中信建投最新发布的AI行业深度研报指出，全球AI产业链正经历结构性变革，”算力决定上限”已成为行业共识，AI算力板块有望成为未来3年最确定的投资主线。这一判断不仅源于谷歌、DeepSeek等头部玩家在模型与芯片领域的突破性进展，更得益于端侧AI设备的爆发式增长预期与英伟达、阿里云等巨头的持续加码，多重因素正在构建起算力产业的黄金发展周期。
模型性能的迭代与芯片技术的创新，共同印证了算力在AI竞争中的核心地位。谷歌凭借自研TPU（张量处理器）芯片取得关键突破，其用TPUv6芯片训练的Gemini3模型在性能上已实现对Open A IChatGPT 5的超越，引发市场对定制化算力芯片的高度关注。这种突破并非个例，国内企业DeepSeek推出的V3模型更以”低成本高性能”的特质成为行业标杆——该模型拥有6710亿参数，在数学能力上显著领先GPT-4o等主流模型，而训练成本仅为557.6万美元，不足GPT-4训练成本的十分之一。
DeepSeek的技术路径尤为值得关注。其采用2048张英伟达H800 GPU搭建算力集群，通过MoE架构优化、FP8混合精度训练等创新技术，仅用同类模型十分之一的GPU小时就完成训练任务，被Meta AI科学家田渊栋盛赞为”黑科技”。这种高效算力利用模式，为算力资源受限背景下的模型研发提供了全新思路。正如中国信通院数据显示，头部大模型训练算力需求已达十万亿兆量级，且以每年4.1倍的速度增长，算力规模与效率直接决定模型性能上限。
研报预测2025年全球端侧AI设备出货量将突破5亿台，这一判断正得到市场数据的持续验证。终端设备的AI化浪潮已从手机向多品类延伸：2025年上半年全球智能眼镜出货量达406.5万台，同比增长64.2%，”双十一”期间天猫平台智能眼镜成交额更是暴涨2500%；手机领域同样表现强劲，IDC预测2025年中国新一代AI手机出货量将达1.18亿台，整体市场占比升至40.7%。
端侧设备的爆发本质是算力需求的下沉。荣耀Magic8系列等AI原生手机通过低bit量化、向量化检索等技术，实现端侧AI高效部署，其搭载的自进化智能体可支持3000多个生活场景，背后依赖2600人AI研发团队构建的端云协同模型矩阵。这类设备不仅需要终端芯片具备强大AI算力，更推动边缘算力基础设施加速建设。IDC预测到2027年，中国算力负载中推理负载占比将达72.6%，端侧推理需求的激增正在重塑算力产业链的需求结构。
英伟达、阿里云等行业巨头的持续投入，为算力板块的确定性增长提供了坚实支撑。作为通用算力领域的领军者，英伟达凭借CUDA生态的强兼容性占据市场主导地位，其H系列GPU仍是全球多数AI企业的首选算力基座，即使谷歌TPU等定制化芯片崛起，短期内也难以撼动其行业地位。阿里云则从基础设施与应用两端发力，不仅加码智算中心建设，更通过生态赋能推动端侧设备落地，其预测2024年推理算力占比将超过50%，精准把握算力需求演进方向。
