2026年，可能是半导体产业近十年来最热闹的一年。光芯合璧，算力通吃，半导体圈正在重写游戏规则…
3月，英伟达CEO黄仁勋在GTC大会上抛出一个数字——1万亿美元。这不是一个臆想，而是英伟达管理层通过高置信度采购订单确认的未来收入预期：到2027年底，仅Blackwell与Rubin两代芯片架构，就将创造至少1万亿美元营收。要知道，就在2025年10月，这个数字还停留在5000亿美元。短短5个月，翻了一倍。
5月，中国最大的DRAM制造商长鑫科技更新招股书：2026年一季度单季归母净利润247.62亿元，折合每天净赚2.72亿元。一家连续亏损8年的企业，在AI需求爆发的周期风口中，完成了中国半导体史上最戏剧性的财务大反转。
与此同时，一场更底层的技术变革正在悄然加速——光电融合芯片从实验室走向产线，台积电COUPE光互连技术量产在即，中国首条8英寸硅光芯片量产线在苏州破土动工。LightCounting预测，2026年，超过一半的光模块销售额将来自硅光产品，行业将其定义为“硅光爆发元年”。
三件事，看似独立，实则紧密咬合。它们的交汇点，正是AI算力对“光”与“芯”的全方位重塑。
英伟达的万亿叙事：Token工厂与算力即收入
先说英伟达。
很多人把黄仁勋的“1万亿美元”当成一个噱头。但华尔街没有。高盛在GTC当天发布的研报中直言，这一长期收入可见度“大幅超出了华尔街的普遍预期”，直接缓解了投资者对AI资本支出可能在2026年触及顶峰的担忧。
支撑这个数字的，不是画饼，而是一套全新的商业逻辑。
黄仁勋在GTC上提出了“Token工厂经济学”——未来数据中心不再是存储文件的仓库，而是不间断生产AI Token的巨型工厂。1GW的工厂永远不会变成2GW，“这是物理和原子的定律”，在固定功率下，每瓦Token吞吐量最高的玩家，将拥有最低的生产成本和最强的定价权。
围绕这套逻辑，英伟达一口气发布了7款新芯片，从Vera CPU、Rubin GPU、NVLink 6交换机，到新收编的Groq 3 LPU，组成了迄今最复杂的AI计算系统。摩根大通在会后报告中指出，Groq LPU与Vera Rubin的整合是本届GTC“架构层面最重要的新品发布”。
但比新品更值得关注的，是需求结构的变化。英伟达管理层披露，逾1万亿美元的采购订单中，约60%来自超大规模云厂商，40%来自CUDA云原生AI企业、主权AI及工业企业客户。这意味着需求不是集中在一两家巨头手中，而是在更广泛地扩散。
美银证券的研究也揭示了一个关键趋势：AI服务正在被明码标价——免费的、每百万Token 3美元的、6美元的、乃至150美元的。算力，正在变成像电力一样可计量、可交易的商品。
对整个产业链而言，这意味着三件事：算力芯片需求持续扩张、配套的光互连和存储需求同步井喷、以及AI基础设施的投资周期远比想象中更长。
长鑫的逆袭：从负113%毛利率到日赚2.7亿
如果说英伟达的故事是“强者恒强”，那长鑫科技的故事就是“绝地翻盘”。
先看几组数据：2023年，长鑫科技营收90.87亿元，归母净利润-163.4亿元，毛利率一度跌至负113%。到了2026年一季度，单季营收达到508亿元，同比暴涨719%；归母净利润247.62亿元，净利润率接近49%——在全球制造业中，这都属于顶级成绩。
三年时间，从年亏百亿到日赚近3亿。这种反转放在全球半导体历史上也属罕见。
怎么做到的？拆解下来，是三个独立但相互增强的齿轮同时转动：
第一个齿轮是产能规模。长鑫从成立之初就采用IDM模式，从设计到制造到封测全部自己做。2023到2025年，资本开支分别达到437亿、712亿和497亿元，一刻不停地在扩产。到2025年第四季度，按DRAM营收计算，长鑫全球市场份额达到7.67%，位列全球第四、中国第一。
第二个齿轮是AI需求爆发。训练一个大型语言模型需要数百张GPU，而每张GPU上都堆叠着大量高带宽DRAM。AI数据中心对存储的需求，正在将DRAM从一个周期性商品变成战略性基础设施。
第三个齿轮是价格周期。自2025年下半年起，全球DRAM需求持续超过供给，合同价和现货价双双上行。长鑫正好踩在了这个上行周期的起点上。
市场对长鑫的定价也很激进。分析师给出的估值在3万亿到4万亿元人民币之间，对应约20倍PE。作为参照，美光的远期PE约10倍，SK海力士约5倍。有人说这是周期红利，也有人认为这反映的是国产替代的长期溢价。
5月27日，上交所将审议长鑫科技的首发事项。如果通过，295亿元的募资额将成为科创板历史第二，仅次于中芯国际。
不过，海外观察人士也提出了冷静的提醒：长鑫的增长有多少来自自身竞争力的提升，有多少只是踩中了周期风口，还需时间检验。
光电芯片：2026，爆发元年
英伟达和长鑫的故事讲的都是“电芯片”——算力和存储。但在这条产业链上，还有一个赛道正在以更快的速度膨胀。
这就是光。
先说市场规模。 2025年，全球光模块销售额预计突破230亿美元，创历史新高。全球硅光市场规模约26亿美元，到2034年预计达到169亿美元，年复合增长率22.9%。而CPO（共封装光学）市场虽然2025年才约1亿美元，但到2030年预计将飙升至286亿美元，五年增长200多倍。
再说技术拐点。 台积电在今年5月正式披露了其“三层蛋糕”架构——SoIC、CoWoS与COUPE光互连技术协同。其中COUPE采用3D异质集成，将电子芯片与光子芯片垂直堆叠，使系统能效提升4倍、延迟降低10倍。全球首款采用COUPE技术的200Gbps微环调制器已在今年启动量产。台积电先进技术业务开发处长袁立本更直言，到2030年，光互连将是AI芯片“未来最重要”的基础技术。
产业链也在同步就绪。 在中国，长光华芯、亨通光电等联合成立的星钥光子，今年3月在苏州启动了全国首条8英寸硅光芯片量产线的建设，总投资50亿元，预计2026年底通线、2027年初投产。这标志着中国在硅光制造领域从依赖进口迈出了关键一步。
在AI算力爆发的推动下，光已经从“配角”变成了“主角”之一。从可插拔光模块到CPO再到片上光互连，光电融合正在成为AI芯片演进的核心方向。中国信科今年4月也宣布成功研制出多功能可编程光电融合计算芯片LightIN，在一块芯片上同时实现计算加速、信号处理、光交换和安全加密四种功能。这意味着光计算离实用又近了一步。
当然，国产光芯片也面临挑战。目前高端光芯片仍被海外巨头主导，InP光芯片供需缺口持续扩大。招商证券判断，全球高速光芯片供需失衡格局预计将延续至2027年，这恰恰给国产厂商打开了一个战略窗口期。
产业链全景：三重共振
把三件事放在一起看，会发现它们指向同一个方向。
第一层，算力（英伟达为代表）。 英伟达在AI GPU市场的份额高达85-90%，凭借CUDA生态构筑了极高壁垒。但随着ASIC芯片的崛起，TrendForce预计英伟达的市场份额到2026年将降至约70%。中国本土AI芯片也在加速追赶——摩根士丹利5月发布的半导体报告指出，国产AI芯片的总拥有成本（TCO）比英伟达低30%-60%，推理成本已可媲美甚至优于英伟达产品。
第二层，存储（长鑫为代表）。 存储行业供需缺口预计延续至2027年，国内模组公司进入利润放量期。AI对高带宽DRAM的需求，正在把存储从一个“周期性大宗商品”变成“AI战略基础设施”。
第三层，光互连。 算力越强，数据传输需求越大。无论是英伟达的NVLink 6交换机，还是台积电的COUPE光互连，还是中国首条硅光量产线，本质上都在解决同一个问题：当芯片算力暴涨时，如何让数据在不同芯片之间高速、低功耗地流动。光，是目前最优的解。
算力、存储、光互连——三重共振正在重新定义整个半导体产业的面貌。全球云厂商2026年资本开支预计达8300亿美元，AI产业链景气度持续攀升。摩根士丹利给出了三个方向性建议：买封装、买测试、买中国芯。
2026年或许会被未来的半导体史学家标注为一个转折之年。
在这一年，英伟达用1万亿美元的订单展望重新定义了AI芯片市场的天花板；长鑫用日赚2.7亿的业绩证明了国产存储的竞争力；台积电和中国的硅光产线分别从不同方向推动光电融合走向量产。
但这并不意味着没有风险。光芯片的国产化仍面临高端器件被卡脖子的挑战，长鑫的盈利能否穿越DRAM的下行周期仍有待检验，英伟达的万亿叙事也需要AI需求持续超预期来兑现。
半导体是一个典型的“周期+成长”行业。周期的潮水有涨有落，但成长的方向不会改变。从电到光、从通用到专用、从海外到国产，这三条主线，正在同时上演。
正如黄仁勋在GTC上说的那句话：“我看到到2027年至少有1万亿美元的需求。”他看到的，或许还只是冰山一角。
热门跟贴