《星岛》记者 苏楠 广州报道

▲图：华泰证券通信首席分析师王兴

“走到现在这个时间点，大家心里有惑，也有担心。”7月28日，在超迅科技（603322.SH）上市十周年交流会上，华泰证券通信首席分析师王兴开门见山，“6月25日以来，韩国、美国、中国大陆的科技股都在经历大幅回撤。昨天英伟达大跌，今天A股的算力龙头也是一根大阴线，大家心里都在打鼓：这会不会是2000年的科网泡沫？”

他登台后没有立刻播放PPT，而是抛出市场的普遍焦虑。

“过去这两年，我们对AI的叙事经过了三轮大的怀疑：2023年怕用户不增长，2024年怕大厂烧钱烧不起，到了今年2月，一个低成本模型出来，大家又怕算力需求要砍半。6月末，连谷歌财报超预期都没能稳住股价，大家盯着那变差的一点现金流，手里的筹码又松了。”

王兴话锋一转，语气变得笃定。“但作为产业的观察者，这个时候最重要的是摒弃杂音。我今天只讲一件事：在大模型时代，AI产业链到底到了什么阶段？我的结论是，这绝不是泡沫的破灭，而是第三轮算力需求爆发的前夜。如果你回头看，每一轮质疑之后，都是产业数据的证伪和行情的再出发。”

AI产业阶段判断依据

王兴将过去三十年的全球科技周期划分为三个阶段：1990年至2000年是软件时代，诞生了微软；2000年至2020年是互联网加云计算时代，成就了Google、Meta与AWS；而2020年至2030年则是AI时代。

他认为，产业界与政策界对于“AI的战略权重高于云计算、高于互联网、高于软件”这一结论，目前已几乎不存在分歧。

要判断当前的具体阶段，需剥离市场噪音，紧盯三条主线。

首先是技术演进。王兴将算力需求拆解为六轮递进过程：大模型训练、大模型推理、多模态训练、多模态推理、世界模型（物理AI）训练、世界模型推理。当下正处于第三轮，即以2025年3月为标志的多模态训练起量阶段。

其次是市场波动特征。回顾过去，2023年板块回撤50%，诱因是ChatGPT用户增速的二阶导放缓；2024年的担忧集中在资本开支的ROI上，当时倒推的硬件开支与巨头财报数据无法匹配；2025年2月，低成本模型的出现一度让市场误判“算力需求将砍掉40%”；到了2026年中，尽管谷歌财报显示资本开支上修，但经营现金流走弱再次引发恐慌。王兴指出，上述每一轮质疑，最终都被上游出货量及下游Token消耗量的强劲数据所证伪。

最后是竞争格局。模型层呈现出“各领风骚100天”的特征。真正的转折点在2024年10月，寒武纪、华为昇腾系列芯片的端侧突破，叠加DeepSeek等模型效果跨过可用线，帮助国内跳出了“芯片卡脖—模型训不出—应用做不出”的死循环。此后，中美模型差距通过蒸馏技术被锁定在6个月以内。与此同时，欧洲、东南亚及中东国家并未弃赛，全球AI竞争不是收官，而是刚开局。

产业核心环节发展现状

王兴认为，在技术突破领域，模型侧依靠“蒸馏+规模电源+制造链”降本，国内低廉的电价、基建成本及成熟的液冷、光模块产业链，构成显著的单位成本优势，使得“定点跟随”策略行之有效。

他指出，目前，算力侧海外虽由英伟达主导、GoogleTPU寻求突围，但国内已呈百花齐放之势：华为昇腾、寒武纪以及基于RISC-V的新技术路线并行发展。尽管7nm及以下先进制程产能仍是供给端的卡点，但良率提升与产能扩张已在路上。

事实上，应用侧的渗透正在加速。B端市场正从Copilot式编程工具向外溢出，金融、工业质检等领域的大数据技术应用市场已现雏形。C端市场则更具活力，AI手机、自动驾驶、机器人等赛道格局未定，而深圳的消费电子厂商早在2024年底就将AI文具、AI美妆镜、AI玩具转化为实际出货品类，显示出硬件应用的付费意愿远强于纯软件SaaS。

此外，资本开支与产业趋势的数据提供了硬支撑。海外云服务商的资本开支自2023年一季度开始高增长，国内由于客观原因滞后了3至4个季度。但进入2025年二季度，阿里宣布三年投入4000亿，腾讯、字节等巨头紧随其后，运营商和地方政府也在“新质生产力”框架下积极配资。

盈利改善的信号同样明确：数据中心上架率饱和后，2026年二季度一线城市租金率先上涨；锐捷网络、浪潮信息等厂商二季度利润兑现；光模块托盘涨价、交换机ASP回升，预示着国产替代环节的毛利率正从20%的低点向海外段40%的高位靠拢。在冯·诺依曼架构中，GPU性能飞速提升后，互联与存储成为必然要补齐的短板，800G/1.6T光模块、HBM存储、板级液冷等“补板”行情远未结束。

产业竞争核心逻辑

王兴还剖析了产业竞争的三个底层逻辑。

第一层是技术替代路径。中国并不执着于在模型绝对值上与北美硬碰硬，而是通过蒸馏技术将差距锁定在6个月，利用多模态和世界模型的迭代节奏，换取国产芯片与光通信技术的爬坡时间。在计算、存储、网络的三角架构中，通信网络与存储是当前的短板，这也意味着光模块、存储模组、交换芯片及液冷连接件将是下一阶段确定性最高的投资机会。

第二层是成本控制。北美试图依靠模型的断崖式领先获取SaaS溢价，而中国则依托低廉的电力、人力成本及强大的制造业集群，将单位算力CAPEX压低至对岸的一半。在机器人、AI玩具、AI眼镜等硬件领域，国内消费者付费意愿强烈，且供应链具备“秒级打样”的超强响应能力，这使得AI在国内的变现速度将显著优于云计算时代SaaS全军覆没的旧剧本。

第三层是政策维度。在“新质生产力”的政策框架下，寒武纪、中科曙光、润泽科技等公司的估值不能仅用传统PE来衡量。在国家竞争的战略态势下，此类资产理应享受估值溢价。资本开支的持续性也不再单纯依赖企业自由现金流，而是形成了运营商利润、股权融资、专项债及产业基金共同支撑的四轮驱动模式。

王兴强调，分析AI产业必须跳出传统经济学框架。当前的回撤是噪声而非趋势反转，在从第三阶段向第四阶段切换的过程中，通信互联、存储及国产算力服务器，将是业绩最先落地的“窄门”。

以上内容归星岛新闻集团所有，未经许可不得擅自转载引用。