近期，受地缘政治事件影响，市场风险偏好阶段性回落，资金在避险情绪驱动下集中涌入能源与资源板块，科技板块整体承压，出现较为明显的调整。
但本轮科技板块回调源于情绪层面的冲击，并未改变其作为新质生产力核心方向的长期主线逻辑。随着全国两会召开，科技领域有望成为政策支持的重点；而当前市场在恐慌情绪下，对外部不确定性因素已形成过度定价，后续若外部扰动逐步消化，市场风险偏好有望迎来修复，资金关注焦点预计将重新回归产业趋势、企业基本面与政策主线。
对于AI产业链而言，中长期来看，其作为新一代产业革命的核心方向，也是国家间科技竞争的战略高地，核心投资逻辑未发生任何改变。后续政策端有望持续释放支持信号，产业端则将伴随技术突破与商业化落地持续强化基本面支撑。我们认为，在板块阶段性回调的背景下，AI主线依旧具备核心战略配置价值。
然而，AI硬件与AI应用端存在截然不同的投资逻辑：AI硬件偏向基础设施投资逻辑，核心看点在于算力需求增长带来的业绩确定性；AI应用则更贴合技术突破与商业模式演进逻辑，核心在于大模型能力跃迁带来的阶段性催化与长期成长空间。
因此，硬件端投资更侧重业绩兑现与技术迭代，应用端则高度依赖技术突破与事件催化。厘清二者的核心差异是2026年AI投资步入“去伪存真”阶段、获取超额收益的关键所在。
一、AI硬件：AI时代的“钢筋水泥”
AI硬件是人工智能时代的核心基础设施，更是支撑大模型训练与推理的底层底座。随着大模型参数规模持续扩张、推理调用次数大幅提升，市场算力需求呈指数级增长，算力中心建设需求持续高企，硬件环节因此具备极强的业绩确定性。
当前市场对AI硬件的关注核心聚焦于三大维度：其一，业绩兑现能力是否能持续超预期；其二，技术迭代方向能否带来结构性增量；其三，估值水平是否与企业成长速度相匹配。此前算力链部分标的涨幅显著，部分个股阶段涨幅超十倍，市场对相关企业的业绩增速与订单持续性也因此更为敏感，若业绩不及预期，估值或将面临修正压力；若业绩持续超预期，则有望重新凝聚资金共识。
（一）海外算力链：资本开支驱动的确定性主线
海外算力链的核心增长动力来自北美科技巨头的资本开支扩张。随着AI模型持续迭代，API调用量呈指数级增长，算力需求大幅提升，谷歌、微软、亚马逊、META等科技巨头持续上调资本开支指引，重点用于数据中心与AI算力基础设施建设，成为海外算力链企业业绩增长的核心保障。英伟达2026财年第四季度营收达681.27亿美元，同比增长73%；净利润429.60亿美元，同比增长94%，业绩与利润均超出市场预期，且其2027财年第一季度业绩指引同样优于市场预判，再次印证全球算力需求的高景气度。
因此硬件端的核心投资逻辑在于业绩硬支撑。与尚处商业化探索期的应用端不同，硬件厂商直接受益于科技巨头资本开支的落地转化，订单可见度高，业绩确定性更强。作为AI算力领域的“卖铲人”，光模块、PCB、液冷等细分赛道深度受益于全球AI基建浪潮。
首先，光模块作为数据中心高速互联的核心器件，其承担着电信号与光信号的转换功能，技术演进的核心方向是持续提升算力集群的通信效率、降低功耗。
从技术路线来看，可插拔光模块是当前主流方案，其优势在于拥有标准化接口、便于更换与维护，且产业成熟度较高；但短板也十分明显，随着传输速率提升，信号损耗、功耗与体积问题日益突出，交换机面板端口密度逐步逼近物理极限。目前800G光模块已成为市场核心产品，1.6T、3.2T等更高速率产品正逐步实现落地。
NPO（近封装光学）方案将光引擎从交换机端口移至交换芯片附近，缩短了高速电信号的传输距离。其核心优势是提升系统性能，相比可插拔光模块有效降低功耗与延迟，同时保留了一定的设备维护灵活性，但NPO的缺点在于技术优化空间有限，无法从根本上解决高速互联的密度与功耗瓶颈，属于行业过渡性技术路线。
CPO（共封装光学）是光模块技术的终极形态，其将光学器件与交换芯片封装在同一基板上，进一步缩短互连距离，实现更高带宽、更低功耗，是未来高算力密度场景的核心发展方向。方案能在传输速率、信号质量、降低延迟等方面突破铜互连与可插拔光模块的物理边界，实现性能与能效的大幅跃升，但目前仍面临封装复杂度高、良率与返修难度大、成本待优化等问题。
现阶段CPO方案的研发与落地进度持续提速，有望在2027年逐步实现商业化落地。近期英伟达宣布向两家光通信巨头合计投资40亿美元，为CPO方案的规模化应用提前布局。
整体来看，光模块的技术迭代方向清晰明确。随着速率从800G向1.6T、3.2T迈进，可插拔方案逐渐逼近技术极限，NPO/CPO等新封装技术逐步完成从0到1的落地。近期光模块板块内部表现分化，传统可插拔方案相关标的承压，而具备CPO技术储备的个股走势强势，正是市场对技术迭代的价值定价。但同时我们认为，技术迭代并非对旧技术的简单替代，而是循序渐进的演进过程，具备核心技术储备与优质客户资源的企业仍有望持续受益于行业发展。
其次，PCB作为芯片的承载基座，承担着连接芯片与各类电子元件的核心作用。AI算力硬件对PCB的层数、精度、散热性能、信号完整性的要求远高于传统消费电子，推动PCB产品向高层数、高精密、高可靠性方向持续升级，单台设备搭载的PCB价值量也实现大幅提升。
从PCB产业链来看，上游为铜箔、树脂、玻纤布等原材料，随着AI服务器需求增长，上游原材料环节率先受益于行业高景气，原材料供应趋于紧张，推动价格持续上涨。
中游PCB企业则通过布局高层数、高频高速材料实现产品升级，单柜产品价值量大幅提升。
具体来看，AI服务器对PCB的层数要求不断提升，以英伟达高端GPU服务器为例，其主板层数持续增加，单位价值量显著提升。传统服务器所用PCB多为20层以内，英伟达Rubin平台所用PCB提升至40层以上,正交背板技术则提升至78层；即将发布的英伟达LPU推理芯片，或将采用50层以上PCB板，单颗芯片所用PCB价值量达3000元，是传统方案的5-10倍，对应单柜的PCB总价值量将达到45万至70万元。
此外，随着GPU功耗持续提升，传统风冷散热方式逐步接近物理极限，如何进一步节能降耗、提升设备运行稳定性成为算力基础设施建设的核心问题。液冷技术通过液体介质带走热量，在高功率密度环境下具备明显优势。
目前液冷技术主要分为冷板式液冷与浸没式液冷两类。短期来看，冷板式液冷技术成熟度更高，更易实现市场推广；长期来看，浸没式液冷在超高算力密度场景下的散热效率更优。伴随AI服务器功率持续上升，市场对液冷技术的需求大幅提升，液冷渗透率有望持续走高，为相关企业带来显著的业绩增量。
英伟达或将于3月16-19日的GTC大会重磅推出Feynman平台，以及整合LPU技术的全新推理芯片与配套硬件方案，对接市场对高效能、低成本算力解决方案的迫切需求。黄仁勋将其定义为“世界从未见过”的全新系统，或有望引领全球算力硬件开启新一轮升级周期，对CPO、高端PCB、液冷等海外算力链板块形成催化。
（二）国产算力链：资本开支与国产替代双轮驱动
国内层面，AI产业正迎来发展拐点，国产算力链进入资本开支扩张与国产替代加速的双轮驱动阶段。一方面，字节跳动、阿里巴巴等国内头部厂商逐步进入AI算力大规模投入期，国内大模型的基础模型能力与企业级Agent能力实现大幅提升，有望进一步带动国内算力需求释放；另一方面，在科技自主可控的政策导向下，国产替代逻辑持续强化。随着国产AI芯片在推理端逐步实现规模化应用，产品性能与产业生态体系持续完善；同时，半导体设备作为算力硬件制造的核心支撑，国产设备厂商的技术突破节奏加快，设备国产化率有望持续提升。整体来看，国产算力全产业链有望迎来景气周期。
具体来看，随着国内AI大模型持续突破、用户数量稳步增加，AI推理tokens消耗量加速增长，算力需求同步快速提升，国内互联网巨头正逐步加大算力基础设施建设，全力突破算力瓶颈。其中，阿里巴巴计划未来三年将AI与云基础设施的投入从3800亿元提升至4800亿元，字节跳动2026年的资本开支规划更是达到1600亿元。
在政策层面，即将召开的全国两会上，AI作为新一轮产业革命的核心方向，有望被重点提及，形成强劲的政策催化。
综合来看，随着国内算力网络建设全面推进，国产算力链在政策支持、市场需求增长与国产替代的多重逻辑下，从芯片、设备到服务器等全产业链，有望逐步进入业绩兑现期，具备核心技术积累与优质客户资源的龙头企业有望充分受益。
二、AI应用：降本增效的长期逻辑与事件驱动的阶段性机会
如果说AI硬件是算力领域的“卖铲人”，那么AI应用就是产业落地的“淘金者”。应用端的核心投资逻辑在于随着大模型能力持续精进，AI技术有望深度赋能千行百业，实现企业降本增效，并最终转化为企业利润增长，长期成长空间广阔。
但从短期来看，大模型的商业模式尚未完全打通，相关企业的业绩兑现能力相对较弱，因此AI应用端的投资行情更多依赖于技术突破或重磅产业事件的催化。例如2022年ChatGPT的发布引发全球AI热潮，2025 年DeepSeek模型实现技术突破，以及2026年 Seedance2.0模型正式发布，均对相关板块形成显著的阶段性催化。
具体来看，AI技术对下游应用领域的重塑，核心体现为降本增效。理论上，随着大模型能力持续提升，其商业化落地路径将逐步清晰，下游各行业有望借助AI技术实现成本下降、效率提升，并最终增厚企业利润。从行业维度来看，影视、传媒、游戏、软件等行业具备显著的AI降本增效空间。影视制作领域可通过AI生成特效、撰写脚本等，大幅缩短制作周期、降低制作成本；游戏行业可将AI应用于原画设计、剧情生成、NPC智能交互、游戏测试等环节，降低研发与测试成本，提升内容丰富度与用户体验，助力企业缩短研发周期、加快新品推出节奏；软件行业则可通过AI辅助开发，减少人力成本投入、缩短项目交付周期。
近期海外市场传出的AI鬼故事引发市场对大模型将颠覆传统软件公司商业模式的担忧，带动软件板块出现大幅下行，资金呈现过度超卖状态，资金开始转向布局重资产、具备不可替代性的标的，这类交易逻辑被称为HALO交易。但我们认为，AI应用端虽短期承压，但2026年作AI应用元年，板块仍具备丰富的催化机会。随着大模型持续迭代，Token调用成本不断下降，AI应用开发与落地门槛逐步降低，商业化落地进程有望持续加速。
综合来看，AI作为新一代产业革命核心方向，仍有望成为全年市场主线。但AI硬件与AI应用端对应截然不同的投资逻辑，需差异化布局。配置上建议优先布局具备业绩兑现能力的海外算力链与国产算力龙头，同时紧密跟踪大模型突破与应用落地节奏，把握AI应用端的阶段性投资机会。
具体层面，AI硬件作为AI时代的“钢筋水泥”，硬件端充分受益于全球科技巨头的资本开支扩张，以及国内算力基建的加速推进，具备明确的业绩兑现能力。可聚焦于具备技术领先优势的CPO、高端PCB、CCL、液冷等海外算力链标的；同时布局受益于政策支持、国产替代加速的AI芯片、半导体设备与材料等国产算力链方向。
对于AI应用板块，短期来看，应用端行情更多由技术突破或重磅产品发布驱动，呈现阶段性、主题性特征；但长期来看，随着大模型持续精进、商业模式逐步打通，具备独占性数据资源、垂直场景闭环能力的企业有望逐步从主题炒作走向业绩验证。可持续跟踪AI大模型的技术突破进展与商业化落地节奏，把握应用端的阶段性博弈机会。
【注：市场有风险，投资需谨慎。在任何情况下，本订阅号所载信息或所表述意见仅为观点交流，并不构成对任何人的投资建议。除专门备注外，本文研究数据由同花顺iFinD提供支持】
本文由公众号“星图金融研究院”原创，作者为星图金融研究院研究员高政扬。
编辑：胡伟
热门跟贴