投资要点
■智能体驱动的Token经济革命，国产替代开启战略机遇期。2026年以
来，AI产业商业价值迎来结构性裂变。智能体全面商业化落地，推动Token经济爆发式增长，并重构AI使用范式。相比传统Chatbot单轮问答仅消耗数百Token,企业级智能体完成一次复杂任务往往需要数十万至数百万Token,直接带动国内Token调用量高速增长。截至2026年3月，我国日均Token调用量已超过140万亿，较2024年初增长1000多倍；2026年4月最后一周，中国AI大模型周调用量升至7.942万亿Token,环比增长81.7%,并再次超过美国。Token正从技术计量单位演变为AI时代核心生产资料和数字硬通货，全球AI竞争焦点也从模型参数堆砌转向Token生态构建，算力需求重心由训练主导转向推理主导。
■DeepSeek V4首次使用国产算力参与训练，标志着AI信创进入战略机
遇期，也成为国产算力由政策驱动走向产业自证的重要拐点。这一事件突破了市场对国产算力仅适用于政务信创、推理部署和中低端训练场景的固有认知，说明国产算力正在进入高强度、大规模复杂模型训练环节，并推动中国AI产业链向“国产模型+国产芯片”的训推闭环演进。在海外对华AI芯片、模型能力和技术交流限制持续高频化、体系化、长期化的背景下，AI信创已不再是传统IT国产化的延伸，而是国家级科技竞争中的底层基础设施话语权。
■ AI信创产业正形成五大核心主线：GPU芯片、CPU芯片、昇腾产业
链、算力租赁和信创大模型，覆盖从底层硬件到上层应用的完整链条。国内算力基础设施建设已基本完成甚至超额完成“十四五”规划目标，“十五五”期间，核心技术自主可控与算力基础设施建设仍将是政策、资本开支和产业落地的共同主线。国产算力替代呈现出推理侧先行、训练侧突破、生态侧协同的特征。GPU芯片是AI信创最核心、最直接的受益方向，是大模型训练和推理的关键底座。DeepSeek V4采用国产算力参与训练，意味着国产GPU及AI加速芯片已从推理侧验证迈向训练侧验证，进入真实大模型训练场景后，产业迭代有望明显提速。CPU芯片则在Agent时代成为底层调度核心。随着AI算力需求高速增长、通用服务器更新周期启动，以及Intel、AMD相继提价，服务器CPU供需错配加剧。Agent与强化学习重构AI工作负载范式，算力基础设施建设也从单纯“GPU堆叠”转向“GPU+CPU异构协同”,CPU在AI基础架构中的地位持续提升。
■昇腾产业链、算力租赁和信创大模型则构成AI信创的重要增长极。昇
腾产业链具备体系化生态特征，覆盖材料、连接器、PCB、服务器整机、集成、算力平台和行业应用，未来价值有望从政策采购和行业信创项目扩展至通用AI基础设施市场。算力租赁是短期高弹性方向，在高端算力供需缺口显著、Agent规模化落地的背景下，商业模式正从“裸算力出租”向参与大模型Token收入分成演进，估值逻辑也将由“租金收益型”转向“Token分成型”。信创大模型则是尚未充分定价的核心赛道，党政机关、地方政府和央国企对自主可控大模型需求持续释放，政务及重点行业对安全性、私有化部署和国产算力适配提出更高要求，“人工智能+教育”等国家级政策也提供了高确定性落地场景。
■投资建议：GPU:寒武纪、海光信息、沐曦股份、摩尔线程；CPU:禾
盛新材、海光信息、中国长城、龙芯中科；昇腾：云南锗业、华丰科技、航天电器、华正新材、神州数码；算力租赁：宏景科技、协创数据、盈峰环境、利通电子；信创大模型：科大讯飞、智谱、minimax。
■风险提示：若政策落地不及预期、技术迭代不及预期、算力供给波动风
险、商业化兑现风险、市场竞争加剧风险。
1.AI商业价值爆发式增长：智能体驱动的Token经济革命，国产替代开启战略机遇期
2026年，AI产业商业价值迎来结构性裂变，核心驱动力为智能体(Agent)的全面商业化落地。AI正从被动应答的对话式工具，加速演进为可自主调用工具、执行多步骤复杂任务的生产力引擎，直接带动Token(词元)消耗量呈指数级增长，进而重塑AI全产业的价值分配体系与底层增长逻辑。
与此同时，DeepSeek V4首次使用国产算力参与训练，成为本轮AI信创产业趋势中的关键事件。战略意义远超商业价值：中国AI产业链正在走向自主闭环，从依赖海外高端芯片与外部生态，转向芯片、算力、模型、框架、应用协同发展的自主可控体系。这一趋势一旦形成产业正反馈，将具备不可逆性。
1.1.Token消耗爆发
智能体彻底重构了AI的使用范式。传统Chatbot单轮问答通常仅消耗数百Token,而一个企业级智能体通常可完成从市场调研、报告撰写、PPT生成到邮件分发的全流程，单次任务Token消耗量可达数十万至数百万级别，任务复杂度较传统对话场景大幅提升。
我国Token调用量已进入高增长阶段。根据国家数据局披露数据，到2026年3月，我国日均词元(Token)调用量已超过140万亿，较2024年初的1000亿增长1000多倍，较2025年底的100万亿在三个月内增长超40%;OpenRouter最新周度数据看，中国大模型调用量在全球API生态中继续保持高活跃度。2026年4月27日至5月3日，全球AI大模型总调用量为23.9万亿Token,其中中国AI大模型周调用量升至7.942万亿Token,环比增长81.7%,时隔两周再次超过美国。国内大模型正在通过低价、免费版、长上下文和Agent能力，持续提升全球开发者生态中的调用份额。Token消耗的持续爆发，正直接转化为AI企业营收规模的跃升，并深刻重塑AI市场竞争格局。头部AI企业收入规模持续高速增长，Token已从单纯的技术计量单位，逐步演变为AI时代的核心生产资料与数字硬通货。此前全球科技巨头的产业竞争焦点在于模型参数量堆砌，而当下战略高地已转向Token生态体系构建；算力市场的需求重心也逐渐从训练主导转向推理主导。
1.2.DeepSeek V4国产算力参与训练：AI信创的战略拐点
DeepSeek V4使用国产算力参与训练，是AI信创产业由政策驱动走向产业自证的重要拐点。
第一，国产算力参与模型训练，国产AI闭环的起点。从商业化角度看，国产算力
训练短期并不具备优势。相比英伟达高端GPU体系，国产算力在训练效率、软件生态、集群稳定性、工程调优经验等方面仍存在差距，但选择国产算力的战略信号明确：国产算力开始进入高强度、大规模、复杂模型训练场景。这意味着国产算力产业链正在从可用向能用、好用、敢用演进，大模型厂商对国产算力的适配意愿和工程能力正在显著提升。
第二，“十五五”规划明确提出实施“人工智能+”行动，强调推动核心技术自主可
控，加快算力基础设施建设。这是国家层面对AI国产化的顶层设计。从芯片到算力集群，从基础模型到行业应用，从政务场景到央国企核心业务，全链条自主可控已成为AI产业发展的战略底线。DeepSeek V4选择国产算力训练，本质上是产业端对上述顶层设计的回应和验证。
第三，核心技术自主可控是基于当前AI产业竞争现实约束的战略。习近平总书记
在2016年网络安全和信息化工作座谈会上指出：“如果核心技术不是自己掌握的，那就像在别人的墙基上砌房子，再大再漂亮也可能经不起风雨，甚至会不堪一击。”在大模型成为新一代数字经济基础设施的背景下，底层算力若长期受制于人，将直接影响模型迭代、产业应用、数据安全和国家数字竞争力。DeepSeek V4采用国产算力参与训练，正是对这一战略判断的产业实践。
第四，竞争方的判断反向验证了国产算力替代的战略紧迫性。英伟达CEO黄仁勋
直言，若中国AI大模型率先跑在华为芯片上，对美国将是重大冲击。该表态从产业竞争维度说明，AI算力国产替代不仅是中国自身的产业诉求，也是全球AI竞争格局中的关键变量。一旦中国大模型在国产芯片上形成稳定训练与推理闭环，海外高端芯片对中国AI产业发展的约束力将显著下降，国产算力产业链的战略价值也将迎来系统性重估。
因此，DeepSeek V4事件的核心意义并不在于单一模型版本本身，而在于它标志着中国AI产业链正在走向国产模型+国产芯片的训推闭环，从局部替代走向体系替代，从从技术追赶走向自主闭环。
2.AI信创五大主线，国产替代战略价值显著抬升
全球科技封锁态势持续加深，国产替代的产业价值与战略意义显著抬升。2026年以来，海外对华科技限制呈现高频化、体系化、长期化特征，AI芯片、模型能力、技术交流、科研合作等环节均受到不同程度限制。上述事件一方面印证了中国AI企业正通过快速学习和产业化迭代缩小与海外领先水平的差距，另一方面也表明全球科技铁幕正在加速落地。
本轮海外对华技术封锁的核心目标，是尽可能延缓中国AI产业的技术进步节奏。虽然其无法阻挡中国人工智能产业的长期发展趋势，但短期内会对模型训练效率、先进算力供给、软件生态迭代形成扰动。在此背景下，AI信创不再只是传统IT国产化的延伸，而是国家级科技竞争中的底层基础设施命题。
DeepSeek V4使用国产算力参与训练，进一步强化了国产替代主线的产业确定性。过去市场对国产算力的理解，更多集中在政务信创、央国企采购、推理侧部署和低中端训练场景；而此次事件表明，国产算力正在向大模型核心训练环节推进。即便当前国产算力在效率、成本和生态上仍有短板，但只要头部模型厂商愿意持续投入适配，国产算力产业链就有望在真实高强度场景中快速迭代，形成“模型牵引芯片、芯片反哺模型、应用放大需求”的正循环。
在此背景下，人工智能信创产业将扩展为五大主线：其一为GPU芯片，其二为CPU芯片，其三为昇腾产业链，其四为算力租赁，其五为信创大模型。国产算力替代趋势不可逆转，AI信创产业链有望迎来从主题投资向产业兑现的阶段性切换。
2.1.国产算力：基础设施扩容与国产替代同步推进
国内算力基础设施建设仍处于扩容阶段。工信部等六部门《算力基础设施高质量发展行动计划》提出，到2025年我国算力规模超过300 EFLOPS,智能算力占比达到35%,存储总量超过1800EB,先进存储容量占比达到30%以上。而截至2025H2,以上目标已基本完成，部分目标超额完成。
本文来自知之小站
报告已上传百度网盘群，限时15元即可入群及获得1年期更新
（如无法加入或其他事宜可联系zzxz_88@163.com）
