輝達 2026 年 GTC 大會召開，以 “Token 為王，7 芯 5 櫃迎 Agent 新時代” 為核心主線，宣告 AI 產業已從訓練全面進入推理主導的新階段，Token 成AI 時代的核心數字商品，算力需求迎來百萬級指數增長，並宣佈Rubin+Blackwell晶片到2027年營收將超過1兆美金。我們對 AI 帶動的算力需求以及應用發展持續樂觀，算力類股的短期波動不改長期成長邏輯，持續推薦 AI 算力產業鏈相關標的，包括GPU/CPU、光模組、光晶片、液冷、光纖光纜等算力鏈上下游細分領域。中信建投通訊&人工智慧、電腦、電子、機械團隊推出【AI算力產業鏈投資前景】系列研究：01 GTC 大會召開， Token 為王，持續看好AI算力類股1）輝達 2026 年 GTC 大會召開，以 “Token 為王，7 芯 5 櫃迎 Agent 新時代” 為核心主線，宣告 AI 產業已從訓練全面進入推理主導的新階段，Token 成AI 時代的核心數字商品，算力需求迎來百萬級指數增長，並宣佈Rubin+Blackwell晶片到2027年營收將超過1兆美金。2）大會回溯 CUDA 架構二十年發展鑄就的生態護城河，發佈 cuDF、cuVS 兩大核心軟體庫與 Vera Rubin 超級 AI 平台，深度佈局 OpenClaw 智能體生態，同時公佈 Feynman 架構、DSX 基建平台、軌道太空資料中心等前瞻規劃。我們認為，本次 GTC 大會進一步驗證了 AI 產業的高景氣度與長期成長空間，我們持續推薦 AI 算力產業鏈相關標的，包括GPU/CPU、光模組、光晶片、液冷、光纖光纜等算力鏈上下游細分領域，我們對 AI 帶動的算力需求以及應用持續樂觀。輝達 2026 年 GTC 大會隆重舉行，本次大會全面展現了輝達在 AI 領域的全端技術實力與長期產業佈局，成為 AI 產業從大模型訓練向推理與智能體應用演進的關鍵里程碑。大會開篇，黃仁勳用近十分鐘回溯了 CUDA 架構誕生二十年的演進歷程，明確 CUDA 是輝達所有業務的核心，其最難以複製的壁壘，是二十年沉澱的全球海量安裝基數，以及由此形成的 “安裝基數 - 開發者 - 技術突破 - 生態擴容” 閉環增長飛輪。二十年技術深耕讓 CUDA 形成了覆蓋數千種工具、編譯器、框架和庫的完整開發生態，數億塊可運行 CUDA 的 GPU 與計算系統實現了對全球主流雲廠商、企業的全覆蓋，這是競爭對手無法通過技術、資金在短期追趕的核心護城河，而 CUDA 帶來的超長產品生命周期與持續軟體最佳化能力，也持續放大輝達的成本與生態優勢。本次大會的核心主線明確了 “Token 為王” 的 AI 產業新邏輯，正式宣告 AI 推理拐點已經到來。大會指出，ChatGPT 開啟生成式 AI、推理 AI 實現邏輯規劃、Claude Code 開啟代理時代三大里程碑事件，推動 Token 使用量呈爆炸式增長，AI 產業已從訓練主導階段全面進入推理主導的全新階段，AI 的思考、行動、閱讀、推理全環節都依賴推理計算，算力需求增長已達 100 萬倍。黃仁勳在大會中重新定義了 AI 產業的商業邏輯，指出受電力等物理條件限制，資料中心的核心價值已從傳統儲存計算中心，重構為生產 Token 的 “AI 工廠”，衡量 AI 系統效率的核心指標是每瓦特功耗能夠生成的 Token 數量，Token 成為 AI 時代的核心數字商品。輝達通過軟硬體全端協同設計，實現了 Token 生產成本的全球絕對領先，從 Hopper H200 到 GB NVL72 架構，每 GW 性能提升 35-50 倍，僅軟體棧更新即可讓現有推理平台的 Token 生成速度提升約 7 倍，同時輝達重磅宣佈 Rubin+Blackwell 晶片到 2027年營收將至少達到 1 兆美元，為 AI 算力產業的長期增長打開了空間。為適配推理與智能體時代的需求，輝達在大會中完成了軟體與硬體的全端革新。軟體層面，大會重磅發佈 cuDF、cuVS 兩大核心軟體庫，重構適配智能體時代的企業級資料處理基礎設施，其中 cuDF 專為結構化資料加速，完美適配企業常用的 SQL、Excel 等工具，解決 AI 讀資料慢的核心瓶頸，cuVS 則專注非結構化資料處理，能夠啟動企業內佔比超 90% 的非結構化沉睡資料，目前兩項技術已在 IBM、雀巢等企業落地應用，實現了資料處理效率的大幅提升與成本的顯著下降。同時，輝達宣佈深度支援開源智能體作業系統 OpenClaw，黃仁勳評價其增長速度超過過往數十年的 Linux，是智能體時代的關鍵軟體底座，針對企業級智能體部署的安全痛點，輝達同步推出企業級安全增強版 NemoClaw 參考架構，解決了智能體落地的核心安全障礙，並明確預判傳統 SaaS 模式將全面轉向 AaaS（智能體即服務），未來幾乎所有軟體企業都將被這一浪潮重構。硬體層面，大會重磅發佈了已全面投產的 Vera Rubin 超級 AI 平台，這是專為智能體 AI 打造的軟硬體全端垂直整合計算系統，也是輝達支撐兆營收目標的核心硬體底座。該平台通過 7 款自研晶片 + 五大專用機架的全鏈路協同設計，覆蓋計算、網路、儲存三大核心環節，專為高 Token 消耗、長上下文處理的智能體工作負載設計，目前已獲得 Anthropic、OpenAI、Meta 等頭部 AI 廠商及全球頂級雲服務商的客戶支援。平台通過 Rubin GPU 與自研 Vera CPU 協同、Groq3 LPU 低延遲推理異構加速、BlueField-4 DPU 驅動的 STX 儲存架構革新、全液冷系統與 CPO 光電共封裝技術升級，實現了 Token 生產能效與成本的顛覆性最佳化，整套系統可提供 60 exaflops 的運算能力與 10 PB/s 的總擴展頻寬，單吉瓦算力可解鎖 1500 億美元的年營收機會。大會同步推出了平台的超大規模擴展版本 Rubin Ultra，實現了單 NVLink 域 144 顆 GPU 的統一協同，同時黃仁勳明確重申，光銅協同仍是支撐 AI 算力增長的核心支柱。此外，本次大會輝達還完成了 AI 算力的全維度長期規劃，公佈了三大核心前瞻佈局：一是 2028 年將商用的下一代 Feynman 架構，核心目標是將傳統資料中心伺服器叢集重構為一台高度整合的巨型超級電腦，通過定製化 HBM 記憶體、自研 Rosa CPU、計算儲存封裝深度耦合實現算力的跨越式升級；二是 NVIDIA DSX 端到端基礎設施平台，覆蓋 AI 資料中心從設計、建設到維運的全流程，解決超大規模算力叢集的部署效率、能源效率與穩定性核心痛點；三是太空算力前瞻佈局，計畫聯合合作夥伴開發 Vera Rubin Space One 太空計算平台，在地球軌道建設太空資料中心，突破地面算力的邊界限制。整體而言，本次 GTC 大會全面驗證了 AI 產業仍處於高速發展的產業革命處理程序中，明確了推理拐點的到來與智能體時代的開啟，將持續帶動全球 AI 算力需求的爆發式增長。我們對 AI 帶動的算力需求以及應用發展持續樂觀，算力類股的短期波動不改長期成長邏輯，持續推薦 AI 算力產業鏈相關標的，包括GPU/CPU、光模組、光晶片、液冷、光纖光纜等算力鏈上下游細分領域。風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關稅影響超預期；人工智慧行業發展不及預期，影響雲端運算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT裝置、光模組/光器件類股的企業；數字經濟和數字中國建設發展不及預期；電信營運商的雲端運算業務發展不及預期；營運商資本開支不及預期；雲廠商資本開支不及預期；通訊模組、智能控製器行業需求不及預期。02 關注數位人民幣和國產算力鏈數位人民幣營運機構擬擴容至12家商業銀行，相關IT系統建設需求提速。2025年底相關方案出台，2026年起數位人民幣進入M1/M2時代，計息擴容等成為後續關注重點。阿里最新季度阿里雲收入同比增 36%，AI 業務高增，資本開支加大並上調長期投入目標，設定雲與AI業務五年年化約47%增長目標，同時推進自研晶片、新AI平台及組織架構調整。騰訊2025年業績穩健，AI 融入各業務，騰訊雲首次實現規模化盈利；2026年計畫翻倍加碼AI投入，資本開支將高於上年，並密集推出AI產品，依託生態搶佔AI流量入口。數位人民幣營運機構有望擴容，12家商業銀行或將入圍，數位人民幣相關系統建設與改造需求有望加速釋放。 25年12月，《關於進一步加強數位人民幣管理服務體系和相關金融基礎設施建設的行動方案》出台，新一代數位人民幣計量框架、管理體系、運行機制和生態體繫於2026年1月1日啟動實施，標誌著數位人民幣正式進入M1/M2的新時代。數位人民幣計息擴容等落地實施成為後續關注重點。3月20日，根據上證報新聞，自相關管道獲悉，數字人民幣業務營運機構有望擴容，12家商業銀行或入圍，將接入央行端數位人民幣系統。有望擴容名單包括中信銀行、光大銀行、華夏銀行、民生銀行、廣發銀行、浦發銀行、浙商銀行這7家全國性股份行；寧波銀行、江蘇銀行、北京銀行、南京銀行、蘇州銀行這5家地方城商商行。一家城商行人士向記者證實已經收到有關部門相關通知要求，需要如期完成系統研發、聯調測試、驗收投產、上線面客等工作。此外，3月17日，寧波銀行在其官方採購管理系統發佈了兩則公告，對外召集“數位人民幣系統建設項目供應商”。公告顯示根據業務發展需要，按照寧波銀行採購相關管理辦法，擬對《數位人民幣系統建設項目》面向社會公開徵集供應商，誠邀符合條件的供應商參與方案洽談。我們認為，隨著數位人民幣進入M1/M2時代，銀行營運推廣數位人民幣的動力大幅增加，數位人民幣核心系統建設以及相關IT系統改造需求有望加速釋放。阿里雲與AI業務強勁增長，管理層目標相關業務五年年化增速約47%。阿里於3月19日發佈截至2025年12月31日的2026財年Q3財報，阿里雲收入432.84億元，同比增長36%，AI相關產品收入連續第十個季度三位數增長，AI已經成為公司主要增長引擎之一。資本開支方面，阿里持續加大投入力度，最新財季資本開支約290億元，且公司CEO在業績會上提出考慮到客戶AI推理需求的爆發式增長，此前提及的3800億元投資可能顯得偏小，會在確保財務健康的前提下動態調整資本開支節奏。今年以來，阿里雲在模型、應用、晶片層均取得一定突破，Qwen3.5-Plus在推理、程式設計、Agent智能體等領域取得積極進展。阿里自研的平頭哥GPU晶片截至2026年2月已累計規模化交付47萬片，年化營收規模達百億，已為阿里的雲基礎設施提供實質性貢獻。據阿里CEO吳泳銘，阿里雲基礎能力的建設和持續增長正將阿里巴巴的AI戰略推向新的高潮，五年內阿里雲和AI商業化年收入將從今年的1000多億元大幅增長至1000億美元，復合年化增長約47%。為了實現AI商業化加速落地，阿里近期發佈了企業級AI原生工作平台“悟空”，悟空Agent能原生操作釘釘上千項能力。此外，阿里本周還宣佈正式成立Alibaba Token Hub（ATH）事業群，圍繞“創造Token、輸送Token、應用Token”重組AI業務體系，為AI toB & to C業務拓展提供組織保障和戰略協同。AI逐步融入騰訊各項業務，騰訊雲首次實現規模化盈利。騰訊於3月18日發佈2025年全年業績，收入利潤均實現穩健增長。AI正融入騰訊各個業務類股，遊戲業務部署AI以改善使用者體驗、廣告業務融入AI提升行銷效益、元寶及微信等服務接入AI能力完善生態佈局等。此外，騰訊雲2025年雖然因為優先保障內部需求導致外部客戶GPU供應有限，營收相對承壓，但仍首次實現規模化盈利，調整後營業利潤達50億元。資本開支方面，騰訊2025年全年約為792億元，同比小幅增長3%創歷史新高，2026年一方面加大AI產品投入，混元、元寶相關投入在2025年180億元基礎上預計2026年投入翻倍；另一方面，會根據AI訓練推理需求、雲業務增長和晶片供應情況動態調整資本開支節奏，2026年資本開支會高於2025年。騰訊預計將瞄準AI融入產品生態中的發展戰略，今年以來騰訊密集發佈包含元寶派、WorkBuddy、QClaw等AI功能與產品，有望憑藉自身社交、辦公相關生態卡位優勢搶佔AI時代流量入口。總結：數位人民幣營運機構擬擴容至12家商業銀行，相關IT系統建設需求提速。2025年底相關方案出台，2026年起數位人民幣進入M1/M2時代，計息擴容等成為後續關注重點。阿里最新季度阿里雲收入同比增 36%，AI 業務高增，資本開支加大並上調長期投入目標，設定雲與AI業務五年年化約47%增長目標，同時推進自研晶片、新AI平台及組織架構調整。騰訊2025年業績穩健，AI 融入各業務，騰訊雲首次實現規模化盈利；2026年計畫翻倍加碼AI投入，資本開支將高於上年，並密集推出AI產品，依託生態搶佔AI流量入口。風險提示：（1）宏觀經濟下行風險：電腦行業下游涉及千行百業，宏觀經濟下行壓力下，行業IT支出不及預期將直接影響電腦行業需求；（2）應收帳款壞帳風險：電腦多數公司業務以項目制簽單為主，需要通過驗收後能夠收到回款，下遊客戶付款周期拉長可能導致應收帳款壞帳增加，並可能進一步導致資產減值損失；（3）行業競爭加劇：電腦行業需求較為確定，但供給端競爭加劇或將導致行業格局發生變化；（4）國際環境變化影響（目前美國持續加息，影響科技行業估值，同時市場對於海外衰退預期加強，對於海外收入佔比較高公司可能形成影響，此外美國不斷對中國科技施壓）。03 AI算力驅動散熱架構升級，液冷一次側裝置迎來價值重估AI算力高密度化推動資料中心散熱從風冷全面轉向液冷，液冷架構對冷源的低溫、穩定、可控要求大幅提升，使得一次側系統從輔助配套升級為核心基礎設施。一次側散熱裝置中冷水機組和壓縮機尤為關鍵，冷水機組作為核心冷源，承擔全天候兜底製冷功能，壓縮機作為冷水機組動力核心，直接決定整機製冷量、能效水平與運行穩定性。隨著資料中心製冷系統向中溫高效、大冷量、磁懸浮離心方向升級，帶動冷水機組和壓縮機單機價值量、技術壁壘與行業集中度同步抬升，具備自主技術的磁懸浮離心壓縮機廠商，以及擁有大冷量產品、切入主流供應鏈的冷水機組龍頭企業將持續受益。AIGC驅動散熱需求爆發，液冷已成首選解決方案AIGC浪潮推動AI大模型迭代及商業化落地持續加速，訓練端與推理端算力需求呈指數級增長，直接帶動全球AIDC進入爆發式建設周期。國內外大型科技企業算力相關資本開支大幅增加，為AIDC建設提供有力支撐，全球及國內AIDC市場規模持續擴容，高功率密度大型、超大型算力中心已成為未來建設重點。與此同時，AIDC單機櫃功率密度持續攀升，傳統風冷技術已無法滿足高密算力的散熱需求，疊加“雙碳”目標下全球資料中心PUE管控標準持續收緊，液冷技術憑藉耗能低、散熱效率高、運行工況優異、全生命周期成本低等核心優勢，成為AIDC製冷系統的首選方案。AIGC驅動、功率密度提升、PUE管控收緊三大因素形成共振，推動液冷散熱需求加速釋放，為液冷一次側散熱行業的快速發展奠定了堅實基礎。液冷一次側散熱重要性提升，冷水機組與壓縮機成核心環節AIDC液冷系統以CDU為界分為一次側與二次側，其中一次側作為室外冷源側，承擔熱量外排核心職能，其冷源方案直接決定資料中心PUE與TCO，與二次側協同完成全流程散熱閉環，一次側散熱作為聯結機房內部熱交換與外部環境排熱的核心鏈路，重要性日益凸顯。一次側散熱方案呈現三大主流格局，冷水機組為兜底冷源，是各類方案中不可或缺的核心，也是液冷一次側價值量與技術壁壘最高的環節。壓縮機作為冷水機組的“心臟”，成本佔比超50%、能耗佔比約72%，由於AIDC與傳統IDC在需求上差異顯著，螺桿壓縮機、傳統離心壓縮機的能效、冷量和穩定性短板凸顯，而磁懸浮離心壓縮機憑藉無油運行、高能效、寬負荷調節、溫控精準等優勢，可完美適配AIDC液冷需求，已成為新建高密度智算中心標配。需求爆發與技術突破共振，一次側散熱國產替代重構行業格局隨著 AIGC 推動全球算力基建高速增長，資料中心算力密度持續提升，散熱需求加速升級，冷水機組與壓縮機作為一次側核心裝置，直接影響資料中心PUE與整體營運成本TOC，行業需求持續釋放。當前全球一次側裝置高端市場長期由開利、特靈、約克、麥克維爾等美系巨頭及磁懸浮領域龍頭丹佛斯佔據，外資憑藉技術、品牌與客戶資源優勢主導高端供給，但普遍存在價格偏高、交付周期長、本土化適配不足及產能緊張等問題，為國內企業帶來替代機遇。國內廠商在政策支援與需求紅利下，已在磁懸浮軸承、高速電機、控制系統等核心技術實現突破，企業憑藉高性價比、快速交付與本土化服務，持續向中高端市場滲透，在冷水機組整機與磁懸浮離心壓縮機環節加速推進國產替代。未來隨著液冷普及與行業格局重構，具備核心技術與規模化交付能力的國產龍頭有望實現市場份額與盈利水平的雙重提升。投資建議：AIDC 液冷一次側散熱已成為AI算力基建的剛性核心環節，行業正處在滲透率快速提升、技術路線升級與國產替代三重共振的高確定性成長階段。AI 算力高密度化推動資料中心散熱從風冷全面轉向液冷，液冷架構對冷源的低溫輸出、連續穩定、精準可控要求大幅提升，使得一次側系統由輔助配套升級為算力基礎設施的核心組成部分。液冷一次側系統中，冷水機組和壓縮機因其承擔核心供冷與動力輸出職能、契合冷源高效化升級趨勢，重要性和價值量顯著提升，其中冷水機組承擔全天候兜底製冷與穩定供冷功能，是液冷體系中不可或缺的關鍵裝備；壓縮機作為冷水機組唯一做功部件與“動力心臟”，價值量佔比超50%，直接決定整機製冷量、能效水平與運行穩定性，是產業鏈技術壁壘與盈利核心。隨著液冷滲透率持續提升、單機櫃功率不斷上移，資料中心冷源正加速向中溫高效、大冷量、磁懸浮離心方向升級，帶動冷水機組和壓縮機從傳統螺桿路線向磁懸浮離心路線迭代，單機價值量、技術壁壘與行業集中度同步抬升。建議聚焦AIDC液冷一次側散熱高價值、高壁壘環節，重點佈局兩條主線：①磁懸浮離心壓縮機核心標的：優先選擇已實現磁懸浮軸承、高速永磁電機、控制系統自主突破，產品完成客戶驗證並進入批次供貨的壓縮機廠商，充分受益技術迭代與國產替代紅利；②大功率冷水機組整機龍頭：重點關注面向AIDC場景、具備大冷量機型與系統方案能力，已切入主流雲廠商與算力中心供應鏈的冷水機組企業，受益行業規模擴張與格局集中。1.1 AIGC浪潮驅動全球算力基礎設施建設進入爆發式增長周期AI大模型迭代與商業化落地加速，共同推動算力需求在訓練端與推理端呈現指數級增長。訓練端，隨著AI大模型從基礎研發向超大規模、多模態、AI智能體（Agents）升級，模型的參數量從1.17億提升至數兆，模型結構也從稠密LLM模型向MoE稀疏化模型以及多模態模型持續演進發展，單次任務Token消耗量呈指數級上升。與此同時，模型數量也在呈井噴式增長，據中國資訊通訊研究院統計，截至2025年6月底，中國已發佈1509個大模型，在全球已發佈的3755個大模型中數量位居首位。推理端，AI大模型推動各領域智能化轉型加速，已從初步應用向深度賦能階段邁進，成為推動行業高品質發展的核心驅動力。從發展趨勢來看，隨著多模態大模型技術的不斷迭代以及具身智能的逐步落地，AI技術將打破現有應用邊界，更深層次地融入生產生活各領域，催生出新的應用場景與商業模式。無論是從AI業務負載還是應用發展趨勢，都在驅動算力需求呈現爆發式增長。AIDC作為AI產業的核心算力基座，其建設規模與增速與AI行業發展高度相關，當前全球算力技術設施建設正進入新一輪快速發展期。根據科智諮詢與Global Growth Insights資料，2021年全球資料中心市場規模為765.6億美元，預計2026年將達到1459.2億美元，2027年將增至1632.5億美元，到2035年將進一步達到2621.5億美元以上，未來十年全球AIDC市場將呈現高速增長態勢。國內市場方面，根據工信部資料顯示，截至2025年6月，中國在用算力中心標準機架達1085萬架，智能算力規模達788EFLOPS，幹線400G連接埠數量大幅增加至14060個，存力總規模超過1680EB，全國算力中心平均電能利用效率（PUE）降至1.42，算力基礎設施規模和水平不斷提升。與此同時，大型以上算力中心機架數量佔算力中心總機架規模比重逐年上漲，部分超大型算力中心的平均單機櫃功率已達20kW，高功率密度、高算力的大型、超大型算力中心已經成為未來建設的重點。本輪全球算力基礎設施建設提速主要源自國內外大型科技企業持續的資本開支增加。自2022年以來，北美四大雲廠商為代表的國內外大型科技企業資本開支經歷了顯著的周期性變化。2022年至2023年上半年，受宏觀經濟逆風及疫情後需求變化影響，資本開支增速放緩甚至出現負增長。然而，自2023年下半年起，受生成式AI技術突破驅動，無論是海外的科技巨頭，還是國內的網際網路大廠，均在人工智慧基礎設施上投入重金，開啟了新一輪激進的“AI軍備競賽”，資本開支在2024年和2025年呈現爆發式增長，主要資金流向AI基礎設施，主要包括購買GPU和定製晶片、建設或租賃大規模智算中心、採購配套能源設施等，以應對大模型訓練與推理帶來的算力挑戰。2025年全球各大雲廠商均宣佈了近千億美元等級的資本開支計畫，核心投向用於AI訓練和推理的GPU叢集，其中OpenAI正計畫到2030年累計投入約6000億美元用於算力支出，字節跳動初步規劃2026年資本開支1600億元人民幣，較2025年同比增長7%，阿里雲則在未來三年3800億元資本開支基礎上額外增加投入。風險提示：1）技術迭代不及預期風險：磁懸浮離心壓縮機核心技術（磁懸浮軸承、高速永磁電機）研發難度高，若國內廠商技術突破進度慢於行業升級節奏，或液冷冷源出現更優替代技術路線，可能導致相關企業產品競爭力下降，錯失行業增長機遇。2）核心零部件供應鏈風險：冷水機組、磁懸浮壓縮機部分高端零部件（如精密感測器、高端控製器）仍依賴進口，若海外供應鏈出現中斷、進口限制或價格大幅上漲，將影響國內企業生產交付、成本控制及產品性能穩定性。3）行業需求落地不及預期風險：AIDC建設受AI算力擴張節奏、政策調控、資本開支收縮等因素影響，若下游算力中心建設進度放緩，液冷滲透率提升不及預期，將直接影響冷水機組、磁懸浮壓縮機的訂單放量，拖累行業及相關企業成長。4）行業競爭加劇風險：隨著液冷一次側散熱賽道熱度提升，傳統製冷企業、跨界企業加速佈局冷水機組及磁懸浮壓縮機領域，可能引發價格戰，導致行業盈利水平下滑；同時，海外頭部廠商若加速產能釋放、技術下沉，將擠壓國產廠商市場份額。04 公募基金通訊行業持倉佔比再創新高，持續推薦AI算力類股2025Q4，公募基金通訊行業持倉市值3428.71億元，同比增長63.80%，環比增長12.84%，創歷史新高；公募基金通訊行業持倉市值佔比10.18%，創歷史新高，較2025Q3的持倉佔比6.87%提升3.31pcts，較2024Q4的持倉佔比3.57%提升6.61pcts。通訊行業公募基金持倉市值前十大個股集中在光模組光器件類股。部分算力公司已披露業績預告，保持較快增長勢頭。近期，算力類股走勢糾結，我們預計一是因為市場對2027年的需求展望仍存分歧，二是類股持倉較重。我們認為調整是機會。一方面，我們持續推薦AI算力類股，包括北美算力產業鏈與國內算力產業鏈的核心公司；另一方面，我們也建議關注AI應用類股，特別是端側AI Agent的進展。此外，也建議關注可能邊際改善的海纜及光纖光纜類股、軍工通訊及商業航天類股、量子科技類股。AI算力需求增長強勁，算力產業鏈部分公司業績高增發佈業績預告的光模組/光器件公司2025年歸母淨利潤幾乎均實現50%以上的同比增長，其中長芯博創、光庫科技預計2025年歸母淨利潤同比增長超過100%，光模組/光器件公司業績表現突出主要是受益於人工智慧相關算力投資持續增長。同時，連接器公司鼎通科技受益於AI驅動連接器市場需求旺盛，業績顯著增長。近期，算力類股走勢比較糾結。我們預計一是因為市場對2027年的需求展望仍存分歧，二是類股持倉較重。我們認為調整是機會。目前，AI大模型仍在持續迭代升級，算力需求旺盛，站在中期視角我們仍建議持續重視AI類股。一方面，我們持續推薦AI算力類股，包括北美算力產業鏈與國內算力產業鏈的核心公司；另一方面，我們也建議關注AI應用類股，特別是端側AI Agent的進展。此外，我們也建議關注未來可能邊際改善的海纜及光纖光纜類股、軍工通訊及商業航天類股，國內外巨頭紛紛加碼的量子科技類股。風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關稅影響超預期；人工智慧行業發展不及預期，影響雲端運算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT裝置、光模組/光器件類股的企業；數字經濟和數字中國建設發展不及預期；電信營運商的雲端運算業務發展不及預期；營運商資本開支不及預期；雲廠商資本開支不及預期；通訊模組、智能控製器行業需求不及預期。05 千問接入阿里生態業務，台積電超預期，推薦算力類股1月15日，Qwen App正式宣佈全面接入淘寶、支付寶、淘寶閃購、飛豬、高德等阿里生態業務。這一動作標誌著Qwen App超越了傳統意義上的“聊天機器人”。與此前ChatGPT、Gemini已經推出的購物功能相比，依託阿里生態的各項業務，Qwen App能夠做的事情更多，成為了全球首個能完成真實生活複雜任務的AI助手。長期以來，使用者對大模型的體感大多停留在螢幕內的數字閉環，AI可以幫助使用者寫文案、畫圖，但一旦涉及現實世界的互動，AI往往會因為缺乏執行工具而無法操作。而此次Qwen App的升級，改變了這一局面。在這場AI超級入口戰役中，Qwen被內部賦予的差異點之一是，阿里擁有Qwen開源模型和從支付、購物到出行、旅行、娛樂的生態和履約能力，因此“模型”+“生態”整合會是其獨特優勢所在。發佈會現場，Qwen C端事業群總裁吳嘉演示了一個典型的生活場景：使用者僅需語音下達“幫我點40杯霸王茶姬的伯牙絕弦”指令，Qwen App即刻呼叫淘寶閃購介面生成訂單，並通過系統級打通的“支付寶AI付”完成支付，全程無需跳轉第三方應用。這種所說即所得的體驗重構了消費鏈路，過去的電商購物需要“搜尋-比價-加購-支付”等繁瑣步驟，而Qwen將其折疊為一個對話方塊，引領行業從傳統聊天工具正式邁入辦事時代。我們認為，大模型已經持續迭代超過3年，CSP廠商也為此投入大額資本開支，2026年有望成為AI全面走嚮應用發展的一年，包括整合生態推出各類AI助手、通過廣告引流實現創收等，建議重視AI應用的發展。當然，AI應用的發展也會繼續推動大模型進一步訓練迭代以及推理算力的持續增長，因此也持續看好算力類股。台積電披露最新財報，收入、淨利潤、毛利率與資本開支指引均超出市場預期，公司提及大額資本開支指引是基於與客戶反覆溝通後確定的。對此，我們認為台積電的指引可以作為算力行業的重要前瞻指標，預期2027年算力需求仍有望保持強勁增長勢頭，從通訊行業來看我們持續推薦光模組、液冷、光纖光纜等類股。風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關稅影響超預期；人工智慧行業發展不及預期，影響雲端運算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT裝置、光模組/光器件類股的企業；數字經濟和數字中國建設發展不及預期；電信營運商的雲端運算業務發展不及預期；營運商資本開支不及預期；雲廠商資本開支不及預期；通訊模組、智能控製器行業需求不及預期。06 國內算力與衛星網際網路建設或再提速，重點關注輝達宣佈新一代“Rubin”計算架構平台已正式進入量產階段，中國客戶對H200的需求“非常高”。工信部等八部門聯合印發《“人工智慧+製造”專項行動實施意見》。DeepSeek或將推出新一代旗艦級人工智慧模型。除北美算力鏈持續推薦外，我們建議近期重點關注國產算力產業鏈，包括IDC及產業鏈（HVDC/液冷/柴發）、交換機等環節。中國相關機構開啟了超大規模衛星星座計畫，申報20萬顆，其中，中國移動申報了兩個星座，規模為2664顆衛星。中國移動資金實力強，客戶規模龐大，該申請對衛星網際網路產業鏈別具意義，持續建議關注衛星網際網路產業鏈，尤其是衛星製造及上游元器件，其中如果業務涉及傳統地面通訊網路裝置業務、且又深度參與衛星網際網路建設的公司建議重點關注。在CES 2026主題演講中，輝達CEO黃仁勳宣佈新一代“Rubin”計算架構平台已正式進入量產階段。其在接受媒體採訪時表示：公司已重啟H200供應鏈，中國客戶對H200的需求“非常高”。同時，馬斯克旗下AI初創公司xAI發佈公告，宣佈已完成一輪200億美元的E輪融資，超過了此前設定的150億美元目標，公司計畫利用本輪新融資，繼續擴巨量資料中心規模，並推進Grok模型的進一步開發與訓練。近日，工信部等八部門聯合印發《“人工智慧+製造”專項行動實施意見》，提出到2027年，中國人工智慧關鍵核心技術實現安全可靠供給，產業規模和賦能水平穩居世界前列。此外根據新浪財經報導，DeepSeek預計將在未來幾周內推出新一代旗艦級人工智慧模型，該模型主打強勁的程式碼生成能力。在大模型能力提升和下游應用逐漸萌芽等因素的推動下，國內AI算力需求有望持續提升，除北美算力鏈持續推薦外，我們建議近期重點關注國產算力產業鏈，包括IDC及產業鏈（HVDC/液冷/柴發）、交換機等環節。根據國際電信聯盟（ITU）最新披露資料，中國相關機構開啟了超大規模衛星星座計畫，申報20萬顆，這一規模創下國內衛星星座申報的新紀錄。其中，中國移動申報了兩個星座：分別被命名為CHINAMOBILE-L1，規模為2520顆（低軌）；CHINAMOBILE-M1，規模為144顆（中軌），兩個星座總計為2664顆衛星。中國移動資金實力強，且作為基礎電信營運商，客戶規模龐大，並擁有衛星移動通訊業務牌照，該申請對衛星網際網路產業鏈別具意義，持續建議關注衛星網際網路產業鏈，尤其是衛星製造及上游元器件，其中如果業務涉及傳統地面通訊網路裝置業務、且又深度參與衛星網際網路建設的公司。風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關稅影響超預期；人工智慧行業發展不及預期，影響雲端運算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT裝置、光模組/光器件類股的企業；數字經濟和數字中國建設發展不及預期；電信營運商的雲端運算業務發展不及預期；營運商資本開支不及預期；雲廠商資本開支不及預期；通訊模組、智能控製器行業需求不及預期。07 持續推薦AI算力類股，關注量子計算與商業航天產業鏈OpenAI發佈其人工智慧模型的最新升級版GPT-5.2，提供Instant、Thinking和Pro三種模型，是迄今在專業知識工作領域中能力最強的模型系列，在製作電子表格、建構簡報、編寫程式碼、圖像理解、長文字處理、工具使用及處理複雜的多步驟任務等方面都有顯著提升。與GPT-5.1相比，GPT-5.2產生幻覺的情況更少，回答錯誤率相對降低了約30%，這意味著在運用模型進行調研、寫作、分析與決策支援時出錯更少，模型在日常知識型工作中變得更為可靠。博通本周公佈了2025財年第四季度業績，CEO陳福陽表示，未來18個月內博通在AI定製晶片、交換機及其它資料中心硬體產品上的訂單積壓已達730億美元。此外，據彭博社報導，美國將批准輝達向中國出口H200 AI晶片，條件是美政府從銷售額中抽取25%分成，銷售僅限“獲批准的客戶”。我們認為，AI大模型仍在持續迭代升級，競爭遠未結束，算力需求旺盛，繼續看好AI算力類股。北美鏈繼續看好之外，國內鏈也建議重視，一方面國內鏈公司前期調整較多，而北美鏈光模組公司近期已紛紛新高，另一方面隨著國產GPU能力及供給量的提升以及H200的放開，有望加速國內AI算力基礎設施的部署節奏。量子科技作為國家重點佈局的未來產業，近期催化不斷，如國儀量子技術（合肥）股份有限公司科創板IPO申請已獲得受理，國家標準《無液氦稀釋製冷機》正式發佈，建議持續關注量子科技產業鏈，尤其是量子計算整機、稀釋製冷機、低溫同軸線纜等環節。本周，中國在海南商業航天發射場成功將衛星網際網路低軌16組衛星發射升空；文昌國際航天城年產1000顆衛星的超級工廠即將投產，可實現“衛星出廠即發射”的無縫銜接；SpaceX正推進IPO計畫，公司的估值目標或定為約1.5兆美元。此前，國家航天局印發《國家航天局推進商業航天高品質安全發展行動計畫（2025-2027年）》，推進商業航天高品質發展和高水平安全。建議持續關注商業航天領域相關投資機會。風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關稅影響超預期；人工智慧行業發展不及預期，影響雲端運算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT裝置、光模組/光器件類股的企業；數字經濟和數字中國建設發展不及預期；電信營運商的雲端運算業務發展不及預期；營運商資本開支不及預期；雲廠商資本開支不及預期；通訊模組、智能控製器行業需求不及預期。08 AI大模型與應用持續發展，算力受益，關注量子DeepSeek V3.2正式版發佈，強化Agent能力，融入思考推理。在公開的推理類Benchmark測試中，DeepSeek-V3.2達到了GPT-5的水平，僅略低於Gemini-3.0-Pro。DeepSeek-V3.2-Speciale的目標是將開源模型的推理能力推向極致，探索模型能力的邊界。字節跳動旗下豆包團隊與中興通訊合作推出首款工程樣機nubia M153，支援豆包手機助手，進一步探索手機側AI Agent。我們認為，AI大模型仍在持續迭代，大局未定，各家都存在繼續進步或逆襲可能，所以不能因為某些模型階段性領先就過度看空其餘模型及相關公司產業鏈，AI應用也在持續發展，不論是手機還是眼鏡，尚未到完全突破階段，但都可能引發階段性行情，值得持續關注。亞馬遜發佈Trainium3，基於3奈米製程打造，性能較Trainium2提升4倍，能效提升40%。同時，亞馬遜表示正在研發中的Trainium4將支援與輝達晶片協同工作。AMD蘇姿丰證實已獲批對華出口AI晶片MI308，需向美政府支付15%稅費。摩爾線程上市首日大漲。xPU持續迭代，市場高度關注，有望推動AI進一步快速發展。近期，AI產業鏈催化不斷，包括Google新模型性能大幅提升及TPU展示出的較強能力、DeepSeek V3.2正式版發佈、亞馬遜發佈Trainium3、以及摩爾線程上市市場展現出的高參與熱情等等，同時更多公司包括輝達、阿里、AMD等否認AI泡沫的觀點，均展現了AI的良好發展前景。目前，世界正處於AI產業革命中，類比工業革命，影響深遠，不能簡單對比近幾年的雲端運算、新能源等，需要以更長期的視角、更高的視野去觀察。因此，我們對AI帶動的算力需求以及應用非常樂觀，持續推薦AI算力類股。工業和資訊化部量子資訊標準化技術委員會籌建方案公示。我們認為，量子科技作為國家重點佈局的未來產業，承載著成為新經濟增長點的重任，建議重點關注稀釋製冷機、低溫同軸線纜等環節。風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關稅影響超預期；人工智慧行業發展不及預期，影響雲端運算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT裝置、光模組/光器件類股的企業；數字經濟和數字中國建設發展不及預期；電信營運商的雲端運算業務發展不及預期；營運商資本開支不及預期；雲廠商資本開支不及預期；通訊模組、智能控製器行業需求不及預期。09 國產算力：替代趨勢較為明確，生態能力逐步完善算力領域我們認為有以下投資機會：1）龍頭公司增長確定性：輝達需要整個產業鏈研發能力快速迭代、快速響應。若能力不夠很難進入輝達產業鏈，或者份額顯著下降，PCB、光模組等龍頭公司與下游晶片公司跟蹤緊密、地位穩固，其中PCB價值量未來將受益於正交背板使用、cowop工藝的提升；2）新技術升級方向，輝達階段性著重解決問題的方向，是獲取超額利潤的子方向。2025年開始，系統方案的供電、散熱問題成為整個系統的瓶頸點。北美缺電越來越明顯，電力系統需要更加穩定以及更加高效的輸送方式，關注HVDC和更高效的SST固態變壓器等技術。同時隨著晶片性能提升，散熱方面遇到越來越多的瓶頸，關注液冷板、CDU、UQD等領域大陸企業份額提升的投資機會，其次如何穩定提高晶片計算頻率，對於AI晶片來說是一個提升性能的關鍵辦法，針對下一代晶片封裝方案演進是未來重要投資方向，關注微通道蓋板、金剛石襯底或者熱介面材料；3）產業鏈加速本土化叢集。為應對快速的研發迭代，產業叢集優勢逐步顯現，如PCB產業鏈國內下游高份額之後，上游的覆銅板，覆銅板上游的樹脂、玻纖布、銅箔等等都開始了國內企業加速驗證，光模組亦是如此；4）訂單外溢。圍繞份額變化投資，隨著龍頭公司訂單外溢，整個產業鏈都呈現高景氣度，部分公司份額提升。中期維度看，訂單向國產晶片傾斜是必然趨勢。由於美國政府晶片法案多輪制裁，輝達旗艦晶片向中國的售賣持續受阻，從2022年的片間互聯、23年的算力以及算力密度限制、到2025年初的1700GB/s通訊頻寬限制，輝達產品被迫多次進行閹割，競爭力持續下降。雲廠商以及人工智慧初創公司基於算力穩定供應訴求，將更多算力採購規劃傾斜向國產晶片，並且比重不斷加大。目前看伴隨國產先進製程逐漸成熟，低端版輝達晶片在國內將不再是具有性價比的採購選項，國產算力市佔率大幅抬升時機已經成熟。目前國產晶片市場集中度提升趨勢明顯。由寒武紀、華為為代表的晶片公司憑藉強大的技術實力、優異的產品性能、以及前線業務資源的大量投入，最先實現商業化客戶業務的成功落地，在大模型推理算力建設中貢獻大量算力；以天數智芯、沐曦、崑崙芯為代表的創業公司也在奮起直追，通過良好的產品性能以及性價比，爭取大規模商業化客戶成單機會，近期可以觀察到國內晶片廠商紛紛投入大量人力物力資源，嘗試與多家頭部網際網路客戶進行業務繫結。國內晶片生態建設分為兩大路線，一條是以天數智芯、沐曦、海光等主打GPGPU路線，追求與輝達的CUDA相容，實現相容性與通用性提高，在客戶處實現遷移成本與遷移時間大幅度下降，在輝達的生態圈內搶佔市場。後續CUDA升級或模型升級，CUDA相容路線軟體棧同樣需要更新升級以適配，長期跟進對人力消耗較大；另一條則是以華為的Mindspore為代表的自主生態，試圖在輝達生態圈外建立單獨生態圈，與輝達進行競爭。其後續突圍能力，除技術成熟度外，更多考量產品出貨量與基於Mindspore開發的研發人員數量，對長期持續投入具有較高要求。財務資料角度看，國產GPU廠商已經進入營收高速增長階段。伴隨其產品運用從prefill階段逐漸向decode階段滲透，並在訓練場景得到一定落地，國產晶片廠在CSP廠處的業績快速躍遷，並為後續更進一步份額抬升打下良好基礎。除營收增速高速增長外，國產GPU廠商存貨同步進入上升軌道，“產品銷售—資金回流—流片放量”循環逐步啟動，國產替代趨勢愈發明確。風險提示：北美經濟衰退預期逐步增強，宏觀環境存在較大的不確定性，國際環境變化影響供應鏈及海外拓展；晶片緊缺可能影響相關公司的正常生產和交付，公司出貨不及預期；疫情影響公司正常生產和交付，導致收入及增速不及預期；資訊化和數位化方面的需求和資本開支不及預期；市場競爭加劇，導致毛利率快速下滑；主要原材料價格上漲，導致毛利率不及預期；匯率波動影響外向型企業的匯兌收益與毛利率；人工智慧技術進步不及預期；汽車與工業智能化進展不及預期；半導體擴產不及預期等。10 記憶體頻寬成為算力卡口，存算架構持續迭代記憶體仍然是AI算力核心卡口，HBM需求持續高景氣。隨著輝達GPU的發佈周期固定在每年一次，算力提升對記憶體容量和頻寬提出了接近每年翻倍的高要求；根據諮詢公司資料，GPU的計算能力在過去20年間增長了60000倍，但同期DRAM記憶體頻寬僅提高了100倍——“記憶體牆”仍將長期存在，通過HBM路線實現低功耗高頻寬趨勢明確。以位元計算，目前HBM佔整個DRAM市場比重仍在個位數，滲透率存在較大提升空間；TrendForce預測到2026年HBM出貨量將超過300億Gb。DRAM產能供給緊缺趨勢不變，SK海力士等龍頭廠商加速擴產。從供給端看，HBM供應仍然緊缺，相應持續擠佔DRAM產能，25Q2~Q3 DRAM廠商現貨報價加速攀升；部分美國與國內廠商已經開始和晶圓廠簽訂2-3年的長期合同進行鎖價。根據Trendforce援引The Bell報導，SK海力士計畫通過清州DRAM工廠M15X和利川M16的擴產，在26H2將其DRAM晶圓產量提高到60萬片/月，和三星的DRAM晶圓產能處於同一水平。具體來看，M15X在投產初期將保持在10000片/月的DRAM晶圓，到26Q4將爬坡至5萬片/月。HBM迭代周期隨之顯著縮短。2025年下半年，輝達量產的GB300搭載的是12層24GB的HBM3e，2026年輝達將發佈的Rubin系列和AMD將發佈的MI400系列均將搭載HBM4/4e。其中輝達計畫在26Q1完成HBM4的最終資格測試。從更新周期來看，JEDEC於2025年4月正式發佈了JESD 270-4高頻寬儲存器(HBM4)標準，（介面寬度從HBM3/HBM3e的1024位翻倍至2048位；堆疊通道數從16個增加到32個，支援24Gb或32Gb晶片的4到16層堆疊配置），較HBM3規範發佈約三年，計畫落地時間較HBM3落地時點亦在三年左右。根據EETimes的預測，HBM的迭代周期從前期的每四年一代提高並穩定到每兩年到兩年半一代。全球龍頭儲存廠商競逐HBM4，SK海力士仍居領先地位，三星美光加速追趕。根據Trendforce預測，2025年SK海力士將以59%的HBM出貨量保持行業領先地位，而三星和美光將各佔20%左右份額。從時點上看，SK海力士於2025年3月交付了全球首批12層HBM4樣品、6月小批次出貨，計畫10月快速進入量產；美光也在25Q2向主要客戶交付了HBM4樣品、計畫2026年進入量產；三星的HBM4樣品25Q2交付給輝達，當前進入最終的預生產（PP）階段。從技術上看，SK海力士的HBM4擁有2048個I/O終端，頻寬翻倍，引腳速度在10 Gbps以上。美光目前交付HBM4樣品超過2.8 TBps頻寬和超過11 Gbps引腳速度，計畫在2027年同時推出標準版和定製版的HBM4e。三星同樣計畫於2027年推出HBM4e產品，目標引腳速度超過13Gbps，目標最大吞吐量3.25TB/s，較當前HBM2.5e快約3倍。遠期看，輝達計畫自研Base Die，意在進一步提高傳輸速率。除傳統晶圓廠外，為了進一步提高傳輸速率，AI算力晶片廠商也開始協同進行HBM設計。2025年8月，輝達宣佈計畫自研HBM記憶體Base Die，採用3nm工藝，預計於2027年下半年開始小規模試產。輝達此次自研HBM記憶體Base Die的計畫，旨在最佳化AI晶片的記憶體頻寬與能效匹配度；未來輝達的HBM記憶體有望採用記憶體原廠DRAM Die與輝達Base Die的組合模式，標誌著其在高性能計算儲存架構領域的垂直整合進一步深化。風險提示：1、未來中美貿易摩擦可能進一步加劇，存在美國政府將繼續加征關稅、設定進口限制條件或其他貿易壁壘風險；2、AI上游基礎設施投入了大量資金做研發和建設，端側尚未有殺手級應用和剛性需求出現，存在AI應用不及預期風險；3、宏觀環境的不利因素將可能使得全球經濟增速放緩，居民收入、購買力及消費意願將受到影響，存在下游需求不及預期風險；4、大宗商品價格仍未走穩，不排除繼續上漲的可能，存在原材料成本提高的風險；5、全球政治局勢複雜，主要經濟體爭端激化，國際貿易環境不確定性增大，可能使得全球經濟增速放緩，從而影響市場需求結構，存在國際政治經濟形勢風險。11 端側：巨頭加碼終端側AI算力，應用落地驅動產業發展混合AI有望成趨勢，端側AI價值顯現雲邊協同的混合式AI架構對AI的規模化擴展起到重要作用。根據高通《混合AI是AI的未來》白皮書，隨著生成式AI正以前所未有的速度發展以及計算需求的日益增長，AI處理必須分佈在雲端和終端進行，才能實現AI的規模化擴展並行揮其最大潛能。與僅在雲端進行處理不同，混合AI架構可以根據模型和查詢需求的複雜度等因素，在雲端和邊緣終端之間分配並協調AI工作負載。雲端和邊緣終端如智慧型手機、汽車、個人電腦和物聯網終端協同工作，能夠實現更強大、更高效且高度最佳化的AI。端側AI具有成本、能耗、可靠性、隱私、安全和個性化優勢。成本優勢：AI推理的規模遠高於AI訓練。模型的推理成本將隨著日活使用者數量及其使用頻率的增加而增加。在雲端進行推理的成本極高，這將導致規模化擴展難以持續。將一些運算負載從雲端轉移到邊緣終端，可以減輕雲基礎設施的壓力並減少開支。能耗優勢：邊緣終端能夠以很低的能耗運行生成式AI模型，尤其是將處理和資料傳輸相結合時。可靠性、性能和時延：當生成式AI查詢對於雲的需求達到高峰期時，會產生大量排隊等待和高時延，甚至可能出現拒絕服務的情況。向邊緣終端轉移計算負載可防止這一現象發生。隱私、安全和個性化：由於資料處理完全在本地進行，終端側AI有助於保護個人資訊，以及企業和工作場所中的機密資訊。以本地和雲端分別運行AI大模型製作行程安排為例，本地AI大模型通過長期學習使用者行為，並利用本地儲存的資訊，可以給出更貼合使用者生活習慣、更準確的建議。相較之下，如果雲端模型需要訪問使用者本地儲存的檔案、瀏覽記錄等資訊再給出個性化的建議，使用者通常較難接受。邊緣側已具備運行AI的實踐基礎，未來將支援多樣化的生成式AI模型。在生成式AI出現之前，AI處理已在終端側獲得應用，越來越多的AI推理工作負載在手機、PC等邊緣終端上運行。自2017年華為麒麟 970 首度在手機 SoC中引入了 NPU（用於拍攝和圖像識別）之後，高通與聯發科也先後在2018年的驍龍855和2019年的天璣1000中整合了NPU/APU模組；目前NPU已逐漸成為手機SoC中常備整合的模組，且用途從最初的協同ISP進行圖像處理發展為目前端側模型的主要支撐者，重要性與日俱增。在2024年發佈的驍龍8e和天璣9400上，分別整合了“Hexagon V79+Sensing Hub+DSP”和MediaTek NPU 890用於AI處理，NPU模組佔SoC投影面積比例顯著提升。除此之外，OPPO還曾在2021年12月舉辦的OPPO INNO DAY上發佈了首款外掛式NPU MariSilicon X(採用TSMC 6nm製程)，儘管只是用於圖像處理，但仍讓我們看到了未來NPU在端側獨立部署的另一種可能。終端裝置有望在AI的催化下迎來新一輪創新周期。生成式AI正在驅動新一輪內容生成、搜尋和生產力相關用例的發展，覆蓋包括智慧型手機、PC、汽車、XR以及物聯網等終端品類，提供全新的增強使用者體驗。以PC為例，AI大模型已能夠有效地處理文件撰寫和簡報製作等任務，完美契合PC作為生產力工具的定位。此外，在以終端為中心的混合AI架構中，多數任務能夠在PC本地運行，既保護隱私，又能及時響應。新興的發展趨勢有望帶動新一輪的產品創新周期，全球科技巨頭正加速投入。風險提示：1、未來中美貿易摩擦可能進一步加劇，存在美國政府將繼續加征關稅、設定進口限制條件或其他貿易壁壘風險；2、AI上游基礎設施投入了大量資金做研發和建設，端側尚未有殺手級應用和剛性需求出現，存在AI應用不及預期風險；3、宏觀環境的不利因素將可能使得全球經濟增速放緩，居民收入、購買力及消費意願將受到影響，存在下游需求不及預期風險；4、大宗商品價格仍未走穩，不排除繼續上漲的可能，存在原材料成本提高的風險；5、全球政治局勢複雜，主要經濟體爭端激化，國際貿易環境不確定性增大，可能使得全球經濟增速放緩，從而影響市場需求結構，存在國際政治經濟形勢風險。12 AI模型加速迭代，算力飛輪與軟體生態有望共振（1）宏觀經濟下行風險：電腦行業下游涉及千行百業，宏觀經濟下行壓力下，行業IT支出不及預期將直接影響電腦行業需求；（2）應收帳款壞帳風險：電腦多數公司業務以項目制簽單為主，需要通過驗收後能夠收到回款，下遊客戶付款周期拉長可能導致應收帳款壞帳增加，並可能進一步導致資產減值損失；（3）行業競爭加劇：電腦行業需求較為確定，但供給端競爭加劇或將導致行業格局發生變化；（4）國際環境變化影響：目前國際形勢動盪，對於海外收入佔比較高公司可能形成影響，此外美國不斷對中國科技施壓，導致供應鏈安全風險。國內外大模型加速迭代，差距進一步縮窄2024年以來，國內外模型均加速迭代。其中海外各家大廠模型能力側重有所不同，OpenAI通過GPT-5統一了O系列和數字系列模型，並聚焦幻覺率下降以適配使用者落地需求；Anthropic的Claude圍繞程式設計能力不斷最佳化，Sonnet 4已支援百萬token上下文；xAI基於20萬GPU叢集開發的Grok 4引入了多個智能體共同思考的模式，其RL投入的算力已超過Pre-Training算力；Google Gemini和Veo模型則分別對應Chrome和YouTube產品生態。國內由阿里主導開源生態，圍繞“全尺寸”“全模態”“多場景”推出各種模型；初創廠商中DeepSeek及MiniMax亦入局爭奪開源第一寶座，DeepSeek-R1、MiniMax-M2模型均以較低成本實現較高性能。隨著國內外模型進一步迭代，預計國內開源陣營頭部模型能力與海外大廠閉源模型差距將進一步縮窄，並通過成本最佳化為AI應用打開空間。國內廠商不斷最佳化模型架構，競相爭奪開源第一國內前沿模型與海外差距縮短，多方角逐開源陣營領先地位。橫向對比各廠商大模型能力，儘管以OpenAI為代表的海外廠商持續引領技術優勢，但國內前沿模型能力同樣始終位列全球第一梯隊，且較海外頭部廠商的差距已由最初的6個月以上縮短到目前的約3個月。就廠商而言，阿里作為國內唯一踐行全面開源戰略的網際網路大廠，持續引領國內開源模型風向；但也不乏DeepSeek、MiniMax等初創廠商在開源領域嶄露頭角。加單不斷，全球資本開支援續上行當前國內外資本開支向上的趨勢基本一致，但近期海外以OpenAI和Oracle主導的算力大單進一步加速了開支上行節奏。其中，OpenAI通過和AMD、輝達、博通、CoreWeave等合作，向著2033年達到250GW資料中心的目標不斷推進；Oracle則堅定向GPU雲轉型，以超過經營性現金流的投入體量加速部署AI資料中心。OpenAI多樣化的算力融資方式，以及Oracle需要舉債的資本開支投入方式，有望促進海外傳統雲和科技廠商，以及國內的大廠進一步上修資本開支預期。國內B端AI商業化初顯國內B端企業AI商業化初顯，Pre-AI環節需求旺盛，降本增效的垂直場景推進較快。當前國內AI應用正處於加速滲透階段，政策層面，中央密集出台一系列政策檔案，提出“適度超前建設數字基礎設施”並 印發《關於深入實施“人工智慧+”行動的意見》，提出到2027年智能體滲透率達到70%。技術突破方面，國產大模型DeepSeek V3.1版本發佈，程式設計能力提升以及更長上下文窗口支援有望推動智能體在更多複雜場景的落地，助力企業數位化、智能化建設，提升企業管理效率。從當前2B企業已公告AI相關訂單或收入的情況看，儘管訂單或收入絕對值不高，但AI已經開始逐步體現商業化價值。風險提示：（1）宏觀經濟下行風險：電腦行業下游涉及千行百業，宏觀經濟下行壓力下，行業IT支出不及預期將直接影響電腦行業需求；（2）應收帳款壞帳風險：電腦多數公司業務以項目制簽單為主，需要通過驗收後能夠收到回款，下遊客戶付款周期拉長可能導致應收帳款壞帳增加，並可能進一步導致資產減值損失；（3）行業競爭加劇：電腦行業需求較為確定，但供給端競爭加劇或將導致行業格局發生變化；（4）國際環境變化影響：目前國際形勢動盪，對於海外收入佔比較高公司可能形成影響，此外美國不斷對中國科技施壓，導致供應鏈安全風險。 (中信建投證券研究)

算力產業迎來利多政策。今日，上海市經濟和資訊化委員會、上海市通訊管理局聯合發佈《關於組織開展國家算力互聯互通行業節點建設的通知》（以下簡稱《通知》），旨在提高公共算力資源使用效率和服務水平，促進算力高品質發展。《通知》指出，行業節點面向上海市重點行業建設算力供需對接體系機制，實現上海市不同區域、主體、架構的算力資源標準化互聯和高效流動應用，提升整體算力水平。行業節點建設各自服務平台，為行業內算力互聯互通提供算力資源匯聚、算力標識、算力選擇等市場化服務，並接入區域節點。主要包括算力網際網路服務中心、算力資源匯聚、算力選擇、安全保障等業務和安全管理系統。上海最新發佈3月20日，上海市經濟和資訊化委員會、上海市通訊管理局聯合發佈《關於組織開展國家算力互聯互通行業節點建設的通知》。根據《通知》，國家算力互聯互通體系由“1”個已建成發佈的國家算力網際網路服務節點(以下簡稱“國家節點”)及“M”個區域、“N”個行業算力互聯互通節點組成(以下分別簡稱 “區域節點”、“行業節點”)。通過國家算力網際網路(區域、行業)服務中心等6大核心系統，實現算力資源入網入市、標識匯聚、互聯調度等功能。在建設目標方面，《通知》明確，行業節點面向上海市重點行業建設算力供需對接體系機制，實現上海市不同區域、主體、架構的算力資源標準化互聯和高效流動應用，提升整體算力水平。在建設內容方面，《通知》提出，行業節點建設各自服務平台，為行業內算力互聯互通提供算力資源匯聚、算力標識、算力選擇等市場化服務，並接入區域節點。主要包括算力網際網路服務中心、算力資源匯聚、算力選擇、安全保障等業務和安全管理系統。《通知》提到，算力互聯互通節點採取“統一標識、統一標準、統一規則”的運行機制。標識方面，各節點通過國家節點獲取唯一標識編碼，實現算力資源入網入市。標準方面，各節點按照統一標準建設，統一介面對接，實現互聯互通。規則方面，各類算力資源按照統一規則開展算力交易、互聯調度等工作。關於節點申報，《通知》明確，行業節點由上海市經濟和資訊化委員會同市通訊管理局推薦重點行業單位以單獨或聯合體方式申報，每個行業原則上可申報1個行業節點。申報應註明建設主體和營運主體，其中建設主體註冊資金不低於5000萬元，具備承擔項目建設的持續資金保障能力。營運主體應持有相關電信業務經營許可（事業單位除外），具有營運必要的場地、裝置和人員等條件，近3年未有重大失信記錄。明確核心系統、參與主體根據《通知》附件1，節點建設內容包括核心系統、參與主體、工作流程。其中，核心系統涉及以下六個方面：1、國家算力網際網路(區域、行業)服務中心(A)。為節點的前端門戶，提供標識註冊、算力交易、任務調度和資料分發等營運服務。2、算力標識管理系統(B)。接收服務中心註冊資訊，按算力互聯互通等標準完成算力標識賦碼，提供標識解析服務， 支撐基於算力閘道器的標識管理。3、算力資源匯聚系統(C)。與算力資源服務商介面標準化適配，接入各類算力資源，實現對區域算力的管理。並通過與國家節點互動，實現全域算力資源感知。4、算力選擇系統(D)。獲取參數並建構資訊庫，提供參數檢索、推薦等服務，可接通資料定向傳輸服務，支撐路徑精準選擇與資料高效傳輸。5、算力運行安全監測系統(E)。通過算力標識閘道器即時獲取算力資源側、平台側、互聯調度側、應用側的業務資訊，實現算力運行安全監測。6、安全保障系統(F)。建構網路、資料、業務、應用全維度安全防護體系，覆蓋漏洞掃描、安全管控、風險評估等關鍵環節，全方位保障節點安全。另外，《通知》附件1還明確了五大參與主體，具體來看：1、算力互聯互通節點主體。由地方企事業單位負責建設營運，提供算力互聯互通統籌調度服務。2、算力資源提供商。為使用者提供通算、智算、超算等軟硬體計算能力的主體，包含網際網路資料中心服務商、網際網路接入服務商等。3、算力轉售調度服務商。為使用者提供算力交易任務分發與執行保障服務的主體，包含雲服務商、基礎電信企業、節點營運主體等。4、算力應用服務商。為使用者提供人工智慧應用、科學計算、算力卡、雲手機、雲電腦等基於算力資源封裝應用服務的主體，包含雲服務商、基礎電信企業、軟體服務商等。5、算力專線服務商。為使用者提供雲專網等算力專線服務的企事業單位，保障算力資源高效調度與低時延連接，包含基礎電信企業，算力雲專網營運企業等。 (券商中國)

儲存巨頭最新發聲：今年無法滿足所有客戶的需求漲價將貫穿全年！近日，SK海力士在高盛的電話會上發佈對儲存行業及公司經營的最新觀點。該公司認為：“全球儲存器產業已徹底轉向賣方市場，2026年價格漲勢將貫穿全年。”SK海力士這項判斷是基於AI需求爆發與供應端剛性約束的雙重擠壓。公司透露目前DRAM及NAND庫存僅剩約4周，且沒有任何客戶能完全滿足需求。更為嚴峻的是，2026年高頻寬儲存器 （HBM） 產能已提前售罄，標準型DRAM的極度短缺正大幅提升供應商議價權，產業鏈已啟動長期合約談判以鎖定未來供應。SK海力士將發生上述情況的核心原因歸結為兩點：一是AI大模型、高效能運算對儲存器的真實需求持續井噴，遠超產業預期；二是儲存器晶片製造依賴的無塵室空間擴張緩慢，產能爬坡受限，形成“需求-供給”差距。“今年無法滿足所有客戶的需求，價格持續上漲已成定局。”該公司稱。（來源於：新浪財經）高盛：AI去年對美國GDP貢獻幾乎為零高盛首席經濟學家Jan Hatzius認為，儘管美國公司在人工智慧上投入巨大，但進口晶片和硬體抵消了這些投資在GDP計算中的實際意義，因此對2025年美國GDP增長的貢獻基本為零。部分商業領袖可能也持相同的看法。最近一項針對美國、歐洲和澳大利亞近6000名高管的調查發現，儘管70%的公司都在積極使用人工智慧，但其中約80%的公司表示，人工智慧對就業或生產力沒有產生任何影響。（來源於：格隆匯APP）DeepSeek聯合清北重磅硬核論文：發力智能體底層基建 擊穿Agent推理I/O瓶頸！大模型正在從單輪對話機器人，快速進化為能夠自主規劃、呼叫工具並解決實際問題的Agent。然而，這種轉變在底層算力架構上引發了一場大地震。當大模型在長期的上下文中與環境進行幾十甚至上百輪的互動時，計算的瓶頸從GPU的算力轉為儲存I/O頻寬。由於每次只追加極少的Token，導致KV-Cache命中率極高（通常大於95%），GPU大量的時間被用來等待從外部儲存中讀取海量的歷史KV-Cache資料。為了打破這一僵局，DeepSeek聯合北大、清華研究團隊提出了一種全新的大模型推理系統——DualPath。該系統通過引入“雙路徑KV-Cache載入”機制，巧妙利用了叢集中閒置的網路頻寬，將Agentic大模型負載的離線推理吞吐量提升了最高1.87倍，線上服務吞吐量平均提升了1.96倍。目前，這項研究已在包含多達1152張GPU的叢集上完成了大規模驗證，支援DeepSeek-V3.2 660B等頂級大模型。（來源於：華爾街見聞）五角大樓極限施壓Anthropic 要求周六前解除所有AI安全限制美國五角大樓正向 Anthropic極限施壓，要求在美國時間周五晚前（台北時間周六晚前，2月28日晚前）徹底解除Claude的軍事應用限制。如果 Anthropic 拒絕，五角大樓將考慮動用《國防生產法》（Defense Production Act）強制其修改程式碼，或者直接將其打上「供應鏈風險」的標籤，徹底切斷其與軍方乃至其他聯邦承包商的商業聯絡。會後，Anthropic發佈新版政策。公司正式放棄了「單方面暫停大模型訓練」的安全承諾。在政治與商業的雙重壓力下，AI 安全理想主義最終向現實妥協。（來源於：新智元）剛剛，OpenAI狂攬7500億元 輝達、亞馬遜、軟銀搶投2月28日，OpenAI宣佈拿到1100億美元（約合人民幣7544億元）新融資，其中亞馬遜投500億美元、輝達投300億美元、軟銀投300億美元。這也是全球AI領域迄今規模最大的單筆融資。（來源於：智東西）阿里Qwen3.5-Plus/Qwen3.5-397B-A17B 新模型上線2月16日，阿里在chat.qwen.ai頁面低調上線了Qwen3.5-Plus和Qwen3.5-397B-A17B兩款新模型。Qwen3.5-Plus定位為Qwen3.5系列最新大語言模型，Qwen3.5-397B-A17B定位則是Qwen3.5開源系列旗艦大語言模型。兩款模型均支援文字和多模態任務。（來源於：第一財經）千問將發佈AI眼鏡據悉，阿里千問將在2026年世界移動通訊大會（MWC）上發佈AI眼鏡，並於3月2日開啟線上線下全管道預約。據阿里內部人士透露，除AI眼鏡之外，千問還會在年內陸續發佈AI指環、AI耳機等產品，並面向全球市場發售。（來源於：科創板日報）宇樹科技，發佈新款機器人！2月24日，宇樹科技發佈新款四足機器人Unitree As2，稱其動力性能約為當前主力四足機器人Go2的兩倍。宇樹科技發佈的視訊Demo中，Unitree As2挑戰了多種複雜路況和惡劣天氣，能在河溝、雪地、叢林、亂石路中自由穿行。軟體方面，Unitree As2配備仿生具身大模型，並升級了智能伴隨系統，可以隨著人類方位行進，並根據人類手勢移動、跳起，呈現類似人與寵物狗一樣的互動。（來源於：中國經濟網）Google推出Nano Banana 2圖像AI模型：支援4K解析度輸出 改進中文字元亂碼問題2月27日，Google現已正式推出 Nano Banana 2圖像模型，新版模型基於Gemini 3.1 Flash Image 建構，相比上一代擁有更快的響應速度和更強的理解能力，對使用者提示詞的解析也更加精準。據Google透露，Nano Banana 2 在生成一致性方面有明顯提升，同時修復了此前版本中常見的中文字元亂碼、語義混亂或畫面中出現奇怪偽影等情況。在性能層面，Nano Banana 2 的圖像輸出解析度從 2K 提升至最高 4K，可處理更複雜的提示內容，支援在多張圖片中保持最多 5 個角色形像一致，並能在單張畫面中融合多達 14 個元素。（來源於：IT之家）雷軍：十五五小米將重點攻堅 晶片、AI、作業系統等底層核心技術近日，小米集團董事長兼CEO雷軍表示，小米計畫未來五年重點攻堅晶片、AI、作業系統等底層核心技術，向著成為全球硬核科技公司的目標不斷努力。（來源於：北京日報） (超算百科)

一、核心事件：美方開放H200晶片出口的背景與政策博弈1. 事件核心參數出口條件：美方允許輝達向中國出口H200晶片，但需收取25%的銷售分成，且僅對「獲批准客戶」開放，隱含用途監管（如禁止軍事領域使用）。效能定位：H200為Hopper架構訓練型晶片，FP16算力約為上一代H20晶片的2倍，雖不及最新Blackwell架構（如B100），但仍是當前國內稀缺的高性能訓練算力載體。供應鏈現況：台積電為H200主要代工廠，單台medium unit H200的wafer+封裝成本約1300美元，對應營收佔台積電總營收僅1%左右；後端測試環節由金源店參與，PCB打件（OAM）主要依賴工業富聯。2. 中美政策博弈邏輯二、中國AI算力需求面：缺口顯著，資本開支難追缺口1. 需求端核心數據①.算力缺口規模：雲廠商層面：騰訊因GPU短缺在2025年三季報下調資本開支（capex）預期；阿里巴巴規劃三年3000億+人民幣AI capex，但明確“供給遠趕不上需求”，即使全額投入仍可能不足。產業整體：2025年中國智慧算力規模已達1037.3EFLOPS，2026年將翻倍至2000+EFLOPS，市場規模突破250億美元；但GPU平均利用率僅40%，部分場景低於20%，算力浪費與缺口並存存。②.資本開支對比：中國：預計2024-2027年頭部超大規模雲端服務商（hyper scalers）capex年增25%，2027年達4,500億人民幣；六大CSP（阿里、騰訊、字節等）2025年AI capex已達3730億人民幣，同摩27%，2025月，2025月200億人民幣。美國：同期美國大廠（如AWS、微軟）capex規模為中國的3-4倍，僅微軟2025年AI相關capex即超500億美元（約3600億人民幣），接近中國頭部廠商總和（新浪財經）。2. 需求結構分化：訓練與推理的差異三、供給面：進口與國產並行，本土產能加速爬坡1. 進口晶片：H200短期成核心補充採購意願：中國雲廠商對H200需求強烈，即使加價25%仍具備吸引力，核心原因是Hopper架構擁有成熟開源生態（如CUDA），可降低AI運算建製成本，性價比優於NVL汽車級晶片。供應規模預測：若政策放行，2026年上半年H200對華交付量或達50萬-80萬顆，可滿足國內30%-40%的訓練算力缺口；疊加存量H100、A100晶片，進口晶片將覆蓋近60%的訓練需求（新浪財經）。2.國產晶片：從「合規推理」向「高算力訓練」突破①技術與產能規劃：合規推理晶片：國內雲廠商（阿里平頭哥、百度崑崙、騰訊燧原）已推出符合美國ECCN 3A09標準的產品（TPP<4800 TOPS，單位面積算力<200 TOPS/mm²），採用台積電6nm/7nm製程，2025年月升達1.25年月調達1.25年月調。高算力訓練晶片：依賴中芯國際7nm（N+2）工藝，2024年月產能8000片，2025年增至2萬片，2026年達3-4萬片（大摩開門會）；2027年國產算力晶片需求將達48萬片（具體單位為1.123×10²⁰算力單位），本土供給可滿足60%（新浪財經）。②國產化瓶頸：良率：中芯國際7nm製程良率僅30%-50%（大摩7月報告），導致國產晶片單位成本比台積電代工高20%-30%。生態：國產晶片多依賴開源框架（如MindSpore），與CUDA生態相容性不足，部分大模型廠商需額外投入30%成本進行適應。四、產業鏈影響：從硬體到應用的全鏈條機遇1. 核心受益環節與標的（含資料支撐，僅供參考）2. 潛在承壓環節①國產高階GPU廠商：短期面臨H200競爭，2026年國產GPU市佔率或從20%降至15%，但華為昇騰、寒武紀等龍頭因綁定政務、國企訂單，份額相對穩定。②先進封測（CoWoS）：若H200封測訂單回流台積電，國內通富微電、長電科技的CoWoS業務短期增速或從40%降至25%（新浪財經）。五、長期趨勢：算力自主與生態建構成核心方向國產算力網路建置：聯通雲等企業推進「5+4+31+X」算網一體架構，5大核心智算樞紐（京津冀、長三角等）支撐大模型訓練，4大西算樞紐（內蒙古、貴州等）承接離線任務，2026年跨區域算力調度將延遲（50ms）以內電計算範圍內50msms（世界）以進行通訊延遲（50msms）將延遲（世界計算範圍內50msms。政策支援：國家透過「算力券」補貼國產晶片應用，2025年已發放50億元算力券，帶動國產GPU採購量成長3倍（大摩7月報告）；2026年計畫將補貼規模擴大至100億元，重點支援推理場景國產化。技術突破方向：國內廠商加速佈局3nm以下先進製程、Chiplet（芯粒）技術，中芯國際計畫2027年量產5nm（N+3）工藝，國產Chiplet封裝良率預估2026年突破85%（大摩調校），可降低高算力晶片成本40%。 （有道調查）

在人工智慧快速發展的帶動下，智能算力需求呈現迅猛增長態勢。近日舉行的2025中國算力大會上公佈的資料顯示，截至7月底，中國算力平台營運層註冊企業使用者超1000家，入駐算力服務商逾100家，上架優質算力產品110餘項，接入主流基礎大模型和垂類模型90餘個。工業和資訊化部副部長熊繼軍表示，工信部將有序引導算力設施建設，切實提升算力資源供給質量。要推動完善算力佈局政策體系，最佳化佈局算力基礎設施，引導各地合理佈局智能算力設施，持續開展國家綠色資料中心建設。強化企業創新主體地位，推進科技創新與產業創新深度融合。加快突破GPU晶片等關鍵核心技術，擴大基礎共性技術供給。深入開展算力強基“揭榜”行動，聚焦計算、儲存、網路等重點方向，加快新技術新產品應用推廣。算力產業規模增長迅速 智能算力需求猛增資料顯示，近年來，中國算力總規模年增速達到30%左右。在人工智慧的快速發展帶動下，智能算力需求呈現迅猛增長態勢。大會預計，2025年中國智能算力規模增長將超過40%。中國電信研究院發佈的《智算產業發展研究報告（2025）》顯示，隨著人工智慧大模型加速賦能行業應用和智能終端，將進一步助力智能算力產業蓬勃發展。中國電信研究院戰略發展研究所所長饒少陽表示，到2035年，人工智慧將為中國的GDP貢獻超過11兆元，大概佔到GDP的4%到5%。這個可能帶動算力的需求是十倍，甚至百倍的增長。當前，隨著人工智慧技術的快速迭代，算力已成為全球科技競爭的最前沿和經濟社會高品質發展的新引擎。“十四五”期間，中國算力產業發展迅速，基礎設施規模和水平位居全球前列，智能算力規模達788EFLOPS（每秒百億億次浮點運算，FP16半精度），幹線400G連接埠數量增至14060個，存力總規模超過1680EB。值得注意的是，大會上，中國算力平台正式完成山西、遼寧、上海、江蘇、浙江、山東、河南、青海、寧夏、新疆10個省區市分平台接入工作，實現“平台、主體、資源、生態、場景”全面貫通，中國“全域總覽、分域協同”的算力發展新格局初步形成。資料顯示，截至7月底，中國算力平台營運層註冊企業使用者超1000家，入駐算力服務商逾100家，上架優質算力產品110餘項，接入主流基礎大模型和垂類模型90餘個，成功承載9000餘張離散卡的供應匯聚、購買和即時開通服務，為1000餘名開發者提供了多源多元的線上呼叫服務，累計沉澱數十億條算力監測巨量資料。多項政策推動 算力產業高品質發展熊繼軍在致詞中指出，工信部將有序引導算力設施建設，切實提升算力資源供給質量。他表示，要推動完善算力佈局政策體系，最佳化佈局算力基礎設施，引導各地合理佈局智能算力設施，持續開展國家綠色資料中心建設。強化企業創新主體地位，推進科技創新與產業創新深度融合。加快突破GPU晶片等關鍵核心技術，擴大基礎共性技術供給。深入開展算力強基“揭榜”行動，聚焦計算、儲存、網路等重點方向，加快新技術新產品應用推廣。在產業生態層面，熊繼軍指出，要深化算力賦能行業應用，推動建構算力產業良好生態。面向教育、醫療、能源等重點行業，開展算力賦能專項行動。推動“智算生態圈”建設，推廣一批標誌性技術產品和解決方案，推動實施城域“毫秒用算”專項行動，加快建設中國算力平台。拓展開放合作廣度，以高水平開放促進算力產業高品質發展。2025年5月，工業和資訊化部在《算力互聯互通行動計畫》提出，到2026年，中國將建立較為完備的算力互聯互通標準、標識和規則體系；到2028年，基本實現全國公共算力標準化互聯，逐步形成具備智能感知、即時發現、隨需獲取的算力網際網路。國家超算網際網路平台作為這一目標的重要實踐場，正在加速建構技術先進、模式創新、服務優質、生態完善的體系化創新佈局。企業紛紛展示創新成果 助力產業升級在本屆算力大會上，眾多企業積極展示創新成果，為算力產業發展注入新活力。中國移動以“以算築基，智享未來”為主題精心設展亮相2025中國算力大會，圍繞前沿技術、算網產品、算網應用三大維度，集中亮相多項重大自主創新成果，全面彰顯中國移動在推動算網融合與智算升級中的技術引領性與系統創新力。浪潮雲洲亮相大會“算力中國·創新成果展”，展示以“人工智慧+工業網際網路”賦能製造業轉型升級的創新實踐。例如，在煤化工行業，浪潮雲洲以“工業網際網路平台+大模型”為底座，為黑貓集團打造煤化工行業智能體，上線生產工藝最佳化、風險監管等智慧應用，實現新產品品質合格率提升15%，經營管理水平和產業協同效率均提升8%，推動生產效能突破性提升。此外，大會主論壇上，2025“算力中國·年度重大突破成果”正式揭曉，10項具有突破性意義的技術成果集中亮相，彰顯了中國算力產業從技術突破到生態建構的全鏈條創新能力。據瞭解，2025“算力中國·年度重大突破成果”具有四大特點：一是在算力及相關產業達到全球領先水平；二是技術創新突出、轉化程度高，具有較強的示範、帶動、輻射能力；三是推動行業整體技術水平提升，開拓了新的經濟增長點和新興產業；四是注重技術創新的社會效益、經濟效益和環境效益，對科技發展具有較大推動作用。目前，這些成果在實際應用中已取得良好社會效益。中國移動“九州”算力光網所支撐的400G骨幹網連接算力達10EFLOPS，預計拉動GDP超126億元；山西秦能算電協同一體化平台項目中靈丘、廣靈超級能源綜合體每年將節省電費1000萬元，減少碳排放10萬噸；FusionOne AI一體化AI行業落地解決方案已幫助500+項目最佳化實踐，實現單機跑滿血DeepSeek，結合低程式碼應用開發平台，實現AI應用快速搭建，基礎應用小時級上線。 (證券時報)

一則大消息轟動中國算力產業，3000億市值國產晶片巨頭海光資訊，即將吞併900億市值算力巨頭中科曙光。智東西5月26日報導，海光資訊與中科曙光昨夜雙雙發佈公告，宣佈擬進行戰略重組：海光資訊將通過向公司全體A股換股股東發行A股股票的方式換股吸收合併中科曙光，同時發行A股股票募集配套資金。雙方自今日起停牌，預計停牌時間不超過10個交易日。中科曙光為中國伺服器及算力基礎設施龍頭企業，於2014年11月6日在上交所主機板掛牌上市。海光資訊為中國CPU及GPU（AI晶片）龍頭企業，於2022年8月12日登陸上交所科創板。兩家企業註冊地址均在天津市。截至上周5月23日休市，中科曙光股價為61.90元/股，總市值為905億元；海光資訊股價為136.13元/股，總市值為3164億元，排名科創板市值第一。2024年，海光資訊總資產為285.59億元，同比增長24.70%；營收為91.62億元，同比增長52.40%；歸母淨利潤為19.62億元，同比增長52.87%；研發投入佔同期營收的比例為37.61%。同年，中科曙光總資產為366.17億元，同比增長15.82%；營收為131.48億元，同比下降8.40%；歸母淨利潤為19.11億元，同比增長4.10%。中科曙光與海光資訊之間的關聯交易頻繁，金額較大。2022年、2023年、2024年，中科曙光與海光資訊的關聯交易金額分別為29.12億元、24.74億元、36.89億元，佔海光資訊收入的較大比例。根據公告，本次重組旨在搶抓資訊技術產業發展新機遇，做大做強主業。海光資訊成立於2014年10月24日，註冊資本為23.24億元，法定代表人是沙超群。截至2024年12月31日，海光資訊前兩大股東分別為中科曙光、成都國資，分別持股27.96%、17.00%。▲海光資訊前六名股東持股情況（圖源：海光資訊2024年年度報告摘要）海光資訊脫胎於中科院，與美國晶片巨頭AMD的合作始於2016年，雙方創辦合資公司，海光獲得AMD的技術授權許可，可開發x86架構通用處理器（CPU）。中科曙光作為海光資訊的參股方，與AMD的合作進一步加強了雙方的技術聯絡和市場競爭力。目前，海光的產品包括通用處理器CPU和協處理器DCU。▲海光產品族（圖源：海光資訊2024年年度報告摘要）海光CPU相容國際主流x86處理器架構和技術路線，既支援面向資料中心、雲端運算等複雜應用場景的高端伺服器，也支援面向政務、企業和教育場景的資訊化建設中的中低端伺服器以及工作站和邊緣計算伺服器。海光DPU屬於GPGPU的一種，採用通用平行計算架構，能夠較好地適配、適應國際主流商業計算軟體和人工智慧（AI）軟體，主要部署在伺服器叢集或資料中心，可全面支援深度學習訓練、推理場景以及大模型場景等，與國內多家頭部網際網路廠商完成全面適配。▲海光CPU及DCU系列產品簡介（圖源：海光資訊IPO註冊稿）今年5月1日，海光資訊宣佈其董事長孟憲棠因個人年齡原因，向公司董事會申請辭去董事長、 董事及董事會專門委員會等職務。中科曙光成立於2006年3月7日，註冊資本為14.63億元，法定代表人是歷軍。中科算源、歷軍是其前兩大股東，分別持股16.36%、2.88%。中科院計算所持有中科算源100%的股份。▲中科曙光前七名股東持股情況（圖源：中科曙光2024年年度報告摘要）中科曙光的產品包括高端電腦（機架式伺服器、高密度伺服器、刀鋒伺服器、超融合一體機產品等）、儲存產品、網路安全產品、雲端運算服務、資料中心、計算服務。▲中科曙光產品（圖源：中科曙光官網）海光資訊與中科曙光本次重組涉及事項較多、涉及流程較為複雜。相關工作若順利推進，將實現產業鏈互補，形成多元算力業務整合，促進資訊技術產業龍頭企業發展，對國產算力格局產生較大影響。

OpenAI這波，不是造手機，而是造下一代算力入口。🧨OpenAI豪擲65億美元，“拿下”Jony Ive！AI圈、算力圈、硬體圈、設計圈，全都炸了！OpenAI宣佈計畫以高達65億美元估值收購蘋果前設計總監Jony Ive創立的公司io，目標非常明確：要一起打造一款“AI原生硬體”——一個屬於AI時代的超級終端。注意，不是手機，不是耳機，也不是筆記本，而是——一個全新的“人機互動入口”，一個從0到1重新定義算力使用方式的硬體物種。🧠Altman的算盤不是硬體，而是“終端算力場景的重構”從算力視角看，這起併購釋放出三個超級訊號：1. AI終端的落地，將從“中心雲”轉向“邊緣算力+協同AI”ChatGPT之前依賴雲端GPU大模型推理；接下來，Altman要讓AI貼身陪伴，就意味著邊緣側AI推理需求爆發；不僅是設計上的革命，更是算力架構上的再分配。👉 你以為他們聯合一起做產品？其實他們在改寫雲-邊-端的算力路徑。2. 每一個AI終端背後，都是一個“推理小工廠”Ive做的是“外殼”，但OpenAI的關鍵在於——如何把推理部署到裝置上：是用高通晶片跑LLM？還是自研AI專核？模型是壓縮版GPT-4？還是LoRA微調後的小模型？資料傳輸、快取、同步、安全，怎麼處理？這些不是消費電子問題，而是AI算力系統終極難題，涉及：晶片能效比最佳化模型剪枝與蒸餾前端/後端推理分層本地部署與遠端協同的異構計算編排3. 一旦AI終端爆發，最先爆的是邊緣算力產業鏈別再盯著GPU資料中心了，AI終端的興起可能帶動：ARM架構晶片、AI SoC需求激增；模型部署平台如ONNX Runtime、TensorRT加速器重回聚光燈；整套邊緣AI推理工具鏈（編譯器、量化器、最佳化器）迎來黃金周期；LLM壓縮訓練平台（如vLLM、MLC.ai）走向台前；……這會是另一個兆級的算力細分風口，誰先入場誰就可能先吃肉。🎯OpenAI為何現在出手硬體？兩個字：控制！ChatGPT已然是超級應用，但Altman知道，如果控制不了硬體入口、晶片生態和推理場景，他終將淪為：給別人打工的AI作業系統。就像當年的Android輸給iOS，就是因為沒能把軟硬一體做穿。這次找Jony Ive，是為了補上OpenAI最短的短板：“AI需要一張臉”。但這張臉的背後，是：端側AI算力的新平台；微模型部署的新場景；私域推理的新入口；控制AI使用方式的第一步。說白了——AI終端是OpenAI對抗蘋果、微軟、Google的“地面戰”。📊對AI算力行業的六大影響（建議收藏）🔍這是AI算力從“工業設施”走向“消費場景”的分水嶺OpenAI×Jony Ive，不僅是科技圈的跨界聯名，更是AI算力商業化路徑的加速器。從今天起，“算力 = 模型訓練”的時代正在終結，取而代之的是：“算力 = 模型部署 × 使用者場景 × 即時推理”的新範式。這不僅是趨勢，而是下一場產業鏈洗牌的訊號！ (AI算力那些事兒)

輝達將於3月17日至21日舉辦年度技術盛會GTC2025，其首次設立的“量子日”活動成為焦點。屆時，輝達將聯合IonQ、D-Wave等頭部企業探討量子硬體、演算法及商業化路徑，並展示下一代Blackwell晶片與量子計算領域的最新進展。 這些創新亮點極有可能成為資本市場的重點投資方向 廣發證券指出，三月算力類股在輝達GTC催化下，仍有結構性機會。GB300和Rubin系列中，光互聯、銅互聯、PCB等方案將實現價值量的再分配，建議關注算力密度提升下的PTFE、AEC及光互聯機會。 國盛證券指出，AI快速發展推動算力需求暴漲，網際網路及其他企業如果需要搶佔先發優勢，則需要領先於競爭對手搭建更大、效率更高的超算叢集。站在當前節點，國內算力以價格彈性驅動為核心，資料中心、算力租賃、IDC配套均具備遠期漲價預期，股價由此驅動上漲。海外算力側重於技術彈性驅動。