中信建投研報表示，展望2026年AI投資 ，有兩大類投資機會：1. 算力端圍繞龍頭確定性 、新技術升級方向、本土化產業集群加速以及訂單外溢尋找投資機會，重點關注散熱
、PCB、電源及供電方向；2. 以OpenAI為代表的廠商今年都加快了應用商業化
，收入快速增長，尋找AI對各行業賦能和改造的投資機會 。

　　中信建投人工智能2026年投資策略展望：北美算力確定性高 ，國產AI芯片迎來高斜率增長期
，應用商業化加速

　　1）算力端圍繞龍頭確定性 、新技術升級方向
、本土化產業集群加速以及訂單外溢尋找投資機會，重點關注散熱、PCB 、電源及供電方向。

　　2）中期維度看 ，訂單向國產芯片傾斜是必然趨勢
。考慮到國產芯片逐漸進入量產交付階段
，預期市場集中度將看到顯著提升，重點關注在云廠商中份額提升較為明顯的芯片廠。

　　3）以OpenAI為代表的廠商今年都加快了應用商業化 ，收入快速增長
，尋找AI對各行業賦能和改造的投資機會 。

　　展望2026年AI投資，我們認為有兩大類投資機會：1）算力端圍繞龍頭確定性
、新技術升級方向、本土化產業集群加速以及訂單外溢尋找投資機會；2）以OpenAI為代表的廠商今年都加快了應用商業化 ，收入快速增長
，尋找AI對各行業賦能和改造的投資機會
。

　　AI應用滲透快，ChatGPT用兩年零一個季度的滲透率大致對應PC互聯網十年的滲透進度 ，因此對整個產業鏈配套要求極快，算力領域我們認為有以下投資機會：1）龍頭公司增長確定性：英偉達需要整個產業鏈研發能力快速迭代 、快速響應。若能力不夠很難進入英偉達產業鏈
，或者份額顯著下降，PCB
、光模塊等龍頭公司與下游芯片公司跟蹤緊密、地位穩固；2）新技術升級方向 ，英偉達階段性著重解決問題的方向
，是獲取超額利潤的子方向 。2025年開始，系統方案的供電 、散熱問題成為整個系統的瓶頸點
。北美缺電越來越明顯 ，電力系統需要更加穩定以及更加高效的輸送方式。同時隨著芯片性能提升
，散熱方面遇到越來越多的瓶頸，如何穩定提高芯片計算頻率 ，對于AI芯片來說是一個提升性能的關鍵辦法
，針對下一代芯片封裝方案演進是未來重要投資方向；3）產業鏈加速本土化集群 。為應對快速的研發迭代，產業集群優勢逐步顯現 ，如PCB產業鏈國內下游高份額之后
，上游的覆銅板，覆銅板上游的樹脂
、玻纖布、銅箔等等都開始了國內企業加速驗證 ，光模塊亦是如此；4）訂單外溢
。圍繞份額變化投資，隨著龍頭公司訂單外溢
，整個產業鏈都呈現高景氣度，部分公司份額提升。

　　1）散熱方面：散熱方面將是AI算力領域未來幾年核心技術升級方向之一 ，機柜散熱越來越關鍵
，并且近芯片端勻熱/散熱將是AI芯片性能提升核心要素之一 。英偉達單卡功耗從700瓦到1200 、1400瓦，未來有望迭代至2000瓦+ ，并且大機柜、超節點的出現
，熱源的疊加使得散熱難度進一步提升，因此散熱成為了接下來持續迭代升級的方向
。其次 ，目前供應商以臺系
、美系廠為主
，如Coolermaster、AVC 、BOYD及臺達等，中國大陸供應商比例較低 ，隨著液冷散熱從研發走向大規模量產
，中國大陸公司擴產能力更具優勢，我們認為液冷散熱領域一系列部件會有更多中國大陸供應商進入到全球供應體系。隨著芯片制程提升 ，向N2（2納米）
、A16工藝（1.6納米）發展，芯片內部熱點問題越來越明顯
，穩定提升芯片計算頻率成為芯片性能提升的關鍵 。目前看核心是英偉達與臺積電，尤其是臺積電的下一代封裝方案 ，臺積電聚焦于演進熱界面材料、硅集成微流道及引入碳化硅/金剛石襯底等幾種方案
，從而增強勻熱 、散熱能力，該技術方向需要重點關注。

　　PCB：隨著正交背板需求
、Cowop工藝升級 ，未來PCB將更加類似于半導體
，價值量將穩步提升
。其次，亞馬遜、META 、谷歌等自研芯片設計能力弱于英偉達 ，因此對PCB等材料要求更高
，價值量更有彈性。隨著短距離數據傳輸要求不斷提高，PCB持續升級 ，并帶動產業鏈上游升級
，覆銅板從M6/M7升級到M8/M9 。伴隨國內PCB公司在全球份額持續提升，并帶動上游產業鏈國產化 ，從覆銅板出發，并帶動上游高端樹脂
、玻纖布、銅箔等國內份額進一步提升
。

　　電源領域：高功率帶動單W價值提升。PSU是服務器電源進行AC-DC轉換的核心
，隨著單體功率密度的提升，單W價格也在提升 ，呈現量價齊升局面 。新一代GB300等GPU方案中
，BBU 、CBU逐步成為標配，能夠解決負載波動率大的供電穩定
、電壓穩定問題
。目前5.5 KW電源已進入量產階段 ，后續伴隨2026 下半年800 V HVDC 數據中心電力基礎設施及 1 MW IT 機架逐步落地
，電源將持續升級。隨著功率密度要求的提升，UPS目前正在由600kW級向MW級邁進 ，以應對越來越大的功率密度需求
，未來AIDC有望全面切換到HVDC為代表的全直流供電方案，電壓等級也提升至800V 。巴拿馬電源等集成化、模塊化產品逐步成為大廠青睞的主流 ，更先進的固態變壓器（SST）也已開始研發和測試
。

　　存儲領域：供給方面
，上游顆粒廠商擴產相對謹慎，在AI推理降本需求下 ，以存帶算成為主流，HBM 、企業級SSD的需求大幅增長。供需失衡使得2025Q3漲價加速
，美光、三星
、SK海力士紛紛提價 。建議重點關注國產存儲顆粒及相關產業鏈
。

　　國內算力鏈：中期維度看，訂單向國產芯片傾斜是必然趨勢。由于美國政府芯片法案多輪制裁 ，英偉達旗艦芯片向中國的售賣持續受阻
，從2022年的片間互聯、23年的算力以及算力密度限制 、到2025年初的1700GB/s通信帶寬限制，英偉達產品被迫多次進行閹割 ，競爭力持續下降 。云廠商以及人工智能初創公司基于算力穩定供應訴求
，將更多算力采購規劃傾斜向國產芯片，并且比重不斷加大。目前看伴隨國產先進制程逐漸成熟 ，低端版英偉達芯片在國內將不再是具有性價比的采購選項
，國產算力市占率大幅抬升時機已經成熟
。考慮到國產芯片逐漸進入量產交付階段，預期市場集中度將看到顯著提升 ，重點關注在云廠商中份額提升較為明顯的芯片廠。另一方面隨著國內算力消耗快速增長（典型如字節跳動
，每三個月token消耗接近翻一倍，9月日均使用token數量超過30萬億） ，需求上的快速增長也將加速國產AI芯片放量 。

　　進入 2025 年，大模型的應用落地進程呈現顯著加速態勢
。我們總結了目前海外典型大模型ARR（年化收入
，億美元）情況，OpenAI已實現超過120億美金ARR ，月度CAGR仍然保持10%的環比增速
，Claude4憑借代碼優勢，10個月的時間從10億美金奔向70億美金 ，并有望在年底達到90億美金
，月度CAGR超過20%的環比增速，海外大模型開始加速實現商業化落地。

　　1）目前整體呈現強“頭部平臺 + 長尾應用 ”結構 。按 ARR 切分可見三個明顯層級：超大體量（>40億美金）由通用平臺把持（OpenAI
、Anthropic、Databricks 、Canva） ，其后是 5–15億美金的企業應用與橫向工具（Deel
、Fullscript、Rippling 、Ramp
、Samsara、Notion 等）
，最后是1–5億美金的專業垂類與新興 AI-native（Cursor 、Cohere
、HeyGen、ElevenLabs 、Perplexity、Aiven 等）
。這說明通用模型與數據平臺依靠強大的平臺效應或廣泛的客戶群迅速商業化。

　　2）榜單前二十中出現了大量B端AI應用，包括上游（模型/數據/平臺）和企業工作流（ERP/人力/安全/合規） 。如“AI 編程/工作流自動化”成為新增長錨點 ，Cursor
、Cognition（Devin+Windsurf）、Replit 、Usercentrics
、Customer.io 等顯示出 AI+開發的強勁變現能力：一是高頻、剛需 、可快速替代人工（如程序員）；二是從開發者自下而上滲透到B端批量采購
。傳統軟件廠商（如 Databricks
、Canva、Notion 、Deel
、Rippling）依靠既有客戶基座與數據資產快速把AI能力嵌入
，形成“功能增購/套件化
”收入，強客戶粘性是顯著優勢。

　　3）C端（圖像/視頻/配音/伴侶類）多數處于1–3億美金區間 ，增速快且空間大 。且多模態內容生產正由“工具”走向“渠道與平臺化 ”
。HeyGen、ElevenLabs 、Otter.ai
、Perplexity等的 ARR 進入 1-2億美金檔，核心不止是模型效果
，而是模板化工作流、資產管理與分發渠道：例如一鍵生成/配音/字幕/多語版本到企業素材庫，或將搜索問答轉化為“可引用 、可復用
”的知識單元。

　　北美經濟衰退預期逐步增強 ，宏觀環境存在較大的不確定性
，國際環境變化影響供應鏈及海外拓展；芯片緊缺可能影響相關公司的正常生產和交付，公司出貨不及預期；疫情影響公司正常生產和交付 ，導致收入及增速不及預期；信息化和數字化方面的需求和資本開支不及預期；市場競爭加劇
，導致毛利率快速下滑；主要原材料價格上漲，導致毛利率不及預期；匯率波動影響外向型企業的匯兌收益與毛利率；人工智能技術進步不及預期；汽車與工業智能化進展不及預期；半導體擴產不及預期等 。

（文章來源：第一財經）