银河科技一20260625.docx

数据文件，请登录您的会员账号进行下载！

银河科技一20260625_导读

2026年06月26日 00:40

关键词

计算力经济 AI服务 算力 产业链 流量经济 中游 下游 英伟达 景气度 OpenAI anthropic 超级APP 应用场景 商业闭环 泡沫 供给 需求 AI泡沫 token 上游

全文摘要

随着数据中心规模的扩张及大规模模型训练的需求增长，讨论集中在通过构建小型数据中心并通过DCI网络互联以提升算力效率的策略上。未来，光互联技术因其高带宽、低功耗特性，被看作是解决数据中心互联瓶颈的关键。NVIDIA等公司在推动光互联技术发展方面扮演重要角色，预示着其在数据中心架构中的重要地位。此外，行业趋势显示，中国厂商在光模块市场占主导，预示着随着NPU、CPU技术进步，该领域将持续快速增长。讨论还触及了从流量经济转向计算力经济的转变，强调了token经济作为计算力经济下重要载体的角色，为投资者提供了对产业链底层逻辑重构和新技术应用的深入洞察，以探索未来的投资机会。

章节速览

00:00 科技与AI产业趋势及投资策略分析

在科技与AI产业持续火热的背景下，对话深入探讨了当前产业链底层逻辑重构及未来发展趋势。分享指出，面对高估值与涨幅过大的赛道，投资者需关注AI叙事走向及token经济的核心逻辑，梳理产业链现状，以期寻找下一阶段的盈利区间与投资机会。强调了从短期蓄势到中期布局的策略调整，为投资者提供了前瞻性视角与思考方向。

02:56 从流量经济到计算力经济：投资逻辑的范式跃迁

对话探讨了经济模式从流量经济向计算力经济的转变，指出传统投资逻辑需重构以适应新范式。强调在token经济时代，AI服务成为可量化、按需采购的基础生产要素，算力消耗成为关键价值指标，建议投资者关注算力深度而非仅用户数量。

07:05 Token产业链定价权传导与AI应用前景分析

对话讨论了Token产业链的定价权如何从上游算力底座向下游AI应用传导，分析了上游高毛利率体现的定价权强势，中游云厂商及算力租赁商的成本构成，以及下游AI应用场景虽快速推进但商业价值尚未完全显现的现状。未来随着上游产能增加，价值链有望向下游传导，需关注财务指标判断时间节点。

10:45 科技周期与AI泡沫：从美股巨头看Token经济趋势

通过分析云计算与移动互联网周期，当前判断Token经济正经历从上游过热向中下游传导的阶段。美股七巨头的景气度变化显示，2024年Q2上游算力基础设施景气度达高点，随后逐渐下行，2025年Q3降至低点，预示可能的AI泡沫。2026年或成为AI应用的分水岭，取决于超级应用是否能形成商业闭环，否则可能导致上游产能过剩与资金踩踏。

15:36 AI产业链景气度与资本支出分析

对话深入探讨了AI产业链的景气度变化，指出上游景气度虽有供需瓶颈但仍呈回升趋势，而中游的净利率与购买能力增强，预示AI趋势未尽。资本支出与折旧摊销比显示中游投入增加，建议关注中游云计算厂商的资本支出增速，以把握AI投资机会。

19:57 AI产业链分析与投资策略探讨

对话深入分析了AI产业链中上游、中游和下游的现状与未来趋势，指出上游算力基础设施进入繁荣后期，中游处于烧钱扩张期，而下游则是复苏拐点，建议长期投资者关注下游应用的预期差和上行空间，同时关注中游结构性变化及规模效应拐点的龙头公司。

24:52 Token经济爆发式增长预测与产业链分析

报告集由多团队联合完成，详细拆解了token经济的总量、产业链及大国博弈范式，预测2025至2035年全球token消耗量将从164.13P爆发增长至超100万P，增速达6000多倍。狭义token市场经济考虑消耗量、单价与可货币化系数，广义则引入价值乘数，涵盖上游AI芯片等产业，强调高价值密度token服务的核心价值。尽管数据高于第三方机构，但认为未来增长可能超出当前认知。

29:44 AI浪潮下的中国算力与Token经济前景

对话深入探讨了中国AI产业发展趋势，特别是算力提升与经济转型对Token经济的推动作用。强调了国产算力的增强、经济结构优化将促进中国Token市场空间的快速增长，超越海外水平。报告提出通过构建Token消耗密度与场景价值ROI的二维矩阵来寻找投资价值，重点分析了编程研发、工业AI等高价值场景，为寻找AI应用端的杠杆与支点提供策略指导。

34:50 摩尔定律与国家十五规划发展关系探讨

对话围绕摩尔定律的内涵、时代背景及其对国家十五规划发展的推动作用展开讨论。从1987年至2000年，全球半导体工艺从微米级平面工艺发展至纳米级三维架构，摩尔定律作为工程方法学或战略路线，对国家技术发展具有重要指导意义。讨论还涉及摩尔定律的核心内涵解析及对我国十五规划发展的关键影响，最后进行了总结回顾。

37:51 摩尔定律与半导体技术演进

从1987年至2017年，半导体技术经历了从3微米到28纳米，再到16纳米的演进，期间中国台湾的台积电和全球半导体产业均取得显著成就。摩尔定律推动了全球数字经济的发展，但随着技术接近物理极限，半导体行业正转向三维集成和新材料如石墨烯、金刚石的应用，以应对算力和存储需求的激增。未来，光子和量子计算等技术被视为半导体产业的新方向。

46:12 摩尔定律与华为半导体技术发展

讨论了摩尔定律在半导体行业中的应用，特别是华为在半导体技术上的进展，包括其三维架构设计、螺旋折叠技术以及先进封装方法，展示了华为如何通过技术创新维持行业领先地位。

51:48 华为算力技术与架构创新亮点

对话聚焦于华为在算力领域的技术进步和架构创新，特别是其在跨12个数量级算力覆盖方面的成就，以及通过NPU与CPU的双层逻辑架构实现的高效能计算。此外，还提及了华为在AI领域的标准化工作和与多家企业的合作，共同推动护理时间识别等技术的落地应用。

57:39 螺旋迭代与三维集成电路设计创新

对话深入探讨了螺旋迭代设计在三维集成电路中的应用，强调了从标准单元到一体化3D启动体系的演变，以及华为在芯片设计领域的创新，如7纳米芯片的开发与优化。讨论还涉及了3D结构架构设计规则、电路版图优化，以及与传统三维设计的区别，突出了细粒度设计与高性能预算实现的策略。

01:04:38 2030年中国集成电路发展目标与路径探讨

对话围绕2030年中国集成电路发展目标，阐述了通过三维架构设计推动国产EDA实现三级全流，以及攻克关键工艺节点、发展先进设备材料的路径。强调了华为在推动产业联盟、生态建设中的作用，以及利用大模型优化散热路径等技术革新，旨在实现集成电路产业的跨越式发展。

01:11:59 AI与半导体产业的深度解析及光通信行业展望

对话深入探讨了AI技术在半导体产业中的应用，强调了算力与芯片的重要性，以及AI赋能全流程的必要性。同时，对光通信行业的未来进行了展望，指出其作为数字基础设施核心底座的广阔机遇与发展空间。

01:15:26 光通讯行业技术发展与市场趋势

分享了光通讯行业产品演进方向，包括光纤AOC、光模块、光电共封装及OIO技术，强调未来高算力AI芯片互联需求，指出光模块与新型互联技术共存发展，聚焦数据中心网络升级与算力效率提升。

01:19:15 数据中心网络演进与Scare Up技术展望

对话讨论了数据中心网络架构的演变，特别是从通用服务器到AI数据中心的转变，重点介绍了Scare Up和Scare Out网络在高带宽数据互联中的作用。Scare Up网络利用同缆连接实现卡间高速互联，而Scare Out网络则依赖光模块。未来，随着技术进步，Scare Up网络可能扩展至跨柜连接，挑战铜缆传输极限，促使新技术如CPU和NPU的发展，预计2027至2028年间将有显著市场增长。

01:25:12 光互联技术与存储池化方案的市场前景

讨论了光互联技术在数据中心内的应用，包括高功率激光器、光纤无源器件及新型封装技术，预估2030年前市场规模可达300亿美金。强调了光模块在scare up互联中的重要性，以及存储池化方案对低时延高带宽网络的需求，指出未来市场潜力巨大，尤其是在AI和数据中心互联领域。

01:30:04 数据中心互联与光模块技术发展趋势

对话探讨了数据中心内互联技术的发展，指出未来数据中心建设受限于资源，转向小型化及互联策略。光模块在数据中心互联中的应用前景广阔，特别是多柜级的光互联成为趋势。英伟达等企业加大在光互联领域的投资，预示着光进同退的技术转型。同时，交换机端口容量提升支持更大规模的集群构建，满足AI训练和推理的高带宽需求。

01:38:05 数据中心架构升级与大模型训练策略

讨论了数据中心架构升级，包括从8卡到72卡乃至更多卡的大规模服务器形态，以适应未来大模型的高带宽需求。介绍了Scare up和Scout网络的概念及其在大模型训练中的应用，如数据并行、pipeline并行等策略。强调了混合专家网络架构下专家并行的重要性，以及对Scare up网络的持续扩容需求。同时，提到了以太网和英飞凌网络协议在服务器互联中的作用，以及未来光互联技术的发展趋势。

01:41:33 光互联技术与AI算力发展

光互联技术正经历从光模块到光电共封装的演变，以适应AI算力需求的提升。硅光技术因其在成本和功耗上的优势，正逐渐成为行业主流，预计未来份额将显著增长。英伟达和博通等企业正积极推进CPU与光引擎的共封装技术，以降低功耗并提升性能，其中英伟达的方案在时延和功耗方面表现更优。未来，随着高算力GPU的需求激增，OIO技术有望成为光互联的新趋势。

01:48:53 光通信行业变革与AI高景气赛道解析

对话深入探讨了光通信行业的发展趋势，包括微软、联发科等企业在mico ID互联方案上的合作，以及英特尔OIO技术的标准化进程。预计未来光互联技术将实现更高带宽，推动芯片直连市场增长。中国厂商在光模块市场占据主导地位，预计1.6T产品需求将显著增加，市场增速加快。

问答回顾

发言人 问：在当前时间点，对于空仓状态的投资人，接下来应配置什么？

发言人 答：我们一直在思考AI叙事的走向以及产业链底层逻辑的重构。我们将深入分析AI带来的token经济底层逻辑、产业链现状及未来发展趋势，以寻找新的盈利区间。

发言人 问：当前token经济是否正从流量经济转向计算力经济？

发言人 答：是的，token经济正在从流量经济转为计算力经济。过去关注注意力和用户量，而现在大模型交互伴随算力消耗，AI服务成为可精确度量和交易的基础生产要素，商业模式的核心竞争力转向争夺用户的深度交互和算力使用。

发言人 问：token作为标准化计价单位对AI产业链有何影响？

发言人 答：token作为标准化计价单位，使得AI算力服务得以量化交易，实现价值具象化。整个token产业链的定价权正沿着成本毛、效率毛、收入毛、收入弹性毛进行传导，形成了一种新的价值创造和传递机制。

发言人 问：如何理解并划分token产业链的不同层级？

发言人 答：我们将token产业链分为三层：上游为算力底座，如AI芯片及相关设备零部件供应商，目前毛利率最高；中游包括云厂商、大模型厂商、算力租赁商和AIDC等，成本结构中GPU芯片相关成本较高；下游是token消费者，即to b to C领域的AI应用。

发言人 问：当前token产业链景气度如何，未来发展趋势如何？

发言人 答：目前，产业链利润主要集中在上游，但随着产能增加，价格会下降，价值链将逐渐由上游向中下游传导。同时，参考历史科技周期规律，token经济的增长周期更短且景气度正在从上游向中下游传导。通过分析美股七巨头的数据，可以观察到不同环节的景气度变化，并预测未来发展趋势。

发言人 问：2026年对于AI应用有何重要意义？

发言人 答：2026年是AI应用的一个分水岭，其关键在于能否涌现出超级APP或超级应用场景，并形成良好的商业闭环和ROI。如果无法实现，上游产业可能会出现过剩产能和增速放缓，进而导致资金链可能出现踩踏风险。

发言人 问：open cloud出现后，AI产业现状如何？

发言人 答：open cloud推出后，agent真正跑通，它作为一个生产力工具而非简单的API或超级APP，导致消耗的token数量指数级攀升，从而大幅提升了推理端的算力需求。Q4至Q1期间，上游景气度开始回暖，营收同比增速企稳回升；而中游景气度相对缓慢上升，净利率也在回升，显示出更强的主导权。

发言人 问：定价权指标反映了哪些信息？

发言人 答：定价权代表企业的议价能力和供需关系紧张程度。从数据上看，上游净利率在去年Q2触底后缓慢上行，证明上游仍有供需瓶颈；而中游净利率不断上升，表明中游购买力增强，有望在未来影响整个AI产业趋势。

发言人 问：资本投入产出率（ROIC）的变化情况是怎样的？

发言人 答：ROIC与前面提到的几个指标趋势同步，其中上游资本支出与折旧摊销比值在下降，而中游则在上升。这意味着中游云计算厂商的资本支出增速仍保持扩张态势，但需要关注下游利润率的变化，因为中游的拉动作用终将向下游传导。

发言人 问：当下AI产业中各环节的特点是什么？

发言人 答：目前上游算力基础设施繁荣后期，增速边际放缓，需关注结构性变化，如边缘计算、端计算及云端推理算力比例的提升；中游处于扩张期（烧钱期），表现为capex狂飙而营收平稳，净利率边际递减，投资逻辑在于寻找能将资本支出转化为护城河的龙头公司；下游复苏拐点初现，正经历经济指标低位徘徊，但长期看具有投资价值，一旦AI应用落地提升净利率，将带来戴维斯双击效应。

发言人 问：对整个token经济市场空间的判断如何？

发言人 答：根据银河证券宏观组、KMT科技以及能源团队联合发布的token经济系列报告，token经济市场空间正呈现爆发式增长态势，全球范围内技术越来越成熟，预计未来中国增速将超出海外。通过构建核心指标模型预测，token市场经济狭义和广义空间均有显著增长，价值乘数体现了一旦token具有高价值密度并被市场接受，将对整个经济产生巨大撬动作用。

发言人 问：在测算token市场空间时，你们得出了怎样的结论？

发言人 答：我们测算后得出结论，token经济将爆发式增长。全球token消耗量预计从2025年的164.13p token增长到2035年超过100万p token，增速达到6000多倍。虽然这个数据可能高于一些第三方咨询机构的数据，但我们认为仍是一个相对保守的预测，未来增长可能会超出当前的认知。

发言人 问：为什么坚定拥抱中国的AI浪潮，并关注国内的token经济市场空间？

发言人 答：尽管目前选股更多参考美国算力景气度，但随着国产算力不断提升和产能资源扩张，中国经济逐渐走出困境，从长期来看，中国token经济市场的增速会超过海外。因此，对于国内的大模型、相关芯片厂商以及供应设备等，具有长期投资价值。

发言人 问：如何寻找token的杠杆和支点？

发言人 答：我们构建了一个token消耗密度与场景价值ROI相结合的二维矩阵，通过这个矩阵去寻找token的支点和杠杆，即投资产出比高的领域。其中，消耗密度体现token价值量高低，而场景价值ROI则关乎token能否在特定场景中创造商业价值并形成闭环。

发言人 问：token价值评判的核心指标是什么？

发言人 答：核心指标包括token的消耗密度和场景价值ROI。消耗密度是指单次任务中对token的消耗程度，体现其价值量；而场景价值则是指token生产出来后落实到实际场景中，用户是否愿意为此付费并形成商业闭环。

发言人 问：在AI应用中，哪些场景具备较高的token消耗密度和场景价值？

发言人 答：根据我们的判断，在AI应用场景中，由高到低依次是编程研发、工业AI、物理AI、金融企业办公AI、医疗财税、内容生成营销AI、客服等。其中，具备高token消耗密度和场景价值的模型优先考虑。

发言人 问：中期策略中推荐了哪些公司？

发言人 答：我们列举了一批公司作为中期策略推荐，但更侧重于那些具有纯正token消耗能力和未来能在token经济下创造高价值的标的。

发言人 问：摩尔定律与半导体发展的关系如何？

发言人 答：摩尔定律作为方法论，指导了全球半导体产业从微米级平面工艺发展到纳米级三维架构。从1987年至2017年，半导体工艺经历了每1.5年左右实现一次技术升级的黄金时期。目前，摩尔定律已接近物理极限，但新的开发方向如三维集成、超宽带材料（如石墨烯）等正在推动半导体技术的延续与发展。

发言人 问：摩尔定律和华为半导体副总婴部总裁何庭波在2005年发布的相关信息是怎样的？

发言人 答：何庭波在2005年5月25日于上海举办的2 00国际电路系统研究会上发布了关于摩尔定律延续至1.4纳米节点的信息，他提到华为半导体副总婴部总裁已将车身缩小至1.4纳米，并且实现了三大路径的进步。

发言人 问：时间萎缩在华为半导体技术中如何实现？

发言人 答：时间萎缩通过三维架构设计和以时间为唯一亮度的四层系统化构建实现，包括器件、电路、芯片和系统，并采用螺旋折叠核心技术，该技术在三维空间中的应用使得性能在固定节点上得到提升。

发言人 问：为何强调要在规定节点实现技术进步？

发言人 答：因为目前受到UV光刻机等关键技术的限制，无法直接进入1.5纳米甚至更小的工艺阶段，但可以通过迭代方法，在现有的如中芯国际的N+3工艺上逐步升级，华为在2006年即基于此工艺达到了3纳米工艺水平。

发言人 问：华为半导体技术中的延时优化是如何进行的？

发言人 答：延时优化离不开先进封装技术，如混合键合、3D布雷特等，并利用这些路径来实现套定律。同时，华为依靠核心工具FF（可能是函数或框架）及其迭代能力，从皮秒级别开始，经过12次迭代，实现了技术的显著进步。

发言人 问：华为半导体技术的核心理念是什么？

发言人 答：华为半导体技术的核心理念是以时间萎缩为核心，通过顶层架构统筹和统一设计规则，将集成电路的布局、电源布局、功耗布局和实验部分进行三维功能布局，并采用细粒度的3D结构设计规则，从而实现高效编码和降低成本的目标。

发言人 问：2003年我国的集成电路发展状况是怎样的？

发言人 答：2003年我国的集成电路应该达到了世界先进水平，实现了跨越式发展，通过技术替代和三维立体架构设计推动国产EDA实现全流的三级全流，包括对EDA设计、材料和设备的支持。

发言人 问：华为在芯片技术上的突破有哪些方面？当时华为和其他公司在芯片技术上的差距如何？

发言人 答：华为在芯片技术上的突破体现在从芯片型号结构、频率、晶体管密度等方面，从2005年的9030两维平面设计到2008年研发出双层甚至三层结构的芯片，并且已经将三维架构设计应用于实践。当时华为已经处于领先地位，而其他公司的规划大多到2030年才能达到类似技术水平，华为的技术路线和发展速度明显领先于行业平均水平。

发言人 问：对于目前存在的一些电路短板问题，华为是如何应对的？

发言人 答：华为意识到需要补足整个电路的短板，并投入大量资源进行技术研发。他们组建了3DASOE产业联盟，发起全国性的产业总线以优化生态，并针对散热路径复杂化的问题，利用大模型来指导顶层设计。

发言人 问：2023年后数据中心网络会有怎样的变化和发展趋势？

发言人 答：从2023年开始，数据中心网络将出现新的变革，其中新型AI数据中心会采用如OIO等前沿技术，实现高带宽互联，以应对大模型训练和推理对算力的需求。同时，新型数据中心内部网络scare up和scare out将取代传统前端网络和DCI网络，提供更高带宽的互联解决方案，以适应未来百万卡规模的数据中心集群需求。

发言人 问：随着技术发展，未来的scare up网络连接范围会有何变化？

发言人 答：随着技术进步，未来的scare up连接范围将不再局限于单个机柜。例如，英伟达计划在明年下半年推出的NVL576超节点，将576张卡分布在八个机柜中，通过高带宽的NV link协议互联，连接距离最远可达到50米，远超单柜2米内的距离。

发言人 问：当前scare up连接存在的问题以及未来对新技术的需求是什么？

发言人 答：目前，由于铜缆在高频区服效应对信号损耗和发热问题明显，不再适用于跨柜的超节点scare up连接。因此，像英伟达和google等公司提出了对CPU和NPU等新技术的需求。预计在2027年下半年至2028年，scare up将有大量的市场需求，且带宽需求相比现有主流应用光模块的带宽大十倍以上，这将带来巨大的市场空间。

发言人 问：未来scare up光互联市场会带来哪些新的技术和商机？

发言人 答：未来光互联市场将催生新的光源如大功率CW磷化铟激光器、大量光纤无源器件以及新型NPUCPU封装等技术。预计在2030年前，市场规模可能从目前的一两亿美金增长到数百亿美金，为3-4年内实现这一增长提供广阔的空间。

发言人 问：scare out领域的现状和未来发展如何？scare up网络的发展趋势及新技术应用情况？

发言人 答：scare out主要实现不同机柜集群间的互联，目前主要依赖于可插拔光模块，如1.6T或3.2T规格的光模块。尽管如此，随着数据中心规模扩大受限于电能和其他资源，未来可能会转向建设小型数据中心并通过DCI网络互联，形成更大规模的集群。同时，谷歌和微软等公司在进行大量存储池化研究，有望推动scare out领域的更高增长。scare up网络正从早期的单柜互联向多柜互联转变，未来几年内将出现数百卡乃至上千卡规模的超节点互联，采用光互联方案替代传统的同轴互联，以解决距离限制并提高带宽。英伟达、阿里等公司在投资研发相干光模块、CW激光器等上游原材料和技术，以支持未来两三年内的光互联需求。

数据文件，请登录您的会员账号进行下载！