为持续向投资者普及ETF基础知识，招商证券携手十大基金公司，联合全景网共同举办2025年招商证券“招财杯”ETF实盘大赛系列直播，旨在帮助投资者提升资产配置与风险管理能力，促进ETF市场的健康发展。

2025年10月15日，“招财杯”ETF实盘大赛系列直播邀请到了国泰基金量化投资部ETF研究员李星全探讨《AI巨头频“联姻”，算力板块接下来怎么投？》。

李星全表示：AI大厂之间的合作频繁，最直接反映出来AI算力资源仍然比较紧缺。随着新型计算芯片开始放量，计算性价比提升，一些算力密集型的场景开始落地，会进一步带动AI算力需求的增长。

我国光模块企业在全球已经做到了比较好的卡位优势，已经在全球有较大份额，同时这些企业还能够不断地去配套国外厂商研发。

从基本面角度来看，今年国内光模块、PCB、服务器ODM表现亮眼，底层驱动力还是英伟达的芯片持续放量。且这些环节的市场规模在今年可能增速还没有见顶，明年增速有望再创新高，因此这些板块的估值支撑比较强，且估值持续上修的空间比较大。

投资配置方面，普通投资者更适合通过指数投资，可以同时关注一下海外以及国内的算力。海外算力可以关注通信相关ETF，国内算力可以关注科创芯片指数，半导体材料设备指数则具备更高的估值安全垫。

AI持续催化，业绩成长主要靠硬件驱动

全景网：您能否先回顾一下这一轮行情启动背后的核心催化剂是什么？有没有哪些重点的细分板块值得大家关注？

李星全：今年从全球范围内来看，AI的催化是比较明显的，不管是国内还是北美。最近GPT5已经发布了，虽然它有多个模型，现在市场上评价也不太一致，但是它的性能还是有比较明显的上升。

同时，token的价格开始迅速下降，当然性价比提高本质上也是源于算力资源方面的支持。除了GPT5之外，不管海外还是国内都有发布很多比较先进的大模型。比如DeepMind就发布了世界模型Genie 3，它在生成模型的时候可以保持良好的一致性，同时可以更好地去理解我们世界的物理规律。这样生成出来的一些图片或者视频，可能就会更加符合逻辑。

今年从各个厂商的业绩去看，它们的业绩成长动能主要还是由硬件来驱动的。比如今年一季度、二季度，英伟达新一代Blackwell架构的产品开始放量。对于英伟达而言，Blackwell算得上是史上爬坡放量最快的一个产品。GPU放量之后，一些配套的东西，比如A股有很多公司，像光模块、PCB等等，都在这一条产业链上。所以GPU快速放量对于A股这些公司而言，成长动能也比较明显。因为A股光模块、PCB以及服务器ODM等等环节，在全球范围内还是比较有竞争力的，同时在英伟达或者北美云厂商的产业链里面份额也较高。所以，相关公司的三季报都还是比较值得期待的，相关的业绩增速可能会在未来有较好的持续性。

从细分的环节去看，现在已经明确进入了业绩高速增长的一些赛道，主要是光模块、PCB以及服务器ODM，就是因为里面很多公司在全球都属于业内龙头厂商。

另一方面，因为计算芯片，比如英伟达的GPU，还是维持在比较快的迭代速度。现在架构基本上是两年一变，产品一年一变。每一次迭代，ASP也会增长比较明显。所以相关环节的业绩成长动能是比较强劲的，并且未来几年还是有希望维持较为高速的增长。

除此之外，可能大家也有关注到一些正在兴起的领域，比如液冷、光纤、铜连接赛道，也比较具有投资潜力。所以我们觉得，如果比较看好AI的行情，可以从这几个环节再去深入挖掘一下。

AI算力资源持续紧缺，性价比提升引发下游需求扩张

全景网：近期甲骨文与OpenAI签订了三千亿美元算力大订单，这当中释放了什么样的信号？您觉得未来几年国内外的AI大厂资本开支增长性与持续性如何？

李星全：OpenAI从二季度以来都比较活跃，其与博通签订了一个战略合作协议，此外还跟其他很多厂商展开了深入合作。并且除了订单层面，还深入到了股权层面。

我觉得这些合作最直接反映出来的可能是OpenAI本身的算力资源比较紧缺，其开启了全球扫卡的模式。往更深层次去看，我觉得可能是新一轮算力资源争夺的强烈信号。

当然我们也有提到过，随着新型计算芯片开始放量，计算性价比是在提高的。可能有的朋友就会觉得，性价比提高对一个行业而言，就意味着产品要降价、行业的竞争加剧，可能会影响到相关厂商的盈利能力。但是我们可以看到，对于算力而言，至少从目前全球算力市场去看不是这样的。以OpenAI为例，以前的模型主要是文字类，现在过渡到图像以及视频类，有很大的成长。用文字去调用模型的计算量天然不如图片跟视频的运算量，所以通过这种多模态能力的发展，算力的总体需求会快速增长。当性价比提高以后，反而会让更多用户更愿意去用AI大模型，从而让一些算力密集型的场景开始落地，包括像各种AI的端侧，比如AI手机、人形机器人、智能驾驶等等，这些场景都有望成为AI的用武之地。

所以总体上大家可以看到，token的调用量基本上每三、四个月就可以翻倍，这种算力需求的增长是非常迅速的。这样可能就意味着，哪家厂商有更多的算力资源，它可能就把握了未来更好的成长机会。

全景网：近期海外AI巨头频频“联姻”。从英伟达计划最高投资1000亿美元给OpenAI、到英伟达投资50亿美元入股英特尔、再到AMD向OpenAI发行认股权，后者有望以极低成本获得AMD约10%的股权。您认为海外AI巨头之间的强强联合背后的主要动因是什么？这一现象对于整个AI产业未来发展趋势以及竞争格局会带来什么样的影响？

李星全：从商业模式上去看这件事情的本质。以前这些大厂去投入AI基础设施建设，它决定去买多少卡的时候，主要是以自有现金流衡量。所以大家以前做一些研究都会去考虑这几家厂商的资本开支占了多少它们的现金流，未来还有多少空间。

但是最近相关的一些事情在颠覆过往的逻辑，从以前的自有现金流投入转变到了融资投入，本质上就是AI硬件投入有可能会迎来新的一轮加速。最直观的原因还是算力需求在快速增长，导致算力硬件的稀缺性在上升。

我认为这些合作会让AI加速进化。因为现在各种各样的模型、应用场景都在迅速打开，推理端的发展显著。当推理端性能提升了，用户多了，就意味着更多的算力。用户多了以后，也能够产生更多的数据从而去反哺现金侧，让这些厂商去做出更好的模型。

所以就是推理跟训练，我们可以理解成一个螺旋式良性上升的过程。所以我觉得相关的这种合作提供了更多的现金流，让这些厂商可以购置更多芯片，这样就是它们自己可以运用的资源，使得AI发展的速度可能会更快。

竞争格局方面，从芯片厂商到模型厂商到云计算厂商，它们的这种深度合作从订单层面扩展到了股权层面。未来这种模式进一步发展，可能会加强AI行业的龙头效应。以前我们可能觉得，像云厂商这些比较有实力的企业，它们自己去做模型会更有优势，因为它们本身已经有很多数据中心。但是从现在的变化去看，可能下游的模型厂商，比如像OpenAI也可以自己去建数据中心，这种渗透是在双向进行。

AI叙事为国内半导体带来强劲动能，设计环节弹性更大

全景网：这几年，在自主可控逻辑的推动下，国内AI芯片取得了哪些突破性进展，还有哪些环节仍有待加强？

李星全：先给大家拆解一下产业环节。从AI芯片去看，我们可以先参考一下英伟达的传导顺序。当这种算力需求快速上涨，英伟达会收到更多芯片订单。英伟达可以算作是一个芯片设计厂商，他设计完GPU之后，会去找制造厂商去进行制造，找封测厂商去进行封测。所以当需求开始快速增长的时候，景气度应该是先传导到设计环节，进一步传导到制造。当半导体制造厂商发现产能不够，比如台积电在扩产，可能景气就会进一步传递到设备跟材料领域。所以从整个半导体的发展去看，联动性还是比较强的。当然，资本市场不一定严格按照这种景气传递顺序去掀起一轮又一轮的行情。但是总体上去看，现在AI给整个半导体行业带来新的叙事，动能是非常强劲的。

站在国内角度，因为美国对我们AI的制裁一直都比较严格，国内企业想去购买海外芯片是比较受限的，这样或许反而会给国内AI芯片设计制造相关的厂商带来更大的机会，但是可能我们的工艺要接近国际一流水平、顶级的水平还需要时间。现在英伟达GPU大部分都是台积电4nm制程，国内会跟台积电有差距，所以相关问题都需要去攻克。从2023年到现在，产业链的制造设计成熟度、良率都在逐步提升，所以半导体产业链也有比较大的行情。

如果从刚刚的顺序去看，AI芯片给半导体产业链带来的这种成长，从不同环节去看，可能设计的弹性会更大一点，因为我国的制造稀缺性会比较高。相关的一些AI订单制造完以后，释放业绩的能力也比较强，市场给的估值也会比较高。

从其他方向去看，因为国内先进制程扩产也会有比较多的设备订单需求，所以投资者也可以关注设备跟材料环节。

全景网：在面对海外AI巨头的“联姻”，您觉得国内AI产业链企业能够采取哪些举措来应对，以确保国内AI产业进程在未来几年“不掉队”？

李星全：我觉得软件方面可能很难拉开像硬件那么大的差距。因为之前国内的厂商在算力资源匮乏的情况之下，像DeepSeek、阿里等公司也都推出了一些很优秀的模型。

我们国内主要还是卡在硬件芯片上。首先就是芯片设计的成熟度需要提高，因为芯片走到更先进的制程都需要很高的成本；其次，对于制造厂商而言，国内的先进制程工艺也需要不断去突破，跟国际厂商去接近。

另一方面，产业不同环节之间的协同性也需要快速提高。比如AI的各种垂类应用，它们跟自己的一些产业链上下游的协同也需要不断提高，这样才能更快地促成闭环。

光模块伴随算力芯片迭代量价齐升，国内企业具备卡位优势

全景网：您如何理解国内光模块产业在全球的竞争能力，有哪些竞争优势？

李星全：首先光模块为什么重要？现在很多大模型参数量已经来到了万亿，甚至十万亿级别。所以去运行这样的大模型，光靠一块GPU肯定是不行的。所以就需要把GPU组成很大的集群。从英伟达的方案去看，先把GPU组成一个服务器，再把不同的服务器连接起来组成一个数据中心，后面可能还会有这种跨数据中心的组合。

我们知道数据中心，尤其是AI数据中心信号的频率跟速度都是比较快的，如果还用传统导体去进行长距离信号传输，就不可避免地会导致发热等问题，从而可能导致数据丢失。

所以长距离的这种信号传输一定是通过光缆去进行传输，就涉及光电转换的问题。其中光电转换的任务，主要是由光模块来完成。所以当算力需求增长、GPU开始迅速放量，光模块的需求量也会同步起来，并且很难被替代掉，因此它的确定性较强。

另一方面，AI爆发从2023年到现在，计算芯片跟光模块之间的迭代速度可以说是亦步亦趋。英伟达一开始用的A100 GPU网络通信的速率大概是200G，所以当时光模块也都是200G及以上的一些产品。等到英伟达开始大规模放量H100的芯片以后，通信速率已经来到了400G，所以当时的光模块主要就是400G以及以上的一些产品。今年以来，随着英伟达的Blackwell架构产品开始放量，配套的一些光模块也只能用800G及以上的一些产品。现在主要是800G/1.6T，可能后面会进行渗透。

所以，当计算芯片在迭代的时候，光模块的性能也需要同步去提高，所以对光模块而言，是量价提升的一个市场。

A股光模块企业在全球有什么竞争优势？第一点，就是现在已经做到了比较好的卡位优势。不管是英伟达的GPU还是其他云厂商，比如说像谷歌、微软，它们自己会去做一些定制芯片。它们在采购光模块的时候，大概率还是会采购国内的这些光模块企业的产品。就是说国内的这种光模块企业，它们现在已经在全球有比较大的份额，它们也在不断地配套国外厂商去进行研发。

另外，如果从产业的变化去看，我觉得A股的光模块企业有卖铲人这样的一个逻辑。

国外的GPU以及ASIC定制芯片，它们之间的放量都比较快。虽然整个市场还是在快速增长，但是它们之间的份额可能也会有一定的切换。但不管是GPU还是ASIC放量，它们也都需要去找我们国内的光模块企业去购置。相当于对A股的光模块企业而言，不管它们买的是什么芯片，反正只要买了这种计算芯片，要去组网，就必须用我们的光模块。

有的朋友可能会觉得，后面光模块会不会有新进入者，把市场整个搞成红海市场？我觉得是比较难的。现在这种组网，比如说英伟达数据中心里面的价值量，绝大部分还是用在GPU以及交换机上，其中光模块在里面的占比是非常小的。所以对于这些大厂而言，它们没有必要为了优化这一点成本去自己做，这样反而会分散精力。对于其他小厂，如果要切入到光模块环节，首先它们的产品不一定能够做得出来，不一定能够跟得上海外这些厂商产品迭代以及研发速度。海外的厂商更换供应商的动能也较弱，因为光模块在它们数据中心的建设里面占比非常低。如果因为光模块供应不稳定，导致它们的GPU运行停止，反而会是更大的成本。所以它们最重要的一点是保证产品供应的稳定性，以及品质都要更好。

英伟达驱动，光模块、PCB、服务器ODM基本面表现亮眼

全景网：从基本面来看，您如何解读A股AI算力相关企业已披露的半年报，有哪些亮点值得关注，AI对于相关企业上半年业绩的贡献程度有多大？以及对于三季度业绩有哪些展望？

李星全：最重要的释放业绩环节，主要就是光模块、PCB以及服务器ODM。

几家比较具有代表性的公司，它们业绩增长是非常快的。核心还是在于相关厂商在全球已经具备了很强的竞争力，达到了很高的份额。所以当市场规模快速增长的时候，它们的业绩理应也会快速成长。今年以来，最重要驱动力还是英伟达的卡在加速放量。

当然，对于A股，像PCB、光模块环节，制造周期可能不会像芯片那么长。比如英伟达从今年年初开始放量，它们去购买PCB应该只需要提前一个月左右。所以业绩成长速度出现的时候，应该是在二季度。所以二季度国内这些厂商的业绩增速大超预期，底层驱动力还是英伟达的芯片。

AI对相关企业上半年业绩的贡献程度有多大？我们也可以分一下。像光模块，在AI兴起以前，光模块体量要小很多，并且当时的成长可能也会更加温和一点。AI起来以后，这种业绩增长的确定性以及动能都是非常强的。所以上半年光模块企业的业绩增长主要就是由AI去驱动的。

PCB也差不多。只是像PCB、服务器，在AI兴起以前，可能它们自己相关的市场会更大。所以今年除了AI给它们带来了很强的成长动能以外，可能传统领域还是会有不同程度的复苏。

三季度英伟达放量还在持续增加，除此之外，今年国内的一些卡，也在不断加大出货量。所以我觉得三季度相关企业还是有望保持较快的同比增速。

AI产业链估值仍有持续上修空间

全景网：几轮AI行情当中，包括半导体、AI算力等相关标的已经收获了不少的涨幅。那么您如何看待当前这些细分赛道的估值水平？是否依然具备投资的性价比？

李星全：估值直观上看就意味着我们对企业未来成长的信心。对于AI里面深度受益的，像半导体、光模块环节，我觉得成长空间是比较大的。

现在对于全球而言，GPU的市场规模应该已经远远超出了CPU市场规模，这就是AI所带来的一些边界变化。所以，理论上当市场规模在快速扩容，我们有理由预期，相关厂商如果能够保持自己的份额，其未来的业绩成长动能应该是比较强的。在这种情况下，也就意味着估值还有持续上修的空间。

这几个业绩释放能力比较强的环节，总体市场规模就是受益于量和价两个方面的快速提升。至少目前观测来看，今年这些环节的市场规模增速可能还没有见顶，明年增速有望再创新高。所以我觉得从估值层面去看，支撑比较强，其次是持续上修的空间还是比较大。很多投资者喜欢去看估值在历史分位的多少评估当前的估值水平，但是这样的方式可能在周期性行业里面适用性会更高一点，像AI这种产业革命级别的技术渗透的时候，估值很有可能打破原有的估值逻辑。

全景网：结合基本面、政策、资金等几个方面，您能否对AI算力接下来的行情作一个展望？

李星全：如果从基本面去看，我想刚刚已经说了很多了。这里就再简单总结，AI有几个比较明显的优势，首先就是产业趋势比较明确。现在从全球去看，商业模式也已经跑通。整体上AI算力还是处在一种供不应求的状态。相关的逻辑可能会在国内不同企业之间进行扩散。第二点，市场空间、增长速度也很高，估值支撑是比较强的。第三个点，现在产业的这种边际变化比较明显，基础模型的性能在不断提升。像国内一些半导体产业链的相关进展也比较迅速。

从政策面去看，可能大家主要会关注政策对国产算力的扶持。首先，中国是全球第二大计算市场。尽管我们现在的算力硬件性能以及放量规模可能跟北美比起来还有差距，但从后续算力的发展节奏去看，我们觉得国产算力会是战略级别的，后面可能也会有比较多的激励，不管是大基金、各地产业基金，或者是各种政策相关的空间还是比较大的。

从资金链去看，现在A股的流动性也在持续宽松。一个价值投资者去选择方向，最好是基本面比较强的。它们的成长可以通过自身利润、EPS扩张去驱动估值的上涨。我觉得当前AI就是这样一个行业。

所以如果市场持续上行，AI也会是相关资金的首选。当然，虽然我们看好AI的长期发展空间，但是也会有一些短期波动，所以还是要注意风险。

指数投资低风险兼具弹性，关注通信、科创芯片、半导体材料设备指数

全景网：作为普通投资者，如果看好AI算力相关赛道，应当如何去进行布局？应当优选个股还是指数？如果进行指数化投资的话，有哪些指数能够很好地匹配投资者的诉求，您能否介绍一下？

李星全：我觉得指数可能会更好。因为普通投资者可能在信息层面比起一些相对专业机构而言，信息是天然的劣势。个股波动较大，作为普通投资者也不一定能拿住，可能某天跌了一点就被洗出来了。

但是大家去看指数，比如像在AI这一波行情里面很多相关的指数，它们的弹性也是比较强的。所以我觉得指数风险相对单一个股较低，也会有一定的弹性。对于普通投资者而言，可能持有的体验也会更好一些。

至于具体的配置，为了让大家更好地去把握住全球AI发展机遇，我们觉得大家可以同时关注一下海外以及国内的算力。

海外算力方面，通信设备指数里面的光模块、光纤铜连接服务器，这几个较核心的环节，加起来的占比应该是超过70%的。这类指数里面的AI核心环节含量可能会更高一点，能够较好地代表海外算力发展的情况。

国产算力，比如说里面最重要的芯片环节，半导体产业链就是国产算力的一个重中之重。以科创芯片指数为例，因为科创板有较多优质的半导体企业，这些企业它们本身的质地比较优秀，一直以来也是政策偏爱的一个板块，从基本面去看也会比较强。加上科创板弹性较大，从今年的走势去看，也是比较强的。

另外如果从估值层面去看，设备环节的估值就会比设计要更低。可以看到很多设计相关指数都已经创了新高，但是像半导体材料设备指数等设备相关指数PE可能还处在历史分位70%—80%。投资者可以根据自己的需求去进行一些匹配，比如说把多少仓位放在海外算力，把多少仓位放在国产算力，每个投资者都会有自己的风险偏好。