AI硬件重點看好AI芯片方向，國產算力在解決產能供給瓶頸後，伴隨國內互聯網公司持續提升的AI算力需求以及自上而下的國產化目標，有望迎來「從1到10」的業績放量，核心公司具有較大彈性。
存儲芯片供給端擴產周期長、產能彈性有限，導致供需嚴重失衡，進而推動存儲價格大幅上漲。這一趨勢預計將在未來1—2年內持續，為存儲產業鏈帶來顯著的業績彈性。
AI大模型要真正觸達消費者，必須依託高效的端側入口。當前最具潛力的兩大終端形態為智能手機與AI眼鏡。
01
AI硬件：升級迭代加速
雲端算力基建維持高景氣，大廠資本開支強勁，北美及中國頭部雲廠商（CSP）2025―2026年資本開支指引樂觀，主要用於AI服務器、數據中心和網絡基礎設施，因此帶動硬件升級迭代加速：AI服務器技術規格快速演進（如英偉達Rubin架構），帶動PCB（印刷電路板，高階技術路線包括高端HDI/SLP，即高密度互連板/類載板）、光模塊、液冷系統等配套硬件的需求量和價值量雙升。
重點看好AI芯片方向，從圖形處理器（GPU）向專用集成電路（ASIC）演進，降本成為核心驅動力。當前AI服務器中價值佔比最高的部分是GPU，其成本約佔整機的80%―90%。過去兩年，尤其是2024年以來，AI應用重心正從訓練階段加速向推理階段遷移，芯片架構也逐步由通用型GPU轉向專用型ASIC。
這一轉變的核心動因在於顯著的成本優化。以英偉達高端GPU為例，單顆售價約10萬美元以上；而谷歌通過自研TPU（張量處理單元），可將推理成本降低約50%。正因如此，全球科技巨頭紛紛佈局自研AI芯片谷歌的TPU已支撐其大模型在全球保持領先地位，而博通作為TPU的主要設計方，市值在近兩年增長2―3倍，目前已達1.5萬億美元。
相比之下，中國AI芯片龍頭企業寒武紀當前市值僅約5000億元人民幣，遠低於英偉達的4萬多億美元。差距並非源於市場規模或設計能力，而主要受限於先進製程製造環節。國產AI芯片高度依賴台積電等海外代工廠，在先進工藝節點上面臨「卡脖子」問題，導致產品迭代速度滯後。因此，以中芯國際為代表的本土晶圓代工企業正加速佈局先進製程產能，其營收已實現持續快速增長，成為國產替代的關鍵支點。
展望2026年，國產算力在解決產能供給瓶頸後，伴隨國內互聯網公司持續提升的AI算力需求，以及自上而下的國產化目標，有望迎來「從1到10」的業績放量，核心公司具有較大彈性。
02
存儲：需求爆發疊加供給緊張，價格持續上行
服務器第二大價值組成部分是存儲系統。近年來，AI服務器和數據中心建設推動存儲需求呈爆炸式增長。國內頭部互聯網廠商資本開支強勁，AI服務器出貨量年增速普遍超過30%；若按英偉達的樂觀預測，未來幾年AI服務器複合增長率有望達到50%。在此背景下，存儲需求同步高速增長。
根據TrendForce數據，我們預計2026年全球八大CSP（雲計算服務商，包括美系四巨頭谷歌、亞馬遜、Meta、微軟及中國的阿里巴巴、百度、騰訊等）的資本開支將飆升至6020億美元，按年增長40%。其中，約60%將用於服務器及相關ICT基礎設施，這意味着僅CSP的服務器支出就將達到3612億美元。在全球服務器市場中，CSP貢獻近59%的採購額，其需求動向已成為整個市場的風向標我們不能忽視這一核心引擎的強勁拉動力。
此外，我們測算出服務器存儲市場規模將同步水漲船高。在服務器BOM成本（物料清單成本）中，存儲芯片（DRAM+NAND+HDD，即「動態隨機存取存儲器+閃存+硬盤」）的價值量佔比已穩定在25%―27%。基於上述CSP支出，並考慮非CSP領域（企業、政府等）約20%的需求增速，我們推算2026年全球服務器存儲採購金額將達到1376億美元，按年增長31%。值得注意的是，這一數字尚未計入因供需緊張可能帶來的價格上漲因素，實際市場規模有望更高。
我們深入剖析了AI推理三大範式升級如何重構存儲需求的底層邏輯。
KVCache多層緩存成為標配：為降低大語言模型（LLM）推理時延與算力成本，業界普遍採用「HBM（熱點計算）+DRAM（層級緩存）+SSD（冷數據/長周期緩存）」的三級架構。這使得DRAM與SSD不再是被動的數據倉庫，而是主動參與計算流程的關鍵環節，其配置容量被顯著放大。
對話範式從「自答」走向「協作」：鏈式推理（CoT）、多Agent（智能體）協同、工具調用等複雜交互模式日益普及，單次任務的詞元（Token）消耗量從千級躍升至萬級，帶來10倍量級的數據讀寫需求。這要求我們的存儲系統能高效、低成本地承載中間態與歷史態數據。
媒介從「文本」邁向「多模態」：視頻、音頻等內容的生成與理解，其時空Token密度遠超純文本，對HBM帶寬、DRAM容量及SSD持續擴容能力提出更高要求尤其在冷數據緩存、檢索索引等方面，SSD展現出最強彈性。
這些趨勢共同指向一個結論：我們正進入一個「存儲即性能」的時代，存儲不再只是配套，而是決定AI系統效率與成本的核心變量。
然而，存儲芯片供給端擴產周期長、產能彈性有限，導致供需嚴重失衡，進而推動存儲價格大幅上漲。這一趨勢預計將在未來1―2年內持續，為存儲產業鏈帶來顯著的業績彈性。
面對洶湧需求，我們觀察到存儲原廠並未盲目擴產，而是採取「技術優先、聚焦高端」的戰略，將有限產能向AI數據中心傾斜，導致通用產品供給相對寬鬆，而AI專用高端產品供給極度緊張。
在DRAM領域，我們看到製程迭代正在加速。行業正從1a節點快速向1b、1c演進，其中1b將在2026年成為主力，1c則率先用於HBM4芯片等頂級產品。具體來看，三星已與英偉達敲定HBM4供應協議，並通過P4、P5工廠擴建及舊產線改造，大幅提升1c、HBM4產能，同時削減1a產能轉向1b。SK海力士採用1b製程生產HBM4，並計劃將1c產能擴大8倍以滿足AI客戶，更宣佈將於2026年4月停產DDR4，將全部產能轉向HBM與DDR5。美光則將1β、1b工藝用於HBM4，1γ、1c用於DDR5、LPDDR5X，並逐步覆蓋全產品線。這些動作清晰表明，原廠的戰略重心已完全轉向AI驅動的高價值DRAM，通用DRAM的供給增長極為有限。
在NAND領域，我們同樣看到結構性傾斜。3DNAND層數已邁入「300+時代」（如SK海力士為321層），單Die（單個NAND閃存芯片）容量與晶圓產出效率大幅提升。但廠商策略高度聚焦：三星重啓Z-NAND研發，目標是提供性能比傳統NAND高15倍、功耗低80%的AI優化產品；SK海力士推出專屬「AI-NAND」家族；美光則果斷退出移動UFS5（通用閃存存儲第五代標準）與消費級SSD業務，新工廠（台灣A5、日本廣島）全力聚焦HBM，同時推出基於G9-NAND的企業級SSD。
由此可見，NAND供給也在向高密度、高性能的數據中心SSD集中，消費級與移動級產品線被戰略性收縮。這種「高端緊、低端松」的格局，正是「硬缺口」形成的關鍵原因。
03
AI終端入口：
手機與AR眼鏡將成為關鍵載體
AI大模型要真正觸達消費者，必須依託高效的端側入口。當前最具潛力的兩大終端形態為智能手機與AI眼鏡。
智能手機：蘋果被視為AI手機的核心引領者。其首款AI手機將於2025年進入第二代產品周期，並在2026年迭代至第三代，標誌着AI手機進入創新爆發期。
AI眼鏡：Meta是該領域的先行者。其AI眼鏡銷量從2023年不足200萬台，躍升至2024年約500萬台，預計2025年將突破2000萬台。Meta正積極推進多款AI硬件產品的發布與生態建設，市場前景廣闊。
巨頭紛紛佈局，蘋果、Meta、阿里、字節等科技巨頭正加速將AI能力下沉至手機、可穿戴設備（尤其是AI眼鏡）等終端。
硬件載體明確，AI手機和AI眼鏡被視為中短期最重要的端側AI落地場景，有望催生新的硬件創新浪潮和供應鏈機會。
終端設備需兼顧性能、成本與用戶體驗，因此對芯片能效比、系統集成度及工業設計提出更高要求，也為產業鏈上下游帶來新的增長機遇。
（文章來源：新財富雜誌）