深度报告-2026-01-30-国盛证券-2026年度策略_锚定AI未来_共启科技新篇_32页_3mb

> **来源：[研报客](https://pc.yanbaoke.cn)** # 计算机 # 2026年度策略：锚定AI未来，共启科技新篇 金融科技：新工具+新货币，重塑金融新范式。1）新工具：牛市先锋，优选炒股软件。2026年全球流动性合理充裕，国内保持适度宽松基调；同时，险资兜住下行风险，存款搬家也有望成为重要增量。2026年我们看好指数继续上攻，炒股软件是牛市先锋，成交活跃下选择肌肉记忆票，牛市有望持续受益，建议关注同花顺、东方财富、九方智投、指南针等。2）新货币：数字人民币与人民币国际化双轮驱动。数字人民币2.0在1月1日正式实施，从M0到M1的货币属性跃迁。同时，人民币国际化持续推进，《人民币跨境支付系统业务规则》将自2026年2月1日起施行，加大拓展CIPS网络力度是工作重点。数字人民币建议关注收单方、清算机构以及银行做数币支付系统厂商，如新大陆、新国都、拉卡拉等；人民币国际化核心受益方包括CIPS相关厂商。 AI应用：C端看巨头起舞，B端是最后一公里的赛跑。1）在即将到来的2026，模型端的进步仍然值得期待：采用skills等范式加强对Agent的支持已是现在进行时，预计26年会进一步铺开；预训练scaling law的有效性、大模型记忆能力等问题仍然悬而未决，但一旦出现突破性技术变化，有望为整个AI产业带来脱胎换骨式的新机会。2）另一方面，AI应用的落地已经到了考量商业变现的阶段，其商业闭环需要走过从爆款应用、到UE转正、再到整体breakeven的全生命周期。现阶段，最重要的C端爆款应用主要为大模型本身，已经完全是巨头的围猎场，小厂难有生存空间，建议持续跟踪互联网大厂产品进展，大厂链标的有望核心收益。B端方面，robotaxi、视频生成等细分场景已有部分应用进入UE转正阶段，还有一些小而美的AI应用企业已经通过软件落地最后一公里的优质服务实现了breakeven（例如金融领域的Alpha派）。我们建议关注具备PMF的细分领域，精选和用户工作流高度接近、且具备深度行业know-how的B端AI应用公司。行业属性自带的高壁垒，将为这些标的未来ROI提供更高稳定性。 AI算力：供需两旺，关注单芯性能与集群效能的突破。1）需求侧：全球CSP厂商继续上修资本开支指引，国内市场互联网是智算服务器最大需求方，Capex支出预期同样持续上修，驱动AI云服务、算力租赁及数据服务的确定性增长。同时各国积极建设独立体系，AI主权竞速，我国处于出口不确定性与内部政策扶持的双重驱动下，“自主可控”AI基础设施投资持续加码。2）单芯：国产芯多点突破，华为单卡芯片持续迭代，芯片演进路径清晰；寒武纪产品力持续验证，定增+订单助力高增长；海光信息具备全精度产品能力，高增速激励彰显高信心，可持续关注重点客户验证及部署进度。3）超节点：单卡性能受限+横向拓展scale-out通信开销大→Scale-Up超节点范式，华为（384卡）、中科曙光（640卡）、阿里（128卡）、百度云（256/512卡）超节点方案表现亮眼，超节点有望加速进入加速期。建议关注：AI芯片厂商（海光信息、寒武纪、沐曦股份、摩尔线程等）及服务器厂商（中科曙光、浪潮信息、工业富联、神州数码、烽火通信等）。 AI能源：从高效供电到终极聚变，掀起AIDC能源革命。1）AIDC电源：AIDC投建逻辑变化，TCO最低是制胜关键，电力占比已达数据中心成本56.7%。与此同时，传统供电架构面临物理极限，存在空间受限、铜缆过载、转换低效等问题。AIDC电源正从功率向800V HVDC的范式演进，随着计算密度不断提升，功率密度和供电效率也需要提升。海外链重点关注英伟达产业链相关厂商订单进度，如麦格米特；国内链关注阿里、腾讯、字节等HVDC及巴拿马订单情况，如中恒电气；新技术方向如SST及燃气轮机具备主题价值。2）核聚变：国家层面，中国、美国、英国等已开启战 # 增持（维持） 行业走势 # 作者 分析师 孙行臻 执业证书编号：S0680526010001 邮箱：sunxingzhen1@gszq.com 分析师 陈泽青 执业证书编号：S0680523100001 邮箱：chenzeqing3655@gszq.com 分析师 李纯瑶 执业证书编号：S0680525070005 邮箱：lichunyao@gszq.com # 相关研究 1、《计算机：算力&存力依旧》 2025-12-20 2、《计算机：全球加码空天时代》 2025-12-20 3、《计算机：空天时代认知不断加深》2025-12-14 略竞争，抢夺未来能源主导权；商业层面，Meta、Openai等巨头也已锁定未来长期电力供应。目前，四代裂变已进入示范窗口，能有效填补聚变成熟前的能源需求缺口。5年内，聚变有望看到第一盏灯，本世纪中叶有望实现商业化、规模化供电。 商业航天：组网爆发与成本革命之年，把握黄金机遇期。1)回首2025年，中国商业航天进入“政策与资本双轮驱动、工程与应用双线突破”的加速期：顶层政策与资本市场打通，基础设施与能力建设显著跃升，发射技术与星座两端出现里程碑，应用叙事由“通信”扩展到“太空算力”。全球维度上SpaceX星舰与高频发射继续重塑成本与节奏，并开启IPO，抬升全球商业航天“估值锚”。2)展望2026年，中国商业航天由“大国叙事”正式切换为“商业闭环验证”阶段。在ITU频轨里程碑+20.3万颗新增申报的硬约束下，行业进入“万星星座组网+可回收火箭降本”的高景气窗口期，配置逻辑从题材转向订单与盈利增速。 # 建议关注： 》金融科技：1）新工具一炒股软件：同花顺、东方财富、九方智投等；2）新货币一数币&国际化：新大陆、新国都、拉卡拉等。 AI应用：1）2B2C一垂类生产力工具：合合信息、金山办公、科大讯飞等；2）2B一高KnowHow壁垒：卓易信息、拓尔思、鼎捷数智等。 AI算力：1）国产GPU：海光信息、寒武纪、沐曦股份、摩尔线程等；2）服务器厂商：中科曙光、浪潮信息、工业富联、神州数码、烽火通信等。 AI能源：麦格米特、道通科技、国能日新、旭光电子等。 商业航天：亚信安全、震有科技、中科星图、华力创通、上海瀚讯等。 风险提示：技术迭代不及预期风险；经济下行超预期风险；行业竞争加剧风险。 # 内容目录 1.金融科技：新工具+新货币，重塑金融新范式 5 1.1 新工具：牛市先锋，优选炒股软件 5 1.2新货币：数字人民币与人民币国际化双轮驱动 6 2.AI应用：C端看巨头起舞，B端是最后一公里的赛跑 3.AI算力：供需两旺，关注单芯性能与集群效能的突破 15 3.1需求侧：海内外AI算力需求高涨，外压之下国产芯替换加速 15 3.2单芯：国产芯多点突破，单芯性能持续演进 18 3.3 超节点：单点能力 $\rightarrow$ 系统能力，超节点有望进入加速期 ..... 19 4.AI能源：从高效供电到终极聚变，掀起AIDC能源革命 21 4.1AIDC：投建逻辑发生重大变化，TCO最低成制胜关键 21 4.2 供电变革：AIDC发展趋势下，传统供电架构面临物理极限 ..... 22 4.3AIDC电源：从功率提升到800VHVDC的范式演进 23 4.4核能愿景：终极能源，全球竞赛开启 24 第四代裂变堆有望成为核聚变商业化前的关键过渡 24 核聚变，走向工程可行性验证和商业化探索 24 EAST-BEST-CFEDR三步走，中国跻身第一梯队 25 5.商业航天：组网爆发与成本革命之年，把握黄金机遇期 26 5.1政策与资本共振，国内外竞赛开启加速 26 政策与资本加速：自上而下推动行业进程 26 国内产业里程碑：发射工位、可回收技术、卫星制造多点开花 27 海外产业持续催化 28 5.2发射、制造、应用，迈向商用验证元年 28 建议关注 31 风险提示 31 # 图表目录 图表 1: 美联储经济预期的概要 图表 2：规模指数 ETF 净流入金额与上证指数周收盘价 (亿元) 图表3：中国金融机构新增居民户人民币存款累计值（亿元） 6 图表4：数字人民币1.0与2.0对比 6 图表5：CIPS发展历程 图表6：skills本质是工作流和专业能力以文件夹形式封装 8 图表7：Colossus2是全球首个千兆瓦级的人工智能训练集群 9 图表8：头部大模型厂商收入增长对比 10 图表 9: 编程是生成式 AI 在 $B$ 端的最重要爆款场景. 11 图表 10: Anthropic 凭借在编程市场上的领军地位, 成为了 2025 年企业级 AI 市场 TOP1 玩家......11 图表 11: 2025 年周活跃用户规模 TOP10 AI 原生 App 榜单 图表 12：2025 年企业级 AI 市场规模已经达到 370 亿美元. 15 图表 13：2023 年中国各行业智能算力应用分布 16 图表 14: 2024-2028 中国 AI 服务器工作负载预测 图表 15: 工信部等 6 部门明确 2023-2025 年算力基础设施高质量发展目标………17 图表 16: 《安全可靠测评工作指南 (V3.0)》新增人工智能训练推理芯片 图表 17：中国智算中心市场规模预测 ..... 18 图表 18: 华为昇腾系列芯片演进路线 ..... 18 图表 19: 部分国产芯片关键性能对比 ..... 19 图表 20: 传统节点架构 VS 超节点架构. 20 图表 21: 数据中心能耗预测 2022-2027E. 22 图表22：Busbar损耗问题 22 图表 23: PSU 功率密度问题 ..... 22 图表24：AIDC供电架构进化本质：链路简化、提高集成度 23 图表 25: 英伟达芯片及机柜产品方案代际变化. 23 图表26：各类数据中心直流供电电压方案与典型项目案例 24 图表 27：我国核聚变参与企业 ..... 25 图表28：我国核聚变装置汇总 26 图表 29: 2025 全年全球火箭 (按国家) 发射次数总览. 27 图表30：2025全年全球火箭（按火箭型号）发射总览（国家/次数） 28 图表 31: 建设中的海南商业航天发射场二期项目三号(近)、四号(远)发射工位(无人机照片)……29 图表32：starlink提供家庭版及企业版两种服务 30 图表33：北京发布商业航天十大应用场景 30 # 1.金融科技：新工具+新货币，重塑金融新范式 # 1.1 新工具：牛市先锋，优选炒股软件 2026年全球流动性料将保持合理充裕。1）美国：美联储或重启量化宽松。根据2025年11月底美联储会议纪要显示，12月1日起美联储将结束量化紧缩，停止对市场抛售资产，甚至在2026年可能重启量化宽松。机构预计美联储在未来12-18个月降息空间还有100BP，中性利率有望回归到 $3\% - 3.25\%$ 。2）全球：仍有较强降息空间和预期。根据美国银行的统计显示，过去两年全球央行的降息次数已超过了2007-09年全球金融危机期间。尽管当前中性利率仍然在较高的位置，但2026年仍有较强降息空间和预期。3）国内：将延续适度宽松基调。根据中国人民银行工作会议的最新定调，2026年货币政策将延续适度宽松基调，2026年仍有降息空间。 图表1：美联储经济预期的概要 Table 1. Economic projections of Federal Reserve Board members and Federal Reserve Bank presidents, under their individual assumptions of projected appropriate monetary policy, December 2025 Variable $ Median^1 $ $ Central Tendency^2 $ $ Range^3 $ 2025 2026 2027 2028 Longer run 2025 2026 2027 2028 Longer run 2025 2026 2027 2028 Longer run Change in real GDP 1.7 2.3 2.0 1.9 1.8 1.6-1.8 2.1-2.5 1.9-2.3 1.8-2.1 1.8-2.0 1.5-2.0 2.0-2.6 1.8-2.6 1.7-2.6 1.7-2.5 September projection 1.6 1.8 1.9 1.8 1.8 1.4-1.7 1.7-2.1 1.8-2.0 1.7-2.0 1.7-2.0 1.3-2.0 1.5-2.6 1.7-2.7 1.6-2.6 1.7-2.5 Unemployment rate 4.5 4.4 4.2 4.2 4.2 4.5-4.6 4.3-4.4 4.2-4.3 4.0-4.3 4.0-4.3 4.4-4.6 4.2-4.6 4.0-4.5 4.0-4.5 3.8-4.5 September projection 4.5 4.4 4.3 4.2 4.2 4.4-4.5 4.4-4.5 4.2-4.4 4.0-4.3 4.0-4.3 4.2-4.6 4.0-4.6 4.0-4.5 4.0-4.5 3.8-4.5 PCE inflation 2.9 2.4 2.1 2.0 2.0 2.8-2.9 2.3-2.5 2.0-2.2 2.0 2.0 2.7-2.9 2.2-2.7 2.0-2.3 2.0 2.0 September projection 3.0 2.6 2.1 2.0 2.0 2.9-3.0 2.4-2.7 2.0-2.2 2.0 2.0 2.5-3.2 2.2-2.8 2.0-2.4 2.0 2.0 Core PCE inflation4 3.0 2.5 2.1 2.0 2.9-3.0 2.4-2.6 2.0-2.2 2.0 2.7-3.1 2.2-2.7 2.0-2.5 2.0 September projection 3.1 2.6 2.1 2.0 3.0-3.2 2.5-2.7 2.0-2.2 2.0 2.7-3.4 2.2-2.9 2.0-2.4 2.0-2.2 Memo: Projected appropriate policy path Federal funds rate 3.6 3.4 3.1 3.1 3.0 3.6-3.9 2.9-3.6 2.9-3.6 2.8-3.6 2.8-3.5 3.4-3.9 2.1-3.9 2.4-3.9 2.6-3.9 2.6-3.9 September projection 3.6 3.4 3.1 3.1 3.0 3.6-4.1 2.9-3.6 2.9-3.6 2.8-3.6 2.8-3.5 2.9-4.4 2.6-3.9 2.4-3.9 2.6-3.9 2.6-3.9 资料来源：第一财经，国盛证券研究所 2026年我们看好指数继续上攻。1）2025年：险资及ETF入市托底。2024年年初小微盘流动性危机和2024年924行情，指数ETF的净流入金额激增，市场对于监管托底一致预期越来越强，也主动成为左侧托底的合力。2）2026年：存款搬家有望成为重要增量。2025H1居民定存的体量和增速稳健，下半年增长显著放缓，截至2025年11月，住户存款增量仅12.06万亿元，创下2022年以来住户存款增量的最低纪录；2025年12月略有回升，但依旧低于2022与2023年。3）科技优质资产集中上市，A股更具吸引力。2025年12月，A股科创板两家国产GPU巨头摩尔线程和沐曦股份上市，国产存储芯片龙头企业长鑫科技正式启动科创板IPO进度。 图表2：规模指数 ETF 净流入金额与上证指数周收盘价 (亿元) 资料来源：wind，国盛证券研究所 图表3：中国金融机构新增居民户人民币存款累计值（亿元） 资料来源：wind，国盛证券研究所 # 1.2 新货币：数字人民币与人民币国际化双轮驱动 数字人民币2.0在1月1日正式实施，从M0到M1的货币属性跃迁。央行出台《行动方案》，2026年1月1日正式启动实施，数字人民币从1.0步入2.0，从数字现金M0走向数字存款货币M1。 图表4：数字人民币1.0与2.0对比 对比维度 数币1.0(数字现金) 数币2.0(数字存款货币) 核心定位 央行对公众的负债 中央银行提供技术支持保障并实施监管、具有商业银行负债属性 利息与收益 不计利息 银行机构为客户实名数字人民币钱包余额计付利息，利率需遵守存款利率定价自律约定 货币层次 计入M0(流通中现金) 根据流动性计入M1 核心功能与目标 主要聚焦于基础零售支付 拓展至“存、贷、汇、投”，支持跨境支付、智能合约等复杂金融场景 资料来源：中国电子银行网，国盛证券研究所 人民币国际化，降低对美元体系的依赖，构筑更具韧性的全球金融网络。美国政府通过SWIFT制裁、长臂管辖与资产冻结等手段将美元武器化，暴露了单一美元中心体系的结构性风险。对此，中国采取了一系列系统而渐进的人民币国际化措施，构建去美元化的多元体系。 2026新规施行，加大拓展CIPS网络力度是工作重点。中国人民银行修订印发《人民币跨境支付系统业务规则》，新规将自2026年2月1日起施行。 图表5：CIPS发展历程 时间 CIPS发展历程 2015年9月 跨境银行间支付清算（上海）有限责任公司作为CIPS系统运营机构在上海揭牌成立。 2021年9月 CIPS系统增加港元业务，支持债券通“南向通”投产上线。 2023年8月 交通银行（巴西）作为南美洲首家直参上线，实现CIPS系统直参六大洲全覆盖。 2023年12月 渣打银行（香港）上线，实现境外外资系统重要性银行直参零的突破。 2024年4月 东盟地区首家境外外资直参泰国盘谷银行获批，实现“一带一路”共建国家境外外资银行零突破。 2024年6月 南美地区首家境外外资直参巴西Master Bank上线，是首家境内无商业存在的境外外资银行直参。 2025年4月 南非标准银行和非洲进出口银行获批直参资格，境外外资直参首次覆盖非洲地区。 资料来源：金融电子化，国盛证券研究所 # 2.AI应用：C端看巨头起舞，B端是最后一公里的赛跑 # 2.1大模型技术突破如何展望？ 过去三年间，全球各大模型巨头将大模型智能前沿不断前推。伴随着人们对大模型理解的加深，也伴随着前沿推训技术范式的转移与变化，人们对模型技术发展的期待也逐步修正，出现了方向和叙事性的变化。按发生或可能发生的时间节奏，由近及远，我们观察到大模型技术层面在未来一年有望出现如下趋势： 1. 大模型对 Agent 支持的持续加强：现在进行时。根据 IDC 预测显示，到 2027 年，全球一半以上的企业将通过 AI Agent 重新定义人机协作模式。这意味着 2026 年起 Agent 的落地就将开始出现，而实际上，早在 2025 下半年，就已经可以观测到大模型厂商对 Agent 的技术支持与生态建设持续加速，Anthropic 推出的 skills 就是其中的典型案例。 Skills 本质是复杂工作流以 markdown 和文件夹的形式封装。考虑到当前的 Agent 基本上都以固定工作流设计+提示词工程的形态出现，skills 这种简单易用的方式，使得许多用户不必重复造轮子，而是可以直接通过调用其他用户分享的 skills，方便快捷地获得 Agent 能力。因此，skills 和 Anthropic 的关系，类似于浏览器和插件的关系，Agent 能力变得易得、易扩展、可用性更强，在此基础上，也更容易创造出一个粘性更高的生态。我们预计，往 2026 年展望，此类生态以及对 Agent 的支持有望持续加强。 - 投资观点上而言，模型对Agent的支持加强显著利好整个AI产业，无论上游、中游、下游。1）由于Agent的工作流环节繁多，调用token数有望显著增加，有望利好上游算力环节。2）中游模型环节，伴随着skills等类似生态的建立，有望获得更高的用户粘性。3）下游应用厂商，在获得更多便捷工具的情况下，应用开发也有望加速。 图表6：skills 本质是工作流和专业能力以文件夹形式封装 A skill is a directory containing a SKILL.md file that contains organized folders of instructions, scripts, and resources that give agents additional capabilities. 技能是一个包含SKILL.md文件的目录，该文件包含组织好的指令、脚本和资源文件夹，为智能体提供额外的功能。 资料来源：Anthropic官网，国盛证券研究所 2. 预训练的 Scaling Law 是否已经失效？模型是否会继续往更大的方向走？26H1 Groq 新版本的发布将成重要验证节点。自 DeepSeek 将 RL（强化学习）加入大模型的训练菜单以来，AI 产业层面已经明显看到扩展（Scaling）方向的转变：从预训练转向强化学习。传统的 Scaling 方法是堆算力扩展预训练，而现在产业则着力于扩展强化学习，甚至某些模型在强化学习消耗的算力已经超过了预训练。然而，在产业认可强化学习的有效性的同时，预训练的 Scaling law 是否已经完全失效？是否更大的模型并不意味着更强？这个疑问仍然是悬而未决的。 - 正因如此，2026H1即将发布的Grok5的实际性能，将成为scaling law是否仍然成立重要的判断依据，从而影响整个AI产业的叙事。根据马斯克官方推特信息透露，Grok模型将在Colossus系列算力集群上进行训练，而包含55万块GB200和GB300的Colossus2，是全球首个千兆瓦级的人工智能训练集群。 - 若能证明预训练 Scaling Law 继续有效，预训练规模继续扩大可以带来更高的模型智能，则继续利好大模型环节，头部模型厂商有望进一步扩张其产品性能与能力边界。 - 若预训练的规模无法再进一步提升模型能力，那么训练范式将趋于收敛，模型本体性能趋于稳定，利好下游应用厂商开展更稳定有效的产品研发。 图表7：Colossus2是全球首个千兆瓦级的人工智能训练集群 资料来源：马斯克官方推特，国盛证券研究所 3. 更长的模型记忆能力：或将出现在 26 年以后。大模型的记忆能力历来是致命短板，广受诟病，即使依靠长上下文来辅助短期记忆，其表现仍不尽如人意。这种记忆力方面的短板阻碍了模型在许多场景的落地，也使得陪伴等场景中大模型的粘性逐步流失。OpenAI 掌门人 Sam Altman 在播客中直言：“现在的 memory 仍然很粗糙，很早期。我们现在处在 memory 的 GPT-2 时代。” - 关于如何改进大模型记忆能力：当前仍无明确答案，也无明确的时间线，但近期新出现的 online learning、nested learning、continual learning 等等新范式，都在向这个方向做出努力。Sam Altman 预测,此事可能不会在 2026 年完全实现。 - 但若是大模型记忆能力真的产生突破，那么利好AI产业从上到下所有环节。更多的记忆意味着需要更多底层硬件作为承载；大模型本身可以获得更高性能；而基于更好的记忆特征，下游应用（尤其是AI陪伴等赛道）亦可以获得更好的产品粘性。 # 2.2 商业闭环：追求爆款一>追求UE转正一>追求breakeveen，商业闭环曙光已现 讲故事的时代已经过去，AI应用投资正式进入考量商业变现的阶段。自2023年ChatGPT问世至今，大模型已经走入面世的第四个年头，AI产业的发展也从相对早期的阶段，步入了正式商业化落地阶段。只有一个酷炫demo就能获得巨量投资的时代已经过去，考量AI应用ROI的时代正式来临。 AI应用的商业闭环需要走过从爆款应用、到UE转正、再到整体breakeven的全生命周期。无论B端或是C端，但凡是AI应用，都必先实现广泛快速的收入增长（通常通过爆款功能实现），然后实现UE（Unit Economy）转正，最终规模化达到整体盈利转正，从而实现商业闭环。C端和B端唯一的区别在于，对爆款的定义并不完全相同：在C端，爆款往往体现为具备爆发式用户增长、广泛用户基数、高留存的C端软件产品，短期内 未必考量收入的绝对体量；而在B端，由于业务面向企业端，不会获得大众层面的市场感知，因此B端产品往往表现为收入高速增长的某些功能/软件。不论B端还是C端，当前我们所能看到的、具备投资价值的AI应用，至少应该处于这三个生命周期环节中的其一。 # STEP1 爆款应用：巨头的游戏，重点关注大厂进展 # 一分为二地看，B端和C端当前都已经各自出现爆款应用： - C端：毫无疑问，全球范围内最重要的爆款应用，就是大模型本身。ChatGPT问世以来掀起轩然大波，带动OpenAI收入自2023年以来一路狂飙，截至2025/12/18公司年化收入已经高达190亿美元（根据epochAI数据披露）。 图表8：头部大模型厂商收入增长对比 资料来源：epochAI，国盛证券研究所 B端：最重要的爆款应用场景，就是AI编程。根据Menlo Ventures数据统计，2025年部门级别AI支出达到73亿美元，同比增长4.1倍。其中编程是明显的突出项，达到40亿美元（占部门AI支出的 $55\%$ ），使其成为整个应用层最大的类别。而Anthropic也凭借市场头部的AI编程能力成为2025年企业级AI市场TOP1。根据EpochAI数据披露，截至2025/10/21，Anthropic年化收入已经达到70亿美元。 图表9：编程是生成式AI在B端的最重要爆款场景 Coding Dominates $7.3B Departmental AI Market © 2025 Menlo Ventures 资料来源：Menlo Ventures，国盛证券研究所 图表10：Anthropic凭借在编程市场上的领军地位，成为了2025年企业级AI市场TOP1玩家 Enterprise LLM API Market Share by Usage © 2025 Menlo Ventures 资料来源：Menlo Ventures，国盛证券研究所 C端应用已是巨头的游戏，小厂难有生存空间，因此爆款其出现的时间节奏，主要取决于大厂的研发管线与研发节奏，具备一定不可控性。考虑到B端收入不具备像C端那么强的爆发性，因此普世意义上公众讨论的爆款应用，还是以C端为主。而在C端应用方面，从Questmobile的2025年周活跃用户规模TOP10AI原生App榜单中可以看出，排名前十的APP中，已经绝大多数是互联网大厂系产品，唯三的非互联网大厂APP中，DeepSeek和Kimi来自头部大模型厂商，快对AI则背靠作业帮。市场格局已经很显然：C端应用已成大厂的围猎场，独立第三方小厂商很难有生存空间。考虑到大厂手握研发与流量的双重优势，这样的状况其实合理。在这样的情况下，爆款应用的出现将很大程度上取决于互联网大厂内部的研发和发布计划，具备一定的不可控性和不可预知性。 因此，在C端应用方面，建议密切关注互联网大厂动向。若有新产品与新趋势出现，大厂链软件公司有望核心受益。 图表11：2025年周活跃用户规模TOP10AI原生App榜单 注：以上按2025年最新统计周期（2025.12.08-2025.12.14）原生App用户规模降序排列。 Source:QuestMobile TRUTH 人工智能洞察数据库2025年12月 资料来源：questmobile，国盛证券研究所 # STEP2 UE转正：找到PMF场景是其核心关键 B端市场对ROI要求严格，已经出现相对清晰的商业化路径，部分场景中已经出现UE转正。2025年，路易斯安那州大学运用AI大模型对商店中292个C端AI应用的220万条评论进行了分析，发现用户负面评价占比高达 $58.3\%$ 。这一数字清楚地表明，尽管AI技术看起来像“魔法”，但如何将其转化为可感知、可衡量的持续价值并真正赢得用户信任，在复杂的消费级市场中仍是一个悬而未决的挑战。与C端市场的混沌形成鲜明对比，对企业（B端）服务的赛道因其对效率与投入产出比（ROI）的严苛追求，路径反而清晰许多。在部分具备PMF的场景中，已经出现UE（Unit Economics）/毛利率转正的案例，比如： - 可灵（快手旗下）：毛利率转正。根据第一财经报道，快手科技（1024.HK）在2025年第二季度及中期业绩交流会上表示，二季度快手可灵AI业务营收超过2.5亿元，并且可灵AI已在推理算力层面实现毛利率转正，且毛利率相对稳定，因此公司虽有推理算力的一定追加，但是投入对集团利润的影响依然可控。 小马智行：Robotaxi单车盈利。根据小马智行联合创始人王皓俊在接受证券时报采访中表示，依托第七代Robotaxi的规模化投放，公司已在广州实现单车盈利（UE转正），日均营收每车达299元，2025年底车队规模将突破1000辆，2026年目标扩容至3000辆，远期计划2030年达成10万辆运营规模。同时，小马智行正式启动轻资产合作模式，携手全球多地合作伙伴加速自动驾驶商业化落地，开启从“技术验证”到“规模盈利”的关键跨越。 商业化走到UE转正，需要找到具备PMF条件+技术开始走向成熟稳定的关键场景，并在其中将技术扎实打穿。PMF，指的是product market fit，指产品和市场达到最佳的契合点。光有产品不够，而是需要产品和市场发展的节奏恰好契合，找到用户具备付费意愿的场景，将其打穿。观察小马智行所在的robotaxi产业，作为L4技术最核心的商业化 场景，近年来也正已进入快速发展期。全球范围内，美国头部无人驾驶企业Waymo在旧金山的周订单量已达45万单，百度Apollo超过25万单。 时间节奏：2026年有望成为Robotaxi行业高速扩张元年，27年将有更多玩家将积极进入产业版图。全球范围内，诸多robotaxi头部玩家都已经积累了一定的用户与订单规模，向2026年给出了积极的业务展望。小马智行已在广州实现单车盈利，2025年底车队规模将突破1000辆，2026年目标扩容至3000辆，远期计划2030年达成10万辆运营规模。根据华尔街见闻报道，文远智行加紧中东扩张步伐，力图2026年部署1000辆无人驾驶汽车。到2027年，连英伟达都会加入robotaxi的竞争版图，CES2026主题演讲中英伟达宣布将于2027年与合作伙伴共同测试L4级自动驾驶出租车（Robotaxi）服务。 因此，落实到投资上，恰好处在产业拐点上的标的，往往会受益于AI落地大趋势与产业趋势的双重爆发。建议关注技术发展趋于收敛、相对稳定可用的细分领域，在其中寻找具备技术优势的核心龙头企业，以AI收入兑现维度为核心跟踪指标，优先选择AI收入具备较高增速的标的。 # STEP 3 breakeven: 胜利藏在落地的最后一公里 虽然 AI 大模型产业内的模型巨头们许多仍然处于巨额亏损状态。然而，在部分细分领域，其实已经有一些小而美的 AI 应用公司实现 breakeven 乃至盈利。下面剖析一个典型案例，以帮助大家理解具备何种特质的 AI 应用才能如此快速地实现商业化盈利： # - Alpha 派：做好 AI 金融领域的最后一公里，深度绑定用户工作流形成高粘性 金融业的本质是信息处理与风险定价，这与大模型强大的认知、推理及生成能力可以形成强烈共振，因此金融本就是天然具备PMF的重要应用场景。讯兔科技成立于2021年，虽然成立至今仅有5年，然而旗下的核心产品Alpha派已成为陆家嘴机构投资者（基金经理、分析师等）广泛使用的AI投研助理，在二级市场各类线上会议中，超过 $80\%$ 都有Alpha派的AI会议助手在场，Alpha派在全球金融信息AI类产品粘性排名中斩获第一。根据讯免科技官方公众号披露，截至2025年10月15日，公司被认为是AI Agent技术在垂直行业（金融）内的首个落地乃至盈利的应用。 # 梳理其发展路径，可以发现Alpha派的竞争优势建立主要在于： # 1. 深度行业理解how积累，直击用户痛点、占领用户心智：公司创始团队出 身头部资管机构，对金融二级行业具备深厚理解。公司观察发现二级从业人员存在每天线上会议太多听不过来的痛点，在ChatGPT问世之初，就抓住时机快速发布了投研领域第一款能力超60分的“AI纪要”功能。真实而迫切的需求、叠加AI能力的跃迁，让Alpha派达到了PMF（产品-市场匹配）状态。第一批用户——负责听会的年轻研究员和助理研究员，自发地在小红书上分享，完成了初始曝光。到2023年下半年，业内更高级别的投资总监和基金经理等重量级大佬也开始成为重度用户。 # 2. 极致工程优化，积极覆盖细节的脏活累活，产品效果持续升级迭代：早期的AI纪要产品，其实还存在巨大的提升空间： 1）首先是词汇识别率低，金融分析涉及“千行百业”专业词汇（包括化工、医美、医疗等），通用模型识别率极低，导致转录内容出错率非常高。 2）其次是身份对应失准，会议中“内容是谁讲的同样重要”，但通用模型打标准确率明显偏低，无法解决这一核心需求。 3）最后是内容幻觉，AI经常一本正经地“胡说八道”（幻觉）。 面对这些挑战，Alpha派大量投入工程优化，积极解决“脏活累活”： 1)为攻克专业词汇, 自建金融各个垂类行业专业语料库, 光化工品就积累了上万个; 2)为确保身份准确，讯兔专门建立了金融行业人物的声纹库，实现发言人的精准“对号入座”； 3）为减少幻觉，直接在产品层面加入溯源机制，用户一键可跳转到原文核对。 2024年底，借着推理模型的成熟，讯免成功将AI纪要升级为“会议助手”Agent，一经推出就广受好评：用户只需将会议链接或截图丢给AI机器人，机器人就可以自动在既定时间入会，完成转写、提炼。这实现了投研工作流程的“异步操作”，彻底将“听会”时间消耗解放出来。用户可以自己方便的时间统一查看纪要。 3. 无限贴近用户工作流，获得更高产品粘性：公司产品团队摒弃了传统的“程序员按需求写代码”模式，转而推行一种更深度的融合：“让软件工程师懂得投研。”为了将技术人员培养为“初级研究员”，讯兔会专门邀请卖方首席或分析师过来现场演示：如何收集数据、如何贴到Excel里、以及怎么做转换。技术人员跟着动手操作，才能深刻理解其中业务逻辑，从而做出“内行人给内行人”的产品。经历了近3年打磨，讯兔将这套方法论复制到了更多投研“小事”上：继续围绕投研行业实际需求，去拆解复杂的工作流程和业务场景——个股研究、行业研究、主题选股等，推出一系列实用的AI Agent功能，从“事务型助手”向“业务型助手”演进。尽管用途各有不同，但所有这些Agent都采用了一种名为“串联式端到端任务流”架构，其设计理念非常朴素：“人怎么干，Agent就怎么干”。它模拟专业研究员的工作方式，把一个复杂任务拆解为多个环节，依次传递完成。用户只需一次指令，Agent在后台就会调用几次到十几次大模型的能力。因此，最后实现的效果就是产品功能贴身深度绑定用户工作流，因此用户粘性高出竞品 $50\% -60\%$ 4. 扬长避短, 避开和大厂的正面竞争: Alpha 派采取 “聚焦用户实际使用, 而非纯技术” 的策略。当行业都在卷昂贵的模型微调 (Fine-tuning) 时, 公司保持克制, 认为与其追逐可能迅速过时的技术, 不如 “与模型能力共同成长”, 专注于通过工程化手段,以更高性价比将模型能力用在刀刃上; 既然通过工程化手段能实现近似于微调的效果, 且更灵活、性价比更高, 那这就是把模型能力用好的最优手段。公司这一决策让他们避开了与基础模型厂商的正面竞争, 专注于自己最擅长的 “最后一公里”。 Alpha派的案例可以给我们带来一项珍贵启示：深度的行业know-how+与企业工作流深度绑定融合+精细工程优化，仍然可以构成AI应用的坚实护城河。在企业级市场中，应用落地客观存在落地的“最后一公里”问题：大量脏活累活、碎片化用户需求，很难通过通用型的大模型直接解决。需要对客户痛点足够了解，并与客户工作流深度绑定融合，才能更好地满足这种需求。而这最后一公里，就是企业级AI应用面对大模型对传统软件的边界侵袭时，最好的护城河。 2026年有望成为企业级AI Agent落地元年。OpenAI联合创始人Greg Brockman在自己的个人推特直言不讳：“2026年AI的两个主要主题将是企业Agent的采用和科学加速。”考虑到自2023年以来，企业级AI市场规模已从17亿美元飙升至2025年的370亿美元，增长速度超过了历史上任何软件类别，这一行业趋势就不足为怪了。 因此，我们建议关注和用户工作流高度接近、且具备深度行业know-how的B端AI应用公司。虽然商业模式也许并不足够性感，但行业属性自带的高壁垒，将为这些标的未来的ROI提供更高稳定性。 图表12：2025年企业级AI市场规模已经达到370亿美元 资料来源：menlo Ventures，国盛证券研究所 # 3.AI算力：供需两旺，关注单芯性能与集群效能的突破 # 3.1需求侧：海内外AI算力需求高涨，外压之下国产芯替换加速 全球CSP继续上修资本开支指引，AI云服务、算力租赁及数据服务将迎来确定性增长。①谷歌：据谷歌母公司Alphabet，预计大幅上调2025年资本开支至910-930亿美元（原指引850亿美元），并表示基于云业务强劲需求，2026年将进一步加码AI基础设施投资；②Meta：公司上调2025年资本支出指引至700-720亿美元（25Q2指引为660-720 亿美元),并计划在2026年大幅增加资本支出和总费用;③亚马逊:财务长Brian Olsavsky表示将上修2025年资本支出至1250亿美元,高于原本预估的1180亿美元,并表示未来将继续增长,其中绝大部分投资将流向AI所需的数据中心、电力和芯片。 AI 主权竞速，多国建独立体系，带动 AI 基础设施投资持续加码。①美国：在政府推动下，由 OpenAI 牵头，联合软银、甲骨文、英伟达开启“星际之门”计划，打造大规模数据中心。②欧洲：通过 430 亿欧元的《欧洲芯片法案》重塑本土芯片制造能力，并发布《人工智能大陆行动计划》，计划投入 2000 亿欧元，建立至少 13 个 AI 工厂，其中包括 5 个 AI 超级工厂，每座工厂配备约 10 万颗最新一代 AI 芯片。③日本：自研了“Fugaku-LLM”大语言模型，通过日本超级计算机“富岳”CPU 进行训练。④韩国：正式启动“主权 AI 计划”投资 5300 亿韩元（约合 3900 万美元），支持本土企业研发大型基础模型。⑤印度：启动“IndiaAI”国家计划，将投入 125 亿美元，打造印度本土模型和应用生态。 互联网是国内智算服务器最大需求方，互联网Capex支出预期持续上修。①从下游客户分布角度，根据灼识咨询，2023年互联网约贡献53%算力租赁需求，2024年字节跳动和腾讯共计采购46万片英伟达H系列智算芯片，其中字节跳动和腾讯各采购约23万片，是英伟达H系列智算芯片在全球范围内第二、第三大的采购方。②从Capex角度，阿里于2025年2月宣布未来三年资本开支超3800亿元；腾讯计划2025年资本开支计划占收入的低双位数。 图表13：2023年中国各行业智能算力应用分布 资料来源：灼识咨询，国盛证券研究所 中国AI算力需求训练和推理芯片结构性切换继续，推理在整体智能算力中的占比有望稳定在约 $70\%+$ 。根据IDC，2024年中国AI算力中推理已占 $65\%$ 左右，到2027-2028年推理工作负载占比将升至约 $72 - 73\%$ ，训练下降至约 $27 - 28\%$ 。探寻其背后驱动因素，①模型层面：强化学习、思维链（CoT）等算法创新在后训练和推理阶段带来更多的算力投入。②应用层面：Agent与多模态应用相比Chatbot对于算力的消耗指数级增长。 图表14：2024-2028中国AI服务器工作负载预测 资料来源：IDC,《2025 年中国人工智能计算力发展评估报告》,国盛证券研究所 宏观压制：出口不确定性倒逼技术攻坚，国产算力为国家战略底座。自2022年10月以来，美国不断加强对中国出口先进AI芯片的管制，BIS多轮升级，海外高端GPU采购边际成本增长、供给不确定性扩大，倒逼国产算力芯片、服务器及上游先进制造加快技术攻关与供应链本土化，安全要求和成本价差推升国产芯片性价比，国产芯加速迈入产业加速期。 政策引领：26年算力互联标准建立加强集群建设，人工智能训练推理芯片加入安全可靠测评工作。2023年中国智算“东数西算”工程启动后，国家建立八大枢纽和十大集群集群，据央视网信息，我国算力基础设施规模和水平不断提升，在用算力中心规模达1250万标准机架，正有序推进算力中心建设布局，提升智算资源供给能力和资源利用效率，加速构建协同高效的全国一体化算力网络，工信部《算力互联互通行动计划》进一步要求到2026年建立算力互联标准、标识和规则体系，2028年全国公共算力标准化互联。 并且，2025年7月1日，《安全可靠测评工作指南（V3.0）》发布，新增人工智能训练推理芯片以及激光或喷墨打印机搭载的主控芯片。 图表15：工信部等6部门明确2023-2025年算力基础设施高质量发展目标 分类 指标 2023年 2024年 2025年 计算力 算力规模(EFLOPS) 220 260 300 智能计算中心(个) 30 40 50 智能算力占比(%) 25 30 35 重点应用场所光传送网 (OTN)覆盖率(%) 50 65 80 运载力 SRv6等创新技术使用占 比(%) 20 30 40 国家枢纽节点数据中心 集群间网络时延达标率 (%) 65 75 80 存储力 存储总量(EB) 1200 1500 1800 先进存储容量占比(%) 25 28 30 资料来源：《算力基础设施高质量发展行动计划》,国盛证券研究所 图表16：《安全可靠测评工作指南（V3.0）》新增人工智能训练推理芯片 # 安全可靠测评工作指南 (V3.0) 2025-07-01 来源：中国信息安全测评中心 安全可靠测评主要面向计算机终端和服务器搭载的中央处理器（CPU）、人工智能训练推理芯片 操作系统、数据库，以及激光或喷墨打印机搭载的主控芯片。通过对产品及其研发单位的核心技术、安全保障、持续发展等方面开展评估，评定产品的安全性和可持续性，实现对产品研发设计、生产制造、供应保障、售后维护等全生命周期安全可靠性的综合度量和客观评价。 安全可靠测评坚持“自愿平等、客观公正”原则，由企业自愿向中国信息安全测评中心、国家保密科技测评中心申请产品检测，测评结果由企业和用户自主选择使用。 资料来源：中国信息安全测评中心，国盛证券研究所 在外部压力与内部政策双重驱动下，国产服务器市场呈现加速替换态势。根据IDC，2024年英伟达在中国AI芯片份额占比为 $70\%$ ；根据科智咨询，预计2028年中国智算中心市场投资规模有望达到2886亿元。 图表17：中国智算中心市场规模预测 资料来源：科智咨询,《中国智算中心产业发展白皮书(2024 年)》,国盛证券研究所 # 3.2 单芯：国产芯多点突破，单芯性能持续演进 供给侧：华为单卡芯片持续迭代，芯片演进路径清晰。华为：基于达芬奇架构，打造昇腾310和昇腾910系列，其中910主要面向云端高性能计算，2019年昇腾芯片正式投入商用，华为还同步推出了昇腾AI计算架构，包括昇腾处理器、昇腾AI加速模块和昇腾AI开发环境，初步形成AI计算解决方案。②根据2025年9月18日在华为全连接大会规划，25Q1发布昇腾910C（FP16算力800TFLOPS，128G内存，784GB/s互联带宽）；26Q1计划发布昇腾950PR；26Q4计划发布昇腾950DT；27Q4计划发布昇腾960；28Q4计划发布昇腾970。 图表18：华为昇腾系列芯片演进路线 芯片型号 发布时间 微架构 数值类型 互联带宽 算力（FP系列） 内存配置 Ascend 910C 2025 Q1 SIMD FP32/HF32/FP16/B F16/INT8 784 GB/s 800 TFLOPS FP16 128 GB 3.2 TB/s Ascend 950PR 2026 Q1 SIMD/SI MT FP8/HF32/FP16/BF 16/MXFP8/HIF8/M XFP4 2 TB/s 1 PFLOPS FP8, 128 GB Ascend 950DT 2026 Q4 SIMD/SI MT 2 PFLOPS FP4 1.6 TB/s 144 GB 4 TB/s Ascend 960 2027 Q4 SIMD/SI MT FP32/HF32/FP16/B F16/FP8/MXFP8/HI F8/MXFP4/HIF4 2.2 TB/s 2 PFLOPS FP8, 288 GB 4 PFLOPS FP4 9.6 TB/s Ascend 970 2028 Q4 SIMD/SI MT FP32/HF32/FP16/B F16/FP8/MXFP8/HI F8/MXFP4/HIF4 4 TB/s 4 PFLOPS FP8, 288 GB 8 PFLOPS FP4 14.4 TB/s 资料来源：观察者网，国盛证券研究所 寒武纪：产品力持续验证，定增+订单助力高增长。据北方算网公众号数据，思元590具备FP16算力314TFLOPS、80GB显存和高达2TB/s的带宽；思元370是寒武纪首款 采用chiplet（芯粒）技术的AI芯片，370-X4具备FP16算力96TFLOPS、24GBLPDDR5内存、内存带宽307.2GB/s、最大设计功耗150W。寒武纪于2024Q4实现单季度转盈，2025年10月近40亿定增落地，资金将用于大模型的芯片平台项目等。 海光信息：全精度产品能力，高增速激励彰显高信心。DCU具有全精度支撑能力，核心产品深算三号产品进展顺利，海光DCU产品已与互联网、金融、电信等各大行业、企业用户进行了广泛适配，适配效果较好。公司营收及利润维持高增速，2025年9月发布限制性股票激励计划，2025/2026/2027年相对2024年收入增速目标值分别为 $55\% /125\% /200\%$ 沐曦股份：产品量产落地，最早2026年实现盈亏平衡。曦云C500适用于大模型训练及推理任务，已实现量产，采用自研XCORE1.0架构及指令集，拥有标量、矢量和张量计算单元，支持多种混合精度计算，采用HBM2e显存，显存容量64GB；支持卡间高速互连，基于MetaXLink互连技术，公司的单颗芯片产品拥有7个高速MetaXLink互连接口。沐曦股份预计最早2026年实现盈亏平衡。 摩尔线程：发布新一代GPU架构花港，最早于2027年实现合并报表盈利。公司发布新一代GPU架构花港，具备新一代指令集，算力密度提升 $50\%$ ，能效提升10倍，集成全精度端到端加速技术，支持10万卡以上规模智算集群，搭载第一代AI生成式渲染架构和第二代光线追踪硬件加速引擎。摩尔线程预计最早于2027年实现合并报表盈利。 图表19：部分国产芯片关键性能对比 品牌 型号 架构 峰值算力 (FP16) 显存 带宽 卡间互联 功耗 (TDP) 华为 910B 达芬奇架构 376TFLOPS 64 GB 400GB/s 392GB/s 350W 天数 天垓 100 通用架构 147TFLOPS 32 GB 1.2TB/s 64GB/s 250W 天数 智铠 100 通用架构 200TFLOPS 32 GB 800GB/s 64GB/s 150W 海光 K100 AI 版 通用架构 196TFLOPS 64 GB 896GB/s N/A 350W 海光 K100 通用架构 100TFLOPS 64 GB 896GB/s N/A 300W 寒武纪 MLU590 MLUv02 扩展架构 314T 80 GB 2TB/s 318.8GB/s 350W 资料来源：北方算网公众号，国盛证券研究所 # 3.3 超节点：单点能力 $\rightarrow$ 系统能力，超节点有望进入加速期 单卡性能受限+横向拓展scale-out通信开销大 $\rightarrow$ Scale-Up超节点范式。AI技术从单点能力突破迈向系统能力，对互联与全局调度提出更高要求。传统数据中心的横向扩展范式暴露出跨机通信瓶颈，卡间互联依赖PCIe或以太网，跨服务器互联带宽多为200~400Gb/s且时延达数十微秒；超节点能够提供大带宽、低时延的互联能力，借助高效的互联协议打破传统架构限制，支持更大规模AI处理器的高效协同，实现更大范围、更高流量的数据传输，从而突破系统性能。 - 1)训练侧超节点方案的必要性：摩尔定律的失效难以满足大模型规模递增的需求，目前的模型需要多卡多机运行，通信开销较大。 - 2)推理侧超节点方案的必要性：随着推理算力需求显著增长，需在低时延下实现高吞吐/高并发，推理也将集群化。①灵活异构算力资源编排：PD分离、AFD分离、多模态VAT和LLM分离等范式对AI算力芯片有着不同要求，超节点通过灵活异构算力资源编排达成综合性能最优化部署。②KV Cache：借助超节点大带宽和全局统一编址，通过支持不同NPU之间、不同CPU到NPU之间的KV Cache传输，缩短KV Cache传输路径和传输时间，压缩KV Cache的刷新时间，提升KV Cache命中 率。③资源灵活配比实现资源精准按需配置：在计算密集型任务中提升NPU与内存占比，在访存密集型任务中提升带宽与显存资源占比，在存储密集型场景中增加CPU与存储资源配额。 图表20：传统节点架构VS超节点架构 资料来源：《超节点发展报告》，国盛证券研究所 华为：2025年7月26日，在WAIC大会上昇腾384超节点首次亮相。① 超大带宽：相较于传统服务器架构，跨节点通信带宽提升15倍；单跳通信时延从2微秒做到0.2微秒，降低10倍。② 超低时延：昇腾超节点支持全局内存统一编址，可满足大模型训练/推理中的小包通信需求，提升专家网络小包数据传输及离散随机访存通信效率，突破Decode时延15ms。③ 超强性能：经过实际测试，在昇腾超节点集群上，LLaMA3等千亿稠密模型训练性能可达传统集群的2.5倍以上，在通信占比更高的Qwen、DeepSeek等多模态、MoE模型上，可以达到3倍以上的提升。 中科曙光：2025年11月6日，2025世界互联网大会乌镇峰会正式发布超节点ScaleX640。①单机柜密度提升：ScaleX640实现了单机柜640卡超高速总线互连，构建大规模、高带宽、低时延的超节点通信域，相比业界同类产品单机柜算力密度提升20倍。②一拖二架构：曙光采用“一拖二”高密架构设计，实现单机柜640卡超高速总线互连，并可以通过双机柜组成千卡级计算网络。③高性能和高可靠：MoE模型训练推理性能提升 $30\% - 40\%$ ，实现30天+的长稳运行和超高可靠验证。 阿里：2025云栖大会，阿里云发布磐久AIInfra2.0AL128超节点服务器。① 整柜采取定制双宽机柜方式：整柜支持 $128\sim 144$ 颗GPU芯片，支持高达350kw供电能力和500kw散热能力，支持单颗GPU芯片2kw的液冷散热能力，采用BusBar柜内集中供电；② GPU节点与ALink SW节点采用正交互连架构；③系统互连采用单级互连架构，采用非以太ALink协议。 百度云：2025年百度世界大会上，百度推出基于昆仑芯的新一代超节点天池256和天池512。①天池256超节点：最高支持256卡极速互联，卡间互联带宽提升4倍，整体性能提升 $50\%$ ；②天池512超节点：最高支持512卡极速互联，单个超节点即可支撑万亿参数模型训练，预计将于2026年正式上市，在2028年推出百度天池千卡级超节点，并在2030年点亮百度百舸百万卡昆仑芯单集群。 浪潮：2025年8月7日，浪潮信息发布面向万亿参数大模型的超节点AI服务器元脑SD200。基于自主研发的开放总线交换技术首创多主机三维网格系统架构，实现64路本土GPU芯片高速互连；通过创新远端GPU虚拟映射技术，突破多主机交换域统一编址难题，实现显存统一地址空间扩增8倍，单机可以提供最大4TB显存和64TB内存，为万亿参数、超长序列大模型提供充足键值缓存空间，目前已实现商用。结合优化的PD 分离框架，SD200超节点满机运行DeepSeek R1/Kimi K2全参模型推理性能超线性提升比为3.7/1.7倍。 新华三：发布H3C UniPoDS80000和H3C UniPoDF80000两个子产品系列。①H3C UniPoDS80000：柜内卡间全互联通信，互联带宽提升8倍，单机柜训练性能相较于单节点最高可提升10倍，单卡推理效率提升13倍，支持部署64卡，采用液冷方式散热整柜功率可支持到120KW。②H3C UniPoD:F80000新的PCIe光互联技术， 突破单机板内走线限制，实现64张AI加速卡的高速互联，将卡间带宽大幅提升至576GB/s，实现模型训练性能提升 $35\%$ 以上，支持按需定义产品拓扑16/32/64卡，实现灵活按需交付。 中兴通讯：推出单机支持64张GPU的超节点服务器。服务器内置16个计算节点和8个交换节点，并采用自研交换芯片和正交互联技术，使得GPU间带宽利用率提升一倍；GPU间的通信带宽达到400GB/S-1.6TB/S，时延低至百纳秒级，相比传统方案，训推效率提升 $30\%+$ ；并配备液冷散热系统，液冷占比达到 $80\%$ 。 随着模型成熟度提升、应用商业化进展加速，算力建设已经从提前部署走向需求导向，海内外算力需求日益旺盛，国产供应链堵点逐步打通，订单需求增长，仍处于加速向上的供给侧市场。我们预计AI算力板块2026年将延续供需两旺的高景气，值得关注自主可控且更具产品力的AI芯片标的。建议关注：海光信息、寒武纪、沐曦股份、摩尔线程等AI芯片厂商。 除此之外，单点能力 $\rightarrow$ 系统能力，超节点方案必要性成为共识，对于厂商整套方案互联与调度能力考验升级，带动服务器厂商价值重估，通过集成交换机和软件等高价值量组件，将从根本上提升整机柜的盈利能力。建议关注：中科曙光、浪潮信息、工业富联、紫光股份、神州数码、烽火通信等服务器厂商。 # 4.AI能源：从高效供电到终极聚变，掀起AIDC能源革命 # 4.1AIDC：投建逻辑发生重大变化，TCO最低成制胜关键 TCO最低是制胜关键：电费占OPEX $57\%$ 。黄仁勋指出，GPU性能增长是5到10倍，能源需求增长却是1万到100万倍。根据《绿色算力白皮书》预测，到2030年我国数据中心耗电量将达到5915亿千瓦时；根据中商产业研究院，我国数据中心运营成本中，电力成本占比为 $56.7\%$ 绿色能源消纳：国家能源局提出国家枢纽节点新建的数据中心绿电消费比例要达到 $80\%$ 。根据《关于2025年可再生能源电力消纳责任权重及有关事项的通知》，推动“老旧小散”数据中心节能降碳改造，新建数据中心绿电消费比例要达到 $80\%$ 图表21：数据中心能耗预测 2022-2027E 资料来源：观研天下，国盛证券研究所 # 4.2 供电变革：AIDC发展趋势下，传统供电架构面临物理极限 # 1）空间受限 NVL72为例，若沿用54V直流配电，在兆瓦级功率需求下，Kyber电源架将占用高达64U的机架空间，导致计算设备无安装空间。 基于SST的800V系统可在单个Kyber机架内为576块Rubin Ultra GPU供电，空间利用率提升超 $80\%$ # 2）铜缆过载 1MW机架使用54V供电需200kg铜母线，扩展至1GW数据中心铜缆用量将达200吨。显然这种配电技术在未来GW级数据中心中难以持续。 800V架构结合SST后，铜材用量可锐减 $70\%$ 以上，进一步降低成本与重量负担。 # 3）转换低效 传统服务器电源只有 $96\%$ 的转换效率； AI服务器电源需达到 $97.5\% - 98\%$ 的高标准转换效率，以降低能量损耗并支撑更高功率密度的GPU。 图表22：Bus bar 损耗问题 资料来源：电气芯动力、国盛证券研究所 图表23：PSU 功率密度问题 资料来源：电气芯动力、国盛证券研究所 # 4.3AIDC电源：从功率提升到800VHVDC的范式演进 国内AIDC走向更高功率供电架构是未来趋势之一，而800V直流供电架构可能是基础设施侧的一个重要发展方向。随着计算密度不断提升，功率密度和供电效率也需要提升： - 柜内提升功率密度：以英飞凌为例，第一代AIPSU功率段由3kW全面升级至5.5-8kW，第二代AIPSU升级至8-12kW，产业路线预期第三代产品至22kW。 - 柜外简化供电链路：UPS-HVDC-巴拿马-SST等的演进路线本质就是一个不断简化链路做高集成度的过程。 图表24：AIDC供电架构进化本质：链路简化、提高集成度 资料来源：台达，CDCC，国盛证券研究所 # 海外跟踪NV产品方案及进度： 图表25：英伟达芯片及机柜产品方案代际变化 Nvidia Roadmap 2022 2023 2024 2025 2026 2027 Chip and Package Level Hopper Blackwell Rubin Accelerator H100 (SXM) H200 B200/GB200 GB300 (Ultra) B300 (single die, B300A) VR200 VR300 (Ultra) GPU TDP (W) 700 700 700/1200 1,400 600 1,800 3,600 Foundry Node 4N 4NP N3P (3NP) Logic Die Configuration 1 x Reticle Sized GPU 2 x Reticle Sized GPU 2 x Reticle Sized GPU, 2x I/O chiplet 4 x Reticle Sized GPU, 2x I/O chiplet FP4 PFLOPs - Dense (per Package) 4* 10 15 4.6 50 100 HBM 80GB HBM3 141GB HBM3E 192GB HBM3E 288GB HBM3E 144GB HBM3E 288GB HBM4 1024GB HBM4E HBM Stacks 5 6 8 4 8 16 HBM Bandwidth 3.35TB/s 4.8TB/s 8TB/s 4TB/s 13TB/s 32TB/s Packaging CoWoS-S CoWoS-L CoWoS-L SerDes speed (Gb/s uni-di) 112G 224G 224G 448G Nvidia CPU Grace Vera System Form Factor Maximum system density NVL8 NVL72144 compute chiplets72 GPUs NVL16 NVL144144 compute chiplets72 GPUs NVL576576 compute chiplets144 GPUs Form Factor Supported HGX HGX,Oberon HGX, Oberon, Kyber # of GPU Packages 8 72 72 16 72 144 # of GPU dies 8 144 144 16 144 576 Scale up links UBB (PCB) Copper Backplane UBB (PCB) Copper Backplane PCB Backplane Aggregate FP4 PFLOPs (Dense) 32* 720 1,080 74 3,600 14,400 Aggregate HBM capacity 14TB 14TB 14TB 21TB 64TB 21TB 147TB Aggregate HBM bandwidth 27TB/s 38TB/s 576TB/s 576TB/s 64TB/s 936TB/s 4,608TB/s 资料来源：半导体芯闻，CDCC，国盛证券研究所 国内跟踪CSP大订单：240V/336V这是国内数据中心HVDC目前的主流电压方案，兼容性较好，安全性高，适用于传统数据中心和部分对电压要求不特别高的场景。 图表26：各类数据中心直流供电电压方案与典型项目案例 公司 数据中心/项目 HVDC电压 规划/已投运容量 供电模式 阿里巴巴 乌兰察布数据中心 未明确 未公开 全面采用HVDC高压直流供电。 腾讯 清远云计算数据中心 240V 未公开 采用“HVDC+市电直供”方案 腾讯 韶关浈江算力中心 未明确 4320个机架×17.36kW HVDC 百度 阳泉云计算中心 未明确 容纳16万台服务器 HVDC 资料来源：广东能源局、内蒙古日报、中国IDC圈、界面新闻、国盛证券研究所 # 4.4核能愿景：终极能源，全球竞赛开启 # 第四代裂变堆有望成为核聚变商业化前的关键过渡 # 国家层面：未来能源主导权全球战略竞赛。 - 中国：《中华人民共和国原子能法》已于2025年9月12日颁布，自2026年1月15日起施行，“聚变”首次入法。 - 美国：2025年1月，美国能源部为“聚变创新研究引擎”项目投入1.07亿美元。 - 英国：2025年1月政府宣布斥资4.1亿英镑加速核聚变能源建设。 # 商业层面：巨头锁定未来长期电力供应。 Meta：2025年6月3日，Meta宣布与核能公司星座能源签署了一份为期20年的核电采购协议，从2027年6月份开始，Meta将在该公司清洁能源中心购买大约1.1吉瓦的电力，这是该中心一座核反应堆的全部发电量。 - OpenAI: OpenAI 联合创始人兼 CEO 萨姆·阿尔特曼认为要解决人工智能日益增长的能源需求，核聚变是核心途径。 四代裂变已进入示范窗口：未来10-20年（2025-2045年）完成商业示范和推广的关键期，能有效填补聚变成熟前的能源需求缺口。许多第四代设计（如熔盐堆、铅冷快堆）因其高固有安全性，天然适合做成模块化、小功率的SMR。 聚变有望看到第一盏灯：据新华网报道，科学家预计5年内（约2030年）有望看到“聚变点亮的第一盏灯”；据中国能源网报道，实现商业化、规模化供电普遍认为要到本世纪中叶。 # 核聚变，走向工程可行性验证和商业化探索 跟踪核心指标：重点关注各装置的“三重积”（密度×温度×约束时间）、能量增益因子（Q值）以及稳态运行时长等关键性能指标的突破。三重积是可控核聚变的一条“及格线”，只有三重积达到一定阈值，核聚变才能自持燃烧，步入实用化阶段。 图表27：我国核聚变参与企业 资料来源：前瞻产业研究院，国盛证券研究所 # EAST-BEST-CFEDR三步走，中国跻身第一梯队 三步走战略：实验装置（EAST）→实验堆（如BEST）→工程示范堆（CFEDR）→商用堆。同时CRAFT作为贯穿始终的“技术工坊”，为BEST和未来的CFEDR研发并测试核心部件（如偏滤器、加热系统）。 图表28：我国核聚变装置汇总 图表6：截至2025年3月中国可控核聚变在运行装置汇总 装置名称 建设单位 装置信息 装置特点 中国环流器二 号 A 装置 (HL- 2A) 核工业西南物理研 究院 大半径1.65米,小半径0.4米, 最大等离子体电流 0.48MA,最 大环向磁场 2.8T。 我国首个具有先进偏滤器位形的非圆截面 的托卡马克核聚变实验研究装置,其主要 目标是开展高参数等离子体条件下的改善 约束实验,并利用其独特的大体积封闭偏 滤器结构,开展核聚变领域许多前沿物理 课题以及相关工程技术的研究。 先进实验超导 托卡马克(东方 超环,EAST) 中国科学院合肥物 质研究院等离子体 物理研究所 大半径1.9 米,小半径0.45 米, 最大等离子体电流 1.0MA,最大 环向磁场 3.5T。 我国自主设计研制的具有完全知识产权的 世界首个全超导非圆截面托卡马克装置 中国环流器二 号 M 装置 (HL- 2M) 核工业西南物理研 究院 大半径1.78 米,小半径0.65 米, 最大等离子体电流 3.0MA,最大 环向磁场 3.0T。 是 HL-2A 的改造升级装置,是我国在运行 的规模最大、设计参数最高的托卡马克 J-TEXT 装置 华中科技大学(美国 建设搬至中国) 大半径 1.05m,小半径 0.25~ 0.29m,最大磁场为 3.0T,最大 电流为 400kA 用于研究托卡马克等离子体约束和稳定性 的基础物理学和控制机制,以支持 ITER 成 功运行和聚变反应堆的设计 SUNIST-2 球形 托卡马克 清华大学设计、星环 聚能和清华大学联 合建设 大半径 0.53 米,小半径 0.33 米, 磁场 1.0 特斯拉 是我国目前磁场最强、等离子体性能最高 的球形托卡马克 玄龙-50U 新奥能源研究院 2024 年 1 月启动,获得重复稳定 的放电,等离子体电流超过 100kA,等离子体平顶维持 2 秒 该装置将围绕高离子温度运行模式、高效 无感电流驱动、球形环氢硼等离子体能量 约束与特性验证、氢硼反应率等方向开展 研究。 科大环实验装 置(KTX) 中国科学技术大学 大半径 1.4 米,小半径 0.4 米, 磁场可达 7 千高斯,等离子体电 流可达 1 兆安培 国内唯一运行的反场箍缩装置,可实现超 低 q 放电、常规放电和反向场放电运行。 球形托卡马克 (NCST) 南昌大学 可实现 $ {20}\mathrm{{kA}} $ 级的双等离子体环 放电 国内首台可利用融合压缩启动等离子体电 流的托卡马克装置,装置内部安装有两个 上下对称的极向场线圈。 洪荒 70 装置 能量奇点 中心场强 0.6 特斯拉,等离子体 大半径 0.75 米 全球首台全高温超导磁约束聚变装置、全 球首台全高温超导托卡马克、全球首台由 商业公司建造的全超导托卡马克、全球 4 台 在运行的全超导托卡马克之一。 资料来源：前瞻产业研究院，国盛证券研究所 # 5.商业航天：组网爆发与成本革命之年，把握黄金机遇期 # 5.1政策与资本共振，国内外竞赛开启加速 回首2025年，中国商业航天进入“政策与资本双轮驱动、工程与应用双线突破”的加速期：顶层政策与资本市场打通，基础设施与能力建设显著跃升，发射技术与星座两端出现里程碑，应用叙事由“通信”扩展到“太空算力”。全球维度上SpaceX星舰与高频发射继续重塑成本与节奏，并开启IPO，抬升全球商业航天“估值锚”。 # 政策与资本加速：自上而下推动行业进程 - 科创板第五套标准重启并纳入商业航天（6月18日）。证监会重启第五套标准并明确商业航天适用，真正为“高投入、长周期、尚未盈利但技术领先”的企业打开资本市场通道。 - 国家航天局设立商业航天司（11月）。标志着我国商业航天产业迎来专职监管机构，未来将持续推动我国商业航天高质量发展，产业链有望全线受益。 - 国家商业航天发展基金与三年行动计划发布。行动计划（2025-2027年）要求到2027年基本实现高质量发展，配套明确设立国家商业航天发展基金、项目推送机制与要素开放。 - 投融资显著升温。据IT桔子数据显示，商业航天投融资事件截至2025年12月17日达66起、金额98.98亿元，较2024年显著提升。政策“点火+耐心资本”共同驱动产业加速。 # 国内产业里程碑：发射工位、可回收技术、卫星制造多点开花 - 海南商业航天发射场形成双工位。2025年3月一号发射工位首次发射取得圆满成功，长征八号遥六运载火箭以“一箭十八星”方式，将千帆星座第五批组网卫星送入预定轨道，标志着我国首个商业航天发射场已具备双工位发射能力。 - 蓝箭“朱雀三号”入轨成功（12月3日）：作为中型可复用液氧甲烷火箭首飞实现入轨，虽一级回收失利，但核心飞控方案得到飞行验证，为复用工程化奠定数据基础。 图表29：2025全年全球火箭（按国家）发射次数总览 资料来源：spacestatsonline，国盛证券研究所 图表30：2025全年全球火箭（按火箭型号）发射总览（国家/次数） 资料来源：flightatlas，国盛证券研究所 - 千帆与国网星座多批次密集发射。截至 2025 年 12 月 12 日,我国两大大型星座——国网星座 (GW 星座) 和千帆星座, 分别发射完成 16 组和 6 组卫星, 发射频次大幅提升, 在轨卫星数量持续攀升 - 民营卫星公司首次批量研制组网卫星。2025年8月发射的国网星座07组卫星由民营企业银河航天批量研制，卫星核心单机产品均实现自主研制。银河航天卫星智慧工厂凭借其产线的柔性生产和数字化制造能力，将卫星研制周期缩短 $80\%$ ，可年产百颗以上的1000kg级卫星。 # 海外产业持续催化 - SpaceX 年度高频发射与资本化进程：SpaceX 2025年共完成了170次发射，包括165次猎鹰9号、5次星舰，发射次数再创新高；12月17日启动IPO静默期，目标2026年中后期上市，募资用于星舰高频发射与在轨数据中心。 中国星网的GW星座共计规划发射12992颗卫星，其中GW-A59子星座6080颗，分布在500-600千米的极低轨道；GW-A2子星座6912颗。到2030年底，“千帆星座”总计划完成超1.5万颗低轨卫星的互联网组网。 2025年12月25日到31日期间，我国正式向ITU提交新增20.3万颗卫星的频率与轨道资源申请，覆盖14个卫星星座，包括中低轨卫星。 其中，无线电频谱开发利用和技术创新研究院（以下简称“无线电创新院”）申报的CTC-1与CTC-2两个星座，各申请96714颗卫星，合计193428颗，占本次申报总量的 $95\%$ 以上。其他申报主体包括中国星网、中国移动、垣信卫星等。 值得注意的是，本轮申报不再局限于传统意义上的卫星运营商，无线电创新院、商业航天企业、基础电信运营商等主体均囊括在内。此次大规模申报有望激活卫星制造、发射及运营全产业链，推动我国航天产业实现规模化提升与核心能力突破。 # 5.2 发射、制造、应用，迈向商用验证元年 展望2026年，中国商业航天由“大国叙事”正式切换为“商业闭环验证”阶段。在ITU频轨里程碑+20.3万颗新增申报的硬约束下，行业进入“万星星座组网+可回收火箭降本”的高景气窗口期，配置逻辑从题材转向订单与盈利增速。 可重复使用火箭：从“0到1”到工程化突破的关键一年。国内在2025年完成入轨加回收试验的“基本成功”，意味着与SpaceX的差距正在不断压缩中。2026年将有多款具备可回收实验能力的新火箭密集首飞。 据《中国航天》研究数据显示，在低轨任务中，我国“长征二号D”的单位发射价格为2.82万元/kg。相比之下，“猎鹰9”的单位发射价格仅为0.87万元/kg，我国价格高出比例约 $224\%$ 。与此同时，该研究估算，随着中国的可回收火箭技术的成熟，未来成本预计将比SpaceX的“猎鹰9”便宜 $36\% \sim 49\%$ 。 发射工位与海南商发二期：从“箭等场”到“场等箭”。海南商业航天发射场是我国首个开工建设的商业航天发射场。2025年，该发射场完成了42次发射，占全国商业发射总量的 $31.8\%$ ，成为商业发射的主战场之一。 二期项目于2025年1月开工，重点建设3号和4号工位，计划于2026年底前具备发射能力，建成后将形成4个工位，整体目标是年发射能力突破60次。 图表31：建设中的海南商业航天发射场二期项目三号(近)、四号(远)发射工位(无人机照片) 资料来源：南国都市报，国盛证券研究所 2026年的卫星侧，将在两个维度同时打开“加速度”：一是GW星座、G60千帆为代表的“万星星座”明确进入规模化组网窗口期，组网节奏从“每年数十颗或百颗”走向“中后期千颗级，2030年前后逼近年发数千颗的结构性拐点”；二是卫星制造从“小作坊式项目制”加速向“汽车化柔性产线+标准化货架平台”迁移，单星成本快速下探，价值量重心则向通信载荷、星间激光、星载算力等高附加值方向集中。 以上海格思航天的“G60卫星数字工厂”为代表的新一代卫星工厂，已经展现出类似汽车工厂的“脉动式产线”形态。卫星被置于AGV小车上，在各个工位间流转，自动化的测试与模块化的装配显著缩短了生产节拍。其产能已达到约1.5天便可下线一颗卫星， 目标是向“日产1颗”演进，星成本从传统的“亿级”直接砍到了“千万级”乃至“百万级”。配合文昌卫星超级工厂年产1000颗的能力，产业链在产能与生产节拍上已经具备了承接万星星座的基础。 低轨卫星下游应用：先军用后民用，先建设后大规模使用。Starlink已经形成成熟的toC、toB、toG的商业闭环。我们判断，虽然国内商业航天尚不能提供商业化服务，但是参考北斗系统的建设，低轨通信也会重复“先建后用”的节奏，地方政府层面如北京也正在积极拓展商业航天应用场景。 图表32：starlink 提供家庭版及企业版两种服务 资料来源：starlink官网，国盛证券研究所 图表33：北京发布商业航天十大应用场景 资料来源：低空界，国盛证券研究所 # 建议关注 金融科技：1）新工具一炒股软件：同花顺、东方财富、九方智投等；2）新货币一数币&国际化：新大陆、新国都、拉卡拉等。 AI应用：1)2B2C—垂类生产力工具：合合信息、金山办公、科大讯飞等；2)2B—高KnowHow壁垒：卓易信息、拓尔思、鼎捷数智等。 AI算力：1）国产GPU：海光信息、寒武纪、沐曦股份、摩尔线程等；2）服务器厂商：中科曙光、浪潮信息、工业富联、神州数码、烽火通信等。 AI能源：麦格米特、道通科技、国能日新、旭光电子等。 商业航天：亚信安全、震有科技、中科星图、华力创通、上海瀚讯等。 # 风险提示 技术迭代不及预期风险：若技术迭代不及预期，则对产业链相关公司会造成一定不利影响。 经济下行超预期风险：若宏观经济景气度下行，固定资产投资额放缓，影响企业再投资意愿，从而影响消费者消费意愿和产业链生产意愿，对整个行业将会造成不利影响。行业竞争加剧风险：若相关企业加快技术迭代和应用布局，整体行业竞争程度加剧，将会对目前行业内企业的增长产生威胁。 # 免责声明 国盛证券股份有限公司（以下简称“本公司”）具有中国证监会许可的证券投资咨询业务资格。本报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。 本报告的信息均来源于本公司认为可信的公开资料，但本公司及其研究人员对该等信息的准确性及完整性不作任何保证。本报告中的资料、意见及预测仅反映本公司于发布本报告当日的判断，可能会随时调整。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。本公司不保证本报告所含信息及资料保持在最新状态，对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。 本公司力求报告内容客观、公正，但本报告所载的资料、工具、意见、信息及推测只提供给客户作参考之用，不构成任何投资、法律、会计或税务的最终操作建议，本公司不就报告中的内容对最终操作建议做出任何担保。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。 投资者应注意，在法律许可的情况下，本公司及其本公司的关联机构可能会持有本报告中涉及的公司所发行的证券并进行交易，也可能为这些公司正在提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。 本报告版权归“国盛证券股份有限公司”所有。未经事先本公司书面授权，任何机构或个人不得对本报告进行任何形式的发布、复制。任何机构或个人如引用、刊发本报告，需注明出处为“国盛证券研究所”，且不得对本报告进行有悖原意的删节或修改。 # 分析师声明 本报告署名分析师在此声明：我们具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，本报告所表述的任何观点均精准地反映了我们对标的证券和发行人的个人看法，结论不受任何第三方的授意或影响。我们所得报酬的任何部分无论是在过去、现在及将来均不会与本报告中的具体投资建议或观点有直接或间接联系。 投资评级说明 投资建议的评级标准 评级 说明 评级标准为报告发布日后的6个月内公司股价（或行业指数）相对同期基准指数的相对市场表现。其中A股市场以沪深300指数为基准；新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准，美股市场以标普500指数或纳斯达克综合指数为基准。 股票评级 买入 相对同期基准指数涨幅在15%以上 增持 相对同期基准指数涨幅在5%~15%之间 持有 相对同期基准指数涨幅在-5%~+5%之间 减持 相对同期基准指数跌幅在5%以上 行业评级 增持 相对同期基准指数涨幅在10%以上 中性 相对同期基准指数涨幅在-10%~+10% 之间 减持 相对同期基准指数跌幅在10%以上 # 国盛证券研究所 # 北京 地址：北京市东城区永定门西滨河路8号院7楼中海地产广场东塔7层 邮编：100077 邮箱：gsresearch@gszq.com # 南昌 地址：南昌市红谷滩新区凤凰中大道1115号北京银行大厦 邮编：330038 传真：0791-86281485 邮箱：gsresearch@gszq.com # 上海 地址：上海市浦东新区南洋泾路555号陆家嘴金融街区22栋 邮编：200120 电话：021-38124100 邮箱：gsresearch@gszq.com # 深圳 地址：深圳市福田区福华三路100号鼎和大厦24楼 邮编：518033 邮箱：gsresearch@gszq.com