看了几大外资券商（瑞银、大摩、高盛、野村等）这两天最新出炉的研报，我发现一个很有意思的现象。
（3月9日：瑞银——美国半导体与半导体设备：GTC/OFC预览，KLA分析师日，英伟达HOLT分析，晶圆厂产能，美光预览）
（3月5日：野村——人工智能网络市场最新动态——2026年GTC与OFC展会前瞻）
大家都在猜英伟达的新架构（Rubin）有多强，单卡算力能翻几倍。但老实说，单靠芯片“大力出奇迹”的时代，正在过去。
现在的 AI 硬件战场，早就不是“单打独斗”，而是“打群架”了。未来的核心增量，藏在系统级优化、光通信和液冷里。
今天聊聊，聪明的热钱都在盯这两场大会的什么？
从“卖芯片”到“卖系统”
瑞银的报告一针见血：这次 GTC 的核心主题，是系统级优化。
以前我们比谁的 GPU 算力强。现在不行了，AI 集群越来越庞大，推理需求爆发。如果你把芯片算力做得再快，但网络堵车了，内存跟不上，也是白搭。
所以英伟达在干嘛？他们在搞“解耦”和“协同设计”。性能提升不再只靠台积电的先进制程，还要靠系统架构、软件编排和网络。
你可能没注意到，网络现在是英伟达增长最快的业务。预计到 2026 年底，英伟达网络业务的规模，能顶得上整个网络半导体行业的其他所有人加起来。
InfiniBand、Spectrum-X、DPU... 这些网络技术，正在成为决定系统性能的“带头大哥”。谁能把数据搬运得更快，谁就能赢下接下来的推理之战。
（3月9日：瑞银——英伟达—GTC大会前瞻：计算负载的解耦与系统级优化）
追光者：CPO 的千亿路线之争
GTC 和 OFC 连着开，绝不是巧合。光通信是现在的绝对 C 位。
野村和伯恩斯坦都在死盯一个词：CPO（共封装光学）。
随着数据传输量越来越大，传统的插拔式光模块在成本和功耗上都快扛不住了。CPO 把光引擎和交换芯片封装在一起，这是一个不可逆的超级趋势。
市场在等英伟达公布 CPO 的路线图，特别是纵向扩展（Scale-up）的 CPO 方案。这玩意一旦在 2027 年的平台（如 Rubin Ultra）落地，将是一个千亿美元级别的巨大市场，远超目前横向扩展（Scale-out）的应用。
不过，谷歌也没闲着。他们大力搞的 OCS（光电路交换）通过微镜子直接反射光信号，省去了光电转换环节。新易盛等核心代工厂的下一代产品已经送样。
技术路线还没完全定型，但“卖铲子”的已经赚翻了。台积电的 COUPE 平台、中际旭创等光模块巨头，都在拼命往 CPO 产业链的核心环节（光引擎、激光模块、FAU）里挤。
（野村——人工智能网络市场最新动态——2026年GTC与OFC展会前瞻）
冰与火之歌：液冷的全面爆发
AI 算力狂飙，带来了一个极其现实的物理问题：太热了。
高盛在最近的中国论坛上，得出一个结论：高功率 AI 液冷，是 2026 年的关键驱动力。
GTC 大会上，除了看新芯片，大家更关心的是：机柜的热密度到底会飙到多高？LPU架构将带来多大的市场增量。
传闻中后续更高配置的机柜，功耗高得惊人。这倒逼着数据中心必须从风冷全面转向液冷。
英维克和领益智造的立敏达等液冷龙头订单已经排到了下半年，甚至有大单从四季度提前到了三季度交付。
微软、谷歌等相继来大陆对头部公司进行审厂，谁能最快通过客户验证并规模化交付，谁就能吃下这波红利。
总结一下
看 GTC 和 OFC，别只盯着 GPU 的核心参数。
AI 基础设施的“木桶效应”越来越明显。芯片是那块最长的板，但决定最终能装多少水的，是网络互连（光通信/CPO）、是存储器（HBM/HBF）、是散热（液冷），以及把它们无缝捏合在一起的系统架构能力。
这才是接下来资本市场最值得下注的主线。
