纪要涉及的行业或公司 * **行业**：人工智能（AI）产业链，涵盖大模型、算力（芯片、服务器、零部件）、AI应用[1][2][3][4] * **公司**： * **大模型厂商**：DeepSeek、智谱AI、MiniMax、Kimi、阶跃星辰、小米、OpenAI、Anthropic、Google、xAI、Meta[1][2][3][9][10][11][12][13] * **算力芯片厂商**：华为（升腾）、寒武纪、阿里巴巴（平头哥/PPU、昆仑芯）、海光信息、沐曦、英伟达[1][3][6][15][17][18] * **服务器与零部件厂商**：超聚变、华鲲振宇、神州数码、软通动力、烽火通信、宝德股份、华丰科技、意华股份、川润股份、通富微电、航天电器、光迅科技、华工科技、深南电路、紫光股份[6][20][21][22] * **AI应用厂商**：税友股份、金山办公、鼎捷软件、汉得信息、泛微网络[5] * **其他**：字节跳动、中芯国际[3][15] 核心观点和论据 大模型投资与估值框架 * **两阶段估值法**：2026-2028年，因API收入高速增长（预计翻倍以上）及To B业务渗透加速，采用年化收入（ARR）倍数估值，参考OpenAI的50-60倍及Anthropic的40多倍[1][2]；2028年后，收入增速放缓但毛利率提升（预计达70%以上），转向采用毛利倍数估值，毛利增速越高则估值倍数越高[1][2] * **模型能力与定价**：模型智力水平决定token定价能力，高性价比token可扩大使用量，两者共同影响毛利率[2] * **投资观点**：中期看多大模型和算力，战略性回避应用层；若DeepSeek-V4发布，应用领域可能存在短期交易性机会[2][5] 算力市场趋势与催化剂 * **当前阶段**：处于2025年第二季度开始的、由全球推理侧Token需求指数级增长引发的算力主升浪尾声，多数环节已轮动涨价，短期波动大[3] * **未来催化剂**：第二波算力主升浪的核心催化剂是市场明确感知到全球总Token需求再次出现指数级增长[1][3] * **需求侧证据**：字节跳动截至2026年3月底的日均Token消耗量超过120万亿，月均超过3,600万亿，较2025年底的月均1,500万亿增长一倍以上[3]；H100 GPU租赁价格近期持续上涨[3] * **潜在超预期增量**：AI Coding加速渗透是明确趋势，而Agent在企业端的爆发将为Token需求带来巨大增量，例如“龙虾”项目已导致谷歌、Anthropic等厂商限制其订阅账户使用额度[3] DeepSeek-V4的预期与影响 * **发布时间**：市场预期在2026年4月发布，已有灰度测试，时间点临近[4][14] * **性能预期**：灰度测试体感显示，性能可能与Codex-3.6持平，代码能力和多轮检索提升显著[4] * **技术路线**：可能采用2026年初提出的Ingram算法（存储换计算），具备多模态理解能力（如图片），但短期不涉足视频生成[14]；为适配国产算力，已将训练语言从CUDA和OpenAI Triton迁移至北大开源的TELANG[15] * **投资机会**：主要带来国产算力和AI应用两大类机会[5] * **国产算力适配的不确定性**：关键不确定性在于适配是基于训练与推理的全栈适配，还是仅限于推理端；全栈适配将引发训练需求超预期增长，极大惠及国产芯片厂商；仅推理端适配则影响相对较弱，受益逻辑转变为通过加速AI应用渗透带动推理需求[5] 国产算力产业链分析 * **利好传导顺序**：芯片环节最直接受益 → 服务器整机及板卡放量 → 光模块、液冷、连接器等零部件 → 下游IDC → 反向传导至上游芯片制造与封装[6] * **国产芯片竞争格局**： * **市场份额（2025年）**：英伟达份额从2024年的67%降至55%；国产厂商份额排序大致为：华为、阿里巴巴平头哥、昆仑芯、寒武纪、海光信息、沐曦[6] * **性价比排名（理论/实际）**：阿里巴巴平头哥PPU > 华为升腾950 > 寒武纪690，均已超过英伟达H20水平[1][18][19]；实际集群测试数据显示，PPU性价比第一，升腾950约比PPU低20%，寒武纪690又比升腾950低约10%[19][20][21] * **性能参数差异**：寒武纪思元690在FP8精度下算力达1.4 PFLOPS，高于华为升腾950的1 PFLOPS；但华为在片上互联带宽（UV-Mesh协议）方面有显著优势[16][17] * **华为升腾产业链**： * **服务器梯队**：第一梯队（超聚变、华鲲振宇）、第二梯队（神州数码、软通动力）、第三梯队（烽火通信、宝德股份）[6] * **零部件**：连接器（华丰科技、意华股份）、液冷模组（川润股份）、封装（通富微电）[6] * **华为升腾950 Pro核心信息**： * **2026年出货目标**：升腾芯片总目标100万颗，其中升腾910预计35万颗，升腾950预计65万片[15] * **性能参数**：单卡FP8算力1 PFLOPS，支持FP4精度（算力2 PFLOPS）[15] * **内存方案**：精华LPDDR（约5万元）、长鑫存储HBM2（带宽1.6TB/s，5万元以上）、海力士HBM2E主流版（96GB显存，带宽2TB/s，7.2万至7.5万元）[15] * **测试与产能**：已在互联网厂商进行万卡规模测试；中芯国际NPU+2产线月产能6,000-7,000片，年底预计达8,000-9,000片，基本支持年度出货目标[15] * **产品路线图**：2026年Q4推出升腾950DT（低成本，采用长鑫HBM3，带宽2TB/s，定价8-10万元）；2027年Q4推出升腾960（FP8算力提升至4 PFLOPS）；2028年Q4推出升腾970[16] AI应用投资策略 * **2026年核心策略**：寻找营收与利润双双提速的标的[1][4] * **利润端**：软件公司利用AI技术进行内部降本增效是基本底线，国产模型代码能力提升将改善研发侧效率，率先体现在利润端[4] * **营收端**：反映应用厂商在客户端业务机会的扩张能力[4] * **当前市场状态**：A股AI应用标的普遍处于底部，筹码结构良好，DeepSeek-V4发布可能催化短期普涨行情，但更多是事件性催化或交易性机会[5] 其他重要产业链动态 * **算力配置建议**：中期优先顺序为GPU > 存储 > 互联；液冷和IDC适合小仓位博取弹性[4] * **CPU涨价预期**：2026年3月以来，英特尔和AMD消费级CPU已出现10%至15%的价格上涨，交货周期延长，涨价预期增强[4][7] * **Transformer架构稳定性**：从英伟达GTC大会信息看，硬件深度定制（如NVLink 7.2与Groq 3 LPX合作）、新增“Agentic Scaling”曲线、学术界持续沿用等三方面佐证了其未来一段时间的稳定性[7][8] * **海外大模型动态**： * **Anthropic**：预计2026年10月左右上市；新模型“Mythos”内部测试中，性能强于Opus 4.6但成本高；面临算力不足压力，已限制Harness AI系统带来的API调用激增[9] * **OpenAI**：处于短期战略收缩期，关停Sora并推迟应用商店计划；广告业务年化收入约1亿美金；新基座模型“SPUD”预训练已完成，预计Q2发布[10] * **Google**：模型更新放缓，最新为Gemma 4系列（开源，最小2.54GB可在手机端离线运行）；预计2026年5月I/O大会有重大版本发布[10] * **xAI**：初始联合创始人基本离职；Grok-5模型推迟，Q2发布可能性较大；2月被SpaceX收购，合并后估值2,500亿美元[11] * **国内大模型竞争格局**： * **技术路径**：趋于一致，普遍采用混合专家架构，激活参数量级在300亿至400亿之间，激活率约3%至5%，上下文长度支持到200K左右[12] * **定价策略**：与海外数值相近，主要差异在汇率，例如智谱AI GLM模型（32K token以上）定价为每百万token 22元人民币，Anthropic同类服务为25美元[12] * **厂商特点**：小米技术路线紧跟主流；智谱AI在代码生成领域有优势；MiniMax模型参数较小但强化了Agent和工具调用，性价比高；Kimi专注于提升训练稳定性与效率；阶跃星辰产品线覆盖全面，可能成为国内第三家在港股上市的大模型公司（一级市场估值约90亿美元）[12][13] 其他重要但可能被忽略的内容 * **芯片集群性能评估方法**：可通过设定基准场景（如模型DeepSeek-V2，总参数量671B，激活37B，批处理大小32），综合单卡算力（MFU）和显存带宽（MBU）两个瓶颈，计算理论吞吐量来比较不同AI芯片在集群中的实际表现[17] * **配套环节投资机会**：高速连接器领域关注航天电器（已通过测试，招标结果预计2026年5月初落地）；光互联领域关注光迅科技、华工科技；另可关注升腾PCB相关的深南电路及交换机卡标的紫光股份[20][21][22] * **国内模型厂商上市进展**：阶跃星辰可能成为国内第三家在港股上市的大模型公司，预计年中可能提交上市申请[13] * **华为升腾产品形态**：预计2026年向互联网大厂出货仍以单卡形式为主，因大厂倾向采用自家超级节点方案；官方虽会推出384卡集群形态，但出货量预计不大[16]