核心观点

• AI 实验室的产品线包括 API、订阅产品和企业产品，不同产品线的单位经济存在差异。
• AI 实验室的企业组合、收入确认方式和合作伙伴关系会导致财务报表呈现较大差异。
• 2026 年，AI 实验室的单位经济得到显著改善，主要受自动化工作流程和企业产品市场地位提升的推动。

关键数据

• 假设的 AI 实验室 A 的收入构成中，API 占比高达 70%，订阅产品占比 30%；实验室 B 则相反，API 占比约 20%，订阅产品占比 80%。
• API 的推理利润率通常高于订阅产品，这解释了 AI 实验室整体毛利率的差异。
• 2026 年，假设的 AI 实验室 A 和 B 的付费推理利润率可能达到 50%-65%+，调整后的毛利率比 2025 年提高了 30-50 个百分点。
• 2026 年，大约每 100 美元的 AI 实验室收入中有 35-40 美元流入超大规模云服务提供商的收入，其中超大规模云服务提供商的运营利润率约为 35%-45%。

研究结论

• AI 实验室的单位经济最终会通过损益表反映出来。
• 随着推理利润率超过训练成本，AI 实验室的利润率将不断提高。
• 随着 2028 年后支持 AI 基础设施项目的上线，超大规模云服务提供商在 AI 实验室训练和推理方面的市场份额可能会开始下降。
• 在未来两年内，亚马逊网络服务 (AWS)、Azure 和谷歌云平台 (GCP) 可能会控制 AI 实验室计算支出中相似的份额，直到这种转变到支持基础设施为止。

国产芯片与超节点放量在即

需求与政策共振，国产替代进入放量兑现期

• 智能算力规模预计年复合增长率达46.2%，2026年规模有望达到约1460.3 EFLOPS。
• 算力需求重心由训练转向推理，2027年推理将占智能算力需求的70%以上。
• 算力网被列为国家六张网之一，十五五期间新增直接投资约4万亿元。
• 美国出口管制转向看总部归属，加速国产算力的全栈自主可控。
• 2025年国产AI加速卡份额首次突破四成、约41%，叠加运营商与国资智算中心集采，国产替代已从送样验证走向规模出货。

芯片厂商梯队分明，软件栈从可用走向好用

• 国产AI芯片已形成一超(华为昇腾)、多强(寒武纪、平头哥、昆仑芯、海光信息)与新势力(摩尔线程、沐曦股份、壁仞科技、天数智芯)的清晰梯队。
• 2025年昇腾出货约81.2万张居国产第一，寒武纪上半年营收59.96亿元、净利23.11亿元进入兑现期，四小龙密集资本化。
• 供给卡点集中在制程、HBM、先进封装，预计2027年起缓解。
• 软件栈加速成熟：DeepSeek-V4实现九种国产芯片Day0适配、华为CANN全面开源。
• 智谱GLM-5.3-Flash率先在大规模流量场景中依托国产芯片集群对外提供服务，其单token成本已与主流英伟达GPU相当。

范式跃迁，超节点是国产算力的最优解

• 单卡受制于先进制程与HBM，国产转向以高速互联把成百上千颗芯片耦合为一台超级计算机。
• 华为CloudMatrix 384可提供约300 PFLOPS稠密算力，多项系统指标对标乃至超越英伟达GB200 NVL72。
• Atlas 950SuperPoD最多可支持8192张昇腾950DT，计划于2026年第四季度批量上市。
• 中科曙光曙光8000建成国内首个全国产十万卡超集群。
• 市场往往高估国产单卡追赶英伟达的短期难度，却低估其在系统层面的赢面与兑现速度。

价值向系统环节扩散，交换与整机弹性最大

• 超节点把价值从单颗芯片向交换、整机、连接、存储、散热等环节扩散。
• 高速交换用量随超节点普及成倍提升，直接利好锐捷、新华三等国产交换与网络龙头。
• 超节点本体交付放量，带动浪潮、华勤等整机与ODM量价齐升。
• 并延伸至HBM、先进封装、光模块与Scale-up标准之争。
• 随着华为、中科曙光曙光、中兴通讯、新华三、浪潮信息订单自2026年下半年集中交付，数千亿级市场进入兑现期。

相关标的

• 国产芯片：寒武纪、海光信息、沐曦股份、摩尔线程等。
• 国产超节点：紫光股份、中科曙光、浪潮信息、华勤技术、锐捷网络、中兴通讯等

风险提示

• 先进制程与产能瓶颈。
• HBM与先进封装瓶颈。
• 软件栈与生态发展不及预期。
• 需求与交付不及预期风险。
• 互联/交换芯片与连接瓶颈。
• 外部环境风险。

AI周观察20260829

研究结论

中报披露接近尾声，AI产业链业绩兑现与供给约束同步显性化，市场定价重心从需求侧转向供给侧。国内业绩兑现沿存储、光模块、PCB、封测代工逐环节确认，晶圆代工环节受益涨价与供不应求，光模块与PCB环节量价齐升，应用层出现商汤盈利、MiniMax收入放量等拐点。海外英伟达营收利润翻倍并给出增长指引，AWS再部署200万颗GPU，Marvell、Salesforce上调预期，云厂资本开支持续拉动算力硬件。但业绩分化明显，英伟达毛利率受内存供应影响，北方华创增收不增利，三安光电由盈转亏，供给约束替代需求担忧。

高频数据跟踪

模型层单价下压延续，用量扩张提速，硬件端高位平台，融资端同步修复。大语言模型Token支出指数回撤近半，OpenRouter用量创历史新高，推理需求未受影响。H100租赁价格回落但仍高，DDR5价格回落但月度涨幅可观，算力存储紧张状态未缓解。云厂股价指数回升，债券信用利差收窄，股债定价首次同向改善，但结构性分化持续。

重点标的跟踪

中美AI板块内部分化加剧，主线转向估值重估空间。美股半导体设备回调，云厂AI应用软件逆势上涨，算力龙头未获增量定价。A股上游承压，下游走强，光模块回撤最深，液冷散热与PCB上游材料受关注。上游硬件景气被前期涨幅反映，资金转向散热、电力与应用环节。

风险提示

市场表现不及预期、风险定价不充分、产业发展不及预期、模型设定风险。

本周观点

• Salesforce FY27Q2业绩超预期，AI应用真实产业趋势持续验证。公司季度收入113亿美元，同比增长11%；cRPO达到335亿美元，同比增长14%；并将FY27全年收入指引由459亿-462亿美元上调至461亿-464亿美元。AI业务延续高增，Agentforce与Data 360 ARR接近39亿美元，同比增长超过210%，其中Agentforce ARR超过15亿美元，同比增长超过240%。Agentforce One Edition、Agentforce for Apps等高阶AI产品Bookings环比翻倍以上，Q2 Agentic Work Units达到32亿个，环比增长97%。与此同时，管理层正面回应“SaaSpocalypse”担忧，公司净新增AOV增速达到近四年最高水平、客户流失率接近历史低位，反映AI产品加速增长的同时，Salesforce核心SaaS业务仍保持较好经营表现。公司同期与Anthropic推出Claudeforce，将Claude进一步接入Salesforce企业数据、Workflow及Business Logic，头部大模型与企业软件的合作进一步深化。
• 开源模型能力持续提升、Token成本下降，进一步利好AI应用，应用厂商壁垒与优势同步凸显。一方面，开放权重和开源模型持续增加高质量模型供给，降低企业获取、开发和部署模型的门槛；DeepSeek V4-Flash、GLM-5.3等模型持续增强Agent、工具调用和长周期任务能力，同时API价格维持低位，应用厂商能够以更低成本、更高自由度开展模型适配和二次开发，有利于客服、销售、办公、研发等高频场景扩大AI使用量。另一方面，企业Agent进入销售、财务、人力等核心业务流程后，仍需持续调用企业实时数据，并依赖权限控制、审批规则、系统写回和审计留痕等能力。Salesforce与Anthropic的合作表明，头部模型厂商仍需深度接入企业软件的数据和Workflow；Workday招聘Agent则进一步显示，Agent完成真实业务任务需要结合System of Record、跨系统调用及人工复核。
• AI应用多方向加速落地，重点关注企业AI、云、AI Infra、AI办公与AI4S五个方向。1）企业AI方面，软件厂商具备存量客户、行业数据和核心Workflow优势。如迈富时2026H1 AI应用业务收入11.28亿元，同比增长123.7%，AI应用付费客户同比增长25.9%、ARPU同比增长80.0%；2）云方面，AI应用使用量增长持续拉动模型推理和云资源需求，根据阿里巴巴截至2026年6月30日止季度数据，阿里AI Cloud and Compute Services收入同比增长45%，AI相关产品收入连续第12个季度保持三位数增长；3）AI Infra方面，Agent接入更多企业数据和系统后，对数据库、数据治理、安全和可观测性提出更高要求，如深信服2026H1云计算及AI基础设施业务收入同比增长58.6%，并持续推进Agent ID、权限管理和AI安全产品；4）AI办公方面，文档、表格、PPT等高频场景具备较好的AI付费基础；5）AI4S方面，2026年8月Anthropic连续发布蛋白设计成果和Model Hardware Standard，Claude已进一步进入蛋白设计、实验分析及实验设备执行环节，AI设计量提升也有望带动DNA合成和湿实验验证需求。

相关标的

1）云：阿里巴巴-W、金山云、优刻得、首都在线等；2）AI Infra：深信服、星环科技、达梦数据、卓易信息、广立微等；3）企业AI：迈富时、用友网络、金蝶国际、汉得信息、鼎捷数智、泛微网络、海致科技等；4）AI办公：金山办公、合合信息、福昕软件等；5）AI4S：金斯瑞生物科技、晶泰控股-P、英矽智能等。

风险提示

• AI应用商业化不及预期的风险；
• 企业IT预算恢复不及预期的风险；
• 行业竞争加剧的风险；
• 海外宏观及汇率波动风险。