模型维度：后训练时代模式切换，模型竞争从“规模”走向“效率”。大模型能力演进正在转向预训练、后训练和推理时计算共同驱动。三类Scaling共同作用，使模型能力、用户需求和Token消耗形成正反馈。预训练阶段的壁垒是高端GPU、集群互联和优质语料，国内厂商受算力约束较大。
　　进入后训练阶段后，单位算力的优化空间显著扩大，国产模型追赶海外前沿水平的路径更加清晰；GLM-5.3在GLM-5.2同架构下通过重新后训练，指标显著提升，验证了后训练质量对模型能力释放的重要性。
　　国产模型加速迭代，开源生态强化全球可用性；定价分化，优质模型进入能力与成本再平衡阶段，国产模型性价比突出。Kimi K3开放权重后，进一步打破“前沿能力只能由高价闭源模型提供”的认知。
　　算力维度：Token经济供给不足，超节点新技术及生态构建全面突围。
　　AI服务器成本集中于芯片，供给约束直接推升部署成本。模型突破后供需不匹配进一步显性化，推理工作负载持续扩大，高端GPU受出口管制影响，B300、H200等资源稀缺推动采购与租赁价格上行，万亿参数模型对显存容量、互联效率和调度能力提出更高要求。
　　“六张网”建设持续推进，政策端逐步明确算力网发展方向。2026年8月国务院常务会议及国家发改委进一步细化部署，建立算力网、新型电网、新一代通信网“2+3+N”协调机制。
　　超节点成为重要方向，P/D分离通过拆分环节提升资源利用效率，华为向万卡SuperPoD大规模集群演进。
　　国产AI加速卡份额提升，软硬件全栈自主生态加速闭环。2025年国内AI加速卡出货量约400万张，国产芯片厂商合计出货约165万张，市占率约41%。同时，DeepSeek V4、GLM-5.2等国产大模型与多家国产芯片厂商深度适配，Day0首发适配已成常态。
　　芯片供应链难题突破：制造、封装与存储国产化多线推进。
　　先进制程演进放缓背景下，系统级优化成为半导体性能提升的重要方向。随着传统摩尔定律驱动下的几何缩微逐渐面临物理极限，华为提出的“韬定律”以“时间缩微”替代“几何缩微”，强调器件、电路、芯片和系统多层级协同优化。
　　国产晶圆厂产能扩张，制造底座价值提升。26Q2中芯国际月产能达109.7万片八英寸等值晶圆，产能利用率93.7%。26Q2中芯国际12英寸晶圆收入占比达78.2%；华虹12英寸收入占比提升至62.1%。
　　国产存储产线利用率提升，供给安全价值凸显。长鑫存储在DRAM领域产能利用率持续提升，2023/24/25年分别达到87.06%/92.46%/95.73%，并在合肥、北京两地拥有3座12英寸DRAM晶圆厂。长江存储在NANDFlash领域产能利用率同样维持高位，2023/24/25/26Q1分别为94.42%/95.43%/97.91%/98.02。
　　推荐配置主线：
　　1）GPU与超节点：寒武纪、海光信息、中科曙光、盛科通信；
　　2）存储：长鑫科技、国科微；
　　3）设备、材料与Fab：中科飞测、频准激光、长川科技、中船特气、蜀道装备、华虹宏力、中芯国际；
　　4）AIDC：东阳光、协创数据、集智股份；
　　5）模型与垂类应用：智谱、海致科技、金山办公、金蝶国际、中控技术、晶泰控股、深信服、容知日新。
　　风险提示：宏观经济不及预期；AI应用需求释放不及预期；国产替代进程不及预期。