来表现的承诺。