更多投研资料加入知识星球
? 大模型与算租行业周度更新总结-基于2026年8月16日会议纪要整理
? 一、大模型行业核心判断
当前AI投资逻辑已经"换轨"——不再是单纯比拼谁的基础模型更强，而是进入推理商业化、单位算力成本、以及资本回报率验证的新阶段。
过去大家看模型，主要看知识问答、数学题、代码生成这些"静态分数"。现在行业更关心的是：模型作为Agent（智能体）去真实环境里干活，能不能稳定地完成任务、花多少钱、用多长时间。百万token价格榜单的参考价值正在下降，"单任务成本（Cost per Task）"才是新标尺。
? 二、海外模型更新要点
? 谷歌 Gemini 3.7 Flash —— 用低价抢Agent入口
定位：coding和Agent场景的高频工作模型，代码能力（Frontier Code）从34.4%提升到43.6%，复杂文档任务从22%提升到34%
杀手锏是价格：年底前输入token仅0.75美元/百万，输出3.75美元/百万，比正常价便宜一半
战略意图很明显：Agent任务一次要调用模型几十次，token折扣在多轮循环里会被放大，用阶段性低价降低开发者迁移门槛，把大家"圈"进谷歌的TPU+Workspace生态
? 马斯克 Grok 3.6 —— 差距在缩小
能力已经进入第一梯队附近，和GPT-5.6、Claude等头部模型的差距，从"能不能做"缩小到"差多少、贵多少、稳不稳"
当几家大模型都能完成基础Agent任务时，企业客户选型标准会变：API兼容性、上下文缓存、速率限制、工具生态、数据安全、服务稳定性这些"软实力"反而更重要
? OpenAI AutoFast —— 低时延推理变成独立产品
最高可达750 token/秒输出，比标准档快14倍
核心意义：把"模型智能"和"推理速度"拆成两个维度卖。离线批量任务可以选低价慢速，但量化交易、网络安全响应、实时语音客服这些场景，客户愿意为低时延付溢价
这也预示着推理硬件会走向异构化分工：GPU负责通用训练和推理，TPU负责谷歌垂直场景，ASIC负责特定低时延高吞吐任务
? SOK 首份风险报告 —— 安全评估成为发布约束
公开benchmark正在饱和，分数和真实能力的映射在变弱
未来"红队测试、能力评测、安全治理"本身也会消耗大量算力，利好评测、安全、高安全云部署环节
?? 三、国内模型更新要点
? DeepSeek V4 Pro —— 从"卷低价"到"分层定价"
能力上：软件工程、终端操控、全流程自动化都有明显提升（比如代码仓库智能适配提升23分）
更关键的是定价机制：8月13日起执行峰谷差异化定价，峰值时段涨价4.5倍，闲时涨价2.25倍
这标志着行业定价从"一刀切低价内卷"，升级为按任务价值、使用时段、场景复杂度分层定价的成熟模式。也说明模型能力到了"好用"阶段后，token需求是供不应求的
? 智谱 GLM 5.3 —— 后训练精细化标杆
在国产模型里，基座模型（Pre-training）之后的后训练（Post-training）还有巨大升级空间，精细化运营可以实现全球第一梯队的场景能力
编程体验提升50%，数学得分从4.6大幅跳到28.3（远超Kimi K3的17.4）
最亮眼的是网络安全：攻防得分84.5%，直接超过Claude 5和GPT-5.6，说明国产模型在"高价值、高付费意愿、可量化验证"的专业场景已经具备全球顶尖竞争力
差距主要在：深层漏洞利用链、多阶段高难度对比场景（参数量差距导致），但整体已从"广义智力差距"收敛为"高端复杂任务稳定性"的比拼
? 四、Token经济与资本开支
? 腾讯Q2业绩——AI需求真正"兑现"到收入里
总收入2048亿（+11%），云收入同比增长接近20%
混元3正式版日均调用量是预览版的7倍，更大参数的Turbo版年内推出
资本开支528亿（+190%），自由现金流为负138亿，AI投入对当期经营利润拖累约105亿
腾讯AI变现分三块：存量业务提效（广告收入+22%）、云收入（GPU租赁/MaaS/企业服务）、C端产品（元宝等，还在积累用户量阶段）
? 五、全球算力租赁：卖方市场硬验证
本周两份财报彻底验证了"供不应求、量价齐升"的产业逻辑：
? CoreWeave（海外算力租赁龙头）
Q2营收25.75亿美元（+112%），调整后EBITDA利润率接近60%，远超传统IDC和公有云
积压订单（Backlog）超1000亿美元（+246%），三季度初又新增超250亿美元承诺订单
7月全品类算力租金提价约25%，新签合同利润率比存量高5-10个百分点
电力已成为和GPU并列的双重约束，活跃电力1.5GW，签约电力总额3.7GW
? Core42（中东算力租赁龙头）
Q2营收5.82亿美元（+454%），AI云业务ARR达30亿美元
每兆瓦ACV（年合同价值）从年初约1200万美元，涨到Q2的2000万美元，三季度短单甚至冲刺4000万美元/兆瓦——年内几乎翻倍
合同结构很有代表性：保留3-6个月短约产能吃现货溢价，用3年中长约"打底"，长约配套投资工具，新订单投资回报周期缩短到10-22个月（从过去的"53原则"向"52甚至51"切换）
? 英伟达5000亿美元融资平台——打开供给天花板
英伟达联合BlackRock、Blackstone、高盛等顶级资管，目标动员超5000亿美元第三方资本投向AI工厂
核心逻辑：把GPU从"消费电子"重新定义为"可融资的基础设施资产"
依托CUDA生态通用性、跨客户可部署性、残值可估算性，GPU具备"类动产"融资属性
部分项目英伟达提供最高25%残值支持（国内一般按5%-10%算），这大幅缓解了市场对"GPU残值归零"的担忧，也降低了融资成本和租赁ROE
全球算力产业都在走"资产证券化+杠杆扩容"的统一路径，国内逻辑（如协创数据800亿授信、金租合作）与海外完全同构
? 长期瓶颈升级：从"有没有GPU"到"有没有电和机房"
SOK与CoreWeave签署90亿美元、20年长约，覆盖191兆瓦IT容量
算力行业稀缺性逻辑已从GPU本身，升级到高密度电力+机房（AIDC）
? 六、国内算力租赁边际变化
? 关键词：加价落地 + 业绩兑现
本周国内算力租赁板块的核心变化是"涨价真实性得到验证"，而且是交付验收后的二次定价，不是纸面合同强推：
青云科技发布澄清公告：海关扣留算力卡为不实传闻，海外采购正常推进；披露在手3-5年长单合计超150亿元，头部大模型客户订单金额涨幅超200%，央企客户租金整体上调，按月交付、按月回款
这意味着：能立刻交付高端集群的企业掌握定价权，验收完成后还具备持续提价能力，与海外现货溢价逻辑完全对齐
? 需求端三重支撑持续夯实：
1️⃣ 互联网大厂资本开支高增
腾讯Q2资本开支528亿（+176%），三季度继续加大采购，同时推进国产化算力和下一代超节点
阿里云大型AIDC模块化交付周期缩短到100天以内，建设成本下降10%以上
北美四大云厂商2026年合计资本开支预计超8000亿美元，2028年升至1.2万亿；国内云厂商2026年资本开支增速预计约80%
2️⃣ 大模型Token消耗爆发
截至2026年3月，国内日均token交易量突破140万亿
DeepSeek、Kimi等国产模型持续迭代，token消耗高速增长
3️⃣ 运营商AIDC招标放量
7月三大运营商风火水电配套招标合计超46.62亿元，中国移动占比过半
7-8月A股已有7家上市公司发布租赁相关合同，签约金额合计接近400亿元
? 液冷从"可选"变"刚需"
随着算力平台功率密度从40kW向120kW升级，液冷已成为标配
英伟达Rubin平台全液冷无风扇架构Q4量产，8月起Demo交付提速，四季度整机柜放量
AI数据中心液冷渗透率预计从2024年14%提升到2026年40%左右
⭐ 七、核心标的梳理
? 协创数据（行业龙一，业绩兑现标杆）
2026年H1营收126.24亿元（+155.7%），归母净利润18.63亿元（+331.1%），逼近预告上限
净利润增速显著高于收入增速，说明同价值算力业务的规模效应和盈利弹性充分显现
股东大会通过不超过800亿元综合授信，多笔金租项目落地，近10亿融资租赁合同完成主体变更
目前是国内三个板块规模最大、利润兑现最明确的龙头，具备"算力运营+存储+进出库"完整闭环
对标海外CoreWeave估值体系，当前估值仍有明显折价
? 青云科技
本周澄清不实传闻，在手长单超150亿元，头部客户订单涨幅超200%
按月交付、按月回款，商业模式健康
? 其他稳步推进的龙头
弘信电子、利通电子等国内龙头公司均在稳步推进相关业务，软件和硬件调优能力持续跟进
? 总结一句话
大模型端，行业从"拼参数"进入"拼Agent落地成本+服务稳定性"阶段，模型API超额定价权下降，价值向Agent框架和垂直工作流迁移；算力租赁端，全球卖方市场格局持续超预期，国内加价潮真实落地、业绩进入兑现期，液冷和电力成为新瓶颈，核心龙头正处于"交付→盈利→融资扩容"的正循环通道中，板块高成长属性明确，值得持续关注。
⚠️ 免责声明：本文基于公开产业与策略信息整理，仅供行业趋势交流，不构成任何投资建议。股市有风险，决策需谨慎。文中涉及的市场判断和业绩预期为公开信息梳理，不代表对任何标的的推荐。
DW研究所关于国产超节点（SuperNode）产业的专家电话会议纪要，核心围绕各家厂商的方案进展、出货量、技术路线、供应链拆解及未来展望。以下是为您梳理的要点：
? 一、产业格局：华为一骑绝尘，浪潮紧随其后
今年（2026年）国产超节点市场正式进入放量元年，折合128卡口径，全年出货量预计在4500～6000台区间。各家排名大致如下：
? 华为：绝对龙头，预计出货6000～7000台（含自用），市场份额约40%。其384卡集群已突破750～800套，技术闭环最完整。
⚡ 浪潮：约2000台，份额约23%。作为阿里、腾讯的ODM主力，今年受益于互联网大厂扩容，增速非常亮眼。
? 阿里：约1200台，但基本是自用，对外售卖极少。其方案技术先进，但生态相对封闭。
?️ 曙光：约500台（按64卡折算），主打海光芯片，在政府和科研领域根基深厚。
? 腾讯/百度/字节/新华三：各家都在300～800台不等，处于快速上量阶段，但体量与华为仍有明显差距。
? 客户视角：如果看"谁能对外供货"，华为、浪潮、新华三、曙光是目前市场上较成熟的选择；阿里、百度、字节、腾讯则以自用为主，不直接参与外部市场竞争。
? 二、技术路线：各家"打法"差异很大
芯片选择上，华为是完全自研（昇腾）；阿里是"自研+海光/寒武纪"混搭；曙光以海光为主；浪潮、腾讯走全国产GPU路线；百度用P800系列；字节主要用寒武纪+自研。
单柜密度（即一个机柜能塞多少卡）直接决定算力密度和功耗：
? 曙光X640 密度最高，单柜塞得最满；
? 阿里 排第二；
? 华为 约60卡/柜，相对保守但稳定性强。
集群规模方面，目前真正落地1024卡大集群的只有华为和曙光；阿里、百度做到512卡但还没大规模放量；其他家仍以64卡、128卡为主。
散热方式上，除了浪潮SD200系列仍以风冷为主，其余全部上液冷，PUE基本能压到1.2以下，符合当下绿色数据中心的要求。
? 三、价值量拆解：一台超节点"钱花在哪儿"
以阿里128卡方案（对外参考价约2200万/台）为例，成本结构大致是：
? GPU芯片 占大头，约46%～49%——这是最"烧钱"的环节；
? 光模块 占18%～22%，800G MPO光模块用量很大；
❄️ 液冷系统 约15%，浸没式方案比冷板更贵；
? 交换芯片/背板/电源 合计约20%～25%。
? 客户视角：超节点的成本核心在芯片+互联，光模块和液冷是"不得不花"的增量成本，采购时要重点关注这两块的供应链稳定性。
? 四、供应链"谁供谁"：国产替代进行时
GPU芯片：华为（昇腾）占近半壁江山（48-49%），海光（23-25%）和寒武纪（10-16%）紧随其后，芯动、天数等占剩余份额。
光模块：华工（约40%）和光迅（约30%）是绝对主力，中际旭创、新易盛也有参与。
高速连接器：华丰（约40%）领先，中航光电（约30%）主要配套华为。
交换芯片：博通仍是绝对老大（占80%+），国内中兴（12-13%）有小批量，盛科等还在样品阶段。华为自研芯片不对外销售。
交换机整机：华为（45%）+ 新华三（30%）占据主要市场。
液冷：英维克（55%+）和高澜（30%）两强争霸，曙光数创在浸没式领域份额最大（75-80%）。
PCB/背板：深南电路、沪电股份各占约35%。
? 五、未来展望：明年增速有望翻倍
专家给出的预测非常乐观：
2027年（明年），128卡口径出货量预计达到1.1～1.2万台，相比今年增速超过100%；
渗透率：2026年底约20%，2027年约33%，2028年有望接近45-47%；
浪潮被点名"增速最快"，因为其SD200系列在推理场景（企业级微调、实时客服、金融风控等）需求爆发。
需求驱动逻辑很清晰：
大模型参数膨胀（2万亿、3万亿参数）单靠单卡算力已撑不住；
"内存墙、通信墙、功耗墙"三座大山，必须用超节点架构来打破；
推理场景（智能体、自动驾驶、电商大促）对高并发、低延迟的要求，倒逼企业采用64卡～128卡级别的超节点。
⚠️ 六、国产 vs 海外：差距在哪，机会在哪
与英伟达GB200/GB300系列相比，国产超节点仍有五大短板：
单芯片算力：昇腾950与B200/B300存在明显代差；
软件生态：CUDA兼容性和编译算子库仍是硬伤；
互联协议：华为UV2.0、阿里U Link虽有突破，但带宽、稳定性、功耗仍不如NVLink；
统一内存池：仅华为、阿里相对成熟，其他家技术储备不足；
商业化经验：英伟达从DGX到GB200的迭代和交付能力经过多年验证，国产厂商还在"从0到1"的爬坡期。
? 视角：国产超节点目前更适合"能用、够用、自主可控"的场景，如政务、金融、电信、科研等；如果是对算力极致敏感、生态依赖极重的尖端训练任务，海外方案短期内仍有优势。但随着渗透率提升和生态完善，国产替代的空间非常确定。
总结一句话：2026年是国产超节点"真刀真枪"放量的一年，华为领跑、浪潮追赶、各家百花齐放。明年市场有望翻倍增长，产业链上的光模块、液冷、高速连接器、PCB等环节将充分受益。对于下游客户而言，超节点已从"可选"变成"必选"，早规划、早适配，才能在AI基础设施的军备竞赛中占得先机。
⚠️ 免责声明：本文基于公开政策与策略信息整理，仅供行业趋势交流，不构成任何投资建议。股市有风险，决策需谨慎。文中涉及的投资方向为公开信息梳理，不代表对任何标的的推荐。
⚠️ 注意：再好的逻辑、预期，也需要择时、择股。以上内容仅是基于行业以及公司基本面的静态分析，非动态买卖指导。股市有风险，入市需谨慎，请勿跟买卖!
整理不易，希望各位能够多多支持，支持【大局观市启示录】！您的一个点赞、一次转发、随手分享，都是我们前进的最大动力。点赞美三代，分享富一生!
