您的当前位置:首页 > 标签 > 国产AI大模型信创机遇
【国金证券】计算机行业研究:DeepSeek推动“算力平权”,关注端侧AI和Agent投资机会-250207(20页).pdf
2026国产AI大模型信创机遇:自主可控与十四五收官,国产算力生态趋势|国金证券
国金证券研报显示DeepSeek开源策略加速AI信创,国产芯片(昇腾、海光)适配进展显著。2025年十四五收官之年信创政策加速落地,AI软硬件全栈国产化产业链迎布局窗口。
 2026-07-30
 信息技术
 20页
1张图表
数据来源:
【国金证券】计算机行业研究:DeepSeek推动“算力平权”,关注端侧AI和Agent投资机会-250207(20页) 查看报告
AI大模型的自主可控已迫在眉睫。国金证券研究报告显示,以DeepSeek为主的国产大模型迅速崛起,除了软件核心组件自主可控以外,硬件产业链的国产替代需求同样旺盛。华为昇腾、海光DCU、寒武纪等国产芯片厂商已宣布适配DeepSeek系列模型。2025年是十四五收官之年,预期信创推进政策及配套财政支持政策快速落地,上半年信创产业链订单回暖信号值得关注。

AI自主可控:从软件到硬件的全栈国产化

DeepSeek的崛起标志着国产大模型已具备全球竞争力,但自主可控不仅是模型层面的问题,更涉及从芯片到算力平台到应用的全栈国产化。AI信创的核心逻辑是:在算力芯片受限的外部环境下,通过算法效率突破实现自主可控的发展路径。

国产芯片厂商已积极适配DeepSeek系列模型。华为昇腾基于vLLM/SGLang等推理框架完成适配部署,实现DeepSeek的0day支持,并向开发者开源所有推理代码和算子实现。海光信息宣布DCU已实现对DeepSeek的无缝适配+深度调优。寒武纪同步开源大模型推理引擎vLLM-MLU源代码。国产软硬协同生态正在加速成型。

AI信创的紧迫性还体现在网络安全的维度。DeepSeek遭受网络攻击的警示表明,自主可控的AI基础设施不仅是技术选择,更是国家安全的需要。从训练框架到推理引擎,从芯片到操作系统,任何一个环节的“卡脖子”都可能成为系统性风险点。
国产芯片厂商DeepSeek适配进展
芯片厂商适配进展技术特点
华为昇腾0day支持DeepSeek系列模型基于vLLM/SGLang推理框架完成适配
海光信息无缝适配+深度调优DCU高通用性、高生态兼容度
寒武纪开源vLLM-MLU源代码大模型推理引擎适配

十四五收官之年:信创政策加速落地

2025年是十四五收官之年,信创推进政策及配套财政支持政策预期快速落地。从历史经验看,每个五年计划的收官之年都是信创订单集中释放的窗口期,党政和关基行业的国产化替代进入冲刺阶段。

AI信创与传统信创的差异在于:传统信创侧重“替代”(国外产品替换为国产),AI信创侧重“引领”(在AI这一新兴赛道建立自主技术体系)。DeepSeek的成功证明了中国在AI核心算法领域具备引领能力,这为AI信创的推进提供了技术支撑和信心基础。

具体受益方向包括:AI训练/推理芯片国产化(华为昇腾、海光DCU、寒武纪)、AI服务器及算力基础设施(中科曙光、浪潮信息、神州数码)、AI基础软件(操作系统、数据库、中间件)、AI应用软件(办公、ERP、工业软件等)。预计2025年上半年信创产业链相关公司的订单回暖将会出现重要信号。

国产算力生态:从“可用”到“好用”的跨越

国产算力生态正从“可用”向“好用”跨越。过去国产算力芯片面临的最大障碍是软件生态不完善——缺乏成熟的大模型适配和工具链支持。DeepSeek的开源策略和国产芯片厂商的快速适配共同加速了这一进程。

2024年字节跳动资本开支达800亿元,接近百度、阿里、腾讯三家总和,国产算力芯片在互联网巨头的采购份额持续提升。政府智算中心项目中,华为昇腾、寒武纪等国产芯片已成为重要技术支撑。郑州人工智能计算中心规划峰值10000P采用昇腾等国产芯片,标志着国产算力已具备支撑超大规模AI训练的能力。

国产算力生态的完善遵循“应用牵引-数据积累-模型优化-硬件迭代”的正循环。DeepSeek系列模型在国产芯片上的高效运行,将吸引更多开发者基于国产平台进行AI应用开发,进一步丰富国产AI生态。

投资建议:中科曙光、神州数码、中国软件、达梦数据

AI信创产业链迎来布局窗口,推荐关注:

算力基础设施:中科曙光(国产高端计算龙头,AI服务器及算力平台)、神州数码(鲲鹏/昇腾生态伙伴,神州问学平台集成DeepSeek)、软通动力(华为生态核心伙伴)、拓维信息(鲲鹏/昇腾+鸿蒙生态)。

基础软件:中国软件(操作系统龙头)、达梦数据(国产数据库龙头,党政及关基行业渗透率持续提升)。

AI安全与测评:奇安信(QAX安全大模型+DeepSeek性能提升)、永信至诚(AI测评“数字风洞”平台)。
客服
商务合作
小程序
服务号
折叠