行业投资评级 - 行业评级：领先大市-A [1] 核心观点 - 报告认为AI产业正从“模型竞争”进入“Token经济竞争”阶段，Token（词元）已成为AI时代的核心经济单位，产业链围绕Token的生成、流转与消费进行价值重构 [10][33] - 报告提出“五层蛋糕”理论，作为Token经济时代的产业价值体系，包括能源层、芯片层、基础设施层、模型层和应用层，各层共同决定Token的生产上限、生成效率、传输能力、智能密度和消费速度 [33][35] - Token需求正进入爆发阶段，驱动因素从用户增长转向推理复杂度提升，AI Agent、长上下文等工作流显著增加了单次请求的Token消耗量 [16][17][23] 根据目录总结 1. “五层蛋糕”：Token经济时代的产业价值体系 - Token逐渐成为AI时代的核心经济单位，从技术参数演变为AI服务计费、算力消耗、Agent运行及数据价值流转的核心载体，产业核心指标从“流量”转向“Token” [10] - Token需求进入爆发阶段，推理模型Token消耗占比已超过50%，且单次请求的平均Sequence Length从不足2000 tokens提升至超过5000 tokens [16][17] - 中国日均词元调用量增长迅猛，截至2026年3月已超过140万亿，相比2024年初的1000亿增长了1000多倍，相比2025年底的100万亿增长了40%多 [23] - 字节跳动火山引擎的日均Token调用量从2024年初的千亿级增长至2026年初的百万亿级，两年增长超过1000倍 [27] 2. 生产Token：能源与芯片构筑AI时代生产力底座 2.1 算电协同：为 AI 和能源IT注入攻守兼备增长极 - 算电协同是“比特”与“瓦特”的高效匹配，于2026年首次写入政府工作报告，上升为国家顶层战略 [40][42] - 全球算力规模预计未来五年以超过60%的速度增长，至2030年将超过50 ZFlops；中国智能算力规模（基于FP16计算）预计在2023-2028年期间以46.2%的年复合增长率增长 [45][46][47] - 全球数据中心关键IT电力需求将从2023年的49GW激增至2026年的96GW，其中90%的增长来自AI需求；中国算力中心总用电量2025年达1700亿千瓦时，占全社会用电量1.6%，预计2030年将达8000亿千瓦时，占比6%左右 [48][51] 2.2 xPU：CPU价值回归，国产GPU持续突破 - AI推理与Agent爆发带动CPU产业链价值回归，CPU与GPU的配比正从训练时代的1:8向1:4甚至1:1演进 [60][62] - 国产开源大模型DeepSeek V4的技术架构（如Engram记忆模块）和超节点（如GB200 NVL576）的应用推广，是驱动CPU价值重估的关键催化因素 [67] - 国产GPU厂商持续突破：海光DCU已在20多个关键行业落地；摩尔线程MTT S5000单卡AI算力最高达1,000 TFLOPS；寒武纪、沐曦、天数智芯、壁仞科技等均推出系列产品并实现规模化部署或主流大模型适配 [71][74][78] - 2026年5月，包括昇腾、真武、壁砺、海光DCU等在内的9款国产AI训练推理芯片通过国家安全可靠测评并获得I级认证 [84][87] - 国家发展改革委指导国产大模型加大力度适配国产算力芯片，推动自主可控发展 [85] 2.3 超节点：国产算力多维联合优化工程和赶超机遇 - 超节点旨在解决传统服务器集群面临的通信墙、功耗散热墙、存储墙和复杂度墙，通过大带宽、低时延、资源池化、高可靠稳定性四大特征支撑大规模AI训练与推理 [105][122] - 技术演进分为三个阶段：1.0时代（HPC集群）、2.0时代（GPU/NPU密集+NVLink）、3.0时代（全站协同与生态化发展），当前正向“机柜即计算机”理念发展 [110][115][120] - 为打破通信墙，互联技术正向“光进铜退”演进，技术路径从可插拔光模块向近封装光学、共封装光学、封装内光I/O发展；光交换机（OCS）和新型光纤（如空芯光纤）是关键 [131][137][142] - 为打破复杂度墙，正交架构方案成为新方向，通过正交连接器、高频高速材料、超高层正交PCB实现高速直连，降低损耗和时延 [150][154] - 主流超节点按规模分为超大规模（如华为Atlas SuperPoD A5，8192卡）、大规模（如中科曙光ScaleX640，640卡）和中型（如英伟达NVL72，72卡）三类 [156][158] - 华为超节点基于自研“灵衢”协议实现资源池化与高效互联；中科曙光发布全球首个单机柜640卡超节点；英伟达NVL72通过第五代NVSwitch实现72卡全互联 [161][163][169]