2026年恒为科技首次覆盖：AI带来Agent监控和token分析新蓝海

网络可视化龙头，围绕生成式AI转型升级

1.1 深耕网络可视化，开拓智能系统平台业务

恒为科技（上海）股份有限公司作为国内头部网络可视化和智能系统平台提供商，以及算 网解决方案和运维科技的提供商，向运营商网络、信息安全、国产信息化、工业互联网、 行业智能和智算中心等领域提供产品和解决方案。

公司主营业务分为网络可视化业务和智能系统平台业务，其中：网络可视化为面向网络应 用领域的细分智能系统，智能系统平台指的是为智能系统应用提供硬件及软件平台解决方 案，目前以国产信创领域为主。同时，公司面向人工智能领域，积极开拓人工智能基础架 构及解决方案业务。公司的控股股东和实际控制人为沈振宇、胡德勇、王翔三人，且三人 构成一致行动人。

公司作为最早进入网络可视化的国内厂商之一，网络可视化产品涵盖网络可视化应用系统 的基础设备、核心模块及解决方案，主要包括针对宽带互联网、移动网互联网、企业网和 行业专网等不同标准不同规模的网络，在各种网络接口进行流量数据的采集、分流、分析 和管理的设备、模块与相关软件。

公司智能系统平台业务，聚焦于为客户提供“国产化和智能化结合”的软硬件平台解决方 案，提供包括面向专用领域的基于 ATCA、VPX、CPCI、COM-E 等行业标准的、或客户 定制化的硬件板卡、模块和整机产品，以及各类通用领域的信息化平台产品，包括服务器 主板和整机、网络安全硬件整机、交换机和工业交换机等产品，为无线网络、信息安全、 通信设备、工业互联网、云计算与数据中心、智算中心以及各类信息化领域提供可集成、 可二次开发的系统平台或解决方案。

公司智能系统平台包含智能计算、智能网络产品，主要产品包括计算主板、定制服务器、 交换机、网络安全设备等，目前智能系统平台业务的国产化占比 50%以上。公司与飞腾、 鲲鹏、兆芯等 CPU 厂商，昇腾、昆仑芯、沐曦、天数智芯等 GPU 厂商，以及盛科通信、 云合智网等交换芯片厂商均有合作。公司是业内最早开发并推广高性能网络处理与嵌入式 多核计算等高端智能系统平台的厂商之一，也是国内最早开始大力投入研发国产信息化智 能系统平台的厂商之一，在相关细分领域内技术水平与市场份额较为领先，具备一定的综 合竞争优势。

公司秉承聚焦主业、内生与外延发展并举的战略，积极对外投资。2024 年 8 月，公司控 股子公司恒科智算（上海）信息技术服务有限公司成立，主要负责公司有关智算集群的组 网建设和交付、以及算力中心的运维和运营服务等相关业务，公司则更侧重智算可视化和 智算一体机等产品的开发。2025 年 1 月，公司全资子公司恒为科技（香港）有限公司成 立，通过逐步衔接公司原有海外业务，与国际市场的交流、合作，形成国内、国外业务的 联动与配合。

1.2 公司费用控制良好，提高盈利质量

2020 年到 2024 年，受益于智能系统平台产品的不断落地，公司营业收入整体呈现上升趋 势。2024 年，公司实现营业收入 11.17 亿元，同比增长 45%，实现归母净利润 0.27 亿元， 同比下降 66%。根据公司业绩快报，2025 年公司实现营业总收入 10.47 亿元，同比下降 6.31%，归母净利润 3493.80 万元，同比增长 30.13%，盈利质量明显改善。公司 2025 年营业总收入同比下降主要受智能系统平台业务收入下滑 19.04%拖累，但公司网络可视 化业务实现收入 4.48 亿元，同比增长 18.40%，收入结构优化支撑整体盈利韧性。

公司研发投入稳定，期间费用率控制良好。自 2020 年以来，公司期间费用率与同行业公 司相比，处于行业较低水平。截至 2024 年末，公司有研发人员 320 人，占员工总数的比 例为 52.29%，较 2023 年同期增加 8 人。

Agent监控和token分析，推动网络可视化转型升级

2.1 AI率先驱动算网可视化需求增长

根据《2025 年中国人工智能计算力发展评估报告》的数据，大模型和生成式人工智能推 高算力需求，中国智能算力增速高于预期。2024 年，中国智能算力规模达 725.3 EFLOPS， 同比增长 74.1%；市场规模为 190 亿美元，同比增长 86.9%。2025 年，中国智能算力规 模将达到 1037.3 EFLOPS，较 2024 年增长 43%；2026 年，中国智能算力规模将达到 1460.3 EFLOPS，为 2024 年的两倍。2025 年中国人工智能算力市场规模将达到 259 亿 美元，较 2024 年增长 36.2%；2026 年市场规模将达到 337 亿美元，为 2024 年的 1.77 倍。

AI 模型和应用厂商在生成式 AI 模型的训练、推理阶段，面临不同的工程问题。开展模型 训练的厂商，需要完成大量计算任务，长期处于高性能算力供不应求的状态。随着生成式 AI 下游逐步落地，AI 应用厂商面临以推理负载为主的算力需求，算力分配和调度是推理 阶段的主要问题。推理任务的算力需求具有波动性，难以预测和管理，导致资源分配不均 衡，缺乏有效的算力分配和调度机制，或将导致算力资源的局部浪费和整体利用率低下， 这不仅影响了人工智能基础设施的算力效率，也增加了整体成本。因此，AI 算力基础设施 需要通过先进的计算架构，提高计算效率，特别是利用智能调度算法合理分配计算任务， 优化集群管理，确保资源高效利用。

网络可视化系统类似于网络数据空间中的“摄像头”和“信号指示灯”，以网络流量及数 据的识别、采集与深度检测为基本手段，综合各种网络处理与信息技术处理技术，对网络 的物理链路、逻辑拓扑、运行质量、流量内容等进行监测、识别、统计、展现与管控，并 将可视化的数据传递给下游客户，实现网络流量及数据的智能化管控、商业智能以及信息 安全等一系列目标。网络可视化系统由前端与后端组成，前端通常负责流量及数据的识别采集，后端负责数据的各类分析及应用，以满足用户对于网络优化、运营维护、大数据运 营以及信息安全等方面的需求。 生成式 AI 的发展带来了计算集群规模的快速提升，大模型在训练和推理过程中会生成大 量的临时数据，这些数据需要在不同计算节点之间快速传输和处理。面对不断增长的数据 传输需求，数据中心需要全面提升网络传输效率，构建面向人工智能的网络传输体系。其 中，网络可视化技术提供了对网络状态的实时监控和管理能力。通过可视化工具，网络管 理员可以直观地了解网络拓扑、流量分布和性能指标，及时发现和解决潜在问题，优化网 络性能。

随着算网一体化趋势加速演进，面向数据中心，特别是面向智算中心的运维优化和高效运 营，或将推动网络可视化行业向算网可视化方向演进。在算网可视化领域，公司有望持续 加大投入力度，继续网络可视化产品的国产化升级，加强与鲲鹏、盛科通信、云合智网等 国产芯片的合作，加强网络可视化+AI 的解决方案研发投入。公司在不断迭代智算可视化 系统的同时，也将持续推动智算可视化技术在行业市场的开拓。 我们认为：随着 AI 算力基础设施的加速建设，生成式 AI 模型的推理需求有望对数据中心 网络带来更高的性能要求，或将有效驱动网络可视化解决方案面向 AI场景进行迭代升级。 有数据中心相关网络可视化经验和较强研发能力的网络可视化解决方案厂商有望率先在 新兴市场获得弹性较高的业绩增长。

2.2 Agent落地，催生Agent监控和token分析需求

生成式 AI 的发展已进入关键期，AI Agent 正加速从实验室走向产业应用。根据中商产业 研究院的数据，2025 年全球 AI Agent 市场规模或将达到 113 亿美元，到 2030 年预计将 接近 500 亿美元；2025 年国内 AI Agent 市场规模或将达到 69 亿元，到 2030 年预计将接 近 300 亿元。

目前，AI Agent 的产品形态逐步清晰：与其针对每个场景定制 Agent，不如保留单独的通 用认知内核来理解意图、拆解任务，然后拆分出产生外部后果的动作，做成可复用、可治 理的执行能力（Skill）。AI Agent 已演变为“认知+执行”的组合体：上层允许灵活推理， 下层负责可控落地。 AI Agent通过MCP为模型接入工具和数据建立统一的接口，而A2A则进一步定义了Agent 之间的跨平台协作。如果接口统一，生态就能实现快速扩展；如果通信标准化，那么 Agent 将有望实现“组网”。在 AI Agent 时代，MCP/A2A 可以类比成互联网时代的 TCP/IP。在 TCP/IP 统一互联网时代网络通信方式的基础上，Web 和移动互联网才迎来行业的爆发。 因此，AI Agent 的互联和管理显得尤其重要。 公司在网络可视化领域延续对运营商、政府、金融等行业进行全行业参与的策略，特别专 注于网络可视化前端产品的开发和部署。随着数字产业蓬勃发展，网络和 IDC 规模有望持 续扩容，各类应用不断落地，网络可视化行业或将长期保持良好的发展趋势。公司正积极 研发面向 Agent 监控以及 token 分析的新技术和新产品。