计算机行业中期策略：算力通胀扩散与应用分化前瞻

模型迭代加速与中美竞争格局演变

当前人工智能行业正处于模型加速迭代的关键阶段，中美两国在模型技术层面的竞争已进入下半场淘汰赛。从全球模型综合能力来看，国产顶级模型与海外顶级模型的差距已显著缩小至3至6个月。在推理能力方面，全球前27名模型中中国模型占据重要席位，且国产模型在性价比上具备明显优势。在文生视频领域，部分国产模型如阿里巴巴和字节跳动的相关产品已实现全球断档式领先。此外，国产模型在Token周度调用量上显著超越美国模型厂商，显示出强劲的市场渗透力。

在海外市场，三大模型厂商呈现出交替或断档式领先的态势。Google在复杂推理和长视频处理上保持领先，Anthropic专注于企业API市场并实现ARR反超，OpenAI则在消费端用户体验和多元化探索上保持优势。这种多极化的竞争格局推动了整体技术水平的快速提升。

算力供需错配与CPU战略地位提升

随着Agent时代的到来，算力需求呈现指数级增长。国内Token日均调用量在两年多时间内增长约1000倍，海外巨头如Google的Token处理量也呈现数十倍增长。这种需求的爆发导致算力供需出现显著错配，国内外GPU及ASIC算力价格持续上涨。海外大厂持续上调资本支出以应对这一趋势。

值得注意的是，Agent时代对CPU的需求具有“乘数级”增长特征。从时间维度看，CPU利用率从脉冲等待转向满载运行；从空间维度看，进程风暴与高频切换带来巨大并发压力。在智能体AI时代，AI数据中心的CPU与GPU配比预计将从传统的1:4至1:8演变至1:1至1:2。若CPU不足，将直接导致昂贵的GPU资源闲置浪费。高盛预测至2030年全球Token消耗量还将增长24倍，进一步印证了算力需求的持续性。

应用端分化与估值逻辑重构

科技行业的投资周期遵循“硬三年、软三年、商业模式又三年”的范式。当前推理端的爆发标志着应用崛起的信号，但过去三年应用板块表现相对疲软，严重跑输算力板块。目前，核心AI应用标的估值处于历史偏低水平，为后续反弹提供了空间。

应用端的发展正进入产业发展与估值波动交汇的分化时代。第一阶段表现为“模型吞噬应用”的逻辑，导致受影响的板块估值下杀，而市值由估值和盈利共同决定。随着市场认知的深化，应用板块将从泥沙俱下走向分化，具备真实盈利能力和商业闭环的企业将脱颖而出。建议关注国产算力基础设施、具备差异化竞争力的应用端企业以及头部大模型厂商。