报告行业投资评级 - 增持（维持）[5] 报告的核心观点 - AI Agent（特别是OpenClaw）正从试点进入规模化落地阶段，其渗透率和任务复杂度的提升正驱动Token消耗量迎来指数级增长，并催生刚性算力需求[1][2][4] - Token消耗激增导致主流模型厂商出现算力缺口，算力供需错配加剧，正从技术和经济层面驱动算力产业链（芯片、架构、系统）的全面升级[3][4] - 随着国内市场Token消耗量爆发，国产算力有望凭借成本优势及生态完善，在基础设施层逐步占据主导地位[4] 根据相关目录分别进行总结 1. Agent泛化：Agent进入实际落地阶段，OpenClaw引领渗透加速 - **OpenClaw成为重要催化剂**：2026年初推出的OpenClaw是一款可在用户自有设备上运行的个人AI助手，一经推出便全球爆火，成为AI Agent普及化加速的重要催化[1][11] - **用户数据验证火爆程度**：在OpenRouter平台上，OpenClaw是2026年2月5日至3月5日期间Token消耗量最多的应用，高达7.63T tokens，远超第二名[13][15] - **Token消耗量飙升**：以OpenRouter平台数据为例，OpenClaw的Token消耗量从2026年2月3日的80.6B飙升至3月4日的358B，一个月间翻了约4.4倍[1][15] - **厂商积极布局**：各大模型厂商纷纷加大Agent布局，例如Minimax Agent已能处理复杂任务，如为HR自动整合20所名校的校招信息，或自动分类整理500张电商图片，AI Agent已进入实际落地阶段[19][20][23] 2. 需求爆发：任务密度与复杂度提升，Token消耗迎来指数级跃升 - **Agent特性导致高消耗**：由于AI Agent天然具备多工具调用、长上下文、多流程工作特性，其Token消耗量增长速度极快[2][24] - **算力需求呈指数增长**：以单次对话机器人为基准，图像生成、推理、视频生成、深度研究的算力需求分别为10倍、100倍、3000倍、1000000倍[24][26] - **中国市场消耗量激增**：中国整体日均Token消耗从2024年初的1000亿，增长至2025年中的30万亿，再到2026年2月主流大模型合计日均Token消耗已达180万亿级别[2][30] - **市场规模与渗透率预测**：预计中国AI Agent市场规模将从2023年的574亿元飙升至2028年的33009亿元，年复合增长率达125%[30][34]。KA（大客户）及SMB（中小企业）企业Agent渗透率预计从2023年的3%/0.5%提升至2028年的25%/10%[30][34] - **长期增长动力强劲**：根据IDC预测，中国活跃智能体数量将在2031年突破3.5亿，年复合增长率超135%，伴随任务复杂度提升，智能体Token消耗将迎来年均超30倍的指数级跃升[2][32] 3. 供给缺口：推理算力缺口显现，成本体验权衡驱动产业升级 - **算力需求转向推理**：智能体核心开销集中在推理阶段，推理负载占比预计从2024年的65%提升至2028年的73%[3][36][40] - **推理市场规模扩大**：中国推理算力市场规模预计从2024年的175.2亿元增长至2028年的2931.2亿元，2024-2028年复合增长率约102%[37][39] - **厂商出现算力缺口**：Token消耗骤增导致主流模型厂商算力缺口显现，例如月之暗面公开表示缺卡并寻求算力支持，智谱因GLM5过于火爆对coding plan采取每日限售措施[3][42][44] - **需平衡延迟、吞吐与成本**：Token消耗和算力需求非简单线性关系，需权衡延迟和吞吐以平衡经济性和用户体验[3][43] - **产业化三要素**：AI Agent产业化的核心要素是模型能力、交互速度和Token成本，三者共同决定了应用的经济性与广泛性[47][48] - **产业链升级路径**：为达成三元平衡，需从三方面协同发力： - **算力芯片端**：提升性能与能效比，例如英伟达新架构实现推理吞吐量提升约10倍，成本降低10倍；亚马逊Trainium芯片在推理任务中比英伟达H100 GPU便宜约30%至40%[50][52] - **架构设计端**：通过注意力机制革新（如PagedAttention、RadixAttention）、动态批处理演进、内存调度优化等技术降低单Token算力消耗[54] - **系统协同端**：依托超节点协同技术优化资源利用率与整体能效，实现规模化部署下的综合成本下降[54] 4. 投资建议 - **关注国产算力**：建议关注海光信息、寒武纪、摩尔线程、沐曦股份等国产算力公司[4][55] - **关注超节点**：建议关注中科曙光、浪潮信息等超节点公司[4][55]

报告行业投资评级 - 行业评级：推荐（维持）[1] 报告核心观点 - 英伟达计划在2026年GTC大会上推出基于LPU架构的全新AI推理芯片系统，标志着AI算力需求正从训练侧向推理侧加速转移，这将为国产AI芯片及硬件产业链带来确定性的发展机遇[4][5][8] 事件与核心产品分析 - **事件**：2026年3月5日，CIME国际液冷散热技术公众号指出，英伟达计划于3月16日开幕的GTC大会上推出一款全新AI推理芯片系统，核心芯片预计融合其收购的Groq的LPU架构技术[4] - **GTC大会核心议程**：预计涵盖新一代AI加速芯片（如Vera Rubin平台及首发台积电1.6纳米制程的Feynman芯片）、Agent系统、CUDA架构、高性能推理、物理AI及量子计算等关键领域[5] - **LPU推理系统细节**：系统为整机架级推理方案，单机架可能搭载256个LPU单元，分布于32个服务器托盘上，每个托盘配置8颗LPU芯片，整体面向规模化、低延迟推理场景[5] 技术架构与优势 - **推理瓶颈**：在基于GPU的推理架构中，模型参数存放于HBM，计算核心与HBM间频繁的数据搬运影响了decode阶段的时效性，而decode时延是决定用户推理体验的关键[6] - **LPU技术优势**：Groq LPU专为推理加速设计，采用离计算核心更近的SRAM存储模型参数，其230MB片上SRAM可提供高达80TB/s的内存带宽，数据处理速度远超GPU架构[6] - **分布式策略**：Groq采用分布式推理策略，建立千卡互联集群，每张卡仅存储并计算模型的一小部分，最后聚合输出，从而更好地适配低延迟推理场景[6][7] 行业趋势与市场机遇 - **算力需求结构转移**：随着Agent应用爆发，全球算力需求重心正从训练转向推理。据彭博社，2025年训练成本占大型云计算公司数据中心支出的40%以上，但到2032年，这一比例将降至14%左右[8] - **服务器市场结构变化**：IDC指出，到2028年，中国非GPU服务器的市场规模占比将逼近50%，结构转型趋势明确[8] - **海外订单印证趋势**：海外模型厂商正达成大规模推理芯片订单，如OpenAI与Cerebras签署数十亿美元订单，Anthropic、Meta分别与谷歌签订210亿美元、数十亿美元的TPU合作协议，Meta与AMD也达成大规模推理芯片合作[8] - **国产化机遇**：国产模型（如DeepSeek V4）正加速转向本土算力方案（如昇腾、寒武纪平台），国内推理基础设施市场建设或已进入加速期，国内AI芯片厂商有望迎来广阔增长机遇[8] 投资策略与重点关注领域 - **投资逻辑**：随着大模型加速进化、Agent应用大规模普及，推理端市场需求有望进一步释放，维持对计算机行业“推荐”评级[8] - **重点关注个股**： - **AI芯片**：海光信息、寒武纪、芯原股份、沐曦股份、摩尔线程、壁仞科技、天数智芯[8] - **CPU**：海光信息、龙芯中科、中国长城（飞腾信息）[8] - **连接**：澜起科技、盛科通信、锐捷网络、华工科技、华丰科技[8] - **服务器**：中科曙光、浪潮信息、华勤技术、紫光股份、工业富联、软通动力、神州数码、中兴通讯、中国长城[8] - **液冷**：曙光数创、英维克、飞荣达、鼎通科技、高澜股份等[8]

中国大模型调用量跃升与产业重心转移 - 2026年2月第二周，中国大模型在OpenRouter平台的单周调用量达到5.16万亿Token，三周内增长127%，历史上首次超越美国模型的2.94万亿Token [2] - 尽管平台用户中美国占47.17%，中国仅占6.01%，但该数据表明海外开发者对中国模型的使用意愿快速上升，标志着人工智能产业重心正从比拼训练成本转向高频、常态化的应用推理阶段 [2][3] - 当周全球大模型调用量排名前五中，中国模型（MiniMax M2.5、月之暗面Kimi K2.5、智谱GLM-5与深度求索DeepSeek V3.2）占据四席 [2] 五万亿Token流向与应用模式变革 - Token消耗激增源于AI应用模式从“问答式”向“智能体（Agent）”模式切换，后者需在后台持续执行多步骤任务并携带完整对话历史，导致单次会话Token吞吐量呈几何级数增长 [6] - 根据《2025 AI使用报告》，OpenRouter平台处理的编程任务Token占比从2025年初的11%增至50%以上，成为最大单一使用品类 [6] - 多模态应用落地进一步推高消耗，例如Seedance 2.0视频模型生成一条10秒、1080p视频约消耗35万Token，是传统文本问答的数百倍 [7] - 数万亿Token调用主要由高频、规模化、可持续付费的商业应用支撑，买单领域集中在互联网、金融、跨境电商与娱乐行业 [8] 国产大模型承接需求的技术与成本优势 - 国产模型如MiniMax M2.5、Kimi K2.5普遍采用混合专家（MoE）架构，相比传统稠密模型，推理时显存占用降低约60%，吞吐量显著提升 [9] - MoE架构通过按需激活部分参数，在保持巨量参数的同时大幅降低单次推理所需有效算力 [10] - 中国模型具备显著成本优势：输入价格约为0.3美元/百万Token，而部分海外同类产品价格在5美元左右；中国西部算力节点电力成本约每度0.2元至0.3元，欧美地区则在1元至1.5元之间 [10] - 成本优势与需求爆发推动国产大模型厂商告别价格战，开始获得实打实业务收入，例如智谱AI宣布上调API调用价格，部分涨幅达30%至100%；月之暗面Kimi K2.5发布不到一个月，海外收入便超过国内收入 [12] 算力采购标准转向与国产芯片机遇 - 算力市场核心指标从抢夺计算卡转向核算单位产出成本，企业开始计算每投入一元钱能换取多少吞吐量，每消耗一瓦电能处理多少Token [14] - 行业进入推理阶段后，需求更聚焦能耗、稳定性和供应安全，这为国产AI芯片提供了切入窗口 [14] - 2026年推理型AI服务器在整体出货结构中的比重有望提升至44%，较2025年上升3个百分点 [15] - 推理型服务器对高端封装和高带宽内存的严苛要求有所下调，有利于中国本土企业在HBM受限情况下发展中等规模算力的推理芯片 [16] 国产算力基础设施升级与商业落地 - 企业智算中心预算投入结构改变，从集中于高端训练GPU集群转向更多采用推理优化型GPU、国产AI芯片或异构算力组合，软件平台、算力调度等占比提升 [17] - 行业进入系统级工程交付阶段，万卡集群的网络通信和散热能力比单卡“跑分”更具决定性 [17] - 国家超算互联网郑州核心节点部署了3套中科曙光提供的scaleX万卡超集群，最大可提供超3万张国产加速卡算力，是全国首个实际运营的3万卡国产AI算力池，验证了国产算力基础设施的工程化能力 [18] - 该算力系统已完成千款应用适配，超70%的国产新能源汽车在该平台进行流体和碰撞仿真实验 [19] 国产AI芯片厂商业绩与市场渗透 - 下游应用爆发倒逼上游基建升级，转化为国产芯片厂商业务收入，例如在中国移动总价值超50亿元的AI服务器集采中，华为昇腾系厂商斩获34亿元份额 [20] - 国产算力厂商业绩实现爆发性增长：寒武纪2025年营收增长453.21%至64.97亿元，实现上市以来首次年度盈利；摩尔线程、沐曦股份、海光信息2025年度业绩亦大幅提升 [20] - 根据伯恩斯坦报告，中国本土AI芯片品牌市场渗透率已从2024年的约29%提升至2025年的42%，国产算力正完成从边缘备选向市场首选的跨越 [21]

股东持股 - 历军持股42,136,093股，占总股本2.88%[4] - 任京暘持股1,276,300股，占总股本0.09%[4] - 翁启南持股938,080股，占总股本0.06%[4] 股东减持 - 历军拟减持不超6,320,413股，不超总股本0.43%[2] - 任京暘拟减持不超319,075股，不超总股本0.02%[2] - 翁启南拟减持不超234,520股，不超总股本0.02%[2] 减持信息 - 减持期为2026年3月25日～6月24日[6] - 减持方式为集中竞价减持[6] - 减持原因是个人资金需求[6] 股本情况 - 总股本已剔除回购股份784,041股[4]

行业投资评级 - 维持行业“看好”评级 [5] 报告核心观点 - AI for Science (AI4S) 是“人工智能+”行动的核心方向之首，是新质生产力与未来产业发展的关键“乘法因子”，具备政策高度支持、技术从理解到渗透、标的不断登陆资本市场的确定性 [4][5] - AI4S通过“微观-介观-宏观”跨尺度技术链闭环，实现研发提效与成本节约，其投资回报率有明确定量支撑，下游长周期行业需求强烈 [5][18] - AI4S产业链按技术环节可清晰划分，商业模式与估值体系逐渐清晰，国产替代与技术创新驱动本土企业崛起 [5][50] 根据目录总结 1. 自上而下: AI4S, 基础科学的乘法 - AI4S在《国务院关于深入实施“人工智能+”行动的意见》(国发〔2025〕11号)中位列第一位，即“人工智能+”科学技术，是国家自上而下重视的领域 [11][14] - AI4S不仅是狭义的材料/医药研发工具，已广泛渗透至物理、数学、天文、气象、中医现代化等全基础学科，并成为半导体、量子技术、核聚变等国际博弈焦点领域的核心研发工具 [4][15][16] - 国际博弈焦点领域，如半导体、人工智能、量子技术、医药生物、新能源与先进材料等，均可利用AI4S方法加速研发 [17][21] 2. 自下而上: AI4S的技术链与ROI - AI4S的技术链可细分为跨越“微观-介观-宏观”的六层：量子力学层（微观）、统计力学层（微观）、经典力学+统计力学层（介观）、介观动力学+统计力学层（介观）、热力学+统计力学层（宏观）、连续介质力学层（宏观工程）[18][24][25][26][28][29] - 报告通过两种比喻帮助理解狭义AI4S：1）类比股票投资决策流程（个股研究→组合设计→收益表现）；2）类比深度神经网络图像识别过程（像素提取→中层特征→语义识别）[31][33][34][36] - AI4S可显著提升研发效率并节约成本：典型研发周期可从传统的36-48个月缩短至12-18个月，加速2-3倍；湿实验次数可减少90%以上；综合成本可节约约79.6% [46][48][49] 3. 产业链: 技术切分, 商业模式明朗 - **上游**：聚焦算力/数据库/底层工具。算力包括AI4S专属算力、一体机及云服务；数据库包括材料、分子、实验等各类科学数据库；底层工具包括DFT、MD、MLFF、KMC、有限元、EDA等软件与算法 [56][58] - **中游**：核心是跨尺度计算引擎、结构生成与优化平台、分子表征与性质预测、实验闭环（含实验机器人）。中游环节理论上具有高通用性和强壁垒 [59][60] - **下游**：覆盖狭义应用场景（如新能源材料、半导体材料、高端金属/合金材料、新医药）和广义应用场景（如高能物理、地质学、中医、气候模拟等）[60][61] - 商业模式参考：上游偏重基础设施，多采用销售产品模式；中游通用性强，可采用SaaS或高价项目制模式；下游定制化深，多采用IP授权或Buy-out模式 [51][58] 4. AI4S一二级参与者 - **二级市场TMT代表公司**：晶泰控股（AI4S干湿闭环平台）、中控技术（工业过程智能仿真）、润达医疗（AI医疗检验）、华大九天（AI驱动EDA）、海光信息（AI4S算力芯片）、索辰科技（物理AI工业仿真）、中科曙光（超算与算力平台）等 [4][71][73][75][77][79][80][81] - **二级市场应用代表公司**：英矽智能（AI制药）、宁德时代（新能源材料）、康众医疗、志特新材、药明康德、道氏技术等，多个公司具备拓展潜力 [4][83] - **一级市场部分代表**：思朗科技、深势科技、芯培森（道氏技术）、深度原理、全芯智造、分子之心等 [4][70]

行业投资评级 - 维持行业“看好”评级 [6] 报告核心观点 - AI for Science（AI4S）是“人工智能+”行动的核心方向和新质生产力发展的关键乘法因子，具备政策高度加持、技术渗透和标的登陆资本市场的确定性 [6] - AI4S通过“微观-介观-宏观”的技术链闭环，实现研发提效与成本节约，其投资回报率有定量支撑，下游长周期行业需求强烈 [6] - AI4S产业链按技术环节可清晰划分，商业模式与估值体系逐渐清晰，国产替代与技术创新驱动本土企业崛起 [6] - AI4S的定义远超AI制药和新材料设计，已覆盖全基础科学与未来产业，是支撑所有未来产业的通用技术底座，产业延展性远超预期 [7] 根据目录总结 1. 自上而下：AI4S，基础科学的乘法 - AI4S在《国务院关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号）中排在第一位，即“人工智能+”科学技术，是国家自上而下重视的关键方向 [14][18] - AI4S不仅是狭义上帮助化学、高分子、新能源、医药、医疗等领域的结构生成，更是广义上加速理论物理、天体物理、计算数学、气象学、地球科学、语文、历史、中医、哲学等全基础学科研发的加速器 [5][19][21] - AI4S可应用于国际博弈的焦点领域，如半导体、人工智能、量子技术、医药生物、新能源与先进材料、航天与国防等，帮助相关研发 [5][26] 2. 自下而上：AI4S的技术链与ROI - 狭义AI4S的技术链可细分为从微观到宏观的六层：量子力学层（微观）、统计力学层（微观）、经典力学+统计力学层（介观）、介观动力学+统计力学层（介观）、热力学+统计力学层（宏观）、连续介质力学层（宏观工程） [23][29] - 报告通过两种通俗比喻帮助投资者理解AI4S：1）类比股票投资从基本面研究到组合收益的决策流程；2）类比深度神经网络图像识别从像素到语义输出的过程 [7][39][43] - AI4S能显著提升研发投资回报率并节约成本：典型AI4S研发模式可将传统36-48个月的研发周期缩短至12-18个月，提速2-3倍；湿实验次数可从1000-5000次减少至100-200次，减少90%以上；综合成本节约率可达79.60% [54][55][57][58] 3. 产业链：技术切分，商业模式明朗 - 报告主张按技术环节而非商业模式划分AI4S产业链，以更好地研究渗透率、国际对标和底层技术估值 [5][59] - 产业链分为上游、中游、下游：上游聚焦算力/数据库/底层工具；中游核心是跨尺度计算/结构生成平台/真实世界交互/实验室机器人；下游覆盖狭义（材料/医药等）与广义（如高能物理/地质等）应用场景 [8][66][70][72] - 中游的实验机器人环节至关重要，它连接虚拟计算与真实世界，形成“计算预测-实验验证-数据回流-模型迭代”的闭环 [71] - AI4S产业成熟后，可能诞生不依赖当前通用算力（如英伟达GPU、CUDA、Transformer架构）的专属算力，其形态可能是专用AI4S算力或一体机 [74][79] 4. AI4S一二级参与者 - 二级市场TMT代表公司包括：晶泰控股（AI4S干湿闭环平台）、中控技术（工业过程智能仿真）、润达医疗（AI医疗大模型）、华大九天（AI驱动EDA）、海光信息（AI4S算力芯片）、索辰科技（物理AI工业仿真）、中科曙光（超算算力）等 [5][84][87][89][91][94][95][96] - 二级市场应用代表公司包括：英矽智能、宁德时代、康众医疗、志特新材、药明康德、道氏技术等，其中晶科能源、钧达股份、天奈科技、厦门钨业等具备拓展潜力 [5] - 一级市场部分代表公司包括：思朗科技、深势科技、芯培森（道氏技术）、深度原理、全芯智造、分子之心等 [5]

市场表现 - 2月27日，国产算力链相关股票及ETF表现强势，云计算ETF（159890）开盘拉升涨超1%，盘中上涨0.74%[1] - 云计算ETF（159890）成份股活跃，拓维信息涨停，云天励飞大涨13%，网宿科技、润和软件涨超6%，拓尔思、光环新网、汉得信息、中国软件等多股跟涨[1] - 资金持续流入云计算ETF（159890），截至发稿，该ETF盘中净流入超6600万元，近5日累计获净申购约5890万元，规模创下新高[1] - 云计算ETF（159890）当日交易价格为1.898元，上涨0.014元，涨幅0.74%[2] 核心催化事件 - DeepSeek最快或于下周发布V4“海狮轻型版”，支持100万token，并原生具备多模态处理能力[3] - DeepSeek V4发布打破了行业惯例，未向英伟达等海外芯片龙头提供预发布测试权限，而是优先向国内算力供应商开放优化，给予数周时间进行底层适配[3] - 此次V4以国产芯片为基准进行原生适配，标志着国产算力产业链从“可用”正式走向“规模商用”，有望扭转国产芯片“有算力无生态”的困境，强化国产算力逻辑[3] 行业需求与趋势 - 2026年春节期间，国产大模型token调用量出现井喷，截至2月22日的前一周全球大模型token用量前三名均为国产大模型[4] - Token的爆发式增长反映出AI推理需求的指数级扩容[4] - 国产算力凭借成本优势及不断完善的生态，有望在AI基础设施层逐步占据主导地位[4] - 春节前后大模型行业发生较大变革，涉及新模型发布、AI应用深化与模型定价，预计算力产业链将迎来新一轮增长动能[4] - 算力涨价成为新迹象，凸显算力供应存在瓶颈，算力产业链有望持续受益[4] 相关投资工具分析 - 云计算ETF（159890）跟踪中证云计算与大数据主题指数，其持仓兼顾AI算力（41%）与AI应用（32%）两大核心环节，人工智能+含量为41%[5] - 该指数前十大重仓股包括科大讯飞、金山办公、中际旭创、新易盛、浪潮信息、中科曙光、紫光股份、恒生电子、润泽科技、拓维信息等软硬件龙头[5] - 具体权重为：科大讯飞（9.55%）、润泽科技（6.19%）、金山办公（5.17%）、浪潮信息（4.52%）、中际旭创（4.51%）、新易盛（4.28%）、中科曙光（4.08%）、紫光股份（3.82%）、网宿科技（3.60%）、恒生电子（3.35%）[6] - 由DeepSeek引领的国产算力生态重构浪潮，有望推动产业链从“被动适配”走向“主动定义”[6]

公司2025年业绩表现 - 2025年实现营收149.7亿元，同比增长13.86% [1][2] - 2025年实现归母净利润21.13亿元，同比增长10.54% [1][2] - 2025年实现扣非净利润约17.85亿元，同比增长30.17% [1][2] - 归母净利润已连续12年实现增长 [1][2] - 2025年第四季度实现归母净利润11.47亿元，环比第三季度增长384%，创单季新高 [2] 业绩增长原因与财务稳健性 - 业绩增长主要得益于持续优化产品结构、提供多样化高质量解决方案以及提升运营效率 [1][2] - 截至2025年9月30日，公司货币资金为38.41亿元 [1][8] - 截至2025年9月30日，短期借款为2.29亿元，一年内到期的非流动负债为2.76亿元 [1][8] - 截至2025年9月30日，公司资产总计369.9亿元，负债总计150.4亿元，资产负债率为40.7% [8] 资产减值准备计提情况 - 2025年度拟计提资产减值准备合计约3.29亿元，计入当期损益 [2][3] - 计提项目包括：应收账款等金融资产减值准备约1.58亿元，存货跌价准备7428.59万元，商誉减值准备6161.45万元等 [3] - 考虑转回或转销后，综合减少公司2025年度合并净利润约2.69亿元 [3] AI与算力领域布局 - 公司是国内高性能计算机领域领先企业，业务覆盖服务器、存储、云计算与人工智能等 [4] - 持续加码AI相关领域，其企业级AI平台“曙光SothisAI”已实现智谱GLM-5、阿里Qwen3.5大模型的全面接入 [1][7] - 2025年8月，联合产业链企业推出国内首个AI计算开放架构及“千卡级单元”超节点 [7] - 2026年2月，国家超算互联网郑州核心节点上线，部署了3套中科曙光scaleX万卡超集群 [7] 资本运作与未来投资 - 2025年曾筹划与海光信息进行重大战略重组，后于2025年12月终止 [5][6] - 重组终止后，双方表示将在保持独立性的基础上深化协同，分别聚焦算力基础设施集成和高端芯片设计 [6] - 2026年2月，公司公告拟发行可转债募资不超过80亿元，用于AI算力集群、AI训推一体机及先进存储系统项目 [8]

股价与交易数据 - 2月25日，中科曙光股价下跌0.96%，成交额为30.82亿元 [1] - 当日融资买入额为3.94亿元，融资偿还额为3.59亿元，实现融资净买入3477.76万元，融资融券余额合计为87.97亿元 [1] - 当前融资余额为87.91亿元，占流通市值的6.63%，融资余额水平超过近一年60%分位，处于较高位 [1] - 2月25日融券偿还1.98万股，融券卖出4400股，卖出金额39.87万元，融券余量6.73万股，融券余额609.87万元，低于近一年10%分位水平，处于低位 [1] 股东与股权结构 - 截至1月30日，公司股东户数为40.59万户，较上期增加1.95%，人均流通股为3603股，较上期减少1.91% [2] - 截至2025年9月30日，华泰柏瑞沪深300ETF为第六大流通股东，持股2492.28万股，较上期减少106.26万股；易方达沪深300ETF为第七大流通股东，持股2091.10万股，较上期增加213.47万股；华夏沪深300ETF为第九大流通股东，持股1343.85万股，较上期减少18.11万股；香港中央结算有限公司已退出十大流通股东之列 [3] 公司财务与经营表现 - 2025年1月至9月，公司实现营业收入88.20亿元，同比增长9.68%；实现归母净利润9.66亿元，同比增长25.55% [2] - 公司A股上市后累计现金分红20.24亿元，近三年累计现金分红11.85亿元 [3] - 公司主营业务收入构成为：IT设备占88.79%，软件开发、系统集成及技术服务占11.15%，其他(补充)占0.06% [1] 公司基本信息 - 公司全称为曙光信息产业股份有限公司，位于北京市海淀区东北旺西路8号院36号楼，成立于2006年3月7日，于2014年11月6日上市 [1] - 公司主营业务涉及研究、开发、生产制造高性能计算机、通用服务器及存储产品，并围绕高端计算机提供软件开发、系统集成与技术服务 [1]

公司2025年度业绩表现 - 2025年实现营收149.7亿元，同比增长13.86% [1][2] - 2025年归母净利润为21.13亿元，同比增长10.54% [1][2] - 2025年扣非净利润约17.85亿元，同比增长30.17% [1][2] - 2025年第四季度实现归母净利润11.47亿元，环比第三季度增长384%，创单季新高 [2] - 业绩增长主要得益于持续优化产品结构、提供多样化高质量解决方案及提升运营效率 [1][2] - 归母净利润已连续12年实现增长 [1][2] 公司财务状况与资产减值 - 截至2025年9月30日，公司货币资金38.41亿元，短期借款2.29亿元，一年内到期的非流动负债2.76亿元 [1][8] - 截至2025年9月30日，公司资产总计369.9亿元，负债总计150.4亿元，资产负债率为40.7% [8] - 2025年度拟计提资产减值准备合计约3.29亿元，综合减少公司2025年度合并净利润约2.69亿元 [3] - 计提的减值准备主要包括应收账款等金融资产减值约1.58亿元，存货跌价准备7428.59万元，商誉减值准备6161.45万元 [3] 公司在AI与算力领域的战略布局 - 公司是国内高性能计算机领域领先企业，业务覆盖高端计算机、存储、安全、数据中心及人工智能等 [4] - 持续加码AI相关领域，2025年8月联合产业链企业推出国内首个AI计算开放架构及“千卡级单元”超节点 [7] - 2026年2月，其scaleX万卡超集群部署于国家超算互联网郑州核心节点 [7] - 公司企业级AI平台“曙光SothisAI”已实现智谱GLM-5、阿里Qwen3.5大模型的全面接入，并优化了企业AI平台构建流程 [1][7] 公司资本运作与未来投资计划 - 2025年曾与海光信息筹划重大战略重组，但于2025年12月终止，双方未来将在各自核心赛道深化协同 [5][6] - 2026年2月，公司公告拟发行可转债募资不超过80亿元，用于AI算力集群、AI训推一体机及国产化先进存储系统项目 [8] - 募投项目拟分别投入募集资金35亿元、25亿元和20亿元，旨在把握AI产业发展趋势，打造技术护城河 [8]