2025年计算机行业中期策略报告：AI Agent智能体经济释放“新供给侧改革”乘法效应

一、行情回顾

（一）计算机行业年初至今估值情况与市场表现

2025 年上半年，计算机行业呈现“先扬后抑”的震荡走势，整体跑赢大盘但分化显著。一季度在 DeepSeek 等大模型流量爆发及 AI Agent 技术突破的催化下强势领涨，行业估值显著抬升；二季度受年报季业绩下滑、美国对华 AI 硬件加征关税等影响持续回调。5 月香港《稳定币条例》正式生效，推动金融 IT 与跨境支付板块逆势走强，成为上半年重 要结 构性机会。细分领域表现差异明显，年初至今，计算机子行业中涨幅排名前三分别为SaaS、云计算和智能汽车：SaaS 板块受益于企业级（to B）智能体落地预期驱动，涨幅居首；云计算板块受国产大模型催化带来本地化部署需求激增表现次之；智能汽车在车载 AI 系统渗透率提升下成为细分板块增长第三位。技术演进上，AI Agent 完成从“工具调用”到部分“自主决策”的范式升级，ClaudeOpus4等模型已具备 7 小时长任务规划能力，推动生产力智能体在编程、教育等多场景高速增长。

计算机行业指数过去 10 年 PE（TTM）均值为 61.44 倍 ；PS（TTM）均值为3.92倍。当前计算机行业指数估值处于历史十年均值偏高位置，指数 PE（TTM）值为79.30 倍，PS（TTM）值为3.19 倍 。

（二）市值分层表现及涨幅前十个股复盘

截至 5 月中旬，计算机板块个股共 362 只。据统计，总体市值分布较集中于小于100亿区间内，占总数近七成总计 258 只；100 至 200 亿市值区间总计 60 只；200 至300 亿市值区间总计17只；300 至 400 亿市值区间总计 8 只；400 至 500 亿市值区间总计 6 只；超500 亿市值共13只；超1000亿市值共 4 只，分别为金山办公、科大讯飞、海康威视和同花顺，总市值分别为1343.84 亿元、1082.33亿元、2659.16 亿元和 1400.99 亿元。

（三）一季报财务指标营收端改善，控费效应下净利润同比增长

1、行业一季度营收同比改善 ，归母净利润同比大幅增长

2025 年一季度，系经济复苏带动政府及企业信 息技术方面 支出意愿，付费能力进一步改善，提振计算机行业营收及净利润。2025 年一季度，计算机行业营收同比改善，一季度实现营收2818.69亿元，同比增长 15.14%；归母净利润实现 23.29 亿元，同比大幅增长790.55%，主要系营收增长的同时费用端控制良好，销售、管理及研发费用率较去年同期均有下降。2025 年一季度，计算机板块销售、管理及研发费用率分别降至7.60%、5.29%、9.33%，分别同比下降 1.11pct、0.85pct、1.64pct。

计算机子行业方面 ，年初至今营收排名前三的分别是智慧城市、云计算和信创；净利润排名前三的分别是智慧城市、云计算和工业互联；其中 9 个子行业板块亏损。

2、行业一季度经营性现金流同比负额收窄，应收账款周转率提升

计算机行业一季度经营活动产生的现金流量净额为-351.84 亿元，同比负额收窄，主要系行业需求回暖，应收账款周转率提升至 0.77 次，同比增长 11.48%，可见年初至今行业整体现金回款情况较去年有明显改善 。

3、行业一季度毛利率同比小幅下滑，净利率同比增长

2025 年一季度，计算机行业毛利率降至 38.39%，同比下降 0.96pct；净利率提升至0.69%，同比上升 0.57pct。

4、行业一季度资产负债率上升，ROE 同比下降

2025 年一季度，计算机行业资产负债率为 43.75%，同比上升 2.81pct；摊薄ROE为1.75%，同比下降 0.71pct。行业发展仍面 临一定压力，偿债压力相 较去年同期增大，一定程度上影响短期资产盈利水平，但考虑现金流及应收账款周转率情况改善 ，偿债能力方面相对乐观。

（四）全球科技股行情回顾

1、一季度美股科技震荡下行，五月后出现回升趋势，中概股大涨回调后回升

2025 年一季度，美股科技震荡下行，美股科技跑输大盘，TAMAMA 指数跑输纳斯达克指数。一季度后美股科技整体持续震荡。 2025 年一季度，中概股涨幅可观，经过 3 月后短暂回调后，4 月中旬后恢复上涨趋势。截至2025年 6 月上旬，恒生科技指数涨幅为 16.81%，纳斯达克金龙指数涨幅为7.26%。

美股科技纳斯达克指数过去 10 年 PE（TTM）均值为 61.58；标普500 指数10年PE（TTM）均值为 37.82。相较过去 10 年历史水平，当前纳斯达克指数估值处均值偏高位置。截至美东时间 6 月 18 日，纳斯达克指数 PE（TTM）值为 79.63，标普 500 指数PE（TTM）值为40.43。

二、AI Agent 智能体经济全新开启

（一）AI Agent 技术范式革命：从工具到自主决策，从个体到协作

2024Q4，AI agent 模型技术实现重 大突破，其标志性突破在于能够通过自然语言实现与硬件的交互，从而独立调用硬件操作界面 并执行用户指令。代表性模型比如Claude 3.5 Sonnet、智谱AutoGLM。Anthropic 于 2024 年 10 月 23 日发布了 Claude 3.5 Sonnet 模型，得益于Anthropic推出的 API，Claude 可以感知并与计算机界面 进行交互，开发者 可以通过集成这一API，将用户的指令翻译成计算机可以执行的指令，使得 AI 可以模拟人类与计算机的交互方式，包括移动光标、点击屏幕以及通过虚拟键盘输入信 息。智谱同样于 2024 年 10 月推出了AutoGLM，聚焦于设备操控能力，支持通过工具调用完成具体任务（如操作手机、电脑等），能理解屏幕信息、规划任务、自我判断调整操作，如调节亮度模式、规划路线等。 如果说 2024 年的 AI Agent 像是一个操控工具，那么经历了 2025 年至今的技术演进，AIAgent已经从“被动工具”迈向“自主决策体”，并且智能体从个体走向协作，AI Agent 开发平台出现，AI Agent 应用逐渐形成生态。2025 年 AI Agent 的技术演进主要可以从以下四个方面来看：1、环境感知：从文本到多模态融合 Anthropic 于 2025 年 5 月发布 Claude Opus 4 和 Claude Sonnet 4，再次将代码、高级推理和 AI 智能体，推向全新标准。Claude Opus 4 具备强大的图像理解与跨模态推理能力，能处理复杂图文信 息、支持多图对比和图像驱动的工具调用，为 AI Agent 提供更接近人类的环境感知和自主决策能力，推动智能体从单一任务执行迈向多模态协作。Claude Opus 4 和ClaudeSonnet4强化了多模态输入到多步骤任务的连续链式思维。 Manus 是中国初创公司 Monica 于 2025 年 3 月发布的通用型AI 智能体。Manus 的核心能力是基于多模态感知做“真实世界任务”，可以批量读图、提取表格、拍图识别文件结构从而自动生成幻灯片、代码、项目说明等，实现了图文交互，是“认知+行动”的强化。字节跳动 2025 年通过 Agent TARS、BAGEL 多模态模型、Seed 系列等模型体现出强环境理解+工具控制+多模态融合的综合实力。Agent TARS 从文本语言模型到视觉语言融合感知，在GUI中执行真实操作；BAGEL 多模态模型具有统一感知与理解生成能力，向“通用多模态大脑”过渡，增强跨模态理解与关联；Seed 系列能够长上下文记忆，结 合网页、地图、图像的输入推理地理、结构、关系等，创新环境理解。

2、规划能力：从线性推理到自主决策

2024 年：基于思维链（CoT）和思维树（ToT）的提示词工程，依赖人工设计流程。比如CoT使用线性分步骤推理，应用于数学题、逻辑判断、代码生成等场景，依然依赖于人类提前设定结构模版，无法自动发现逻辑，不具备任务全局感知能力；ToT 运用多方案路径搜索，运用于产品设计、规划任务、文本生成等应用场景，模拟“思考+比较+选择”过程，但是模型本身不具备“主动分支”能力，并未具备真正的自主规划、感知、执行能力。

2025 年，AI Agent 迈入自主决策体，代表性的技术进展：OpenAI 推出的Operator具有自主执行任务拆解、重 试、选择路径、调用工具的能力；Anthropic 推出的Claude Opus 4在编码和复 杂 问 题 的 解 决 方 面 表 现 出 色 ， 能 独 立 运 行 长 达 七 小 时 ， 具 有 长期任务规划能力，ExtendedThinking 是一种增强的推理能力，使模型回答前更好的分解问题、规划解决方案并寻找不同的解决方法；Manus 采用多智能体架构，能够自动完成复杂任务，例如研究、执行、交付结构化结果；字节跳动 Agent TARS 能够通过自然语言与计算机图形用户界面 交互，实现文件管理、浏览器导航等自动化，UI-TARS-1.5 是视觉语言模型，能有效执行多种任务增强模型推理和适应能力。

3、工具使用：从 API 调用到交互协作

2024 年：API 调用阶段。早期模型比如 Claude 3.5 Sonnet 通过生成API 调用文本与外部系统交互，但受限于接口覆盖范围，模型本身不具备“操作工具”的能力，而是通过输出结构话文本，由外部系统解析和执行任务，所有操作必须提示明确触发指令，无法自主“调用工具”，同时，一次智能处理一个工具调用，缺乏任务拆解和工具序列执行的能力。这个阶段的交互是单向的，并不具备持续控制、反馈处理或多工具协同能力。 2025 年：视觉交互与协议标准化（MCP 与 A2A）。工具调用体系在2025 年迎来关键转折——从结 构化接口调用向通用视觉交互与协议化调度推进。首先，视觉交互能力的提升让AI 能理解内容并进行自动化操作，比如 Anthropic 的 Browser Use，开源网页自动化接口，无需调用预定义API，允许 Claude 智能体控制浏览器，完成数据提取、填写表单等操作。在MCP出现之前，AI工具调用面 临接口碎片化的痛点，每个 LLM 使用不同的指令格式，每个工具API 也有独特的数据结 构，开发者 需要为每个组合编写定制化连接代码。MCP（Model Context Protocol），简称模型上下文协议，是 Anthropic 公司于 2024 年 11 月推出的开放标准协议，让各种不同的大型语言模型能够无缝地与各种外部数据源和工具（如业务软件、数据库、代码库等）进行交互操作。开发者只需按 MCP 标准开发一次接口，即可被多个模型调用。OpenAI、Google、阿里、腾讯、百度、字节等巨头已相 继宣布接入 MCP 协议。 A2A（Agent2Agent）协议是谷歌于 2025 年 4 月推出，作为 AI 智能体间的“通用语言”，允许不同厂商、不同框架的智能体协作，标志着 AI 智能体从“单兵作战”迈向“群体智能”。

OpenAI 的 Agent SDK 使得开发以标准方式构建、测试、发布 AI Agent 工具，支持多模型调用，强调工具的模块化。AI Agent 从“依赖提示指令”迈向视觉交互和协议标准化的自主协作体，标志着智能体正式具备类人工作流的完整能力。

4、记忆能力：从短期缓存到长期记忆增强

2024 年：短期记忆优化。通过扩展上下文窗口（如 GPT-4 支持128K Tokens）提升对话连贯性，使得模型可以保持多轮对话的一致性，特别在客户服务、技术支持等场景的体验得到了提升，可以在不分拆摘要的情况下一次性处理长文档 、财报等。但对话结 束后就“失忆”，无法做到跨会话记忆，并且为被动式记忆，记忆内容需人工重 新附加到 Prompt，模型无法记住用户的个性化偏好，处理超长上下文成本较高。 2025 年：长期记忆增强。RAG 技术结 合向量数据库，实现外部知识检索；MemGPT的分层记忆管理支持任务执行中的信 息存储与调用。2025 年，AI 智能体实现了从“短期缓存”向“长期记忆”的跃迁，AI 不再仅依赖于上下文窗口，具备跨会话、跨任务的持续记忆能力。RAG（检索增强生成）就是通过检索获取相 关的知识并将其融入 Prompt，让大模型能够参考相应的知识从而给出合理回答；因此，可以将 RAG 的核心理解为“检索+生成”，向量数据库用来存放向量化之后的知识库，支持信 息的持久化存储与调用，并提供向量检索能力，为 RAG 系统实现对知识的初步检索。MemGPT（Memory-GPT）由伯克利大学的研究团队开发，被誉为最专业的LLM记忆管理框架。该技术灵感来源于传统操作系统中的分层内存系统，通过快速内存和慢速内存之间的数据移动提供较大内存资源的可能。MemGPT 也是一个智能管理不同内存层次的系统，以便在LLM有限的上下文窗口内有效地提供扩展上下文，并利用中断来管理其自身和用户之间的控制流程。MemGPT可以分析远超底层 LLM 上下文窗口的大型文档 ，并且可以创建会话代理，通过与用户的长期交互来记忆、反映 和动态发展。 OpenAI 为 GPT-4o 引入 Memory API，使模型能够记住个性化偏好、历史对话和任务进度，在与 Books GPT 的交互中，模型能够记住用户偏好的书籍类型，提供个性化推荐。Anthropic的Claude Opus 4 与 Sonnet 4 两款模型引入了持久记忆功能，能够在长时间任务中保持上下文。Manus 的短期记忆方面 ，在活动对话中缓存上下文的信 息，在长期记忆方面，使用向量数据库存储领域知识和历史数据，支持信 息的持久化存储与调用，同时捕捉用户偏好，实现个性化交互。

（二）全球 AI 大模型动态更新：功能与趋势从全球

AI 大模型 2024 年 12 月至 2025 年 5 月的流量趋势来看 ，不同功能的大模型流量分化较为明显。AI 工具类模型的总流量增速经历了先抑后扬的走势，2025 年3 月以来的同比增速保持在20%以上；其中通用类、编程类大模型流量增速最快，2025 年 3 月以来的同比增速分别保持在25%、75%以上。近一个月流量同比下降比较明显的领域依次为法律 、客服、写作、图片生成。

通用类大模型里，2025 年 3 月以来的流量同比增速表现较好的依次为Grok、Google、Meta；OpenAI、Claude 以及 Microsoft 流量增速保持稳定，分别稳定在 30%、25%、23%左右。Deepseek流量在 2025 年初经历了爆发式增长，但近一个月同比下降；Huggingface 和Poe 近一个月流量也同比下降。

（三）AI Agent 商业模式变革：AI Agent 正从“提供工具”向“交付价值”转变

2024Q4，我们认为 AI Agent 模型有望推动 APP 生态逐渐向模型生态转变，AI Agent 应用有望取代 APP 的地位；2025 年至今，我们已经看 到多个拥有头部模型的大厂也推出了AI 智能体开发平台，正在逐步构建起各自的 AI Agent 生态。 伴随着 AI Agent 从“被动工具”迈向“自主决策体”，并且从个体走向协作，AI Agent的商业模式也将发生变革，AI Agent 应用的竞争点正从“提供工具”向“交付价值”转变。能真正提升下游企业利润的 AI Agent 应用将会胜出，从这个角度来说，对应垂直行业knowhow型卡位公司的投资机会相 对提升，能融入智能体能力的 SAAS 企业有望迎来价值重 估的机会。

1、AI 智能体开发平台：大厂逐步构建各自的 AI Agent 生态

AI 智能体开发平台具有汇聚流量的优势，如果在上面的 Agent 应用丰富起来，构建起AIAgent生态，则有望成为 AI 时 代的“安卓”圈，因此平台的开放性和模型技术优势也是关键驱动力。字节跳动发布“Coze”，以零代码方式构建多模态、可记忆的智能体，应用于内容创作、教育辅导等场景，提升营销效率，也可辅助教学；阿里推出“百炼平台”，支持从模型调用到插件集成的全流程智能体开发，应用于电商服务助手、日程管理助手等场景；腾讯的“元器”，结合混元大模型与微信 生态，实现一站式创建和分发，应用于客服助手、内容创作等场景，可以提升服务效率，辅助创作。 根据 IDC 报告显示，2024 年中国 公有云上大模型调用量达 114.2 万亿tokens（不包含出海群体使用的 海外 MaaS 平台的调 用量），按照大 模型调用量的市 场份额来看，字节火山引擎占据了46.4%的市场份额，位列第一，其次为百度智能云（19.3%）和阿里云（19.3%）。此外，腾讯云、中国 移动、天翼云等其他厂商整体占据 15%的市场份额。2024 年模型调用量仍然以文本类的能力为主，2024Q4 语音类模型调用量也开始增长。预计 2025 年图像、视频类大模型的调用量也将开始起量，成为驱动未来 2 年大模型 tokens 增长的重 要力量。

2、生产力智能体：通用型和 AI 工具类增长最快

生产力智能体是指主要以提升效率为核心的智能系统，除了通用型智能体外，编程、教育、创作等领域增长最快。根据火山引擎数据，其 AI 工具类场景 tokens 消耗5 个月增长4.4倍，其中AI 搜索增长 10 倍 ，AI 编程增长 8.4 倍 ，K12 在线教育增长 12 倍 。智能巡检、视频检索等新场景突破日均百亿 tokens。同时，根据 Anthropic 发布的《AI 经济指数》报告，Claude模型的使用量里计算机和数学占比 37.2%（编程、开发）、艺术和创作 10.3%、教育/档案9.3%。

通 用 型 ： Manus 智 能 体 和 Genspark 智 慧 搜 索 核心 用 于 跨 领域信息整合以及自动化执行。Manus 的商业模型为基于任务效果“后付费”或“按结 果计费”，用户只为成功输出付费，近20人团队支撑千万级收入；Genspark 聚焦于知识工作者 、学生、程序员等使用场景，支持生活类、学术类、代码等查 询，更注重 “本地化内容”以及“中文搜索习惯”，结合多模态能力，支持图片和链接的查 询。 创作型：Liblib AI 图片生成服务主要为设计师、插画师、自媒体创作者等提供低门槛、高效率的服务，同时构建内容共创与分享的垂直社区生态，产品 涵盖多样化的图像生成方式、丰富的模型资源、活跃的社区互动以及多模态扩展等。2025 年 2 月完成数亿人民币的A+轮融资，投资方包括渶策资本、顺为资本和巨人网络。 编程型：MGX 智能体旨在通过模拟人类软件开发团队的协作流程，实现从需求分析到部署的全流程自动化开发。产品 核心功能与架构为多智能体协作、自然语言编程、全流程自动化开发以及标准化操作流程，适合于无深入编程技能的个人开发者 、辅助编程教学的教育与培训、数据分析以及开发创意工具等应用场景。

3、企业级智能体

企业级智能体指专为企业环境设计和部署的 AI 执行系统，能够在业务流程中模拟人类员工的部分决策和执行行为。当前国内外企业级智能体正加速落地，成为企业提效增能的重 要工具。不同于生产力智能体，企业级智能体的参与者更大比例是原有深耕垂直领域的SAAS 服务商，它们对业务流程有更深刻的理解，比如用友网络、致远互联、汉得信 息、鼎捷数智、凌志软件、焦点科技等。

（四）AI Agent 推理算力供需剪刀差测算

我们根据以下假设来测算，未来 3 年全球 AI Agent 应用每日消耗的算力总量。（1）假设目前全球 AI Agent 日活人数与 AI Web 总日活人数相当，即2025 年AI Agent全球（不含中国）渗透率约为 7%。我们预期 2026-2028 年渗透率分别为11%、14%、16%。根据非凡产研统计的全球 AI Web 产品 月活数据，海外整体 AI Web 产品活跃度较国内更高，2025 年 5 月前 20 名海外产品 合计月活量约为 8.47 亿，国内约为 1.05 亿; 海外合计月活量呈现逐月增长的趋势（月增速 4%左右），而国内合计月活量下降比较明显（5 月环比4 月仍下降约5%）。考虑到 AI Web 日常使用率较高，我们假设 DAU（日活）/MAU（月活）=38%，则AIAgent全球（不含中国）日活人数约为 3.25 亿。若按照 2026-2028 年渗透率分别为11%、14%、16%计算，则 AI Agent 全球（不含中国）日活人数分别为 5.24 亿、6.84 亿、8.00 亿。

（2）假设每个日活用户 2025 年每日仅使用 1 次 AI Agent 应用，2026-2028 年分别增加到2、3、4 次（场景增加）；且随着 应用深度的增加，单次使用 AI Agent 产生的请求次数也会增加，假设2025-2028 年分别为 50、80、100、120 次。 上文提到，AI Agent 是一种可感知环境变化、独立自主做出决策，并能够主动执行相应行动的AI 系统，那么每一次自主规划或 API 调用都对应着 一次对模型的请求，每循环一次至少对应着10次请求，若一个任务拆解为 5 次循环，则至少需要请求 50 次。未来MCP 的成熟应用有望使循环次数的增长放缓，因为通俗来讲，对于某些问题 Agent 可以直接通过MCP 接口获得结果而非重 新计算。

（3）假设每一次请求需要的 token 数，2025-2028 年分别为 2000、2500、3000、3500。目前主流 AI 智能体完成一个简单的任务（比如制作一张数据图表）大约消耗10 万token，比较复杂的任务（比如制作一个 Web 应用）能达到消耗 90 万 token 以上。 我们假设 2025 年平均使用一次 AI Agent 应用消耗 10 万 token，对应50 次请求，则单次请求消耗 token 数为 2000。未来随着 多模态数据更广泛地应用，单次请求消耗token数可能大幅增长，比如一张 512*512 像素的图片对应约 334 tokens，Kimi 的 Vision 模型实行按量计费方式，单张图片按 1024 tokens 计算。 （4）假设目前平均单 token 消耗算力约为 8 TFLOPs，随着 模型参数量以及多模态数据量的增加，单 token 消耗算力有望逐年增长，我们假设 2025-2028 年平均单token 消耗算力分别为8、10、12、14 TFLOPs。 我们基于通义千问 2 多模态代表模型 Qwen2-VL-2B-Instruct 的官方测试结果来推算单token消耗算力，推理速度测试基于 NVIDIA A100 80GB，测试了生成 2048 个token 时，输入长度分别为 1、6144、14336 等 token 时的速度和内存，A100 在 BF16 下的算力为312 TFLOPs，36tokens/s的速度对应单 token 消耗算力约为 8 TFLOPs。 在实际应用中，单 token 消耗算力不是确定值，它与模型版本和用户并发量高度相关，同一个模型在公有云和私有化部署下的值也区别很大。我们可以参考 OpenAI 的毛利率来计算，OpenAI认为其成本主要是推理计算消耗的算力，根据财务文件，OpenAI 预计其2025 年毛利率能达到49%。那么我们根据 OpenAI 目前 token 收费就能计算出单 token 消耗算力值。参考H200租赁价格约3美元/小时，H200 在 BF16 下的算力为 1979 TFLOPs，那么 3 美元相 当于能买到720万TFLOPs。截至 2025 年 6 月的最新价格，价格处于中位的 GPT-4o 输出价格为15 美元/百万token，毛利率49%对应算力成本约 7.5 美元/百万 token，计算出单 token 消耗算力达到18 TFLOPs。对于多模态模型而言，多模态数据使得 token 数急剧增加，单token 消耗算力也会相应增长。比如 OpenAI 在 4 月发布的图像生成模型 GPT-image-1，在价格方面 ，GPT-image-1按token定价，图像定价是文本的 8 倍 ： 文本输入 token（提示文本）：每 100 万 token 5 美元； 图像输入 token（输入图像）：每 100 万 token 10 美元； 图像输出 token（生成的图像）：每 100 万 token 40 美元。

（4）基于以上假设，我们计算出未来 3 年全球（不含中国）AI Agent 应用每日消耗的推理算力总量，2026-2028 年的增速分别达到 8 倍 、3.5 倍 、2.5 倍 。在 40%的算力利用率下，对应2025年 H200 的需求量为 380.54 万块，2026 年 B200 的需求量为 1347.87 万块。AI 芯片性能的进化无法赶超推理算力需求的急剧增长，全球推理算力供需剪刀差不断扩大。

三、信创进入深水区，盈利能力有望持续提升

（一）算力国产化自给率不断提升

中国半导体自给率仍然处在较低水平，国产替代潜力巨大。根据TechInsights 数据显示，2022年中国 IC 市场规模为 1640 亿美元，中国 2022 年 IC 制造业产值（中资制造业产值与外资制造业产值之和）为 300 亿美元，整体来看 2022 年中国芯片自给率约为 18.3%，其中中国大陆本土企业制造的芯片产值为 152 亿美元，外资制造的芯片产值产值为 148 亿美元，如果只计算中国大陆本土企业制造的芯片，自给率大概只有 9.15%。我国半导体自给率相 对 2010 年已经有很大提升，但目前仍处于较低水平，预计 2027 年中国半导体自给率为 26.63%。

国产 GPU 市场规模猛增，产业规模快速扩容，当下产能仍然是制约国产芯片的瓶颈之一。根据艾瑞咨询和中商产业研究院数据，2025 年中国人工智能市场规模预计为3762 亿元，预计28年市场规模达到 8110 亿元，预计 25 年中国 GPU 市场规模为预计为 1200 亿元，2021-2025年期间，中国 GPU 市场规模年复合增长率为超 20%，伴随 DeepSeek 推动推理算力需求强劲增长叠加美国对中国科技封锁，国产 GPU 需求高速增长，但目前在产能扩张方面 仍存在瓶颈。

（二）信创突围：技术突破与政策驱动市场放量

信创产业是中国 为突破关键核心技术“卡脖子”问题、实现科技自立自强而重点发展的战略性产业。以国产化为核心，涵盖基础硬件（如芯片、服务器、电脑、网络交换机等硬件）、基础软件（操作系统、数据库、中间件等）、云基础设施、应用软件等领域，旨在构建自主可控的IT全产业链生态。近年来，在政策推动和市场需求的双重 助力下，信 创产业加速从党政机关向金融、电信、能源等关键行业拓展，逐步形成了“2+8+N”的体系，成为推动数字经济高质量发展、保障国家信息安全的重 要引擎。未来随着 技术迭代和生态完善 ，信 创产业将进一步释放创新活力，赋能千行百业数字化转型。

中国 信 创市场规模快速 增长，25 年迎来信创关键加速 之年。2021 年中国信创行业市场规模6900亿元，同比增长 35.29%，由于受到宏观环境影响，国央企信 息化预算相对缩减，企业对信息化资本投入更为谨慎，22 年信 创市场增速有所放缓，行业整体市场规模9200 亿元，同比增长33.3%，预计 25 年信 创行业市场规模 2.34 万亿元，同比增长 37.65%，我们认为25 年伴随政策驱动、信创招标加速推进，将迎来我国信 创产业发展的关键节点，25 年“十四五”收官之年，我们预计下半年党政、金融、能源、电新等重 点行业信 创替代率进一步提升，安全可靠测评及生态适配认证体系将进一步统一，推动市场规范化，信 创产业将进入规模化、深度化应用阶段。

我国 信 创产业技术逐渐突破、生态加速 协同。信 创技术方面 ，近年在国产CPU、操作系统、数据库等核心领域逐渐拉近与国际主流水平的差距。国产 CPU 方面 ，龙芯、鲲鹏等国产CPU性能奋起直追，麒麟、统信 等国产操作系统市场份额逐渐提升，为信 创产业发展提供坚实基础技术底座。生态方面 ，我国信 创呈现出多元协同发展的格局，在数据库领域达梦、人大金仓等数据库逐渐替换，此外云计算与中间件等逐渐形成了稳定的竞争格局，信 创产业内部协同发展形成了从硬件到软件的完成产业链生态。

政策层层加码为信 创注入新动能，DeepSeek 为信 创加速 提供强劲动力。自信创产业开始规模化推广以来，政策层面 持续加码，为信 创产业发展注入了新动能，79 号文明确提出到2027年实现国央企信 创 100%替代的目标，其中覆盖基础硬件、基础软件、操作系统、中间件等领域。当前面对全球政治格局的变化，关税摩擦常态化，美国对中国科技制裁愈演愈烈，倒逼中国信创加速替代，此外 DeepSeek 的横空出世加速 AI 引用在信 创领域落地，为信 创产业发展提供了强劲动力，预计2025 年新创产业将迎来爆发式增长，开启国产化替代的新篇章。

（三）GPU 国产厂商性能及制程对比

高端芯片受禁令影响，国 产 AI 芯片奋起直追。虽然目前全球 AI 芯片市场被英伟达垄断，国内AI 芯片投资热度高企，芯片厂商研发投入持续加码。目前国内 AI 芯片第一梯队有华为、寒武纪、海光信 息等，单卡算力正在逐渐缩小与高端芯片差距。国产 AI 算力芯片中，华为昇腾910b单卡算力达到 640 TOPS（INT 8）；寒武纪思元 370 单卡算力 256 TOPS（INT 8）。

整体来看 国 产 GPU 单卡性能与英伟达 H100 等中高端产品性能接近。寒武纪的思元590和沐曦科技的曦云 MXC500 在算力和功耗上领先，发布时间集中在 2023-2024 年。整体来看，国产芯片的算力水平与英伟达中端产品 如 H100 接近，但由于各家厂商技术路线多样性，TDP热设计功耗方面 较为分散，中国 AI 芯片目前逐渐进入爆发期，但与英伟达仍存在代际差。

国 产 GPU 处在“可用”到“好用”关键转型期。虽然目前国产AI 芯片在特定领域实现突破，但构建完整技术生态仍需一定周期，AI 大模型算力需求缺口以及美国对中国科技限制加剧，正在倒逼产业加速迭代，也推动全产业链生态的协同进化。

（四）信创基础软件加速渗透

我国 信 创基础软件生态日趋完善 ，操作系统与数据库蓬勃发展。1）数据库方面：形成了传统数据库厂商、云数据库厂商与新兴数据库厂商生态协同发展的格局，其中传统数据库厂商如达梦、人大金仓、南大通用等在信 创中占据一定市场份额；互联网等大厂的云数据库如阿里云、腾讯云、华为云等凭借强大的资金支持和技术实力，不断加速市场化竞争；其他新兴数据库厂商如平凯星 辰的 TiDB 开源分布式数据库在金融和互联网领域得到广泛认可。2）操作系统方面：操作系统逐渐形成了麒麟软件与统信 软件双寡头竞争格局，占据商业版国产操作系统 90%的市场份额，麒麟软件连续 12 年在中国 Linux 市场占有率第一，又在国防、金融等关键领域具备深厚积累；统信 作为桌面 操作系统，在功能方面 基本上已经追平了Windows7，部分功能赶超 Windows 10，但与 Window 11 仍有差距。此外，华为欧拉与鸿蒙分别聚焦服务器云计算与智能终端，根据 CounterPoint Research 数据，在中国市场，2024 年第四季度，鸿蒙系统在中国手机系统中的市场份额达到 19%，iOS 为 17%，鸿蒙连续四个季度超越苹果iOS，稳居中国市场第二大手机系统。

预计 2026 年中国 信创数据库市场规模达到 919 亿元。2023 年中国数据库行业市场规模为437亿元，伴随国内数字化转型加速假设，基础软件领域迎来了高速发展，数据库作为信息系统核心软件以及信 创的关键环节，迎来发展黄金期，根据第一新声数据，预计2026 年市场规模有望达到919亿元，同比增长 28.17%。

国 产数据库产业生态逐渐完善 。目前，国产数据库于政务、金融、能源等关键领域应用广泛，在互联网、制造业等行业也渐露锋芒。在技术创新层面 ，国产数据库在分布式架构、云原生、AI优化等领域持续创新，不断增强事务处理能力、保障数据一致性、提升智能化水平。而且云化趋势显著，云原生数据库作为未来重 要发展方向，能更好适配云原生架构，实现轻量化与弹性扩展。国产数据库与主流操作系统、中间件及云平台深度集成，形成完整生态系统。开源社区如TiDB社区活跃，吸引全球开发者 参与贡献，推动生态繁荣，有助于提升国产数据库的国际竞争力，拓展海外市场。

达梦数据是国 内领先的数据库产品开发服务商，是国 内数据库基础软件产业发展的关键推动者。公司面 向大中型公司、企事业单位、党政机关提供各类数据库软件及集群软件、云计算与大数据产品 、数据库一体机等一系列数据库产品 及相 关技术服务，致力于成为国际顶尖的全栈数据产品及解决方案提供商，在信 创数据库领域占据主导地位。 信创操作系统 2027 年市场规模预计达到 610 亿元。若仅考虑 PC 与服务器出货量，假设2027年 PC 操作系统单价 600 元，服务器操作系统单价 6000 元，预计 2027 年操作系统市场规模610亿元，同比增长 7%。

当前国产操作系统逐渐从“可用”向“好用”发展。目前来看 以桌面操作系统为例，Windows依 旧 占 据 中 国 市 场 很 大 份 额 ， 国 产 操 作 系 统 在 消 费 端 的 市 占 率 还很低，部分行业还存在大量Windows 系统未替换，国产操作系统还有很大空间。 美国 升级对华 EDA 管控，国 产 EDA 迎新变局。5 月 28 日，美国商务部向EDA厂商如新思科技（Synopsys）、楷登电子（Cadence）、西门子 EDA（Siemens EDA）发出通知升级出口禁令。EDA 位于半导体产业链上游，是整个芯片产业的基础，虽然只占芯片成本不到2%，但是具有杠杆效应，虽然 EDA 市场只有几百亿美元的规模，但是每年撬动约 5000 亿美元的半导体市场。

中国 EDA 市场空间超百亿元，国 产替代空间广阔。2023 年，新思科技（Synopsys）、楷登电子（Cadence）、西门子 EDA 三家就占了走中国接近 80%的份额，作为国产EDA龙头华大九天2023年只有 5.9%的市场份额，美国对中国 EDA 断供后，本土 EDA 厂商如华大九天、概伦电子、广立微等迎来新的发展机遇，并购浪潮下叠加国产替代巨大空间，国产 EDA 迎来黄金发展期。

1）华大九天：国产 EDA 龙头，公司主要从事 EDA 工具软件的开发、销售及相关服务。EDA工具是集成电路领域的上游基础工具，应用于集成电路设计、制造、封装、测试等产业链各个环节，是集成电路产业的战略基础支柱之一。公司主要产品 包括模拟电路设计全流程EDA工具系统、数字电路设计 EDA 工具、平板显示电路设计全流程 EDA 工具系统和晶 圆制造EDA工具等EDA工具软件，并围绕相 关领域提供技术开发服务。公司相 关产品 和服务主要应用于集成电路设计及制造领域。

2）概伦电子：是一家具备国际市场竞争力的 EDA 企业，拥有领先的EDA关键核心技术，致力于提高集成电路行业的整体技术水平和市场价值，提供专业高效的EDA 流程和工具支撑。公司通过 EDA 方法学创新，推动集成电路设计和制造的深度联动，加快工艺开发和芯片设计进程，提高集成电路产品 的良率和性能，增强集成电路企业整体市场竞争力。3）广立微：领先的集成电路 EDA 软件与晶 圆级电性测试设备供应商，专注于芯片成品率提升和电性测试快速监控技术。公司提供 EDA 软件、电路 IP、WAT 测试设备以及与芯片成品率提升技术相 结 合的全流程解决方案，在集成电路从设计到量产的整个产品 周期内实现芯片性能、成品率、稳定性的提升，成功打破了集成电路成品 率提升领域长期被国外产品 垄断的局面。我们认为，EDA 作为贯穿整个半导体工艺流程的关键工业软件，目前全球EDA厂商新思、楷登与西门子占据超过 80%中国 市场份额，美国 对华半导体产业制裁进一步加码，倒逼国产EDA厂商加速 突围，提升国 产化率，EDA 目前被纳入到“十四五”规划重点卡脖子突破领域，政策上有望持续加码推动国 产 EDA 实现破局，建议关注“十五五”规划中 EDA 等领域政策以及产业龙头企业和行业内收并购行为。

四、溢出机会：能源-算力协同革命

（一）算力-绿电绑定模式未来有望加速推广

2023 年以来国家不断出台政策推进算力+绿电协同发展。2023 年，政策明确提出到2025年底，算力电力双向协同机制初步形成，国家枢纽节点新建数据中心绿电占比需要超过80%。2024年来，国家发改委、工信 部、能源局等部门印发《数据中心绿色低碳发展专项行动计划》提出，到2025年底，全国数据中心整体上架率不低于 60%，平均电能利用效率降至1.5 以下，可再生能源利用率年均增长 10%，平均单位算力能效和碳效显著提高。2024 年，国家发改委、数据局、工信部联合印发《国家数据基础设施建设指引》，提出要加强大型风光基地和算力枢纽节点协同联动，把绿色电力转换成绿色算力，并提出要积极消纳风光绿电助力碳达峰碳中和，借助源网荷储模式，加强数据中心能源智慧管理，通过监测分析与负荷预测优化电力系统效率，探索绿电直供。国家发展改革委、国家能源局 2024 年 12 月 20 日印发《电力系统调节能力优化专项行动实施方案（2025—2027年）》则提出，要推进算力与绿色电力融合，促进绿电消纳。

2025 年 5 月绿电直连政策出台，将加速算力+绿电绑定模式，企业绿色用能比例有望大幅增加，相 关绿电交易企业迎来重 大发展机遇。2025 年 05 月 21 日，发改委、能源局印发《关于有序推动绿电直连发展有关事项的通知》，促进新能源就近就地消纳，更好满足企业绿色用能需求。政策指出：1、绿电直连是指风电、太阳能发电、生物质发电等新能源不直接接入公共电网，通过直连线路向单一电力用户供给绿电，可实现供给电量清晰物理溯源的模式。其中，直连线路是指电源与电力用户直接连接的专用电力线路。按照负荷是否接入公共电网分为并网型和离网型两类。并网型项目作为整体接入公共电网，与公共电网形成清晰的物理界面 与责任界面，电源应接入用户和公共电网产权分界点的用户侧。 2、并网型项目应按照“以荷定源”原则科学确定新能源电源类型和装机规模。现货市场连续运行地区可采取整体自发自用为主，余电上网为辅的模式；现货市场未连续运行地区，不允许向公共电网反送。项目整体新能源年自发自用电量占总可用发电量的比例应不低于60%，占总用电量的比例应不低于 30%，并不断提高自发自用比例，2030 年前不低于 35%。上网电量占总可用发电量的比例上限由各省 级能源主管部门结 合实际确定，一般不超过 20%。3、并网型绿电直连项目应通过合理配置储能、挖掘负荷灵活调节潜力等方式，充分提升项目灵活性调节能力，尽可能减小系统调节压力。项目规划方案应合理确定项目最大的负荷峰谷差率，项目与公共电网交换 功率的电力峰谷差率不高于方案规划值。在新能源消纳困难时段，项目不应向公共电网反送电。项目应按照有关管理要求和技术标准做好无功和电能质量管理。4、并网型绿电直连项目享有平等的市场地位，按照《电力市场注册基本规则》进行注册，原则上应作为整体参与电力市场交易，根据市场交易结 果安排生产，并按照与公共电网的交换功率进行结 算。并网型绿电直连项目以项目接入点作为计量、结 算参考点，作为整体与公共电网进行电费结 算。

（二）AI 算力驱动液冷渗透率提升，从“可选”向“必选”转变

数据中心 PUE 要求愈发严苛。随着 云计算、大数据、人工智能、元宇宙等信息技术的快速发展和传统产业数字化的转型，数据呈现几何级增长，算力和硬件部分能耗也在持续增加，而在“双碳”政策的持续推进下，国家、地方政府、企业层面 均在积极推动绿色低碳转型和可持续发展，通讯领域对数据中心节能降耗要求越来越严格。 液冷未来有望逐渐替代风冷，成为 AI 服务器、数据中心标配。AI 训练及推理应用、超算等高算力业务需求持续推升,由此带来的芯片性能需求、服务器功率需求不断提高。场景侧，英伟达2024GTC 大会上推出 GB200 NVL72 采用液冷散热方式，并且黄仁勋表示浸没式液冷技术将是未来方向，将带动整片散热市场迎来全面 革新。 我们认为，人工智能浪潮下，对算力需求进一步提升，液冷预计将成为最优冷却方案，未来中国 液冷服务器市场有望进一步打开竞争格局，产业相关上市公司将受益。目前，中国液冷服务器普及率不足 5%，径普及率并不高。受制于：1）数据中心国家 PUE 标准收紧；2）受制于面积等因素，机柜 密度逐渐提升；3）温度过高，芯片故障率升高等客观因素，未来液冷服务器将成为调和快速的算力需求与有限数据中心承载力的共识方案。

液冷服务器是大势所趋，数据中心 PUE 可降至 1.25 以下。算力的持续增加，意味着硬件部分的能耗也在持续提升；在保证算力运转的前提下，只有通过降低数据中心辅助能源的消耗，才能达成节能目标下的 PUE 要求。

2023H1 中国 液冷服务器市场同比增长近 3 倍。根据 IDC 发布的《中国半年度液冷服务器市场（2023 上半年）跟踪》报告数据显示，2023 上半年中国液冷服务器市场规模达到6.6亿美元，同比增长 283.3%，预计 2023 年全年将达到 15.1 亿美元。IDC 预计，2022-2027 年，中国液冷服务器市场年复合增长率将达到 54.7%，2027 年市场规模将达到 89 亿美元。

冷板液冷前期投入成本已低于风冷，长期来看 液冷（冷板式、浸没式）将有效降低数据中心TCO。根据施耐德电气，数据中心总成本 TCO 大部分来源于电费等运营成本，大约50%的数据中心运营支出（不包括 IT 设备）是电力成本。此前，市场普遍认为液冷数据中心基础设施前期投入成本较高，且后期不易维护，但伴随目前液冷技术发展以及对算力需求激增，一方面，冷板液冷数据中心初始建设成本已经低于风冷数据中心。另一方面 ，浸没式液冷虽前期投入较高，但每年可以节约大量运营成本（电费）回收投资，数据表明，浸没液冷数据中心运行 4.5 年后TCO将出现拐点并且低于风冷数据中心。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）