算力周报：三季度AI业绩持续兑现，Mid-Training开启结构化智能新阶段

　　投资要点

　　三季度AI业绩持续兑现，Mid-Training开启结构化智能新阶段。

　　本周AI产业链股价强势反弹，进入三季报业绩期，部分AI产业链公司业绩表现强劲，带领市场情绪回升。本周股价涨跌幅情况来看，数通PCB/CCL：生益电子+29.35%，胜宏科技+19.13%，景旺电子+17.41%；铜连接：瑞可达+9.76%，华丰科技+9.19%；光芯片/光器件：源杰科技+38.00%，仕佳光子+24.63%，长光华芯+17.71%，太辰光+14.01%；液冷：思泉新材+20.33%，英维克+7.45%；服务器代工：工业富联+12.06%，华勤技术+4.48%。接下来继续关注海外CSP等大厂财报披露，或将迎来新催化。

　　近期安费诺与维谛Q3业绩均超指引预期，率先印证海外AI基础设施建设需求的持续放量。前者受益于AI服务器与高性能连接件需求爆发，单季营收创历史新高；后者提前布局800VDC架构及数据中心电源解决方案，当前订单储备充裕，为未来增长奠定坚实基础。国内方面，生益电子三季度业绩超预期，充分反映AI算力周期下PCB价值量的跃升与产业链景气的延续性，相关产业链将深度受益。

　　展望后续，短期我们观察到芯片端CoWoS订单持续上修，英伟达、博通等CoWoS排产有所提升，明年芯片出货量有望超预期。同时AI算力驱动下的光互连需求增长趋势明显，近期1.6T光模块持续加单已形成验证，我们认为景气扩张趋势有望进一步传导至PCB、铜连接、液冷、服务器代工等其他环节。高功率AI服务器机柜持续演进，带动高端材料等需求全面升级，产业链中具备技术壁垒与规模优势的企业将充分受益于本轮AI硬件景气上行周期。

　　而在中长期，我们认为2025年崛起的Mid-Training标志着AI训练进入“资本效率”拐点。它打破“预训练+后训练”二段式范式，构建三段式架构，以质量驱动替代规模堆叠，凭高质量数据与结构化推理提升模型边际收益，成为行业新焦点。具体来看，Mid-Training不同于预训练强调堆砌通用数据、后训练仅做微调，而是依赖于强化学习与合成数据的精确提效。这一过程需要大量算力来支撑数据处理，将算力从单纯的成本项转化为驱动模型迭代的“主动资本”。未来通过复利式持续投入强化模型能力的训练范式有望进一步推动算力需求增长。

　　安费诺/维谛：公司Q3营收均超指引预期，AI需求驱动成长动能延续。

　　安费诺于10月22日发布FY25Q3财报，FY25Q3营收创单季历史记录为61.94亿美元，同比+53.35%/环比+9.63%，超出此前指引上限（54-55亿美元），毛利率38.09%，同比+4.49pcts/环比+1.75pcts，下游需求持续强劲，公司盈利能力逐渐提高。分部门营收来看，恶劣环境解决方案营收15.16亿元，同比+27%，通信解决方案营收33.1亿元，同比+96.35%，互连和传感器系统营收13.69亿元，同比+18.05%。

　　1）业绩指引：第四季度营收预计为60-61亿美元，中值同比+40.1%/环比-2.3%，FY2025全年预计营收226.6-227.6亿美元，中值同比+49.5%。

　　2）FY25Q3营收分市场来看：①工业：营收同比+21%/环比+5%，占总营收18%，工厂自动化、医疗、仪器仪表、工业电动车以及重型设备部门等领域增长强劲，展望四季度预计环比有所回落。②汽车：营收同比+13%/环比+8%，占总营收14%，展望四季度预计环比有所回落。③通信网络：营收同比+165%/环比+8%，占总营收11%，得益于收购Andrew，以及通信网络运营商与设备制造商支出的增加，展望四季度预计环比低双位数下滑。④移动设备：营收同比-3%/环比+18%，占总营收6%，可穿戴设备销量增长部分被笔记本电脑与平板电脑相关销售额的下滑所抵消，展望四季度预计环比小幅增长。⑤ IT数据通信：营收同比+128%/环比+13%，占总营收37%，得益于AI应用领域对公司产品的需求持续攀升，另一方面也来自基础IT数据通信业务的稳健增长，展望四季度预计环比略有增长。

　　维谛于10月23日发布FY25Q3财报，FY25Q3营收为26.76亿美元，同比+60%/环比+20%，超出此前指引上限（25.1-25.9亿美元），毛利率37.77%，同比+1.29pcts/环比+3.81pcts。目前第三方数据中心与云领域作为增长最快的细分板块，其份额持续扩大，公司凭借更优的技术与执行力，增速始终高于市场整体水平。订单方面，三季度订单环比增加10亿美元，目前未交付订单总额达95亿美元，为2026年业绩提供强劲保障。

　　展望未来，公司计划在2026年下半年推出800VDC产品组合，与英伟达计划2027年推出的Rubin Ultra平台高度契合。目前公司正与英伟达紧密合作，共同推进这些平台的设计工作。

　　业绩指引：第四季度营收预计为28.1-28.9亿美元，中值同比+21.5%/环比+6.5%，FY2025全年预计营收101.6-102.4亿美元，中值同比+27%。

　　PCB：生益电子打响业绩超预期第一枪，印证AI PCB产业景气度持续上行。

　　生益电子及生益科技于10月23日发布三季度业绩预告。生益电子Q3预计实现营业收入28.45-32.65亿元，中值同比+153%/环比+39.6%，预计实现归母利润预计5.43-6.23亿，中值同比+547.8%/环比+76.7%，超出市场预期。生益科技Q3业绩符合预期，预计实现归母净利润9.94-10.34亿，中值同比+130.5%/环比+17.5%。

　　生益电子三季度业绩预告超预期，为AI PCB景气度持续扩张提供了有力印证。作为算力基础设施核心环节PCB的代表性企业，其业绩直观反映了行业需求旺盛的态势。展望后续，我们观察到芯片端CoWoS订单持续上修，明年芯片出货量有望进一步超预期。同时AI算力驱动下的光互连需求增长趋势明显，近期1.6T光模块持续加单已形成验证，产业链其他环节的需求放量将进一步强化景气传导，为PCB带来持续的需求支撑，助力其景气度向更深层次延伸。

　　而推动PCB景气度向纵深延伸的关键变量，是AI PCB材料升级趋势，需重点关注。M9CCL材料凭借超低Df/Dk性能及优异的可靠性，已成为AI服务器及高速通信系统的关键材料。其应用主要集中在三大方向：一是Rubin系列新增的CPX模块与正交中板有望采用M9材料，另外Rubin Ultra有望全系导入M9；二是1.6T交换机需使用M9，以支持224G传输速率；三是未来ASIC升级迭代有望采用M9材料。受益于AI服务器与高速网络设备放量，M9材料对应的PCB产业链规模有望快速增长。

　　Midtraining：AI训练范式的资本效率拐点-从算力堆叠到质量驱动的结构化进化。

　　Mid-training：随着RL算力用量不断提升，RL已经从传统的Post-training逐渐独立，和原来的later stage pre training整合，成为新的mid-training。传统的二段式训练（pre training-post training）到了三段式训练（pre training-mid training-post training）。Mid-training本质上是算力换数据。

　　研究所

　　在大语言模型的训练体系中，中期训练（mid-training）正成为连接通用预训练与任务特定微调（SFT）的关键阶段，体现出“资本效率”与“算力投入回报率”优化的核心逻辑。当前行业趋势表明，领先模型正普遍采用退火式中期阶段，以在高昂的算力成本下最大化边际收益：通过在这一阶段剔除噪声语料、引入高质量或合成数据，实现从“规模驱动”向“质量驱动”的转变。实践与理论均表明，适度降低学习率可在优质极小值附近稳定收敛，而更精炼的数据分布能显著提升每个新增token的价值贡献。若忽视此阶段，即便持续扩大训练规模，模型在推理、代码生成、长文本理解等高附加值能力上仍可能陷入收益递减。

　　中期训练的底层机制在于通过强化结构化推理与指令遵循，实现模型由“记忆模式”向“抽象理解”的跃迁：其理论基础可归纳为梯度噪声优化、信息瓶颈压缩及课程学习三大路径。具体而言，模型在中期阶段通过再平衡数据结构、调整学习率调度、并逐步扩展上下文长度，实现对高价值token的精细吸收，从而在成本可控的前提下持续释放模型潜能。三者协同形成闭环，使中期训练成为提升大模型泛化效率与算力利用率的战略拐点，也意味着未来大模型开发将从单纯追求参数规模，转向在中期阶段优化“训练资产配置”的系统性工程。

　　研究所

　　MidTraining正在成为AI训练范式中最具确定性与边际收益优势的阶段。相较于早期以大规模低质数据为主的PreTraining，以及高质量但算力利用率低、进展缓慢的PostTraining，MidTraining处于两者之间，兼具强化学习与合成数据生成的特征，以更高效的算力利用和更清晰的产出路径，推动模型能力持续跃升。在这一阶段，算力投入与模型能力提升之间的投入产出比极为明确，每一次训练实验都能带来可观的边际增益，极大提高了算力资本的使用效率。随着强化学习环境、专家标注生态和数据生成能力的扩张，MidTraining已成为头部实验室算力消耗的核心驱动，取代PreTraining成为新的竞争焦点。

　　Mid-Training的“算力换数据”实质上是一种资本密集型的效率再定价。传统的Pre-Training阶段依靠海量公开数据“堆算力”，但边际收益逐步递减；而Mid-Training通过强化学习与合成数据生成，将算力投入从“盲目扩张”转向“精确提效”-用更高算力驱动更高质量的数据生产与模型迭代，形成新的正反馈飞轮。这意味着算力不再只是支撑模型规模的成本项，而成为提升模型能力与数据质量的“主动资本”。在这一过程中，算力需求不仅没有下降，反而因Mid-Training对持续生成、筛选和验证高质量数据的依赖而显著提升。可以说，Mid-Training把AI训练的算力投入从一次性支出转变为持续复利型资产，推动行业从“算力消耗”迈向“算力投资”，也因此成为全球科技巨头在AI军备竞赛中不断加码数据中心与能源资源的核心原因。

　　产业链相关公司：

　　PCB/CCL：胜宏科技、沪电股份、深南电路、景旺电子、方正科技、生益科技、南亚新材、生益电子、东山精密、威尔高等；

　　铜缆/铜连接：沃尔核材、兆龙互连、华丰科技、立讯精密、鸿腾精密等；

　　光芯片/光器件：长芯博创、源杰科技、仕佳光子、太辰光、长光华芯等；

　　液冷：英维克、思泉新材、申菱环境、高澜股份等；

　　服务器代工：工业富联、华勤技术。

　　风险提示：供应链波动风险，下游需求不及预期，行业竞争加剧。

点击复制链接查看完整PDF研报

东吴证券 陈海进,解承堯