2026年半导体行业投资策略：AI算力自主可控的全景蓝图与投资机遇

1、半导体板块行情回顾

2025 年年初至今（2025 年 10 月 28 日），国内电子与半导体指数在“国补刺激 +AI 算力+国产替代”等因素驱动下显著跑赢沪深 300，电子与半导体指数累计涨幅 分别达到 54.46%/54.51%。海外方面，费城半导体指数与台湾半导体指数在 2025Q1 受到海外政策、关税不确定性以及 AI 芯片库存调整等因素扰动回撤；4 月以后随“政 策冲击落地+AI 飞轮成型+流动性修复”三重因素共振实现触底反弹；2025Q2-Q3 海 外算力链持续走强（云厂 Capex 超预期+AI 链核心公司密集合作协议），叠加存储新 一轮上涨周期开启，整体势头强劲。年初至今费城半导体指数和台湾半导体指数涨 幅分别为 44.5%/31.4%。

细分板块来看，按照行业分类，综合考虑二级和三级行业，涨幅如下： 年初至今，数字芯片设计（+75.3%）、半导体设备（+56.3%）、半导体（+54.51%）、 电子（+54.46%）、分立器件（+42.5%）、半导体材料（+38.5%）、模拟芯片设计（+21.4%）、 聚成电路封测（+21.4%）。 海外政策冲击预期落地至今（2025/4/30-10/28），数字芯片设计（+59.5%）、电子 （+59.1%）、分立器件（+52.1%）、半导体（+49.1%）、半导体设备（+46.3%）、集成 电路封测（+39.9%）、半导体材料（+39.6%）、模拟芯片设计（+12.4%）。

我们认为，本轮细分板块行情有以下几条主线。 其一：AI 飞轮效应下，云厂+端侧强需求，数字设计公司订单饱满业绩兑现。 业绩层面，2025H1，数字芯片设计板块收入同比+30.0%，在较高基数水平下归母净利润同比+44.0%，同时数字芯片设计平均行业毛利率达到 36.3%，进一步同比 提升 0.71pct。 其二，Capex 高位+自主可控主线，半导体设备领涨。 成熟制程产能已逐步实现向中国大陆转移，在本轮 AI 浪潮下，算力产业链蓬勃 发展，本土先进制程与先进存储开始新一轮扩产。2025Q1 和 Q2，半导体设备行业 在“扩产、替代、订单兑现”的三重红利下，收入均创历史同期新高，分别同比增 长 37.6%和 33.5%。与此同时，制造端稼动率高企，先进封装也迎来自主可控新窗口， 材料收入稳步提升，国产渗透加速。 其三，周期修复+国产渗透，分立器件、模拟芯片设计盈利能力恢复。 全球半导体周期在 2025 年进一步复苏，受下游汽车电子、工业及消费电子需求 回暖，分立器件板块利润得到修复，模拟芯片设计迎来从“量的恢复”到“利润转 正”的拐点。库存周转天数方面，分立器件和模拟芯片设计等板块已接近历史低位 水平，价格修复和新的料号导入或进一步延续行情。

2、AI 算力：AI 时代核心算力基石，需求&供给齐飞

2.1、 云侧 AI 芯片：供给&需求齐飞，国产替代黄金时期

生成式 AI（如 ChatGPT、DeepSeek）训练与推理需求激增，推动加速服务器及 配套网络设施投资。2026财年第一季度英伟达数据中心业务收入同比增长 69%至 441 亿美元，印证 AI 算力需求高速增长。根据 Verified Market Research 的数据，2024 年 全球 GPU 市场规模为 773.9 亿美元，2030 年有望达到 4,724.5 亿美元，2024-2030 年 的复合增长率高达 35.19%，呈现强劲的增长态势。

2.1.1、 空间：国内算力需求高增，云厂 AI 资本支出持续超预期

根据中商产业研究院数据，2024 年中国 GPU 市场规模约为 1,073 亿元，同比增长 32.96%。自 deepseek 推出以来，中国人工智能市场经历快速的发展，AI 芯片市场 规模快速增长。未来，随着中国 GPU 企业在技术上的不断突破，AI 计算加速芯片的 市场规模预计将实现快速增长。根据弗若斯特沙利文预测，到 2029 年，中国的 AI 芯片市场规模将从 2024 年的 1,425.37 亿元激增至 13,367.92 亿元，2025 年至 2029 年期间年均复合增长率为 53.7%。伴随国家政策大力扶持、国内人工智能产业链各重 要环节技术的不断成熟，国产AI芯片厂商将迎来关键发展机遇，进口替代迫在眉睫。

海外：北美四大云服务提供商（CSP）——亚马逊、谷歌、微软和 Meta 在 2025 年的资本支出计划全面超出市场预期，合计规模突破 3150 亿美元： （1）亚马逊：2025 年资本开支指引达 1000 亿美元，主要用于支持 AI 和 AWS 云业务的基础设施建设； （2）谷歌：资本支出计划 750 亿美元，重点投入 AI 服务器和数据中心； （3）微软：计划投资 800 亿美元建设数据中心，用于训练 AI 模型及部署云应 用； （4）Meta：资本支出指引 600-650 亿美元，聚焦生成式 AI 核心业务。 国内：云厂商和运营商尽管总资本开支有所收缩，但算力投资占比显著提升。 （1）阿里巴巴：未来三年计划投入 3800 亿元用于云计算和 AI 基础设施，超过 去十年总和； （2）腾讯：2025 年资本支出计划 1000 亿元，其中 2024Q4 支出 349 亿元，同 比增 421%； （3）字节跳动：2025 年资本开支 1600 亿元，其中 900 亿元用于 AI 算力采购， 700 亿元投向 IDC 基建； （4）三大运营商：2025 年资本开支合计 2898 亿元，算力投资占比显著提升。

2.1.2、 政策：中美 AI 芯片“战争“加剧，自主可控势在必行

我们认为美国对中国的 AI 芯片制裁主要分为三个阶段：

（1）技术限制的初始阶段（2018-2022 年）

自 2018 年中美贸易战后，美国开始以“国家安全”为由限制对华技术出口。2019 年，美国将华为、中科曙光等中国科技企业列入“实体清单”，限制其获取美国技术。 2022 年 8 月，拜登政府签署《芯片与科学法案》，明确限制获得补贴的企业在中国投 资先进制程芯片厂。2022 年 10 月，美国商务部工业与安全局发布出口管制新规，首 次对 A100/H100 等高端 AI 芯片实施出口禁令，标志着美国正式将半导体供应链优势 “武器化”。

（2）维度封锁的升级阶段（2022-2024 年）

美国通过外交努力促使荷兰、日本等盟友在 2023 年出台措施，限制对华出口先 进光刻机及芯片制造装备。2023 年 10 月，美国商务部工业与安全局更新出口管制规 则，防止企业通过大规模并联中等芯片迂回规避限制。2024 年 1 月，美国要求“基础 设施即服务”提供商识别并报告外国主体通过云服务获取算力训练AI大模型的情况， 意图切断中国获取海外算力的渠道。

（3） 全面封锁与精准打击阶段（2025 年至今）

2025 年 1 月，拜登政府推出《人工智能扩散出口管制框架》，开创性地将 AI 模 型参数本身纳入出口管制范畴。特朗普第二任期对华 AI 遏制政策进行重大调整，实 施“撤一建二”策略，撤销繁复严苛的扩散规则，转而推出更简明、灵活但执法更严 的管制体系。2025 年 4 月，美国政府要求英特尔对向中国销售的先进 AI 处理器实施 出口许可证制度，限制标准涵盖 DRAM 带宽≥1400GB/s、I/O 带宽≥1100GB/s 或两 者之和≥1700GB/s 的芯片。 短期来看，美国管制导致中国面临算力缺口，影响大模型训练效率。但长远看， 美国的封锁反而激发中国更强大的创新动力。在当前这种政策环境下，中国的 AI 芯片产业链以及相关的先进制程制造环节有望快速发展。

2.1.3、 格局：国内 AI 芯片加速发展，从“三足鼎立“到“群雄逐鹿”

2023 年 11 月，英伟达被美国政府限制向包括中国在内的多个国家和地区出口旗 下部分高性能产品，例如 A100、H100、A800 、H800、RTX 4090。美国的封锁政 策为中国国产芯片创造了发展窗口期，中国本土 AI 芯片企业迎来了高速成长，比如 华为昇腾系列、寒武纪思元系列、海光 DCU 等国产芯片。 2025 年 7 月 31 日，据中国网信网 7 月 31 日最新消息发布，国家互联网信息办 公室就 H20 算力芯片漏洞后门安全风险约谈英伟达公司。英伟达算力芯片被曝出存 在严重安全问题。此前，美议员呼吁要求美出口的先进芯片必须配备“追踪定位” 功能。美人工智能领域专家透露，英伟达算力芯片“追踪定位”“远程关闭”技术已 成熟。2025 年 10 月，黄仁勋称英伟达中国市场份额从 95%降到 0% 目前英伟达 100% 离开了中国市场。

华为：9 月 18 日，华为全联接大会在上海举办。华为轮值董事长徐直军披露了 华为昇腾芯片演进规划和目标。他表示，未来三年，华为已经规划了昇腾多款芯片， 包括 950PR、950DT 以及昇腾 960 和 970。其中，2026 年第一季度昇腾 950PR 对外 推出，四季度推出昇腾 950DT，2027 年四季度推出昇腾 960 芯片，2028 年四季度推 出昇腾 970 芯片。 寒武纪：2025 年上半年业绩大幅增长，实现营业收入 28.81 亿元，同比增长 4,347.82%。公司实现归属于上市公司股东的净利润为 10.38 亿元，均实现了扭亏为 盈。公司已构建覆盖云端、边缘端、终端的全栈产品体系，满足多样化的 AI 训练与 推理需求。2025 年三季报中存货较 2025 年中报相比增加了近 10 亿，考虑寒武纪已 经进入实体清单，因此可以判断国内先进制程产能供给问题已经得到解决。 海光信息：海光 DCU 已在智算中心、人工智能等多个领域实现规模化应用，成 为算力基础设施和商业计算等行业应用需求的关键力量。海光 CPU 与海光 DCU 系 列产品广泛助力行业构建数据中心和算力平台的建设，促进智能计算与数值计算的 深度整合，为数字化发展提供了坚实的技术保障。 除了华为、寒武纪、海光信息三家公司已经成功推进 ai 芯片业务之外，摩尔线 程、沐曦股份、燧原、平头哥、昆仑芯等公司也在加速发展，国产 AI 芯片百花齐放。

2.2、 端侧 AI 芯片：终端 AI 场景井喷，SoC 芯片乘风起

受益于智能家居、智能电车等 AI 终端行业需求增长，国内 AIoT 芯片企业业绩 进入高速增长阶段。在今年的 CES 和上海 AWE 展会上，从智能家居到个人助理， 从各种机器人、智能手机到智能手表、AR 眼镜等可穿戴设备，边缘 AI 的展示都令 人深刻。国产厂商全志科技、瑞芯微、恒玄科技、泰凌微等众多厂商的新品都有展 示。

2.3、 交换芯片：国产 Scale-up/scale-out 硬件商业化提速

超节点+大集群推动运力市场规模迅速提升，公有与私有协议齐舞 当下传统算 力架构已难以满足高效、低耗、大规模协同的 AI 训练需求，超节点 成为趋势，其 通过提升单节点计算能力，大幅带动了 Scale up 相关硬件需求，据 Lightcounting， Scale up 交换芯片已成为数据中心主力交换需求，并且持续增长，预计到 2030 年全球市场规模接近 180 亿美元，2022-2030 期间年 CAGR 约为 28%。 另一方面，超大 规模 AI 集群的建设需要横向推动大量节点之间的互联，带动 Scale out 相关硬件需 求，随着更大规模的集群逐渐出现，单一地区的电力资源成为瓶颈，于是跨数据中 心的 Scale across 方案也将在未来逐步采用。

运力硬件国产化率极低，有望成为下一个高赔率的国产替代新方向 运力硬件主 要涉及交换芯片与部分改善信号质量的数模混合芯片，国产自给率极 低。以交换芯 片为例，博通、Marvell（美满科技）占据全球商用交换芯片 90% 以上市场份额。 从国产厂商进展而言，当下众多厂商已经完成产品量产，逐步走 向商业化，如数渡 科技自主设计的 PCIe 5.0 交换芯片已经可以实现量产，当前正 导入客户应用；此 外，盛科通信面向大规模数据中心和云服务的 Arctic 系列也 早在 2023 年年底给 客户送样测试，因此，我们认为运力硬件相关公司正走向从 产品化至商业化的快车 道，国产替代空间可观，有望逐步受益。

编辑：火腿肠