1 AI产业链价值解码。

李星全介绍了AI产业链的发展情况，重点分析了大模型的技术演进和商业潜力他提到缩放定律和模型涌现现象，指出大模型性能随规模提升而显著增强以GPT为例，说明算法优化可大幅降低成本并提升性能还回顾了transformer架构的历史意义，强调其在AI发展中的关键作用。

2 Transformer架构推动AI快速发展。李星全介绍了Transformer架构如何成为AI发展的基石，从2018年GPT-1的发布开始，到GPT-2、GPT-3的参数量大幅提升，再到2022年底GPT-3.5的性能改进和全球风靡。2024年OpenAI发布的o

one模型引入了思维链等创新技术，推动大模型向多模态和更智能方向发展，算力需求也随之高速增长。

3 英伟达AI服务器硬件价值拆解。

李星全分析了英伟达最新GB200NVL72服务器的硬件构成，GPU占比达72%，单机架价值约300万美元他指出英伟达凭借90%的GPU市场份额和一年一代的技术迭代速度，在AI硬件领域占据主导地位从H100到Blackwell架构的快速切换，反映了AI算力需求的爆发式增长目前超大规模客户周均部署达1000台机柜，显示推理算力需求正成为新增长点。

4 推理算力需求快速增长。

李星全介绍了推理算力需求增长及低精度数据格式FP4的应用潜力，指出Blackwell芯片相比H100在特定场景下算力性价比提升237%他分析了英伟达产业链，包括设计、制造、封装测试及下游服务器组装，提到A股公司在PCB和光模块领域有较高份额，与英伟达景气度强相关。

5 AI服务器产业链的利润较高。

李星全介绍了北美算力产业链中PCB和光模块的重要性PCB是印刷电路板，AI服务器使用高规格多层板，价值量高，产业链已转移至中国大陆光模块用于连接GPU集群，支持大模型训练和推理任务的分发与汇总运算。

6 AI集群网络架构与光模块作用。

李星全介绍了AI集群中GPU间的网络连接架构，采用4班live网络架构，通过叶交换机和核心交换机扩展规模他强调光模块在高速数据传输中的关键作用，将电信号转换为光信号以减少损耗，并提到A股公司在光模块领域的技术和产能优势。

7 光模块和PCB行业量价齐升。

李星全分析了英伟达GPU升级对光模块和PCB行业的影响，指出随着GPU从H100升级到B200，光模块需求从400G提升至800G甚至1.6T，PCB的传输速率要求也同步提高，带动行业量价齐升他引用数据说明GPU与光模块的比例约为1:3.5，并强调只要英伟达GPU持续放量，光模块和PCB的需求将保持强劲此外，他回顾了2023年相关公司的业绩增长，印证了行业的高景气度。

8 AI产业链投资机会分析。

李星全分析了AI产业链中光模块、PCB和服务器ODM等领域的投资机会，指出光模块在通信设备中占比较高，国内AI硬件供应受限但企业仍在努力发展他提到英伟达芯片受制裁影响，国内算力硬件供给存在瓶颈，但企业持续推出有竞争力的大模型。

9 国内AI技术竞争力强但算力不足。李星全指出国内AI技术如通义千问和DeepSeek已跻身全球第一梯队，竞争力不弱于北美。虽然算力存在瓶颈，但国产算力发展空间大，如英伟达在华GPU年收入超千亿。海外厂商仍延续Scaling

Law提升模型智能，国内若算力供给缓解，Scaling

10 算力需求增长迅速。

李星全分析了算力需求快速增长的背景和原因，包括大模型与浏览器的结合、电商、在线教育等场景的应用国内外政府和科技公司都在加大算力中心和数据中心的投入，资本开支增速显著AI技术在各行业的广泛应用，如智能驾驶、消费电子等，推动了算力需求的持续增长。

11 关注业绩确定性强的产品。

李星全分析了通信ETF、创业板人工智能ETF和信创ETF的投资价值通信ETF因英伟达GB200放量带动产业链成长，近期涨幅超40%创业板人工智能ETF弹性较高，适合情绪高涨时投资信创ETF跟随国产算力发展，涵盖GPU设计等个股，前景看好他建议投资者密切关注这些产品。