中信证券研报称，英伟达在GTC 2026上表示，2027年AI算力需求仍将保持强劲增长。中信证券认为，在Rubin/Rubin Ultra架构中新增LPU与midplane，规格、用量提升将带动需求进一步扩张，AI PCB将充分受益于此；CPO将有望率先在Rubin的Scale-out架构中落地，在Scale-up的应用预计将始于2028年Feynman平台上。看好英伟达GTC 2026大会进一步强化市场对于AI产业持续增长、增量逻辑兑现的信心，建议关注国内头部AI PCB/覆铜板（CCL）厂商、存储厂商等。
全文如下电子｜英伟达GTC 2026回顾：光电共进
英伟达在GTC 2026上表示，2027 年AI算力需求仍将保持强劲增长。我们认为，在Rubin/Rubin Ultra架构中新增LPU与midplane，规格、用量提升将带动需求进一步扩张，AI PCB将充分受益于此；CPO将有望率先在Rubin的Scale-out架构中落地，在Scale-up的应用预计将始于2028年Feynman平台上。我们看好英伟达GTC 2026大会进一步强化市场对于AI产业持续增长、增量逻辑兑现的信心，建议关注国内头部AI PCB/覆铜板（CCL）厂商、存储厂商等。
▍英伟达预计截至2027年订单需求将增长至1万亿美元。
3月16日，英伟达GTC 2026主题演讲中，CEO 黄仁勋预计2026年Blackwell和Rubin的订单为5000亿美元；公司在此次会议上预计截至2027年订单需求增长至1万亿美元。目前，英伟达60%的业务来自全球前五大超大规模云服务商，剩余40%遍布区域云、主权云、企业、工业、机器人、边缘计算等各个领域。从北美四大CSP企业最新的财报来看，2025Q4，北美科技巨头整体经营状况继续好于市场预期，云业务收入增速进一步加速，偏紧供需结构、存储芯片价格上行等推动2026年资本开支指引大幅超预期。我们测算2026年北美四大CSP CAPEX同比+58%、AI CAPEX同比+117%，对于AI算力芯片业绩兑现有望形成支撑。
▍英伟达推出5款机架级Vera Rubin计算平台。
英伟达推出了其全新的 Vera Rubin平台/POD，将5个机架级计算系统组合成一台AI超级计算机，以支持Agentic AI的高效推理。具体来看：1）Vera Rubin NVL72 机架具备3.6 exaflops（FP4）的推理算力，是 Blackwell的5倍；2）Vera CPU机架主要用于调度与Agentic工作流管理；3）Groq 3 LPX机架（搭载256颗Groq 3 LPU）将作为token推理加速器，与Vera Rubin NVL72配合使用，依托其大规模片上静态随机存储器（SRAM）实现高效推理；4）BlueField-4 STX机架用于支持Agentic AI长上下文推理所需的存储；5）Spectrum-X CPO交换机机架用于scale-out，已全面量产。
▍PCB方面，正交背板、LPX主板、CPU机柜主板等增量应用确认。
英伟达正式公布了Rubin Ultra NVL144 Kyber机架，由144颗GPU构成单一NVLink域，计算节点和NVLink交换机分别从两侧插入连接，Kyber机架（NVLink 144）再通过Oberon铜缆/光学扩展至NVLink 576。根据SemiAnalysis，采用PCB正交背板可实现高密度、高速信号传输，同时降低信号损耗与线缆布线复杂度，在工艺上将采用超高多层设计，材料上则有望应用目前最前沿的M9材料，我们估测PCB正交背板有望带来200美元+的单GPU ASP提升；同时英伟达确认了Grok LPU芯片LP30将由三星代工制造，目前已投入量产，预计2026年第三季度以LPX机柜的形式出货，英伟达建议如果有大量代码生成或高速Token需求，可将25%算力配置为Grok，剩余75%保持Vera Rubin。根据SemiAnalysis，LPX机柜主板或采用50L+高多层+M9 CCL设计，我们估测单GPU ASP有望达数百美元；此外英伟达确认将推出CPU机柜，也将采用PCB主板，进一步增厚未来AI PCB的潜在增长空间。
▍Feynman平台采用全新芯片通过深度异构化集成，scale-up方案支持铜缆与CPO。
英伟达产品路线图显示，公司将于2028年推出Feynman架构，该平台将CPU（Rosa）、GPU（Feynman）与LPU（LP40）在硬件层面的深度异构化集成，且在scaleup互联中将同时采用铜缆与CPO方案。其中：1）GPU将采用台积电A16（1.6nm）制程节点；2）Rosa CPU可以更高效地调度 GPU、存储与网络之间的 Token 流动，优化处理极其复杂的逻辑决策任务；3）LP40（LPU）通过将英伟达的GPU与Groq技术进行整合，旨在从微架构层面彻底解决推理延迟和“内存墙”（Memory Wall）挑战；4）在网络方面，该平台采用同时支持铜缆和CPO两种扩展方式的Kyber机架。
▍风险因素：
宏观经济波动及地缘政治风险，海外算力龙头新产品放量不及预期，AI市场需求增长不及预期，存储等组件价格持续上涨风险，技术变革与产品迭代风险，政策监管及数据隐私风险，PCB行业竞争加剧的风险。
▍投资策略：
全球算力需求均持续超预期背景下，上游环节景气度与涨价有望持续，算力链通胀主线仍是当下科技板块配置“景气成长”方向确定性最高的主线。我们看好英伟达GTC 2026大会进一步强化市场对于AI产业持续增长、增量逻辑兑现的信心。
和兴网提示：文章来自网络，不代表本站观点。
