计算机行业深度报告：国产算力趋势不可逆，AI信创的战略拐点

国产算力趋势不可逆，AI信创的战略拐点 2026年05月09日 增持（维持） 证券分析师王紫敬执业证书：S0600521080005021-60199781wangzj@dwzq.com.cn ◼智能体驱动的Token经济革命，国产替代开启战略机遇期。2026年以来，AI产业商业价值迎来结构性裂变。智能体全面商业化落地，推动Token经济爆发式增长，并重构AI使用范式。相比传统Chatbot单轮问答仅消耗数百Token，企业级智能体完成一次复杂任务往往需要数十万至数百万Token，直接带动国内Token调用量高速增长。截至2026年3月，我国日均Token调用量已超过140万亿，较2024年初增长1000多倍；2026年4月最后一周，中国AI大模型周调用量升至7.942万亿Token，环比增长81.7%，并再次超过美国。Token正从技术计量单位演变为AI时代核心生产资料和数字硬通货，全球AI竞争焦点也从模型参数堆砌转向Token生态构建，算力需求重心由训练主导转向推理主导。 ◼DeepSeek V4首次使用国产算力参与训练，标志着AI信创进入战略机遇期，也成为国产算力由政策驱动走向产业自证的重要拐点。这一事件突破了市场对国产算力仅适用于政务信创、推理部署和中低端训练场景的固有认知，说明国产算力正在进入高强度、大规模复杂模型训练环节，并推动中国AI产业链向“国产模型+国产芯片”的训推闭环演进。在海外对华AI芯片、模型能力和技术交流限制持续高频化、体系化、长期化的背景下，AI信创已不再是传统IT国产化的延伸，而是国家级科技竞争中的底层基础设施话语权。 相关研究 《国内算力时代开启：从算力租赁到国产算力》2026-05-04 《国产化训练从0到1里程碑，战略意义大于性能意义》2026-04-30 ◼AI信创产业正形成五大核心主线：GPU芯片、CPU芯片、昇腾产业链、算力租赁和信创大模型，覆盖从底层硬件到上层应用的完整链条。国内算力基础设施建设已基本完成甚至超额完成“十四五”规划目标，“十五五”期间，核心技术自主可控与算力基础设施建设仍将是政策、资本开支和产业落地的共同主线。国产算力替代呈现出推理侧先行、训练侧突破、生态侧协同的特征。GPU芯片是AI信创最核心、最直接的受益方向，是大模型训练和推理的关键底座。DeepSeek V4采用国产算力参与训练，意味着国产GPU及AI加速芯片已从推理侧验证迈向训练侧验证，进入真实大模型训练场景后，产业迭代有望明显提速。CPU芯片则在Agent时代成为底层调度核心。随着AI算力需求高速增长、通用服务器更新周期启动，以及Intel、AMD相继提价，服务器CPU供需错配加剧。Agent与强化学习重构AI工作负载范式，算力基础设施建设也从单纯“GPU堆叠”转向“GPU+CPU异构协同”，CPU在AI基础架构中的地位持续提升。 ◼昇腾产业链、算力租赁和信创大模型则构成AI信创的重要增长极。昇腾产业链具备体系化生态特征，覆盖材料、连接器、PCB、服务器整机、集成、算力平台和行业应用，未来价值有望从政策采购和行业信创项目扩展至通用AI基础设施市场。算力租赁是短期高弹性方向，在高端算力供需缺口显著、Agent规模化落地的背景下，商业模式正从“裸算力出租”向参与大模型Token收入分成演进，估值逻辑也将由“租金收益型”转向“Token分成型”。信创大模型则是尚未充分定价的核心赛道，党政机关、地方政府和央国企对自主可控大模型需求持续释放，政务及重点行业对安全性、私有化部署和国产算力适配提出更高要求，“人工智能+教育”等国家级政策也提供了高确定性落地场景。 ◼投资建议：GPU：寒武纪、海光信息、沐曦股份、摩尔线程；CPU：禾盛新材、海光信息、中国长城、龙芯中科；昇腾：云南锗业、华丰科技、航天电器、华正新材、神州数码；算力租赁：宏景科技、协创数据、盈峰环境、利通电子；信创大模型：科大讯飞、智谱、minimax。 ◼风险提示：若政策落地不及预期、技术迭代不及预期、算力供给波动风险、商业化兑现风险、市场竞争加剧风险。 内容目录 1. AI商业价值爆发式增长：智能体驱动的Token经济革命，国产替代开启战略机遇期.............41.1. Token消耗爆发...........................................................................................................................41.2. DeepSeek V4国产算力参与训练：AI信创的战略拐点.........................................................52. AI信创五大主线，国产替代战略价值显著抬升..............................................................................62.1.国产算力：基础设施扩容与国产替代同步推进.....................................................................62.1.1. GPU芯片：国产算力替代的第一核心方向...................................................................72.1.2. CPU芯片：Agent时代的底层调度核心........................................................................72.2.昇腾链：国产AI算力生态的体系化主线..............................................................................82.3.算力租赁：短期高弹性方向，商业模式迎来重估.................................................................82.4.信创大模型：党政、地方政府与央国企需求尚未充分定价.................................................93.中国AI发展：聚焦应用落地，推进技术适配与自主攻坚..........................................................104.其他观点更新：AI+教育迎来国家级顶层设计..............................................................................105.投资建议............................................................................................................................................116.风险提示............................................................................................................................................11 图表目录 图1：我国token消耗量迅速提升（单位：万亿词元）....................................................................4图2：2026年中美通过Openrouter的词元消耗对比（单位：万亿词元）.....................................4 表1：我国算力基础设施规划与目标达成情况...................................................................................6 1.AI商业价值爆发式增长：智能体驱动的Token经济革命，国产替代开启战略机遇期 2026年，AI产业商业价值迎来结构性裂变，核心驱动力为智能体（Agent）的全面商业化落地。AI正从被动应答的对话式工具，加速演进为可自主调用工具、执行多步骤复杂任务的生产力引擎，直接带动Token（词元）消耗量呈指数级增长，进而重塑AI全产业的价值分配体系与底层增长逻辑。 与此同时，DeepSeek V4首次使用国产算力参与训练，成为本轮AI信创产业趋势中的关键事件。战略意义远超商业价值：中国AI产业链正在走向自主闭环，从依赖海外高端芯片与外部生态，转向芯片、算力、模型、框架、应用协同发展的自主可控体系。这一趋势一旦形成产业正反馈，将具备不可逆性。 1.1.Token消耗爆发 智能体彻底重构了AI的使用范式。传统Chatbot单轮问答通常仅消耗数百Token，而一个企业级智能体通常可完成从市场调研、报告撰写、PPT生成到邮件分发的全流程，单次任务Token消耗量可达数十万至数百万级别，任务复杂度较传统对话场景大幅提升。 我国Token调用量已进入高增长阶段。根据国家数据局披露数据，到2026年3月，我国日均词元（Token）调用量已超过140万亿，较2024年初的1000亿增长1000多倍，较2025年底的100万亿在三个月内增长超40%；OpenRouter最新周度数据看，中国大模型调用量在全球API生态中继续保持高活跃度。2026年4月27日至5月3日，全球AI大模型总调用量为23.9万亿Token，其中中国AI大模型周调用量升至7.942万亿Token，环比增长81.7%，时隔两周再次超过美国。国内大模型正在通过低价、免费版、长上下文和Agent能力，持续提升全球开发者生态中的调用份额。 数据来源：每日经济新闻网，东吴证券研究所 数据来源：新华社，东吴证券研究所 Token消耗的持续爆发，正直接转化为AI企业营收规模的跃升，并深刻重塑AI市场竞争格局。头部AI企业收入规模持续高速增长，Token已从单纯的技术计量单位，逐步演变为AI时代的核心生产资料与数字硬通货。此前全球科技巨头的产业竞争焦点在于模型参数量堆砌，而当下战略高地已转向Token生态体系构建；算力市场的需求重心也逐渐从训练主导转向推理主导。 1.2.DeepSeek V4国产算力参与训练：AI信创的战略拐点 DeepSeek V4使用国产算力参与训练，是AI信创产业由政策驱动走向产业自证的重要拐点。 第一，国产算力参与模型训练，国产AI闭环的起点。从商业化角度看，国产算力训练短期并不具备优势。相比英伟达高端GPU体系，国产算力在训练效率、软件生态、集群稳定性、工程调优经验等方面仍存在差距，但选择国产算力的战略信号明确：国产算力开始进入高强度、大规模、复杂模型训练场景。这意味着国产算力产业链正在从可用向能用、好用、敢用演进，大模型厂商对国产算力的适配意愿和工程能力正在显著提升。 第二，“十五五”规划明确提出实施“人工智能+”行动，强调推动核心技术自主可控，加快算力基础设施建设。这是国家层面对AI国产化的顶层设计。从芯片到算力集群，从基础模型到行业应用，从政务场景到央国企核心业务，全链条自主可控已成为AI产业发展的战略底线。DeepSeek V4选择国产算力训练，本质上是产业端对上述顶层设计的回应和验证。 第三，核心技术自主可控是基于当前AI产业竞争现实约束的战略。习近平总书记在2016年网络安全和信息化工作座谈会上指出：“如果核心技术不是自己掌握的，那就像在别人的墙基上砌房子，再大再漂亮也可能经不起风雨，甚至会不堪一击。”在大模型成为新一代数字经济基础设施的背景下，底层算力若长期受制于人，将直接影响