夜雨聆风7月27日，长鑫科技正式登陆A股科创板，首个交易日涨幅超过500%，市值一度超过3.6万亿人民币，成为A股市值第一的公司。除开短线博弈的资金，机构对长鑫的配置意愿提升更多的透露出对国产替代的信心，毕竟长鑫是DRAM存储芯片领域的全球第四大厂，仅次于韩国的三星电子、SK海力士和美国的美光科技。
往后乐观一点去看，目前长鑫已经在上海和合肥新建两座工厂，并正在与其他地区的当地政府洽谈建设第三座工厂，这些项目的落地将使长鑫的产能达到每月60万片以上，到2030年，长鑫将超过美光，我国追赶的步伐将进一步加快。
长鑫的上市，自然是我们政策不断加大对国产硬件支持的结果，但我们更应该看到背后国产替代逻辑下的AI机会。
客观上来讲，在AI产业链当中，我国目前真正具备全球竞争力的公司并不多，绝大多数也都只是美股科技巨头产业链的一环，本质上还是在给这些科技巨头“打工”，也就意味着技术路线、订单都深度绑定美股科技公司。而一旦美股公司调整技术路线或者订单库存，比如最近Meta开始打算出租算力，英伟达产品可能因技术原因延迟，都对国内相关公司的经营形成冲击，股价上也遭遇巨大的压力测试。
要解决这个问题，需要回到国产替代的逻辑当中，用国产公司的业绩增长和产业景气度增长的逻辑去叙事，真正具备长期投资价值的，还是那些能够摆脱外部依赖、实现国产替代的核心资产。
一方面，政策上的倾斜明显。去年8月，监管划定红线，新建数据中心本地芯片采购占比不得低于50%，去年11月，国有资金项目完全禁止采购英伟达、AMD等海外加速器，今年6月发布的2万亿算力网格计划进一步要求底层芯片国产占比须达到80%，中国电信服务器集采中，国产化系列占比已达67.5%。
另一方面，客观数据也在说明算力市场的结构变化。2025年，中国AI加速卡市场总出货约400万张，其中国产厂商出货165万张，市场份额首次突破四成达41%，英伟达份额从2024年的约70%下滑至55%。据摩根士丹利等机构的预测，2026年中国AI加速器市场中，华为昇腾有望拿下超过60%的份额。
这些数据正在说明，国产芯片的替代并不完全是行政政策的结果，同时也是市场选择的结果，国产算卡正在从“可用”变成“好用”。
最近国产大模型已经开始陆续适配国产算力，比如Deepseek V4使用国产算力参与训练，再比如Kimi K3模型的MoE架构推荐起步部署单元就是64卡集群，刚好对应华为昇腾950超节点的标准单机柜规格等等。我们知道，之前昇腾950只是在人工智能大会上展示，现在已经在K3模型上实现需求落地，后续无疑会继续在公有云和私有化部署中有更多的落地。
回到资本市场，我们自然应当跳出“唯英伟达对标论”的局限，将重点放到国产替代以及国产化算力链的机会，尤其是那些在系统级集群、软件生态建设上取得实质性突破的核心公司。
我们建议重点关注以下几条逻辑：
一、AI的国产替代主要涉及GPU、CPU、昇腾产业链和大模型几个方面，覆盖从底层硬件到上层应用的完整链条。
目前算力基础设施建设已经基本完成“十四五”规划的目标，相比美国数据中心建设已出现明显放缓信号（美国在建数据中心容量从2024年末的6.35GW降至2025年末的5.99GW，这是自2020年以来首次出现下滑），我国2024年是中国算力投资的起步之年，2025年开始加速，2026年是真正进入需求高峰期。预计国产算力替代呈现出推理侧先行、训练侧突破、生态侧协同的特征。
GPU芯片是大模型训练和推理的关键底座，DeepSeek V4采用国产算力参与训练，意味着国产GPU及AI加速芯片已从推理侧验证迈向训练侧验证，进入真实大模型训练场景。
CPU芯片则在Agent时代成为底层调度核心。随着AI算力需求高速增长、通用服务器更新周期启动，以及Intel、AMD相继提价，服务器CPU供需错配加剧。Agent与强化学习重构AI工作负载范式，算力基础设施建设也从单纯“GPU堆叠”转向“GPU+CPU异构协同”，CPU在AI基础架构中的地位持续提升。
二、昇腾产业链和大模型构成重要增长极。
昇腾产业链具备体系化生态特征，覆盖材料、连接器、PCB、服务器整机、集成、算力平台和行业应用，未来价值有望从政策采购和行业信创项目扩展至通用AI基础设施市场。
大模型则是尚未充分定价的核心赛道，党政机关、地方政府和央国企对自主可控大模型需求持续释放，政务及重点行业对安全性、私有化部署和国产算力适配提出更高要求，“AI+教育”“AI+政务”“AI+医疗”“AI+办公”等将成为高确定性落地场景。
本文数据来源：wind、通联数据
投资顾问：王梁幸
登记编号：S0800611010074
