七部门力推AI关键支撑技术 国产AI算力产业链迎“系统级”爆发机遇

作者 | 于晓明，编辑 | 梁普西

来源：巨丰投顾、好股票应用

60s速读：

1、9月4日七部门印发《促进数字化绿色化协同转型发展实施方案（2026-2030）》，首次将存算一体、高性能存储、数据压缩、分布式训练框架、DB4AI五大方向列为国家级研发重点。

2、算力建设从规模扩容转向效率革命，不再单纯堆算力，聚焦架构创新解决训练推理效率、功耗瓶颈。

3、大模型参数爆炸，GPU算力增速远高于内存带宽增速；跨节点通信成本高；算力耗电快速抬升，预计2030算力用电量4000-7000亿千瓦时，占全社会用电量3%‑5%，功耗成为产业核心约束。

4、存算一体降单节点功耗；高性能存储提供带宽容量；数据压缩降低传输计算开销；分布式训练框架优化集群；DB4AI实现数据底座适配AI。

七部门五大方向催化：国产算力产业链全栈重估深度解读

9月4日，中央网信办、国家发展改革委、工业和信息化部、生态环境部、住房城乡建设部、农业农村部、商务部七部门联合印发《促进数字化绿色化协同转型发展实施方案（2026-2030年）》，首次将"存算一体、高性能存储、数据压缩、分布式训练框架、DB4AI（数据库为AI服务）"五大方向并列写入国家级研发重点方案。本文从行业概述、政策含义、完整产业链解析、未来趋势和相关公司五个维度，系统梳理这条全栈产业链。

一、行业概述：算力竞争进入"效率革命"新阶段

中国算力政策发展历经四个阶段：起步探索期（20世纪70年代至2010年）聚焦自主超算技术突破；云化发展期（2010至2020年）推动算力商品化与云服务转型；全国布局期（2021至2024年）以"东数西算"工程构建一体化算力体系；2025年至今迈向智能互联，通过"算力互联"行动打破"算力孤岛"。当前行业正经历从"算力扩容"到"效率革命"的范式切换——过往政策聚焦芯片制造和数据中心建设，本次方案的增量在于不再单纯追求算力规模扩张，而是转向用架构创新解决AI训练推理中的本质效率瓶颈。

AI大模型参数规模从2018年ELMo的9360万参数跃升至2025年超1.5万亿参数，单芯片算力同步提升，但GPU算力每年提升2至3倍的同时，内存带宽年增幅仅15%至30%，两者差距持续拉大。GPT-5级别大模型训练中，跨节点通信开销已占总训练成本三成以上。与此同时，2025年国内数据中心用电量约1960亿千瓦时，同比增长18.1%，用电增速是全社会用电增速的3.6倍；按高、中、低三种情景测算，2030年全国算力中心用电量或将攀升至4000—7000亿千瓦时，占全社会用电量比重达到3%—5%。算力功耗问题已成为制约产业可持续发展的核心约束。

存算一体、高性能存储、数据压缩、分布式训练框架、DB4AI五大方向恰好构成一个完整闭环：存算一体降低单节点功耗，高性能存储提供容量与带宽，数据压缩减少传输与计算量，分布式框架优化集群效率，DB4AI让数据底座适配AI负载。政策从五个维度同时发力，意味着国产算力的竞争焦点已从"有无"转向"效率"。

二、本次政策含义解读：五大方向对应五大瓶颈

本次方案的核心增量在于将AI算力的"绿色化约束"与"效率化路径"首次系统性绑定，五大方向分别对应AI算力链条上五个不同的本质瓶颈。

存算一体——破解"内存墙"的架构级路径。 传统冯·诺依曼架构中，计算单元与存储单元物理分离，AI推理任务中数据搬运功耗可达计算功耗的5至10倍，构成"内存墙"的物理本质。存算一体将计算电路直接嵌入存储阵列，数据无需往返传输即可在内存端完成乘累加运算，理论能效比可提升一个数量级。

技术路线上存在近存计算、存内处理和存内计算三类并行路径：近存计算通过先进封装缩短存算距离，是云端AI服务器现阶段最可落地的方案；存内计算利用SRAM/Flash/忆阻器物理特性在存储阵列内直接运算，融合度最高但工艺复杂度高，是端侧AI的核心方向。据行业研究机构IIM数据，2025年全球存算一体芯片广义市场规模突破120亿美元，中国占比约35%；QYResearch聚焦AI芯片细分市场测算，2025年全球销售额约2.31亿美元，预计2032年将增至443.3亿美元，年复合增长率112.4%。

"十五五"集成电路领域已将存算一体列为后摩尔时代差异化突围核心路径，不单纯比拼先进制程，依托成熟工艺实现算力能效跃迁。但需客观看到，当前存算一体行业仍处技术验证到小规模量产阶段，软件生态（编译器/工具链适配）、技术路线分歧（模拟存算精度受限vs数字存算能效不及预期）、先进制程受限三重约束并存，多数企业收入兑现尚需时间+1。

高性能存储——AI算力需求指数级扩张的"卖铲人"。 AI大模型对DRAM和NAND容量的需求呈指数级增长。据TrendForce数据，2021至2024年服务器场景在NANDFlash位元需求中占比不到30%，预计2026年提升至近45%，2027年突破50%。2026年二季度全球DRAM市场规模达1470.24亿美元，环比大涨55.9%创历史新高，服务器端需求爆发直接带动存储量价齐升。

从产业逻辑看，高性能存储是整条算力产业链中确定性最高的环节——无论AI芯片采用何种架构路线，无论模型压缩技术如何演进，大模型训练推理对高速大容量存储的需求只会增不会减。长鑫存储2026年一季度营收508亿元同比增719%，归母净利润247.62亿元同比暴增1688%；长江存储2026年一季度营收470.42亿元、归母净利润333.79亿元，单季净利率高达70.96%，已在全球NAND厂商中位列第三。两家均已启动A股IPO，长鑫拟募资295亿元、长存拟募资330亿元用于扩产和研发，将直接带动设备、材料、封测全链条需求释放。

数据压缩——边缘AI落地的关键使能。 方案明确提出"加强量化、剪枝等模型压缩技术研究，探索轻量化部署方式"。模型压缩技术可将参数量降低90%、推理速度提升10倍，是AI从云端走向端侧的前提。这一方向与存算一体形成深度协同——存算一体芯片天然需要量化、稀疏化等模型压缩技术配合才能发挥最大效能，存内计算架构对低精度量化数值的容忍度更高，而量化技术又依赖存算一体芯片的低功耗特性实现端侧大规模部署。

寒武纪思元芯片原生支持混合精度自适应量化（精度损失<1.2%，推理加速比3.8x），新一代AI训练框架内置完整模型优化流水线，经优化后BERT模型体积缩小至原来的1/12，推理延迟降低83%，准确率损失不足1%。数据压缩不是独立环节，而是贯穿"芯片架构→框架工具链→模型部署"的使能技术，其价值量将随端侧AI设备放量而持续释放。

分布式训练框架与高速互联——万卡集群的"神经系统"。 分布式AI训练中，数万块加速卡需频繁同步梯度数据，千卡级训练中通信时间占比可达30%以上，复杂并行策略下可达50%-70%。方案将"高速互联"与"高带宽内存、低功耗计算"并列提出，直接指向集群通信效率瓶颈。

当单卡算力提升到一定阈值后，系统整体性能不再取决于单卡峰值算力，而取决于卡间通信带宽和延迟——这就是"互联墙"的本质。OFC2026Workshop形成产业共识：光速物理定律决定了同步AI训练集群的天然边界为城域尺度（约100km），超过100km的长距DCI互联仅对大消息尺寸、高互联带宽的大模型训练具备可行性；土地、电力与可再生能源的分布，对AI集群地理分布的影响将远超光传输技术本身。这意味着分布式训练框架的优化方向不仅是技术突破，更要与能源分布、算电协同进行系统级规划。

DB4AI——数据库从"被管理对象"迈入"服务AI主体"。 方案首次将DB4AI写入国家级方案，标志着AI与数据库的融合已从"可选"变为"必选"。传统数据库设计目标是支撑事务处理和分析查询，而AI负载的核心需求是向量检索、多模态数据处理、大规模嵌入向量的高效存储与相似度计算，这两类负载在数据模型、索引结构、查询优化器上存在根本差异。

据产业研究，超过70%的新建企业级AI应用将不再依赖独立的向量数据库，而是直接利用增强型关系数据库的向量引擎；数据库的服务对象正从人转向智能体（Agent），Agent的开发方式和使用数据的方式已发生根本变化。DB4AI的本质是让数据底座原生适配AI负载——在数据库层内完成向量嵌入、相似度检索、多模态融合和In-DB推理，避免数据在数据库与AI框架之间频繁搬运。

绿色算力——贯穿全链条的约束与方向。本次方案另一条同等重要的主线是算力设施绿色低碳发展：支持液冷散热、余热回收、低功耗芯片等技术创新推广，探索800V高压直流供电架构，推动超百千瓦单机柜规模化部署；引导算力资源向风光水等清洁能源富集地区集聚；到2030年算力设施重点领域可再生能源电力消费水平达到所在省份可再生能源电力消纳责任权重水平。中信建投等机构指出，AI的竞争表面是算力比拼，实则是电力系统的较量——稳定、低价、清洁的零碳电力正成为AI项目落地的硬约束。华泰证券研报强调绿电直连与算电协同正成为AI时代的"绿色石油"，在欧盟碳关税倒逼下绿电已成中国出口企业的"绿色通行证"。

三、完整产业链解析：从终端需求到上游材料的全栈拆解

要理解国产算力产业链的投资机会，不能只看芯片设计公司，而要从AI应用需求出发，沿着"终端推理需求→芯片架构→存储介质→先进封装→互联网络→系统整机→软件框架→数据底座→上游材料设备"的完整链条逐层拆解。

终端推理需求：从"训练先行"迈向"训推一体"

IDC预测，到2027年推理将占智能算力需求的70%以上，产业正从"训练先行"迈向"训推一体"的新阶段。这一判断来自AIAgent规模化落地的底层逻辑：Agent在执行任务时需进行多步推理、工具调用和多智能体协作，Token消耗量增长20至30倍。根据Gartner预测，2026年有40%的企业应用将嵌入任务特定型AIAgent，全球活跃Agent数量将从2025年的约2860万快速攀升至2030年的22.16亿，五年复合增长率139%。这意味着CPU与GPU的异构协同需求将指数级扩张——CPU负责多智能体的协调编排，GPU负责高密度推理计算，两者呈现不同的扩展逻辑。

百万级Agent并发运行场景下，对CPU核心数量的需求呈指数级增长，英特尔、AMD均已公开看好服务器CPU市场景气度，预计2030年服务器CPUTAM约2200亿美元+1。对产业链的含义是：算力价值量正从训练端向推理端扩散，而推理场景对低功耗、低延迟、高性价比的要求远高于训练场景，这正是存算一体和数据压缩两大方向被写入政策的核心原因。同时，国产AI芯片可及市场随智能算力高增与国产化率提升持续扩张——据TrendForce预测，2026年中国高端AI芯片出货量将同比增长超83%，国产解决方案市场份额有望接近90%。

芯片架构层：超节点将"单卡竞争"升级为"系统竞争"

2026年被多家券商称为"国产超节点元年"。超节点并非单一技术的突破，而是涵盖芯片设计、高速互联总线、内存与存储、系统工程、软件定义、并行计算等多维度高度协同的系统级创新，通过近乎无阻塞的高带宽互联将成百上千个AI处理器编织为一个逻辑统一的高密度计算体。华泰证券测算2028年国产超节点市场空间有望达到3414亿元，2026至2028年复合年增长率194%。超节点最核心的增量在于Scale-up环节——交换芯片、交换机和铜连接，预计2028年国内Scale-up交换芯片市场规模172亿元、SwitchTray市场277亿元，26-28年CAGR分别为231%和204%。

在超节点架构中，CPU承担着计算单元与系统调度中枢的双重角色，负责连接GPU/NPU等加速器、管理高速互联网络、协调数据流转及资源调度。海光信息基于C86架构和HSL总线互联协议，在超节点架构中提供关键的控制平面并保持生态兼容能力，已完成与DeepSeek、Qwen3、混元、智谱等大模型的适配及优化。

券商研报指出，688***是国产稀缺的算力系统集成厂商，具备"CPU+DCU+互联+服务集群"整合能力，"国模国芯"双轮驱动下国产算力加速放量，公司作为国产稀缺算力系统集成厂商有望充分受益产业机遇。华泰证券认为，公司强化系统互联能力将深化CPU-DCU协同，AI推理应用如AgentAI有望结构性加速国产芯片需求，预计公司2026-2028年营收分别为222.3/301.5/396.6亿元，维持买入评级。招商证券也指出，公司展示的超节点集群方案值得关注国内客户放量节奏，其"CPU+DCU"双轨布局在国产AI算力赛道享有估值溢价。

超节点架构对产业链的价值量迁移意味着：竞争已从单一芯片性能的比较，扩展为系统架构设计、高速互联技术、软件生态适配及能源效率的全方位博弈。价值量不再集中于芯片本身，而是向交换芯片、高速连接器、液冷、整机柜等国产优势环节扩散。

先进封装层：存算一体和光电融合共同的物理底座

集微咨询《2026年先进封装行业研究报告》指出，先进封装已超越传统后道工序，成为突破摩尔定律瓶颈、提升芯片性能的核心技术。2025年全球先进封装市场规模550亿美元，预计2031年突破1200亿美元；AI加速器用2.5D/3D封装市场2026年规模148.4亿美元，2031年增至451.9亿美元，年复合增长率32.09%。台积电占据全球2.5D/3D封装超90%产能，中国大陆2.5D/3D高端封装国产化率不足10%。

600***作为国内封测龙头，自研XDFOI高密度扇出异构集成平台，是大陆唯一可规模化量产4nmChiplet、HBM3E、2.5D中介层、CPO光电合封完整工艺的厂商，累计持有3100项以上专利，技术指标可对标台积电CoWoS，综合加工成本仅为其60%。

公司在英伟达B100/H200供应链中占据Chiplet互连、2.5D中介层及配套子系统封装的核心份额（B100相关高端封装份额约50%），同步承接昇腾、寒武纪、海光国产算力芯片批量订单；存储封测深度绑定国内存储龙头，承接长鑫、长江存储超60%封测订单。

从产业逻辑看，先进封装的价值量随着存算一体芯片和HBM渗透率提升而持续放大，但当前国内先进封装产能仍受限于CoWoS类工艺产能不足。长电2026年资本开支预算100亿元，重点投向存储与AI先进封装产线；上海临港高端基地总投资78亿元，一期预计2028年下半年投产，精准对接2028-2029年国产AI/HPC芯片集中放量窗口。

存储层：确定性最高的"卖铲人"，量价齐升逻辑清晰

AI大模型对存储的需求是指数级的——训练过程中KVCache占用显存随序列长度平方级增长，推理时多Token并行生成需要大容量高带宽内存支撑。2025年服务器DRAM已占整体DRAM市场需求的50%，预计2030年提升至71%。存储产业链可从三个环节拆解：芯片设计端、晶圆制造端、先进封装端。

从券商研报视角，存储环节的核心逻辑是"海外供给收缩+国产替代加速+AI需求爆发"三重共振。东芯股份2026半年报显示，三星、美光、铠侠等海外原厂资本开支向HBM、DDR5高端存储倾斜，主动收缩2D-SLCNAND、中小容量NOR、利基DRAM成熟产线，利基存储供给大幅收缩；AI算力配套网通设备、工业控制、AIPC、汽车电子拉动中小容量高可靠性存储需求，供需缺口推动SLC-NAND、NORFlash合约价格大幅上行。

华龙证券（首次覆盖增持）指出，2026上半年NOR合约价涨幅100-120%，SLCNAND涨幅130-150%，公司作为国内少数同时布局NAND/NOR/DRAM的存储设计厂商，直接承接海外转移订单；车规存储放量与参股砺算国产GPU生态落地构成第二增长曲线。申万宏源审慎判断：当前股价已部分包含GPU资产重估预期，周期股不能简单给予成长股估值，存储涨价持续性是最大变量。

高速互联层：光模块是通信密度提升的最直接受益环节

603***scaleFabric是国内首款全栈自主研发的400G原生RDMA高速网络，端到端时延低于1微秒，转发时延仅260ns，已在国家超算互联网郑州核心节点3万卡集群稳定运行，网络总体成本降低30%，可扩展至10万卡以上。

光模块是分布式训练通信密度提升的最直接受益环节。

液冷层：算电协同下的强制标配

603***已完成1650MW数据中心液冷系统交付，连续五年位居国内液冷市场占有率第一。公司已形成冷板式、相变间接式和浸没相变式液冷产品体系，C8000通过将服务器部件浸没于不导电冷媒中实现全液冷散热，相较传统风冷数据中心节能超过30%；最新产品单机柜功率密度已突破900kW。公司在"算-存-网-电-冷-管-软"领域进行一体化紧耦合设计，存储产品由一般数据保存设备升级为影响集群有效算力的关键组件——集中式全闪存储在相关测试中可将GPU利用率由30%-40%提升至70%-80%，并将万亿参数模型Checkpoint时间由分钟级缩短至秒级。

2030年算力用电将达4000—7000亿千瓦时，占全社会用电量比重3%—5%；"十五五"电网投资超5万亿元，新增约15回特高压直流通道。液冷从"选配项"转向高密度算力集群强制标配，2026年国内液冷市场规模突破1100亿元同比增270%。北上广深已全面叫停纯风冷大型数据中心新建，东数西算八大枢纽要求新建机房液冷渗透率不低于70%。

软件与数据底座层：从"被动适配"到"原生优化"

围绕国产芯片的软件栈建设已从"被动适配"转向"原生优化"，主流国产软件栈已深度兼容多种主流AI框架，支持数百个AI模型开箱即用。

数据底座方面，AI应用的规模化落地离不开高效的数据管理。传统数据库无法高效服务AI负载的痛点已越来越突出：AI负载的核心需求是向量检索、多模态数据处理、大规模嵌入向量的高效存储与相似度计算，与传统事务处理负载在数据模型、索引结构、查询优化器上存在根本差异。

超过70%的新建企业级AI应用将不再依赖独立的向量数据库，而是直接利用增强型关系数据库的向量引擎。6****2 DM9旗舰产品融合向量检索与多模数据处理能力，支持面向Agent的MCP协议，数据库一体机收入同比激增519.65%，从0到1阶段验证了AI场景对软硬一体交付的需求。2025年下半年达梦在本地部署市场以11.3%的份额首次超越国外厂商。

AI4DB（用AI优化数据库）与DB4AI（数据库支撑AI）双轮驱动正快速落地，融合AI能力将成为数据库产品标配，推动产业向AI原生、多模统一方向演进。

上游材料层：确定性溢价环节

002***是HBM制造高纯前驱体材料核心供应商，海外HBM原厂核心供应商，HBM堆叠制造关键耗材，同时布局半导体特气、光刻胶材料平台。普冉股份是国内NORFlash、EEPROM核心供应商，属于存算一体底层存储介质环节，产品主打低功耗、高可靠，为端侧AI设备提供非易失存储，同步布局NOR架构存算融合技术储备。从产业逻辑看，上游材料和设备的价值弹性弱于芯片设计环节，但确定性更强——无论哪家芯片设计公司胜出、无论技术路线如何演进，存储制造和先进封装都需要消耗前驱体材料、特气、封装基板等基础材料，属于"确定性溢价"环节。

从整条产业链的价值分布看，高弹性环节集中在芯片设计和光模块，直接受益于AI算力需求爆发且业绩兑现度高；高确定性环节集中在存储和先进封装材料，受益于存储超级周期和国产扩产趋势；高期权价值环节集中在存算一体纯度标的和DB4AI纯正标的，当前收入贡献尚小但产业趋势方向明确。高盛对68***8维持买入评级，A股12个月目标价380元（基于2030年预期每股收益折现，目标市盈率48.1倍，较当前股价有78.4%的上涨空间），认为DDR5迭代提速、PCIe/CXL互连新品推进将驱动产品结构升级和盈利能力改善。

四、未来趋势：五大结构性方向

趋势一：国产算力从"单卡竞争"转向"系统级放量"。超节点架构将数十至数百张加速卡封装为统一算力单元，价值量不再集中于芯片本身，而是向交换芯片、高速连接器、液冷、整机柜等国产优势环节扩散。华泰预计2028年国产超节点市场空间3414亿元，26-28年CAGR为194%。华为昇腾超节点已在20多个行业场景中规模化落地。海光信息作为超节点方案核心供应商，CPU+DCU双芯协同在国产AI算力赛道享有估值溢价。

趋势二：存算一体从"技术验证"迈入"规模化量产"拐点。多家企业2026半年报业绩集体高增确认产业化拐点落地，寒武纪订单排至2027年，兆易创新参股3D存算技术实现4倍算力密度提升和10倍功耗降低。但存算一体存在数字存算、模拟忆阻器、近存计算等多条技术路线，最终胜者未定。产业链研究提示存算一体、三维集成、光电融合三大赛道整体尚处于技术验证-小规模量产阶段，软件生态是最大瓶颈——当前AI开发高度依赖以CUDA为代表的成熟软件体系，新架构若无法兼容主流工具链，开发者就不愿意用+1。

趋势三：数据库从"存储底座"升级为"AI智能引擎"。AI4DB与DB4AI双轮驱动正快速落地。超过70%的新建企业级AI应用将直接利用增强型关系数据库的向量引擎，数据库的服务对象正从人转向智能体。融合AI能力将成为数据库产品标配，推动产业向AI原生、多模统一方向演进。

趋势四：算电协同成为算力部署的核心约束。2030年算力用电将达4000—7000亿千瓦时，占全社会用电量比重3%—5%；"十五五"电网投资超5万亿元，新增约15回特高压直流通道。液冷从"选配项"转向高密度算力集群强制标配。中信建投指出AI的竞争实则是电力系统的较量，华泰证券强调绿电直连与算电协同正成为AI时代的"绿色石油"。

趋势五：软件生态成为决定"好用"与否的关键变量。 围绕国产芯片的软件栈建设已从"被动适配"转向"原生优化"，主流国产软件栈已深度兼容多种主流AI框架，支持数百个AI模型开箱即用。华泰证券强调，超节点架构的落地不仅需要硬件突破，更依赖集群调度软件、通信库、编译优化等软件栈协同优化——软件生态的成熟度将决定国产算力在实际业务中的性价比天花板。

五、相关公司全景梳理

寒武纪是国产AI芯片龙头，思元全系列芯片原生搭载存算一体架构，能效比29.2TOPS/W，同时承接国产AI芯片替代和架构升级双重红利。2026H1营收59.96亿元同比+108.1%，归母净利23.11亿元同比+122.6%，订单已排到2027年。风险在于PE(TTM)约284.6倍估值极高，技术路线依赖中芯国际代工，供应链存在不确定性。

澜起科技是全球DDR5内存接口芯片龙头（全球份额36.8%），差异化布局服务器级近存计算赛道。DDR5第三代/第四代RCD芯片已成为2026年上半年主要收入来源，第五代产品已启动量产，第六代RCD芯片（支持9200MT/s）处于送样阶段。MRCD/MDB芯片作为高带宽内存模组核心逻辑器件，上半年规模试用、出货量显著提升。CXL3.2MXC芯片已于2026年7月率先试产，成功导入三星、SK海力士等内存模组厂商的下一代CXL产品中。高盛认为产品结构升级将持续驱动盈利改善，维持买入评级，A股目标价380元+2。

603***是国内NORFlash龙头，正探索存内计算（PIM）架构，将计算单元嵌入存储阵列，主攻AIoT与边缘端低功耗推理场景。2026年3月入股微纳核芯，后者首创三维存算一体（3D-CIM）架构，相比传统冯·诺依曼架构实现4倍以上算力密度提升和10倍以上功耗降低。2026H1营收同比+178.7%、归母净利同比+1091.5%，PE仅33倍，存储主业提供现金流安全垫+参股前沿存算技术，性价比突出。

688***是A股存算一体概念纯度最高的企业，基于NORFlash开发数字存算一体AI芯片，核心CiNOR架构面向IoT、安防、穿戴设备做边缘推理，边缘推理能效比达传统架构8倍。CX系列产品已完成流片和系统演示，客户包括小米、OPPO、海康威视和大疆。2026Q1成功扭亏，营收同比+192.1%，资产负债率仅7%。但存算一体尚未贡献收入，估值偏高（PE约69倍），适合高风险偏好资金。

6****0动用6.82亿元超募资金投建存算联融合芯片研发项目，建设周期42个月，依托先进封装技术将存储、联接、计算芯片集成至单颗芯片。已投资砺算科技推进"存-算-联"一体化，1xnmNAND已进入风险量产阶段。华龙证券首次覆盖增持，认为供给收缩+需求复苏共振下利基存储涨价周期有望延续，车规存储放量和参股GPU生态落地构成第二曲线；申万宏源审慎判断当前股价已部分包含GPU资产重估预期，周期股不能简单给予成长股估值。

300***是全球光模块龙头，800G/1.6T产品技术领先，中国厂商占据全球60%以上份额，分布式训练通信密度提升直接受益。2026H1营收417.78亿元同比+182.5%，归母净利136.51亿元同比+241.7%，PE约46.9倍，业绩兑现度最高、估值处于合理区间。

3****2是800G光模块核心供应商，AI数据中心高速互联需求爆发。2026H1营收209.10亿元同比+100.3%，归母净利75.29亿元同比+91.0%，PE约41.0倍，与中际旭创同为算力产业链中业绩确定性最强的环节。

作者：于晓明 执业证书编号：A0680622030012

免责声明：以上内容仅供参考，不构成具体操作建议，据此操作盈亏自负、风险自担