3月份全球科技界创出两个世界之最：

3月8日，全球半导体芯片行业风向标——费城半导体指数最高至5165.83点历史新高，自2023年10月末见底以来，涨幅超过60%，较2022年10月末的低点已经上涨超过100%。

3月19日，英伟达在2024GTC大会上正式推出新一代AI芯片架构Blackwell。Blackwell架构GPU由2080亿个晶体管组成，采用量身定制的台积电4纳米工艺制造，两个reticle极限GPU裸片将10TB/秒的芯片到芯片链路连接成单个统一的GPU。

“这是当今世界上最先进的芯片。”英伟达掌门人黄仁勋表示，“如果要训练一个1.8万亿参数量的GPT模型，需要8000张Hopper GPU，消耗15兆瓦的电力，连续跑上90天。但如果使用Blackwell GPU，只需要2000张，跑90天只要消耗四分之一的电力。”

速度更快、能耗更低，Blackwell已经被业内视为突破摩尔定律边界的存在。从Pascal架构到Blackwell架构，英伟达用8年时间将AI计算性能提升了1000倍。有海外社交媒体惊呼“Nvidia eats world！”

有了算力支撑，再加上ChatGPT、Sora打开商用前景，在AI拉动下的本轮半导体芯片景气周期不断超预期。落到投资层面，从产业链现实角度观察，在承认芯片核心技术差距的同时，A股AI上市公司具备哪些比较优势呢？

1

光通信版图东升西落

AI大模型训练带来算力的爆发，算力的核心是GPU，算力的基座则是分布式计算系统。为了提升GPU集群计算效率，提升节点互联网信息传输速率是必然选项，光模块发挥着关键作用。光通信著名咨询机构LightCounting预计，未来5年用于AI集群的以太网光模块总销售额将达到176亿美元，占到了所有以太网光模块市场38%。

全球光模块市场格局正在呈现出东升西落的趋势，根据LightCounting数据，全球前十大光模块供应商中，中国厂商数量由2010年的1家上升至2022年的7家；中国厂商销售额占比由2010年的15%增至2021年的50%。中际旭创等多家厂商已经成功打入海外头部云计算大厂供应链，打破数通高速光模块技术壁垒，体现出国产厂商的全球比较优势。

值得注意的是，在2024GTC大会上，英伟达展示的最新服务器GB200 NVL72并未采用光通信传输，而是采用了铜线缆。狼叔咨询了多位券商研究员，业内人士普遍认为这是英伟达出于成本考虑的结果，并不意味着技术路线的彻底转向。

2

先进封装挑战摩尔定律边界

封装一向被定义为劳动密集型行业，是半导体产业链中价值量较低的一环，但在AI需求爆发的产业新趋势下，先进封装正在成为行业价值量的新爆点。

AI大模型要求匹配更高算力的芯片，但半导体制程发展已逐步达到物理极限，Chiplet先进封装是打破摩尔定律边界的重要技术创新。Chiplet将大型集成电路拆分为独立芯片单元，并通过高速互联将其连接在一起，这种芯片组设计方法能够满足高算力芯片对更大面积，更大存储容量，更快互连速度的需求。

目前全球半导体封测产能集中在中国大陆和中国台湾地区，长电科技等多家A股半导体封测上市公司2022年全球市场占有率位居前十。根据YOLE预测数据，2019年-2025年期间，全球传统封装年复合增速约2%，先进封装年复合增速约7%，先进封装占总封装市场的比例或从42.5%提升至49.4%。预计2021年-2025年中国先进封装市场的年复合增速将达30.83%，业内对中国先进封装产业给予了更加乐观的预期。

3

东数西算解决能源错配

AI发展是一场算力革命，算力革命背后是一场能源革命。

AI朋友圈流行“每提升一倍算力，就需要多消耗一倍能源”的说法。有测算显示，当前全球用于制造算力芯片的能源占全球用电量约1%，随着人工智能的大量商业化普及，该比例将大幅提升。中国信通院数据显示，2021年我国数据中心总耗电量达到2,166亿千瓦时，占全社会用电量的2.6%。

从区域分布看，国内布局AI大模型的厂商多聚集在北上广深杭等东部大型城市，但受到城市土地指标和能耗指标的限制，IDC增量相对有限，东部云端算力存在潜在缺口。西部地区绿色电力资源丰富、AI算力的能源成本相对较低，2022年启动的“东数西算”工程，在全国8地全面启动建设国家算力枢纽节点并规划了10个国家数据中心的集群，有利于解决AI算力供求区域错配，为算力革命提供充裕的能源消耗保障。

4

数据中心规模高速增长

在这场发布会上，老黄还圈了一个重点：“英伟达不是制造芯片的公司，而是建造数据中心的公司。数据中心市场每年的全球价值达到约2500亿美元。”

AI时代，数据是最宝贵的资源。AI大模型的升级迭代伴生着模型参数量和训练数据量的指数级增长。《新型数据中心发展三年行动计划（2021-2023 年）》中提出，到2023年底，全国数据中心机架规模年均增速保持在20%左右，平均利用率力争提升到60%以上，总算力超过200 EFLOPS，高性能算力占比达到10%。

5

丰富的应用场景

据艾瑞咨询报告，若定义我国人工智能产业为AI应用软件、硬件及服务三部分，则2022年中国人工智能产业规模达1958亿元，目前中国大型企业基本已在持续规划投入实施人工智能项目，未来随着中小型企业的普遍尝试和大型企业的稳健部署，在AI成为数字经济时代核心生产力的背景下，AI芯片、自动驾驶及车联网视觉解决方案、智能机器人、智能制造、决策智能应用等细分领域增长强劲。2027年人工智能产业整体规模可达6122亿元，2022-2027年的相关CAGR为25.6%。

AI产业链比较长，除了上述五点，中国在芯片、存储等环节也在快速追赶，但因为涉及专业术语较多，信息也不够透明，理解起来难度比较大，就不一一赘述了。实际上，股市也是优先追捧那些最简单清晰的行业逻辑。在这波AI行情中，美股领涨的是英伟达、AMD，核心是芯片；A股领涨的是算力、液冷服务器，核心是基础设施。有差距，但差距就是未来成长空间，这也是A股AI大主题能够反复炒作的一个重要条件。

狼叔筛选了四只不同的ETF，代表着AI产业链投资的四个不同方向，供老铁们参考。

数据ETF（159527）：今年以来累计涨幅35%（数据来源：通达信，截至3月20日，下同），前五大重仓股分别为科大讯飞、中际旭创、金山办公、中科曙光、紫光股份。整个组合覆盖光通信、算力、液冷服务器、场景应用等。

通信ETF（515880）：今年以来累计涨幅18%，前五大重仓股分别为中兴通信、中际旭创、工业富联、传音控股、闻泰科技。组合集中于AI的基础设施。

半导体ETF（512480）：今年以来累计涨幅-5%，近20个交易日涨幅10%。半导体ETF今年以来的累计涨幅仍然为负数，表明这轮AI主题行情的重点并不在硬件制造。该ETF前五大重仓股分别为中芯国际、韦尔股份、中微公司、海光信息、北方华创。组合偏向芯片设计和制造、刻蚀等芯片产业链环节装备制造，封装测试等。后市能不能有行情，需要观察市场对AI和芯片半导体国产替代的预期。

互联网ETF（517200）：今年以来累计涨幅1%，近20个交易日涨幅11%。前五大重仓股分别为美团、腾讯控股、小米、东方财富、快手。组合偏向AI应用，且港股标的占比较大，适合A股和H股市场持续放量时参与。