美銀：全面剖析中國AI產業

2025 年 9 月 9 日，美銀（BofA）發佈《中國 AI 前沿報告》，全面剖析中國 AI 產業從底層硬體到上層應用的發展現狀與機遇。報告指出，中國 AI 產業正迎來 “晶片國產化加速、資料中心供需平衡、應用商業化爆發” 三大趨勢：2027 年 AI 加速器市場規模將達 780 億美元（2024-27 年 CAGR 61%），國產化率從 2024 年 43% 升至 83%；資料中心需求年均增量 4-5GW，利用率逐步回升至 67%；生成式 AI 軟體市場 2029 年將達 98 億美元（2024-29 年 CAGR 40%）。同時，報告明確半導體、資料中心、軟體、公有雲等領域的核心標的，為投資者提供清晰配置方向。

一、AI 晶片：國產化率 2027 年突破 83%，華為、寒武紀成核心力量

1. 市場規模：2027 年達 780 億美元，AI 推理需求成主要驅動力

中國AI 加速器（主要用於資料中心訓練 / 推理）市場呈現爆發式增長，核心資料如下：

規模擴張：2024 年市場規模 185 億美元，2027 年預計增至 776 億美元，2024-27 年復合增速 61%，主要受阿里雲等超大規模企業 AI 算力需求（年均增長 50%+）與 “AI+” 政策推動。

需求結構：2024 年 AI 訓練與推理需求佔比分別為 76%、24%，2029 年將逆轉為 34%、66%，推理需求崛起主要因大模型落地後企業級應用放量（如客服、內容生成）。

國產化處理程序：2024 年國產化率 43%（華為昇騰佔 38%、寒武紀 1%），2027 年基準情景下升至 83%；若美國出口管制持續（無新晶片對華出口），國產化率將達 100%（樂觀情景），若管制放鬆則維持 67%（悲觀情景）。

2. 技術對比：國產晶片縮小性能差距，生態建設仍需突破

國產AI 晶片在算力、頻寬等關鍵指標上逐步追趕國際巨頭，但軟體生態仍是短板：

硬體參數：華為昇騰910B 算力 256 TFLOPS（FP16）、記憶體頻寬 1.6TB/s，接近輝達 A100（312 TFLOPS、2.0TB/s）；寒武紀 MLU590 算力 314 TFLOPS，記憶體頻寬 2.0TB/s，部分指標反超，但網路頻寬（372GB/s）仍低於輝達 H20（900GB/s）。

軟體生態：輝達CUDA 生態覆蓋 80% 全球 AI 訓練場景，國產廠商分兩條路徑突破 —— 華為 CANN 建構全端自主生態（需適配 PyTorch 外掛，遷移成本較高），海光、壁仞等推出 CUDA 相容方案（支援 6000+CUDA 應用，遷移成本低），但算子庫覆蓋度僅為 CUDA 的 60%-70%。

叢集能力：華為CloudMatrix384 實現 384 顆昇騰 910C 全互聯，推理吞吐量 1943 tokens/s/NPU，預填充效率超輝達 H100 19%，但系統功耗 559kW（輝達 GB200 NVL72 僅 132kW），總成本（TCO）較高。

二、資料中心：AI 驅動供需平衡，2027 年利用率升至 67%

1. 需求端：AI 伺服器拉動，年均增量 4-5GW

中國資料中心需求受AI 伺服器採購驅動顯著，核心趨勢如下：

伺服器capex 增長：2024 年資料中心伺服器 capex 2790 億元，2027 年預計增至 5180 億元（2024-27 年 CAGR 23%），其中 AI 伺服器佔比從 2024 年 63% 升至 2027 年 73%（3780 億元）。

資料中心容量需求：每1000 億元伺服器 capex 對應約 1GW 資料中心容量，2025-27 年每年新增需求 4-5GW，2027 年總需求達 27.1GW（2024-27 年 CAGR 25%），主要來自阿里雲、騰訊雲等 AI 叢集建設（單叢集需 1-2GW 容量）。

區域集中度：京津冀、長三角貢獻80% 增量需求，2027 年兩地利用率分別達 77%、70%，高於全國平均 67%，支撐機櫃租金穩定（核心區域約 1200 元 /kW/ 月）。

2. 供給端：2027 年容量達 40.5GW，頭部營運商份額提升

供給增速逐步放緩，行業從過剩轉向平衡：

容量擴張：2024 年資料中心在運容量 22GW，2027 年預計達 40.5GW（2024-27 年 CAGR 23%），增速低於需求（25%），供需缺口逐步縮小。

營運商格局：電信營運商（中國移動、中國電信）佔54.5% 市場份額，頭部中立營運商（萬國資料、世紀互聯）份額從 2024 年 10.2% 升至 2027 年 10.6%，主要因 AI 客戶偏好高功率密度機櫃（10kW+），而中立營運商此類機櫃佔比達 60%（電信營運商僅 30%）。

能效最佳化：平均PUE 從 2024 年 1.5 降至 2030 年 1.35，液冷佔比從 2024 年 15% 升至 2027 年 40%，降低 AI 叢集能耗成本。

三、公有云：AI 驅動 IaaS 增長，2029 年市場規模 1380 億美元

1. 整體規模：2029 年達 1380 億美元，IaaS 佔主導

中國公有雲市場呈現“AI 驅動、IaaS 為主” 特徵：

市場擴張：2024 年市場規模 481 億美元，2029 年預計增至 1382 億美元（2024-29 年 CAGR 24%），其中 IaaS 佔比 68%（2024 年 330 億美元），2029 年達 980 億美元（CAGR 25%），主要因 AI 訓練 / 推理需大規模基礎設施支撐。

GenAI IaaS 爆發：2024 年生成式 AI IaaS 市場 140 億元，2029 年預計增至 1209 億元（2024-29 年 CAGR 54%），阿里雲（23.5%）、字節跳動火山引擎（14.2%）、百度智能雲（9.2%）為前三廠商，主要提供 GPU 叢集租賃、模型微調服務。

價格趨勢：AI 伺服器租賃價格逐步下降，輝達 H20 伺服器從 2024 年 6 月 3 萬元 / 月降至 2025 年 6 月 2.5 萬元 / 月（降幅 17%），但仍高於傳統伺服器（6500 元 / 月），成本優勢驅動企業遷移至公有雲。

2. 廠商競爭：阿里雲領跑，金山雲受益小米生態

頭部廠商差異化競爭，AI 成核心護城河：

阿里云：2024 年雲收入 1135 億元（YoY +8%），AI 相關收入佔比超 20%，計畫三年投入 3800 億元用於 AI 基礎設施，推出通義千問大模型（支援 100k + 衍生模型），2025 年 Q2 雲收入增速升至 26%。

金山云：2024 年雲收入 50 億元（YoY +14%），AI 業務毛利率 15%+（非 AI 業務約 10%），受益小米生態需求（電動車、AIoT），2025 年 AI 相關收入佔比預計達 30%。

百度智能云：2024 年雲收入 219 億元（YoY +17%），文心一言模型在金融、醫療場景落地，ERNIE Bot 月活超 1500 萬，公有雲 IaaS 市場份額 9.2%。

四、AI 模型與應用：LLM 追平國際水平，生成式 AI 使用者達 2.49 億

1. LLM 發展：DeepSeek、通義千問性能接近 GPT-4，成本低 50%

中國大模型在性能與成本上逐步具備競爭力：

性能追趕：DeepSeek-R1-0528 在 GPQA 評分（研究生級問答基準）達 80 分，接近 Anthropic Claude Opus 4.1（82 分），高於 GPT-4o（78 分）；阿里雲通義千問 3 支援 2350 億參數，長文字處理能力達 256k tokens，比肩 GPT-5-mini。

成本優勢：國內LLM API 價格顯著低於國際廠商，DeepSeek-R1 輸入成本 0.56 美元 / 百萬 tokens，僅為 GPT-4（2.5 美元）的 22%，通義千問、百度文心一言輸入成本均低於 1 美元 / 百萬 tokens，吸引中小開發者使用。

挑戰待解：醫療、金融等高壁壘領域幻覺率較高（DeepSeek-R1 約 14.3%，GPT-4 僅 3%），生態碎片化（華為昇騰、百度飛槳等互不相容），基礎研究投入不足（聚焦工程最佳化而非底層演算法突破）。

2. 應用落地：生成式 AI 使用者 2.49 億，軟體廠商 AI 收入佔比提升

AI 應用從 C 端向 B 端滲透，商業化處理程序加速：

使用者規模：2024 年中國生成式 AI 使用者 2.49 億（佔總人口 17.7%），20-29 歲使用者滲透率 41.5%（最高），主要用於問答（77.6%）、文字處理（47.2%）、辦公（45.5%），夸克（1.56 億月活）、百度網盤（1.55 億月活）為 Top2 AI 應用。

軟體市場：2024 年生成式 AI 軟體市場 18 億美元，2029 年預計增至 98 億美元（2024-29 年 CAGR 40%），金蝶（ERP AI 代理）、美圖（AI 設計）、金山辦公（WPS AI）為核心標的 —— 金蝶 2025 年 H1 AI 合同額超 1.5 億元（佔收入 5%），計畫 2030 年 AI 收入佔比達 30%；美圖 AI 訂閱收入佔比 70%，MAU 2.8 億，推出 RoboNeo AI 設計工具。

邊緣AI 興起：AI PC、AI 手機、AI 眼鏡等硬體逐步落地，2025 年全球 AI 眼鏡出貨量 550 萬台，2028 年預計達 3500 萬台（CAGR 80%），國內廠商如雷鳥創新、Rokid 推出 AI 眼鏡，支援即時翻譯、物體識別功能。

五、核心標的與投資建議

美銀基於“AI 受益度、競爭壁壘、估值水平”，將中國 AI 標的分為五大類股，給出明確評級：

1. 半導體：聚焦 AI 晶片與配套元件

瀾起科技（688008.SH）買入，PCIe Retimer 市佔率 10.9%（全球第二），AI 伺服器配套需求增長，2024-27 年營收 CAGR 39%

地平線（9690.HK）買入，ADAS 晶片市佔率 15%（國內第一），拓展非汽車場景（機器人、邊緣計算），2024-27 年營收 CAGR 60%

兆易創新（603986.SH）買入，NOR Flash 市佔率 19%（全球第三），AI 眼鏡、AI 玩具需求拉動，2024-27 年營收 CAGR 22%

2. 資料中心：頭部中立營運商優先

萬國資料（GDS.US）買入，國內最大中立營運商，2024 年份額 6.5%，海外（DayOne）訂單放量，2024-27 年營收 CAGR 14%

世紀互聯（VNET.US）買入，批髮型機櫃佔比70%，AI 客戶訂單增長，2024-27 年營收 CAGR 16%，利用率從 64% 升至 67%

3. 軟體：AI 驅動收入結構最佳化

金蝶國際（0268.HK）買入，ERP AI 代理合同額超 1.5 億元，2030 年 AI 收入佔比 30%，2024-27 年營收 CAGR 15%

美圖公司（1357.HK）買入，AI 訂閱收入佔比 70%，RoboNeo 設計工具使用者超 500 萬，2024-27 年淨利潤 CAGR 42%

金山軟體（3888.HK）買入，WPS AI DAU 增長 30%，遊戲業務（JX IP）穩定，2024-27 年營收 CAGR 10%

4. 公有云：阿里雲與金山雲為核心

阿里巴巴（BABA.US）買入，三年AI 投入 3800 億元，雲收入增速 26%，AI 相關收入佔比超 20%

金山雲（KC.US）買入，小米生態需求拉動，AI 業務毛利率 15%+，2024-27 年營收 CAGR 19%

5. 網際網路：AI 賦能核心業務

騰訊控股（0700.HK）買入，混元大模型賦能廣告（CTR 提升 15%）、遊戲（研發效率提升 20%），Agentic AI 佈局微信生態

快手- W（1024.HK）買入，Kling AI 視訊大模型創作者 4500 萬，月 GMV 超 1 億元，OneRec 推薦模型提升使用者時長 1%+

六、風險提示與投資總結

1. 核心風險

技術風險：國產LLM 在醫療、金融領域幻覺率較高（14.3% vs GPT-4 的 3%），可能延緩企業級應用落地；AI 晶片軟體生態碎片化（華為昇騰、百度飛槳不相容），增加開發者成本。

政策風險：美國對先進AI 晶片（如輝達 B30A）出口管制可能升級，影響國內 AI 訓練算力供給；資料安全法規趨嚴，導致跨境 AI 資料傳輸受限。

供需風險：資料中心供給增速（23%）若超需求（25%），2027 年利用率可能低於預期（<67%）；AI 伺服器價格下降過快（如 H20 降幅超 20%），擠壓公有雲廠商利潤。

2. 投資總結

短期（6-12 個月）：聚焦 AI 晶片國產化與資料中心供需改善，推薦瀾起科技（PCIe Retimer）、萬國資料（高功率密度機櫃），核心邏輯：2026 年 AI 加速器國產化率突破 60%，資料中心利用率回升至 66%。

中期（1-2 年）：佈局應用商業化與邊緣 AI，推薦美圖（AI 設計）、快手（Kling AI），核心邏輯：生成式 AI 軟體市場增速 40%，邊緣 AI 硬體（AI 眼鏡）出貨量 CAGR 80%。

長期（2-3 年）：關注公有雲與 LLM 生態，推薦阿里雲（AI 投入 3800 億元）、金蝶國際（ERP AI 代理），核心邏輯：2029 年公有雲市場達 1380 億美元，AI 成為企業數位化核心驅動力。 (資訊量有點大)