📰 研报摘要
查看全文 ➔摘要： 本报告深入分析了 AI Agent 的加速落地如何驱动算力需求从训练侧向推理侧外溢，从而引发系统性的“算力通胀”。报告重点探讨了 AI 模型的迭代方向、算力基础设施（CPU、AI 互联、超节点）的重构、边缘云的战略地位提升以及 Physical AI（自动驾驶与具身智能）的产业化路径。
行业主线：
- 算力需求结构性扩张：Agentic AI 的运行逻辑增加了 CPU 的调度压力，驱动 CPU、CPO/OCS 互联及超节点方案进入规模化交付阶段。
- 云服务定价体系重构：算力稀缺性导致云服务进入结构性涨价周期，提价路径从 CDN 边缘节点扩散至全线 AI 算力产品。
- Physical AI 规模化落地：世界模型破解自动驾驶长尾难题，2026 年被视为人形机器人量产元年，行业进入高景气成长通道。
关键变化与分歧：
- CPU 环节的预期差：市场此前低估了 Agent 场景对 CPU 的需求，预计将迎来补涨行情。
- 边缘云商业化进程：海外 Akamai 和 Cloudflare 已率先落地大额订单，国内厂商（如网宿科技）已具备完整产品布局，蓄势待发。
- 国产替代的非线性催化：DeepSeek V4 若深度适配国产算力，有望成为推理侧国产替代加速的拐点。
受益方向与风险：
- 受益方向：具备执行能力的头部模型平台商、国产算力链（GPU/存储/互联）、边缘云厂商及 Physical AI 相关产业链（仿真平台、L3 量产车企、英伟达生态链）。
- 核心风险：宏观经济波动、技术进步不及预期、中美竞争加剧。