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。
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。
