📰 研报摘要
查看全文 ➔摘要： 本报告重点分析 DeepSeek-V4 的发布及其对国产算力生态的推动作用。模型在百万上下文处理和 Agent 能力上的升级，显著提升了推理侧算力需求，驱动国产 AI 芯片适配从“能否运行”转向“低时延、高吞吐”的工程化验证阶段。
行业主线：
- 模型能力迭代：DeepSeek-V4 扩展至 1M 上下文并强化 Agent 和 Coding 能力，竞争重心转向“模型能力+推理效率+部署成本”的综合竞争。
- 算力生态协同：华为昇腾、寒武纪、摩尔线程等快速完成适配，国产算力建设正形成“模型发布—芯片适配—推理框架优化—云端服务—行业应用”的协同链条。
关键变化与分歧：
- 适配阶段演进：国产算力适配进入工程化验证期，超节点架构通过软硬件协同，有望缓解显存和带宽约束，提升复杂模型在企业级的可部署性。
- 推理成本逻辑：推理价格与算力基础设施高度相关，预计随着高端算力（如昇腾 950）批量上市，Token 成本将进一步下调，降低应用门槛。
受益方向与风险：
- 受益方向：国产 AI 芯片（寒武纪、海光信息）、算力基础设施（浪潮信息、神州数码等）及核心计算机软件标的。
- 核心风险：核心技术升级不及预期、AI 伦理风险、政策推进不及预期以及中美贸易摩擦升级的风险。