Scaling Law 2.0，CSP 的私域数据成为关键。过去大模型的发展符合Scaling Law，然而当下公有数据逐步达到瓶颈，私域高精度数据或成为ScalingLaw 2.0 的核心要素。Open AI 前首席科学家Ilya 在公开演讲中提到，由于“我们已经达到了数据的峰值”，当前AI 模型的预训练方式可能走向终结。想要在特定领域训练出垂直化的“专家大模型”，数据的精度、准确度等指标更为重要，私域数据、人工标注的数据可能成为下一阶段大模型发展过程中的核心竞争力，掌握私域数据的CSP 厂商将在大模型厂商的下一轮竞赛中更具优势。

CSP 异军突起，百舸争流的算力竞争时代开启。当下AI 大模型日益增长的算力需求对CSP 厂商资本开支提出更高要求，考虑到成本优势以及更好的灵活性，CSP 自研加速卡将成为未来AI 芯片增量最核心的来源，英伟达在加速卡领域的市占率有望逐步被CSP 厂商替代。与此同时，CSP 自研算力也带来了算力产业链的全新变革，全新的AEC、PCB、散热、电源产业链冉冉升起，CSP 合作伙伴将在算力的下一个环节中更为受益。

端侧：豆包出圈，互联网巨头入局AI 终端。AI 终端的发展经历了由云到端、由ToB 到ToC 的5 个阶段，当前我们处于以字节豆包为代表的互联网巨头引领的第五阶段。早期AI 终端更多是品牌厂商引领，而当前互联网巨头亲自下场开发硬件，有望在AI 终端产业链中发挥更加重要的作用。我们看好AI+智能终端的趋势，AI 将重构电子产业的成长，加速硬件的智能化、伴侣化趋势。无论是手机、PC、AIOT、可穿戴设备、汽车电子，都有重估的潜力。

投资建议：我们认为，伴随着公开数据预训练scaling law 的结束，AI 产业叙事开始向云厂商合作伙伴转移。从数据到模型，从训练到推理，从云到端，CSP 厂商全面布局，形成了完美的商业闭环。当下，无论是海外的谷歌、亚马逊，还是国内的字节、腾讯，云厂商巨头们开始接力，引领AI 产业的下一棒。具体到投资方向，PCB、铜缆、温控、电源等产业链，是国内企业深耕多年，具备优势的环节。伴随着本土云厂商的大力扩产，内需为王的时代也将来临。相比过去，25 年的AI 产业投资将更重视合作建立、订单落地以及业绩兑现，投资回报也会更为稳健。建议关注：1、云端算力：1）ASIC：寒武纪、海光信息、中兴通讯；2）服务器：浪潮信息、工业富联、华勤技术、联想集团；3）AEC：新易盛、博创科技、瑞可达、兆龙互联、立讯精密；4）铜连接：沃尔核材、精达股份；5）PCB：生益电子、广合科技、深南电路、威尔高；6）散热：申菱环境、英维克、高澜股份；7）电源：麦格米特、欧陆通、泰嘉股份。2、端侧硬件：1）品牌：

小米集团、漫步者、亿道信息等；2）代工：国光电器、歌尔股份、天键股份、佳禾智能等；3）数字芯片：乐鑫科技、恒玄科技、星宸科技、富瀚微、中科蓝讯、炬芯科技、全志科技等；4）存储芯片：兆易创新、普冉股份；5）渠道配镜：博士眼镜、明月镜片等。

风险提示：大模型发展不及预期，CSP 自研算力不及预期，AI 终端销量不及预期。