扬帆证券 “韬定律”引爆芯片股行情！六位基金经理深度拆解

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　来源：中国基金报

　　【导读】六位基金经理解读AI产业链投资机会

　　中国基金报记者方丽孙晓辉

　　今年以来，存储、芯片、封测等板块行情轮番上演，AI硬件表现延续。近日华为一则关于“韬定律”的重磅消息，如一石激起千层浪。近日A股相关概念股出现明显异动，题材热度十足。

　　韬定律将带来怎样的产业冲击波？AI硬件何以持续霸占C位？下半场的投资密码又是什么？

　　为此，中国基金报记者采访了：

　　南方基金科创芯片ETF基金经理李佳亮

　　招商基金基金经理房俊一

　　中银先锋半导体、数字经济基金经理杨雷

　　兴银基金基金经理翁子晨

　　诺德基金基金经理周建胜

　　恒生前海高端制造混合基金经理龙江伟

　　上述基金经理普遍认为，韬定律是我国科技产业链长期自主创新能力的一次集中体现，短期对市场的影响情绪催化居多，长期有望引发范式革命。

　　这些基金经理认为，AI硬件成为今年市场主线，有着很强的逻辑支撑。从产业趋势看，依然看好具备真实需求支撑、能够持续兑现业绩的AI硬件方向，但部分细分领域可能存在估值过高的风险。

　　韬定律是国内半导体产业发展逻辑的突破

　　中国基金报记者：近期华为韬定律爆火，引发广泛关注，您怎么理解？

　　李佳亮：韬定律是华为针对后摩尔时代芯片产业发展痛点提出的全新技术路线，它跳出了摩尔定律“死磕晶体管物理尺寸缩小”的传统路径依赖，转而通过架构重构、逻辑折叠、垂直堆叠等创新方案压缩芯片内部信号传输时延，以此实现同等制程下的芯片性能跃升。这标志着中国半导体从“跟跑规则”向“共创规则”实现关键跨越。随着韬定律产业化推进，国内半导体全产业链领域将迎来全面升级，将进一步提升中国半导体在全球产业格局中的话语权。

　　翁子晨：韬定律本质上是我国科技产业链长期自主创新能力的一次集中体现。过去几年，在外部技术封锁和“卡脖子”压力下，国内企业持续加大研发投入，通过工艺创新、架构优化和工程能力提升，不断突破技术瓶颈。韬定律之所以引发广泛关注，并不仅仅是因为一篇论文，更是因为它让更多人看到了中国科技企业在先进制造领域持续追赶甚至局部突破的能力。从更深层次来看，它体现的是我国科技产业链长期积累形成的创新韧性，也反映出国内科技产业正在从“跟随式发展”逐步向“自主创新”阶段迈进。

　　房俊一：从方法论的角度看，韬定律的提出，核心关键并非简单聚焦单个流程节点，把局部子环节做到极致，而是依托全局系统思维，开展升维布局与整体统筹优化。韬定律对Chiplet （芯粒）技术路径完成全维度系统化梳理，贯通晶体管、电路、芯片、系统四大层级，并制定明确可落地的执行标准，且已成为行业通用事实标准，技术要求显著高于行业普遍水平。

　　杨雷：全球半导体产业在过去几十年一直沿着摩尔定律发展，当晶体管尺寸迫近物理极限，尖端芯片生产成本指数级飙升时，半导体产业以“几何微缩”为主要发展路径的摩尔定律日益受到巨大挑战。韬定律以“时间微缩”的发展思路，为全球半导体产业提供了新的发展路径。

　　周建胜：韬定律是对华为以及产业内诸多应用实践的总结归纳和升华，这是华为对产业的一种理论贡献，是中国自主创新的又一个里程碑。

　　韬定律在传统“几何微缩”之外提出“时间微缩”，给产业界指出了一条新的发展思路。实际上，过去这些年，国内外诸多产品的开发已经体现出韬定律的逻辑，但对于先进工艺遭受制裁的国内半导体产业链而言，韬定律的意义尤为重大。韬定律指明了中国半导体产业前进的方向，有望引导产业链齐心协力将中国半导体产业推向新的历史高度，特别是极大缩小了与海外先进技术的差距。

　　龙江伟：在我来看，华为韬定律是一次中国产业的创新。过去我们常常用芯片的“制程节点”这种单一维度指标去衡量芯片的先进性，但我们看到韬定律是在制程受限情况下，通过系统性的改进提升去达到芯片的先进性。提升的方向不仅只是先进封装测试环节，也对芯片设计、半导体设备、材料等提出了新的要求和挑战。这是在工程层面进行创新后对“先进性”的一次重定义，也是国内半导体产业发展逻辑的突破，不仅有望破解国内半导体“卡脖子”困境，更为全球半导体突破物理极限、实现长效发展提供了中国方案，重塑行业技术迭代与竞争格局。

　　短期情绪催化居多

　　长期有望引发范式革命

　　中国基金报记者：从投资角度看，韬定律对市场影响几何？是情绪催化剂居多，还是会引发范式革命？哪些链条最为受益？

　　房俊一：从产业角度来看，更多的是对摩尔定律的一种补充。传统摩尔定律依靠缩小芯片体积、堆叠晶体管来提升性能，产业竞争长期聚焦在制程节点上。而韬定律推动行业竞争逻辑转变，核心赛道转向系统架构、先进封装与全栈协同。从这个产业叙事逻辑出发，对于从事架构设计和先进封装的公司来说，角色重要性会大幅提升。在此叙事框架下，国产半导体产业会更加强化“科技自主可控”的逻辑，产业链上，可能较为受益的环节有：先进封装、国产EDA、晶圆制造厂等。

　　李佳亮：短期来看，这已带动A股先进封装、EDA等相关概念股出现明显异动，板块估值快速抬升。但必须明确，韬定律对应的完整产业生态搭建仍需多方协同，商业化落地才刚刚起步，相关技术尚未对全产业链的营收、利润产生实质贡献，当前行情的情绪属性更为突出。若后续商业化验证顺利，技术路线得到全行业认可，韬定律将彻底重构全球半导体的竞争格局，带来实质性的投资范式变革。

　　从产业链受益逻辑来看，从晶圆制造、先进封装到上游核心设备材料，再到混合键合、TSV工艺、高端散热等细分环节，全产业链都将迎来不同程度的需求增长与价值重估。

　　杨雷：“韬定律”的探索，对于解决国产半导体产业的短期困境，以及对于突破全球半导体产业的摩尔定律瓶颈，都具有重要的战略意义。回到投资视角，我们要重视这一产业变革带来的机遇，可能包括但不限于晶圆制造、先进封装、大算力芯片以及对应的上游供应链。

　　龙江伟：从投资层面看，短期市场已快速反应，先进封装、芯片制造、国产设备材料等相关受益板块迎来情绪上涨，题材热度充足。长期来看，市场估值锚正从单一制程参数，转向企业系统技术能力、量产落地实力与生态协同水平。后续投资需聚焦有核心技术、可落地量产的产业链标的，依托韬定律带来的产业变革红利，把握半导体国产替代的长期机会。

　　翁子晨：从投资角度看，我认为韬定律兼具情绪催化和产业推动双重意义。短期来看，由于相关成果集中曝光，市场会提升对国产半导体产业链的关注度，对自主可控方向形成情绪催化。但从产业角度来看，韬定律并非刚刚诞生的新技术，相关理念和工艺优化实际上已经在产业界逐步应用，因此其影响更多体现在增强市场信心，而非立刻改变行业格局。

　　长期来看，真正受益的仍是具备核心技术积累和产业化能力的环节，包括半导体设备、材料、先进封装以及部分核心设计领域。投资者既要关注其中蕴含的长期机会，也需要警惕短期情绪推动下的过度炒作风险。

　　周建胜：“时间缩微”预期将推动半导体产业重估，短期情绪催化居多，但长期来看有望引发范式革命。“时间缩微”需要创新的架构设计、散热设计、供电设计、先进封装能力等，给产业界带来较大挑战，但这些挑战本身也是机会。受益的产业链相对较多，其中垂直互联加工设备与先进封环节或有望先收益。

　　AI硬件成为今年市场主线

　　有强逻辑支撑

　　中国基金报记者：今年年初，很多人预期今年投资主线会由AI硬件转向AI应用端，但实际上硬件科技一直占据“C位”，主要原因是什么？

　　房俊一：究其原因，既有基本面使然，也有资金面的抱团强化。具体来说，从产业逻辑出发，进入2026年，整个AI产业从前期的“模型训练”到“推理落地”，大模型正在与各行各业结合，推理算力需求呈现指数级增长，直接催生了硬件的刚性需求增长。

　　此外，头部云厂商持续提高AI资本开支，更加强化了AI硬件的高景气抬升。反观应用端，整体呈现的商业化兑现不足现状依然存在。不仅如此，关于软件行业是否会因为AI的出现而被重构的负面情绪也会有所作用。最后，基金季报持仓情况显示，硬件的占比在提升，而软件的相关持仓在下降。

　　杨雷：今年以来，AI硬件和AI应用表现都很好，只不过当下的AI应用是大模型引领，模型即应用，而不是移动互联网时代的“应用”公司。

　　龙江伟：AI应用端目前仍面临落地慢、盈利难、同质化严重的问题，多数场景尚处于技术试水阶段，难以形成规模化营收，兑现业绩周期较长，无法支撑持续行情。反观AI硬件产业链逻辑更为扎实，AI算力、存储、先进封装等上游环节需求持续爆发，订单饱满、业绩兑现能力强。同时，国产替代与技术迭代双向赋能，叠加机构资金偏好确定性标的，资金持续扎堆硬件赛道。目前AI产业仍处于“先基建、后应用”的阶段，硬件是AI发展的底层刚需，成为今年市场的主线有强逻辑支撑。

　　李佳亮：2026年以来，OpenClaw、Claude Code、Codex等智能体产品相继落地，标志着AI正式进化为可独立完成工作任务的实用生产力工具，大幅提升了用户付费意愿，推动AI产业商业化进入新阶段。与传统大模型聊天场景相比，智能体完成复杂任务需消耗数十倍的Token资源。

　　高频任务执行将算力转化为稳定持续的现金流，AI应用商业模式彻底跑通。生产效率提升与综合成本削减让企业付费意愿强烈，B端商业模式的跑通验证了AI算力巨额资本开支的回报价值，证明相关投入为正向资产投资，推动全球开启新一轮算力军备竞赛。在这种预期下，后续AI竞争力的比拼就又回到了比拼算力，AI硬件产业链将迎来确定性的长期需求增长，进入长期的通胀通道，因此硬科技一直占据“C位”。

　　翁子晨：年初市场普遍认为AI应用端将成为下一阶段主线，主要是因为应用场景拥有更大的想象空间和潜在用户规模。但从实际发展情况来看，AI应用的大规模商业化落地仍需要时间验证，而训练端和推理端的算力需求却在持续快速增长。无论是海外科技巨头还是国内互联网企业，都在持续加大资本开支建设算力基础设施，这使得GPU、光模块、服务器、PCB等硬件环节不断兑现业绩，形成较强的基本面支撑。未来AI应用仍有巨大成长空间，但从产业发展节奏看，硬件景气度领先于应用爆发是较为合理的发展路径。

　　周建胜：今年硬科技仍占据核心位置，主要原因是产业仍处于大规模资本投入建设AI基础设施、培育先进大模型的阶段。AI应用端的爆发，一方面有赖于AI基础设施的成熟完善与低成本获取，另一方面则取决于大模型能否在诸多领域突破应用阈值。

　　AI硬件行情未结束

　　部分细分领域或存在估值过高风险

　　中国基金报记者：行情走到现在，AI硬件端，您还看好哪些细分方向？哪些领域已出现泡沫或估值过高的情形？

　　房俊一：探索AI硬件的细分机会，观测供应是否紧缺以及估值是否兑现仍是较为核心的抓手。由于下游订单和AI扩张后的潜在需求广阔，而供给端暂无显著技术替代，关注点依然是供给偏紧的赛道。细分来看，先进封装、高带宽内存、光模块等供需缺口长期存在，液冷、PCB等AI服务器配套缺口也提示关注。再结合“韬定律”去考虑技术路径替代带来的产业新增需求，先进封装、光模块、散热（液冷）的潜在需求还将进一步抬升。

　　杨雷：AI硬件行情走到现在，各个细分方向的龙头估值趋于合理，产业链紧缺方向可能部分透支了未来的收益率空间。后续超额收益机会或集中在以下方向：

　　第一，是算力产业链细分方向中，目前第一大、第二大供应商仍由中国台湾地区、日本、韩国主导的环节。大陆供应商凭借研发和服务响应速度快、扩产积极性高、制造业成本优势突出等特点，正逐步获得从次要供应商向主要供应商转变的机会；二是目前被海外“卡脖子”，国内有望突破核心技术瓶颈、实现自主可控的环节；三是新技术方向；四是供需瓶颈下，出现明确涨价趋势的方向。

　　龙江伟：首先是光通信。经过持续产业调研跟踪，我们发现光模块行业整体扩产速度快、整体产能约束少，行业头部企业资源优势明显，能够稳定拿到扩产增量，且行业产能不易外流，整体业绩确定性很强。在传统光模块之外，OCS、CPO等前沿新技术方向，以及因光模块放量带来的自动化检测设备的机会，也是重点关注的方向。

　　其次是PCB方向。随着AI设备持续升级，算力、光通信设备对PCB的高速化、精密化要求持续提升，带动设备更新、材料升级，行业迎来明确的结构性升级红利。同时PCB行业扩产难度大、高度依赖场地与重型设备，产能扩张受限，行业格局非常稳定，不容易出现无序内卷。

　　第三是晶圆方向。AI的演绎始终围绕着新技术和新瓶颈环节两个方向持续演绎，我们注意到越来越多的产品出现缺货涨价的“通胀”现象，核心都指向产能的瓶颈。晶圆厂的价值可能还未得到充分的定价，无论是先进制程还是传统BCD工艺等都在让晶圆厂重新站回到AI浪潮的中心。另外，存储晶圆厂的上市也会打开逻辑晶圆厂的估值空间。

　　翁子晨：从产业趋势来看，依然看好具备真实需求支撑、能够持续兑现业绩的AI硬件方向。当前全球科技巨头仍在加大AI资本开支，训练和推理需求持续增长，因此GPU、ASIC芯片、光模块、高速PCB、服务器、液冷散热以及电源等环节仍具备较好的景气度，这些领域也是当前AI产业链中最直接受益于算力扩张的方向。

　　不过，随着板块持续上涨，部分细分领域的估值已经明显抬升。未来需要更加关注企业实际业绩增长与订单兑现情况，而不能仅依赖概念和远期预期进行定价。

　　周建胜：在AI硬件端，或将继续看好海外光互联、PCB、电力设施、散热等细分方向，以及国产算力芯片的自主创新机会。但部分细分领域可能存在估值过高的风险，例如某些国产半导体设备、光互联上游的材料或设备等。

　　偏向成长平衡策略

　　保持锐度同时尽量控制回撤

　　中国基金报记者：对于AI链，您接下来的投资思路是什么？除了硬件端，还看好哪些方向？

　　龙江伟：目前更偏向于成长平衡型策略，保持锐度的同时尽量控制回撤。目前我们重点关注以AI为主的产业链，但不押注AI某一技术方向。AI呈现出的拉动效应巨大，从算力、运力、再发散到存力、电力，目前更是延展到了CPU、模拟芯片、功率芯片等，不同环节都存在结构性机会。此外，为丰富组合弹性、优化收益结构，在核心AI主线外，会持续跟踪商业航天、机器人、核聚变、创新药等属于高端制造主题的高潜力小众赛道，择机低位布局。

　　翁子晨：经过过去两年的快速上涨后，AI产业投资正在从“主题投资阶段”逐步进入“产业验证阶段”。当前整体板块估值已不低，因此未来投资需要更加重视风险控制，我们更关注那些已经形成商业闭环、能够持续创造收入和利润增长的细分方向。

　　除了硬件端外，同样看好AI应用领域未来的发展机会。虽然目前应用端整体仍处于早期阶段，但企业级软件、AI Agent、智能终端、机器人等方向已开始出现商业化落地迹象。随着模型能力持续提升和使用成本不断下降，未来AI价值创造有望逐步从基础设施向应用层扩散。

　　周建胜：随着AI模型能力的强大和持续降本，我们较为看好AI应用率先在硬件端落地开花，AI手机、AI PC、AI Car、AI可穿戴设备等落地阻力可能较小，产业生态比较成熟，有望率先得以普及。

　　杨雷：当前看好AI产业链的投资机会，同时积极关注有超额收益的细分方向和公司。当前，继续看好大模型和AI基础设施产业链，并积极关注其他AI受益方向。

新浪声明：此消息系转载自新浪合作媒体，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。