异军突起，模型侧，谷歌正式推出Gemini 1.0，从功能来看，其具有原生多模态能力，能够主动泛化并无缝理解、操作和组合文本、代码、音视频、图像数据，后续还可以使用额外的多模态数据进行推理侧优化；从模型落地场景看，Gemini 具有三种尺寸：Ultra 体积最大、能力最强，Pro 体积中等，适用于多任务处理，Nano 可以部署在手机等边缘侧。

基于原生多模态能力，大模型泛化潜力日新月异。Gemini 为业界带来的惊喜不仅是超越人类的跑分能力，谷歌表示“仍在探索Gemini Ultra 的全部能力”，对其功能边界仍然较为模糊，充分表明Gemini 的潜力将超出预期。我们认为，Gemini 的问世有望为业界贡献大模型泛化能力的全新范式，加速AIGC 向AI Agent 的转变。

百舸争流，算力侧，谷歌发布TPU v5p，训练性能是上一代TPU v4 的2.8 倍，内存带宽提升3 倍，芯片间互联带宽翻倍，达到4.8Tbps，同时，v5p 单个POD 中的芯片数量翻倍，达到8960 颗。我们认为，谷歌作为继英伟达之后的自研算力新选手，有望为算力供需双方提供全新选项，从供应侧看，有利于技术的良性竞争，从需求侧看，充分的市场竞争也有利于降低算力的使用成本。

算力背后的基础技术迭代日渐加速。TPU v5p 如此高密度算力下，谷歌顺理成章使用了液冷技术，同时，从谷歌公布的旗下数据中心PUE 值来看，我们推断谷歌已经大规模应用了液冷方案；显存带宽和芯片互联带宽的翻倍，也带来光连接带宽和器件用量的双重增长。不久前英伟达提前发布H200，有望带动光模块1.6T/3.2T 时代加速到来，而随着谷歌、华为入局高端算力，这一进程有望持续加速。

投资建议：关注两大赛道：光通信的带宽升级和服务器液冷的渗透率提升。

光通信：在算力持续短缺和算力硬件加速迭代的预期下，我们认为头部光模块厂商有望率先受益，同时，TFLN 和LPO 等光模块新技术、新方案有望促进光模块行业黑马频出。建议关注：中际旭创、新易盛、天孚通信、太辰光、腾景科技、德科立、光库科技、联特科技等。

服务器液冷：随着高端算力的芯片密度持续提升，传统的风冷散热方案难以满足散热需求，效率更高的液冷方案应运而生，谷歌等头部大厂也佐证了高效的散热方案带来的强大经济效益。服务器液冷产业链品种繁多，我们认为，应聚焦具有系统整合能力和优秀的后续维护能力的系统集成厂商，建议关注：英维克等。

风险提示：AIGC 发展不及预期，算力建设不及预期，商业竞争风险。