科技行业：该投资于哪个AI瓶颈？

Astra GPT-6模型的发布强化了“AI瓶颈”的投资叙事。在当前投资者仓位下降、宏观环境存在不确定性以及市场近期回撤的背景下，投资不足的风险已高于投资过度的风险。鉴于不确定性本身具有价值，基于对全球科技受益者影响、供给紧张持续时间及非AI板块表现的综合考量，需重新审视AI产业链的投资方向。

科技投资可划分为三个主要方向：AI计算、存储和网络。这三类子板块均受益于AI资本开支及可服务市场规模的显著扩张，但各自处于不同的周期阶段。其中，AI计算为最偏好方向；存储方面，Astra GPT-6为近期叙事提供助力；网络则是第二偏好。

低估的市场动态与周期特征

市场可能低估了三项关键动态：首先，新近发布的GPT-6 Astra对全球科技受益者的深远影响；其次，由于缺乏实质性产能扩张（如ABF载板）或制造复杂度上升（如HBM4E后段制程BEOL复杂度）导致的供给紧张持续时间；最后，即便不依赖AI也能表现良好、并可在低关注度下持续兑现的股票。

随着周期往后推移，预期越高越容易令人失望。投资者如今对AI公司的业绩不再只是期待“好”，而是期待“完美”。随着估值逐步回归常态，科技板块可能重新成为纯粹的盈利动量板块——当盈利动量改善时买入，而不是因为估值看起来“便宜”就买入。盈利兑现能力以及承受盈利预测下调的能力，将成为短期股价表现最重要的驱动因素。

自下而上看，市场一致预期AI受益公司2027年盈利增长56%，且在2026年收入增速放缓的背景下仍计入利润率扩张。然而，这种组合出现的概率不高，53%的盈利增长更可能实现。从相对盈利修正动量来看，AI受益公司在盈利预测修正方面已经不再相对非AI科技板块保持领先。未来盈利动量可能以AI计算、网络和非AI板块最佳，而存储最弱，存储股似乎已越过周期高点。

AI计算：确信度最高的结构性赛道

AI计算仍是最确信度最高的赛道，因为从半导体GPU/CPU/ASIC、台积电，到下游高端ABF载板和MLCC，整个计算产业链均呈现强劲的出货量增长和持续的盈利上行空间。台积电将2026年收入同比增长指引上调至超过40%，主要受更强AI需求驱动，其AI半导体业务维持70–80%的复合年增长率是合理的，且2026年AI半导体收入占比可能已超过30%。台积电将2026年资本开支上调至600–640亿美元，再次表明AI需求强于此前预期。

计算机会并不止于芯片和代工，还延伸至AI驱动的出货量增长能够逐步转化为价格和利润率上行的零部件。在ABF载板领域，需求结构已从PC明显转向服务器、AI GPU/ASIC和网络。预计ABF涨价周期将比此前预期更强、也更早，首选欣兴电子，同时看好南亚电路板和臻鼎-KY。在多层陶瓷电容器（MLCC）领域，随着功率密度和性能要求提升，AI服务器需要价值量明显更高的MLCC。Murata Manufacturing被列为首选股，三星电机则同时受益于ABF和MLCC两条AI主线，支持2026–2028年29%的盈利CAGR。

总体而言，计算兼具最佳的结构性出货量增长和持续盈利上行，是最偏好的AI硬件敞口。超大规模云厂商和新型云服务商的资本开支持续强劲增长，为这一趋势提供了坚实基础。

存储：基本面强劲但进入周期后段

对于存储板块，需区分“仍然强劲的存储基本面”和“随着周期成熟而逐渐下降的相对风险回报吸引力”。预计到2026年四季度，存储周期将转入后段，DRAM月度价格同比涨幅见顶。定价仍强，但环比涨幅应趋缓，盈利预测上调速度也已经开始放慢。2026年三季度DRAM合同价约环比+20%，主要因为服务器需求强劲，而消费/非AI端仍偏弱。四季度目前仍跟踪约环比+5–10%，此后的能见度有限。

存储仍高度受供给增长影响。根据最新数据，DRAM位元供给年初至今增长36%，2026年目前增长31%。过去9个月，对2026年DRAM晶圆厂设备支出（WFE）的预测上调47%，因为DRAM厂商持续提前锁定设备产能。然而，AI正在延长存储周期持续时间并改变其经济性。每个AI计算单元对应的DRAM容量显著提升，但近期因成本较高有所下调，SOCAMM从最初192GB降至2027年的64GB，HBM容量规格下调也将从2027年末开始减少对先进DRAM晶圆产能的占用。

HBM4E的后段制程复杂度代表半导体制造范式发生重大变化，HBM从专用3D存储堆栈转向先进、高度集成的定制小芯片逻辑系统。HBM4E后段制程复杂度上升可能延迟DRAM供给增长，并进一步延迟NAND供给增长。由于HBM4E互连层数增加，2026–2027年相当一部分DRAM资本开支将不得不用来扩充后段产能。因此，前段制程工艺迁移资本开支显著增加以及DRAM GB出货增速加快，可能要到2027年下半年才会发生。

在当前周期阶段，偏好结构性份额提升、国产替代和下游AI敞口，而非通用型半导体价格敞口。中国存储是一个关键例外，长鑫科技因受益于中国本土AI/服务器对HBM和DDR5的需求、国产替代及快速扩产，被给予超配评级。预计2025–2028年位元出货CAGR为46%，且HBM3E将在2027年成为中国AI GPU的一项主要瓶颈。

网络：扩展互联带来的架构演进

随着加速器集群规模扩大、通信密集度提高，网络仍是具有吸引力的AI基础设施机会。投资机会应围绕扩展互联网络的快速增长来理解，而不是假设铜互联会立即切换为光互联。预计2030年扩展互联网络机会将超过700亿美元，是一年前预测的4倍以上，反映英伟达、谷歌、亚马逊云服务等架构下加速器域显著扩大。Rubin把扩展域提升到144张GPU，Rubin Ultra进一步提升到576张GPU，后续代仍可能继续扩大。

铜互联的可用寿命可能比市场假设更长。对于机架内短距离连接，铜在时延、功耗和成本上仍有优势；SerDes、重定时器、连接器和有源铜缆的改进也在不断延长其寿命。当扩展域跨越多个机架、带宽密度和电I/O功耗变得更具挑战时，光互联的重要性才会明显上升。因此，演进路径更可能是“铜 → 近封装光学/混合架构 → CPO”，而不是简单的“铜直接替换成光”。预计2028年扩展互联CPO采用仍有限，最强采用期更可能在2029年及以后。

相比短期共封装光学（CPO）快速放量，更偏好同时覆盖光、电以及架构使能技术。Corning提供相对架构中性的光学敞口；Lumentum受益于NPO/CPO发展带来的激光器和光引擎价值量；Coherent则广泛覆盖CPO/NPO元件栈。Keysight Technologies因不依赖具体架构，可受益于光、电、扩展互联和横向扩展网络测试复杂度提升，被上调至超配。此外，CPO供应链实质放量，预计CPO交换机出货将从2026年的2.3万台增至2027年的5.9万台，并在2030年达到约20万台。

非AI机会：模拟芯片的早周期对冲

除人工智能相关领域外，模拟芯片提供最看好的早周期配置方向，可为投资组合提供更具吸引力的多元化机会。其周期位置几乎与存储相反。经历超过三年L形底部后，渠道库存精简、价格趋稳，以及成熟制程/功率产品出现选择性紧张等关键指标正在改善。工业订单正在改善，产能利用率和价格也从低位复苏。

2026年上半年已确认上行周期刚刚启动，预计至少在今年下半年仍会延续，价格有望继续改善、库存逐步进入补库阶段，订单出货比也保持建设性。全球覆盖的大多数公司对终端市场增速的指引均高于季节性水平，渠道状况也普遍好于一年前。核心争论仍是改善究竟来自可持续的终端销售，还是主要由分销商补库驱动。分析认为，上季度的公司评论更支持“需求驱动的上行周期”，而不是短期库存脉冲。

传统终端市场中，消费仍是薄弱环节。苹果提供了一个与AI相关的独特机会，它是第一家真正有能力把AI做成消费者手中产品的公司。若能成功，这将显著推动AI叙事。但在智能手机领域，对中国市场持谨慎态度，继续偏好iPhone产业链。预计2026年全球智能手机出货同比下降约13%，其中安卓约下降15%，存储成本上升推动OEM涨价并造成需求破坏。PC市场同样承压，尽管市场为预期零部件涨价而积极备货，但仍描述为停滞/偏软，没有充分证据显示出货量出现有意义的复苏。

投资策略总结

投资含义并不是简单地“买更多AI”，而是偏好处在更广泛推理周期与有限实体产能、单机价值量提升或制造复杂度上升交汇处的公司。首选人工智能算力领域的英伟达、联发科、创意、欣兴电子、Ibiden、Murata、三星电机、Advantest、Tokyo Electron、致茂电子、鸿劲、日月光、京元电子及台达电子。在网络通信领域，看好Corning、Lumentum、Coherent、Keysight Technologies、Furukawa、Fujikura和Soitec。在存储器领域，更偏好长鑫存储，而SK海力士、三星电子和Kioxia虽处于通用型半导体周期后期，但在供应持续紧张的情况下，仍有望受益于战术性催化因素带来的上行空间。

整体策略仍偏好“结构性AI增长 + 非AI早周期复苏”的杠铃式配置。在AI内部，计算仍是确信度最高的赛道；网络是第二选择；存储则更强调选股，偏好传统存储、中国半导体设备的国产替代，以及由AI计算驱动的晶圆厂设备支出中封装与测试环节。非AI方面，模拟芯片作为早周期对冲，具备吸引力。