报告概述
本报告以AI时代“算-存-用”投资三角为核心,复盘2025年计算机行业行情,深入分析AI算力国产替代、存储芯片周期变化及AI智能体应用落地三大主线,采用资本开支、技术路线、政策目标等多维度框架,为投资者揭示AI基础设施与应用的长期投资逻辑。
报告的核心结论
全球科技巨头资本开支高增长带动AI基建扩张
北美四大云厂商2025年第三季度资本开支同比增幅均超60%,其中Meta增幅高达111%;中国阿里、腾讯、百度前三季度资本开支亦大幅增长。海外云厂一致预计2026年投入将进一步扩大,全球科技行业在云计算和AI基础设施领域正进行高强度“军备竞赛”。
AI需求打破存储芯片周期规律,涨价周期提前
存储芯片市场传统周期为3-4年,但AI应用爆发带来的高需求与头部厂商主动产能控制,导致供需关系提前收紧,存储芯片价格在2025年上半年意外反弹。根据龙头资本开支与产能分配,相关存储芯片价格或在2026年继续上涨。
国产AI芯片加速替代,形成多路径竞争格局
美国对华半导体出口管制不断升级,为国产芯片发展提供窗口期。国产芯片产业形成华为、寒武纪等行业龙头,沐曦等“四小龙”以及互联网大厂自研三大阵营。华为昇腾950预计2026年推出,部分性能有望对标英伟达H200。2025年上半年国产加速芯片市场份额从20%提升至35%。
智能体(Agent)政策目标明确,商业化加速
2025年8月国务院印发《关于深入实施“人工智能+”行动的意见》,提出到2027年智能体应用普及率超70%,到2030年超90%。产业层面,DeepSeek、阿里巴巴、字节等持续迭代Agent能力,商业化落地加速,订阅制、按调用量付费等模式逐渐成熟。
报告回答的关键问题
AI算力投资为何持续高增长?
全球科技巨头为抢占AI先机,持续加大资本开支用于GPU、数据中心、服务器和网络基础设施。北美四大云厂商2025Q3资本开支同比增幅超60%,中国头部企业同样大幅增长。这种高强度投入预计在未来几年持续,形成全球AI基建“军备竞赛”。
存储芯片价格为何意外反弹?
AI服务器对存储容量需求显著高于传统服务器(单台1.7TB vs 0.5TB),驱动HBM、DDR5等高端存储产品供需缺口扩大。同时,厂商将产能转向高端产品导致DDR4供给收缩,而存量服务器仍依赖DDR4,供需失衡推动其价格大幅上涨,2025年DDR4价格一度超过DDR5。
智能体(Agent)如何实现商业化?
Agent商业化主要通过订阅制(SaaS)、按调用量付费、按智能体付费以及按结果付费(RaaS)等模式。当前SaaS和按调用量收费是主流,用户为实际节省的人力或增加的收益买单。平台如扣子空间支持低代码创建Agent,降低定制成本,加速企业级应用落地。
国产AI芯片发展现状如何?
国产AI芯片已形成三大阵营:以华为、寒武纪为代表的行业龙头,以沐曦、壁仞等为代表的“四小龙”,以及阿里平头哥、百度昆仑芯等互联网大厂自研芯片。性能上,华为昇腾950预计2026年推出,部分指标对齐英伟达H200。2025年上半年国产加速芯片份额升至35%,非GPU路径也在增长。
报告中的代表性数据
北美四大云厂商2025Q3资本开支
2025年第三季度,数据来自各公司业绩说明会,指自然年2025Q3的资本开支,主要用于GPU、数据中心、服务器和网络基础设施。
中国智能算力规模预测
2028年(预测),基于IDC预测,中国智能算力规模以FP16计算,五年年复合增长率46.2%。
DDR4 16GB价格变动
2025年,现货平均价DRAM:DDR4(16Gb(2Gx8),3200Mbps),价格在年内大幅上涨,出现DDR4价格高于DDR5的倒挂现象。
以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 2025年计算机行业行情回顾及财务分析,包括指数走势、涨跌幅排名以及行业营收、利润、费用率等关键指标。
- 全球及中国云厂商资本开支详细数据与对比,微软、Meta、谷歌、亚马逊以及阿里、腾讯、百度的投资额与未来指引。
- AI芯片参数与国产技术路线图,包括英伟达H100/H200/B200以及华为昇腾系列芯片的性能指标和发布时间表。
- 全球PCB市场规模预测、产业东移趋势以及AI服务器带动的高多层板、HDI等高端PCB需求分析。
- 液冷技术路径(冷板式、浸没式)对比、AI芯片功耗激增带来的散热需求以及政策对PUE的限制。
- 存储芯片周期历史复盘,HBM技术演进路线图(HBM4至HBM7)以及DRAM/NAND Flash资本支出预测。
- "人工智能+"政策文件对比,以及DeepSeek、阿里巴巴、字节等厂商的Agent产品进展。
- 多Agent协同技术原理与商业模式分析,包括订阅制、按调用量付费、按结果付费等收费模式。
- A股上市公司AI业务进展一览,涵盖金山办公、科大讯飞、用友网络等20余家公司的具体产品与赛道。
- 风险提示,包括国产算力建设、AI应用落地速度、技术迭代及政策标准出台等风险点。
本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。





