文章核心观点 - AI算力资产的性质正在发生根本性转变，从企业内部成本中心转变为可商业化、可交易的基础设施资产，这一趋势由Meta等头部科技公司对外出租算力的动向所印证 [1] - 中国市场AI算力需求正处于政策强力牵引、企业资本开支加码、模型调用量激增与国产替代需求共振的多重驱动阶段，市场前景广阔 [2] - 中国科技企业在AI全产业链面临系统性重估机会，涵盖从底层基础设施、模型平台到上层应用及国产替代生态等多个环节 [3] 全球算力资产趋势 - Meta计划通过云业务向外部客户出售富余AI算力，并可能提供模型访问服务，表明头部科技企业正通过外部租赁提升GPU集群利用率、平滑折旧压力，并验证算力作为可计量、可调度、可交易的基础设施的现金流属性 [1] - 市场对Meta此举的“算力过剩”解读，主要反映了投资者对AI资本开支回报率的担忧，但从产业趋势看，这恰恰说明AI算力正在成为可长期锁定的基础设施 [1] - 头部模型厂商的商业化增长高度依赖长期算力供给，例如Anthropic已锁定自2027年起约3.5GW的Google TPU算力容量，其远期乐观预期下2028年收入有望达到700亿美元 [1] 中国市场AI算力需求 - 政策驱动：中国正研究未来五年约2万亿元人民币的全国AI数据中心网络建设方案，2026年政府工作报告提出实施超大规模智算集群、算电协同等新基建工程 [2] - 企业资本开支：主要科技与电信运营商大幅增加AI基础设施投资 - 字节跳动据报拟在2026年投入约1600亿元人民币建设AI基础设施 [2] - 阿里巴巴宣布未来三年投入至少3800亿元人民币用于云和AI基础设施 [2] - 中国移动2026年算力网络投资同比增长62.4% [2] - 中国电信2026年算力基础设施投资255亿元人民币，同比增长26% [2] - 中国联通2026年算力投资占资本开支比例超过35% [2] - 模型端需求旺盛：智谱2025年收入同比增长132%，其中云端API收入同比增长292%；2026年第一季度API提价83%后，调用量仍同比增长400% [2] - 供给端制约：国产AI芯片仍受先进制程代工、良率、HBM和封装能力约束，存在较大供应缺口 [2] 中国AI产业链投资机会 - AI算力基础设施环节：国产AI芯片、GPU服务器、服务器DRAM、HBM替代、eSSD、光模块、交换机、PCB、液冷、电力设备、IDC和算力租赁有望受益于持续资本开支、国产替代和高质量算力供给偏紧 [3] - 模型与平台环节：MaaS（模型即服务）、模型服务、向量数据库、数据治理、算力调度和AI工程化工具有望受益于大模型调用量增长、企业私有化部署和推理成本优化 [3] - AI应用环节：编程、工业、办公、金融、政务、汽车、教育、医疗和智能终端等场景的应用落地，有望推动Token消耗和推理算力需求持续增长 [3] - 国产替代与自主生态环节：国产芯片、国产模型、国产数据库、国产中间件和国产AI开发工具有望在政策牵引、供应链安全和头部客户适配中加速放量 [3]