国产AI Infra崛起:从算力到云与数据库
报告原文阅读和下载
【夸克网盘】报告原文下载:【夸克网盘】 https://pan.quark.cn/s/fe42cc605010#/list/share/09daf08450f44e0dbb8af18154061ed9
链接:https://pan.quark.cn/s/fe42cc605010 提取码:j4Vv
【迅雷云盘】报告原文下载:【迅雷云盘】https://pan.xunlei.com/s/VOXJ23RJHhoECPL5FRrVathfA1
链接:https://pan.xunlei.com/s/VOXJ23RJHhoECPL5FRrVathfA1 提取码:umqb
报告在线阅读:20250831【MKList.com】计算机周报:国产AI Infra崛起:从算力到云与数据库 | 四海读报
中国AI Infra 产业图谱
1. 一段话总结
民生证券2025年8月31日计算机行业周报指出,本周(8.25-8.29)计算机(中信)板块上涨2.39%,开普云(+133.74%)领涨;行业层面,国务院印发《关于深入实施“人工智能 +”行动的意见》,阿里云26财年一季度AI相关收入连续八季度三位数增长(云业务营收333.98亿元,同比+26%),验证国产AI Infra(人工智能基础设施)加速发展;全球AI Infra(不含硬件)市场规模2024年1700亿美元,预计2029年达3550亿美元,建议关注云计算(阿里、深信服等)、数据治理(星环科技、海量数据等)、国产算力(寒武纪、中芯国际等) 三大核心环节,同时警惕AI政策不及预期、行业竞争加剧风险。
2. 思维导图(mindmap)
3. 详细总结
一、报告基础信息
项目 | 内容 |
---|---|
发布机构 | 民生证券 |
发布时间 | 2025年8月31日 |
核心主题 | 国产AI Infra(人工智能基础设施)崛起,聚焦云计算、数据治理、国产算力机会 |
推荐方向 | 云计算、数据治理、国产算力硬件供应链 |
二、市场回顾(2025.8.25-8.29)
-
指数表现
本周沪深300指数上涨2.71%,中小板指数上涨4.47%,创业板指数上涨7.74%,计算机(中信)板块上涨2.39%,整体跑输创业板指,略跑输沪深300指数。 -
个股涨跌TOP5
类型 证券代码 证券简称 周涨跌幅 收盘价(元) 核心逻辑 涨幅前五 688228.SH 开普云 +133.74% 153.80 AI Infra相关业务催化 688066.SH 航天宏图 +45.29% 38.72 卫星遥感与AI融合应用 300096.SZ ST易联众 +40.80% 5.66 医疗信息化业务改善 002195.SZ 岩山科技 +34.86% 8.55 算力基础设施布局 002232.SZ 启明信息 +24.63% 23.78 智能汽车与AI协同 跌幅前五 300078.SZ 思创医惠 -10.08% 3.57 医疗IT业务短期承压 300440.SZ 运达科技 -7.76% 13.32 轨道交通信息化需求放缓 300368.SZ 汇金股份 -7.43% 15.46 收购事项不确定性 900938.SH 海科B -4.95% 0.27 业绩不及预期 002771.SZ 真视通 -4.95% 18.64 算力业务拓展缓慢
三、行业核心动态
1. 政策支持:“人工智能+”行动落地
国务院印发《关于深入实施“人工智能 +”行动的意见》,核心举措包括:
- 培育AI应用服务商,发展“模型即服务”模式;
- 强化智能算力统筹,支持AI芯片攻坚;
- 建设高质量数据集,完善数据产权制度;
- 发展智能网联汽车、AI手机等新一代智能终端;
- 加大金融和财政支持,推动企业AI战略融入。
2. 企业业绩:阿里云验证AI Infra需求
阿里巴巴26财年一季度(2025Q2)业绩超预期,核心亮点:
- 云业务营收333.98亿元,同比增长26%(近三年新高),外部收入增速同步26%;
- AI相关产品收入连续八个季度三位数同比增长,占外部商业化收入超20%,带动传统云服务增长;
- 技术投入:发布Qwen3开源大模型(Chatbot Arena 5项能力全球第一),平头哥镇岳510 SSD主控芯片规模化部署(适配AI训练/推理);
- 资本开支:本季度387亿元(同比3.25倍),计划未来三年投3800亿元用于AI和云基础设施。
3. 市场规模:全球AI Infra空间广阔
- 定义:AI Infra是支撑AI应用的基础架构,核心要素包括算力、算法、数据,载体涵盖AI硬件、算法平台、数据平台;
- 规模预测:据Snowflake,全球AI Infra(不含硬件)2024年市场规模1700亿美元,2029年将达3550亿美元,2024-2029年CAGR约15.7%。
四、AI Infra三大核心方向
1. 云计算:AI+云驱动增长
企业名称 | 核心动态 | 关键数据 |
---|---|---|
阿里云 | 全球布局29个地域、89个可用区,未来三年投3800亿建AI/云基建 | 云营收333.98亿(+26%) |
深信服 | 2025Q1全栈超融合市占率25.1%(行业第一),升级“轻量云”适配AI需求 | 超融合市占率连续多季度领先 |
金山云 | 构建智算云2.0体系,与小米关联交易上限2025年提至23.1亿元 | 小米生态赋能显著 |
优刻得 | 乌兰察布智算中心支撑AI全流程算力需求,与天河计算机共建天津公共信创云 | 智算平台支持多节点并行计算 |
2. 数据治理:AI+DATA融合
企业名称 | 核心产品/服务 | 应用场景 |
---|---|---|
星环科技 | Sophon LLMOps 1.6平台(统一算力/数据/模型管理) | 企业级AI全流程运营 |
海量数据 | Vastbase向量数据库(关系型框架+原生向量引擎) | AI语义检索、多模态分析 |
达梦数据 | 全栈数据产品(集中式/分布式数据库、智能运维平台) | 智能客服、故障分析 |
慧辰股份 | 数字员工一体机(算力+大模型+应用) | 知识检索、数字客服 |
3. 国产算力:硬件供应链攻坚
环节 | 代表企业 | 核心产品/业务 | 关键优势 |
---|---|---|---|
芯片设计 | 寒武纪 | 思元系列AI芯片 | 算力密度领先 |
海光信息 | 海光二号CPU/DCU | 兼容X86架构 | |
晶圆制造 | 中芯国际 | 14nm先进制程 | 国产晶圆制造领军 |
算力液冷 | 高澜股份 | 液冷散热系统 | 适配AI服务器高密度需求 |
英维克 | 精密空调、液冷机组 | 数据中心散热龙头 | |
AI服务器 | 浪潮信息 | AI服务器整机 | 全球市占率前十 |
中科曙光 | 曙光星云智算服务器 | 国产化率高 |
五、投资建议与风险提示
-
投资建议
聚焦“云计算+数据治理+国产算力”三大主线,受益标的如下:- 云计算:阿里巴巴、深信服、金山云、优刻得、青云科技;
- 数据治理:星环科技、海量数据、达梦数据、慧辰股份、博睿数据;
- 国产算力:寒武纪、海光信息、中芯国际、高澜股份、浪潮信息。
-
风险提示
- 人工智能政策不及预期:政策落地进度慢或调整,影响产业发展;
- 行业竞争加剧:AI领域参与者增多,技术、市场竞争激化。
4. 关键问题
问题1:阿里云26财年一季度AI相关收入“连续八季度三位数增长”,这一数据背后反映出国产AI Infra的哪些发展趋势?对产业链有何带动作用?
答案:
- 反映的趋势:① AI与云深度融合:企业对“AI+云”一体化解决方案需求激增,阿里云AI收入占比超20%,证明云平台已成为AI落地核心载体;② 算力需求规模化:阿里云本季度资本开支387亿元(同比3.25倍),计划三年投3800亿,体现AI基础设施(芯片、服务器、液冷)的刚性需求;③ 开源生态成关键:Qwen3大模型开源后衍生模型超14万、下载量4亿次,说明国产开源生态逐步成熟,降低AI应用门槛。
- 对产业链的带动:① 上游硬件:AI芯片(寒武纪)、服务器(浪潮信息)、液冷(高澜股份)需求被激活;② 中游软件:向量数据库(海量数据)、AI框架(星环科技)等数据治理工具加速渗透;③ 下游应用:企业级AI客服、智能运维等场景落地速度加快,推动全产业链从“技术验证”向“规模化盈利”过渡。
问题2:全球AI Infra(不含硬件)市场规模预计2029年达3550亿美元,国产厂商在这一市场中具备哪些竞争优势?需突破哪些瓶颈?
答案:
- 竞争优势:① 政策支持:国务院“人工智能+”行动明确算力统筹、AI芯片攻坚,为国产厂商提供政策红利;② 场景落地快:国内云计算(阿里云市占率亚太第一)、工业AI等场景需求明确,厂商可快速迭代产品(如深信服超融合适配AI需求);③ 成本优势:国产算力硬件(如中芯国际14nm制程)、软件(如开源大模型Qwen3)成本低于海外竞品,具备性价比优势。
- 需突破的瓶颈:① 高端芯片依赖:AI训练芯片仍部分依赖海外(如GPU),国产芯片(寒武纪思元)在算力密度、软件生态上仍需追赶;② 数据质量不足:高质量标注数据集较少,影响AI模型精度,需完善数据产权与共享机制;③ 国际生态弱势:海外厂商(如Snowflake)在全球数据治理、AI服务生态上更成熟,国产厂商出海需突破本地化服务、合规壁垒。
问题3:报告将“数据治理”列为AI Infra核心方向,以海量数据Vastbase向量数据库为例,其“关系型框架+原生向量引擎”技术路线的优势是什么?如何支撑AI应用落地?
答案:
- 技术路线优势:① 兼容性强:基于开源openGauss内核,支持SQL语法与Java/Cython等基础语言,无需企业重构现有数据系统,降低迁移成本;② 性能领先:通过构图算法、并行索引构建等优化,1亿数据量1024维向量召回率>99%,吞吐量>2000,满足AI高并发需求;③ 安全可靠:通过EAL4级信息安全认证,支持细粒度权限管控,适配金融、医疗等敏感场景。
- 支撑AI应用落地:① 语义检索:在智能客服场景中,可快速匹配用户问题与知识库向量,响应时延<100ms;② 多模态分析:支持结构化数据(如用户信息)与非结构化数据(如图片、文本)混合查询,为AI多模态模型提供数据底座;③ 模型迭代:实时存储AI训练过程中的向量数据,支持原地更新与PQ量化压缩,降低模型训练的数据存储与计算成本,加速AI模型迭代效率。
暂无评论内容