2025年电子行业2026年度投资策略：人工智能引领科技革命，算力需求爆发催化产业升级

一、AI 算力云侧：大风起兮，算力需求催发云侧爆发

与 2025 年相比，206 年 AI 应用或将进入以视频/图像为核心的多模态阶段，模型规模与 序列长度持续上行，有望推动 AI 算力/运力/存力需求高速增长。（1）PCB 端：AI 服务器 /交换机/光模块等需求量快速拉升，产品技术规格不断升级迭代，AI 用 PCB 规格和需求 量有望大幅跃升，考虑到 PCB 产业的重资产属性，产能释放需要一定时间，高端 PCB 及 其上游原材料（覆铜板/铜箔/树脂和玻纤布）订单有望进一步外溢到国内厂商。（2）存储 端：存储体系转向 HBM+大缓存+PCIeGen5/6SSD 的分层结构以支撑多模态带宽需求，未 来随着多模态应用逐步落地，有望推动存储需求进一步提升，存储产业或有望开启史上 最大、最长上行区间。（3）国产算力芯片：AI 作为新一轮产业革命，AI 算力系其核心发 展要素，海外高端算力芯片供给受限背景下，AI 算力芯片自主可控刻不容缓，随着国内 AI 芯片设计企业如：寒武纪/摩尔线程/沐曦等科技在芯片设计领域不断成熟，国内先进 制程产能陆续释放，我们认为国产算力芯片行业有望迎来高速发展期。

（一）供需两端向上，云端需求持续爆发

1、需求端：海外资本开支快速上行，巨头抱团坚定 AI 投入信心

AI 算力成为此轮 AI 发展的核心驱动力，海外大厂加快算力基础设施建设。ChatGPT 掀 起新一轮的 AI 发展浪潮，大模型的性能遵守 Scaling law 法则即大模型的最终性能主要 与计算量、模型参数量和训练数据量三者的大小相关，AI 算力成为此轮 AI 发展的核心 驱动力。北美科技巨头纷纷加码 AI 相关投入，投资于数据中心、服务器和网络设备等基 础设施。CY2025 前三季度北美云厂商 Meta、亚马逊、谷歌、微软 CapEx 总和达 2574.2 亿美元（YoY+65%），已超过 2024 全年总和。

海外云厂商 25 年资本开支指引乐观，算力需求热度高涨。从海外云厂商对未来资本指引 情况来看，北美三大云厂商 2025 年资本开支指引增幅均在 50%以上。其中谷歌表示 2025 年资本开支将达 910-930 亿美元（YoY+73.2%-77.0%），开支主要用于服务器和数据中心的 AI 领域投资。Meta 预计 25 年资本开支 700-720 亿美元（YoY+87.9%-93.3%）, 未来 数年还将投入数千亿美元用于人工智能基础设施。亚马逊 25 年资本开支指引高达 1250 亿美元（YoY+50.6%）。

北美巨头战略合作坚定 AI 投资信心。2025 年以来北美巨头英伟达、微软、OpenAI、Oracle 等陆续签订投资+战略合作事项，坚定 AI 投资信心，如英伟达 9 月宣布对 OpenAI 1000 亿美金投资计划，支持 OpenAI 建设 10GW 数据中心。

2、供给端：海外加大 AI 芯片限制，国产厂家突围

NV 持续高增，未来指引乐观。英伟达公布了 2026 财年第三季度（截至 2025 年 10 月 26 日）财务情况：该季度营收达 570.06 亿美元，同比增长 62%，环比增长 22%；净利润 （非 GAAP）达 317.67 亿美元，同比增长 59%，环比增长 23%。公司首席财务官（CFO） 科莱特·克雷斯（Colette Kress）披露了一组令人瞩目的数据：目前可见至 2026 年底，仅 Blackwell 和 Rubin 两大 AI 加速平台就将为公司带来约 5000 亿美元的可见收入。

除了英伟达，AI 对服务器组装、PCB、光模块、交换机、光模块上游芯片等供应链皆带 来显著业绩影响。我们选取了部分国内外供应链公司，25 年以来业绩实现了显著增长。

应用端向前推进有望形成 AI 投入闭环。近日，谷歌发布 Gemini3 和 Nano Banana2，性 能较其他同类产品具有明显优势。应用的进步有望打消大家对巨额资本开支投入的质疑。

谷歌旗下图像生成模型 Nano Banana 迎来重磅升级，全新版本 Nano Banana Pro 正式亮 相，文本渲染能力、分辨率、生成速度等显著升级。

海外 CSP 大幅提高资本开支，同时对未来资本开支指引乐观，巨头绑定坚定 AI 投资信 心，算力硬件需求旺盛。近期谷歌 Gemini 系列新品发布，性能大幅度提高，为 AI 产业 商业闭环带来可能，同时其他大厂亦有提高自己模型能力的紧迫需求，带来算力需求增 加。

（二）PCB：AI PCB 需求高增&新技术，关注订单外溢&新技术变革受益标的

AI 服务器&高速交换机持续迭代升级，推动 PCB 产品朝着高密度化、高性能化发展。 AI 服务器&高速交换机未来继续朝着高密度、高速化、高功率等方向发展，推动 PCB 朝 着高密化、高性能化方向发展。（1）高密度化是 PCB 未来发展的重要方向，孔径大小、 布线宽度、层数、叠孔结构等方面要求更高。HDI 是 PCB 高密度化先进技术的体现，HDI 技术通过精确设置盲、埋孔的方式来减少通孔数量，节约 PCB 可布线面积，大幅度提高 元器件密度，IC 封装基板的高密度化则相较 HDI 板更为显著。（2）高性能化：PCB 功 能性如阻抗性、散热性等方面的性能要求越来越高，从而增强产品的功能及可靠性。此 外，高性能产品往往发热较多，需要具备良好散热性能的 PCB 降低产品的温度。

高多层板技术发展趋势：随着 AI、高速交换机等应用对高多层的信号完整性以及散热性 能等提出更严苛的要求，14 层及以上高多层 PCB 的需求日益增长。（1）层数及布线密度 不断增加：越来越多的高多层 PCB 厂商所大规模生产的 PCB 的层数已达到 14 层及以 上，并在持续研发30层、甚至70层及以上的高多层PCB。线宽/线距也从主流的100/100µm 缩小到 75/75µm，甚至进一步缩小到 50/50µm 及以下，以在有限的空间内实现更高的布 线密度。（2）高密度互连技术：通过采用微盲孔、埋孔、叠孔等先进的钻孔技术，实现了 比传统通孔更小的孔径和更紧密的布线间距。（3）高频高速材料：为满足日益增长的高 速数据传输需求，CCL 材料 M4、M6 逐步升级到 M7、M8 等高速材料，以有效降低信号 损耗并确保高速数据传输的稳定性和可靠性。未来更将向使用 M9 等更低损耗等级的材 料持续发展。

HDI PCB 可划分为低增层 HDI 及高阶 HDI。高阶 HDI 是指三阶及以上的 HDI（3+N+3 或以上结构，在常规 PCB 的每一侧包括三层或以上层叠加增层）。N 表示常规通孔 PCB 的层数，前缀数字 1/2/3 表示叠加的增层次数。高阶 HDI 具有高密度、高频、高速及优异 信号传输性能等优势，在需要极致微型化和信号完整性的服务器、高端网络通信、汽车 电子等领域至关重要。高阶 HDI PCB 需实现更细线宽/线距、更小微盲孔尺寸及更高纵横比，其线宽/线距已从 100µm 缩减至 40µm，以实现更高的布线密度与更复杂的电路设计； 盲孔直径从 150µm 减至约 60µm，以实现更小的焊盘尺寸和更高的互连密度，从而支持 更精密的元件封装。纵横比则从 10:1 提升至 25:1 甚至 30:1，可在紧凑空间内实现更多电 气连接。

PCB 由于其在高密互连的优势，有望被运用于 AI 服务器背板中。据 semianalysis 分析， 为实现更高的机架密度，VR300 NVL576 预计采用 PCB 板级背板替代传统铜缆背板，作 为机架内 GPU 与 NVSwitch 之间的高速互联链路。

CoWoP 有望引领系统级封装新方向，PCB 复杂度显著提升。随着单芯片制程逼近物理 极限，通过先进封装整合多颗芯粒成为提升性能的重要路径。CoWoP（Chip-on-Wafer-onPCB）作为继 CoWoS 之后的新型系统级封装架构，其结构通过将硅中介层直接贴装于高 密度 PCB 上，省略有机载板（ABF）与焊球连接，简化封装路径并提升集成效率。相较 CoWoS 以载板为支撑的三层构造，CoWoP 表现出更优的系统紧凑度、热管理及成本管 理。

树脂、铜箔和玻纤布三方面性能同步提升，推动 CCL 高速化发展，CCL 及其上游产业 有望迎来黄金发展期。随着 AI 服务器性能逐步提升，PCB 传输损耗要求越来越高，需要 使用更高规格的 CCL。高端 CCL 的配方研发难度较大、周期较长，赢得配方者赢得市 场。此外，树脂、铜箔和玻纤布作为覆铜板的主要组成部分，其性能对高速 CCL 的性能 起着至关重要的作用，未来几年相关产品也有望迎来快速发展。随着 AI 产业的快速发展， 高速 CCL 产品需求量快速大幅增长，用于高速 CCL 的树脂、铜箔和玻纤布需求量快速 增长，CCL 及上游原材料迎来黄金发展阶段。

AI 用 PCB 需求快速大幅增长，我们认为传统头部高端 PCB 玩家产能供给有限且新产能 释放需要一定时间，高端订单有望外溢到具备高端产能、扩产节奏快的 PCB 厂商。因此， 我们建议关注固定资产高、周转率低的头部企业以及有新的高端产能释放的厂商，在高 端 PCB 供给可能紧张的情况下，有望加快导入北美 AI 服务器、交换机客户。未来随着 更多中国大陆 PCB 厂商导入到北美算力 PCB 供应链，有望带动上游 CCL、铜箔和玻纤 布等国产厂商进入到北美供应体系。

AI 算力需求依旧强劲，推动 PCB 需求高增长，国内 PCB、CCL 及其上游原材料产业迎 来黄金发展机遇。PCB 行业重资产属性导致其产能释放需要一定时间，AI 需求持续高增 长的背景下，产能供给成为核心矛盾，扩产进度快、产能储备充足的头部 PCB、CCL、 铜箔和玻纤布玩家有望受益。此外，PCB 跟随 AI 芯片不断升级迭代，正交背板/COWOP 等新方案不断提出，关注受益于新技术的玩家。

（三）存储：企业级需求高增，驱动新一轮存储超级周期

1、云厂商资本开支高增，服务器 NAND 和 DRAM 应用占比持续增长

云厂商加速数据中心扩建，资本开支高增。据 Trendforce，随着 AI 服务器需求快速扩张， 全球大型云厂商正扩大采购英伟达 GPU 整柜式解决方案、扩建数据中心等基础建设，并 加速自研 AI ASIC，预估将带动 2025 年谷歌、亚马逊、Meta、微软、甲骨文和腾讯、阿 里巴巴、百度八大 CSP 的合计资本支出突破 4200 亿美元（YoY+61.06%），约为 2023 年 与 2024 年资本支出相加的水平。26 年因来自 CSP、信创云的需求持续稳健，对 GPU、 ASIC 拉货动能将有所提升，加上 AI 推理应用蓬勃发展，Trendforce 预计全球 AI Server 出货量将年增 20%以上，占整体 Server 比重上升至 17%。

大模型复杂程度日益加深，存储配置亟待提升。典型的 AI 大模型训练和推理过程主要分 为五个阶段：数据输入、数据准备、模型训练开发、模型推理部署和归档，需要根据每个阶段所需的存储特征来提供针对性的存储解决方案。随着模型越来越复杂，训练数据集 越来越大，AI 工作复杂将对存储的需求进一步提高。具体来看，AI 训练阶段涉及庞大的 数据集和复杂的计算，要求存储系统具备高速读写能力和超大容量。而 AI 推理阶段虽然 数据读取频率高于写入，但同样需要高效的数据访问速度来支持实时决策。

全球数据中心基建持续升温，服务器 NAND 和 DRAM 应用占比持续增长。近年来大型 云服务商适度超前投资 AI 基础设施，为未来长期发展提前部署存算力资源。服务器 NAND 和 DRAM 的应用占比持续增长，据闪存市场，服务器 NAND 应用占比有望从 2023 年的 16%提升至 2025 年的 30%，服务器 DRAM 应用占比有望从 2023 年的 32%增长至 2025 年的 36%。

NAND 方面：算力中心加速部署超高容量 eSSD 以提升性能并降低能耗，25 年服 务器 NAND 应用占比有望达 30%。据闪存市场《2024-2025 年全球存储市场趋势白 皮书》，预计 2025 年互联网企业对 PCIe5.0 eSSD 需求持续增加，32TB 及以上 QLC eSSD 在服务器市场的渗透率有望稳步提升，推动服务器存储位元需求近年来 持续大幅攀升。据 CFM 闪存市场数据，2024 年全球存储应用市场中，服务器、手 机和 PC 的 NAND 应用占比分别为 30%、31% 和 14%，而服务器 NAND 应用 占比将从 2023 年的 16% 攀升至 2025 年的 30%。

DRAM 方面：服务器 DDR5 及 HBM 需求攀升，25 年服务器 DRAM 应用占比有望 达36%。随着支持 DDR5 的 Intel EMR 与 AMD Bergamo 处理器平台渗透率提升， 叠加搭载 Nvidia Hopper/Blackwell 及 AMD MI300 等加速芯片的 AI 服务器出货 量显著增长，服务器 DDR5 及 HBM 需求实现快速攀升。据 CFM 闪存市场数据， 2024 年服务器、手机、PC 终端在 DRAM 应用中的占比分别达 34%、32% 和 14%， 其中服务器 DRAM 应用占比从 2023 年的 32% 预计将增至 2025 年的 36%。在 64GB 及以上 DDR5 与 HBM3e 12hi 出货量增长的推动下，2025 年服务器存储位 元需求同比增幅将超过 20%。

近两年来服务器存储需求增幅显著领先于各主要应用市场，存储原厂持续将新增产能与 资本支出向高性能 eSSD、DDR5 及 HBM 领域倾斜，AI 应用需求不断驱动存储技术与 产品迭代升级。据闪存市场《2024-2025 年全球存储市场趋势白皮书》，2025 年 NAND 和 DRAM 容量需求将分别增长 12%和 15%。

2、DRAM：低功耗内存需求日益旺盛，26 年传统 DRAM 新增产能有限

数据中心建设面临能耗问题，低功耗内存架构至关重要。随着 AI 技术迅速兴起，数据 中心面临如何在提供海量算力的同时降低能耗的问题。据美光官网援引美国能源部发布 的数据中心电力需求增长的评估报告，到 2028 年预计美国数据中心和 AI 的用电量将增 加两倍，从而推动美国能源需求极速增长。为应对全球数据中心基础设施日益增长的能 源需求，先进的节能型硬件技术至关重要。通过开发和采用创新型低功耗内存架构，数 据中心可以获得显著的性能提升，同时比传统 DDR5 内存消耗更少的能源。 低功耗内存架构是数据中心必备战略要务，英伟达 Grace CPU 已采用 LPDDR5X。与 DDR5 等传统内存技术相比，低功耗内存的工作电压更低，并通过降低功耗、减少产生 的热量、优化的节能型电路设计来提高能源效率。据美光对 LPDDR5X 内存和传统 DDR5 内存进行的对比测试，LPDDR5X 内存可实现至关重要的性能提升。在使用 Meta Llama3 70B 测试推理性能时，LPDDR5X 相比于 DDR5 的推理吞吐量提高 4 倍、延迟降低近 80%、 能耗降低 73%。低功耗内存技术可同时降低用电量和运营成本，从而为数据中心带来经 济效益，已不仅仅是一种技术升级选项，而是现代数据中心必备的战略要务。英伟达新 一代 Grace CPU 使用带有纠错码（ECC）的 LPDDR5X 显存来实现服务器级可靠性，同 时将能效提高 5 倍，非常适合云、企业和高性能计算（HPC）工作负载。

针对 AI 数据中心对低功耗 DRAM 的需求，存储厂商亦积极拓展低功耗内存在数据中 心的应用。25 年 10 月，美光正式送样业界高容量 SOCAMM2 模组，在其 25 年 3 月发 布的 LPDRAM SOCAMM 基础上实现了功能的进一步拓展，在相同的规格尺寸中实现 50% 的容量提升，增加的容量可以将实时推理工作负载中首个 token 生成时间（TTFT）显著 缩短 80% 以上。与同等能效的 RDIMM 相比，SOCAMM2 模块的能效提高了三分之二 以上，同时将其性能封装到三分之一大小的模块中，不仅优化了数据中心占地面积，还 最大限度地提高了容量和带宽。 HBM 单位元收入贡献远超传统 DRAM，且差距仍在不断扩大。HBM 是 DRAM 行业最 核心的价值增长引擎，单位元贡献的收入远超传统 DRAM，且 HBM 的营收占比和位元 产出占比之间的差距仍在不断扩大。2024 年，HBM 凭借 5%的位元出货量，贡献 DRAM 行业 19%的营收。而到 2026 年，预计 HBM 将以 9%的位元出货量，贡献 DRAM 行业 41%的营收。

主要原厂 26 年均聚焦 HBM 产能扩张，传统 DRAM 新增产能有限。2026 年，DRAM 领 域主要扩产集中于 HBM，整个行业的 HBM 产能占比将显著提升。各家厂商均专注于HBM 产能的扩张，SK 海力士是 HBM 扩产最为激进的厂商，计划在 2026 年将高达三分 之一的总产能用于 HBM 生产。而美光大幅提高 HBM 产能扩张，26 年规划 HBM 产能接 近翻倍。从传统 DRAM 的新增产能来看，仅三星新增 1.5 万片/月，海力士新增 5000 片/ 月，长鑫存储新增 1 万片/月，南亚科新增 7000 片/月，整体新增产能相对有限。

3、NAND：受 KVCache 卸载&HDD 挤占影响，NAND 出货或将出现爆发式增长

中高容量 eSSD 应用占比大幅提升，预计 25 年 8TB 及以上应用占比超 40%。在数据量 方面，为确保模型训练的准确度，所需的数据量不断增长，并且数据来源已经扩展到文 本、音频、图像、视频等多模态。近年 8TB/16TB 及以上中高容量 eSSD 应用占比大幅提 升，据 CFM 数据，2024 年服务器市场 8TB eSSD 应用占比约 21%，16TB 及以上大容量 SSD 占比约 10%，预计 2025 年 8TB 及以上容量 eSSD 份额占比将扩大至 42%，其中 8TB 占比 28%（YoY+7pct），16TB 及以上占比 14%（YoY+4pct）。 历史 token 计算结果缓存可显著提高效率，KV Cache 技术应运而生。在大模型领域，随 着模型参数规模的扩大和上下文长度增加，算力消耗显著增长。以多轮对话场景为例， 随着对话轮数增加，历史 token 重算占比持续增长。因此，构建高效的历史 token 计算 结果缓存机制，理论上可以实现对重复计算过程的智能规避，从而显著提升计算资源的 利用效率，KV Cache 技术应运而生。为了避免在每个时间步为所有令牌重新计算所有这 些张量，可以将它们缓存在 GPU 内存中。每次迭代，当计算新元素时，它们都会简单地 添加到正在运行的缓存中，以便在下一次迭代中使用。

KV Cache 容量增长超出 HBM 承载上限，将其卸载至 CPU 和 SSD 成核心策略。在 LLM 推理过程中， HBM 的消耗主要来自模型权重和 KV Cache，其中 KV Cache 和序列长度 呈正相关性。以 Llama 2 7B 模型为例，一个包含 4096 个 token 序列的单次请求，其 KV Cache 将消耗约 2 GB 的 HBM，给 GPU 内存带来显著压力。KV Cache 容量的增长已超 过 HBM 承载上限，频繁的内存溢出可能导致推理过程出现“记忆断片”，迫使 GPU 执 行重复计算，从而引发延迟和卡顿。然而，并非所有 KV 缓存数据都需要始终保留在 GPU 内存中，在许多实际应用中用户可能不会与 LLM 持续交互。将 KV Cache 卸载 （offloading）到成本更低、容量更充裕的内存层级（如 CPU DRAM、SSD）成为业界核 心策略。 HDD 是数据中心冷数据的首选，承载近 80%存储容量。现代数据中心根据不同工作负 载对性能和成本（TCO）的需求，采用分层存储策略，组合使用 SSD、HDD 和磁带等不 同存储技术来平衡不同工作负载的需求。其中 SSD 性能最强但成本也最高，磁带提供最 低成本但性能最差；HDD 则在二者之间取得了平衡。在目前数据中心建设中，HDD 是 “冷数据”的首选，承载了近 80%的存储容量。

推理需求导致 Nearline HDD 严重缺货，Trendforce 预计 26 年 SSD 出货有望趁势爆发。 AI 创造的庞大数据量正冲击全球数据中心存储设施，随着 AI 推理应用扩张，冷数据储 存需求也急速攀升，传统作为海量数据存储基石的 Nearline HDD（近线硬盘）已出现供 应短缺。据 Trendforce，由于全球主要 HDD 制造商近年未规划扩大产线，无法及时满足 AI 刺激的突发性、巨量储存需求。目前 NL HDD 交期已从原本的数周，急剧延长为 52 周以上，加速扩大 CSP 的储存缺口。北美 CSP 早已规划于温数据应用扩大采用 SSD，但 因为这波 HDD 缺口严峻，CSP 甚至开始考虑于冷数据采用 SSD，促使高效能、高成本的 SSD 逐渐成为市场焦点，特别是大容量的 QLC SSD 出货可能于 2026 年出现爆发性增长。

二、AI 算力端侧：创新不断，AI 产品探索 C 端落地场景

人工智能取得突破性进展，有望驱动产业步入关键转折点。十年前，世界上最好的人工 智能系统也无法以人类的水平对图像中的物体进行分类。如今，人工智能已在多项基准 测试中实现了超越人类能力的性能水平。据斯坦福大学在《Artificial Intelligence Index Report 2024》统计，人工智能分别在 2015、2017、2020、2021 年在图像分类、基本阅读 理解、视觉推理和自然语言推理任务中超越人类表现。2023 年，人工智能聊天机器人 ChatGPT、AI 编程工具 GitHub CoPilot 和图像生成系统 Stable Diffusion 等生成式人工智 能应用和工具产品涌现，为文本创建、图像生成、代码生成以及研发流程等工作带来全 新的智能体验。

得益于大语言模型及 SAM 等模型在理解能力上的提升，有望增强 AI 终端设备的语音交 互等功能。据 Jason Wei 等人《Emergent Abilities of Large Language Model》在研究中发 现，模型在较小规模时，其性能与规模大致呈线性关系，随着模型规模进一步增大，比例 定律被打破，模型能力有了明显的质的飞跃，这些能力也被称为大模型的“涌现能力” （如理解人类指令等等）。2022 年发布的 ChatGPT 是参数量达到千亿级别的大模型，能 够理解更贴合人类自然语言的指示，并根据该指示作出高质量的文本生成，被称为人工 智能里程碑式的应用。

端侧 AI 风起，智能眼镜引发市场广泛关注。随着全球数据量的迅猛增长及物联网设备的 激增，传统云端计算模式难以满足大量数据实时处理的需求。同时，终端对数据响应延 迟和隐私安全的要求日益严格，促使算力向边缘/端侧发展。近两年来，海内外企业相继 推出多款先锋产品，如 AI 手机、AI PC 及 AI 眼镜等，其中 AI 眼镜凭借其便携性和即时 可用性的优势，引发了市场的高度关注：1）智能眼镜具备极强的便携性，可实现全天候 佩戴且不会给用户带来负担；2）作为可穿戴设备，智能眼镜能够充分感知用户的听觉和 视觉，其摄像头与麦克风的位置接近用户的眼睛和嘴巴，拍摄和收音效果与用户视角基 本一致，相较于其他智能终端具有更强的交互性。

AI 眼镜产业链分工明确，不带显示的 AI 眼镜产业链成熟度较高或有望率先放量。AI 眼 镜产业链分工明确，各环节专业度较高，其中应用于 AR 眼镜的光学和显示环节当前行 业成熟度较低，成为制约 AR 眼镜大规模放量的短期限制因素。不带显示的 AI 眼镜则功 能相对简单，与 AR 眼镜的复杂显示技术相比，AI 眼镜的生产难度较低，现有的硬件平 台，如智能芯片和语音识别模块，已被广泛应用于多个产品，这使得 AI 眼镜的生产和制 造门槛较低。AI 眼镜产业链相对成熟且成本较低，具备较高的性价比，或有望率先于 AR 眼镜放量。

全球 AI 眼镜市场潜力凸显，产品出货量持续增长。国际市场方面，全球 AI 眼镜销售量 飞速增长。据维深数据，2024 年，全球 AI 眼镜销售量为 153 万副，季均环比增长率为 40.01%；相较于 2023 年全年的 23.9 万台，同比增长率高达 540.17%，展现出市场的爆发 式启动。2025 年前三季度，AI 眼镜市场持续增长，销售量季均环比增长率为 39.33%。 2025 年仅前三季度销量（312 万台）已超 2024 年全年总销量（153 万台）的两倍，同比 增长达 103.92%。在 2025 年 Q3，AI 眼镜销量达 165 万台，其中 Ray Ban Meta 智能眼镜 的销量达 112 万台。

国内 AI 眼镜市场迎来政策与需求利好,更多厂商入局 AI 眼镜产品。在政策端，2025 年 3 月国补政策再度升级，全国用户购买 AI 眼镜均可享受 15%国补优惠；11 月 2 日，国务 院办公厅印发《关于加快场景培育和开放推动新场景大规模应用的实施意见》，为 AI 眼 镜市场发展提供了积极的政策信号。文件着重指出要在办公、社交、消费、娱乐等领域探 索应用元宇宙、虚拟现实、智能算力、机器人等技术创新应用场景，推动实体经济和数字 经济深度融合；在人工智能领域加强关键核心技术攻关和推广应用。在市场端，用户积 极响应。据财联社援引科创日报报道，2025 年双十一期间，智能眼镜在京东平台成交额 增速达 346%，位居 3C 类产品第一，展现出 AI 眼镜的巨大市场潜力。更多厂商入局 AI 眼镜产品。2025 年，Rokid、Meta、影目、阿里夸克等厂商持续发布和上市 AI 眼镜新品， AI 眼镜出货量有望大幅增加。 AI 眼镜出货量提升拉动行业增长，行业有望达到千亿市场空间。出货量方面，参考 Wellsenn XR 数据及预测，全球 2024 年 AI 眼镜销量为 152 万副，预计 2025 年将增长至 350 万副，同比增长 130%；预计至 2030 年 AI 眼镜销量为 9000 万副。价格方面，选取 行业当前最具代表性的 Ray-Ban Meta 智能眼镜、闪极拍拍镜和雷鸟 V3，其起售价分别 为 299 美金、999 元、1799 元，取 2025 年 2 月 24 日美元汇率，计算三者价格均值为 1655 元作为 24 年 AI 眼镜行业 ASP 假设，考虑到随着产量提升带来的成本下降，假设 25 年 和 26 年智能眼镜 ASP 下降 10%，27 年-30 年 ASP 下降 5%。则计算可得 2024 年全球 AI 眼镜行业市场空间为 25 亿元，预计至 2030 年全球 AI 眼镜行业市场空间有望近千亿元， 行业具备广阔前景。

OpenAI 入局 AI 终端行业，行业迭代进程有望加速。5 月 22 日，OpenAI 宣布将以约 65 亿美元收购前苹果首席设计师艾维的 IO 公司，并计划在 2026 年推出首批 AI 设备。据映 维网与 The Information 的报道，OpenAI 与艾维致力于合作开发“设备家族”，其首款产 品可能是“口袋大小、具有环境感知能力且无屏幕”的类 AI pin 硬件，而智能眼镜可能 会作为后续推出的设备，用以提升“核心 AI 订阅”效果。 OpenAI 用户规模持续突破历史新高，有助于高效普及 AI 硬件消费习惯。据奥特曼（Sam Altman）在年度 DevDay 开发者大会上分享，2025 年 10 月 OpenAI 周活用户数量达到 8 亿，这是用户数量井喷式增长的结果。随着 AI 工具在人类生活与工作的多场景应用逐渐 普及、深化，代表性 AI 厂商从软件向软硬一体生态的战略跨越有望带动海量用户转换至 AI 终端消费场景。

三、自主可控：中华复兴，半导体自主可控可谓国之重器

与 2025 年相比，2026 年的半导体自主可控主题不再只是风险防范式的前瞻布局，而是 外部约束进一步强化、先进制程扩产加速与国产设备量产导入三重共振下的“战略+景气 +业绩”同步兑现期。美国对华半导体限制已从先进制程产品延伸至设备、零部件与成熟 节点关键产线，供应链独立性的紧迫度显著高于 2025 年。与此同时，2026 年将迎来存储 与先进逻辑扩产共振，为国内设备与零部件提供跨周期、可明确确认的订单上行动力。 先进逻辑及存储制造能力是 AI 时代的底层基座，产业叙事正逐渐落地到订单、业绩端， EPS 预期乐观的同时，高端制程扩产也在带动板块估值水位上修，国产替代产业链有望 迎来新一轮戴维斯双击。 美国对华限制持续加码，半导体供应链外部约束全面强化。自 2019 年，贸易摩擦与芯片 法案不断重塑全球产业格局；2024 年底以来，美国对华出口管制从高端 GPU 与先进 DRAM/HBM 快速下沉至成熟制程关键设备、先进封装设备与 EDA 工具，并叠加 FDPR 扩围、实体清单扩张、取消在华外资厂 VEU 快速通道及“50%关联方规则”等组合措 施，政策目标由“限制中国获取先进产品”进一步演化为“限制中国本土产线扩建与升 级”，全产业链供应稳定性承压明显。

政策反复造成产业链情绪显著收紧，半导体全产业链系统化国产替代刻不容缓。 2024Q4—2025 年多轮扰动推高产业链对长期供应稳定性的担忧。国产化推进范围从刻蚀、 薄膜、清洗等成熟环节拓展，逐步扩展至量测、先进封装、EDA 工具与关键辅材等全链 条环节均主动寻求国产替代方案。供应链安全已成为扩产与工艺迭代的前置条件，驱动 本土代工平台加速扩产、国产设备验证周期显著缩短。随着外资晶圆厂在华扩产受限、 成熟制程持续升级，国产代工与国产设备的渗透提升正成为 2025-2026 年具有高确定性 的主线，国产化将在产线与设备两端同步进入加速兑现阶段。

（一）半导体代工：国产 fab 产能持续满载，先进制程加速突围

AI 驱动的先进逻辑与先进存储需求持续强劲，全球半导体行业进入新一轮强扩产周期。 25 年以来行业景气度持续改善，需求核心来自三条主线：1）AI 大模型带动 GPU/NPU 及 HBM 需求，加速先进逻辑（3/5/7nm）产能扩张；2）SEMI 预计电动汽车需求年复合 增速超过 25%，推升功率器件、车规 MCU、CIS 等成熟/特色工艺产能需求；3）高性能 计算（HPC）推高企业级 SSD 需求与 AR/VR 设备以及人形机器人等 AI 终端的突破， 使先进存储与外围逻辑同步受益。根据 SEMI 预测，全球晶圆产能将在 2025 年实现 15% 的历史高增，并在 2024–2028 年保持 7%的年复合增速，至 2028 年达到月产 1110 万片晶 圆的产能水平。

先进节点正在成为本轮全球扩产增速最高的主战场，台积电 2nm 及以下节点将在 2026 年迎来集中爬坡。根据 SEMI 预测，7nm 及以下先进产能将由 2024 年的月产约 85 万片 提升至 2028 年的约 140 万片，累计增长约 69%、CAGR 约 14%，增速约为行业均值的两 倍；其中 2nm 及以下节点将从 2025 年的月产不足 20 万片跃升至 2028 年超 50 万片， CAGR 超过 35%。台积电在 Q3 法说会上确认 N2（2nm）将于 2025 年四季度稍晚量产， 良率进展顺利，并预计在 HPC/AI 需求推动下于 2026 年加速爬坡；N2P 将于 2026 年下 半年量产，在性能与能效上进一步强化；A16 节点则采用背面供电（SPR）结构，面向高 功耗 HPC/AI 场景优化，同样规划在 2026 年下半年进入量产，将成为下一轮 AI 芯片性 能提升的重要增量节点。

全球晶圆厂密集宣布扩产计划，先进逻辑、先进存储与区域化产能布局同步推进。在 AI 算力需求驱动下，台积电、三星、英特尔、SK 海力士等头部厂商自 2025 年底以来集中 公布新一轮扩产方案，11 月中上旬单周披露投资规模已超过 400 亿美元，重点指向 7nm 及以下先进逻辑、DRAM/HBM 等先进存储产能。“China for China”与“Global for Global”的供应链双轨制格局愈发清晰，欧盟、美国、日本加快建设区域化产线，欧洲车规与 AI 芯片、美国高端逻辑、日本高端存储分别成为新增产能的重要承载方向。本轮扩产呈现 金额更大、节点更先进、区域更分散的特征，反映晶圆厂正提前为 2026–2028 年 AI 相关 需求高景气做产能准备。

存储与特色工艺持续供不应求，部分代工环节已出现涨价预期。本轮周期呈现明显的“AI 挤出效应”：HBM 需求飙升促使 DRAM 原厂将标准 DRAM 产能大幅转向 HBM/DDR5， 而 HBM 晶圆用量为标准 DRAM 的 3 倍以上并需 TSV 等复杂工艺，使 DDR4/LPDDR4 供给持续收缩；逻辑端，消费电子回补与汽车电子高景气支撑 BCD、电源管理等特色工 艺满载运行。以台积电为例，其先进制程供不应求，据华尔街见闻，市场预期其 5nm 及 以下制程 2026 年起或将开启 3–10%区间的连续涨价。TrendForce 亦指出，BCD 与电源 管理芯片需求强劲，部分晶圆厂已规划自 2026 年起上调代工价格。 国产代工稼动率与 ASP 同步改善，盈利能力进入加速修复阶段。经历 24 年的去库与价 格压力后，车规、电源管理、CIS 等特色工艺需求维持高景气，国内客户订单回流，国产 代工龙头在25年已确立反转趋势。华虹稼动率自2024Q1的91.7%升至2025Q3的109.5%， 连续五个季度满载；中芯国际亦由 23Q3 的 77.1%升至 2025Q3 的 95.8%。产能端，华虹 Fab 9A 预计明年年中爬坡至 6–6.5 万片/月，中芯国际同样对 2026 年扩产节奏保持乐观。 随着高附加值工艺占比提升，两家公司 25Q3 均披露 ASP 环比、同比双升，带动产品结 构与毛利率同步改善。扩产+高稼动率摊薄折旧叠加 ASP 上行，形成盈利修复“剪刀差”， 两家代工厂毛利率与净利率在 2026 年有望实现显著优于营收增速的弹性恢复。

（二）半导体设备：逻辑+存储扩产共振，设备国产化进入深水区

光刻机订单率先启动，构成 2026 年制程设备订单的领先信号。根据 Bloomberg 数据，25 年 ASML 新签订单同比增长明显，显示晶圆厂在未来 2–3 年的扩产决策中已提前锁定先 进节点光刻产能。应用材料与中芯国际在业绩交流会中均提到，光刻机作为晶圆产线中 交期最长、技术壁垒最高的核心设备，其订单的先行放量是全产线扩产最积极的前瞻信 号，意味着刻蚀、薄膜沉积等其他环节的新增订单通常滞后于光刻机订单。基于此，叠加 应用材料及泛林半导体关于 2026 年下半年全球 WFE 支出将出现显著加速的一致预期， 我们判断行业正处于新一轮设备投资周期的起点，2026 年整体设备板块的订单弹性将极 为乐观。

SEMI 预计全球半导体制造设备销售额将于 2025 年增长至 1255 亿美元（+7.4%），2026 年进一步升至 1381 亿美元，实现连续三年增长。晶圆厂设备(WFE)在 2024 年创下 1043 亿美元纪录后，预计 2025 年增至 1108 亿美元，2026 年提升至 1221 亿美元，主要受 AI 带动的先进逻辑、存储扩产及 2nm GAA 等前沿节点迁移驱动。按应用维度看， Foundry/Logic 相关 WFE 在 2025–2026 年将保持中高个位数增长；Memory 设备投资在 经历 2023 年深度收缩后自 2024 年起全面修复，预计 2025–2026 年仍将保持高单位数至 双位数增速。

在区域维度上，中国大陆、中国台湾地区及韩国仍将是全球设备投资的三大核心高地， 国产设备厂商有望迎来订单兑现窗口。SEMI 预计至 2026 年，这三大地区仍将位列全球 半导体设备支出前三，其中中国大陆将继续保持单一最大市场。先进逻辑与先进存储扩 产为刻蚀、薄膜、量测、清洗等前道核心设备带来持续且高确定性的装机需求；同时，在 美国强化对华高端设备出口管制、外资产能在华扩建受限的背景下，国内晶圆厂在新建 与扩建产线中提升国产设备占比的意愿与必要性同步上升，积极配合国产设备验证导入， 为北方华创、中微公司等本土头部厂商提供了订单落地与份额提升的战略窗口期。 北方华创、中微公司等头部厂商通过多年研发积累，在所处赛道话语权不断提升，国产 替代逐渐进入深水区。经过约 6 年的持续推进，国产设备在刻蚀、薄膜、清洗等关键环 节的成熟制程覆盖率显著提高，并在部分高端制程应用中崭露头角，北方华创、中微公 司等龙头逐步进入业绩兑现期。我们认为随着国产设备装机比例上行，刻蚀与薄膜等高 价值环节的替代路径正由单点导入升级为平台化、成套化采购，龙头厂商的技术壁垒与 份额提升具备延续性。而光刻、量检测与涂胶显影等环节国产化率仍处相对低位，国内 厂商正加速布局追赶，有望实现“0-1”、“1-10”的突破，接棒下一阶段国产替代弹性主 线。

（三）光刻机：半导体设备价值之冠，国产替代迎来奇点时刻

光刻机是半导体设备中最复杂、价值量最高的环节。光刻作为晶圆制造的核心工序，承 担电路图形转移的关键使命，直接决定了器件尺寸、线宽与集成度。观研天下援引 SEMI 数据显示，2024 年全球半导体设备销售额约 1090 亿美元，其中光刻、刻蚀与薄膜沉积为 最核心的三类设备，光刻机以约 24%的份额居首，且单机价格远超其他设备：DUV 机型 售价在 2000 万–5000 万美元区间，ASML EUV 机型单台可达 1.5 亿–2 亿美元，而最新 High-NA EUV 设备价格或高达 3.5 亿–4.1 亿美元。光刻设备因此成为晶圆厂资本开支中 最重要的投资方向，且随着先进制程演进，对高分辨率与高精度光刻机的需求有望持续 抬升整体占比。

中国市场需求旺盛，2024 年为 ASML 光刻机最大客户。芯语援引 SEMI 数据显示，中国 大陆是全球产能扩张最积极的地区之一，2024 年产能同比增长 15%至月产 885 万片晶圆， 增量主要来自 18 座新建晶圆厂投产，单一地区贡献了当年全球 6%的产能扩张。据芯语 援引 Yole Group 数据，2024 年中国大陆晶圆代工产能占全球比重达 21%，已成为全球第 二大晶圆制造基地。受此拉动，2024 年中国大陆成为全球 ASML 光刻机最大采购方，大 陆客户收入占比已从 2021 年的 16%增长至 2024 年的 41%，单一市场地位日益突出。尽 管 2025 年上半年受出口限制影响，该占比一度回落至 27%，但中长期来看，中国需求韧 性犹存。Yole Group 预测，到 2030 年中国大陆将超越中国台湾地区，占据全球 30%的晶 圆制造产能，长期旺盛的扩产需求将继续驱动光刻机采购规模保持全球领先。

全球光刻机长期由 ASML、Nikon、Canon 三强垄断，国内高度依赖进口，国产替代空 间极为广阔。当前全球光刻机市场几乎被 Top3 厂商牢牢占据，其中 ASML 在 EUV、ArFi、 ArF 等高端机型处于绝对领先，Nikon 仅在 ArF 维持小规模出货，Canon 主要集中在 KrF、 i-line 等中低端设备。根据智研咨询数据，我国光刻机国产化率仅约 2.5%，为半导体设备 领域国产化程度最低的环节之一。在美、日、荷联手加强对高端光刻机出口限制的大背 景下，加快实现关键机型自主可控已成为国内制造体系迫切且必然的战略方向。

政策扶持全面加码，02 专项奠定国产光刻机研发体系。中国光刻机研发虽可追溯至 1966 年，但 90 年代产业一度停滞、进口依赖度极高。转折点来自 2002 年光刻机被正式纳入 “863 计划”，同年上海微电子成立并于 2007 年推出 90nm 分布式投影光刻机。随后于 2008 年启动的“02 专项”按系统化架构布局整机及核心部件：上海微电子负责整机设计 与系统集成，长光所和上光所分别承担物镜及照明系统研发，清华、浙大分别负责双工 件台及浸液系统，从国家层面形成了较为完整的光刻机研发体系。

国产光刻机技术突破持续涌现，验证与应用进程加速。由于光刻机生产制造的技术要求 极高，工件台、光源、曝光、浸没式系统、镜头等上游零部件的精度和稳定性都会直接影 响整机的效果，因此需要集各家所长来完善光刻机产业链。2016 年，上海微电子 90nm ArF 光刻机 SSA600 系列实现出货，成为国产光刻机商业化的重要标志；2020 年，华卓 精科自主研发的双工件台实现量产应用，打破 ASML 在工件台上的长期垄断；2025 年， 哈尔滨工业大学官宣成功研制 13.5nm 波长 EUV 光源，中科院上海光机所亦实现全固态 深紫外光源突破，使国内芯片工艺验证能力推进至 3nm 理论极限；此外科益虹源、福晶 科技、炬光科技在光源领域，茂莱光学、波长光电等在镜头系统领域均实现初步突破。众 多成果标志着国产光刻机在整机与核心零部件环节的迭代正在加速，未来在政策支持与 市场应用拉动下，国产产业链整体能力有望持续提升。

编辑：火腿肠