夜雨聆风摘要
本报告以 2026 年 5 月 28 日全球资本市场公开交易数据为基准，选取美国 10 家全球垄断型 AI 算力头部上市公司与中国 10 家已上市核心对标算力企业作为研究样本，覆盖芯片制造、光通信、服务器、存储、云计算、算力服务全算力产业链环节，通过 TTM 市盈率、2026 年一致预期市盈率、PEG 指标、市销率、市净率多维度估值模型，系统性拆解中美两国 AI 算力产业的底层定价逻辑、产业结构差异与核心价值锚点。研究发现：美国算力产业已形成寡头垄断格局下的成长消化估值体系，头部企业凭借全球技术壁垒实现盈利确定性成长，估值处于合理偏低区间；中国算力产业正处于国产替代与产能扩张并行的产业早期阶段，估值嵌入显著自主可控期权，不同赛道企业估值逻辑出现极致分化。两国估值差异并非简单数据层面的高低区别，而是产业分工、竞争格局、成长阶段与风险定价的综合映射，为全球算力产业配置提供清晰参考锚。
一、研究背景与样本说明
1.1 研究背景
当前人工智能产业已从模型算法竞赛阶段，正式迈入算力基础设施化的产业成熟期 —— 大模型参数规模突破万亿级、全球行业 AI 渗透率快速提升，直接驱动 AI 算力需求进入爆发增长周期，算力产业成为全球科技产业增长核心引擎。美国依托芯片设计、先进制造、底层软件全链条技术壁垒，构建了全球算力产业顶层寡头格局；中国基于国内庞大的 AI 应用需求、自主可控的战略刚需与强大的电子制造产能，快速形成配套性算力产业集群。中美两国算力产业形成技术壁垒 - 产能落地的互补分工体系，但资本市场对两类企业的估值定价逻辑存在明显分化，亟需通过标准化估值框架开展深度对标研判。
1.2 样本选取规则
本次样本选取严格遵循产业代表性强、市场影响力大、核心业务匹配度高的基本原则，确保对标逻辑严谨可验证：
1.美国样本：覆盖 AI 芯片设计、晶圆制造、高带宽存储、高端光通信、数据中心交换、云计算全环节，筛选各赛道市占率全球领先、营收与利润规模行业头部的 10 家企业，组成全球算力寡头样本群；
2.中国样本：选取国内已上市企业中，业务赛道与美国样本精准对标、国内市占率领先、直接服务国内算力自主可控需求的 10 家头部企业，覆盖服务器代工、光模块、国产 AI 芯片、高端存储接口、智算中心、算力租赁等核心落地环节。
所有估值数据均来自 2026 年 5 月 28 日收盘公开交易数据与市场一致预期，统一采用可比估值指标体系，完全贴合当前产业实时表现。
二、美国 AI 算力头部群：寡头垄断下的成长消化估值体系
美国 10 家头部算力企业，已构建技术壁垒不可替代、全球分工明确、盈利成长确定性极强的成熟产业格局，估值定价完全锚定长期成长能力与行业寡头地位，而非短期市场情绪波动。
从估值数据表现看，美国样本企业平均 TTM 市盈率 50.7 倍、2026 年预期市盈率 29.1 倍、平均 PEG 指标 0.90—— 通常 PEG 低于 1 意味着企业成长能力可有效支撑当前估值，说明美国头部算力公司整体估值处于合理区间，部分核心赛道甚至被资本市场低估。
分梯队拆解美国头部企业的估值支撑逻辑，可以清晰看到其产业壁垒的定价传导：
第一梯队是全球算力顶层寡头，包括英伟达、Alphabet、微软、亚马逊四大巨头，合计市值突破15 万亿美元，覆盖芯片设计与云计算两大算力核心领域。其中英伟达作为全球 AI 芯片垄断者，终端训练卡市占率超 85%，是全球算力产业链的核心瓶颈环节，其 2026 年预期市盈率仅 24.5 倍、PEG 低至 0.41—— 市场并未将其视作普通科技成长股，而是将其定位为全球算力基础设施运营商，寡头地位支撑其靠确定性成长完全消化估值；三家头部云厂商则依托自研算力芯片 + 全球数据中心集群，以稳健成长属性支撑合理估值，Alphabet的 TPU 生态、微软的 Azure+OpenAI 绑定战略、亚马逊的AWS+Trainium 芯片布局，共同构成全球算力落地的顶层底座，估值长期锚定云业务复合增长水平。
第二梯队是算力核心环节壁垒型龙头，包括博通、台积电、美光、Arista Networks，这类企业牢牢占据算力产业链不可替代的中间环节，估值性价比极高。博通的高端网络芯片、台积电的 3/2nm 先进制程产能、美光的 HBM 高带宽内存、Arista 的 AI 数据中心交换机，均为全球算力集群搭建的刚性核心部件，且全球范围内无有效替代产能；四家企业平均 PEG 仅 0.78，其中美光科技 PEG 低至 0.29—— 作为 HBM 高带宽内存核心供应商，行业周期反转叠加 HBM 需求爆发，带来的高成长预期足以支撑当前估值，甚至存在显著价值修复空间。
第三梯队是算力赛道追赶者，以 AMD 为核心代表，其 MI300 系列训练卡是目前全球唯一对英伟达主导地位形成小幅冲击的竞品，估值逻辑在于英伟达市占率的边际溢出效应，不过其 PEG 指标接近行业均值，反映出市场对其追赶节奏的理性预期。
整体而言，美国算力头部群的估值逻辑高度清晰：技术壁垒构建全球寡头分工，寡头地位锁定长期盈利成长，高成长属性消化历史估值，行业经过数十年整合，已形成稳定的头部集中格局，无新进入者打破平衡的可能性，确定性溢价成为美国算力企业的核心估值支撑。
三、中国 AI 算力头部群：国产替代溢价与产业中早期估值特征
中国 10 家对标算力企业，正处于产业快速扩张、国产替代进程加速、盈利模式尚未完全成熟的产业早期阶段，估值逻辑同时锚定全球产能分工价值与国内自主可控期权，企业估值水平出现极致分化，不同赛道的定价逻辑存在本质差异。
从整体估值数据看，中国样本企业平均 TTM 市盈率 182.8 倍、2026 年预期市盈率 55.6 倍、平均 PEG 指标 1.08，多项估值指标显著高于美国头部企业 —— 但这一整体均值无法反映内部赛道分化，中国算力企业的价值锚点，必须按全球产能输出型、国产技术替代型、基础设施落地型三类赛道拆分研判。
第一类是全球产能输出型企业，以工业富联、中际旭创为核心代表，这类企业是中国算力产业中唯一具备全球竞争力的产能环节，估值性价比甚至优于美国同行。工业富联是全球 AI 服务器代工绝对龙头，市占率超 40%，直接对标美国服务器代工巨头，其 2026 年预期市盈率仅 24.1 倍、PEG 低至 0.34，完全符合成熟制造行业的估值定价逻辑；中际旭创作为全球光模块龙头，800G/1.6T 高端光模块全球市占率超 35%，是全球算力集群光通信链路的核心供应商，其 PEG 指标仅 0.23—— 全球光通信行业的高景气度，与企业产能规模优势，共同支撑估值的长期合理性，并未因国内市场情绪出现溢价。
第二类是国产技术替代型企业，以寒武纪、海光信息、澜起科技为核心代表，这类企业直接对标美国芯片、存储核心环节，是国内算力自主可控的核心载体，估值水平显著高于全球同行。寒武纪作为国内云端 AI 芯片龙头，直接对标英伟达，TTM 市盈率高达 321.78 倍、PEG 指标 1.76；海光信息作为国产高端 CPU/DCU 龙头，直接对标 AMD，PEG 指标 1.48—— 这类企业的估值并非锚定当前盈利水平，而是嵌入国产替代期权价值：在美国高端算力芯片持续对华封锁的背景下，国内大模型厂商与算力集群，对国产芯片存在刚性替代需求，资本市场为其在国内市场的替代份额给予显著溢价。
第三类是基础设施落地型企业，以中科曙光、浪潮信息、润泽科技、拓维信息、中贝通信为核心代表，这类企业覆盖超算、智算中心、服务器整机、算力租赁等终端落地环节，估值差异直接反映市场对其产能落地能力的判断。浪潮信息作为国内服务器龙头，预期市盈率仅 26 倍、PEG0.52，估值锚定国内算力装机规模增长；润泽科技、中贝通信等算力租赁龙头，估值逻辑则绑定国内 AI 应用端的算力实时需求，定价标准偏向区域算力供需关系变化。
中国算力产业的估值特征本质是产业早期阶段的正常表现：头部企业尚未形成全球级技术壁垒，部分赛道盈利模式尚未完全跑通，成长确定性来源不是全球技术垄断，而是国内战略级自主可控需求，因此估值呈现产能看全球市占、技术看国产替代、落地看国内需求的混合定价特征。
四、中美估值差异的底层驱动逻辑
中美算力头部企业的估值差异，绝非简单的“A 股溢价、美股低估” 的情绪化结论，而是产业结构、竞争格局、成长阶段、风险偏好四大维度底层差异的综合传导结果。
第一，产业成长阶段差异，是估值分化的核心基础。美国算力产业已经走过技术萌芽、价格竞争、产能整合的全产业周期，当前处于成熟盈利成长阶段：头部企业的产品需求稳定、成本管控成熟、利润增速可预期，市场直接以长期盈利增速为核心估值锚点，TTM 市盈率与预期市盈率的回落，本质是产业成熟化的表现；中国算力产业仍处于产业早期扩张阶段：部分核心芯片环节仍处于国产替代量产爬坡期，服务器、光通信等环节虽具备产能优势，但上游芯片供应仍依赖全球产业链，企业的盈利模式尚未完全稳定，估值定价必须面向未来 3-5 年的产业成长空间，因此出现高估值表现。
第二，竞争格局差异，直接决定估值的定价基础。美国算力产业已形成顶层寡头垄断格局：英伟达在 AI 芯片环节的垄断地位、台积电在先进制造环节的不可替代性、博通在光通信芯片环节的技术壁垒，均为头部企业锁定了确定性营收来源，寡头地位天然具备估值溢价属性；中国算力产业则处于分散竞争格局：国产芯片企业需要面对全球巨头的技术壁垒，服务器、光通信环节的头部企业虽有全球市占率优势，但行业产能仍处于扩张周期，企业无法通过垄断获取超额收益，估值只能依托产能规模或国产替代空间，而非垄断利润。
第三，估值内核差异，反映产业价值的不同来源。美国算力企业的估值逻辑是技术壁垒定价：企业掌握全球算力产业链的核心瓶颈，价值来源于全球市场的不可替代份额，PEG 指标普遍低于 1，说明成长速度完全覆盖估值水平；中国算力企业的估值逻辑是产能 + 期权定价：具备全球产能优势的光模块、服务器代工环节，估值反而低于国内芯片赛道，而核心芯片环节的高估值，本质是资本市场为其赋予的自主可控战略期权—— 在全球科技博弈背景下，国产算力芯片的战略价值，远高于其当前实际盈利价值。
第四，资本市场风险偏好差异，放大了估值的分化程度。美股作为全球成熟科技市场，更偏好确定性成长资产，对已经形成行业壁垒的寡头级企业，给予更高的配置权重；A 股市场对科技成长股的定价逻辑，更偏向产业趋势性机会，叠加国内算力自主可控的战略政策红利，进一步放大了国产算力赛道的估值溢价空间。
五、产业链分环节价值对标与性价比研判
按算力产业链核心环节拆分中美对标样本，可进一步明确不同赛道的真实价值与估值性价比，穿透表面估值差异，找到产业核心锚点：
1.AI 芯片环节：美国英伟达、AMD 的平均 TTM 市盈率约 57 倍，中国寒武纪、海光信息的平均 TTM 市盈率近 300 倍，双方估值差距达 8-10 倍。这一差距并非国产芯片溢价过高，而是反映技术壁垒的本质差异：英伟达掌握全球 AI 芯片生态壁垒，产品已经历多代大规模商用验证，而国产AI 芯片仍处于国内小规模替代阶段，技术成熟度、生态完善度均存在明显差距，估值差异本质是技术成熟度的映射。
2.光通信环节：美国博通、Arista 的平均 TTM 市盈率约 63 倍，而中国光模块龙头中际旭创的 TTM 市盈率约 89 倍，双方估值差距远小于芯片赛道。中际旭创的 PEG 指标更低，说明其成长能力更具优势 —— 作为全球光模块龙头，中际旭创的产能规模直接匹配全球算力集群的光通信需求，价值锚点是全球产能供给能力，而非单纯的国内替代需求，估值基本符合全球行业水平。
3.服务器与制造环节：美国头部企业平均 TTM 市盈率约 35 倍，中国工业富联、浪潮信息的平均 TTM 市盈率约 37 倍，双方估值基本接轨。这一环节是中国算力产业的核心价值锚点：服务器代工属于成熟制造行业，定价逻辑锚定产能规模，工业富联、浪潮信息的全球市占率，完全支撑其估值水平，甚至在全球同行中具备一定性价比，是中国算力产业中唯一估值与全球市场完全对齐的环节。
4.算力基础设施环节：美国头部云厂商平均 TTM 市盈率约 28 倍，中国算力租赁、智算中心企业的平均 TTM 市盈率约 100 倍，估值差距显著。这一差异的核心是需求逻辑不同：美国云厂商的算力需求来自全球企业级市场，增长稳健且可量化；中国算力基础设施的需求，既来自国内企业级大模型部署需求，也受国内产业政策与短期 AI 应用情绪驱动，市场为其赋予了需求爆发期权，形成额外估值溢价。
六、风险维度差异化分析
中美算力头部企业的估值体系下，隐含完全不同的风险点，且风险对估值的传导逻辑存在显著差异，需要差异化研判：
1.美国企业风险：技术迭代周期与全球供应链风险：美国头部算力企业的核心风险，并非技术壁垒被直接打破，而是技术迭代节奏不及预期、行业周期性波动与地缘供应链干扰。比如英伟达，若 AI 芯片技术迭代速度放缓，或全球企业级算力需求低于预期，其寡头地位带来的成长溢价将边际衰减；台积电则面临地缘政治导致的产能供应风险，其先进制程产能的交付能力，直接决定自身估值的支撑性；美光的 HBM 业务则存在行业周期反转风险，若全球算力集群建设节奏放缓，HBM 价格或出现边际波动，进而影响业绩成长预期。此外，美国头部企业的市值规模已处于历史高位，成长基数过大，将导致后续营收增速边际放缓，估值将随行业成长节奏出现阶段性波动。
2.中国企业风险：估值兑现与产业落地不及预期风险：中国算力企业的核心风险，是高估值透支长期业绩、国产替代进程缓慢与供需结构错配。其一，部分国产芯片企业的估值，已透支未来 3-5 年的业绩增长空间，若量产规模或客户导入进度不及市场一致预期，将面临估值回调压力；其二，算力租赁、智算中心等基础设施环节，当前行业产能扩张速度较快，若国内下游 AI 应用的算力需求增长不及预期，将出现区域算力供需失衡，导致算力服务单价下滑，盈利水平承压；其三，国产替代的技术落地风险，部分国产芯片的性能、生态适配性，仍与海外巨头存在差距，实际替代规模无法匹配市场预期，将直接消解自主可控期权带来的估值溢价。
七、核心研究结论
综合 2026 年中公开市场估值数据与产业底层逻辑，中美算力头部企业的估值差异，本质是产业分工、成长阶段与价值锚点差异的综合体现，并非简单的高低之分，可得出三大核心研判结论：
第一，美国算力头部企业估值整体合理，具备长期配置价值。美国寡头级算力企业的估值定价，完全锚定全球技术壁垒与确定性成长，平均 PEG 指标 0.90，说明成长速度完全覆盖估值水平。其中，英伟达、博通、台积电、美光、Arista 等核心环节龙头，作为全球算力产业链的核心瓶颈资产，估值性价比更优，长期价值确定性更强，是全球算力产业配置的核心锚点。
第二，中国算力头部企业估值分化极致，价值锚点需精准筛选。中国算力产业不宜一概而论，价值锚点应按赛道分层：其一，全球产能输出型企业，以工业富联、中际旭创为核心代表，这类企业的业务已深度嵌入全球算力产业链，估值与全球行业标准接轨、成长确定性较强，是国内算力产业中估值性价比最高、业绩兑现能力最强的赛道；其二，国产技术替代型企业，以寒武纪、海光信息为核心代表，这类企业的估值包含显著自主可控期权，需要重点跟踪国产芯片量产进度、头部客户导入情况，只有实际替代规模兑现业绩，高估值才能长期支撑；其三，基础设施落地型企业，以浪潮信息、中科曙光为核心代表，估值直接绑定国内算力建设规模，短期需求刚性支撑估值，但需警惕行业产能扩张过快导致的盈利边际下滑风险。
第三，中美算力产业呈现互补分工关系，估值逻辑长期共存。美国企业掌握算力产业链顶层技术壁垒，定价逻辑是技术壁垒垄断溢价；中国企业具备全球领先的电子制造产能，且拥有国内庞大的 AI 应用需求市场，定价逻辑是产能规模+ 自主可控期权。双方并非直接竞争关系，而是全球算力产业链的上下流互补组合，两类估值逻辑将长期并行存在，分别对应全球算力技术成长、国内算力产能扩张的不同价值投资主线。
从产业长期趋势看，全球算力产业的成长确定性已得到充分验证，当前中美头部企业的估值差异，本质是产业发展阶段的正常表现，后续随着中国算力产业逐步成熟、国产芯片技术持续落地，中美算力产业链的估值逻辑，将逐步从完全分化向部分接轨演进，全球算力产业的价值分配体系，也将随产业分工的变化持续重构。
