AI 扩张势不可挡，市场却常担忧产能过剩。预期差带来股价波动，亦创造布局良机。下文将阐释我们仍然看好AI 硬件的核心逻辑。

CIO Summary 

• 缩放定律依然成立，AI 算力需求加速上行。近期从自训练大模型到Kimi K3 的技术突破，再次验证AI 性能提升依赖算力、数据和模型规模扩张。开源模型同样需要大规模GPU 集群与巨量算力支撑。
   
• 开源模型利好超大规模云厂商，硬件充分受益。开源模式降低超大规模云厂商模型训练资本开支，增厚云业务利润率并加速AI 渗透。全社会算力需求显著抬升，硬件成为AI 产业链确定性最高板块。
   
• AI 硬件仍是我们AI 主题下的首选子赛道，涵盖加速芯片、存储器、光模块以及电力基础设施。详见
  报告内股票推荐与模型组合。

AI 硬件概览

我们于7 月举办了两场对话CIO 系列网络研讨会，分别设置中文场与英文场，两场活动均围绕AI 展开。以下为回放链接，以及我们讨论的核心要点。

• 近期技术进展再次验证AI 缩放定律。从大模型自训练到Kimi K3 发布，这些创新再度证明AI 性能提升依赖算力、数据和模型参数扩张。举例而言，运行Kimi K3 需要62 张GPU 超节点并行互联，凸显开源模型也离不开大规模基础设施与复杂运维。此发展态势对AI 基础设施及硬件需求构成利好。
   
• 开源模型兴起或将利好云服务提供商（但存在约束）。我们认为，开源浪潮对亚马逊（AMZN）和微软（MSFT）等超大规模云厂商整体利好，使其得以削减模型训练资本开支，借助开源模型提升云服务利润率。开源模型还能加速AI 渗透以及从本地部署向超大规模云厂商的迁移，二者均有利于云业务规模增长。但潜在副作用在于开源模型或替代闭源前沿大模型（如Anthropic、OpenAI），引发算力需求
  短期下行。
   
• 开源对硬件显著利好。Kimi K3 在AI 生态圈引发短暂恐慌（另一个DeepSeek 时刻），但实际上利好GPU、存储器、光模块和电力等AI 硬件，因开源模型会大幅提升AI 训练、微调与运行所需的算力规模（参见上文）。这也使硬件（卖铲人逻辑）成为AI 价值链中确定性最高、最具吸引力的板块。
   
• 科技企业财报印证AI 资本开支持续高增且硬件需求旺盛。不论是在我们的网络研讨会举办之前披露财报的企业（TSMC、ASML、Google 等），还是之后公布业绩的企业（Amazon、Microsoft、Meta 等），本轮财报季释放的信号十分明确：AI 资本开支持续走强，并非走弱。这与我们早前对2026 年“AI 热潮降温”的预测相悖，属于“美好的误判”，说明我们前期的谨慎判断缺乏依据。
   
• 加速芯片仍是AI 硬件的首选配置。英伟达（NVDA）依旧是GPU 领域无可争议的龙头，博通（AVGO）则持续主导ASIC 专用芯片赛道，二者均为AI 算力的核心载体。两只标的不仅是必配品种，也是观察重大技术迭代风向的重要窗口。
   
• 存储器是AI 硬件的另一首选配置。AI 算力高度依赖存储产品，包括高带宽内存（HBM）、DDR5 以及NAND 闪存。与此同时，2027 年上半年之前存储供给预计持续偏紧，长鑫科技（CXMT）等中国厂商带来的全球增量供给有限（仅占1-2%）。受韩国市场去杠杆影响，存储股当前处于超卖状态，但纯属与基本面无关的技术性抛压。SK 海力士（SKHY）为全球HBM 龙头，美光科技（MU）则是美国本土HBM、DDR5 和闪存的龙头。
   
• 光通信与互联器件具备长期可持续投资逻辑。在高速GPU 集群场景下，铜质互联已触及物理瓶颈与功耗上限，数据中心正加速向1.6T 和3.2T 光互联方案迭代。Lumentum（LITE）供应下一代数据中心光网络所需的大功率激光元器件，诺基亚（NOK）则是领先的全栈系统供应商。

行动建议

• 我们在研讨会交流中及本报告内均重申对AI 基础设施及硬件赛道的美股推荐，其已纳入我们的美国股票模型组合（详见附录）

• 欢迎关注我们的研究与报告。除常规研报产出外，我们的美股科技分析师李光宸（Garrick Li）推出了AI 热点清单与自研AI 热力图。该工具覆盖20+ AI 细分赛道的近百只股票，提供每日行情更新，助力客户把握市场先机。如需获取访问权限，请联系大华继显客户经理，或发送邮件至research@uobk.com。
   

大华继显AI 热力图（截至2026 年8 月4 日）

附录：美国股票模型组合