登錄
註冊
據 Woofun AI 消息,瑞銀於 2026 年 7 月發佈的中國實地觀察報告揭示,中國 AI 產業的投資重心正經歷從軟件大模型向半導體硬件及基礎設施的結構性轉移。
這一趨勢在 WAIC 2026 期間得到充分驗證。瑞銀組織約 40 名投資者調研了 12 家科技企業,覆蓋大模型、GPU、網絡、模擬芯片、封裝測試、服務器 ODM 和半導體設備等領域。調研發現,國內廠商展示的重點已從單顆芯片轉向由芯片、服務器、互連網絡和集羣管理共同構成的系統級方案。華爲展示了由 1024 顆芯片組成的 Atlas 950 SuperPod;曙光推出的 Sugon 8000 方案支持十萬卡級互連;沐曦、中興和阿里巴巴也推出了各自的超節點產品。在網絡側,相關廠商開始展示 51.2T CPO 交換機原型和完整光互連方案。
這種變化表明,國產算力正通過擴大集羣規模、改善互連效率和優化系統架構,來降低單芯片性能差距帶來的影響。對投資者而言,受益範圍已由 GPU 擴展至交換芯片、光互連、服務器 ODM、存儲接口和先進封裝。國內 AI 加速器廠商反饋,來自雲服務商等客戶的需求持續增強,海外高端算力在中國市場依然緊張,而國內雲廠商採用國產計算卡的意願正在提高。部分二線廠商正開發對標 H100 和 H200 的產品,同時迭代 SuperPod 技術。
模型公司的商業化進展同樣加快,但增長質量仍取決於算力成本。據智譜管理層介紹,公司年化經常性收入截至 7 月已達到 10 億美元,提前超過原定的 2026 年年底目標,主要受 Token 使用量增長和 API 漲價推動。公司近期完成約 310 億港元 H 股配售,資金將支持算力擴張,同時也在考慮通過租賃獲得更大規模的算力資源。瑞銀認爲,API 提價和推理優化可能推動智譜利潤率改善,但國內算力供應偏緊、租賃價格上漲,仍是盈利能力的重要變量。
MiniMax 的 ARR 則從 2025 年底約 1 億美元升至一季度業績會披露的約 1.5 億美元,並在 M3 發佈前進一步增長超過一倍。管理層仍有信心在 2026 年年底實現 10 億美元 ARR 目標。API 與 Token Plan 業務收入佔比已由 2025 年的約 30% 升至 2026 年 5 月的接近一半,說明增長動力正從消費者訂閱進一步轉向開發者和企業調用。
不過,MiniMax 新一代 M3 模型的參數規模接近 M2.7 的兩倍,更大的模型通常意味着更高的推理成本,公司需要依靠推理工程優化、集羣運營和提前採購算力來維持毛利率。
Woofun AI 整理數據顯示,機構資金對中國 AI 的關注開始向硬件側集中。7 月機構調研佔比環比上升最快的三個板塊分別是半導體及半導體設備、科技硬件與設備,以及銀行;資本品、能源和食品飲料板塊的調研佔比下降最明顯。其中,軟件與服務板塊的調研熱度有所提高,但擁擠度指標仍處於負值區間;材料、食品飲料和資本品的調研熱度下降,倉位卻相對擁擠。
這意味着半導體已成爲 AI 交易升溫最明顯的方向,而軟件板塊可能仍存在一定預期差。具體到產業鏈,瀾起科技表示 DDR5 第三代和第四代內存接口芯片正在快速放量,第五代產品預計於 2026 年下半年開始出貨。MRDIMM 相關產品已成爲新業務的重要收入來源,PCIe 6.0 Retimer 驗證也在推進。先進封裝環節的景氣度更加直接。長電科技二季度產能利用率約爲 80%,AI 相關業務、晶圓級封裝和凸塊業務均處於滿載狀態。公司計劃投資 78 億元建設以 2.5D 封裝爲重點的新工廠,預計 2028 年下半年完成建設、2029 年投產。瑞銀認爲,本輪封裝週期與以往消費電子驅動的週期不同,AI 帶來的結構性需求可能支撐利用率和毛利率繼續改善。
不過,新工廠距離投產仍有較長時間,最終回報取決於國產 AI 芯片放量、客戶導入和行業擴產節奏。
報告還將 AI 基礎設施的觀察範圍延伸至儲能和電力設備。陽光電源表示,公司自 2026 年一季度起已向開發商和集成商銷售 AI 數據中心儲能系統,這些客戶再將產品提供給美國雲服務商。由於儲能通常是數據中心建設後期採購的設備,訂單確認速度相對較慢,雲服務商直接成爲其客戶的可能性也不高。公司同時在與美國雲服務商合作推進固態變壓器的研發和驗證,預計未來幾個月推出產品。固態變壓器和儲能系統採用模塊化設計,可以縮短現場部署時間,並降低安裝成本。但 AI 需求並不能完全抵消儲能業務的週期壓力。
陽光電源預計,鋰價上漲可能繼續壓制 2026 年二季度毛利率,公司向低利潤率市場擴張也會拉低整體盈利水平。瑞銀因此認爲,AI 數據中心儲能和固態變壓器提供了長期增長空間,但短期業績仍取決於訂單節奏、原材料價格和海外供應鏈安排。總體來看,這份報告釋放的信號不是中國 AI 產業已經擺脫所有約束,而是增長路徑正在變得更加完整:模型調用量帶動算力需求,國產算力採用推動服務器和互連升級,芯片放量進一步傳導至封裝、設備和電力基礎設施。下一階段真正需要驗證的,也不再只是國產模型能否繼續刷新能力,而是這套逐漸成形的 AI 技術棧,能否把需求轉化爲穩定收入、可控成本和持續利潤。