AI智能体落地周期下，算力基础设施与模型应用的核心投资逻辑是什么？

在AI智能体落地周期下，算力基础设施与模型应用的投资逻辑主要围绕供需失衡、技术迭代及国产替代展开。 在算力基础设施方面，供需剪刀差支撑量价齐升。国内高端算力供给受海外芯片管制持续紧缺，需求增速显著高于供给增速，拥有稀缺算力资源的企业议价能力走强，且商业模式有望从固定租金转向Token分成，打开盈利弹性。液冷技术因单机柜功耗走高及PUE政策约束，成为高功率智算中心标配，渗透率提升利好相关厂商。智能体并发任务大幅提升CPU调度需求，CPU需求有望收敛甚至超过GPU。此外，国产AI加速卡份额持续提升，超节点架构通过芯片级高速互连打破通信瓶颈，成为国产算力缩小代差的核心路径。 在模型与应用方面，多模态、编程、物理AI依次兑现价值。国产编程、视频生成模型逐步迈向全球第一梯队，凭借成本优势与合规优势，在政企市场快速替代海外产品。应用层面，AI编程商业化落地最快，物理AI作为中长期核心成长赛道，仿真平台解决具身智能数据瓶颈。通用软件端及行业数字化领域，AI Agent在工业、金融、医疗等场景的降本增效逻辑清晰，垂直行业解决方案订单逐步释放。