济南配资中信建投：看好AI产业链与算力网建设

济南配资来源：心安智配网站：财盛证券日期：2026-05-25 11:50:50 查看：59

专题：大波段行情未结束，蓄力再出发

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　中信建投证券研究文|应瑛王嘉昊

　　英伟达发布FY27Q1业绩，业绩超市场预期，客户需求已从单纯GPU采购逐步转向涵盖交换、互联在内的全栈环节。预计Vera Rubin机柜产品于3季度起批量交付，CPU、互联、交换等环节价值量同步提升，未来AI基础设施升级将围绕全环节展开。算力网定位国家级基础设施，年建设投入规模有望破万亿，覆盖算力建设、管理、调度、运营多个环节，运营商作为算力网建设主力军，已推出token套餐，探索token运营C端落地。Google I/O 2026显示谷歌AI产业布局已进入“算力基础设施+模型+应用入口+端侧设备”的全栈化阶段——TPU 8t/8i验证训练与推理算力需求长期向上，Gemini 3.5 Flash和Gemini Omni强化模型速度、成本和多模态能力。

点击小程序查看报告原文

]article_adlist-->

　　英伟达FY27Q1业绩再超预期，AI算力景气度持续。英伟达发布FY27Q1业绩，单季度实现营收816.2亿美元（同比+85%；环比+20%），超出分析师一致预期的791.9亿美元。核心业务数据中心收入达到752亿美元（同比+92%），其中计算业务约600亿美元、网络业务约150亿（同比+199%），反映客户需求已从单纯GPU采购逐步转向涵盖交换、互联在内的全栈环节，并首次按超大规模云服务（Hyperscale）与AI云、工业及企业市场（ACIE）进行拆分。展望下一季度，公司给出910亿美元（±2%）指引，对应增速约同比+95%、环比+11%，毛利率基本持平。公司CEO黄仁勋表示，对Blackwell和Rubin芯片在2025年至2027年期间实现1万亿美元收入的预测充满信心。此前北美CSP厂商陆续上调全年资本开支指引，四大厂商合计全年AI领域总资本开支约72050亿美元，反映下游客户需求持续强劲。此外，英伟达的Vera Rubin整机柜产品预计将于6月试产，并于三季度起大规模量产并向头部云厂商首批交付。其NVL72机柜内存占比相较上代GB300提升至约26%，CPU、互联、交换等环节价值量同步提升，未来AI基础设施升级将围绕全环节展开。

　　算力网定位国家级基础设施，算力建设与运营市场空间广阔。4月28日中央政治局会议首次将算力网纳入“六张网”表述，与水网、新型电网、新一代通信网、城市地下管网、物流网并列。5月以来，国家对于算力网密集表态，9日国常会上国务院总理李强表示加强六张网规划建设，结合两会期间发改委主任郑栅洁表示2026年六张网总投资超7万亿元，算力网定位进一步提升。本周，丁薛祥副总理调研京、冀、蒙三地算力枢纽，提出要按“十五五”规划部署，加快全国一体化算力网，围绕自立自强、算电协同等维度，同时强化安全底线。截至2026年3月，我国日均词元调用量突破140万亿，两年内增长超1000倍，超越美国成为全球调用量最高的国家。然而当前我国智算中心仍存在供需错配现象，部分算力资源闲置，其背后原因在于缺乏算力调度平台、缺乏对于异构算力的兼容能力、缺乏算电协同的一体化体系。因此，围绕算力网建设未来不仅仅在于算力基础设施投资，针对算力资源管理、调度、运营以及与电网的协同能力建设也将成为重点。此外，运营商作为算力网建设的重要参与者，一方面加强基础设施建设，另一方面也创新商业模式，将原有的流量付费向token付费转化，中国电信于5月17日推出试商用token套餐，最低9.9元/月包含1000万token；中国移动、中国联通也在部分省级公司推出试点，加速算力运营业务落地。

　　Google I/O 2026密集发布TPU、Gemini模型、Search/Gemini/YouTube/Maps等应用入口以及Android XR智能眼镜，AI全栈布局进一步清晰。北京时间5月20日，Google在I/O大会披露，当前全平台月处理Token量已从2024年5月的9.7万亿、2025年I/O时的约480万亿，提升至超过3.2千万亿，约为去年同期7倍；API每分钟处理Token超过190亿，超过850万名开发者每月使用Google AI模型构建应用。用户侧，Google已有13个产品用户数超过10亿，其中5个超过30亿；AI Overviews月活超过25亿，AI Mode月活超过10亿；Gemini App月活从去年I/O的4亿提升至超过9亿，日请求量同比增长超过7倍。AI正在从单一聊天入口，快速嵌入Google原有搜索、视频、地图、办公、移动端和硬件生态。

　　算力基础设施层：第八代TPU采用训练与推理双芯片架构。TPU 8t面向大规模预训练，单个Superpod可扩展至9600颗芯片、2PB高带宽共享内存，计算性能较上一代提升近3倍，并可通过JAX、Pathways和Virgo网络实现最高百万芯片级逻辑集群扩展，将前沿模型训练周期从数月压缩至数周。TPU 8i面向推理，重点解决Agent多步推理和多Agent协同时的低延迟与内存瓶颈，配备288GB高带宽内存和384MB片上SRAM，性能/美元较上一代提升80%。两款TPU性能功耗比较上一代最高提升2倍，预计年内正式可用。TPU 8t/8i的拆分显示，AI基础设施正在从训练大模型，转向训练、推理、Agent长期运行并重。

　　模型层：Gemini 3.5 Flash发布，Gemini 3.5 Pro将于6月推出。Gemini 3.5 Flash定位为兼具前沿智能、低延迟和Agent执行能力的模型，已成为Gemini App和Search AI Mode默认模型，并面向Google Antigravity、Gemini API、Android Studio和企业平台开放。根据Google披露，Gemini 3.5 Flash在多项编程和Agentic任务上超过Gemini 3.1 Pro，输出速度约为其他前沿模型4倍，同时调用成本具备优势，有助于企业降低Token使用成本，若年token消耗量达到万亿的企业将80%原本运行在其他前沿模型上的工作流迁移至Gemini 3.5 Flash，预计每年可节约10亿美金的token成本。同步更新的Gemini Omni Flash模型则进一步强化多模态生成能力，可融合文本、图片、视频和音频输入生成高质量视频，并支持通过自然语言进行多轮视频编辑，推动多模态模型从内容生成走向交互式创作。

　　应用层：Google“搜索框”升级为横跨多应用的自然语言入口。Search AI Mode升级至Gemini 3.5 Flash，支持文字、图片、文件、视频、Chrome标签页等多模态输入，并引入Information Agents、生成式UI、购物Agent等能力。YouTube推出Ask YouTube，用户可用自然语言提出复杂问题，系统返回结构化回答及对应视频片段；Maps此前已推出Ask Maps，支持用户用自然语言搜索现实世界地点、路线与周边服务。Gemini App方面，Google推出Neural Expressive设计语言、Daily Brief、Gemini Spark、Gemini Omni和macOS App等功能，其中Gemini Spark可连接Gmail、Docs、Slides等Workspace工具，在用户授权下执行长周期任务。Google的AI应用落地路径已不再局限于独立App，而是通过原有高频入口重构用户搜索、办公、创作和消费路径。

　　端侧设备层：Android XR与AI眼镜成为本次I/O重要看点。Google宣布与Samsung、Qualcomm共建Android XR平台，并与Gentle Monster、Warby Parker合作推出智能眼镜设计。产品形态包括先上市的音频眼镜和后续显示眼镜，音频眼镜预计今年秋季推出，可通过“Hey Google”或镜腿触控调用Gemini，支持识别眼前内容、导航、电话短信、拍照视频、实时翻译、背景任务执行以及Uber、DoorDash等应用调用，并可同时配对Android与iOS手机。AI眼镜作为轻量级、全天候、第一视角的端侧入口，有望推动端侧多模态感知、低功耗芯片、摄像头/声学/显示模组及应用生态协同发展。

　　总结：英伟达发布FY27Q1业绩，业绩超市场预期，客户需求已从单纯GPU采购逐步转向涵盖交换、互联在内的全栈环节。预计Vera Rubin机柜产品于3季度起批量交付，CPU、互联、交换等环节价值量同步提升，未来AI基础设施升级将围绕全环节展开。算力网定位国家级基础设施，年建设投入规模有望破万亿，覆盖算力建设、管理、调度、运营多个环节，运营商作为算力网建设主力军，已推出token套餐，探索token运营C端落地。Google I/O 2026显示谷歌AI产业布局已进入“算力基础设施+模型+应用入口+端侧设备”的全栈化阶段——TPU 8t/8i验证训练与推理算力需求长期向上，Gemini 3.5 Flash和Gemini Omni强化模型速度、成本和多模态能力。

　　投资方向：1）重视以阿里/字节为代表的国内互联网大厂Capex投资和生态圈玩家，包括国产芯片链企业、isv厂商，以及以大厂为主要客户的基础设施服务供应商、算力服务商。2）Pre-AI 的收入率先落地。国内企业数据治理相对海外落后，AI 应用落地需要更多前期准备工作。3）部分细分垂直场景 AI 收入更快。其中创收关注工业、医疗、教育、市场营销侧产品。4）本地推理逐步起量，利好服务和云厂商。5）推荐关注端侧AI和相关产业链。

　　（1）宏观经济下行风险：计算机行业下游涉及千行百业，宏观经济下行压力下，行业 IT 支出不及预期将直接影响计算机行业需求；（2）应收账款坏账风险：计算机多数公司业务以项目制签单为主，需要通过验收后能够收到回款，下游客户付款周期拉长可能导致应收账款坏账增加，并可能进一步导致资产减值损失；（3）行业竞争加剧：计算机行业需求较为确定，但供给端竞争加剧或将导致行业格局发生变化；（4）国际环境变化影响：国际贸易摩擦加剧，美国不断对中国科技施压，对于海外收入占比较高公司可能形成影响。

新浪声明：此消息系转载自新浪合作媒体，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。