本年度以来，AI产业逐步褪去早期概念炒作特征，从模式探索阶段正式迈入商业化落地、业绩兑现与效益验证的核心周期。伴随B端智能服务工具规模化落地、C端AI应用持续迭代渗透，行业商业闭环不断完善，持续拉动上游算力基础设施建设，夯实产业长期需求底座。算力作为AI产业的核心底层支撑，需求确定性持续抬升，行业成长逻辑扎实。
站在当前时点，尽管行业运行存在阶段性波动与外部扰动，但AI技术革新与产业升级的长期大周期并未发生改变。产业景气天然存在起伏，海外头部云厂商资本开支维持稳健，AI产业链核心企业订单充足、基本面稳健。叠加大模型能力持续迭代、训练与推理成本稳步下行，各类新兴应用场景不断落地，持续孕育新增长点、打开长期成长空间。整体来看，AI产业向上的核心趋势不变，高景气细分领域持续扩容。经过前期市场调整，板块估值风险充分释放，安全边际显著提升，我们对产业中长期前景保持积极。
短期而言，受市场叙事弱化、外部环境不确定性影响，AI硬件板块阶段性承压，市场情绪偏谨慎。但当前估值已充分消化各类负面预期，悲观情绪释放相对充分。长期维度，AI产业景气持续扩散、产业链业绩保持高增仍是算力板块的核心支撑。综合行业景气、基本面韧性与估值水平判断，科技算力领域具备突出配置价值，其中国产算力是未来2-3年弹性最强的主线之一，本组合重点布局国产算力方向。
AI模型价值锚点正在切换，由过去侧重单卡极限算力，逐步转向显存带宽与软件生态。这一变化利好国产芯片：国产芯片的核心短板源于先进制程带来的单卡算力差距，而新模型范式弱化了该约束。算力资源重心持续由模型预训练向推理环节迁移。Scaling Law的适用边界拓展至预训练、后训练、测试时扩展全流程，数据收益边际递减、推理投入性价比提升、合成数据规模化落地，共同驱动这一结构性变化。
后训练与推理范式持续迭代。依托奖励机制开展后训练，能够低成本提升模型智能水平；推理端呈现新特征，模型思考时长增加可改善推理效果，参数规模的重要性部分被推理算力替代。KVCache、PD分离、量化、MoE架构等系统级优化方案，降低了对单卡峰值算力的依赖，推理算力需求从简单堆卡转向存算协同与异构调度。与此同时，AI辅助工具可实现跨硬件代码转换、自动算子生成，开源生态对原有编程环境兼容度持续提升，大幅降低模型迁移成本，加速国产芯片生态完善。
国产开源模型持续开放权重、标准化接口，国产模型与国产芯片的适配闭环加速成型。2026年国内大模型调用量快速增长，多家模型厂商已实现多款国产芯片快速适配，国产芯片体验从“可用”向“好用”升级，核心驱动力来自算力供给缺口与国产芯片自身能力提升。Token调用量与推理算力规模爆发式增长，算力需求结构向存算一体倾斜，预训练、后训练与推理三者边界逐步模糊。
本轮板块回调，市场对供应链物料风险存在过度担忧，真实产业情况好于悲观预期。晶圆已不再是最核心约束；高带宽存储供给压力不会短期冲击当期出货，其影响更多体现在2027年国产芯片出货上限。在低基数高增长背景下，供应链能够保障的出货规模仍可维持高增速。企业层面分化加剧，供应链渠道稳固、提前备货的厂商，高端算力卡交付节奏更占优势。
展望2027年，国产芯片需求有望迎来量级跃升，行业贝塔确定性较强。国内云服务商资本开支预计显著上行，叠加国产化渗透率持续提高，国产芯片增速将显著高于行业平均水平。2026年四季度催化密集：10-12月国产模型集中发布；多家模型厂商规划十万卡级甚至更大规模国产算力集群，新增需求空间可观；叠加潜在政策催化，板块具备较好投资机会。
基谱公众号