2026年大厂资本开支与 AI 算力格局分析交流纪要

摘要： 本次会议重点讨论了互联网大厂在 AI 算力方面的资本开支计划、国产 AI 芯片的采购进展以及算力基础设施（如超节点）的技术演进与商业模式。

行业主线：

1. 资本开支与采购重心：大厂 AI 服务器资本支出规模巨大，采购重心正处于从英伟达向国产芯片迁移的“窗口期”，旨在通过政策引导和业务压力加速国产算力的适配与稳定。
2. 算力架构演进：超节点（Super Node）成为提升训练和推理性能的关键，虽成本和功耗较高，但在大模型训练及核心业务推理中占比将逐步提升。
3. 国产芯片竞争格局：会议对比了华为昇腾、海光、寒武纪等国产芯片在性能（对标 H100/A100）、软件生态（CUDA 兼容性）及稳定性方面的差异。

关键变化与分歧：

1. 软件生态是核心壁垒：国产芯片在算子库和通信协议（如 HCCL）的稳定性上仍与 CUDA 存在差距，迁移代价是影响大规模部署的主要因素。
2. 制程与产能制约：国产芯片在先进制程获取上面临挑战，需在成熟制程基础上通过架构优化提升能效。
3. 定价模式调整：云厂商开始上调 AI 算力卡价格，通过分级定价提升利润率，同时推动自研芯片降低内部成本。

受益方向与风险：

1. 受益方向：具备规模化交付能力、软件生态适配成熟的国产 GPU/NPU 厂商；能够提供高性能超节点方案的服务器厂商。
2. 核心风险：国产芯片软件生态适配进度不及预期；先进制程供应链受限；大厂资本开支节奏放缓。