1、AlInfra：应用渗透下的又一卖铲相关研究本期投资提示：.AIInfra作为AI模型训练与推理的底层支撑，已成为应用落地的关键“卖铲人”。本篇报告核心解答三个问题：1）哪些Infra软件是刚需；2）生成式Al给核心Infra软件带来了何种影响；3）生成式AI影响下，竞争格局和态势如何变化，厂商又如何动作。.算力调度是决定模型推理盈利水平的核心变量。国内模型Token收费显著低于海外，成本敏感度更高。阿里Aegaeon通过Token级调度可减少82%GPU用量，华为Flex:ai提升30%算力利用率，高效调度能力成为模型推理厂商盈利关键。根据我们测算，在单日10亿查询量下，若使用H800芯片，

2、单卡吞吐能力每提升10%，毛利率能够提升2-7个百分点。.数据类Infra需求先于应用爆发，向量数据库成刚需。RAG技术渗透率快速提升，Gartner预测2025年企业采用率将达68%。向量数据库作为RAG核心组件，支撑海量数据毫秒级检索，市场需求持续高增。.AI时代数据架构从“分析优先”转向“实时运营+分析协同”，行业发生了几点重要的变化：1）NoSQL+OLTP数据库再风靡，通过补充向量索引能力切入向量数据库市场；2）数据湖、数据仓库厂商（OLAP为主）通过并购、合作方式引入AI模型，向全栈工具迈进。MongoDB凭借“低门槛+高弹性”，契合中小客户低成本AI落地需求，增长弹性突出。Mon

3、goDB作为文档型NoSQL数据库，其适配非结构化数据存储与高频实时CRUD操作，契合Al原生应用与Agent需求，2025年收购VoyageAI补齐向量检索能力。FY26Q3核心产品实现30%增速，增长弹性突出。.Snowflake与Databricks靠全流程工具链和客户粘性，占据数据密集型行业核心场景，但需应对CSP跨界竞争与实时能力短板。Snowflake与Databricks以OLAP为核心向全栈工具延伸，靠海量数据处理能力成为中大型企业首选，但TP能力暂有不足(尤其是Snowflake），面临中小市场渗透与云厂商挤压压力。GPU主导数据控制中心，存储与数据库技术升级。NVIDIA推

4、出SCADA方案实现GPU直连SSD，将IO延迟降至微秒级。向量数据库需适配GPU并行计算，通过列式存储、算子重写等技术升级，匹配AI实时推理需求。结论和投资分析意见：生成式mathsfAl+Agent加速渗透，Alinfra软件作为应用部署的基础设施，有望进入高速增长期。看好高实时性、可灵活拓展的分布式交易型数据库厂商(OLTP），以及增量的向量数据库。相关标的：MongoDB、达梦数据、英方软件、Snowflake、深信服等。风险提示：商业化与IT支出不及预期；生态竞争加剧风险，云厂商自研与平台整合挤压份额；技术迭代与产品成熟度风险。投资案件生成式mathbbA1+Agent加速渗透，Al

5、infra软件作为应用部署的基础设施，有望进入高速增长期。看好高实时性、可灵活拓展的分布式交易型数据库厂商（OLTP)，以及增量的向量数据库。相关标的：MongoDB、达梦数据、英方软件、Snowflake、深信服等。两类产品是重点：算力调度类软件和数据类软件。算力调度类软件将主要由CSP等大型下游客户攻克，包括华为、字节跳动、阿里巴巴等。数据类软件，OLTP、OLAP两类厂商差异化场景适配。MongoDB凭借“低门槛+高弹性”，契合中小客户低成本AI落地需求，有望借庞大客户基数扩张份额。Snowflake与Databricks靠全流程工具链和客户粘性，占据数据密集型行业核心场景，但需应对CS

6、P竞争与实时能力短板，需技术迭代巩固高客单价市场壁垒。看好相关标的包括MongoDB、达梦数据、英方软件、Snowflake、深信服等。算力调度能力是模型推理服务的关键，根据我们测算，在单日10亿查询量下，若使用H800芯片，单卡吞吐能力每提升10%，毛利率能够提升2-7个百分点。相比SaaS时代，AI给软件工具栈的最大影响是，数据结构从“分析优先”转向实时运营+分析协同”，Agent也强化了对高实时性数据的需求。综合来看，这些需求的本质是高频、小批量、低延迟的实时事务处理，这正是OLTP的核心优势。以上趋势下，OLTP+NoSQL再次风靡。海外MongoDB厂商的收入增速25Q2出现拐点，印