2025年科技行业2026年度策略：持续看好AI链，关注存储周期影响

AI 链：看好 Scaling Law 仍然有效持续带动算力链发展

AI 模型：Scaling Law 继续有效，中美路径分化

Scaling Law 迭代，模型性能继续提升

从维度上看，Scaling 从预训练拓展到后训练和推理，为模型能力增强带来新的路径。早 期的 Scaling Law 主要聚焦于预训练阶段，强调增加模型大小、数据集大小和训练量，就可 以提升大语言模型的性能。2024 年 9 月 OpenAI 发布 o 系列模型以来，强化学习被系统性 引入后训练流程，使模型在强化学习中形成可扩展的能力增益。此后，大模型通过增长思 维链，通过增加思考时间提升模型效果。Scaling Law 的拓展为模型的性能带来新的提升 路径，包含三种 Scaling Law 的推理模型在性能对比中占据优势。

从算法上看，各家大厂通过算法优化提升模型性能，推动 Scaling Law 继续有效。部分算 法的改进路线在于 Scaling Law 本身，阿里的千问团队在 Scaling Law 的基础上拓展了数据 并行维度，在不显著增加显存和推理时间的情况下增加计算量，提升效果。Meta 团队推出 2-单纯形注意力，在标准 Transformer 的基础上，增加了新的键矩阵和值矩阵，将二维关系 拓展到三维关系，对 Scaling Law 的指数项进行优化；部分算法的改进路线为 LLM 组件的 优化，例如 Kimi 使用 Muon 替代一般的 AdamW 优化器，提升优化速率；部分算法尝试解 决 LLM 的遗忘问题，例如 Google 参考大脑记忆过程提出嵌套学习方案，将模型结构设计 和模型参数训练用嵌套学习的语言统一化，尝试缓解 LLM 的顺行性遗忘，而 DeepSeek 则 用视觉方案的模糊去平滑 LLM 的遗忘过程，提出 DeepSeek-OCR 模型。算法的改进也是 Scaling Law 继续有效的重要原因。

Scaling Law 要求数据和参数量同比例增长，头部厂商通过新增标注和合成数据等方法持 续扩容训练数据。2022 年 3 月，DeepMind 提出 Chinchilla Scaling Laws，指出为了使模 型达到最佳性能，模型参数量应与训练集的大小成等比例扩张，并给出算力、模型和训练 Token 间的比例关系。我们观察到新近模型的训练 tokens 继续上行：例如阿里 Qwen 系列 由 18 万亿提升至 36 万亿，Meta 在训练 Llama 4 Scout 时引入部分社交数据，使总体训练 数据约达 40 万亿。我们认为，随“垂类”数据与新标注数据的不断累积，训练 tokens 仍 将增加，且从模型泛化性和性能表现来看，OpenAI、Google 等头部模型的训练规模或高于 公开口径。

Gemini 3 性能领先，背后是预训练和后训练的持续改进，预训练继续有效。2025 年 11 月 19 日，Google Gemini 3 发布，在各类测试中达到性能领先，高于其他可比模型。Google DeepMind 研究副总裁兼深度学习负责人 Oriol Vinyals 表示，Gemini 3 背后的秘密是改进 预训练和后训练阶段，他们认为预训练的 Scaling 尚未结束，Gemini 3 和 Gemini 2.5 之间 的差距较大，而后训练阶段仍然是全新领域，算法方面仍有很大的进步和改进空间。我们 认为，Scaling Law 的几个阶段仍有较大的提升空间，看好 Scaling 继续推动模型性能提升 和算力需求增长。

模型迭代：中美的差异化路径

海外：增大算力推动模型性能提升。Grok 模型系列模型迭代，主要通过将大量算力投入不 同的 Scaling Law 维度，Grok 2 到 Grok 3 的迭代，主要通过将预训练算力扩大约 10 倍带 来性能跃升；Grok 3 的推理模型标志着 Grok 模型进入后训练阶段；至 Grok4 发布，其后 训练（Reasoning）相较 Grok3 再度将算力放大约 10 倍，使得后训练算力需求接近预训练。 从算力建设端来看，据 xAI 官网，Grok 4 依托 20 万卡级别的 Colossus 大规模集群进行训 练，OpenAI 在后训练 Scaling 领域或也进入重投入阶段, 从“Stargate（星际之门）”项目 的规划细节与算力布局来看，其在后训练方向的资源投入已具备显著规模。

国内：聚焦架构优化和成本降低。在受限于算力基础层的情况下，国内基础模型的发展更 依赖于架构优化和效率提升。阿里为进一步增强模型在长上下文与大规模参数条件下的训 练及推理效率，其 Qwen3-Next 在保持 Transformer 与 MoE 总体框架不变的前提下引入线 性注意力和传统注意力的混合机制，DeepSeek V3.2 引入动态稀疏注意力，实现厂商下文 推理的高效稀疏化，分阶段计算注意力，从而显著提升模型训练和推理效率。Kimi 使用 Muon 优化器，在 3B/16B 的 MoE 模型上，用一半算力达到相同结果。根据 CNBC 报道，Kimi K2 Thinking 的训练成本为 460 万美元，对比之下 DeepSeek V3 560 万美元，OpenAI 则花 费了数十亿美元。总体上来看，国内通过架构的精细优化设计，实现成本的降低。

互联：算力互联推动互联组件需求加速增长

AI 算力需求的扩张催生了三大互联需求。1）伴随单一集群的不断扩大，从此前的千卡集群， 到如今的万卡，再到将来的几十万卡甚至百万卡集群，Scale-out 层级的互联不断扩大。2） 伴随 AI 推理需求的放量，张量并行、专家并行等并行策略对卡间通信与内存提出了更高的 要求，Scale up 网络可以实现高带宽低延迟的数据传输与内存池化，成为推理放量后的必 然选择。3）由于单个数据中心电力/散热等条件存在限制，Scale across 互联可以使得多个 数据中心跨越几十公里连接成一个统一的集群，打破单一数据中心在电力、功率与物理中 心的限制。

Scale-out 域的扩大带来互联组件非线性增长

Scale-out 域一般采用叶脊架构，互联组件需求随 GPU 增长而增加。Scale-out 域是每个 GPU 通过网卡与交换机相连，从而与其他 GPU 进行互联的域。Scale-out 域通过交换机将 GPU 两两相连，从而实现十万甚至百万卡集群的构建，相对的，对于互联的速度要求低于 Scale-up，一般应用于流水线并行、数据并行等场景。由于 Scale out 域涉及柜外的互联， 需要使用光模块进行光-电转化，因此集群内 GPU 数量增长的背景下，交换机、光模块的 需求也随之增加。

互联组件随着 GPU 增长非线性增长。我们注意到，随着 GPU 数量的增长，构建 Scale-out 需要的交换机、光模块数量并非线性增长，斜率存在逐步增长的趋势。

互联组件的非线性增长主要因为 Scale-out 网络层数的增加, 我们看好算力需求增长对互 联组件的强劲推动。根据我们的测算，在使用 64 口 400G 交换机(Nvidia Quantum-2 QM9700)的情况下，当 GPU 数量小于 2048 时，只需要两层交换机即可实现 Scale-out 网 络的构建，但 GPU 数继续增长后，需要三层网络才能完成 GPU 间互联。网络结构的复杂 化使得互联组件的需求非线性增长，两层网络的交换机数量是 GPU 数的 4.7%，光模块是 GPU 数的 2.5 倍，但拓展到三层后，交换机和光模块比例分别达到 7.8%和 3.5 倍。

Scale-up 域的拓展带来互联组件的额外需求

Scale Up 侧交换机规模快速增长，目前市场规模已超过 Scale Out 以太网和 InfiniBand 市场总和，2028 年市场规模有望达 130 亿美元。随着模型并行计算带来的带宽需求持续攀 升，AI Scale up 机柜方案逐渐被市场验证（英伟达 NVL72、华为 384 等），Scale UP 网络 互联市场需求快速增长。根据 Lightcounting 数据，目前 Scale Up 市场规模已超过 Scale Out 以太网和 InfiniBand 市场总和，2028 年有望达到 130 亿美元，其中包括以英伟达 Feynman 架构（2028）为代表的七代 NVLink 技术，以及新的 SUE、Ultra Accelerator Link（UALink） 规范，将提供一条从专有协议向 200G/通道标准化的路径。同时据 Lightcounting 预测，到 2028 年，UALink 交换机可能占据 Scale up 交换机市场总量的 20%。

Scale-up 域从柜内拓展到柜外，带来对互联组件的新增需求。Scale-up 域的核心是多 GPU 共享内存，过去以机柜内的铜缆互联为主，随着对高速互联的需求不断增长，Scale-up 域 逐渐从柜内拓展到柜外，类“超节点”模式的 Scale-up 域引发越来越多的关注。以 Google 为例，Google 的 TPU V7 集群的 Super Pod 包含 9,216 个共享内存的 TPU 卡，柜内的 64 个芯片通过 PCB 或铜缆连接，柜间 144 个机柜中的 TPU 通过光路交换机连接，带来对光 路交换机和光模块的增量需求。

重视 Scale-up 域的拓展趋势，看好 Scale 域拓展对互联组件的推动。我们对 Google SuperPod 的交换机和光模块需求进行测算，在假设使用 300*300 光路交换机的情况下，结 合 TPU 间 3D 堆叠的连接结构，我们得到 9,214 卡的 SuperPod 使用约 48 个光路交换机和 13,824 个光模块，对应新增 1.5 倍的光模块需求。今年以来超节点形式的产品在国内外持 续推出，我们也看到 TPU 性能得到广泛认可，看好后续互联组件需求的持续增长。

单一数据中心限制驱动 Scale across（DCI）扩展迅速

Scale Across（DCI、数据中心互联）市场规模增长迅速，跨 DC 训练与推理将具备可行 性。Scale Across 通过高速光网络连接分散的数据中心形成一个统一的计算集群，打破单 一数据中心电力、散热与物理空间的限制，实现算力资源的跨区域协同，是 Scale up/Scale out 外更广的互联。英伟达也在今年 8 月份推出 Spectrum-XGS 交换机，通过优化以太网算 法，实现跨几十公里、甚至跨城市的稳定互联，把多个数据中心“拼接”成一个统一的超 级计算单元，一个巨大的“AI 工厂”。根据 Marvell 预测，DCI 市场规模有望从 2023 年的 10 亿美元增长至 2028 年的 30 亿美元，23-28E CAGR 达到 25%。

AI 芯片：单芯片及系统级性能提升并驱，关注产能瓶颈改善

AI 军备竞赛仍在持续，预计 2026 年全球主要 CSP 厂商资本支出同比增长 40%。全球科技 巨头持续投入 AI 军备竞赛，不断加码数据中心资本支出，TrendForce（11 月）上修 2025 年谷歌、亚马逊、Meta 等全球八大 CSP 厂商资本支出合计总额增速至 65%，并预计 2026 年各大 CSP 厂商将维持积极投资节奏，合计资本支出将达 6000 亿美金，同比增速为 40%。

AI 芯片需求保持旺盛，2030 年全球 GPU 市场规模预计 4724 亿美元，25-30E CAGR 达 35.19%。大模型训练和推理对 AI 芯片需求保持强劲，11 月 8 日，黄仁勋受访时表示，公 司业务表现非常强劲，并为月复一月增强。根据 Verified Market Research 的数据，2024 年全球 GPU 市场规模为 773.9 亿美元，2030 年有望达到 4724 亿美元，对应年复合增长率 高达 35.19%，呈现强劲增长态势。其中，中国智算中心建设亦持续加速，IDC 数据显示， 中国智能算力规模预计将由 2020 年的 75.0EFLOPS 增至 2028 年的 2,781.9EFLOPS， CAGR 达 57.1%。

AI 芯片国产替代仍为大势所趋。根据 Bernstein Research 数据，2024 年中国 AI 加速芯片 市场中，英伟达和 AMD 合计占据 71%的市场份额，其中英伟达以 66%的份额占据绝对主 导地位。在此背景下，受益于国产替代趋势及供应链安全需求，国内计算芯片公司正迅速 发展。当前，美国政府仍严格限制高性能 AI 芯片对华出口，国内市场 AI 芯片国产替代意愿 较高，伴随国产 AI 芯片厂商技术实力快速提升，综合考虑性价比优势以及安全性，我们认 为即便后续美国政府对华出口高性能 AI 芯片限制有所放松，国产替代仍为大势所趋。

国产 AI 芯片单芯片及系统级性能提升并驱，2026 年产能瓶颈有望进一步改善。国产 AI 芯 片设计水平提升迅速，目前主流产品性能表现已向英伟达 A100 看齐。例如，根据沐曦招股 说明书，其当前主要产品 C500/C550 系列算力表现处于英伟达 A100 区间，而下一代产品 曦云 C588 芯片将大幅缩小与英伟达 H100 产品差距。除了提升单芯片性能表现之外，国内 AI 芯片厂商研发逻辑亦逐步向系统级性能提升过渡。2025 年华为开发者大会上，华为宣布 基于 CloudMatrix 384 超节点的新一代昇腾 AI 云服务全面上线，CloudMatrix 384 超节点将 384 颗昇腾 NPU 和 192 颗鲲鹏 CPU 通过全新高速网络 MatrixLink 全对等互联，形成一台 超级“AI 服务器”，单卡推理吞吐量跃升到 2300 Tokens/s，与非超节点相比提升近 4 倍。 此外，当前国内 AI 芯片放量瓶颈在先进制造产能，伴随国内代工厂先进制造能力持续提升， 2026 年国产 AI 芯片产能瓶颈有望取得较大改善，相关公司包括寒武纪、海光信息等。

互联网厂商 AI 芯片采购“第三方+自研”路径并行，带动定制芯片市场空间快速增长。国 内互联网厂商除积极采购国产 AI 芯片外，亦纷纷布局自研 ASIC 加速计算芯片。相较 GPU， ASIC 加速计算芯片针对特定应用场景设计具备高性能和低功耗特点，其专用性优势更利于 云服务商的软件适配，并且伴随 AI 应用需求量快速增长能分摊 ASIC 芯片前期较大研发成 本，可同时兼具成本、效率等优势。2025 年 6 月，Marvell 在 Custom AI Investor Event 上修 2028 年 AI 定制芯片市场规模预测至 554 亿美金，2024-2028 年 CAGR 达 53%。看 好 AI 加速芯片定制进一步渗透至终端芯片领域，国内定制芯片服务厂商亦有望充分受益定 制芯片市场规模的快速增长，国内产业链相关公司包括翱捷科技、芯原股份、灿芯股份。

PCB：AI 驱动高端 PCB 需求在 2026 年加速释放

AI 算力 PCB 进入量价齐升阶段，高端化迭代趋势明显

近年来，随着生成式 AI 和高性能计算的快速发展，数据中心服务器成为 PCB 行业最具活 力的下游领域。根据胜宏科技招股书，2024 年全球 AI 及高性能计算领域 PCB 市场规模为 60 亿美元，预计 2029 年将达到 150 亿美元，24-29 年复合增长率高达 20.1%，远高于整 体 PCB 市场复合增速 4.6%。

同时，AI 服务器、网络交换机、光模块等算力类终端对 PCB 的供给规格提出了更高要求， 正推动 PCB 产品向多层化、高精度和高可靠性的方向迭代。根据沙利文研究预测，14 层及 以上高多层板、高阶 HDI 等高端产品市场份额持续增长，2024-2029 年复合增速均显著高 于行业均值。展望未来，看好 AI 服务器平台升级驱动板侧价值量持续提升，助推高多层 PCB 与高阶 HDI 成为行业核心增量，并带动高频高速覆铜板及其前端材料迎来行业扩容。

未来技术迭代趋势 1：CCL 材料向 M8/M9 升级

CCL 作为 PCB 核心基材，其性能直接决定 PCB 的信号传输速度、损耗和可靠性。业界常 用松下Megtron系列作为CCL材料性能标杆，主要衡量指标为介电常数 Dk和损耗因子Df， 指标越低越适用于高频高速场景。AI 算力提升驱动 PCB 向更高层数和更精细线路发展，传 统 CCL 材料无法满足低损耗要求，而 M8/M9 是当前最高等级材料，可支持单通道 224Gbps 传输需求。CCL 材料升级将推动行业产业链向高附加值材料和配套供应转移，上游原材料 商（高纯树脂和石英纤维生产商）受益，中游铜箔、玻纤布生产商也需推出 HVLP4 铜箔等 配套产品，PCB 成本结构倾向于上升，市场格局趋于集中。联茂电子、台光电、台燿科技 等中国台湾厂商已量产 M8 并积极试样 M9；中国大陆生益科技、华正新材等也加速布局 M8 并试产验证 M9。

未来技术迭代趋势 2：CoWoP 封装带动 mSAP 工艺，PCB 环节价值量有望大幅提升

英伟达计划在后续 GPU 封装中尝试 CoWoP 方案，简化 CoWoS 的中间层，直接使用 PCB 取代载板，将芯片封装于 PCB 上。该方案目前处于研发阶段，预计 2028 年后推出，加工 方式倾向于采用 SLP 工艺。SLP 作为更高规格的 HDI，其线宽/线距介于 ABF 载板和传统 HDI 之间，最低可达 15-18μm，BGA pitch 约 110μm。从价值量而言，为满足 CoWoP 封装标准，PCB 价值量将大幅提升。

2026 年服务器/交换机/光模块驱动高端 PCB 需求攀升，看好 ASIC 成为增长新驱动

进入 2026 年，英伟达新一代 AI 服务器平台（GB300、Rubin）有望批量上量，全球头部云 服务商自研 ASIC 加速落地，加之高速交换机与光模块需求增长，我们预计算力 PCB 需求 有望达人民币 1000 亿元，同比大幅提升。尤其 ASIC 板卡因更复杂的系统和更高的性能目 标，对单卡 PCB价值拉动更为显著。2026年随海外云厂 ASIC 项目的推进，搭载这些 ASIC 芯片的 AI 服务器陆续出货，我们测算这些项目将在 2026 年给 PCB 厂商带来 300 亿元以 上的需求，成为 PCB 板块增长的新驱动。

高端产能持续吃紧，关注 PCB 公司新产能投放节奏

2025 年初以来 PCB 行业高端产能紧缺成为市场焦点。由于 PCB 设备采购和产线认证周期 较长，叠加海外新厂投产需经历爬坡期，短期缺口难以快速弥补，我们认为供给端约束或 将助推 PCB 板块在 2026 年延续高景气的特征。 PCB 公司已加速新产能建设应对高端需求。面对高端运算类 PCB 的结构性景气，行业龙 头正加速高多层板、高阶 HDI 等新产线的投资扩充。国内企业不仅持续扩建中国大陆本地 高端厂区，更积极布局泰国、越南等东南亚基地，以抓住国际客户供应链多元化与本地化 趋势。鹏鼎控股、胜宏科技、深南电路等已披露数十亿元甚至上百亿元级别的扩产计划， 海外工厂陆续进入认证与量产阶段。我们预计高端产能建设更积极、新产线良率爬坡更顺 利的 PCB 企业在 2026 年有望获取更多 AI 类订单或突破更多 AI 类客户。

存储：AI 驱动需求快速增长，周期继续向上

价格：4Q25 DRAM/NAND 价格环增扩大，看好 1H26 存储价格进一步上行

海外存储原厂陆续发布涨价函，4Q25 DRAM/NAND 价格环比增幅扩大。25 年 9 月初，闪 迪率先发布涨价函，面向渠道和消费者客户的新报价及订单涨价超 10%，反映人工智能应 用以及数据中心、客户端和移动领域日益增长的存储需求；随后美光通知客户，包括 DDR4、 DDR5、LPDDR4、LPDDR5 等内存产品全部停止报价，且相关产品价格可能调涨 20%-30%； 9 月下旬，三星电子亦宣布第四季度将涨价，其中，LPDDR4X、LPDDR5/5X 等 DRAM 产 品预计上涨 15%-30%，eMMC/UFS 预计上涨 5%-10%；11 月初，闪迪再次向客户通知 11 月 NAND 涨价 50%，11 月 12 日，据韩国《朝鲜日报》报道，三星电子、SK 海力士和铠 侠等亦正在谋划推动 NAND 价格进一步上调。各大原厂陆续发布涨价函，奠定 4Q25 存储 价格持续上涨趋势，考虑 AI 数据中心对存储需求旺盛，且短期产能供给释放有限，我们看 好 1H26 存储价格进一步上行。国内存储产业链相关公司包括：江波龙、澜起科技、聚辰 股份、联芸科技等。 9 月，TrendForce 预计 4Q25 DRAM 整体合约价格将环比增长 13%~18%，但由于 CSP 厂 商持续扩充数据中心建设，存储原厂收到对应加单需求后，调升报价意愿提升，TrendForce （10 月）将 4Q25 DRAM 整体合约价格预测涨幅上调至 23%-28%。其中，DDR4/LPDDR4 虽面临原厂延长供应时间影响，但由于原厂及下游整体库存水位均较低且客户端 DDR5/LPDDR5 升级仍需一定时间周期，我们预计 4Q25/1Q26 价格环比亦将继续上行。 NAND 方面，市场原本普遍预估 4Q25 价格将进入盘整，但受 HDD 供应短缺以及 AI 推理 应用快速增长，NAND 供需结构加速优化，TrendForce（9 月）预计 NAND Flash 4Q25 平 均合约价格涨幅为 5%~10%（3Q25：3%-8%）。

供给：HDD 供应短缺，2026 年海外存储原厂资本支出仍较保守

HDD 供应短缺，驱动 SSD 加速渗透。AI 带来数据中心海量数据存储需求，其中，机械硬 盘（HDD）承担数据中心超 80%存储容量需求。据 TrendForce（9 月） 报道，因西部数 据及希捷等全球主要 HDD 供应商近年未规划扩大产能，致使 Nearline HDD（近线硬盘） 已出现供应短缺，交期达 52 周，从而进一步加速北美 CSP 厂商对高效能、高成本的企业 级 SSD 应用。

2026 年海外存储原厂资本支出仍较保守，DRAM/NAND 产业资本支出增幅为 14%/5%。 展望 2026 年，海外存储原厂资本支出仍较保守，根据 TrendForce 数据，2025 年 DRAM 产业资本支出约 537 亿美元，预计 2026 年为 613 亿美元，同比增长幅度为 14%，NAND Flash 资本支出将从 2025 年的 211 亿美元提升至 222 亿美元，同比增长 5%。同时，DRAM 和 NAND Flash 产业投资重心正逐渐转变，逐步从单纯扩充产能，转向制程技术升级、高 层数堆栈、混合键合以及 HBM 等高附加价值产品。

需求：企业级存储需求旺盛，推理应用快速增长或进一步拉动 NAND 需求

2024 年企业级 SSD 及 HBM 市场规模分别为 262/200 亿美金，2025-2027 年 CAGR 达 10/35%。自 2022 年 11 月 ChatGPT 发布以来，生成式 AI 进入快速发展阶段。AI 大模型 持续迭代驱动云端 AI 算力需求快速增长，海内外主要云厂商持续加大数据中心资本开支投 入。AI 大模型训练及推理对高速存储需求显著提升，既需要高容量 DDR5 及 HBM 存储巨 量参数和中间计算数据，又需要企业级 SSD 存储大量数据集（LLM 训练语料、图片、视频 等）。2024 年，AI 数据中心建设驱动下，全球企业级 SSD 需求旺盛，SK 海力士、铠侠企 业级 SSD 全年收入增长超 300%。据 IDC 数据，2024 年全球企业级 SSD/HBM 市场规模 为 262.2/200亿美金，预计 2027年将增长至 351/488亿美金，对应年复合增速 10.2/34.6%。

AI 推理快速增长，有望进一步拉动 NAND 需求。目前，微软、谷歌等头部厂商日均 token 调用量均已突破万亿级别，AI 大模型推理应用正加速落地。在 AI 推理中，以往 SSD 主要 应用于存储 RAG 和 LLM 参考的相关文档和知识库。此外，需要在 HBM 或 DRAM 中加载 模型权重，以及持续缓存注意力计算的中间状态（KV Cache）。 KV Cache 容量主要受模型 Transformer 层数、注意力头（head）、注意力头维度、单个请 求最大 token 数、数据精度以及并发请求数等因素影响。以 LLaMA-2-13B 模型为例，若单 个请求 token数达 4096，并发请求数 10个，且以 FP16精度进行缓存，则对应所需KV Cache 容量达 31.25GB。伴随 AI 推理中处理的上下文长度持续加长以及对话轮次进一步增长，KV Cache 容量将快速提升，逐渐成为大模型推理效率及效果提升的主要矛盾。 铠侠、美光等均积极推进 AI SSD 产品的研发和推出，致力于将 KV Cache 从更高成本的 HBM、DRAM 中部分卸载至大容量、高性价比 SSD。8/27，华为举行数据存储 AI SSD 新 品发布会，通过 AI SSD 产品构造 HBM+DRAM+SSD 三级缓存体系，其中在 SSD 层通过 存算一体技术，将 AI 推理的中间结果（如长序列对话历史）持久化存储，形成 PB 级 KV Cache 池，带来 AI 推理效率和时延表现提升。

自主可控：看好先进逻辑+先进封装的长期产业趋势

制造封测：看好先进制程以及存储产能瓶颈逐步突破，带动产业链整体放量

十五五重申“科技自立自强”，制造端 28nm 及以上成熟节点份额已逐渐向中国大陆迁移， 先进制程产能仍为国内稀缺资源，未来先进制程扩产已具有重大战略意义。在十五五规划 的三大核心目标中，“加快高水平科技自立自强”被重申，我们认为先进制造作为高性能芯 片起量的核心瓶颈环节，其产能扩张已具备重大战略意义与价值。据 Trendforce 数据，截 至 2Q25，在成熟制程份额持续向中国大陆晶圆厂迁移的趋势下，中芯国际、华虹以及晶合 已成长为三家全球前十大晶圆厂，先进产能方面，目前中国大陆在中芯国际为代表的代工 厂加速推进先进制程国产化的带动下，未来在产能与技术节点上与台积电的代差有望缩小。 而份额上，据 Trendforce 数据，2023 年中国大陆先进工艺份额占比仅 8%，2027 年中国大 陆先进工艺收入绝对体量上有望加速增长，而在美国地区推进先进工艺本土化的带动下，美 国地区先进工艺份额有望从2023年的9%增长至2027年的21%，成为第二个先进制造中心。 我们看好先进制程的国家战略地位进一步提升，有望推动并扶持国内头部晶圆厂进行先进制 程扩产，推动市占率以及自给率加速提高。

技术节点上目前国内距全球龙头在先进工艺上尚有 4-5 年左右的差距，看好国内企业随先 进制程良率爬坡加速实现节点追赶。技术代差上，目前全球晶圆代工龙头台积电已在 2018 年/2020 年/2022 年分别量产领先业界的 7/5/3nm 制程技术，其规划 2nm 在预计在 2H25 年实现量产。中国大陆方面，中芯国际已在 2019 年量产 14nm FinFET 工艺，2022 年量产 N+2 工艺。未来随着国产设备陆续突破，有望逐步追赶全球龙头。先进制程代工行业主要 相关标的为中芯国际与华虹半导体。

先进封装为 AI 算力带动下的先进制造配套环节，看好中长期国内先进制造产能放量带动下 先进封装产业发展机遇。2.5D/3D 封装为封测行业收入空间以及盈利水平拐点的重要增长 机遇，参考台积电 CoWoS/SoIC 产能扩张幅度，未来随 AI 算力需求持续拉动、先进制造产 能持续释放，国内 2.5D/3D 封装市场空间也将同步扩张。技术方案上，据台积电 2025 technology symposium，未来的 HPC/AI 芯片将向 3D 堆叠+CoWoS L+CPO 的封装形式演 进，随高性能 AI 芯片对互联带宽以及通讯密度/速度的要求逐步提升，先进封装在芯片当中 的价值量也将逐步提升。

2.5D/3D 封装市场增长明显高于行业平均，国内 2.5D/3D 先进封装产能同样加速释放。据 盛合晶微招股说明书数据，全球芯粒多芯片集成封装市场在 2025~2029 年 CAGR 可达 25.8%，国内芯粒多芯片集成封装市场同期 CAGR 达 43.7%，增速预期显著高于其他先进 封装市场。国内多家 OSAT 封装厂正加速布局 2.5D/3D 封装，包括盛合晶微、长电科技、 通富微电等，盛合晶微已于 2019 年在中国大陆率先发布三维多芯片集成技术品牌 SmartPoser，涵盖 2.5D/3DIC、3D Package 等各类技术方案；长电科技 2023 年推出的 XDFOI Chiplet 高密度多维异构集成系列工艺已按计划进入稳定量产阶段；通富微电超威槟 城厂持续布局先进封装业务，持续推进建设 Bumping、EFB 等生产线。

长鑫与长存扩产、存储芯粒国产替代为长期产业趋势，国产化率长期持续提升预期下将带 动制造、封测等相关配套产业链打开增长空间。中国为存储芯片消耗大国，而目前 2Q25 国产存储 IDM 长鑫、长存分别在 DRAM 与 NAND 行业全球市占率仅为 3%与 4%，国内需 求量与供应能力存在高度失衡，在地缘政治因素持续波动的背景下，国产化诉求同样急迫， 我们看好长鑫、长存作为国内存储颗粒的两家核心主体，在中长期中持续推动产能扩张， 实现国产化率持续提升，同时相关配套的制造与封测产业链，包括 DRAM controller 制造、 存储芯片封测等环节公司同步受益。国内 DRAM 产业在 DDR 制程微缩以及 HBM 技术上与 海外存在一定代差，而 3D DRAM 作为未来 DRAM 的一大技术方向，海外大厂也同样处于 布局初期阶段，国内存储产业链有望通过率先布局实现市占率上的追赶，相关配套的制造 封测等环节也将有望同步受益存储扩产与价值量提升。

设备：看好国产存储厂商新技术扩产对刻蚀、沉积、键合等设备拉动

技术路线上，DRAM 将逐步走向 3D 架构，4F²为 3D DRAM 一大技术方向，目前海外大厂 已在布局。在约 2000-2010 年 DRAM 主流结构为 8F²，即 word line 间距为 4F，bit line 间 距为 2F，目前 DRAM 行业主流技术已从 8F²切换至 6F²，6F²通过旋转并偏移晶体管以填充 8F²布局中存在的空白空间，而下一代将进一步向 4F²迭代，通过垂直堆叠方式进一步提高 空间利用率，以增大单位面积位元容量，三星下一代 VCT 架构将采用 4F²技术，采用垂直结 构从下到上依次放置源极、栅极、漏极和电容，并将 word line 和 bit line 分别连接到栅极和 源极，从而 word line 和 bit line 的间距各为 2F，形成 4F²结构。

CBA 架构与 4F²技术存在技术协同，4F²+CBA 的方案或将成为 3D DRAM 主流。CBA 架 构的核心思想为存储晶圆与外围器件制造的解耦，在 8F²与 6F²的平面时代，存储晶圆与外 围电路可协同制造，而进入 4F²的 3D 结构之后，其所需要的工艺条件和材料与高性能外围 线路的要求逐渐不兼容，而 CBA 架构将 DRAM 芯片将存储晶圆与外围电路制造解耦，其 中一个晶圆包含存储单元阵列及其数十亿个存储电容器和访问晶体管，而第二个晶圆容纳 所有外围线路，包括感测放大器、行和列解码器、输入/输出驱动器以及控制逻辑，在使用 优化技术处理每个晶圆后，再用 wafer to wafer 混合键合的方式连接起来，从而外围电路制 造也可以采用比存储阵列更为先进的制程，故综合来讲，CBA 架构与 4F²技术存在天然协 同，我们认为 4F²+CBA 在未来有望成为 3D DRAM 的主流方案。

随着制造工艺完善及产能爬坡，Yole 预计 2029 年 CBA-DRAM 约占总体 DRAM 产量中的 29%。Yole 预计两家主要制造商将积极扩大 CBA-DRAM 产能，2027 年开始全面大规模生 产。根据 Yole 模型预测，CBA-DRAM 年产能有望从 2027 年的约 93 万片增长到 2029 年 的 640 万片，占总体 DRAM 产量中的 29%。

3D NAND 市场正朝着更高层数的方向发展，目前供应商们正在竞相增加超过 300 层的字 线层数，未来预计达到 1000 层以上，其中孔刻蚀能力和薄膜沉积是关键。随着 3D NAND 的层数增加，内存的堆叠高度也在不断增加，随着堆叠层数的增加，蚀刻过程中出现的挑 战也愈发严峻，比如蚀刻速率随深度增加而减缓、蚀刻轮廓的变化等。我们看到对刻蚀设 备带动新技术需求如 1）低温蚀刻技术，以增强蚀刻速率和表面扩散，同时控制聚合物沉积， 避免顶部结构堵塞；2）400 层以上 Nand，通孔的深度在 10 微米左右，而通孔的直径仅为 100nm，需要采用高深宽比的蚀刻。同样随着层数的增加，需要更厚的硬掩模沉积来进行 后续处理。在阶梯形成之后，刻蚀出的区域需要用介电薄膜填充。这一过程是通过等离子 体增强高纵横比工艺（PE-HARP）介电间隙填充工艺完成的。垂直扩展的下一个关键工艺 是高纵横比接触的金属间隙填充。在 3D NAND 中，化学气相沉积钨（W）被广泛用于实现 垂直方向上的许多连接。

3D DRAM 向着垂直方向的发展，制造设备端对刻和沉积设备亦显著增加。3D DRAM 的结 构涵盖垂直 Bitline（VBL）、水平 Wordline（WL）及水平电容阵列，从 3D DRAM 的工艺 流程来看，光刻步骤较少，而刻蚀和沉积步骤却极为复杂。目前的刻蚀顶尖工艺已能实现 深宽比为 10:1 至 100:1 的孔洞刻蚀。然而 3D DRAM 刻蚀和沉积工艺不仅要进入高纵横比 孔洞的底部，还需横向进入高纵横比的通道，且在没有直线视线的情况下进行，未来或需 要结合低温刻蚀处理垂直方向和湿法刻蚀处理水平方向的综合工艺。传统 DRAM 中光刻设 备占生产总成本约 25，3D DRAM 中这一比例进一步下降，从而转移至刻蚀和沉积设备。

3D DRAM 和 NAND 亦增加 W2W 键合需求。各大 3D NAND 闪存制造商都在其最新一 代产品通过将存储单元阵列布局在 CMOS 外围电路之上来减少硅片面积。CBA 架构虽然 会增加晶圆键合的成本，但可以优化外围电路和存储单元阵列的性能。长江存储凭借 Xtacking 和 1.0 微米间距混合键合处于领先地位。WDC/Kioxia BiCS8 218 层也将采用混 合键合工艺，其他制造商也将效仿。混合键合在两个晶圆上的铜焊盘之间实现直接的金属 对金属接触，成功混合键合的技术要求极其苛刻，表面粗糙度必须在整个晶圆上控制到低 于一纳米均方根，这同时需要复杂的 CMP 工艺。

消费电子：存储涨价基本面承压，关注新品催化

消费电子方面，我们预计存储持续涨价也会对消费端产生影响：1）影响品牌商出货量以及 利润率情况。26 年若国内消费补贴力度的同比降低趋势持续，品牌商能够涨价的空间有限， 此时品牌商可能陷入两难，一方面，若涨价则可能造成出货量压力，另一方面，不涨价则 需自己承担部分涨价的影响，硬件生产成本上行，2）影响除存储外其他零部件环节利润率。 品牌商或将一部分生产成本压力向供应商传导，我们认为对安卓供应商的影响大于苹果供 应商。但同时 26 年在消费电子硬件新品方面可能是承上启下的一年，折叠屏、桌面机器人、 AI/AR 眼镜、OpenAI 硬件等均有望带来新催化。

存储影响：关注出货量、利润率，安卓链压力大于苹果链

NAND Flash 市场供不应求情况可能延续至 26 年全年。根据 TrendForce，尽管消费市场 需求不强，但由于 HDD 供给短缺与过长交期，使 CSP 将储存需求快速转向 QLC Enterprise SSD，短期内急单大量涌入，造成市场明显波动，闪迪率先宣布调涨 10%，美光也因价格 与产能配置考量暂停报价，NAND Flash 第四季各类产品合约价将全面上涨，平均涨幅达 5-10%，供不应求状态或将延续 2026 年。 DRAM 供应吃紧持续推高合约价。根据 TrendForce，4Q25 Server DRAM 合约价受惠于 CSP 扩充数据中心规模，涨势转强，并带动整体 DRAM 价格上扬，涨幅或在 18-23%，并 且很有可能再度上修。展望 2026 年，因各 CSP 积极导入高效能运算架构以支援大型模型 运算，Server 单机 DRAM 搭载容量将随之提高，推升整体 DRAM 位元需求强劲，供给短 缺情况延续，DDR5 合约价于 2026 全年都将呈上涨态势，尤其以上半年较为显著。 我们预计 26 年手机、PC 等存储涨价叠加国补退坡，影响出货量情况，安卓链压力大于苹 果链。存储方面，我们预计 26 年上半年 DRAM+NAND 在手机中成本平均上涨或在 50%左 右甚至更高，品牌厂商或可能通过涨价方式抵消部分存储涨价影响。以手机为例，我们测 算存储在安卓手机生产成本中平均大约占 25%左右成本，低端机中占比可能接近 30%，而 在苹果手机中占 10-20%，且涨价幅度或少于安卓手机厂商，因此我们判断存储涨价对安卓 链影响大于苹果产业链。

关注新品催化带来的预期差

尽管存储对产业链造成压力，但我们认为 26/27 年大量新型硬件有望涌现，为产业链公司 带来业绩预计差。苹果方面，26/27 年折叠屏手机和全面屏手机有望推出，同时带摄像头的 耳机、桌面机器人、监控等家居类产品、AI 眼镜/AR 眼镜类产品也有望推出。OpenAI 方面， 公司推出的类徽章硬件有望于 26年底推出，有望给产业链公司带来业绩新增量。除此之外， AI/AR 眼镜新品也有望持续迭代。

苹果产业链：26/27 年进入新品迭代密集期

我们认为苹果产业链未来两年有望进入新品发布密集迭代期。2027 年是 iPhone 发布 20 周 年重要纪念，手机、Mac、可穿戴、眼镜、家居类产品有望密集推出。

手机：中端机型有望春季发布，折叠屏、全玻璃版本相继推出。根据 MacRumers，未来两 年，苹果可能将 iPhone 标准款机型放置在春季发售，其他高端款式在秋季发售。Air 机型 不确定下一年是否继续迭代。但折叠屏产品仍在开发当中。27 年有望推出全玻璃的 20 周 年纪念版本产品。 其中折叠屏采用大折叠形态，整机厚度在折叠状态下仅 9-9.5 毫米，展开后薄至 4.5-4.8 毫 米，外屏为 5.5 英寸打孔屏，分辨率 2088×1422；内屏展开后达 7.8 英寸，4:3 比例，分辨 率 2713×1920。我们估计其折叠屏售价可能超过 2000 美元，26 年秋季发布，出货量有望 达到 600-800 万台。27 年有望迭代大折叠产品，28 年小折叠有望上线。 根据彭博社，为庆祝 iPhone 问世 20 周年，苹果正计划推进一款代号为“Glasswing” 的 特别版机型。该机型设计灵感源自拥有透明翅膀的蝴蝶，旨在通过“极简主义全玻璃机身” 重现自然造物的轻盈与通透感。从目前曝光的设计方向看，新机将采用弧形玻璃边框设计， 搭配超窄金属中框，实现屏幕与机身的无缝过渡，同时首次引入摒弃物理开孔的全面屏方 案，前置摄像头、传感器等元件或将通过屏下隐藏技术实现视觉无感化，打造真正意义上 的 "一体成型" 美学。

新产品或为产业链公司带来迭代机会。折叠屏产品涉及 UTG（Ultra-Thin-Glass）、铰链等 多个环节零部件的新增，产业链公司包括立讯、蓝思、鹏鼎、东山等一系列相关供应商均 有望受益。 除折叠屏之外，平板机 VC 均热板、可变光圈、钢壳电池等迭代也有望为行业带来新增量。 我们认为 26 年有希望在直板机型上也都采用 VC 均热板产品，产业链公司包括 AVC（奇鋐 科技）、AAC（瑞声科技）、苏州天脉科技和领益智造。除此之外，摄像头的某些料号或采 用可变光圈新技术，产业链公司包括大立光、立讯精密、舜宇光学、水晶光电等。电池有 望普及钢壳电池，供应商包括德赛电池、珠海冠宇、领益智造、信维通信、ATL、LG 等。

关注 Apple Intelligence 推进节奏

中国区推出时间不明，关注下个时间点 26 年 3-4 月。此前根据彭博社等媒体报道，11 月 份中国版本的本地化 AI 有望上线，但后续又有报道称因数据等问题尚未解决，中国区 AI 推出的具体时间点仍然未定。下一个需要关注的时间点可能是 26 年 3-4 月，此前苹果高管 在演讲中表示 Apple Intelligence 支持的 Siri 有希望在 26 年春季推出，苹果正在选择一些 三方 App 合作测试 Siri，建议关注苹果是否能够如期推出产品。

OpenAI 产业链：1 亿台目标是否能够完成？ 9/19，The information 报道，OpenAI 正与供应商讨论制造多款硬件产品，包括无显示屏的 智能音箱、可穿戴徽章（类似 AI pin）、眼镜、数字录音笔等一系列产品。 第一代产品猜想：类似 AI pin 的全年 AI 伴侣。根据 OpenAI 高管演讲中透露的信息， OpenAI+Ive 合作开发的首款设备将是一种无屏幕、非穿戴式的 AI 数字终端，其形态不同 于现有的智能手机或 AR 眼镜，将是一种口袋大小、隐蔽不显眼的小装置，具备对用户环境 和生活状态的全方位感知，被称为“用户日常生活的全时智能伴侣”。这款无屏 AI 设备可 能通过语音、听觉等方式与用户交互，主动融入用户生活场景。例如，当用户把它随身携 带时，设备可通过内置的麦克风和摄像头感知环境，对用户的语音指令或情境触发做出智 能响应 。其目标是成为比手机更“随时随地”、更“默默无形”的 AI 助手，实现从主动问 答到环境感知式服务的飞跃。 产品形态：口袋大小、隐蔽不显眼的小装置。该设备体积略大于此前推出的 AI pin，大致与 iPod Shuffle 相当，配备了摄像头与麦克风，用于感知环境，没有显示功能，预计需要与智 能手机或 PC 联网，由后者为其提供计算与显示功能。产品生产可能与中国国内供应商合作， 但生产地可能会选在其海外（如越南）工厂。 我们认为第一代产品用于收集大量个人数据，奥特曼期待“最快达到 1 亿台销售量级”。 OpenAI CEO 奥特曼此前在红杉资本演讲时表示，未来智能体将都进入物理世界创造价值， “核心 AI 订阅”会渗透到每个人的生活和工作，“人的一生就是不断向这个上下文添加新 的内容的过程。”他说，未来，会有一个非常小的推理模型，拥有万亿个 token 的上下文， 可以把人的整个生活都放进去。我们认为这样的模型需要硬件：1）在前期的广泛铺设、大 规模个人数据的收集以及模型的持续训练，2）后期，随着大模型逐步走向商业化，如何通 过硬件形态更直接地触达用户，提供与人之间更好的交互，构建起属于自己的生态闭环。 第一代产品及用于收集数据，OpenAI 有快速分发大量硬件的动力。

与前苹果设计师、工程师合作提高硬件质量，OpenAI 软件或提供额外吸引力。根据 The information，OpenAI 近年来向苹果员工提供丰厚的薪酬待遇、更少的官僚主义工作环境、 更多的协作机会，招募了数十名从事消费硬件业务的员工，包括前知名设计师 Jony Ive、 工程师 Tan 等一系列高级别人才。同时，OpenAI 软硬件绑定的方式或能够为消费者提供硬 件之外额外的吸引力。

期待新产品重新定义个人智能终端。产品可能重新定义个人智能终端的形态，让 AI 从屏幕 中解放出来，融入我们日常环境。用户不再需要时刻注视或触碰屏幕，而是通过语言对话、 听觉提醒等更自然的方式与数字世界交互。相比智能手机，这是一次范式转变：信息和服 务将更加主动地出现在用户面前，而非等待用户低头去检索。 新产品也对硬件、模型、隐私保障等提出要求。例如超强的语音识别与自然语言理解，设 备的场景语义理解和用户意图捕获，以及隐私安全的保障。OpenAI 是否能够破解此前 AI pin 的产品痛点，实现 OpenAI 模型＋算力＋终端全栈生态的战略野心十分重要。

AI/AR 眼镜：AR 产品拐点或将加速到来，全产业链蓄势待发

回顾 2025，我们看到 AI 眼镜已跨越概念与原型机阶段，进入新品密集发布的“产品元年”。 海外市场：目前全球智能眼镜行业的龙头 Meta 于 2025 年 9 月正式发布首款带有显示功能 的 Meta Ray-Ban Display 眼镜，定价 799 美元。这款眼镜在右侧单目配置了小型 HUD（抬 头显示屏）并搭载了肌电神经接口腕带，通过识别手腕上的肌电信号以及手腕运动，以实 现精确的隔空操控。Meta Ray-Ban Display 眼镜对显示功能的定位在于“信息提醒”，例如 骑行导航、即时消息、视频通话、视觉识别、实时字幕与翻译、拍摄预览与变焦提示等应 用场景。谷歌 2025 年 I/O 大会上展示了其正在进行中的智能眼镜项目 Project Aura，这是 Google 在其 Android XR 平台上发布的第一款官方智能眼镜产品。

国内市场：进入 4Q25，在“双十一”的催化下国内 AI 眼镜新品发售密集度达到新高峰， 阿里、百度、雷鸟创新、影目、Rokid 等接连发布 AI 眼镜新品。根据 VRAR 星球及电商平 台统计，2025 年双十一期间参与促销的智能眼镜品牌和产品数量创下历史新高。

2026 年起，Meta、字节、小米、亚马逊、苹果等更多新产品线仍待推向市场，AI 眼镜行 业有望迎来“量产大年”。同时，部分企业已率先研发智能眼镜的终极形态，即带显示的 AR 眼镜。光波导作为 AR 眼镜中技术难度和价值量占比排前列的核心组件，是下一阶段 AR 眼镜规模量产与体验提升的关键。随着 Meta 等头部企业协同歌尔、水晶等核心供应链加 速入局，光波导技术有望逐步突破瓶颈，使得 AR 眼镜在显示效果、模组重量以及模组成 本上得到优化，带动 AI+AR 眼镜拐点加速到来。

编辑：火腿肠