2026年，可能是半導體產業近十年來最熱鬧的一年。光芯合璧，算力通吃，半導體圈正在重寫游戲規則…

3月，英偉達CEO黃仁勛在GTC大會上拋出一個數字——1萬億美元。這不是一個臆想，而是英偉達管理層通過高置信度采購訂單確認的未來收入預期：到2027年底，僅Blackwell與Rubin兩代芯片架構，就將創造至少1萬億美元營收。要知道，就在2025年10月，這個數字還停留在5000億美元。短短5個月，翻了一倍。

5月，中國最大的DRAM制造商長鑫科技更新招股書：2026年一季度單季歸母凈利潤247.62億元，折合每天凈賺2.72億元。一家連續虧損8年的企業，在AI需求爆發的周期風口中，完成了中國半導體史上最戲劇性的財務大反轉。

與此同時，一場更底層的技術變革正在悄然加速——光電融合芯片從實驗室走向產線，臺積電COUPE光互連技術量產在即，中國首條8英寸硅光芯片量產線在蘇州破土動工。LightCounting預測，2026年，超過一半的光模塊銷售額將來自硅光產品，行業將其定義為“硅光爆發元年”。

三件事，看似獨立，實則緊密咬合。它們的交匯點，正是AI算力對“光”與“芯”的全方位重塑。

英偉達的萬億敘事：Token工廠與算力即收入

先說英偉達。

很多人把黃仁勛的“1萬億美元”當成一個噱頭。但華爾街沒有。高盛在GTC當天發布的研報中直言，這一長期收入可見度“大幅超出了華爾街的普遍預期”，直接緩解了投資者對AI資本支出可能在2026年觸及頂峰的擔憂。

支撐這個數字的，不是畫餅，而是一套全新的商業邏輯。

黃仁勛在GTC上提出了“Token工廠經濟學”——未來數據中心不再是存儲文件的倉庫，而是不間斷生產AI Token的巨型工廠。1GW的工廠永遠不會變成2GW，“這是物理和原子的定律”，在固定功率下，每瓦Token吞吐量最高的玩家，將擁有最低的生產成本和最強的定價權。

圍繞這套邏輯，英偉達一口氣發布了7款新芯片，從Vera CPU、Rubin GPU、NVLink 6交換機，到新收編的Groq 3 LPU，組成了迄今最復雜的AI計算系統。摩根大通在會后報告中指出，Groq LPU與Vera Rubin的整合是本屆GTC“架構層面最重要的新品發布”。

但比新品更值得關注的，是需求結構的變化。英偉達管理層披露，逾1萬億美元的采購訂單中，約60%來自超大規模云廠商，40%來自CUDA云原生AI企業、主權AI及工業企業客戶。這意味著需求不是集中在一兩家巨頭手中，而是在更廣泛地擴散。

美銀證券的研究也揭示了一個關鍵趨勢：AI服務正在被明碼標價——免費的、每百萬Token 3美元的、6美元的、乃至150美元的。算力，正在變成像電力一樣可計量、可交易的商品。

對整個產業鏈而言，這意味著三件事：算力芯片需求持續擴張、配套的光互連和存儲需求同步井噴、以及AI基礎設施的投資周期遠比想象中更長。

長鑫的逆襲：從負113%毛利率到日賺2.7億

如果說英偉達的故事是“強者恒強”，那長鑫科技的故事就是“絕地翻盤”。

先看幾組數據：2023年，長鑫科技營收90.87億元，歸母凈利潤-163.4億元，毛利率一度跌至負113%。到了2026年一季度，單季營收達到508億元，同比暴漲719%；歸母凈利潤247.62億元，凈利潤率接近49%——在全球制造業中，這都屬于頂級成績。

三年時間，從年虧百億到日賺近3億。這種反轉放在全球半導體歷史上也屬罕見。

怎么做到的？拆解下來，是三個獨立但相互增強的齒輪同時轉動：

第一個齒輪是產能規模。長鑫從成立之初就采用IDM模式，從設計到制造到封測全部自己做。2023到2025年，資本開支分別達到437億、712億和497億元，一刻不停地在擴產。到2025年第四季度，按DRAM營收計算，長鑫全球市場份額達到7.67%，位列全球第四、中國第一。

第二個齒輪是AI需求爆發。訓練一個大型語言模型需要數百張GPU，而每張GPU上都堆疊著大量高帶寬DRAM。AI數據中心對存儲的需求，正在將DRAM從一個周期性商品變成戰略性基礎設施。

第三個齒輪是價格周期。自2025年下半年起，全球DRAM需求持續超過供給，合同價和現貨價雙雙上行。長鑫正好踩在了這個上行周期的起點上。

市場對長鑫的定價也很激進。分析師給出的估值在3萬億到4萬億元人民幣之間，對應約20倍PE。作為參照，美光的遠期PE約10倍，SK海力士約5倍。有人說這是周期紅利，也有人認為這反映的是國產替代的長期溢價。

5月27日，上交所將審議長鑫科技的首發事項。如果通過，295億元的募資額將成為科創板歷史第二，僅次于中芯國際。

不過，海外觀察人士也提出了冷靜的提醒：長鑫的增長有多少來自自身競爭力的提升，有多少只是踩中了周期風口，還需時間檢驗。

光電芯片：2026，爆發元年

英偉達和長鑫的故事講的都是“電芯片”——算力和存儲。但在這條產業鏈上，還有一個賽道正在以更快的速度膨脹。

這就是光。

先說市場規模。 2025年，全球光模塊銷售額預計突破230億美元，創歷史新高。全球硅光市場規模約26億美元，到2034年預計達到169億美元，年復合增長率22.9%。而CPO（共封裝光學）市場雖然2025年才約1億美元，但到2030年預計將飆升至286億美元，五年增長200多倍。

再說技術拐點。 臺積電在今年5月正式披露了其“三層蛋糕”架構——SoIC、CoWoS與COUPE光互連技術協同。其中COUPE采用3D異質集成，將電子芯片與光子芯片垂直堆疊，使系統能效提升4倍、延遲降低10倍。全球首款采用COUPE技術的200Gbps微環調制器已在今年啟動量產。臺積電先進技術業務開發處長袁立本更直言，到2030年，光互連將是AI芯片“未來最重要”的基礎技術。

產業鏈也在同步就緒。 在中國，長光華芯、亨通光電等聯合成立的星鑰光子，今年3月在蘇州啟動了全國首條8英寸硅光芯片量產線的建設，總投資50億元，預計2026年底通線、2027年初投產。這標志著中國在硅光制造領域從依賴進口邁出了關鍵一步。

在AI算力爆發的推動下，光已經從“配角”變成了“主角”之一。從可插拔光模塊到CPO再到片上光互連，光電融合正在成為AI芯片演進的核心方向。中國信科今年4月也宣布成功研制出多功能可編程光電融合計算芯片LightIN，在一塊芯片上同時實現計算加速、信號處理、光交換和安全加密四種功能。這意味著光計算離實用又近了一步。

當然，國產光芯片也面臨挑戰。目前高端光芯片仍被海外巨頭主導，InP光芯片供需缺口持續擴大。招商證券判斷，全球高速光芯片供需失衡格局預計將延續至2027年，這恰恰給國產廠商打開了一個戰略窗口期。

產業鏈全景：三重共振

把三件事放在一起看，會發現它們指向同一個方向。

第一層，算力（英偉達為代表）。 英偉達在AI GPU市場的份額高達85-90%，憑借CUDA生態構筑了極高壁壘。但隨著ASIC芯片的崛起，TrendForce預計英偉達的市場份額到2026年將降至約70%。中國本土AI芯片也在加速追趕——摩根士丹利5月發布的半導體報告指出，國產AI芯片的總擁有成本（TCO）比英偉達低30%-60%，推理成本已可媲美甚至優于英偉達產品。

第二層，存儲（長鑫為代表）。 存儲行業供需缺口預計延續至2027年，國內模組公司進入利潤放量期。AI對高帶寬DRAM的需求，正在把存儲從一個“周期性大宗商品”變成“AI戰略基礎設施”。

第三層，光互連。 算力越強，數據傳輸需求越大。無論是英偉達的NVLink 6交換機，還是臺積電的COUPE光互連，還是中國首條硅光量產線，本質上都在解決同一個問題：當芯片算力暴漲時，如何讓數據在不同芯片之間高速、低功耗地流動。光，是目前最優的解。

算力、存儲、光互連——三重共振正在重新定義整個半導體產業的面貌。全球云廠商2026年資本開支預計達8300億美元，AI產業鏈景氣度持續攀升。摩根士丹利給出了三個方向性建議：買封裝、買測試、買中國芯。

2026年或許會被未來的半導體史學家標注為一個轉折之年。

在這一年，英偉達用1萬億美元的訂單展望重新定義了AI芯片市場的天花板；長鑫用日賺2.7億的業績證明了國產存儲的競爭力；臺積電和中國的硅光產線分別從不同方向推動光電融合走向量產。

但這并不意味著沒有風險。光芯片的國產化仍面臨高端器件被卡脖子的挑戰，長鑫的盈利能否穿越DRAM的下行周期仍有待檢驗，英偉達的萬億敘事也需要AI需求持續超預期來兌現。

半導體是一個典型的“周期+成長”行業。周期的潮水有漲有落，但成長的方向不會改變。從電到光、從通用到專用、從海外到國產，這三條主線，正在同時上演。

正如黃仁勛在GTC上說的那句話：“我看到到2027年至少有1萬億美元的需求?！彼吹降?，或許還只是冰山一角。