十五五規劃制定過程中自上而下的指引與自下而上的落實，正形成獨特的中國式治理智慧。2026年，十五五規劃的開局之年，上半年註定資訊爆炸。從中央到地方，規劃檔案與會議精神紛至沓來，看似龐雜，內裡卻暗藏著一套清晰的、近乎藝術的中國式治理邏輯。它與我們過往理解的單一“頂層設計”不同，這一次，“自上而下”的定調與“自下而上”的落地，形成了鮮明的雙向聯動。讀懂這套邏輯，得先分清兩個關鍵檔案：規劃《建議》與規劃《綱要》。前者，是黨委主導的“定方向、劃重點”，是自上而下的政治傳導；後者，是政府落實的“填細節、明路徑”，遵循自下而上的實踐彙總。二者環環相扣，共同構成了十五五規劃的完整生命周期。自上而下：定調子的“政治傳導鏈”一切的起點，在2025年10月28日。這一天，《中共中央關於制定國民經濟和社會發展第十五個五年規劃的建議》全文發佈。這份檔案，堪稱未來五年中國發展的“總譜”，它不寫具體數字，卻定下主題、明確主線、框定關鍵領域——是國家意志最頂層的呈現。隨後，訊號開始逐級傳導、層層細化。2025年11月17日，北京市委全會審議通過《關於制定北京市國民經濟和社會發展第十五個五年規劃的建議》，核心是將中央要求與首都“四個中心”功能定位元深度繫結。11月27日，廣東省委通過建議，明確要“挑大樑”，並具體謀劃了經濟總量倍增、培育8大新經濟形態等硬任務。上海則於12月22日審議通過，重點突出長三角一體化和“五個中心”能級提升。傳導並未在省級停止。以北京為例，2025年12月底，其下轄各區密集召開區委全會：西城、朝陽、順義等同步審議通過區級建議，西城聚焦“首都功能核心區”建設提出“七個先鋒”目標，朝陽則圍繞國際商務、文化等優勢產業佈局；順義區則立足“平原新城”定位，目標是打造首都高品質發展的新增長極。這是一個清晰的“政治傳導”過程：中央定方向，各級黨委層層分解、因地制宜地細化。其核心在於 “全國一盤棋”下的思想統一與責任壓實，確保國家戰略主軸不被偏離，同時又為地方預留出貼合實際的發揮空間。黨委牽頭定調，本質上是在為後續政府的“施工”劃定跑道、明確規則。自下而上：交卷子的“實踐彙總法”如果說《建議》的出台是譜寫國家發展的“主旋律”，那麼《規劃綱要》的制定，則更像一場從基層指揮席開始、逐級匯合成交響樂的“排練”。政府系統的運作邏輯在這裡凸顯——實操先行，自下而上彙總。最生動的案例仍是北京。進入2026年1月，各區“兩會”率先召開，西城、朝陽、順義等區的“十五五”規劃綱要相繼表決通過。這些文字遠比《建議》具體，包含了預期指標、重大項目、民生清單，是真正的區級“施工圖”。在此基礎之上，1月29日，北京市級兩會才審議並通過了全市的《規劃綱要》。廣東省的模式也是類似：廣州、深圳等主要城市的綱要率先出爐，省級綱要則建立在對這些地市方案的統籌整合之上。最終，國家層面的第十五個五年規劃綱要，將於3月份的全國兩會上審議並行布。這個過程揭示了一個務實邏輯：讓最貼近現實操作的基層先拿出“施工方案”，上層規劃則在此基礎上去協調矛盾、統籌平衡、提煉共性。這既充分調動了地方的能動性與創造性，確保規劃“親民”，又能在彙總中實現全域最優，防止碎片化。雙重奏鳴：中國規劃體系的獨特智慧中國的五年規劃編制，是一套 “頂層設計與基層探索相結合”的精密協同機制。“自上而下”，確保了統一性與戰略性，防止發展失焦，守護“全國一盤棋”的整體利益。“自下而上”，則增強了適應性與可操作性，尊重區域差異，吸納一線智慧，讓藍圖真正能落地。兩種邏輯在時間上無縫銜接，在內容上相互呼應，構成了中國政策制定中獨特的“雙向互動”模式。 (財富情報棧)

新華深讀｜2026年中國AI發展趨勢前瞻人工智慧（AI）企業數量超過6000家，AI核心產業規模預計突破1.2兆元，同比增長近30%；中國國產開源大模型全球累計下載量突破100億次；中國成為AI專利最大擁有國，在全球佔比達60%；這些資料勾勒出2025年中國AI發展的圖景。一邊是AI技術突破，走出一條不同於美國矽谷的“開源創新”之路，另一邊是AI與經濟社會的融合由淺入深。1月以來，智譜、天數智芯、MiniMax等中國AI企業扎堆上市。本月由清華大學主辦的“AGI-Next”峰會上，行業專家形成共識：以對話為核心的“Chat”範式已告終結，AI競爭轉向“能辦事”的智能體時代。2026年是“十五五”開局之年。根據“十五五”規劃建議，中國將加強人工智慧同產業發展、文化建設、民生保障、社會治理相結合，全方位賦能千行百業。新華社記者採訪相關部委負責人、行業專家、企業代表、創業者等，前瞻AI發展新趨勢。技術範式：AI從“聊天”走向“做事”1月，DeepSeek連發兩篇梁文鋒參與署名的論文，再次將這家AI企業推到聚光燈下。論文的核心貢獻，是試圖解決訓練大模型時遇到的記憶體瓶頸和穩定性難題。業界評價，新一代大模型模樣更清晰了。DeepSeek的一舉一動備受關注。一年前，其發佈的中國國產大模型DeepSeek-R1給全球AI行業帶來巨震。“DeepSeek標誌著中國AI技術路線分化突破的出現。”清華大學智能產業研究院創始院長張亞勤說，“中國轉向擁抱更輕的模型、更聰明的架構、更高的效率和更低的價格。”眼下，AI發展正沿兩條主線並進：技術向上衝刺，尋求突破認知與協同的侷限；應用向下紮根，解決真實痛點。“向上衝刺”，就是尋求“更聰明”的演算法和架構，不僅提升單一模型的性能，創新突破也更聚焦提升智能密度。密度法則，是指用更少的計算和資料，更高效地得到更多智能。中國AI公司面壁智能聯合清華大學團隊發表論文《大模型的密度法則》，對大模型的進化方向作出判斷：AI將在能力和成本兩個方向同時進化，提升效率同樣是主線。從“拼規模”轉向“拼密度”，精煉高效成為大模型演進的核心邏輯之一。中國資訊通訊研究院副院長魏亮認為，行業已不再單純依靠提升參數規模實現性能突破，精細化機制、演算法架構、訓練方法的最佳化成為主要提升方向。中國信通院發佈的《人工智慧產業發展研究報告》指出，在演算法架構方面，以DeepSeek的NSA、月之暗面的MoBA等為代表的稀疏注意力機制，成為提升模型推理效率的重要技術路徑之一。通俗的解釋是，想像你坐在一個萬人大禮堂，注意力機制從傳統的“聽每一個人說話”提升為如今“聽關鍵人物發言”。大模型本質上是通過海量資料歸納語言規律，訓練出特定的識別模式，掌握預測文字的能力。就像孩子雖沒有理解詩歌，卻能通過反覆朗誦背出《靜夜思》。回顧本輪AI浪潮，演算法架構和算力、資料一樣，是智能湧現的重要條件。張亞勤說：“規模定律並未失效，我們仍需要算力和資料作為基座。”不過他也指出，堆算力的邊際效益趨於平緩。業內人士認為，演算法架構革新將是AI未來發展的突破點。當模型“智力密度”持續提升，讓前沿智能“向下紮根”、變得“更能幹”，就成為行業要面對的命題。“幾十年來，AI主要關注開發新的訓練方法和模型。”曾擔任OpenAI研究員、後出任騰訊總裁辦公室首席AI科學家的姚順雨認為，在AI競爭的下一個階段，為誰解決什麼問題成為關鍵。“騰訊已把自研大模型在內部超過900個場景和應用落地，核心思路是把AI深度融入場景，讓好用的AI成為普惠生產力。”騰訊相關負責人表示，全球具備大模型底座研發實力的廠商已逐步收攏，高品質的資料、廣泛的生態和場景，將成為拉開競爭差距的重要因素。各大廠商不約而同加快AI真實場景落地的開發。百度新設立了基礎模型研發部、應用模型研發部。公司創始人李彥宏稱，未來AI領域只會剩下少數幾個基礎模型，但在應用層，將出現許多在不同方向上都取得成功的參與者，那裡才是機會最多的地方。中國信通院的報告顯示，基礎模型數量正持續收斂，在真實場景中的應用效果成為關注重點。以大模型“六小虎”為例，百川智能已深耕醫療，零一萬物則轉向為企業部署定製解決方案。這些揭示一個趨勢：曾經硝煙瀰漫的“百模大戰”落下帷幕，等待參與者的是一場圍繞真實場景滲透、產業生態建構與應用價值深挖的耐力賽。自1956年達特茅斯會議以來，人工智慧已走過70年曆程。如今，“技術進化”和“場景落地”的雙重變革，推動人工智慧向更廣闊疆域拓展。張亞勤認為，人工智慧正向智能體AI加速演進。智能體AI能夠像人一樣設定任務、規劃實現路徑、試錯反饋，具有自主性、能舉一反三和長期記憶三個特徵。如果說聊天機器人是“會說話的字典”，智能體AI就是“能自主幹活的管家”。中國科學院軟體研究所研究員黃進表示，未來AI不僅能聽懂指令，還能“看”懂畫面、“聽”懂語氣，成為具備綜合認知能力的“全能感知者”。“智能體是在大模型基礎上的工程化增強，極大拓展AI能力邊界。”中國信通院人工智慧研究所所長魏凱表示，不過智能體在可靠性、上下文記憶和長程任務等方面還需要提升，距離大規模應用仍有距離。張亞勤等人還認為，AI的創新前沿將突破數字世界的邊界，未來的AI將是資訊智能、物理智能和生物智能的融合。AI發展下一站是進入物理世界。1月，中國一款具身智能模型在全球統一標準下獲得第一。業界有評價認為，這意味著中國團隊訓練出的機器人“大腦”，具備了在物理世界理解和執行任務的能力。中外專家認為，AI正在與真實世界互動中建構理解和模擬物理規律的“世界模型”。物理智能將賦予AI在真實世界中感知和行動的能力，如機器人能自主完成複雜任務，智能駕駛從容應對複雜路況。AI不僅是數字世界的“思考者”，也將逐漸成為物理世界的“行動者”，更遠的未來則會成為生命世界的“探索者”。算力建設：系統升級加速協同2025年，一家初創公司發佈大模型新產品，市場反響超預期，導致預留伺服器幾分鐘內被擠爆，系統幾近癱瘓。危急關頭，一家基礎設施服務商無問芯穹公司利用平台技術服務，讓各地算力資源像“空中加油”一樣，為這家公司續上計算能力，確保了產品發佈的關鍵窗口。“我們希望未來算力就像自來水，打開能用、關上會停，不用關心它從那裡來。”公司聯合創始人夏立雪描述這樣的願景。無問芯穹公司位於上海，公司成員平均年齡32歲。他們把不同廠商、不同架構的AI晶片高效融通起來，就像搭建“立交橋”，充分利用分散的算力資源。算力，計算裝置或系統處理資料、執行運算任務的速度與規模能力，通常分為基礎算力、智能算力、超算算力。AI依靠的是智算，它不只是晶片的堆砌，而是一個由硬體、軟體、能源與網路精密協作的系統。AI算力就像一支超級工程兵團：GPU等計算晶片是執行硬核任務的“重武器”，高速網路是讓各兵種高效協同的“資訊高速公路”，儲存系統是隨時呼叫的“戰略物資庫”，軟體框架與演算法則是統籌全域的“調度指揮中心”。而一切運轉都離不開基礎保障：電站確保電力“彈藥”持續供應，供給液冷系統是戰士的“降溫服”。AI時代，算力就是新石油，AI算力中心是提煉和輸送石油的超級工廠。中國工信部資料顯示，中國已建成萬卡智算叢集42個，智能算力規模超過1590 EFLOPS，位居全球前列。業界認為，中國算力發展將繼續呈現“政府頂層設計+市場創新活力”雙輪驅動特徵。產業架構將從分散走向全國一體化，是未來算力發展的明顯特徵。東數西算工程已形成覆蓋東中西部的8大樞紐節點、10個資料中心叢集，其中8大樞紐節點已建成智算規模超過全國智算總量的80%。“十五五”規劃建議提出推進“全國一體化算力網”，中國國務院《關於深入實施“人工智慧+”行動的意見》強調“強化智能算力統籌”，指明未來算力發展將加強高效協同。中國工信部賽迪院電子所副所長馬曉凱認為，算力網建設呈現集約化、一體化、協同化、價值化等特徵，算力資源正在向樞紐節點集聚，跨地域調度平台逐步完善，政府引導、市場運作的協同機制正在建立，算力與電力加快協同。隨著需求激增，智算中心正經歷變革。中國信通院雲端運算與巨量資料研究所副所長李潔認為其將向算力高密化、叢集規模化、綠色低碳化方向演進，算力中心單機架功率與算力密度將逐漸提升，算力中心間協同聯動能力強化，規模化算力叢集將加快建構。在業界，更大規模的萬卡乃至百萬卡級叢集將成為支撐兆參數模型訓練的基礎。比如，從2011年啟動研發崑崙芯的百度集團，去年11月發佈新一代崑崙芯M系列及天池超節點，計畫將單一智算叢集規模從3萬卡推向百萬卡等級。硬體層面，不僅是晶片研發，還有通過專用積體電路、存算一體等新架構實現技術突破，建構軟硬體協同生態。頭部科技公司正打造能相容多種中國國產晶片的異構計算平台。應用層面，算力加速從科技企業走向千行百業。今年，上海、珠海等地已宣佈發放算力券，降低中小企業使用智能算力的門檻，引導算力資源流向工業製造等實體經濟領域。電力，被業界稱為“算力的盡頭”。中國信通院報告顯示，2024年中國資料中心用電量佔社會用電量比例1.68%，並提出未來高中低三種差異化發展場景，按照中速增長，預計到2030年底這一比例將達3%左右，全國資料中心用電量將突破4000億千瓦時；而按照高速增長趨勢，或將突破7000億千瓦時。“算電協同”從趨勢上升為戰略必然。國家引導算力向西部可再生能源富集區佈局，打造綠色算力基地。企業也積極探索綠電直供、分佈式新能源等模式，騰訊的資料中心去年綠電佔比已達80%。一些企業傾向將即時結算、即時推理等對時延要求高的算力就近部署，對時延要求不高的冷資料儲存等業務部署在西部。東西部之間的網路傳輸成本，以及因時延帶來的業務損耗，可能會抵消一部分電價優勢。專家表示，通過網路技術最佳化、業務智能調度，以及電力系統的靈活性互動，實現整體社會成本最優，將是算力基礎設施核心競爭力所在。展望算力前景，李潔認為“我們不僅追求硬體性能的突破，也關注從硬體到軟體、從基礎設施到綠色能源的系統性創新”。這場系統性升級，將決定中國如何把“新石油”轉化為驅動智能時代的澎湃動力。資料探勘：從規模導向轉為質量與專業化導向在保定，工程師們標註自動駕駛車輛在雨雪中的互動軌跡，建構研究華北地區城郊複雜路況的互動資料集；在成都，醫學專業學生標記CT影像以建構肝癌療效預測資料庫；在海口，資訊技術專業學生分析記錄水果生長的無人機影像，用於智能澆灌和採摘系統……最近，在某招聘平台，註明“重點大學本碩博優先”的AI資料標註員崗位，月薪最高接近2萬元。因AI應運而生的資料標註行業，正從以往勞動密集轉向知識密集。10年前，資料標註公司常落戶於中西部地區，受教育不多的人們，會用滑鼠就能完成“看圖貼標籤”。隨著生成式AI的突破和落地千行百業，越來越需要挖掘沉澱於行業企業的資料和專業人士的經驗，並將經驗轉化為AI可理解的“資料燃料”。資料對AI有多重要？在AI三要素中，演算法像設計圖，定義AI學習的方法和邏輯；算力是引擎，提供計算的能力；資料則像人類學習所需要的書本和經驗。當演算法因規模擴張而邊際效益遞減、算力因技術開源而日益普及時，AI技術的競爭焦點正轉向更基礎也更難複製的要素——高品質資料。魏凱說，訓練行業模型解決垂直行業裡的深度問題，需要高品質的行業資料集。“比如，放射科醫生看片子裡有沒有結節，靠的是數十年的醫學經驗，AI看片子也需要醫生教它。現在的資料標註要往縱深發展，把行業的深度知識、專家經驗轉化為能夠被機器學習的樣本，需要標註加工。”高品質資料從那來？簡而言之，資料標註通過提取特徵、分類、註釋和標籤化等操作，將人類的知識與思維邏輯轉化為機器可識別的形式，這是建構高品質人工智慧資料集的關鍵環節。經標註形成的高品質資料能提升垂類大模型在專業領域的性能。中國資料生產總量佔全球四分之一多。中國擁有全球最大的網際網路使用者群體，擁有全門類的工業體系，從原材料開採、中間品加工到終端產品製造的全要素、全過程、全環節資料成為寶貴資源。但另一面，很多人有這樣的經歷：在A醫院做的檢查，其結果並不被B醫院接受，原因在於醫療資料標準不統一，且涉及極高的隱私風險，導致資料無法跨院流動。中國工信部賽迪院信軟所所長韓健認為，資料價值密度不均、資料標準參差不齊、資料流通壁壘重重，導致大量資料“存而不用”，不同部門、不同企業的資料像一個個“孤島”，“不敢傳”（怕洩密）、“不願傳”（怕喪失競爭優勢）、“不會傳”（缺乏技術標準）。難題正在破解。隨著資料被明確為關鍵生產要素，國家資料局掛牌，《“資料要素×”三年行動計畫（2024—2026年）》等相繼出台，旨在培育資料產業，打造高品質資料集。國家資料局指導成都、合肥、瀋陽等7城市建設資料標註基地，先行先試。截至2025年第三季度，形成醫療、工業、教育等行業的高品質資料集超過500個，帶動資料標註相關產值163億元。資料集建設已從通用基礎資料集轉向行業高品質資料集。中國信通院對資料標註企業的調研結果顯示，78%的企業以行業資料集供給為主，重點是交通運輸、醫療健康、教育教學、工業製造等領域。業內人士認為，圍繞資料的進化今年將進入更深層次。從AI技術發展看，隨著模型訓練進入深水區，資料需求持續攀升，但單純堆量的方式已難以為繼，資料訓練密度和利用效率成為新焦點；資料集建設重點從追求規模轉向質量躍升，智能生成、專業細分、合規治理推動破解資料瓶頸。從AI落地應用看，高品質、專業化的行業資料集將成為高價值資源，尤其是在工業、金融、醫療等領域。同時，合成資料技術將越來越普及——當現實資料難以獲取或涉及隱私時，需要借助AI技術生成符合物理規律和業務邏輯的訓練資料，從而突破資料瓶頸。多位專家認為，AI應用到千行百業後，資料有望成為新的中國優勢，因為中國工業門類齊全、數字經濟發達，建成全球規模最大的5G網路，新能源汽車等行業處於世界前列。魏凱表示，未來的關鍵是充分挖掘利用中國在製造業和網際網路等優勢領域中積累的“資料金礦”，形成“業務產生資料、資料訓練AI、AI反哺業務”的良性循環。中國人工智慧學會會士、香港科技大學（廣州）協理副校長熊輝說，資料驅動AI最佳化，進而提升產業，產生更多資料，形成閉環。中國全門類的工業體系提供極其豐富的應用場景，這是形成資料飛輪的巨大優勢。產業賦能：驅動中國製造加快轉型升級一家有70多年歷史的電池廠應用AI，會發生什麼？研發環節採用AI配方大模型，高效開發多特性電池；生產通過AI即時聯動裝置與工藝，實現預警，提升穩定性；檢測引入AI雲系統，以演算法替代人工，保障大批次生產下的質量一致性。這家工廠的變化折射一個趨勢：AI並非高科技產業的專屬，它正成為傳統產業轉型升級的重要驅動力。“美國聚焦閉源，而中國主導開源市場，這一格局直接推動中國企業快速切入AI+產業。”熊輝說。國家資料局的資料顯示，2024年初中國日均Token消耗量1000億，而截至2025年6月底，中國日均Token消耗量突破30兆。一年半時間增長300多倍，反映出AI應用落地的快速增長。Token，中文叫“詞元”，是大語言模型處理資訊的基本單位。模型輸出每一個答案都消耗Token。來自頭部大模型企業的資料也印證這一趨勢。2025年12月，豆包大模型日均Token呼叫量突破50兆，同比增長超10倍，累計使用量超兆Token的企業客戶突破100家。業界人士預測，未來的Token消耗將呈現“二八格局”——約80%來自企業，20%來自個人使用者。“大模型會率先在數位化基礎較好、數位化人才相對聚集的行業落地，比如網際網路服務、金融、政務等資訊化技術好的領域；在物理資產較多、數位化相對滯後的傳統產業則會落地較緩。”魏凱分析說。中國信通院的報告顯示，AI在不同工業領域呈現差異化滲透特徵，其中電子資訊、消費品、以汽車為代表的裝備製造等行業在應用中佔重要份額，鋼鐵、石化、能源電力等行業形成較好應用態勢。中國工信部賽迪院產業所所長王昊認為，AI將以小步快跑態勢在製造業落地，從完成簡單任務到實現高級功能。2026年AI大規模落地製造業方面，較看好汽車、機器人等先進製造企業，AI也將賦能提升裝備與消費產品的智能化水平。聚焦製造業，會發現AI應用在三個維度展開：研發設計、生產製造、營運管理。“目前，大模型應用超過40%聚集在客服等營運管理環節，30%至40%應用於研發環節，原本處於‘中間緩’的生產製造環節AI應用比例從2024年的19.9％提升到2025年的25.9%，未來還將提升。”魏凱說。這種分佈反映AI在製造業滲透的漸進性特徵——從相對標準化的管理環節向核心的生產製造環節延伸。張亞勤表示，相比第一、二次工業革命中國“零參與”、第三次以資訊時代為標誌的工業革命是“跟隨者”，在AI作為技術底層的第四次工業革命中，“中國完全有可能走在前列”。這一判斷是業內共識。其背後，是基於中國的獨有優勢：全球最完整的工業體系、海量應用場景資料、強大的工程化能力和龐大的市場需求。這些要素共同構成中國製造業在AI時代實現跨越式發展的基礎。國家部署為企業助力。去年，《關於深入實施“人工智慧+”行動的意見》提出加快人工智慧在設計、中試、生產、服務、營運全環節落地應用；今年1月，工業和資訊化部等八部門印發《“人工智慧+製造”專項行動實施意見》，提出到2027年推動形成特色化、全覆蓋的行業大模型，推廣500個典型應用場景。中國工信部部長李樂成表示，將深入實施“人工智慧+製造”專項行動，統籌佈局通用大模型和行業大模型，培育一批重點行業智能體、智能原生企業；加快製造業智能化升級，挖掘人工智慧應用場景，以萬千“小場景”匯聚形成融合“大場面”。熊輝表示，傳統產業進行AI改造的核心是將產業問題抽象為AI問題，並實現低成本部署。以廣州的小家電產業叢集為例，可利用產業優勢，快速形成資料化、智能化閉環，大小模型配合，提升終端智能化水平。超600萬家中國製造業工廠，將在紛繁多樣的場景擁抱AI。這不僅是一場技術革命，更是一場深刻的生產方式變革。社會價值：深刻改變治理方式和運行規則重慶市潼南區桂林街道梨樹村，智能監測系統靜靜守護著85歲的獨居老人。當系統發現異常，從預警到網格員上門僅需15分鐘。這是AI融入政府公共服務的一個普通場景。從事後處置轉向事前預警，從“人海戰術”轉向智能調度，人工智慧的觸角以前所未有的廣度和深度，嵌入社會運行的一道道肌理。AI帶來的轉變推動城市治理更智能、更精準。在四川德陽，“城市大腦”的演算法以分鐘級發現路面問題；在甘肅臨洮，大橋上的AI可識別行人翻越欄杆、靠近水流等行為，與警務等部門聯動，挽救了20多條生命。重塑治理理念，人機協同的治理新模式應運而生。中國信通院政策與經濟研究所副所長李強治認為，中國正推動AI治理“下沉場景賦能”，將AI技術與政務、公共安全等領域深度融合。這股力量也滲透進日常生活的毛細血管——消費。AI萬能搜、AI幫我挑、AI試衣、AI清單……去年的“雙十一”購物節，淘寶天貓一口氣推出6款AI導購應用。“平台和產品變得更懂消費者。這不再是簡單的‘猜你喜歡’，而是‘懂你需要’，消費起點從使用者的需求清單逐漸變為AI的演算法推薦。”淘天集團研究中心主任徐飛說。AI正錨定“需求”著力滲透，實現從“技術可行”到“社會需要”。一位蔚來車主在車裡說句“想吃麥當勞”，車載系統就能自動定位到最近門店，並根據駕駛路線與會員身份推薦套餐。這是麥當勞中國與蔚來汽車聯合推出的中國首個車載AI語音點餐系統。麥當勞中國首席資訊技術與體驗官陳世宏表示，AI技術不斷滲透到消費場景，拓展消費邊界。《關於深入實施“人工智慧+”行動的意見》提出，推動智能終端“萬物智聯”，培育智能產品生態，大力發展智能網聯汽車、人工智慧手機和電腦、智慧型手機器人、智能家居、智能穿戴等新一代智能終端，打造一體化全場景覆蓋的智能互動環境。中金公司2026年展望報告顯示，消費電子的“端側AI時代”已經來臨，今年有望成為AI消費終端大規模普及的關鍵年份。新一輪消費電子更新換代潮或將到來。愛奇藝AIGC科技創意指導王慶豐表示，AI正推動消費從“需求牽引供給”逐步到“供給定義需求”，這背後是AI從表層效率最佳化切入，逐步滲透到體驗重構，甚至重塑著深層價值體系。AI重新定義價值，最深遠的是挖掘人的價值。學日語出身的劉典，在AI爆火的這兩年決定辭職攻讀計算語言學。“AI降低了跨界難度，很多知識門檻並沒有想像中高。”他說。AI向各行各業滲透，先行者靠它撬動更大價值。上海漕河涇開發區AI校友中心有超60家AI初創企業，創業者平均28歲。數宗科技主攻“多模態知識圖譜”，其創始人丁天是一位愛寫詩的文科生，他認為，AI時代，技術正從難以踰越的壁壘變為人人可呼叫的資源。“氛圍程式設計”入選《柯林斯詞典》2025年度詞彙，從“敲程式碼”到“聊程式碼”，AI逐漸滲透工作流程。騰訊相關負責人表示，騰訊有超90%工程師正在借助AI編碼，並基於自身實踐推出支援多種形態的專業工具CodeBuddy（雲程式碼助手），面向企業及程式設計師提供服務。AI輔助讓工程師專注於創新，成為能力的放大器。隨著AI重新定義工作和技能，傳統教育勢必轉型。在深圳職業技術大學的課堂上，AI正在手把手地教學生程式設計。校長許建領說，成功的“AI+教育”不是讓學生依賴AI獲取答案，而是培養他們使用AI創新。學生核心競爭力不再是單一的操作技能，而是複雜問題解決能力、“AI+技能”復合素養和可持續學習的自驅力。AI時代，每個人都可以挖掘自己的潛力，專注於唯有人類才能駕馭的洞察與創造。安全防範：護欄建設將趨嚴趨實最近，美國《韋氏詞典》評選出2025年度詞彙：“slop”（AI垃圾內容）。不約而同，英國《經濟學人》雜誌、澳大利亞《麥考瑞詞典》評選的年度詞彙也是它。這詞被一些網友翻譯為“AI泔水”，指質量低下、無意義或粗製濫造的AI圖像和文字等內容。詞語背後是席捲全球的現象：AI生成的荒誕而無意義的視訊、圖像和文字充斥網際網路。這警示人們，AI技術突飛猛進的同時，其日益增多的安全隱患與倫理挑戰不容忽視。“一家公司與某三甲醫院合作開發AI健康助手，最初設計採用一名真實醫生的形象與聲音。我向這家公司提出可能誤導患者，透支患者對醫生的信任。”中國科學院自動化研究所研究員、聯合國人工智慧高層顧問機構專家曾毅談到這樣一個案例。在曾毅等人建議下，這家公司推出的應用以卡通人物為形象，強化了其助手定位。曾毅說，越來越多AI企業開始思考以人文溫度校準技術。AI有那些風險？業內專家普遍將其總結為資料隱私與安全邊界模糊、技術濫用與虛假資訊產生、演算法偏見與決策“黑箱”等方面。張亞勤認為，突出的是資訊智能領域的風險，AI可以被利用生成虛假資訊、深度偽造並進行欺詐，還有生成式人工智慧的智慧財產權問題。當未來大模型、智能體與無人車、機器人等連接起來，智能體之間的協作和博弈如果出現失控或被惡意濫用，造成的風險更大。曾毅舉例，“越獄攻擊”，即通過精心設計提示詞繞過安全約束，並引發有害、偏見或不道德輸出的對抗性攻擊，是當前大語言模型安全領域的嚴峻挑戰。在AI技術狂飆突進時，如何為它裝好“方向盤”和“剎車片”？中國不斷加固安全護欄，走出一條從柔性指導到不斷加強法治保障的特色治理之路——《關於深入實施“人工智慧+”行動的意見》提出“形成動態敏捷、多元協同的人工智慧治理格局”；中央網信辦、國家發展改革委、科技部等多部門協同發力，推動人工智慧治理從理念走向落地。“十五五”規劃建議提出，加強人工智慧治理，完善相關法律法規、政策制度、應用規範、倫理準則。業界認為，這為中國未來五年人工智慧健康發展明確方向、留足空間、築牢基礎。去年底公佈的《人工智慧擬人化互動服務管理暫行辦法（徵求意見稿）》提出，擬人化互動服務提供者應當建立應急響應機制，發現使用者明確提出實施自殺、自殘等極端情境時，由人工接管對話。“這一暫行辦法公佈並向社會徵求意見，體現中國人工智慧政策‘自適應性’與監管框架的與時俱進。”曾毅說。既有“軟性”政策指導，也有“硬性”法律保障。新修改的網路安全法於今年施行，其中規定，完善人工智慧倫理規範，加強風險監測評估和安全監管。“規範發展”已成為AI業界共識，從研究機構到企業平台均在探索建立健全AI安全倫理體系，明確資料使用、責任界定等關鍵規則。2024年，中國信通院啟動“大規模預訓練模型（文字生成功能）安全認證”，標誌著中國開始對大模型內容安全進行系統化、標準化認證。一些機構和企業也在牽頭制定行業標準，如騰訊和中國信通院聯合發佈中國首個金融行業大模型標準等。AI發展需要各國共同推進、協同治理。參與起草《人工智慧全球治理行動計畫》的清華大學人工智慧國際治理研究院院長薛瀾表示，建構一個公平、公正、綜合、平衡的人工智慧全球治理體系，關乎全人類的共同發展。AI是驅動發展的新質生產力，也是影響人類未來命運的新生力量。如何加速技術應用以增加社會福祉，同時加強人文關懷化解潛在風險，這既關乎發展，也關乎未來。中國AI技術的發展與應用令人期待，需要全社會的深度參與。 (新華社)

當前，中國城市發展已跨越大規模新建與擴張階段，轉而聚焦於存量空間的最佳化升級。公眾關注焦點已從住房數量轉向居住品質，具體體現為老舊社區電梯加裝需求、社區公共空間配置、醫療養老服務便利性等民生議題。近日，住房和城鄉建設部部長倪虹在《求是》雜誌發表署名文章，系統闡釋城市更新戰略內涵，其核心要義在於：摒棄大拆大建模式，通過精細化治理手段實現城市空間品質提升，切實增強居民獲得感。據統計，中國城鎮現存660億平方米既有建築、380萬公里市政管網構成城市運行基礎框架。隨著人口結構深刻變化（老齡化程度加深、少子化趨勢顯現），社區服務需求呈現多元化特徵。城市更新戰略正是針對上述現實問題提出的系統性解決方案，其本質是通過存量資源活化利用實現品質躍升，在保留城市歷史記憶的同時滿足現代生活需求。城市更新的實踐路徑：品質提升替代規模擴張近年來，全國範圍內湧現諸多城市更新典型案例。北京大吉巷通過建築立面整治、文化元素植入等手段，將老舊街區改造為兼具歷史韻味與現代活力的文化地標；全國累計建成4700余個口袋公園，有效盤活城市邊角空間，為居民提供休閒健身場所。這些實踐印證了倪虹部長提出的觀點：城市更新不僅是物質空間改造，更是民生難題的破解過程。當前中國城鎮化率已進入穩定發展期，城市更新工作需立足現有資源基礎展開。通過既有建築改造、基礎設施升級、公共空間最佳化等手段，推動老舊社區煥發新生，促進城市空間與居民需求的動態適配。據住建部資料，全國已實施近28萬個老舊小區改造項目，惠及1.2億居民，其中加裝電梯超過13萬部，切實提升了民生福祉。實施要點：把握四對關鍵關係倪虹部長指出，高品質推進城市更新需統籌處理好四組關係：其一，物質空間改造與人文關懷並重。在更新過程中既要完善建築本體功能（如管線更新、路面修繕），更要聚焦民生痛點，通過加裝電梯、完善托育機構等舉措提升居住便利性。其二，系統謀劃與精準施策結合。基於城市體檢評估結果，針對不同區域發展階段制定差異化更新策略，確保改造措施精準對接居民需求。其三，政府引導與市場參與協同。完善政策支援體系，激發社會資本參與積極性，形成多元化投入機制。其四，傳承歷史與面向未來統一。在保護城市歷史文脈基礎上，植入現代服務功能，實現傳統空間與現代生活的有機融合。上述實踐表明，城市更新已從理念倡導進入實質性推進階段。通過精細化治理手段，既能延續城市歷史記憶，又能建構符合現代生活需求的品質空間，最終實現人民城市人民建，人民城市為人民的發展目標。政府搭建平台，積極引導社會力量廣泛參與。城市改造與發展不能僅依賴政府財政投入，而應鼓勵企業、社會組織等多元主體共同參與其中。例如，在老街區改造項目中，可引入商家開設便民店舖，此舉既能有效盤活閒置資源，又能創造就業機會。政府則需強化監管職能，切實保障各方利益，特別是在缺乏直接經濟效益的公共服務領域，如社區養老站建設，政府應主動承擔責任，填補市場空白，形成政府引導、社會參與的良性互動機制。盤活存量資源，最佳化空間佈局。當前，眾多老廠房、老街區處於閒置狀態，造成資源浪費。通過科學規劃與改造，這些區域可轉型為特色商業街、文化創意產業園等，既保留城市歷史記憶，又激發消費活力。同時，應合理規劃新增空間，如在人口密集區域配套建設學校、醫院等公共服務設施，最佳化城市功能佈局，提升居民生活便利性，減少跨區域辦事需求。保護歷史文脈，彰顯城市特色。老建築、老街巷是城市文化的重要載體。在城市更新過程中，應堅持微改造理念，避免大拆大建。例如，對老院牆進行修繕補砌、保留特色門樓等，使傳統街巷在現代生活中持續發揮功能，既滿足居住舒適性需求，又延續城市歷史記憶，防止千城一面現象發生。三大重點工程實施：推動城市更新落地見效。城市更新成效如何，關鍵在於居民獲得感。住房和城鄉建設部倪虹部長提出推進三大重點工程，精準對接民生需求：1. 民生工程：提升居住品質。重點改造2000年前建成的老舊小區，推進完整社區建設。通過增設社區便利店、養老服務站，改造閒置空地為公共綠地等措施，完善社區服務功能，滿足居民基本生活需求。2. 發展工程：激發街區活力。對老街區、老廠區進行改造升級，打造商業文化特色街區。如將廢棄廠房改造為文化創意空間，傳統街巷發展為特色美食街區，既豐富市民文化生活，又帶動區域經濟發展。3. 安全工程：築牢安全防線。加強地下管網改造、排水防澇系統整治，消除城市內澇隱患，確保供水管道及時維修。同時建立房屋安全定期檢查制度，保障居民居住安全。城市更新應堅持以人民為中心的發展思想。城市更新沒有固定模式，其核心在於精準把握居民需求，通過科學規劃與精細化管理，實現功能提升與文化傳承的有機統一，讓城市發展更有溫度、更具人文關懷。城市更新舉措涵蓋諸多方面，從為建築加裝一部電梯、於社區內新增一塊綠地，到對一條老街實施改造、完善一套養老服務設施，每一處看似細微的改變，均蘊含著城市的人文關懷與溫暖。2026 年作為“十五五”規劃的開局之年，隨著城市更新相關政策的穩步推進與落地實施，將有更多老舊小區重煥生機與活力，更多承載歷史記憶的老街巷得以保留其獨特韻味。在此過程中，居民的生活將愈發便捷，幸福感與舒適度也將持續提升。如此這般契合民眾需求、注重民生改善的城市更新，才是廣大老百姓真正期盼與需要的城市更新。 (房地產那些事兒)

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)

美國IPO市場近年來經歷了顯著的波動與結構性調整，以下從市場規模、發展趨勢及關鍵驅動因素三個方面進行詳細分析：一、市場規模：從疫情後的峰值回歸常態化1. 2024年市場回暖，規模顯著回升2024年是自2021年峰值以來表現最好的一年，全年共有225家企業完成IPO，募資總額達382.6億美元（若計超額配售則達410億美元），同比增長65.1%。其中傳統IPO佔168家（募資295.5億美元），SPAC佔57家（募資87.1億美元）。中概股表現突出，78家中企赴美上市，佔美股IPO總數的34.7%，但平均募資規模較小（約5094萬美元）且股價表現疲軟，平均較發行價下跌超20%。2. 2025年一季度延續增長勢頭2025年第一季度，美股IPO數量達79家（同比增長75.56%），募資113.55億美元（同比增長32.46%）。中概股佔比進一步提升至35%（28家），但融資額僅7.8億美元，平均募資額降至2796萬美元，反映出中企赴美上市以中小型企業為主的趨勢。同期SPAC市場表現強勁，18家SPAC募資27.37億美元，佔比24.1%。3. 行業分佈：科技與生物科技主導2024年美股IPO行業分佈中，殼公司（SPAC）、生物科技（26家）、軟體（15家）位列前三。2025年一季度，軟體服務行業以29億美元募資額居首，非銀金融和石油石化各募資26億美元緊隨其後。科技公司如CoreWeave（AI雲端運算）和Caris Life Sciences（醫療AI）的上市案例，顯示出市場對高增長科技企業的持續關注。二、發展趨勢：結構性調整與新興機遇並存1. 利率下行與經濟復甦推動市場回暖隨著美聯儲進入降息週期，2024年IPO市場逐漸擺脫高利率陰影。安永報告指出，2024年美股IPO回報率達3.7%（2023年為-7%），雖仍落後於納斯達克指數18%的漲幅，但市場信心顯著修復。2025年預計降息75個基點，疊加股市估值回升（納斯達克和標普500指數2024年分別上漲29%和23%），為IPO創造了更有利的環境。2. 科技行業引領復甦，AI與新能源成焦點科技行業在2025年展現出強勁復甦勢頭。高盛預測，科技IPO數量可能翻倍至34家，大型科技公司如瑞典支付平台Klarna計畫上市，私募股權支援的科技企業也加速準備IPO。AI和新能源領域尤為活躍：CoreWeave（輝達合作的AI雲端運算公司）以350億美元估值上市，募資27億美元；核能初創公司Terrestrial Energy通過SPAC上市，獲2.8億美元融資。3. SPAC市場重新活躍，中概股轉向小型化2025年上半年SPAC市場迎來爆發，58家SPAC募資117.2億美元，超過2024年全年的96.2億美元。中概股方面，儘管數量增加（2025年一季度28家），但融資額大幅下降，更多中小型企業選擇“小額IPO”，平均募資額不足3000萬美元。部分企業通過調整架構（如將海外子公司轉為母公司）規避監管風險。4. 監管趨嚴與國際競爭加劇納斯達克2025年4月實施新規，要求企業必須通過新股發行滿足流通市值標準，老股轉售不再計入，導致2024年符合條件的中企從60家驟降至8家。同時，港股市場憑藉政策支援和中概股回流（如霸王茶姬、亞盛醫藥），2025年上半年IPO融資額同比增長超500%，對美國市場形成分流壓力。5. 投資者理性化與行業分化投資者對AI熱潮的態度從投機轉向務實，更關注技術落地和商業模式。2024年AI相關IPO平均回報率僅3.7%，落後於大盤，促使企業更注重盈利前景。行業分化加劇，生物科技、軟體服務等領域表現穩健，而消費類企業（如中國茶飲品牌）上市後股價波動較大。三、關鍵驅動因素與未來展望1. 宏觀經濟與政策環境利率下降和經濟軟著陸預期是2025年IPO市場的主要推動力。紐交所預測全年融資額可能達500億美元，接近疫情前水平。但地緣政治（如中美貿易限制）和美國大選的不確定性仍構成潛在風險。2. 私募股權與風險投資退出需求私募股權支援的IPO佔比從2022年的3%回升至2024年的8%，隨著私募與公開市場估值差距縮小，更多機構傾向於通過IPO退出。例如，黑石、凱雷等機構計畫在2025年推動旗下企業上市。3. 替代上市方式的興起直接上市和SPAC成為傳統IPO的重要補充。2025年一季度有2家企業採用直接上市，而SPAC佔IPO數量的22.78%。儘管直接上市案例較少，但Spotify、Slack等先例顯示其在科技行業的可行性。4. 國際資本流動與市場競爭中概股在美上市面臨監管壓力，部分企業轉向香港（如亞瑪芬體育、富途控股）或東南亞市場。港股憑藉日均成交額翻倍（2025年前五月達2423億港元）和政策支援，成為中概股回流的主要選擇。總之，美國IPO市場正從疫情後的異常繁榮回歸常態化，2024年的回暖為2025年奠定了基礎。科技與生物科技行業仍是增長主力，SPAC和直接上市提供靈活融資管道，但監管趨嚴和國際競爭加劇帶來挑戰。隨著利率下降和經濟復甦，市場有望進一步活躍，但投資者對盈利質量和行業前景的要求將更高。對於企業而言，選擇合適的上市時機和路徑（如SPAC、直接上市），並適應監管變化，將成為成功登陸美股的關鍵。 (才說資本)

半導體行業正處於增長周期，其增長將受到強大的結構性趨勢的推動，包括人工智慧驅動的計算和記憶體需求的加速增長，以及先進封裝、功率半導體、矽光子學的轉變，以及供應鏈本地化的迫切需求。本文由Yole撰寫，將對半導體行業現狀進行全面剖析，並展望 2026 年的核心發展趨勢。人工智慧如何驅動半導體創新人工智慧已成為整個半導體價值鏈的主要驅動力。圍繞人工智慧發展，市場呈現出兩大主題：一是為滿足需求而進行的基礎設施擴展所面臨的挑戰，二是各行業能否交付由人工智慧驅動的切實可行且盈利的新應用。資料通訊容量正日益受到物理極限的制約，這正推動著資料中心及更廣泛通訊基礎設施從銅纜向光互連的結構性轉變。隨著頻寬需求的增長以及能效成為關鍵設計約束，光連接正被部署得更靠近計算節點。這加速了矽光子學的整合，尤其是在人工智慧資料中心中，更短的電氣路徑和更高速度的光鏈路對於維持性能擴展至關重要。高性能計算技術的興起正在設定新的標準。先進封裝是這些技術的核心，旨在確保高效散熱以及成本控制。與此同時，對高頻寬儲存器（HBM）的需求正飆升，給供應帶來了壓力。製造商有能力生產足夠的元件嗎？儘管有數十億美元投資帶來的強勁勢頭，但人工智慧商業模式仍存在不確定性，特別是大型語言模型（LLM）能否帶來可持續回報。雖然人工智慧的採用正在加速，但許多企業用例的投資回報率（ROI）仍不明確，這引發了人們對當前支出水平構成持久增長周期還是投機泡沫的質疑。行業將不得不面對一個根本問題：誰來買單？建構具有韌性的本土供應鏈由於地緣政治緊張局勢迫使企業重新評估關鍵元件的採購地點和方式，供應鏈安全仍將是未來一年的決定性主題。在加強供應鏈的競賽中，中國繼續加速其本土半導體生態系統的發展，旨在滿足國內需求，同時在先進技術生產方面迎頭趕上。國內製造商正大力推動從裝置（光刻、蝕刻和材料沉積）到整個價值鏈末端系統（如人形機器人）的前沿能力發展。而台積電（TSMC）、美光（Micron）和英特爾（Intel）等公司在美國的重大半導體投資，反映了政府政策以及美中貿易戰如何影響全球製造戰略。不穩定世界中戰略技術的崛起隨著各國政府應對日益不穩定的地緣政治環境，國防半導體技術也正獲得戰略重要性。更多的國家主導國防投資正在推動更多的技術研發和採購。無人機的快速發展正在推動感測、驅動、通訊和電子戰領域的創新，這些都是 Yole Group 分析中密切關注的領域。這一轉變正支撐著對慣性感測器、射頻（RF）元件、干擾系統和成像解決方案等技術的需求，其中無人機和反無人機能力正成為一個特別重要的增長領域。汽車市場對半導體相關元件需求的放緩，也促使製造商重新聚焦於供應國防相關應用。除了國防項目，通訊基礎設施領域的機會也在擴大，包括用於天基網路的射頻和光學衛星技術。 (半導體行業觀察)

自2025年起，房地產市場步入了一個政策密集出台的新階段。從二十屆四中全會明確提出“推動房地產市場實現高品質發展”的戰略導向，到一線城市全面廢止普通住宅與非普通住宅的劃分標準，再到將“優質住房”建設融入城市更新機制之中，中央層面的系列戰略部署正深刻重塑著房地產市場的整體格局。在此輪行業深度轉型的浪潮中，核心城市群內的重點城市以及人口持續淨流入的二線城市，憑藉政策紅利與自身資源優勢，正脫穎而出成為最大受益者，其市場表現及未來發展潛力，無疑值得各界高度關注。一、政策聚焦：中央確立房地產發展三大新路徑此次政策調整，並非旨在短期內刺激市場，而是著眼於房地產行業的長遠健康發展，進行系統性重構。目前，三大核心發展路徑已明確並付諸實施：其一，需求側放鬆管制與精準扶持並舉。中央明確指示，需清理住房消費領域的不合理限制性措施。當前，北京、上海等一線城市的外圍區域已放寬限購政策，廣州及多數二三線城市則全面解除了限購。同時，首付比例與房貸利率的限制也逐步取消。尤為引人注目的是，四大一線城市均廢止了與普通住宅、非普通住宅標準掛鉤的稅收政策，對140平方米以下的二套住房，契稅稅率降至1%，最高可為購房者節省2%的交易成本，此舉極大地激發了改善型住房需求。這種“全面鬆綁+精準優惠”的政策組合，有效疏通了市場交易的瓶頸。其二，供給側轉向“高品質+多元化”發展。政策導向不再單純追求增量擴張，而是聚焦於“優質住房”的建設，要求住宅層高不得低於3米，並強化隔音、防水及抗震等標準。同時，推進老舊小區改造與城中村更新工作，以實現新房品質提升與存量住房最佳化的雙重目標。在保障體系建構方面，“市場+保障”的雙軌制模式得到進一步完善，保障性住房從“規模擴張”轉向“品質提升”，重點解決新市民及低收入群體的住房難題，形成與商品住房相輔相成的格局。其三，風險化解與制度創新同步推進。中央政府高度重視房地產領域風險的化解工作，通過積極推動現房銷售制度的落地實施以及嚴格規範房地產開發企業的融資行為等舉措，全力防範系統性風險的發生。當前，全國範圍內已有超過20個城市開展了預售制度的改革試點工作，逐步向“現房銷售”模式轉變，旨在從根本上消除購房者對於購房過程中可能遭遇陷阱的擔憂，進而重建並增強市場信心。二、優勝者特徵剖析一：核心城市群中的重點城市——政策紅利與存量資產價值的雙重贏家以京津冀、長三角、粵港澳大灣區等核心城市群中的重點城市為代表，這些地區正同時享受著政策與市場的雙重利多，穩固地扮演著房地產市場“穩定器”的角色：從市場實際表現來看，這些城市的二手房市場已率先展現出回暖跡象。以上海為例，11月份其核心區域二手房日均成交量達到754套，環比增長了10%；深圳在11月前17日的新房日均網簽量更是高達276套，創下了自2006年以來的同期最高紀錄；廣州10月份一手住宅的網簽量環比實現了翻倍增長，而11月份的到訪量與認購量也持續保持在高位水平。這一系列熱度的背後，是政策紅利與城市核心價值的深度融合與相互促進。這些城市的核心優勢主要體現在以下三個方面：一是資源高度集聚效應顯著，核心城市群中的重點城市在教育、醫療、商業等配套設施方面已相當成熟，核心區域的次新房因此成為了稀缺資源。以上海陸家嘴、深圳南山等區域為例，其二手房憑藉“即買即住、地理位置優越”的獨特屬性，吸引了大量有改善性住房需求的消費者，成交佔比超過了45%；二是政策支援力度空前，作為政策落地的“先鋒隊”，這些城市不僅享受到了稅收、限購等普遍性的優惠政策，還在城市更新、產城融合等方面獲得了重點扶持。例如，北京、上海的城市更新項目已被納入“好房子”建設的考核體系，進一步提升了存量住房的價值；三是需求基礎堅實穩固，核心城市群的產業集聚能力持續吸引著高端人才的流入，為市場帶來了穩定的改善性需求與剛性需求，為市場價格的穩定提供了有力支撐。值得關注的是，這類城市的市場分化現象也日益凸顯，核心區域與遠郊區域呈現出截然不同的市場態勢，可謂“冰火兩重天”。以北京為例……在上海等城市的外圍區域，新建樓盤的佔比已然超過60%。然而，受限於配套設施的不完善以及通勤時間的冗長，這些區域的樓盤去化周期依舊維持在20個月以上。相較之下，核心區域的二手房市場則憑藉其性價比優勢，持續保持著熱銷態勢。這種“核心區域強、外圍區域弱”的市場格局，正促使資源不斷向優質區域匯聚，進而進一步穩固了其市場領先地位。三、贏家特徵剖析之二：人口呈淨流入態勢的二線城市——增量需求與政策扶持的雙重助力杭州、成都、青島、重慶等人口持續淨流入的二線城市，憑藉其強大的人口吸引力與靈活的政策調整策略，已然成為房地產市場中的“增長引擎”。其崛起背後的邏輯清晰且有力：首要因素在於人口紅利為市場需求奠定了堅實基礎。這些城市依託產業結構的升級與就業機會的增多，持續吸引著外來人口的湧入。據統計，在2025年的前10個月裡，杭州、成都等城市的常住人口增量均突破了10萬人大關。新市民的剛性住房需求與改善型住房需求相互疊加，為市場提供了穩定的需求支撐。資料顯示，青島、成都等地的改善型二手房成交佔比已超過45%，其中“賣舊買舊”的交易模式逐漸成為主流。此外，隨著公積金政策的最佳化，購房者得以提取公積金來支付二手房的首付，這進一步降低了購房門檻。其次，政策的靈活調整為市場注入了新的活力。與一線城市相比，這些二線城市在政策調整上顯得更為靈活多變。它們不僅積極落實中央層面的稅收、限購等優惠政策，還結合地方實際，推出了購房補貼、“以舊換新”等具有地方特色的政策措施。例如，青島為剛需購房者提供了最高可達5萬元的購房補貼；成都則最佳化了“認房不認貸”的規則，大幅降低了換房成本。這些政策措施的實施，直接推動了市場成交量的增長。據統計，在2025年的前10個月裡，重慶、杭州等城市的二手房交易網簽面積同比增長均超過了10%，成為穩定市場的重要力量。最後，城市更新與品質提升的協同作用也為市場發展提供了有力支撐。這些城市正處於城鎮化內涵式發展的關鍵階段，城市更新力度不斷加大，老舊小區改造與新城區建設同步推進。這一舉措不僅有效盤活了存量住房資源，還通過實施“好房子”標準，提升了新房的品質水平。以成都為例，該市將智慧社區等現代元素融入城市建設之中……杭州將綠色建築納入新建住宅的強制性要求範疇，在核心區域的土地供應中明確設定了“品質考核指標”。這些舉措不僅順應了國家政策導向，也精準對接了購房者對於居住品質的更高追求，從而建構了一個“政策扶持—品質升級—需求釋放”的良性互動循環。四、雙贏邏輯：政策契合度與城市發展潛力的深度融合兩類城市的迅速崛起，絕非偶然現象，而是政策導向與城市內在發展動力精準對接、相互促進的必然結果。從政策制定的角度審視，中央政府的調控策略已由“一刀切”的統一模式轉變為“因城施策”的靈活機制。核心城市群中的重點城市因此獲得了更多制度創新的試驗空間，而人口持續淨流入的二線城市則被賦予了更大的政策調整自主權。這種差異化的政策扶持，無疑為這些優勢城市的發展注入了強勁動力。再從城市自身條件分析，這兩類城市均具備三大核心優勢：其一，人口吸引力強勁，無論是核心城市群對高端人才的匯聚效應，還是二線城市對外來人口的吸納能力，穩定的人口增長均為房地產市場提供了堅實支撐；其二，產業支撐力穩固，產業升級帶來的就業機會增多與居民收入水平提升，直接決定了住房需求的支付能力，這是它們與人口流出型城市形成鮮明對比的關鍵所在；其三，配套設施完善，教育、醫療、交通等公共服務的全面升級，不僅提升了住房的綜合價值，更形成了“居住+生活”的雙重吸引力，這是遠郊項目與人口流出型城市難以企及的核心競爭力。五、市場前瞻：分化趨勢加劇，優勢城市將持續領跑隨著政策效應的逐步顯現，房地產市場“強者愈強”的分化格局將進一步深化。核心城市群中的重點城市與人口淨流入的二線城市，其優勢地位將從以下三個層面持續鞏固並擴大：在政策維度，中央政府將繼續大力支援核心城市群的一體化發展處理程序以及人口淨流入城市的城鎮化建設步伐，城市更新、產城融合等政策資源將進一步向這些城市傾斜；在市場層面，二手房市場的交易活躍度將持續提升，核心城市群重點城市的存量住房流轉效率將進一步加快，而人口淨流入的二線城市則將持續釋放新增住房需求。在市場格局層面，有兩類城市的市場活躍程度將顯著超越其他地區。從行業發展趨勢來看，房地產企業將會進一步聚焦於這兩類城市，資源向其傾斜將促使產品競爭力與服務水準得到提升，進而建構起“城市 - 市場 - 企業”三者之間良性互動的正向循環體系。就購房群體而言，核心城市群中重點城市的核心區域所售賣的次新房，以及人口呈淨流入態勢的二線城市中的高品質新建住房，依舊是具備高性價比的優質選項。從行業發展的宏觀視角分析，這兩類城市在發展處理程序中所積累的實踐經驗，能夠為房地產行業實現高品質發展提供具備可操作性與可推廣性的借鑑模式，有力推動整個行業從單純追求“規模擴張”的粗放式發展模式，徹底轉變為注重“品質提升”的精細化發展模式。展望未來，房地產市場的競爭格局將發生深刻變革，不再是各個城市之間全方位、無差別的“全面對決”，而是優勢城市在特定領域開展深度挖掘、精細化營運的“精耕細作”。而這兩類城市，已然站在了房地產行業全新發展階段的起點之上，蓄勢待發。 (房地產那些事兒)