国诚投顾：CPO/液冷/LPU重构算力底座，英伟达定义下一阶

  事件

  英伟达黄仁勋在GTC2026上发布主题演讲，介绍Rubin至Feynman的技术路线演进图，其中最大变化是CPO和液冷技术的应用，并同步引入集成大容量SRAM的LPU以增强推理性能。黄仁勋预计智能体AI和物理AI将成为未来AI的重要增长点。

  核心观点

  Rubin和Feynman技术路径浮现，2027年英伟达营收或超1万亿美元。当地时间3月16日，英伟达GTC2026在圣何塞开幕，黄仁勋发表主题演讲。据芯东西报道，英伟达发布旗舰计算平台Vera Rubin，集成7种芯片和5种机架，7种芯片包括Rubin GPU等。Rubin架构下的Oberon系统支持铜缆和光学纵向拓展。英伟达预计2028年发布Feynman计算平台，有望集成Feynman GPU等。Feynman架构下的Kyber系统支持铜缆和共封装光学的纵向拓展。据半导体行业观察报道，英伟达此次推出的Groq3LPU单颗集成500MB SRAM，提供150TB/s带宽，提升推理应用性能。据量子位报道，英伟达Vera Rubin采用100%液冷解决方案，互联在液冷模块内部做板级/背板式集成。黄仁勋透露，英伟达正和合作伙伴开发太空数据中心计算机Space One。展望2027年，英伟达预计营收至少达1万亿美元。

  智能体AI和物理AI将成重要增长点。据钛媒体报道，黄仁勋提出AI“五层架构”。生成式AI时代，数据中心成生成AI推理Tokens的“工厂”，企业软件转向“智能体AI”。英伟达推出开源智能体基础设施NemoClaw和开源模型Nemotron3Super支持其发展。据芯东西报道，物理AI有望成AI下一个重要增长点，英伟达与相关产业伙伴积极合作。

  CPO、液冷、LPU重构AI算力基建基石。随着智能体AI和物理AI成发展趋势，CSP服务商聚焦AI推理端性能和收益。英伟达推出的Rubin和Feynman聚焦LPU、CPO、液冷。LPU提升推理端性能，CPO降低信号传输时延，液冷辅助突破算力密度瓶颈。

  投资策略

  建议关注AI算力基建相关领域，如液冷技术、CPO（共封装光学）、LPU（推理处理单元）等硬件及配套基础设施方向，以及智能体AI、物理AI应用场景下的软件与解决方案赛道，把握技术迭代带来的投资机遇。

  参考来源：2026年03月17日 中银证券 苏凌瑶,茅珈恺《电子GTC 2026黄仁勋主题演讲点评：CPO/液冷/LPU重构算力底座，英伟达定义下一阶段算力范式》

  风险警示：本文由投资顾问王志起（执业证书编号A1290625030016）编辑整理。市场有风险，投资需谨慎。深圳市国诚投资咨询有限公司是证监会批准的证券投资咨询公司，组织机构代码统一信用码为914403007634715216。本文分享的题材方向和研报，旨在为您梳理选股方向，不构成投资建议，据此操作，风险自担！本文力求所涉信息准确可靠，但并不对其准确性、完整性和及时性做出任何保证，对投资者据此进行投资所造成的一切损失不承担任何责任。