> **来源：[研报客](https://pc.yanbaoke.cn)** # 计算机行业深度报告总结 ## 核心内容概述 本报告聚焦中国AI产业在2026年的发展趋势，指出**国产算力替代不可逆**，**AI信创进入战略拐点**。随着智能体（Agent）的商业化落地，Token经济革命加速，国内Token调用量迅速增长，AI产业链正从政策驱动转向产业自证，形成“国产模型+国产芯片”的训推闭环。报告从五大主线（GPU芯片、CPU芯片、昇腾产业链、算力租赁、信创大模型）分析国产替代路径，并提出具体投资建议。 --- ## 主要观点与关键信息 ### 1. AI商业价值爆发，Token经济崛起 - **智能体推动Token消耗指数级增长**：企业级智能体完成复杂任务时，Token消耗量可达数十万至数百万级别，远超传统Chatbot的几百Token。 - **中国Token调用量全球领先**：截至2026年3月，我国日均Token调用量超过140万亿，较2024年初增长1000多倍；2026年4月最后一周，中国大模型周调用量达7.942万亿Token，再次超越美国。 - **Token成为AI时代核心生产资料**：从技术计量单位演变为数字硬通货，全球AI竞争焦点转向Token生态构建。 ### 2. DeepSeek V4使用国产算力训练，标志AI信创战略拐点 - **国产算力进入大模型核心训练环节**：DeepSeek V4采用国产算力参与训练，打破市场对国产算力仅适用于政务信创、推理侧和低中端训练的认知。 - **产业闭环形成，战略意义大于性能意义**：国产算力替代从局部走向体系化，推动中国AI产业链向自主可控演进。 - **海外限制加剧国产替代紧迫性**：英伟达CEO黄仁勋表示，若中国大模型跑在国产芯片上，将对美国构成重大冲击。 ### 3. AI信创五大核心主线 | 主线 | 核心特征与趋势 | |--------------|----------------------------------------------------------------------------------| | GPU芯片 | 大模型训练与推理的核心底座，国产替代从推理侧向训练侧推进，产业迭代加速。 | | CPU芯片 | Agent时代底层调度核心，算力架构从“GPU堆叠”转向“GPU+CPU异构协同”，地位提升。 | | 昇腾产业链 | 具备体系化生态特征，覆盖材料、PCB、服务器、集成、算力平台与行业应用，价值扩展至通用AI基础设施市场。 | | 算力租赁 | 商业模式从“裸算力出租”转向“Token收入分成”，短期高弹性，中期估值逻辑重构。 | | 信创大模型 | 政务、央国企、教育等领域需求旺盛，安全可控、本地化部署成为核心要求，国产大模型逐步成为“必选项”。 | ### 4. 国内算力基础设施建设超额完成“十四五”目标 - **算力规模：2025年目标300 EFLOPS，实际已达962 EFLOPS**。 - **智能算力占比：目标35%，实际已达81.9%**。 - **存储总量：目标1800 EB，实际已超1680 EB**。 - **先进存储占比：目标30%，实际外置闪存占比超28%**。 ### 5. 投资建议 - **GPU芯片**：寒武纪、海光信息、沐曦股份、摩尔线程。 - **CPU芯片**：禾盛新材、海光信息、中国长城、龙芯中科。 - **昇腾产业链**：云南锗业、华丰科技、航天电器、华正新材、神州数码。 - **算力租赁**：宏景科技、协创数据、盈峰环境、利通电子。 - **信创大模型**：科大讯飞、智谱、MiniMax。 --- ## 风险提示 - **政策落地不及预期**：财政预算、招采节奏可能影响AI信创需求。 - **技术迭代不及预期**：国产芯片、软件生态及模型适配进展缓慢可能延缓替代进程。 - **算力供给波动**：高端芯片获取、集群交付或运维稳定性不达预期将影响项目落地。 - **商业化兑现风险**：Token调用量增长若难以转化为收入，将对算力租赁及大模型盈利形成压力。 - **市场竞争加剧**：模型厂商、芯片厂商及云服务商价格战可能压缩行业利润率。 --- ## 总结 本报告指出，AI信创产业正经历从政策驱动向产业自证的关键转变。智能体驱动的Token经济革命使国内Token调用量快速提升，形成全球领先优势。DeepSeek V4采用国产算力训练，标志着国产算力正进入高强度、大规模模型训练环节，推动AI产业链向“国产模型+国产芯片”的闭环演进。未来，AI信创将围绕五大主线展开，涵盖从底层硬件到上层应用的完整生态。投资建议聚焦于具备国产算力适配能力的头部企业，同时需关注政策、技术、市场等多重风险。