20260331-浙商证券-计算机行业2026年Q2策略报告_推理需求爆发下的机会_28页_1mb

推理需求爆发下的机会 - 计算机行业2026年Q2策略报告总结

核心内容

国产大模型实力增强

• 国产大模型进入“智能体工程”+“原生多模态”双轮驱动阶段，不再单纯依赖参数竞赛。
• 多家头部厂商在2026年Q1密集发布新版本旗舰模型，强化Agent能力，标志着AI从“会聊天”转向“会执行”。
• 国产大模型在“局部能力SOTA”和极致性价比的算力利用率上展现竞争壁垒，尤其在工业场景中具备显著优势。

Token爆发带来算力紧张

• Token作为大模型运算的基础计量单元，其消耗量呈现指数级增长，从2024年初的1000亿日均增长至2025年底的100万亿。
• Agentic AI推动Token消耗从“对话工具”向“任务执行主体”跃迁，未来五年内活跃Agent数量将增长80倍，年复合增长率达139%。
• 算力需求从训练为主转向推理为主，算力结构发生根本性变化，算力供给端面临瓶颈，Token消耗激增将推动算力产业链价值重估。

工业AI和算电协同壁垒深厚

• 工业场景中不可复制的工业数据资产构成深厚护城河，工业AI需在“数据采集—算力调度—模型推理—控制执行”全流程闭环。
• 工业AI应用场景包括研发设计、生产质检、设备运维、工艺优化、供应链管理、安全生产等，具备显著的行业适配性与技术门槛。
• “算电协同”政策逐步完善，数据中心与电力系统深度协同，通过负荷聚合、需求响应、绿电直购等方式实现能耗优化与电力系统稳定，政策层级上升至国家战略。

主要观点

• 国产大模型在多模态理解、长文本处理、行业适配等能力上快速追赶国际水平，且在算力利用率和成本控制方面具备显著优势。
• Token消耗的激增推动算力需求爆发，云服务与算力核心部件成核心受益环节，算力价格将因供需错配而波动。
• 工业AI在安全合规、数据资产、技术壁垒等方面具有独特优势，是AI技术落地的关键领域之一。
• 算电协同成为长期趋势，通过优化算力与电力系统的协同，提升数据中心能耗效率，降低运营成本。

关键信息

• 行业评级：看好
• 核心受益环节：云厂商、算力基础设施、工业AI解决方案提供商、算电协同服务商
• 算力需求变化：从训练为主转向推理为主，成为持续性、规模化消耗
• Token增长：2024年初1000亿 → 2025年底100万亿 → 2026年3月140万亿，年复合增长率超千倍
• 工业AI市场：2025年市场规模突破800亿元，预计2029年渗透率将提升至22%
• 算电协同：2026年首次写入政府工作报告，目标是实现数据中心与电力系统的深度协同，提升绿色电力消费比例至80%以上
• 国产替代加速：中国移动呼和浩特智算中心AI芯片国产化率超85%，成渝数据中心超60%，浙江东阳目标70%
• 技术突破：NVIDIA推出Rubin GPU与Groq 3 LPU，实现吞吐效率与响应性的提升，预计2026年1.6T光模块迎来量产
• 政策支持：多份政策文件推动算电协同与工业AI发展，如《关于深入实施“人工智能+”行动的意见》《数据中心绿色低碳发展专项行动计划》等

投资建议

• 向上游：重点推荐云服务厂商与算力基础设施龙头，关注具备国产化替代能力、绑定头部大模型客户的硬件企业，把握算力供需错配带来的业绩弹性。
• 向中游：关注国产大模型公司，其技术迭代速度与应用场景拓展将带动上游需求。
• 向下游：重点推荐工业AI解决方案提供商，以及算电协同背景下具备智能化调度平台和电力交易服务能力的服务商。

核心标的

风险提示

• 大模型技术迭代不及预期：若多模态、长上下文或Agent能力发展滞后，将影响行业竞争力。
• 算力产能波动导致价格波动：若算力供给受限，可能导致价格波动，影响下游企业成本。
• 工业场景智能化落地进度慢于预期：受数据资产、安全合规等限制，落地周期较长。
• 算电协同政策推进低于预期：政策支持不足将影响算力与电力系统的协同效率，制约行业成长空间。