当前AI算力产业链PEG中位数为0.96倍，显著低于历史牛市成长主线估值见顶时的PEG区间（2至3倍），核心资产远未进入泡沫区间。
行情演绎正从核心资产抱团沿缺货涨价、新需求挖掘与产能挤占三重逻辑，向全产业链景气扩散转变，后续超额收益将更多来源于AI算力产业链中卡位清晰、景气收益明确且尚未充分定价的细分环节。中信建投策略、通信及人工智能、计算机团队推出【AI算力产业链】最新观点：
预计行情将向AI算力上下游景气扩散 历史复盘表明，牛市主线切换往往是当核心板块估值泡沫化后，资金从高估值方向流向低估值洼地。然而，本轮AI算力主线的逻辑存在本质不同。当前AI算力产业链PEG中位数仅为0.96倍，显著低于2015年TMT行情（3.38倍）、2021年核心资产行情（3.41倍）及2021年新能源行情（2.23倍）的历史见顶阈值，核心资产远未进入泡沫区间，同时分析机构持仓资金抱团情况得到当前板块仍处于持续加仓的爬坡阶段。综合反映资金并不会因估值过热而被迫撤离科技板块，而更有几率在产业趋势持续验证的背景下，沿产业链向上下游环节按以下三重逻辑进行景气扩散： 第一重逻辑：供需缺口扩大，涨价逻辑向业绩兑现传导。 AI算力需求爆发式增长与上游供给刚性形成错配，核心环节供需缺口持续扩大。例如光模块800G向1.6T规格迭代、PCB高多层板技术升级、高速CCL材料紧缺等因素推动价格中枢系统性上移，且涨价逻辑由成本驱动转向技术溢价驱动，头部厂商产能利用率维持高位，业绩兑现的确定性与持续性显著增强。 第二重逻辑：新需求挖掘与价值重估。 AI算力建设使得一批原本处于产业链边缘的环节战略地位显著提升。如AI服务器技术规格跃升使部分原处产业链边缘的环节战略地位质变，液冷散热与数据中心供电因单机柜功耗跃升至百千瓦量级，从可选配套转为必选基础设施。 第三重逻辑：制造资源重构，产能挤占导致长期稀缺。 AI芯片对先进封装、HBM等高端产能的占用具有结构性特征，并非短期库存周期波动。例如CoWoS等2.5D/3D封装产能排期已延伸至2027年，HBM产能占比快速提升并挤压传统DRAM供给空间，高端产能对成熟产能的物理挤占将演变为长期资源配置格局的重塑，相关环节稀缺性由阶段性紧张转向结构性特征。 AI算力各细分环节景气度梳理 光模块：涨价与业绩兑现逻辑为主 AI 算力集群建设高度依赖高速通信网络，光模块是数据中心与智算中心扩容的核心硬件。目前光模块核心公司PEG处于正常范围，仍有上涨机会。 光模块是实现光电信号转换的核心器件，向高速率快速迭代。2026年全球光模块市场预计保持60%增速，2031年规模近600亿美元。AI 大模型分布式训练与普惠推理流量持续爆发，全球云厂商与国内算力运营商同步推进800G规模商用、1.6T 批量起量，3.2T预计2027-2028年开始验证，光通信技术迭代进一步提速。AI 场景对超高清带宽、微秒级低延迟、高可靠无损传输的要求持续提升，高速光模块需求量与规格同步爆发。国内运营商与互联网大厂全面启动智算中心内部互联、跨区域算力调度网络升级，在全国枢纽节点智算中心规模化部署高速光模块方案。 电子布：新需求挖掘与价值重估为主，市场未充分定价 AI算力集群建设推动PCB向高多层、高频高速迭代，电子布作为覆铜板核心基材，是信号完整性与热稳定性的底层保障。电子布由电子级玻璃纤维纱织造而成，与树脂结合形成覆铜板（CCL），其价值量约占CCL成本的30%，直接决定PCB的介电损耗与热膨胀系数 。AI服务器PCB用量较传统服务器增长2至3倍，价值量提升4至5倍，英伟达Rubin架构采用5阶24层HDI板及M9级材料，高多层背板对低介电、低膨胀特种电子布需求爆发 。特种电子布（LowDk-2、LowCTE、Q布）技术壁垒高，当前供给缺口达30%至50%，其中LowDk-2与LowCTE紧缺态势预计贯穿2026全年 。全球高端织布机产能几乎被日本丰田垄断，设备交期长达12至18个月，且AI薄布生产效率仅为普通厚布的三分之一，产能扩张极度受限 。2025年10月以来电子布价格开启持续上行通道，月度调价已成为行业常态，截至2026年4月主流7628型号报价已至6.2至6.5元/米 。预计2026年电子布市场维持高景气，高端特种布量价弹性显著高于普通产品，国产厂商在中低端已实现自主可控，高端领域正加速突破日系垄断 。 CCL：涨价叠加新需求挖掘，高端材料升级逻辑被低估 CCL（覆铜板）性能直接决定PCB的传输速率和信号完整性。AI服务器对高速CCL（低Dk/Df材料）的需求爆发，推动CCL行业进入新一轮升级周期。AI算力集群建设推动高速互联与高密度集成，覆铜板（CCL）作为PCB核心基材，是AI服务器信号完整性与散热可靠性的基础保障。CCL由树脂、玻纤布与铜箔压合而成，决定PCB的介电损耗与层间互联能力，核心指标为低损耗因子（Df）与高玻璃化转变温度（Tg）。AI服务器GPU/ASIC架构迭代正驱动CCL材料等级从M7向M8快速迁移，英伟达Rubin架构部分PCB已导入M9材料，谷歌TPU等ASIC方案亦跟进采用，未来三年M9材料需求将呈爆发式增长 。一方面，Resonac、三菱瓦斯化学等宣布CCL价格上调30%以上，建滔积层板等国内龙头跟进涨价，属于典型的“涨价与业绩兑现”；另一方面，材料等级从M7向M8、M9的跃升，意味着CCL行业正从周期品向高速材料科技品切换，产品结构与价值中枢发生质变。 PCB：涨价逻辑为主，已获市场共识 PCB是AI服务器爆发的最大受益方向之一，其需求增长来自于多重因素叠加。PCB是芯片的承载和连线的载体，AI服务器GPU板层数从传统20层提升至40层以上，HDI板（高密度互连板）占比提高，高速材料（低损耗CCL）使用比例增加等带动PCB需求爆发；高多层板（20层以上）2025年下半年开始涨价，涨幅10%-20%。根据深南电路 2025 年半年报援引 Prismark 数据，2024~2029 年 PCB 各细分产品预计将实现不同幅度的增长。2025 年 18层以上多层板产值预计将达到 34.31 亿美元，同比增长 41.7%；2024~2029 年 18 层及以上多层板产值预计将从 24.21 亿美元增长至 50.20 亿美元，CAGR 达到约 15.7%，是增长最快的 PCB 细分产品。 先进封装：产能挤占为主，国产替代定价不足 AI芯片先进封装需求持续爆发，封测仍是产业链核心制约点，台积电CoWoS产能紧缺格局延续，据2026年2月预测，全球CoWoS需求将突破100万片，台积电产能缺口超30%，英伟达将锁定其60%以上产能，博通、AMD等被迫转向三星、安靠等替代产能；日月光年初上调封测代工价格，三菱瓦斯化学3月宣布上调封装相关电子材料价格，缓解瓶颈方面，台积电推进CoWoS产能扩张并将部分低端制程外包，英特尔推广EMIB替代方案，三星、国内封测龙头也同步加速产能扩张与技术布局。 日月光、台积电等海外龙头的封测产能紧张已被市场认知，A股封测标的长电科技、通富微电等在AI算力产业链持仓中的占比仍然较低，估值也相对低，国产替代定价不足。 CPU：新需求挖掘与价值重估逻辑，未被市场充分定价 AI算力集群从单一GPU通用计算向异构协同演进，CPU作为系统编排与数据调度的核心控制单元，在智算中心架构中不可或缺。随着AI推理负载爆发，通用服务器进入替换周期，服务器CPU需求显著回升，KeyBanc调查显示AMD 2026年度服务器CPU已接近售罄，英特尔与AMD考虑于2026年一季度将服务器CPU均价调涨10%-15% 。架构层面，云巨头加速部署Arm架构自研CPU以优化每瓦性能，CounterPoint预测至2029年定制化AI服务器中Arm架构CPU份额将从2025年的25%飙升至90% 。在AI投资的叙事框架中，CPU长期被简单归类为传统计算或通用服务器周期，然而AI推理服务器的爆发叠加通用服务器替换周期启动，使CPU从边缘配套重新回归核心，其战略地位面临系统性重估，CPU是核心但未被市场充分定价的典型环节。 存储芯片：产能挤占与资源重构逻辑为主，市场认知正在加速 AI浪潮引发存储芯片需求井喷，改变了存储行业景气周期。大型AI模型训练和推理对内存、存储器的需求是传统应用的数倍：单台AI服务器平均配置1.7TB存储（含DRAM和SSD），远高于普通服务器的0.5TB。这直接带来高带宽内存（HBM）、DDR5内存条及企业级SSD等高端产品供不应求。当前HBM3E为出货主力，占比超95%，HBM4预计于2026年下半年接棒成为主流 。三星、SK海力士、美光三大原厂将先进制程产能系统性向HBM倾斜，挤压常规DRAM与NAND供给，叠加扩产周期长达1.5至2年，2026年全球存储产能增速仅约7.5%，远低于需求增速，预计存储芯片涨价趋势将贯穿全年。 总结 通过分析过往牛市主线案例和AI产业链梳理，我们得出以下启示： （1）当前AI算力产业链PEG中位数仅0.96倍，显著低于历史牛市主线见顶阈值，核心资产远未进入泡沫区间； （2）机构资金仍处于持续加仓的爬坡阶段，系统性切换风险尚不构成。 （3）行情正沿缺货涨价、新需求挖掘与产能挤占三重逻辑，由核心资产向电子布、CCL、CPU、先进封装等尚未充分定价的细分环节梯度扩散。 风险提示：（1）内需支持政策效果低于预期。如果后续国内地产销售、投资等数据迟迟难以恢复，通胀持续低迷，消费未出现明显提振，企业盈利增速持续下滑，经济复苏最终证伪，那么整体市场走势将会承压，过于乐观的定价预期将会面临修正。（2）中美战略博弈加剧风险。警惕中美战略博弈领域扩散、程度加剧的风险。例如战略博弈从贸易扩散到科技、关键资源、金融、航运、物流、军事等多个领域，出现全方位战略冲突，这可能影响正常的经济活动，同时对权益市场造成冲击。（3）美股市场波动超预期。若美国经济超预期恶化，或美联储宽松力度不及预期，可能导致美股市场出现较大波动，届时也将对国内市场情绪和风险偏好造成外溢影响。 对外发布时间：2026年4月29日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 黄文涛 SAC 编号：S1440510120015 何盛 SAC 编号：S1440522090002 2026Q1，公募基金通信行业持仓市值达到3578.17亿元，公募基金通信行业持仓市值占比为10.90%，创新高，较2025Q4的持仓占比6.46%环比提升4.43pcts，较2025Q1的持仓占比2.59%同比提升8.31pcts。2026Q1，公募基金主要持仓集中在光模块光器件板块，重点加仓在光纤板块。 通信行业PE-TTM处于历史100%分位，市场参与热情高。我们建议继续重视AI板块，投资逻辑正向结构性创新深化。一方面，我们持续推荐AI算力核心环节，重点把握景气高企的光通信、ASIC、液冷等技术演进，以及国内算力的加速放量；另一方面，建议关注AI应用板块，特别是AI Agent的商业落地提速。 风险提示：国际环境变化；AI发展不及预期；竞争加剧；汇率波动；资本开支和需求不及预期等。 对外发布时间：2026年4月24日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 阎贵成 SAC 编号:S1440518040002 SFC 编号:BNS315 于芳博 SAC 编号:S1440522030001 SFC 编号:BVA286 刘永旭 SAC 编号:S1440520070014 SFC 编号:BVF090 曹添雨 SAC 编号:S1440522080001 方子箫 SAC 编号:S1440524070009 辛侠平 SAC 编号:S1440524070006 朱源哲 SAC 编号:S1440525070002 OpenAI正式推出GPT-5.5，该模型的核心突破不在于纯粹的参数规模，而在于执行效率与自主性，百万Token调用成本骤降至前代的 1/35，能效比提升50倍。国内DeepSeek也发布了DeepSeek-V4预览版并开源。其中Pro版本总参数达1.6万亿，在Agent能力和数学推理上比肩世界顶级闭源模型。DeepSeek-V4通过全新的注意力机制，在保持极致推理性能的同时大幅降低了显存需求。GPT-5.5与DeepSeek-V4不约而同地强调了推理成本的极致压缩。这并非意味着算力需求见顶。相反，单次成本的下降可能会诱发Token消耗量的指数级增长。当Token成本极低时，开发者可以支持AI进行更复杂地长链条思考、多次自我校验与大规模Agent协作，这对于企业级应用、自动化编程、机器人具身智能等领域是巨大的催化剂。 4月20日，河北电信和贵州电信启动室外光缆（G.652D）集采，24芯G.652D光缆限价2500元/皮长公里。3月启动招标的广东电信、广西电信、山东电信均为24芯光缆限价2500元/皮长公里，目前均已招标完成。而同期启动招标的四川电信则限价2090元/皮长公里（24芯G.652D光缆），4月20日公告招标失败。4月3日启动招标的山西电信也限价2500元/皮长公里（24芯G.652D光缆），4月26日公告招标完成。总体来看，中国电信多数省公司已经自行启动招标，且绝大部分省公司的限价为2500元/皮长公里（24芯G.652D光缆），折合光纤价格预计在70元/芯公里左右。我们认为，目前运营商的集采价可能基本达成共识，省公司自行采购价约70元/芯公里左右（G.652D），总部集采可能略低，预计可能落在60元-70元/芯公里之间。 我们持续看好后续AI的发展，维持对北美算力产业链和国产AI算力突围的长期看好。 风险提示：国际环境变化对供应链的安全和稳定产生影响，对相关公司向海外拓展的进度产生影响；关税影响超预期；人工智能行业发展不及预期，影响云计算产业链相关公司的需求；市场竞争加剧，导致毛利率快速下滑；汇率波动影响外向型企业的汇兑收益与毛利率，包括ICT设备、光模块/光器件板块的企业；数字经济和数字中国建设发展不及预期；电信运营商的云计算业务发展不及预期；运营商资本开支不及预期；云厂商资本开支不及预期；通信模组、智能控制器行业需求不及预期。 对外发布时间：2026年4月26日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 阎贵成 SAC编号:S1440518040002 SFC编号:BNS315 于芳博 SAC编号:S1440522030001 SFC编号:BVA286 刘永旭 SAC编号:S1440520070014 SFC编号:BVF090 曹添雨 SAC编号:S1440522080001 方子箫 SAC编号:S1440524070009 辛侠平 SAC 编号:S1440524070006 4月24日，DeepSeek-V4正式发布，包含Pro（总参数1.6T，激活49B）与Flash（总参数284B，激活13B）两个版本，原生支持1M上下文长度。 在公开测评集表现上，DeepSeek-V4确立开源新标杆，紧逼顶尖闭源模型。在知识与推理维度，V4-Pro在MMLU-Pro测试中得分达87.5%，在编程竞赛基准Codeforces中获得3206的Rating评分，不仅大幅领先开源竞品，更比肩甚至局部超越了GPT-5.4（3168分）与Gemini 3.1 Pro（3052）。在长文本领域，其MRCR 1M（百万上下文多海捞针）准确率达83.5%。在Agent复杂任务基准中，V4-Pro在SWE Verified（80.6%）、Terminal Bench 2.0（67.9%）以及贴近真实商业场景的GDPval-AA（1554分）评测中，展现出极强的端到端执行与工具调用能力，稳居全球第一梯队。 核心技术方面，DeepSeek-V4主要实现了CSA、HCA与mHC三项关键技术创新： CSA（压缩稀疏注意力）：针对长序列推理中的KV缓存占用问题，V4并未采用传统的KV舍弃或标量量化策略，而是引入了Token级别的压缩机制。CSA通过带学习权重的压缩模块，将多个Token的KV特征映射为一个低维表示。同时，为了防止局部细粒度信息丢失，CSA保留了基于滑动窗口的未压缩KV条目，并内置轻量级的Lightning Indexer进行Top-k检索。这一机制在大幅减少显存占用的同时，维持了模型对关键局部信息的精确召回能力。 HCA（重度压缩注意力）：面向百万级上下文的宏观信息处理，V4在CSA的基础上设计了压缩比更高的HCA模块。HCA采用全局汇聚策略，将极长序列重度压缩至数千个高密度特征块（如将百万Token压缩至约8000个节点）。在模型层级设计上，V4将CSA与HCA层进行交替排布。推理时，模型能够兼顾HCA的全局视野与CSA的局部微观精度，最终使百万上下文推理的单Token计算量降至前代V3.2的27%，KV Cache占用锐减至10%。 mHC（流形约束超连接，2025年12月梁文锋挂名的论文提出）：随着模型层数加深，传统残差网络极易出现信号传递衰减与激活值方差指数级放大的训练不稳定问题。DeepSeek提出了mHC机制以替代传统残差连接。该机制对层间映射矩阵施加了严格的数学约束，要求其必须满足双随机矩阵（即矩阵所有元素非负，且每行、每列之和均为1）。这种流形约束在理论上确保了矩阵的谱范数严格等于1，从根本上抑制了深层网络的梯度爆炸与数值漂移问题。在工程实现上，mHC利用Sinkhorn-Knopp迭代算法高效完成矩阵归一化，使得构建极深层大规模模型网络成为可能。 此外，在后训练阶段，V4放弃了传统的RLHF，转而采用多教师同策略蒸馏与生成式奖励模型，有效避免了传统强化学习导致的对齐税（对齐带来的模型降智）及模型通用能力退化现象，实现了模型多维能力的高度均一化。 DeepSeek与Kimi在底层技术上相互学习与验证。在长上下文处理路线上，Kimi主张线性注意力机制以降低计算复杂度，而DeepSeek则坚持通过CSA/HCA进行张量压缩。在训练优化器方面，Kimi曾在其K2.6技术报告中率先验证了Muon优化器在大语言模型上的潜力，而DeepSeek在V4中则全面完成了Muon的工程化落地。面对Muon极易引发的训练崩溃与Logits爆炸问题，不同于竞品采用的截断策略，DeepSeek在架构侧引入了Query/KV的RMSNorm操作进行底层规范化处理，成功将Muon稳定应用于万亿参数MoE模型的全量预训练中，大幅提升了模型的收敛效率。 4月24日，OpenAI同样发布最新旗舰模型GPT-5.5。作为全新旗舰模型，GPT-5.5在推理精度、复杂任务规划及系统级自治能力上实现了对当前行业基准的全面超越。在衡量复杂命令行与代码流的Terminal-Bench 2.0测试中，GPT-5.5准确率达到82.7%（相较前代GPT-5.4提升超7个百分点，大幅领先Claude Opus 4.7的69.4%）。在评估真实专业知识工作流的GDPval测试中，GPT-5.5亦取得84.9%的成绩，超越了大部分垂直行业专家基线。 从案例测试看，GPT-5.5自主拆解、多步推理及自我代码审查与纠错能力较强。在面对前端应用开发、3D引擎渲染（如WebGL/Three.js应用重构）及高难度数学证明（如在纯数学领域协作发现拉姆齐数的新证明路径）等复杂任务展现出较好的表现。此外，OpenAI在技术披露中指出，GPT-5.5驱动的Codex系统已能够分析底层数据中心的生产流量日志，并自主编写负载均衡启发式分区算法，使系统Token生成速度提升逾20%。这种模型优化自身基础设施的案例，验证了GPT-5.5在复杂闭环系统中的高度工程自治潜力。 对比DeepSeek-V4和GPT-5.5，二者在演进方向呈现出一定的差异。 在API调用成本上， GPT-5.5的API定价为每百万Token输入5美元/输出30美元，相比前代大幅提升。而DeepSeek-V4凭借CSA/HCA架构带来的推理效率提升，将 Pro 版本定价拉低至每百万 Token 输入1 元（缓存命中）/12元（缓存未命中）、输出24元，并于4月25日起开启限时2.5折特惠；Flash版本则为输入0.2元（缓存命中）/1元（缓存未命中）、输出2元；极低的模型API定价极大地缓解了超长上下文推理场景下的成本约束。 在算力底座上，OpenAI进一步加深了与英伟达核心算力集群的系统级绑定，以定制化硬件支撑模型能力的演进。而DeepSeek-V4则成功在Nvidia GPU与华为昇腾NPU双平台上完成了验证与性能对齐，海光、寒武纪等国产算力厂商亦完成了0Day适配，有望缓解国内算力资源短缺的局部难题。 而和国内模型相比，DeepSeek-V4则依靠成本和国产适配突围： 1）纵向对比V3：在模型体量上，V4-Pro的总参数量从V3的6710亿大幅扩展至1.6万亿，预训练数据量亦由14.8T Tokens翻倍提升至33T Tokens，进一步验证Scaling Law的持续性；CSA与HCA的机制亦成功将上下文窗口从128K突破至原生1M。实测数据显示，在处理百万级长序列时，V4单Token的推理计算量仅为V3的27%，KV缓存占用更被极致压缩至10%。 2）横向对比其他国产模型：当前，以Kimi、智谱、MiniMax、阿里、小米正持续在模型智能上界不断突破。在Artificial Analysis智能指数评测中，DeepSeek-V4-Pro与上述大厂的旗舰模型能力基本相当。DeepSeek-V4的破局点更在于对国内算力资源的支持与极致化的成本，尤其在保持1.6T参数规模（头部模型厂公开最高，低于文心5.0的2.4T）、1M上下文窗口（与小米MiMo-V2.5pro、Qwen3.6-Plus等并列第一），仍保持了基本相当的价格。 全球AI产业迅速发展，大模型底层能力与应用层Agent框架形成强烈共振。年初OpenClaw 的爆火，以及随后Hermes框架的异军突起，标志着通用Agent系统正在加速演进。技术定位来看，OpenClaw作为多渠道交互的网关，具备强大的执行能力，可通过丰富的静态插件生态和严格的安全沙箱边界，解决Agent如何安全、合规地调度各类工具并跨设备执行任务的问题；而Hermes则开创了具备自我进化与技能沉淀（Skill）的闭环学习，解决了Agent如何利用历史经验实现自我优化的问题。 Agent的发展高度依赖于底层基座模型的代际迭代。一方面，模型能力的迭代使Agent能够更精准地执行框架设定的Pipeline，并自主生成高质量的执行框架；另一方面，自主化Agent带来了Tokens的指数级消耗，以DeepSeek-V4为代表的国产模型使推理成本快速下降，使得Agent在全周期运行和大规模记忆检索上具备经济可行性。 总结：DeepSeek-V4与GPT-5.5同期发布，前者凭借CSA/HCA注意力压缩与mHC网络重构，在性能紧逼闭源旗舰的同时将百万上下文推理成本降至极低水平，并成功跑通国产化算力基座；后者则依靠软硬件强耦合，主攻高复杂度知识工作，延续了高定价匹配高智能的商业模式。同时，基座模型的代际跃升与OpenClaw、Hermes等Agent框架形成共振，通过智能上限拓展与推理成本优化，加速Agent生态向商业化落地发展。 风险提示：（1）宏观经济下行风险：计算机行业下游涉及千行百业，宏观经济下行压力下，行业IT支出不及预期将直接影响计算机行业需求；（2）应收账款坏账风险：计算机多数公司业务以项目制签单为主，需要通过验收后能够收到回款，下游客户付款周期拉长可能导致应收账款坏账增加，并可能进一步导致资产减值损失；（3）行业竞争加剧：计算机行业需求较为确定，但供给端竞争加剧或将导致行业格局发生变化；（4）国际环境变化影响：国际贸易摩擦加剧，美国不断对中国科技施压，对于海外收入占比较高公司可能形成影响。 对外发布时间：2026年4月26日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 应瑛 SAC 编号:S1440521100010 SFC 编号:BWB917 台积电发布一季报，今年一季度营收358.98亿美元，同比大增40.6%，也高于上一季度的337.31亿美元，环比增长6.4%。一季度的毛利润达到了237.81亿美元，毛利润率高达66.2%，毛利率显著高于预期。公司预计二季度的营收在390亿美元到402亿美元，毛利润率预计在65.5%到67.5%，营收指引环比增长10%，优于市场5%-10%的一致预期，毛利率指引中值66.5%同样超出机构预测。台积电预计今年总营收增长将超过30%，该公司高管还表示，鉴于AI芯片以及先进封装需求仍然非常强劲，资本支出将接近此前预测区间（最高560亿美元）的上限，并且强调未来3年资本支出将显著高于过去3年，这表明他们对未来增长前景充满信心。 中际旭创发布2026年第一季度报告，实现营收194.96亿元，同比增长192.12%；实现归属于上市公司股东的净利润57.35亿元，同比增长262.28%，主要系受益于算力基础设施的强劲投入，公司产品出货持续增长。 源杰科技股价超越茅台，成为A股最新高价股，体现资本市场对于光通信板块的关注与认可。算力板块核心公司一季度业绩亮眼，我们继续坚定看好算力产业链。 风险提示：国际环境变化对供应链的安全和稳定产生影响，对相关公司向海外拓展的进度产生影响；关税影响超预期；人工智能行业发展不及预期，影响云计算产业链相关公司的需求；市场竞争加剧，导致毛利率快速下滑；汇率波动影响外向型企业的汇兑收益与毛利率，包括ICT设备、光模块/光器件板块的企业；数字经济和数字中国建设发展不及预期；电信运营商的云计算业务发展不及预期；运营商资本开支不及预期；云厂商资本开支不及预期；通信模组、智能控制器行业需求不及预期。 对外发布时间：2026年4月20日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 阎贵成 SAC 编号:S1440518040002 SFC 编号:BNS315 于芳博 SAC 编号:S1440522030001 SFC 编号:BVA286 刘永旭 SAC 编号:S1440520070014 SFC 编号:BVF090 曹添雨 SAC 编号:S1440522080001 方子箫 SAC 编号:S1440524070009 辛侠平 SAC 编号:S1440524070006 2025年国产AI加速卡份额超40%，非GPU芯片差异化促进赶超。据IDC数据，2025年中国AI加速卡市场总出货量约400万张，中国本土芯片厂商拿下近41%的份额，总出货量高达约165万张。其中，华为以约81.2万颗的出货量断层领跑，平头哥跃居次席，昆仑芯、寒武纪并列第三，海光信息、沐曦、天数智芯出货量稳居前列；而曾长期垄断国内市场的英伟达出货约 220 万颗，市场份额近乎腰斩。此外，非 GPU 加速卡 AI 服务器市场占比超40%，差异化的非 GPU 技术路线，正成为中国实现 AI 算力自主可控的核心增长引擎。 国产模型加速突围，有望进一步促进国产算力需求。2026年以来，国产模型加速突围，尤其以OpenClaw为代表的自主智能体对token的消耗呈现指数级上升，国产模型的性价比进一步凸显。OpenRouter平台数据显示，3月30日-4月5日API调用量前五已均为国产模型。 3月31日，智谱发布上市后首份年度业绩报告，2025年全年收入7.24亿人民币，同比增长131.9%，继续保持国内收入规模最大的独立大模型公司地位。公司在业绩报告及业绩说明会上表示，2026年一季度智谱API涨价幅度高达83%，仍呈现供不应求的局面，反映用户对模型智能上界的迫切需求。 在3月16日阿里重整AI团队为Alibaba Token Hub（ATH）的两周后，ATH于3月30日-4月2日连续发布Qwen3.6-Plus、Qwen3.5-Omni、Wan2.7-Image三款重磅模型，在多模态、编程、文生图等核心赛道持续更新，并空降OpenRouter平台调用前五。其中，全模态原生大模型Qwen3.5-Omni在长上下文、多语言、音视频理解能力上实现明显提升，并新增了语义打断、音色克隆、语音控制等实时交互能力，在215项任务中刷新了SOTA纪录，多项核心指标甚至超越Gemini-3.1 Pro；Wan2.7-Image则继续保持在视觉还原度、光影逻辑及语义遵循上的优异表现；Qwen 3.6-Plus更是主打智能体Agent、编程Coding和工具调用能力，相较于上一代实现了能力的全面跃升，在多项权威编程评测中超越GLM-5、Kimi-K2.5等模型。 国产模型的加速突破，以及用户对AI算力的旺盛需求，有望持续促进国产算力及云服务产业趋势向上。 全国统一的数据产权登记体系正式落地，数据要素产业有望迎来提速发展期。4月3日，国家数据局《数据产权登记工作指引（试行）》（以下简称为《指引》）向社会公开征求意见。为满足市场登记需求、建立市场信任机制，《指引》立足于我国数据产业发展实际，结合地方数据产权登记实践成果，重点围绕着登记机构管理、登记流程规则、登记凭证应用等方面，对数据产权登记活动的开展提出了全面、系统、科学的中国方案，为数据市场的健康有序发展以及全国一体化数据市场的建设提供了重要制度支撑，其中，《指引》重点如下： （1）在登记机构管理方面，《指引》明确数据产权登记机构可涵盖事业单位与企业两类主体，兼顾公信力保障与市场活力激发。其中，企业法人的实缴注册资本不低于一亿元；有二年以上数据流通服务经验。此外，《指引》也明确了登记机构遴选、明确管理规范以及建设/接入全国统一登记服务平台等登记机构管理制度。 （2）在登记流程规则方面，《指引》重点对登记对象、登记程序、登记收费等做出明确规定。其中，党政机关履职中收集产生的数据，或基于履职需要委托授权第三方代收集的数据，不进行产权登记。公共数据资源授权运营后开发形成的产品与服务，在完成公共数据资源登记后，可依规办理数据产权登记。此外，《指引》重点强调要降低登记成本，严禁登记业务强制绑定额外收费项目，既要减轻经营主体登记成本，同时也要保证登记机构可持续运营。 （3）在登记凭证应用方面，数据产权登记凭证的重要价值在于发挥权属证明效力，为数据市场流转提供信任依据。《指引》提出部分应用场景，如在数据流通交易环节，作为产权归属的证明，明晰交易双方权责；在数据资产入表、融资信贷、作价入股等价值化场景中，作为市场主体合法持有、控制数据的重要依据，助力数据资源实现资产化转化；在数据权属纠纷、权益争议处置中，作为司法裁判、纠纷调解的证明；在数据企业培育认定等支持政策中，作为判断企业数据情况的参考。 总体来看，《指引》的出台，全面细化了“数据二十条”的数据三权分置制度，让数据流通交易有法可依、有章可循。此外，3月30日，习近平向世界数据组织在北京正式成立致贺信，标志着全球首个旨在推动数据发展与治理实践的专业性国际组织正式运行，也彰显了国家对数据发展的高度重视与战略性定位，数据产业有望迎来提速发展新阶段，建议重点关注高价值数据源、数据基础设施、公共数据授权运营以及数据产权登记等重点环节发展。 总结：2025年中国AI加速卡市场总出货量约400万张，国产AI加速卡份额超40%，主要通过非GPU芯片等差异化促进赶超。国产模型加速突围，OpenRouter数据显示3月30日-4月5日API调用量前五已均为国产模型；2026年一季度智谱API涨价幅度高达83%，仍呈现供不应求的局面；阿里连续发布三款重磅模型，有望进一步促进国产算力需求。全国统一的数据产权登记体系正式落地，数据要素产业有望迎来提速发展期。 风险提示：（1）宏观经济下行风险：计算机行业下游涉及千行百业，宏观经济下行压力下，行业IT支出不及预期将直接影响计算机行业需求；（2）应收账款坏账风险：计算机多数公司业务以项目制签单为主，需要通过验收后能够收到回款，下游客户付款周期拉长可能导致应收账款坏账增加，并可能进一步导致资产减值损失；（3）行业竞争加剧：计算机行业需求较为确定，但供给端竞争加剧或将导致行业格局发生变化；（4）国际环境变化影响：国际贸易摩擦加剧，美国不断对中国科技施压，对于海外收入占比较高公司可能形成影响。 对外发布时间：2026年4月6日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 应瑛 SAC 编号:S1440521100010 SFC 编号:BWB917
当前AI算力产业链PEG中位数为0.96倍，显著低于历史牛市成长主线估值见顶时的PEG区间（2至3倍），核心资产远未进入泡沫区间。
行情演绎正从核心资产抱团沿缺货涨价、新需求挖掘与产能挤占三重逻辑，向全产业链景气扩散转变，后续超额收益将更多来源于AI算力产业链中卡位清晰、景气收益明确且尚未充分定价的细分环节。中信建投策略、通信及人工智能、计算机团队推出【AI算力产业链】最新观点：
预计行情将向AI算力上下游景气扩散 历史复盘表明，牛市主线切换往往是当核心板块估值泡沫化后，资金从高估值方向流向低估值洼地。然而，本轮AI算力主线的逻辑存在本质不同。当前AI算力产业链PEG中位数仅为0.96倍，显著低于2015年TMT行情（3.38倍）、2021年核心资产行情（3.41倍）及2021年新能源行情（2.23倍）的历史见顶阈值，核心资产远未进入泡沫区间，同时分析机构持仓资金抱团情况得到当前板块仍处于持续加仓的爬坡阶段。综合反映资金并不会因估值过热而被迫撤离科技板块，而更有几率在产业趋势持续验证的背景下，沿产业链向上下游环节按以下三重逻辑进行景气扩散： 第一重逻辑：供需缺口扩大，涨价逻辑向业绩兑现传导。 AI算力需求爆发式增长与上游供给刚性形成错配，核心环节供需缺口持续扩大。例如光模块800G向1.6T规格迭代、PCB高多层板技术升级、高速CCL材料紧缺等因素推动价格中枢系统性上移，且涨价逻辑由成本驱动转向技术溢价驱动，头部厂商产能利用率维持高位，业绩兑现的确定性与持续性显著增强。 第二重逻辑：新需求挖掘与价值重估。 AI算力建设使得一批原本处于产业链边缘的环节战略地位显著提升。如AI服务器技术规格跃升使部分原处产业链边缘的环节战略地位质变，液冷散热与数据中心供电因单机柜功耗跃升至百千瓦量级，从可选配套转为必选基础设施。 第三重逻辑：制造资源重构，产能挤占导致长期稀缺。 AI芯片对先进封装、HBM等高端产能的占用具有结构性特征，并非短期库存周期波动。例如CoWoS等2.5D/3D封装产能排期已延伸至2027年，HBM产能占比快速提升并挤压传统DRAM供给空间，高端产能对成熟产能的物理挤占将演变为长期资源配置格局的重塑，相关环节稀缺性由阶段性紧张转向结构性特征。 AI算力各细分环节景气度梳理 光模块：涨价与业绩兑现逻辑为主 AI 算力集群建设高度依赖高速通信网络，光模块是数据中心与智算中心扩容的核心硬件。目前光模块核心公司PEG处于正常范围，仍有上涨机会。 光模块是实现光电信号转换的核心器件，向高速率快速迭代。2026年全球光模块市场预计保持60%增速，2031年规模近600亿美元。AI 大模型分布式训练与普惠推理流量持续爆发，全球云厂商与国内算力运营商同步推进800G规模商用、1.6T 批量起量，3.2T预计2027-2028年开始验证，光通信技术迭代进一步提速。AI 场景对超高清带宽、微秒级低延迟、高可靠无损传输的要求持续提升，高速光模块需求量与规格同步爆发。国内运营商与互联网大厂全面启动智算中心内部互联、跨区域算力调度网络升级，在全国枢纽节点智算中心规模化部署高速光模块方案。 电子布：新需求挖掘与价值重估为主，市场未充分定价 AI算力集群建设推动PCB向高多层、高频高速迭代，电子布作为覆铜板核心基材，是信号完整性与热稳定性的底层保障。电子布由电子级玻璃纤维纱织造而成，与树脂结合形成覆铜板（CCL），其价值量约占CCL成本的30%，直接决定PCB的介电损耗与热膨胀系数 。AI服务器PCB用量较传统服务器增长2至3倍，价值量提升4至5倍，英伟达Rubin架构采用5阶24层HDI板及M9级材料，高多层背板对低介电、低膨胀特种电子布需求爆发 。特种电子布（LowDk-2、LowCTE、Q布）技术壁垒高，当前供给缺口达30%至50%，其中LowDk-2与LowCTE紧缺态势预计贯穿2026全年 。全球高端织布机产能几乎被日本丰田垄断，设备交期长达12至18个月，且AI薄布生产效率仅为普通厚布的三分之一，产能扩张极度受限 。2025年10月以来电子布价格开启持续上行通道，月度调价已成为行业常态，截至2026年4月主流7628型号报价已至6.2至6.5元/米 。预计2026年电子布市场维持高景气，高端特种布量价弹性显著高于普通产品，国产厂商在中低端已实现自主可控，高端领域正加速突破日系垄断 。 CCL：涨价叠加新需求挖掘，高端材料升级逻辑被低估 CCL（覆铜板）性能直接决定PCB的传输速率和信号完整性。AI服务器对高速CCL（低Dk/Df材料）的需求爆发，推动CCL行业进入新一轮升级周期。AI算力集群建设推动高速互联与高密度集成，覆铜板（CCL）作为PCB核心基材，是AI服务器信号完整性与散热可靠性的基础保障。CCL由树脂、玻纤布与铜箔压合而成，决定PCB的介电损耗与层间互联能力，核心指标为低损耗因子（Df）与高玻璃化转变温度（Tg）。AI服务器GPU/ASIC架构迭代正驱动CCL材料等级从M7向M8快速迁移，英伟达Rubin架构部分PCB已导入M9材料，谷歌TPU等ASIC方案亦跟进采用，未来三年M9材料需求将呈爆发式增长 。一方面，Resonac、三菱瓦斯化学等宣布CCL价格上调30%以上，建滔积层板等国内龙头跟进涨价，属于典型的“涨价与业绩兑现”；另一方面，材料等级从M7向M8、M9的跃升，意味着CCL行业正从周期品向高速材料科技品切换，产品结构与价值中枢发生质变。 PCB：涨价逻辑为主，已获市场共识 PCB是AI服务器爆发的最大受益方向之一，其需求增长来自于多重因素叠加。PCB是芯片的承载和连线的载体，AI服务器GPU板层数从传统20层提升至40层以上，HDI板（高密度互连板）占比提高，高速材料（低损耗CCL）使用比例增加等带动PCB需求爆发；高多层板（20层以上）2025年下半年开始涨价，涨幅10%-20%。根据深南电路 2025 年半年报援引 Prismark 数据，2024~2029 年 PCB 各细分产品预计将实现不同幅度的增长。2025 年 18层以上多层板产值预计将达到 34.31 亿美元，同比增长 41.7%；2024~2029 年 18 层及以上多层板产值预计将从 24.21 亿美元增长至 50.20 亿美元，CAGR 达到约 15.7%，是增长最快的 PCB 细分产品。 先进封装：产能挤占为主，国产替代定价不足 AI芯片先进封装需求持续爆发，封测仍是产业链核心制约点，台积电CoWoS产能紧缺格局延续，据2026年2月预测，全球CoWoS需求将突破100万片，台积电产能缺口超30%，英伟达将锁定其60%以上产能，博通、AMD等被迫转向三星、安靠等替代产能；日月光年初上调封测代工价格，三菱瓦斯化学3月宣布上调封装相关电子材料价格，缓解瓶颈方面，台积电推进CoWoS产能扩张并将部分低端制程外包，英特尔推广EMIB替代方案，三星、国内封测龙头也同步加速产能扩张与技术布局。 日月光、台积电等海外龙头的封测产能紧张已被市场认知，A股封测标的长电科技、通富微电等在AI算力产业链持仓中的占比仍然较低，估值也相对低，国产替代定价不足。 CPU：新需求挖掘与价值重估逻辑，未被市场充分定价 AI算力集群从单一GPU通用计算向异构协同演进，CPU作为系统编排与数据调度的核心控制单元，在智算中心架构中不可或缺。随着AI推理负载爆发，通用服务器进入替换周期，服务器CPU需求显著回升，KeyBanc调查显示AMD 2026年度服务器CPU已接近售罄，英特尔与AMD考虑于2026年一季度将服务器CPU均价调涨10%-15% 。架构层面，云巨头加速部署Arm架构自研CPU以优化每瓦性能，CounterPoint预测至2029年定制化AI服务器中Arm架构CPU份额将从2025年的25%飙升至90% 。在AI投资的叙事框架中，CPU长期被简单归类为传统计算或通用服务器周期，然而AI推理服务器的爆发叠加通用服务器替换周期启动，使CPU从边缘配套重新回归核心，其战略地位面临系统性重估，CPU是核心但未被市场充分定价的典型环节。 存储芯片：产能挤占与资源重构逻辑为主，市场认知正在加速 AI浪潮引发存储芯片需求井喷，改变了存储行业景气周期。大型AI模型训练和推理对内存、存储器的需求是传统应用的数倍：单台AI服务器平均配置1.7TB存储（含DRAM和SSD），远高于普通服务器的0.5TB。这直接带来高带宽内存（HBM）、DDR5内存条及企业级SSD等高端产品供不应求。当前HBM3E为出货主力，占比超95%，HBM4预计于2026年下半年接棒成为主流 。三星、SK海力士、美光三大原厂将先进制程产能系统性向HBM倾斜，挤压常规DRAM与NAND供给，叠加扩产周期长达1.5至2年，2026年全球存储产能增速仅约7.5%，远低于需求增速，预计存储芯片涨价趋势将贯穿全年。 总结 通过分析过往牛市主线案例和AI产业链梳理，我们得出以下启示： （1）当前AI算力产业链PEG中位数仅0.96倍，显著低于历史牛市主线见顶阈值，核心资产远未进入泡沫区间； （2）机构资金仍处于持续加仓的爬坡阶段，系统性切换风险尚不构成。 （3）行情正沿缺货涨价、新需求挖掘与产能挤占三重逻辑，由核心资产向电子布、CCL、CPU、先进封装等尚未充分定价的细分环节梯度扩散。 风险提示：（1）内需支持政策效果低于预期。如果后续国内地产销售、投资等数据迟迟难以恢复，通胀持续低迷，消费未出现明显提振，企业盈利增速持续下滑，经济复苏最终证伪，那么整体市场走势将会承压，过于乐观的定价预期将会面临修正。（2）中美战略博弈加剧风险。警惕中美战略博弈领域扩散、程度加剧的风险。例如战略博弈从贸易扩散到科技、关键资源、金融、航运、物流、军事等多个领域，出现全方位战略冲突，这可能影响正常的经济活动，同时对权益市场造成冲击。（3）美股市场波动超预期。若美国经济超预期恶化，或美联储宽松力度不及预期，可能导致美股市场出现较大波动，届时也将对国内市场情绪和风险偏好造成外溢影响。 对外发布时间：2026年4月29日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 黄文涛 SAC 编号：S1440510120015 何盛 SAC 编号：S1440522090002 2026Q1，公募基金通信行业持仓市值达到3578.17亿元，公募基金通信行业持仓市值占比为10.90%，创新高，较2025Q4的持仓占比6.46%环比提升4.43pcts，较2025Q1的持仓占比2.59%同比提升8.31pcts。2026Q1，公募基金主要持仓集中在光模块光器件板块，重点加仓在光纤板块。 通信行业PE-TTM处于历史100%分位，市场参与热情高。我们建议继续重视AI板块，投资逻辑正向结构性创新深化。一方面，我们持续推荐AI算力核心环节，重点把握景气高企的光通信、ASIC、液冷等技术演进，以及国内算力的加速放量；另一方面，建议关注AI应用板块，特别是AI Agent的商业落地提速。 风险提示：国际环境变化；AI发展不及预期；竞争加剧；汇率波动；资本开支和需求不及预期等。 对外发布时间：2026年4月24日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 阎贵成 SAC 编号:S1440518040002 SFC 编号:BNS315 于芳博 SAC 编号:S1440522030001 SFC 编号:BVA286 刘永旭 SAC 编号:S1440520070014 SFC 编号:BVF090 曹添雨 SAC 编号:S1440522080001 方子箫 SAC 编号:S1440524070009 辛侠平 SAC 编号:S1440524070006 朱源哲 SAC 编号:S1440525070002 OpenAI正式推出GPT-5.5，该模型的核心突破不在于纯粹的参数规模，而在于执行效率与自主性，百万Token调用成本骤降至前代的 1/35，能效比提升50倍。国内DeepSeek也发布了DeepSeek-V4预览版并开源。其中Pro版本总参数达1.6万亿，在Agent能力和数学推理上比肩世界顶级闭源模型。DeepSeek-V4通过全新的注意力机制，在保持极致推理性能的同时大幅降低了显存需求。GPT-5.5与DeepSeek-V4不约而同地强调了推理成本的极致压缩。这并非意味着算力需求见顶。相反，单次成本的下降可能会诱发Token消耗量的指数级增长。当Token成本极低时，开发者可以支持AI进行更复杂地长链条思考、多次自我校验与大规模Agent协作，这对于企业级应用、自动化编程、机器人具身智能等领域是巨大的催化剂。 4月20日，河北电信和贵州电信启动室外光缆（G.652D）集采，24芯G.652D光缆限价2500元/皮长公里。3月启动招标的广东电信、广西电信、山东电信均为24芯光缆限价2500元/皮长公里，目前均已招标完成。而同期启动招标的四川电信则限价2090元/皮长公里（24芯G.652D光缆），4月20日公告招标失败。4月3日启动招标的山西电信也限价2500元/皮长公里（24芯G.652D光缆），4月26日公告招标完成。总体来看，中国电信多数省公司已经自行启动招标，且绝大部分省公司的限价为2500元/皮长公里（24芯G.652D光缆），折合光纤价格预计在70元/芯公里左右。我们认为，目前运营商的集采价可能基本达成共识，省公司自行采购价约70元/芯公里左右（G.652D），总部集采可能略低，预计可能落在60元-70元/芯公里之间。 我们持续看好后续AI的发展，维持对北美算力产业链和国产AI算力突围的长期看好。 风险提示：国际环境变化对供应链的安全和稳定产生影响，对相关公司向海外拓展的进度产生影响；关税影响超预期；人工智能行业发展不及预期，影响云计算产业链相关公司的需求；市场竞争加剧，导致毛利率快速下滑；汇率波动影响外向型企业的汇兑收益与毛利率，包括ICT设备、光模块/光器件板块的企业；数字经济和数字中国建设发展不及预期；电信运营商的云计算业务发展不及预期；运营商资本开支不及预期；云厂商资本开支不及预期；通信模组、智能控制器行业需求不及预期。 对外发布时间：2026年4月26日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 阎贵成 SAC编号:S1440518040002 SFC编号:BNS315 于芳博 SAC编号:S1440522030001 SFC编号:BVA286 刘永旭 SAC编号:S1440520070014 SFC编号:BVF090 曹添雨 SAC编号:S1440522080001 方子箫 SAC编号:S1440524070009 辛侠平 SAC 编号:S1440524070006 4月24日，DeepSeek-V4正式发布，包含Pro（总参数1.6T，激活49B）与Flash（总参数284B，激活13B）两个版本，原生支持1M上下文长度。 在公开测评集表现上，DeepSeek-V4确立开源新标杆，紧逼顶尖闭源模型。在知识与推理维度，V4-Pro在MMLU-Pro测试中得分达87.5%，在编程竞赛基准Codeforces中获得3206的Rating评分，不仅大幅领先开源竞品，更比肩甚至局部超越了GPT-5.4（3168分）与Gemini 3.1 Pro（3052）。在长文本领域，其MRCR 1M（百万上下文多海捞针）准确率达83.5%。在Agent复杂任务基准中，V4-Pro在SWE Verified（80.6%）、Terminal Bench 2.0（67.9%）以及贴近真实商业场景的GDPval-AA（1554分）评测中，展现出极强的端到端执行与工具调用能力，稳居全球第一梯队。 核心技术方面，DeepSeek-V4主要实现了CSA、HCA与mHC三项关键技术创新： CSA（压缩稀疏注意力）：针对长序列推理中的KV缓存占用问题，V4并未采用传统的KV舍弃或标量量化策略，而是引入了Token级别的压缩机制。CSA通过带学习权重的压缩模块，将多个Token的KV特征映射为一个低维表示。同时，为了防止局部细粒度信息丢失，CSA保留了基于滑动窗口的未压缩KV条目，并内置轻量级的Lightning Indexer进行Top-k检索。这一机制在大幅减少显存占用的同时，维持了模型对关键局部信息的精确召回能力。 HCA（重度压缩注意力）：面向百万级上下文的宏观信息处理，V4在CSA的基础上设计了压缩比更高的HCA模块。HCA采用全局汇聚策略，将极长序列重度压缩至数千个高密度特征块（如将百万Token压缩至约8000个节点）。在模型层级设计上，V4将CSA与HCA层进行交替排布。推理时，模型能够兼顾HCA的全局视野与CSA的局部微观精度，最终使百万上下文推理的单Token计算量降至前代V3.2的27%，KV Cache占用锐减至10%。 mHC（流形约束超连接，2025年12月梁文锋挂名的论文提出）：随着模型层数加深，传统残差网络极易出现信号传递衰减与激活值方差指数级放大的训练不稳定问题。DeepSeek提出了mHC机制以替代传统残差连接。该机制对层间映射矩阵施加了严格的数学约束，要求其必须满足双随机矩阵（即矩阵所有元素非负，且每行、每列之和均为1）。这种流形约束在理论上确保了矩阵的谱范数严格等于1，从根本上抑制了深层网络的梯度爆炸与数值漂移问题。在工程实现上，mHC利用Sinkhorn-Knopp迭代算法高效完成矩阵归一化，使得构建极深层大规模模型网络成为可能。 此外，在后训练阶段，V4放弃了传统的RLHF，转而采用多教师同策略蒸馏与生成式奖励模型，有效避免了传统强化学习导致的对齐税（对齐带来的模型降智）及模型通用能力退化现象，实现了模型多维能力的高度均一化。 DeepSeek与Kimi在底层技术上相互学习与验证。在长上下文处理路线上，Kimi主张线性注意力机制以降低计算复杂度，而DeepSeek则坚持通过CSA/HCA进行张量压缩。在训练优化器方面，Kimi曾在其K2.6技术报告中率先验证了Muon优化器在大语言模型上的潜力，而DeepSeek在V4中则全面完成了Muon的工程化落地。面对Muon极易引发的训练崩溃与Logits爆炸问题，不同于竞品采用的截断策略，DeepSeek在架构侧引入了Query/KV的RMSNorm操作进行底层规范化处理，成功将Muon稳定应用于万亿参数MoE模型的全量预训练中，大幅提升了模型的收敛效率。 4月24日，OpenAI同样发布最新旗舰模型GPT-5.5。作为全新旗舰模型，GPT-5.5在推理精度、复杂任务规划及系统级自治能力上实现了对当前行业基准的全面超越。在衡量复杂命令行与代码流的Terminal-Bench 2.0测试中，GPT-5.5准确率达到82.7%（相较前代GPT-5.4提升超7个百分点，大幅领先Claude Opus 4.7的69.4%）。在评估真实专业知识工作流的GDPval测试中，GPT-5.5亦取得84.9%的成绩，超越了大部分垂直行业专家基线。 从案例测试看，GPT-5.5自主拆解、多步推理及自我代码审查与纠错能力较强。在面对前端应用开发、3D引擎渲染（如WebGL/Three.js应用重构）及高难度数学证明（如在纯数学领域协作发现拉姆齐数的新证明路径）等复杂任务展现出较好的表现。此外，OpenAI在技术披露中指出，GPT-5.5驱动的Codex系统已能够分析底层数据中心的生产流量日志，并自主编写负载均衡启发式分区算法，使系统Token生成速度提升逾20%。这种模型优化自身基础设施的案例，验证了GPT-5.5在复杂闭环系统中的高度工程自治潜力。 对比DeepSeek-V4和GPT-5.5，二者在演进方向呈现出一定的差异。 在API调用成本上， GPT-5.5的API定价为每百万Token输入5美元/输出30美元，相比前代大幅提升。而DeepSeek-V4凭借CSA/HCA架构带来的推理效率提升，将 Pro 版本定价拉低至每百万 Token 输入1 元（缓存命中）/12元（缓存未命中）、输出24元，并于4月25日起开启限时2.5折特惠；Flash版本则为输入0.2元（缓存命中）/1元（缓存未命中）、输出2元；极低的模型API定价极大地缓解了超长上下文推理场景下的成本约束。 在算力底座上，OpenAI进一步加深了与英伟达核心算力集群的系统级绑定，以定制化硬件支撑模型能力的演进。而DeepSeek-V4则成功在Nvidia GPU与华为昇腾NPU双平台上完成了验证与性能对齐，海光、寒武纪等国产算力厂商亦完成了0Day适配，有望缓解国内算力资源短缺的局部难题。 而和国内模型相比，DeepSeek-V4则依靠成本和国产适配突围： 1）纵向对比V3：在模型体量上，V4-Pro的总参数量从V3的6710亿大幅扩展至1.6万亿，预训练数据量亦由14.8T Tokens翻倍提升至33T Tokens，进一步验证Scaling Law的持续性；CSA与HCA的机制亦成功将上下文窗口从128K突破至原生1M。实测数据显示，在处理百万级长序列时，V4单Token的推理计算量仅为V3的27%，KV缓存占用更被极致压缩至10%。 2）横向对比其他国产模型：当前，以Kimi、智谱、MiniMax、阿里、小米正持续在模型智能上界不断突破。在Artificial Analysis智能指数评测中，DeepSeek-V4-Pro与上述大厂的旗舰模型能力基本相当。DeepSeek-V4的破局点更在于对国内算力资源的支持与极致化的成本，尤其在保持1.6T参数规模（头部模型厂公开最高，低于文心5.0的2.4T）、1M上下文窗口（与小米MiMo-V2.5pro、Qwen3.6-Plus等并列第一），仍保持了基本相当的价格。 全球AI产业迅速发展，大模型底层能力与应用层Agent框架形成强烈共振。年初OpenClaw 的爆火，以及随后Hermes框架的异军突起，标志着通用Agent系统正在加速演进。技术定位来看，OpenClaw作为多渠道交互的网关，具备强大的执行能力，可通过丰富的静态插件生态和严格的安全沙箱边界，解决Agent如何安全、合规地调度各类工具并跨设备执行任务的问题；而Hermes则开创了具备自我进化与技能沉淀（Skill）的闭环学习，解决了Agent如何利用历史经验实现自我优化的问题。 Agent的发展高度依赖于底层基座模型的代际迭代。一方面，模型能力的迭代使Agent能够更精准地执行框架设定的Pipeline，并自主生成高质量的执行框架；另一方面，自主化Agent带来了Tokens的指数级消耗，以DeepSeek-V4为代表的国产模型使推理成本快速下降，使得Agent在全周期运行和大规模记忆检索上具备经济可行性。 总结：DeepSeek-V4与GPT-5.5同期发布，前者凭借CSA/HCA注意力压缩与mHC网络重构，在性能紧逼闭源旗舰的同时将百万上下文推理成本降至极低水平，并成功跑通国产化算力基座；后者则依靠软硬件强耦合，主攻高复杂度知识工作，延续了高定价匹配高智能的商业模式。同时，基座模型的代际跃升与OpenClaw、Hermes等Agent框架形成共振，通过智能上限拓展与推理成本优化，加速Agent生态向商业化落地发展。 风险提示：（1）宏观经济下行风险：计算机行业下游涉及千行百业，宏观经济下行压力下，行业IT支出不及预期将直接影响计算机行业需求；（2）应收账款坏账风险：计算机多数公司业务以项目制签单为主，需要通过验收后能够收到回款，下游客户付款周期拉长可能导致应收账款坏账增加，并可能进一步导致资产减值损失；（3）行业竞争加剧：计算机行业需求较为确定，但供给端竞争加剧或将导致行业格局发生变化；（4）国际环境变化影响：国际贸易摩擦加剧，美国不断对中国科技施压，对于海外收入占比较高公司可能形成影响。 对外发布时间：2026年4月26日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 应瑛 SAC 编号:S1440521100010 SFC 编号:BWB917 台积电发布一季报，今年一季度营收358.98亿美元，同比大增40.6%，也高于上一季度的337.31亿美元，环比增长6.4%。一季度的毛利润达到了237.81亿美元，毛利润率高达66.2%，毛利率显著高于预期。公司预计二季度的营收在390亿美元到402亿美元，毛利润率预计在65.5%到67.5%，营收指引环比增长10%，优于市场5%-10%的一致预期，毛利率指引中值66.5%同样超出机构预测。台积电预计今年总营收增长将超过30%，该公司高管还表示，鉴于AI芯片以及先进封装需求仍然非常强劲，资本支出将接近此前预测区间（最高560亿美元）的上限，并且强调未来3年资本支出将显著高于过去3年，这表明他们对未来增长前景充满信心。 中际旭创发布2026年第一季度报告，实现营收194.96亿元，同比增长192.12%；实现归属于上市公司股东的净利润57.35亿元，同比增长262.28%，主要系受益于算力基础设施的强劲投入，公司产品出货持续增长。 源杰科技股价超越茅台，成为A股最新高价股，体现资本市场对于光通信板块的关注与认可。算力板块核心公司一季度业绩亮眼，我们继续坚定看好算力产业链。 风险提示：国际环境变化对供应链的安全和稳定产生影响，对相关公司向海外拓展的进度产生影响；关税影响超预期；人工智能行业发展不及预期，影响云计算产业链相关公司的需求；市场竞争加剧，导致毛利率快速下滑；汇率波动影响外向型企业的汇兑收益与毛利率，包括ICT设备、光模块/光器件板块的企业；数字经济和数字中国建设发展不及预期；电信运营商的云计算业务发展不及预期；运营商资本开支不及预期；云厂商资本开支不及预期；通信模组、智能控制器行业需求不及预期。 对外发布时间：2026年4月20日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 阎贵成 SAC 编号:S1440518040002 SFC 编号:BNS315 于芳博 SAC 编号:S1440522030001 SFC 编号:BVA286 刘永旭 SAC 编号:S1440520070014 SFC 编号:BVF090 曹添雨 SAC 编号:S1440522080001 方子箫 SAC 编号:S1440524070009 辛侠平 SAC 编号:S1440524070006 2025年国产AI加速卡份额超40%，非GPU芯片差异化促进赶超。据IDC数据，2025年中国AI加速卡市场总出货量约400万张，中国本土芯片厂商拿下近41%的份额，总出货量高达约165万张。其中，华为以约81.2万颗的出货量断层领跑，平头哥跃居次席，昆仑芯、寒武纪并列第三，海光信息、沐曦、天数智芯出货量稳居前列；而曾长期垄断国内市场的英伟达出货约 220 万颗，市场份额近乎腰斩。此外，非 GPU 加速卡 AI 服务器市场占比超40%，差异化的非 GPU 技术路线，正成为中国实现 AI 算力自主可控的核心增长引擎。 国产模型加速突围，有望进一步促进国产算力需求。2026年以来，国产模型加速突围，尤其以OpenClaw为代表的自主智能体对token的消耗呈现指数级上升，国产模型的性价比进一步凸显。OpenRouter平台数据显示，3月30日-4月5日API调用量前五已均为国产模型。 3月31日，智谱发布上市后首份年度业绩报告，2025年全年收入7.24亿人民币，同比增长131.9%，继续保持国内收入规模最大的独立大模型公司地位。公司在业绩报告及业绩说明会上表示，2026年一季度智谱API涨价幅度高达83%，仍呈现供不应求的局面，反映用户对模型智能上界的迫切需求。 在3月16日阿里重整AI团队为Alibaba Token Hub（ATH）的两周后，ATH于3月30日-4月2日连续发布Qwen3.6-Plus、Qwen3.5-Omni、Wan2.7-Image三款重磅模型，在多模态、编程、文生图等核心赛道持续更新，并空降OpenRouter平台调用前五。其中，全模态原生大模型Qwen3.5-Omni在长上下文、多语言、音视频理解能力上实现明显提升，并新增了语义打断、音色克隆、语音控制等实时交互能力，在215项任务中刷新了SOTA纪录，多项核心指标甚至超越Gemini-3.1 Pro；Wan2.7-Image则继续保持在视觉还原度、光影逻辑及语义遵循上的优异表现；Qwen 3.6-Plus更是主打智能体Agent、编程Coding和工具调用能力，相较于上一代实现了能力的全面跃升，在多项权威编程评测中超越GLM-5、Kimi-K2.5等模型。 国产模型的加速突破，以及用户对AI算力的旺盛需求，有望持续促进国产算力及云服务产业趋势向上。 全国统一的数据产权登记体系正式落地，数据要素产业有望迎来提速发展期。4月3日，国家数据局《数据产权登记工作指引（试行）》（以下简称为《指引》）向社会公开征求意见。为满足市场登记需求、建立市场信任机制，《指引》立足于我国数据产业发展实际，结合地方数据产权登记实践成果，重点围绕着登记机构管理、登记流程规则、登记凭证应用等方面，对数据产权登记活动的开展提出了全面、系统、科学的中国方案，为数据市场的健康有序发展以及全国一体化数据市场的建设提供了重要制度支撑，其中，《指引》重点如下： （1）在登记机构管理方面，《指引》明确数据产权登记机构可涵盖事业单位与企业两类主体，兼顾公信力保障与市场活力激发。其中，企业法人的实缴注册资本不低于一亿元；有二年以上数据流通服务经验。此外，《指引》也明确了登记机构遴选、明确管理规范以及建设/接入全国统一登记服务平台等登记机构管理制度。 （2）在登记流程规则方面，《指引》重点对登记对象、登记程序、登记收费等做出明确规定。其中，党政机关履职中收集产生的数据，或基于履职需要委托授权第三方代收集的数据，不进行产权登记。公共数据资源授权运营后开发形成的产品与服务，在完成公共数据资源登记后，可依规办理数据产权登记。此外，《指引》重点强调要降低登记成本，严禁登记业务强制绑定额外收费项目，既要减轻经营主体登记成本，同时也要保证登记机构可持续运营。 （3）在登记凭证应用方面，数据产权登记凭证的重要价值在于发挥权属证明效力，为数据市场流转提供信任依据。《指引》提出部分应用场景，如在数据流通交易环节，作为产权归属的证明，明晰交易双方权责；在数据资产入表、融资信贷、作价入股等价值化场景中，作为市场主体合法持有、控制数据的重要依据，助力数据资源实现资产化转化；在数据权属纠纷、权益争议处置中，作为司法裁判、纠纷调解的证明；在数据企业培育认定等支持政策中，作为判断企业数据情况的参考。 总体来看，《指引》的出台，全面细化了“数据二十条”的数据三权分置制度，让数据流通交易有法可依、有章可循。此外，3月30日，习近平向世界数据组织在北京正式成立致贺信，标志着全球首个旨在推动数据发展与治理实践的专业性国际组织正式运行，也彰显了国家对数据发展的高度重视与战略性定位，数据产业有望迎来提速发展新阶段，建议重点关注高价值数据源、数据基础设施、公共数据授权运营以及数据产权登记等重点环节发展。 总结：2025年中国AI加速卡市场总出货量约400万张，国产AI加速卡份额超40%，主要通过非GPU芯片等差异化促进赶超。国产模型加速突围，OpenRouter数据显示3月30日-4月5日API调用量前五已均为国产模型；2026年一季度智谱API涨价幅度高达83%，仍呈现供不应求的局面；阿里连续发布三款重磅模型，有望进一步促进国产算力需求。全国统一的数据产权登记体系正式落地，数据要素产业有望迎来提速发展期。 风险提示：（1）宏观经济下行风险：计算机行业下游涉及千行百业，宏观经济下行压力下，行业IT支出不及预期将直接影响计算机行业需求；（2）应收账款坏账风险：计算机多数公司业务以项目制签单为主，需要通过验收后能够收到回款，下游客户付款周期拉长可能导致应收账款坏账增加，并可能进一步导致资产减值损失；（3）行业竞争加剧：计算机行业需求较为确定，但供给端竞争加剧或将导致行业格局发生变化；（4）国际环境变化影响：国际贸易摩擦加剧，美国不断对中国科技施压，对于海外收入占比较高公司可能形成影响。 对外发布时间：2026年4月6日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 应瑛 SAC 编号:S1440521100010 SFC 编号:BWB917
