序言：算力重构全球竞争秩序，新质生产力的核心引擎

本报告基于全球算力产业最新发展动态，结合AI云原生智能算力架构的权威研判、政策导向及产业一线数据，深度解读2026年全球算力十大趋势，系统分析国内外GPU/CPU算力产业链格局、太空算力发展现状，并为产业从业者与投资者提供兼具科学性、技术性与实操性的深度洞察。

2026年，人工智能浪潮进入纵深演进阶段，算力作为数字经济的核心生产要素，正从技术底层支撑跃升为重塑全球产业格局、国家竞争优势的战略力量。不同于以往的技术迭代，本轮算力革命以“规模爆发、架构革新、生态融合、边界突破”为核心特征，不仅重构了半导体产业链的价值分配逻辑，更催生了新质生产力的多元落地场景。

数据显示，算力已成为衡量国家科技竞争力的核心维度，其发展水平直接决定了各国在智能时代的话语权。从全球格局看，中美欧形成“三足鼎立”的竞争态势：美国凭借芯片生态优势保持领先；中国依托政策红利与市场需求实现快速追赶；欧洲则聚焦绿色算力与开源生态构建差异化竞争力。

• 在技术层面，CPU与GPU的协同架构迭代、量子计算的工程化突破、太空算力的探索起步，正不断刷新算力的边界与效能。
• 在产业层面，算力租赁、算网融合、绿电算力等新业态蓬勃兴起，相关市场标的迎来价值重估窗口。

第一部分：2026全球算力十大趋势深度解析

2026年，全球算力产业正处于“量变到质变”的关键转折点，十大趋势相互交织、协同演进，共同勾勒出智能时代算力发展的全景图。这些趋势既涵盖技术架构的底层变革，也包括产业生态的重构升级，更涉及应用场景的边界突破，深刻影响着千行百业的数字化转型进程。

趋势一：全球算力竞赛白热化，规模呈指数级增长，战略属性凸显

当前，算力已上升为各国国家战略的核心组成部分，全球范围内的算力竞赛进入白热化阶段，形成“政策护航、资本加码、技术攻坚”的三重驱动格局。

• 美国通过《芯片与科学法案》累计投入520亿美元扶持半导体产业，重点布局高端算力芯片与智算中心建设。亚马逊、微软、谷歌三家企业占据美国90%的算力资源，本土建成74个算力中心，同时在海外布局524个数据中心，构建全球算力网络。
• 欧盟推出《数字欧洲计划》，投入100亿欧元建设跨区域算力网络，聚焦绿色算力与超算互联。
• 中国将算力纳入“十五五规划”核心议题，“东数西算”工程持续推进，并发布算力互联互通行动计划，明确到2028年实现智能感知实时调度的算力互联网。

AI大模型的快速演进成为算力需求爆发的核心推手。据测算，人工智能大模型的算力需求每3-4个月翻一番，远超摩尔定律的迭代速度。2023年全球计算设备算力总规模达1397EFlops，增速高达54%，预计未来五年全球算力规模增速保持在50%以上，到2030年将突破16ZFlops，其中AI算力规模将实现千倍增长。

从产业端看，算力已从辅助资源升级为企业核心战略资产，头部科技企业纷纷加大资本投入，芯片与硬件厂商持续扩充产能，算力的战略价值在产业链竞争中愈发凸显。值得关注的是，算力竞赛已从单一技术比拼升级为全产业链协同较量，涵盖芯片设计、制造、封装测试、算力调度、应用落地等多个环节。

• 美国凭借芯片架构优势与先进制程能力，构建了完整的算力生态；
• 中国则通过政策引导，推动国产芯片、封装技术、算网融合的协同突破，逐步缩小与国际先进水平的差距。

趋势二：大模型成智能世界“底层操作系统”，价值创造转向实际问题解决

2026年，大模型技术正加速从“技术验证期”迈向“商业闭环期”，逐步升级为未来智能世界的“底层操作系统”，其核心价值从“算力消耗规模”转向“实际问题解决能力”。

随着大模型意图理解能力的突破与部署成本的大幅下降，AI技术在制造业、医疗、金融、政务等千行百业的规模化落地加速，形成“效率提升—需求爆发—算力增长”的正向循环。

在技术层面，大模型呈现“轻量化、专业化、协同化”的发展特征。轻量化大模型通过压缩算法优化，在边缘设备实现高效部署，降低了算力使用门槛；专业化大模型聚焦垂直领域，其核心竞争力在于对行业场景的深度适配。技术发展已从“训练为主”转向“推理为主”，预计到2025年推理算力占比将升至七成，未来这一比例还将持续提升，算力需求结构的变化将倒逼芯片架构与算力调度模式的优化。

在价值评判层面，行业竞争的核心标尺从“用户规模、算力消耗”转向“问题解决深度、产业效率提升高度”。

• 在医药研发领域，算力驱动的AI模型可将传统4.5年的研发周期压缩至12-18个月，临床试验成功率显著提升；
• 在新材料研发中，AI模型可快速完成潜在配方筛选，研发效率提升3倍以上。部分企业部署的垂域大模型，已创造超10亿元的直接经济效益，验证了算力赋能实体经济的可行性。

这一趋势意味着，单纯追求算力规模的增长已不再具备核心竞争力，能够将算力转化为实际产业价值的企业将获得更大发展空间。

趋势三：智能形态从数字世界走向物理实体，具身智能开启万亿赛道

人工智能的发展范式正发生深刻变革，从处理虚拟信息的“数字智能”，向能够在物理世界感知、理解、行动的“具身智能”演进，打破虚实边界，开启万亿级实体智能市场赛道。

具身智能的核心支撑是“世界模型”，如同智能体的“大脑”，能够模拟物理世界的动态规律，实现感知、决策、行动的闭环协同，其发展将倒逼AI技术栈、硬件体系、计算架构的全方位革新。

在应用场景层面，机器人、自动驾驶、工业自动化成为具身智能落地的核心领域。服务机器人通过融合多模态感知技术，实现家庭与商业服务的智能化升级；自动驾驶依托高精度地图与实时算力调度，逐步向更高等级突破；工业机器人通过搭载具身智能系统，实现复杂工况下的柔性生产，大幅提升制造业生产效率。据测算，2026年全球具身智能相关市场规模将突破5万亿元，成为算力需求增长的新引擎。

技术层面，具身智能对算力的需求呈现“实时性、异构性、分布式”特征。实时性要求算力调度时延控制在毫秒级；异构性要求CPU、GPU、NPU等多种处理器协同工作；分布式则要求算力资源贴近物理实体，实现边缘算力与中心算力的协同调度。这一趋势将推动算力架构从“中心集中式”向“中心-边缘协同式”转型，边缘计算芯片、低时延网络设备等细分领域迎来发展机遇。

趋势四：计算架构颠覆式变革，从“CPU为中心”转向“多样化协同架构”

面对指数级增长的算力需求与多样化的应用场景，传统“以CPU为中心”的计算架构已难以满足能效最优需求。2026年，以CPU、GPU、NPU、DPU等多种处理器平等协同的“多样化计算架构”成为主流，推动算力体系从“硬件堆叠”向“系统创新”质变。

• CPU作为通用计算核心，仍承担着任务调度、逻辑控制的核心功能，但在AI计算等场景的性能瓶颈日益凸显。
• GPU凭借并行计算优势，成为智能算力的核心载体，占据全球AI芯片市场的主导地位。
• NPU针对神经网络计算优化，在边缘AI、移动端AI场景具备能效优势。
• DPU专注于数据中心网络、存储加速，降低CPU的数据处理负载。

多种处理器的协同工作，能够根据不同计算任务的特性分配算力资源，实现整体能效最大化。架构革新的核心在于“异构互联技术”的突破。高速互联接口、芯片级集成技术（Chiplet）成为连接不同处理器的关键支撑。

趋势五：算力基础设施升级，“超节点”成智算中心主流形态

算力基础设施正从传统服务器堆叠模式，向以“超节点”为核心的高密度、一体化算力底座演进，旨在突破传统硬件边界与“内存墙”瓶颈，实现算力资源的高效整合与调度。

超节点通过先进互联技术，将数百上千个处理器、存储单元与网络设备整合为逻辑统一的计算体。其单节点算力密度较传统服务器集群提升10倍以上，时延降低50%以上，正成为智算中心的主流形态。

从全球建设规模看，头部企业已展开大规模布局：
* 美国：已建成30个万卡级算力集群，并向十万卡级演进。亚马逊AWS、微软Azure的超节点集群可提供每秒百亿亿次的计算能力，以支撑超大模型训练与前沿科学计算。
* 中国：受限于芯片产能与技术瓶颈，目前万卡级集群仅7座。更多企业转向超节点技术研发，通过系统优化弥补单芯片性能不足。中科曙光、浪潮信息等企业已推出自主研发的超节点解决方案，并在政务、能源等领域实现落地应用。

超节点的普及正推动智算中心建设从“重硬件”向“重系统”转型，核心竞争力日益体现在互联技术、散热方案与能耗控制等系统集成能力上。液冷散热、高密度供电等技术成为关键支撑，高密化、液冷化、集群化已成为智算中心发展的必然方向。

趋势六：算网融合纵深推进，全国一体化算力网实现“算力泛在可用”

面对算力需求地理分布不均与实时性要求，“以网强算”成为算力产业发展的核心逻辑。2026年，全球算力网络建设进入加速期。中国“东数西算”工程持续深化，正逐步构建“城域1毫秒、区域5毫秒、国家枢纽间20毫秒”的三级时延圈算力网络，以实现东部需求与西部绿色能源优势的精准匹配。

算力网络的核心在于“算、网、脑”一体化融合：
* “算”：指算力资源的集约化布局，依托八大算力枢纽节点构建全国算力资源池。
* “网”：指低时延、高带宽的网络基础设施。三大电信运营商正加速转型为算网服务提供商，优化骨干网与城域网架构，提升算力调度的网络支撑能力。
* “脑”：指智能调度平台，通过感知、分析与调度算法，实现算力资源的跨地域、跨层级智能分配，让算力像电力一样“随需即用”。

从区域布局看，中国东部地区聚焦低时延算力需求，建设边缘算力节点以支撑金融、工业互联网等实时性场景；西部地区则依托风光水等绿色能源，建设大规模智算中心，承接模型训练、数据存储等非实时算力需求。截至2025年，我国算力总规模达35.22亿卡时，但区域分布不均问题突出：东部算力供需缺口较大，西部算力闲置率较高。算力网络的建设将有效提升资源利用效率，预计到2026年底，全国算力均衡利用率将提升至60%以上。

此外，国际算力网络互联也在起步，美国能源部建立了全球最大算力网络，欧盟正推进跨区域算力互联，算力的全球化调度成为未来趋势。

趋势七：超算与智算深度融合，“超智融合”破解前沿科学计算难题

超算与智算的边界正逐步模糊。2026年，“超智融合”成为算力发展的新范式，通过整合超算的高精度计算能力与智算的AI推理能力，以解决气候变化模拟、新药研发、核聚变研究等前沿科学领域的复合计算需求。

超算擅长处理大规模、高精度的数值计算任务，而智算则在多模态数据处理与智能决策方面具备优势。二者的融合能够实现“1+1>2”的算力效能提升。

在应用层面，超智融合已在多个前沿领域落地：
* 气候变化研究：超算模拟全球气候系统演变，智算对模拟数据进行智能分析，以精准预测极端天气事件。
* 新药研发：超算完成分子动力学模拟，智算优化药物分子结构，从而大幅缩短研发周期。
* 核聚变研究：超算模拟等离子体运动规律，智算实时调整实验参数，以提升实验成功率。

全球领先的超算中心纷纷升级为“超智融合中心”。美国橡树岭国家实验室的Frontier超算、中国的神威·太湖之光超算，均已集成AI算力模块，实现超算与智算的协同工作。

技术层面，超智融合要求算力架构具备“高精度与智能化协同”能力，对芯片、互联、软件等环节提出更高要求。专用超算AI芯片、高精度计算与AI计算的调度算法、跨模态数据处理技术成为研发重点。国内中科院、中科曙光等机构正加速相关技术攻关，推动超智融合技术的国产化落地。

趋势八：开源开放成生态核心，构建全球算力创新共同体

2026年，开源开放成为智算时代加速产业创新的核心生态模式。通过降低技术门槛、促进全球协同，汇聚创新力量，推动算力技术的快速迭代与规模化应用。

全球算力生态正从“封闭垄断”向“开源协同”转型。头部企业、科研机构纷纷构建开源社区，开放芯片架构、算法模型、算力调度平台等核心技术，形成全球创新共同体。
* 芯片领域：开源架构打破了传统厂商的垄断格局。RISC-V架构凭借开源、精简、可扩展的优势，成为全球芯片架构创新的核心方向。全球已有超2000家企业参与RISC-V生态建设，中国企业在芯片设计、编译器开发等环节占据重要地位。寒武纪、平头哥等企业已推出基于RISC-V架构的AI芯片，逐步打破英伟达、英特尔的架构垄断。
* 大模型领域：开源大模型成为中小企业创新的核心支撑。Meta的Llama系列、谷歌的Gemini开源版、国内百度的文心一言开源版，有效降低了大模型研发与应用门槛，推动了垂直领域大模型的快速迭代。

开源生态的发展离不开政策与资本的支持。欧盟推出《开源软件战略》，鼓励公共部门采用开源技术并加大对开源社区的资金扶持；中国工信部推动开源算力生态建设，支持国内企业参与全球开源社区，构建自主开源生态体系。开源开放不仅加速了技术创新，更重构了算力产业的竞争格局，具备开源生态主导能力的企业将在全球竞争中占据优势地位。

趋势九：绿色算力成必答题，“绿电+绿算”构建可持续发展模式

随着算力规模的快速增长，算力中心的能耗问题日益凸显。2026年，绿色算力成为全球算力产业发展的核心议题。高密化、液冷化、绿色电力直供成为智算中心发展的必然方向，“绿电驱动绿算”的可持续发展模式逐步落地。

据测算，全球数据中心能耗占比已达3%，其中美国占45%，中国占25%，与两国算力在全球的占比基本相当。降低算力中心能耗已成为产业升级的迫切需求。

在节能技术层面，液冷散热技术正逐步替代传统风冷，成为高密算力中心的主流散热方案。其散热效率较风冷提升100倍以上，能耗降低30%-50%。华为、中科曙光、网宿科技等企业已推出液冷散热解决方案，并在大型智算中心落地应用。此外，芯片能效优化、算力调度算法升级、余热回收利用等技术也在快速迭代，进一步降低算力中心的单位能耗。

在能源供给层面，绿色电力直供成为算力中心的核心选择。中国西部算力枢纽节点依托风光新能源优势，实现绿电直供智算中心，阿里云张北智算中心、腾讯贵安智算中心等均采用100%绿电供电；欧洲则通过风电、太阳能发电，为算力中心提供清洁能源，推动算力产业与碳中和目标的协同推进。

政策层面，各国纷纷出台绿色算力标准。中国将绿色算力纳入“双碳”考核体系，欧盟推出《绿色数据中心法案》，明确算力中心的能耗与碳排放标准，倒逼产业绿色转型。绿色算力不仅是环保要求，更成为企业核心竞争力的重要组成部分，具备绿色算力解决方案的企业将获得政策与市场的双重青睐。

趋势十：量子计算从实验室走向工程化，开启算力颠覆性变革窗口

2026年，量子计算进入从“实验室到工程化”的关键转型期。未来1-2年将成为其技术突破与商业化应用的窗口期。量子计算将在材料科学、药物发现、密码学等领域展现颠覆性潜力，逐步弥补经典算力的性能瓶颈。

量子计算凭借量子叠加与量子纠缠的特性，在特定计算任务上展现出远超经典算力的潜力。例如，其可将破解RSA密码的时间从经典计算机的数千年缩短至数小时，并在模拟分子结构等任务上实现精度与效率的飞跃。

在技术进展层面，全球量子计算正加速工程化。

• IBM推出了1121量子比特的量子计算机，实现了量子纠错技术的重大突破。
• 谷歌的量子计算机已在特定任务上证明了“量子优越性”。
• 国内中科院、华为、阿里等机构正加速研发，超导量子、光量子等多条技术路线并行推进，已推出百比特级量子计算机原型机。

尽管仍面临量子纠错、稳定性与成本控制等挑战，量子计算的工程化进程正在加速，预计在2030年前后有望实现规模化商业应用。其发展将重塑算力产业格局，催生量子芯片、量子算法、量子编程等新兴细分领域。

全球主要经济体已将其提升至战略高度：美国将其纳入国家战略，欧盟投入10亿欧元建设量子计算基础设施，中国将其列为“十四五”重点研发领域。政策与资本的双重加持将加速技术突破。

未来，量子计算与经典算力将探索协同工作模式，形成“经典算力处理通用任务、量子算力攻克复杂特殊问题”的协同格局，共同推动算力产业的跨越式发展。

全球算力产业现状与格局分析

在多重趋势驱动下，2026年全球算力产业呈现出“规模爆发、结构优化、区域分化、生态重构”的特征。本节基于权威机构数据，从市场规模、结构分布、区域竞争及产业链格局四个维度进行系统分析。

一、全球算力产业市场规模：增速保持高位，智能算力成核心驱动力

生成式人工智能的蓬勃发展是全球算力规模增长的核心引擎。2023年，全球计算设备算力总规模达1397 EFlops（FP32），同比增长54%，创历史新高。

• 增长动能：智能算力爆发式增长成为主导。2023年全球智能算力规模（换算为FP32）达875 EFlops，占总算力的63%，同比增速高达86%。
• 结构细分：基础算力规模为497 EFlops，同比增长17%，占比32.2%；超算算力规模为25 EFlops，占比1.8%，增速相对平稳。

展望未来，全球算力规模预计在2023-2030年间保持超过50%的复合年增长率，到2030年总规模将突破16 ZFlops。其中，智能算力占比预计将超过90%，成为绝对核心；基础算力将稳步增长以满足通用计算需求；超算算力则随超智融合趋势逐步扩大。

从区域增速看，美国、中国、欧洲构成三大核心增长引擎。
* 美国凭借芯片生态与企业资本投入，算力规模增速超60%，领先全球。
* 中国依托政策与市场需求，增速保持在45%左右，逐步缩小差距。
* 欧洲聚焦绿色算力与超算互联，增速保持在35%以上，形成差异化格局。

二、全球算力产业结构：智能算力主导，推理算力占比持续提升

2026年，全球算力产业结构呈现“智能算力主导、推理算力崛起、算力形态多元化”的特征。

• 算力类型：智能算力已成为绝对主导，需求主要来自大模型训练与推理、计算机视觉、自然语言处理等AI应用。随着大模型进入应用部署期，推理算力需求爆发，预计2026年其占智能算力的比例将升至75%以上。
• 算力形态：云算力、边缘算力、中心算力协同发展。
  • 云算力依托大型智算中心，提供规模化服务，由亚马逊AWS、微软Azure、阿里云、腾讯云等主导。
  • 边缘算力贴近终端，提供低时延服务，支撑自动驾驶、工业物联网等场景。
  • 中心算力聚焦超算与智算融合，支撑前沿科学计算。
• 供给结构：专业算力服务商快速崛起，算力租赁成为新兴业态。受芯片供给紧张、建设成本高企影响，中小企业更多通过租赁获取算力资源。A股市场算力租赁板块的头部企业凭借规模化资源与专业服务能力，占据市场主导。

三、全球算力产业区域分布：中美欧三足鼎立，竞争格局分化

全球算力产业区域分布呈现“中美主导、欧洲追赶、其他区域崛起”的格局。2023年，美国算力规模占比41%，中国占31%，欧洲占15%，日本占4%，其他区域占9%。中美两国合计占据全球72%的算力资源，是竞争的核心阵地。

• 美国：核心优势在于完整的生态闭环。
  • 芯片领域：英伟达、英特尔、AMD主导GPU/CPU市场，台积电掌握先进制程。
  • 算力服务：亚马逊、微软、谷歌占据全球云算力市场超60%。
  • 技术研发：高校与科研机构引领量子计算、AI算法等前沿突破。
  • 此外，美国通过海外数据中心布局，掌控全球算力调度话语权。
• 中国：核心优势在于政策支持与庞大市场需求。
  • “东数西算”工程推动基础设施集约化布局，政策支持技术创新与国产化替代。
  • 拥有全球最大的互联网与制造业市场，AI、工业互联网等场景需求旺盛。
  • 在算力基础设施、封装测试、算网融合等领域已形成较强竞争力，正从“算力大国”向“算力强国”转型。
• 欧洲：聚焦差异化竞争，重点布局绿色算力与开源生态。
  • 通过《绿色数据中心法案》等政策，推动算力产业与碳中和目标协同。
  • 积极参与RISC-V、开源大模型等社区建设，试图通过开源打破技术垄断。
  • 在超算领域实力强劲，通过超智融合推动前沿科学计算。
• 其他区域：如日本聚焦量子计算与边缘算力；韩国依托三星、SK海力士参与存储芯片、封装测试等产业链环节；印度则凭借成本与市场潜力吸引全球算力企业布局。

四、中国算力产业现状：规模快速增长，结构持续优化

2023年，中国计算设备算力总规模达435 EFlops（FP32），同比增长44%。

• 结构：智能算力是增长核心，规模达289.4 EFlops，同比增长62%，占总算力的66.5%；基础算力规模为140.4 EFlops，占比32.2%；超算算力规模为5.2 EFlops，占比1.3%。预计到2026年，中国算力总规模将突破1500 EFlops，智能算力占比升至80%以上。
• 区域布局：呈现“东部需求集中、西部供给充足”的特征。
  • 东部地区经济发达、场景丰富，是算力需求核心区域，但基础设施建设空间有限。
  • 西部地区依托能源与土地优势，成为算力供给核心区域，在“东数西算”工程八大枢纽中占据五席，承接东部的训练、存储等需求。

“东数西算”工程的推进，正逐步缓解区域算力供需失衡问题，提升全国算力资源利用效率。

从产业竞争格局看，中国算力行业呈现“多元化、多层次”态势。

• 硬件厂商方面，浪潮信息、中科曙光、工业富联等企业主导服务器、智算中心等基础设施建设，占据国内服务器市场的60%以上份额；
• 云服务提供商方面，阿里云、腾讯云、华为云等企业提供规模化云算力服务，降低企业算力获取门槛；
• AI算法与芯片企业方面，寒武纪、商汤科技、华为昇腾等企业加速国产替代，在AI芯片、算法优化等领域形成核心竞争力；
• 算力租赁企业方面，世纪华通、润泽科技、协创数据等企业快速崛起，成为算力供给的重要补充。

中国算力产业仍面临一些挑战：

一是高端芯片“卡脖子”问题突出，GPU市场85%的份额由英伟达主导，高端训练芯片配货周期长达6个月以上，国产芯片在性能、生态等方面与国际先进水平仍有差距；
二是算力利用率区域不均，东部算力供需缺口较大，西部算力闲置率较高，算力调度效率有待提升；
三是核心技术自主可控能力不足，Chiplet、高端封装材料等领域仍依赖海外企业。

未来，随着政策支持力度加大、技术创新加速，这些问题将逐步缓解，中国算力产业有望实现高质量发展。

第三部分：国内外GPU/CPU算力产业链深度分析

GPU与CPU作为算力产业链的核心硬件，是决定算力性能、能效与成本的关键环节。

2026年，全球GPU/CPU市场呈现“垄断与突破并存、协同与竞争共生”的格局，美国凭借芯片设计、先进制程与生态优势占据主导，中国企业通过技术攻坚、政策扶持加速国产替代，形成全球产业链的二元竞争态势。

本节从产业链结构、全球核心玩家、国内替代进程三个维度，系统解析GPU/CPU算力产业链的现状、技术差异与发展趋势。

一、GPU/CPU算力产业链整体架构

GPU/CPU算力产业链涵盖“上游材料与设备—中游设计、制造、封装测试—下游应用与服务”三大环节，各环节环环相扣，形成协同共生的产业生态。

上游为产业链提供基础支撑，中游是核心价值创造环节，下游决定市场需求与技术迭代方向，三者共同影响产业链的整体竞争力。

（一）上游：材料与设备，技术壁垒高企

上游主要包括半导体材料（硅片、光刻胶、特种气体、靶材等）与半导体设备（光刻机、刻蚀机、沉积设备等），是GPU/CPU制造的核心基础，技术壁垒极高，全球市场高度集中。

• 半导体材料方面，硅片作为核心基材，全球市场由日本信越化学、SUMCO、德国Siltronic等企业主导，占据全球90%以上的高端硅片市场份额；光刻胶领域，日本JSR、东京应化、富士胶片垄断全球80%以上的高端光刻胶产能，尤其是EUV光刻胶，目前仅日本少数企业实现量产；特种气体、靶材等细分领域，美国、日本、韩国企业占据主导，国内企业如华特气体、江丰电子等正逐步突破中低端市场，高端领域仍依赖进口。
• 半导体设备方面，光刻机是芯片制造的核心设备，荷兰ASML垄断全球EUV光刻机市场，其最新EUV机型可支持3nm及以下先进制程，是高端GPU/CPU量产的关键；刻蚀机、沉积设备等领域，美国应用材料、泛林半导体，日本东京电子等企业占据主导，国内中微公司的刻蚀机已实现7nm节点量产，北方华创的沉积设备逐步进入主流晶圆厂供应链，国产设备替代进程加速。

（二）中游：设计、制造、封装测试，核心价值环节

中游是GPU/CPU产业链的核心，分为设计、制造、封装测试三个细分环节，价值量占比达70%以上。

• 设计环节：采用Fabless模式（无晶圆厂模式），企业聚焦芯片架构设计、IP研发与解决方案，不涉及芯片制造，核心竞争力在于架构创新与生态构建。全球GPU设计市场由英伟达、AMD主导，CPU设计市场由英特尔、AMD、ARM架构企业主导，国内企业如寒武纪、华为海思、龙芯等通过自主研发或授权合作，逐步切入市场。
• 制造环节：采用Foundry模式（晶圆代工模式），企业依托先进制程工艺为设计企业提供代工服务，核心竞争力在于制程精度、良率与产能。
  • 台积电（TSMC）掌握全球最先进的制程工艺，3nm制程已实现规模化量产，2nm制程进入研发阶段，占据全球高端GPU/CPU代工市场的80%以上份额；
  • 三星电子作为全球第二大晶圆代工厂，在3nm/4nm制程领域与台积电形成竞争，主要服务于自身芯片设计业务及少数外部客户；
  • 中芯国际作为国内最大晶圆代工厂，14nm制程实现规模化量产，7nm制程通过N+2工艺实现突破，但受设备限制，产能与良率仍有待提升，难以满足高端GPU/CPU的代工需求。
• 封装测试环节：技术壁垒相对较低，全球市场竞争激烈，国内企业具备较强竞争力。全球头部企业包括中国台湾的日月光、京元电子，美国安靠，国内长电科技、通富微电、华天科技等企业进入全球前十，在先进封装领域（Chiplet、FCBGA等）逐步突破，为国内GPU/CPU企业提供封装支撑。

（三）下游：应用与服务，需求驱动迭代

下游主要包括算力基础设施（智算中心、超算中心、边缘节点）、终端设备（服务器、PC、智能手机、机器人）及行业应用（互联网、金融、医疗、工业等），是GPU/CPU需求的核心来源，其需求变化直接驱动芯片技术迭代。

• GPU下游需求以智算中心、超算中心为主，主要用于大模型训练与推理、图形渲染、科学计算等场景，互联网企业（谷歌、微软、阿里、腾讯）、云计算厂商（AWS、Azure、华为云）是核心采购方；
• CPU下游需求覆盖服务器、PC、终端设备等，服务器CPU需求受算力基础设施建设驱动，PC CPU需求受消费电子升级影响，工业、医疗等领域的专用CPU需求逐步增长。

此外，算力租赁、算网服务等新业态的兴起，进一步扩大了GPU/CPU的市场需求，推动芯片技术向高性能、高能效、低成本方向迭代。

二、全球GPU产业链核心格局与技术差异

GPU（图形处理器）凭借并行计算优势，已从传统图形渲染升级为智能算力的核心载体，2026年全球GPU市场规模突破1500亿美元，其中AI GPU占比超70%，成为市场增长的核心引擎。

全球GPU市场呈现“一超多强”格局，英伟达垄断高端市场，AMD、英特尔形成第二梯队，谷歌、特斯拉等企业推出专用AI GPU，国内企业加速追赶，市场竞争逐步多元化。

（一）英伟达：全球GPU霸主，生态壁垒深厚

英伟达（NVIDIA）凭借架构创新、生态构建与产能布局，占据全球AI GPU市场85%以上的份额，垄断高端训练与推理GPU市场，是全球算力产业链的核心玩家。

2026年，英伟达推出新一代H200 GPU，基于Hopper架构升级，采用台积电3nm制程工艺，显存容量提升至144GB HBM3e，带宽达4.8TB/s，算力性能较上一代H100提升30%以上，能效比提升25%，成为全球超大模型训练的首选芯片。

英伟达的核心竞争力在于“芯片+软件+生态”的闭环布局。

• 芯片层面，持续引领架构与制程迭代，HBM显存、NVLink互联技术等核心技术形成壁垒；
• 软件层面，CUDA生态系统成为AI开发的标准平台，全球超90%的AI开发者基于CUDA平台进行模型训练与部署，形成强大的用户粘性；
• 生态层面，与台积电、三星等晶圆代工厂深度合作，保障产能供给，与谷歌、微软、Meta等企业共建AI生态，推动GPU在各行业的规模化应用。
• 产能方面，英伟达在2026年将台积电3nm产能的20%纳入专属供给，并与三星合作布局4nm产能。全年GPU产能预计达到1200万片，其中H200产能占比30%，主要满足高端市场需求。
• 中端市场，英伟达推出采用5nm制程工艺的RTX 50系列GPU，凭借显著的性价比优势，旨在抢占推理与边缘计算市场。

（二）AMD：追赶者姿态，差异化竞争

AMD作为全球第二大GPU厂商，凭借性价比优势与架构创新，在中高端市场与英伟达展开竞争。预计到2026年，其全球市场份额将提升至10%左右，主要聚焦于游戏、数据中心与边缘计算场景。

2026年，AMD推出基于RDNA 4架构、采用台积电4nm制程工艺的MI300X GPU。该产品配备128GB HBM3显存，算力性能达2.4 ExaFLOPS（FP8精度），较上一代MI250X提升50%，能效比优于英伟达同级别产品，在推理场景具备较强竞争力。

AMD的竞争策略围绕差异化布局展开：
* 技术层面：聚焦推理场景优化，MI300X支持多精度计算以适配不同推理需求，并通过Infinity Fabric互联技术实现多GPU协同，满足中大规模算力需求。
* 市场层面：主打性价比，价格较英伟达同级别产品低20%-30%，以吸引中小企业与云服务提供商。
* 生态层面：积极推广ROCm开源软件平台以对标英伟达CUDA，目前已吸引超过50万开发者加入，生态逐步完善，但与CUDA生态相比仍有差距。

产能方面，AMD与台积电、三星均有合作，2026年GPU产能预计达400万片。其中，MI300X产能占比25%，主要供给数据中心客户；中端游戏GPU产能占比75%，覆盖消费电子市场。

（三）英特尔：跨界布局，依托CPU生态延伸

英特尔凭借其在CPU市场的主导地位，跨界布局GPU市场，聚焦数据中心、边缘计算与PC场景。预计2026年其全球市场份额将达到3%-5%，形成“CPU+GPU”协同优势。

2026年，英特尔推出基于Xe架构、采用自家7nm制程工艺的Xeon Max系列GPU。该产品配备64GB HBM2e显存，算力性能达1.2 ExaFLOPS（FP8精度），主要适配边缘计算与轻量级推理场景，可与自身Xeon CPU协同，为客户提供一体化算力解决方案。

英特尔的核心优势在于其CPU生态的延伸，其GPU可与Xeon CPU无缝兼容，优化算力调度效率，适合对兼容性要求较高的企业客户。同时，英特尔依托自身晶圆制造能力，实现GPU设计与制造的自主可控，保障产能供给。然而，其GPU在架构创新与生态构建方面仍存在不足，市场认可度有待提升，主要通过低价策略与行业合作抢占细分市场。

（四）其他玩家：专用GPU崛起，细分市场突破

除传统GPU厂商外，谷歌、特斯拉、亚马逊等企业纷纷推出专用AI GPU，聚焦自身业务场景，形成差异化竞争。
* 谷歌推出TPU v5e，基于自研架构并适配自家TensorFlow框架，主要用于谷歌云算力服务与大模型训练，算力性能达1.8 ExaFLOPS，能效比优于英伟达同级别产品。
* 特斯拉推出专为自动驾驶场景设计的D1 GPU，支持多模态数据处理，适配特斯拉自动驾驶系统，实现算力与场景的深度融合。
* 亚马逊推出聚焦云算力租赁场景的Trainium芯片，与AWS云服务深度绑定，为客户提供定制化算力解决方案。

专用GPU的崛起，标志着GPU市场从“通用化”向“专用化”演进。企业通过聚焦特定场景，优化芯片架构与算法，实现算力效能的最大化，未来将成为GPU市场的重要增长极。

三、全球CPU产业链核心格局与技术差异

CPU（中央处理器）作为通用计算的核心，承担任务调度、逻辑控制等核心功能，是算力产业链的基础硬件。2026年，全球CPU市场规模预计突破800亿美元，呈现“英特尔、AMD主导，ARM架构崛起，RISC-V开源突破”的格局。服务器CPU、PC CPU、嵌入式CPU三大细分市场需求分化，技术迭代向高性能、高能效、多核心方向推进。

（一）英特尔：全球CPU霸主，架构与生态双领先

英特尔占据全球CPU市场60%以上的份额，其中服务器CPU市场份额达70%，PC CPU市场份额达65%，是全球CPU产业链的主导者。

2026年，英特尔推出基于Intel 7制程工艺（10nm改良版）的Xeon 6400系列服务器CPU。其核心数提升至64核，主频达4.5GHz，支持DDR5内存与PCIe 5.0接口，算力性能较上一代提升20%，能效比提升15%，适配智算中心、超算中心等大规模算力场景。

英特尔的核心竞争力在于“架构迭代+生态垄断+产能保障”：
* 架构层面：x86架构是全球主流CPU架构，英特尔掌握核心IP，持续优化架构设计以提升算力性能与能效。
* 生态层面：x86架构兼容全球绝大多数操作系统与应用软件，形成强大的用户粘性，使中小企业与行业客户难以替代。
* 产能层面：英特尔拥有全球最大的晶圆制造产能之一，在10nm/7nm制程领域实现自主可控，保障CPU稳定供给。

同时，英特尔加速布局异构计算，推出“CPU+GPU+NPU”融合架构产品，以适配AI计算需求，逐步弥补在智能算力领域的不足，巩固市场主导地位。

（二）AMD：服务器市场突破，性价比优势显著

AMD在CPU市场份额约为25%，其中服务器CPU市场份额提升至28%。凭借性价比优势与架构创新，AMD正逐步缩小与英特尔的差距。

2026年，AMD推出基于Zen 5架构、采用台积电4nm制程工艺的EPYC 9004系列服务器CPU。其核心数达96核，主频达4.2GHz，支持DDR5内存与PCIe 5.0接口，算力性能较上一代提升30%，能效比优于英特尔同级别产品，且价格低20%-25%，在云服务提供商与中小企业市场备受青睐。

AMD的竞争策略聚焦服务器市场，通过核心数、能效比与性价比优势抢占英特尔份额；同时，延续“CPU+GPU”协同布局，推出融合架构产品以适配异构计算需求，提升整体竞争力。在PC CPU市场，AMD Ryzen系列产品凭借高性能与性价比，占据中高端游戏PC与工作站市场的重要份额，与英特尔分庭抗礼。

（三）ARM架构：移动端主导，服务器市场崛起

ARM架构凭借低功耗优势，垄断全球移动端CPU市场（智能手机、平板电脑等），市场份额超过95%，苹果、高通、联发科等企业是核心玩家。近年来，ARM架构加速向服务器市场渗透，预计2026年全球服务器ARM CPU市场份额将达到10%，成为市场增长的新引擎。
* 苹果推出自研M系列芯片，基于ARM架构并采用台积电3nm制程工艺。M4系列芯片核心数达40核，算力性能达1.5 ExaFLOPS，能效比远超x86架构CPU，主要用于Mac产品线，并逐步切入数据中心市场，为苹果云服务提供算力支撑。
* 高通推出基于ARM架构的骁龙8cx Gen 5芯片，适配轻薄本与边缘计算设备，低功耗优势显著。
* 亚马逊推出基于ARM架构、专为AWS云服务设计的Graviton4芯片，算力性能较上一代提升25%，能效比提升20%，已在AWS EC2实例中大规模部署，吸引大量客户迁移。

ARM架构的崛起主要得益于其低功耗优势与生态的不断完善。随着服务器市场对能效比要求的提升，ARM架构有望进一步扩大市场份额，形成与x86架构分庭抗礼的格局。

（四）RISC-V架构：开源突破，国产替代新方向

RISC-V架构凭借开源、精简、可扩展的优势，成为全球CPU架构创新的核心方向。预计2026年全球RISC-V CPU市场规模将突破50亿美元，主要聚焦于嵌入式、边缘计算等细分场景，国内企业在RISC-V生态中占据重要地位。
* 全球生态：RISC-V基金会已吸引超过2000家企业参与，包括英特尔、AMD、三星、谷歌等头部企业，形成了全球开源创新共同体。

• 国内企业如平头哥、寒武纪、龙芯等，推出了基于RISC-V架构的CPU产品。其中，平头哥玄铁系列芯片已实现规模化量产，应用于物联网和边缘计算等场景。
• 寒武纪思元系列芯片基于RISC-V架构进行了优化，以更好地适配AI计算需求，逐步在打破x86与ARM架构的垄断格局中发挥作用。

RISC-V架构的开源特性降低了芯片设计的门槛，为国内企业提供了国产替代的新路径。随着其生态系统的逐步完善，RISC-V有望在嵌入式、边缘计算等细分市场实现突破，并未来逐步向服务器和PC市场渗透。

四、国内GPU/CPU产业链国产替代进程与核心企业

面对全球GPU/CPU市场的垄断格局，国内企业依托政策扶持、资本投入与技术攻坚，正加速国产替代进程。在GPU、CPU、封装测试等环节逐步取得突破，形成了“设计企业引领、制造企业支撑、生态企业协同”的国产替代格局。

然而，整体来看，国内企业在先进制程、核心架构、生态构建等方面与国际先进水平仍存在差距，国产替代任重道远。

（一）国内GPU产业：从跟跑到并跑，细分场景突破

国内GPU企业聚焦AI训练与推理、边缘计算、图形渲染等场景，通过自主研发或技术合作推出了多款产品，逐步实现了从“不可用”到“可用”的突破。部分产品在推理场景已达到国际同类水平，但在训练场景仍需持续攻坚。

核心企业包括华为海思、寒武纪、壁仞科技、沐曦科技等。

• 华为海思：推出了昇腾系列GPU，基于自研Da Vinci架构。昇腾910B采用台积电7nm制程工艺，显存容量为64GB HBM2e，算力性能达0.9 ExaFLOPS（FP16精度），适配中大型模型训练与推理场景，已在政务、能源、金融等领域落地应用。华为依托自身鸿蒙系统、云服务生态，构建了“芯片+软件+应用”的闭环布局，昇腾GPU市场份额稳居国内第一，2026年国内市场占比预计达35%。同时，华为积极推动昇腾生态建设，吸引了超过2000家合作伙伴，并开源了MindSpore框架，以加速GPU的规模化应用。
• 寒武纪：作为国内首家AI芯片上市公司，推出了思元系列GPU。思元400采用中芯国际14nm制程工艺，显存容量为32GB HBM2，算力性能达0.4 ExaFLOPS（FP16精度），主要适配推理场景与边缘计算，在安防、医疗等领域落地。寒武纪聚焦自主架构研发，思元系列芯片采用自研智能处理器架构，摆脱了对国外架构的依赖。但在算力性能与生态构建方面与英伟达仍有较大差距，2026年国内市场占比预计达15%。
• 壁仞科技：作为新兴高端GPU企业的代表，凭借团队技术积淀实现了快速突破。2026年推出的第二代BR200 GPU采用台积电5nm制程工艺，基于自研仞心架构，显存容量提升至96GB HBM3，算力性能达1.2 ExaFLOPS（FP16精度），在中高端推理场景与轻量级训练场景具备竞争力，可适配千亿参数级大模型推理任务。该产品通过Chiplet先进封装技术实现多芯片集成，能效比较第一代BR100提升40%，已进入国内头部云厂商与智算中心供应链，2026年国内市场占比预计达8%。壁仞科技重点构建“芯片+驱动+工具链”生态，推出了自主研发的Beyonder软件平台，支持主流AI框架适配，同时与高校合作开展架构创新研究，逐步缩小与国际厂商的生态差距，但在超大模型训练场景的稳定性与兼容性上仍需打磨。
• 沐曦科技：聚焦高性能通用GPU领域，2026年量产的MX200系列GPU采用台积电4nm制程工艺，显存容量为64GB HBM3，算力性能达0.8 ExaFLOPS（FP16精度），主打推理场景与工业视觉、科学计算等垂直领域。其核心优势在于软硬件协同优化，自主研发的MXEngine计算引擎可针对不同任务动态调整算力分配，能效比优于同级别国产竞品15%-20%。目前已与工业富联、中科曙光等算力基础设施厂商达成合作，为算力租赁业务提供核心硬件支撑，同时切入汽车智能座舱、自动驾驶辅助计算场景，2026年国内市场占比预计达6%。沐曦科技通过开源部分工具链代码吸引开发者，加速生态落地，但受限于产能供给，市场渗透率提升速度略缓。

此外，天数智芯、登临科技等企业在细分场景形成补充。天数智芯的智铠系列GPU聚焦金融风控、政务大数据处理场景，凭借高兼容性占据部分行业市场；登临科技的Goldwasser系列GPU主打边缘计算场景，低功耗优势显著，在智能安防、工业物联网领域实现规模化应用。

整体来看，国内GPU企业已形成“头部引领、细分突破”的格局，推理场景国产化替代率逐步提升至30%以上，但高端训练GPU仍依赖英伟达，国产替代需在先进制程、显存技术与生态构建上持续攻坚。

（二）国内CPU产业：多技术路线并行，自主架构突破成关键

国内CPU产业依托自主架构、ARM授权、RISC-V开源三大技术路线并行发展，在服务器、嵌入式、桌面等细分场景逐步实现替代。核心企业包括龙芯中科、飞腾信息、华为鲲鹏、兆芯、平头哥等，各企业聚焦不同领域形成差异化竞争，逐步打破英特尔、AMD的垄断格局。

• 龙芯中科：坚持自主架构研发，是国内唯一实现CPU核心架构自主可控的企业，基于自研LoongArch架构推出了龙芯3A6000桌面CPU与龙芯3C6000服务器CPU。2026年量产的龙芯3C6000采用中芯国际14nm制程工艺，核心数达32核，主频3.0GHz，支持DDR5内存与PCIe 5.0接口，算力性能较上一代提升50%，能效比达15TOPS/W，可适配政务办公、金融柜面、工业控制等场景。LoongArch架构已突破2000万行代码，兼容主流操作系统与应用软件，形成了涵盖芯片、主板、操作系统、应用软件的完整生态。截至2026年，龙芯CPU在国内政务市场份额预计达28%，成为自主可控场景的核心选择。其短板在于先进制程依赖中芯国际，在高性能计算场景与国际同类产品仍有差距，目前正联合国内厂商攻关7nm级自主制程适配。
• 飞腾信息：基于ARM架构授权研发CPU，聚焦服务器与嵌入式领域。2026年推出的飞腾FT-2000Plus V3服务器CPU采用台积电7nm制程工艺，核心数48核，主频3.2GHz，算力性能达800GFlops，支持虚拟化与容器化部署，适配云计算、大数据、人工智能等场景。该产品通过ARM v9架构授权，在指令集兼容性与生态适配性上具备优势，已与华为鸿蒙、深度操作系统完成深度适配，进入国内三大电信运营商、国有大行的供应链，2026年国内服务器CPU市场份额预计达12%。飞腾信息构建了“飞腾生态联盟”，联合超3000家合作伙伴推出解决方案，在政务、能源、金融等关键行业替代成效显著，但受ARM架构授权限制，高端产品迭代节奏受国际规则影响。
• 华为鲲鹏：依托ARM架构自研服务器CPU，推出了鲲鹏920S系列产品，采用台积电7nm制程工艺，核心数64核，主频3.0GHz，算力性能达1.2TFlops，支持多芯片互联与Chiplet封装，适配大规模智算中心、企业级服务器等场景。鲲鹏CPU与华为昇腾GPU、鸿蒙操作系统形成协同，构建了“鲲鹏+昇腾”双引擎算力底座，在政务云、金融云、能源云等领域落地多个标杆项目，2026年国内服务器CPU市场份额预计达15%。华为通过开放鲲鹏架构代码，吸引合作伙伴参与生态建设，推动基于鲲鹏的服务器、存储设备规模化量产。但受外部制裁影响，先进制程产能受限，后续将重点转向与国内晶圆厂合作，推进14nm及以上制程产品的自主可控产能建设。
• 兆芯：采用x86架构兼容技术，聚焦桌面与服务器市场。2026年推出的兆芯开先KX-7000系列桌面CPU与开胜KH-7000系列服务器CPU采用台积电10nm制程工艺，桌面级CPU核心数8核，主频3.5GHz，服务器级CPU核心数32核，主频3.0GHz，具备良好的x86软件兼容性，可直接替代英特尔同类产品用于办公场景与轻量级服务器。兆芯通过与国内厂商合作，在桌面办公市场实现批量替代，2026年国内桌面CPU市场份额预计达8%，主要应用于政府、教育、国企等领域。其核心优势在于兼容性，可降低用户替换成本，但x86架构授权存在不确定性，且在高性能计算场景竞争力较弱，重点布局中低端替代市场。
• 平头哥：以RISC-V架构为核心，聚焦嵌入式与边缘计算CPU。其于2026年推出的玄铁910B CPU，采用台积电12nm制程工艺，具备4核心、主频2.5GHz，算力性能达200GFlops，功耗仅为5W，低功耗优势显著，适配物联网终端、边缘网关、智能穿戴等场景。玄铁系列CPU已实现规模化量产，年出货量突破1亿颗，与阿里物联网平台、小米智能设备等达成深度合作，在国内嵌入式CPU市场份额达到18%。平头哥积极推动RISC-V生态建设，开源玄铁架构代码与开发工具，联合高校与企业构建开源社区，加速RISC-V在中低端场景的替代进程，同时布局高端RISC-V CPU研发，探索在服务器等场景的应用可能。

（三）国内GPU/CPU产业国产替代总结与挑战

截至2026年，国内GPU/CPU产业在国产替代方面取得阶段性成效，已在多个细分场景实现突破：
* GPU推理场景国产化率超过30%。
* CPU在政务、嵌入式市场的国产化率分别达到45%和30%。
* 服务器CPU国产化率提升至25%。
整体上，已形成多技术路线、多企业协同竞争的产业格局。

政策扶持、市场需求与技术攻坚是替代进程的核心驱动力。“东数西算”工程、自主可控政策为国产芯片提供了广阔市场空间，长电科技、中微公司等上游企业的技术突破也为产业链提供了有力支撑。

然而，国产替代仍面临三大核心挑战：
1. 先进制程依赖：国内高端GPU/CPU仍依赖台积电7nm及以下制程。中芯国际14nm制程虽已实现量产，但在良率、产能上尚难以满足高端芯片需求，EUV光刻机等关键设备的限制导致先进制程自主化进展缓慢。
2. 生态构建滞后：在GPU领域，CUDA生态的垄断地位难以短期突破，国产芯片的软件适配成本高昂。在CPU领域，x86、ARM架构的生态壁垒深厚，自主架构与开源架构的生态仍需长期培育。
3. 核心技术差距：在显存技术（如HBM3e及以上）、异构互联、算力能效比等方面，国内企业与英伟达、英特尔等国际巨头仍有1-2代的技术差距，高端训练芯片、高性能服务器CPU等产品仍需持续攻坚。

展望未来，国内GPU/CPU产业将朝着“技术协同、生态共建、场景驱动”的方向发展：通过Chiplet等先进封装技术弥补制程短板，加速自主架构与开源架构的生态融合，并聚焦关键行业场景实现“以用促研”，逐步从细分市场替代走向全面替代，为中国算力产业的高质量发展筑牢硬件根基。

第四部分：A股算力相关标的梳理与投资逻辑分析

在全球算力格局重塑与国内国产替代加速的背景下，A股算力产业链相关标的迎来价值重估机遇。本节基于前文产业分析，从GPU/CPU核心硬件、算力基础设施、算网融合、太空算力配套四大主线，梳理相关优质A股标的，分析其核心竞争力与投资逻辑，为投资者提供参考。

一、GPU/CPU核心硬件标的：国产替代核心主线

该主线聚焦国内GPU/CPU芯片设计、制造、封装测试企业，受益于自主可控政策与国产替代进程加速，核心标的具备技术壁垒与场景落地能力，在细分领域形成差异化优势。

（一）芯片设计标的

• 寒武纪（688256）：国内AI芯片龙头企业，坚持自主架构研发。其思元系列GPU覆盖推理与边缘计算场景，思元400芯片已进入安防、医疗等行业供应链，2026年国内GPU市场占比达到15%。公司核心优势在于自主智能处理器架构，摆脱了对国外IP的依赖，并与华为鸿蒙、深度操作系统等完成适配，生态布局逐步完善。随着推理场景国产化替代率提升，公司营收有望持续增长，中长期看点在于高端训练芯片的研发与规模化落地。
• 龙芯中科（688047）：国内少数实现CPU核心架构自主可控的企业，其LoongArch架构已形成完整生态。龙芯3C6000服务器CPU在政务市场份额达到28%，适配金融柜面、工业控制等场景。公司依托中芯国际14nm制程实现规模化量产，同时联合国内厂商攻关7nm级自主制程适配，技术迭代稳步推进。受益于政务领域自主可控政策加码，公司业绩增长确定性较强，长期有望向民用服务器与桌面市场渗透。
• 华为海思（未上市，关联标的：华为概念股）：其昇腾系列GPU与鲲鹏系列CPU构建了“双引擎”算力底座。昇腾910B GPU国内市场占比达35%，在政务、能源等领域落地多个标杆项目。虽受外部制裁影响先进制程产能，但公司通过Chiplet封装技术弥补短板，同时开放架构代码以构建生态。相关关联标的（如中科曙光、拓维信息）将受益于昇腾与鲲鹏生态的规模化扩张。

（二）封装测试标的

• 长电科技（600584）：全球领先的封装测试企业，其XDFOI Chiplet技术已实现4nm节点多芯片集成，为国内GPU/CPU企业提供先进封装支撑，适配高端芯片算力提升需求。公司深度绑定国内芯片设计企业，同时进入台积电、三星等国际供应链，受益于先进封装技术普及与国产替代进程，营收与盈利能力有望持续改善。
• 通富微电（002156）：国内先进封装龙头之一，其大尺寸FCBGA封装良率突破99.5%，可满足GPU/CPU高端封装需求，与AMD、寒武纪等企业建立了合作关系。随着Chiplet技术在算力芯片领域的广泛应用，公司封装产能需求将持续增长，同时受益于国内算力芯片量产加速，业绩增长弹性较大。

二、算力基础设施标的：算力底座核心支撑

该主线覆盖服务器、智算中心、算力租赁、液冷散热等核心环节，受益于“东数西算”工程推进、智算中心规模化建设及绿色算力转型，标的多具备规模化产能、技术壁垒或场景卡位优势，业绩确定性较强。

（一）服务器与智算中心核心标的

• 浪潮信息（000977）：国内服务器龙头企业，全球市占率稳居前三，国内AI服务器市占率超过35%，是算力基础设施建设的核心供应商。公司深度绑定国内头部云厂商、智算中心及政企客户，其AI服务器可适配英伟达H200、华为昇腾910B等主流GPU，同时推出自主研发的超节点解决方案，单节点算力密度较传统集群提升10倍以上，适配万卡级算力集群建设需求。2026年受益于AI服务器需求爆发，公司营收增速预计维持30%以上，毛利率随高端产品占比提升持续改善，中长期看点在于液冷服务器规模化落地与海外市场拓展。
• 中科曙光（603019）：国内超算与智算中心建设领军企业，依托自主可控技术优势，构建了“服务器+存储+智算中心”全产业链布局。公司是国内少数具备超算系统集成能力的厂商，参与多个国家级智算中心建设，同时推出基于龙芯、飞腾芯片的国产化服务器，在政务、能源等自主可控场景市占率领先。其液冷散热技术已实现规模化应用，液冷服务器营收占比超过20%，显著受益于绿色算力政策。业绩驱动核心来自智算中心建设订单与国产化替代需求，2026年政务领域订单增速预计超40%，同时受益于华为昇腾生态扩张，关联业务弹性较大。

（二）算力租赁标的

• 工业富联（601138）：全球算力租赁龙头之一，依托台积电先进制程产能优势，快速布局高端算力集群。目前已建成超过5个万卡级智算中心，总算力规模达50EFlops，主要适配英伟达H200 GPU，服务于互联网大厂、AI独角兽企业的大模型训练与推理需求。公司核心优势在于“算力建设+运维+芯片资源”的一体化能力，可通过自有产能保障算力集群快速落地，同时与英伟达建立长期合作关系，芯片获取能力优于同行。2026年其算力租赁业务营收占比预计突破15%，随着算力出租率维持在85%以上，该业务将成为公司核心增长引擎，中长期看点在于海外算力中心布局与Chiplet封装算力集群建设。
• 世纪华通（002602）：国内长三角算力租赁核心标的，聚焦低时延推理算力场景，在上海、浙江等地布局多个智算中心，总算力规模达30EFlops，搭载英伟达A100、AMD MI300X等GPU，深度服务于金融科技、工业互联网等行业客户。公司通过“算力租赁+AI应用”双轮驱动，与三大电信运营商达成战略合作，实现算力资源与网络资源的协同调度，算力负载率持续高于行业平均水平。业绩增长核心来自推理算力需求爆发与行业客户拓展，2026年预计新增2个万卡级集群，算力规模有望翻倍增长，同时AI应用业务有望贡献额外业绩弹性。

（三）液冷散热标的

网宿科技（300017）：国内液冷散热与边缘算力协同布局的龙头企业，提供浸没式与冷板式双重液冷解决方案，其散热效率较传统风冷提升超100倍，能耗降低40%，相关方案已在阿里云、腾讯云等智算中心落地。公司的核心优势在于“液冷技术+边缘节点”的一体化布局，能够为客户提供从高效散热到边缘算力调度的综合服务，适配具身智能、自动驾驶等低时延场景需求。预计到2026年，公司液冷业务营收增速将超过50%，边缘算力节点布局将突破1000个，深度受益于算网融合与边缘计算市场的爆发。

高澜股份（300499）：国内浸没式液冷领域的核心供应商，技术覆盖服务器、储能等多个场景。其自主研发的浸没式液冷系统可适配高密度算力集群，在良率与可靠性方面达到国际先进水平，并与浪潮信息、中科曙光等主流服务器厂商建立了长期合作关系。公司深度受益于绿色算力政策，液冷产品在国内智算中心的渗透率持续提升，并成功拓展海外市场，进入亚马逊、微软等国际巨头的供应链。预计2026年液冷业务营收占比将超过30%，随着高密度算力中心建设加速，公司业绩弹性显著，中长期看点在于液冷与储能场景的协同拓展。

三、算网融合主线标的：算力互联核心载体

该主线聚焦电信运营商、网络设备、算力调度平台等环节，受益于全国一体化算力网建设以及5G/6G与算力融合的趋势。核心标的通常具备网络资源垄断优势或关键技术卡位能力，能够享受算网服务商业化带来的红利。

（一）电信运营商标的

中国移动（600941）：国内算网融合领域的领军运营商，构建了“连接+算力+能力”三位一体的服务体系。公司已建成覆盖全国的算力网络，拥有超过20个大型智算中心，算力总规模达80EFlops，同时布局了超10万个边缘算力节点，形成“中心-边缘”协同的算力布局。其核心优势在于网络资源的垄断地位与庞大的用户基础，通过“移动云+算力网络”的协同，为政企客户提供低时延、广覆盖的算网服务。预计2026年算网服务收入将突破800亿元，增速维持在45%以上。业绩驱动力主要来自算网服务溢价、边缘算力落地以及云业务的持续增长。

中国电信（601728）：国内绿色算网融合的核心标的，依托西部丰富的绿电资源，在贵州、甘肃等地布局了多个绿色智算中心，算力规模达60EFlops，绿电使用率超过90%。公司旗下的天翼云在政务云市场占有率领先，通过“云网融合”战略实现算力资源的跨地域智能调度，并推出“算力超市”服务以降低中小企业获取算力的门槛。预计2026年其算网融合业务营收增速将超过50%，政务与金融行业的订单是核心增长引擎，同时边缘算力节点也在加速布局，以适配工业互联网、自动驾驶等场景需求。

（二）网络设备与算力调度标的

中兴通讯（000063）：国内算网融合网络设备龙头，提供5G/6G承载网设备、算力调度网关等核心产品，支持低时延、高带宽的算力互联需求，是三大电信运营商算力网络建设的核心供应商。公司的核心技术优势在于异构算力互联与网络调度优化，能够实现“网随算动、算网协同”，同时布局边缘计算服务器以适配边缘节点建设。预计2026年算网相关设备营收占比将突破35%，受益于算力网络建设加速与海外市场拓展，业绩增速有望维持在30%以上。

紫光股份（000938）：国内算网融合软硬件一体化解决方案提供商，旗下新华三在路由器、交换机等网络设备市场占有率稳居前列。公司同时推出算力调度平台，实现跨地域、跨层级算力资源的智能分配，适配全国一体化算力网的建设需求。公司深度绑定政企客户与电信运营商，提供“网络设备+算力调度+智算中心”的综合解决方案，在教育、金融等行业算网项目中竞争力显著。预计2026年算网业务营收增速将超过40%。

宝信软件（600845）：国内算力调度与IDC一体化龙头，依托上海宝钢集团的资源优势，在长三角地区布局了多个高等级IDC数据中心。公司自主研发算力调度平台，实现IDC资源与算力需求的精准匹配，服务于互联网、金融等行业头部客户。其核心优势在于核心区域的IDC资源稀缺性以及算力调度技术，可提供“IDC托管+算力调度+运维服务”的全链条服务。预计2026年IDC与算网服务营收增速将超过25%。

第五部分 总结

2026年全球算力产业处于格局重塑的关键期。国内算力产业在政策扶持、国产替代、应用场景爆发三重驱动下，迎来高质量发展机遇。文中梳理的四大投资主线各有其内在逻辑且协同共振，共同构成了算力产业链的完整投资图谱。

• GPU/CPU核心硬件主线是国产替代的核心阵地，聚焦具备自主架构与生态适配能力的芯片设计及先进封装企业，受益于政务、能源等关键领域的需求放量。
• 算力基础设施主线是算力底座的核心支撑，覆盖服务器、智算中心、算力租赁、液冷散热等环节，直接受益于“东数西算”工程与绿色算力转型。
• 算网融合主线是算力互联的核心载体，依托电信运营商的网络资源与设备厂商的技术卡位，享受全国一体化算力网建设红利，算网服务商业化与边缘算力落地是核心增长驱动。

整体而言，算力产业作为新质生产力的核心引擎，其中长期增长逻辑明确。但行业内部将加剧分化，投资需精选具备核心技术壁垒、精准场景卡位优势以及清晰业绩兑现能力的优质标的。同时，需密切关注技术迭代、产业政策、市场竞争等多重风险，理性把握产业发展节奏，兼顾短期业绩确定性与中长期成长空间。

关注“鲸栖”小程序，掌握最新AI资讯