计算机：底座算力跃迁到token工厂的新机会

11中邮证券底座算力跃迁到token工厂的新机会证券研究报告行业投资评级：强于大市|维持 孙业亮/刘聪颖中邮证券研究所 计算机团队发布时间：2026-06-162投资要点 算力需求爆发式增长，全球竞争日益激烈：随着人工智能、大数据、工业互联网等数字化技术规模化应用，全球算力需求高速增长；据中国信通院数据，截至2024年底，全球通算规模达628EFlops，同比增加14.0%，智算规模达5693EFlops，同比增加64.7%；据IDC预测，2025年全球人工智能服务器市场规模为1587亿美元，2028年有望达到2227亿美元。  Token经济正在开展一场智能定价革命：根据全球最大AI模型API聚合平台OpenRouter最新数据显示，3月16日至22日，全球AI大模型总Token调用量为20.4万亿，仅中国就达7.359万亿，占全球的36％，Token是其关键的主角之一。与传统算力租赁模式不同，“Token工厂”交付的不是算力时间，而是经深度优化后产出的智能单位Token，这不仅是技术升级，更是商业模式与价值分配的重构。 投资建议：建议关注1）AI基础设施：海光信息、寒武纪、中科曙光、浪潮信息、禾盛新材、协创数据等；2）AIDC厂商：润泽科技、东阳光、光环新网、数据港、奥飞数据、大位科技、豫能控股、世纪互联等；3）算力租赁厂商：宏景科技、润建股份、东方国信、首都在线等；4）运营商与云计算：中国电信、中国移动、中国联通、网宿科技、彩讯股份、优刻得等。 风险提示：行业竞争加剧风险；下游应用需求不及预期风险；Token价格大幅波动风险等。请参阅附注免责声明3Token工厂重构算力商业模式二风险提示四目录一大模型驱动算力需求指数级增长产业链与相关上市公司三44一大模型驱动算力需求指数级增长5大模型驱动算力需求指数级增长图表1：人工智能模型算力需求持续攀升资料来源：中国信通院《智能算力服务研究报告（2026年）》，中邮证券研究所请参阅附注免责声明 AI高速发展推动各行业数智化转型，全球算力需求高速增长。大模型正呈现由训练主导向训练与推理并重，由中心集聚向分布协同演进，训练与推理环节对算力双重刚需，显著推动智能算力基础设施踏上快速发展轨道；此外，用户对智能算力服务的诉求也由获取底层资源转向获取任务能力、结果交付与普惠化服务。据中国信通院数据，截至2024年底，全球通算规模达628 EFlops，同比增加14.0%；智算规模达5693 EFlops，同比增加64.7%。6大模型驱动算力需求指数级增长图表2：到2031年中国企业将拥有3.5亿个活跃智能体资料来源：IDC咨询公众号，中邮证券研究所请参阅附注免责声明 智能体带来AI应用革命，算力需求的重点正从训练侧逐步转向推理侧。智能体需要持续感知环境、反复调用工具、不断生成结果，并与用户进行多轮交互，以Open Claw为代表的各类智能体应用加速涌现，推动AI产业迈向“应用落地”与“规模化服务”新阶段。据IDC数据，中国企业活跃智能体数量将在2031年突破3.5亿规模，年复合增长率达到135%以上，这一增速将领先全球主要市场；同时，由于智能体任务执行密度的增长和任务复杂度的提升，也将带来智能体Token消耗年均超30倍的指数级跃升。7大模型驱动算力需求指数级增长图表3：到2027年智能体等应用普及率超过70%资料来源：中国政府网，中邮证券研究所图表4：2027年推动3-5个通用大模型在制造业深度应用资料来源：工信部官网，中邮证券研究所请参阅附注免责声明 政策层面已明确路线图与时间表：国务院印发的《关于深入实施人工智能+行动的意见》提出，到2027年新一代智能终端、智能体等应用普及率超过70%，人工智能在公共治理中的作用明显增强，到2030年提升至90%以上；工信部等八部门联合印发的《“人工智能+制造”专项行动实施意见》，明确到2027年将推动3-5个通用大模型在制造业深度应用，培育1000个高水平工业智能体，打造100个工业领域高质量数据集，推广500个典型应用场景，培育2-3家具有全球影响力的生态主导型企业和一批专精特新中小企业；地方政府同步跟进部署，面向制造业、金融、政务、医疗等重点领域，加快智能体产业布局。8大模型驱动算力需求指数级增长图表5：MAG7资本支出持续超预期资料来源：Factset，中邮证券研究所请参阅附注免责声明 海外AI资本开支快速增长：微软、谷歌等美国科技巨头纷纷加大资本开支，特别是在GPU采购、数据中心、电力上的投入，大模型训练成本极高，导致只有头部云服务商和AI公司能负担，早期积累的模型质量、用户数据和算力规模会形成“马太效应”，谁在大模型和应用生态中占领先机，就会获得巨大战略优势。 中国正快速实现追赶：腾讯表示，今年下半年AI相关的资本支出会进一步增加；阿里表示，未来AI基建相关投入资金会远远超过3800亿；字节计划2026年资本支出将超过2000亿元人民币，较此前的初步计划增加了25%。9大模型驱动算力需求指数级增长图表6：预计2026年中国MaaS市场的Token消耗量将达到约4万万亿次资料来源：IDC咨询公众号，中邮证券研究所请参阅附注免责声明 Token消耗快速增长：Token（词元）是连接技术供给与商业需求的“结算单位”，到2026年3月，我国日均Token调用量已超过140万亿，较2024年初增长了1000多倍，标志着AI发展已进入以推理和应用为核心的快速增长阶段；智能时代Token成为核心生产要素，伴随着智能体应用爆发，其需求呈指数级增长，预计2030年中国日均消耗Token量将达万万亿级，AI基础设施变得愈加重要。据IDC预测，2026年中国MaaS市场的Token消耗量将达到约4万万亿次，营收规模约186亿元，2024-2030年的年复合增长率约为1154.9%。1010二Token工厂重构算力商业模式11 “Token工厂”重塑价值产出：作为大模型处理信息的最小单元，Token具备可计量、可定价、可交易的特性，既是AI服务的基本结算单元，也正成为数字经济的核心“能源”，“Token工厂”是高效连接起算力、模型与应用的枢纽；与传统算力租赁模式不同，“Token工厂”交付的不是算力时间，而是经深度优化后产出的智能单位Token，这不仅是技术升级，更是商业模式与价值分配的重构。未来智算中心竞争不只是芯片之争，更是软件、网络、能源、运营和生态的综合竞争。Token工厂正在把数据中心从基础设施行业推向制造业，而制造业的核心从来不是规模，而是效率。图表7：软通动力韶关Token工厂资料来源：软通动力公众号，中邮证券研究所请参阅附注免责声明Token工厂重构算力商业模式12Token工厂重构算力商业模式图表8：AI大模型的Token成本分为CAPEX和OPEX两部分资料来源：21世纪跨国企业观察公众号，中邮证券研究所请参阅附注免责声明 Token的经济成本可拆解为资本性开支和运营性开支两部分：训练阶段以CAPEX主导，是一次性的重资本密集投入；推理阶段以OPEX主导，是随Token规模扩张的持续性边际成本。 训练阶段CAPEX主导固定成本：训练一个千亿参数级别的通用大模型，全流程需