报告行业投资评级 - 行业评级为“推荐”，并维持该评级 [1][44] 报告核心观点 - 核心观点：AI推理需求驱动算力供需持续紧张，导致云厂商对AI算力产品提价，这一趋势预计将延续，并使云服务商及相关产业链企业受益 [3][44] 根据相关目录分别总结 一、AI推理需求持续增长，OpenClaw贡献大 - AI推理需求旺盛，Tokens调用量高速增长：顶尖模型的周度tokens调用量从2025年3月24日前周的1.62T增长至2026年3月16日前周的18T，增幅约1011% [6][11] - 国产模型调用量占比显著提升：2026年3月22日前周，国产模型（小米、阶跃、深度求索、MiniMax、Z-ai）合计tokens调用量占比约53.4%，而在一年前，海外模型（Anthropic和Google）占比超60% [6][24] - 开源AI助手OpenClaw成为tokens消耗重要增量：截至2026年3月22日，OpenClaw是当月tokens调用量最高的App，调用量达13.4T，其日tokens调用量从2026年2月20日的298B上升至3月21日的649B [6][17] - OpenClaw技能商店（ClawHub）覆盖多场景：其技能涵盖生产力与办公、开发者与DevOps、AI模型集成、浏览器自动化与数据采集等多个应用场景 [7][23] 二、云厂商硬件成本提升，涨价主要针对AI算力产品 - 主要云厂商相继宣布涨价：2026年3月18日，阿里云宣布对AI算力等服务价格最高上涨34%，百度智能云宣布最高涨价30%，均于4月18日生效 [5] - 硬件成本大幅上涨是直接原因：截至2026年3月20日，DDR5内存（16G）现货均价为39.17元，较2024年3月5日价格上涨约731%；DDR4内存（16G）价格上涨约2072.1% [8][29] - CPU价格亦面临上涨压力：据报道，英特尔计划从3月底起将大部分PC CPU价格调涨10%，部分笔记本CPU此前已涨价超15% [30] - 涨价产品集中于AI智算领域：阿里云和百度云的调价主要针对AI算力、并行文件存储（如CPFS智算版）等产品，适用于AIGC、自动驾驶等高性能计算场景，而通用版产品未涨价 [8][33] 三、Tokens消耗量或持续攀升，AI算力瓶颈短期仍将持续，云计算涨价或将延续 - IDC预测Agent生态将指数级扩张，驱动Tokens消耗量激增：预测全球活跃Agent数量将从2025年的约2860万增长至2030年的22.16亿；年执行任务数将从440亿次增长至415万亿次；年度Token消耗将从2025年的0.0005 PetaTokens增长至2030年的152,667 PetaTokens，年复合增长率高达3418% [9][37][38] - AI算力扩张面临多重瓶颈：当前瓶颈或重回芯片制造，推理模型引爆HBM需求，其晶圆消耗是普通DRAM的四倍，存储可能吞噬科技巨头2026年30%的资本开支，终极产能天花板受限于ASML年产量不足百台的EUV光刻机 [9][41] 四、行业评级及投资策略 - 维持对计算机行业“推荐”评级：云服务商对AI智算产品涨价不仅反映硬件成本上升，也显示其议价权提升，AI时代算力和Tokens需求持续上涨将使云服务商及相关上下游企业获益 [10][44] - 报告列出相关受益公司，涵盖云计算、AI芯片、CPU、服务器、连接、模型、网络安全、IDC等多个产业链环节 [10][45]

量化模型与构建方式 1. **模型名称**：中证云计算50指数编制模型[27] **模型构建思路**：从全市场股票中，筛选出业务涉及云计算服务及硬件设备的上市公司，并综合考虑其流动性、成长性和规模，选取最具代表性的50只证券作为指数样本，以反映云计算产业整体表现[27][28] **模型具体构建过程**： 1. **确定样本空间**：同中证全指指数的样本空间[28] 2. **流动性筛选**：对样本空间内证券按照过去一年的日均成交金额由高到低排名，剔除排名后20%的证券[28] 3. **业务主题筛选**：在剩余样本中，选取业务涉及提供基础设施即服务（IaaS）、平台即服务（PaaS）、软件即服务（SaaS）以及为云计算提供服务器、存储等硬件设备的上市公司证券作为待选样本[28] 4. **成长性筛选**：对待选样本按照过去三年营业收入增速由高到低排名，剔除排名后20%的证券[28] 5. **规模选样**：对剩余待选样本按照过去一年日均总市值由高到低排名，选取排名前50的证券作为指数样本[28] 6. **样本补足**：若上述步骤选出的证券不足50只，则从被剔除的待选样本中按照过去三年营业收入增速由高到低依次补足50只[28] **模型评价**：该模型通过多维度筛选，旨在构建一个能够代表中国云计算产业核心龙头公司表现的指数，兼具主题纯度、流动性、成长性和规模代表性[27][28] 模型的回测效果 1. **中证云计算50指数编制模型**，年化收益率13.44%[29]，年化波动率37.63%[29]，最大回撤-67.12%[29]，夏普比率0.36[29]，2023/3/6-2026/3/6期间收益率138.94%[29]，累计收益293.10%[29] 量化因子与构建方式 1. **因子名称**：过去三年营业收入增速[28] **因子构建思路**：衡量公司过去一段时期内的业务成长能力，营业收入增长越快的公司被认为成长性越好[28] **因子具体构建过程**：计算公司过去三年营业收入的复合增长率。具体公式未在报告中明确给出，但标准计算方式通常为： $$营业收入增速 = \left( \frac{本期营业收入}{三年前同期营业收入} \right)^{\frac{1}{3}} - 1$$ 在指数编制中，该因子用于对所有待选样本进行排序和筛选[28] 2. **因子名称**：过去一年日均总市值[28] **因子构建思路**：衡量公司的市场规模，规模较大的公司通常被认为更具市场影响力和稳定性[28] **因子具体构建过程**：计算股票在过去一年内每个交易日的总市值（总股本×收盘价），然后求其平均值。具体公式未在报告中明确给出，但标准计算方式为： $$过去一年日均总市值 = \frac{\sum_{t=1}^{T} (总股本_t \times 收盘价_t)}{T}$$ 其中，T为过去一年的交易日总数。在指数编制中，该因子用于对通过成长性筛选的样本进行最终排序和选样[28] 3. **因子名称**：过去一年的日均成交金额[28] **因子构建思路**：衡量股票的流动性，成交活跃的股票更容易买卖，交易成本更低[28] **因子具体构建过程**：计算股票在过去一年内每个交易日的成交金额，然后求其平均值。具体公式未在报告中明确给出，但标准计算方式为： $$过去一年的日均成交金额 = \frac{\sum_{t=1}^{T} 成交金额_t}{T}$$ 其中，T为过去一年的交易日总数。在指数编制中，该因子用于初步剔除流动性较差的股票[28] 因子的回测效果 *（注：本报告未提供上述单个因子的独立测试结果，如IC、IR、多空收益等。报告展示的是综合运用这些因子构建的指数的整体表现。）*

行业趋势与核心观点 - 智算已成为新质生产力的核心底座，融资租赁行业正从“融物承新”迈向“智融赋产”的新阶段 [1] - 算力需求呈现两大转变：从集中式训练走向分布式推理，从巨头专属走向中小企业普惠 [1] - 行业未来发展方向是“算力 + 能源 + 服务 + 生态”的融合 [1] - 融资租赁被定位为桥梁，旨在打通智算资源与能源资源，以赋能实体产业 [1] 会议核心议题与目标 - 会议核心议题包括：如何以融资租赁为桥，打通智算与能源资源赋能实体产业；如何了解上市公司真实需求，盘活算力资产、释放服务潜能 [1] - 会议旨在聚合AI和智算协同产业链的多方力量，助力产业公司与租赁机构深度链接 [1] 会议议程与分享主题 - 主题分享一：《新阶段 智算业务发展前瞻》，由中科曙光(603019)智算业务负责人韩雪斌主讲 [7] - 主题分享二：《上市公司算力业务发展及财务规划》，由优刻得(688158)财务总监林明主讲 [7] - 主题分享三：《“算电协同”实践与产业应用》，由朗新科技(300682)创研中心总监杜杰主讲 [7]

可转债发行 - 拟发行可转债募集资金总额不超过800,000.00万元[14][46] - 可转债每张面值100元，按面值发行[15] - 期限为自发行之日起六年[16] - 每年付息一次，计息起始日为发行首日[18][21] - 转股期自发行结束之日起满六个月后的第一个交易日起至到期日止[23] - 初始转股价格不低于募集说明书公告日前二十个交易日公司股票交易均价和前一个交易日均价[24] 可转债条款 - 当公司股票在任意连续三十个交易日中至少有十五个交易日收盘价低于当期转股价格的85%时，董事会有权提出转股价格向下修正方案[27] - 转股数量计算方式为Q = V/P，以去尾法取一股的整数倍[29] - 可转债期满后五个交易日内，公司赎回全部未转股的可转债[30] - 转股期内，公司股票连续三十个交易日中至少有十五个交易日收盘价格不低于当期转股价格的130%，或未转股余额不足3000万元时，公司有权赎回[32] - 最后两个计息年度内，公司股票收盘价连续三十个交易日低于当期转股价格70%，持有人有权回售[33] - 若募集资金运用与承诺相比出现重大变化，持有人享有一次回售权利[35] 发行对象与方式 - 发行对象为持有中国证券登记结算有限责任公司上海分公司证券账户的相关投资者（国家法律、法规禁止者除外）[38] - 可转债向公司现有股东优先配售，具体比例发行前协商确定[39] - 现有股东优先配售之外的余额和放弃部分采用网下对机构投资者发售及/或网上定价发行相结合方式，余额由承销商包销[40] 其他事项 - 单独或合计持有本次可转债未偿还债券面值总额10%以上的债券持有人等可书面提议召开债券持有人会议，受托管理人应在收到提议5个交易日内书面回复[43][44] - 本次发行的可转债不提供担保[48] - 本次发行的可转债将进行信用评级和跟踪评级[49] - 可转债募集资金将存放于公司董事会指定的专项账户[50] - 公司本次可转债发行方案有效期为十二个月，自股东会审议通过之日起计算[51] - 相关议案已通过公司第五届董事会第二十七次会议审议，提请股东会审议[52][54][56] - 公司编制《曙光信息产业股份有限公司向不特定对象发行可转换公司债券募集资金使用可行性分析报告》并提请股东会审议[59] - 公司分析向不特定对象发行可转换公司债券对即期回报摊薄的影响，制定填补回报措施并提请股东会审议[61] - 公司编制《曙光信息产业股份有限公司可转换公司债券持有人会议规则》并提请股东会审议[62] - 公司编制《曙光信息产业股份有限公司未来三年（2026 - 2028年）股东回报规划》并提请股东会审议[64] - 公司提请股东会授权董事会及其授权人士全权办理向不特定对象发行可转换公司债券具体事宜，授权有效期为十二个月，若发行审核通过并注册，有效期自动延长至可转债存续期间[66][68]

报告投资评级 * 报告未明确给出“看好”、“中性”或“看淡”的行业投资评级 [4][7] 报告核心观点 * AI技术创新周期分为上下半场：上半场聚焦模型创新，算力为王；下半场聚焦应用落地，应用为王，云是下半场的核心环节 [4][7] * AI为云计算行业带来量变与质变：量变上，AI带来了IaaS层（含MaaS带动）和MaaS层的新需求；质变上，AI使云计算商业模式有望从资源定价转向价值定价，提升毛利率，并为云厂商提供差异化竞争空间 [7][8] * 中证云计算50指数全面覆盖云计算全产业链，以“算力底座+云端应用”双轮驱动，能同步把握AI算力基建红利与软件端成长机会，具有长期配置价值 [4][9] * 新华中证云计算50ETF及其联接基金是紧密跟踪中证云计算50指数的投资工具 [4][10] 云计算行业概述与市场格局 * 云计算本质是利用网络实现资源的集中管理和动态分配，分为IaaS、PaaS、SaaS及MaaS等服务模式，以及公有云、私有云、混合云等部署形态 [17][38][39] * 2023年全球以IaaS、PaaS、SaaS为代表的云计算市场规模达5864亿美元，增速19.4%，预计2027年将超过万亿美元 [20] * 国内云计算市场增速大幅高于全球水平 [20] * 截至2024年上半年，国内IaaS市场份额前三为阿里巴巴（25.8%）、华为（13.4%）、中国电信（13.2%）；PaaS市场份额前三为阿里巴巴（24.9%）、腾讯（11.5%）、华为（11.0%） [47] * 公有云通过规模效应和统计复用（虚拟化技术）提升资源利用率，实现盈利 [48][49][51] 云计算发展驱动因素与AI带来的变革 * 云计算行业的发展主要由需求周期驱动，复盘AWS与阿里云历史，需求迭代推动资本开支与营收增长 [60][61][62][69][70][71] * AI带来新一轮需求爆发，驱动国内核心云厂商开启资本开支投入周期，例如阿里计划未来三年投入至少3800亿元用于AI及云计算基础设施 [59][75][76] * AI下半场，范式从训练转向推理，云成为推理范式下的算力核心 [7] * AI带来新需求：主要是IaaS层（包括MaaS带动的IaaS层）和MaaS层（大模型调用）的需求，以及大模型定制需求 [7][8][82] * AI带来商业模式质变：使得云计算商业模式有望从资源定价转向价值定价，从而长期提高云基础资源的毛利率水平 [7][8][94] * AI大模型解决方案与MaaS市场将高速增长，根据IDC预测，中国AI大模型解决方案市场规模2024-2029年复合增长率预计为XX%，MaaS市场规模同期复合增长率预计为XX% [87] * 截至2024年下半年，中国AI大模型解决方案市场主要厂商份额为：百度（16%）、商汤科技（13%）、科大讯飞（13%）等；MaaS市场主要厂商份额为：百度（26%）、阿里巴巴（19%）、字节跳动（16%）等 [89][90][93] 中证云计算50指数分析 * 指数选取业务涉及IaaS、PaaS、SaaS及为云计算提供硬件设备的上市公司，经筛选后按总市值选取前50只作为样本 [9][100] * 指数前五大行业权重为：互联网服务及基础架构（21.19%）、光通信（16.51%）、互联网软件服务（14.18%）、通用硬件（12.93%）、金融信息化（7.59%） [100] * 截至2026年2月27日，前三大成分股及权重为：中际旭创（8.40%）、中科曙光（8.15%）、新易盛（7.97%） [103] * 指数市值结构兼顾龙头确定性与细分标的成长性，1000亿以上成分股权重占比36% [105] * 指数实现“算力底座+云端应用”软硬件均衡配置 [9][107] * 指数基本面触底回升，业绩增长弹性充足，预计2026年与2027年利润规模将持续创历史新高 [9][108] * 指数二级市场表现强劲，截至2026年2月27日，近一年涨幅达70.44%，跑赢沪深300（18.96%）、万得全A（31.34%）、创业板50（53.20%）等主流宽基及同类科技指数 [115][116] 相关金融产品 * 新华中证云计算50ETF（代码：560660）紧密跟踪中证云计算50指数 [10][118] * 新华中证云计算50ETF联接基金（A/C份额：025790.OF/025791.OF）主要通过投资于目标ETF（比例不低于90%）实现对标的指数的紧密跟踪，为场外投资者提供便利工具 [10][118]

行业背景与挑战 - 在AI大模型参数迈向万亿、算力集群规模从千卡向十万卡逼近的背景下，决定系统效率的关键已从单张GPU算力转变为成千上万张卡能否高效互联协同工作[1] - 研究表明，在大规模分布式训练中，网络通信耗时占比已达到30-50%，这意味着近一半的计算资源可能浪费在等待数据传输上[4] - 当集群规模从千卡扩展到万卡，节点间通信路径和潜在冲突呈指数级增长，十万节点集群的稳定协同运行面临巨大技术挑战[4] - 以GPU为核心的服务器对高速网络的需求急剧膨胀，相比以CPU为核心的传统数据中心，高速网络用量提高了10到20倍[6] 技术路线与市场格局 - 数据中心高速网络存在两条主流技术路线：RoCE和InfiniBand[7] - RoCE路线基于传统以太网嫁接RDMA能力，部署门槛低但存在拥塞控制、无损传输和扩展性短板，难以满足超大规模集群需求[7] - InfiniBand是专为高性能计算设计的原生路线，在带宽、时延、无损传输等关键指标上均为顶级水准，全球约60%的高性能计算系统采用此架构[7][10] - InfiniBand的核心技术、商用设备及生态几乎被英伟达独家掌控，形成了技术壁垒和商业捆绑，对国产AI算力构成潜在断供风险[10] 公司产品与突破 - 中科曙光于3月12日正式发布首款全栈自研的400G原生无损RDMA高速网络——scaleFabric，从底层112G SerDes IP、硬件设备到上层管理软件实现100%自研[2] - 该产品被评价为“补齐了国产高速网络的短板”，填补了国产算力在高速互联网络领域的关键空白[2] - 公司研发团队在评估了购买IP、二次开发开源方案及RoCE路线等所有技术捷径后，发现均无法满足要求，最终选择从底层物理层开始全栈自研原生IB体系[11][12] 产品价值与影响 - 高速互联网络已从算力基础设施的配角，转变为增量最大的主角，其性能直接决定整个计算系统的性能下限，甚至可能使性能归零[4] - 补齐通信性能短板后，大规模计算的算力利用率可以从百分之六七十提升到80%至90%，在算力昂贵的背景下，每提高十个百分点都意味着巨大的经济效益[5] - 我国已建成42个万卡智算集群，智能算力规模超过1590 EFLOPS，高速互联网络的自主可控对于保障国产算力集群的持续发展至关重要[1]

行业投资评级 - 计算机行业评级为“推荐”，维持评级 [4] 报告核心观点 - 人工智能在“十五五”规划中的战略地位全面升级，其作为关键词出现频次达30次，远高于“十四五”规划的6次，将成为我国经济升级的核心增长引擎 [6] - 智能经济开启，“AI Agent”（智能体）的全面爆发将成为未来五年AI叙事的主导和战略落地的关键产业形态，投资主线将围绕“高价值AI智能体爆发增长带来的价值裂变”展开 [6] - AI Agent的规模化渗透将驱动算力、算法、数据三大AI要素的价值链全面重构，并推动AI商业模式从成本中心转向利润中心 [10][13][38] 根据目录分别总结 一、“十五五”是智能经济全面启航的关键五年 - “十五五”规划中“人工智能”提及频次（30次）远超“数字经济”（7次），标志着国家数智化战略重心从以“数字化”连接为特征的“数字经济”阶段，进入以“智能化”价值创造为内核的“智能经济”新阶段 [8][9] - 规划首次提出“智能原生”，意味着AI有望从提升全要素生产率（A）的技术因素，升级为可与资本（K）、劳动（L）协同甚至主导组合的独立生产要素，即迈向Y = F(K, L, AI)的新生产函数 [11] - 在AI作为新生产要素的范式下，算力、算法、数据三大基础要素的价值链将被重构：算力追求绿色集约与算电协同；算法追求垂直场景的性价比与效果分成；数据追求高质量资产化与可信流通 [13][14][15][16] 二、十五五展望：AI Agent主导未来五年AI叙事 - **智能体驱动Token消耗超高速爆发**：以OpenClaw为代表的高价值AI Agent正推动AI从对话工具向自主执行代理升级 [17][22] 据IDC预测，全球活跃Agent数量将从2025年的约2860万攀升至2030年的22.16亿，年复合增长率139% [24] 伴随任务复杂度提升，年度Token消耗将从2025年的0.0005 PetaTokens暴增至2030年的152,667 PetaTokens，年复合增长率高达3418% [6][24] 报告测算，2026年全球（不含中国）AI Agent应用每日消耗的Token总量增速将达到22倍 [36][37] - **AI Agent从成本中心转向利润中心**：AI商业模式正从订阅制、调用制向“结果分成制”演进 [39] Agent可根据为客户节省的成本或创造的新增收益抽成，其收入公式包含“结果分成×任务价值×网络节点”的乘法效应，推动收入曲线从线性增长向指数增长跃迁 [42][45] - **Agent产业分工裂变**：大模型厂商主导平台层，构建AI Agent生态，提供MaaS（模型即服务）及AaaS（智能体即服务） [46] 应用层中，企业级智能体的落地将优先集中在企业服务（OA/ERP/CRM）、金融/财务/风控、营销/电商等领域 [51][52] 深耕垂直领域的SaaS服务商在部署企业级智能体方面具有先发优势，有望迎来弯道超车机遇 [51] 三、十五五期间AI要素将全面升级 - **智能算力与算电协同**：AI驱动中国智能算力爆发，预计到2028年智能算力占比将提升至95%以上 [53][58] AI算力需求爆发推动用电量激增，中国信通院预测，在高情景下2030年我国算力中心用电或超过7000亿千瓦时，占全社会用电量5.3% [6][62] “算电协同”已上升为国家战略，推动数据中心向极致能效（PUE）、绿电直供方向演进 [62][66] 液冷技术因散热效率高，未来有望成为AI服务器标配，IDC预计2022-2027年中国液冷服务器市场年复合增长率将达54.7% [68][75] - **国内外大模型对比与国产模型优势**：国外头部模型在通用智能、复杂推理和编程方面仍具领先优势 [78][81] 但国产大模型（如GLM-5、Kimi K2.5、Qwen3.5等）已跻身第一梯队，并在成本效率上建立压倒性优势 [79][91] 2026年2月，在海外开发者为主的OpenRouter平台上，中国AI模型调用量三周大涨127%，首次超越美国，且周调用量前五的模型中四款来自中国厂商 [6][92] - **高质量数据集需求爆发**：数据要素顶层设计不断完善，“十五五”规划强调统筹推进高质量数据资源供给 [6][93] 高质量数据集是AI时代的核心底座，可分为通识、行业通识和行业专识三大类，为模型训练、微调提供关键支撑 [96][99] 能够生产与治理高质量数据资产的服务商价值凸显 [16] 四、投资建议 - 报告建议围绕AI原生上下游核心赛道，关注四类投资机会 [102] 1. **AI原生应用公司**：关注可实现规模化收入的通用AI Agent，以及AI Agent与垂直行业Know-How深度融合的机会 [6][102] 2. **端侧AI上游“铲子型”公司**：关注服务于AI眼镜、人形机器人、自动驾驶汽车等载体的算法及产业链卡位公司 [6][102] 3. **国产算力链替代机遇**：关注供需剪刀差下的国产算力产业链机会 [6][102] 4. **算电协同基础设施**：关注绿电IDC、虚拟电网等相关领域 [6][102] - 个股层面建议关注地平线机器人-W、晶泰控股、美图、金山办公、恒生电子、中科创达、海光信息、中科曙光、拓尔思、同花顺等公司 [6][102]

行业投资评级 - 行业评级：超配（维持）[5] 报告核心观点 - 国产RDMA技术实现重要突破，中科曙光发布全栈自研400G无损高速网络scaleFabric，这有望为超大规模智算集群提供高带宽、低时延、真无损、超可靠的底层基础，并助力国产超节点加速落地[1] - 2026年是国产超节点落地的关键一年，RDMA技术的突破有望增加其落地确定性，高性能国产网卡与自适应拥塞控制算法的耦合，有望增强国产AI算力芯片Scale-up层的协同效率[3] - 在生成式AI模型持续迭代、应用加速落地的背景下，推理和训练任务对算力基础设施性能要求上升，具备较强技术积累的行业头部公司有望获得确定性较高、弹性较大的增长[3] 技术突破与产品性能 - **技术突破**：中科曙光发布的scaleFabric是国内首款原生无损RDMA高速网络，在112G SerDes IP、交换芯片、网卡到交换机、驱动与管理软件等关键技术上实现自主研发[1] - **网卡性能**：scaleFabric 400网卡基于PCIe5.0接口，端口带宽达400Gbps，端到端通信时延低至0.9微秒[2] - **交换机性能**：scaleFabric 400交换机单端口带宽达800Gbps，整机交换容量可达双向64Tbps，交换时延约260纳秒[2] - **集群支持**：该网络可满足万卡级AI训练集群性能要求，单一子网互连规模是传统IB网络的2.33倍，支持最大11.4万卡集群部署[2] - **稳定性**：采用基于信用的无损流控机制，链路故障恢复时间小于1毫秒，已支撑近万卡集群持续稳定运行验证超10个月[2] 行业趋势与投资逻辑 - **技术基础重要性**：RDMA等互联技术是国产超节点重要的技术基础，其突破有望加快国产超节点的技术落地节奏[3] - **应用驱动**：生成式AI模型持续迭代，Agent等应用加速落地，推动推理和训练任务对算力基础设施性能要求上升[3] - **关注方向**：报告建议关注算力集成、AI芯片、互联技术及AIDC（智算中心）等领域的相关公司[3] 行业市场表现 - **相对表现**：计算机行业近1个月、3个月、12个月相对沪深300指数的表现分别为-5.58%、6.00%、0.59%[8] - **绝对走势**：行业近一年走势图表显示，计算机行业指数在2025年3月至2025年11月期间，从-23%波动至最高约19%，近期有所回落[7]

行业趋势：算力竞赛焦点转向网络互联 - 全球算力竞赛进入“万卡级”甚至“十万卡级”时代，大模型训练的效率瓶颈正从芯片算力转向网络互联 [2] - 当集群规模从千卡扩展到万卡甚至十万卡，计算节点之间的通信效率成为决定整体算力利用率的关键变量 [3] - 相比传统CPU数据中心，以GPU为中心的计算节点所需网卡数量提升了10到20倍，导致高速网络用量激增 [3] 公司产品：中科曙光发布自研高速网络 - 中科曙光发布全栈自研的400G无损高速网络产品scaleFabric，成为国内首个在高端RDMA领域实现技术突破的厂商 [2] - 产品从底层112G SerDes IP到上层管理软件均为100%自研，端到端时延低至0.9微秒，达到网卡性能上限，与英伟达CX7处于同一水平 [2][4] - 单子网互连规模达传统InfiniBand的2.33倍，理论最大支持11.4万卡集群部署 [2] - 交换机单端口带宽达800Gbps，整机交换容量可达双向64Tbps [4] 产品验证：已在真实环境中稳定运行 - 该国产网络已在国家超算互联网郑州核心节点稳定运行超10个月，支撑起3万卡规模的智算集群，并承载真实大模型训练任务 [2][7] - 在真实生产环境中以近万卡规模持续稳定运行超10个月，是比实验室测试更具说服力的验证 [7] - 硬件补齐通信性能后，应用软件对计算资源的利用率可从60%-70%提升至80%、90% [7] 竞争格局：国产网络挑战英伟达生态 - 在纸面参数上，国产高速网络首次站到与英伟达NDR同台竞技的位置 [5] - 英伟达InfiniBand的统治地位源于其从芯片到通信库的完整闭环生态，生态建设已很成熟 [8] - 中科曙光的策略是在继承InfiniBand开放性的基础上，打破其在英伟达体系内的商业绑定，以更开放的姿态进行解构 [9][10] - 公司产品对英伟达常规产品采用标准网络接口，可与不同计算芯片实现互联 [10] 市场战略：以开放生态争取客户 - 核心逻辑是以足够开放、可适配所有国产算力芯片的网络方案，争取希望摆脱单一厂商绑定的客户 [11] - 具体推进路径包括：联合国内合作伙伴建立相关标准、打造生态适配系统通过用户反馈打磨产品、联合国内科研力量完善产学研用体系 [10] - 总体思路是不搞一家独大，推动技术开放，让市场蛋糕大家共享 [14] - 产品瞄准InfiniBand技术路线的国产化替代，期待实现技术国产化替代和市场占比替代 [13] 市场前景：高速网络市场空间广阔 - 市场容量和空间十分巨大，从CPU到GPU时代，网卡端口用量增长使高速网络市场规模提升10到20倍 [13] - 当前对scaleFabric兴趣最高的客户主要有两类：科学工程计算以及人工智能训练与推理 [14] - “十五五”规划明确提出构建一体化全国算力网，政策目标正稳步推进 [14] - 未来的算力网将更贴近真实用户，提供能解决实际问题的系统而非冷冰冰的算力 [15]

行业技术趋势 - 全球算力竞赛进入“万卡级”至“十万卡级”时代，大模型训练的效率瓶颈正从芯片算力转向网络互联 [1] - 当集群规模从千卡扩展到万卡甚至十万卡，计算节点之间的通信效率成为决定整体算力利用率的关键变量 [3] - 产业逻辑发生转变，过去更关注单卡算力，如今系统协同效率正成为新的竞争焦点，而网络是决定协同效率的核心环节 [7] 公司产品发布与性能 - 中科曙光发布全栈自研的400G无损高速网络产品scaleFabric，成为国内首个在高端RDMA领域实现技术突破的厂商 [1] - 该系统从底层112G SerDes IP到上层管理软件均为100%自研，端到端时延低至0.9微秒，达到网卡性能上限，与英伟达CX7处于同一水平 [1][3] - 产品单子网互连规模达传统InfiniBand的2.33倍，理论最大支持11.4万卡集群部署 [1][3] - 交换机单端口带宽达800Gbps，整机交换容量可达双向64Tbps [3] 产品验证与落地 - 该产品已在国家超算互联网郑州核心节点稳定运行超10个月，支撑起3万卡规模的智算集群，并承载真实大模型训练任务 [1][6] - 产品支撑了三套万卡级集群上线运行，总规模达3万卡，在真实生产环境中以近万卡规模持续稳定运行超10个月 [6] - 硬件补齐通信性能后，应用软件对计算资源的利用率可从60%-70%提升至80%、90% [6] 市场竞争格局与生态策略 - 英伟达InfiniBand的统治地位源于其从芯片到通信库的完整闭环生态 [7] - 中科曙光的策略是在继承InfiniBand开放性的基础上，打破其在英伟达体系内的商业绑定，以开放生态解构英伟达的封闭生态 [1][9] - 公司产品对英伟达常规产品采用标准网络接口，可与不同计算芯片实现互联，旨在以足够开放、可适配所有国产算力芯片的网络方案争取客户 [9][10] - 公司产品定位瞄准InfiniBand技术路线的国产化替代，期待实现技术国产化替代和市场占比替代 [11] 市场空间与机遇 - 高速网络市场规模巨大，从CPU时代单台一张网卡到GPU时代八张甚至更多网卡，端口用量让市场规模提升10到20倍 [3][10] - 当前高速网络市场主流玩家仍是英伟达，主要分为InfiniBand和RoCE两条路线 [10] - 对scaleFabric兴趣最高的客户主要有两类：科学工程计算以及人工智能训练与推理，落地机会非常多 [12] - “十五五”规划明确提出构建一体化全国算力网，为行业发展提供政策支持 [12]