📰 研报摘要
查看全文 ➔摘要： 本报告指出2026年是AI从训练转向推理主导的拐点。随着OpenClaw等Agent框架普及，算力需求从单轮生成升级为多步规划的智能体循环，推理需求将首超训练成为算力重心，驱动算力基础设施向低延迟、精细化调度和超节点架构演进。
行业主线：
- 推理需求指数级增长：AI工作重心转向Agent，Token调用量大幅增加。预计到2030年推理将占全球数据中心AI算力需求的一半以上，国产算力厂商在推理侧具备更高确定性的突围机会。
- 硬件架构精细化：推理时代强调“精细化”而非单纯的“规模化”，核心关注Token成本、低延迟和缓存管理。技术路径上，P-D解耦部署、超节点集群、以太网交换机及OCS光路交换机成为关键趋势。
- 模型能力迈向Autopilot：模型迭代聚焦Coding与Agentic能力，AI角色从辅助（Copilot）转向自主（Autopilot）。国产模型在性价比和Agent调用成功率上表现出色。
受益方向与风险：
- 受益方向：重点关注AI芯片（寒武纪、海光信息）、互联芯片（澜起科技）、光互联（中际旭创、新易盛、天孚通信）、AIDC（商汤-W、润泽科技）及头部AI应用（腾讯控股、阿里巴巴、快手-W）。
- 核心风险：AI技术突破不及预期、大模型应用落地节奏慢于预期、宏观经济导致IT预算下降、国际地缘政治环境变化。