>> 招商證券-計算機行業(yè)2026年中期策略報告：潮起西岸，風動東方-260630
| 上傳日期： |
2026/7/1 |
大?。?/td>
| 6016KB |
| 格式： |
pdf 共57頁 |
來源： |
招商證券 |
| 評級： |
推薦 |
作者： |
劉玉萍,孟林,周翔宇 |
| 行業(yè)名稱： |
計算機 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
我們認為，2026年AI產(chǎn)業(yè)主線正從“擴CapEx”轉(zhuǎn)向“Token生產(chǎn)與商業(yè)化”。上半年大模型、AIInfra成為板塊內(nèi)少數(shù)強勢方向。大模型側(cè)，技術(shù)競爭從參數(shù)擴張轉(zhuǎn)向推理、Coding、Agent，企業(yè)級Coding場景率先驗證商業(yè)化。算力側(cè)，Token經(jīng)濟推高算租需求，國產(chǎn)芯片與算電協(xié)同構(gòu)成中長期底座。應用側(cè)，Agent規(guī)?；蕾嘍ata Infra，B端因付費能力和結(jié)果可驗證性更強，成為AI應用規(guī)?；涞氐闹鲬?zhàn)場。展望下半年，建議緊抓大模型商業(yè)化主線，把握國產(chǎn)算力、算力租賃等確定性領(lǐng)域，重視Data Infra、應用等高彈性方向。
26H1板塊趨勢下行，大模型&AIInfra領(lǐng)漲、應用領(lǐng)跌。26H1申萬計算機指數(shù)下跌17.4%，在31個申萬一級行業(yè)中排名第21。板塊內(nèi)部分化顯著，行情結(jié)構(gòu)呈現(xiàn)兩個階段：Q1在云廠提價、OpenClaw出圈和大模型紅包大戰(zhàn)催化下AI應用及云基礎(chǔ)設(shè)施階段性大漲，Q2在算力租賃提價、大廠缺卡、算租龍頭業(yè)績超預期催化下算租板塊上揚。大模型行情則貫穿上半年，智譜、MiniMax、中控等標的表現(xiàn)亮眼，反映了市場對大模型商業(yè)化彈性的集中定價。
大模型成最具成長性的AI細分賽道。AI產(chǎn)業(yè)主線從“擴CapEx”轉(zhuǎn)向“Token生產(chǎn)與商業(yè)化”，市場關(guān)注點由誰建設(shè)更多GPU和數(shù)據(jù)中心，轉(zhuǎn)為誰能用更低成本、更低延遲生產(chǎn)并變現(xiàn)更多Token。技術(shù)層面，大模型迭代圍繞參數(shù)效率、數(shù)據(jù)質(zhì)量、推理時算力和真實工程場景展開。商業(yè)化層面，Anthropic作為大模型商業(yè)化樣本，過去三年營收、ARR持續(xù)爆發(fā)式增長，顯示大模型正從“吞金獸”變?yōu)椤坝♀n機”。
算力租賃、國產(chǎn)算力、算電協(xié)同等Token經(jīng)濟“賣鏟人”重要性提升。Token消耗爆發(fā)帶動推理與訓練算力剛需，海外NeoCloud以AI專用集群、長期鎖量協(xié)議和大額融資驅(qū)動擴張，國內(nèi)則以GPU單機、機柜、算力池等標準化租賃模式為主，渠道、資金和客戶資源構(gòu)成核心壁壘。國產(chǎn)算力作為我國AI自主可控的戰(zhàn)略底座，2026年以來呈現(xiàn)硬件性能迭代、模型適配加速和商業(yè)化擴容三大發(fā)展趨勢。龍頭公司寒武紀實現(xiàn)盈利并擴產(chǎn)，海光DCU加速適配國產(chǎn)大模型，華為以CANN和昇騰體系構(gòu)筑底座。算電協(xié)同進一步把算力擴張與綠色電力、儲能、電網(wǎng)調(diào)度綁定，成為算力成本與供給穩(wěn)定性的關(guān)鍵變量。
Data Infra有望價值重估，AI應用潛在高彈性。模型決定能力上限，Agent決定場景價值，Data Infra決定規(guī)?；涞氐奶旎ò濉gent運行涉及數(shù)據(jù)獲取、工具調(diào)用、上下文管理、記憶存儲及安全治理等多個環(huán)節(jié)，無法僅靠模型本身實現(xiàn)，必須由底層的Data Infra提供支撐。Data Infra具備更強的平臺屬性、更高的客戶粘性和更長的生命周期，能夠率先形成商業(yè)閉環(huán)。AI應用始于C端，但規(guī)模化商業(yè)化主戰(zhàn)場正在轉(zhuǎn)向B端。海外Anthropic憑借Coding和Agent工作流在API市場份額反超OpenAI，國內(nèi)企業(yè)級大模型市場規(guī)模也遠高于消費級。我們認為，具備“明確預算、任務高頻、結(jié)果可驗、數(shù)據(jù)獨有”四個特征的B端場景更適合Agent滲透。
投資建議：1、緊抓大模型商業(yè)化核心主線。AI產(chǎn)業(yè)主線正從“擴CapEx”轉(zhuǎn)向“Token生產(chǎn)與商業(yè)化”。建議重點關(guān)注國內(nèi)頭部模型廠商智譜、MINIMAX-W以及流程行業(yè)垂直大模型廠商中控技術(shù)；2、把握國產(chǎn)算力、算力租賃、算電協(xié)同、存儲、CPU等業(yè)績確定性兌現(xiàn)方向。國產(chǎn)算力是AI自主可控的戰(zhàn)略底座，建議重點關(guān)注寒武紀、海光信息、中科曙光、品高股份、華豐科技、盛合晶微等；伴隨token消耗爆發(fā)國內(nèi)算力租賃行業(yè)景氣度持續(xù)上行，建議重點關(guān)注宏景科技、協(xié)創(chuàng)數(shù)據(jù)、智微智能、盛視科技等；算電協(xié)同的本質(zhì)是“算優(yōu)化電，電支撐算”，建議重點關(guān)注南網(wǎng)科技、科遠智慧等；3、重視價值重估方向Data Infra和潛在高彈性方向——Agent、Physical AI及核心應用。Agent規(guī)?；涞夭恢灰蕾嚹Ｐ?，核心瓶頸在Data Infra。建議重點關(guān)注海外MongoDB、Snowflake，國內(nèi)達夢數(shù)據(jù)、星環(huán)科技等。我們認為，具備“明確預算、任務高頻、結(jié)果可驗、數(shù)據(jù)獨有”四個特征的B端場景更適合Agent滲透。建議重點關(guān)注金山辦公、稅友股份、能科科技、卓易信息等。
風險提示：技術(shù)創(chuàng)新不及預期、AI大模型及應用研發(fā)進度不及預期、AI芯片研發(fā)不及預期、行業(yè)競爭加劇等風險。
|
|
