（来源：ETF和LOF圈）
2026年AI算力板块仍将是市场核心主线，核心驱动源于软硬件持续迭代与业绩落地。国内大模型技术突破打破国际认知差距，海外英伟达Blackwell架构放量、谷歌TPU技术突破引发行业竞争，共同推动算力需求持续扩张，上游算力环节已形成扎实业绩支撑。
海外算力方面，尽管市场存在AI泡沫担忧，但人工智能作为大国战略赛道，持续投入确定性强，且小规模应用已在多领域落地。谷歌TPU的出现虽对英伟达构成挑战，但将加速计算芯片放量，国内光模块、PCB、服务器等配套企业凭借“卖铲人”逻辑持续受益，其全球份额高、产业链完整，短期内替代风险低。
国产算力领域亮点突出，光模块企业技术紧跟迭代节奏，产能与质量满足国际大厂需求，全球市场份额占比达60%，未来随1.6T光模块放量有望实现量价齐升。半导体产业在GPU、设备等环节持续突破，国产替代与自主可控需求迫切，GPU领域弹性显著，半导体设备作为“卡脖子”环节，受益于芯片与存储扩产，确定性较强。此外，存储板块因AI需求挤占产能，价格持续上涨，景气度有望延续至明年，存储扩产将拉动刻蚀、薄膜沉积等设备需求，可通过半导体设备ETF（159516）布局相关机会。
2026年技术趋势明确，光模块向1.6T升级，北美算力端通信ETF（515880）确定性较高，国产算力端可关注高弹性的科创芯片ETF（589100）与确定性较高的半导体设备ETF（159516）。应用端当前估值偏低，可根据自身风格择机布局，并且大规模应用爆发后将进一步拉动上游算力需求。
港股科技方面，受益于明年美联储降息预期与基本面支撑，可关注香港互联网ETF（认购代码：513723）与港股科技ETF（513020），其中港股科技ETF（513020）覆盖芯片、新能源、生物医药以及互联网平台四大领域，可作为A股差异化配置标的。
AI算力主线启动，核心驱动因素有哪些？
主持人：今天我们展望一下2026年的投资机遇，想必大家对过去一年的AI算力印象深刻，无论是海外火热的ChatGPT、谷歌的Gemini，还是国内年初的DeepSeek时刻，从海外算力到国产算力，AI算力可谓是资本市场上最靓的仔。
站在年底这个时间点，大家特别关心的问题就是AI算力能否延续强势。梁总，今年以来我们可以看到AI算力需求持续释放，也推动了A股的AI成为市场主线。请问推动AI主线启动的核心因素有哪些？您觉得有哪些环节具备长期的关注价值？
梁杏：好的，我们觉得首先AI这条主线已经火热了两年，2023年、2024年在资本市场都很受欢迎，今年也不例外。今年行情的热度，可能是从国内内地DeepSeek的软件发布后便引发了一场世界级的旋风——大家没想到竟有中国公司能用美国十分之一的算力，做出一个几乎等效的软件，或者说一个大模型。这一现象不仅在国内卷起了一个旋风，在海外也卷起了旋风，核心原因是因为大家没有想到这是中国的公司做出来的。外界此前普遍认为中国人工智能水平与海外存在代差，且差距达数年之久，而DeepSeek的出现打破了这一认知。
在DeepSeek之后，我们也看到英伟达发布了新一代Blackwell架构，且在今年便开始放量。放量后，英伟达在一季度发布会上提到，其GB200机架的周部署量约为1000台；如此一来，1000台机架对应的周度GPU销量便达7万多张，且单卡价格较高，每张达几万美金，因此Blackwell的销售额爬坡非常快。此外，GB200后续还会切到GB300，可见整个需求侧表现亮眼，这是硬件侧的核心驱动。
我们刚才提到，DeepSeek出来之后其实也促使海外大厂开始卷起来。正如主持人此前提及，海外大厂如谷歌已推出Gemini3，最近我了解到Gemini3的测评表现非常不错，GPT-5也在逐步推出。所以人工智能这条主线上，持续有催化因素，无论在软件端还是硬件端，都在不断推动板块热度。
整体来看，大模型的持续推出与迭代，包括背后我们此前提及的英伟达Blackwell架构的持续放量，都在不断推动市场情绪走高。同时，这一主线也有业绩的落地，且业绩主要集中在上游的算力领域。我们此前已详细介绍过英伟达Blackwell的销售情况，其GB200机架周部署量约为1000台，由此可见其业绩支撑十分扎实，这也为A股带来了相应的映射机会，因为英伟达对中国的光模块、服务器及PCB是非常需要的。所以截至目前，A股上市的ETF中，业绩表现最佳的当属通信ETF（518800）。为什么？因为通信ETF（518800）中约50%的成分是光模块，另有20%左右是服务器，这些领域今年以来订单确定性较高，且获得资本市场广泛认可，因此通信ETF（518800）表现是比较好的。
刚才主持人有问到，算力领域的细分环节包含哪些，我们认为主要包括通信和芯片两大领域。在通信领域，光模块、PCB、服务器的基本面比较强，且2026年其景气有望延续；还有就是，光通信及光模块领域的配套环节，如液冷、铜连接、光纤等，未来也有望随之发展，因为这些环节是整个算力产业链的重要配套部分。芯片同样是算力领域的重要组成部分，但其核心逻辑更多在于国产替代与自主可控。因此，通信与芯片领域在人工智能这条主线上都是可以持续关注的方向。
谷歌TPU强势破局，海外AI算力泡沫担忧下的景气密码
主持人：当前海外AI算力关注度极高，景气度向好，但也面临宏观压力的博弈。前期英伟达公布的业绩十分亮眼，但市场对AI领域是否存在泡沫仍心存担忧；近期谷歌TPU的推出，再次点燃了市场对AI的关注热度。您觉得未来海外算力这块后续走势如何，核心支撑因素有哪些？
梁杏：我们先来说主持人刚才提到的AI泡沫问题。为什么会有泡沫的说法？实际上，人工智能的商业模式目前仍存在两个大的问题。第一个大的问题是，前段时间有大空头做空AI主线及英伟达等相关公司，其核心观点是AI领域缺乏大规模应用的落地与转化——因为算力好比修路，路修完后需要投入使用、发挥作用，否则修路便失去了意义。所以就一直吐槽说，算力“路”虽已修，但“行人”寥寥，即缺乏大规模应用落地，导致商业模式尚未完全跑通。但在我们看来，虽然目前缺乏大规模应用，但小规模应用并非不存在，这一点我们一会再展开说一说。
第二个问题是，有说法称部分大厂通过延长折旧年限、把折旧摊低的方式伪造报表，以此虚增利润。这是一些空头对AI泡沫的另一项指责。客观而言，这些问题或许存在，但从我们的视角来看，可能并不是特别大的问题。
为什么这么说？首先，我们提升一个高度，从国家战略层面来说，当前中国与美国均在大力推动人工智能发展；再往上一层去看，这本质上是各国在人工智能这个未来的科技赛道上去占领身位的问题。因此，不会因短期商业模式未跑通就停止投入，这并非由单纯的两三年市场化结果决定，而是具备更长远的战略价值。所以从更高维度来看，中美两国大概率不会放弃对AI的投入，无需过度担忧短期泡沫破裂的问题，持续投入仍是大概率事件。
其次，正如刚才提到的，虽然大规模应用尚未出现，但AI赋能已在多个行业、多个场景中发生。比如说云厂商的收入增长很迅猛，原因是众多企业开始使用小范围的AI服务。还有部分搜索软件搭载AI服务后，搜索效率大幅提升。此外，AI在创作领域的应用，也让用户更愿意在大型社交媒体或网站上停留。因此，AI的投入与产出未必如大家预期般已出现大规模应用，虽未达到路修了马上就很多人来的程度，但已有零星“行人”开始走上来了，可能还没有到大泡沫要崩塌的点上。
另外，主持人刚才提到了谷歌TPU。谷歌的技术实力确实还是很厉害，2023年ChatGPT之所以能横空出世，核心在于其采用的Transformer模型表现出色，而这个模型正是谷歌整出来的。尽管谷歌在Transformer模型的最终应用上不及OpenAI，但谷歌的技术实力仍十分雄厚——今年谷歌真的是全面发力，从基础硬件到云计算、大模型再到应用，每个环节都在发力，且已推出多项顶尖技术成果，达到全球一流甚至超一流水平。例如，Gemini 3 Pro的性能几乎碾压了同类模型，这便是其在软件与大模型领域的优势。
硬件方面，谷歌TPU取得了比较大的进展。前段时间我们关注的通信ETF（515880）突然上涨，便与谷歌TPU的推出有关。市场认为英伟达的市场份额要掉下去了，当前人工智能GPU市场中，英伟达份额约占90%以上，AMD约占4%多，其余则由其他厂商占据，若谷歌能在该市场中打开突破口，英伟达的份额可能就要萎缩。
但反过来讲，对我国光模块产业而言，订单来自英伟达还是谷歌，对国内光模块厂商影响不大，因此这并非关键问题。那天通信ETF（515880）大涨的传闻便是其成分股之一接到了谷歌的大量订单，不过这一消息尚未证实。但我想说明的是，即便未来英伟达财报表现不及预期，也不意味着国内与北美算力相关的板块就会失去支撑——无论上游是英伟达还是谷歌，只要其仍在生产GPU或TPU，对国内光模块企业而言，这就都是上游需求的拉动，都一样。
谷歌TPU的出现确实会给英伟达带来挑战，但我们认为，企业间的竞争或许会加快计算芯片的放量速度，这种可能性是有的。因为竞争会促使企业不断提升效率，目前许多AI训练已采用万卡集群甚至更高规格的算力配置，在这一算力需求旺盛的阶段，效率的提升对下游应用厂商是非常友好的，也有助于下游厂商进一步扩大算力需求。因此，这对整个AI产业而言并非坏事；同时，上游光模块企业“卖铲人”的逻辑也依然成立，无需过度担忧。所以在我们看来，AI泡沫这个事不是什么太大的问题，TPU的推出我们觉得也是蛮好的一件事情。
国产算力逆袭，光模块+芯片的全球竞争力与核心优势
主持人：梁总您也提到了国内的光模块——今年在AI算力产业中，国内光模块企业已体现出较强的国际竞争力，在资本市场的表现也十分突出。您觉得应该如何评估国内光模块企业的国际竞争力？其核心优势主要体现在哪些方面？
梁杏：好的，我们来给大家分析一下光模块环节的确定性——包括光模块为什么重要、中国供应链为什么始终稳固，以及既然光模块如此关键，海外企业为什么不自行生产、反而让中国企业来赚这个钱？下面我们就给大家简单分析一下。
目前，众多大模型竞争激烈，参数量已达万亿级别，部分甚至达到几万亿、十万亿级别。运行这类大模型需要庞大的GPU集群，因此我们常会听到“万卡集群”这类说法，这本质上体现了算力需求的持续增长。当前，英伟达是该领域主要的一个方案供应商，此外还有博通等其他企业。在算力架构中，需要用GPU组成服务器；连我们公司做量化投资，所用的小型服务器中也配备了两张GPU卡。具体流程就是，多张GPU先组成服务器，多台服务器再连接成数据中心，多个数据中心进一步整合，形成更大规模的跨数据中心组合。
光模块在其中承担什么作用？核心是数据传输的作用。为什么选择光模块？因为传统的数据连接方式就是铜连接，但铜作为实体材质存在明显局限：一是传输距离有限，二是数据量过大时会发热，进而引发故障。而光传输则具备显著优势——我们知道这个世界上没有什么东西的速度比光更快了，速度绝对是够的，也就足以支持高并发、高运转的数据传输需求。但光信号无法被服务器直接读取，因此需要进行光电转换，而这一转换正是通过光模块完成的。因此，当算力需求大幅增长，GPU往上不断组成服务器、数据中心及跨数据中心体系时，光模块的需求量会同步上升，而且非常难以替代。
我们知道2023年人工智能大爆发至今，计算芯片与光模块的迭代始终同步。早期H100芯片配套的是400G光模块，今年Blackwell架构放量后，通信速率提升至800G，因此800G光模块今年已进入放量阶段；明年光模块速率可能进一步升级至1.6T，因为这一速率对应的是Blackwell的下一代架构Rubin，Rubin的设计速率就是1.6T。目前800G光模块单价约400多美元，1.6T光模块单价则需1000美元左右。可见，从800G升级至1.6T时，光模块价格并不是说更便宜，反而是还要稍微上一点；不过我们认为，待1.6T光模块放量后，单价可能从1000美元降至800美元，这一价格波动属于正常现象，且整体不会出现太多磨损。
此前有观点认为，光模块迭代后价格会逐步下降，这一情况确实存在，但光模块行业会持续推出新产品——例如1.6T光模块之后，还会有3.2T光模块问世。今年800G光模块已实现出货，明年应该还是以800G为主；待Rubin架构推出后，1.6T光模块的渗透率会进一步提升，未来则会向3.2T方向发展。因此，计算芯片迭代时，光模块性能也会同步提升，光模块市场整体呈现“量价齐升”的态势。
我国光模块企业在全球市场具备哪些竞争优势？目前我国光模块企业的全球市场份额占比达60%。需要说明的是，我国光模块技术水平并非全球最领先，尚未达到顶尖水准，但我们的核心优势在于产业链完整——能够在产量上充分满足国际大厂对数量与质量的双重需求，这是我国光模块供应链最核心的竞争力。
为什么我国能占据60%的全球市场份额？正是因为即便技术并非最顶尖，但我们能满足大厂的产能需求。当然，我国光模块技术也并不落后，能够紧跟迭代节奏——从200G、400G、800G到1.6T，我们现在都跟得非常的快。
当然，也有人说芯片技术门槛高于光模块，光模块简单好做、易于进入，未来可能有更多企业涌入这一市场。但我们认为，新企业进入还是比较难的，2023至2025年，中国光模块市场还是牢牢把握在头部几家企业手中，市场格局相对稳固。为什么？首先，光模块在英伟达等芯片厂商的整体成本结构中占比较低，海外大厂若要涉足光模块领域，需投入精力优化该环节，性价比不高，因此没必要自行生产；其次，光模块生产环节非常琐碎，对小厂而言门槛较高；此外，我国具备完整的产业链优势，所有零部件供应充足。海外部分企业虽能生产技术领先的光模块，也能跟上迭代节奏，但无法满足大规模产能需求。因此，这成为了我国光模块企业的重要领先优势，也使得我国光模块企业盈利表现良好，核心原因便是中国供应商能跟上海外GPU厂商的发展步伐，形成了长期稳定的上下游供应关系。
我们可以参考苹果产业链，多年来苹果与供应商的合作关系始终稳定，不会频繁更换供应商，因为频繁更换可能导致产品良率下降，这一点也是上游芯片厂商十分看重的。因此，我们认为A股光模块企业的竞争优势较强，短期内面临的替代风险较小，大概是这样。
主持人：好的，感谢梁总。前面我们探讨了海外算力，接下来再分析国产算力。当前芯片进口限制日益严格，国产算力的自主可控性愈发重要。您认为近年来国内半导体产业在自主可控领域取得了哪些关键进展？哪些环节又具备投资价值？
梁杏：谈到这个话题，在资本市场中，我们真的是看着芯片产业链起来的。2018年我国芯片遭遇封锁与禁运，自此，国产替代与自主可控的紧迫性就被提上了日程。
目前，随着人工智能的发展，GPU领域的进展备受关注。一两年前，GPU在整体芯片市场的份额还非常小，不到5%，当时国内GPU厂商数量真的是非常非常少。但经过这几年慢慢的发展，国内已有能对标英伟达的GPU厂商，且在内地实现落地并产生实际产出。此外，在GPGPU、ASIC类型GPU等领域，国内也已出现能满足自己GPU需求的供应商了。从2018年走到现在，我觉得特别不容易，但我们确实在一步一步夯实国产替代与自主可控的基础。
英伟达负责人黄仁勋今年曾提到，他们今年在中国市场的需求规模达500亿美元，但后续其芯片在中国的实际销量并不高，具体原因我们就不展开了。由此可见，英伟达当时对中国芯片市场的预期规模至少为500亿美元，这也反映出中国芯片市场的庞大潜力。结合前文提到的情况，目前国内已拥有各类GPU产品——既包括能全面对标英伟达的GPU，也涵盖GPGPU及ASIC类型的GPU。可见，国内半导体芯片制造能力正持续提升，且已开始进入产能放量阶段。
尽管目前部分国内GPU企业尚未实现营收大面积转正，因为早期研发与市场推广需大量资金投入，但二级市场对该领域的认可度较高，相关股票热度与涨幅均十分显著，具体个股我们不便提及，不太合适。整体来看，国内算力目前处于“供不应求”的阶段，就是远远不能满足市场需求。因此我们认为，AI技术与相关领域仍在持续发展，预计明后年国内算力市场还是会有一个非常大的发展。黄仁勋曾表示，英伟达今年希望在中国市场实现500亿美元的规模，且后续有望保持50%左右的增速，按此计算，不到两年市场规模就要翻倍，增速是十分惊人的。
在AI产业快速发展的过程中，我们认为算力需求仍将持续上升。目前，国内各类GPU厂商均在加大研发投入、扩充先进制程产能，且GPU良率也在不断提升，这是很不容易的。因此，我们认为国内GPU产能实现规模化增长是大概率事件。未来我们也有望看到相关企业利润增长，因为GPU在整个芯片领域中属于利润率较高的细分品类，其利润弹性与利润率均高于其他芯片，尤其是成熟制程芯片与低端芯片。
资本市场对这一逻辑也高度认可，相关个股今年表现优异。若投资者想在半导体芯片产业链中寻找高弹性标的，可重点关注GPU领域。我们前面提到，一两年前GPU在芯片市场的份额不足10%，因此具备极大的扩张空间。加之GPU制造与研发难度更高，利润弹性也高于普通芯片，因此我们认为GPU领域是芯片产业链中弹性更大、未来前景更优的细分方向。若投资者追求高弹性，可关注科创芯片ETF（589100）。
此外，回到自主可控的话题，我们还建议大家关注半导体设备ETF（159516）。为什么？当前AI浪潮对先进算力有极大的渴求，叠加外部环境倒逼，国内半导体芯片产业的国产替代已成为了一个必选项。在这一背景下，我国半导体产业链最紧缺的是什么？简单来说，芯片产业链分为上游设备与材料、中游设计与制造、下游封装与测试三大环节。其中，封测环节技术含量相对较低，我国企业已具备较强竞争力；中游设计与制造环节目前发展态势良好，但制造环节需依赖上游设备与材料，因此上游设备与材料才是真正的“卡脖子”环节，卡就卡在上游的设备与材料。因此，从自主可控与国产替代的角度出发，半导体设备ETF（159516）也值得关注。简单来说，若追求弹性，可选择科创芯片ETF（589100）；若追求自主可控的确定性，可选择半导体设备ETF（159516）。
主持人：我们可以看到，近期存储芯片市场供需十分紧张，芯片价格也呈现上涨趋势。想请教下梁总，您认为存储板块的景气回升将对半导体产业带来哪些推动作用？
梁杏：总体而言，存储领域有一些投资者可能也非常关注，因为该板块在今年三季度表现较好。我们认为，存储板块表现亮眼的本质原因也是AI产业的快速发展——英伟达GPU所使用的存储颗粒为HBM，而GPU出货量增长迅速，相应的存储需求也随之快速上升，这是没办法的事情，是配套需求的必然结果。由于存储需求上升且利润率可观，各大厂商就会纷纷将产能转向与AI相关、盈利性较好的HBM和DDR5等产品，导致老旧产品产能快速退出。因此，与AI相关、技术代际更靠前的存储产品的价格上涨趋势十分明确，核心原因便是AI产业挤占了大量存储产能。
最近我们看到，尽管存储大厂已将产能切到了与AI相关的DDR5和HBM产品，但仍无法满足需求，因为AI产业扩张速度实在太快。因此，存储领域无论是NAND还是DRAM价格均快速上涨。我们认为，这一涨价趋势不仅在三季度出现，四季度也将持续，即今年三四季度均会维持这一态势，甚至明年仍可能延续。因为若计算芯片放量超出预期，或AI端侧应用落地情况改善，存储产能的紧缺程度还将进一步加剧。
目前，即便AI应用仍处于训练研发阶段，且仅有部分小规模应用在运行，存储产能就已经不够用了；如果未来真的出现了前面说的大量级的应用落地，存储产能必然更难满足需求，紧缺情况可能进一步加剧。因此，相关存储厂商的利润释放节奏也将非常快。国内也有几家存储企业表现较好，预计今年有上市计划，但目前招股书尚未发布，未来招股书发布后，预计也将对二级市场形成一定催化作用。
我们注意到，目前市场上各类芯片类ETF中，存储厂商的权重占比普遍不高——据我们观察，各类芯片ETF中存储厂商的最高占比不足20%，大多在10%出头。因此，大家可关注另一个投资思路，即半导体设备ETF（159516）。为什么存储扩产会为半导体设备带来景气提升的投资机会？因为存储产能向AI方向切换后，相关存储产品的生产需要更多刻蚀与薄膜沉积工艺，这将带动刻蚀设备与薄膜沉积设备的需求放量。
目前，在半导体设备环节，光刻机领域尚未出现明显突破，至少公开新闻中没有看到，但在刻蚀、薄膜沉积、清洗等设备领域，我国的国产替代率正持续提升，表现较好。由于目前市场上尚无专门的存储ETF，投资者难以直接通过ETF布局存储板块，且我们认为未来存储芯片厂商上市后，也将对半导体设备板块形成催化，因此可适当关注半导体设备ETF（159516）。
展望2026，如何把握AI算力投资机会？
主持人：展望2026年，您认为AI算力板块将有哪些新的技术趋势与成长动力？该板块能否延续今年的涨幅？这也是众多投资者关心的问题。
梁杏：正如我们前面聊到光模块时提到的，明年可能会推出1.6T光模块，该产品对应的是英伟达Blackwell架构的下一代产品——Rubin架构。因此，若明年Rubin架构落地，相关配套产业链我们认为就会迎来升级，1.6T光模块也将进入放量阶段，实现量价齐升。前面在探讨通信板块细分领域时，我们也提到液冷、铜连接、光纤等环节可能存在相应机会。明年AI应用端有望实现放量增长，ASIC领域也可能加速成长，谷歌、OpenAI、AWS等厂商也都在推进ASIC相关方案，尽管方案各有不同，但我国产业链均能满足其配件需求，跟上发展节奏。
刚才提到，算力板块可分为北美算力与国产算力两部分。先看北美算力，我们认为其上游环节的确定性相对较高，因为英伟达可能从Blackwell架构切换至Rubin架构，谷歌TPU也将进入放量阶段，这两大趋势对国内光模块、PCB、服务器需求的拉动具有较高确定性。因此，通信ETF（515880）我们认为可能还是能够有不错的表现。但需要说明的是，今年通信ETF涨幅已经超过100%了，我们无法保证明年涨幅能跟上今年水平，但可以预期明年通信ETF（515880）仍将有较好表现。北美算力对应的国内映射标的主要是通信ETF（515880），因为它是英伟达、谷歌他们的GPU、TPU在国内的映射。
再看国产芯片，前面也做了很多分析，其核心逻辑有两点：一是国产替代与自主可控，这是最核心的逻辑；二是AI芯片将持续放量，逐步抢占传统老芯片的市场份额。此外，国产芯片产业链中的多个环节，无论是上游设备与材料、中游设计与制造，还是下游封装与测试，包括细分的存储芯片领域均处于需求扩张周期，且需求较为紧张。因此，我们认为明年芯片板块仍将有不错表现。
半导体设备领域的确定性相对较高，因为无论是GPU芯片的生产还是产能扩张，都离不开上游设备与材料的支持；此外，结合前面聊过的的存储涨价逻辑，由于目前尚无直接的存储ETF，存储领域的需求增长可能更多映射到刻蚀设备与薄膜沉积设备板块。因此，芯片板块、芯片ETF（512760）以及弹性更高的20cm涨跌幅机制下的科创芯片ETF（589100），连同半导体设备ETF（159516）都值得大家关注。
提了上游，我们简单说一下下游应用环节。目前市场上已有各类轻量级AI应用，例如AI写作、AI生成视频、游戏内AI生成画面等；相对较大的应用领域则包括机器人、智能驾驶等。不过，机器人板块近期出现了一些异动，它的驱动因素主要与特斯拉相关，特斯拉多次调整生产指引，一会儿提高生产指引，一会儿又降低，搞来搞去的，导致资本市场对该板块的预期不够明确。不过昨天美国商务部长表态说机器人领域十分重要，这也使得机器人板块略有异动。
整体来说，我们前面也分析到，目前AI领域尚未出现大规模应用，因此对于应用端，如果大家希望看到明确的业绩或需求结果，那我们会建议大家采取“不见兔子不撒鹰”的策略，待应用端出现明确驱动信号后，再进行布局会更为稳妥。当然话说回来，从估值角度来看，应用端板块由于此前涨幅不大，目前估值相对较低，投资者若想提前布局也并无不可，我个人就布局了我们自己的机器人产业ETF（159551）。
但需要注意的是，提前布局后需等待驱动信号出现，若投资者耐心不足、更倾向于“所见即所得”，则选择在应用端右侧布局会更合适。但若投资者认可应用端的长期价值，且认为当前估值较低，希望进行长期布局，那么现在提前介入应用端也没有问题。具体选择哪种策略，主要取决于投资者的个人风格，比如想追求直接见效，便选择右侧布局、“不见兔子不撒鹰”。
以上便是我们对AI产业链的整体看法，上游我们还是更看好，应用端就等它爆发了再说。而且还有一个逻辑其实反过来是利好上游的。一旦下游的应用大爆发，大家想一想，是不是上游的算力需求就又更紧迫了。我记得谷歌有位工程师前段时间提到，他们公司的算力需求每半年就要翻一倍。这还是在当前应用规模下的数据，如果未来大规模应用爆发，算力需求增长速度恐怕就不是“半年翻倍”了，甚至可能达到“月度翻倍”，否则无法支撑下游大规模的token生成需求，因为那时候token生成的量级将极为庞大。
目前美国已经面临电力供应不足的问题，若这一问题未能得到妥善解决，即便未来应用端爆发，也可能面临算力支撑不足的风险，不过这已是后续需要关注的问题了。我们认为，2026年AI算力上游环节仍值得大家关注与布局，具体可分为北美算力与国产算力两部分：北美算力对应的主要是通信ETF（518800），国产算力对应的则包括科创芯片ETF（589100）、半导体设备ETF（159516）等。
港股科技配置指南，把握港股投资机会
主持人：提到人工智能这块，我相信梁总非常了解，国内无论是国产算力，还是港股的众多云大厂、互联网大厂，它们的发展情况都可能影响到我们整个国产算力的推进。个人投资者在港股市场应重点关注哪些方面？港股市场又有哪些潜在的投资机会？
梁杏：关于港股，我们虽然聚焦港股科技股，但是先说说港股整体，港股很有意思，它是离岸市场，因此既受在港上市中国企业基本面的影响，也受海外流动性的影响。
我们先分析海外流动性对港股的潜在影响，目前美联储今年已降息两次，市场普遍认为12月份降息概率较大，但也存在对“鹰派降息”的担忧。所谓“鹰派降息”，就是降得不情不愿，降个息顺便还威胁一下你，大致就是这种情况。不过我们认为，即便今年12月份是鹰派降息，明年美联储仍大概率有2-3次降息。因此，从海外流动性对港股的影响来看，这一因素应属利好。
近期港股表现不佳，主要还是受海外流动性影响，美国政府停摆持续时间之长，是以往从未有过的，这直接导致市场流动性紧张。为什么？因为美国政府一直在发债，发债筹集的资金不断沉淀在账上，而此前美国政府未能正常运作期间，这些资金花不出去，变相造成了市场资金紧张。因此，近期港股表现不尽理想，与这一因素密切相关。但结合12月份至明年的降息预期，我们认为流动性方面可能不是特别大的问题。
再看基本面层面，港股市场有丰富的资产类型：港股互联网板块中包含多家大厂资产，港股科技板块中也有相应标的，此外还有恒生科技板块的标的。可能有投资者会问，港股科技板块与恒生科技板块有什么区别？简单来说，港股科技板块比恒生科技板块多覆盖了创新药领域，而恒生科技板块中包含少量金融相关标的，港股科技板块则没有这类标的，这便是二者的核心区别。
因此，从我们的建议来看，更推荐大家关注香港互联网ETF（认购代码：513723）与港股科技ETF（513020），这两类产品相对更能帮助投资者捕捉在港上市科技股的表现，包括主持人此前提到的AI浪潮中可捕捉的投资机会。
稍微再发散一点，此前我们提到过能源问题，美国今年已出现缺电情况，因此有一段时间我们旗下的电网ETF（561380）规模竟然也有所增长。我认为，国家此前大力发展新能源，当前又在推进人工智能芯片产业，当人工智能发展到一定阶段后，这两大板块会出现联动：因为届时若出现电力短缺，新能源板块的电力供应能力将发挥重要作用，因此二者会形成联动。
而港股科技ETF可能同时覆盖这些领域，因为港股科技板块涵盖哪些领域呢？包括芯片、新能源、生物医药以及互联网平台这四大领域。因此，港股科技ETF（513020）可作为与A股科技板块形成差异化的配置标的，也值得适当关注，比较有意思。
最后需要提一下，我们一直都看好2026年AI相关领域的机会，但仍需提示一个风险点：若未来海外大厂的资本开支出现下滑，可能引发资本市场的人心浮动，进而导致板块出现一定波动。此时，风险承受能力较低的投资者可考虑进行避险操作。但如果您是长线投资者，且长期看好AI产业，那么这类波动无需过度在意，毕竟高波动、高成长是这类板块的固有属性，在进行投资之前可能就要想好这一点，要有能接受它的波动的承受能力。
MACD金叉信号形成，这些股涨势不错！