报告行业投资评级 - 推荐 维持评级 [3] 报告的核心观点 - 以OpenClaw为代表的AI Agent（智能体）标志着AI从“对话工具”向“自主作业”的跨代飞跃，正开启人人可用的AI Agent时代 [1][12] - AI Agent的持续运行将驱动互联网和企业IT的计费逻辑从流量、时长竞争，转向以Token消耗、执行完成度、安全治理等为核心的新模式 [1][15] - “龙虾”（OpenClaw）爆火预示Agent时代Token需求将非线性增长，直接带来超预期的AI算力与大模型调用需求，并系统性重估芯片、模型、云平台三个层面 [1] - 投资应围绕“Agent渗透率提升—Token通胀—云与模型重定价”主线，短期关注云平台，中期关注模型厂商，长期看好国产算力芯片 [8][130] 根据相关目录分别进行总结 1 OpenClaw：开启人人可用的AI Agent时代 - OpenClaw（原名Clawdbot）作为24小时全天候个人AI助手，以其自动化逻辑与代码生成能力迅速出圈，标志着AI从“被动问答”向“自主作业”的跨代飞跃，正拉开Agent渗透工业化生产工作流的序幕 [12] - 它重塑了云端的竞争逻辑，迫使云厂商从算力基础设施方加速转型为智能体全栈底座服务商，未来的云将成为由无数Agent高效协作构成的自动化操作系统 [13] - 互联网交互入口可能从分散App收拢至Agent统一界面，用户行为从“信息检索”转向“意图达成”，商业逻辑从“时长收割”向“任务溢价”转型 [14] - 技术与商业收敛的核心是可控性与可结算性，计价方式将从“流量”转向“单位执行量计价、安全治理计价和资源供给计价” [15] - Agent时代的关键付费机制包括：可执行能力付费、资源使用付费、安全与治理付费、授权与访问付费、结果/转化付费 [16] 2 OpenClaw安装部署：从体验到深度定制 - OpenClaw的核心机制包括Workspace（工作台）和Skills（技能集），使其成为一个事件驱动型执行网络，支持通过自然语言对话自主生成可复用技能模块 [36] - 部署方式按技术复杂度分为五大类：云托管即用型、大厂云服务器镜像型、国产本地桌面客户端型、国产兼容框架型、原版自托管+灵活配置型，成本从免费到弹性不等，适用于从个人体验到专业开发者的不同人群 [38] 3 OpenClaw驱动的三大受益方向 3.1 CPU和国产芯片 - AI产业正从“单次对话大模型”向“全天候智能体”跨越，算力需求从“单次脉冲”变为“全天候常驻”，大幅推高芯片需求天花板 [42] - Agent系统本质是以CPU为核心的控制与编排中枢，其调度密集型任务（如网页抓取、状态持久化）激增，将驱动AI基建投资主线从“唯GPU论”向多核CPU、高带宽内存等全栈服务器组件扩散 [43] - 根据英特尔研究，Agent工作负载中CPU上的工具处理延迟占比最高达90.6%，CPU可能比GPU更早成为性能瓶颈 [44] - 基于IDC等机构预测进行测算，在保守/中性/乐观假设下，为满足Agent带来的Token消耗增长，长期全球可能需要新增约587万片、1174万片、1761万片CPU [47][49] - 在算力缺口与供应链自主可控趋势共振下，国产芯片厂商将直接受益，包括：寒武纪（AI加速卡）、海光信息（CPU与DCU）、云天励飞（推理芯片）、中国长城（服务器整机）、龙芯中科（端侧智能体）、天数智芯与壁仞科技（通用GPU）等 [52][53] 3.2 大模型 - OpenClaw在GitHub星标超13万个，官网访问量破200万人次，其流行直接导致API调用频次与Token吞吐的阶跃式抬升 [54] - 相比传统对话，面向复杂任务的Agent服务可能会消耗数十倍多的Token，因此“模型的单位成本×单位产出”成为规模化落地的关键 [56] - **MiniMax**：其M2.1模型因高性价比（定价约为Claude Sonnet的8%）、长文本能力强、推理与编程能力突出，被OpenClaw创始人推荐，更适合被高频工作流调用 [54][57]。其多模态能力支持“视觉执行的自动化” [59]。公司采用MoE架构实现“大参数量、小激活量”，在保证性能的同时显著降低推理成本 [91]。2026年2月，其年度经常性收入（ARR）已超1.5亿美元，核心模型单日Token消耗量达到2025年12月的6倍以上 [82] - **智谱AI**：具备全球领先的coding技术能力，其GLM-4.5模型在全球基准检验中排名第三、中国第一 [94]。公司通过MaaS平台构建增长飞轮，并与腾讯WorkBuddy等生态深度协同 [68]。2026年3月31日，其MaaS API平台实现ARR 17亿元 [82]。2026年2月，智谱上调GLM Coding Plan订阅价格至少30%，反映出模型层定价权提升 [115] - 国产大模型厂商通过推出“开箱即用”产品（如KimiClaw、AutoClaw、MaxClaw）降低部署门槛，抢占生态入口，并与硬件（如绿联NAS）深度绑定，构建数据飞轮和较高的用户迁移成本壁垒 [67][69][83][84] 3.3 云厂商 - 云厂商的商业逻辑已从“底层算力租赁”跃升为“Agent数字员工的工位提供商”，通过一键部署和价格补贴抢占应用入口，争夺模型分发权和后续扩容权 [1][103] - 供给端，云厂商（如腾讯云）推出预装镜像和拉新优惠政策（如“0元直领”），意在抢占Agent首次部署的入口，将用户锁定在自家生态内 [105] - 计费模式正从单纯的Token按量计费，转向“套餐资源包+部署费+模型调用”的复合模式。例如，腾讯云部署OpenClaw服务收费49元/次/月，联网搜索、长期记忆存储等另行计费 [106][114] - 云厂商作为“卖铲人”迎来三重价值重估：1) **高确定性**：带动边缘计算节点和轻量服务器需求，去化库存；2) **高弹性**：Agent任务使Token消耗呈数十倍增长，带动模型API计费收入指数级增长；3) **长期壁垒高**：通过提供企业级AI工作平台、安全治理等增值服务获取溢价 [107][109] - “开箱即用”产品（如小米Xiaomi miclaw、顺网科技方案）的繁荣，将产生的海量并发请求和存储需求反哺至底层公有云基础设施 [110][111] - Token需求“通胀”带动云与模型涨价趋势，例如Google Cloud在北美CDN价格从$0.04/GiB涨至$0.08/GiB，智谱也上调了Coding Plan价格，产业定价逻辑正从“卖流量”转向“卖Token燃料+卖成果” [115][118][120] - 云计算产业有望迎来收入与利润拐点，例如顺网科技股权激励计划中，2026年云业务收入目标值为3.2亿元；优刻得2025年全年毛利率达25.8%，连续五年提升并迈过盈利门槛 [125][126] 4 投资建议 - 建议重点关注一“芯”、二“模”、三“云”三条主线 [8][130] - **一“芯”**：国产AI算力芯片，如寒武纪、海光信息、云天励飞、壁仞科技、天数智芯等，长期受益于推理需求扩张和自主可控 [52][53][131] - **二“模”**：企业办公工作台与模型厂商，如MiniMax、智谱，中期受益于高频调用带来的流水放大和订阅收入增长 [8][131] - **三“云”**：AI云/推理平台，如金山云、优刻得、网宿科技等，短期商业模式清晰、落地快 [8][131] - 其他受益环节还包括：CPU（海光信息、龙芯中科等）、边缘网络与API治理（网宿科技、深信服等）、安全（安恒信息等）、IDC、本地执行节点（绿联科技、小米集团）等 [131]

基金表现与业绩 - 富国创新科技混合A于4月9日最新净值上涨3.09% [1][2] - 该基金自2016年成立以来累计收益为277.00% [1][2] - 基金今年以来收益为31.96%，近一月收益为22.96%，近一年收益为247.15%，近三年收益为118.17% [1][2] - 近一年，该基金在同类8175只基金中排名第22位 [1][2] 基金概况与基准 - 富国创新科技混合A成立于2016年6月16日 [1][2] - 基金的业绩比较基准为中证TMT产业主题指数×60% + 中证全债指数收益率×40% [1][2] 基金经理信息 - 该基金现任基金经理为罗擎 [1][3] - 罗擎自2025年7月15日开始管理该基金，任职期内收益为125.45% [1][3] 基金持仓分析 - 根据最新定期报告，基金前十大重仓股集中投资于科技及通信硬件领域 [1][4] - 第一大重仓股为中际旭创，持仓占比9.88%，持仓市值5.43亿元 [1][4] - 第二大重仓股为新易盛，持仓占比9.41%，持仓市值5.17亿元 [1][4] - 第三大重仓股为东山精密，持仓占比7.71%，持仓市值4.23亿元 [1][4] - 第四大重仓股为天孚通信，持仓占比6.84%，持仓市值3.76亿元 [1][4] - 第五大重仓股为沪电股份，持仓占比6.65%，持仓市值3.65亿元 [1][4] - 第六大重仓股为寒武纪，持仓占比6.42%，持仓市值3.53亿元 [1][4] - 第七至第十大重仓股依次为世运电路、仕佳光子、东芯股份、嘉元科技，持仓市值在1.72亿元至2.42亿元之间 [1][4]

上证50ETF华夏（510050）开盘表现 - 4月9日，上证50ETF华夏（510050）开盘下跌0.47%，报2.964元 [1] - 其重仓股开盘表现分化：贵州茅台和长江电力、工商银行开盘涨跌幅为0.00%，中国平安下跌0.76%，紫金矿业下跌1.82%，招商银行下跌0.35%，兴业银行下跌0.27%，寒武纪下跌0.34%，中信证券下跌0.89%，恒瑞医药下跌0.92% [1] 上证50ETF华夏（510050）产品概况 - 该ETF的业绩比较基准为上证50指数，管理人为华夏基金管理有限公司，基金经理为徐猛 [1][2] - 自2004年12月30日成立以来，该产品累计回报为410.73% [1][2] - 截至4月9日，该产品近一个月的回报为-2.93% [1][2]

上证50ETF建信（510800）市场表现 - 4月9日，上证50ETF建信（510800）开盘下跌0.95%，报1.360元 [1] - 该ETF自2017年12月22日成立以来，累计回报率为37.40% [1][2] - 该ETF近一个月回报率为-2.88% [1][2] 上证50ETF建信（510800）重仓股开盘表现 - 贵州茅台开盘涨0.00%，长江电力开盘涨0.00%，工商银行开盘涨0.00% [1] - 中国平安开盘跌0.76%，紫金矿业开盘跌1.82%，招商银行开盘跌0.35% [1] - 兴业银行开盘跌0.27%，寒武纪开盘跌0.34%，中信证券开盘跌0.89%，恒瑞医药开盘跌0.92% [1] 上证50ETF建信（510800）产品基本信息 - 该ETF的业绩比较基准为上证50指数收益率 [1][2] - 该ETF的管理人为建信基金管理有限责任公司 [1][2] - 该ETF的基金经理为薛玲 [1][2]

报告行业投资评级 * 报告未明确给出具体的行业投资评级（如买入、增持等）[1] 报告核心观点 * 全球算力芯片行业正经历深刻重构，竞争焦点从单一制程性能转向“专用架构+软件生态+能效效率”的系统级较量 [3] * 美国持续收紧先进芯片出口管制，叠加全球AI资本开支向头部云厂商集中，加速了算力供应链的地缘割裂，各国纷纷押注自主生态以突破CUDA垄断 [3] * 中国厂商正通过多路径突围构建自主生态，力图在训练与推理双赛道实现非对称突破，支撑国家算力安全 [6] 全球及中国集成电路市场概览 * 全球集成电路市场规模从2003年的1,399.6亿美元增长至2024年的5,395.1亿美元，预计2025年将升至6,778.5亿美元 [7][9] * 中国集成电路市场规模从2010年的1,424.0亿元增长至2024年的14,037.0亿元，年均增速超17%，预计2025年将达16,935.0亿元 [11][13] 算力的核心地位与政策环境 * 算力是驱动生成式AI突破和数字经济发展的关键底座，依托GPU/TPU等专用芯片与云边协同架构，支撑大模型从千亿到万亿参数的训练与推理 [16][18] * 美国对华AI芯片管制政策持续演变，从全面禁售转向对部分高性能芯片（如H200）进行“逐案审查”，凸显中美算力博弈长期化 [21] * 2025年中国国家层面密集出台政策，全链条支持计算加速芯片研发与应用，加速构建自主可控的智能算力生态 [27][29] 全球与中国算力规模及结构 * 全球算力总规模（FP32等效）从2021年的615 EFLOPS跃升至2030年预计的20 ZFLOPS（即20,000,000 EFLOPS），智能算力占比从37.7%升至94.1% [32] * 中国算力总规模（FP32）从2021年的202.9 EFLOPS增至2030年预计的3,639.9 EFLOPS，增长约17倍，智能算力占比升至94.6% [36] * 中国算力目前支撑全球40%以上大模型研发，在用标准机架数从2021年的230.6万架扩至2030年预计的4,138.3万架 [36] AI加速芯片市场规模与格局 * 全球AI加速芯片市场规模从2021年的91.7亿美元扩张至2030年预计的7,300亿美元 [41] * 全球市场中，GPU凭借生态与性能优势占据主导地位，其份额从73%提升至82% [41] * 中国AI加速芯片市场规模从2021年的38.9亿美元增至2025年的249.1亿美元，预计2030年将超1,121亿美元 [45] * 2025年全球数据中心GPU市场中，英伟达预计占据79%份额，AMD占7% [49] * 2025年全球独立显卡市场，英伟达份额维持在92–94% [49] 中国AI芯片厂商竞争格局与技术路径 * 中国AI芯片市场呈现“华为与英伟达双雄并立、多元技术路线并进”格局 [6] * 华为昇腾910B在整型算力上领先，寒武纪MLU590以1,280 GB/s显存带宽突出，昆仑芯专注推理场景优化，摩尔线程与沐曦则发力通用GPU（GPGPU） [6] * 头部厂商正加速构建涵盖芯片、驱动、编译器与框架的全栈软硬件生态 [6]

报告行业投资评级 * 报告未提供明确的行业投资评级 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][18][19][20][21][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56][57][58][59][60][61][62] 报告核心观点 * 在AI大模型训练与推理需求爆发的推动下，全球算力芯片行业正经历深刻重构，竞争焦点从单一制程性能转向“专用架构+软件生态+能效效率”的系统级较量 [3] * 美国持续收紧先进芯片及制造设备出口管制，叠加全球AI资本开支向头部云厂商高度集中，加速了算力供应链的地缘割裂，各国纷纷押注自主生态以突破CUDA垄断 [3] * 报告深入对比华为、寒武纪等厂商的战略差异，重点评估国产GPU在推理市场规模化落地与训练芯片生态破局的可行性，通过剖析商业模式变迁、生态壁垒高度及“非对称创新”机会提供战略参考 [3] 全球及中国集成电路市场 * 全球集成电路市场规模从2003年的1,399.6亿美元稳步增长，2024年达5,395.1亿美元，同比增长逾25%，预计2025年将升至6,778.5亿美元 [7][9] * 自2017年起，在人工智能、5G通信、云计算等新兴技术驱动下，集成电路产业进入新一轮高速增长周期，2024年市场强势复苏，AI芯片、高性能计算和先进制程需求呈爆发式增长 [9] * 中国集成电路市场规模从2010年的1,424.0亿元持续增长至2024年的14,037.0亿元，年均增速超17%，预计2025年将达16,935.0亿元 [11][13] * 2017年以来，在“中国制造2025”、“信创”等国家战略及AI、5G、新能源汽车等新兴应用场景推动下，中国集成电路市场进入高速增长期，2021年市场规模迈过万亿元大关，2024年同比增长约16.6%至14,037.0亿元 [13] AI算力发展趋势与市场规模 * 算力是驱动生成式AI（AIGC）和数字经济发展的关键底座，依托GPU/TPU等专用芯片与云边协同架构，支撑大模型从千亿到万亿参数的训练与推理 [16][18] * 2021至2030年，全球算力总规模（FP32等效）将从615 EFLOPS跃升至20 ZFLOPS（即20,000,000 EFLOPS），扩张超32倍，其中智能算力占比从37.7%升至94.1% [4][32] * 同期，中国算力总规模（FP32）将从202.9 EFLOPS增至3,639.9 EFLOPS，增长约17倍，智能算力占比从76.5%提升至94.6%，目前支撑全球40%以上大模型研发 [4][36] * 2021至2030年，全球AI加速芯片市场规模将从91.7亿美元扩张至7,300亿美元，GPU凭借生态优势主导市场，占比从73%提升至82% [4][41] * 2021至2025年，中国AI加速芯片市场规模从38.9亿美元增至249.1亿美元，预计2030年将超1,121亿美元，2025–2030年复合增长率约35% [45] 行业竞争格局与厂商动态 * GPU凭借高ALU密度与高带宽显存成为AI算力核心，其性能由核心数、频率、显存容量、带宽等指标综合决定，由NVIDIA主导、AMD追赶，形成以高性能计算为核心的全球格局 [5] * 2025年全球GPU市场高度分化：在数据中心GPU市场中，英伟达预计占据79%份额，AMD占7%；在独立显卡市场，英伟达份额维持在92–94% [49] * 中国AI芯片市场呈现“华为与英伟达双雄并立、多元技术路线并进”格局，华为昇腾910B在整型算力上领先，寒武纪MLU590以1,280 GB/s显存带宽突出，昆仑芯、摩尔线程与沐曦等厂商分别专注推理优化或通用GPU（GPGPU） [6] * 五家头部中国厂商正加速构建涵盖芯片、驱动、编译器与框架的全栈软硬件生态，力图在训练与推理双赛道实现非对称突破 [6] 政策与地缘政治环境 * 2022年以来，美国对华AI芯片管制持续收紧，从全面禁售转向2026年对H200等芯片实施“逐案审查”，政策在技术封锁与商业压力间寻求平衡，凸显中美算力博弈长期化 [21] * 受美国持续技术管制影响，中国非GPU加速服务器占比反超至57%，倒逼中国加速构建自主可控的智能算力体系 [4] * 2025年，国家层面密集出台多项政策，系统性强化对计算加速芯片及智能算力基础设施的支持，将AI芯片作为发展新质生产力的核心支撑 [27][29]

投资评级 - 报告对寒武纪维持“买入”评级 [2][6] 核心观点 - 报告认为，AI正从“卖算力”转向“卖Token”，市场空间全面打开，同时国产高端可用AI芯片持续供不应求，且下半年边际有望进一步扩大，供需景气确定性高 [2] - 公司作为国产AI芯片龙头，技术壁垒深厚，客户生态稳固，有望持续受益于国内大厂AI资本开支的增长和国产化浪潮 [2][11] 2025年业绩表现 - 2025年，公司实现营业总收入64.97亿元，同比大幅增长453.21% [2][4][11] - 实现归母净利润20.59亿元，扣非归母净利润17.70亿元，实现全年扭亏为盈 [2][4] - 2025年第四季度，公司实现收入18.90亿元，同比增长91.05%；实现归母净利润4.55亿元，同比增长67.03%；实现扣非归母净利润3.51亿元，同比增长14151.25% [4] - 业绩整体符合预期 [2][4] 分业务与市场表现 - 云端产品线是公司收入绝对主力，2025年实现营业收入64.77亿元，同比增长455.34%，占主营业务收入的比重接近99.7% [11] - 公司产品在运营商、金融、互联网等重点行业规模化部署，特别是在互联网领域，公司立足大模型、多模态等核心应用场景，与多个行业客户在算子开发、框架优化等方面开展了深度技术合作 [11] - 在国内互联网大厂Token日消耗量呈现指数级增长的产业背景下，公司产品普适性与稳定性经受住了严苛环境验证 [11] 运营与财务指标分析 - **盈利能力**：2025年公司综合毛利率为55.15%，同比下滑1.56个百分点，但仍处于优良水平 [11] - **费用控制**：受益于收入端爆发，费用被明显摊薄，2025年公司期间费用率（销售、管理、研发）合计为24.9% [11] - **研发投入**：2025年公司研发投入为11.69亿元，占营业收入的比例为17.99% [11] - **存货与备货**：2025年末，公司存货账面价值达49.44亿元，较上年末的17.74亿元同比大幅增长178.67%，主要系期末原材料备货增加所致，环比2025年第三季度继续增长12.15亿元 [11] - **合同负债**：2025年末公司合同负债为61万元，环比2025年第三季度大幅下降，主要系第四季度交付加速，合同负债转化为收入 [11] - **定向增发**：公司年内顺利完成定向增发，实际募集资金总额39.85亿元，重点投向涵盖大模型训练/推理芯片的平台项目，以及构建灵活编译、训练、推理的软件平台项目 [11] 技术发展与未来展望 - 在硬件架构层面，公司新一代智能处理器微架构及指令集正在研发中，重点针对自然语言处理、视频图像生成及垂直类大模型的训练推理场景进行优化 [11] - 根据财务预测，报告预计公司2026年至2028年营业总收入将分别达到152.26亿元、258.80亿元和426.99亿元 [16] - 预计同期归母净利润将分别达到48.09亿元、82.57亿元和135.65亿元，对应每股收益分别为11.40元、19.58元和32.17元 [16] 市场与股价表现 - 截至2026年4月3日，公司当前股价为1,025.70元，总股本为42,169万股 [7] - 近12个月最高/最低价分别为1,596元/520.67元 [7]

报告行业投资评级 - 投资评级为“看好”，并维持此评级 [7] 报告核心观点 - 核心观点认为，国产大模型Token（词元）调用量呈爆发式增长，导致算力需求同步大幅提升，在供需错配的背景下，AI基础设施是AI落地的关键，建议关注AI基础设施产业链 [2][6][62] 上周市场复盘总结 - **大盘与板块表现**：上周上证综指整体回撤0.86%，周五报收3880.10点 计算机板块整体下跌3.76%，在长江一级行业中排名第27位，两市成交额占比为5.36% [2][4][16] - **热点板块与个股**：算力运营平台、IDC、算力租赁等算力基础设施相关概念活跃 涨幅居前的个股包括：思特奇（+16.64%）、云赛智联（+14.99%）、直真科技（+7.81%）、瑞晟智能（+6.21%）、东方国信（+4.41%）、宏景科技（+3.76%） [2][18][19] 上周关键事件总结 - **力箭二号首飞成功**：3月30日，力箭二号遥一运载火箭成功发射，将3颗卫星送入预定轨道 该火箭采用通用助推器核心构型，具有成本优势，不回收状态下单次发射成本与SpaceX猎鹰九号回收状态下相当，实现回收后成本有望降至后者一半 报告认为，凭借成本优势，力箭二号将支撑我国大规模星座组网的密集发射需求，并标志着民商火箭正式进入国家级天地货物运输体系 [21][24][30] - **商业航天发射展望**：2025年我国商业航天完成发射50次，占全年宇航发射总数的54%，其中商业运载火箭发射25次 预计2026年商业发射或将超过60次，总发射次数突破百次，商业占比超过60% 包括朱雀三号、智神星一号等一批可回收商业火箭有望于年内发射 [25] - **低轨卫星互联网组网加速**：自2025年下半年以来，我国低轨卫星互联网组网显著加速 截至报告时，我国星网已累计发射卫星超过150颗，规划到2027年前实现400颗卫星在轨运行，2029年底前发射约1300颗卫星，2035年完成约1.3万颗卫星的整体部署 [27] - **量子威胁可能提前**：谷歌研究指出，破解椭圆曲线密码学所需的量子计算硬件规模可能减少约20倍 谷歌计划在2029年前将自身安全系统迁移至后量子密码学，表明“Q-Day”（量子计算机破解主流加密系统的时刻）可能大幅提前 [31][37][41] - **数据产权登记制度落地**：2026年4月3日，国家数据局发布《数据产权登记工作指引（试行）》（公开征求意见稿），拟建立全国统一的数据产权登记体系，明确数据持有权、使用权、经营权“三权分置”框架 这标志着全国统一数据产权登记体系正式进入落地阶段，有助于推动数据要素规范流通和价值释放 [12][42][48] AI基础设施重点推荐总结 - **国产模型Token使用量爆发**：4月2日，火山引擎宣布豆包大模型日均Token使用量已突破120万亿，较三个月前增长一倍，较2024年5月首次发布时增长超1000倍 截至2026年3月，我国日均词元调用量超过140万亿，相较于2024年初的1000亿增长超过1000倍，相比2025年底的100万亿增长超40% [6][49][52][54] - **算力需求同步激增**：词元消耗的爆发式增长驱动算力需求大幅提升 例如，OpenClaw完成一次自动化办公所消耗的算力，相当于普通用户与ChatGPT对话近万次 2026年3月16日-22日，OpenRouter平台上接近1/4的词元消耗由OpenClaw贡献 [56][58] - **智能体发展加剧算力需求**：根据IDC数据，我国企业活跃智能体数量规模预计在2031年突破3.5亿，年复合增长率超135%，且智能体词元年均消耗有望呈超30倍指数级增长 [56] - **算力供需存在结构性错配**：我国算力结构存在低端算力过剩、高端智能算力紧缺，西部通用算力利用率偏低，东部智能算力供应紧张的问题 同时，跨地域、跨主体算力资源难以高效流通，算力孤岛问题突出 [60] - **政策推动普惠算力**：工业和信息化部于4月2日发布《关于开展普惠算力赋能中小企业发展专项行动的通知》，旨在通过算力资源配置提升、普惠供给等行动，推动算力资源高效利用 [60][61] - **投资建议**：报告建议关注算力基础设施产业链，重点关注：1）国产算力芯片龙头寒武纪、海光信息；2）IDC及算力租赁相关标的；3）云及CDN等相关标的；4）服务器及相关配套供应商 [2][6][62]

报告投资评级 * 报告未明确给出行业投资评级 [1][2][3] 报告核心观点 * 在AI大模型训练与推理需求爆发的推动下，全球算力芯片行业正经历深刻重构，竞争焦点从单一制程性能转向“专用架构+软件生态+能效效率”的系统级较量 [3] * 美国持续收紧先进芯片及制造设备出口管制，叠加全球AI资本开支向头部云厂商高度集中，加速了算力供应链的地缘割裂，各国纷纷押注自主生态以突破CUDA垄断 [3] * 中国算力市场在AIGC与数字经济驱动下高速增长，但受美国技术管制影响，正加速构建自主可控的智能算力体系，国产替代进程加速 [4] * 中国AI芯片市场呈现“华为与英伟达双雄并立、多元技术路线并进”格局，头部厂商正加速构建全栈软硬件生态，力图在训练与推理双赛道实现非对称突破 [6] 全球及中国集成电路市场概况 * **全球市场**：全球集成电路市场规模从2003年的1,399.6亿美元增长至2024年的5,395.1亿美元，预计2025年将升至6,778.5亿美元 [7][9] * **中国市场**：中国集成电路市场规模从2010年的1,424.0亿元持续增长至2024年的14,037.0亿元，年均增速超17%，预计2025年将达16,935.0亿元 [11][13] 算力的核心地位与规模预测 * 算力与算法、数据构成人工智能三大核心支柱，是驱动生成式AI突破和数字经济发展的关键底座 [16][18] * **全球算力规模**：全球算力总规模（FP32等效）预计将从2021年的615 EFLOPS跃升至2030年的20 ZFLOPS（即20,000,000 EFLOPS），扩张超32倍，其中智能算力占比将从37.7%升至94.1% [32] * **中国算力规模**：中国算力总规模（FP32）预计将从2021年的202.9 EFLOPS增至2030年的3,639.9 EFLOPS，增长约17倍，智能算力占比将从76.5%提升至94.6% [36] * 中国算力目前支撑全球40%以上大模型研发，在用标准机架数预计将从2021年的230.6万架扩至2030年的4,138.3万架 [36] AI加速芯片市场格局与预测 * **全球市场**：全球AI加速芯片市场规模预计将从2021年的91.7亿美元扩张至2030年的7,300亿美元，GPU凭借生态优势主导市场，占比从73%提升至82% [41] * **中国市场**：中国AI加速芯片市场规模预计将从2021年的38.9亿美元增至2025年的249.1亿美元，并在2030年超过1,121亿美元，2025–2030年复合增长率约35% [45] * **GPU市场格局**：2025年，在数据中心GPU市场中，英伟达预计占据79%份额，AMD占7% [49]；在独立显卡市场，英伟达份额维持在92–94% [49] 技术路线与厂商竞争 * GPU凭借高ALU密度与高带宽显存，在AI和图形加速中显著优于CPU，已成为智能计算核心，其性能由核心数、频率、显存容量、带宽及多精度支持等指标综合决定 [5] * 中国主要AI芯片厂商采取差异化技术路线：华为昇腾910B在整型算力上领先，寒武纪MLU590以1,280 GB/s显存带宽突出，昆仑芯专注推理场景优化，摩尔线程与沐曦则发力通用GPU（GPGPU） [6] 地缘政治与政策环境 * **美国对华管制**：2022年以来，美国对华AI芯片管制持续收紧，从全面禁售转向2026年对H200等高性能芯片实施“逐案审查”，政策在技术封锁与商业利益间动态平衡 [21] * **中国产业政策**：2025年国家密集出台政策，从芯片攻关、算力基建、标准体系到税收优惠，全链条支持计算加速芯片研发与应用，加速构建自主可控的智能算力生态 [27][29]

限售股信息 - 本次上市流通限售股3,334,946股，占总股本0.79%[3] - 上市流通日期为2026年4月16日[2] - 2025年10月16日完成发行登记托管及限售手续，限售期6个月[3] 股东持股情况 - 广发基金持有限售股1,010,861股，占比0.24%[9] - UBS AG持有限售股364,010股，占比0.09%[9] - 新华资产管理持有限售股351,458股，占比0.08%[9]