AI驱动下的电子行业新周期
评级：强于大市（维持）
2026年10月22日
王炤杰 电子行业分析师
执业编号：S1750526070001
邮箱：wangzj@jypscnet.com
人工智能系列（二）
证 券 研 究 报 告
目
录
CONTENTS
1 AI算力演进与硬件升级
2 景气周期的三大驱动
3 电子行情复盘与估值重估
4 市场分歧与投资定力
AI算力演进与硬件升级
l 全栈算力竞争
l 存储互联升级
l 超节点突围
l 供电散热接力
01
AI算力竞争正在从单卡峰值性能，转向集群效率、能效与总体拥有成本（TCO）
的较量。国产超节点有望通过大规模互联缩小单卡差距，但单位算力成本仍需优
化；推理复杂化推动存储、互联和PCB价值量提升，机柜功率密度上行进一步打
开供电与散热空间。硬件机会将沿系统瓶颈的迁移逐步扩散。
AI算力需求持续扩张，模型迭代与应用落地驱动基础设施升级
训练与推理需求双轮驱动，AI算力成为关键基础设施：大模型能力持续提升，多模态、深度推理及智能体等应用加速
演进，推动AI算力需求从大规模模型训练向训练与推理并重转变。算力基础设施已成为支撑AI技术进步和商业化落地
的重要基础。
算力需求持续增长，系统效率与能源约束的重要性提升：根据IEA于2026年发布的研究，全球数据中心用电量预计由
2025年的485TWh增长至2030年的945TWh，接近翻倍。AI是重要
驱动力，算力基础设施竞争逐步从单芯片峰值性
能延伸至集群互联、资源利用率及整体能效。
全球数据中心用电量持续增长
单位：TWh
1000
750
500
250
0
485.1
2025
560
2026E
664.4
2027E
773
2028E
862.4
2029E
945
2030E
2025：历史估算 2026—2030：基准情景预测
算力需求演进方向
模型训练
更大模型规模、更复杂训练任务、
更高集群性能需求
规模化推理
更长上下文、智能体、多模态及实时服务，
推动低成本推理需求
算力基础设施升级
高带宽内存、高速互联、集群调度、
供电散热与TCO优化
数据来源：IEA《KeyQuestionsonEnergyandAI》（2026），金圆统一证券研究所
算力竞争由单卡延伸至全栈，软件生态构筑长期壁垒
全球AI算力竞争正从单芯片性能比拼，逐步走向芯片、互联、软件生态与系统集成的全栈竞争。
数据来源：金圆统一证券研究所
昇腾产品规划持续迭代，国产算力性能提升值得关注
产品迭代节奏清晰，算力性能持续跃升。昇腾950系列布局2026年，960系列规划2027年推出，970、980系列分别面
向2028年和2029年，形成接近“一年一代、算力翻倍”的演进路线。
核心性能指标同步升级，持续突破算力瓶颈。FP8算力从950系列的919TFLOPS，提升至960系列的2PFLOPS、970系
列的3.6PFLOPS，980系列初步规划达到7.2PFLOPS。显存容量、带宽及互联能力同步增强，逐步完善产品竞争力。
昇腾950—980系列规划参数（980为初步规格）
关键指标 950PR 950DT 960DT 960PR 970 980*
规划节点 2026Q1 2026Q4 2027Q1 2027Q3 2028 2029
FP8算力 919TFLOPS 919TFLOPS 2PFLOPS 2PFLOPS 3.6PFLOPS 7.2PFLOPS*
FP4算力 1.784PFLOPS 1.784PFLOPS 4PFLOPS 8PFLOPS 14PFLOPS 28PFLOPS*
显存容量 128GB 144GB 288GB 192GB 288GB 384GB*
显存带宽 1.6TB/s 4.0TB/s 9.6TB/s 2.4TB/s 14.4TB/s 38.4TB/s*
互联带宽 2.0TB/s 2.0TB/s 2.0TB/s 2.2TB/s 4.4TB/s 8.0TB/s*
精度扩展 基础格式 基础格式 增加HiF4 增加HiF4 增加HiF4 增加HiF4*
数据来源：湾芯展，金圆统一证券研究所
国产超节点以系统规模补足单卡差距，能效与TCO仍待优化
单芯片竞争转向系统整体能力竞争：国产算力通过大规模芯片互联与系统级集成，弥补单芯片性能差距。华为
CloudMatrixCM384在系统总算力、显存容量等方面展现规模优势，推动超节点向更高算力密度发展，但仍需综合优化
能效与TCO（建设和运营成本）。
国产路线多规格并行，开放兼容，推理先行：国内云厂商及服务器厂商加速推出高密度超节点方案，形成以太网与自研
互联并行、多种芯片架构兼容的技术格局。重点围绕高密度部署、整柜交付、供电散热和整体成本优化，逐步从推理应
用向训练场景拓展。
昇腾vs英伟达
芯片级 GB200 昇腾950DT 华为/英伟达
FP8稠密算力(TFLOPS) 5000 919 0.2x
HBM容量(GB) 192 144 0.7x
HBM带宽(TB/s) 8 4 0.5x
Scale-Up单向带宽(Gb/s) 7,200 2016 0.28x
Scale-Out单向带宽(Gb/s) 400 400 1.0x
系统级 GB200NV
L72
CloudMatrixC
M384-910C 华为/英伟达
BF16稠密算力(PFLOPS) 180 300 1.7x
HBM容量(TB) 13.8 49.2 3.6x
HBM带宽(TB/s) 576 1,229 2.1x
Scale-Up单向带宽(Gb/s) 64,800 134,400 2.1x
Scale-Up域规模(GPU数) 72 384 5.3x
Scale-Out单向带宽(Gb/s) 28,800 153,600 5.3x
系统总功耗(W) 145,000 559,378 3.9x
单位算力功耗(W/TFLOP) 0.81 1.87 2.3x
单位带宽功耗(W/(TB/s)) 251.7 455.2 1.8x
单位容量功耗(kW/TB) 10.5 11.4 1.1x
国产超节点方案梳理
云厂商 服务器厂商
架构对比 腾讯ETH-X 百度天池 字节大禹 阿里磐久AL128 新华三
UniPoDS80000
发布年份 2025年 2025年 2025年 2025年 2026年
AI加速卡 多GPU厂商支持 昆仑芯
兼容国产GPU 适配主流GPU卡 平头哥 多种XPU异构算力
AI加速卡数 64卡 32/64卡
最小交付单元
单柜64/128卡
可扩至256卡
单柜（双宽）
128卡
基本单元32卡
单柜64卡
最高1024卡
Scale-Up
互联方案 以太网RoCE 以太网
基于博通TD5
自研EthLink
兼容多种XX-Link
非以太ALink
兼容UALink
NVLink/UB
Scale-Up
Scale-Out
统一全互联
计算/交换 16/8或12 16/8 24/8 16+16/8+8 16/8（单柜）
供电能力 最大120kW 最大120kW 最大240kW 最大350kW 单柜350kW以上
机柜散热 液冷为主
风冷为辅
风液混合
XPU液冷 风液混合 散热500kW
单GPU2kW液冷 高功耗部件全液冷
数据来源：湾芯展，各公司官网及白皮书，金圆统一证券研究所
推理工作负载持续复杂化，显存与互联需求有望进一步增长
业内对现有Transformer架构与训练范式继续scale的进步空间普遍乐观，甚至认为可直达AGI。2026年下半年，海外头部
基础模型的参数规模预计进一步向10万亿级迈进，GPT-6预计达到约8万亿参数，部分下一代模型的参数规模可能更高。
参数规模迈向十万亿量级，对产业链的直接影响体现在训练与推理两端。
Ø 训练侧：十万亿参数模型的单次完整训练需数万张高端加速卡持续运行数月，对集群互联带宽、故障恢复能力与能耗
管理提出前所未有的要求，这也正是超节点技术在2026年集中落地的直接动因，规模化互联技术已成为决定大模型训
练效率的关键瓶颈之一。
Ø 推理侧：参数规模扩张对显存容量与访存带宽的要求依然刚性提高，这构成了高端Token成本刚性的技术根源。
2026年下半年国内外主流基座模型参数规模预期
地区 基座模型 总参数（万亿） 能力定位
海外
GPT-5.6Sol ～5.0 通用旗舰、复杂推理、Coding与Agent
GPT-6 ～8.0 下一代通用旗舰、深度推理与Agent
Gemini3.1Pro ～4.6 原生多模态、复杂推理与长上下文
Gemini3.5Pro ～6.0 下一代多模态旗舰、Coding与Agent
ClaudeOpus5 ～5.0 Coding、复杂知识工作与长程Agent
Grok4.6 ～3.0 实时信息、复杂推理、Coding与Agent
Grok5 ～6.0 下一代旗舰、多模态、Coding与Agent
国内
KimiK3 2.8 长上下文、多模态、Coding与Agent
Qwen3.8-Max 2.4 Coding、办公、多模态与长程Agent
DeepSeekV4-Pro 1.6 高性价比推理、Coding与Agent
Doubao-Seed-2.1-Pro 1.0 通用推理、多模态与企业应用
MiMo-V2.5-Pro 1.0 多模态、Coding与端云协同
GLM-5.3 0.7 长程Agent、Coding与企业部署
MiniMaxM3 0.4 多模态、长上下文与Agent
TencentHy3-preview 0.3 推理、Coding、Agent与企业应用
数据来源：ArtificialAnalysis，LifeArchitect，金圆统一证券研究所
数据搬运贯穿训练全流程，多级存储协同决定集群效率
AI服务器训练与推理过程中的数据全生命周期流转架构：数据从网络存储（数据湖）出发，经原始数据读取（高延迟）进入系统内存
DRAM，在本地NVMeSSD进行预处理缓存与分发后，通过主机到设备的数据传输（PCIe）进入AI加速器（GPU/NPU），在加速器内
部利用HBM（高带宽内存）进行高带宽计算与热数据交互，同时周期性将检查点保存至本地NVMeSSD，并最终通过异步归档写回网
络存储的完整闭环，整体系统依托网络交换结构（以太网/InfiniBand）实现各组件间的高效数据交互。
数据来源：金圆统一证券研究所
KVCache（键值缓存）推动推理存储分层，容量增量取决于并发负载
KV Cache分层存储有望带动DRAM及SSD容量需求提升。 随着大模型推理向长上下文、多轮交互及Agent场景演进，KV Cache的跨
请求复用需求增加，推动缓存数据由HBM向DRAM、SSD分层迁移。假设KV在HBM中活跃驻留30秒，DRAM热缓存保留至第10分钟，
SSD冷缓存保留至第120分钟，且分别有45%和18%的初始KV数据进入DRAM和SSD。根据各层KV驻留时间及有效留存比例测算，
DRAM/HBM容量比为8.55倍，SSD/HBM容量比为39.6倍。
数据来源：金圆统一证券研究所
高速互联持续向高带宽演进，铜光选择取决于距离与功耗
数据来源：金圆统一证券研究所
AI服务器PCB向高层数及高速材料升级，单机价值量有望提升
数据来源：金圆统一证券研究所
机柜功率密度上行，电力架构升级带来功率器件新机会
AI数据中心的供电架构，正在从传统交流配电向800V及以上直流架构升级。电力首先通过SST固态变压器完成交直流变换，再由STS
和SSCB实现快速切换与故障保护，最后通过机架内的高频DC/DC降压，为GPU核心供电。升级贯穿源端、站点、机房和机架四个环
节，对高电压、高开关频率和高功率密度提出了更高要求，也带来了明确的器件机会。SST和SSCB将推动SiC器件应用，机架侧高频
DC/DC将带动GaN器件渗透，同时拉动控制、保护及电源管理芯片的需求。
数据来源：英飞凌（Infineon），金圆统一证券研究所
AI瓶颈由互联存储向供电等环节延伸，约束变化孕育新机会
AI的发展不只是纯技术命题，更
是一场与资源约束和经济成本持
续博弈的漫长旅程：
短期是互联与存储：计算单元之
间的通信带宽日益吃紧，数据搬
运速度跟不上计算速度，海量参
数的存储与读取也变得愈发吃力，
直接拖累训练效率。
中期是功耗与供电：大规模芯片
集成带来极高的能耗密度，数据
中心不仅要承受高昂的电费压力，
还要面对散热能力的物理上限，
这一约束甚至会影响AI基础设施
的选址与运维策略。
中长期转向数据与算法：高质量
数据逐渐枯竭，数据获取和标注
成本不断攀升，同时现有深度学
习架构与训练方法的潜力趋于饱
和，算法层面的创新进入深水区，
边际收益愈发有限。
数据来源：金圆统一证券研究所
AI投资机会从芯片向基建与能源延伸，应用变现决定长期空间
应用层：AI经济价值的最终落地场。渗透于人类生产与生活的方
方面面，任何一项具体应用的实现，都离不开下方各层的支撑。
模型层：AI模拟人类思维的层级。它为AI赋予了理解世界并与之
交互的本领。从语言文字到自然科学，模型层正由简单的文字重
组机器向掌握自然定律的物理AI蜕变。这是AI从感知跨向认知的
核心跃升。
基建层：综合性的AI制造厂。统筹土地、电力、散热及通信网络
等资源，将海量处理器统筹为提供智能算力的系统，是AI规模化
应用的基础保障。
芯片层：Al计算的核心硬件基础。完成电能向算力转化的关键组
件。依托大规模并行计算与高速互联技术，芯片层的性能直接决
定了算力规模，是评估国家及企业AI竞争力的关键指标。
能源层：生产AI的能量源泉，也是AI工厂的底层约束。内容的实
时生成依赖电力的持续供应，每一个token都伴随着能量的消耗。
能源决定了该系统的最终总产出。
1
2
3
4
5
数据来源：金圆统一证券研究所
景气周期的三大驱动
l 云厂资本开支
l 国产替代提速
l 结构性涨价
02
本轮电子行业景气有望由“量、价、份额”三重力量共同驱动：云厂高强度资本
开支支撑硬件需求，AI占用高端产能使存储及MLCC出现结构性涨价，供应安全
优先级提升则推动国产算力与半导体设备导入。相比单一需求复苏，三条主线共
振使周期具备延续基础，但仍需以资本开支指引、提价兑现和国产订单验证。
驱动一：头部云厂CapEx维持高强度投入
资本开支持续扩张，全球云厂商集体加码
五大头部云厂商2026年CapEx预计达7,916
亿美元，较2024年增长近126%；2027年
有望进一步提升至10,662亿美元，同比增长
34.7%，AI基础设施建设维持高强度投入。
投资结构加速升级，AI硬件价值量持续提升
资本开支由传统服务器扩容转向GPU/ASIC、
HBM、高速互联、先进封装及高功率数据
中心等核心环节。训练、推理及智能体需求
共同驱动算力基础设施升级。
高基数下增速趋稳，长期景气趋势仍未结束
预计2028年全球头部云厂商CapEx突破万亿
美元。后续增速虽有所放缓，但绝对投资规
模仍处于历史高位，AI硬件产业链有望持续
受益。
数据来源：MorganStanley，Amazon、Alphabet、Meta、Microsoft、Oracle财报及电话会，金圆统一证券研究所
全球头部云厂商资本支出(亿美元)
云厂财报密集验证算力需求，资本开支与现金流决定预期方向
10月下旬，全球科技巨头将进入财报密集披露期，随后AI芯片及硬件供应链厂商陆续公布业绩。市场关注重点将从AI
资本开支扩张，逐步转向云业务增长、订单兑现及自由现金流表现，重点验证AI需求持续性与产业链景气度。
数据来源：WIND，金圆统一证券研究所
时间 重点公司 核心关注点
10月21日 Meta 资本开支是否再上修；AI商业化进展；FCF
10月28日 微软 Azure增速；AI订单变现；资本开支与融资压力
10月28日 Alphabet GoogleCloud增速；资本开支指引；FCF
10月29日 亚马逊 AWS增速；AI基础设施投资；现金流
10月底 三星电子 HBM出货进度；存储价格；AI硬件需求
10月31日 A股三季报 AI订单兑现；利润表现；经营现金流
11月 英伟达 数据中心收入；GPU交付；毛利率及指引
12月 博通 ASIC需求；AI收入指引；订单转化
需求端：AI云收入能否持续高增长？
重点看Azure、AWS、GoogleCloud增速及AI业务贡献，验证算力需
求是否持续强劲。
投资端：CSP资本开支是否继续上修？
重点看2026—2027年资本开支指引变化，以及大规模AI投资的持续
性。
兑现端：AI投入能否转化为收入与现金流？
重点看硬件订单落地、盈利能力和自由现金流趋势，验证AI投资回报
与产业链景气度。
重点公司财报日历
需求验证的三个方向
第二驱动：产业链结构性涨价，AI产业链通胀正在成为趋势
47.5%
92.5%
60.5%
35.5%
57.5%
72.5%
0
10
20
30
40
50
60
70
80
90
100
2025Q4（已落地） 2026Q1（已落地） 2026Q2（预计）
常规DRAM NAND Flash
厂商 涨价时间 涨幅 涉及产品
国巨 2026年1月底 4.8%-9.5% 全系列MLCC
华新科 2026年1月底 4.8%-9.5% 全系列MLCC
村田 2026年4月1日 15%-35% AI服务器高容、高端车规
三星电机 2026年4月 5%-10% 全系列、车规级MLCC
TDK 2026年5月1日 20%-30% 工业级、AI专用高容
太阳诱电 2026年5月1日 10%-20% 车用、高端消费级
AI驱动的涨价不是短期缺货，而是结构性供需失衡。AI需求持续挤占高端产能，通用产品有效供给被动收缩，而新增产能释放存在明
显时滞。这意味着本轮涨价有望从单一品类向更多产业链环节扩散，并具备跨年度的持续性。
存储：涨价率先兑现，供需紧张短期难以缓解。AI需求带动存储涨价从服务器向PC、手机等终端扩散，DRAM与NAND价格持续大
幅上涨。主流厂商有意义的新增产能预计要到2027年底至2028年才能释放，供需紧张格局短期难以逆转。
MLCC：高端需求挤占产能，行业涨价由点及面。AI服务器、新能源汽车等领域对高容、高可靠性MLCC的需求快速增长，推动原厂
产能向高端产品倾斜，并挤压通用型号供给。多家主流厂商相继提价，行业进入结构性涨价阶段。
数据来源：TrendForce，观研报告网，金圆统一证券研究所
存储涨价高位延续，2026Q2两大品类预计涨幅均超60% MLCC进入全面提价阶段，高端产品涨幅最高达35%
第三驱动：供应安全提升国产采购优先级，算力与半导体设备有望受益
712
1026 1074 1063
1171
1351
187
296 283
366
496 493
26.30%
28.80%
26.40%
34.40%
42.40%
36.50%
0.00%
5.00%
10.00%
15.00%
20.00%
25.00%
30.00%
35.00%
40.00%
45.00%
0
200
400
600
800
1000
1200
1400
1600
2020年 2021年 2022年 2023年 2024年 2025年
全球半导体设备销售额（亿美元） 中国大陆设备采购额（亿美元）
5.70% 6.00%
5.10% 5.20% 5.10%
2.20%
2.70%
2.50% 2.50% 2.50%
0.90%
0.90%
0.80% 0.80% 0.80%
0.00%
1.00%
2.00%
3.00%
4.00%
5.00%
6.00%
7.00%
8.00%
9.00%
10.00%
2024Q1 2025Q1 2025Q2 2025Q4 2026Q1
中芯国际SMIC 华虹集团HuaHong
晶合集成Nexchip
国内重点客户采购逻辑已根本性转变。2022年以前，国内互联网平台、金融机构和运营商的算力采购策略以全球最优性价比为第一优先级，国产方案作为
备选补充。华为麒麟芯片断供、英伟达A800/H800出货中断等连续性冲击事件之后，核心客户开始将供应可获得性和可维护性纳入采购决策核心权重。百
度、字节跳动、腾讯、阿里云、
中国电信、
中国移动等头部客户在政策压力之外，基于商业理性也在主动提升国产算力采购比例，并推动昇腾、
寒武纪等国
产芯片通过正式技术验证。当验证结果趋于成熟，规模采购的临界点将在2025-2026年陆续到达。
半导体产业链国产替代正由设备端突破向制造端深化演进。受益于国内晶圆厂扩产及供应链自主化需求提升，国产设备厂商加速导入，晶圆制造企业全球竞
争力持续增强。中国大陆晶圆代工龙头企业（中芯国际、华虹集团、合肥晶合）全球市场份额由2024Q1的8.8%提升至2025Q1阶段高点9.6%，在海外大厂
资本开支大幅提升的情况下2026Q1仍维持8.4%。未来随着先进封装、特色工艺及成熟制程产能持续释放，国产半导体生态有望进一步完善。
数据来源：SEMI，TrendForce，金圆统一证券研究所
大陆连续三年贡献全球超三成设备需求，为国产设备替代提供坚实市场基础 大陆晶圆代工龙头全球份额稳定在8%以上，本土制造体系展现韧性
电子行情复盘与估值重估
l 科技主线领涨
l 业绩决定分化
l 估值回撤出清
l 机构持仓拥挤
03
电子板块2026年的先扬后抑，主要体现为AI景气预期被高估值提前反映后发生
的再平衡。6月底行业PE达106.44倍、处于历史极高分位；经历下半年回撤，10
月16日已回落至50.47倍、历史分位约59%。估值溢价已明显收敛。当前AI链调
整更多是高估值、高预期与拥挤交易的集中出清，尚不能据此判断算力需求见顶。
2026电子行业行情复盘（上）
2026年上半年电子板块的强势，是产业趋势与资金风格共振形成的主升行情。截至2026年6月30日，申万电子行业累计上涨86.29%，
跑赢沪深300指数78.74个百分点，跑赢创业板指数50.71个百分点，电子行业上半年涨超86%，通信涨超73%，科技方向显著跑赢传统
行业与消费板块。
AI产业链凭借业绩弹性与估值扩张能力持续领跑，与传统消费电子的复苏乏力形成鲜明对比。上游半导体设备（+151.20%）与材料
（+165.82%）受益于国产替代及AI产能扩张双重驱动；中游被动元件（+201.40%）、印制电路板（+100.73%）则借技术迭代加速
渗透AI服务器与智算中心。传统消费电子复苏节奏显著落后，呈现“AI强、消费弱”的结构分，投资重心聚焦于AI算力基建、先进封装、
高速互联、高带宽存储及液冷散热等具备业绩兑现能力的硬科技环节。
电子行业与沪深300累计涨幅（以2026年1月5日为基期）
数据来源：Choice，金圆统一证券研究所
申万二级行业 半年度涨跌幅 申万三级行业 半年度涨跌幅
半导体 106.20%
分立器件 134.27%
半导体材料 165.82%
数字芯片设计 99.16%
模拟芯片设计 53.38%
集成电路封测 124.83%
半导体设备 151.20%
元件 117.16%
印制电路板 100.73%
被动元件 201.40%
光学光电子 51.95%
面板 62.39%
LED 27.38%
光学元件 52.95%
其他电子Ⅱ 49.17% 其他电子Ⅲ 49.17%
消费电子 25.42%
品牌消费电子 -15.95%
消费电子零部件及组装 29.21%
电子化学品Ⅱ 134.75% 电子化学品Ⅲ 134.75%
电子行业细分领域半年度涨跌幅（2026-6-30）
电子板块的估值逻辑已逐步由前期的估值修复转向景气度溢价。自2022年低点以来，板块估值持续上行，并于2026年上半年接近历史
极值。Wind数据显示，2026年6月30日，SW电子行业PE升至106.44倍，创上半年峰值，较2011年以来48.96倍的历史均值高出
117.38%，较2015年6月12日113.84倍的历史最高水平仅低6.50%。从历史分位来看，该时点估值已处于2011年以来的99.71%分位，
仅有0.29%的交易日估值高于这一水平，市场对电子行业景气预期的定价已处于历史高位。
SW电子行业PE走势与历史分位（上）
数据来源：Choice，金圆统一证券研究所
2026电子行业行情复盘（下）
2026年下半年以来，电子板块从高位强势行情转入深度回撤，波动显著放大。7月初板块快速下行，8月出现阶段性反弹，但未能重返
6月30日高点，9月后再度走弱。截至10月16日，申万电子较6月30日下跌42.02%，同期沪深300下跌16.24%；年初至10月16日仍累
计上涨4.17%，呈现上半年积累涨幅、下半年大幅回吐的特征。
下半年市场回调主要受到筹码结构、AI预期变化及海外政策扰动的共同影响。前期资金向电子、通信板块集中，持仓拥挤加剧了市场
波动；与此同时，市场对AI的关注逐步从资本开支规模转向投资回报与现金流兑现，OpenAI收入口径调整等事件进一步推动了相关预
期的修正。此外，FCC新规、337调查等海外监管及贸易政策消息也在一定程度上压制了风险偏好。总体来看，本轮回调更多体现为前
期估值的消化、市场情绪的降温以及拥挤交易的出清，并不意味着产业长期趋势发生逆转。
电子行业与沪深300累计涨幅（以2025年12月31日收盘价为基期）
数据来源：Choice，金圆统一证券研究所
跌幅：16.24%
跌幅：44.18%
SW电子行业估值自6月末高位显著回落。截至2026年10月16日，SW电子行业PE（TTM）降至50.47倍，较6月30日
的106.44倍下降55.97倍，降幅达52.58%；历史估值分位数由99.71%回落至59.24%。当前估值水平已回归2020—
2021年约50倍的估值平台，与2024年“9·24”行情启动后10月11日的估值水平基本相当，历史分位数由99.71%回
落至约59.24%，相当于2025年中水平。
SW电子行业PE走势与历史分位（下）
数据来源：Choice，金圆统一证券研究所
公募电子配置显著提升，拥挤度达历史极值
49.54 49.14 45.76 48.65 50.26 50.52 51.48 49.74 51.95 49.57 50.29 51.36
39.04
11.20 11.23 12.30
13.24 9.63 9.59 11.60 14.22 13.34 15.71 16.07 17.56
33.18
2.11 0.98 1.03
1.32 1.44 1.46
3.19 2.54 3.70 3.62 3.72
5.92
10.33
10.69 14.08 12.81
10.96 11.60 10.97
8.87 8.80 7.45 7.04 5.68
4.40
2.2917.07 13.31 14.75 11.10 11.10 12.44 12.29 14.15 10.98 9.73 10.52 8.40
6.74
5.34 7.21 8.86 11.26 12.52 11.65 9.77 7.45 7.61 8.32 6.61 7.48
5.65
4.05 4.05 4.49 3.47 3.45 3.37 2.80 3.10 4.97 6.01 7.11 4.88 2.77
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
2020Q2 2020Q4 2021Q2 2021Q4 2022Q2 2022Q4 2023Q2 2023Q4 2024Q2 2024Q4 2025Q2 2025Q4 2026Q2
其他行业 电子 通信 食品饮料 医药 电力设备及新能源 银行
公募基金在2020-2026年的中信一级行业配置呈现出显
著的结构性变迁，科技成长与周期板块成为长期加仓方
向，而传统消费与金融地产板块则持续低配。电子行业
的占比从2020Q2的11.20%攀升至2026Q2的33.18%，
累计提升21.98个百分点，成为第一大重仓行业，这一趋
势与全球半导体产业链转移、AI算力需求爆发以及国产替
代加速直接相关。
电子行业的高集中度意味着基金持仓的方向性风险显著
上升，若电子板块出现调整，对基金净值的冲击将远超
历史任何时期。这一持仓结构有两个含义：
第一，机构的核心押注已经非常明确。AI算力链、国产算
力链、半导体设备与制造龙头。说明市场对2026年电子
主线的共识度极高。
第二，筹码集中本身会提升板块波动。当持仓高度向少
数龙头收敛时，后续股价更依赖业绩持续超预期。一旦
中报或订单增速略低于极高预期，回撤也可能非常剧烈。
数据来源：WIND，金圆统一证券研究所
公募基金在2020-2026年中信一级行业配置
市场分歧与投资定力
l 现金流承压
l 地缘政治冲击
l AI叙事扰动
l 产业趋势向好
04
云厂自由现金流承压主要反映重资产投入，投资回报仍需要通过算力利用率、订
单履约及现金回款验证；海外政策消息也需区分传闻、监管边界和实际订单冲击。
随着定价从叙事转向业绩实证，机会有望从芯片、基础设施等向应用、端侧环节
延伸。
AI叙事分歧有所加剧，但产业长期发展趋势未改
近期AI板块负面讨论增多，涉及算力供需、云厂现金流、存储扩产、客户融资及模型商业化等多个方面。市场关注点
逐步从资本开支和订单增长，转向实际需求兑现及投资回报。当前扰动更多集中于预期层面，尚不足以判断AI需求趋
势逆转，后续仍需通过算力利用率、订单及回款持续验证。
数据来源：财联社，雅虎财经，光通信pro，上海证券报，观察者网，金圆统一证券研究所
事件时间 市场讨论热点 可能影响的预期
7月1日
Meta探索对外出租算力
Meta考虑将部分富余GPU算力及模型服务向外部客
户开放，拓展算力变现渠道。
算力供需格局与利用率预期发生变化。一方面，大型科技企业对外出售富余算力，有助于提升GPU利用
率及资本回报率；另一方面，Meta等企业进入云算力市场，可能加剧与AWS、Azure、GoogleCloud
及独立GPU云厂商的竞争，引发市场对GPU租赁价格、供给过剩及算力折旧周期的重新评估。
7月30日
Amazon现金流承压
过去12个月经营现金流达到1,614亿美元，但自由现
金流为-76亿美元。
市场重新评估云厂商CapEx可持续性。AWS业务增长验证AI算力需求，但庞大的资本开支持续消耗自由
现金流。投资者可能从关注收入增速转向关注资本开支效率、资产折旧和投资回收周期。若未来现金回
报改善速度不及CapEx增长，云厂商估值与后续采购预期可能受到压制。
9月24日
Oracle/BlueOwl数据中心延期
Oracle就新墨西哥州Project Jupiter数据中心项目发
出不可抗力通知。
AI算力建设进度及融资到位节奏受到质疑。电力、土地、施工与融资协调问题可能导致项目投产延后，
进而影响GPU交付、机柜上架及云服务收入确认。若类似延期扩大，银行和私募信贷机构可能提高风险
溢价，进一步增加AI基础设施融资成本
10月13日
长鑫存储新型4F² DRAM技术引发竞争担忧
公司提出年底前推出基于新架构的服务器DDR5
RDIMM产品，理论上存储单元面积较传统6F²缩小约
三分之一。
存储供给增长、竞争加剧及稀缺性溢价面临重估。新技术若顺利规模量产，可能改善DRAM成本结构、
增加有效供给，并压低部分传统DRAM产品的中长期价格预期。但服务器DDR5与HBM存在技术和应用
差异，不能直接推导HBM短期供需格局逆转。
10月13日
OpenAI/Anthropic商业化争议
英国《金融时报》披露OpenAI截至9月的年化收入约
500亿美元，与此前流传的700亿美元存在差异，主
要源于云渠道收入是否纳入统计等口径问题，而非实
际收入减少200亿美元。
大模型商业化预期出现分化。Anthropic的增长有助于缓解市场对AI应用无法盈利的担忧，支持企业级
AI、代码生成和推理需求长期扩张的逻辑。但投资者仍需区分短期收入增长、季度现金流改善与长期盈
利能力，避免将单季度表现直接外推。
10月15日
英伟达生态融资与CoreWeave信用风险
CoreWeave依赖银行、私募信贷及债券市场支持AI
数据中心扩张。据路透社报道，其债务规模约500亿
美元，信用违约掉期利差升至约1,000个基点。
市场担忧融资条件收紧，影响未来GPU采购和订单兑现。高杠杆AI云厂商融资成本上升，可能压缩项目
收益率并延缓扩建。市场开始关注GPU需求究竟由真实终端使用驱动，还是部分依赖融资扩张形成。相
关风险还可能向数据中心开发商、设备供应商及信用市场传导。
AI投资进入高强度竞争阶段，资本压力与长期增长预期并存
AI资本开支持续攀升，现金流压力加剧，但高投入趋势未改。微软、Alphabet、亚马逊、Meta及甲骨文等海外科技巨头云业务及AI相关业
务维持高增长，但AI基础设施投资持续加码，资本开支大幅攀升，部分厂商自由现金流已转负，并通过债务、股权融资及租赁等方式拓宽资
金来源。市场对于巨额资本投入的回报周期及现金流可持续性分歧加大，但在AI算力需求增长及行业竞争压力下，头部厂商仍持续扩张投资
规模，反映出产业对AI基础设施长期需求的信心，高资本开支趋势尚未出现明显拐点。
数据来源：WIND，各公司财报及电话会，金圆统一证券研究所
需求变现
依然强筋
Azure+43% GCloud+82%
AWS+37% OracleIaaS+121%
Meta广告+27%
资本开支
全线加速
五家公司最新单季CapEx同比均增长约
+69%至+235%
FCF
压力突出
最近单季3/5家FCF为负，其余两家FCF
虽为正、同比仍下
厂商/财报期 需求与商业化表现 资本开支（指引+同比） 现金流（FCF/OCF） 融资、资本结构与资金安排
微软
FY26Q4
微软云593亿|+27%
Azure+43%|商业RPO6,780亿
RPO同比+84%（剔除OpenAI+25%）
CY26约1,750亿
单季CapEx410亿|同比+69%
原指引1,900亿；因租赁分类调整
FCF+196.0亿
OCF554亿|现金购建358亿
单季FCF同比约-23%|仍为正
单季新增融资租赁56亿
主要对应大型数据中心园区
期末现金及短投768亿
Alphabet
2026Q2
GoogleCloud248亿|+82%
云RPO5,139亿|环比+11%
云业务经营利润88亿|利润率35.6%
CY261,950–2,050亿
单季CapEx449亿|同比+100%
原1,800–1,900亿；上修150亿
FCF-58.6亿
OCF391亿|现金购建449亿
上年同期约+53亿；单季转负
当季股权496亿+债券203亿
实际净融资合计约699亿
另有400亿ATM授权，期末尚未发行
亚马逊
2026Q2
AWS422亿|+37%
AWS在手订单4,960亿|同比三位数
AWS经营利润166亿|利润率39.4%
CY26约2,200亿
单季现金CapEx531亿|同比+69%
原约2,000亿；上修约200亿
FCF-76.9亿
OCF454亿|现金投入531亿
官方TTM-76亿（上年+181.8亿）
2026H1长期债融资流入819亿
长债余额656亿→1,289亿
公司预计2026年继续开展融资活动
Meta
2026Q2
广告收入594亿|+27%
总收入608亿|同比+28%
广告展示量+14%|广告单价+12%
CY261,300–1,450亿
单季CapEx311亿|同比+83%
原1,250–1,450亿；下限上修50亿
FCF+7.8亿
OCF319亿|投入311亿
上年同期+85.5亿|同比-91%
当季长期债净融资249亿
期末长期债837亿
现金及有价证券903亿；流动性缓冲仍在
甲骨文
FY27Q1
云收入116亿|+62%
IaaS74亿|+121%
RPO6,640亿|同比增加2,090亿
FY27900–950亿³
单季支出285亿|同比+235%
FY26实际557亿|同比+62%–71%
FCF-54.0亿
OCF231亿|CapEx285亿
去年-3.6亿|净现金投入180亿
当季ATM股权发行约200亿
客户预付款113.6亿（带融资成分）
FY27目标筹资约400亿（含上述ATM）
地缘政策冲击抬升风险溢价，需区分监管边界与订单冲击
10月以来，FCC限制中国光模块、美系供应链剔除中国PCB、337调查等传闻密集发酵，多数未落地为实质禁令，但高位
筹码下任何海外政策预期差都会触发避险踩踏。
FCC限制中国光模块 美系供应链剔除中国PCB 337调查
市场流传FCC可能将中国光模块纳入限
制范围，CPO概念股集体下挫。有观
点称3.2T光模块物料中美国来源占比
可能达到65%，引发担忧。
10月上旬，市场流传美方供应链将全
面剔除中国PCB，触发PCB概念股下跌。
10月9日，美国国际贸易委员会宣布，
针对垂直供电系统启动337调查，被调
查企业包括
立讯精密、
工业富联、台
达电子、英飞凌等多家企业或主体。
Ø 10月8日，
东山精密回应，65%占
比说法系非官方市场传闻，并非正
式政策要求。
Ø 10月13日发布的FCC26-50新规，
仅限制新增设备认证，不追溯既有
授权设备，不能解读为全面禁售。
Ø 该传闻源于美国印刷电路板协会
（PCBAA）9月中旬规定，即美国
防部自2027年1月1日起，采购特
定印制电路板将受原产地限制。
Ø 该限制仅针对军工PCB采购，并非
针对所有商业AI供应链。
Ø 该调查源于美国Vicor公司的专利
侵权投诉，目前仍处于立案阶段，
不代表侵权成立；
Ø 据立讯精密披露，涉案产品仍处于
客户验证阶段、尚未量产，预计不
会对当期业绩造成重大不利影响。
传闻夸大，实质性禁令尚未落地，短
期情绪扰动大于基本面影响。
市场存在明显的泛化误读，商业AI供
应链未受实质波及。
调查处于早期，涉案产品未量产，短
期业绩免疫。
数据来源：中新经纬，观察者网，证券时报，金圆统一证券研究所
估 值 退 潮 ， 产 业 未 退
数据来源：MorganStanley，Amazon、Alphabet、Meta、Microsoft、Oracle财报及电话会，SEMI，TrendForce，金圆统一证券研究所
本轮电子板块的深度调整，本质上是对前期高估值、高预期、高持仓拥挤度的重新定价。我们不能将股价回撤简单等同于
AI需求的坍塌，也无法将估值下行直接视为底部的确认。市场可以修正增长的斜率，但无法仅凭一轮回调便否定AI产业增
长的长期方向。投资逻辑上，短期博弈预期与筹码，中长期终将回归需求兑现、盈利质量与现金回报。
需求端：云收入与在手订单持续提供正面验证 产业结构：AI驱动的系统性升级仍在持续 国产化：供应链安全诉求形成独立增长线
AI能力通过云业务收入持续落地并凭借在手订
单提升需求可见度，意味着产业链需求基础依
然稳固。2026年相关季度财报显示，Azure、
Google Cloud和AWS分别增长43%、82%和
37%，云业务收入及在手订单仍为AI基础设施
需求提供基本面支撑。资本开支方面，五大云
厂商2026年预计合计投入约7,916亿美元，
2027年有望进一步增至10,662亿美元。尽管投
入增速可能逐步放缓，但较高基数下的绝对投
入规模仍有望继续增长，短期产业链需求具备
韧性。
AI产业的发展具有系统性升级特征。模型训练
持续迭代、推理规模扩大以及智能体应用落地，
使基础设施的性能瓶颈不断迁移。现阶段聚焦
互联带宽、显存与存储，随后可能延伸至供电、
散热和能效，长期则取决于模型效率与商业化
成本。HBM、DRAM/NAND、光通信、服务
器PCB和高功率电源的受益节奏并不一致，但
市场估值的阶段性修正不会中断底层技术升级
与价值量重新分配。应用层是AI经济价值的最
终落点，其渗透速度又将反过来牵引模型、算
力、存储、网络及能源基础设施的迭代。
国内算力与半导体采购日益重视供应可获得性、
长期维护能力与安全性，供应链安全逐步成为
影响技术选型的重要因素。2025年中国大陆半
导体设备采购额约493亿美元，占全球市场的
36.5%，庞大的本土需求为国产设备验证、导
入与规模化应用提供市场基础。与海外云厂商
主要由算力扩张驱动的资本开支不同，国内自
主可控还受到供应链安全和产业体系建设推动，
相关需求与海外投资周期并不完全同步，有望
形成相对独立的增长动力。
风 险 提 示
1、AI需求与资本开支不及预期。
模型训练、推理及智能体应用落地若放缓，云厂可能下修资本开支或延后项目部署，AI服务器、
存储及高速互联等环节的订单增长或低于预期。
2、云厂现金流与融资压力加大。
AI基础设施建设投入规模较大，若云业务收入增长、算力利用率及投资回报不及预期，可能导致云
厂自由现金流持续承压、融资成本上升，进而影响后续资本开支及产业链订单兑现。
3、存储及电子元器件价格回落风险。
若DRAM、NAND及MLCC等产品新增产能释放快于预期，或下游需求增长放缓，行业供需格局可
能发生变化，导致产品价格回落，相关企业盈利能力及业绩增长不及预期。
4、国产替代及技术迭代进度不及预期。
国产AI芯片、超节点及半导体设备在性能提升、软件生态适配、客户验证和规模化应用等方面仍存
在不确定性，若技术突破或商业化落地进度低于预期，可能影响相关企业订单及盈利兑现。
5、国际贸易摩擦与海外政策风险。
全球半导体及AI产业链受出口管制、贸易限制、知识产权调查等因素影响较大，若海外监管政策
进一步收紧，可能对国内企业的技术获取、供应链稳定性及海外业务拓展造成不利影响。
评级说明：
股票评级 自报告发布之日起6个月内，相对所属板块指数涨幅
买入 股价相对强于基准20％以上；
增持 股价相对强于基准10%—20%以上；
持有 股价相对基准波动±10%以内；
卖出 股价相对弱于基准10%以上；
行业评级 自报告发布之日起6个月内，相对沪深300指数涨幅
强于大市 相对强于基准10％以上；
中性 相对基准波动±10%以内；
弱于大市 相对弱于基准10%以上；
分析师声明：
负责本报告全部或参与部分内容的分析师在此声明，本人具有证券投资咨询执业资格，并在中国证券业协会注册登记为证券分析师，以勤勉的职业态度，独立、客观地
出具本报告；本报告基于市场公开的合法合规信息进行撰写，本报告所表述的所有观点准确反映了分析师本人的研究观点；本人薪酬的任何组成部分不曾与，不与，也将不
会与本报告中的具体分析意见或观点直接或间接相关。
特别声明：
法律许可的情况下，金圆统一证券可能会持有或交易本报告中提及的标的证券，也可能为标的证券提供股债融资、财务顾问、资产证券化和理财投顾服务。因此，投资
者应当考虑到金圆统一证券及/或相关人员可能存在影响本报告观点客观性的潜在利益冲突，投资者请勿将本报告视为决策的唯一依据。
免责声明：
金圆统一证券有限公司（以下简称“金圆统一证券”或“本公司”）具有中国证监会批复的证券投资咨询业务资格。本报告由金圆统一证券制作并发布。本报告仅供本
公司及其客户使用。本公司不会因收到本报告而视其为本公司的当然客户。
本报告是基于金圆统一证券认为可靠的已公开信息编制，但金圆统一证券不保证所载信息的准确性和完整性。本报告所载的意见、评估及预测仅为本报告最初出具日的
观点和判断，本报告所指的证券或投资标的的价格、价值及投资收入可能会出现不同程度的波动，涉及证券或投资标的的历史表现不应作为日后表现的保证。在不同时期，
或因使用不同假设和标准，采用不同观点和分析方法，致使金圆统一证券发出与本报告所载意见、评估及预测不一致的研究报告，对此金圆统一证券可不发出特别通知。
在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议，也没有考虑到客户特殊的投资目标、财务状况或需求。客户应考虑本报告中的任何意见
或建议是否符合其特定状况，若有必要应寻求专家意见。本报告所载的资料、工具、意见及推测仅供参考，并非作为或被视为出售或购买证券或其他投资标的的邀请或向他
人做出邀请。在法律允许的情况下，金圆统一证券或其关联机构可能会持有报告中涉及的公司所发行的证券并进行交易，并可能会为这些公司正在提供或争取提供投资银行
业务服务。
本报告版权仅为金圆统一证券所有。未经金圆统一证券书面同意，任何机构和个人不得以任何形式翻版、复制、发布、转发或引用本报告的任何部分。若金圆统一证券
以外的机构向其客户发放本报告，则由该机构独自为此发送行为负责，金圆统一证券对此等行为不承担任何责任。本报告同时不构成金圆统一证券向发送本报告的机构之客
户提供的投资建议。如未经金圆统一证券授权，私自转载或者转发本报告，所引起的一切后果及法律责任由私自转载或转发者承担。金圆统一证券将保留随时追究其法律责
任的权利。
厦门：
厦门市思明区展鸿路82号国际金融中心大厦10-11楼
深圳：
深圳市南山区粤海街道高新区社区科苑南路3099号中国储能大厦4801
上海：
上海市中国（上海）自由贸易试验区
陆家嘴环路1233号汇亚大厦2301A、2302A室
北京：
北京市西城区武定侯街2号、4号10层F2-1（B）1001-05A
金圆统一证券营业网点
感谢您的聆听！
THANKS FOR YOU LISTENING