【中原電子】電子行業2026年度投資策略：人工智能產業變革持續推進，半導體周期繼續上行

（來源：中原證券研究所）

回顧2025年，DeepSeek、阿里巴巴等廠商通過技術創新引領國產大模型崛起，大模型token處理量快速增長，國內外雲廠商不斷加大資本支出，人工智能創新持續推進，AI眼鏡新品陸續發佈，特斯拉計劃2025年生產數千台具身智能機器人，2026年計劃將產量提升至5萬台以上，具身智能機器人進入量產階段，比亞迪推動「智駕平權」，全民智駕時代開啟；半導體行業2025年延續上行趨勢，美國半導體出口管制不斷升級，「十五五」規劃建議將科技自立自強水平大幅提高列入「十五五」時期經濟社會發展的主要目標，半導體是實現科技自主的關鍵領域。展望2026年，AI算力需求持續景氣，雲側AI算力硬件基礎設施仍處於高速成長中，AI眼鏡、具身智能、智能駕駛等端側AI創新百花齊放；AI推動半導體周期繼續上行，存儲器或迎來超級周期，半導體自主可控有望加速推進。

國內外雲廠商持續加大資本支出，推動AI算力硬件基礎設施需求高速成長。全球領先企業加速迭代AI大模型，大模型token處理量快速增長，國內外雲廠商受益於AI對核心業務的推動，持續加大資本開支，算力硬件基礎設施AI服務器及其核心器件需求仍然旺盛。AI算力芯片是「AI時代的引擎」，有望暢享AI算力需求爆發浪潮；在高端AI算力芯片進口受限的背景下，國產AI算力芯片廠商有望加速發展，並持續提升市場份額。PCB是電子設備不可或缺的核心載體，AI驅動PCB行業技術變革，AI PCB持續向高頻、高速及高密度方向發展，AI服務器持續迭代升級，將推升對大尺寸、高多層及高階HDI PCB的旺盛需求，AI服務器推動PCB量價齊升，AI PCB廠商有望持續高速成長。

端側AI加速發展，終端創新百花齊放。AI眼鏡是端側AI最佳硬件載體之一，多款AI眼鏡新品放量在即，有望推動全球AI眼鏡出貨量快速增長，根據wellsenn XR的數據，預計2025年全球AI眼鏡銷量達到350萬台，同比增長230%，預計2026年將達到千萬台，建議關注SoC、存儲器、光學、電池、鏡片、OEM等AI眼鏡產業鏈核心環節投資機會。具身智能機器人需要使用大量傳感器感知外部環境和自身狀態，並調整運控規劃；根據GGII的預測，2025年全球人形機器人銷量有望達到1.24萬台，預計2035年銷量將超過500萬台，預計2025-2035年複合增速達82%，傳感器有望暢享人形機器人行業爆發浪潮。比亞迪推動智駕平權，中國高階智駕滲透率有望加速提升，智駕硬件產業鏈包括芯片、傳感器、線控底盤等環節，CIS是智駕感知系統升級的核心組件，智駕推動全球汽車CIS市場高速增長，豪威集團CIS市佔率全球第三，汽車CIS有望持續提升市場份額。

AI驅動存儲器迎來超級周期，半導體自主可控加速推進。隨着大模型向多模態演進，Al時代數據存儲需求呈急劇增長趨勢，存儲器價格加速上漲，AI驅動存儲器行業或迎來超級周期。根據Precedence Research的數據，2024年全球AI驅動存儲市場規模約為287億美元，預計2034年將激增至2552億美元，預計2024-2034年複合增長率達24%。國內存儲模組廠商在品牌、技術、供應鏈等方面不斷建立競爭優勢，AI及存儲器國產替代需求有望推動模組廠商不斷提升市場份額。由於存儲帶寬限制AI算力芯片的性能發揮，定製化存儲目前為端側AI內存解決方案發展趨勢，兆易創新積極佈局定製化存儲，有望逐步迎來積極進展。近年來美國半導體出口管制持續升級，「十五五」規劃建議將科技自立自強水平大幅提高列入「十五五」時期經濟社會發展的主要目標，半導體是實現科技自主的關鍵領域，半導體自主可控有望加速推進，國內半導體產業鏈國產化率較低的環節有望充分受益，建議關注AI算力芯片、CPU、FPGA、先進半導體設備、先進製造、先進封裝、EDA軟件等環節。

投資建議。雲側AI算力芯片建議關注海光信息（688041）、AI PCB建議關注滬電股份（002463），AI眼鏡SoC建議關注恆玄科技（688608），智能駕駛建議關注豪威集團（603501），具身智能傳感器建議關注漢威科技（300007），AI大模型應用建議關注海康威視（002415），存儲器建議關注江波龍（301308）及兆易創新（603986），半導體設備建議關注北方華創（002371）、中微公司（688012），先進製造建議關注中芯國際（688981），先進封裝建議關注長電科技（600584）。

風險提示：下游需求不及預期風險，市場競爭加劇風險，研發進展不及預期風險，國產化進度不及預期風險，國際地緣政治衝突加劇風險。

1. 2025年初以來電子行業市場回顧

2025年初以來，全球領先企業加速迭代AI大模型，大模型token處理量快速增長，國內外雲廠商受益於AI對核心業務的推動，持續加大資本開支，AI算力硬件基礎設施需求仍然旺盛，推動AI算力芯片、AI PCB、銅連接等板塊大幅上漲；半導體行業2025年延續上行趨勢，AI驅動存儲器價格大幅上漲，美國半導體出口管制不斷升級，半導體國產替代繼續推進，帶動存儲器、半導體設備、晶圓製造等板塊上漲。展望2026年，AI算力需求持續景氣，雲側AI算力硬件基礎設施仍處於高速成長中，AI眼鏡、智能駕駛、具身智能等端側AI創新百花齊放；AI推動半導體周期繼續上行，存儲器或迎來超級周期，半導體自主可控有望加速推進。

電子行業2025年初至今市場表現大幅強於滬深300。2025年初至今電子行業（中信）上漲38.35%，同期滬深300上漲16.85%；其中半導體（中信）、元器件（中信）、其他電子零組件（中信）年初至今分別上漲39.38%、89.51%、66.55%，市場表現強於電子行業指數。 

2. 人工智能產業變革持續推進，終端創新百花齊放

2.1. 國內外雲廠商持續加大資本支出，推動AI算力硬件基礎設施需求高速成長

2.1.1. 大模型token處理量快速增長，國內外雲廠商持續加大資本支出

全球領先企業加速迭代AI大模型。ChatGPT是由美國公司OpenAI開發、在2022年11月發佈上線的人工智能對話機器人，ChatGPT標誌着自然語言處理和對話AI領域的一大步。ChatGPT上線兩個月后月活躍用户數突破1億，是歷史上用户增長速度最快的消費級應用程序。ChatGPT熱潮引發全球科技企業加速佈局，谷歌、Meta、百度、阿里巴巴、華為、DeepSeek等科技企業隨后相繼推出AI大模型產品，並持續迭代升級。2024年以來全球領先企業加速迭代大模型，更新頻率明顯加速，2025年延續密集更新的節奏，大模型能力也在加速迭代升級。

國內前沿AI大模型與海外差距逐步縮小。以 OpenAI為代表的海外廠商在持續引領AI大模型技術，2022年ChatGPT發佈后中國領先的大模型與海外領導者的差距超過一年，儘管中國與海外前沿語言模型的差距持續存在，但如今差距已經縮小到約三個月，阿里巴巴與 DeepSeek是中國前沿模型的主要推動者。

阿里巴巴AI大模型佈局較早，已達國際領先水平。2019年阿里巴巴達摩院與阿里雲團隊啟動大模型專項研究，2023年正式發佈通義千問大模型。2025年9月24日，阿里巴巴在雲棲大會上正式發佈通義千問系列旗艦模型 ——Qwen3-Max，Qwen3-Max 是阿里巴巴迄今為止規模最大、能力最強的通用大語言模型，該模型以超萬億參數規模、36萬億tokens預訓練數據及全球頂尖綜合性能，標誌着中國大模型技術躋身全球第一梯隊。Qwen3-Max-Instruct的預覽版在LMArena文本排行榜上穩居全球前三，超越了GPT-5-Chat。正式版本在代碼能力和智能體能力方面進一步提升，在涵蓋知識、推理、編程、指令遵循、人類偏好對齊、智能體任務和多語言理解的全面基準測試中均達到業界領先水平。Qwen3-Max的推理增強版本——Qwen3-Max-Thinking，通過集成代碼解釋器並運用並行測試時計算技術，展現了前所未有的推理能力，尤其在極具挑戰性的數學推理基準測試AIME 25和HMMT上，均取得了滿分，表明其在複雜邏輯推理方面具有突出能力。

DeepSeek通過技術創新實現大模型訓練及推理極高性價比。2024年12月26日，DeepSeek正式發佈全新系列模型 DeepSeek-V3，DeepSeek-V3 為自研 MoE 模型，總參數量為671B，每個token激活37B參數，在 14.8T token 上進行了預訓練。2025年1月20日DeepSeek-R1正式發佈，DeepSeek-R1是基於強化學習（RL）的推理模型。DeepSeek模型的技術創新主要體現在採用混合專家（MoE）架構，動態選擇最合適的子模型來處理輸入數據，以降低計算量；引入多頭潛在注意力機制（MLA）降低內存佔用和計算成本，同時保持高性能；採用 FP8混合精度訓練降低算力資源消耗，同時保持模型性能；採用多 Token 預測（MTP）方法提升模型訓練和推理的效率。DeepSeek-R1發佈時的API定價為每百萬輸入 tokens 1 元（緩存命中）/ 4 元（緩存未命中），每百萬輸出 tokens 16 元；OpenAl o1定價為每百萬輸入tokens 55元（緩存命中）/110元（緩存未命中），每百萬輸出 tokens 438元；DeepSeek-R1 API調用成本不到OpenAl o1的5%。DeepSeek-V3性能對標GPT-4o，DeepSeek-R1性能對標 OpenAI o1，並且DeepSeek模型成本優勢巨大，並採用開源模式，有望推動AI應用大規模落地。

大模型token處理量快速增長。由於大模型多模態技術與AI智能體技術的發展，需要處理的數據類型及數據量大幅提升，同時使用模型的用户數量急劇增加，推動大模型token處理量快速增長。根據谷歌2025年I/O大會上公佈的數據，2024年4月谷歌月均處理的Tokens數量為9.7萬億，2025年4月達480萬億，一年增長約50倍，2025年10月谷歌月均處理的Tokens數量已達1300萬億。根據火山引擎披露的數據，豆包大模型日均tokens使用量從2024年5月1200億tokens增長253倍至2025年9月的超30萬億tokens。

北美四大雲廠商受益於AI對核心業務的推動，持續加大資本開支。受益於AI對於公司核心業務的推動，北美四大雲廠商谷歌、微軟、Meta、亞馬遜2023年開始持續加大資本開支，2025年三季度四大雲廠商的資本開支合計爲964億美元，同比增長67%，環比增長9%，推動AI算力硬件基礎設施需求旺盛。

北美四大雲廠商上調2025-2026年資本支出預算。目前北美四大雲廠商的資本開支增長主要用於AI基礎設施的投資，並從AI投資中獲得了積極回報，谷歌將2025年資本支出上調至910-930億美元（前值850億美元），同比增長73%-77%，預計2026年資本支出將大幅增加；Meta將2025年資本支出預算上調至700-720億美元（前值680-720億美元），同比增長73%-84%，預計2026年資本支出增長規模顯著高於2025年；微軟預計2026財年資本支出增速高於2025財年（2025財年資本支出同比增長58%），持續加大AI 基礎設施的投資力度。

黃仁勛預計超大規模雲廠商2025-2030年資本支出複合增速高達46%。英偉達創始人兼首席執行官黃仁勛表示：超大規模雲服務商的資本支出在2025年將達到6000億美元，預計2030年AI基礎設施市場規模將達到3萬億至4萬億美元；因此未來幾年，乃至整個十年期，我們都將面臨極其迅猛且極具分量的增長機遇。

國內三大互聯網廠商不斷提升資本開支，25Q2阿里巴巴資本開支超預期。國內三大互聯網廠商阿里巴巴、百度、騰訊2023年也開始不斷加大資本開支，2025年二季度三大互聯網廠商的資本開支合計爲616億元，同比增長168%，環比增長12%；25Q2阿里巴巴資本開支為386.76億元，同比增長220%，環比增長57%；預計2025年國內三大互聯網廠商將繼續加大用於AI基礎設施建設的資本開支。

人工智能進入算力新時代，全球算力規模高速增長。隨着人工智能的快速發展以及AI大模型帶來的算力需求爆發，算力已經成為推動數字經濟飛速發展的新引擎，人工智能進入算力新時代，全球算力規模呈現高速增長態勢。根據IDC、Gartner、TOP500、中國信通院的預測，預計全球算力規模將從2023年的1397 EFLOPS增長至2030年的16 ZFLOPS，預計2023-2030年全球算力規模複合增速達50%。根據IDC的數據，2024年中國智能算力規模為725.3 EFLOPS，預計2028年將達到2781.9 EFLOPS，預計2023-2028年中國智能算力規模的複合增速為46.2%。

AI服務器是支撐生成式AI應用的核心基礎設施。人工智能產業鏈一般為三層結構，包括基礎層、技術層和應用層，其中基礎層是人工智能產業的基礎，為人工智能提供數據及算力支撐。服務器一般可分為通用服務器、雲計算服務器、邊緣服務器、AI服務器等類型，AI服務器專為人工智能訓練和推理應用而設計。大模型興起和生成式AI應用顯著提升了對高性能計算資源的需求，AI服務器是支撐這些複雜人工智能應用的核心基礎設施，AI服務器的其核心器件包括CPU、GPU、FPGA、NPU、存儲器等芯片，以及PCB、高速連接器等。

大模型有望推動AI服務器出貨量高速成長。大模型帶來算力的巨量需求，有望進一步推動AI服務器市場的增長。根據IDC的數據，2024年全球AI服務器市場規模預計為1251億美元，2025年將增至1587億美元，2028年有望達到2227億美元，預計2024-2028年複合增速達15.5%，其中生成式AI服務器佔比將從2025年的29.6%提升至2028年的37.7%。IDC預計2024年中國AI服務器市場規模為190億美元，2025年將達259億美元，同比增長36.2%，2028年將達到552億美元，預計2024-2028年複合增速達30.6%。

2.1.2. AI算力芯片是「AI時代的引擎」，有望暢享AI算力需求爆發浪潮

AI算力芯片是算力的基石。CPU+GPU是目前AI服務器主流的異構計算系統方案，根據IDC 2018年服務器成本構成的數據，推理型和機器學習型服務器中CPU+GPU成本佔比達到50-82.6%，其中機器學習型服務器GPU成本佔比達到72.8%。AI算力芯片具備強大的並行計算能力，能夠快速處理大規模數據和複雜的神經網絡模型，並實現人工智能訓練與推理任務；AI算力芯片佔AI服務器成本主要部分，為AI服務器提供算力的底層支撐，是算力的基石。AI算力芯片作為「AI時代的引擎」，有望暢享AI算力需求爆發浪潮，並推動AI技術的快速發展和廣泛應用。

根據芯片的設計方法及應用， AI算力芯片可分為通用型AI芯片和專用型AI芯片。通用型AI芯片為實現通用任務設計的芯片，主要包括CPU、GPU、FPGA等；專用型AI芯片是專門針對人工智能領域設計的芯片，主要包括TPU（Tensor Processing Unit）、NPU（Neural Network Processing Unit）、ASIC等。在通用型AI芯片中，由於在計算架構和性能特點上的不同，CPU適合處理邏輯複雜、順序性強的串行任務；GPU是為圖形渲染和並行計算設計的處理器，具有大量的計算核心，適合處理大規模並行任務；FPGA通過集成大量的可重構邏輯單元陣列，可支持硬件架構的重構，從而靈活支持不同的人工智能模型。專用型AI芯片是針對面向特定的、具體的、相對單一的人工智能應用專門設計的芯片，其架構和指令集針對人工智能領域中的各類算法和應用作了專門優化，具體實現方法為在架構層面對特定智能算法作硬化支持，可高效支持視覺、語音、自然語言處理和傳統機器學習等智能處理任務。

當前AI算力芯片以GPU為主流，英偉達主導全球AI算力芯片市場。根據的IDC數據，2024上半年，中國AI加速芯片的市場規模達超過90萬張；從技術角度來看，GPU卡佔據80%的市場份額。根據Precedence Research數據，2022年英偉達佔據全球AI芯片市場份額超過80%，其中英偉達佔全球AI服務器加速芯片市場份額超過95%。

GPU（Graphics Processing Unit）即圖形處理單元，是計算機的圖形處理及並行計算的核心。GPU最初主要應用於加速圖形渲染，如3D渲染、圖像處理和視頻解碼等，是計算機顯卡的核心；隨着技術的發展，GPU也被廣泛應用於通用計算領域，如人工智能、深度學習、科學計算、大數據處理等領域，用於通用計算的GPU被稱為GPGPU（General-Purpose computing on Graphics Processing Units），即通用GPU。

GPU與CPU在內部架構上有顯著差異，決定了它們各自的優勢領域。GPU通過大量簡單核心和高帶寬內存架構，優化並行計算能力，適合處理大規模數據和高吞吐量任務；CPU通過少量高性能核心和複雜控制單元優化單線程性能，適合複雜任務和低延迟需求。

GPU是AI服務器算力的基石，有望暢享AI算力需求爆發浪潮。GPU是AI服務器算力的基石，隨着AI算力規模的快速增長將催生更大的GPU芯片需求。根據Statista的數據，2023年全球GPU市場規模為436億美元，預計2029年市場規模將達到2742億美元，預計2024-2029年複合增速達33.2%。

英偉達主導全球GPU市場。根據TechInsights的數據，2023年全球數據中心GPU總出貨量達到了385萬顆，相比2022年的267萬顆同比增長44.2%，其中英偉達數據中心2023年GPU 出貨量呈現爆發式增長，總計約376萬台，英偉達在數據中心GPU出貨量中佔據98%的市場份額，英偉達還佔據全球數據中心GPU市場98%的收入份額，達到362億美元，是2022 年109億美元的三倍多。根據Jon Peddie Research的數據， 2024年第四季度全球PC GPU出貨量達到7800萬顆，同比增長0.8%，環比增長6.2%，其中英特爾、AMD、英偉達的市場份額分別為65%、18%、16%。

GPU生態體系主要由三部分構成，包括底層硬件，中間層API接口、算法庫、開發工具等，上層應用。以英偉達數據中心平臺GPU生態體系為例，底層硬件的核心是英偉達的 GPU 產品、用於 GPU之間高速連接的NVSwitch 、節點之間互聯的各種高速網卡、交換機等，以及基於 GPU 構建的服務器；中間層是軟件層面的建設，包括計算相關的 CUDA-X、網絡存儲及安全相關的 DOCA 和 MAGNUM IO加速庫，以及編譯器、調試和優化工具等開發者工具包和基於各種行業的應用框架；上層是開發者基於英偉達提供的軟硬件平臺能力，所構建的行業應用。

GPU生態體系建立極高的行業壁壘。GPU一方面有對硬件性能的要求，還需要軟件體系進行配套，而GPU軟件生態系統複雜，建設周期長、難度大。英偉達CUDA生態從2006年開始建設，經過多年的積累，建立強大的先發優勢，英偉達通過與客户進行平臺適配、軟件開源合作，不斷加強客户粘性，GPU行業新進入者轉移客户的難度極大，GPU生態體系建立極高的行業壁壘。

AI ASIC是一種專為人工智能應用設計的定製集成電路，具有高性能、低功耗、定製化、低成本等特點。與通用處理器相比，AI ASIC針對特定的AI任務和算法進行了優化，如深度學習中的矩陣乘法、卷積等運算，能在短時間內完成大量計算任務，提供高吞吐量和低延迟，滿足AI應用對實時性的要求；AI ASIC通過優化電路設計和採用先進的工藝技術，在處理AI工作負載時具有較高的能效比，適合大規模數據中心等對能耗敏感的場景；雖然前期研發和設計成本較高，在大規模部署時，ASIC的單位計算成本通常低於通用處理器。

AI ASIC與GPU在AI計算任務中各有優勢和劣勢。在算力上，先進GPU比ASIC有明顯的優勢；ASIC針對特定任務優化，通常能提供更高的計算效率，ASIC在矩陣乘法、卷積運算等特定AI任務上性能可能優於GPU；GPU通用性強，能夠運行各種不同類型的算法和模型，ASIC功能固定，難以修改和擴展，靈活性較差；ASIC針對特定任務優化，功耗顯著低於GPU；GPU研發和製造成本較高，硬件成本是大規模部署的重要制約因素，ASIC在大規模量產時單位成本相對較低。

雲廠商等大廠自研芯片趨勢明顯，推動數據中心定製ASIC芯片市場高速增長。由於全球頭部雲廠商、互聯網廠商等對AI算力芯片需求量巨大，英偉達壟斷全球數據中心GPU市場，因成本、差異化競爭、創新性、供應鏈多元化等原因，越來越多地大廠開始設計自有品牌的芯片，大廠自研芯片趨勢明顯；雲廠商等大力投入自研AI ASIC，推動數據中心定製ASIC芯片市場高速增長，預計增速快於通用AI算力芯片。根據 Marvell的數據，2023年數據中心定製ASIC芯片市場規模約為66億美元，預計2028年數據中心定製ASIC芯片市場規模將達到554億美元，2023-2028年複合增速將達到53%。

雲廠商自研AI ASIC芯片時，通常會與芯片設計廠商合作，然后再由臺積電等晶圓代工廠進行芯片製造，目前全球定製AI ASIC市場競爭格局以博通、Marvell等廠商為主。博通為全球定製AI ASIC市場領導廠商，已經為大客户實現AI ASIC大規模量產。博通在多年的發展中已經積累了大量的成體系的高性能計算/互連IP核及相關技術，除了傳統的CPU/DSP IP核外，博通還具有交換、互連接口、存儲接口等關鍵IP核；這些成體系的IP核可以幫助博通降低ASIC產品成本和研發周期，以及降低不同IP核聯合使用的設計風險，並建立博通強大的競爭優勢。博通2024財年AI收入達到120億美元，公司CEO表示，到2027年，公司在AI芯片和網絡組件的市場規模將達到600億到900億美元。

DeepSeek有望推動推理需求加速釋放，國產AI算力芯片或持續提升市場份額。隨着大模型的成熟及AI應用的不斷拓展，推理場景需求日益增加，推理服務器的佔比將顯著提高； IDC預計2028年中國AI服務器用於推理工作負載佔比將達到73%。根據的IDC數據，2024上半年，中國加速芯片的市場規模達超過90萬張，國產AI芯片出貨量已接近20萬張，約佔整個市場份額的20%；用於推理的AI芯片佔據61%的市場份額。DeepSeek-R1通過技術創新實現模型推理極高性價比，蒸餾技術使小模型也具有強大的推理能力及低成本，將助力AI應用大規模落地，有望推動推理需求加速釋放。由於推理服務器佔比遠高於訓練服務器，在AI算力芯片進口受限的背景下，用於推理的AI算力芯片國產替代空間更為廣闊，國產AI算力芯片廠商已完成適配DeepSeek，DeepSeek通過技術創新提升AI算力芯片的效率，進而加快國產AI算力芯片自主可控的進程，國產AI算力芯片有望持續提升市場份額。

2.1.3. AI驅動PCB行業技術變革，AI PCB廠商有望持續高速成長

PCB（Printed Circuit Board，印製電路板）是電子設備的「神經中樞」，通過預設的銅箔線路和焊盤，實現電子元器件（如芯片、電阻、電容等）的機械固定與電氣連接，替代傳統的手工焊接導線，是現代電子設備不可或缺的核心載體。隨着電子元器件的片式化和集成化應用日益廣泛，電子產品對PCB板的高密度、高精度、高性能、高效率的要求更加突出，多層板、HDI板、封裝基板、FPC等高端PCB產品的市場地位提升。根據 Prismark的數據，2024年全球多層板的市場規模最大，佔比達38.05%；其次是封裝基板和HDI，佔比分別為17.13%和17.02%；FPC佔比達17.00%。

PCB行業穩健增長，或將迎來新一輪成長周期。根據Prismark的數據，預計2024年全球PCB市場規模將接近740億美元，同比增長約5.8%，預計2025年將接近790億美元，同比增長約6.8%，預計2029年全球PCB市場規模將接近950億美元，2024-2029年複合增速約為5.2%。人工智能、高速網絡和汽車系統等領域的強勁需求或將推動高端HDI、高速高層板和封裝基板細分市場的增長，併爲PCB行業帶來新一輪成長周期，未來全球PCB行業仍將呈現增長趨勢。

AI驅動PCB行業技術變革，AI PCB持續向高頻、高速及高密度方向發展。高性能AI服務器及AI算力卡集成了多顆高性能芯片，需要高速信號傳輸以進行數據交換，並且佈線密度越來越高，PCB製造商需採用特殊材料與設計以確保信號傳輸的完整性。高多層PCB憑藉其能夠實現更短的信號路徑及更優的阻抗和電源/接地設計，對於支撐AI硬件至關重要；HDI PCB指採用細線路、微小孔、薄介電層的高密度PCB產品，高階HDI PCB可以助力AI算力卡實現更高的佈線密度與更復雜的電路設計；為滿足AI領域日益增長的高速數據傳輸需求，越來越多的PCB廠商已使用M7、M8等高速材料，以有效降低信號損耗，確保高速數據傳輸的穩定性和可靠性，未來將向採用M9等更低損耗等級的材料持續推進；隨着AI技術的廣泛應用和計算需求的不斷攀升，高多層及高階HDI PCB的市場需求將持續上升，推動全球高多層及高階HDI PCB市場規模的持續擴張。

AI服務器持續迭代升級，有望推動PCB量價齊升。在傳統服務器中，PCB主要應用於服務器中主板、CPU板、內存、電源背板、硬盤背板、網卡、Riser卡等核心部分；AI服務器中PCB增加GPU板卡、交換板卡等，AI服務器將為PCB帶來新的增量。人工智能訓練和推理需求持續擴大，AI服務器隨着GPU持續迭代升級，對於PCB傳輸速率、層數、密度、製造工藝等要求不斷提升，將推動對大尺寸、高多層PCB及高階HDI的旺盛需求, 其高負載工作環境也對PCB的規格、品質提出了更高的要求，AI服務器有望推動PCB量價提升。

全球人工智能及高性能計算領域PCB市場快速增長。北美雲廠商的大規模資本投入，正加速推動新一代 AI 服務器、數據中心等基礎設施的建設與升級換代，進而大幅提升對用於高速運算、高密度互聯的高端PCB產品的需求，為未來五年全球人工智能及高性能計算領域的PCB市場帶來強勁增長動力。根據沙利文研究的數據，2024年全球人工智能及高性能計算領域的PCB市場規模為60億美元，預計2029年將達到150億美元，2024-2029年複合年增長率達20.1%。

AI PCB廠商有望持續高速成長。受益於人工智能領域的旺盛需求，2025年三季度高端HDI、高速高層板和封裝基板等細分市場實現高速增長。AI PCB廠商25Q3業績繼續高速成長，其中滬電股份、勝宏科技、生益電子、深南電路25Q3的營收同比增速分別為39.92%、78.95%、153.71%、33.25%，歸母淨利潤同比增速分別為46.25%、260.52%、545.95%、92.87%。AI PCB是AI算力產業鏈中AI服務器、交換機、光模塊等的PCB配套產品，目前AI訓練及推理需求持續釋放，國內外雲廠商持續加大資本支出，AI算力硬件基礎設施需求旺盛，AI PCB廠商有望持續高速成長。

2.2. 端側AI加速發展，終端創新百花齊放

2.2.1. AI眼鏡有望成為端側AI落地最佳硬件之一

AI眼鏡是端側AI最佳硬件載體之一。嘴巴、耳朵和眼睛是人體三大重要感官器官，嘴巴是語言輸出器官，耳朵是語音接受的器官，眼睛則是人類最重要的信息攝入器官，人80%的信息來源於視覺。眼鏡是最靠近人體三大重要感官的穿戴設備，是端側AI最佳硬件載體之一，可以非常直接和自然的實現聲音、語言、視覺的輸入和輸出。

AI眼鏡是在普通眼鏡的基礎上，增加AI功能，拍照AI眼鏡為當前主流形態。AI眼鏡的產品形態包括音頻AI眼鏡、拍照AI眼鏡、AR+AI眼鏡；傳統藍牙音頻眼鏡接入AI大模型，是AI眼鏡的基礎形態，AI大模型通過語音交互方式提供基礎的智能服務；拍照AI眼鏡是在音頻AI眼鏡的基礎上增加攝像頭，AI大模型可通過攝像頭感知周邊環境，提供與當下環境具備交互能力的智能服務；AR+AI眼鏡是具備AR顯示功能、並且接入大模型的眼鏡，部分眼鏡具備拍照、空間定位等多模態感知能力，AI大模型可通過AR顯示實現實時信息輸出，實現更簡便的信息交互。根據wellsenn XR的數據，2024年全球AI眼鏡銷量中94%為拍照AI眼鏡，4%為AR+AI眼鏡，2%為音頻AI眼鏡。

Ray-Ban Meta發佈后熱銷，帶動大量廠商加速進入AI眼鏡市場。2023年9月，Meta聯合雷朋推出Ray-Ban Meta智能眼鏡，Ray-Ban Meta為眼鏡增加了攝像、耳機，以及AI功能。用户可以通過語音與Meta AI進行互動，獲取各種信息和服務；支持英語、西班牙語、意大利語、法語和德語之間的互譯，能夠翻譯所拍攝到的標識和文字，並以對應的語言念出來。根據wellsenn XR的數據，2024年Ray-Ban Meta眼鏡出貨量達142萬台。Ray-Ban Meta智能眼鏡發佈后熱銷,帶動百度、華為、小米、三星、雷鳥等廠商加速進入AI眼鏡市場。

華為發佈智能眼鏡 2——鈦空圓框光學鏡。2025年4月16日消息，華為正式發佈智能眼鏡 2——鈦空圓框光學鏡；華為智能眼鏡 2設計整體風格時尚，眼鏡的「鳶尾」雕花設計精緻高雅，鈦金屬鏡框不僅輕巧堅固，還經過 33 道工序精雕細琢，確保了產品的耐用性和美觀性；華為智能眼鏡 2配備小藝翻譯、頭部控制等功能，支持面對面翻譯、同聲傳譯、全天候智慧播報，續航為11小時，售價2299元。

雷鳥發佈AI拍攝智能眼鏡及全綵光波導AR眼鏡。2025年1月7日，雷鳥V3 AI拍攝智能眼鏡正式發佈，售價1799 元起；雷鳥V3搭載第一代高通驍龍AR1平臺，採用臺積電 4nm 工藝；搭載與TCL聯合調教的「獵鷹影像」，採用 5 層鍍膜光學鏡片，搭載索尼IMX681背照式CMOS；雷鳥AI支持全景式智能搜索，覆蓋海量知識領域；電池容量159mAh，40分鍾可充滿，可用7小時；重量為39g（不含鏡片），採用鈦合金金屬轉軸、膚感鼻託，專為亞洲人臉型設計。2025年5月27日，雷鳥X3 Pro旗艦 AR 眼鏡正式發佈；雷鳥X3 Pro為全綵光波導AR眼鏡，採用新一代二維擴瞳衍射光波導鏡片，搭載新一代螢火光引擎，採用三色合色全綵方案，內置JBD 定製紅綠藍三原色屏幕，配合0.1cc超小聚合Cube棱鏡，實現1670萬色全綵顯示輸出，峰值入眼亮度 6000nits，平均入眼亮度 3500nits，光引擎大小0.36cc；雷鳥X3 Pro推出安卓虛擬機功能，可將手機App搬到眼鏡中使用；持語音翻譯、同聲傳譯、圖像翻譯等多種翻譯模式，以及高德地圖AR導航、AI助手連續對話等功能。

Meta與歐克利聯合發佈新款AI眼鏡Oakley Meta HSTN。2025年6月21日，Meta與美國知名運動品牌歐克利（Oakley）聯合發佈了新款AI眼鏡Oakley Meta HSTN，其定位為「高性能AI眼鏡（Performance AI Glass）」，主打運動場景。Oakley Meta HSTN支持POV視頻拍攝、Meta AI 助理，常規使用狀態下續航時間可達8小時，待機續航時間長達19小時，並且支持快充；這款眼鏡採用最先進的Oakley PRIZM鏡片，結合Oakley的PRIZM Lens技術，旨在幫助運動員在不斷變化的光線和天氣條件下獲得更清晰的視野；該產品將於7月11日開始預售，起售價 399 美元（約 2868 元人民幣），限量版 499 美元（約 3587 元人民幣）。

小米發佈首款AI眼鏡。2025年6月26日，小米首款AI眼鏡發佈，小米AI眼鏡是面向下一代的個人智能設備，售價1999元起，電致變色版本2699元，彩色版本2999元。小米AI眼鏡採用經典威靈頓式D型方框設計，12度外翻轉軸解決傳統智能眼鏡夾頭痛點，40克裸框重量搭配黑、玳瑁棕、鸚鵡綠三色半透明鏡架，支持線下400家門店驗光與線上定製處方鏡片；1200萬像素IMX681傳感器實現0.8秒疾速拍攝與2K視頻錄製；四麥克風陣列結合骨傳導技術提升複雜環境收音效果；通過HyperOS系統，眼鏡可替代手機攝像頭用於微信、QQ視頻通話，還與B站、抖音等平臺打通直播推流功能；內置小愛同學支持十語種同聲傳譯、卡路里識別等AI應用，可呼喚小愛同學開啟第一人稱視角拍攝錄像。

多款AI眼鏡新品放量在即，有望推動全球AI眼鏡出貨量快速增長。根據wellsenn XR的數據，2024年全球AI眼鏡銷量為152萬台，主要銷量貢獻來自於RayBan Meta智能眼鏡；預計2025年全球AI眼鏡銷量達到350萬台，同比增長230%，主要受益於Ray Ban Meta的銷量持續增長，以及華為、小米、三星、Meta、雷鳥等廠商的多款AI眼鏡新品陸續上市，預計2026年全球AI眼鏡銷量將達到千萬台。

雷鳥目前在國內AI/AR眼鏡市場處於領先地位。在消費級AI/AR眼鏡市場中，頭部品牌與新興勢力正上演着激烈的角逐。根據CINNO Research的數據，2025年一季度國內消費級AI/AR市場銷量中，雷鳥創新以45%的市場份額位居第一，展現出「硬件+算法+生態」的垂直佈局實力；XREAL銷量份額佔比18%，排名第二；星紀魅族位列第三。

芯片佔AI眼鏡成本大部分，關注AI眼鏡產業鏈核心環節投資機會。根據wellsenn XR的數據，RayBan Meta AI眼鏡成本總計174美元，主板芯片的成本約99.1美元，佔比約56.95%，成本佔比超一半；眼鏡充電盒的成本約17.5美元，佔比約10.06%；結構件的成本約16.9美元，佔比約9.71%；OEM的成本約15美元，佔比約8.62%。AI眼鏡主要芯片包括SoC、MCU、存儲器、電源、射頻等，建議關注SoC、存儲器、光學、電池、鏡片、OEM等產業鏈核心環節投資機會。

2.2.2. 傳感器是具身智能的核心感知器官，有望暢享行業爆發浪潮

根據中國計算機學會的定義，具身智能(Embodied Artificial Intelligence)是指一種基於物理身體進行感知和行動的智能系統，其通過智能體與環境的交互獲取信息、理解問題、做出決策並實現行動，從而產生智能行為和適應性。具身智能的載體可以是人形機器人、輪式機器人、機械臂等。

傳感器是具身智能的核心感知器官。傳感器是能感受規定的被測量並按照一定規律轉換成可用輸出信號的器件或裝置，是連接物理世界和數字世界的橋樑。傳感器遍佈具身智能機器人全身，與人體的感官神經類似。傳感器採集到的視覺、位覺、觸覺、力覺等信息，通過軟硬件算法進行數據融合，它為交互和運控模塊提供實時信息，使機器人能夠感知外部環境和自身狀態，並調整運控規劃，傳感器在具身智能機器人中扮演着至關重要的角色。

具身智能機器人常用的傳感器包括視覺傳感器、觸覺傳感器、力傳感器、慣性傳感器和聲學傳感器等。視覺傳感器主要用於人/物識別、目標追蹤、路標識別、自主導航等。觸覺傳感器廣泛應用於機器人抓取、物體識別和場景感知等場景。力傳感器可以幫助機器人在操作中自主調整自身姿態，保證穩定性和精度。慣性傳感器用於感知機器人的運動狀態，確保及時調整。聲學傳感器主要用於語音識別和語音交互，以實現人機交互。

力/力矩傳感器能夠感知並測量機械部件的扭轉力矩，將物理變化轉換成電信號，對於人形機器人的精確控制至關重要。人形機器人中，對柔順控制要求高的手腕和腳踝使用六維力傳感器，用於準確獲取驅動關節和肢體末端觸感力學信號的感知，以及防摔倒等功能，而身體的其他關節則使用關節扭矩傳感器。

六維力傳感器能夠同時測量沿三個座標軸方向的力和繞三個座標軸方向的力矩，是維度最高的力傳感器，能夠給出最全面的力覺信息。相較於低維力傳感器，六維力傳感器的技術難度和使用難度高，但對於機器人產業鏈的智能裝配和以及人形機器人的精密場景應用非常重要。

人形機器人使用大量的力/力矩傳感器。根據人形機器人的工作原理，平均每台人形機器人需要26個一維力傳感器、10個旋轉關節力矩傳感器和4個六維力傳感器。

人形機器人推動力傳感器需求高速成長。隨着人形機器人量產及商業化進程的推進，力傳感器進入高速成長期，根據高工機器人產業研究所的預測，到2030年，全球人形機器人領域力傳感器市場規模將達328億元，其中人形機器人領域六維力傳感器市場規模將達138億元。

IMU由加速度計和陀螺儀組成。IMU（慣性測量單元）作為姿態測量和慣性導航技術的核心傳感器，一般由兩個或更多的加速度計和陀螺儀組成，用於精確測量和監測物體的加速度、角速度以及方向等關鍵信息。

IMU幫助人形機器人實現姿態感知和維持平衡。特斯拉新一代人形機器人Optimus展示出的高難度動作，展現了在平衡控制和行走導航方面的卓越能力，IMU（慣性測量單元）傳感器起到了重要作用。在人形機器人領域，IMU負責感知和維持平衡，可以幫助機器人在行走跨越障礙物等複雜動作中保持平衡和穩定性，以確保運動姿態的準確和流暢。

人形機器人將成為推動IMU市場增長的重要動力。MEMS慣性傳感器廣泛應用於消費電子、汽車、工業、醫療等領域，IMU為慣性傳感器最大的品類，人形機器人中IMU分別配置在頭部、雙足和胯部等關鍵部位，人形機器人將成為推動IMU市場增長的重要動力。根據Yole的數據，2021年全球MEMS慣性傳感器市場規模為35.09億美元，預計2027年將達到49.43億美元，2022-2027年複合增速為5.9%；2021年全球IMU市場規模為18.30億美元，預計2027年將達到27.92億美元，2022-2027年複合增速為7.3%。根據芯謀研究的數據，2022年中國IMU市場規模為43.1億元，預計2027年將達75.5億元，2023-2027年複合增速為11.9%。

觸覺傳感器是一種能夠模擬人類觸覺，並感知物體形態、質地、壓力等信息的設備。觸覺傳感器就像是機器的「皮膚」，能讓機器與周圍環境進行更自然、更智能的交互。根據觸覺傳感器的工作原理，觸覺傳感器包括壓阻式觸覺傳感器、電容式觸覺傳感器、壓電式觸覺傳感器、光學式觸覺傳感器、磁電式觸覺傳感器等類型。

電子皮膚，是一種模擬天然皮膚功能的設備, 柔性觸覺傳感電子皮膚可以模仿人體皮膚的觸覺傳感功能和靈活性能, 可以附着在人體皮膚或機器人等表面, 感知各種刺激,如壓力、温度等，主要應用於人形機器人、醫療健康監測、智能穿戴設備、智能假肢等場景。

電子皮膚是實現人形機器人智能感知與交互的核心器件，具有柔韌性好、耐彎折、靈敏度高、能適應複雜形狀表面等優點，適合應用於機器人的電子皮膚，用於感知機器人與物體接觸的壓力分佈，幫助機器人精準的判斷物體的形狀、温度和硬度。

漢威科技率先佈局電子皮膚，構建具身智能多維產品矩陣。漢威科技是國內最早佈局柔性觸覺傳感器的企業之一，現已構建了穩定的納米敏感材料體系，掌握了柔性壓阻、柔性壓電、柔性電容、柔性汗液四大核心技術，具備了大面積陣列設計、敏感材料及導電墨水合成製備、大面積印刷電子批量製造等核心能力，擁有數條年產千萬支柔性傳感器的生產線。漢威科技形成了自主知識產權的多品種、多量程的柔性觸覺傳感器，並已取得百余項核心專利；以柔性壓力傳感器為例，其綜合性能已達國際先進水平。目前漢威科技柔性電子皮膚產品與多家人形機器人本體廠商展開合作，同時已經向部分機器人廠家進行小批量供貨。在具身智能領域，漢威科技擁有柔性觸覺傳感器、慣性測量單元、MEMS壓力應變片、氣味嗅覺傳感器等產品，已構建起覆蓋「觸覺-平衡-力控-嗅覺」的多維產品矩陣，為具身智能發展提供了多種感知解決方案。

傳感器有望暢享人形機器人行業爆發浪潮。根據GGII的預測，2025年全球人形機器人銷量有望達到1.24萬台，市場規模達63.39億元，預計2030年全球人形機器人銷量將接近34萬台，市場規模將超過640億元，預計2035年全球人形機器人銷量將超過500萬台，市場規模將超過4000億元，預計2025-2035年全球人形機器人銷量複合增速達82%；其中，2025年中國人形機器人銷量將達到7300台，市場規模有望接近24億元，預計2030年中國人形機器人銷量將達到16.25萬台，市場規模將超過250億元，預計2031年人形機器人進入快速起量期，預計2035年銷量有望達到200萬台左右，市場規模有望接近1400億元，預計2025-2035年中國人形機器人銷量複合增速達75%。人形機器人中使用力/力矩傳感器、IMU、視覺傳感器、觸覺傳感器和聲學傳感器等，傳感器有望暢享人形機器人行業爆發浪潮。

2.2.3. 國內高階智駕滲透率或加速提升，產業鏈核心環節有望充分受益

根據美國汽車工程師協會（SAE）對自動化程度的定義，自動駕駛可以分為L0-L5六個等級；L0-L2為輔助駕駛，需人工全程監管；L3-L5逐步實現系統主導；L5為完全無人駕駛。從智能駕駛實現的功能上看，L2級包括ACC（自適應巡航）、LKA（車道保持輔助）、AEB（自動緊急制動）等，目前智能駕駛正在從L2向以NOA（領航輔助駕駛）功能為代表的高階智駕L2+發展。

NOA（Navigate on Autopilot）即領航輔助駕駛，是智能駕駛的核心功能之一，根據適用場景可分為高速NOA和城市NOA。高速NOA指在封閉結構化道路（如高速公路、城市快速路）上，車輛可自主完成車道保持、自動變道超車、進出匝道、根據導航路線切換高速等操作。城市NOA指在非結構化城市道路（如路口、環島、擁堵路段）中，車輛可處理複雜交通流，識別紅綠燈、行人、非機動車，並完成無保護左轉、避讓加塞車輛、繞行障礙物等操作。

比亞迪推動高階智駕車型下沉到10萬元以內，開啟全民智駕時代。2025年2月10日，比亞迪召開智能化戰略發佈會，發佈「天神之眼」高階智駕系統，天神之眼針對不同級別車型分為A、B、C三個版本；天神之眼A為三激光版（DiPilot 600），主要搭載於仰望品牌，可實現城市NOA；天神之眼B為激光版（DiPilot 300），主要搭載於騰勢、比亞迪品牌，可實現城市NOA；天神之眼C為三目版（DiPilot 100），主要搭載於比亞迪品牌，可實現高速NOA。比亞迪表示，10萬元以上車型將全系標配天神之眼，10萬元以下的車型包括海鷗、海豹05DM-i和第二代秦PLUS DM-i多數將搭載天神之眼，未來將有更多10萬元以下的車能享受到「智駕平權」，全民智駕時代開啟。

比亞迪推動智駕平權，中國高階智駕滲透率有望加速提升。根據億歐智庫的數據，預計2024年中國L2及以上智駕功能滲透率接近40%，中國L2+智駕功能滲透率進一步提升，2024年高速NOA滲透率預計將從2023年的4%提升至8%，2024年城市NOA滲透率預計將從2023年的0.1%提升至0.5%，2024年L2+智駕功能滲透率預計將達到8.5%。比亞迪推動智駕平權，有望帶動國內其他車廠加速智駕應用，中國高階智駕滲透率有望加速提升。

智駕產業鏈包括芯片、傳感器、算法、線控底盤、高精地圖等環節。智駕芯片是智能駕駛系統的核心，為汽車智能駕駛功能提供強大的計算能力；傳感器是「智駕系統之眼」，通過多種傳感器協同工作，為汽車提供環境感知、定位導航、狀態監測等功能。

高階智駕推動車載攝像頭使用量大幅提升，像素規格顯著升級。根據索尼的預測，預計2024-2025年發佈的汽車將配備約8個車載攝像頭，預計在2027-2028年將增加到約12個；雖然中長期汽車銷量將温和增長，但汽車多攝像頭趨勢明顯，高階智駕推動車載攝像頭使用量大幅提升，預計2030年車載攝像頭銷量預計將比2019增長六倍以上。根據比亞迪智駕的配置，天神之眼A、B、C三種智駕方案均採用12顆攝像頭配置，其中2-3顆前視攝像頭為800萬像素規格，環視4顆、側視4顆、后視1顆均為300萬像素規格。高階智駕對車載攝像頭的像素規格提出了更高的要求，從L2到L2+及以上級別，前視、環視和側視攝像頭的像素規格都在逐步提升，以滿足高階智駕系統對更高分辨率、更廣動態範圍和更快幀率的需求。

CIS是智駕感知系統升級的核心組件。車載攝像頭模組主要包括光學鏡頭、CMOS圖像傳感器（CIS）、圖像信號處理器（ISP）、串行器和連接器等元器件。CIS是車載攝像頭模組的核心組件，利用光電轉換元件將鏡頭投射到CIS表面上的光信號轉換為電信號，並進一步數字化處理，對圖像質量起到決定性作用。在智能駕駛系統中，CIS通過捕捉外界場景的光學信息，即時生成高分辨率的圖像或視頻數據，為后續的視覺處理算法提供至關重要的原始輸入，其性能優劣直接關係到系統在各種複雜情境下的感知能力。隨着智能駕駛技術的發展，CIS需要滿足更高的技術要求，以適應複雜光照條件和實時決策需求，CIS技術升級推動智駕感知系統升級。

智駕推動汽車CIS量價齊升，全球汽車CIS市場高速增長。CIS 是智駕系統的重要組成部分，根據Frost&Sullivan的數據，每輛車的平均CIS 數量從2020年的2.2個增加到2024年的3.4個，預計到2029年將進一步增加到8.0個。汽車CIS也在朝着更高的分辨率發展，以實現對感知及觀測CIS更復雜的要求，例如更快的自動對焦和更快的響應時間，以應對快速變化的路況；隨着更復雜的應用場景對像素要求的提升，汽車CIS的單顆價值量也將有一定幅度的提升。根據Frost&Sullivan的數據，2024年全球汽車CIS市場規模為24.99億美元，預計2029年將達到70.28億美元，預計2024-2029年複合增速達23%；2024年全球CIS市場規模為195億美元，預計2029年將達到292億美元，預計2024-2029年複合增速達8.4%。

豪威集團CIS市佔率全球第三，汽車CIS有望持續提升市場份額。根據Yole的數據，在2023年全球CIS市場中，索尼以45%的市佔率位居第一，三星市場份額為19%，豪威集團以11%的市佔率位列第三；在汽車CIS市場，豪威集團市佔率僅次於安森美排名全球第二。2024年，豪威集團推出採用TheiaCel技術的1200萬像素、800萬像素、500萬像素和300萬像素汽車CIS產品，也發佈了可用於高級駕駛輔助系統和自動駕駛的高性能前置機器視覺攝像頭新品；豪威集團汽車CIS產品性能優異，並不斷豐富車規級產品矩陣，有望推動市場份額持續提升。

3. AI驅動存儲器迎來超級周期，半導體自主可控加速推進

3.1. 半導體周期延續上行趨勢

全球半導體行業兼具周期與成長屬性，每隔4-5年經歷一輪周期。2000年至今全球半導體行業經歷幾輪周期，通過分析全球半導體月度銷售額數據，結合全球半導體月度銷售額同比增速的趨勢，按照一輪周期中同比增速的最小值為周期底部、同比增速的最大值為周期頂部，得出2001年9月、2009年3月、2011年12月、2016年5月、2019年6月、2023年5月是周期底部，2004年6月、2010年3月、2014年2月、2018年5月、2022年1月是周期頂部。全球半導體行業大約每隔 4-5 年經歷一輪周期，上行周期從周期底部到周期頂部一般經歷1-3 年時間，下行周期從周期頂部到周期底部一般經歷1-2 年時間。

半導體周期所處階段可以通過半導體銷售額、庫存水位、晶圓廠產能利用率、存儲器價格、設備銷售額、硅片出貨量等指標進行驗證。根據SIA的數據，2025年9月份全球半導體銷售額約為695億美元，同比增長25.1%，連續23個月實現同比增長，環比增長7.0%；WSTS預計2026年全球半導體市場銷售額將達到7607億美元，同比增長8.5%；晶圓廠產能利用率持續提升，中芯國際25Q3產能利用率已達95.8%,華虹持續滿產；2024年10月DRAM與NAND Flash月度現貨價格大幅上漲，TrendForce預計25Q4存儲器價格將持續上漲；根據SEAJ的數據，25Q2全球半導體設備銷售額同比增長23%；SEMI預計2025年全球晶圓廠設備支出將同比增長2%，2026年繼續增長18%；根據SEMI的數據，25Q3全球硅片出貨量同比增長3.1%，預計2025年全球硅晶圓出貨量將增長5.4%，預計2026年將繼續增長5.2%。綜上所述，我們認為目前半導體行業仍處於上行周期，AI為推動半導體行業成長的重要動力，2026年半導體行業有望延續上行趨勢。

3.2. AI驅動存儲器迎來超級周期，價格加速上漲

在Al時代，存儲支撐着最核心的資產——數據。在AI數據中心部署中，AI相關數據在使用和創建的無限循環中流動，工作流程的每個階段都需要不同組合的內存和存儲設備。

數據存儲在整個AI業務流程和生態系統中至關重要，存儲與計算共同構成AI關鍵基礎設施。AI相關數據周而復始的無限循環從定義、查找和準備數據開始。通過網絡訪問的存儲便於共享和擴展，其中機械式硬盤（HDD）能夠長期保存原始數據並提供數據保護，固態硬盤（SSD）則充當可即時訪問的數據層。在模型的訓練過程中，先要快速地從存儲中加載數據到HBM（高帶寬內存）、DRAM以及本地SSD以供后續的計算密集型操作使用；網絡HDD和SSD存儲檢查點，以保護和優化模型訓練。推理過程中的內容創建主要依靠HBM、DRAM 和本地SSD或HDD完成；隨后，內容被存儲起來，以便不斷進行優化；HDD用於存儲並保護內容的副本。在這一系列步驟之后，數據被妥善保存下來，成為構建可信賴AI的基礎。最后，數據會被重新利用，為AI模型提供反饋信息。網絡HDD和SSD在不同的地理位置存儲AI數據。數據的持續生成帶來更多存儲需求，而后者反過來又推動數據生成和人工智能的進化，形成了一種良性循環。

數據中心存儲按數據被調用的頻率分為在線存儲、近線存儲和離線存儲。在線存儲指存儲設備和所存儲的數據時刻保持「在線」狀態，可供用户隨時讀取。近線存儲定位於在線存儲和離線存儲間的應用場景，是指那些並不是經常用到，或者訪問量並不大的數據存儲在性能較低的設備上。離線存儲一般是用於歸檔、備份用途，離線存儲的數據不常被調用。

AI需求導致近線HDD嚴重缺貨，預計2026年企業級 SSD出貨量有望呈現爆發式增長。在傳統數據中心儲存分層架構中，近線HDD憑藉每單位存儲容量的極低成本優勢，穩居冷數據主流存儲方案。隨着AI推理應用擴張，冷數據存儲需求快速增長。TrendForce表示，由於全球主要HDD製造商近年未規劃擴大產線，無法及時滿足AI刺激的突發性、巨量存儲需求，目前近線HDD交期已從原本的數周，急劇延長為52周以上，加速擴大CSP的存儲缺口。北美CSP已規劃温數據應用擴大采用SSD，HDD供應短缺導致CSP開始考慮冷數據採用SSD，TrendForce預計2026年大容量企業級SSD出貨量有望呈現爆發性增長，2027年或持續增長。

DRAM現貨價格加速上漲。根據中國閃存市場的數據，2025年10月DRAM指數環比上漲33.98%，2025年3月至10月DRAM指數上漲約167%。根據DRAMexchange的數據，2025年10月，DDR4 8Gb(512Mx16)3200的現貨價格環比上漲27.08%，DDR4 16Gb(1Gx16)3200的現貨價格環比上漲38.49%，DDR5 16G(2Gx8)4800/5600的現貨價格環比上漲101.69%。

NAND Flash現貨價格加速上漲。根據中國閃存市場的數據， 2025年10月NAND指數環比上漲29.69%，2025年3月至10月NAND指數上漲約55%；其中 TLC閃存256Gb的現貨價格環比上漲9.37%，TLC閃存512Gb的現貨價格環比上漲42.86%。

TrendForce上調25Q4 DRAM價格預測。根據TrendForce集邦諮詢最新調查，2025年第四季Server DRAM合約價受惠於全球CSP擴充數據中心規模，漲勢轉強，並帶動整體DRAM價格上揚；儘管第四季DRAM合約價尚未完整開出，供應商先前收到CSP加單需求后，調升報價的意願明顯提高；TrendForce上調25Q4一般型價格預估，漲幅從先前的8-13%上修至18-23%，HBM漲幅從先前的13-18%上修至23-28%，並且很有可能再度上修。

TrendForce預計25Q4 NAND Flash價格將持續上漲。根據TrendForce集邦諮詢最新調查，由於消費市場需求提前在上半年被透支，下半年旺季未能如預期發揮效應，市場原本普遍預估4Q25價格將進入盤整；然而，HDD供給短缺與過長交期，使CSP將儲存需求快速轉向QLC企業級SSD，短期內急單大量湧入，造成市場明顯波動；同時，閃迪率先宣佈調漲10%，美光也因價格與產能配置考量暫停報價，使得供應端氛圍由保守轉為積極；在此外溢效應帶動下，預估NAND Flash 25Q4各類產品合約價將全面上漲，平均漲幅達5-10%。

AI驅動存儲器或迎來超級周期。隨着大模型向多模態演進，AI時代數據存儲需求呈急劇增長趨勢，存儲器價格加速上漲，AI驅動存儲器行業或迎來超級周期。根據Precedence Research的數據，2024年全球AI驅動存儲市場規模約為287億美元，預計2034年激增至2552億美元，預計2024-2034年複合增長率達24%。

國內存儲器模組廠商在品牌、技術、供應鏈等方面不斷建立競爭優勢，有望持續提升市場份額。根據灼識諮詢的數據，2023年，江波龍FORESEE品牌B2B收入在全球獨立存儲器品牌中排名第五，Lexar品牌B2C收入在全球獨立存儲器品牌中排名第二，Zilia品牌收入在拉丁美洲和巴西的獨立存儲器企業中位居第一，國內存儲模組廠商已逐步建立了品牌優勢。德明利通過自研主控芯片提升產品競爭力，佰維存儲通過研發封測一體化建立競爭優勢，國內存儲模組廠商已經在產品創新、固件開發、芯片設計、先進封測等方面積累了核心技術優勢。目前存儲器周期繼續上行，阿里巴巴、字節跳動等互聯網廠商持續加大AI基礎設施建設相關的資本開支，國內存儲模組廠商在品牌、技術、供應鏈等方面不斷建立競爭優勢，AI及存儲器國產替代需求有望推動國內存儲器模組廠商不斷提升市場份額，未來有廣闊的成長空間。

CPU片上存儲器、主存儲器、外部存儲器之間的讀寫速度差距形成「存儲牆」。在馮諾依曼架構下，計算和存儲功能分別由中央處理器和存儲器完成，目前PC、服務器、智能手機都遵循馮諾依曼體系結構。現代計算系統通常採用多級存儲器結構，主要包括CPU寄存器、CPU高速緩存、主存、外部存儲器，自上而下容量逐漸增大，速度逐漸減慢。由於處理器與存儲器的工藝、封裝、需求的不同，處理器在跟隨摩爾定律逐年提升性能的過程中，與存儲器的性能差距不斷擴大，存儲器數據訪問速度跟不上處理器的數據處理速度，存儲器性能嚴重限制處理器性能發揮。CPU片上存儲器、主存、外部存儲器之間均存在較大的讀寫速度差距，形成了制約整個系統性能的「存儲牆」。存儲牆導致訪存時延高、效率低、存算性能失配，AI時代存儲帶寬限制AI算力芯片的性能發揮，目前HBM為雲側AI大算力及高帶寬存儲解決方案，定製化存儲為端側AI內存解決方案發展趨勢。

華邦CUBE為定製化高帶寬3D DRAM，為邊緣AI提供極具性價比的內存解決方案。華邦電子開發的CUBE（定製化超高帶寬元件）為一款高帶寬、低功耗、緊湊尺寸，以及極具成本效益的內存解決方案，大幅提升內存接口帶寬，以滿足邊緣計算平臺上快速增長的AI應用需求，適用於功耗敏感的高帶寬端側AI設備，並且可供模組製造商和SoC廠商直接部署。CUBE 通過增加I/O數量、提高數據速度、支持TSV、提供散熱優秀的3D架構，解決了傳統內存IC和模組解決方案的痛點。CUBE的創新3D架構將SoC置上，更加靠近散熱器，從而有效緩解邊緣AI計算的散熱問題，多層DRAM在下面；CUBE提供從16GB/s至256GB/s的總帶寬；CUBE具有出色的能效，功耗低於1pJ/bit。

端側AI應用對存儲芯片要求高，兆易創新積極佈局定製化存儲。端側AI應用對即時數據處理和快速響應的要求極高，要求存儲芯片具有高帶寬，能夠在短時間內完成大量數據的讀寫操作，並支持高併發的數據訪問請求。端側AI設備通常對功耗和空間有嚴格限制，存儲芯片需要在不增加功耗的前提下，提供儘可能高的吞吐量；存儲芯片小型化也是端側AI設備的重要需求之一。端側AI存儲器要求具有高帶寬、低功耗、小尺寸、定製化、低成本等特點，兆易創新具有多年存儲器設計經驗，公司積極佈局定製化存儲，在AI手機、AI PC等多領域持續推進，有望逐步迎來積極進展。

3.3. 半導體產業鏈卡脖子核心環節自主可控需求迫切，國產替代有望加速推進

3.3.1. 美日荷不斷加大對中國半導體產業限制，卡脖子核心環節自主可控需求迫切

外部環境對中國半導體產業限制不斷升級，半導體產業鏈卡脖子環節國產替代有望加速推進。近年來美日荷不斷加大對中國半導體產業的限制，主要針對半導體先進製造、先進製程半導體設備、先進存儲器、先進計算芯片等環節，限制中國購買和製造高端芯片的能力，以延緩中國科技產業的發展；美國半導體出口管制不斷升級，半導體設備及零部件、先進製造、先進封裝、先進計算芯片、EDA軟件等半導體產業鏈卡脖子核心環節自主可控需求仍然迫切。《中共中央關於制定國民經濟和社會發展第十五個五年規劃的建議》將科技自立自強水平大幅提高列入「十五五」時期經濟社會發展的主要目標，半導體是實現科技自主的關鍵領域，半導體自主可控有望加速推進，國內半導體產業鏈國產化率較低的環節有望充分受益，建議關注AI算力芯片、CPU、FPGA、半導體設備、晶圓製造、EDA軟件等環節。

3.3.2. 半導體設備自主可控加速推進中，關注國產化率較低的環節及具備突破先進製程能力的設備公司

受益於全球晶圓廠持續提高資本支出，半導體設備市場空間廣闊。由於數字化基礎設施的持續投資，半導體產業持續不斷增加產能。根據日本半導體制造裝置協會的數據，全球半導體設備的市場規模從2005年329億美元增加到2024年1171億美元，近19年複合增速約為7%；中國半導體設備市場規模從2005年13億美元增加到2024年496億美元，近19年複合增速約為21%，中國半導體設備市場空間廣闊，且長期高速成長。

美日荷廠商主導全球半導體設備市場。2022年全球15大半導體設備供應商中，美國供應商有4家，市場份額佔比39.4%；日本供應商有7家，市場份額佔比21.4%；荷蘭供應商有2家，市場份額佔比17.4%；美國、日本和荷蘭半導體設備供應商市場份額佔比接近80%，主導全球半導體設備市場。

半導體設備國產化率目前仍相對較低，預計未來仍有較大的提升空間。目前我國半導體設備國產化率仍處於快速提升的階段，國產替代帶動市場份額不斷提升，行業增長及國產替代共同驅動國產半導體設備廠商高速成長。根據中國電子專用設備工業協會的數據，2023年國產半導體設備銷售額為878.3億元，同比增長48%，以日本半導體制造裝置協會公佈的2023年中國半導體設備市場規模作為分母，測算得出2023年國內半導體設備國產化率約為33%，目前整體國產率仍處於相對較低的水平，預計未來仍有較大的提升空間。

刻蝕設備、薄膜沉積設備、光刻機佔半導體設備市場比重較高。在半導體設備中半導體前道設備投資規模佔比較大，根據SEMI的數據，前道設備投資規模佔半導體設備投資量比重約為80%，封裝和測試設備投資規模佔比分別約為10%和8%；在前道設備中，2023年刻蝕設備、薄膜沉積設備和光刻機分別佔前道設備價值量的22%、22%和17%。

部分半導體設備環節未來國產化率繼續提升將是大勢所趨。全球半導體設備主要被日美荷等廠商壟斷，目前去膠設備、清洗設備等國產化率相對較高，光刻機、離子注入設備、薄膜沉積設備、塗膠顯影設備等國產化率相對較低，刻蝕設備、量測設備、CMP設備等國產化率仍有較大提升空間。隨着外部環境監管逐步趨嚴，部分半導體設備環節未來國產化率繼續提升將是大勢所趨。

2025年前三季度半導體設備板塊繼續高速成長。根據Wind的數據，2025年前三季度半導體設備板塊（中信）營業收入為775.98億元，同比增長32.41%；2025年前三季度半導體設備板塊（中信）歸母淨利潤為127.09億元，同比增長28.39%；在半導體產業鏈自主可控驅動下，半導體設備板塊2025年前三季度繼續保持高速成長。

國內主要半導體設備公司目前在手訂單仍處於相對較好水平。從國內主要半導體設備廠商25Q3末的合同負債和存貨情況來看，部分設備廠商合同負債同比保持快速增長，大部分設備廠商25Q3末存貨實現快速同比增長。合同負債和存貨是反映在手訂單的指標，表明國內主要半導體設備廠商目前在手訂單仍處於相對較好水平，為后續業績做好了保障。

半導體設備自主可控需求迫切，關注國產化率較低的環節及具備突破先進製程能力的設備公司。根據SEMI的預測，預計2025 年全球用於前端設施的晶圓廠設備支出自2020年以來連續六年增長，同比增長2%，達到1100億美元；預計2026年晶圓廠設備支出將成長18%，到達1300億美元。海外加大對中國半導體的限制，半導體國產替代的進程加速推進，國內半導體設備國產化率仍然相對較低，自主可控需求迫切，國產化率較低的環節及具備突破先進製程能力的公司有望充分受益。

3.3.3.美國限制高端AI算力芯片供應，國產廠商迎來黃金發展期

美國對高端GPU供應限制不斷趨嚴，國產AI算力芯片廠商迎來黃金發展期。美國商務部在2022、2023年連續對高端AI算力芯片進行出口管制，2025年進一步升級出口管制措施，英偉達及AMD高端GPU芯片供應受限，國產AI算力芯片廠商迎來黃金發展機遇，但國產廠商華為海思、寒武紀、海光信息、壁仞科技和摩爾線程等進入出口管制「實體清單」，晶圓代工產能供應受限，影響國產AI算力芯片發展速度。

國產AI算力芯片廠商不斷追趕海外龍頭廠商，但在硬件性能上與全球領先水平仍有一定的差距。隨着AI應用計算量的不斷增加，要實現AI算力的持續大幅增長，既要單卡性能提升，又要多卡組合。從AI算力芯片硬件來看，單個芯片硬件性能及卡間互聯性能是評估AI算力芯片產品水平的核心指標。國產廠商在芯片微架構、製程等方面不斷追趕海外龍頭廠商，產品性能逐步提升，但與全球領先水平仍有1-2代的差距。

AI算力芯片軟件生態壁壘極高，國產領先廠商華為昇騰、寒武紀等未來有望在生態上取得突破。在軟件生態方面，英偉達經過十幾年的積累，其CUDA生態建立極高的競爭壁壘，國產廠商通過兼容CUDA及自建生態兩條路徑發展，國內領先廠商華為昇騰、寒武紀等未來有望在生態上取得突破。華為基於昇騰系列AI芯片，通過模組、板卡、小站、服務器、集羣等豐富的產品形態，打造面向「端、邊、雲」的全場景AI基礎設施方案。昇騰計算是基於硬件和基礎軟件構建的全棧AI計算基礎設施、行業應用及服務，包括昇騰系列AI芯片、系列硬件、CANN（異構計算架構）、Al計算框架、應用使能、開發工具鏈、管理運維工具、行業應用及服務等全產業鏈。昇騰計算已建立基於昇騰計算技術與產品、各種合作伙伴，為千行百業賦能的生態體系。昇騰計算以華為昇騰AI芯片為算力基石，已經建立了良好的生態系統，具有較強的競爭力，關注昇騰計算產業鏈相關的投資機會。

4. 投資建議

回顧2025年，DeepSeek、阿里巴巴等廠商通過技術創新引領國產大模型崛起，大模型token處理量快速增長，國內外雲廠商不斷加大資本支出，人工智能創新持續推進，AI眼鏡新品陸續發佈，特斯拉計劃2025年生產數千台具身智能機器人，2026年計劃將產量提升至5萬台以上，具身智能機器人進入量產階段，比亞迪推動「智駕平權」，全民智駕時代開啟；半導體行業2025年延續上行趨勢，美國半導體出口管制不斷升級，「十五五」規劃建議將科技自立自強水平大幅提高列入「十五五」時期經濟社會發展的主要目標，半導體是實現科技自主的關鍵領域。展望2026年，AI算力需求持續景氣，雲側AI算力硬件基礎設施仍處於高速成長中，AI眼鏡、智能駕駛、具身智能等端側AI創新百花齊放；AI推動半導體周期繼續上行，存儲器或迎來超級周期，半導體自主可控有望加速推進。

國內外雲廠商持續加大資本支出，推動AI算力硬件基礎設施需求高速成長。全球領先企業加速迭代AI大模型，大模型token處理量快速增長，國內外雲廠商受益於AI對核心業務的推動，持續加大資本開支，算力硬件基礎設施AI服務器及其核心器件需求仍然旺盛。AI算力芯片是「AI時代的引擎」，有望暢享AI算力需求爆發浪潮；在高端AI算力芯片進口受限的背景下，國產AI算力芯片廠商有望加速發展，並持續提升市場份額。PCB是電子設備不可或缺的核心載體，AI驅動PCB行業技術變革，AI PCB持續向高頻、高速及高密度方向發展，AI服務器持續迭代升級，將推升對大尺寸、高多層及高階HDI PCB的旺盛需求，AI服務器推動PCB量價齊升，AI PCB廠商有望持續高速成長。

端側AI加速發展，終端創新百花齊放。AI眼鏡是端側AI最佳硬件載體之一，多款AI眼鏡新品放量在即，有望推動全球AI眼鏡出貨量快速增長，根據wellsenn XR的數據，預計2025年全球AI眼鏡銷量達到350萬台，同比增長230%，預計2026年將達到千萬台，建議關注SoC、存儲器、光學、電池、鏡片、OEM等AI眼鏡產業鏈核心環節投資機會。具身智能機器人需要使用大量傳感器感知外部環境和自身狀態，並調整運控規劃；根據GGII的預測，2025年全球人形機器人銷量有望達到1.24萬台，預計2035年銷量將超過500萬台，預計2025-2035年全球人形機器人銷量複合增速達82%，傳感器有望暢享人形機器人行業爆發浪潮。比亞迪推動智駕平權，中國高階智駕滲透率有望加速提升，智駕硬件產業鏈包括芯片、傳感器、線控底盤等環節，CIS是智駕感知系統升級的核心組件，智駕推動全球汽車CIS市場高速增長，豪威集團CIS市佔率全球第三，汽車CIS有望持續提升市場份額。

AI驅動存儲器迎來超級周期，半導體自主可控加速推進。隨着大模型向多模態演進，Al時代數據存儲需求呈急劇增長趨勢，存儲器價格加速上漲，AI驅動存儲器行業或迎來超級周期。根據Precedence Research的數據，2024年全球AI驅動存儲市場規模約為287億美元，預計2034年激增至2552億美元，預計2024-2034年複合增長率達24%。國內存儲模組廠商在品牌、技術、供應鏈等方面不斷建立競爭優勢，AI及存儲器國產替代需求有望推動模組廠商不斷提升市場份額。由於存儲帶寬限制AI算力芯片的性能發揮，定製化存儲目前為端側AI內存解決方案發展趨勢，兆易創新積極佈局定製化存儲，有望逐步迎來積極進展。近年來美國半導體出口管制持續升級，「十五五」規劃建議將科技自立自強水平大幅提高列入「十五五」時期經濟社會發展的主要目標，半導體是實現科技自主的關鍵領域，半導體自主可控有望加速推進，國內半導體產業鏈國產化率較低的環節有望充分受益，建議關注AI算力芯片、CPU、FPGA、先進半導體設備、先進製造、先進封裝、EDA軟件等環節。

相關標的。雲側AI算力芯片建議關注海光信息（688041）、AI PCB建議關注滬電股份（002463），AI眼鏡SoC建議關注恆玄科技（688608），智能駕駛建議關注豪威集團（603501），具身智能傳感器建議關注漢威科技（300007），AI大模型應用建議關注海康威視（002415），存儲器建議關注江波龍（301308）及兆易創新（603986），半導體設備建議關注北方華創（002371）、中微公司（688012），先進製造建議關注中芯國際（688981），先進封裝建議關注長電科技（600584）。

5. 風險提示

（1）下游需求不及預期風險。半導體行業下游主要應用於消費電子、工業、汽車、服務器等領域，因此不可避免地受到宏觀經濟波動的影響，如果下游需求持續低迷，進而會影響產業鏈公司的復甦進展。

（2）市場競爭加劇風險。近年來隨着人工智能應用及算法的逐步普及，AI芯片受到了多家芯片設計龍頭企業的重視，AI領域也成為眾多初創芯片設計公司發力的重點。隨着越來越多的廠商推出AI芯片產品，市場競爭將日趨激烈，將會對該領域內公司經營業績廠商較大影響。

（3）研發進展不及預期風險。半導體行業新產品和新技術更新迭代較快，國內半導體產業鏈公司均需要不斷進行研發創新，如果未來國內公司核心技術升級迭代進度和成果未達預期，致使技術水平落后於行業升級換代水平，或者技術創新產品不能契合客户需求，將影響產品競爭力並錯失市場發展機會，對國內公司未來業務發展造成不利影響。

（4）國產化進度不及預期風險。目前國內半導體產業鏈部分環節國產化率較低，如半導體設備、材料、AI算力芯片等，國內廠商在進行國產替代，但由於半導體行業技術壁壘較高，對國內廠商的技術積累、人才、資金等方面都有較高要求，可能會影響到國產化進度。

（5）國際地緣政治衝突加劇風險。半導體產業鏈具有全球化的特點，國內廠商需要進口部分半導體設備及零部件、材料等，也需要通過境外晶圓廠進行芯片代工，如果國際地緣政治衝突進一步加劇，將會導致部分國內公司採購設備、原材料、產品生產受到限制，進而影響公司的經營業績。

證券分析師承諾：

本報告署名分析師具有中國證券業協會授予的證券分析師執業資格，本人任職符合監管機構相關合規要求。本人基於認真審慎的職業態度、專業嚴謹的研究方法與分析邏輯，獨立、客觀的製作本報告。本報告準確的反映了本人的研究觀點，本人對報告內容和觀點負責，保證報告信息來源合法合規。

重要聲明：