馬年新春的腳步漸近，黃浦江畔的上海，已然吹響了未來新征程的號角。上海市十六屆人大四次會議、上海市政協十四屆四次會議分別於2月7日和2月5日在世博中心勝利閉幕。在上海市十六屆人大四次會議開幕當天，上海市市長龔正向大會作政府工作報告（下稱“報告”），為這座追求卓越的全球城市，清晰擘畫“十五五”開局之年的奮進藍圖。報告顯示，2025年上海全市生產總值達到5.67兆元、增長5.4%，好於預期。同時，對2026年全市經濟社會發展提出主要預期目標：全市生產總值增長5%左右。報告還提出堅持擴大內需、持續提升“五個中心”能級等2026年主要任務。不只有今年的目標。在今年上海兩會接受代表委員審查、討論的《上海市國民經濟和社會發展第十五個五年規劃綱要（草案）》（下稱“上海‘十五五’規劃綱要草案”）提出，未來5年全市生產總值年均增速力爭達到5%左右。這是一次回顧與展望交織的關鍵會議。從一份份厚重提氣的“成績單”，到一張張催人奮進的“任務表”，強烈的共識在會場內外凝聚：走過殊為不易的“十四五”，邁入挑戰與機遇並存的“十五五”，上海必須以更加昂揚的姿態，勇當全國經濟高品質發展的排頭兵，以“五個中心”能級的整體躍遷，奮力開創城市發展的新局面。 張力/攝從4.16兆到5.67兆回望2025年，上海交出了一份在複雜嚴峻外部環境下殊為不易、成色十足的答卷。面對超預期的困難與挑戰，上海經濟展現出強大的韌性和澎湃的活力，城市核心功能持續增強，在激烈的全球競爭中穩固了自身地位。報告顯示，一年來，上海市全市生產總值達到5.67兆元、增長5.4%，好於預期。地方一般公共預算收入達到8500億元、增長1.5%。居民消費價格上漲0.1%，城鎮調查失業率平均為 4.2%。5.67兆元，這不僅僅是一個經濟體量的數字。它標誌著上海在“十四五”期間，全市生產總值實現了從4.16兆元到5.67兆元的歷史性跨越，不僅成為全國首個經濟總量突破5兆元的城市，更躋身全球經濟總量排名前五的城市之列，人均地區生產總值達到3.2萬美元。這一成就，是在全球經濟風浪中砥礪前行、勇攀新高的生動寫照。成績的背後，是發展質量的穩步提升，是新質生產力的加快孕育。報告顯示，全社會研發經費支出相當於全市生產總值的比例達到4.5%左右，這一指標已接近世界主要創新型國家的水平。工業戰略性新興產業總產值增長6.5%、佔規模以上工業總產值比重提高到45%，積體電路、生物醫藥、人工智慧三大先導產業規模突破2兆元。這些資料共同勾勒出上海產業結構向“新”而行、向“高”而攀的清晰軌跡。作為改革開放的前沿陣地，上海的門戶樞紐地位愈發凸顯。報告顯示，外貿進出口總額達到4.51兆元、增長5.6%，其中出口增長10.8%。實際使用外資達到160.6億美元，折合1148億元人民幣。跨國公司地區總部、外資研發中心繼續呈現加速集聚的良好態勢，顯示出國際資本對上海未來的堅定信心。發展的成果由人民共享。過去一年，上海的民生福祉持續改善，居民人均可支配收入達到9.2萬元、增長4.1%。PM2.5年均濃度為26.3微克/立方米、下降7.4%。新增公園127座，提前建成千座公園城市，累計達到1100座，其中，89.4%的公園實現24小時開放，人民城市的“綠色”底色和“幸福”質感更加鮮明。精準務實的“施工圖”加快建設“五個中心”，是中央賦予上海的重大戰略使命，也是上海服務國家大局的核心功能所在。過去一年，上海紮實推進“五個中心”建設，取得了一定成效。這包括：加快建構現代化產業體系，多措並舉促進服務業創新發展，產業基礎高級化、產業鏈現代化水平進一步提升；提高金融服務質效，在滬持牌金融機構增加到1813家；提升貿易中心能級。第八屆中國國際進口博覽會圓滿成功舉辦，整體展覽面積、參展境外企業、累計進場人次等均創歷史新高，意向成交金額達到834.9億美元、增長4.4%；增強航運樞紐功能。上海港集裝箱吞吐量達到5506.3萬標準箱、連續16年排名世界第一；大力推動科技創新，一大批科技成果加快轉化和產業化，技術合同成交額達到6496.8億元、增長24.9%，全市日均新增科技企業超過320家。站在“十五五”開局的新起點上，如何推動“五個中心”建設從“單點突破”到“協同發展”，報告和上海“十五五”規劃綱要草案共同描繪了一張精準務實的“施工圖”。針對今年如何實現全市生產總值增長5%左右的預期目標，報告提出了多項重點工作，包括“著力加強核心功能建設，持續提升‘五個中心’能級”等，並對上海深化國際經濟中心、國際金融中心、國際貿易中心、國際航運中心、國際科技創新中心建設作出了部署。在上海市十六屆人大四次會議舉行的專題審議會上，圍繞如何加快建設“五個中心”關鍵環節，代表們踴躍發言，貢獻了真知灼見。上海市人大代表、中歐國際工商學院院長汪泓看到國際金融中心與國際航運中心融合的新機遇。她提出，上海游輪遊客佔全國70%，不應僅視其為“過客”，而應通過“港城融合”，將濱江文化、商業、體育資源與港口深度整合，打造國際游輪旅遊目的地，讓巨大的消費潛力真正留在上海。針對金融如何更有效地服務實體經濟和國家戰略，上海市人大代表，上海浦東發展銀行黨委書記、董事長張為忠建議，以上海為試點，率先統一跨金融市場基礎設施介面和風險處置標準，提升企業使用金融工具的便捷性，讓更多符合條件的企業、個人參與到匯率、利率避險產品中。他還建議，結合人民幣國際化處理程序，給予商業銀行更多跨境資本流動便利，強化上海的全球資源配置樞紐地位。科技創新是驅動發展的核心引擎。上海市人大代表、騰訊公司副總裁鄭浩劍從數位技術與金融融合的角度，建議上海著力加強AI和跨境支付雙支點功能建設。在AI賦能方面，他建議打造面向高校、科研院所和中小企業的普惠性算力服務平台，並建構“上海AI產業融合公共資料平台”，以資料要素驅動產業智能化升級。以科技創新催生新質生產力今年上海兩會，與科技創新有關的話題屢被提及。代表委員們普遍認為，上海作為科技創新的策源地，必須在發展新質生產力上走在前列，為“十五五”開好局、起好步提供強大動能。有代表在現場展示“黑科技”吸引了不少眼球。《國際金融報》記者看到，上海市人大代表、優刻得董事長兼CEO季昕華親身體驗最新的人工智慧（AI）技術，他在上海兩會的專題審議會上全程脫稿發言，正是靠其配戴著的人工智慧眼鏡來提詞。“上海擁有完整的汽車產業鏈、雄厚的技術積累、豐富的應用場景和頂尖的研發人才。”上海市人大代表、上海雅本化學有限公司技術總監徐軍在接受記者採訪時，描繪了一幅上海未來產業的圖景。他認為，上海在人工智慧、積體電路、軟體資訊等領域也具有領先優勢，推動上海市汽車產業與人形機器人產業深層次、高水平融合，將有望催生出全新的技術突破、產品形態和商業模式，是佈局未來產業的關鍵一步。“上海的AI產業實力雄厚離不開眾多因素的加成。”季昕華分析道，上海擁有強大的積體電路產業基礎，因此匯聚了頂尖的AI大模型公司，同時擁有豐富的AI應用落地場景。像優刻得這樣擁有整合算力服務能力的公司，在上海發展更具優勢。“未來如果AI大面積普及，將推動整個資料行業的發展，包括加速商業模式落地等。”上海市人大代表、上海資料集團金科公司總經理黃丁聰對記者表示。從人形機器人到AI大模型和資料，再到更遙遠的“太空算力”，代表們的視野聚焦於科技前沿，信心源自上海深厚的科創底蘊和優越的創新生態。而要讓這些創新的科技藍圖，實現從實驗室走向生產線，從“單點突破”匯聚成“產業叢集”，背後離不開一個強大、耐心且精準的金融體系作為支撐。這正是打通科技—產業—金融高水平循環的關鍵所在。2月4日，上海市委書記陳吉寧在參加市政協十四屆四次會議“著力深化‘五個中心’建設，全面提升城市核心功能，奮力推動高品質發展取得新突破”專題會議時指出，要整體謀劃、協同推進“五個中心”建設。把科技金融作為暢通科技—產業—金融高水平循環的關鍵，加大對中小科技企業的普惠支援，大力發展直接融資特別是股權投資，發揮國資基金戰略引領作用，提升定價能力、營運能力和投後管理能力，健全退出機制，撬動更多社會資本參與，更好匹配和支撐科創企業高風險、長周期的融資需求，助力創新企業強管理、引人才、拓市場。未來五年力爭年增5%上海“十五五”規劃綱要草案提出，未來五年，“地區生產總值年均增速力爭達到5%左右”的目標，不僅是經濟指標，更是對未來發展的信心和承諾。這份信心，深深植根於每一位人大代表對上海未來的期待之中。“我主要關注國際科創中心的建設。”徐軍的期待十分明確，“期待上海在未來五年內，能夠在生物醫藥、積體電路、人工智慧等前沿技術領域實現重大的飛躍與突破。”季昕華則對“五個中心”的協同發展充滿期待，尤其關注國際科技創新中心的建設。“我們是科技創業公司，特別希望能夠借東風，把我們的科技實力再提升一級。”他透露，公司正在關注“太空算力”這一前沿領域，這是一個典型的產學研結合模式，有望為未來的太空算力產業奠定基礎。黃丁聰期待上海未來能夠加速推動資料要素的流通，更好地促進“人工智慧+”國家戰略的落地。作為金融從業者，上海市人大代表、信達澳亞基金副總經理張麗潔最關注科技創新和高品質發展，她認為這是宏觀經濟的核心推動力。同時，作為人大代表和普通市民，她更關心民生建設，特別是綠色低碳以及針對“一老一小”問題的解決方案。“希望能讓我們的產融服務真正地沉下去、幫到位，既築牢上海實體經濟的根基，也為上海加快國際金融中心建設添一份力。”上海市人大代表、國泰君安期貨有限公司計畫財務部總經理助理馬煒如是說。從產業升級到民生改善，從科技突破到金融創新，代表們的期待匯聚成一幅生機勃勃的未來畫卷。展望未來五年，世界看到的將不僅是一個經濟體量再攀新高的上海，更是一個在全球城市網路中，能級更高、話語權更重的核心節點。它將以更強的科技創新策源力，定義新的產業賽道；以更高效的全球資源配置力，吸引頂尖的要素與人才；以更具影響力的開放樞紐門戶，聯通國內國際兩個市場。下一個五年，為什麼“又是上海”？答案就寫在浦江兩岸奔湧不息的創新浪潮裡。屬於上海的新一頁傳奇，正在落筆。 (國際金融報)

序言算力重構全球競爭秩序，新質生產力的核心引擎本報告基於全球算力產業最新發展動態，結合AI雲原生智能算力架構的權威研判、工信部政策導向及產業一線資料，深度解讀2026年全球算力十大趨勢，系統分析國內外GPU/CPU算力產業鏈格局、太空算力發展現狀，並精準梳理利多A股標的，為產業從業者、投資者提供兼具科學性、技術性與實操性的深度洞察。報告全文逾2萬字，分批次輸出，第一部分聚焦十大趨勢深度解析與全球算力產業現狀。2026年，人工智慧浪潮進入縱深演進階段，算力作為數字經濟的核心生產要素，正從技術底層支撐躍升為重塑全球產業格局、國家競爭優勢的戰略力量。不同於以往的技術迭代，本輪算力革命以“規模爆發、架構革新、生態融合、邊界突破”為核心特徵，不僅重構了半導體產業鏈的價值分配邏輯，更催生了新質生產力的多元落地場景。資料顯示，算力已成為衡量國家科技競爭力的核心維度，其發展水平直接決定了各國在智能時代的話語權。從全球格局看，中美歐形成“三足鼎立”的競爭態勢，美國憑藉晶片生態優勢保持領先，中國依託政策紅利與市場需求實現快速追趕，歐洲則聚焦綠色算力與開源生態建構差異化競爭力。在技術層面，CPU與GPU的協同架構迭代、量子計算的工程化突破、太空算力的探索起步，正不斷刷新算力的邊界與效能。在產業層面，算力租賃、算網融合、綠電算力等新業態蓬勃興起，A股市場相關標的迎來價值重估窗口。第一部分2026全球算力十大趨勢深度解析2026年，全球算力產業正處於“量變到質變”的關鍵轉折點，十大趨勢相互交織、協同演進，共同勾勒出智能時代算力發展的全景圖。這些趨勢既涵蓋技術架構的底層變革，也包括產業生態的重構升級，更涉及應用場景的邊界突破，深刻影響著千行百業的數位化轉型處理程序。趨勢一：全球算力競賽白熱化，規模呈指數級增長，戰略屬性凸顯當前，算力已上升為各國國家戰略的核心組成部分，全球範圍內的算力競賽進入白熱化階段，形成“政策護航、資本加碼、技術攻堅”的三重驅動格局。美國通過《晶片與科學法案》累計投入520億美元扶持半導體產業，重點佈局高端算力晶片與智算中心建設，亞馬遜、微軟、Google三家企業佔據美國90%的算力資源，本土建成74個算力中心，同時在海外佈局524個資料中心，建構全球算力霸權。歐盟推出《數字歐洲計畫》，投入100億歐元建設跨區域算力網路，聚焦綠色算力與超算互聯。中國將算力納入“十五五規劃”核心議題，“東數西算”工程持續推進，工信部發佈算力互聯互通行動計畫，明確到2028年實現智能感知即時調度的算力網際網路。AI大模型的快速演進成為算力需求爆發的核心推手。據中國信通院測算，人工智慧大模型的算力需求每3-4個月翻一番，遠超摩爾定律的迭代速度。2023年全球計算裝置算力總規模達1397EFlops，增速高達54%，預計未來五年全球算力規模增速保持在50%以上，到2030年將突破16ZFlops，其中AI算力規模將實現千倍增長。從產業端看，算力已從輔助資源升級為企業核心戰略資產，頭部科技企業紛紛加大資本投入，輝達、台積電等企業持續擴充產能，國內浪潮、曙光等硬體廠商加速佈局伺服器與算力基礎設施，算力的戰略價值在產業鏈競爭中愈發凸顯。值得關注的是，算力競賽已從單一技術比拚升級為全產業鏈協同較量，涵蓋晶片設計、製造、封裝測試、算力調度、應用落地等多個環節。美國憑藉輝達的晶片架構優勢、台積電的先進製程能力，建構了完整的算力生態；中國則通過政策引導，推動國產晶片、封裝技術、算網融合的協同突破，逐步縮小與國際先進水平的差距。趨勢二：大模型成智能世界“底層作業系統”，價值創造轉向實際問題解決2026年，大模型技術正加速從“技術驗證期”邁向“商業閉環期”，逐步升級為未來智能世界的“底層作業系統”，其核心價值從“算力消耗規模”轉向“實際問題解決能力”。隨著大模型意圖理解能力的突破與部署成本的大幅下降，AI技術在製造業、醫療、金融、政務等千行百業的規模化落地加速，形成“效率提升—需求爆發—算力增長”的正向循環。在技術層面，大模型呈現“輕量化、專業化、協同化”的發展特徵。輕量化大模型通過壓縮演算法最佳化，在邊緣裝置實現高效部署，降低了算力使用門檻；專業化大模型聚焦垂直領域，如醫療大模型輔助新藥研發、工業大模型最佳化生產流程，其核心競爭力在於對行業場景的深度適配。中國工程院院士鄔賀銓指出，大模型的發展已從“訓練為主”轉向“推理為主”，2023年訓練算力佔比仍較高，到2025年推理算力佔比將升至七成，未來這一比例還將持續提升，算力需求結構的變化將倒逼晶片架構與算力調度模式的最佳化。在價值評判層面，行業競爭的核心標尺從“使用者規模、算力消耗”轉向“問題解決深度、產業效率提升高度”。在醫藥研發領域，算力驅動的AI模型將傳統4.5年的研發周期壓縮至12-18個月，臨床試驗成功率從50%提升至80%-90%；在新材料研發中，AI模型可快速完成潛在配方篩選，研發效率提升3倍以上。TCL、南方電網等企業部署的垂域大模型，已創造超10億元的直接經濟效益，驗證了算力賦能實體經濟的可行性。這一趨勢意味著，單純追求算力規模的增長已不再具備核心競爭力，能夠將算力轉化為實際產業價值的企業將獲得更大發展空間。趨勢三：智能形態從數字世界走向物理實體，具身智能開啟兆賽道人工智慧的發展範式正發生深刻變革，從處理虛擬資訊的“數字智能”，向能夠在物理世界感知、理解、行動的“具身智能”演進，打破虛實邊界，開啟兆級實體智能市場賽道。具身智能的核心支撐是“世界模型”，如同智能體的“大腦”，能夠模擬物理世界的動態規律，實現感知、決策、行動的閉環協同，其發展將倒逼AI技術堆疊、硬體體系、計算架構的全方位革新。在應用場景層面，機器人、自動駕駛、工業自動化成為具身智能落地的核心領域。服務機器人通過融合視覺、觸覺等多模態感知技術，實現家庭服務、商業服務的智能化升級；自動駕駛依託高精度地圖與即時算力調度，逐步從L3級向L4級突破，對邊緣算力與車路協同算力的需求激增；工業機器人通過搭載具身智能系統，實現複雜工況下的柔性生產，大幅提升製造業生產效率。據測算，2026年全球具身智能相關市場規模將突破5兆元，成為算力需求增長的新引擎。技術層面，具身智能對算力的需求呈現“即時性、異構性、分佈式”特徵。即時性要求算力調度時延控制在毫秒級，以滿足物理世界的快速響應需求；異構性要求CPU、GPU、NPU等多種處理器協同工作，適配多模態資料處理需求；分佈式則要求算力資源貼近物理實體，實現邊緣算力與中心算力的協同調度。這一趨勢將推動算力架構從“中心集中式”向“中心-邊緣協同式”轉型，邊緣計算晶片、低時延網路裝置等細分領域迎來發展機遇。趨勢四：計算架構顛覆式變革，從“CPU為中心”轉向“多樣化協同架構”面對指數級增長的算力需求與多樣化的應用場景，傳統“以CPU為中心”的計算架構已難以滿足能效最優需求，2026年，以CPU、GPU、NPU、DPU等多種處理器平等協同的“多樣化計算架構”成為主流，推動算力體系從“硬體堆疊”向“系統創新”質變。CPU作為通用計算核心，仍承擔著任務調度、邏輯控制的核心功能，但在AI計算、圖形處理等場景的性能瓶頸日益凸顯。GPU憑藉平行計算優勢，成為智能算力的核心載體，佔據全球AI晶片市場的主導地位；NPU針對神經網路計算最佳化，在邊緣AI、移動端AI場景具備能效優勢；DPU專注於資料中心網路、儲存加速，降低CPU的資料處理負載。多種處理器的協同工作，能夠根據不同計算任務的特性分配算力資源，實現整體能效最大化。架構革新的核心在於“異構互聯技術”的突破。高速互聯介面、晶片級整合技術（Chiplet）成為連接不同處理器的關鍵支撐。台積電計畫2026年新增3條先進封裝生產線，主攻高端AI晶片的Chiplet封裝，投產後可覆蓋全球15%以上的高端AI晶片封裝需求；國內長電科技的XDFOI Chiplet技術已實現4nm節點多晶片整合，通富微電的大尺寸FCBGA封裝良率突破99.5%，國產廠商通過先進封裝技術，加速實現高端算力晶片的國產化替代。此外，軟體層面的異構計算調度平台也在快速迭代，通過演算法最佳化實現不同處理器的高效協同，進一步釋放算力潛力。趨勢五：算力基礎設施升級，“超節點”成智算中心主流形態算力基礎設施正從傳統伺服器堆疊模式，向以“超節點”為核心的高密度、一體化算力底座演進，突破傳統硬體邊界與“記憶體牆”瓶頸，實現算力資源的高效整合與調度。超節點通過先進互聯技術，將數百上千個處理器、儲存單元、網路裝置整合為邏輯統一的計算體，單節點算力密度較傳統伺服器叢集提升10倍以上，時延降低50%以上，成為智算中心的主流形態。從建設規模看，全球頭部企業紛紛佈局超節點算力叢集。美國已建成30個萬卡級算力叢集，並向十萬卡級演進，亞馬遜AWS、微軟Azure的超節點叢集可提供每秒百億億次的計算能力，支撐超大模型訓練與前沿科學計算；中國受限於晶片產能與技術瓶頸，萬卡級叢集僅7座，更多企業轉向超節點技術研發，通過系統最佳化彌補單晶片性能不足，中科曙光、浪潮資訊等企業已推出自主研發的超節點解決方案，在政務、能源等領域落地應用。超節點的普及將推動智算中心建設從“重硬體”向“重系統”轉型，核心競爭力體現在互聯技術、散熱技術、能耗控制等系統整合能力。液冷散熱、高密度供電等技術成為超節點建設的關鍵支撐，高密化、液冷化、叢集化成為智算中心發展的必然方向，相關硬體與技術廠商迎來市場機遇。趨勢六：算網融合縱深推進，全國一體化算力網實現“算力泛在可用”面對算力需求的地理分佈不均與即時性要求，“以網強算”成為算力產業發展的核心邏輯，2026年，全球算力網路建設進入加速期，中國“東數西算”工程持續深化，逐步建構“城域1毫秒、區域5毫秒、國家樞紐間20毫秒”的三級時延圈算力網路，實現東部需求與西部綠色能源優勢的精準匹配。算力網路的核心在於“算、網、腦”一體化融合。“算”即算力資源的集約化佈局，依託八大算力樞紐節點，建構全國算力資源池；“網”即低時延、高頻寬的網路基礎設施，三大電信營運商加速轉型為算網服務提供商，最佳化骨幹網與都會網路架構，提升算力調度的網路支撐能力；“腦”即智能調度平台，通過感知、分析、調度演算法，實現算力資源的跨地域、跨層級智能分配，讓算力像電力一樣“隨需即用”。從區域佈局看，中國東部地區聚焦低時延算力需求，建設邊緣算力節點，支撐金融、工業網際網路等即時性場景；西部地區依託風光水等綠色能源，建設大規模智算中心，承接訓練、儲存等非即時算力需求。截至2025年，中國算力總規模達35.22億卡時，算力負載率約39.9%，但區域分佈不均問題突出，東部算力供需缺口較大，西部算力閒置率較高，算力網路的建設將有效提升資源利用效率，預計到2026年底，全國算力均衡利用率將提升至60%以上。此外，國際算力網路互聯也在起步，美國能源部建立全球最大算力網路，歐盟推進跨區域算力互聯，算力的全球化調度成為未來趨勢。趨勢七：超算與智算深度融合，“超智融合”破解前沿科學計算難題超算與智算的邊界逐步模糊，2026年，“超智融合”成為算力發展的新範式，通過整合超算的高精度計算能力與智算的AI推理能力，解決氣候變化模擬、新藥研發、核聚變研究等前沿科學領域的復合計算需求。超算擅長處理大規模、高精度的數值計算任務，智算則在多模態資料處理、智能決策方面具備優勢，二者的融合能夠實現“1+1>2”的算力效能提升。在應用場景層面，超智融合已在多個前沿領域落地。在氣候變化研究中，超算模擬全球氣候系統演變，智算對模擬資料進行智能分析，精準預測極端天氣事件；在新藥研發中，超算完成分子動力學模擬，智算最佳化藥物分子結構，大幅縮短研發周期；在核聚變研究中，超算模擬電漿體運動規律，智算即時調整實驗參數，提升實驗成功率。全球領先的超算中心紛紛升級為“超智融合中心”，美國橡樹嶺國家實驗室的Frontier超算、中國的神威·太湖之光超算，均已整合AI算力模組，實現超算與智算的協同工作。技術層面，超智融合要求算力架構具備“高精度與智能化協同”能力，對晶片、互聯、軟體等環節提出更高要求。專用超算AI晶片、高精度計算與AI計算的調度演算法、跨模態資料處理技術成為研發重點，國內中科院、中科曙光等機構正加速相關技術攻關，推動超智融合技術的國產化落地。趨勢八：開源開放成生態核心，建構全球算力創新共同體2026年，開源開放成為智算時代加速產業創新的核心生態模式，通過降低技術門檻、促進全球協同，匯聚創新力量，推動算力技術的快速迭代與規模化應用。全球算力生態正從“封閉壟斷”向“開源協同”轉型，頭部企業、科研機構紛紛建構開源社區，開放晶片架構、演算法模型、算力調度平台等核心技術，形成全球創新共同體。在晶片領域，開源架構打破了傳統廠商的壟斷格局。RISC-V架構憑藉開源、精簡、可擴展的優勢，成為全球晶片架構創新的核心方向，全球已有超2000家企業參與RISC-V生態建設，中國企業在RISC-V晶片設計、編譯器開發等環節佔據重要地位，寒武紀、平頭哥等企業推出基於RISC-V架構的AI晶片，逐步打破輝達、英特爾的架構壟斷。在大模型領域，開源大模型成為中小企業創新的核心支撐，Meta的Llama系列、Google的Gemini開源版、國內百度的文心一言開源版，降低了大模型研發與應用門檻，推動垂直領域大模型的快速迭代。開源生態的發展離不開政策與資本的支援。歐盟推出《開放原始碼軟體戰略》，鼓勵公共部門採用開源技術，加大對開源社區的資金扶持；中國工信部推動開源算力生態建設，支援國內企業參與全球開源社區，建構自主開源生態體系。開源開放不僅加速了技術創新，更重構了算力產業的競爭格局，具備開源生態主導能力的企業將在全球競爭中佔據優勢地位。趨勢九：綠色算力成必答題，“綠電+綠算”建構可持續發展模式隨著算力規模的快速增長，算力中心的能耗問題日益凸顯，2026年，綠色算力成為全球算力產業發展的核心議題，高密化、液冷化、綠色電力直供成為智算中心發展的必然方向，“綠電驅動綠算”的可持續發展模式逐步落地。據測算，全球資料中心能耗佔比已達3%，其中美國佔45%，中國佔25%，與兩國算力在全球的佔比基本相當，降低算力中心能耗成為產業升級的迫切需求。在節能技術層面，液冷散熱技術逐步替代傳統風冷，成為高密算力中心的主流散熱方案。液冷散熱的散熱效率較風冷提升100倍以上，能耗降低30%-50%，華為、中科曙光、網宿科技等企業已推出液冷散熱解決方案，在大型智算中心落地應用。此外，晶片能效最佳化、算力調度演算法升級、餘熱回收利用等技術也在快速迭代，進一步降低算力中心的單位能耗。在能源供給層面，綠色電力直供成為算力中心的核心選擇。中國西部算力樞紐節點依託風光新能源優勢，實現綠電直供智算中心，阿里雲張北智算中心、騰訊貴安智算中心等均採用100%綠電供電；歐洲通過風電、太陽能發電，為算力中心提供清潔能源，推動算力產業與碳中和目標的協同推進。政策層面，各國紛紛出台綠色算力標準，中國將綠色算力納入“雙碳”考核體系，歐盟推出《綠色資料中心法案》，明確算力中心的能耗與碳排放標準，倒逼產業綠色轉型。綠色算力不僅是環保要求，更成為企業核心競爭力的重要組成部分，具備綠色算力解決方案的企業將獲得政策與市場的雙重青睞。趨勢十：量子計算從實驗室走向工程化，開啟算力顛覆性變革窗口2026年，量子計算進入“實驗室到工程化”的關鍵轉型期，未來1-2年將成為技術突破與商業化應用的窗口期，量子計算將在材料科學、藥物發現、密碼學等領域帶來顛覆性潛力，逐步彌補經典算力的性能瓶頸。量子計算憑藉量子疊加、量子糾纏的特性，在特定計算任務上的性能遠超經典算力，例如，量子電腦破解RSA密碼的時間從經典電腦的數千年縮短至數小時，模擬分子結構的精度與效率也大幅提升。在技術進展層面，全球量子計算企業紛紛推出工程化量子電腦。IBM推出1121量子位元的量子電腦，實現量子糾錯技術的重大突破；Google的量子電腦在特定任務上實現“量子優越性”；國內中科院、華為、阿里等機構加速量子計算研發，超導量子、光量子等多條技術路線平行推進，已推出百位元級量子電腦原型機。儘管量子計算仍面臨量子糾錯、穩定性、成本控制等技術難題，但工程化處理程序加速，預計2030年前後將實現規模化商業應用。量子計算的發展將重構算力產業格局，催生量子晶片、量子演算法、量子程式設計等新興細分領域。各國紛紛加大量子計算投入，美國將量子計算納入國家戰略，歐盟投入10億歐元建設量子計算基礎設施，中國將量子計算列為“十四五”重點研發領域，政策與資本的加持將加速技術突破。量子計算與經典算力的協同工作模式也在探索中，未來將形成“經典算力處理通用任務、量子算力處理複雜特殊任務”的協同格局，共同推動算力產業的跨越式發展。第二部分全球算力產業現狀與格局分析在十大趨勢的驅動下，2026年全球算力產業呈現“規模爆發、結構最佳化、區域分化、生態重構”的發展特徵。本節基於中國信通院、全球計算聯盟等權威機構資料，從市場規模、結構分佈、區域競爭、產業鏈格局四個維度，系統分析全球與中國算力產業現狀，為後續產業鏈與投資標的分析奠定基礎。一、全球算力產業市場規模：增速保持高位，智能算力成核心驅動力生成式人工智慧的蓬勃發展成為全球算力規模增長的核心引擎，2023年全球計算裝置算力總規模達1397EFlops（FP32），同比增速54%，創歷史新高。從增長動能看，智能算力的爆發式增長成為主導，2023年全球智能算力規模（換算為FP32）達875EFlops，佔總算力的63%，較上年提升13個百分點，同比增速達86%；基礎算力規模為497EFlops，同比增速17%，增速同比放緩9個百分點，佔比32.2%；超算算力規模為25EFlops，佔比1.8%，增速相對平穩。展望未來，全球算力規模將持續保持高速增長，預計2023-2030年複合增長率超50%，到2030年全球算力總規模突破16ZFlops。其中，智能算力將延續爆發式增長態勢，預計到2030年佔比超90%，成為算力產業增長的絕對核心；基礎算力仍將保持穩步增長，支撐通用計算需求；超算算力規模將隨超智融合趨勢逐步擴大，在前沿科學計算領域發揮重要作用。從區域增速看，美國、中國、歐洲成為全球算力增長的三大核心引擎。美國憑藉晶片生態優勢與企業資本投入，算力規模增速達60%以上，領先全球；中國依託政策紅利與市場需求，增速保持在45%左右，逐步縮小與美國的差距；歐洲聚焦綠色算力與超算互聯，增速保持在35%以上，形成差異化增長格局。二、全球算力產業結構：智能算力主導，推理算力佔比持續提升2026年，全球算力產業結構呈現“智能算力主導、推理算力崛起、算力形態多元化”的特徵。從算力類型看，智能算力已成為絕對主導，其核心需求來自大模型訓練與推理、電腦視覺、自然語言處理等AI應用場景。隨著大模型從訓練轉向推理，推理算力需求呈現爆發式增長，預計2026年全球推理算力規模佔智能算力的比例將升至75%以上，訓練算力佔比降至25%以下。從算力形態看，雲算力、邊緣算力、中心算力協同發展。雲算力依託大型智算中心，提供規模化、集約化的算力服務，滿足大模型訓練、大規模資料處理等需求，亞馬遜AWS、微軟Azure、阿里雲、騰訊雲等雲服務提供商佔據主導地位；邊緣算力貼近終端裝置，提供低時延、高可靠的算力服務，支撐自動駕駛、智能安防、工業物聯網等場景，邊緣計算晶片與裝置廠商迎來發展機遇；中心算力聚焦超算與智算融合，支撐前沿科學計算與重大工程需求，全球超算中心成為核心載體。從算力供給結構看，專業算力服務提供商快速崛起，算力租賃成為新興業態。受晶片供給緊張、算力建設成本高企等因素影響，中小企業紛紛通過算力租賃獲取算力資源，推動算力租賃市場規模快速增長。A股市場算力租賃類股頭部企業如工業富聯、世紀華通、中科曙光等，憑藉規模化算力資源與專業服務能力，佔據市場主導地位，成為算力供給結構最佳化的重要力量。三、全球算力產業區域分佈：中美歐三足鼎立，競爭格局分化全球算力產業區域分佈呈現“中美主導、歐洲追趕、其他區域崛起”的格局。據中國信通院測算，2023年全球算力規模中，美國佔比41%，中國佔31%，歐洲佔15%，日本佔4%，其他區域佔9%。美國憑藉技術、生態、資本優勢，保持領先地位，中國依託政策與市場優勢快速追趕，中美兩國合計佔據全球72%的算力資源，成為全球算力競爭的核心陣地。美國算力產業的核心優勢在於完整的生態閉環。在晶片領域，輝達、英特爾、AMD主導全球GPU、CPU市場，台積電掌握先進製程工藝，形成“設計-製造-封裝”的全產業鏈優勢；在算力服務領域，亞馬遜、微軟、Google佔據全球雲算力市場的60%以上，建構了從算力供給到應用落地的完整生態；在技術研發領域，美國高校與科研機構引領量子計算、AI演算法等前沿技術突破，持續鞏固技術壁壘。此外，美國通過海外資料中心佈局，將算力優勢延伸至全球，掌控全球算力調度的核心話語權。中國算力產業的核心優勢在於政策支援與龐大市場需求。“東數西算”工程推動算力基礎設施集約化佈局，工信部、國家資料局等部門出台一系列政策，支援算力技術創新與國產化替代；中國擁有全球最大的網際網路市場與製造業基地，AI、工業網際網路、智慧城市等場景的算力需求持續旺盛，為算力產業發展提供了廣闊空間。在技術層面，中國在算力基礎設施、封裝測試、算網融合等領域已形成較強競爭力，國產晶片、AI演算法等領域逐步突破，正從“算力大國”向“算力強國”轉型。歐洲算力產業聚焦差異化競爭，重點佈局綠色算力與開源生態。歐盟通過《綠色資料中心法案》《數字歐洲計畫》，推動算力產業與碳中和目標協同發展，依託風電、太陽能等綠色能源優勢，建構綠色算力體系；在開源生態領域，歐洲企業積極參與RISC-V、開源大模型等社區建設，試圖通過開源打破中美技術壟斷。此外，歐洲在超算領域具備較強實力，擁有多個全球領先的超算中心，通過超智融合推動前沿科學計算發展。其他區域如日本、韓國、印度等，也在加速算力產業佈局。日本聚焦量子計算、邊緣算力等細分領域，韓國依託三星、SK海力士等企業在儲存晶片、封裝測試領域的優勢，參與全球算力產業鏈分工，印度則憑藉低成本勞動力與網際網路市場增長潛力，吸引全球算力企業佈局。四、中國算力產業現狀：規模快速增長，結構持續最佳化2023年，中國計算裝置算力總規模（FP32）達435EFlops，同比增速44%，保持高速增長態勢。從結構看，智能算力成為增長核心，2023年中國智能算力規模達289.4EFlops，同比增長62%，佔總算力的66.5%；基礎算力規模為140.4EFlops，同比增長17%，佔比32.2%；超算算力規模為5.2EFlops，佔比1.3%。預計2026年，中國算力總規模將突破1500EFlops，智能算力佔比升至80%以上，算力結構持續最佳化。從區域佈局看，中國算力呈現“東部需求集中、西部供給充足”的特徵。東部地區憑藉經濟發達、技術密集、場景豐富的優勢，成為算力需求核心區域，網際網路、金融、工業等領域的算力需求旺盛，但算力基礎設施建設空間有限；西部地區依託能源、土地優勢，成為算力供給核心區域，八大算力樞紐節點中，西部佔五個，承接東部地區的訓練、儲存等算力需求。“東數西算”工程的推進，正逐步緩解區域算力供需失衡問題，提升全國算力資源利用效率。從產業競爭格局看，中國算力行業呈現“多元化、多層次”態勢。硬體廠商方面，浪潮資訊、中科曙光、工業富聯等企業主導伺服器、智算中心等基礎設施建設，佔據國內伺服器市場的60%以上份額；雲服務提供商方面，阿里雲、騰訊雲、華為雲等企業提供規模化雲算力服務，降低企業算力獲取門檻；AI演算法與晶片企業方面，寒武紀、商湯科技、華為昇騰等企業加速國產替代，在AI晶片、演算法最佳化等領域形成核心競爭力；算力租賃企業方面，世紀華通、潤澤科技、協創資料等企業快速崛起，成為算力供給的重要補充。中國算力產業仍面臨一些挑戰：一是高端晶片“卡脖子”問題突出，GPU市場85%的份額由輝達主導，高端訓練晶片配貨周期長達6個月以上，國產晶片在性能、生態等方面與國際先進水平仍有差距；二是算力利用率區域不均，東部算力供需缺口較大，西部算力閒置率較高，算力調度效率有待提升；三是核心技術自主可控能力不足，Chiplet、高端封裝材料等領域仍依賴海外企業。未來，隨著政策支援力度加大、技術創新加速，這些問題將逐步緩解，中國算力產業有望實現高品質發展。第三部分第三部分：國內外GPU/CPU算力產業鏈深度分析GPU與CPU作為算力產業鏈的核心硬體，是決定算力性能、能效與成本的關鍵環節。2026年，全球GPU/CPU市場呈現“壟斷與突破並存、協同與競爭共生”的格局，美國憑藉晶片設計、先進製程與生態優勢佔據主導，中國企業通過技術攻堅、政策扶持加速國產替代，形成全球產業鏈的二元競爭態勢。本節從產業鏈結構、全球核心玩家、國內替代處理程序三個維度，系統解析GPU/CPU算力產業鏈的現狀、技術差異與發展趨勢。一、GPU/CPU算力產業鏈整體架構GPU/CPU算力產業鏈涵蓋“上游材料與裝置—中游設計、製造、封裝測試—下游應用與服務”三大環節，各環節環環相扣，形成協同共生的產業生態。上游為產業鏈提供基礎支撐，中游是核心價值創造環節，下游決定市場需求與技術迭代方向，三者共同影響產業鏈的整體競爭力。（一）上游：材料與裝置，技術壁壘高企上游主要包括半導體材料（矽片、光刻膠、特種氣體、靶材等）與半導體裝置（光刻機、刻蝕機、沉積裝置等），是GPU/CPU製造的核心基礎，技術壁壘極高，全球市場高度集中。半導體材料方面，矽片作為核心基材，全球市場由日本信越化學、SUMCO、德國Siltronic等企業主導，佔據全球90%以上的高端矽片市場份額；光刻膠領域，日本JSR、東京應化、富士膠片壟斷全球80%以上的高端光刻膠產能，尤其是EUV光刻膠，目前僅日本少數企業實現量產；特種氣體、靶材等細分領域，美國、日本、韓國企業佔據主導，國內企業如華特氣體、江豐電子等正逐步突破中低端市場，高端領域仍依賴進口。半導體裝置方面，光刻機是晶片製造的核心裝置，荷蘭ASML壟斷全球EUV光刻機市場，其最新EUV機型可支援3nm及以下先進製程，是高端GPU/CPU量產的關鍵；刻蝕機、沉積裝置等領域，美國應用材料、泛林半導體，日本東京電子等企業佔據主導，國內中微公司的刻蝕機已實現7nm節點量產，北方華創的沉積裝置逐步進入主流晶圓廠供應鏈，國產裝置替代處理程序加速。（二）中游：設計、製造、封裝測試，核心價值環節中游是GPU/CPU產業鏈的核心，分為設計、製造、封裝測試三個細分環節，價值量佔比達70%以上。設計環節聚焦晶片架構與演算法最佳化，是技術含量最高的環節；製造環節負責晶片晶圓代工，依賴先進製程工藝；封裝測試環節負責晶片封裝、性能測試與良率控制，是晶片落地應用的最後一道工序。設計環節：採用Fabless模式（無晶圓廠模式），企業聚焦晶片架構設計、IP研發與解決方案，不涉及晶片製造，核心競爭力在於架構創新與生態建構。全球GPU設計市場由輝達、AMD主導，CPU設計市場由英特爾、AMD、ARM架構企業主導，國內企業如寒武紀、華為海思、龍芯等通過自主研發或授權合作，逐步切入市場。製造環節：採用Foundry模式（晶圓代工模式），企業依託先進製程工藝為設計企業提供代工服務，核心競爭力在於製程精度、良率與產能。台積電（TSMC）掌握全球最先進的製程工藝，3nm製程已實現規模化量產，2nm製程進入研發階段，佔據全球高端GPU/CPU代工市場的80%以上份額；三星電子作為全球第二大晶圓代工廠，在3nm/4nm製程領域與台積電形成競爭，主要服務於自身晶片設計業務及少數外部客戶；中芯國際作為國內最大晶圓代工廠，14nm製程實現規模化量產，7nm製程通過N+2工藝實現突破，但受裝置限制，產能與良率仍有待提升，難以滿足高端GPU/CPU的代工需求。封裝測試環節：技術壁壘相對較低，全球市場競爭激烈，國內企業具備較強競爭力。全球頭部企業包括台灣的日月光、京元電子，美國安靠，國內長電科技、通富微電、華天科技等企業進入全球前十，在先進封裝領域（Chiplet、FCBGA等）逐步突破，為國內GPU/CPU企業提供封裝支撐。（三）下游：應用與服務，需求驅動迭代下游主要包括算力基礎設施（智算中心、超算中心、邊緣節點）、終端裝置（伺服器、PC、智慧型手機、機器人）及行業應用（網際網路、金融、醫療、工業等），是GPU/CPU需求的核心來源，其需求變化直接驅動晶片技術迭代。GPU下游需求以智算中心、超算中心為主，主要用於大模型訓練與推理、圖形渲染、科學計算等場景，網際網路企業（Google、微軟、阿里、騰訊）、雲端運算廠商（AWS、Azure、華為雲）是核心採購方；CPU下游需求覆蓋伺服器、PC、終端裝置等，伺服器CPU需求受算力基礎設施建設驅動，PC CPU需求受消費電子升級影響，工業、醫療等領域的專用CPU需求逐步增長。此外，算力租賃、算網服務等新業態的興起，進一步擴大了GPU/CPU的市場需求，推動晶片技術向高性能、高能效、低成本方向迭代。二、全球GPU產業鏈核心格局與技術差異GPU（圖形處理器）憑藉平行計算優勢，已從傳統圖形渲染升級為智能算力的核心載體，2026年全球GPU市場規模突破1500億美元，其中AI GPU佔比超70%，成為市場增長的核心引擎。全球GPU市場呈現“一超多強”格局，輝達壟斷高端市場，AMD、英特爾形成第二梯隊，Google、特斯拉等企業推出專用AI GPU，國內企業加速追趕，市場競爭逐步多元化。（一）輝達：全球GPU霸主，生態壁壘深厚輝達（NVIDIA）憑藉架構創新、生態建構與產能佈局，佔據全球AI GPU市場85%以上的份額，壟斷高端訓練與推理GPU市場，是全球算力產業鏈的核心玩家。2026年，輝達推出新一代H200 GPU，基於Hopper架構升級，採用台積電3nm製程工藝，視訊記憶體容量提升至144GB HBM3e，頻寬達4.8TB/s，算力性能較上一代H100提升30%以上，能效比提升25%，成為全球超大模型訓練的首選晶片。輝達的核心競爭力在於“晶片+軟體+生態”的閉環佈局。晶片層面，持續引領架構與製程迭代，HBM視訊記憶體、NVLink互聯技術等核心技術形成壁壘；軟體層面，CUDA生態系統成為AI開發的標準平台，全球超90%的AI開發者基於CUDA平台進行模型訓練與部署，形成強大的使用者粘性；生態層面，與台積電、三星等晶圓代工廠深度合作，保障產能供給，與Google、微軟、Meta等企業共建AI生態，推動GPU在各行業的規模化應用。產能方面，輝達2026年將台積電3nm產能的20%納入專屬供給，同時與三星合作佈局4nm產能，全年GPU產能預計達1200萬片，其中H200產能佔比30%，主要滿足高端市場需求；中端市場推出RTX 50系列GPU，採用5nm製程工藝，性價比優勢顯著，搶佔推理與邊緣計算市場。（二）AMD：追趕者姿態，差異化競爭AMD作為全球第二大GPU廠商，憑藉性價比優勢與架構創新，在中高端市場與輝達形成競爭，2026年全球市場份額提升至10%左右，主要聚焦遊戲、資料中心與邊緣計算場景。2026年，AMD推出MI300X GPU，基於RDNA 4架構，採用台積電4nm製程工藝，視訊記憶體容量128GB HBM3，算力性能達2.4ExaFLOPS（FP8精度），較上一代MI250X提升50%，能效比優於輝達同等級產品，在推理場景具備較強競爭力。AMD的競爭策略的是差異化佈局：在技術層面，聚焦推理場景最佳化，MI300X支援多精度計算，適配不同推理需求，同時通過Infinity Fabric互聯技術，實現多GPU協同工作，滿足中大規模算力需求；在市場層面，主打性價比，價格較輝達同等級產品低20%-30%，吸引中小企業與雲服務提供商採購；在生態層面，推廣ROCm開放原始碼軟體平台，對標輝達CUDA，目前已吸引超50萬開發者加入，生態逐步完善，但與CUDA仍有較大差距。產能方面，AMD與台積電、三星均有合作，2026年GPU產能預計達400萬片，其中MI300X產能佔比25%，主要供給資料中心客戶，中端遊戲GPU產能佔比75%，覆蓋消費電子市場。（三）英特爾：跨界佈局，依託CPU生態延伸英特爾（Intel）憑藉CPU市場的主導地位，跨界佈局GPU市場，聚焦資料中心、邊緣計算與PC場景，2026年全球市場份額達3%-5%，形成“CPU+GPU”協同優勢。2026年，英特爾推出Xeon Max系列GPU，基於Xe架構，採用自家7nm製程工藝，視訊記憶體容量64GB HBM2e，算力性能達1.2ExaFLOPS（FP8精度），主要適配邊緣計算與輕量級推理場景，與自身Xeon CPU形成協同，為客戶提供一體化算力解決方案。英特爾的核心優勢在於CPU生態的延伸，其GPU可與Xeon CPU無縫相容，最佳化算力調度效率，適合對相容性要求較高的企業客戶；同時，英特爾依託自身晶圓製造能力，實現GPU設計與製造的自主可控，保障產能供給。但英特爾GPU在架構創新與生態建構方面存在不足，市場認可度仍有待提升，主要通過低價策略與行業合作搶佔細分市場。（四）其他玩家：專用GPU崛起，細分市場突破除傳統GPU廠商外，Google、特斯拉、亞馬遜等企業推出專用AI GPU，聚焦自身業務場景，形成差異化競爭。Google推出TPU v5e，基於自研架構，適配自家TensorFlow框架，主要用於Google雲算力服務與大模型訓練，算力性能達1.8ExaFLOPS，能效比優於輝達同等級產品；特斯拉推出D1 GPU，專為自動駕駛場景設計，支援多模態資料處理，適配特斯拉自動駕駛系統，實現算力與場景的深度融合；亞馬遜推出Trainium晶片，聚焦雲算力租賃場景，與AWS雲服務深度繫結，為客戶提供定製化算力解決方案。專用GPU的崛起，標誌著GPU市場從“通用化”向“專用化”演進，企業通過聚焦特定場景，最佳化晶片架構與演算法，實現算力效能的最大化，未來將成為GPU市場的重要增長極。三、全球CPU產業鏈核心格局與技術差異CPU（中央處理器）作為通用計算的核心，承擔任務調度、邏輯控制等核心功能，是算力產業鏈的基礎硬體。2026年全球CPU市場規模突破800億美元，呈現“英特爾、AMD主導，ARM架構崛起，RISC-V開源突破”的格局，伺服器CPU、PC CPU、嵌入式CPU三大細分市場需求分化，技術迭代向高性能、高能效、多核心方向推進。（一）英特爾：全球CPU霸主，架構與生態雙領先英特爾佔據全球CPU市場60%以上的份額，其中伺服器CPU市場份額達70%，PC CPU市場份額達65%，是全球CPU產業鏈的主導者。2026年，英特爾推出Xeon 6400系列伺服器CPU，基於Intel 7製程工藝（10nm改良版），核心數提升至64核，主頻達4.5GHz，支援DDR5記憶體與PCIe 5.0介面，算力性能較上一代提升20%，能效比提升15%，適配智算中心、超算中心等大規模算力場景。英特爾的核心競爭力在於“架構迭代+生態壟斷+產能保障”。架構層面，x86架構是全球主流CPU架構，英特爾掌握核心IP，持續最佳化架構設計，提升算力性能與能效；生態層面，x86架構相容全球絕大多數作業系統與應用軟體，形成強大的使用者粘性，中小企業與行業客戶難以替代；產能層面，英特爾擁有全球最大的晶圓製造產能，在10nm/7nm製程領域實現自主可控，保障CPU穩定供給。同時，英特爾加速佈局異構計算，推出“CPU+GPU+NPU”融合架構產品，適配AI計算需求，逐步彌補在智能算力領域的不足，鞏固市場主導地位。（二）AMD：伺服器市場突破，性價比優勢顯著AMD在CPU市場份額達25%左右，其中伺服器CPU市場份額提升至28%，憑藉性價比優勢與架構創新，逐步縮小與英特爾的差距。2026年，AMD推出EPYC 9004系列伺服器CPU，基於Zen 5架構，採用台積電4nm製程工藝，核心數達96核，主頻達4.2GHz，支援DDR5記憶體與PCIe 5.0介面，算力性能較上一代提升30%，能效比優於英特爾同等級產品，價格低20%-25%，在雲服務提供商與中小企業市場備受青睞。AMD的競爭策略聚焦伺服器市場，通過核心數、能效比與性價比優勢，搶佔英特爾的市場份額；同時，延續“CPU+GPU”協同佈局，推出融合架構產品，適配異構計算需求，提升整體競爭力。在PC CPU市場，AMD Ryzen系列產品憑藉高性能與性價比，佔據中高端遊戲PC與工作站市場的重要份額，與英特爾形成分庭抗禮之勢。（三）ARM架構：移動端主導，伺服器市場崛起ARM架構憑藉低功耗優勢，壟斷全球移動端CPU市場（智慧型手機、平板電腦等），市場份額達95%以上，蘋果、高通、聯發科等企業是核心玩家。近年來，ARM架構加速向伺服器市場滲透，2026年全球伺服器ARM CPU市場份額達10%，成為市場增長的新引擎。蘋果推出自研M系列晶片，基於ARM架構，採用台積電3nm製程工藝，M4系列晶片核心數達40核，算力性能達1.5ExaFLOPS，能效比遠超x86架構CPU，主要用於蘋果MacBook、Mac Pro等產品，同時逐步切入資料中心市場，為蘋果雲服務提供算力支撐；高通推出驍龍8cx Gen 5晶片，基於ARM架構，適配輕薄本與邊緣計算裝置，低功耗優勢顯著；亞馬遜推出Graviton4晶片，基於ARM架構，專為AWS雲服務設計，算力性能較上一代提升25%，能效比提升20%，已在AWS EC2實例中大規模部署，吸引大量客戶遷移。ARM架構的崛起，主要得益於低功耗優勢與生態完善，隨著伺服器市場對能效比要求的提升，ARM架構有望進一步擴大市場份額，形成與x86架構分庭抗禮的格局。（四）RISC-V架構：開源突破，國產替代新方向RISC-V架構憑藉開源、精簡、可擴展的優勢，成為全球CPU架構創新的核心方向，2026年全球RISC-V CPU市場規模突破50億美元，主要聚焦嵌入式、邊緣計算等細分場景，國內企業在RISC-V生態中佔據重要地位。全球範圍內，RISC-V基金會吸引超2000家企業參與，包括英特爾、AMD、三星、Google等頭部企業，形成全球開源創新共同體；國內企業如平頭哥、寒武紀、龍芯等，推出基於RISC-V架構的CPU產品，平頭哥玄鐵系列晶片已實現規模化量產，應用於物聯網、邊緣計算等場景；寒武紀思元系列晶片基於RISC-V架構最佳化，適配AI計算需求，逐步打破x86與ARM架構的壟斷。RISC-V架構的開源特性，降低了晶片設計門檻，為國內企業提供了國產替代的新路徑，隨著生態逐步完善，有望在嵌入式、邊緣計算等細分市場實現突破，未來逐步向伺服器、PC市場滲透。四、國內GPU/CPU產業鏈國產替代處理程序與核心企業面對全球GPU/CPU市場的壟斷格局，國內企業依託政策扶持、資本投入與技術攻堅，加速國產替代處理程序，在GPU、CPU、封裝測試等環節逐步突破，形成“設計企業引領、製造企業支撐、生態企業協同”的國產替代格局。但整體來看，國內企業在先進製程、核心架構、生態建構等方面與國際先進水平仍有差距，國產替代任重道遠。（一）國內GPU產業：從跟跑到並跑，細分場景突破國內GPU企業聚焦AI訓練與推理、邊緣計算、圖形渲染等場景，通過自主研發或技術合作，推出多款產品，逐步實現從“不可用到可用”的突破，部分產品在推理場景達到國際同類水平，訓練場景仍需攻堅。核心企業包括華為海思、寒武紀、壁仞科技、沐曦科技等。華為海思：推出昇騰系列GPU，基於自研Da Vinci架構，昇騰910B採用台積電7nm製程工藝，視訊記憶體容量64GB HBM2e，算力性能達0.9ExaFLOPS（FP16精度），適配中大型模型訓練與推理場景，已在政務、能源、金融等領域落地應用。華為依託自身鴻蒙系統、雲服務生態，建構“晶片+軟體+應用”的閉環佈局，昇騰GPU市場份額穩居國內第一，2026年國內市場佔比達35%。同時，華為推動昇騰生態建設，吸引超2000家合作夥伴，開源MindSpore框架，加速GPU的規模化應用。寒武紀：國內首家AI晶片上市公司，推出思元系列GPU，思元400採用中芯國際14nm製程工藝，視訊記憶體容量32GB HBM2，算力性能達0.4ExaFLOPS（FP16精度），主要適配推理場景與邊緣計算，在安防、醫療等領域落地。寒武紀聚焦自主架構研發，思元系列晶片採用自研智能處理器架構，擺脫對國外架構的依賴，但在算力性能與生態建構方面與輝達仍有較大差距，2026年國內市場佔比達15%。壁仞科技：新興高端GPU企業的代表，憑藉團隊技術積澱實現快速突破，2026年推出第二代BR200 GPU，採用台積電5nm製程工藝，基於自研仞心架構，視訊記憶體容量提升至96GB HBM3，算力性能達1.2ExaFLOPS（FP16精度），在中高端推理場景與輕量級訓練場景具備競爭力，可適配千億參數級大模型推理任務。該產品通過Chiplet先進封裝技術實現多晶片整合，能效比較第一代BR100提升40%，已進入國內頭部雲廠商與智算中心供應鏈，2026年國內市場佔比達8%。壁仞科技重點建構“晶片+驅動+工具鏈”生態，推出自主研發的Beyonder軟體平台，支援主流AI框架適配，同時與高校合作開展架構創新研究，逐步縮小與國際廠商的生態差距，但在超大模型訓練場景的穩定性與相容性上仍需打磨。沐曦科技：聚焦高性能通用GPU領域，2026年量產MX200系列GPU，採用台積電4nm製程工藝，視訊記憶體容量64GB HBM3，算力性能達0.8ExaFLOPS（FP16精度），主打推理場景與工業視覺、科學計算等垂直領域。其核心優勢在於軟硬體協同最佳化，自主研發的MXEngine計算引擎可針對不同任務動態調整算力分配，能效比優於同等級國產競品15%-20%。目前已與工業富聯、中科曙光等算力基礎設施廠商達成合作，為算力租賃業務提供核心硬體支撐，同時切入汽車智能座艙、自動駕駛輔助計算場景，2026年國內市場佔比達6%。沐曦科技通過開源部分工具鏈程式碼吸引開發者，加速生態落地，但受限於產能供給，市場滲透率提升速度略緩。此外，天數智芯、登臨科技等企業在細分場景形成補充。天數智芯智鎧系列GPU聚焦金融風控、政務巨量資料處理場景，憑藉高相容性佔據部分行業市場；登臨科技的Goldwasser系列GPU主打邊緣計算場景，低功耗優勢顯著，在智能安防、工業物聯網領域實現規模化應用。整體來看，國內GPU企業已形成“頭部引領、細分突破”的格局，推理場景國產化替代率逐步提升至30%以上，但高端訓練GPU仍依賴輝達，國產替代需在先進製程、視訊記憶體技術與生態建構上持續攻堅。（二）國內CPU產業：多技術路線平行，自主架構突破成關鍵國內CPU產業依託自主架構、ARM授權、RISC-V開源三大技術路線平行發展，在伺服器、嵌入式、桌面等細分場景逐步實現替代，核心企業包括龍芯中科、飛騰資訊、華為鯤鵬、兆芯、平頭哥等，各企業聚焦不同領域形成差異化競爭，逐步打破英特爾、AMD的壟斷格局。龍芯中科：堅持自主架構研發，是國內唯一實現CPU核心架構自主可控的企業，基於自研LoongArch架構推出龍芯3A6000桌面CPU與龍芯3C6000伺服器CPU。2026年量產的龍芯3C6000採用中芯國際14nm製程工藝，核心數達32核，主頻3.0GHz，支援DDR5記憶體與PCIe 5.0介面，算力性能較上一代提升50%，能效比達15TOPS/W，可適配政務辦公、金融櫃面、工業控制等場景。LoongArch架構已突破2000萬行程式碼，相容主流作業系統與應用軟體，形成涵蓋晶片、主機板、作業系統、應用軟體的完整生態，截至2026年，龍芯CPU在國內政務市場份額達28%，成為自主可控場景的核心選擇。其短板在於先進製程依賴中芯國際，在高性能計算場景與國際同類產品仍有差距，目前正聯合國內廠商攻關7nm級自主製程適配。飛騰資訊：基於ARM架構授權研發CPU，聚焦伺服器與嵌入式領域，2026年推出飛騰FT-2000Plus V3伺服器CPU，採用台積電7nm製程工藝，核心數48核，主頻3.2GHz，算力性能達800GFlops，支援虛擬化與容器化部署，適配雲端運算、巨量資料、人工智慧等場景。該產品通過ARM v9架構授權，在指令集相容性與生態適配性上具備優勢，已與華為鴻蒙、深度作業系統完成深度適配，進入國內三大電信營運商、國有大行的供應鏈，2026年國內伺服器CPU市場份額達12%。飛騰資訊建構“飛騰生態聯盟”，聯合超3000家合作夥伴推出解決方案，在政務、能源、金融等關鍵行業替代成效顯著，但受ARM架構授權限制，高端產品迭代節奏受國際規則影響。華為鯤鵬：依託ARM架構自研伺服器CPU，推出鯤鵬920S系列產品，採用台積電7nm製程工藝，核心數64核，主頻3.0GHz，算力性能達1.2TFlops，支援多晶片互聯與Chiplet封裝，適配大規模智算中心、企業級伺服器等場景。鯤鵬CPU與華為昇騰GPU、鴻蒙作業系統形成協同，建構“鯤鵬+昇騰”雙引擎算力底座，在政務雲、金融雲、能源雲等領域落地多個標竿項目，2026年國內伺服器CPU市場份額達15%。華為通過開放鯤鵬架構程式碼，吸引合作夥伴參與生態建設，推動基於鯤鵬的伺服器、儲存裝置規模化量產，但受外部制裁影響，先進製程產能受限，後續將重點轉向與國內晶圓廠合作，推進14nm及以上製程產品的自主可控產能建設。兆芯：採用x86架構相容技術，聚焦桌面與伺服器市場，2026年推出兆芯開先KX-7000系列桌面CPU與開勝KH-7000系列伺服器CPU，採用台積電10nm製程工藝，桌面級CPU核心數8核，主頻3.5GHz，伺服器級CPU核心數32核，主頻3.0GHz，具備良好的x86軟體相容性，可直接替代英特爾同類產品用於辦公場景與輕量級伺服器。兆芯通過與國內廠商合作，在桌面辦公市場實現批次替代，2026年國內桌面CPU市場份額達8%，主要應用於政府、教育、國企等領域。其核心優勢在於相容性，可降低使用者替換成本，但x86架構授權存在不確定性，且在高性能計算場景競爭力較弱，重點佈局中低端替代市場。平頭哥：以RISC-V架構為核心，聚焦嵌入式與邊緣計算CPU，2026年推出玄鐵910B CPU，採用台積電12nm製程工藝，核心數4核，主頻2.5GHz，算力性能達200GFlops，低功耗優勢顯著，功耗僅5W，適配物聯網終端、邊緣閘道器、智能穿戴等場景。玄鐵系列CPU已實現規模化量產，年出貨量突破1億顆，與阿里物聯網平台、小米智能裝置達成深度合作，在國內嵌入式CPU市場份額達18%。平頭哥推動RISC-V生態建設，開源玄鐵架構程式碼與開發工具，聯合高校與企業建構開源社區，加速RISC-V在中低端場景的替代，同時佈局高端RISC-V CPU研發，探索在伺服器場景的應用可能。（三）國內GPU/CPU產業國產替代總結與挑戰截至2026年，國內GPU/CPU產業國產替代取得階段性成效，在細分場景形成突破：GPU推理場景國產化率超30%，CPU在政務、嵌入式市場國產化率分別達45%、30%，伺服器CPU國產化率提升至25%，形成多技術路線、多企業協同競爭的格局。政策扶持、市場需求與技術攻堅成為替代核心驅動力，“東數西算”工程、自主可控政策為國產晶片提供廣闊市場空間，長電科技、中微公司等上游企業的突破為產業鏈提供支撐。但國產替代仍面臨三大核心挑戰：一是先進製程依賴，國內高端GPU/CPU仍依賴台積電7nm及以下製程，中芯國際14nm製程雖實現量產，但在良率、產能上難以滿足高端晶片需求，EUV光刻機限制導致先進製程自主化進展緩慢；二是生態建構滯後，GPU領域CUDA生態壟斷難以突破，國產晶片軟體適配成本高，CPU領域x86、ARM架構生態壁壘深厚，自主架構與開源架構生態仍需長期培育；三是核心技術差距，在視訊記憶體技術（HBM3e及以上）、異構互聯、算力能效比等方面，國內企業與輝達、英特爾仍有1-2代技術差距，高端訓練晶片、高性能伺服器CPU仍需攻堅。未來，國內GPU/CPU產業將呈現“技術協同、生態共建、場景驅動”的發展方向：通過Chiplet先進封裝技術彌補製程短板，加速自主架構與開源架構生態融合，聚焦關鍵行業場景實現“以用促研”，逐步從細分替代走向全面替代，為中國算力產業高品質發展築牢硬體根基。第四部分A股算力相關標的梳理與投資邏輯分析在全球算力格局重塑與國內國產替代加速的背景下，A股算力產業鏈相關標的迎來價值重估機遇。本節基於前文產業分析，從GPU/CPU核心硬體、算力基礎設施、算網融合、太空算力配套四大主線，梳理優質A股標的，分析其核心競爭力與投資邏輯，結合行業趨勢與政策導向，為投資者提供參考。一、GPU/CPU核心硬體標的：國產替代核心主線該主線聚焦國內GPU/CPU晶片設計、製造、封裝測試企業，受益於自主可控政策與國產替代處理程序加速，核心標的具備技術壁壘與場景落地能力，在細分領域形成差異化優勢。04（一）晶片設計標的寒武紀（688256）：國內AI晶片龍頭企業，堅持自主架構研發，思元系列GPU覆蓋推理與邊緣計算場景，思元400晶片已進入安防、醫療等行業供應鏈，2026年國內GPU市場佔比達15%。公司核心優勢在於自主智能處理器架構，擺脫對國外IP依賴，同時與華為鴻蒙、深度作業系統完成適配，生態佈局逐步完善。隨著推理場景國產化替代率提升，公司營收有望持續增長，中長期看點在於高端訓練晶片研發與規模化落地。龍芯中科（688047）：國內唯一實現CPU核心架構自主可控的企業，LoongArch架構已形成完整生態，龍芯3C6000伺服器CPU在政務市場份額達28%，適配金融櫃面、工業控制等場景。公司依託中芯國際14nm製程實現規模化量產，同時聯合國內廠商攻關7nm級自主製程適配，技術迭代穩步推進。受益於政務領域自主可控政策加碼，公司業績增長確定性較強，長期有望向民用伺服器與桌面市場滲透。華為海思（未上市，關聯標的：華為概念股）：昇騰系列GPU與鯤鵬系列CPU建構“雙引擎”算力底座，昇騰910B GPU國內市場佔比達35%，在政務、能源等領域落地多個標竿項目。雖受外部制裁影響先進製程產能，但公司通過Chiplet封裝技術彌補短板，同時開放架構程式碼建構生態，關聯標的（如中科曙光、拓維資訊）將受益於昇騰與鯤鵬生態的規模化擴張。05（二）封裝測試標的長電科技（600584）：全球領先的封裝測試企業，XDFOI Chiplet技術已實現4nm節點多晶片整合，為國內GPU/CPU企業提供先進封裝支撐，適配高端晶片算力提升需求。公司深度繫結國內晶片設計企業，同時進入台積電、三星供應鏈，受益於先進封裝技術普及與國產替代處理程序，營收與盈利能力有望持續改善。通富微電（002156）：國內先進封裝龍頭之一，大尺寸FCBGA封裝良率突破99.5%，可滿足GPU/CPU高端封裝需求，與AMD、寒武紀等企業建立合作關係。隨著Chiplet技術在算力晶片領域的廣泛應用，公司封裝產能需求將持續增長，同時受益於國內算力晶片量產加速，業績增長彈性較大。二、算力基礎設施標的：算力底座核心支撐該主線覆蓋伺服器、智算中心、算力租賃、液冷散熱等核心環節，受益於“東數西算”工程推進、智算中心規模化建設及綠色算力轉型，標的多具備規模化產能、技術壁壘或場景卡位優勢，業績確定性較強。06（一）伺服器與智算中心核心標的浪潮資訊（000977）：國內伺服器龍頭企業，全球市佔率穩居前三，國內AI伺服器市佔率超35%，是算力基礎設施建設的核心供應商。公司深度繫結國內頭部雲廠商、智算中心及政企客戶，AI伺服器可適配輝達H200、華為昇騰910B等主流GPU，同時推出自主研發的超節點解決方案，單節點算力密度較傳統叢集提升10倍以上，適配萬卡級算力叢集建設需求。2026年受益於AI伺服器需求爆發，公司營收增速預計維持30%以上，毛利率隨高端產品佔比提升持續改善，中長期看點在於液冷伺服器規模化落地與海外市場拓展。中科曙光（603019）：國內超算與智算中心建設領軍企業，依託自主可控技術優勢，建構“伺服器+儲存+智算中心”全產業鏈佈局。公司是國內少數具備超算系統整合能力的廠商，參與多個國家級智算中心建設，同時推出基於龍芯、飛騰晶片的國產化伺服器，在政務、能源等自主可控場景市佔率領先。液冷散熱技術已實現規模化應用，液冷伺服器營收佔比超20%，顯著受益於綠色算力政策。業績驅動核心來自智算中心建設訂單與國產化替代需求，2026年政務領域訂單增速預計超40%，同時受益於華為昇騰生態擴張，關聯業務彈性較大。07（二）算力租賃標的工業富聯（601138）：全球算力租賃龍頭之一，依託台積電先進製程產能優勢，快速佈局高端算力叢集，目前已建成超5個萬卡級智算中心，算力規模達50EFlops，主要適配輝達H200 GPU，服務於網際網路大廠、AI獨角獸企業的大模型訓練與推理需求。公司核心優勢在於“算力建設+維運+晶片資源”一體化能力，可通過自有產能保障算力叢集快速落地，同時與輝達建立長期合作關係，晶片獲取能力優於同行。2026年算力租賃業務營收佔比預計突破15%，隨著算力出租率維持在85%以上，該業務將成為公司核心增長引擎，中長期看點在於海外算力中心佈局與Chiplet封裝算力叢集建設。世紀華通（002602）：國內長三角算力租賃核心標的，聚焦低時延推理算力場景，在上海、浙江等地佈局多個智算中心，總算力規模達30EFlops，搭載輝達A100、AMD MI300X等GPU，深度服務於金融科技、工業網際網路等行業客戶。公司通過“算力租賃+AI應用”雙輪驅動，與三大電信營運商達成戰略合作，實現算力資源與網路資源的協同調度，算力負載率持續高於行業平均水平。業績增長核心來自推理算力需求爆發與行業客戶拓展，2026年預計新增2個萬卡級叢集，算力規模翻倍增長，同時AI應用業務有望貢獻額外業績彈性。08（三）液冷散熱標的網宿科技（300017）：國內液冷散熱與邊緣算力協同佈局龍頭，推出浸沒式、冷板式雙重液冷解決方案，散熱效率較傳統風冷提升100倍以上，能耗降低40%，已在阿里雲、騰訊雲等智算中心落地應用。公司核心優勢在於“液冷技術+邊緣節點”一體化佈局，可為客戶提供從散熱到邊緣算力調度的綜合服務，適配具身智能、自動駕駛等低時延場景需求。2026年液冷業務營收增速預計超50%，同時邊緣算力節點佈局突破1000個，受益於算網融合與邊緣計算爆發，業績增長確定性較強。高瀾股份（300499）：國內浸沒式液冷核心標的，技術覆蓋伺服器、儲能等多場景，自主研發的浸沒式液冷系統可適配高密算力叢集，良率與可靠性達到國際先進水平，與浪潮資訊、中科曙光等伺服器廠商建立長期合作關係。公司深度受益於綠色算力政策，液冷產品在國內智算中心滲透率持續提升，同時拓展海外市場，進入亞馬遜、微軟供應鏈。2026年液冷業務營收佔比預計超30%，隨著高密算力中心建設加速，業績彈性顯著，中長期看點在於液冷與儲能場景的協同拓展。三、算網融合主線標的：算力互聯核心載體該主線聚焦電信營運商、網路裝置、算力調度平台等環節，受益於全國一體化算力網建設、5G/6G與算力融合趨勢，核心標的具備網路資源壟斷優勢或技術卡位能力，享受算網服務商業化紅利。（一）電信營運商標的中國移動（600941）：國內算網融合領軍營運商，建構“連接+算力+能力”三位一體服務體系，建成覆蓋全國的算力網路，擁有超20個大型智算中心，算力規模達80EFlops，同時佈局超10萬個邊緣算力節點，形成“中心-邊緣”協同算力佈局。公司核心優勢在於網路資源壟斷與使用者基礎，通過“移動雲+算力網路”協同，為政企客戶提供低時延、廣覆蓋的算網服務，2026年算網服務收入預計突破800億元，增速維持45%以上。業績驅動來自算網服務溢價、邊緣算力落地與雲業務增長，同時受益於國企估值重塑，長期價值凸顯。中國電信（601728）：國內綠色算網核心標的，依託西部綠電資源，在貴州、甘肅等地佈局多個綠色智算中心，算力規模達60EFlops，綠電使用率超90%，顯著受益於綠色算力政策。公司天翼雲在政務雲市場市佔率領先，通過“雲網融合”實現算力資源跨地域調度，推出“算力超市”服務，降低中小企業算力獲取門檻。2026年算網融合業務營收增速預計超50%，政務與金融行業訂單是核心增長引擎，同時邊緣算力節點加速佈局，適配工業網際網路、自動駕駛等場景需求。（二）網路裝置與算力調度標的中興通訊（000063）：國內算網融合網路裝置龍頭，推出5G/6G承載網裝置、算力調度閘道器等核心產品，支援低時延、高頻寬的算力互聯需求，是三大電信營運商算力網路建設的核心供應商。公司核心技術優勢在於異構算力互聯與網路調度最佳化，可實現“網隨算動、算網協同”，同時佈局邊緣計算伺服器，適配邊緣算力節點建設需求。2026年算網相關裝置營收佔比預計突破35%，受益於算力網路建設加速與海外市場拓展，業績增速維持30%以上，中長期看點在於6G與算力融合技術突破。紫光股份（000938）：國內算網融合軟硬體一體化標的，旗下新華三在路由器、交換機等網路裝置市場市佔率穩居前列，同時推出算力調度平台，實現跨地域、跨層級算力資源智能分配，適配全國一體化算力網建設需求。公司深度繫結政企客戶與電信營運商，提供“網路裝置+算力調度+智算中心”綜合解決方案，在教育、金融等行業算網項目中競爭力顯著。2026年算網業務營收增速預計超40%，毛利率隨高端解決方案佔比提升持續改善，同時受益於國產替代與開源生態建設，長期增長空間廣闊。寶信軟體（600845）：國內算力調度與IDC一體化龍頭，依託上海寶鋼集團資源，在長三角佈局多個高等級IDC資料中心，同時自主研發算力調度平台，實現IDC資源與算力需求的精準匹配，服務於網際網路、金融等行業客戶。公司核心優勢在於IDC資源稀缺性與算力調度技術，可提供“IDC託管+算力調度+維運服務”全鏈條服務，算力負載率維持在90%以上。2026年IDC與算網服務營收增速預計超25%，受益於長三角算力需求爆發與國產替代處理程序，業績增長確定性較強。第五部分總結2026年全球算力產業處於格局重塑的關鍵期，國內算力產業在政策扶持、國產替代、場景爆發三重驅動下，迎來高品質發展機遇，四大投資主線各有邏輯、協同共振，共同構成算力產業鏈的投資圖譜。GPU/CPU核心硬體主線是國產替代的核心陣地，聚焦具備自主架構、生態適配能力的晶片設計企業與先進封裝測試企業，受益於政務、能源等關鍵領域替代需求放量，中長期成長確定性強，重點關注技術迭代與場景落地進度。算力基礎設施主線是算力底座的核心支撐，覆蓋伺服器、智算中心、算力租賃、液冷散熱等環節，受益於“東數西算”工程與綠色算力轉型，業績兌現度高，重點關注規模化產能與成本控制能力。算網融合主線是算力互聯的核心載體，依託電信營運商的網路資源與裝置廠商的技術卡位，享受全國一體化算力網建設紅利，算網服務商業化與邊緣算力落地是核心增長驅動，重點關注政企訂單拓展與技術協同能力。整體來看，算力產業作為新質生產力的核心引擎，中長期增長邏輯明確，但行業分化加劇，需精選具備核心技術壁壘、場景卡位優勢、業績兌現能力的優質標的。同時，需警惕技術、政策、市場等多重風險，把握產業節奏，兼顧短期業績確定性與中長期成長空間，理性佈局算力產業投資機遇。 (AI雲原生智能算力架構)

AI泡沫論？高盛來安撫了“AI是不是泡沫”的問題，被討論了整整365天"高盛分析師Shreeti Kapa在12月15日寫道但你關心的短期漲跌，機構根本不看他們在下更大的賭注——AI到底能不能顛覆勞動力市場高盛說"AI不是泡沫"的核心論點這份報告裡最核心的一段話，我幫你劃重點了："這是人類歷史上第一個能規模化替代認知勞動的技術。之前所有技術革命——印刷機、電力、網際網路——都是在幫人類幹活。但AI不一樣，它能直接替代人。"高盛給出了三個關鍵論據：1.AI能力翻倍的周期是"月"，不是"年"或"十年"。指數型進步曲線，不是線性。2.AI能自我改進。AI改進AI，這在人類技術史上從未有過。3.資本可以直接替代勞動。以前雇100個人幹的活，現在一套AI系統+零邊際成本就搞定了。所以，拿2000年網際網路泡沫來類比AI？大錯特錯機構最擔心的3個問題是什麼？問題1：晶片折舊是不是在"美化報表利潤"？市場傳言：超級大廠把GPU折舊年限拉長，變相美化利潤。高盛研報引了一位大廠雲端運算的高管描述："我們2020年買的A100現在還在跑，利用率接近100%。不是折舊造假，是產能根本不夠，老卡都捨不得退役。"所以，你覺得這是財務粉飾，還是真實需求呢？問題2：AI投資回報在那？企業真有賺到錢嗎？質疑的聲音：燒這麼多錢，EPS提升在那？高盛又給了一個案例（某大型電商的Applied AI負責人）："之前我們用500個ML模型做商品合規稽核，24個月才部署完，精準率60%。現在？3個月，1個模型，精準率90%。欺詐商品清理速度翻倍，直接提升GMV。"更關鍵數字：高盛策略師預計，AI生產力提升對S&P 500 EPS的貢獻2026年只有5%，但在2027年提升到15%問題3：估值是不是已經Price-in了所有利多？高盛的估值推演（劃重點！！！）自ChatGPT推出以來，S&P 500市值增加了約$24兆AI相關公司（晶片+超級大廠+私有AI公司）貢獻了約$19兆高盛對AI未來10-15年創造的增量資本收入估值：基準$8兆，樂觀$19兆高盛按出的計算器！！！$19兆增量收入 × 20%利潤率 = $4兆利潤 × 22倍PE =$88兆潛在估值空間而現在市場只漲了$24兆。華爾街的"暗盤"在那？兩個被嚴重低估的方向暗盤1：銅——AI競賽的真正瓶頸大家都在盯著晶片但高盛指出一個更大的問題：美國電力不夠用了資料很嚇人：72%的美國資料中心集中在1%的區域電網跟不上，輕則漲電價，重則直接斷電高盛更狠的一句話："電力瓶頸可能讓美國在AI競賽中輸給中國。"而中國呢？電力產能還在瘋狂擴張。受益標的：銅高盛預測銅價2035年漲到$15,000/噸邏輯很簡單——電網升級必須用銅，而且供應端集中在東大暗盤2：消費股——機構倉位創歷史新低這是報告裡最有"預期差"的部分："Consumer Discretionary（可選消費）的倉位，Gross Exposure創歷史新低，Net Exposure過去一年只有1%分位。"說的再直白些：目前機構對消費股的看空已經到了極致但高盛認為2026年中等收入消費者的實際收入增速會超過2.5%關稅對通膨的推升效應消退，減稅紅利開始兌現預期差在那？大家都覺得消費不行，但收入端正在改善，而估值已經殺低到10年35%分位。黃金：不是避險，是"去美元化"高盛對黃金的目標價：2026年底$4,900/盎司，而且"有顯著上行風險"。核心邏輯變了：2024年：央行買+西方投資者不賣（因為預期降息）= 金價漲30%2025年：央行買+西方投資者搶 = 爭搶同一塊金磚最有意思的一句話："黃金市場相對於美股和美債市場太小了。任何小幅度的配置轉移，對金價都是巨大衝擊。"每增加1bp的配置比例，金價漲1.4%。高盛相關建議高盛這份報告的標題叫"Conviction over Consensus"——信念勝於共識yes!散戶在網際網路上形成了共識機構在產業鏈中看到了信念 (FinHub)

該不該買H200？先問AI啊。從年初Deepseek橫空出世，到年底美國開放H200輸中，中美的AI競爭局面發生了什麼標誌性的變化？簡單說，美國不得不變賣祖產來維持領先優勢，中國仍需要美國祖產來維持進步增速，但今年兩國正式在地球上成為毫無爭議的“人工智慧G2”。匆匆又到了年尾，Deepseek崛起至今，一眨眼，我們又老了一歲，很煩，但AI技術進展才剛踏入青春期，成長速度飛快。有點好奇，你是否罹患了AI焦慮症（AI angst），已經感受到了工作被取代的不安呢？讓我們先將切身問題暫時擱置，用吃瓜心情聊聊高大上的相關問題：中國到底該不該接受H200？事情有點複雜，我決定請教騰訊元寶以及Grok，用一樣的提問，看看中美AI給出的回答是否一致。經過一番詰問，大致上，騰訊元寶展現了“戰略定力”，Grok展現了“雍容冷靜”。必須說，兩個聊天機器人的理性輸出，讓中美兩國一些摻雜情感因素的“人類評論”相形失色。Grok盛讚中國以開源主導的浪潮，重新定義了全球ＡI競爭格局，元寶意見相仿，但不忘提及目前的瓶頸與未來的挑戰。我希望Grok還沒發展出戰略忽悠的能力，而元寶確實避免了自吹自擂的“印度化敘事”，誠實地述說了中國的不足。總體而言，美國的優勢，就是中國的劣勢，反之亦然。我的看法是，川普決定放手H200，就是兩國AI地位與總體實力已旗鼓相當的明證。也正是此一舉措，讓中美競爭進入嶄新的階段，本來是美國想脫勾，現在是中國想脫勾。在新階段裡，H200的“中國命運”必然崎嶇坎坷。一個世界，兩個系統，趨勢在2025年益發明顯。在第一線打仗的中國尖兵，急需彌補算力不足，以及晶片產量不足的困境。簡單說，就是彈藥不足，因此需要H200以保持成長增速，鞏固中方在應用端的優勢。不過，從將軍的戰略層面看，依賴敵方的彈藥補給，就算贏了幾場戰役，也會輸掉整場戰爭。H200元寶解釋，中國在兩大領域有所不足：其一，AI底層框架，也就軟體平台，仍依賴美國的PyTorch與TensorFlow，這兩家公司作為行業標準，目前仍壟斷市場。中國雖然也有國產替代，但仍處於追趕狀態。這意味著，在以標準為基礎的國際化路線上，美方優於中方。其二，高端晶片，也就是硬體原材料，中方因美方的技術封鎖，致使AI晶片發展受阻，美商輝達則主導全球AI算力，而其最大的競爭對手還不是中企，而是美商AMD。雖然中方的華為、寒武紀等公司追趕速度超快，但輝達有著長達數十年的技術與市場累積，中企當前仍處於追趕狀態也是合情合理，莫吹也莫黑。簡言之，在底層的軟硬體技術上，中方仍處於被卡脖子的狀態，“下層受制”。然而，Grok強調，中方的優勢是“上層繁榮”，無論在演算法創新、效率最佳化以及應用端的飛速發展上，都明顯優於美方。基礎不牢，地動山搖，從我方的角度看，止步於“上層繁榮”將帶來巨大風險，因此舉國上下都專注於底層技術進步。但反過來看，底層技術的主要推力來自於應用端的需求，而這就是為何在前線打仗的中企如阿里巴巴、字節跳動等公司，希望能購入H200補充彈藥，因為他們在市場上高歌猛進，彈藥儲備卻不足以維持挺進態勢，甚至擔憂彈藥充足的敵方將反敗為勝。關鍵的問題是：接受H200是否意味著中方的算力得以提升，卻反而受制於輝達的CUDA生態？底層技術已經受制於人，我方怎能為了一時的算力需求，擴大此一結構性劣勢？這便是中方的糾結所在，利弊權衡並不容易。而這一點，美方也知悉。川普與黃仁勳的陽謀舉世皆知，就是一方面深化中方對美方底層技術的戰略依賴，另一方面在市場端削弱華為等中企的國內市佔率，乃至全球市佔率。對此陽謀，美國鷹派激烈反對，兩黨參議院小組迅速擬出“安全晶片法案”（SAFE  Chips Act），阻止川普放鬆晶片出口管制。鷹派的說法並不完全是“降智”的，他們抨擊川普與黃仁勳太天真，以為放鬆出口管制會讓中國繼續依賴美國。鷹派這次做足了功課，他們說，中國會複製當年美商思科一度主導網路基礎設施，但很快被華為成功複製技術，然後逐步排擠思科的歷史。而現在放鬆出口管制，相當於二戰後向蘇聯出售核子技術，是對國家安全的嚴重損害。直接訴諸於國安疑慮，鷹派展現了專屬於自己的天真，如果中國在AI上意圖與美國脫鉤有優先順序，第一個要堅壁清野的必然是軍事領域，中方怎麼可能購買美國晶片或依賴其技術生態來發展軍事裝備呢？我假設鷹派也知道這一點，只是在軍事層面渲染事態有助於抵銷川普的重商主義而已，而我們要直接無視其國安說詞，才得見鷹派真實的恐懼——美國打不贏中國的舉國體制，任何關鍵技術輸出都會被迅速超趕。元寶與Grok都說此一個提問直擊核心，並直言輝達的主要目標是推廣CUDA，而這恰恰是中方不願跳進的火坑（這是我的形容詞，AI沒這麼說），因此中方正考慮限制H200進口，並推動“去CUDA化”。元寶更近一步指出了中國的“囚徒困境”，我用人話說吧——擁抱H200是“短多長空”，拒絕則是“短空長多”。我想，所有的糾結，都聚焦於“AI主權”。若缺乏主權意識，AI產業將建立在空中樓閣上，隨時會崩蹋。那麼，彈藥非得是H200嗎？昇騰920不行嗎？我近一步詰問AI，這次我問KIMI。KIMI回答，確實，昇騰920對標的就是H200，黃仁勳七月時就證實了此事。那麼，我又問，中國不買H200，昇騰920的產量夠中國企業使用嗎？KIMI回答，單靠昇騰920的產能，還無法“無縫”吃下中國全部AI訓練市場，但頭部雲廠商已經在用“國產+二手輝達”雙軌制把缺口壓到可控範圍，短期不會出現“算力斷糧”。話已至此，就不能不提“美國斷芯”與Deepseek所改變的局面，中國企業在受限的環境下，被逼出了各種變通方式，將有限的資源最大化來實現超趕。這一現象包含但不限於：1.  大力推進成熟製程晶片發展。2. 在算力發展上實現低成本，高效率的創新。3. 在應用端快速推出適用於涵蓋各種產業的AI服務。如此看來，中企用“國產+二手輝達”的方法突圍，也正體現了這幾年中方在適應美方卡脖子上的標準應對措施，我的形容詞是：“山不轉，路轉”。在此基礎上，直觀地說，中方不買H200也不會死不是嗎？彈藥不足，還是能想出其他方式挺進，企業會辛苦點，但成果終將是甜美的。不過，料敵從寬，我們還是得評估敵情，才能衡量變通方式是否有效。美國鷹派的立論基礎是，只要延續出口管制，美方便有望在接下來5年擴大優勢，我追問AI：如果中國完全不買H200，美國在AI領域的優勢會擴大嗎？對此，元寶給出官式說詞，等於沒有回答，彷彿在暗示我“聊點別的”，我想我可能戳中了什麼敏感G點。有意思的是，Grok與KIMI給出了截然相反的答案。Grok回答：是的，如果中國完全不購買Nvidia   H200（或嚴格限制進口），美國在AI領域的優勢很可能會擴大。它給出了美國多數專家與智庫的分析——短期，中國模型迭代和應用落地速度放緩，美商可無壓力使用Blackwell/Rubin等最新晶片，維持性能領先。中長期，若無H200流入，美國2026年AI計算力優勢可維持10-20倍（而非縮小至6倍或更低），中國雖然在開源模型和演算法效率上領先，但硬體瓶頸限制規模化部署。結論是，中國若完全不買H200，短期犧牲算力增長，換取長期自主，但這正中美國出口管制本意。美中AI競爭將從“算力競賽”轉向“效率與應用”賽道，美國目前佔優。KIMI回答：不會，反而可能讓美國的領先優勢“縮水”。原因有三點，其一，中國那怕完全不買，美國也得不到額外優勢，只是維持現狀。其二，過去兩年嚴格禁售並沒有拖住中國AI產業，封鎖正把全球最大的單晶片市場拱手讓給“華為們”。其三，黃仁勳反覆提醒華盛頓：全球過半AI研發者是華人，如果他們長期基於國產晶片做開發，將來不僅中國不需要輝達，還可能把整套生態輸出到海外，與美國形成正面競爭，繼續封鎖只會加速這一遷移。結論是，中國“完全不買H200”並不會擴大美國的優勢，反而讓美方陷入“賣也不是、禁也不是”的兩難——賣則縮小差距，禁則丟掉市場並刺激中國自主生態徹底閉環。需要提醒的是，KIMI是中國AI，但引述的都是美方評論，或正確地說，是中國媒體引述的美方評論。Grok則大量依賴X論壇的相關討論。我認為黃仁勳的意見免不了參雜企業利益說事，過度誇大了中方的技術實力。相對地，Grok引用的多是鷹派智庫的保守意見，過度高估美方的技術實力，且迴避了中美總體實力的優劣分析。因此之故，Grok與KIMI的回答，是往兩個截然相反的極端靠攏。元寶的“答了等於沒答”，恐怕才是最耐人尋味的答案——佛曰，不可說。要探究中國對H200取捨的利弊得失，應該要擺脫純技術與純產業競爭方向的討論，轉而從中國的經濟發展規劃來看問題。中國AI公司緊隨美國，差距已不遙遠新質生產力與H200的關係最近，亞洲時報（Asia Times）有篇文章引起了我的注意，標題是“中國希望人工智慧能解決其消費需求問題”。該文批評中國過度相信“僅靠供給就能滿足需求”，對中方側重供給側改革不以為然。簡言之，作為製造業強國，北京認為新質生產力能刺激消費，也就是讓人民願意掏錢購買創新的產品，並將之融入家庭的日常消費習慣，其中，提供ＡI服務是重點之一。此一思路既符合“科技立國”的信念，也符合當前中國急欲提振內需的現實。不過，作者批評這是開錯藥方，他認為“中國消費者並非因為產品缺乏智能化而撤離，而是因為收入前景不明朗，經濟焦慮情緒持續存在”。“供應鏈可以被引導，激勵機制可以被分配，生態系統可以被建構，但中國消費者的信心難以被指示所建立”。作者指出，中國的家庭消費佔GDP比例30%左右，遠遠不如歐美的60%，重點在於消費者對價格的承受能力，而不在於產品的技術力。解決之道在於就業成長、薪資成長與社會保障體系，借此提振信心，技術力才得以發揮最好的經濟效果。否則，新產品也只能吸引買得起的相對少數消費者。收入與信心，一體兩面，白話說，產品再好，有錢會買，沒錢不買。乍一看，作者言之成理，但他說的是大家都懂的道理，問題在於如何實現就業成長、薪資成長與社會保障體系？做這一切的錢從那裡來？再創造一波房市泡沫嗎？別吧。我認為透過新質生產力提振消費，雖然不是最好的辦法，但可能是最適合當前中國，退而求其次的選擇，因為供給側是最可控的環節，其他的方式都比製造拉消費風險要高。中國人的消費習慣與西方大異其趣，我們“很會算”，從迅速膨脹的房地產泡沫歷史可見，中國人偏愛花錢即賺錢（或保值）的概念。西方人很難理解，為什麼中國人願意投入比收入高出十倍到數十倍的價格與利息錢來買一個水泥空間——台灣人、香港人也一樣——但我們就這麼幹了。其實我們只是很務實，對未來永遠抱持警惕，因此，從新質生產力的角度看，創新產品與服務，只要能讓消費者認為購買即投資，有機會取得高於成本的獲利或保值的成果，供給就能高效刺激消費。中國的AI服務提供商，就是努力透過技術創造需求的存在，我相信商人們都知道這個道理，要賣釣竿，而不只是魚。只要讓消費者相信“買入即收入”，AI就是一片藍海。因此，大廠對算力才會如此渴求，而H200確實能在短期內“解渴”。為此，我詢問AI，在應用場景上，中國在相關產業上是否具有優勢，美國很難追趕？Grok大方承認，中國在AI應用場景上具備顯著優勢，許多領域已領先全球，包括美國在內的國家短期內難以完全追趕。包含但不限於醫療保健、工業自動化、電動車與自動駕駛、人形機器人等等，而開源與低成本直接促成了這個“上層繁榮”。如果人民收入要與創新產品匹配，那麼我們該問的是，醫療費用是否會因AI技術而調降價格？人形機器人的價格是否將低於聘請外傭照護老人？諸如此類。重點是，這是中國目前擅長的領域，發展可控且好預測，而且有利於全球競爭。當然，AI技術是否意味著就業衝擊，這也是一大問題，機器人將是老君山挑山工的平替，還是協力者？最終，一切都關乎成本與價格。這麼看，戰略就很清晰了，中國要確保“上層繁榮”（供給端藥方）促進底層技術發展並刺激消費，又要避免受制於美國技術，我們該問的不是“H200該不該買”，而是“如何在購買H200之餘，還能實現“去CUDA化””。這個終極問題，Grok與元寶都給出了正面而詳細的解答，可以的，至於魚與熊掌兼得的方法與途徑，讀者可以自己問AI，本文裝不下這麼多字。這一篇我與AI的交流，也算曲線總結了今年以來的AI技術發展，一句話形容，突飛猛進。因此，尊重專家與企業的意見之餘，也不能偏聽人類的一面之詞，更不能讓情緒左右路徑，要擺脫囚徒困境，先問問AI吧。 (底線思維)

Reid Hoffman是 LinkedIn 的聯合創始人，也是矽谷最早一代以“平台”和“網路效應”著稱的投資人之一。過去二十多年，他幾乎參與了每一輪網際網路結構性轉折，從社交網路到平台化擴張，再到企業級軟體的規模化落地。在生成式 AI 被資本和創業者高度追捧的當下，這位長期站在“增長與規模”一側的矽谷代表人物，卻在最近一場長時間訪談中，把注意力放在了一個不太符合矽谷直覺的判斷上：AI 時代最重要的機會，可能並不在那些增長最快、也最容易被看見的地方。顯眼的賽道，正在變得擁擠Hoffman 並沒有否認聊天機器人、生產力工具或程式設計助手的商業價值。在他的判斷中，這些方向仍然可以賺錢。但問題在於，它們過於顯眼。當一個機會對所有人都是顯而易見的，資本、人才和算力就會沿著最低摩擦路徑迅速集中，結果往往不是長期優勢，而是更快的同質化競爭、更激烈的分發爭奪，以及更短的窗口期。這並非技術失效，而是競爭結構本身在壓縮回報。在 AI 語境下，“人人看得見”正在從優勢轉化為約束。入口在變，約束並沒有消失訪談中，Hoffman 多次回到一個被反覆忽略的判斷維度：那些東西會變，那些東西不會變。平台入口可以改變，產品形態可以重寫，敘事方式也可以不斷翻新，但一些底層約束始終存在，包括網路效應的累積方式、企業系統的整合成本、信任的遷移路徑，以及分發背後的組織慣性。AI 並不會消除這些約束，只會讓它們以更快、更集中的方式重新顯現。所謂“新世界”，最終仍然要回到這些舊問題上，只是整合失敗的代價更高，贏家通吃的程度也更明顯。矽谷的盲點，不在技術而在節奏Hoffman 將自己最重要的判斷，放在他所說的“矽谷盲點”上。這些盲點並非源於能力不足，而是源於耐心不足。矽谷長期擅長低摩擦、可快速迭代的數字系統，卻對發展節奏慢、驗證成本剛性、又受到監管與倫理約束的系統缺乏投入意願。生物與醫療是最典型的例子。藥物發現和醫療研發看起來像資訊問題，但真正的節拍器並不在程式碼倉庫裡，而在實驗室、倫理審查、臨床試驗和審批流程中。AI 可以提升篩選和預測的效率，卻無法取消實驗本身。失敗率是結構性的，周期也無法被壓縮到軟體速度。原子世界的瓶頸，是經濟而不是演算法在機器人和自動化領域，Hoffman 指出了另一種常被忽視的現實約束。看似簡單的物理動作——抓取、整理、疊放——在現實環境中充滿不確定性。材料的柔性、觸覺反饋、環境變化以及長期維護成本，使得技術可行性並不等同於經濟成立。由此出現一個反直覺現象：白領世界中更複雜的工作，反而更早被 AI 改造；而物理世界中看起來更簡單的動作，卻因為資本支出與營運支出的不匹配，遲遲難以規模化。決定成敗的，並不是演算法是否足夠聰明，而是成本曲線是否真正交匯。醫生不會消失，但角色正在被重寫關於“AI 是否取代醫生”的討論，Hoffman 給出的判斷並不激進，卻相當明確。如果醫生的價值只是知識儲存，那麼這個角色已經開始被削弱。AI 在知識覆蓋、檢索和交叉驗證方面的能力，已經超過任何單一人類個體。但醫生並不會消失。未來的核心價值，將更多體現在非共識問題的判斷、情境理解以及責任承擔上。AI 改變的不是職業是否存在，而是職業內部的分工結構。回報正在向高摩擦系統轉移把這些判斷連在一起，Hoffman 勾勒出的並不是一個關於 AI 的樂觀敘事，而是一張重新定價風險與回報的地圖。隨著顯眼賽道的競爭加速，資本和能力正在被迫進入那些節奏更慢、驗證成本更高、也更難被快速複製的系統——包括醫療、生物、勞動力、自動化、政府治理以及教育等領域。在這些地方，技術本身不再是決定性變數，時間、監管和組織慣性開始重新進入定價體系。生成式 AI 並沒有讓世界變得更簡單，它只是重新分配了複雜性。而真正的長期機會，正在這些複雜性尚未被消化的地方，緩慢浮現。 (方到)

鄭永年：全球秩序正走向“封建化”，中美關係進入“平視時代”11日至12日，“第五屆中國外部環境的變化與評估：地緣衝突與全球秩序重構”2025研討會在深圳舉行。鄭永年教授受邀參會並作主旨演講。他指出，當今國際秩序的演變，與其說是“多極化”，不如說更接近一種“封建化”趨勢；與此同時，中美關係也正在發生結構性變化，美國對中國的態度正從“俯視”轉向“平視”。鄭永年作主旨演講。圖源：主辦方鄭永年教授在主旨演講中指出，儘管多數人將當今國際秩序的演變視為“多極化”，但我認為更多的是“封建化”。今天的美國，如同春秋戰國時代的周天子，雖居中心，卻難以掌控各大諸侯——俄羅斯、土耳其、印度、德國和日本等區域強國紛紛崛起，“群雄逐鹿”。正因如此，當前的區域化趨勢並非開放包容，而是日益排他。他強調，若是開放的，全球化將得以延續；若是排他的，國際秩序則走向更加“封建化”，甚至“土豆化”——像一個個彼此隔絕的塊莖，互不往來。談及中美關係，鄭永年教授認為，川普在中美元首釜山會晤後重提“G2”概念，其潛台詞是一種平等的夥伴關係。這種平等或許並非美國本意，而是在現實壓力下的權宜之計。美國對中國的態度，正從“俯視”轉向“平視”。傳統的“舊現實主義”帶有濃厚冷戰色彩，強調遏制、圍堵甚至擊敗中國；而川普的“新現實主義”則更傾向於與中國正常相處，在競爭中尋找平衡。鄭永年：中國的開放是對APEC成員最好的公共產品11日至12日，2026年APEC非正式高官會（ISOM）在深圳舉行，拉開了APEC“中國年”的帷幕。來自21個經濟體的高官代表、專家學者及工商界人士齊聚一堂，最終達成了重要共識：2026年APEC將以“建設亞太共同體，促進共同繁榮”為主題，並鎖定“開放、創新、合作”為三大優先合作領域。鄭永年教授受邀參加會議，並圍繞“開放”這一核心議題在主題和優先領域研討會上發言。他表示，APEC為成員提供了“能夠坐下來討論下一步怎麼走”的平台，對國際經濟走向尤為重要。會後接受採訪時，他進一步指出，在新一輪科技革命與產業變革背景下，APEC將繼續成為推動區域經濟一體化的重要平台，而“開放的中國”將在其中發揮更積極作用。2026年APEC非正式高官會主題與優先領域研討會現場。圖源：新華社鄭永年教授指出，當世界經濟面臨不確定性之時，開放與合作仍是區域增長最重要穩定器。APEC為成員提供了“能夠坐下來討論下一步怎麼走”的平台，對國際經濟走向尤為重要。他認為，與偏重地緣政治的所謂“印太”概念不同，APEC經濟體的合作根植於經貿往來。在供應鏈產業鏈受到衝擊的當下，中國接棒APEC東道主後的首場活動，恰是成員就未來路線作出溝通和協調的關鍵時點。中國堅持包容性多邊主義和制度型開放，以自主開放舉措向區域提供公共產品。明年11月，中國將在深圳舉辦亞太經合組織第三十三次領導人非正式會議。對此，鄭永年教授表示，深圳的經驗說明開放與產業能力如何相互促進。中國也在探索以共建“一帶一路”、推動均衡發展等方式，為全球經濟結構提供穩定性。在新一輪科技革命與產業變革背景下，APEC將繼續成為推動區域經濟一體化的重要平台，而“開放的中國”將在其中發揮更積極作用。鄭永年教授在會議間隙接受South南方國際傳播中心記者採訪時表示，當前APEC部分發展中經濟體對開放產生了疑慮。在這一背景下，深圳作為開放的產物，其發展經驗本身就具有重要借鑑意義。深圳是中國對外開放的典型，深圳的開放故事，就是中國改革開放的故事。在接受《深圳特區報》記者採訪時，鄭永年教授表示，深圳是中國工業體系的典型代表，特別是在網際網路、人工智慧等領域擁有非常完整的產業鏈和產能。同時，作為一個年輕的城市，深圳也是活力的象徵。舉辦中國第三次APEC會議，深圳具有無可比擬的優勢。鄭永年：深圳如何抓住APEC這一重大機遇？深圳成為國內第三個承辦APEC領導人非正式會議的城市。作為改革開放的“試驗田”、中國“外貿出口第一城”和新興移民城市，深圳應如何抓住機遇，通過APEC框架，達成合作，強化優勢，彌補短板？另外，“逆全球化”衝擊亞太經濟合作和地區貿易體系，亞太各國發展不平衡和訴求不一致，區域經濟合作存在結構性矛盾。在此背景下，深圳如何實現對APEC的“反向賦能”，推動更具包容性的區域合作共同體建設？12月9日，鄭永年教授受邀參加第十七屆深圳學術年會主題研討會，並行表主旨演講，圍繞上述問題進行了深入分析。12月11日至12日，2026年亞太經合組織（APEC）非正式高官會在廣東省深圳市舉行，拉開APEC“中國年”序幕。圖源：新華社當前，深圳發展面臨內外雙重挑戰。鄭永年教授認為，深圳可通過以下三個層面的開放，以APEC賦能自身發展。一是包容性多邊主義。針對周邊賭博、電詐、毒品走私等非傳統安全議題，可與APEC經濟體共商議程、凝聚共識。同時，借助移民城市及工商組織海外網路優勢，深圳可通過APEC工商界會議，對接各國工商界，圍繞共同發展形成共識。二是制度型開放。在各國推動建構高標準規則體系的背景下，制度型開放是中國引領新一輪全球化的關鍵。深圳應主動對接國際高標準規則，並推動出海企業以“優質產能”走出去，化解“內卷”引發的海外民粹情緒。三是單邊開放。作為最具條件的城市經濟體，深圳可率先深化對港澳單邊開放，並積極對接CPTPP、DEPA等國際經貿規則。深圳還可通過APEC實現“反向賦能”：一是展示從“改革開放窗口”到“先行示範區”的發展經驗；二是系統總結開放實踐，推動APEC成員實現更高水平開放，例如在數字貿易、人工智慧規則塑造、區域創新資源整合等方面發揮節點作用，共建亞太創新共同體。此外，承辦APEC也標誌著深圳從“物的國際化”邁向“人的國際化”。相比紐約等國際都市，深圳的國際化程度仍有差距。要成為第四次產業革命的領軍城市，深圳亟需加強國際化人才培養，並助力各國培養知華人才。鄭永年：建設國家金融中心必須堅守實體經濟之本據上觀新聞報告，從十個針對全球城市的權威榜單排名情況看，上海“五個中心”（國際經濟中心、國際金融中心、國際貿易中心、國際航運中心和國際科技創新中心）持續進位，綜合經濟能級穩步進階，創新相關排名實現躍升，金融航運指標穩居前列，軟實力排名亦有提升，體現了上海近年來在全球位勢的變化軌跡。12月7日舉行上海加快“五個中心”建設研討會，鄭永年教授受邀出席並作主旨演講。他表示，建設現代化產業體系的關鍵在於基礎科研、應用技術轉化和金融服務，上海要把握好“五個中心”建設有利條件，充分發揮系統整合優勢，以科技創新帶動現代化產業體系建設，打造經濟高品質發展的強大動力。鄭永年教授指出，發展新質生產力、建設現代化產業體系，是“十五五”時期的核心任務——這與上海“五個中心”建設的戰略定位高度契合。上海作為中國改革開放的前沿窗口與長三角一體化發展的核心引擎，在這一國家戰略處理程序中肩負重要使命。發展新質生產力的核心關鍵，在於建構基礎科研、應用技術轉化、金融服務這“三駕馬車”深度協同的大科創體系。回溯歷史，日本及亞洲“四小龍”等東亞發達經濟體長期聚焦科創領域的持續投入，以技術突破推動重大產業升級，最終形成“技術進步-產業提質-就業擴容-稅收增長-再投入創新”的閉環式良性循環。而上海正憑藉長三角區域協同優勢，成為建構這一良性閉環的核心承載地。一方面，上海集聚了密集的頂尖高校與科研院所，且已啟動“基礎研究先行區”建設；另一方面，江蘇、浙江、安徽均為製造業強省，產業基礎雄厚、應用場景豐富，為技術成果提供了廣闊轉化空間；與此同時，上海匯聚了多元資本力量，能夠為硬科技項目提供覆蓋研發、中試、量產全周期的長期耐心資本支援。鄭永年教授強調，建設國家金融中心必須堅守實體經濟之本。實體經濟是一國經濟的立身之本，四中全會已明確“十五五”時期的核心任務是“建設現代化產業體系、鞏固壯大實體經濟根基”，釋放出了中國不會過早或過度推動實體經濟金融化的清晰訊號——意味著金融是科技創新和產業升級的“助推器”，而不是自我循環的“泡沫池”。故而，上海應聚焦發展風險投資、產業基金、科技金融等“好金融”。放眼全球科創格局，第四次產業革命的“主戰場”高度集中於中美兩國。美國依託矽谷與波士頓-紐約創新帶；中國則形成三大戰略支點：北京強在基礎科研，粵港澳大灣區重在市場應用，而以上海為核心的長三角，兼具科研、製造與金融優勢，最具系統整合潛力。鄭永年教授建議，上海下一步應優先完善風投生態，同時深化體制機制改革，理順“五個中心”之間的內在邏輯，讓科創、產業與金融形成高效閉環。 (IPP評論)

在2025年“讀懂中國”國際會議上，黃奇帆用一場資訊量極大的演講，給出了“十五五”時期中國增長的新答案：改革 + 創新是底層動力，城鄉融合、統一大市場、新質生產力是三大紅利。1.改革與創新：仍然是決定中國走多遠的雙引擎從“十四五”來看，中國的改革已在關鍵領域打開突破口： 市場經濟體系更完善，全國統一大市場“四梁八柱”基本立起； 電力改革、農村宅基地“三權分置”、國企混改持續推進； 制度型開放加速，跨境服務貿易負面清單、製造業全面放開外資准入。創新方面同樣強勁： 2024年研發投入突破 3.6 兆元，創新能力躋身全球前十； 量子、航天、高鐵、大飛機、晶片裝備等硬核領域持續突破； 專精特新、高新技術企業快速擴張，“三新”經濟規模達到 24 兆。改革掃清障礙，讓創新長出空間；創新帶來動力，推動制度更最佳化。二者共同塑造新質生產力，是中國能否跨越未來周期的關鍵。2.“十五五”將釋放三大紅利① 城鄉融合紅利：人口流向與空間結構的重做未來五到十年，將推動農業轉移人口市民化、公共服務同城化、教育與社保打通，讓戶籍城鎮化率與常住率“拉平”。這不僅能增強都市圈勞動力供給，也將加速鄉村土地規模化經營，為城鄉經濟注入長期活力。② 統一大市場紅利：超大規模帶來的“規模經濟 + 學習曲線效應”中國是全球唯一擁有統一語言、貨幣、法治環境、基礎設施體系的超大市場，這本身就是巨大的競爭優勢。但在地方保護與產業內卷背景下，這一優勢尚未完全發揮。“十五五”將通過要素市場化配置、調整央地財政關係、規範監管行為等措施，進一步打造統一開放、競爭有序的大市場，讓優質者能優價，讓產業走向高端。③ 新質生產力紅利：未來技術群的集體爆發能源革命、材料科學、人工智慧、生物醫藥、先進製造，這五大類股每一次突破，都會改寫一個時代。中國擁有全球最豐富應用場景、最齊全產業鏈，也在關鍵技術上積累優勢，但基礎研究薄弱、創新轉化率不高仍是短板。“十五五”將強化原始創新、打通科技到產業的鏈條、完善新型舉國體制，為未來產業提供系統性支撐。 (筆記俠)