猜你想问
这份研报主要讲了什么内容？
这份研报由国联民生电子推出，聚焦AI算力框架，分析海外与国产趋势的共振。报告分为系列，首讲由薛宏伟负责，后续每日更新细分领域。海外算力框架分为四层：大模型进阶、多场景商业闭环（当前核心关注agent、coding叙事）、资本开支周期（2026年北美AI资本开支约8000亿美元，明年中性预期1.2-1.3万亿美元）、AI通胀硬件（CPU、存储、光、PCB等）。国产算力框架分为四层：国产大模型适配、国内AI资本开支高增（明年预计同比增速80%以上）、国产替代自主可控、芯片、FAB、超节点国产三支箭。当前海内外处于AI算力共振阶段，头部模型及芯片具备抗衡力。
AI算力赛道目前的发展趋势如何？
AI算力赛道目前处于海内外共振阶段，海外主要关注多场景商业闭环，特别是agent和coding叙事，资本开支周期持续扩大，硬件需求旺盛。国产方面则聚焦大模型适配、资本开支高增、自主可控替代，重点发展芯片、FAB、超节点国产化。整体看，AI算力框架正从理论走向实践，国产替代加速，但需关注新场景落地和资本开支增速。
研报重点分析了哪些方向？
研报重点分析了海外与国产AI算力框架的四层结构，海外包括大模型进阶、商业闭环、资本开支、硬件通胀；国产包括大模型适配、资本开支高增、国产替代、芯片FAB超节点。投资线索上，海外关注光模块、PCB、ODM等领域，国产关注AI芯片、晶圆制造、超节点放量。报告强调当前阶段头部模型及芯片具备抗衡力，但需持续关注技术迭代和市场需求。
当前AI算力市场的现状是怎样的？
当前AI算力市场处于共振发展阶段，海外以大模型和商业场景为驱动，资本开支持续高企；国产则在加速替代进程中，资本开支增速预计超80%，芯片、FAB、超节点国产化取得进展。市场现状是技术快速迭代，国产厂商逐步提升竞争力，但新场景落地和资本开支落地仍需时间验证。头部模型和芯片已展现一定抗衡力，但整体生态仍需完善。
研报提示了哪些风险点需要注意？
研报提示的核心风险包括：老AI趋势（如coding）未加速，新场景未实质性落地，资本开支增速可能不及预期。需关注2026年8-9月OpenAI等coding生态是否加速，新场景（RSI、生物医药、自动驾驶）市场规模能否扩大，英伟达H200、谷歌H30等高端芯片上量交付情况，以及国产AI芯片及超节点放量节奏。这些因素将影响AI算力市场的长期发展前景。