报告概述
本报告深度剖析计算机行业在AI驱动下的投资逻辑。研究对象涵盖申万计算机全板块及AI产业链，覆盖范围包括市场行情回顾、上市公司业绩、机构持仓变化、AI技术演进、算力基础设施、信创政策及炒股软件赛道。报告采用历史对比、估值分析、产业趋势跟踪等方法，旨在帮助投资者把握计算机板块在AI牛市中的结构性机会。
报告的核心结论
计算机行业正处于第四段牛市行情中
报告指出，过去12年计算机共有四段牛市，当前自2024年9月启动的行情为第四段。本轮行情以AI为核心驱动力，与以往相比，AI带来的增量景气度尚未充分体现在业绩上，但市场预期已显著升温。
AI应用端加速渗透，Token调用量呈爆发式增长
国内日均Token调用量从2024年初的1000亿激增至2025年中的30万亿以上，增长超300倍。2025年上半年国内公有云模型调用量达536.7万亿Tokens，为2024年全年的4.7倍，反映出AI应用正快速落地。
AI算力需求将持续高速增长，国产芯片迎来机遇
报告预测，2030年AI算力需求较2020年增长4000倍。中国AI芯片市场规模预计2029年达13367.92亿元，复合年增长率53.7%。国产AI芯片市场份额有望在2026年显著提升，政策与市场双重驱动下算力自主可控势在必行。
信创产业政策加码，国产替代进入全面加速期
国务院及各部委明确要求国央企落实信创国产化改造，从OA、邮箱等全面替换向ERP、CRM等应替就替扩展。安全可靠测评新增AI芯片品类，信创产业规模持续扩大，为计算机板块提供长期增长动力。
报告回答的关键问题
当前计算机行业处于什么投资阶段？
报告认为计算机行业正处于第四段大牛市行情中，但AI带来的业绩增量尚未完全体现。当前估值处于历史较高分位（SW计算机指数PE处89.8%分位），机构持仓仍处于历史低位（2025Q3为3.2%），行情主要由AI主题催化，后续需要业绩验证。
AI大模型的发展趋势和竞争格局如何？
报告显示，基础大模型仍在快速迭代，Scaling Law依然成立。2025年DeepSeek R1的发布推动开源与普惠化、强化推理能力、国产AI崛起等趋势。OpenAI、Google、字节、百度等厂商的Token调用量高速增长，应用侧竞争加剧，模型能力正向多模态和Agent方向演进。
算力国产化的进展和投资机会在哪里？
报告指出，国内AI芯片市场增速迅猛，预计2025-2029年复合增长率53.7%。华为、海光等国产芯片份额有望提升，政策大力支持“国货国用”。投资机会集中在AI芯片设计、服务器制造以及算力基础设施相关标的，如海光信息、寒武纪等。
炒股软件公司的业绩受什么影响？
炒股软件公司的主营业务（金融信息、证券服务、投教）与资本市场活跃度高度相关。报告举例同花顺、东方财富等公司在2014年和2018年牛市中涨幅弹性巨大，当前新一轮牛市中同样表现出色，但估值波动也较大。
报告中的代表性数据
国内公有云模型调用量
2025年上半年，2025年上半年国内公有云上模型调用量达536.7万亿Tokens，约为2024年全年调用量的4.7倍，反映AI应用加速渗透。
中国AI芯片市场规模预测
2029年预测，根据弗若斯特沙利文预测，中国AI芯片市场规模将从2024年的1425.37亿元增长至2029年的13367.92亿元，2025-2029年年均复合增长率53.7%。
计算机板块归母净利润增速
2025年上半年，2025H1计算机行业归母净利润136.66亿元，同比增长29.36%，扣非净利润同比增长31.01%，显示行业盈利修复。
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
- 计算机板块2013年以来四轮牛市行情的完整回顾与对比分析，包括每轮涨幅、估值变化及驱动因素。
- 2024-2025年计算机行业营收、净利润及增速的详细数据，分季度展示业绩恢复趋势。
- 计算机行业机构持仓水平的长期变化曲线（2013Q1-2025Q3），揭示当前持仓处于历史低位的背景。
- AI发展历史时间线，从1956年达特茅斯会议到2025年大模型爆发的重要节点梳理。
- 国内外主要AI大模型厂商（OpenAI、Google、字节、百度等）的Token调用量、用户数据及产品进展。
- 全球科技巨头资本开支计划表（亚马逊、微软、谷歌、阿里等），以及中国三大运营商算力投资数据。
- 中国加速服务器出货量预测（2025-2029年）及AI芯片市场份额变化图表，包含GPU与ASIC的对比。
- 信创产业政策梳理，包括国务院“人工智能+”行动意见、部委“国货国用”措施及地方算力补贴细则。
- 炒股软件板块代表性公司（同花顺、东方财富、指南针等）三轮牛市中的涨幅、弹性与估值对比表。
- 完整推荐标的盈利预测表，包含金山办公、海康威视、海光信息、寒武纪等10家公司的收入与利润预测。
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。
