计算机行业研究框架

站在买方视角，这篇行业框架报告给出的最大增量是「Token经济」作为衡量AI时代商业化进度的统一度量衡，而不只是又一个营销概念。我的几点延伸判断： 第一，核心逻辑成立的关键前提是「推理需求持续超过训练」。报告默认2026年Token增量来自Agent工作流与SaaS+Token付费模式，但这一假设高度依赖企业级付费意愿——C端豆包、千问等已陷价格战，B端Token计费能否真正替代传统License，存在至少2-3年的验证窗口。一旦推理token价格延续训练阶段超过50%的年降幅，Token消耗量虽在涨，单Token毛利率可能反向压缩，海光信息、寒武纪等算力厂商反而可能比应用层更受益。 第二，报告对国产替代的乐观需要打折扣。文中强调「超节点」让国产算力板卡规模远高于英伟达同类方案，但这是「规模等价」而非「效率等价」——单卡FP16/FP8算力、HBM带宽、NVLink级互联的绝对差距，并非靠堆卡数能在所有训练场景追平。摩尔线程、沐曦股份、华为升腾的真实可用性边界，最关键的测试是「能否跑出GPT-4级别模型的后训练」。建议重点跟踪各家在2026年下半年发布的大模型训练案例与「千亿参数模型全栈国产化」实测。 第三，CPU价值回归的论断需要警惕节奏。报告把英特尔、AMD、ARM股价上行作为印证，但本轮CPU涨价本质是「AI推理+服务器换机周期」叠加，周期长度为2-3年。一旦推理负载迁移到ASIC（如谷歌TPU、亚马逊Trainium）和国产NPU专门硬件，CPU未必能守住当前定价权。 第四，被低估的赛道是「算电协同」里的电源链与CPO/光连接。报告把数据中心功率密度从3-8kW提到20-100kW作为主轴，但UPS→HVDC→SST这条电源迭代路径的产业兑现度被低估，SST相关上市标的在2026-2027年存在订单与估值双击的可能；光连接赛道里800G/1.6T光模块的国产化进度是另一个值得压注的细分。 第五，横向参照上，AI算力板块可以对照2017-2020年的「半导体国产化」行情——同样由政策、事件、订单共振推动，但本轮持续性更强（应用层真实需求落地），分化也更明显（头部与尾部差距拉大）。建议读者把仓位从「抱团硬件」调整为「硬件头部+应用低成本期权」的哑铃结构。 接下来需要重点跟踪的指标与时间线：①每月Token调用量（OpenRouter、OpenAI、Anthropic、Google的公开口径）；②国产GPU厂商季报中「推理相关订单占比」与超节点出货量；③国家电网/南方电网对AIDC的绿电配套指标；④寒武纪、海光信息、中科曙光2026年Q3-Q4的产能与价格信号；⑤DeepSeek V5/V6与智谱、Minimax下一代模型的发布节奏；⑥2026年GTC、WAIC、华为全联接大会三场大会上的超节点3.0、SST电源、太空算力等主题催化。