核心观点：
　　AI的裂变时刻，英伟达GB200新产品周期开启。全球AI的裂变时刻，产业链日新月异百花齐放。Scaling Law规模定律下，大模型参数量、数据、算力呈现指数级增长。英伟达的GPU产品为算力核心，在AI加速芯片市场一马当先。服务器ODM、PCB、网络交换机、存储等产业链核心环节龙头厂商踏浪而行，伴随大客户和终端需求共同成长。北美云厂商CAPEX持续上修，训练、推理需求驱动算力持续高增长。英伟达发布全新Blackwell架构GPU，GB200超级芯片大幅提升性能及能耗表现，开启新一轮产品周期。
　　算力：GB200 NVL72的TCO优势突出，ODM竞争格局变化。数据中心的TCO问题是云厂商考虑是否建设新集群和建设集群大小的重要考虑因素。英伟达布局机柜级解决方案GB200 NVL72，有利于大幅降低AI集群的TCO和能耗。GB200按照整机柜形式出货对ODM厂商提出更高要求，带来ODM竞争格局变化，利好能够提供完整AI服务器解决方案的ODM厂商。
　　连接1：PCB价值量持续提升，HDI占比显著增加。AI服务器PCB性能提升，单机价值量持续增长。由于其优越性能，HDI在AI服务器PCB中占比提升。GB200中PCB用量及规格同步提升，驱动整机PCB价值量大幅增长。据测算，GB200 NVL72中单GPU的PCB总价值量增加34%~117%，单GPU的HDI板价值量增加233%~452%。
　　连接2：集群规模指数级增长，交换机量价齐升。大模型对分布式并行训练有更强的诉求，带动GPU集群规模指数级增长，从万卡到十万卡，再到百万卡集群。海内外大厂积极推进大规模GPU集群搭建，而大规模GPU集群需要交换机的交换容量和交换速率提升，进而提升交换芯片及交换机PCB板的价值量，交换机将迎来量价齐升的机遇期。
　　存储：HBM规格持续升级，国产HBM亟待突破。大模型的参数量指数级增长对与处理器匹配的内存系统提出了更高的要求。HBM是目前带宽最高的内存标准，容量及带宽持续迭代升级。HBM对于GPU的推理性能至关重要。HBM产业链目前主要以海外厂商为主，作为AI算力芯片的核心升级点，国产HBM产业链亟待突破。
　　投资建议。AI的裂变时刻，英伟达GB200新产品周期开启，算、连、存踏浪而行。算力方面，建议关注受益竞争格局变化的ODM厂商；连接方面，建议关注量价齐升的PCB和交换机；存储方面，建议关注国产HBM亟待突破的产业链相关厂商。
　　风险提示。行业周期波动风险。AI行业发展不及预期风险。新技术进展不及预期风险。