> **来源：[研报客](https://pc.yanbaoke.cn)** 分析师：唐月 登记编码：S0730512030001 tangyue@ccnew.com 021-50586737 # AI应用全面加速，DeepSeekV4有望深刻改变全球AI的竞争格局 计算机行业月报 证券研究报告-行业月报 强于大市(维持) 计算机相对沪深300指数表现 资料来源：中原证券研究所，聚源 # 相关报告 《计算机行业月报：手机端AI应用加速，DeepSeek将加大预训练规模》2025-12-08 《计算机行业年度策略：AI应用加快，全球格局重塑中》2025-12-01 《计算机行业分析报告：十五五规划建议的信息科技领域内容解读》2025-10-31 联系人：李智 电话： 0371-65585629 地址： 郑州郑东新区商务外环路10号18楼 地址： 上海浦东新区世纪大道1788号T1座22楼 发布日期：2026年01月22日 # 投资要点： AI：1月14日，智谱发布了开源图像生成模型GLM-Image，成为首个在国产芯片上完成全程训练的SOTA多模态模型，后续国产芯片训练大模型有望成为2026年新趋势。12月豆包日均token使用量突破50万亿，同时阿里加速布局趋势明显。1月12日，苹果与谷歌达成多年战略合作协议，合作的模式也从与OpenAI的“外挂式”服务，变为“内植入”式的深度合作。1月15日阿里宣布千问App全面接入阿里生态业务。根据媒体报道，DeepSeek有望在2月发布的V4模型，其编程能力将超过了Anthropic的Claude和openAI的GPT系列，或将给Anthropic和openAI营收带来明显的冲击。 - 国产化：从最新的中美政策来看，英伟达H200目前仍受到禁令的限制，给国产厂商留下了持续发展壮大的机会。12月30日华为宣布鸿蒙5和鸿蒙6系统终端数量已经突破3600万，每日新增10万台设备。 算力：Omdia预测，2025年中国AI云市场规模达到518亿元，2030年将达到1930亿元。2026年1月14日，阿里云提出2026年发展目标是拿下全年中国AI云市场增量的 $80\%$ ，同时阿里也判断2026年增量的 $10\%$ 都会大于2025年全量，这意味着在阿里看来2026年AI云市场将数倍于Omdia的预测值。 给予行业强于大市的投资评级。2025年底到2026年初，AI应用已经呈现加速落地趋势，从Meta收购Manus、苹果与谷歌的合作、阿里高调进军AI云市场和阿里生态接入千问app，我们认为这一趋势将在2026年持续深入。考虑到DeepSeek的V4有望在2月推出，且性能领先，有望给海外封闭模型厂商带来较大盈利压力，进而深刻改变全球AI市场竞争格局和产业生态。在芯片国产化方面，H200仍受到禁令的影响，华为将在2026Q1发布新一代AI芯片昇腾950PR，国产模型有望更多地选择在国产芯片上完成训练。建议关注有大规模智算中心交付计划的字节跳动数据中心核心供应商润泽科技（300442），有产业链一体化优势同时持股优质企业的服务器厂商中科曙光（603019），在低空经济和商业航空领域积极开拓的中科星图（688568），深度参与存储芯片国产化的EDA厂商华大九天（301269）。同时建议积极关注正在积极开展IPO的长鑫科技、芯和半导体、合见工软。 风险提示：国际局势的不确定性；海外AI产业竞争格局变化带来市场调整风险。 # 内容目录 # 行业数据 6 1.1.行业数据：2025年1-11月软件行业收入增速继续9个月回升 6 1.2.2025年1-11月高景气赛道为IC设计 7 1.3.AI：2026年初大厂AI应用布局全面开启 10 1.3.1. 头部大模型最新进展 ..... 10 1.3.2. 头部模型的跑分对比 11 1.3.3.大模型创业企业港股上市 13 1.3.4.国产芯片训练大模型将成为2026年发展趋势 15 1.3.5. 模型调用量：阿里加速布局，字节仍居国内第一 16 1.3.6.AI Agent:Meta巨资收购Manta，AI Agent迎来发展里程碑 19 1.3.7.AI手机：2026手机端AI应用或将全面加速 19 1.3.8.AI编程：科技大厂裁员进程持续推进，ClaudeCode年化收入超过10亿美元.20 1.3.9.AI医疗：OpenAI聚焦医疗AI应用 22 # 1.4.国产化：国产芯片加速替代进程 23 1.4.1.2025年国产算力芯片呈加速趋势 23 1.4.2. 纯血鸿蒙系统终端数量突破3600万 26 1.4.3.EDA：成为美国出口管控的重点领域，国产化需求在细分赛道加速释放……29 1.4.4.国产厂商借助超节点突围 31 # 1.5.算力：国产芯片替代或将提升2026年国内算力供给，支撑AI应用需求 33 1.5.1.英伟达天价收购，获得更多外部技术的支持和性能突破 33 1.5.2. 自研芯片：谷歌TPU获得了Meta订单，英伟达垄断地位受到较大挑战……35 1.5.3. 部分数据中心厂商2025算力加快释放，2026年有望步入业绩释放期……38 1.5.4. 资本开支：海外科技企业资本投入再创新高 40 1.5.5.AI服务器：呈多元化趋势，超节点需求对厂商系统整体设计能力要求提升……44 1.5.6. 云计算：需求加快趋势明显，国内阿里、火山引擎呈现两强格局 ..... 46 1.5.7. 液冷：AI芯片性能的持续提升，液冷经济性凸显 49 # 河南计算机行业动态 51 1.6.河南计算机行业数据跟踪 51 1.7. 河南上市公司行情回顾 52 # 计算机行业行情表现 52 1.1.行情回顾：截至12月，计算机行业已经连续4个月调整 52 1.2. 估值：行业的估值超过历史均值水平 ..... 53 1.3.计算机行业ETF行情回顾 53 1.4.计算机行业可转债行情回顾 55 # 行业观点与投资建议 55 # 风险提示 57 # 图表目录 图1：2019-2025年我国软件业务收入及增速（月度累计值） 6 图2：2019-2025年我国软件业务利润总额及增速（月度累计值） 6 图3：2019-2025年我国软件业务出口数据 图4：2019-2025集成电路设计服务收入及增速（亿元） 7 图5：2020-2025云计算+大数据服务收入及增速（亿元） 7 图6：2022-2025基础软件收入及增速（亿元） 8 图7：2019-2025工业软件收入及增速（亿元） 8 图8：2019-2025电子商务平台技术服务收入及增速（亿元） 8 图9：2019-2025信息安全收入及增速（亿元） 9 图10：2020-2025嵌入式系统软件收入及增速（亿元） 9 图11：2025前11个月与上年同期软件子行业增速对比 9 图12：2025年前11个月我国软件业务收入结构 9 图13：2025前11个月信息技术服务收入结构 9 图14：2025前11个月软件产品收入结构 9 图15：大模型智能水平（截至2026.1.18） 12 图16：大模型智能水平随时间增长的情况 12 图17：DeepSeek-V3.2-Speciale与主流模型的基准测试能力对比 13 图18：2022-2025智谱与MiniMax收入及增速（亿元） 14 图19：2022-2025智谱与MiniMax研发费用（亿元） 14 图20：2025年1-9月MiniMax分区域收入结构 14 图21：2025年1-9月MiniMax分产品收入结构 14 图22：2025H1智谱分产品毛利率 15 图23：2025H1智谱分产品收入结构 15 图24：TileLang简介 16 图25：2025全球企业级MaaS市场格局（截至2025年10月） 17 图26：中国大模型日均调用量（亿Tokens） 18 图27：2025H1中国大模型公有云服务市场主要厂商份额 18 图28：2025年12月AI原生APP月活跃用户规模（亿） 18 图29：豆包大模型调用量增长情况（万亿） 19 图30：千问下单功能示意图 20 图31：讯飞医疗科技营收及增速（百万元） 22 图32：医疗健康行业年度标杆Agent 22 图33：HealthBench和HealthBench Hard跑分对比 23 图34：2021-2025年我国集成电路对进口依赖度和出口占比（按数量） 23 图35：2022Q1-2025Q3英伟达收入的区域分布情况（亿美元） 24 图36：2023H1-2025H1我国AI芯片出货情况及国产化比率 24 图37：2017-2025国内主要上市AI芯片企业收入及增速对比 25 图38：2023Q1-2025Q3寒武纪、海光、摩尔线程、沐曦收入（亿元）及增速对比... 25 图39：2022Q2-2025Q3中国手机操作系统市场份额 27 图40：2022Q2-2025Q3全球手机操作系统市场份额 27 图41：2022Q1-2025Q3中国手机市场厂商份额 28 图42：2021Q1-2025Q3中国平板电脑市场厂商份额 28 图43：2024年中国EDA行业竞争格局 29 图44：2017-2025E我国EDA行业规模及增速 29 图45：2022Q4-2025Q2新思科技来自全球和中国收入及增速（百万美元） 30 图46：2021Q1-2025Q3楷登电子来自全球和中国收入及增速（百万美元） 30 图47：2022年华大九天分产品收入结构 31 图48：2020年中国EDA市场结构 31 图49：超节点（ScaleUp）与传统GPU组网集群（ScaleOut）的差异 32 图50：英伟达GPU芯片核心指标变化 33 图51：Vera Rubin NVL144 34 图52：Vera Rubin NVL72 34 图53：包含9,216颗Ironwood的TPU集群 35 图54：2015-2023数据中心加速器年度出货量（片） 36 图55：2023Q4-2025Q3E博通AI业务收入（亿美元） 37 图56：23Q1-25Q3Marvell数据中心业务收入（亿美元） 37 图57：2023年国内第三方数据中心厂商份额 38 图58：2021-2023年中国数据中心服务商市场份额分布 38 图59：2022-2025年数据中心企业固定资产和在建工程总金额（亿元） 38 图60：4大科技厂商资本投入（亿美元） 41 图61：4大科技厂商资本投入增速 41 图62：2020-2025年阿里单季度资本开支及增速 44 图63：2020-2025年腾讯单季度资本开支及增速（亿元） 44 图64：2020Q1-2025Q3紫光和浪潮存货增长情况（百万元） 45 图65：2025-2029年中国AI服务器市场规模预测 45 图66：2019Q1-2025Q3海外云巨头的相关业务收入及增速 46 图67：甲骨文云基础设施收入及增速（亿美元） 47 图68：甲骨文云基础设施业务年度收入预测（亿美元） 47 图69：2016-2025年我国及全球云基础设施服务的支出规模及增速（亿美元） 47 图70：2025Q2我国云基础设施服务市场结构 47 图71：2019Q4-2025Q3阿里云收入及其增速 48 图72：2017Q1-2025Q2金山云收入及其增速 48 图73：2025H1中国AI云市场格局 48 图74：2024-2030年AI云市场结构及规模 48 图75：2022-2029中国液冷服务器规模（亿美元） 49 图76：2023-2026液冷技术在AI数据中心渗透率预估 49 图77：曙光数创浸没相变液冷方案单机柜功率密度 49 图78：单机柜密度和冷却方式 49 图79：GPU和CPU功耗提升趋势 50 图80：河南上市公司近期股价涨跌幅表现（%） 52 图81：2025年12月中信一级子行业涨跌幅 52 图82：近10年中信计算机行业估值水平（截至2026.1.16） 53 表 1: 2025 年主要大模型发布情况 表 2: DeepSeek 的主要模型发布情况 ..... 15 表 3: AI 应用用户数增长情况. 17 表 4：海外主要科技厂商近期裁员情况 ..... 21 表 5: 2025 年 AI 芯片相关动态 ..... 26 表 6: 华为昇腾系列芯片发布计划及芯片性能 ..... 26 表 7：鸿蒙纯血系统发展动态 ..... 27 表 8：2025 年 EDA 及 IP 厂商业绩对比(亿元) 表 9：主要厂商的超节点产品上市情况 32 表 10: 华为集群上市计划及参数 ..... 33 表 11：最新发布 AI 芯片及参数 35 表 12：IDC 企业订单获取和运力投放情况 .39 表 13：2025 前三季度企业 IDC 相关业务对比(亿元) 表 14：海外科技厂商算力相关投入. 41 表 15: 2025 年前三季度企业服务器相关业务对比 (亿元) .....44 表 16：液冷产业链公司业务动态公司. .50 表 17: 2025 年 12 月计算机行业 ETF 行情回顾. 53 表 18：2025 年 12 月计算机行业可转债行情回顾. 55 表 19：行业重点企业的 IPO 推进情况. 56 # 行业数据 # 1.1.行业数据：2025年1-11月软件行业收入增速继续9个月回升 2025年1-11月软件产业增速持续上升。根据工信部数据，2025年1-11月软件业务收入13.98万亿元，同比增长 $13.3\%$ ，较1-10月增长了0.1PCT，已经连续9个月呈现回升态势。 图1：2019-2025年我国软件业务收入及增速（月度累计值） 资料来源：工信部，中原证券研究所 利润方面，2025年11月软件行业利润增速继续回落。2025年1-11月软件业务利润总额16954亿元，同比增长 $6.6\%$ ，较1-10月下降了1.1PCT，低于收入增速6.7PCT。 图2：2019-2025年我国软件业务利润总额及增速（月度累计值） 资料来源：工信部，中原证券研究所 2025年1-11月软件出口增速总体平稳。2025年1-11月软件业务出口金额569亿美元，同比增长 $8.1\%$ ，较2024年增长4.6PCT，较1-10月提升1.4PCT，软件行业出口金额约占行业收入的 $3.0\%$ 。 图3：2019-2025年我国软件业务出口数据 资料来源：工信部，中原证券研究所 # 1.2.2025年1-11月高景气赛道为IC设计 IC设计：2025年1-11月同比增长 $16.5\%$ ，较2024年增长了0.1PCT，较1-10月上涨4.4PCT，高于于软件行业整体增速3.2PCT，在10月突然出现了较大比例的增速下降后，11月其增速快速回升，是软件行业景气度最高的子行业。 云计算+大数据服务：2025年1-11月同比增长 $12.8\%$ ，较2024年增长了2.9PCT，低于软件行业整体增速0.5PCT。 图4：2019-2025集成电路设计服务收入及增速（亿元） 资料来源：工信部，中原证券研究所 图5：2020-2025云计算+大数据服务收入及增速（亿元） 资料来源：工信部，中原证券研究所 基础软件：2025年1-11月同比增长 $12.9\%$ ，较2024年提升了6.0PCT，低于软件行业整体增速0.4PCT，我们认为基础软件12月还将继续受益于“十四五”收关之年的需求释放。 工业软件产品：2025年1-11月同比增长 $10.2\%$ ，较2024年提升了2.8PCT，景气度整体偏弱，但呈现回升态势。 图6：2022-2025基础软件收入及增速（亿元） 资料来源：工信部，中原证券研究所 图7：2019-2025工业软件收入及增速（亿元） 资料来源：工信部，中原证券研究所 电子商务平台技术服务：2025年1-11月同比增长 $12.5\%$ ，较上年同期提升了3.8PCT，增速10月短期提升后，11月景气度回落明显，低于软件行业整体增速0.8PCT。 图8：2019-2025电子商务平台技术服务收入及增速（亿元） 资料来源：工信部，中原证券研究所 信息安全：2025年1-11月同比增长 $6.9\%$ ，较2024年回升1.8PCT，景气度2024年见底后略有回升，但仍然低于行业整体增速水平。 嵌入式系统软件：2025年1-11月同比增长 $9.3\%$ ，较2024年下降2.5PCT，处于相对平稳的增速水平，落后于行业平均增速。 图9：2019-2025信息安全收入及增速（亿元） 资料来源：工信部，中原证券研究所 图10：2020-2025嵌入式系统软件收入及增速（亿元） 资料来源：工信部，中原证券研究所 软件业务中，信息技术服务收入占比持续提升。2025年1-11月信息技术服务收入增速 $14.6\%$ ，高于软件业务整体增速1.3PCT，占比软件业务整体收入比重进一步提升到了 $68.8\%$ ，较2024年提升了1.6PCT。 图11：2025前11个月与上年同期软件子行业增速对比 资料来源：工信部，中原证券研究所（*为一级子行业，**为二级子行业） 图12：2025年前11个月我国软件业务收入结构 资料来源：工信部，中原证券研究所 图13：2025前11个月信息技术服务收入结构 资料来源：工信部，中原证券研究所 图14：2025前11个月软件产品收入结构 资料来源：工信部，中原证券研究所 # 1.3.AI：2026年初大厂AI应用布局全面开启 # 1.3.1. 头部大模型最新进展 当前处于第一梯队的大模型分别为美国的OpenAI的GPT-5系列、xAI的Grok4、谷歌的Gemini3Pro、Anthropic的ClaudeOpus4.5，中国的DeepSeek的DeepSeek-V3.2、阿里的Qwen3-Max、月之暗面的KimiK2、小米的MiMo-V2-Flash、智谱的GLM-4.7、MiniMax的M2.1。 表 1: 2025 年主要大模型发布情况 <table><tr><td>时间</td><td>模型</td><td>厂商</td><td>架构</td><td>参数</td><td>模型类型</td><td>备注</td></tr><tr><td>2025.1.20</td><td>DeepSeek-R1</td><td>DeepSeek</td><td>MoE</td><td>6710亿</td><td>推理</td><td>开源,性能比肩OpenAI o1正式版,价格约为其1/30,并开放思维链输出功能,64K上下文</td></tr><tr><td>2025.1.31</td><td>o3-mini</td><td>OpenAI</td><td></td><td></td><td>推理</td><td>o1的下一代产品</td></tr><tr><td>2025.2.18</td><td>Grok-3</td><td>xAI</td><td></td><td></td><td></td><td></td></tr><tr><td>2025.2.24</td><td>Claude 3.7 Sonnet</td><td>Anthropic</td><td></td><td></td><td></td><td></td></tr><tr><td>2025.2.28</td><td>GPT-4.5</td><td>OpenAI</td><td></td><td></td><td>语言</td><td>较4o有更高情商。2025年7月API服务下线(成本过高)</td></tr><tr><td>2025.3.6</td><td>QwQ-32B</td><td>阿里</td><td></td><td>320亿</td><td></td><td>开源</td></tr><tr><td>2025.3.24</td><td>DeepSeek-V3-0324</td><td>DeepSeek</td><td>MoE</td><td>6600亿</td><td>语言</td><td>开源,性能超过GPT-4.5</td></tr><tr><td>2025.3.25</td><td>Gemini 2.5 Pro Exp</td><td>谷歌</td><td></td><td></td><td></td><td></td></tr><tr><td>2025.4.17</td><td>o3</td><td>OpenAI</td><td></td><td></td><td>推理</td><td>实现用图像思考</td></tr><tr><td>2025.4.29</td><td>Qwen3-235B-A22B</td><td>阿里</td><td></td><td>2350亿</td><td></td><td>开源</td></tr><tr><td>2025.5.6</td><td>Gemini 2.5 Pro Preview</td><td>谷歌</td><td></td><td></td><td></td><td></td></tr><tr><td>2025.5.23</td><td>Claude 4</td><td>Anthropic</td><td></td><td></td><td></td><td></td></tr><tr><td>2025.5.28</td><td>DeepSeek-R1-0528</td><td>DeepSeek</td><td>MoE</td><td>6850亿</td><td>推理</td><td>开源,128K上下文</td></tr><tr><td>2025.6.5</td><td>Gemini 2.5 Pro Preview 0605 Thinking</td><td>谷歌</td><td></td><td></td><td></td><td></td></tr><tr><td>2025.7.10</td><td>Grok-4</td><td>xAI</td><td></td><td></td><td>混合</td><td></td></tr><tr><td>2025.7.11</td><td>Kimi-K2</td><td>月之暗面</td><td>MoE</td><td>1万亿</td><td>语言</td><td>开源</td></tr><tr><td>2025.7.25</td><td>Qwen3-235B-A22B-Thinking-2507</td><td>阿里</td><td></td><td>2350亿</td><td>推理</td><td>开源,256k上下文</td></tr><tr><td>2025.8.6</td><td>Claude Opus 4.1</td><td>Anthropic</td><td></td><td></td><td></td><td>Opus4的一次小升级</td></tr><tr><td>2025.8.8</td><td>GPT-5</td><td>OpenAI</td><td></td><td></td><td>混合</td><td>命名不再区分基础及推理模型</td></tr><tr><td>2025.8.21</td><td>DeepSeek-V3.1</td><td>DeepSeek</td><td>MoE</td><td>6850亿</td><td>混合</td><td>开源,上下文128K,更高思考效率,更强Agent能力</td></tr><tr><td>2025.9.5</td><td>Kimi-K2-0905</td><td>月之暗面</td><td></td><td>1万亿</td><td>语言</td><td>升级了Agentic Coding能力、支持256K上下文、API支持60-100Token/s的输出速度、支持Claude Code</td></tr><tr><td>2025.9.22</td><td>DeepSeek-V3.1-Terminus</td><td>DeepSeek</td><td>MoE</td><td>6850亿</td><td>混合</td><td>提升了DeepSeek-V3.1的语言一致性和Agent能力</td></tr><tr><td>2025.9.24</td><td>Qwen3-Max</td><td>阿里</td><td></td><td>超万亿</td><td></td><td>开源,包括指令(Instruct)和推理(Thinking)两大版本,训练数据36T tokens</td></tr><tr><td>2025.9.29</td><td>DeepSeek-V3.2-Exp</td><td>DeepSeek</td><td>MoE</td><td>6850亿</td><td>混合</td><td>开源,实验性版本,引入DeepSeek Sparse Attention稀疏注意力机制,API大幅降价(超50%),发布当日寒武纪和华为昇腾实现day0适配和优化</td></tr><tr><td>2025.9.30</td><td>Claude Sonnet 4.5</td><td>Anthropic</td><td></td><td></td><td></td><td></td></tr><tr><td>2025.9.30</td><td>Sora 2</td><td>OpenAI</td><td></td><td></td><td>视频</td><td></td></tr><tr><td>2025.10.27</td><td>MiniMax-M2</td><td>MiniMax</td><td></td><td></td><td></td><td></td></tr><tr><td>2025.11.4</td><td>Qwen3-Max-Thinking早期预览版</td><td>阿里</td><td></td><td></td><td>推理</td><td>Qwen3-Max的推理增强版本</td></tr><tr><td>2025.11.6</td><td>Kimi-K2 Thinking</td><td>月之暗面</td><td>MoE</td><td>1万亿</td><td>推理</td><td>开源,激活参数32B,INT4,256K上下文,通用Agenic能力</td></tr><tr><td>2025.11.12</td><td>GPT-5.1</td><td>OpenAI</td><td></td><td></td><td>混合</td><td>包括Instant(即时版)和Thinking(思考版),情商更高,实现个性化设置,可用性增强</td></tr><tr><td>2025.11.17</td><td>Grok 4.1</td><td>xAI</td><td></td><td></td><td></td><td></td></tr><tr><td>2025.11.18</td><td>Gemini-3-pro</td><td>谷歌</td><td></td><td></td><td></td><td>1M上下文</td></tr><tr><td>2025.11.24</td><td>Claude Opus 4.5</td><td>Anthropic</td><td></td><td></td><td></td><td></td></tr><tr><td>2025.12.1</td><td>DeepSeek-V3.2</td><td>DeepSeek</td><td></td><td></td><td></td><td>输出长度大幅降低</td></tr><tr><td>2025.12.1</td><td>DeepSeek-V3.2-Speciale</td><td>DeepSeek</td><td></td><td></td><td></td><td>是DeepSeek-V3.2的长思考增强版,追求极致推理能力,上下文128K。</td></tr><tr><td>2025.12.17</td><td>MiMo-V2-Flash</td><td>小米</td><td></td><td>3090亿</td><td></td><td>开源,活跃参数150亿,MIT协议</td></tr><tr><td>2025.12.23</td><td>GLM-4.7</td><td>智谱</td><td></td><td>4000亿</td><td></td><td>开源</td></tr><tr><td>2025.12.25</td><td>MiniMax-M2.1</td><td>MiniMax</td><td></td><td>2290亿</td><td></td><td>开源</td></tr></table> 资料来源：DeepSeek，OpenAI，阿里，谷歌，Anthropic，月之暗面，中原证券研究所 2025年以来中国开源、美国闭源对抗的趋势越来越明显。从模型的开放程度来看，美国的OpenAI的GPT-5系列、xAI的Grok4、谷歌的Gemini3Pro、Anthropic的ClaudeOpus4.5都是采取的闭源，中国的DeepSeek的DeepSeek-V3.2、阿里的Qwen3-Max、月之暗面的KimiK2、小米的MiMo-V2-Flash、智谱的GLM-4.7、MiniMax的M2.1采用的开源。 # 1.3.2. 头部模型的跑分对比 根据 Artificial Analysis 的排名数据来看，目前 OpenAI 的 GPT-5、Anthropic 的 Claude Opus 4.5、谷歌的 Gemini 3 Pro 分列最强大模型的前三名，国产模型中，智谱的 GLM-4.7、DeepSeek 的 V3.2、Kimi 的 K2 Thinking、MiniMax 的 M2.1、小米的 MiMo-V2-Flash 紧随其后。 图15：大模型智能水平（截至2026.1.18） 资料来源：Artificial Analysis,中原证券研究所(此处没有比较 DeepSeek-V3.2-Speciale 的模型能力) 从模型更新的时间图上可以看到当前头部模型能力集中度进一步提升。在 Gemini 3 Pro 更新后，Anthropic 和 DeepSeek 也迅速做了产品更新，都实现了产品能力的较大提升，近期小米、智谱、MiniMax 也都在近期取得了较好的表现。 图16：大模型智能水平随时间增长的情况 资料来源：Artificial Analysis，中原证券研究所（此处没有比较DeepSeek-V3.2-Speciale的模型能力） 结合DeepSeek的发布最新内容来看，DeepSeek-V3.2-Speciale在主流推理基准测试上的性能表现媲美Gemini-3.0-Pro，特别是在数学能力方面呈现了领先优势。 图17：DeepSeek-V3.2-Speciale与主流模型的基准测试能力对比 <table><tr><td>Benchmark</td><td>GPT-5 High</td><td>Gemini-3.0 Pro</td><td>Kimi-K2 Thinking</td><td>DeepSeek-V3.2 Thinking</td><td>DeepSeek-V3.2 Speciale</td></tr><tr><td>AIME 2025 美国数学邀请赛</td><td>94.6(13k)</td><td>95.0(15k)</td><td>94.5(24k)</td><td>93.1(16k)</td><td>96.0(23k)</td></tr><tr><td>HMMT Feb 2025 哈佛 MIT 数学竞赛</td><td>88.3(16k)</td><td>97.5(16k)</td><td>89.4(31k)</td><td>92.5(19k)</td><td>99.2(27k)</td></tr><tr><td>HMMT Nov 2025 哈佛 MIT 数学竞赛</td><td>89.2(20k)</td><td>93.3(15k)</td><td>89.2(29k)</td><td>90.2(18k)</td><td>94.4(25k)</td></tr><tr><td>IMOAnswerBench 国际数学奥林匹克竞赛</td><td>76.0(31k)</td><td>83.3(18k)</td><td>78.6(37k)</td><td>78.3(27k)</td><td>84.5(45k)</td></tr><tr><td>LiveCodeBench 世界级编程竞赛</td><td>84.5(13k)</td><td>90.7(13k)</td><td>82.6(29k)</td><td>83.3(16k)</td><td>88.7(27k)</td></tr><tr><td>CodeForces 世界级编程竞赛</td><td>2537(29k)</td><td>2708(22k)</td><td>-</td><td>2386(42k)</td><td>2701(77k)</td></tr><tr><td>GPQA Diamond 理工科博士生测试</td><td>85.7(8k)</td><td>91.9(8k)</td><td>84.5(12k)</td><td>82.4(7k)</td><td>85.7(16k)</td></tr><tr><td>HLE 人类全学科前沿难题测试</td><td>26.3(15k)</td><td>37.7(15k)</td><td>23.9(24k)</td><td>25.1(21k)</td><td>30.6(35k)</td></tr></table> 资料来源：DeepSeek，中原证券研究所 # 1.3.3.大模型创业企业港股上市 智谱和 MiniMax 1 月在港股上市，也展现出目前大模型厂商盈利和增长的真实财务状况。 营收：截至2024年，智谱和MiniMax收入分别为3.12亿元和2.14亿元，作为刚成立的公司MiniMax在2024年增速达到了 $782\%$ 。2025年，智谱在上半年收入1.91亿元，同比增速提升至 $325\%$ ；MiniMax在1-9月收入3.74亿元，同比增长 $175\%$ ，增速慢于智谱。 研发费用：由于两家公司还在业务投入期，在研发方面还有较大的支出需求。2024年智谱和MiniMax的研发费用分别为21.95亿元和13.23亿元，2025年，智谱上半年研发费用继续上涨了 $86\%$ 达到了15.95亿元，而MiniMax的研发费用控制相对好，前9个月同比增长 $30\%$ 至12.62亿元。 图18：2022-2025智谱与MiniMax收入及增速（亿元） 资料来源：上市公司公告，中原证券研究所（*智谱为1-6月，MiniMax为1-9月） 图19：2022-2025智谱与MiniMax研发费用（亿元） 资料来源：上市公司公告，中原证券研究所（*智谱为1-6月，MiniMax为1-9月） 收入构成：MiniMax以2C为主，主要收入来自海外，智谱以2B为主，因而收入季节性也较为明显。 从MiniMax2025年1-9月收入来看，其收入中仅有 $27\%$ 来自中国大陆，另有新加坡、美国等作为主要区域的海外收入占比达到了 $73\%$ ，海外收入增速达到 $208\%$ ，给公司带来了强劲增长动力。其产品收入结构来看， $71\%$ 来自AI原生产品， $29\%$ 来自开放平台及其他基于AI的企业业务，后者高达 $69\%$ ，而前者在2025年毛利才转正，1-9月毛利率达到 $5\%$ 。 图20：2025年1-9月MiniMax分区域收入结构 资料来源：MiniMax，中原证券研究所 图21：2025年1-9月MiniMax分产品收入结构 资料来源：MiniMax，中原证券研究所 2025年上半年，智谱收入中 $85\%$ 来自本地业务， $15\%$ 来自数据与云端产品，前者毛利率为 $59\%$ ，而后者毛利率仍然呈现下滑趋势，从2022年的 $76\%$ 下降到了2025H1的 $0\%$ 。 图22：2025H1智谱分产品毛利率 资料来源：智谱，中原证券研究所 图23：2025H1智谱分产品收入结构 资料来源：智谱，中原证券研究所 考虑到国内模型厂商竞争激烈，我们更看好大模型厂商的出海战略，同时作为成本费用控制优异的模型厂商，MiniMax也展现出了更大的发展韧性。 # 1.3.4.国产芯片训练大模型将成为2026年发展趋势 考虑到2025年DeepSeek也已经实现与国产芯片的协同优化，2026年DeepSeek也有望在国产适配方面获得更多的进展。2025年8月DeepSeek发布了V3.1，其采用UE8M0FP8缩放格式训练，面向即将发布的下一代国产芯片设计。9月DeepSeek发布V3.2-Exp，发布当天华为昇腾和寒武纪宣布完成对其的零日适配，V3.2-Exp还同时开源TileLang和CUDA两个版本的算子，极大地改善了CUDA带来的生态壁垒难题。 表 2: DeepSeek 的主要模型发布情况 <table><tr><td>时间</td><td>模型</td><td>架构</td><td>参数</td><td>模型类型</td><td>备注</td></tr><tr><td>2023.11.29</td><td>DeepSeek LLM 67B</td><td></td><td>670亿</td><td>语言模型</td><td>开源,对标LLaMA2 70B</td></tr><tr><td>2024.1.11</td><td>DeepSeek-MoE</td><td>MoE</td><td>1450亿</td><td></td><td>开源,国内首个MoE大模型,有2B、16B、145B三个尺寸</td></tr><tr><td>2024.5.6</td><td>DeepSeek-V2</td><td>MoE</td><td>2360亿</td><td>语言模型</td><td>开源,性能比肩GPT-4 Turbo,价格为其1/70</td></tr><tr><td>2024.9.5</td><td>DeepSeek V2.5</td><td>MoE</td><td></td><td>语言模型</td><td>开源,由DeepSeekCoder V2和DeepSeek V2 Chat两个模型合并升级而来</td></tr><tr><td>2024.11.20</td><td>DeepSeek-R1-Lite</td><td>MoE</td><td></td><td>推理模型</td><td>发布了对标o1-preview的预览版,并开放思维链输出功能</td></tr><tr><td>2024.12.26</td><td>DeepSeek-V3</td><td>MoE</td><td>6710亿</td><td>语言模型</td><td>开源,性能比肩GPT-4o</td></tr><tr><td>2025.1.20</td><td>DeepSeek-R1</td><td>MoE</td><td>6710亿</td><td>推理模型</td><td>开源,性能比肩OpenAI o1正式版,价格约为其1/30,并开放思维链输出功能,64K上下文</td></tr><tr><td>2025.3.24</td><td>DeepSeek-V3-0324</td><td>MoE</td><td>6600亿</td><td>语言模型</td><td>开源,性能超过GPT-4.5</td></tr><tr><td>2025.5.28</td><td>DeepSeek-R1-0528</td><td>MoE</td><td>6850亿</td><td>推理模型</td><td>开源,上下文128K,以DeepSeek V3 Base为基座,性能比肩o3与Gemini-2.5-Pro</td></tr><tr><td>2025.8.21</td><td>DeepSeek-V3.1</td><td>MoE</td><td>6850亿</td><td>混合模型</td><td>开源,上下文128K,更高思考效率,更强Agent能力</td></tr><tr><td>2025.9.22</td><td>DeepSeek-V3.1-Terminus</td><td>MoE</td><td>6850亿</td><td>混合模型</td><td>提升了DeepSeek-V3.1的语言一致性和Agent能力</td></tr><tr><td>2025.9.29</td><td>DeepSeek-V3.2-Exp</td><td>MoE</td><td>6850亿</td><td>混合模型</td><td>开源,实验性版本,引入DeepSeek Sparse Attention稀</td></tr><tr><td></td><td></td><td></td><td></td><td></td><td>疏注意力机制，API大幅降价（超50%），发布当日寒武纪和华为昇腾实现day 0适配和优化</td></tr><tr><td>2025.12.1</td><td>DeepSeek-V3.2</td><td></td><td></td><td></td><td>输出长度大幅降低</td></tr><tr><td>2025.12.1</td><td>DeepSeek-V3.2-Speciale</td><td></td><td></td><td></td><td>是DeepSeek-V3.2的长思考增强版，追求极致推理能力，上下文128K。</td></tr></table> 资料来源：DeepSeek，中原证券研究所 DeepSeek 选用 TileLang 这个新兴 AI 编程语言，为国产大模型软硬件生态建立起到了极大的推动作用，也导致英伟达也在 2025 年 12 月推出了相似度极高的 CUDA Tile。根据官方示例，在一些算子开发中，TileLang 可以把 CUDA/C++ 的代码量从 500 多行压缩到约 80 行，同时性能反而提升了约 $30\%$ 。TileLang 通过分层设计来实现不同技术背景开发者，从简单上手到深度优化的不同需求，同时可以实现对不同硬件平台的支撑，为打破英伟达 GPU 的垄断提供了绝佳的选择。 图24：TileLang简介 资料来源：北京大学，中原证券研究所 1月14日，智谱发布了开源图像生成模型GLM-Image，在CVTG-2K（复杂视觉文本生成）和LongText-Bench（长文本渲染）榜单成为开源第一。该模型基于华为的昇腾Atlas800T A2和昇思MindSporeAI框架完成从数据到训练的全流程，是首个在国产芯片上完成全程训练的SOTA多模态模型。 考虑到DeepSeek此前在与国产芯片适配上做的准备工作，我们认为其有望在后续模型中持续加大与国产芯片之间的合作强度。 # 1.3.5. 模型调用量：阿里加速布局，字节仍居国内第一 MaaS（AI模型服务）为AI云中增长最快的细分市场。根据Omdia预测，2030年中国MaaS市场规模将达到177亿元，2025-2030年复合增速 $72\%$ 。截至2025年10月，全球企业级MaaS市场中，OpenAI、谷歌云、字节占比分别为 $31\%$ 、 $19\%$ 、 $15\%$ ，日均调用量分别为70万亿、43万亿、30万亿Token，阿里云也跻身领导者行列。 图25：2025全球企业级MaaS市场格局（截至2025年10月） 资料来源：Omdia，中原证券研究所 截至2025年12月，ChatGPT周活跃用户数接近9亿，Gemini应用程序月活跃用户突破6.5亿,微软人工智能功能的月活跃用户已达9亿。 据The Information报道，OpenAI当前9亿的用户中付费率仅 $5\%$ ，近 $90\%$ 的用户位于美国、加拿大之外的区域，其平均收入贡献远低于北美，广告价值较低，给OpenAI以广告为核心的收入模式带来压力。 表 3：AI 应用用户数增长情况 <table><tr><td>公司</td><td>时间</td><td>详情</td></tr><tr><td rowspan="2">微软</td><td>2023.3</td><td>Bing日活跃用户达到了1亿</td></tr><tr><td>2025.10.30</td><td>旗下所有产品中,人工智能功能的月活跃用户已达9亿</td></tr><tr><td rowspan="9">OpenAI</td><td>2023.1</td><td>ChatGPT月活用户突破1亿</td></tr><tr><td>2023.11</td><td>ChatGPT周活跃用户1亿</td></tr><tr><td>2024.8</td><td>ChatGPT周活跃用户2亿</td></tr><tr><td>2024.12</td><td>ChatGPT周活跃用户3亿</td></tr><tr><td>2025.2</td><td>ChatGPT周活跃用户4亿</td></tr><tr><td>2025.4</td><td>ChatGPT周活跃用户突破5亿</td></tr><tr><td>2025.7</td><td>ChatGPT周活跃用户数突破7亿,用户每周发送的消息总量高达180亿条</td></tr><tr><td>2025.10</td><td>ChatGPT周活跃用户数突破8亿</td></tr><tr><td>2025.12</td><td>ChatGPT周活跃用户数接近9亿</td></tr><tr><td rowspan="4">谷歌</td><td>2024.10</td><td>Gemini用户月活用户9000万</td></tr><tr><td>2025.3</td><td>Gemini用户月活用户已达3.5亿</td></tr><tr><td>2025.7</td><td>Gemini应用的月活跃用户已突破4.5亿大关</td></tr><tr><td>2025.10</td><td>每月处理的token量从7月的980万亿激增至超过1300万亿,一年内增长超过20倍。Gemini应用程序月活跃用户突破6.5亿,查询量比第二季度激增3倍。</td></tr></table> 资料来源：微软，OpenAI，谷歌，中原证券研究所 字节占据了国内大模型公有云服务市场的半壁江山。根据IDC数据，中国公有云大模型调用量从2024年的114万亿Tokens增长到2025H1的536.7万亿Tokens。2025H1中国大模型公有云服务市场主要厂商中，字节市场份额为 $49.2\%$ ，阿里紧随其后份额 $27\%$ ，百度份额 $17\%$ ，较2024年呈下跌趋势。 图26：中国大模型日均调用量（亿Tokens） 资料来源：IDC，中原证券研究所 图27：2025H1中国大模型公有云服务市场主要厂商份额 资料来源：IDC，中原证券研究所 根据QuestMobile的数据，12月国内月活跃用户最高的AI原生APP分别为豆包1.55亿、DeepSeek0.82亿、元宝0.21亿、蚂蚁阿福0.10亿、千问0.09。由于阿里在Q4加大了新产上线和推广的力度，蚂蚁阿福和千问都步入了前5大AI原生App。 图28：2025年12月AI原生APP月活跃用户规模（亿） 资料来源：QuestMobile，中原证券研究所 截至2025年12月，豆包大模型的日均token使用量突破50万亿，较上年同期增长超过10倍，较9月底提升了 $67\%$ 图29：豆包大模型调用量增长情况（万亿） 资料来源：字节，中原证券研究所 # 1.3.6.AI Agent：Meta巨资收购Manta，AI Agent迎来发展里程碑 2025年12月30日，Meta发起了对Manus的收购，总计收购金额达到20亿美元，成为了AI Agent发展的里程碑。Manus在2025年3月产品上线，12月在上线仅8个月后，年经常性收入（ARR）就突破1亿美元。在Llama失力以后，Meta需要在AI方向上进行新的布局，因而通过收购Manus意图进行AI应用端的产品发力，抢占AI Agent的风口。 # 1.3.7.AI手机：2026手机端AI应用或将全面加速 从目前的手机AI应用生态来看，形成了4个主要的AI功能切入方式： （1）头部手机厂商在专注打造自身的AI能力，从操作系统层面构筑AI助理，AI能力也将成为未来手机竞争力的核心要素，但是手机厂商受制于自身的AI能力水平； (2) 专业 AI 应用, 如豆包、DeepSeek、千问等, 通过应用自身完成搜索功能, 但是缺乏更高的权限完成跨应用功能, Agent 能力发挥需要软件自身进行 APP 能力整合, 对阿里这样自身生态丰富的厂商更为有利; (3) 以豆包手机助手为代表的智能中枢, 短期或将受制于手机厂商的合作范围和 APP 的授权; (4) 由于微信集合了众多小程序，自身具备了较强的操作系统特性，腾讯也在意图打造Agent，实现跨小程序执行能力。 12月1日，字节与中兴合作的AI手机正式亮相，字节的豆包手机助手实现了AI交互功能，可以跨应用执行复杂指令，形成了类似鸿蒙智行的“智能中枢”。字节此次豆包手机助手的推出，意味着手机端的AI应用落地将加速，也意味着AI将打破原有的应用生态、硬件生态，开启AI带来的产业变革。 2026年，AI手机领域将成为各界厂商争相发力的焦点，产业生态将在这一过程中实现重塑。 手机厂商端：1月12日，苹果与谷歌达成多年战略合作协议，谷歌的Gemini核心模型架构将被用于支持下一代Apple Foundation Models，并成为Siri新一轮升级的底层技术基础，苹果预计将每年想谷歌支付约10亿美元的技术许可费。由于底层模型研发团队的大量流失，苹果选择了与谷歌进行合作，合作的模式也从与OpenAI的“外挂式”服务，变为“内植入”式的深度合作，合作的新品最快将在3-4月上线。 AI应用端：1月15日阿里宣布千问App全面接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务，实现点外卖、买东西、订机票、订酒店等AI购物功能。至此，千问APP成为全球首个完成真实生活复杂任务的AI助手，引领行业从聊天对话迈入办事时代。借助AI大模型，阿里自身生态的优势也得以展现。 图30：千问下单功能示意图 资料来源：千问，华尔街见闻，中原证券研究所 # 1.3.8.AI编程：科技大厂裁员进程持续推进，ClaudeCode年化收入超过10亿美元 1月，微软和Meta也再次推出新的裁员计划，其中微软将涉及 $5\% - 10\%$ 的员工，而Meta主要源于元宇宙业务线的人员调整。由于算力采购资本开支持续加重，AI带来的编程效率的持续提升，科技厂商还有持续削减人员开支的趋势。 表 4：海外主要科技厂商近期裁员情况 <table><tr><td>厂商</td><td>时间</td><td>人数</td><td>备注</td></tr><tr><td rowspan="2">亚马逊</td><td>2025.1</td><td>约200</td><td>在北美商店部门裁员约200人，涵盖包括自有品牌、Prime会员计划和消费品业务部门</td></tr><tr><td>2025.10.28</td><td>约14000</td><td>将裁减约1.4万个企业岗位，占其约35万名企业职员的4%，此次裁员旨在提高决策效率，并将资源转向核心业务</td></tr><tr><td rowspan="3">Meta</td><td>2025.1</td><td>3600</td><td>计划裁员约5%，对象是“表现不佳的员工”</td></tr><tr><td>2025.10.22</td><td>600</td><td>将在其人工智能部门裁员约600人，希望通过此举减少层级，提高运营灵活性。</td></tr><tr><td>2026.1</td><td>1500</td><td>Meta计划对元宇宙业务所在的Reality Labs部门裁员10%，涉及大约1500人。</td></tr><tr><td rowspan="4">谷歌</td><td>2023.3</td><td>12000</td><td>谷歌母公司Alphabet全球裁员6%</td></tr><tr><td>2025.2</td><td></td><td>对人力运营与云计算部门进行了裁员，并向美国员工提供自愿离职计划</td></tr><tr><td>2025.3</td><td></td><td>对云计算团队进行了优化。裁减了运营支持岗位，将部分职位转移至印度、墨西哥城等低成本地区。</td></tr><tr><td>2025.4</td><td></td><td>在安卓系统与Pixel手机业务线裁员数百人，涉及Chrome开发、硬件工程及产品管理等核心岗位</td></tr><tr><td rowspan="5">微软</td><td>2023</td><td>超10000</td><td></td></tr><tr><td>2025.1</td><td></td><td>裁减安全、体验和设备、销售和游戏等部门的员工</td></tr><tr><td>2025.5</td><td>约6000</td><td>在全球范围内裁减不到3%的员工</td></tr><tr><td>2025.7</td><td>约9000</td><td>为了简化业务流程，减少管理层级。裁员人数不到公司全球总员工数的4%，涉及不同部门、地区以及各个经验层级的员工。</td></tr><tr><td>2026.1</td><td>1.1-2.2万</td><td>计划于1月第三周启动新一轮全球裁员，规模预计在1.1万至2.2万人之间，占其全球22万名员工总数的5%至10%。</td></tr></table> 资料来源：光明网，彭博社，极目新闻，新浪财经，中原证券研究所 作为为编程模型能力最强的厂商，Anthropic2025年2月发布了ClaudeCode，到2025年12月ClaudeCode的年化营收已经达到10亿美元，较7月的4亿美元提升明显。Anthropic预计2025年底有望实现90亿美元的年收入，2026年目标200-260亿美元，2028年将创造700亿美元收入和170亿美元的现金流。同时，Anthropic最快有望在2026年初开启IPO事宜。 2025年5月OpenAI发布Codex，2025年8月谷歌发布了Jules，同样聚焦编程领域。 根据 the Information 的报道，DeepSeek 有望在 2 月发布的 V4 模型的编程能力已经超过了 Anthropic 的 Claude 和 openAI 的 GPT 系列。考虑到 V4 大概率将开源，这意味着 Anthropic 和 openAI 在 AI 编程方面营收或将受到较为明显的冲击。 同时，值得注意的是作为AI编程领域表现最为优异的厂商，Anthropic已经严格限制了特定区域(包括中国)的API调用，禁止了第三方应用中的Claude订阅服务，同时还切断了xAI、OpenAI等竞争对手的访问权限。考虑到目前模型差异有限，Anthropic封闭式的商业策略也可能迫使更多企业转向拥抱第三方架构。 作为硅谷重要的AI编码智能体厂商，Kilo Code在其新品Kilo for Slack中选择了中国的MiniMax M2.1作为默认模型，证明了MiniMax的模型实力，以及在高并发、大规模的输出环境下仍然具有较高的稳定性。 # 1.3.9.AI医疗：OpenAI聚焦医疗AI应用 1月7日，OpenAI推出“ChatGPT Health”，专门用于与ChatGPT进行健康相关的对话，可以连接电子医疗记录和各类健康应用，结合个人健康信息生成回复。1月13日，OpenAI宣布收购AI医疗初创公司Torch，收购金额约1亿美元。 据 Grand View Research 报告，2024 年全球 AI 医疗市场规模约为 266.5 亿美元，预计到 2033 年将飙升至约 5055.9 亿美元，期间年复合增长率达 $38.8\%$ 。 国内市场来看，医疗AI行业同样是模型厂商聚焦的行业。 蚂蚁阿福在2025年底已经成为了国内第4大的AIAPP，同时也是第一大健康管理AIAPP。 作为大模型厂商科大讯飞的AI医疗子公司讯飞医疗科技，2023年以 $5.9\%$ 的份额位列中国医疗人工智能行业排名第一，2024年12月在港股上市，拥有医疗AIAPP“讯飞晓医”，2023年2024年收入7.34亿元，同比增长 $31.98\%$ ，2025H1收入2.99亿元，同比增长 $30.25\%$ 。 图31：讯飞医疗科技营收及增速（百万元） 资料来源：上市公司财报，中原证券研究所 图32：医疗健康行业年度标杆Agent 资料来源：头豹，沙利文，中原证券研究所（排名不分先后） 在放弃通用大模型路线重点押注AI医疗以后，百川在2026年1月13日开源了新一代医疗大模型Baichuan-M3，在全球最权威的医疗AI评测HealthBench中以65.1分的综合成绩位列全球第一，在专门考验复杂决策能力的HealthBench Hard上以44.4的成绩夺冠，首次在医疗领域实现了对GPT-5.2的超越。 图33：HealthBench和HealthBenchHard跑分对比 资料来源：百川，中原证券研究所 # 1.4.国产化：国产芯片加速替代进程 # 1.4.1.2025年国产算力芯片呈加速趋势 2025年1-11月，我国集成电路在进口依赖度比例和出口在总产量中占比分别为 $83\%$ （即国产化占比 $17\%$ ）和 $74\%$ ，分别较1-10月下降1PCT和2PCT，在10月国产化比例短期明显回落的背景下，11月获得一定修复。 图34：2021-2025年我国集成电路对进口依赖度和出口占比（按数量） 资料来源：工信部，海关总署，中原证券研究所 从英伟达2025Q3财报数据来看，留给国产芯片空间进一步放大。其来自中国大陆的收入占比从2025Q2下降到了 $6\%$ ，Q3进一步下降到了 $5\%$ ，而于此同时Q2占其收入来源 $22\%$ 的新加坡，在Q3也大比例下滑，新加坡及原来的其他区域部分总计占比仅有 $2\%$ 。 图35：2022Q1-2025Q3英伟达收入的区域分布情况（亿美元） 资料来源：英伟达，中原证券研究所（英伟达财报时段较以上周期晚一个月） 2025年AI芯片国产替代趋势有望继续加快。根据IDC数据，2025年上半年，我国AI芯片国产化比率从2024下半年的 $34\%$ 提升到了 $35\%$ ，提升趋势明显。考虑到英伟达芯片对国内实质性断供，我们预计2025年下半年国产AI芯片的占比将获得大比例的提升。 图36：2023H1-2025H1我国AI芯片出货情况及国产化比率 资料来源：IDC，中原证券研究所 国内AI芯片企业步入集中上市阶段。摩尔线程在12月5日上市，沐曦股份在12月17日上市，燧原科技在2025年11月1日重新进行上市辅导备案，壁仞科技在2025年8月向港交所提交了上市申请，天数智芯在12月通过了港交所的IPO聆讯即将上市，百度的昆仑芯也已经变更为股份公司，正在为上市做准备。同时涉足HBM业务的长鑫科技也在2025年12月30日获得科创板IPO的交易所受理。 图37：2017-2025国内主要上市AI芯片企业收入及增速对比 资料来源：上市公司财报，中原证券研究所 国内数据中心芯片厂商中，国产AI芯片厂商继2024年的收入高增长以后，2025年业务都呈现加速迹象。其中寒武纪2025Q3财报继续呈现业绩爆发趋势，收入同比增长 $1333\%$ 至17.27亿元，很好地印证了当前国产芯片和AI算力两大方向的算力需求。2025Q3，海光实现收入40.26亿元，同比增长 $69.60\%$ ，较Q2提升了28.45PCT，其DCU已与国内外主流大模型全面适配，并在AI领域打造出众多标杆产品方案。摩尔线程前三季度增长 $183\%$ ，沐曦前三季度增长 $468\%$ 。 图38：2023Q1-2025Q3寒武纪、海光、摩尔线程、沐曦收入（亿元）及增速对比 资料来源：上市公司财报，中原证券研究所 从最新的中美政策来看，英伟达H200目前仍受到了禁令的限制，给国产厂商留下了持续发展壮大的机会。 表 5: 2025 年 AI 芯片相关动态 <table><tr><td>时间</td><td>内容</td></tr><tr><td>2025.3.25</td><td>美国商务部将54家中国实体列入清单，包括了浪潮集团旗下6家公司、宁畅信息、中科可控旗下的服务器品牌Suma</td></tr><tr><td>2025.4.16</td><td>英伟达表示美国政府已经于4月14日通知公司，H20芯片未来在出口至中国时需要“无限期”申请许可证</td></tr><tr><td>2025.6.3</td><td>报道称英伟达将为中国研发B30芯片，其采用Blackwell架构，GDDR7显存，而非HBM，也不会采用台积电的先进封装技术，首度支持多GPU扩展，允许用户通过连接多组芯片来打造更高性能的计算集群。采用GB20X芯片，也就是RTX50系列的芯片，其售价预计在6500美元至8000美元之间，远低于H20芯片的1万至1.2万美元。</td></tr><tr><td>2025.7.15</td><td>英伟达宣布美国已批准H20芯片销往中国</td></tr><tr><td>2025.7.31</td><td>国家网信办就H20算力芯片后门安全风险约谈英伟达公司。</td></tr><tr><td>2025.8.1</td><td>美国商务部BIS因人手短缺等因素陷入运作混乱，几乎处于瘫痪状态，包括英伟达拟对华出口的大批H20芯片在内的数千份许可申请被搁置。截至7月底尚无任何许可发放，涉及订单金额达数十亿美元。</td></tr><tr><td>2025.8.6</td><td>英伟达声明其芯片中不存在后门、终止开关和监控软件。</td></tr><tr><td>2025.8.11</td><td>特朗普对外证实，他已要求向AI芯片大厂英伟达、AMD对其销往中国大陆的芯片征收营收的15%作为许可费。</td></tr><tr><td>2025.8.13</td><td>路透社报道，美国秘密在人工智能相关芯片中设置跟踪器，以发现“芯片被转运至中国的情况”。</td></tr><tr><td>2025.8.18</td><td>英伟达计划将特朗普额外收取的15%费用所带来的成本转嫁给中国客户。</td></tr><tr><td>2025.8.19</td><td>路透社报道，英伟达正在为中国市场开发暂名B30A的Blackwell架构芯片，其原始计算能力可能仅为B300一半，预计将配备高带宽内存以及英伟达的NVLink技术，以实现处理器之间的高速数据传输，预计最快于9月向中国客户提供测试样品。</td></tr><tr><td>2025.9.15</td><td>英伟达违反反垄断法，市场监管总局依法决定实施进一步调查。</td></tr><tr><td>2025.11.6</td><td>The Information报道称，白宫已通知其他联邦机构，不会允许英伟达向中国出售其最新的减配版人工智能（AI）芯片。</td></tr><tr><td>2025.11.21</td><td>路透社消息，特朗普政府正在考虑批准英伟达H200人工智能（AI）芯片对中国的销售。</td></tr><tr><td>2025.12.8</td><td>美国总统特朗普示，美国将允许英伟达向中国“经批准的客户”出售H200人工智能芯片。</td></tr><tr><td>2026.1.17</td><td>英伟达供应商因中方禁令暂停H200芯片关键组件的生产。</td></tr></table> 资料来源：和讯网,新京报,观察者网,俄罗斯卫星通讯社,中原证券研究所 昇腾将在2026Q1发布昇腾950PR，实现FP8、MXFP8、HiF8、MXFP4等低精度计算能力，同时加入了自研的HBM HiBL1.0，将从根本上解决了被美国禁令限制HBM的窘境。 表 6：华为昇腾系列芯片发布计划及芯片性能 <table><tr><td></td><td>昇腾910C</td><td>昇腾950PR</td><td>昇腾950DT</td><td>昇腾960</td><td>昇腾970</td></tr><tr><td>时间</td><td>2025Q1</td><td>2026Q1</td><td>2026Q4</td><td>2027Q4</td><td>2028Q4</td></tr><tr><td>微架构</td><td>SAMD</td><td colspan="2">SAMD/SIMT</td><td>SAMD/SIMT</td><td>SAMD/SIMT</td></tr><tr><td>数值类型</td><td>FP32/HF32/FP16/BF16/INT8</td><td>FP32/HF32/FP16/BF16/FP8/MXFP8/HiF8/MXFP4</td><td>FP32/HF32/FP16/BF16/FP8/MXFP8/HiF8/MXFP4/HiF4</td><td>FP32/HF32/FP16/BF16/FP8/MXFP8/HiF8/MXFP4/HiF4</td><td>FP32/HF32/FP16/BF16/FP8/MXFP8/HiF8/MXFP4/HiF4</td></tr><tr><td>互联带宽</td><td>784GB/s</td><td colspan="2">2TB/s</td><td>2.2TB/s</td><td>4TB/s</td></tr><tr><td>算力</td><td>800TFLOPS FP16</td><td colspan="2">1PFLOPS FP8, 2PFLOPS FP4</td><td>2 PFLOPS FP8, 4 PFLOPS FP4</td><td>4 PFLOPS FP8, 8 PFLOPS FP4</td></tr><tr><td>内存</td><td>128GB, 3.2TB/s</td><td>128GB, 1.6TB/sHiBL 1.0</td><td>144GB, 4TB/sHiZQ 2.0</td><td>288GB, 9.6TB/s</td><td>288GB, 14.4TB/s</td></tr></table> 资料来源：华为，中原证券研究所 # 1.4.2. 纯血鸿蒙系统终端数量突破3600万 鸿蒙的蓬勃发展与不断壮大，正成为我国基础软件领域实现自主可控的标志性成果。2024年10月鸿蒙5.0（HarmonyOS NEXT）正式发布并在手机端应用，7月30日，华为鸿蒙操作系统5的终端数量突破了1000万，华为鸿蒙HarmonyOS6在2025年10月22日正式发布，12月30日华为宣布鸿蒙5和鸿蒙6系统终端数量已经突破3600万，每日新增10万台设备。 表 7：鸿蒙纯血系统发展动态 <table><tr><td>类型</td><td>时间</td><td>事件</td></tr><tr><td rowspan="5">系统发布</td><td>2024.10.22</td><td>纯血鸿蒙5.0(HarmonyOS NEXT)正式发布,彻底摆脱安卓,并在手机端应用</td></tr><tr><td>2025.5.19</td><td>首款鸿蒙电脑搭载鸿蒙5.0操作系统正式发布</td></tr><tr><td>2025.6.20</td><td>正式发布HarmonyOS 6,并同步启动开发者Beta测试。</td></tr><tr><td>2025.9.27</td><td>鸿蒙6.0 Release 版本正式发布</td></tr><tr><td>2025.10.22</td><td>正式发布了新一代操作系统HarmonyOS 6</td></tr><tr><td rowspan="4">生态建设</td><td>2025.5.8</td><td>鸿蒙电脑有300多款应用完成适配</td></tr><tr><td>2025.5.19</td><td>鸿蒙电脑有1000多款应用完成适配</td></tr><tr><td>2025.6.6</td><td>鸿蒙电脑生态应用数量已经突破2000款</td></tr><tr><td>2025.6.20</td><td>预计到6月底鸿蒙电脑生态应用突破2500款,超过3万个鸿蒙应用和元服务在全速开发和积极更新状态中</td></tr><tr><td rowspan="8">用户量</td><td>2025.7.30</td><td>鸿蒙5操作系统的终端数量突破了1000万</td></tr><tr><td>2025.8.25</td><td>鸿蒙5操作系统终端数量突破1200万</td></tr><tr><td>2025.9.20</td><td>鸿蒙5操作系统终端数量突破1700万</td></tr><tr><td>2025.9.29</td><td>鸿蒙5操作系统终端数量突破2000万</td></tr><tr><td>2025.10.17</td><td>鸿蒙版微信安装量已突破2100万</td></tr><tr><td>2025.10.22</td><td>鸿蒙5操作系统终端数量突破2300万</td></tr><tr><td>2025.12.22</td><td>鸿蒙5以上操作系统终端数量突破3200万</td></tr><tr><td>2025.12.30</td><td>鸿蒙5以上操作系统终端数量突破3600万</td></tr></table> 资料来源：每日新闻，IT之家，每日经济新闻，华为终端微信号，中原证券研究所 当前鸿蒙已经成为中国第二和全球第三大手机操作系统。根据Counterpoint的数据，2025Q3鸿蒙份额 $18\%$ ，连续7个季度位居国内手机操作系统第二名，同时鸿蒙在全球继续占据 $4\%$ 的市场份额，位居全球第三。 图39：2022Q2-2025Q3中国手机操作系统市场份额 资料来源：Counterpoint，中原证券研究所 图40：2022Q2-2025Q3全球手机操作系统市场份额 资料来源：Counterpoint，中原证券研究所 与此前的操作系统不同，鸿蒙覆盖了桌面端、移动端、物联网终端，是一个面向万物智联 时代所有终端的操作系统。鸿蒙可以实现一次开发、多端部署，可以有效降低 $70\%$ 的终端适配成本。同时鸿蒙通过多端联动，实现应用的跨端流转和多端协同，将带来更好的用户使用体验。 纯血鸿蒙更加注重用户的隐私和信息安全，在安全访问机制方面与此前的操作系统有根本性区别。以安卓对比来看，此前应用借助用户访问权限的开放获取了更加广泛的相关信息，纯血鸿蒙直接取消了这其中9类不合理权限，并从管理权限变为了管理数据。 目前在鸿蒙5和鸿蒙6上，微信等已经适配的应用还在持续开发的过程中，部分功能缺失的问题影响了部分客户对于纯血鸿蒙系统的使用体验，进而影响了此前华为部分终端产品的销量。 (1) 手机：根据IDC数据，2025Q3华为以 $15.2\%$ 的出货量份额位居中国手机市场第三，连续2个季度增速下滑，Q3增速 $-1\%$ 低于行业 $-0.6\%$ 的增速水平。 (2）台式机和笔记本：2025Q3华为位居国内台式机和笔记本市场第二，份额 $9\%$ ，较上个季度下滑2PCT，连续4个季度增速低于行业总体水平。 (3）平板电脑：2025Q3华为在国内平板电脑市场占据 $31\%$ 的份额，位居第一，较Q2增长了2PCT。 虽然鸿蒙5和鸿蒙6仍然处于发展阵痛期，但是随着用户量的增长、应用功能的完善、AI能力赋能、芯片供应的改善和性能的提升，我们坚定看好华为后续发展。从苹果系对客户的依附能力来看，随着纯血鸿蒙系统在易用性的持续突破，其独特的生态联动和系统联动能力也将转化为强大的客户捆绑能力。 图41：2022Q1-2025Q3中国手机市场厂商份额 资料来源：IDC，中原证券研究所 图42：2021Q1-2025Q3中国平板电脑市场厂商份额 资料来源：Omidia，中原证券研究所 鸿蒙仍将是华为重点投入和发展的方向之一。2025年初孟晚舟提出未来三年华为要与经济规律逆周期，加大战略纵深投入，错位发展，在根技术上压强式投入。她还表示鸿蒙生态处于量变到质变的关键历史节点，华为将围绕鸿蒙、鲲鹏、昇腾、云计算等业务，面向生态伙伴开发平台能力。在2026年新年致辞中，华为提到2026年主战场将包括人工智能行业应用、鲲鹏和昇腾、智联、鸿蒙、鸿蒙智行和乾崑智驾、重构AI数据中心、液冷超快充。 # 1.4.3.EDA：成为美国出口管控的重点领域，国产化需求在细分赛道加速释放 美国对华出口政策整体呈现多变状态，EDA存在后续供给的不确定性。继2024年12月，华大九天被BIS列入实体清单以后，5月29日，美国政府停止对华芯片设计软件（EDA）销售。7月2日，彭博社报道称，西门子发布声明，称在中国开展业务不再需要获得“政府许可”。7月底，楷登电子因为向国防科大销售芯片设计软件，违反了美国出口管制，而受到了美国1.4亿美元罚金。10月10日，美国总统特朗普在社交媒体宣布，从11月1日起，将对所有关键软件实施出口管制。虽然该政策没有落地执行，但是目前来看软件管制仍将是美国出口管制博弈的重要方向。 图43：2024年中国EDA行业竞争格局 资料来源：中商情报网，中原证券研究所 图44：2017-2025E我国EDA行业规模及增速 资料来源：中商情报网，中原证券研究所 从海外巨头的财报来看，禁令导致了中国区域需求的下滑，随着美国禁令放松，楷登Q3来自中国的需求短期集中释放。新思科技在2025年5-7月收入增长 $14\%$ ，来自中国区的收入下滑 $7\%$ ，连续3个季度下滑；2025Q3由于美国禁令放松，楷登电子在2025Q3来自中国区域收入同比增长 $18\%$ 。 图45：2022Q4-2025Q2新思科技来自全球和中国收入及增速（百万美元） 资料来源：上市公司公告，中原证券研究所（新思财报披露较正常财报季晚一个月） 图46：2021Q1-2025Q3楷登电子来自全球和中国收入及增速（百万美元） 资料来源：上市公司公告，中原证券研究所 # 2025年来看，行业呈现出两个明显的发展特征： （1）国内EDA行业股权交易频率加快。华大九天在3月30日发布对芯和半导体的收购预案，7月9日收购事宜终止。概伦电子3月27日发布公告开启对锐成芯微的收购，7月7日公告将募资并进行对锐成芯微 $100\%$ 股权和纳能微电子 $45.64\%$ 股权的收购，7月15日又公告国资上海芯和创拟受让其 $5\%$ 的股份。8月12日，广立微公告以0.4亿欧元收购比利时硅光设计自动化软件公司LUCEDA $100\%$ 股权。随着美国禁令向EDA聚焦，EDA的国产替代势必将加快，也会加速行业的收并购进程和EDA企业的议价能力。此外，从EDA全球三大巨头的成长路径上来看，其都进行了一系列的收购，才形成了如今的垄断优势，因而对于EDA企业来说并购也成为了成长必经路径。 同时，更多的EDA公司开启上市进程上市。2025年12月，芯合半导体IPO的辅导工作完成，数字设计领域的头部企业合见工软也办理了上市辅导备案登记。 # (2）头部企业的产品覆盖能力持续增强。 早在2023年，华为轮值董事长徐直军就表示华为芯片设计EDA工具团队联合国内EDA企业，共同打造了14nm以上工艺所需EDA工具，基本实现了14nm以上EDA工具国产化，2023年将完成对其全面验证。 华大九天在实现了模拟设计类较强的覆盖的基础上，2025年明显加大了在数字芯片领域的布局。2025上半年其新推出的7款新品中，有4款都是面向数字电路设计领域，推动该领域主要工具的覆盖率达到近 $80\%$ ，为迎接国产替代需求提供了更加全面的产品选择。从EDA的市场结构来看，2020年 $65\%$ 的EDA市场集中在数字设计领域，而模拟设计类占比仅 $17\%$ 。 图47：2022年华大九天分产品收入结构 资料来源：华大九天公告，中原证券研究所（2023年开始，华大九天不再披露EDA软件销售的细分数据） 图48：2020年中国EDA市场结构 资料来源：中商情报网，中原证券研究所 （3）从EDA及IP产业的企业财报来看，2025年芯原股份和广立微都获得了较强的需求释放。2025Q3芯原股份新签订单15.93亿元，同比大幅增长 $145.80\%$ ，其中AI算力相关的订单占比约 $65\%$ ，Q3收入12.81亿元，同比增长 $78.38\%$ 。广立微受益于国产替代进程加速，前三季度收入增长 $49\%$ ，净利润增长 $380\%$ 。 表 8：2025 年 EDA 及 IP 厂商业绩对比(亿元) <table><tr><td rowspan="2">公司</td><td colspan="7">2025.1-9</td><td colspan="5">2024年</td></tr><tr><td>收入</td><td>增速</td><td>净利润</td><td>增速</td><td>毛利率</td><td>毛利额</td><td>人员增速*</td><td>收入</td><td>增速</td><td>净利润</td><td>增速</td><td>人员增速</td></tr><tr><td>芯原股份</td><td>23</td><td>37%</td><td>-3.5</td><td>-12%</td><td>35%</td><td>7.9</td><td></td><td>23</td><td>-0.7%</td><td>-6.0</td><td>-103%</td><td>8%</td></tr><tr><td>华大九天</td><td>8.0</td><td>8%</td><td>0.09</td><td>-85%</td><td>91%</td><td>7.3</td><td>22%</td><td>12</td><td>21%</td><td>1.1</td><td>-45%</td><td>17%</td></tr><tr><td>广立微</td><td>4.3</td><td>49%</td><td>0.35</td><td>380%</td><td>61%</td><td>2.6</td><td>30%</td><td>5.5</td><td>14%</td><td>0.80</td><td>-38%</td><td>27%</td></tr><tr><td>概伦电子</td><td>3.1</td><td>13%</td><td>0.42</td><td>173%</td><td>89%</td><td>2.8</td><td>11%</td><td>4.2</td><td>27%</td><td>-0.96</td><td>-70%</td><td>15%</td></tr><tr><td>芯和半导体</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td>2.7</td><td>150%</td><td>0.48</td><td>154%</td><td></td></tr><tr><td>锐成芯微</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td>3.6</td><td>-45%</td><td>0.34</td><td>-62%</td><td></td></tr></table> 资料来源：上市公司公告，Wind，中原证券研究所（*取半年报数据） 2025年10月，新凯来（深圳国资委全资控股）子公司启云方发布了原理图和PCB两款EDA软件。其原理图设计产品支持超大规模、超高密度复杂设计需求，性能较行业标杆提升 $30\%$ ；PCB设计产品具备协同设计能力且提供智能辅助设计功能，可以帮助企业缩短设计周期 $40\%$ ，提高一板成功率 $30\%$ 。新凯来此次产品发布，意味着国产EDA领域又增添了一位重要的国资成员。 EDA和IP业务与GPU设计深度融合趋势日益明显。2025年12月1日，英伟达宣布斥资20亿美元投入新思科技主导的项目，在将英伟达的GPU加速计算平台与新思EDA和IP产品组合相融合，加快芯片设计周期、大幅降低功耗，并助力下一代人工智能、汽车和高性能计算芯片的研发。 # 1.4.4. 国产厂商借助超节点突围 考虑到国产芯片在制程上暂时落后，通过系统层面进行高密度集成可以较好地弥补芯片端的不足。国产厂商通过在超节点方面发力，以规模化设计实现了整体算力的跃升。 图49：超节点（ScaleUp）与传统GPU组网集群（ScaleOut）的差异 资料来源：中科院物理所，中原证券研究所 从超节点的布局厂商来看，已经包括了芯片厂商、互联网厂商、服务器厂商等。3月华为发布了Atlas900，总计384颗异腾芯片，成为业界最大的超节点，同时算力接近英伟达超节点GB200 NVL72的两倍，总内存容量超出英伟达的3.6倍，内存带宽为其2.1倍。9月华为又发布了Atlas950和Atlas960，将分别于2026Q4和2027Q4发布，Atlas950将超过英伟达2026年下半年发布的NVL144和2027年将推出的NVL576，成为全球最强超节点。阿里在9月发布了128超节点AI服务器磐久AIInfra2.0，可支持多种AI计算芯片，同时继承了阿里自研CIPU2.0芯片和EIC/MOC高性能网卡。11月曙光发布全球首个单机柜级640卡超节点scaleX640，再次提升了单机柜节点数量的极限，同时也采用了开放架构，还使用了业内最先进的浸没相变液冷方案。 表 9：主要厂商的超节点产品上市情况 <table><tr><td>上市时间</td><td>厂商</td><td>产品</td><td>GPU</td><td>GPU数量</td><td>机柜数量</td><td>备注</td></tr><tr><td>2024.11</td><td>英伟达</td><td>GB200 NVL72</td><td>GB200</td><td>72</td><td>1</td><td>算力180 EFLOPS FP16/360 PFLOPS FP8</td></tr><tr><td>2025.3</td><td>华为</td><td>Atlas 900</td><td>昇腾 910C</td><td>384</td><td>12+4</td><td>算力300 PFLOPS BP16,业内最大超节点</td></tr><tr><td>2025.4</td><td>百度</td><td>天池64</td><td></td><td>64</td><td></td><td>天池32、天池64上市</td></tr><tr><td>2025.7</td><td>英伟达</td><td>GB300 NVK72</td><td>GB300</td><td>72</td><td>1</td><td>算力360 PFLOPS FP8/1.08 EFL0PS FP4</td></tr><tr><td>2025.9.</td><td>阿里</td><td>磐久AI Infra2.0</td><td>多种AI芯片</td><td>128</td><td>1</td><td></td></tr><tr><td>2025.11.6</td><td>曙光</td><td>ScaleX640</td><td>多种AI芯片</td><td>640</td><td>1</td><td>浸没相变液冷,算力密度业内新高</td></tr><tr><td>2026H1</td><td>百度</td><td>天池256</td><td></td><td></td><td></td><td></td></tr><tr><td>2026H2</td><td>英伟达</td><td>Vera Rubin NVL144</td><td>Rubin</td><td>144</td><td></td><td>算力1.2 EFLOPS FP8/3.6 EFL0PS FP4</td></tr><tr><td>2026H2</td><td>百度</td><td>天池512</td><td></td><td></td><td></td><td>能完成万亿参数模型训练</td></tr><tr><td>2026Q4</td><td>华为</td><td>Atlas 950</td><td>昇腾 950DT</td><td>8192</td><td>128+32</td><td>算力8EFLOPS FP8/16 EFL0PS FP4</td></tr><tr><td>2027H2</td><td>英伟达</td><td>Rubin Ultra NVL576</td><td>Rubin</td><td>576</td><td></td><td>算力5EFLOPS FP8/15 EFL0PS FP4</td></tr><tr><td>2027Q4</td><td>华为</td><td>Atlas 960</td><td>昇腾 960</td><td>15488</td><td>176+44</td><td>算力30EFLOPS FP8/60 EFL0PS FP4</td></tr><tr><td>2028</td><td>百度</td><td>天池千卡级</td><td></td><td>千卡</td><td></td><td></td></tr></table> 资料来源：英伟达，华为，阿里，曙光，百度，中原证券研究所 通过将64个超节点Atlas950或Atlas960互联，华为可以建立超52万昇腾950卡的Atlas950 SuperCluster集群（2026Q4）和超99万卡的Atlas960 SuperCluster集群（2027Q4）。相比当前世界上最大的集群xAI Colossus，Atlas950 SuperCluster集群规模是其2.5倍，算力是其1.3倍，将成为当之无愧的全世界最强算力集群。 表 10：华为集群上市计划及参数 <table><tr><td></td><td>Atlas 900 SuperCluster</td><td>Atlas 950 SuperCluster</td><td>Atlas 960 SuperCluster</td></tr><tr><td>上市时间</td><td>2025.3</td><td>2026Q4</td><td>2027Q4</td></tr><tr><td>昇腾卡</td><td>昇腾 910C</td><td>昇腾 950DT</td><td>昇腾 960</td></tr><tr><td>卡数量</td><td>165,888</td><td>524,288</td><td>991,232</td></tr><tr><td>超节点</td><td>Atlas 900</td><td>Atlas 950</td><td>Atlas 960</td></tr><tr><td>超节点数量</td><td>432</td><td>64</td><td>64</td></tr><tr><td rowspan="2">算力</td><td></td><td>524 EFL0PS FP8</td><td>2 ZFL0PS FP8</td></tr><tr><td></td><td>1 ZFL0PS FP4</td><td>4 ZFL0PS FP4</td></tr><tr><td>协议</td><td></td><td>UBoE/RoCE</td><td>UBoE/RoCE</td></tr></table> 资料来源：华为，中原证券研究所 # 1.5.算力：国产芯片替代或将提升2026年国内算力供给，支撑AI应用需求 # 1.5.1.英伟达天价收购，获得更多外部技术的支持和性能突破 以2025年发布的B300芯片来看，英伟达当前量产的最新芯片峰值算力为20PFLOPS(FP4 Tensor Core,稀疏)，功率1400W，晶体管数量2080亿，显存为HBM3e，容量279GB，带宽8TB/s。 图50：英伟达GPU芯片核心指标变化 资料来源：英伟达，中原证券研究所 2026年英伟达即将量产的Rubin架构芯片来看，峰值算力为推理NVFP450PFLOPS，训练NVFP435PFLOPS，晶体管数量3360亿，显存为HBM4，容量为288GB，带宽22TB/s提升较为明显。 从英伟达的超节点来看，根据2025年发布的计划，2026年英伟达将发布的是144个GPU的Vera Rubin NVL144，2027年将发布的是576个GPU的Rubin Ultra NVL576，但是2026年1月实际发布的是72个GPU的Vera Rubin NVL72。虽然芯片数量缩减了一半，但是实际发布的超节点总体算力和NVLink带宽相当，HBM4的显存容量缩减一半，显存带宽提升 $37\%$ 后续来看，英伟达还将在2027年发布Rubin Ultra芯片，2028年英伟达计划发布新架构Feyman的芯片。 图51：Vera Rubin NVL144 资料来源：英伟达，中原证券研究所 图52：Vera Rubin NVL72 资料来源：英伟达，中原证券研究所 随着降低精度（FP4）和工艺提升（3nm）两条路径逐步遇到增长瓶颈，后续英伟达芯片性能增长速度有放缓的风险。为此我们看到B200开始，英伟达将2个GPU裸片（die）进行封装，而到了Rubin Ultra将4个die进行封装。同时，从B200开始，英伟达推出了由2个GPU和1个CPU共同组成的GB200芯片和超节点GB200 NVL72，并开始更多展示在Scaleup方向上的性能提升。 12月的两笔交易表明英伟达在寻求通过投资获得更多外部技术的支持和性能突破。2025年12月1日，英伟达宣布斥资20亿美元投入EDA厂商新思科技主导的项目，在将英伟达的GPU加速计算平台与新思EDA和IP产品组合相融合。根据2025年12月25日的消息，英伟达同意以200亿美元价格获得AI芯片公司Grop核心技术的非独家授权，同时Grop核心高管加入英伟达。Grop的创始人来自谷歌TPU的核心班底，推出了LPU芯片，专用于大语音模型的推理任务，具有低延时特性，可以帮助英伟达弥补GPU在AI应用落地和推理需求增长带来高实时响应需求，缓解谷歌TPU带来的竞争压力。 # 1.5.2. 自研芯片：谷歌TPU获得了Meta订单，英伟达垄断地位受到较大挑战 为了降低在芯片端的支出和能耗需求，同时减少对英伟达的依赖，大型云厂商都在陆续开启芯片自研，并在2025年较好地实现对部分英伟达GPU需求的替代，2026年行业格局有望进一步改变： 表 11：最新发布 AI 芯片及参数 <table><tr><td></td><td>英伟达</td><td>华为</td><td>AMD</td><td>谷歌</td><td>亚马逊</td></tr><tr><td>芯片</td><td>B300</td><td>昇腾 910C</td><td>MI 355X</td><td>Ironwood</td><td>Trainium3</td></tr><tr><td>发布时间</td><td>2025.3</td><td>-</td><td>2025.6</td><td>2025.4</td><td></td></tr><tr><td>出货时间</td><td>2025.10</td><td>2025Q1</td><td>2025.6</td><td>2025.11</td><td>2025.12</td></tr><tr><td>微架构</td><td>Blackwell Ultra</td><td>SIMD</td><td>CDNA 4</td><td></td><td></td></tr><tr><td>制程</td><td>4nm</td><td></td><td>3nm</td><td></td><td>3nm</td></tr><tr><td>最大功率</td><td>1400W</td><td></td><td>1400W</td><td></td><td></td></tr><tr><td>晶体管数量</td><td>2080亿</td><td></td><td>1850亿</td><td></td><td></td></tr><tr><td>互联带宽</td><td>1800GB/s</td><td>784GB/s</td><td></td><td></td><td></td></tr><tr><td>算力</td><td>15/20 PFLOPS*FP4 Tensor Core</td><td>800TFLOPSFP16</td><td>20PFLOPSFP4</td><td>4614TFLOPsFP8</td><td></td></tr><tr><td>内存容量</td><td>279GB</td><td>128GB</td><td>288GB</td><td>192GB</td><td>144GB</td></tr><tr><td>内存带宽</td><td>8TB/s</td><td>3.2TB/s</td><td>8TB/s</td><td>7.4TB/s</td><td></td></tr><tr><td>内存</td><td>HBM3e</td><td></td><td>HBM3e</td><td>HBM3e</td><td></td></tr><tr><td>超级算力集群芯片数</td><td></td><td>165,888</td><td></td><td>9216</td><td></td></tr></table> 资料来源：英伟达，AMD，华为，谷歌，亚马逊，中原证券研究所（*稠密算力/稀疏算力） （1）谷歌：从2013年就开始自主研发云端AI加速芯片，并在2015年推出了自研的TPU（张量处理器）。2025年11月6日，谷歌正式发布了其第七代TPU Ironwood，是谷歌首款专为推理设计的TPU，其峰值算力4614TFLOPs，内存192GB，内存带宽7.4TB/s，可扩展至9216片芯片集群，峰值算力可达42.5EFLOPS，性能是v6e（Trillium）的4倍以上，在特定应用中能提供比GPU高出1.4倍的美元性能。 图53：包含9,216颗Ironwood的TPU集群 资料来源：谷歌，财联社，中原证券研究所 同时，作为云厂商中自有AI芯片占比最高的厂商，谷歌2023年自用的TPU芯片量已经突破了200万颗，已经成为了仅次于英伟达的全球第二大数据中心AI芯片厂商。2025年谷歌还宣布计划进入数据中心CPU市场，将实现微处理器和加速器芯片皆自研覆盖的发展格局。目前，谷歌的Gemini、Veo、Imagen以及Anthropic的Claude都在TPU上训练和服务。 图54：2015-2023数据中心加速器年度出货量（片） 资料来源：TechInsights，中原证券研究所 2025年12月，Meta与谷歌展开合作，将在2026年租用谷歌TPU进行AI训练，2027年将直接采购谷歌的TPU，成为了一个标志性事件，这意味着在中国市场受到影响以后，英伟达在美国7大互联网巨头需求方面同样出现了强大的竞争对手。 （2）亚马逊：在2013年提出了开发定制硬件策略，2018年推出了基于ARM架构的CPUGravitation，2019年发布首代推理芯片Inferentia，2020年发布了训练芯片Trainium。2023年末谷歌发布了Trainium2，主要对标英伟达旗下A100/H100等旗舰AI训练芯片，性价比比其他GPU供应商高出 $30\%$ 到 $40\%$ ，并已成为Anthropic等公司新一代模型训练的支柱。12月4日，亚马逊发布自研芯片Trainium3和基于该芯片的Trn3 UltraServers服务器，采用3nm工艺，性能较Trainium2提升 $40\%$ ，集成了144GB高带宽内存。集成144颗新一代芯片的Trainium3 UltraServer服务器，计算能力是上一代产品的4.4倍，内存带宽是上一代产品的4倍，能够将能效提升 $40\%$ ，同时大幅提高了产品部署能力上限，最多能部署多达百万颗Trainium3芯片，将此前的天花板提高了10倍。 同时，亚马逊已经在全力研发Trainium4，并且已经进入深度设计阶段，与Trainium3相比，Trainium4将在所有维度实现巨大跃升：FP4计算性能提升6倍、内存带宽提升4倍、高带宽内存容量提升2倍，以支持全球最大规模模型的训练需求。 Trainium 的主要客户是Anthropic、理光（Ricoh）等公司。 (3) Meta: 在 2023 年 5 月推出了第一代的 AI 芯片 MTIA v1, 采用了 7nm 工艺, 内存 128MB。2024 年 4 月, Meta 推出了 MTIA v2 (Artemis), 采用 5nm 工艺, INT8 精度下的稠密算力达到上一代的近 3.5 倍, 稀疏算力达到上一代的近 7 倍, 达到 708TFLOPS, 内存 256MB。 META与博通联合开发的MTIAT-V1预计最早在2025Q4推出，被认为能效将较英伟达下一代GPU Rubin提升 $20\%$ ，预计出货量达30-40万片；计划在2026年中推出的MTIAT-V1.5，计算密度接近GB200，出货量计划50-80万片；2027年计划推出MTIA T-V2，目标可进行万亿参数的模型训练。而目前来看，Meta还有采购谷歌TPU这一英伟达的替代方案。 （4）微软：2023年11月，微软推出了自研AI芯片Maia100和CPU芯片Cobalt100，Maia100采用5nm工艺，1050亿颗晶体管。微软原计划在2025年推出的推理芯片Maia200（Braga）芯片，目前已经推迟到了2026年，同时微软还计划在2027年发布Maia280芯片，将两个Braga芯片连接组成，性能功耗有望比英伟达同年产品高出 $30\%$ 。微软计划在2028年量产的推理芯片Maia400（Braga-R），将采用更先进的连接技术。微软计划随着每一代新芯片的推出而逐步提高产量，最终目标是年产数十万颗自研AI芯片。 （5）OpenAI：2025年10月，OpenAI与博通合作生产其首款内部AI芯片，OpenAI负责芯片设计，博通从2026年下半年开始开发和部署芯片，整体计划在2029年底完成，他们将推出价值10GW的定制芯片，展开硬件供应链多元化战略。 作为AI厂商和云厂商自研芯片的主要生产厂商，ASIC厂商相关业务整体呈现出扩大趋势。 2025Q2ASIC厂商博通的AI业务实现收入52亿美元，同比增长 $63\%$ ，环比增长 $18\%$ 预计2025Q3将进一步增长到62亿美元，对应环比增速 $19\%$ 。其量产客户包括了谷歌、Meta、字节，在Q2财报披露期间宣布拿下了第四个量产客户100亿美元订单，预计2026年开始交付。 第二大ASIC厂商Marvell2025Q3数据中心业务收入15.2亿美元，同比增长 $38\%$ ，环比增长 $2\%$ ，增长主要来自光互联产品带动，而定制ASIC业务出现环比下滑，收入主要来自2024年量产的亚马逊Trainium2，2026年的定制ASIC业务增长将主要来自亚马逊的Trainium3。 图55：2023Q4-2025Q3E博通AI业务收入（亿美元） 资料来源：博通财报，中原证券研究所（博通财报披露时间较以上周期晚一个月） 图56：23Q1-25Q3Marvell数据中心业务收入（亿美元） 资料来源：Wind，中原证券研究所（Marvell财报时段较以上周期晚一个月） # 1.5.3.部分数据中心厂商2025算力加快释放，2026年有望步入业绩释放期 数据中心厂商的IDC业务和AIDC业务迎来冰火两重天。 图57：2023年国内第三方数据中心厂商份额 资料来源：科智咨询，中原证券研究所 图58：2021-2023年中国数据中心服务商市场份额分布 资料来源：科智咨询，中原证券研究所 传统IDC竞争加剧。科智咨询数据显示，2024年，中国传统IDC业务市场规模为1,583亿元，同比增长 $8.7\%$ ，增速缓慢，传统低功率数据中心需求持续白热化。 与此同时，AI算力驱动下，AICD需求大增，部分数据中心厂商加快基建步伐。从上市公司财报数据来看，当前主要上市的数据中心厂商中，2025年Q3仅有润泽科技、奥飞数据、世纪互联、宝信软件4家公司的固定资产和在建工程金额保持了 $30\%$ 以上的增长势头，还在进行积极的业务扩张，分化较为明显。 图59：2022-2025年数据中心企业固定资产和在建工程总金额（亿元） 资料来源：上市公司财报，Wind，中原证券研究所 在新一代智算建设和需求方面，2025年润泽科技和奥飞数据都有相对于自身较大的算力 投放计划，万国数据也在2025Q1获得了单笔高达152MW的大规模订单，中国联通上半年AIDC业务签约金额同比增长 $60\%$ 。由于超大规模客户通常需要在短时间内交付至少50MW的IT容量，预计2025年将有较为明显的大规模智算中心集中交付趋势。 表 12：IDC 企业订单获取和运力投放情况 <table><tr><td>厂商</td><td>发布时间</td><td>内容</td></tr><tr><td rowspan="4">万国数据</td><td>2025.3.19</td><td>2025Q1获得来自现有超大规模客户的订单，与AI需求相关，面积约40,000平方米，相当于152MW IT容量，分布于廊坊和常熟的两座数据中心，预计在6个月内交付，该订单是公司在国内有史以来最大的单笔订单。</td></tr><tr><td>2025.5.20</td><td>Q1数据中心签约面积新增41,256平方米，签约及预约总面积为649,561平方米。</td></tr><tr><td>2025.8.20</td><td>Q2数据中心签约面积新增22,741平方米，同比增长8.1%。签约订单中包含3笔超大规模订单，总IT容量超40MW，来自京津冀核心枢纽城市的4座数据中心</td></tr><tr><td>2025.11.19</td><td>Q3数据中心签约面积新增11,104平方米，同比增长4.8%，总签约面积达到656,729平方米，前三季度新增签约量240MW，全年预计达到300MW，2026年预计继续交付超过70,000平方米的订单</td></tr><tr><td rowspan="2">奥飞数据</td><td>2025.4.21</td><td>截至2024年末，公司在北京、广州、深圳、廊坊、天津、成都、海口、南昌、南宁拥有14个自建自营的数据中心，运营机柜按标准机柜折算超过43,000个，同比增长超20%。廊坊固安数据中心预计将于2025年内交付3栋数据中心，天津武清数据中心二期预计将于2025年内交付，河北怀来数据中心的土建环节预计2025年中开始分期完工并于2025年底或2026年初交付首期项目，河北定兴数据中心预计2025年上半年交付。</td></tr><tr><td>2025.8.27</td><td>2025H1，廊坊固安数据中心第五栋、天津武清数据中心二期项目及三期项目部分交付运营，公司已投入运营的自建自营数据中心总机柜数超过57,000个</td></tr><tr><td rowspan="3">润泽科技</td><td>2025.4.27</td><td>廊坊A区剩余算力中心近期即将交付，廊坊B1的200MW新一代智算中心，正在紧张建设中；平湖B1单体100MW智算中心，建设基本完成，近期即将交付；佛山园区第1栋已经上架，第2栋正在筹备交付，两栋楼合计80MW预计今年年底趋向成熟；惠州园区A1正在筹备交付，单栋40MW预计今年年底趋向成熟。</td></tr><tr><td>2025.8.29</td><td>2025年上半年我们累计交付了220MW算力中心，交付量创历史新高，包括平湖园区100MW，廊坊园区40MW，佛山园区40MW以及惠州园区40MW。公司廊坊B区单体200MW智算中心项目已按液冷标准规划设计，目前正有序推进配套建设。</td></tr><tr><td>2025.11.1</td><td>廊坊B区已经进入后期阶段，规划2025年底正式建成投运，对应10万卡以上的算力供应规模。</td></tr><tr><td rowspan="2">DayOne</td><td>2025.5.20</td><td>2025Q1新增数据中心签约容量70MW，总签约容量530MW。公司在泰国数据中心与客户达成明确签约意向，另一方面成功进军欧洲市场，在芬兰落子首个数据中心项目，并于客户签约，两个项目总容量预计超过220MW，预计将使公司2025年全年预签约容量超过750MW。</td></tr><tr><td>2025.8.20</td><td>Q2新增数据中心签约容量246MW，总签约容量780MW。</td></tr><tr><td rowspan="2">世纪互联</td><td>2025.5.28</td><td>Q1基地型业务环比增加88MW，达到573MW，上架84MW，达到437MW。未来12个月公司计划交付377MW。</td></tr><tr><td>2025.8.21</td><td>Q2基地型业务环比增加101MW，达到674MW，上架容量环比增长74MW，达到511MW；获得约4MW的城市型业务订单。近期在河北获得20MW基地型业务订单。</td></tr><tr><td>中国联通</td><td>2025.8.14</td><td>2025H1AIDC业务签约金额同比增长60%</td></tr></table> 资料来源：上市公司公告，证券日报，中原证券研究所 2025年数据中心厂商整体业绩增长较为缓慢，但是2026年部分企业有望迎来业绩释放 期。2025年前三季度，国内企业数据中心业务收入增幅相对有限，仅有润泽、奥飞、世纪互联增幅在 $15\%$ 以上。相对于硬件厂商而言，数据中心业务释放整体更加缓慢，但是具有较强的收入和盈利的持续性。随着当前在建数据中心的完工和上架率的持续提升，相关公司有望在2026年迎来业绩释放期。 表 13：2025 前三季度企业 IDC 相关业务对比(亿元) <table><tr><td rowspan="2">公司</td><td rowspan="2">相关业务</td><td colspan="5">2025.1-9</td><td colspan="4">2024年</td></tr><tr><td>收入</td><td>增速</td><td>净利润</td><td>增速</td><td>毛利率</td><td>收入</td><td>毛利率</td><td>算力规模</td><td>人员增速</td></tr><tr><td>中国电信</td><td>IDC</td><td>275</td><td>9.1%</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>中国联通</td><td>数据中心</td><td>214</td><td>8.9%</td><td></td><td></td><td></td><td>259</td><td></td><td></td><td></td></tr><tr><td>万国数据</td><td></td><td>85</td><td>1%</td><td>-10</td><td>-32%</td><td>23%</td><td>103</td><td>22%</td><td>61.36万平米</td><td>-3%</td></tr><tr><td>世纪互联</td><td></td><td>73</td><td>21%</td><td>-5.6</td><td>-973%</td><td>23%</td><td>83</td><td>22%</td><td>5.21万架+486MW</td><td>-15%</td></tr><tr><td>润泽科技</td><td></td><td>40</td><td>15%</td><td>47</td><td>211%</td><td>48%</td><td>44</td><td>49%</td><td>8.2万架</td><td>9.5%</td></tr><tr><td>奥飞数据</td><td></td><td>18</td><td>15%</td><td>1.5</td><td>37%</td><td>35%</td><td>22</td><td>26%</td><td>4.3万架</td><td>1%</td></tr><tr><td>光环新网</td><td>IDC及其增值服务</td><td>17</td><td>1.5%</td><td></td><td></td><td>32%</td><td>21</td><td>34%</td><td>5.19万架</td><td></td></tr><tr><td>数据港</td><td></td><td>12</td><td>5%</td><td>1.2</td><td>14%</td><td>28%</td><td>18</td><td>31%</td><td>7.42万架</td><td>49%</td></tr></table> 资料来源：上市公司公告,Wind,中原证券研究所(算力规模数据中数据港、光环新网为 5KW 标准机架折算) 当前IDC厂商也在积极利用多种方式进行融资，以保障资金的充足性。2025年8月8日，南方万国数据中心REIT（代码：508060）在上交所成功挂牌，南方润泽科技数据中心REIT也在深交所正式上市（全国首批、深交所首单数据中心REIT），奥飞数据拟募集16.95亿元建设“新一代云计算和人工智能产业园（廊坊固安F栋、G栋、H栋、I栋、J栋）项目”，DayOne也正在推进C轮股权融资，计划在18个月内进行IPO。 对于区位、资金、能耗指标、电力供应等优势明显，AIDC业务转型成功，同时有大规模智算中心的交付的企业来说，2026年有望迎来较好的增长趋势。 Meta已宣布了两大重要AI“泰坦”集群建设计划：（1）位于俄亥俄州的Prometheus集群，预计2026年上线，将成为首批计算能力达1千兆瓦的AI超级集群；（2）位于路易斯安那州的Hyperion集群，规模将与曼哈顿相当，并有望在数年内扩展至5千兆瓦的计算能力。 亚马逊在2025年10月29日启用其耗资110亿美元的新一代AI数据中心——“雷尼尔计划”（Project Rainier）。该项目为业内首个以AI模型（Anthropic）部署为核心架构的大型云基础设施，采用自研50万片Trainium2芯片，预计年底将增至100万片。 # 1.5.4.资本开支：海外科技企业资本投入再创新高 从海外市场来看，2024年美国4大科技厂商（亚马逊、微软、谷歌、Meta）的资本开支持续增长，海外AI基础设施投入仍在加大。2025Q34大厂商资本开支再创新高，总计达到 1124亿美元，同比增长 $77\%$ ，仍然保持了高位增速水平。其中微软资本开支349亿美元，本季度超过亚马逊，同比增长 $75\%$ ；亚马逊资本投入342亿美元，增长 $61\%$ ；谷歌资本开支240亿美元，增长 $83\%$ ；Meta仅以对内需求为支撑，资本开支达到了194亿美元，同比增长 $111\%$ 明显领先其他厂商。 图60：4大科技厂商资本投入（亿美元） 资料来源：微软，Meta，谷歌，亚马逊，中原证券研究所 图61：4大科技厂商资本投入增速 资料来源：微软，Meta，谷歌，亚马逊，中原证券研究所 为了承接未来AI算力的需要，海外大型科技厂商持续上调2025年资本开支计划，2026年还将继续增长。随着海外科技巨头接连公布了2025Q3业绩，我们看到了资本开支都呈现出了上调趋势，也预示着AI需求整体超预期。其中，微软2025Q3预计资本开支300亿美元，实际资本开支为349亿美元，远高于预期值，其中还包括了111亿美元的融资租赁，主要用于大型数据中心，预计2026年开支增速将高于2025年；亚马逊2025年原计划投入1000亿美元，10月投入计划调整到1250亿美元，2026年还将继续增加；Meta在2025年三次提高了投入目标，从1月的600-650亿美元，到5月的640-720亿美元，到7月的660-720亿美元，到10月的700-720亿美元；谷歌也两次提高了年度开支目标，从2月的750亿美元，提高到了7月的850亿美元，到10月的910-930亿美元；甲骨文6月预计2026财年资本开支超过250亿美元，9月将目标提高至350亿美元。 资本开支持续增长的背后，云厂商的积压订单持续增长，显示需求在持续扩大。2025Q3，甲骨文剩余履约价值（RPO）同比大增 $359\%$ 至4550亿美元，亚马逊订单积压同比增长 $22\%$ 至2000亿美元，谷歌云业务订单积压环比增长 $46\%$ 同比增长 $82\%$ 至1550亿美元，总体仍然呈现出供给瓶颈，有望带动资本开支的持续增大。微软也在10月宣布OpenAI已签约购买价值2500亿美元的Azure服务。 9月下旬至以来，OpenAI接连与英伟达、AMD、博通签订大规模的供货协议，同时也获得了供应商端的资金投入。从中我们看到了芯片需求的多元化趋势，同时市场也对OpenAI资金充足性充满了担忧。 表 14：海外科技厂商算力相关投入 <table><tr><td>公司</td><td>时间</td><td>详情</td></tr><tr><td>微软</td><td>2024.3.31</td><td>与OpenAI正计划建设一个名为“星际之门”的特殊数据中心，为OpenAI提供强大的</td></tr><tr><td rowspan="6"></td><td></td><td>计算支持,计划最快在2028年启动该项目,并且2030年之前会进一步扩建,所需要的电力可能高达5千兆瓦。“星级之门”超算会配备百万专用的服务器芯片,项目成本预计高达1150亿美元。</td></tr><tr><td>2025.1.4</td><td>将在本财年(6月结束)投资800多亿美元建设人工智能负载数据中心,以训练人工智能模型,并部署人工智能和基于云的应用程序。</td></tr><tr><td>2025.5.1</td><td>Q2的资本投入绝对额会比本季有所提升,2026财年资本支出会继续增长,只是同比增速会放缓。</td></tr><tr><td>2025.7.31</td><td>考虑到对云和人工智能产品的强劲需求信号以及大量合同积压,公司将继续在资本支出和运营费用方面进行投资,预计2026财年第一财季的资本支出将超过300亿美元。与25财年相比,2026财年资本支出增长将放缓,短期资产组合更多。</td></tr><tr><td>2025.9.4</td><td>每年投入750-800亿美元</td></tr><tr><td>2025.10.30</td><td>2026财年第一财季的资本支出349亿美元。随着需求加速增长,公司在GPU和CPU方面的支出也在增加。因此,总支出将环比增长,预计2026财年的增长率将高于2025财年。</td></tr><tr><td rowspan="3">OpenAI甲骨文</td><td>2025.1.21</td><td>美国总统特朗普在白宫宣布,由美国甲骨文公司、OpenAI和软银共同出资投建,三家公司组成的联合企业将投资5000亿美元,在美建设名为“星际之门”的AI基础设施。该项目计划在美国建设数据中心,以支持人工智能技术发展。</td></tr><tr><t