计算机行业点评：市场又低估了AI

一、不要低估科技大厂对AI的认知202625谷歌母公司4Q225营收18（同比1%5（同比3%5年全年营收达0亿美元（同比1%，搜索广告与云业务成主要增长来源。图表1：4Q2025谷歌发布炸裂财报Google官网AI需求极度旺盛，谷歌云同比增速48%，GeminiApp月活突破7.5亿。/利润/163亿，盈利能力明显改善，OperatingIncome21亿美532400AI需求极度旺盛。Gemni月活突破5C端和BCGmn3.04Q225GeminiApp7.5消耗量是上一代模型的3Gemini78%，规模效应显著提升。B端进入95%SaaS12Gemini，95%2080%的前0大aaS公司都在使用Gemnaesforce和hopf4个月的emniEnterprise800万个席位，GeminiAI引擎。AI17%Google17%631亿美元，实现强劲增长，所有主要垂直行业均持续增长，4Q2025Gemini3AI模式和搜索，用户的日查询量翻倍，AI31/6AI模式查询采用非文本模式。图表2：Alphabet计划2026年CapEx提升1倍BloombergAI2026CapEx18002026年的资本支出将在0亿至0亿美元之间，同比翻倍（5年为4亿，投资将在全年逐AI方面所做的投资已经转化为所有业务的强劲表现，强劲AIAI2026CapEx6500亿美元。AI军备竞赛进一2026年资本开支，具体看：20262000亿美元；Alphabet1750亿美元-1850亿美元，同比接近翻倍；Meta135087%；66%61050亿美元。债务“风向标”(ORCL.US)创纪录的最2501290AI投资情绪有望弥合分歧，坚定投资未来。AI的认知，AIAIAI二、模型加速迭代，AIntroc和OpnAI226年2月7ednce2.026日，AnthropicOpenAI同时上线了新模型ClaudeOpus4.6GPT-5.3-Codex。Seedance2.0重磅更新，突破“可控性”瓶颈，迈向工业级应用。字节跳动旗下多模态模Seedance2.0（27日AI视频生成领域已角色与场景的一致性质变：有效解决了前代模型在长镜头下的“脸部崩坏”和“风格漂AI复杂的物理动态模拟：在处理大幅度动作（如奔跑、打斗）及光影流转时，物理规律的遵循度显著提升，画面流畅度与真实感逼近实拍效果，大幅减少了“AI抽搐”现象。Prompt氛围与分镜构图，极大降低了创作者的“抽卡”试错成本。Anthropic发布ClaudeOpus4.6：搭载处于Beta阶段的1M上下文窗口。AnthropicClaudeOpus4.6，长文本能力提升显著。ClaudeOpus4.6亮点在于Beta1M上下文窗口，过去的模型在处理极长文本时，经常出现上下文腐化的问题，即模型性能随着文本长度增加而显著下降，导致它忘记或者混淆较早之前的信ClaudeOpus4.6MRCRv276%，远Sonnet4.518.5%准定位并提取被深埋的关键信息，从而胜任大型代码库分析、多篇论文综述、跨会话长程任务规划等场景。Opus4.6Terminal-Bench2.0中它的测试成绩排名第一。在应用层，ClaudeClaudeCodeAI同模块进行审查。对于更广泛的办公场景，ClaudeinExcel和全新推出的ClaudeinPowerPoint图表3：Anthropic发布ClaudeOpus4.6，长文本能力提升AnthropicOpenAI推出GPT-5.3-Codex：可能是目前最强大的智能体编码模型。GPT-5.3-Codex77.3%的准确率大幅超越了前代模型在衡量Terminal-Bench2.0基准测试上的表现，并在更严格的、涵盖多语言的SWE-BenchPro软件工程测评中达到了领先水平。GPT-5.3-Codex的能力边界已经从纯粹的编码拓展到整个知识工作领域。在衡量真实世GDPvalOpenAI相当。PPTGPT-5.3-Codex能够输出专业的可使用内容。图表：OpenAI发布GPT-5.3-Codex，SWE-BenchPro测评中达到了领先水平OpenAI我们认为模型的迭代还未到瓶颈，2026年模型将会加速迭代：ScalinglawDeepSeekV3.2后训练规模扩展到预训练规模%Deeek团队在论文表示由于训练算力有限，DeepSeek-V3.2Gemini3proDeepSeek据会遇到瓶颈。DeepSeek-V3.2DSA已经到达瓶颈。HopperBlackwell相比前代在单卡算力、显存带宽、显存容量、以及集群互联都大幅提升，这对大模型训BatchSize（学习内容前一次性处理的训练样本数量BatchSize能够更准确地估计整个数据集的梯度，从而使学习过程更加稳定,而较小的批次则会产生噪声过大且特征过于明显的信号，这可能导致模型的学习路径出现不稳定的跳跃。AI手机作为超级载体，驱动大厂入口之争。手机本身是人们工作与生活信息流的集大成者，AIAIAI率将被系统性重塑。图表5：豆包手机助手执行用户任务字节跳动，界面新闻App跳转中解放，只需下达自然语言指令，AIAgentAgentAppIntentsAppleIntelligence。GUIAgent路App，如豆包手机助手。图表6：APIAgent和GUIAgent在完成"3月8日下午4:00在Google日历上安排1小时会议"任务时的区别APIAgentsvs.GUIAgents:DivergenceandConvergence》，ChaoyunZhang等APIAgentGUIAgent的最核心优势在于灵活AIAI之战。三、CPO等结构创新加速，空天有望解决能源问题COLumentum业绩验证高景气CPOOptics，光电共封装）并非单一的产品，而是一种封装形态的革命。传统的光模块是“可插拔”的（ugabe，像U盘一样插在交换机面板上，数据需要经过长距离的电信号传输才能到达（ICO（OptcalEngne）与交换芯片封装在同一个基板上，尽可能缩短电信号的传输距离。2）2026年的当下，AI800G1.6T3.2T跨越，CPO即可成为打破“功耗墙”和“密度墙”的新选择。图表7：CPO和光模块系统对比国金证券研究所整理CPO产业链近期显著变化，结构创新迅速。CPOEML成本可控性上具备天然优势，正成为CPO落地的载体。外置光源标准趋于统一：CPO（光源ELS（ExternalLaserSource）的模（光源镜和电路（光引擎CO薄膜铌酸锂（TFLN）200G/400G的超高速率，CPO中引入薄膜铌酸锂调制器，代表材料端的革新。Lumentum业绩超预期兑现，量价齐升。Lumentum（LITE）于2026财年第二季度（2025Q4）业绩。报告期内，Lumentum实现营6.6665.5%24.7%。图表8：Lumentum收入及同比 图表9：Lumentum利润及同比7 80330066022005404201100320-2000-10010-40-60-1-2-200-300-3-400营业收入（亿美元） 收入同比（）

归属母公司股东的净利（亿元） 利润同比（）我们认为，Lumentum超预期，预示产业趋势的三个变化：1）1.6T迭代速度超预期。Lumentum指出，云服务商（CloudTitans）对高速率产品的需求1.6T迁移。这意味着光通信行业的景气周期被拉长，并未出现此前市激光器（连续波光源）CPO激光器需求激增。Lumentum期印证了硅光/CPO技术路线的放量。Capex（等）AI基础设施上的投入依然维持高位，并未受到短期宏观扰动的影响。空天有望解决能源问题，打开每年100GW算力空间算力能耗庞大，地面承载力有限。AI大模型的参数量与能耗呈非线性增长。根据国际能源署（IEA）2026到0太瓦时（W，相当于日本全年的用电量。在地面建设数据中心，不仅面临严苛的PUE（电源使用效率）限制，更受到土地与散热资源的物理约束。太空算力商业化的前提是极低的发射成2024-2025SpaceX（Starship）月国家航天局设立意。图表10：近十年我国商业航天相关企业注册量及增速企查查（零散热成本（24/7清洁能源2）路径二：空间太阳能地面光伏，太空光伏不受昼夜和天气影响，效率有望相较地面大幅提升。10GW的IpceX100万颗卫星组成轨道数据中心星座，直接利用太空近乎恒定的太阳能，且运行和100100千瓦的计算能力，100AIAI算力将AI理数据。图表11：马斯克旗下SpaceX在公司备忘录中确认与xAI合并财联社四、“AI吞噬软件”过于绝对，错杀带来中期配置良机模型更新引起恐慌，全球SaaS板块普跌。本周，Anthropic发布了具备“自主计算机操作”ClaudeAISaaS“中间商”价值被吞噬的极度担忧。图表12：全球代表SaaS公司过去一周涨跌幅knwhwI吞噬一切软不是从头开始重建基本工具。ERP、CRM工作流深度：复杂的业务逻辑（如复杂的税务计算、供应链调度）需要极高的精度，通用模型的“幻觉”在这些场景下是不可接受的，必须依赖成熟软件的规则约束。中国特色服务，构筑起AI无法逾越的护城河。这一逻辑在中国市场尤为显著。与美国SaaS标准化的订阅模式不同，中国计算机公司绝大部分以项目制为主要商业模式。及复杂的信创适配。这不仅是写代码的问题，更是对客户业务理解深度的考验。代替售前团队去搞定复杂的招投标流程，也无法代替实施团队去现场解决突发的业务故障。我们认为，对于中国软件公司而言，Anthropic.五、存储、CPU、FAB加速成长通道存储：AI驱动的超级周期，产能扩张与技术迭代将推动长期供需再平衡Agentic框架依赖于AgentCore与大型语言模型之间的迭代式多轮交互。对于每个用户KVMulti-Agent中，GPUGPUGPU3（CPUNVMe的存储可实现迁移后的快速重载与KV图表13：Multi-Agent环境下KV运行机制三星当前全球存储芯片市场正处于由I据CFM1,932①算力需求呈AIDRAM容量需求是普通服8倍，NAND3AI2TB。同时，AI大模型"--"的正循环使数据存储需求持续放大。根据澜起科技招股书，2025年全球服R透率将达%，HM单价较DD5高约5倍，大规模应用进一步打开市场空间。②供给端：头部厂商产能扩张节奏显著滞后。三星、SK20282023"精准减产+高端倾斜"AI存储需③3DNAND200HBM4量产体系逐（5年全球HM总产能已增至4%F等新架构研发推进，存储产业正朝着"DRAM缓存+HBF加速+NAND海量存储"的多层架构演进，技术突破将逐步缓解供需矛盾，推动行业进入新的增长轨道。图表14：2020-2030年全球服务器内存模组出货量（按DRAM代际细分）Frost&SullivanAgent生态扩张引爆CPU性能瓶颈ChatbotAgent发生微妙的偏移。AgentGPUCPU来处理复杂的逻AgentCPU需求爆发的三大核心逻辑：①Multi-AgentOS调度压力传统的LLM对话是线性的，而AgentAgent沙盒（Sandbox）需求飙升：Agent执行代码等操作经常需要在隔离的云端沙盒中运行。这些沙盒环境的启动、运行和销毁依赖CPU算力。KVCacheCPU的挑战naddod(KVCache)Transformer推理，但8tokenKVCache本身就可能消耗数十GB的显存。更重要的是，GPU显存不仅要容纳KVCache，还要容纳模型权重和中（KVCacheOffload）GPU内存中不活跃或暂时未使用的键值CPUSSDCPU与GPU之间的通信带宽远低于GPU内部的HBMKVCacheCPU进行任务的调度，进一步加剧了CPU的负载。NVIDIA2025年9月的一篇技术博客《HowtoReduceKVCacheBottleneckswithNVIDIADynamo》就专门阐述了在长上下文场景下，利用NVIDIADynamo等技术将KVCache卸载到CPU内存的必要性，并指出这是解决HBM瓶颈的关键手段。图表15：KVCache卸载使得KVCache能够从有限的GPU内存中传输到更大且性价比更高的存储Nvidia官网③高并发工具调用带来的CPU算力消耗Agent的能力不仅在于对话，更在于使用工具，例如检索、写代码、浏览网页。这些非模型推理任务主要由CPU承担。前文五大代表性Agent工作负载中各项任务的延迟数据证明了这一点。而且在高并发场景下可能有大量Agent同时工作，这些任务需要高性能CPU进行多线程/多进程处理。119Intel3intel7产能紧急转向服务器，致使消费电子端交付保证率大幅下滑。英伟达BlackwellARMCPURubin架构大幅提升CPU核心数与超线程；同时英伟达开放英特尔x86CPU用于NVL72Agent沙盒调用量飙升带动云实例业务增长，进一步加剧了CPU供需紧张。JonPeddieResearch20258CPU市场已连续两个季度实现增长。2025CPU7.9%