报告投资评级 - 看好 [3] 报告核心观点 - CPU涨价具备持续性，并反映高性能算力需求与结构性供需紧张 [4] - 在Agent时代，CPU/GPU配比已由传统1:4提升至约1:2，CPU需求明显上升，在整体算力投资中的比重显著提升 [4] - 国内云厂商资本开支快速上行，为服务器需求提供长期支撑 [4] - 超节点部署趋势正在形成，并进一步强化CPU在系统中的核心价值 [4] - Token经济和智能化工作负载推动服务器需求持续增长 [4] 1. CPU涨价具备持续性，投资占比将大幅提升 - CPU市场正处于价格持续上涨和交付周期延长的阶段，高端服务器CPU及专业工作站、桌面高性能CPU均形成整体市场高位态势 [5] - Intel与AMD的服务器CPU在2026年的涨价持续验证，涨价动能核心围绕x86高端产品线展开 [5] - 产能约束和供应链压力是价格上涨的核心原因，先进制程产能有限、高良率封装和测试周期长限制了短期扩产 [6] - 数据中心扩容和AI计算任务增加推动CPU需求增长，高性能CPU还需支持内存管理、缓存调度和节点间通信等附加负载，进一步推动价格上行 [6] - AI工作负载的复杂性提升了对CPU性能和数量的需求，供需错配在短期内难以缓解，高端CPU价格将维持高位，交付周期可能继续拉长 [6] - AI需求对CPU的拉动已升级为“应用复杂化对CPU平台能力提出更高要求”，CPU与GPU的配比可能从此前的1:4提升至1:1 [9] - 在AI推理阶段，CPU负责前端请求调度、上下文管理、RAG流程编排及系统监控等关键任务，随着推理服务规模扩大，对CPU性能、核心数、高速缓存及内存带宽的要求迅速传导 [10] - 智能体（Agent）范式下，CPU角色演变为整个工作流的调度中枢与状态管理器，需承担任务规划、工具调度、状态持久化、异常回滚等核心控制面功能，驱动对更高单核性能、更多核心数量及更强I/O能力CPU的需求 [10] - 各类AI ASIC的兴起凸显了CPU作为系统主控进行任务编排、数据预处理与后处理的“系统兜底”价值 [11] - 在Agent模式的AI应用中，CPU承担了任务调度、多轮推理、工具调用和系统管理等关键角色，成为系统性能的核心瓶颈，工具处理成为CPU负载的核心来源 [15] - CPU并行性和调度效率决定了系统性能上限，优化CPU利用率和调度策略成为Agent系统性能提升的关键 [16] - 实际部署验证了CPU需求上升趋势，例如在英伟达Rubin NVL72机柜中，CPU与GPU的配比已提升至约1:2，而此前八卡服务器的标准配比通常为1:4 [19] - CPU供给弹性有限，高端CPU产能受制于先进制程、封装工艺和测试能力，短期难以快速扩产，为国产CPU提供了系统验证的窗口 [22] - 国产CPU和AI芯片可以通过超节点和多卡集群部署实现高负载场景测试，验证在复杂任务调度、缓存管理和节点间通信中的稳定性和可靠性 [22] - 超节点生态的开放通过标准化互联协议和软硬件协同设计，加速国产CPU的验证过程，为未来在大规模AI计算环境中的广泛使用奠定基础 [22][23] 2. 云厂商资本开支上修+超节点趋势确认，服务器迎来重大机遇 - 国内云厂商资本开支正在快速上行，以阿里和字节为代表，云计算和大模型业务成为资本投入的重点方向 [25] - Token消耗量呈指数级增长，直接拉动对高性能算力的需求，算力服务器成为支撑产业落地的关键基础设施，要求具备高带宽内存、低延迟网络及高效的I/O协调能力 [25] - 国产算力服务器在Token密集型场景中具备战略性机会，可提供可控的部署环境和长期运营的成本优势 [30] - Token应用场景日益多元，包括企业智能助手、行业知识计算、金融风控、医疗影像分析等，对分布式训练和实时推理提出高要求 [30] - 超节点通过Scale-up组网将更多AI芯片聚合，补足了国产AI芯片在单卡性能上的短板，提升了国产AI芯片在推理场景的性能 [32] - 模型参数量、MoE模型趋势下专家数量增加，推理对计算、内存和互连带宽的要求继续提升，需要将计算和内存共置在超级节点内以减少通信延迟 [32] - 国产超节点生态逐步成熟，2026年下半年算力底座加速落地，主要由英伟达、华为、海光+曙光等具备全栈设计能力的头部AI芯片厂商完成 [34] - 中科曙光发布6万卡AI4S集群，6款核心芯片全部实现自主可控，包括计算、IO存储性能、加速器、网卡、交换等关键领域，标志着曙光+海光的算力基础设施真正实现商业化应用 [35] - 中科曙光发布单机柜超节点scaleX640，单机柜内可搭载640张AI芯片，采用浸没相变液冷、高压直流供电等创新技术，实现算、存、网、电、冷一体化紧耦合的系统设计 [36] - scaleX640组成的10万卡集群已通过30天长稳运行可靠性测试验证，MoE万亿参数大模型的训练推理场景实现30%-40%的提升 [36] - 中科曙光联合20+产业伙伴发布AI计算开放架构，提出兼容多款AI芯片、主流软件生态（CUDA）、开放存算协同等承诺，scaleX640为众多国产AI芯片提供了标准的基础设施底座 [36] - 联想集团成为英伟达Vera Rubin NVL72的全球首发合作伙伴，证明其AI服务器设计制造能力进入全球领先梯队，相关经验可复用于国产超节点产品 [37] - 联想AI服务器在手订单155亿美元，已进入AI服务器业务放量拐点 [37] - 阿里云发布磐久128超节点AI服务器，单机柜可搭载128个AI芯片，为当前国产超节点中单柜密度最高的产品，采用无中背板的正交结构，最大限度地缩短了计算模块到交换模块的走线距离 [38][39][46] - 磐久超节点中CPU与GPU分布在两个模块中，使用PCIe线缆连接，可以更好地适配各个厂商的GPU卡形态，同时可以对GPU和CPU进行动态配比 [49] - 中兴通讯同步介绍了正交架构的超节点解决方案，CPU与GPU都处在计算节点当中，每个计算节点包含4张GPU和1张CPU [49] - 国产超节点呈现两种方案：以华为CM384为代表的多机柜、非正交结构超节点；以磐久超节点为代表的单机柜、正交结构 [53] - 随着阿里、中兴、中科曙光陆续推出正交架构的高密度超节点产品，高密的正交单机柜方案或将成为多机柜方案后国产超节点的又一主流范式 [54] 3. 重点推荐主线及核心标的 - 重点推荐主线包括：数字经济领军、AIGC应用、AIGC算力、数据要素、信创弹性、港股核心、智联汽车、新型工业化、医疗信息化 [4] - 核心标的包括： - AIGC算力：浪潮信息、海光信息、神州数码、中科曙光、寒武纪 [56] - 服务器相关：浪潮信息、华勤技术、联想集团、中科曙光 [56] - 数字经济领军：海康威视、金山办公、恒生电子、中控技术、德赛西威、启明星辰、科大讯飞、华大九天、同花顺、广联达、新大陆 [56] - AIGC应用：金山办公、鼎捷数智、税友股份、同花顺、东方财富、虹软科技、万兴科技、润达医疗、科大讯飞、云从科技、福昕软件、萤石网络、道通科技 [56] - 数据要素：税友股份、博思软件、广电运通 [56] - 信创弹性：海光信息、太极股份、纳思达、软通动力、索辰科技、达梦数据 [56] - 港股核心：中国软件国际、金蝶国际、中国民航信息网络、联想集团 [56] - 智联汽车：德赛西威、虹软科技、中科创达、豪恩汽电、经纬恒润 [56] - 新型工业化：鼎捷数智、思看科技、中控技术、赛意信息、能科科技、用友网络、柏楚电子 [56] - 医疗信息化：润达医疗、嘉和美康、创业慧康 [56]