1东兴证券发布计算机行业2026年中期策略，维持“看好”评级。
2报告指出上半年板块跑输大盘，但估值回落且拥挤度出清。
3下半年聚焦AI核心赛道兑现，重点推荐算力租赁（市场规模预计破2600亿元）、液冷、CPU及国产算力超节点；
4应用端关注AI编程、物理AI及国产模型商业化。
5建议把握算力基础设施业绩兑现、模型应用爆发及量子计算等未来产业机会，重点关注金山办公、福昕软件、中科创达等标的。
东兴证券_计算机行业2026年中期策略：分化蓄力，聚焦AI核心赛道兑现_20260626.pdf
摘要
文本
计算机行业2026年中期策略：分化蓄力，聚焦AI核心赛道兑现
2026年6月26日
看好/维持
计算机行业报告
分析师
张永嘉
电话：010-66554016
邮箱：zhangyj-yjs@dxzq.net.cn
执业证书编号：S1480523070001
投资摘要：
板块回顾：整体大幅跑输科技主线，估值回落交易拥挤度出清，细分板块结构分化明显。截至2026年6月22日，申万计算机指数今年累计下跌 8.80%，同期沪深300上涨 9.28%、科创50大涨 44.99%，板块分别跑输两大指数18.08、53.79个百分点，在31个申万一级行业中排名第19，表现偏弱。科技赛道内部资金呈现清晰跷跷板效应，上游通信、电子受益算力硬件订单验证，年内涨幅分别达 81.22%、69.74%，资金持续从高估值软件端撤离，计算机板块自5月起持续震荡下行，市场主线较为固化。当前计算机板块估值处于近三年中位水平，整体安全边际充足，但细分赛道估值差异明显，算力租赁、物理AI等热门板块维持高位，传统信创、行业信息化板块估值跌至近年底部。同时26Q1公募基金计算机持仓占比仅 1.90%，超配比例-2.08%，持续处于低配区间；板块月度成交额占比回落至2025年以来冰点 5.77%，增量资金缺位，存量博弈特征突出。整体来看，上半年板块弱势核心源于业绩兑现节奏差异。算力硬件订单持续验证，软件端商业化落地进度不及预期，资金持续向硬件赛道倾斜，板块内部估值、资金、行情分化格局将延续至下半年。
行业展望：多维政策持续加码，AI产业迈入智能体落地周期，预期轮动机会大于系统性趋势机会。政策端，2026年作为“十五五”开局之年，新质生产力政策全面进入工程化落地阶段，构成计算机行业中长期景气底层支撑。技术方面，迎来AI范式迭代，行业正式迈入Agent智能体落地周期，AI产业从单轮问答RAG交互，转向任务自主执行的智能体工作流，核心架构由模型+驾驭工程（Harness）构成。同时全球模型迭代持续加速，海外Claude
型追赶速度超预期，智谱GLM-5.2登顶全球编程模型第二，DeepSeek凭借稀疏注意力机制实现极致长上下文性价比，在OpenRouter平台Token调用量稳居前列；多模态领域字节、阿里文生视频、图生视频模型跻身全球第一梯队，国产模型依托成本优势、合规优势，在中小企业、政企市场快速替代海外产品。此外国产AI加速卡出货量持续提升，算力硬件架构迎来超节点革新，成为国产算力缩小代差的核心路径。需求端，算力基础设施资本开支具备长期持续性，全球四大云厂商经营现金流持续支撑算力投入，海外OpenAI年化收入240亿美元，Anthropic单季收入环比暴涨 130%，Coding、企业知识工作流成为高价值变现场景；国内大厂模型调用量持续走高，国产模型凭借成本优势抢占开发者市场。综合政策、技术、需求三维度，计算机行业基本面向好，但市场流动性维持存量博弈，板块难以出现全面系统性行情，细分赛道轮动将成为下半年核心特征。
投资策略：把握算力兑现、模型应用爆发与未来产业机会。基于基本面、性价比、吸引力三维度综合框架，下半年投资聚焦算力基础设施、AI模型与行业应用、量子等未来产业三条主线。算力与基础设施赛道，供需剪刀差支撑量价齐升，细分四大方向重点布局。算力租赁方面国内高端算力供给受海外芯片管制持续紧缺，2026年国内算力租赁市场规模预计突破2600亿元，需求增速417%显著高于供给增速128%，拥有稀缺算力资源的企业议价能力持续走强，同时行业商业模式有望从固定租金转向Token分成，打开盈利弹性，重点关注协创数据、宏景科技、赛意信息、智微智能、盛视科技等算力租赁标的；液冷方面单机柜功耗持续走高，风冷逼近物理极限，叠加数据中心PUE政策严格约束，液冷成为高功率智算中心标配，曙光数创、金富科技、申菱环境等液冷领域厂商充分受益行业渗透率提升；CPU：智能体并发任务大幅提升CPU调度需求，英特尔表示CPU和GPU比例可能收敛至1:1，甚至CPU需求超过GPU，海光信息、禾盛新材、龙芯中科等公司有望受益于行业趋势；国产算力与超节点方面，华为、寒武纪、海光信息等国产加速卡份额持续提升华为、中科曙光、浪潮信息、紫光股份等国产算力厂商依托超节点架构弥补单芯片性能差距。AI模型与应用赛道方面，多模态、编程、物理AI依次兑现价值。模型端，国产编程、视频生成模型逐步迈向全球第一梯队，与国产算力深度适配的智谱GLM-5.2在CodeArena上在编程模型方面排名全球第二（可用模型中全球第一），此外字节的Seeddance2.0、阿里的HappyHorse1.1作为视频生成领域的SOTA模型同样体现了国产模型在多模态领域的强劲实力。同时在Token成本成为用户不可忽视的因素后，国产大模型凭借显著的成本优势，“性能够用+成本碾压”的组合拳已逐步成为真实的市场选择。同时对于金融、政务、能源等关键行业，数据安全和业务连续性的要求使得采购国产大模型成为“必选项”而非“可选项”，智谱、Minimax、科大讯飞等企业有望深度受益行业红利；应用层面，AI编程商业化落地最快，海外产品收入持续爆发，卓易信息等国内厂商依托本土化适配抢占企业开
发市场；物理AI为中长期核心成长赛道，仿真平台解决具身智能数据瓶颈，索辰科技、中望软件、中控技术、中科创达等公司有望受益于行业发展；通用软件端，金山办公、福昕软件将AI能力嵌入办公产品，提升付费率与ARPU，同花顺等金融IT企业依托AI工具打开增值服务空间；行业数字化领域，工业、金融、医疗AI Agent降本增效逻辑清晰，垂直行业解决方案订单逐步释放。对于量子信息等未来产业，把握主题催化与技术拐点。量子计算作为国家战略级未来产业，全球持续加大资本投入，国内超导、光量子、中性原子三条技术路线同步迭代，短期关注政策催化与核心设备国产化进度，中长期等待容错量子计算机商业化落地，重点跟踪国盾量子、国仪量子（待上市）等产业链核心标的。
风险提示：政策落地及技术创新或不及预期、行业竞争加剧、相关行业发展或产品拓展不及预期等风险。
行业重点公司盈利预测与评级
简称
EPS(元)
PE
PB
评级
2025A
2026E
2027E
2028E
2025A
2026E
2027E
2028E
688111.SH
金山办公
3.97
5.55
5.68
6.76
53.84
38.48
37.58
31.57
强烈推荐
688095.SH
福昕软件
0.34
1.37
2.02
2.87
179.33
43.32
29.38
20.67
强烈推荐
300496.SZ
中科创达
0.98
1.42
1.74
2.09
63.51
43.71
35.73
29.64
强烈推荐
688041.SH
海光信息
1.10
1.92
2.84
3.85
329.06
185.73
125.34
92.37
--
688047.SH
龙芯中科
-1.14
-0.46
0.11
0.48
-134.08
-329.10
1,464.70
319.77
--
300857.SZ
协创数据
3.38
5.00
7.49
11.10
143.73
69.10
46.12
31.12
--
301396.SZ
宏景科技
0.17
0.82
2.01
4.13
2,462.30
516.49
150.93
73.35
--
002990.SZ
盛视科技
0.33
1.21
2.02
2.89
222.83
59.78
35.98
25.17
--
300687.SZ
赛意信息
-0.26
0.29
0.44
0.53
-107.30
96.78
63.78
53.05
--
001339.SZ
智微智能
0.68
1.56
2.17
2.98
201.92
67.67
48.61
35.32
--
920808.BJ
曙光数创
0.18
0.33
0.53
0.76
471.36
264.32
162.54
115.37
--
003018.SZ
金富科技
0.39
0.84
1.16
1.55
200.05
93.10
67.17
50.11
--
301018.SZ
申菱环境
0.81
1.17
1.71
2.72
198.40
98.42
67.53
42.38
--
002290.SZ
禾盛新材
0.66
1.07
1.53
2.03
136.30
83.78
58.51
44.14
--
688256.SH
寒武纪
4.93
8.15
16.71
27.18
459.19
184.61
90.09
55.37
--
603019.SH
中科曙光
1.49
1.99
2.48
2.91
65.76
49.15
39.50
33.59
--
000977.SZ
浪潮信息
1.64
2.42
3.21
4.11
41.73
28.37
21.37
16.68
--
000938.SZ
紫光股份
0.59
0.89
1.16
1.47
48.17
31.76
24.48
19.29
--
002230.SZ
科大讯飞
0.36
0.51
0.66
0.86
119.28
81.67
63.06
48.67
--
688258.SH
卓易信息
0.66
1.48
2.58
3.43
184.55
81.80
47.11
35.47
--
688507.SH
索辰科技
0.36
0.86
1.14
1.26
783.54
323.08
243.90
219.89
--
688083.SH
中望软件
0.12
0.51
0.79
1.03
477.08
113.68
74.43
56.55
--
688777.SH
中控技术
0.56
0.95
1.31
1.68
214.52
126.32
91.34
71.36
--
300033.SZ
同花顺
5.96
5.69
6.79
7.86
60.82
45.83
38.30
33.00
--
300170.SZ
汉得信息
0.23
0.29
0.36
0.44
74.98
57.16
45.95
37.80
--
300378.SZ
鼎捷数智
0.61
0.78
0.95
1.14
61.74
47.47
39.00
32.63
--
688027.SH
国盾量子
0.05
0.26
0.66
1.32
9,952.43
2,035.37
795.47
395.05
--
688489.SH
三未信安
-0.38
0.17
0.35
0.52
-89.90
126.23
61.52
40.62
--
资料来源：同花顺i
目 录
- 行业回顾：大幅跑输科创50指数，细分赛道估值差异显著 ...5
- 行业展望：基本面景气，预期轮动机会大于系统性趋势机会 ...9
2.1 分析思路：基本面、性价比、吸引力三大维度去综合把握 ...9
2.2 行业展望：基本面景气托底，预期行情结构性为主，轮动机会大于系统性趋势机会 ...10
2.2.1 基本面：多维政策持续加码，AI产业迈入智能体落地周期 ...10
2.2.2 性价比：估值内部结构性分化显著，板块成交占比已回落至阶段冰点，拥挤度充分出清 ...16
2.2.3 吸引力：重点关注AI海外映射、AI商业化、AI国产替代与新兴及未来产业发展 ...17
2.2.4 总结：基本面景气托底、估值分化具备安全边际、行情结构性为主、轮动机会大于系统性趋势机会 ...17
- 投资策略：聚焦算力业绩兑现、模型及应用需求爆发，关注未来产业机会 ...19
3.1 算力与基础设施：关注算力租赁、液冷、CPU、国产替代板块机会 ...19
3.2 模型与应用：模型端商业化持续推进，应用端景气上行 ...23
3.3 关注量子信息等新兴/未来产业结构性机会 ...27
- 风险提示 ...28
- 相关报告汇总 ...28
插图目录
图 1: SW 计算机、沪深 300、科创 50 指数 2026 年初至今收益率情况对比 ... 5
图 2: 申万一级行业指数 2026 年初至今收益率情况对比 ... 5
图 3: 近三年计算机板块 PS-TTM、PE-TTM（剔除负值）估值水平 ... 7
图 4: 2021 年至今计算机板块基金持仓比例及超配水平 ... 8
图 5: 计算机发展逻辑维度行业框架 ... 9
图 6: Harness 与 Context、Prompt 的关系 ... 11
图 7: Anthropic、OpenAI、Google 三大 AI 巨头模型能力演进（截至 2026.6.24） ... 11
图 8: 人工智能分析指数（截至 2026.6.24） ... 12
图 9: 模型智能化程度与使用成本矩阵（截至 2026.6.24） ... 12
图 10: DeepSeek 的结构创新和超高上下文效率 ... 13
图 11: 超节点服务器在技术层面更适应 AI 时代性能需求 ... 13
图 12: 浪潮信息元脑 SD200 超节点 ... 14
图 13: 中科曙光 scaleX40 超节点 ... 14
图 14: AI 模型及应用当前主要变现模式 ... 15
图 15: OpenRouter 上跨模型的 Token 使用情况 ... 16
图 16: 全球前四大云服务商 CapEx 及 OC
图 17: 计算机、电子、通信行业 A 股月成交额占比情况 ... 17
图 18: 计算机行业 2026 年下半年展望思路 ... 18
图 19: 计算芯片功耗持续攀升 ... 20
图 20: 中国智算中心液冷规模测算 ... 20
图 21: Agentic AI 负载时延拆解图 ... 21
图 22: 2024-2025 年我国 AI 加速卡出货量 ... 22
图 23: 国内通过超节点追赶先进算力领域的技术差距 ... 22
图 24: Agent 行业框架 ... 23
图 25: 智谱 GLM-5.2 在 Code Arena 上排名第二位 ... 23
图 26: 文生视频模型排行（截至 2026.6.25） ... 24
图 27: 图生视频模型排行（截至 2026.6.25） ... 24
图 28: AI 编程产品当前形成五大派系 ... 25
图 29: 物理 AI 时代技术瓶颈从算力转向数据 ... 26
图 30: 生成式 AI 对各行业成本影响及价值创造预测 ... 26
图 31: 量子计算产业链 ... 27
表格目录
表 1: 2026 年初至今分规模涨跌幅比例及平均涨跌幅 ... 6
表 2: 2025 年初至今分实控人性质涨跌幅比例及平均涨跌幅 ... 6
表 3: 2025 年初至今计算机板块涨跌幅前十个股 ... 7
表 4: 26Q1 计算机板块公募基金重仓股及变动情况 ... 8
表 5: Harness 核心组件及功能 ... 11
表 6: 英伟达芯片性能梳理 ... 19
1. 行业回顾：大幅跑输科创50指数，细分赛道估值差异显著
纵向看，计算机指数收益率年初至今跑输沪深300，与科创50指数收益裂口持续扩大。截至2026年6月22日，计算机行业指数自年初累计下跌 8.80%，同期沪深300指数上涨 9.28%、科创50指数上涨 44.99%，计算机指数跑输沪深300指数18.08pct、跑输科创50指数53.79pct。年初市场仍博弈AI应用预期，一季度计算机板块收益率水平与科创50指数收益率偏离较小。但随着2025年报及2026一季报的业绩披露，科创硬件订单验证景气，资金进一步从高估值软件板块撤离，机构及产业资本持续加仓算力硬件，市场主线较为固化，由于计算机板块缺乏订单、政策、资金的有力催化，5月起进一步震荡下行，收益持续走弱，与沪深300指数、科创50指数收益裂口拉大。
图1：SW计算机、沪深300、科创50指数2026年初至今收益率情况对比
资料来源：同花顺i
注：1、以2025.12.31收盘价作为基期，数据截止至2026.6.22；
2、指数选取SW计算机指数（801750.SL）、沪深300指数（000300.SH），科创50指数（000688.SH）。
横向看，计算机指数2025年至今整体表现在申万一级行业居中。今年以来计算机板块收益率（-8.80%）在申万一级31个子行业中，涨幅排名第19，显著弱于沪深300指数收益率（+9.28%）。与科技领域其他子行业对比来看，科技产业链偏上游的通信（+81.22%）及电子（+69.74%）行业表现极为强势，在算力链高景气的背景下大幅跑赢大盘，产业链位置更为下游的传媒行业收益率（-14.87%）弱于计算机行业，从行业风格与资金偏好上来看，计算机行业今年上半年整体处于劣势。
图2：申万一级行业指数2026年初至今收益率情况对比
资料来源：同花顺i
注：1、以2025.12.31收盘价作为基期，数据截止至2026.6.22；
2、行业指数均选取申万一级行业指数。
规模结构上，100亿一200亿中盘市值公司上涨幅度占优。截至2026.6.22，SW计算机行业共有335家企业（剔除ST），可以看出在风格上，小市值公司在下跌比例与跌幅上均相对更高。
表1：2026年初至今分规模涨跌幅比例及平均涨跌幅
市值规模
总家数
总家数占比
上涨家数
上涨比例
平均涨幅
500亿元以上
15
4.48%
6
40.00%
-3.37%
200亿一500亿
35
10.45%
11
31.43%
5.13%
100亿一200亿
57
17.01%
18
31.58%
-0.18%
50亿一100亿
87
25.97%
20
22.99%
-10.68%
30亿一50亿
85
25.37%
12
14.12%
7.85%
30亿以下
56
16.72%
7
12.50%
-18.80%
资料来源：同花顺i
注：1、以2025.12.31收盘价作为基期，数据截止至2026.6.22；
2、市值规模为2026.6.22收盘市值，平均涨幅计算剔除行云科技、宏景科技、声迅股份三家涨幅大于 200%的公司。
实控人性质上，非国有性质企业上涨比例较高，省市及地方国资控股企业上涨幅度较大。今年以来，实控人性质为央国企的计算机企业在上涨比例与平均涨幅上均弱于非央国企，我们认为原因主要在于今年上半年计算机板块整体走弱，表现相对较好的公司主要在算力租赁、算力基础设施等细分赛道，相关赛道标的以非国企为主，因此带来市场表现上的差异。
表2：2026年初至今分实控人性质涨跌幅比例及平均涨跌幅
实控人性质
总家数
总家数占比
上涨家数
上涨比例
平均涨幅
央企国资/中科院控股
34
10.15%
6
17.65%
-13.65%
省市及地方国资控股
29
8.66%
4
13.79%
-12.38%
其他
266
79.40%
64
24.06%
-9.48%
资料来源：同花顺i
注：1、以2025.12.31收盘价作为基期，数据截止至2026.6.22；
2、市值规模为2026.6.22收盘市值，平均涨幅计算剔除行云科技、宏景科技、声迅股份三家涨幅大于 200%的公司。
涨幅居前的企业以中小市值为主。今年以来涨幅排名前十的个股分别为行云科技、宏景科技、声迅股份、朗科科技、同有科技、索辰科技、智微智能、杰创智能、凯旺科技、盛视科技，其中除索辰科技受物理AI驱动外，其余9家的大幅上涨均主要依靠算力租赁、光通信、存储等AI上游领域的布局；
跌幅排名前十的个股分别为荣科科技、科蓝软件、开普云、佳缘科技、路桥信息、三未信安、京北方、合合信息、立方控股、海峡创新，主要为中小市值公司，所处细分行业板块较为分散。
表3：2025年初至今计算机板块涨跌幅前十个股
个股涨幅前十
个股跌幅前十
排名
证券代码
证券名称
涨跌幅
板块
排名
证券代码
证券名称
涨跌幅
板块
1
300209.SZ
行云科技
474.13%
算力租赁
1
300290.SZ
荣科科技
-64.77%
医疗IT
2
301396.SZ
宏景科技
289.16%
算力租赁
2
300663.SZ
科蓝软件
-57.31%
金融IT
3
003004.SZ
声迅股份
219.64%
光模块
3
688228.SH
开普云
-55.51%
应用软件
4
300042.SZ
朗科科技
186.85%
算力租赁
4
301117.SZ
佳缘科技
-53.03%
商业航天
5
300302.SZ
同有科技
184.34%
存储
5
920748.BJ
路桥信息
-47.25%
智慧交通
6
688507.SH
索辰科技
162.12%
物理AI
6
688489.SH
三未信安
-46.90%
信息安全
7
001339.SZ
智微智能
156.68%
算力租赁
7
002987.SZ
京北方
-46.40%
金融IT
8
301248.SZ
杰创智能
135.77%
算力租赁
8
688615.SH
合合信息
-45.96%
应用软件
9
301182.SZ
凯旺科技
127.55%
光纤
9
920130.BJ
立方控股
-45.68%
智慧交通
10
002990.SZ
盛视科技
108.48%
算力租赁
10
300300.SZ
海峡创新
-43.71%
智慧城市
资料来源：同花顺i
行业细分板块估值差异较大。根据同花顺i
去三年 48.42%分位水平；PE-TTM（剔除负值）为50.33倍，处于过去三年 60.03%分位水平。今年上半年板块估值波动回落，当前整体具备一定安全边际，但细分板块估值差异较大，如算力租赁、物理AI等板块估值仍处于高位；如部分行业信息化、办公软件、信创软件等板块估值处于近年绝对低位。
图3：近三年计算机板块PS-TTM、PE-TTM（剔除负值）估值水平
资料来源：同花顺i
重仓股方面，讯飞、金山、海康排名前三。从公募基金重仓股排名变动来看，科大讯飞、中科星图、网宿科技等公司排名有所上升，除网宿科技受益于算力服务业务发展机构持仓大幅提升外，其余机构重仓股基本稳定；从公募基金持股总市值来看，公募基金对A股应用软件龙头金山办公、服务器龙头浪潮信息持仓大幅下滑，同时对同花顺、深信服、恒生电子等金融IT或信息安全公司的持仓市值有所下滑。
表4：26Q1计算机板块公募基金重仓股及变动情况
26Q1前十大重仓股
25Q4前十大重仓股
排名
证券代码
证券名称
基金持股总市值(亿元)
排名
证券代码
证券名称
基金持股总市值(亿元)
1
002230.SZ
科大讯飞(↑1)
115.01(↑)
1
688111.SH
金山办公
138.82
2
688111.SH
金山办公(↓1)
80.77(↓)
2
002230.SZ
科大讯飞
108.27
3
002415.SZ
海康威视
58.44(↑)
3
002415.SZ
海康威视
57.36
4
688568.SH
中科星图(↑6)
39.09(↑)
4
000977.SZ
浪潮信息
48.27
5
300033.SZ
同花顺
8.07(↓)
5
300033.SZ
同花顺
42.20
6
603019.SH
中科曙光
36.63(↑)
6
603019.SH
中科曙光
33.57
7
300454.SZ
深信服
24.89(↓)
7
300454.SZ
深信服
26.67
8
000977.SZ
浪潮信息(↓4)
22.57(↓)
8
002236.SZ
大华股份
22.05
9
300017.SZ
网宿科技(↑61)
19.01(↑)
9
600570.SH
恒生电子
21.16
10
600570.SH
恒生电子(↓1)
17.62(↓)
10
688568.SH
中科星图
19.89
资料来源：同花顺i
基金持仓仍处低位。机构持仓水平上，25Q4、26Q1公募基金计算机板块持仓比例约为 1.89%、1.90%，超配比例为-2.39%、-2.08%，在计算机板块跑输大盘的背景下，基金持仓仍处较低水平。
图4：2021年至今计算机板块基金持仓比例及超配水平
资料来源：同花顺i
注：1、计算机持仓比例为公募基金重仓持股市值占流通市值比；
2、计算机行业超配比例 = 计算机行业持仓比例 - 计算机行业标配比例；
3、计算机行业标配比例 = 计算机行业总流通市值 / A股上市公司总流通市值；
- 计算机行业统计口径选取申万分类标准。
综上，从市场表现来看，年初至今计算机板块整体走势偏弱，大幅跑输科技赛道上游通信、电子板块，同时与沪深300指数、科创50指数收益差距拉大。目前计算机板块整体估值处于近三年中位水平，但细分板块中景气赛道与非景气赛道估值差异较大，同时机构持仓下滑趋势仍未完全企稳，我们认为下半年除了对基本面的分析判断外，仍需重点关注行业催化以及资金面对计算机板块的影响。
2. 行业展望：基本面景气，预期轮动机会大于系统性趋势机会
2.1 分析思路：基本面、性价比、吸引力三大维度去综合把握
依照产业特性与发展逻辑的不同，我们将计算机行业划分为广义信创（对市场现有成熟技术或产品进行国产替代）、数字产业化（利用当前格局未定、渗透率较低的先进产业或技术实现盈利）、产业数字化（将IT技术视为工具为其他产业赋能，提升其他行业运行效率）三大板块。三大板块特性差异明显：
广义信创具备较强中期确定性，一方面自主可控的大方向较为确定，同时政策端在 2+8+N行业有着明确推进节点，因此具有较为稳健的行业增速；
数字产业化具有较强弹性以及主题投资机会，由于板块内行业通常处于较为初级发展阶段，新技术在应用空间与场景上不断突破，加之格局未定，因此在预期上的较大分歧带来板块高弹性表现；
产业数字化板块与下游所应用行业景气度水平、资本支出、数字化进程等联系紧密，因此通常兼具计算机行业与其他行业的多重 $ \beta $。
图5：计算机发展逻辑维度行业框架
增速稳健，中期确定性高
（基础软件基础硬件应用软件系统集成行业系统信息安全）
广义信创
成熟技术产品国产化替代，力求自主可控
兼具其他行业β
计算机行业
（汽车智能化 智能交通 医疗IT 金融IT 智能制造 能源IT...）产业数字化将IT技术视为工具为其他产业赋能，提升其他行业的运行效率
弹性大，具备主题投资机会
（人工智能数据要素云计算区块链物联网元宇宙...）数字产业化
利用当前格局未定、渗透率较低的先进产业或技术实现盈利
资料来源：东兴证券研究所制图整理
综合对过往走势的分析，我们当前认为对行业投资机会的把握应从基本面（政策、技术、中长期需求）、性价比（估值水平、交易拥挤度等综合判断）、吸引力（主题催化与叙事逻辑、流动性与风险偏好等综合分析）三大维度去综合分析判断。
2.2行业展望：基本面景气托底，预期行情结构性为主，轮动机会大于系统性趋势机会
2.2.1基本面：多维政策持续加码，AI产业迈入智能体落地周期
对基本面情况我们从政策周期、技术周期、需求周期进行综合分析。
政策周期方面，我们认为政策仍是计算机板块在中期维度实现景气上行的底层支撑。2026年是“十五五”开局之年，“新质生产力”已由抽象表述进入具体抓手阶段，政策路径明显从战略构想转向工程化实施，今年三月的政府工作报告中提出，2026年将持续加紧培育壮大新动能。
优化提升传统产业方面，推行普惠性“上云用数赋智”服务，持续加大对中小企业数智化转型的支持，同时拓展智能制造，新建设一批智能工厂和智慧供应链；
培育壮大新兴产业和未来产业方面，将实施产业创新工程，鼓励央企国企带头开放应用场景，打造集成电路、航空航天、生物医药、低空经济等新兴支柱产业。建立未来产业投入增长和风险分担机制，培育发展未来能源、量子科技、生物制造、具身智能、脑机接口、6G等未来产业。构建促进专精特新中小企业发展壮大机制，培育独角兽企业。高效用好国家创业投资引导基金，大力发展创业投资、天使投资，政府投资基金要带头做耐心资本，推动更多初创企业加快成长为科技领军企业；
扩能提质服务业方面，将深化先进制造业和现代服务业融合发展试点。壮大科技服务市场，促进软件服务价值提升；
打造智能经济新形态方面，将深化拓展“人工智能+”，促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用，培育智能原生新业态新模式。支持人工智能开源社区建设，促进开源生态繁荣。实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度，支持公共云发展。加快发展卫星互联网。打造“5G+工业互联网”升级版。深化数据资源开发利用，健全数据要素基础制度，建设高质量数据集。完善人工智能治理。
整体来看，我们认为计算机行业并不缺少政策扶持方向，政策作为订单、Capex与基础设施投资的先导指标，当前仍具备较强向上动能。
技术周期方面，当前人工智能仍是全球进行技术攻关的核心方向，同时在量子信息、商业航天等前沿领域技术突破同样在持续落地。
从全球视角来看，随着底层基础模型逻辑推理能力的大幅跃升，叠加类“Claw”智能体的市场教育，AI产业当前已迈入 Agent落地阶段，AI应用逐步从基于RAG（检索增强）的单次问答交互，演进为任务导向的自主执行工作流。核心诉求从简单的“如何让模型高效、准确地回答问题”过渡到“如何让 Agent在真实场景中可靠地执行复杂任务”。
简单来看，Agent（智能体）= Model（模型）+ Harness（驾驭工程），把文件系统（持久化）、 Bash执行（通用工具）、沙箱环境（安全隔离）、记忆机制（跨会话积累）、上下文压缩（对抗衰减）等仅靠AI模型无法实现但用户希望Agent能做到的事情一个个补上，就得到Harness核心组件。整体来看除了Model，其他全是Harness，Model相当于智能体的CPU，Harness相当于智能体的操作系统。
图6：Harness与Context、Prompt的关系
表5：Harness核心组件及功能
资料来源：JavaGuide，CSDN，东兴证券研究所
模型做不到
Harness怎么补
核心组件
记住多轮对话历史
维护对话历史，每次请求时拼接上下文
记忆系统
执行代码、跑命令
提供Bash+代码执行环境
通用执行环境
获取实时信息
(新库版本、API变化)
Web Search、MCP工具
外部知识获取
操作文件和环境
文件系统抽象+Git版本控制
文件系统
知道自己作对了没有
沙箱测试+测试工具+浏览器自动化
验证闭环
在长任务中保持
上下文压缩、记忆文件、进度追踪
上下文管理
资料来源：JavaGuide，CSDN，东兴证券研究所
SOTA模型仍有突破，海外三巨头持续迭代，Claude
型 Claude
测试基准测试中都处于领先水平，在软件工程、知识工作、视觉、科学研究以及许多其他领域都展现出卓越的性能。此外
百万 token而不失焦点，并通过自身笔记改进输出。任务越长、越复杂，
就越明显。6月12日，美国政府对该模型下达出口管制禁令。因此我们认为虽然当前模型能力边界仍未完全收敛，但能力领先不再是唯一竞争要素，治理安全性和服务稳定性同样重要。
国产模型紧追，GLM-5.2能力达第一梯队。根据全球权威AI评测网站artificialanalysis.ai的数据，截至2026.6.24，Claude（Anthropic）、GPT（OpenAI）以及Gemini（谷歌）三大闭源模型巨头仍在SOTA模型能力上保持领先，但国产模型GLM（智谱）已成功跻身第一梯队，同时Qwen（阿里）、MiniMax、 DeepSeek等模型已在第二梯队中排名居前。同时国产模型开放程度更高，推动行业技术平权。
图7：Anthropic、OpenAI、Google三大AI巨头模型能力演进（截至2026.6.24）
Reasoning models are indicated by a lightbulb icon.
资料来源：artificialanalysis.ai，东兴证券研究所
图8：人工智能分析指数（截至2026.6.24）
Reasoning models are indicated by a lightbulb icon
资料来源：artificialanalysis.ai，东兴证券研究所
国产模型的核心优势在于性价比。在Agentic的发展趋势下，token调用量大幅增长，国产模型的性价比优势凸显，该种性价比优势是模型架构优势、OpEx优势等的综合体现，例如DeepSeek-V4开创了一种全新的注意力机制，在token维度进行压缩，结合DSA稀疏注意力（DeepSeek Sparse Attention），实现了全球领先的长上下文能力，并且相比于传统方法大幅降低了对计算和显存的需求。
图9：模型智能化程度与使用成本矩阵（截至2026.6.24）
? Reasoning models are indicated by a lightbulb icon.
资料来源：artificialanalysis.ai，东兴证券研究所
图10：DeepSeek的结构创新和超高上下文效率
资料来源：DeepSeek官网，东兴证券研究所
超节点有望进一步推动智能体产业规模化发展。随着模型训练及推理成本呈倍数级增长，并持续向多模态与智能体方向演进，传统服务器集群架构在单芯片摩尔定律放缓的技术背景下难以满足需求。
超节点通过芯片级高速互连与内存统一编址，将跨芯片通信延迟降至百纳秒级，打破了长期制约系统规模扩展的跨芯片通信瓶颈。同时其紧密耦合的架构实现了更高的硬件集成度，单位空间内汇聚了相较于传统架构数倍甚至数十倍规模的算力，大幅降低通信开销，使计算单元得以持续保持高利用率。
从商业视角看，超节点通过硬件提供的高带宽、低延迟互联能力与软件层的深度优化相结合，将较高的资本性支出（CapEx）高效转化为卓越的计算性能与运营效率，从而在业务层面实现更高的ROI。
图11：超节点服务器在技术层面更适应AI时代性能需求
资料来源：亿欧智库，东兴证券研究所
华为在2025全联接大会上发布了超节点产品Atlas950SuperPoD和Atlas960SuperPoD超节点，分别支持8192及15488张昇腾卡，在卡规模、总算力、内存容量、互联带宽等关键指标上全面领先，
同时发布 Atlas 950 SuperCluster和 Atlas 960 SuperCluster 超节点集群，算力规模分别超过50万卡和达到百万卡；
中科曙光推出全球首个无线缆箱式超节 scaleX40，其单节点集成40张 GPU，总算力超过28P （ ）
预留充裕的KV Cache空间。相比传统8卡机，scaleX40训练性能提升 20%，推理性能提升 40%而采购成本基本持平。产品还搭载 SothisAI一站式平台，兼容CUDA生态；
浪潮信息元脑SD200将64张卡融合成一个统一内存、统一编址的超节点，它以3D Mesh开放架构为骨架，底层由自研的Open
互连域。同时在软件生态层面，兼容PyTorch、vllm、SGLang等主流计算框架，可以快速迁移既有模型与智能体工作流，无需从头改写代码；
此外阿里等互联网大厂以及摩尔线程、壁仞科技等GPU厂商也在加速超节点领域的布局，我们认为随着华为Atlas950等超节点的落地及放量，与国产算力深度合作的国产AI模型成本有望进一步缩减，带来降价空间，进一步巩固其性价比优势。
图12：浪潮信息元脑SD200超节点
资料来源：智东西，浪潮信息，东兴证券研究所
图13：中科曙光 scaleX40 超节点
资料来源：中科曙光，东兴证券研究所
除AI领域的技术突破外，量子信息、商业航天等新兴产业的技术突破同样值得关注：
量子方面，IBM宣布将在5年内投资100亿美元，力争在2029年前制造出全球首台稳定地、无误地执行复杂计算任务的大型量子计算机；QuEra Computing透露，2028年该公司将推出容错量子计算机Libra，同时与AWS扩展多年的战略合作，将其推向云端。5月初，我国中科酷原、玻色量子、本源量子三家代表了中性原子、光量子、超导这三条截然不同的底层物理路线的国内量子计算公司，相继发布最新一代的量子计算机整机。
商业航天方面，全球在可复用火箭上持续突破，从SpaceX的历史经验来看，在可复用火箭猎鹰9号（
的区间（约合人民币0.5万一1.4万元/kg），发射次数也从2015年的7次提升到了2025年的171次。2025年末起，我国蓝箭航天朱雀三号、中航八院长征十二号甲等一大批民营、国有火箭开始尝试首次可复用火箭发射，并完成了发射前的既定目标。
需求周期方面，在企业与政府IT预算整体承压的背景下，较难出现大规模自下而上的信息化建设需求，我们将关注重点放在AI浪潮下，模型的调用与基础设施建设情况，整体来看当前在巨头高CapEx的支撑下，行业基础设施建设仍有较强持续性，同时coding、视频生成、agent调用等场景带来token使用量的持续高增。
模型调用上，头部模型企业收入高增。据新智元、《华尔街日报》消息，Anthropic二季度收入预计从一季度的48亿美元冲到109亿美元，单季暴涨 130%，并有望录得约5.59亿美元的经营利润 （operating profit）。OpenAI官方公布的收入是每月约20亿美元、年化约240亿美元。
商业化路径上，OpenAI与Anthropic提供了两种典型样本。
OpenAI的商业化路径更接近传统互联网公司的“入口+流量逻辑”，ChatGPT拥有接近10亿的周活跃用户规模，并早在2022年底就火爆出圈，其先通过ChatGPT建立最大规模的通用用户入口，再在搜索、办公、购物、开发者工具等场景中分层变现；
Anthropic始终聚焦“高价值任务”的变现，特别是先抓住coding这一高频、高价值、ROI清晰的场景，再把Claude Code的Agent能力外溢到企业知识工作流中。从2025年2月首次推出 Claude Code，到Claude for Work/Claude for Enterprise，再到Cowork，Anthropic正在把coding Agent能力外溢到文档、表格、演示、销售、法务、金融分析等知识工作场景。
图14：AI模型及应用当前主要变现模式
资料来源：东兴证券研究所制图整理
Token使用量持续高增，国产模型凭借性价比优势排名领先。根据OpenRouter的实时数据，当前其平台跨模型的Token使用量仍维持增长的态势，同时DeepSeek、MiMo（小米）、MiniMax等高性价比国产模型调用量领先。
图15：OpenRouter 上跨模型的 Token 使用情况
资料来源：openrouter.ai，东兴证券研究所
基础设施建设上，全球前四大云服务商（CSP）依然用增长的经营现金流来支撑资本开支预算，且有充足的能力维持资本开支扩张，为行业基础设施建设的持续性提供支撑。
图16：全球前四大云服务商CapEx及OC
资料来源：WinD、东兴证券研究所
2.2.2性价比：估值内部结构性分化显著，板块成交占比已回落至阶段冰点，拥挤度充分出清
对于性价比指标，我们重点从板块的估值分位、交易拥挤度几个方面进行综合分析。
估值方面，正如前文分析，根据同花顺i
三年 48.42%分位水平；PE-TTM（剔除负值）为50.33倍，处于过去三年 60.03%分位水平。今年上半年板块估值波动回落，当前整体具备一定安全边际，但细分板块估值差异较大，如算力租赁、物理AI等板块估值仍处于高位；如部分行业信息化、办公软件、信创软件等板块估值处于近年绝对低位。
交易拥挤度方面，2025年上半年是计算机板块情绪高点，AI应用主线上资金高度拥挤；随后持续回落，资金流出、交易情绪冰点，2026年5月占比仅 5.77%，创下2025年初至今最低成交占比。成交额占比情况与电子板块形成强烈反差，科技板块内部资金跷跷板效应明显，资金持续向电子分流，当前计算机板块的低成交占比一定程度上反映出短期缺乏增量资金进场，仅存量博弈，需等待强催化。
图17：计算机、电子、通信行业A股月成交额占比情况
资料来源：同花顺i
2.2.3吸引力：重点关注AI海外映射、AI商业化、AI国产替代与新兴及未来产业发展
对吸引力指标我们重点从主题催化与叙事逻辑、风险偏好与流动性预期几个维度进行综合分析。
主题催化与叙事逻辑方面，重点关注AI海外映射、AI商业化、AI国产替代与新兴及未来产业发展。从催化维度看，国内大部分计算机行业公司以企业端和政府端业务为主，受预算与招投标节奏限制，以及以项目制为主商业模式影响，需求大幅改善、业绩快速释放的可能性较低。我们认为2026年下半年的行业催化需重点关注AI领域的海外映射（云计算大厂CapEx与业绩增长、模型商性能突破、Anthropic及OpenAI资本市场动作、物理AI发展等）、AI商业化发展（模型商ARR、AI应用公司业绩兑现、字节等巨头商业化尝试、coding与多模态之外的应用场景token调用放量等）、AI国产替代（超节点放量、国产模型性能突破、国产算力网建设、国内大厂CapEx与业绩增长等）。同时应持续关注量子计算、低空经济、商业航天、脑机接口、具身智能等符合政策主线、满足新质生产力标准、大空间、长逻辑的新兴及未来产业的催化机会。
风险偏好与流动性方面，流动性较难大幅改善，风险偏好有概率走弱。计算机板块受风险偏好与流动性强影响，我们认为下半年A股在资金面可能仍以存量博弈为主，流动性较难大幅改善；在风险偏好方面当前整体较高，若基本面缺乏足够多的利好刺激，下半年有一定概率下行。在当前市场环境下，计算机板块整体较难出现大幅资金流入，仍应重点关注具备承接科技板块内部资金轮动能力的高景气细分领域。
2.2.4总结：基本面景气托底、估值分化具备安全边际、行情结构性为主、轮动机会大于系统性趋势机会
综上，2026年作为“十五五”开局之年，新质生产力相关政策进入工程化落地阶段，产业数字化、新兴产业培育、AI生态、算力基建等多维政策持续加码，为行业中长期景气上行提供坚实支撑。此外AI产业正式迈入 Agent智能体落地周期，海外模型持续迭代且叠加出口管制倒逼自主可控提速，国产大模型跻身全球第一梯队，依托超节点架构突破算力瓶颈，凭借极致性价比持续抢占市场份额，同时量子计算、商业航天等前沿技
术不断突破，打开行业长期成长空间；需求端AI算力基础设施高资本开支、智能体落地带动的Token调用量激增构成行业核心需求支撑，成为板块景气核心抓手。
当前计算机板块整体估值处于近三年中等分位，整体安全边际充足，但内部结构性分化显著；交易维度板块成交占比已回落至阶段冰点，整体交易情绪低迷、拥挤度充分出清，存量博弈特征显著，为后续资金回流预留修复空间。我们认为下半年A股整体流动性难现大幅宽松、市场以存量博弈为主，计算机板块系统性行情启动条件尚不具备；但板块主题催化密集，AI海外技术迭代与商业化落地、国产算力与模型替代、新兴未来产业政策与技术突破持续提供驱动，同时科技内部资金跷跷板下，电子、通信板块估值拥挤后存量资金存在回流计算机的潜在可能。
整体而言，2026年下半年计算机板块将延续强基本面、弱交易情绪、结构性行情特征，投资需聚焦AI主线上的基础设施业绩兑现、模型商业化、应用需求爆发，同时关注新兴未来产业的主题催化机会。
图18：计算机行业2026年下半年展望思路
资料来源：东兴证券研究所制图整理
3. 投资策略：聚焦算力业绩兑现、模型及应用需求爆发，关注未来产业机会
3.1算力与基础设施：关注算力租赁、液冷、CPU、国产替代板块机会
“供需剪刀差”推动算力租赁价格抬升，拥有稀缺高端算力资源的算力租赁公司议价能力走强。根据中国信通院数据，2026年一季度，国内算力租赁市场规模已达到680亿元，预计全年将突破2600亿元，国内AI算力需求同比增速高达 417%，而同期供给增速仅为 128%。
市场规模的急剧扩张，根植于巨大的供需缺口。需求侧随着AI Agent、多模态、Coding等应用的加速发展， Token消耗量呈指数级增长，叠加国内互联网大厂的CapEx持续扩张；供给侧受地缘政治因素影响，国内获取英伟达等海外高端AI芯片（如H系列、B系列）的渠道仍严重受限，高端算力供给缺口巨大。显著的“供需剪刀差”直接推动算力租赁价格持续抬升，作为市场风向标，今年3月，英伟达H100芯片的算力租赁价格已飙升至每小时2.35美元，涨幅接近 40%，新签合同交付排期普遍延至2027年上半年。供给瓶颈使得拥有稀缺高端算力资源的算力租赁公司成为产业链中的关键“瓶颈”环节，具备极强的议价能力。
同时，算力租赁行业具备商业模式的升级潜力。算力租赁的传统模式是收取固定租金，而在新模式下，算力租赁商凭借其核心的算力资源，有望从“卖算力”转向“卖Token”，即参与下游大模型厂商的Token销售收入分成，这一转变将大幅提升算力租赁公司的盈利能力和增长弹性。
表6：英伟达芯片性能梳理
型号
类别
架构
FP32 TFLOPS
FP16 Tensor TFLOPS
FP8/INT8 TFLOPS
显存容量
显存带宽(GB/s)
TDP(W)
FP16/W能效
产品定位
B200
训练
Blackwell
-
9000
18000(FP4)
192GB HBM3e
8000
700
12.86
顶级大模型训练
H200
训练
Hopper
67
1979
3958(FP8)
141GB HBM3e
4800
700
2.83
H100升级款,大模型推理/训练
H100 SXM
训练
Hopper
67
1979
3958(FP8)
80GB HBM3
3350
700
2.83
AI训练标杆,通用算力底座
H800【中国版】
训练合规
Hopper
67
1979
3958(FP8)
80GB HBM3
3350
700
2.83
H100国内合规阉割版,带宽不变
RTX 5090
消费
Blackwell
105
838
1676(FP4)
32GB GDDR7
1792
575
1.46
旗舰游戏+本地AI绘图/微调
L40S
推理
Ada Lovelace
91.6
733
733(FP8)
48GB GDDR6
864
350
2.09
全能型云端推理卡
RTX 6000 Ada
工作站
Ada Lovelace
91.1
728
728(FP8)
48GB GDDR6
960
300
2.43
专业3D渲染、工业设计
RTX 4090
消费
Ada Lovelace
82.6
660
660(FP8)
24GB GDDR6X
1008
450
1.47
上代消费旗舰,本地AI开发
A800【中国版】
训练合规
Ampere
19.5
624
624(INT8)
80GB HBM2e
2039
300
2.08
A100国内特供,功耗降低
A100(80GB)
训练
Ampere
19.5
624
624(INT8)
80GB HBM2e
2039
400
1.56
经典中型模型训练/推理
RTX 4090D【中国版】
消费合规
Ada Lovelace
73.5
590
590(FP8)
24GB GDDR6X
1008
425
1.39
国内特供4090,性能小幅阉割
RTX 5080
消费
Blackwell
56
450
900(FP4)
16GB GDDR7
960
360
1.25
高端游戏+轻量化本地AI
RTX 4080S
消费
Ada Lovelace
52
418
418(FP8)
16GB GDDR6X
736
320
1.31
中端消费AI绘图、游戏
RTX 5070 Ti
消费
Blackwell
47
376
752(FP4)
16GB GDDR7
896
300
1.25
中端游戏、本地小模型微调
RTX A6000
工作站
Ampere
38.7
310
310(INT8)
48GB GDDR6
768
300
1.03
传统专业设计、影视后期
H20【中国版】
训练合规
Hopper
44
296
296(FP8)
96GB HBM3
4000
400
0.74
国内主力训练卡,H100阉割带宽算力
RTX 5070
消费
Blackwell
32
256
512(FP4)
12GB GDDR7
672
250
1.02
甜品级游戏卡,轻量化AI本地部署
L4
推理
Ada Lovelace
30.3
242
485(INT8)
24GB GDDR6
300
72
3.36
低功耗边缘/云端推理
L20【中国版】
推理合规
Ada Lovelace
59.8
239
239(FP8)
48GB GDDR6
864
275
0.87
国内特供推理卡,替代L40S
RTX 4060 Ti
消费
Ada Lovelace
22.1
177
177(FP8)
8GB GDDR6
288
160
1.11
入门游戏、极小模型本地测试
RTX 3090
消费
Ampere
35.6
142
284(INT8)
24GB GDDR6X
936
350
0.41
老旧消费卡,仅存量本地推理
V100(32GB)
训练
Volta
15.7
125
-
32GB HBM2
900
300
0.42
老旧存量算力,早期模型训练
A10
推理
Ampere
31.2
125
250(INT8)
24GB GDDR6
600
150
0.83
图像、视频云端推理
T4
推理
Turing
8.1
65
130(INT8)
16GB GDDR6
320
70
0.93
经典低功耗云端推理卡
资料来源：腾讯技术工程、英伟达、东兴证券研究所
风冷技术接近物理极限+数据中心PUE考核趋严，液冷需求持续放量。对于CPU、GPU、ASIC等计算芯片而言，一方面可通过增加计算核心数或提高单核心主频等方式提高算力，此举会显著增加芯片的TDP（热设计功耗）；另一方面可以依靠先进制程技术来缩减单位算力对应的TDP。但由于先进制程技术提升放缓，无
法继续依靠半导体体制程工艺的升级来实现性能提升，因此导致AI芯片功耗的大幅攀升，从而使得AI服务器在运行过程中产生大量热量，需要有效的冷却系统来保证设备的稳定运行。
单机柜功耗持续高增，传统风冷接近物理极限，液冷逐步走向高功率AI服务器的“必选项”。风冷和液冷是目前主流冷却技术，分别通过空气和液体的热传递来实现降温效果。空气的导热系数大约是0.024瓦每米每开尔文，常温清水导热系数约0.6，单纯静态的传导能力，风冷与液冷相差约25倍。随着单机柜功耗持续高增，传统风冷技术已接近物理极限，无法有效散热，导致芯片降频、性能受损，甚至硬件损坏。因此，液冷技术已逐步从过去的“可选项”转变为高功率AI服务器的“必选项”。
液冷技术可将PUE指标降至1.2以下，满足国家政策对绿色数据中心要求。由于2020年国家宣布“双碳”目标，政府对数据中心的PUE（Power Usage Effectiveness，电源使用效率）考核趋向严格。2021年起，北、上、广、深PUE标准已降至1.4以下，部分地区已降至1.2以下。目前国内传统风冷数据中心PUE约为1.5，温控系统能耗占总能耗约 40%，在国家严格的PUE考核标准下，风冷系统已无法满足国家政策需求，而液冷技术可以将PUE指标降至1.2以下，满足当前国家政策对绿色数据中心的要求。
ICT research调研结果显示，2023年中国通用数据中心市场上液冷数据中心的渗透率接近 10%，算力数据中心液冷技术渗透率接近 85%，液冷技术在智算中心的应用远高于通用数据中心。根据中国信息通信研究院测算，2024年我国智算中心液冷市场规模达到184亿元，较2023年同比增长 66.1%。预计未来经过5年增长，到2029年我国智算中心液冷市场将达到约1300亿元。
图19：计算芯片功耗持续攀升
资料来源：曙光数创公司公告、东兴证券研究所
图20：中国智算中心液冷规模测算
资料来源：中国信通院、东兴证券研究所
Agentic AI趋势引爆CPU需求。传统AI的训练与推理以GPU为核心，输入后GPU负责高强度的矩阵乘法计算推理，计算完成后输出结果即结束任务，CPU主要承担数据预处理和任务调度等辅助角色。而AgenticAI作为一个“项目经理”，需要自主规划、工具调用、反思迭代和多智能体协同，这种运行模式意味着系统可能会同时启动多个并发进程，比如多个智能体协同完成复杂任务。
此时CPU的多任务处理能力就显得尤为重要，当并发的智能体进程数远超CPU物理核心数时，CPU必须频繁进行上下文切换。频繁的切换会导致现有CPU资源被迅速耗尽，系统的吞吐量瓶颈往往卡在CPU的调度能力上，而不是GPU的算力上。
另外GPU擅长处理大规模、高密度的并行矩阵计算，但对条件分支（If-Else）、循环、树状搜索以及复杂的逻辑极不擅长。这些GPU不擅长的领域正是CPU的优势，Agentic AI依赖于CPU提供的低延迟逻辑计算、分支预测、缓存一致性能力。尤其是当未来物理AI在现实世界执行动作时，低延迟会变得更加重要。GPU虽然吞吐高，但上下文切换和指令分支延迟大，不适合处理低延迟控制逻辑。
随着 Agentic AI的进一步普及，将会大幅提高CPU的需求。英特尔2026年一季度财报中表示：随着工作负载向推理和 Agentic AI迁移，CPU和GPU比例可能收敛至1:1，甚至CPU需求超过GPU。这一转变已导致服务器CPU价格上涨 10%-20%，交货周期延长至约6个月，未满足需求将“以十亿美元计”。
图21：Agentic AI负载时延拆解图
A CPU-Centric Perspective on Agentic AI
资料来源：英特尔、东兴证券研究所
国产AI加速卡份额大幅提升，超节点发展加速弥合与国外先进水平的技术代差。从中长期来看，发展国产算力仍为大趋势，在推理需求大幅提升的催化以及国产厂商的不断突破下，2025年中国AI加速卡总出货量约400万张，其中国产厂商出货165万张，市场份额跃升至 41%，目前国内至少有九家AI芯片公司年出货量超过1万卡，包括华为昇腾、百度昆仑芯、寒武纪、沐曦、天数智芯、燧原科技等。其中华为昇腾2025年出货量达81.2万张，占据国产芯片近半数份额。
此外，超节点服务器的部署是为了解决智能体产业化落地的基础瓶颈，这需要以更快的速度、更低的成本实现必要的推理。国内产业界的关注点高度集中于硬件技术与系统架构的根本性创新，旨在通过超节点解决“卡脖子”问题，并系统性优化速度与成本。
从国内趋势来看，开源开放将同样成为超节点产业发展的核心主旋律与关键路径。各大厂商将积极主导开放生态建设，通过深度合作，共同释放国产算力的产业协同动能，加速弥合与国外先进水平的技术代差。
图22：2024-2025年我国AI加速卡出货量
资料来源：科智咨询、IDC圈、东兴证券研究所
图23：国内通过超节点追赶先进算力领域的技术差距
资料来源：亿欧智库、东兴证券研究所
基于上述逻辑，我们认为在算力与基础设施方面以下公司将持续受益于行业发展：
算力租赁：协创数据、宏景科技、盛视科技、赛意信息、智微智能等公司；
液冷：曙光数创、金富科技、申菱环境等公司；
CPU：海光信息、龙芯中科、禾盛新材等公司；
国产算力与超节点：寒武纪、中科曙光、浪潮信息、紫光股份等公司。
3.2模型与应用：模型端商业化持续推进，应用端景气上行
随着AI Agent、视频生成等多模态应用和代码生成等复杂应用的普及，单用户、单任务的Token消耗量呈指数级增长。这从根本上拉动了对模型推理能力的需求。
图24：Agent行业框架
资料来源：东兴证券研究所制图整理
国产编程、视频生成模型逐步迈向全球第一梯队。OpenAI与Anthropic的业绩爆发与新一轮融资的高估值，证明持续在训练端投入、追求更高的模型性能仍具有较强意义。
6月中旬，智谱GLM-5.2在CodeArena上在编程模型超越ClaudeOpus4.7排名全球第二（可用模型中全球第一），同时GLM-5.2与国产算力深度适配，其线上推理依托多个国产算力平台，已在Day0完成与华为昇腾、平头哥、摩尔线程、寒武纪、昆仑芯、沐曦、海光、壁仞等国产算力平台的推理适配，在国产芯片集群上实现高吞吐、低延迟、大并发的稳定运行。预计下半年昇腾950超节点上市后，也将成为GLM-5.2强劲的算力底座。
图25：智谱GLM-5.2在Code Arena上排名第二位
资料来源：智谱、东兴证券研究所
此外，字节的 Seeddance 2.0、阿里的 HappyHorse1.1 作为视频生成领域的 SOTA模型，在 artificialanalysis.ai 上排名分居1、2位，体现国产模型在多模态领域的强劲实力。同时，在6月的2026火山引擎元动力大会上，字节宣布 Seedance 2.5目前已在内测尾声，预计7月初正式发布，三个升级全是“全球第一/最多”：
单条视频生成长度最高30秒，全球第一。市面上同类模型最多只支持15到20秒，这次直接突破瓶颈，镜头表达更连贯；
多参考能力支持50个全模态素材联合输入，全球最多；
更灵活的视频编辑：可以在整体画面不变的前提下，对局部单独修改——微调背景、更换商品、更换模特。
当视频模型跨过生产质变点，其积累的对物理世界的理解，有望成为世界模型的重要基础。
图26：文生视频模型排行（截至2026.6.25）
图27：图生视频模型排行（截至2026.6.25）
资料来源：artificialanalysis.ai、东兴证券研究所
资料来源：artificial analysis. 研究所
性价比优势+安全合规要求，构成二线国产模型放量基础。在Token成本成为用户不可忽视的因素后，国产大模型凭借显著的成本优势，在全球市场尤其是对价格敏感的中腰部开发者和中小企业市场，形成强大的吸引力。“性能够用+成本碾压”的组合拳已逐步成为真实的市场选择。同时对于金融、政务、能源等关键行业，数据安全和业务连续性的要求使得采购国产大模型成为“必选项”而非“可选项”。
应用方面，Coding商业化最为通畅，Claude Code拉动Anthropic收入曲线飙升，OpenAI把Codex战略优先级提前。以OpenAI的Codex、Anthropic的Claude Code、Cursor等为代表的AI编程工具，已经展现出强大的代码生成、调试、优化能力，可实现高精度的代码生成和复杂逻辑推理，Claude Code到今年2月年化收入已超25亿美元，且较年初翻倍。今年2月，据SemiAnalysis估计，全球GitHub公开提交中，约 4%已出自Claude Code，比例一个月内翻了一番，财富十强里，有八家是Claude客户；年消费超百万美元的客户，两年前只有12家，如今超500家。
格局方面，大厂纷纷入局AI编程，竞争激烈，国内产品主打本土优化与性价比。国外产品通常通过模型创新驱动，利用其在通用AI、多模态技术等领域的领先地位，在通用性与开发者体验方面更具优势。国内产品
则更注重本土化优化、工程标准优先与全流程集成。与国外大厂专注于API和CLI产品形态不同，国内大厂普遍选择自主开发AI原生IDE产品。此外国内模型的优势还体现在模型支持原生中文、价格策略灵活，企业版价格显著低于海外产品。
图28：AI编程产品当前形成五大派系
派别
代表
核心理念
技术特点
用户画像/优势
终端派
Claude Code
终端是开发者的真实世界
命令行优先，深度集成Shell，提供"计划模式"
资深系统工程师、DevOps专家
全能派
OpenAI Codex
一个模型解决所有问题
上下文压缩技术，独立运行沙箱，调试能力强
全栈工程师，解决复杂逻辑问题
IDE派
Google Antigravity、Cursor
IDE是AI代理的舞台
视觉优先，内置浏览器，所见即所得
前端工程师，产品导向开发者
开源派
OpenCode
代码主权不容妥协
本地运行，支持75+后端模型，BYOK
安全敏感行业，数据合规要求高的企业
中国力量
Trae、Qoder、CodeBuddy
全流程闭环，中国式敏捷
本土化优化，工程标准优先，全流程集成
微信小程序深度优化，国产框架优先支持
资料来源：北京大学、东兴证券研究所
物理AI被认为是AI下一阶段的重要发展方向。全球制造业、物流、汽车等价值百万亿美元的实体经济赛道，面临劳动力短缺、供应链韧性要求提高、生产效率亟待提升的共同挑战。物理AI通过赋能机器人、自动驾驶和智能工厂，直接解决了核心痛点，需求刚性且空间巨大。简单来说，物理AI是能够感知和理解现实世界物理规律，并操控实体设备在真实环境里自主执行任务的AI，能够对现实世界运行规律进行建模与模拟的世界模型则是助力AI理解物理世界的一大“利器”。其具备三大核心特征：
懂真实物理规律，解决“物理盲”。传统大模型只会拟合文字概率，经常生成反重力、违背力学的画面或方案；物理AI内置物理引擎，天然理解物体碰撞、摩擦力、惯性、材质软硬、空间遮挡、流体形变等因素关系，可以预判物体运动轨迹。
虚实闭环：仿真训练+实体落地。先在物理仿真平台（英伟达Omniverse等）完成百万次模拟试错，再迁移到真实硬件执行，实时接收摄像头、雷达、力传感器反馈持续迭代优化，形成自进化闭环。
必须绑定实体硬件载体。不能只存在服务器里，一定要搭载可执行硬件：机械臂、人形机器人、自动驾驶车辆、工业产线、无人设备等，输出是电机、伺服、控制器的可执行控制指令，而非文字图片。
数据成为制约物理AI发展的核心瓶颈，巨头在仿真赛道上有意识地提前战略卡位。物理AI所需要的数据，不再是互联网中天然存在的信息，而是必须在“可交互、可执行、可验证”的物理环境中被系统性生成。机器人的训练与评测，本质上都需要在符合真实物理规则的环境中反复执行。但真实世界不可无限重置、不可大规模并行，也难以系统性构造失败场景。没有统一、可复现、可并行、可量化的评测体系，数据就很难有效指导训练，模型也无法知道自己在哪里失败，更无法定向补充数据、提升能力。
仿真不再是辅助工具，而是物理AI数据生产与能力评测的前提条件。谁能构建更大、更快、更真实的仿真世界，谁就同时打开了数据生产和能力评测两道门，也就掌握了通往通用具身智能的钥匙。过去行业以为，仿真只是一个工程工具；但今天全球巨头真正争夺的，已经不是“谁的引擎更快”，而是谁能定义世界如何被建模、物理如何被表达、数据如何被生成、能力如何被评测、机器人如何被训练。
图29：物理AI时代技术瓶颈从算力转向数据
资料来源：机器之心，东兴证券研究所
行业应用方面，工业、金融、医疗等领域随着“人工智能+”行动逐步推进落地。从价值创造上看，AI Agent在逐步实现更好的交互和流程价值，让AI融入实际的工作流中，实现生产效率、生产关系的变化，最终带来技术革命。从成本节约与价值创造两个维度来看，我们认为对于工业、金融、医疗等高价值行业而言，AI Agent能显著实现降本增效，同时对于零售等场景，AI Agent能带来较大直接价值创造，相关领域AI Agent有望率先落地并发挥价值。
图30：生成式AI对各行业成本影响及价值创造预测
资料来源：甲子光年，东兴证券研究所
基于上述逻辑，我们认为在模型与应用方面以下公司将持续受益于行业发展：
国产模型：智谱、MiniMax、科大讯飞、阿里巴巴等公司；
Coding: 卓易信息等公司；
物理AI：索辰科技、中望软件、中控技术、中科创达等公司；
行业应用：金山办公、福昕软件、同花顺、汉得信息、鼎捷数智、讯飞医疗科技等公司。
3.3关注量子信息等新兴/未来产业结构性机会
量子计算有望颠覆和重塑信息处理与问题解决模式。量子计算是以量子比特为基本单元，利用量子叠加和干涉等原理实现信息处理的一种计算方案，具有经典计算无法比拟的信息表征能力和超强并行处理能力，为解决特定计算复杂问题提供指数级加速。量子计算是“第二次量子革命”的重要标志，可以带动计算能力实现跨越式发展，有望颠覆和重塑传统技术体系对于信息处理和问题解决的模式，带来前所未有的发展机遇。
软硬件及算法为技术核心，通过云平台提供算力为可行商业途径。在量子纠错、量子调控等基础技术的支撑下，硬件、软件和算法构成量子计算技术体系三大支柱，而量子计算云平台可集成三者的能力并向用户提供服务。具体来看，硬件是短期内突破重点，以企业技术积累为基础，已涌现超导、离子阱、光量子等优势路线；软件和算法是构成量子计算系统的关键，但当前尚处在系统开发和生态构建的初期阶段；云平台是量子计算技术快速实现商业化落地的可行性方式之一，正成为企业部署的重要环节。
图31：量子计算产业链
资料来源：东兴证券研究所制图整理
广阔空间与政策强支撑是行业发展的核心底层逻辑。但短期盈利弱的另一面是长期可替代空间的极致广阔，量子计算并非优化传统计算，而是通过量子叠加、纠缠实现“并行计算”，一旦实用化将重构全产业算力体系：同时量子计算已成为全球主要经济体的国家安全级技术，中美欧均将其列为未来产业核心培育方向，政策强支撑是行业发展的核心底层逻辑。
我们认为技术层面突破、商业化爆发两大拐点决定投资价值兑现节奏。量子计算投资的核心“胜负手”是技术突破与商业化落地，这两大拐点将驱动行业从“烧钱阶段”迈向“盈利爆发阶段”，是投资收益的核心来源。技术拐点主要关注量子比特规模、量子纠错能力、核心设备国产化，当前技术拐点渐行渐近。商业化拐点我们认为将主要从专用量子计算（聚焦金融、医药、材料等细分场景）率先突破，再向通用量子计算演进，降低商业化门槛。
短期看政策与国产替代，中期看技术与商业化，长期看生态壁垒。我们认为先发优势与生态优势是企业穿越周期、构筑长期壁垒的核心，也是投资选标的的关键维度。头部企业提前布局，在量子芯片设计、测控系统研发、算法积累等方面形成深厚技术壁垒，专利数量领先，后发者短期难以突破。同时客户对量子计算服务的迁移成本极高，先发企业通过长期服务绑定核心客户，叠加生态协同持续吸引开发者与客户加入，不断深化发展壁垒。基于上述逻辑，我们认为国盾量子、国仪量子（待上市）、三未信安等公司将持续受益于行业发展。
4. 风险提示
政策落地及技术创新或不及预期、行业竞争加剧、相关行业发展或产品拓展不及预期等风险。
5. 相关报告汇总
报告类型
标题
日期
行业深度报告
量子计算行业：产业化提速，空间广阔，政策助力
2026-05-12
行业深度报告
计算机行业2026年策略：多维共振，迎AI新程
2025-12-23
行业普通报告
计算机行业：科技创新引领发展，自立自强趋势深化一“十五五”规划建议点评
2025-10-29
行业普通报告
人工智能行业：政策、技术、需求三维共振，中期持续构筑科技投资主线
2025-09-10
公司普通报告
金山办公(688111.SH):AI转型提速，业绩兑现可期一2025年年报业绩点评
2026-03-29
公司普通报告
福昕软件(688095.SH):双转型提速，经营活动现金流改善明显一2025年三季报点评
2025-11-03
公司普通报告
金山办公(688111.SH):受益信创复苏，WPS软件业务增速超预期一2025年三季报点评
2025-10-29
公司普通报告
福昕软件(688095.SH):AI持续赋能，利润释放可期一2025年中报点评
2025-09-02
公司普通报告
中科创达(300496.SZ):端侧智能驱动收入高增，机器人产品已于海外落地一2025年中报点评
2025-08-28
资料来源：东兴证券研究所
分析师简介
张永嘉
计算机行业分析师，对外经济贸易大学金融硕士，2021年加入东兴证券，主要覆盖基础软件、数据要素、金融IT、汽车智能化等板块。
分析师承诺
负责本研究报告全部或部分内容的每一位证券分析师，在此申明，本报告的观点、逻辑和论据均为分析师本人研究成果，引用的相关信息和文字均已注明出处。本报告依据公开的信息来源，力求清晰、准确地反映分析师本人的研究观点。本人薪酬的任何部分过去不曾与、现在不与，未来也将不会与本报告中的具体推荐或观点直接或间接相关。
风险提示
本证券研究报告所载的信息、观点、结论等内容仅供投资者决策参考。在任何情况下，本公司证券研究报告均不构成对任何机构和个人的投资建议，市场有风险，投资者在决定投资前，务必要审慎。投资者应自主作出投资决策，自行承担投资风险。
免责声明
本研究报告由东兴证券股份有限公司研究所撰写，东兴证券股份有限公司是具有合法证券投资咨询业务资格的机构。本研究报告中所引用信息均来源于公开资料，我公司对这些信息的准确性和完整性不作任何保证，也不保证所包含的信息和建议不会发生任何变更。我们已力求报告内容的客观、公正，但文中的观点、结论和建议仅供参考，报告中的信息或意见并不构成所述证券的买卖出价或征价，投资者据此做出的任何投资决策与本公司和作者无关。
我公司及报告作者在自身所知情的范围内，与本报告所评价或推荐的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况下，我公司及其所属关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易，也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。本报告版权仅为我公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。如引用、刊发，需注明出处为东兴证券研究所，且不得对本报告进行有悖原意的引用、删节和修改。
本研究报告仅供东兴证券股份有限公司客户和经本公司授权刊载机构的客户使用，未经授权私自刊载研究报告的机构以及其阅读和使用者应慎重使用报告、防止被误导，本公司不承担由于非授权机构私自刊发和非授权客户使用该报告所产生的相关风险和责任。
行业评级体系
公司投资评级（A股市场基准为沪深300指数，香港市场基准为恒生指数，美国市场基准为标普500指数）：
以报告日后的6个月内，公司股价相对于同期市场基准指数的表现为标准定义：
强烈推荐：相对强于市场基准指数收益率 15%以上；
推荐：相对强于市场基准指数收益率 5%～15%之间；
中性：相对于市场基准指数收益率介于-5%～+5%之间；
回避：相对弱于市场基准指数收益率 5%以上。
行业投资评级（A股市场基准为沪深300指数，香港市场基准为恒生指数，美国市场基准为标普500指数）：
以报告日后的6个月内，行业指数相对于同期市场基准指数的表现为标准定义：
看好：相对强于市场基准指数收益率 5%以上；
中性：相对于市场基准指数收益率介于-5%～+5%之间；
看淡：相对弱于市场基准指数收益率 5%以上。
东兴证券研究所
北京
西城区金融大街5号新盛大厦
座16层
邮编：100033
电话：010-66554070
传真：010-66554008
上海
虹口区杨树浦路248号瑞丰国际大厦23层
邮编：200082
电话：021-25102800
传真：021-25102881
深圳
福田区益田路6009号新世界中心46
邮编：518038
电话：0755-83239601
传真：0755-23824526
本站所有资讯是用户利用其本地Agent获取并分享，均为公开信息，如需删除请联系我们。