“技术迭代成本降低——应用推广——推理需求爆发——token数增长——数据增长模型加速迭代”，这一在海外已然成型的算力链正向循环，正加速向国内渗透。
在AI大模型算力需求倍数提升、IDC向AIDC加速演进的大背景下，国产算力链或正迎来政策、需求、技术三重共振的黄金发展期。
一、算力链正向循环：海外验证成熟，开启全球扩散模式
算力链的正向循环是AI产业发展到一定阶段的产物，其核心是“需求牵引技术、技术反哺需求”的良性互动。这一循环在海外已完成验证并进入规模化扩张阶段，为全球算力产业的发展提供了可复制的路径，也为其向国内渗透奠定了基础。
1.正向循环的核心逻辑：从技术迭代到需求爆发的闭环
海外算力产业链的正向循环或已形成清晰的传导路径，核心在于技术迭代与需求增长的相互赋能。
首先，随着芯片制程、算法优化等技术的突破，AI大模型的训练与推理成本持续降低，为技术的商业化应用推广扫清了成本障碍；其次，技术的普及带动了AI应用在各行业的落地，进而催生了大规模的AI推理需求；再次，推理需求的爆发直接推动了AIToken量的高速增长，而Token量的增长意味着数据量的持续扩容；最后，海量数据的积累又为大模型的迭代升级提供了核心燃料，进一步拉动算力需求的增长，形成完整的闭环。
这一循环的强度已得到海外市场数据的验证。Marvell在2025年6月上调了数据中心资本开支与ASIC的预期指引，核心依据便是海外AI需求的超预期增长，尤其是新增企业客户的需求爆发，带动Token量呈现加速增长态势。
作为算力集群拓展的基础组件，光模块行业或已率先受益于这一循环，中长期高增长能力得到市场认可。可以说，海外算力链的正向循环已进入自我强化的阶段，其扩散效应正在向全球蔓延。
2.驱动循环加速的核心变量：AI大模型的算力渴求
AI大模型的高速演进是算力链正向循环加速的核心驱动力，其对算力的需求呈现出指数级增长的态势，彻底改写了算力产业的增长逻辑。从技术演进来看，大模型的算力当量正持续攀升，从GPT-3到GPT-4，算力当量增长了68倍，而算力当量的提升直接带来了模型能力的增强，表现为交叉熵的持续降低。这种“算力决定性能”的特性，倒逼企业不断加大算力投入，成为算力链需求增长的核心引擎。
资料来源：华西证券
图：数据中心算力需求及占比（千兆瓦）
资料来源：华西证券
算力需求的爆发不仅体现在规模上，更体现在对算力效率与能耗的更高要求上。数据显示，数据中心为训练AI模型产生的能耗是常规云工作的三倍，美国数据中心电力需求正以10%的复合增速增长。
这一现状推动了算力基础设施的升级，一方面催生出更高效的算力芯片与服务器，另一方面也加速了数据中心的绿色化转型。这种技术升级与需求增长的相互推动，进一步强化了算力链的正向循环，为其向国内渗透提供了强劲的动力。
二、国内渗透加速：政策与市场双轮驱动，国产替代空间打开
海外算力链正向循环向国内渗透的过程中，政策支持与市场需求形成了双轮驱动的格局。美国芯片安全法案、H20约谈等外部因素，进一步强化了国内算力自主可控的紧迫性，为国产算力链的崛起创造了绝佳的市场机遇，或推动国产算力需求进入爆发期。
1.政策护航：构建算力产业发展的制度保障
国家层面高度重视算力产业的发展，持续释放政策红利，为国产算力链的成长构建了完善的制度保障。2025年10月，工业和信息化部公开征求对《算力标准体系建设指南（2025版）》（征求意见稿）的意见，提出到2027年围绕基础通用、算力设施、算力设备等多个方面制修订50项以上标准，有效推动算力标准体系建设。
此前，国家已先后出台《全国一体化大数据中心协同创新体系算力枢纽实施方案》《算力基础设施高质量发展行动计划》等一系列政策，形成了统筹规划、协同推进的政策体系。
地方层面也积极跟进，纷纷出台配套政策支持本地算力产业发展。例如，浙江省人民政府在2025年4月发布《关于支持人工智能创新发展的若干措施》，提出加强算力券支持，使用自主算力服务的企业可按照不高于合同实际执行金额的30%获得补助，采用非自主算力服务的可按照不高于10%获得最高800万元补助。
这种多层次的政策支持，不仅降低了企业使用算力的成本，更引导了社会资本向国产算力领域聚集，或为国产算力链的发展提供了充足的资金与政策保障。
2.市场驱动：AI需求爆发，国产算力替代空间广阔
国内AI市场的快速发展，为算力链正向循环的渗透提供了广阔的市场空间。华为董事、ICTBGCEO杨超斌在2025年3月4日表示，过去8个月里，中国市场AI产生的Token所带来的流量增长了33倍，其中15倍来自付费的Token。这一数据充分说明，国内AI应用已从探索期进入商业化落地期，推理需求正迎来超预期的增长，且仍处于上升通道的早期，未来对市场规模和产能配置的重估，可能带来业务利润的系统性上修。
资料来源：华西证券
资料来源：华西证券
外部环境的变化进一步打开了国产算力的替代空间。受美国芯片安全法案等因素影响，国内高端算力芯片的进口面临诸多限制，英伟达等海外厂商在中国市场的份额急剧下滑。根据伯恩斯坦的数据，本土AI芯片品牌渗透率已从2024年的约29%快速提升至2025年的59%以上，特别是在智算中心和云服务领域，国产芯片的采用率显著上升。
华为昇腾、寒武纪等国产AI芯片企业借此机会加速推进国产化进程，长期确定性增长主线更加明确。IDC预测，2026年华为昇腾的出货量将占中国AI芯片总出货量的一半，国产算力的市场主导地位或正在逐步确立。
三、需求爆发核心：IDC向AIDC演进，算力基础设施升级提速
AI推理需求的爆发，正驱动传统数据中心（IDC）向人工智能数据中心（AIDC）加速演进。这一演进过程不仅是算力基础设施的升级，更是算力链正向循环在国内落地的核心载体，直接拉动了国产算力链上下游的需求增长，成为国产算力产业发展的核心引擎。
1.AIDC演进：算力基础设施的革命性变革
传统IDC主要以存储和通算为主，难以满足AI大模型训练与推理对高算力、低延迟、高带宽的需求。AIDC作为专门为AI应用设计的算力基础设施，在硬件配置、网络架构、散热系统等方面进行了全方位的升级，能够为AI应用提供更高效、更稳定的算力支撑。从核心差异来看，AIDC的服务器以搭载AI加速芯片的高性能服务器为主，网络架构采用高速互联技术以降低通信延迟，散热系统则针对高能耗需求进行了专门设计，这些升级使其能够适配AI大模型的算力需求。
AIDC的演进已成为行业共识，其市场规模正快速扩张。IDC预测，2023-2028年中国企业级服务器和存储投资CAGR达到24.3%，核心驱动力便是AI驱动的通算中心向智算中心（AIDC的核心形态）升级。随着AI应用的持续渗透，AIDC的应用场景将从互联网、金融等高端领域向制造、医疗、教育等传统行业延伸，进一步打开市场增长空间，或为国产算力链提供持续的需求支撑。
2.算力需求拉动：从核心芯片到配套组件的全链路发展或将受益
AIDC的加速演进，直接拉动了国产算力链从核心芯片到配套组件的全链路需求增长。在核心芯片领域，AI加速芯片作为AIDC的核心硬件，需求最为迫切。华为昇腾系列芯片性能已接近英伟达H200的80%，并在多家数据中心大规模部署；寒武纪在定增问询函回复中披露，其下一代算力芯片的研发中针对FP8进行了布局，以更好地适配AI推理需求。
根据《2025年中国人工智能计算力发展评估报告》，2025年中国智能算力规模将同比增长43%，2023-2028年五年复合增长率预计达46.2%，核心芯片的需求增长确定性极强。
配套组件领域同样受益显著。光模块作为算力集群拓展的基础组件，随着AIDC高速互联需求的增长，市场规模持续扩大。此外，服务器、存储设备、散热系统等配套硬件的需求也随AIDC的建设加速而快速增长。
IDC数据显示，2024年中国企业级ICT市场规模约2693.6亿美元，同比增长11.7%，预计2024-2028年以CAGR9%增长至接近3600亿美元，其中AI及算力部署相关的硬件投资是核心增长动力。这种全链路的需求增长，为国产算力链的崛起提供了坚实的市场基础。
图：中国ICT市场支出预测，2023-2028年（百万美元）
资料来源：华西证券
算力链正向循环向国内的加速渗透，叠加政策支持与市场需求的双重驱动，国产算力产业已迎来确定性的增长机遇。从海外验证的成熟逻辑到国内市场的需求爆发，从IDC向AIDC的技术演进到国产替代空间的持续扩大，国产算力链正进入高质量发展的黄金时期。这一赛道不仅关乎科技自主可控的国家战略，更孕育着产业成长红利，有望成为未来几年科技领域的核心增长点之一。
上述观点策略及分析结果仅供参考，不作为投资依据；涉及任何个股只做案例分享，不做任何推荐，据此操作风险自担。股市有风险，投资需谨慎。
以上观点由投顾服务部提供，投资顾问：常建武，登记编号：A1050619080001
未经允许不得转载：财富在线 » 【探秘】来了！算力链正向循环加速，国产算力或站上超级风口
