寒武纪营收、净利润均同比翻倍！科创芯片ETF汇添富(588750)V型反转冲击五连阳！全球史无前例的资本开支，谷歌、DeepSeek等重磅关注！

2026.08.10 近期，芯片板块波动剧烈，经过前期盘整后，上周国产芯片板块走出亮眼行情，科创芯片ETF汇添富（588750）上周周度K线收涨！今日（8.10），科创芯片ETF汇添富（588750）探底回升，涨0.53%，冲击五连阳！成分股消息面上，寒武纪 2026年上半年实现营业收入59.96亿元，同比增长108.13%，归母净利润23.11亿元，同比增长122.61%，扣非净利润21.66亿元，同比增长137.3%。二季度单季营收31.11亿元，归母净利润12.98亿元，环比分别增长7.8%和28.1%。摩尔线程披露2026年半年度报告，报告期公司实现营收17.36亿元，同比增长147.42%；归属于上市公司股东的净利润亏损1156万元，同比收窄；扣非净利润亏损1.51亿元，同比收窄；此外，摩尔线程发布公告称，为深化公司的国际化战略布局，持续吸引并集聚优秀的研发与管理人才，进一步提升公司治理水平和核心竞争力，公司拟发行境外上市外资股(H股)股票并申请在香港联交所主板挂牌上市。而芯片板块波动的背后是市场对于AI巨额资本开支的质疑，当前市场对AI资本开支的疑虑尚未散去。此前，海外云厂商持续上调资本开支指引，AI基础设施投入刚性特征明确：亚马逊还将2026年资本支出预期从此前的2000亿美元上调至2200亿美元，谷歌母公司Alphabet亦将2026年资本开支指引上调至近2000亿美元，Meta、微软等巨头资本开支同样高增。面对如此巨额的市场开支，市场的态度也与以往大不相同，“‘烧钱’能取得回报吗？到底是为了什么？”的疑虑也尚未消散。近期，国内外各大AI巨头也给出了新答案——RSI，Recursive Self-Improvement，中文译作“递归式自我改进”。【什么是RSI？大模型迭代的新主线！】RSI更通俗一点来讲，就是AI“自进化”。其核心在于AI介入自身改进流程，在没有或极少人类干预的情况下，大模型通过审查自身的源代码、算法、提示词架构或训练流水线，自主发现缺陷、优化训练方案，生成比原本模型能力更强的大模型。而上周末，谷歌旗下DeepMind人工智能部门首席战略官贾吉特・塞洪认为RSI才能支撑行业当前规模空前的资本投入。其表示，全行业当下的资本投入，是“人类文明史上规模最大的科学豪赌”，规模远超美国阿波罗登月计划、曼哈顿工程以及互联网早期研发投入。当前业界现有技术还达不到真正意义上的RSI，但“押注RSI无法实现，看起来并非明智选择”。如今行业已经能看到RSI的雏形：各大AI企业利用模型辅助设计其他模型的组成模块。值得注意的是，这个概念并非首次被提出，此前爆火的梁文锋会议纪要中，其也反复强调了“…当前最重要的是把AI训练做好…现在重要的是训练，然后下一步要解决的是持续学习的问题，再下一步要解决的是它自己问问题…”。此前OpenAI GPT-5.6发布说明中已直接引入新指标RSI Index，衡量AI模型自进化能力。Anthropic在6月发文，介绍了在RSI上取得的进展。Anthropic正在将越来越多的AI开发工作委托给AI本身，假若这样发展下去，算力足够的情况下，AI系统最终有望完全自主设计和开发自身后续版本。Anthropic表示，“我们尚未达到这一目标，RSI也并非必然，但它的到来可能比大多数机构的预期时间要更早。”那么RSI能实现什么呢？过去评价AI模型的数学能力，主要是看IMO做题、证明已经定理这些Benchmark，但这些都是人类已经知道答案或者解题路径，AI不过是负责找到它。而未来AI模型完全可以进入数学、物理、材料、能源、生物学等各种Science领域，去探索没有标准答案的问题，加速整个科学和知识生产系统。塞洪基于近期技术进展判断，RSI“大概率会在未来几年内出现”。在同一场峰会圆桌讨论中，他的DeepMind同事奥里奥・维尼亚尔斯，以及 OpenAI 联合创始人沃伊切赫・扎伦巴均认为，RSI有望在2027至2028年落地。可以看到，AI竞争正在发生根本性的变化。AI竞争的核心，正在从“谁能做出一个更好的AI产品”转向“谁能够创造更强的智能”，这也意味着AI产业正在进入一个新的阶段，即重新回到大规模训练。【RSI对芯片产业的影响：算力需求的“指数级”增长】RSI的核心是“AI改进AI”，需要消耗大量算力进行模型训练和验证，因此算力基础设施是最直接受益的方向：1、训练负载无限循环，算力消耗不再有终点传统大模型是一轮预训练结束→发布推理，算力投入有明确周期上限；而RSI模式为训练、推理、模型优化三者闭环永不停歇，AI持续生成新任务、新实验，算力需求无天花板。OpenAI此前数据公布：GPT-5.6内测阶段，每位活跃研究员的日均token输出，是GPT-5.5时代最高值的两倍以上；过去半年，用于内部代码推理的研究算力占比涨了100倍，内部智能体token用量涨了约22倍。2、模型参数量级跨越式扩张RSI 迭代倒逼模型从当前1T参数，快速向10T~100T超大参数跃迁；大模型运算最大瓶颈是内存墙：GPU算力每年翻倍，但传统内存带宽增速严重滞后。RSI 多智能体并行、海量实验同时跑，需要同步存储海量权重、KV缓存、实验中间数据，对高带宽、大容量存储需求成倍放大。3、推理+训练双负载叠加，服务器部署密度大幅提升传统算力区分训练集群、推理集群；而RSI下服务器要同时承载三件事：①新模型预训练；②线上用户推理；③AI自主实验评估；单台服务器内存占用、数据吞吐较传统AI服务器更大，整机HBM搭载数量显著拉高。【RSI带来新算力需求的同时，算力供不应求仍为常态】存储方面，存储需求面临供应紧缺。高盛在8月4日发布的名为《解答存储行业八大核心问题》的研报中测算，2026年全球DRAM的供需缺口（供给减去需求占需求的比例）为-4.9%，是过去15年来最严重的一次，预计2027年供需将更加紧张。设备交付周期卡住了供给总量的增长，存量产能内部的分配同样存在约束。HBM的光刻、刻蚀等工艺步骤数量约为常规DRAM的3倍，每建成1万片HBM月产能大约要消耗3万片常规DRAM的月产能进行转换。当前全行业HBM月产能约为32.6万片晶圆（三星约为14万片，SK海力士约为15万片，美光约为3.6万片），仍然不够。群智咨询半导体分析师王旭东称，AI服务器在2026年已占全球DRAM晶圆产能约50%，2027年这一比例预计升至约60%。HBM每多投1片晶圆，常规DRAM的供给就要减少3片，两类产品的紧缺相互强化。算力方面，随着人工智能代理兴起，算力资源的缺货窘境，正式从GPU蔓延至CPU。机构认为，服务器CPU需求已供不应求，正复刻存储芯片式的紧平衡周期，量价逻辑同步走强。产业链层面的交叉印证更为鲜明：受AI算力集群部署驱动，服务器CPU年内部分产品价格涨幅已超40%、单月涨幅超10%，交付周期最长拉长至六个月。服务器CPU正步入“类内存/HBM”的紧平衡周期。这标志着CPU从AI周期中被忽视的配角，转变为兼具量增与价升弹性的确定性受益环节。业内分析认为，本轮CPU资源紧张，根源来自AI代理应用的大规模普及。大量企业落地AI代理用于软件开发，带动企业人均IT支出直接翻倍。眼下，CPU缺货潮正在行业内扩散：英特尔、AMD正分别与客户签署更长期的服务器CPU采购协议，以应对数据中心处理器价格上涨和供应紧张问题。英特尔管理层直言，当前数据中心客户的需求已远超英特尔的供应能力。为应对这一局面，公司将2026年全年的资本支出预期从180亿美元上调至超过200亿美元。国泰海通证券指出，随着AI迈向推理与Agentic AI，算力瓶颈正由GPU转向CPU调度执行。CPU在任务规划、数据处理、KV Cache管理、工具调用及多智能体协作中作用凸显，正迎来估值重塑与供需错配，或成继存储后的稀缺溢价环节。未来两三年，CPU供需紧张与涨价压力有望延续。AI基建超级周期仍可期待，存储、CPU、晶圆、先进封装等供需缺口全面超预期，科创芯片ETF汇添富(588750)标的指数CPU/GPU+存储+先进制造含量高达82%！高度聚焦高纯度芯片赛道。20CM涨跌幅“大长腿”轻松把握高景气赛道成长机遇。场外投资者可关注联接基金（A：020628；C：020629），可7*24申赎。若希望更精准布局国产算力及存储，可关注科创芯片设计ETF汇添富（589290），算力+存储含量高达74%，在AI算力需求爆发+存储芯片涨价超级周期+国产替代三重共振下，有望充分受益于AI浪潮与自主趋势下的国产算力及存储产业链历史性发展机遇，20CM大长腿更有助于轻松把握本轮超级周期！ 获取更多RSS：https://feedx.net https://feedx.site