国产算力投入加速20260816 导读
2026年08月16日19:48 关键词 国家算力 超节点服务器 国产大模型 腾讯 资本开支 毛利率 光模块CPU NPU AI制药 科学发现 生命科学 材料科学 地球科学 流体力学 效率提升 药物研发 光芯片 磷化铟 阿尔法收益 全文摘要 国家算力和人工智能领域的快速发展受到了广泛关注，特别是在国产算力的加速投入方面。国产算力在资本开支上的显著增长，显示了其在产业周期中的重要性，尤其是腾讯等企业在AI扩张上的巨大投入，以及对AI硬件和光互联领域的投资，展现了市场对这一领域的信心。此外，AI在科学领域的应用，如AI制药，凸显了技术进步的潜力，但同时也暴露了光芯片产能的缺口与挑战。当前市场环境下，通过产业跟踪和深入理解技术进步，对于做出明智的投资决策至关重要。这一系列动态不仅推动了技术的前沿探索，也为未来的发展奠定了基础。 章节速览 l00:00算力与AI产业周期下的超级成长分析 对话深入探讨了算力与AI产业周期的关系，指出超级成长往往伴随产业贝塔机会。海外算力因早期投入领先，率先实现业绩验证与加速，而国内云厂商虽落后但正加速投入，尤其在AI领域展现出强劲扩张决心。 l03:24腾讯加大资本投入推动国产算力加速发展 对话讨论了腾讯在AI领域的资本投入情况，指出其资本开支超预期增长，自由现金流转负至-138亿，显示了国内4SP厂商在国产算力领域的积极投入与加速部署态势。此外，还提到了腾讯在智能体等领域的用户增速与粘性较高，形成了良好的闭环，以及国产大模型Dev Sik V4 Pro版的上线，标志着国产算力进入大规模部署阶段。 l06:12国产算力提升与超节点服务器的市场前景 对话讨论了国产算力在性能和性价比方面的提升，特别是在超节点服务器领域的应用。指出，超节点服务器与传统服务器相比，具有更高的毛利率和净利率，预示着国产算力业务的显著增长潜力。随着超节点服务器从定制化向标准化、模块化转变，预计其毛利率和净利率水平将逐渐趋于稳定，但整体市场渗透率和业绩弹性仍将持续提升，市场前景看好，周期展望至少至明年。 l12:16腾讯超级节点部署与AI硬件市场分析 对话围绕腾讯基于NPO的超级节点部署计划展开，指出该技术在四季度开始部署，处于初期阶段。讨论了科技股在七月腰斩背景下，超级节点表现突出，成为AI硬件中唯一抗跌环节。分析了短期资金流动与中长期资金持有策略，强调技术壁垒、竞争格局及增量价值在AI硬件领域的关键作用，认为应关注高技术壁垒和价值量提升的环节而非传统服务器领域。 对话探讨了AI在科学领域的应用，特别是在制药行业的潜力。AI能显著提升药物研发效率，覆盖从设计到数据分析的全产业链，但同时也引发了传统模式的冲击和分歧。目前，AI制药仍处于概念驱动阶段，市场表现受资金流动影响，尚未形成持续增长趋势。 l24:18光互联与AI技术发展下的投资机会分析 对话围绕光互联技术在AI领域的重要性及投资机会展开，指出FCC光模块鉴定预期虽带来冲击，但长远看 可能促进价格下降，利好市场。CPU和NPU被视为光电转换技术的过渡方案，其中CPU赛道确定性高，是长期投资良机。半导体行业相较于光通信跌幅较小，显示其内在逻辑支撑。光芯片，尤其是磷化铟衬底面临产能瓶颈，扩产难度大，但量价双击逻辑使相关企业股价上涨，成为光通信领域投资的优选。 问答回顾 发言人 问：在投资领域中，为什么产业跟踪如此重要？ 发言人答：产业跟踪在特定周期内具有重要意义，因为大的产业周期往往伴随着超级成长，即公司股价以十倍甚至几十倍的速度增长。这种超越阿尔法策略的大幅上涨通常与产业整体的贝塔机会相关联，没有产业层面的增长背景，很难找到能水涨船高的投资机会。 发言人 问：海外算力和国内算力的主要区别是什么？ 发言人答：海外算力和国内算力的主要区别在于业绩验证周期和节奏的不同。海外算力由于投入节奏更快，一般早于国内大约一年的时间，因此率先进行业绩验证并实现业绩加速。而国内云厂商在资本开支节奏上相对滞后，但腾讯等公司的最新财报显示，国产算力也开始进入加速投入阶段。 发言人 问：腾讯在AI方面的资本开支表现如何？ 发言人答：腾讯在第二季度的资本开支超过了500亿，环比增速高达60%以上，上半年整体达到800多亿，同比增速为82%。尽管腾讯在AI投入上相对保守，但这次资本开支的大幅增加导致自由现金流转负至-138亿，这标志着国内4SP厂商在国产算力方面的投入正在快速跟进并进入大规模部署阶段。 发言人 问：国产大模型的发展情况如何？ 发言人答：国产大模型如迪比斯克V4pro版已上线，其性能在某些基准测试中达到了海外领先水平。尽管目前存在调价现象，说明国产大模型在调用需求与算力匹配上可能存在不匹配问题，但这也反映出国产大 模型市场需求较高且竞争力提升的趋势。 发言人 问：超级演练环节对国产算力竞争力提升的关键作用是什么？ 发言人答：超级演练环节是提升国产算力系统竞争力的关键，从产品落地到渗透率提升的过程中，超节点服务器和交换机环节在二季度开始业绩验证，并在下半年进入加速部署阶段。这意味着随着超级演练环节的推进，国产算力的业绩能见度将变得更为清晰，且从当前趋势来看，这一创新点带来的增量至少可以持续到明年。 发言人 问：在市场调整时，中长期资金会如何操作？ 发言人答：中长期的资金可能选择继续锁仓，并关注支撑位是否发生切换或换挡。 发言人 问：短期相对强度上，如何确认支撑情况并相互验证？ 发言人答：通过观察支撑情况以及新高走势反馈的信息来确认，具体方法在之前的交流会中与大家分享过。 发言人 问：从阿尔法角度看，最强的领域是什么？ 发言人答：最强的领域是高技术壁垒且竞争格局良好的环节，尤其是增量弹性大、价值量有提升的领域，例如AI硬件中的某些应用。 发言人 问：AI在科学领域的具体应用有哪些？ 发言人答：AI在科学领域的应用主要体现在如生命科学、药物研发（AI制药）、材料科学、地球科学、流体物理等多个方面，特别是在提升科学研究和科学发现效率方面有重要作用。 发言人 问：AI制药的优势是什么？ 发言人答：AI制药的优势在于其全产业链闭环可以被AI赋能，显著提升效率，并且能够解决传统药物研 发中成功率极低的问题，如艾伦艾鲁姆定律所述。 发言人 问：AI在药物研发中如何体现效率提升？ 发言人答：AI可在药物设计、自动化实验、数据分析等全产业链环节提供赋能，大幅提升研发效率，尽管初期存在对传统模式的冲击，但最终能够实打实提高研发成功率。 发言人 问：当前市场中，创新药、AI硬件以及低波红利的资金流向如何？ 发言人答：目前这些资金有部分流入创新药领域，但尚未形成主升浪；AI硬件领域由于光模块预期等因素受到一定冲击，而半导体设备相较于光通信跌幅较小，具备逻辑支撑。 发言人 问：光互联领域为何是AI不可或缺的部分？ 发言人答：光互联在AI中扮演重要角色，尤其在上游磷化铟衬底存在巨大缺口，且产能扩展周期长，导致光芯片价格相对刚性，量价双击逻辑明显。 发言人 问：在当前市场环境下，如何寻找阿尔法收益的机会？ 发言人答：寻找阿尔法收益需要公司基本面足够硬，并关注产业层面增量弹性。例如，光互联领域中，CPU、NPU、SSPU等过渡方案最终将过渡到光电技术，其中壁垒高的公司有望受益。