英伟达黄仁勋在GTC 2026上发布主题演讲，介绍Rubin至Feynman的技术路线演进图，其中最大变化是CPO和液冷技术的应用，并同步引入集成大容量SRAM的LPU以增强推理性能。黄仁勋预计智能体AI和物理AI将成为未来AI的重要增长点。
　　支撑评级的要点
　　Rubin和Feynman技术路径浮现，2027年英伟达营收或超1万亿美元。当地时间3月16日英伟达GTC 2026在圣何塞开幕，黄仁勋发表主题演讲。根据芯东西报道，英伟达发布其旗舰计算平台Vera Rubin，共集成7种芯片和5种机架。这7种芯片分别为Rubin GPU、Vera CPU、ConnectX-9 SuperNIC、BlueField-4 DPU、NVLink 6 Switch、Spectrum-X 102.4TCPO、Groq 3 LPU。Rubin架构下的Oberon系统支持铜缆和光学纵向拓展。英伟达预计Feynman计算平台将在2028年发布，有望集成Feynman GPU（定制HBM）、LP40 NVLink、Rosa CPU、Bluefield-5DPU、NVLink 8 CPO、Spectrum7204TCPO、ConnectX-10 SuperNIC。Feynman架构下的Kyber系统将同时支持铜缆和共封装光学的纵向拓展。根据半导体行业观察报道，英伟达此次推出的Groq 3 LPU单颗将集成500MBSRAM，可提供150TB/s的带宽为推理应用带来显著的性能提升。此外，根据量子位报道，英伟达VeraRubin另一大重要变化是100%采用液冷解决方案，互联不再依赖外部线缆，而是在液冷模块内部做板级/背板式集成互联。黄仁勋透露，英伟达正在和合作伙伴积极开发应用于太空数据中心的计算机Space One。展望2027年英伟达预计营收至少达到1万亿美元。
　　智能体AI和物理AI将成为重要增长点。根据钛媒体报道，黄仁勋提出AI的“五层架构”，即能源、芯片、基建、模型、应用。在生成式AI时代，数据中心（算力节点）将成为生成AI推理Tokens的“工厂”，而企业软件将转向具备“长上下文推理”能力的“智能体AI（Agentic AI）”。英伟达推出开源智能体基础设施NemoClaw和开源模型Nemotron 3 Super，以支持Agentic AI行业的发展。此外，根据芯东西报道，物理AI有望成为AI的下一个重要增长点，数字工厂、人形机器人、自动驾驶对算力的需求都在快速增长，英伟达和相关产业伙伴亦有积极合作。
　　CPO、液冷、LPU重构AI算力基建基石。我们认为随着智能体AI和物理AI成为下一阶段的发展趋势，CSP服务商将重心聚焦于AI在推理端的性能和收益表现。为此，英伟达推出的Rubin和Feynman聚焦于LPU、CPO、液冷三个重要变化。LPU通过大容量的SRAM显著提升推理端性能表现，CPO通过高速互联降低信号传输时延，液冷则通过能效管理来辅助突破算力密度瓶颈。
　　投资建议
　　建议关注：【CPO芯片及封装】天孚通信、中际旭创、晶方科技、长电科技、环旭电子。【光纤】长飞光纤、亨通光电、中天科技。【PCB及材料】深南电路、沪电股份、鹏鼎控股、胜宏科技、生益科技、菲利华、国际复材、中材科技、宏和科技。【服务器组装】工业富联。【电源和散热】英维克、麦格米特、领益智造、飞龙股份、中富电路、顺络电子、铂科新材、江海股份、海星股份。【高速铜缆】兆龙互连、沃尔核材。
　　评级面临的主要风险
　　AI市场需求过热引发行业泡沫。远期供给端产能过剩引发价格下滑。技术变革导致原有产品淘汰。