2025年最后十个机会（下）
本文是“2025年最后十个机会”的下半场，我们继续讲剩下的五个。
这五个方向延续了上半场的主线：确定性、稀缺性、兑现节奏 。
它们不是短线的题材轮动，而是未来一年AI产业从硬件到底层应用的逻辑延展。
六、AI芯片——从训练红利到推理下沉
从2018年开始，中国是全球最早感知到AI浪潮的国家之一。
这一代芯片公司的崛起，并不是偶然，而是长期政策导向与市场需求叠加的结果。
当下中美之间的摩擦是必然趋势。英伟达在中国的高端芯片市场份额从95%降到0%，这意味着真正的受益者，是国产AI芯片厂商 。需求不会消失，只是从进口切换到自研与国产替代。
推理市场的打开，是AI芯片的第二条增长曲线。
大模型从训练走向推理，意味着芯片调用频次呈指数级增长 。
未来五年，AI芯片的总需求量将是过去训练时代的五到六倍。
训练端是一次性投入，而推理端是持续性使用。推理越普及，芯片出货就越刚性。这也是为什么，我们反复强调——不要用传统估值去看AI芯片。
这是一个非线性增长的行业，它的逻辑不是PE和估值模型能解释的。
逻辑链：海外受限→国产替代→推理端爆发→芯片出货量持续增长→行业进入确定性周期。
七、PCB——AI服务器的“骨骼”，从代工到定价
PCB是AI服务器的“骨骼结构”。
AI服务器采用高层数、高密度互连设计，每块板的技术含量和价值量级都在提升。
2023年，全球AI服务器出货约60–80万台；
2024年增长至400万台；
2025年预计达到900万台；
而2026年，随着推理市场的全面爆发，出货有望达到3000万台。
这意味着，PCB行业的利润厚度将是现在的三到五倍 。
行业增长逻辑极为清晰：服务器扩张带动PCB放量，产业从“代工”向“定价”转变。中国PCB厂商正在从制造走向定价权中心。
我们认为，三年内，中国有望成为全球AI服务器PCB的价格制定者。
逻辑链：AI服务器出货激增→PCB需求乘数增长→利润厚度提升→中国掌握AI服务器定价权。
八、光模块——兑现、扩张与统治
光模块是AI产业的代表性主线。
从800G到1.6T，再到3.2T、6.4T，它代表了AI算力互联的速度极限。
很多人质疑光模块是否会被CPO或CPU级封装技术取代。
我们明确指出过，这种看法是“非黑即白”的误解。技术不是替代，而是共生与迭代的关系。CPU架构再强，也需要光模块完成高速互联。
光模块的壁垒在于认证周期与信任机制 。
全球范围内，进入英伟达、AMD等大厂的光模块供应商，往往要经历18个验证环节。
一旦进入体系，就极难被替代。
中国是唯一具备完整光模块供应链的国家。
未来三年，光模块的趋势清晰：
2025年——兑现 ；
2026年——扩张 ；
2027年——统治 。
逻辑链：GPU互联带宽提升→1.6T放量→3.2T、6.4T迭代→中国产业链获得全球定价权。
九、AMD——推理市场的“量价平衡者”
当高端GPU供给受限、价格高企时，AMD成为推理市场的“现实选项”。
英伟达H100单卡售价高达3万美元，而AMD同类MI300系列价格不足其十分之一。
这种成本差，使AMD成为推理市场中性价比最高的替代方案 。
推理端的关键不是性能极限，而是成本效率。
AI平台要想普及，必须找到“既能跑，又能量产”的硬件路径。
AMD正凭借这一特性，在推理市场快速获得份额。
我们认为，AMD与OpenAI的合作正在深化，未来三年，它将成为推理领域的主要驱动力。同时，由于中国是AMD最大的下游配套市场之一，其在中国的产业链关联度高、供应稳定，这也让它成为中美博弈格局下的“中性变量”。
逻辑链：顶级GPU供给受限→推理端降本压力→AMD以价换量→生态扩张→推理市场再平衡。
十、NPU——从云端到终端的本地推理
当推理调用次数进入“日常级”，云端计算的成本与延迟问题将让AI走向“端侧计算”。这正是NPU（神经网络处理单元）崛起的起点。
NPU的核心是本地推理 ：
在手机、PC或边缘终端上，直接部署AI模型进行计算，不再依赖昂贵的云端GPU集群。
这也衍生出一个新概念——AIPC（智能个人计算机） 。
未来每台电脑、每部手机都将内置NPU，完成端到端AI推理。
我们特别强调，苹果将是这一时代的最大受益者。iOS生态完整、软硬件闭环，苹果有能力将本地模型部署到每一个终端。苹果与OpenAI的合作，也意味着AIPC时代的生态闭环已经开启。
未来两到三年，NPU和AIPC将从技术储备期进入量产周期，有望成为2026年之后AI硬件端的主线。
逻辑链：云端成本高企→本地推理需求增长→NPU普及→AIPC成端侧主流→苹果率先受益。
结语
至此，“2025年最后十个机会”全部讲完。
上半场，我们讲了五个底层方向——HBM、AI电力、液冷、有色金属、AI高速互联通缆 ；它们构成了AI产业的物理基础与能源底座。
下半场，我们又讲了五个兑现路径——AI芯片、PCB、光模块、AMD、NPU ；它们代表了算力核心、互联骨架、推理普及与终端智能的完整闭环。
这十个方向共同勾勒出AI产业的增长曲线：从底层供给到算力核心，再到系统落地与个人终端，每一个环节都在进入自己的确定性兑现周期。
对资金而言，方法比判断更重要。少追新名词，多看确定路径；少看日内波动，多看业绩示范与现金流质量。这样排兵布阵，既能把握当下的确定性，也能为下一阶段的增量留出充足的弹性。