三月的第一个交易日并不顺利，不仅一个A杀，而且游资方面也是大量出货！今日最靓的是固态电池，但是今晚就不写了，因为整体思考认为，未来2天内可能会出现大的分歧！今晚更多的思考还是DS的未来的爆发性！

一、核心驱动

公司名称

资本开支情况

阿里巴巴未来三年将投入超过3800亿元用于云和AI硬件基础设施建设，年均资本开支约1300亿元。2025年其资本开支增量预计超533亿元，主要用于AI和云计算基础设施、AI基础模型平台及AI原生应用、现有业务的AI转型升级。

腾讯2025年资本开支预计在600-800亿元，重点投向AI算力采购与IDC建设。

华为2025年资本开支预计在500-700亿元，重点投入昇腾芯片、云计算与通信设备。

字节跳动2025年资本开支或将达到1600亿元，其中900亿元用于AI算力采购，700亿元用于IDC基建以及网络设备（如光模块、交换机）。

二、大厂积极布局的因素

1、顺应行业趋势与市场需求

AI 发展需求：AI 时代来临，算力成为关键资源，如阿里预计未来三年投入超 3800 亿元用于云和 AI 硬件基础设施建设，以满足 AI 大模型训练、智能应用开发等对强大算力的需求。

云计算市场增长：企业上云趋势明显，云计算市场规模不断扩大。腾讯、华为等加大资本开支，用于建设云计算数据中心、升级网络设备等，以提升云计算服务能力，抢占市场份额。

数据流量增长：随着 5G 普及、物联网发展，数据量爆发式增长。字节跳动旗下产品众多，用户基数庞大，为处理海量数据，需加大在 IDC 基建、网络设备等方面的投入。

2、增强自身竞争力

技术创新竞争：在 AI、云计算、通信等领域，技术创新日新月异。华为 2023 年研发投入达 1615 亿元，占年收入的 25.1%，通过加大投入，在昇腾芯片、AI 存储等技术上取得突破，提升核心竞争力。

业务拓展竞争：腾讯在结束降本增效后，加大资本开支，拓展 AI、云计算等新兴业务，与其他巨头在新领域展开竞争，通过招聘大量 AI 人才等方式，提升业务创新能力。

3、产业环境

产业协同发展：企业加大资本开支，可促进上下游产业协同发展。阿里加大算力硬件采购，带动服务器、光模块等产业链企业发展，形成良好产业生态。

4、长期战略布局

构建技术壁垒：通过大规模资本投入，在技术研发、基础设施建设等方面形成优势，构建技术壁垒。字节跳动大力投入 AI 算力采购，为 AI 技术发展奠定基础，形成竞争门槛。

拓展业务边界：为未来业务多元化发展做准备。腾讯、阿里等除传统业务外，通过加大资本开支，布局元宇宙、智能交通等新领域，寻找新的增长引擎。

提升抗风险能力：加强基础设施建设和技术储备，可提升企业在面对市场波动、竞争压力等风险时的应对能力。华为在面临外部制裁的情况下，持续投入研发和基础设施建设，保持业务稳定发展。

三、DS二波大概率还是算力！

1. 算力是DS运行的基础：DeepSeek作为一种高效的推理框架，其运行离不开强大的算力支持。DS通过优化推理效率，降低了对高端GPU的依赖，但算力仍然是其运行的核心基础。这意味着，即使DS降低了单位算力的成本，整体算力需求仍然会随着AI应用的普及而大幅增长。

2. DS推动算力需求的爆发：DeepSeek的开源和技术创新显著提升了推理效率，降低了模型调用API的成本。这一技术突破使得更多企业和机构能够大规模部署AI应用，从而进一步推动了对算力的需求。例如，字节跳动等大厂的模型调用规模庞大，即使在DS优化后，对推理算力的需求依然巨大。

3. 政策与市场需求共振：国家政策对算力的重视和支持力度不断加大，明确提出构建全国一体化算力体系，并将智能算力占比提升至35%。同时，AI大模型的快速迭代和端侧AI设备的普及，使得算力需求激增。这种政策与市场需求的共振，为算力板块的发展提供了强大的动力。

4. Jevons悖论：尽管DS优化了推理效率，降低了单位算力成本，但从历史经验来看，这种技术进步往往会引发更多的需求，即Jevons悖论。换句话说，算力的优化和成本降低将进一步推动AI应用的普及，从而带动整体算力需求的持续增长。

5. 产业链的双重受益：DS的第二波行情不仅推动了算力硬件（如GPU、服务器）的需求增长，还带动了算力租赁、云计算等相关服务的发展。这种产业链的双重受益逻辑，使得算力成为当前最具确定性的投资方向之一。

四、国产算力的机会

1. 技术创新与性能提升

国产算力芯片企业通过不断加大研发投入，逐步提升芯片性能。例如，华为的Ascend系列AI芯片凭借高性能和高能效的特点，已广泛应用于多个行业。此外，RISC-V架构的崛起也为国产芯片提供了新的机遇，达摩院推出的首款服务器级RISC-V处理器C930，其算力性能显著提升，预示着国产芯片在高性能计算和AI领域的潜力。

2. 国产替代与自主可控

在国际形势变化和技术限制的背景下，国产算力芯片的自主可控成为国家战略。美国对中国的芯片出口管制不断升级，促使国内企业加速自主研发，推动国产化替代进程。例如，中信证券预测，到2025年，中国人工智能算力芯片市场将达到386亿美元，其中国产算力芯片的市场规模将从2024年的73亿美元增长至251亿美元。

3. 政策支持与市场需求

国家及地方政府高度重视国产算力芯片的发展，出台了一系列政策支持智算中心和国产算力基础设施建设。例如，上海提出到2025年智能算力规模超过30EFlops，国产算力芯片占比超50%。此外，随着AI大模型的商业化落地，国产算力芯片成为支撑大模型研发和商业化的稳定选择。

4. 产业链协同发展

国产算力芯片企业通过与上下游企业的合作，构建完善的产业生态系统。例如，海光信息通过自主研发软件栈，降低了应用迁移难度，推动了国产算力芯片的广泛应用。同时，随着AI服务器的高密度集成化发展，垂直整合能力的提升也成为满足市场需求的重要方式。

5. 新兴技术的推动

DeepSeek等技术创新显著降低了AI模型的算力需求，使得国产芯片能够更好地适配高性能AI模型。此外，国产芯片在推理阶段的性能不足正在逐步改善，多家国产AI芯片公司已完成对DeepSeek模型的适配。

6. 产能与市场空间

预计到2025年，国产算力芯片需求将达到194万片，市场空间达1356亿元。同时，随着晶圆代工和先进封装技术的发展，国产芯片的产能和良率有望进一步提升，从而更好地满足市场需求。

综上所述，国产算力芯片通过技术创新、政策支持、产业链协同和应用场景拓展等方式，正在逐步满足快速增长的市场需求，并在AI时代展现出巨大的发展潜力。

五、受益公司

一、国产算力芯片设计企业

1. 寒武纪
2. 国内领先的AI芯片设计公司，产品应用于智能驾驶、语音等领域，为人工智能提供算力支持。
3. 海光信息
4. 国内高性能CPU及GPU芯片公司，主攻数据中心和AI计算。
5. 芯原股份
6. 提供顶级IP和ASIC定制量产服务，助力ASIC芯片设计企业快速实现芯片量产。

二、晶圆代工企业

1. 中芯国际
2. 国内晶圆代工龙头，随着ASIC市场需求增长，其产能利用率和业绩不断提升。
3. 华虹公司
4. 与中芯国际并称“晶圆代工双雄”，在ASIC生态繁荣背景下，市场份额和盈利能力有望进一步提高。
5. 晶合集成
6. 全球晶圆代工营收前十的企业之一，随着ASIC市场的发展，其有望持续扩充产能。

三、服务器与数据中心企业

1. 浪潮信息
2. 国内AI服务器龙头，深度参与AI大模型训练，直接受益于算力需求爆发。
3. 中科曙光
4. 国产算力龙头，为DeepSeek杭州训练中心提供液冷系统，技术壁垒显著。
5. 数据港
6. 腾讯核心IDC服务商，长期承接其数据中心运维，需求随AI部署扩容。
7. 润泽科技
8. 数据中心运营商，承接AI算力集群建设订单。

四、光通信与网络设备企业

1. 中际旭创
2. 全球光模块头部企业，800G产品需求随AI算力提升持续增长。
3. 新易盛
4. 与云厂商达成长期协作，有望受益于AI发展。
5. 锐捷网络
6. 腾讯数据中心交换机主流供应商，网络设备采购量随算力集群扩张提升。

五、散热与电源企业

1. 英维克
2. 在数据中心温控领域有深厚技术积累，为ASIC芯片提供高效散热解决方案。
3. 科华数据
4. 数据中心电源系统供应商，需求随算力密度升级。

六、存储芯片企业

1. 兆易创新
2. 国内NOR Flash龙头，通过持股青云科技布局存算一体解决方案，适配端侧AI设备。
3. 江波龙
4. 企业级存储（SSD/内存条）核心供应商，客户包括云计算厂商和政企客户。

七、其他相关企业

1. 紫光股份
2. 旗下新华三集团为腾讯T-block数据中心提供网络设备，深度参与混元大模型训练。
3. 并行科技
4. 专注于高性能计算（HPC），核心技术赋能AI算力。
5. 首都在线
6. 主要为AI企业提供云计算基础设施

AI 产业发展中，算力是基础且贯穿始终。从 2023 年的英伟达算力链到 2025 年的国产算力和云计算，市场对算力的重视程度不断提高，资金也更愿意布局算力领域！

以上均为个人思路，仅供学习交流，不构成任何推荐建议！