人工智能行业：大模型推理需求井喷，AI 基建投资成胜负手

摘要： 本报告分析了 2026 年 AI 行业由训练向推理需求转移的趋势，指出大模型推理需求的井喷正驱动全球 AI 基建进入高速扩张期，且投资逻辑由单纯追求 GPU 产能转向系统级交付能力。

行业主线：

1. 推理需求驱动基建升级：推理负载增加导致算力需求暴增，全球数据中心资本支出预计到 2030 年达 3 万亿美元。
2. 系统级性能约束成为核心：在十万卡规模集群下，存储带宽（HBM/eSSD）、散热（液冷）、互联（1.6T 硅光）和供电（800V HVDC）由配套件升级为性能约束项，带动相关硬件价值重估。
3. 国产算力以架构突围：在制程受限背景下，国产算力通过“超节点”架构实现“以架构换性能”，华为等领先厂商在超节点规模和算力上取得显著进展。

关键变化与分歧：

1. 融资逻辑精细化：AI 数据中心融资从“有需求即可”转向依赖电力批复、长约支撑和抵押品确权的精细化阶段。
2. 国产替代加速：2025 年国产 AI 加速卡市场份额已超 41%，打破英伟达垄断，国产供给预计在 2028 年迎来拐点。

受益方向与风险：

1. 受益方向：具备企业级 API 收入的 AI 应用端；提供 HBM、液冷、硅光互连等系统级交付能力的硬件厂商；以及国产超节点架构领先企业。
2. 核心风险：资本开支不及预期、算力租赁价格大幅下行、下游 AI 应用商业化进度不及预期。