12月18日，首届光合组织人工智能创新大会（HAIC2025）在江苏昆山国际会展中心举办。大会以"智算无界，光合共生"为主题，汇聚 全产业链超2500家企业代表、专家学者及行业领袖，通过200余场高密度分享与5000余平方米实景展区，呈现了中国AI计算开放架构的创 新实践与生态繁荣。 当前，人工智能已实现从辅助工具到核心生产要素的根本性跃迁。科学大模型、世界模型、具身智能等前沿方向迅猛发展，对底层算 力提出了前所未有的规模与性能要求。然而，繁荣背后，"性能墙"与"生态墙"双重制约依然突出——高端算力供给不足、软硬件适配不 畅、技术标准不一、应用成本高昂，已成为广大中小企业发展的显著壁垒。 在此背景下，"开放"从可选项转变为产业突破瓶颈、实现可持续发展的行业共识。正如国家先进计算产业创新中心主任历军所言，市 场需要开放、高效、安全、稳定的智能计算基础设施，应该建设开放、共享、分工、协作、团结、共赢的产业格局。从浪潮、商汤科技、 麒麟软件等厂商在大会上的分享，到海光、曙光发布的开放战略与超集群实践，都是这一共识的集中体现。 开放架构下最瞩目的成果是scaleX万卡超集群。该集群面向万亿参数大模型与前沿科学智能等极 ...

重大资产重组终止事件概述 - 海光信息与中科曙光于12月9日晚间同时公告，终止筹划近半年的重大资产重组计划，原计划为海光信息换股吸收合并中科曙光，交易金额约1159.67亿元 [3][6] - 终止原因为交易规模大、涉及相关方较多，且市场环境较筹划之初发生较大变化，导致重组条件尚不成熟 [3][7] - 两家公司均表示，交易终止不会对公司的生产经营和财务状况造成重大不利影响，并承诺至少1个月内不再筹划重大资产重组事项 [3] 市场反应与分析师观点 - 公告次日（12月10日），中科曙光开盘瞬间跌停，海光信息股价一度下跌超过5% [1][4] - 分析师普遍认为，终止对中科曙光冲击较大，因其前期因合并预期涨幅较大，而对海光信息影响较小，更多是“利空落地” [3][4] - 有卖方分析师指出，市场对合并一直存疑，中科曙光股价与合并理论价格存在套利空间，终止符合市场预期，在预案出台前（6月9日前）价差为21.5%，公告前（12月9日）价差为21%，已从最低的7.62%（6月11日）回到事件前水平 [4] - 国海证券分析师认为，中科曙光将切换回平台型公司估值，并单独考虑其持有的海光信息股权（持股27.96%）市值，估值空间或进一步打开，并称“站在未来看，今天或许是最佳买点” [4][9] - 有券商电子行业首席分析师表示，公司短期股价巨幅回调是上车机会，终止合并后公司可更专注主航道，聚焦以海光芯片为核心开发服务器产品及超节点技术 [5] 重组背景与公司关系 - 该重组计划始于今年5月25日，是5月16日证监会重组新规落地后的首单上市公司间吸收合并案例 [6] - 根据原预案，中科曙光换股价格为79.26元/股，海光信息换股价格为143.46元/股，合并后中科曙光将终止上市 [6] - 重组核心逻辑在于双方产业定位互补，旨在形成“芯片-整机-系统-服务”的闭环 [6] - 自5月宣布重组消息至12月10日，两家公司市值均上涨：海光信息市值从超3100亿元增至约4900亿元；中科曙光总市值从超900亿元增至超1300亿元 [6] - 海光信息与中科曙光历史渊源深厚，海光信息前身由中科曙光等机构于2014年10月联合成立，中科曙光目前仍为其第一大股东，持股27.96% [9] - 海光信息于2016年获得美国超威半导体（AMD）技术授权，开启独立发展，并于2022年上市 [9] 公司未来业务展望 - 海光信息表示，重组终止不影响与中科曙光的后续合作，公司将继续以高端芯片产品为核心，联合产业链上下游推进AI全栈产品及解决方案研发 [8] - 海光信息未来将继续围绕GPU和CPU开展主业，市场期待其明年推出的“深算四号” [4] - 中科曙光未来发展将以海光信息的芯片为核心，开发各种服务器产品，包括其国内领先的ScaleX640超节点技术 [5]

核心观点 - 报告认为AI全产业链维持高景气，2026年计算机行业的投资应主要把握AI应用与自主可控两大发展机遇，并维持行业“看好”评级 [1][7][8][9][86] 计算机行业行情与业绩回顾 - **市场表现**：2025年1月1日至11月28日，申万计算机行业指数上涨18.54%，跑赢沪深300指数3.50个百分点，在申万一级行业中排名第10位 [3][17] - **子板块表现**：申万计算机三级子行业全部上涨，涨幅依次为：其他计算机设备（23.42%）、横向通用软件（22.13%）、IT服务Ⅲ（19.83%）、垂直应用软件（15.30%）、安防设备（7.82%） [3][17] - **估值水平**：截至2025年11月28日，申万计算机行业市盈率（TTM）为209.42倍，相对沪深300的估值溢价率为1477.89% [20] - **整体业绩**：2025年前三季度，计算机行业营收为9358.35亿元，同比增长9.14%；归母净利润为231.40亿元，同比增长31.95% [3][24] - **单季度业绩**：2025年第三季度，行业营收为3244.92亿元，同比增长4.75%，增速较第二季度放缓；归母净利润为102.62亿元，同比增长23.30% [3][24] - **盈利能力**：2025年前三季度，行业毛利率为23.23%，同比下降2.08个百分点；净利率为2.59%，同比提升0.44个百分点 [30] - **细分板块业绩**： - 计算机设备：前三季度营收3256.50亿元，同比增长13.65%；归母净利润203.90亿元，同比增长13.18% [32] - 软件开发：前三季度营收2389.98亿元，同比增长1.51%；归母净利润亏损4.52亿元，同比减亏28.33亿元；第三季度归母净利润12.63亿元，同比增长587.81% [32] - IT服务Ⅱ：前三季度营收3711.87亿元，同比增长10.64%；归母净利润32.02亿元，同比增长16.40% [32] AI算力：超节点有望破局算力瓶颈 - **全球数据中心市场**：受AI算力需求驱动，全球数据中心市场规模从2018年的2126.9亿美元增长至2024年的3476.0亿美元，年复合增长率（CAGR）达8.53%，预计2030年将达6520.1亿美元 [35] - **中国数据中心市场**：中国数据中心市场规模从2018年的680.1亿元增长至2024年的2613.3亿元，CAGR达25.15%，预计2030年将达4629.6亿元 [35] - **中国算力基础设施**：截至2025年6月底，中国在用算力中心机架总规模达到1085万标准机架 [40] - **北美云厂商资本开支高增**：2025年第三季度，谷歌、亚马逊、Meta、微软、甲骨文的单季度资本开支分别同比增长83.39%、55.15%、133.40%、29.96%、269.17% [43] - **北美云厂商上修资本开支指引**： - 谷歌将2025年资本开支指引上调至910-930亿美元（原850亿美元），并预计2026年资本开支将进一步显著增加 [43] - 亚马逊预计2025年全年资本开支约为1250亿美元（此前预计1100-1200亿美元），并预计2026年将进一步增加 [43] - Meta将2025年资本开支指引从660-720亿美元上调至700-720亿美元，同时预计2026年资本开支增长将显著大于2025年 [43] - 微软预计下一季度资本开支环比继续增长，且2026财年全年资本开支增长率将高于2025财年 [43] - **海外大规模算力订单落地**：2025年9月以来，OpenAI与多家科技巨头签署算力协议，包括与甲骨文的3000亿美元远期订单、与英伟达合作构建至少10GW AI数据中心、与AMD达成6GW合作协议、与博通合作开发10GW定制AI加速器、与亚马逊云科技（AWS）达成380亿美元算力采购协议 [52][53] - **国内云厂商资本开支**：受芯片供应等因素影响，国内厂商资本开支环比有所回落 - 阿里巴巴FY26Q2资本开支为315.0亿元，同比增长80.1%，环比下降18.6% [54] - 腾讯2025年第三季度资本开支为129.8亿元，同比下降24.1%，环比下降32.1% [54] - 百度2025年第三季度资本开支为33.8亿元，同比增长106.4%，环比下降10.6%；同期AI新业务收入约96亿元，同比增长超50% [54] - **超节点技术成为关键**：在AI芯片制程受限背景下，超节点架构通过高速互联技术，将大带宽互联范围从单台服务器扩展至整机柜及跨机柜集群，成为实现大规模算力供给的关键技术 [4][62] - **超节点性能优势**：以昇腾384超节点为例，相较于传统服务器架构，通信带宽提升15倍，单跳通信时延从2微秒降低至200纳秒（降低10倍），在DeepSeek、Qwen等多模态、MoE模型上可达到3倍以上的性能提升 [66] - **国产厂商密集发布超节点方案**：2025年，华为、阿里、百度、中科曙光等国产厂商密集发布超节点方案，例如华为的CloudMatrix 384、Atlas 950/960 SuperPoD，阿里云的磐久128，百度的天池256/512，中科曙光的scaleX640等 [4][67][68] AI模型：国产开源模型重塑全球AI竞争格局 - **全球大模型加速迭代**：2025年下半年以来，海外闭源模型厂商（如谷歌、Anthropic、OpenAI、xAI）密集更新模型，在全球大模型智能指数排行榜中排名靠前 [5][69] - **国内厂商聚焦开源模型**：国内大模型厂商集中发力开源模型领域，持续缩小与海外闭源模型差距，例如月之暗面推出Kimi K2 Thinking，DeepSeek推出DeepSeek-V3.2，MiniMax发布MiniMax-M2，阿里云推出Qwen3-235B [73] - **国产开源模型占据主导**：在全球开源大模型智能指数排行榜前十名中，国产开源模型占据八席 [73] - **模型能力持续提升**：以OpenAI的GPT系列为例，其大模型智能指数得分从GPT-3.5 Turbo的6分增长至GPT-5.1（high）的70分，反映了模型深度推理、多模态理解等能力的根本性突破 [74] - **国产模型性价比凸显**：国内模型的API输入价格多数处于0.3-1美元/百万tokens区间，输出价格多数处于0.5-5美元/百万tokens区间，显著低于海外高性能大模型（如GPT-5.1、Gemini 3 Pro等）的定价 [76] - **竞争格局重塑**：随着Deepseek、通义千问、Kimi等国产开源模型性能持续突破，与顶级闭源模型的性能差异不断缩小，有望凭借更高性价比获得客户青睐 [5][76] AI应用：AI Agent成为C端竞争新焦点 - **AI向智能体阶段演进**：根据OpenAI的划分，通用人工智能（AGI）发展正从“聊天机器人”、“推理者”阶段，向能自主执行多日任务的第三阶段“智能体（AI Agent）”迈进 [78][82] - **多重因素推动商业化**：在大模型基础能力提升、API调用成本下降、开源模型降低开发门槛、强大算力保障等因素共同作用下，AI Agent应用的商业化落地进程有望加速 [6][82] - **互联网巨头加速布局C端**： - 阿里巴巴推出基于通义千问的个人AI助手“千问App”，公测一周后下载量突破1000万，战略目标是打造未来的AI生活入口，覆盖办公、地图、健康、购物等多个场景 [83][84] - 腾讯致力于在微信内部打造开放实用的AI Agent技术生态 [83] - **应用形态革新**：相较于此前以ChatBot形式为主的大模型toC应用，当前应用正朝着实现跨系统和端到端功能的AI Agent形态发展 [8][84] 2026年投资策略 - **把握AI应用与自主可控机遇**：展望2026年，投资应主要围绕AI应用与自主可控两大主线展开 [7][8] - **AI算力维持高景气**：英伟达对营收增长保持乐观，全球主流云计算厂商资本开支保持高速增长，支撑AI算力行业高景气度 [8] - **AI模型竞争白热化**：全球大模型领域竞争持续白热化，推动技术创新与应用落地加速；国产大模型已成功跻身全球第一梯队 [8] - **AI应用增长潜力大**：大模型厂商正加速C端AI应用的形态革新与场景渗透，看好AI应用板块在技术落地提速与场景需求释放双重驱动下的增长潜力，建议关注应用端具备AI技术落地实力与场景适配优势的头部企业 [8][9][85]

华为AI技术突破 - 华为将于11月21日发布AI领域突破性技术，旨在解决算力资源利用效率难题 [1] - 新技术通过软件创新将GPU、NPU等算力资源利用率从行业平均的30%至40%显著提升至70% [1] - 该技术实现英伟达、昇腾及其他三方算力的统一资源管理与利用，屏蔽硬件差异，为AI训练推理提供更高效资源支撑 [1] 华为AI芯片规划 - 华为发布未来三年AI芯片规划，包括950PR/950DT、960和970三个系列产品 [1] - 950PR系列将于明年一季度落地，支持FP8/MXFP8/HIF8/MXFP4数据类型 [1] - 950PR系列互联带宽提升至2TB/s，算力提升至1PFLOPSFP8、2PFLOPSFP4 [1] 软硬件生态协同 - DeepSeek使用UE8M0 FP8 Scale参数精度，并明确表示该精度针对即将发布的下一代国产芯片设计 [1] - 表明DeepSeek与国产芯片厂商之间存在深度技术合作和生态协同 [1] - 软硬件协同优化将提升国产算力的整体竞争力 [1] 算力架构趋势 - 未来GPU或不再是算力竞逐核心，超节点规模将是算力世界决胜场 [2] - 通过Scale-up获得远超Scale-out的卡间互联带宽，超大规模超节点是大模型训练最理想工具 [2] - 英伟达展出72卡、144卡、576卡超节点路径，华为亮相384卡、8192卡、15488卡超节点方案 [2] 算力采购模式变革 - 超节点将成为算力主流形态，未来算力需求方采购将以超节点为单位，而非GPU卡 [2] - 国产算力拥有万卡规模等级超节点后，国产大模型将真正拥有训练利器，极大提升训练效率 [2] - 机构看好明年国产大模型与中国AI资本开支双双爆发，国产算力开启繁荣增长 [2] 相关合作公司 - 拓维信息为华为"云+鲲鹏/昇腾AI+行业大模型+开源鸿蒙"领域全方位战略合作伙伴 [3] - 拓维信息在多个领域推出基于开源鸿蒙的创新解决方案及软硬一体化设备 [3] - 华丰科技作为高速线模组供应商，深度绑定国内头部AI服务器厂商，与华为、中兴、阿里等客户建立合作关系 [3]

超节点概念与市场动态 - 英伟达是超节点概念最早的提出者，国内厂商在进入该赛道时常以对标或超越英伟达为主题[1][11] - 2025年下半年起，AI算力市场涌现超节点发布热潮，包括华为、中兴通讯、超聚变、新华三、浪潮信息、百度、阿里巴巴、中科曙光等公司均推出了相关产品[2] - 华为在2025年中国国际大数据产业博览会上宣称其384超节点服务器的集群算力是英伟达同类设备的1.67倍[3] 超节点的定义与技术背景 - 行业内对超节点有两种层级划分：单机柜内部高速互联和跨机柜组成的集群级互联[5] - 超节点的出现是为了解决AI大模型训练中的"通信墙"问题，即在超高参数级别训练中，计算单元约40%的时间处于"空等"通信状态[6] - 构建大规模GPU集群主要有Scale-Out和Scale-Up两种方式，超节点通过单机柜内集成大量芯片来提升性能[7] - 超节点产品名称中的数字通常表示单机柜或单系统内集成的AI训练芯片数量，例如华为昇腾384集成384颗芯片，中科曙光scaleX640可部署640张计算卡[7] 国内厂商的技术路径与竞争策略 - 国内厂商选择超节点路线是由于单芯片算力存在短板，需要通过系统级优势来弥补单点差距[9] - 厂商在单机柜集成度上展开激烈竞争，中科曙光scaleX640宣称是"全球首个单机柜级640卡"产品，单机柜算力密度提升20倍[12][13] - 超节点内部互联存在不同技术路径，英伟达采用高速铜缆，华为选择"去铜全光"，而行业主流思路是柜体内用铜互联、柜间用光互联[13] - 国内厂商的核心策略是在1米左右的铜互联有效距离内尽可能塞进更多计算卡，以降低系统总成本和提升通信效率[14] 超节点面临的工程挑战 - 高集成度带来显著功耗和散热挑战，例如英伟达GB200NVL72单柜72卡功耗达120千瓦，迫使液冷技术成为必需品[15] - 互连工程复杂度随集成度提升而急剧增加，GB200NVL72机柜需要铺设5000多条总长近3200米的独立铜缆[15][16] - 在互联协议上出现分化，华为自研灵衢协议并计划开放生态，阿里和新华三等则选择支持UALink等国际开放标准[16] 市场需求与发展前景 - 未来两到三年AI服务器需求主导角色将是大型互联网企业和国家主导的主权云服务[20] - AI算力建设存在"一厢情愿"风险，需要避免在不需要算力的地方强行推进产业发展[21] - AIGC是当前AI算力主要落地场景，但机器人、高阶自动驾驶等与先进制造深度绑定的领域被看好具备长期潜力[21][22] - 金融、医疗等行业目前仍处于从单点验证走向规模化复制的早期阶段[22]

超节点市场动态 - 2025年下半年起，国内多家科技公司密集发布超节点产品，包括华为、中兴通讯、超聚变、紫光股份旗下新华三、浪潮信息、百度、阿里巴巴及中科曙光等[2] - 华为在2025年中国国际大数据产业博览会上宣称其384超节点服务器的集群算力达到英伟达同类设备的1.67倍[2] - 中科曙光于2025年11月6日发布scaleX640超节点，宣称是"全球首个单机柜级640卡"集成产品[11] 超节点技术定义与分类 - 超节点在行业内有至少两种层级划分：单机柜内部实现高速互联（SuperNode）和由跨机柜组成的集群级互联（SuperPod）[3] - 超节点是将几十张乃至上百张AI计算卡集成进一台大机柜，通过内部高速互连使其像一块超级芯片一样工作[6] - 产品名称中的数字（如384、640）通常代表该超节点单机柜或单系统内集成的AI训练芯片数量，是衡量其规模与算力密度的核心指标[7] 超节点发展的驱动因素 - AI大模型训练面临"通信墙"瓶颈，在超高参数级别模型训练中，计算单元约40%的时间处于"空等"通信状态[4] - AI应用需求从"一个模型回答一个问题"转向需要多个模型协同工作的智能体（AI Agent），导致Token生成规模远超传统方式，对通信时延要求更高[8] - 国内单芯片算力存在短板，厂商通过构建多卡超节点模式在系统级上寻求优势，以弥补单卡性能差距[9] 超节点技术路径与工程挑战 - 行业主要采用两种构建大规模GPU集群的方式：Scale-Up（纵向扩展）和Scale-Out（横向扩展），超节点设计同时包含这两种方式[5][7] - Scale-Out网络通信时延约10微秒，而Scale-Up网络（如英伟达NVLink）目标时延为百纳秒级别，性能差距显著[8] - 高集成度带来工程挑战：英伟达GB200NVL72单柜72卡功耗达120千瓦，需采用液冷散热；其机柜内部需要铺设5000多条、总长近3200米的独立铜缆[14] - 互联协议出现分化：华为自研灵衢互联协议并开放技术规范；阿里、新华三等选择支持UALink等国际开放标准[15] 超节点市场前景与挑战 - 未来两到三年AI服务器需求主力为大型互联网企业和国家主导的主权云服务，后者旨在为本地化中小企业提供AI算力租赁服务[19] - 软件生态是国产算力厂商面临的共同挑战，用户更关注应用能否有效落地而非硬件参数[18] - AI算力最大应用场景目前是AIGC，但在智能制造等"AI+"领域，算力预期与实际需求存在落差；机器人、高阶自动驾驶等先进制造领域被看好具备长期潜力[20][21] - 金融、医疗等行业AI应用仍处于从单点验证走向规模化复制的早期阶段[22]

核心观点 - GPU不再是算力竞逐的核心，超节点规模将是算力世界的决胜场[1] 超节点通过Scale-up架构实现远超Scale-out的卡间互联带宽，是大模型训练最理想的工具[1] 全球主流厂商已密集布局超节点产品，未来算力采购将以超节点为单位，而非GPU卡[1][34] - 超节点是中国算力突围的革命性机会，其重要性堪比大模型的“光刻机”[4] 国产算力可通过超节点架构，以更多卡数和更高能耗实现与海外同等算力，即“以规模换性能，以能源换性能”[3] - 超节点时代将带来显著投资机会，包括先进制程需求倍增、Scale-up交换芯片需求激增、以及电源与液冷等能耗相关环节的陡峭增长[1][2][3] 超节点架构趋势与产业演进 - 大模型参数规模指数级增长，对算力、内存与通信带宽需求攀升，分布式训练成为必然选择，但传统Scale-out架构存在通信绕行导致延迟高、带宽受限及算力利用率显著下滑等结构性瓶颈[16][20][22] - 超节点Scale-up架构通过NVLink、CXL等高速互联协议将加速器紧密耦合，构建高带宽（TB/s级）、低延迟（纳秒级）的直接通信域，突破“通信墙”、“功耗墙”与“软件墙”三大核心瓶颈[23][26] - 全球主流算力玩家已明确超节点产业演进路径：英伟达展出72卡、144卡、576卡方案；华为亮相384卡、8192卡、15488卡方案；阿里与中科曙光等也推出相应产品[1][34] 超节点互联协议呈现从私有封闭标准向下游客户主导的开放标准转移的趋势[55][58] 超节点对先进制程的倍增需求 - 超节点架构下，同等GPU数量集群将消耗数十倍数量的Scale-up switch芯片，其芯片数量与集群GPU数量比相近甚至超过，且Switch芯片采用与GPU同等先进制程工艺，将带动先进制程需求翻倍增长[1][59] - 以华为Atlas 950超节点（8192卡）为例，其使用9000+颗LRS与500+颗HRS交换芯片，Scale-up交换机价值量占整个超节点价值量超过6%[2] 相比传统Spine-Leaf架构，超节点架构交换机用量增长约36倍（LRS）至40.5倍（HRS）[59][63] - 在1000套8192卡集群情景下，NPU对先进制程产能需求约2.63万片/月，而LRS与HRS两类交换芯片合计消耗约1.46万片/月，接近NPU产能需求的60%[59][68][69] 交换芯片在先进制程产能结构中的权重正显著提升[65] 国产算力的规模换算力路径 - 受工艺制程限制，国产芯片单卡算力长期落后于海外，昇腾910C的FP16算力（800 TFLOPS）仅为英伟达H100（1979 TFLOPS）的约40%[76] 超节点架构打破了集群规模限制，使国产算力可通过堆叠更多卡数在集群有效算力上逼近海外水平[3][33] - 对标结果显示，在同等算力条件下，2025年国产超节点所需卡数规模是海外超节点的3.2倍，系统功耗约为2.3倍；到2027年，该卡数比值将提升至8.5倍，功耗比值提升至5.8倍[3][77][78][80] 国产超节点各环节中，与“量”相关的GPU、交换芯片、先进制程等将呈现更高增长潜能；与“能源”相关的电源、液冷等将有更陡峭增长斜率[3] - 国内超节点未来几年将以“柜内全铜、柜间全光”连接方案为主流，在EUV光刻机突破前可能持续该方案，因此在连接环节上“国内看铜，海外看光&PCB”[4] 超节点市场空间与投资机会 - 国内AI资本开支进入加速通道，预计C5（阿里巴巴、字节跳动、腾讯、美团、百度）AI CAPEX将从2024年的1688亿元人民币增长至2030年的19222亿元人民币，年复合增长率达50%[91][94][96] 超节点作为高密度算力核心设施，其采购占比预计从2025年的10%提升至2030年的80%，对应市场规模从253亿元增至1.54万亿元[103][104] - 以年出货1000套华为Atlas 950超节点测算，各环节市场空间分别为：先进制程晶圆代工388亿元、封装624亿元、HBM 793亿元、Scale-up交换芯片549亿元、高速铜缆模组656亿元、光模块492亿元、电源246亿元、液冷697亿元、PCB 246亿元[105][106] - 报告建议重点关注高景气与高弹性方向：先进制程（国内晶圆厂）、交换机&交换芯片（盛科通信、中兴通讯等）、高速铜缆模组（华丰科技、立讯精密等）、光模块（新易盛、中际旭创等）、液冷（英维克、申菱环境等）以及PCB/CCL（深南电路、生益科技等）[107][108][109]

市场表现回顾 - 过去一周（11月03日至11月07日）上证综指上涨1.08%，创业板指上涨0.65%，沪深300指数上涨0.82% [1][2] - 同期计算机（申万）行业指数下跌2.54%，表现显著弱于大盘，跑输上证综指3.62个百分点，跑输创业板指3.19个百分点，跑输沪深300指数3.36个百分点 [1][2] - 计算机行业指数在全部行业中排名第30位 [1][2] 超节点技术趋势 - 超节点（Superpod）是一种用于构建大规模算力集群的技术架构，旨在通过高速互联技术优化算力效率 [3] - 英伟达NVLINK技术已迭代至第五代，每块Blackwell GPU拥有18个NVLink连接，总带宽达到1800GB/s，远超PCIe Gen6总线带宽 [3] - 英伟达发布的NVL72系统可将36个Grace CPU和72个Blackwell GPU集成于一个液冷机柜，实现720 PFLOPs的AI训练性能或1440 PFLOPs的推理性能 [3] 国内厂商超节点布局 - 中科曙光发布全球首个单机柜级640卡超节点scaleX640，采用“一拖二”高密架构，单机柜算力密度提升达20倍，双节点可组成千卡级计算单元，支持10万卡级超大规模集群扩展 [4] - 华为CloudMatrix384超节点已销售300余套，服务20余家客户，主要需求来自政企，其可将432个超节点级联成最高16万卡的超大集群 [4] - 阿里云发布磐久128超节点AI服务器，集成自研CIPU2.0芯片和高性能网卡，单柜支持128个AI计算芯片，同等算力下推理性能较传统架构提升50% [4][5] - 百度在2025百度云智大会上宣布昆仑芯超节点上线 [5] - 沐曦股份已发布多种超节点形态，包括光互连超节点、耀龙3D Mesh超节点等 [5] - 中兴通讯自研超节点服务器单机柜搭载64个GPU，机柜内GPU间正交互联，时延降至百纳秒级，可支撑万卡、十万卡级超大规模智算集群 [5] - 浪潮信息发布面向万亿参数大模型的超节点AI服务器“元脑SD200” [5] 投资建议关注领域 - 算力领域建议关注寒武纪、海光信息、中科曙光、华丰科技、申菱环境、英维克、欧陆通、中恒电气等公司 [6] - AIDC（AI数据中心）领域建议关注科华数据、云赛智联、弘信电子、润建股份、润泽科技、数据港等公司 [6] - AI应用领域建议关注金山办公、科大讯飞、福昕软件、万兴科技、鼎捷数智、汉得信息、能科科技、卓易信息等公司 [6]

国家战略与政策导向 - “十五五”规划明确算力为数字经济时代新质生产力核心要素，提出到2030年实现智算中心算力规模全球第一的目标[1] - “东数西算”工程构建起覆盖八大国家枢纽节点和十大数据中心集群的算力网络，并进入2.0时代，要求建设全国一体化算力网络，实现高效算力调度与绿色低碳运营[1][2] 超节点技术架构与优势 - 超节点作为“东数西算”2.0时代关键技术，采用Scale Up架构，通过超高密度机柜设计整合CPU、GPU、DPU等异构计算资源，并配合全浸没式液冷系统，将PUE值降至1.05以下[2] - 超节点具备内存语义能力，可降低组网复杂度，其依托NVLink、PCle等技术，时延达百纳秒级，远低于Scale Out架构的10微秒时延[3] - 在阿里云张北超级数据中心测试中，超节点架构使AI训练效率提升40%，同时降低35%的总体拥有成本[3] - 超节点通过全互联架构将有效算力利用率（MFU）提升50%以上，解决了传统集群因通信延迟导致40%计算资源空闲的问题[6] 全球及中国算力产业格局 - 行业预测2025年全球算力基础设施投资规模将突破5200亿美元，同比增长55%[4] - 美国通过“企业主导+政府赋能”模式进行全球化扩张，中国则在“东数西算”战略下形成互联网公司与电信运营商“双轨”并进模式[4] - 中国在智能算力与区域枢纽布局上快速崛起，华为等厂商通过异构众核架构与光-电混合互联技术构建自主可控算力体系[4] - 中科院计算所研究显示，采用超节点架构可使国产AI芯片集群效能达到国际先进水平的85%以上[7] 产业发展挑战与结构性矛盾 - 我国数据中心年耗电量已占全社会用电量2%以上，单机架功率密度长期徘徊在8-15kW区间，难以满足AI大模型训练的指数级算力需求[2] - 现存结构性矛盾包括东西部供需失衡、跨枢纽网络延迟掣肘实时业务西迁、智算服务软硬协同不足造成资源效能低下、绿色技术规模化部署滞后[4] 应用场景与商业模式创新 - 超节点为AI训练、金融分析、工业仿真等高算力需求场景开辟新路径[1] - 全球首个商用智算昇腾超节点在中国电信粤港澳大湾区（韶关）算力集群发布上线，新型高速总线架构天然适配混合专家模型（MoE），提升大模型训练和推理性能[7] - 超节点推动“算力即服务”（CaaS）模式，使中小企业可通过API接口按需调用算力，无需自建数据中心[7] - 超节点架构天然支持“东数西训”模式，并与5G边缘计算融合，催生“云边端”协同新生态[8] 未来技术演进方向 - 随着光子计算、存算一体等技术融合，超节点有望向纳秒级时延与EB级算力演进，成为通用人工智能（AGI）时代的基础设施底座[8]

行业投资评级 - 报告对计算机行业给出“推荐”评级 [5] 核心观点 - 超节点技术有望成为集群扩展下的主流技术，在集群训练和推理方面具有重要潜力，是推动国产算力生态完善和加速发展的重要动力 [3][9][10] - 空天计算成为科技巨头高度聚焦的领域，有望成为国内算力发展的重要方向之一 [3][35] - 国产算力龙头加速布局超节点技术，相关产品在性能上实现显著突破 [16][18][20] - 两大国产算力龙头摩尔线程和沐曦股份即将上市，为板块带来重要催化 [28][29][33] 市场回顾 - 本周（11月03日至11月07日）沪深300指数上涨0.82%，中小板指数下跌0.59%，创业板指数上涨0.65%，计算机（中信）板块下跌2.08% [1][49] - 板块个股涨幅前五名分别为：淳中科技（上涨37.80%）、航天智装（上涨25.45%）、格尔软件（上涨14.40%）、达华智能（上涨14.07%）、海峡创新（上涨11.41%） [49][54] - 板块个股跌幅前五名分别为：航天宏图（下跌18.49%）、达实智能（下跌11.93%）、初灵信息（下跌10.76%）、佳华科技（下跌10.56%）、迪普科技（下跌9.99%） [49][54] 超节点技术分析 - 大模型发展推动参数从亿级跃至万亿级，训练集群从“万卡”走向“十万卡”，对网络带宽与延迟提出更高要求 [9] - 超节点通过构建超高带宽、超低延迟的Scale-Up网络应对通信瓶颈，传统架构跨服务器互联带宽为200~400Gb/s，时延达数十微秒，而昇腾384超节点通信带宽提升15倍，单跳通信时延从2微秒降至200纳秒，降低10倍 [13][14] - 主流互联方案分为铜缆互联（如英伟达NVL72，最大支持72张XPU卡）和光纤互联（如华为CloudMatrix384，可支持多达384张XPU卡） [14] - 超节点硬件形态包括整机柜超节点、分机柜超节点和级联超节点（如NVL576超节点包含576卡） [15] 国产算力龙头布局 - 中科曙光发布全球首个单机柜级640卡超节点scaleX640，采用“一拖二”高密架构，单机柜算力密度比业界其他超节点高20倍，PUE值低至1.04，MoE大模型训推效率提升30%-40% [16][18][45] - 华为昇腾384超节点实现384颗NPU点到点超大带宽互联，在LLaMA3等千亿稠密模型训练性能达传统集群2.5倍以上，在Qwen、DeepSeek等多模态、MoE模型上性能提升3倍以上 [20][23] - 中科曙光联合20余家产业链企业发布“AI计算开放架构”，推动产业从“单点突围”走向“生态共进” [18] 国产算力IPO进展 - 摩尔线程2024年收入4.38亿元，2025年上半年收入增长至7.02亿元，归母净利润亏损从2022年的18.4亿元收窄至2025年上半年的2.71亿元 [29][31][32] - 沐曦股份2024年收入7.43亿元，2025年上半年收入达到9.15亿元，2025年上半年归母净利润亏损1.86亿元，较2024年上半年亏损5.13亿元大幅收窄 [33][34] 空天计算发展 - 海外巨头英伟达将高性能H100 GPU送入太空测试，谷歌与Planet公司合作计划于2027年初前发射两颗原型卫星 [35] - 国内“星算计划”将构建由2800颗算力卫星组网的算力网络，“三体计算星座”计划2025年完成50颗卫星布局，2027年前至少完成100颗卫星建设，远期总算力可达1000P [35][37][38] - 普天科技深度参与“三体计算星座”建设，聚焦空天算力网络构建、高速数据传输技术攻关 [39] 行业要闻 - 台积电代工涨价预期升温，存储巨头暂停DDR5合约报价，DDR5现货价一周飙升约25%，预计四季度至明年上半年价格累计上涨30%-50% [42] - 美团发布并开源全模态实时交互大模型LongCat-Flash-Omni，总参数约5600亿，激活参数约270亿 [43] - 亚马逊云平台与OpenAI宣布战略合作，未来7年合作规模将持续扩大 [44] - 中科曙光正式发布全球首个单机柜级640卡超节点scaleX640 [45] 公司动态 - 方直科技持股5%以上股东黄晓峰计划减持不超过752.27万股（不超过总股本3%） [2][46] - 索辰科技以1.92亿元收购北京力控元通科技有限公司60%股权 [2][47] - 达实智能实际控制人、董事长刘磅被立案调查并采取留置措施 [46] - 思维列控董事、副总经理赵建州被立案调查并采取留置措施 [46] - 工业富联拟减持鼎捷数智不超过809.47万股（占总股本2.98%） [48] - 赢时胜控股股东唐球计划减持不超过1400万股（占总股本1.86%） [48]