AI硬件产业链黑话科普

作为独立分析视角，这篇报告的逻辑骨架成立，但要看到几个被低估的暗礁。第一，报告把Scaling Law默认有效作为推理基础设施投入的根基，但忽略了当前kimi K.03从万亿到3万亿的提升已经伴随训练成本指数级膨胀——若Token定价不能继续下降或大模型公司不能把算力成本转嫁给订阅用户（ChatGPT Plus定价已在20美元/月位置粘性极强），所谓的"推理需求暴增"会反过来压制大模型公司的资本开支意愿，传导回硬件端会形成负反馈。第二，报告对国产芯片2026年推理侧80%渗透率的判断过于乐观——英伟达Rubin架构在HBM、NVLink互联、CUDA生态上的护城河不是一两年能突破的，华为升腾和寒武纪更多是政策驱动+客户绑定下的存量替代，真正的边际增量仍来自互联网巨头自研ASIC（谷歌TPU、亚马逊Trainium、Meta MTIA），这会分流英伟达订单。第三，光模块1.6T/3.2T的演进路径中CPO/LPO/NPO哪个胜出尚未定论，但高端EML光芯片瓶颈意味着国内光模块龙头（虽然报告未点名，但中际旭创、新易盛、天孚通信是核心受益）的天花板被光芯片卡住；英伟达GPU+台积电CoWoS先进封装+SK海力士HBM这条链的全球分工固化程度极高，国产替代只能在ASIC和推理侧撕开口子。第四，从历史可比看，2018年云算力周期、2021年矿机周期都出现过"需求暴增→供给滞后→量价齐升"的剧本，但周期顶部往往是供需反转时——建议密切跟踪三个先导指标：英伟达数据中心营收同比环比是否连续两个季度低于30%、SK海力士HBM库存周转天数、Token单价（每百万token美元价格）的下行斜率。第五，从产业周期定位，AI硬件目前处于2023-2024年ChatGPT爆发后的第二波主升浪中段，类似于2000年互联网泡沫前的设备投资高点，估值消化压力随时可能释放。投资者应警惕"叙事大于业绩"的阶段，重点跟踪寒武纪、华为升腾的真实出货量与客户结构，而非仅看宏观叙事。