中信證券發布研報稱，中美科技股大漲后回落，市場出現顯著分歧。該行認為，當前仍處于人工智能應用的早期。即便沒有最終實現AGI，AI仍將釋放互聯網30年積累的數據紅利，低成本提升知識和智能獲取的便利性，從而提高效率和生產力。該行預計，2030年的全球AI Capex有望在2025年的基礎上增至5-7倍，中國AI Capex有望增至7-9倍。AI投資遠沒有見頂。未來如中國AI投資超預期，或技術進步超預期，中國AI公司的投資吸引力將進一步提升。

　　推薦產業趨勢明確、行業增量帶來業績改善確定性高、AI落地速度快的細分方向和標的，包括：1)國產算力鏈龍頭及核心供應鏈；2)全球算力鏈龍頭及核心供應鏈；3)價值量有望提升的配套供應鏈(光纖、液冷、電源、柴發等)。

　　中信證券主要觀點如下：

　　歷史復盤：中美市場AI公司表現強勁，相關公司股價處于高位；市場分歧加劇。

　　1)AI驅動美股三年牛市：2022年底至今，納指上漲最高達140%，英偉達最高上漲達14倍。2025年初至11月27日，費城半導體指數(SOX)上漲39%。

　　2)中國AI資產上漲：部分受益于英偉達產業鏈，部分受益于DeepSeek和國產AI算力進展。年初至11月27日，A股市場光模塊/PCB分別上漲137%/65%。7月25日至11月27日，寒武紀(688256.SH)/海光信息(688041.SH)/中芯國際(00981)分別上漲119%/58%/ 37%。

　　3)9月以來，OpenAI先后和甲骨文、英偉達、AMD、博通等簽訂累計超過1萬億美元的AI算力采購合同，市場分歧因此加大。

　　4)根據中信證券研究部前瞻組預計，美國四大CSP 2025年Capex合計將達到4060億美元，同比增長61%；該Capex水平預測已超越這些公司的凈利潤但仍小于其經營性現金流。市場開始擔憂全球Capex是否見頂，開始廣泛類比當下與2001年科網泡沫的異同。

　　2030年全球AI算力測算：該行從AI應用和token用量入手，構建完整測算框架。

　　盡管AI應用的商業模式仍處于探索初期，展望2030年，不難預測，聊天、AI Agent、多模態內容生成、自動駕駛和機器人等物理AI仍將消耗海量token。即便考慮到AI模型計算效率的提升、芯片運算能力的提升、以及部分算力用于訓練模型而非推理等因素，依然可以得到如下研究結論：

　　預計2030年全球token消耗或增至2025年的100~340倍；進而考慮模型參數量、芯片利用率等因素，預計2030年推理算力規模或增至2025年的65~220倍；考慮推理算力占比提升，預計2030年存量算力規模或增至2025年的16~55倍；假設芯片5年使用期，預計2030年增量算力規模或增至2025年的10~39倍；考慮單位算力降價，預計2030年AI芯片市場規模或增至2025年的5~9倍，即2030年全球AI芯片市場空間或超1萬億美元。這一預測與英偉達等科技巨頭的展望接近。

　　依照上述核心測算邏輯，并補充供給、產業展望兩個角度交叉驗證，綜合認為2030年全球AI芯片市場空間仍能增至2025年的5~7倍，達到萬億美金級別：

　　產業展望驗證：英偉達預計全球AI基礎設施空間從2025年的6~7千億美金增長至3~4萬億美金，對應測算AI芯片空間從2千億美金增長至萬億美金級別，增至5倍左右。AMD針對2030年AI數據中心市場也有類似預期。

　　供給視角驗證：AI芯片的供給中短期可以參考CoWoS擴產節奏以及各芯片廠商的收入指引，中長期則需要觀察各芯片廠商產品升級與單位算力降本趨勢(單位算力成本降低趨勢會約束需求爆發的節奏)。其結論是預計2030年全球算力增量約51萬EFLOPS，對應AI芯片市場規模約1.3~1.5萬億美元，是2025年的7~8倍。

　　國產AI芯片：預計2030年的中國AI芯片市場規模將在2025年350-400億美元基礎上，增至原來的7-9倍，增幅高于全球。中國AI芯片國產化率有望從2025年30~40%提升至2030年的60~70%水平。

　　當前國內廠商在AI領域資本開支 值顯著低于美國，考慮到中國互聯網廠商投入意愿提升，疊加中國廠商在應用端的優勢，預計未來五年，中國AI芯片市場規模將增至原來的7-9倍。在美國限售高端算力背景下，為滿足國內算力需求，國產算力正加速突圍：

　　1)國產算力芯片廠商攜手國產供應鏈正加速追趕；2)華為昇騰發布會也展示了突圍新方向：通過超節點/集群能力彌補單卡性能差距。伴隨國產算力廠商在單卡性能、軟件生態、通信能力(超節點/集群)等方面持續取得突破，預計中國AI芯片國產化率有望從2025年30~40%提升至2030年的60~70%水平。這將使得國產AI芯片公司和算力產業鏈上下游公司顯著受益。當前，國產AI算力公司交易屬于“強預期、弱現實”，即收入和利潤尚未顯著體現，而估值快速提升。在這種情況下，國產AI算力公司的估值波動會較大，直到收入和利潤增長逐步兌現。

　　國產AI算力產業鏈：國產AI芯片仍落后英偉達，導致AIDC功耗和散熱面臨壓力，為液冷、AI電源等環節帶來機遇。此外，輸配電、柴發、存儲、光通信、材料等更多領域都值得關注。

　　1)液冷：在AI服務器功耗和芯片功率大幅提升的背景下，液冷方案憑借更高的散熱效率、更低的PUE(電能使用效率)，正成為數據中心節能降耗的主流技術路徑。該行預測，2027年全球液冷市場空間約858億元；

　　2)AI電源：服務器電源功率密度提升對電壓調節模塊的拓撲結構、材料特性、冗余設計等提出更高的要求，相關電源模塊產品有望迎來量價齊升的局面。AC/DC環節該行預測2026/2027年市場空間分別為585/957億元；

　　3)輸配電：巴拿馬電源為代表的直流輸電方案或成為未來發展方向。該行認為2025將是HVDC(High Voltage Direct Current，高壓直流輸電)爆發元年，該行預計HVDC方案2028年市場空間將達到431.5億；

　　4)光通信：GPU帶寬速率的持續提高+算力集群規模的不斷擴大對高速/低功耗的數通光模塊有著更高的需求。根據Lightcounting預測，2025年以太網光模塊行業規模已經超過150億美元；未來五年，該市場年復合增長率將達22%；

　　5)柴油發動機：憑借高穩定性、快速響應、體積較小等優勢成為了數據中心備電需求直接受益者。該行測算2025/2026年全球數據中心備用電源用大缸徑發動機銷量分別為1.60萬臺/2.25萬臺。

　　風險因素：

　　AI應用落地速度不及預期的風險；云廠商資本支出不及預期的風險；企業核心技術、產品研發進展不及預期的風險；相關產業政策不及預期的風險。