各種信號表明，中國的AI基建即將迎來爆發期。

恰如曾經的水電煤、互聯網等，AI將成為未來社會和經濟的重要基礎設施，也是提高國家競爭力和經濟安全的重要一環。過去幾十年，基建的魅力大家早就體驗過。所以如今強化AI基建勢在必行。過去，大搞特搞AI基建其實不具備客觀條件。但最近種種跡象表明，AI基建的時機開始成熟。其中最明顯的信號，就是大家敢于拿真金白銀投入了。

這不，本周阿里宣布將投入超過3800億用于建設云和AI硬件基礎設施，刷新了國內民營企業AI硬件基礎設施投資紀錄，真真彰顯了我們發展AI基建的決心。作為民營企業的佼佼者，阿里帶了個好頭。可以預見，接下來會陸陸續續有更多的企業跟進。

事實上，全球科技巨頭（如Meta、谷歌、亞馬遜）已經在加碼AI基建投資，漸漸成為一種趨勢。而我們的AI基建也在慢慢起來，有望帶動整個科技資產重新估值。摩根大通認為：中國科技股的估值折扣仍然很大。對于AI基建，也許現在就是最好的入場時機。

一、什么是AI基建？

AI基建（AI基礎設施）是支撐人工智能技術運行的底層架構，類似于傳統社會的“水電煤”或互聯網時代的“寬帶網絡”，為人工智能的高效運行提供基礎保障，包括高性能計算芯片、數據中心、云計算平臺、存儲系統等。其核心目標是降低AI研發門檻、加速技術落地，并推動規模化應用。

隨著大模型和AI應用的普及，對高效、穩定、低成本的基礎設施需求激增，尤其是在算力硬件、云計算、邊緣計算等領域，這為A股市場帶來了豐富的投資機會。

二、AI基建將有哪些發展趨勢？

隨著AI大模型興起，算力、算法、數據三要素都呈現“基礎設施化”態勢。智算中心、基礎模型和數據平臺的建設將為AI應用的落地提供強大支撐，而綠色計算、多模態融合和數據隱私保護等技術的發展將進一步提升AI基礎設施的效率和安全性。此外，存算一體技術也在快速發展，這將減少數據搬運，提升處理速度

算力層面：

智算中心作為算力基礎設施的核心，其建設規模將不斷擴大，成為支撐AI大模型訓練和應用的重要基礎。隨著算力需求的增加，綠色計算成為重要發展方向，液冷技術、低功耗芯片等技術將被廣泛應用，以降低能耗。同時，通過算力網絡化實現算力資源的高效分配和利用成為趨勢。

算法層面：

AI基礎模型將更加通用化。通過預訓練大模型實現以更少的數據和時間完成AI場景應用，降低開發門檻。算法正從單一模態向多模態融合演進，未來AI模型將具備更豐富的感知和理解能力。自監督學習等技術將優化數據處理和模型設計，提升算法效率。

數據層面：

隨著數據重要性的提升，隱私計算、聯邦學習等技術將成為數據基礎設施的關鍵組成部分，確保數據在安全合規的前提下被高效利用。未來數據與AI的深度融合，將更加注重“AI for Data”，即通過機器學習優化數據收集和處理，形成數據與AI的正向循環。

三、AI基建有哪些投資機會？

1、高性能芯片和計算架構的創新企業

GPU/TPU/ASIC芯片：高性能計算芯片是AI訓練與推理的核心。英偉達、AMD等全球頭部企業持續受益，國內企業如寒武紀、海光信息等也在加速技術突破。

存算一體與Chiplet封裝：存算一體技術減少數據搬運，提升處理速度，Chiplet封裝則通過小芯片集成提升性能。

邊緣計算芯片：隨著AI在終端設備（如手機、個人電腦）的應用普及，低功耗、高性能的邊緣計算芯片需求增長。

2、數據中心和云計算服務提供商

IDC（互聯網數據中心）：隨著算力需求激增，IDC的供需關系改善，租賃價格回暖。城地香江、賽為智能等企業專注于數據中心的建設與運營。

云計算與邊緣計算平臺：阿里云、騰訊云等國內廠商市場份額持續擴大，2025年中國云計算市場規模預計突破6000億元。邊緣計算則通過與云計算的協同架構，推動實時應用場景的落地。

數據中心綠色化轉型：AI算力需求推高能耗，UPS電源、液冷技術、綠電直供及儲能系統成為關鍵。華為提出的“算電協同”模式將加速儲能技術的應用。

REITs融資支持：中國證監會支持AI數據中心通過REITs盤活資產，降低投資門檻。

3、存儲技術與網絡基礎設施開發商

高性能存儲解決方案：隨著AI大模型的興起，數據存儲需求顯著增加，尤其是對高性能、高容量存儲技術的需求。例如，HBM（高帶寬存儲器）因AI催化需求快速增長，成為DRAM市場的重要增長點。相關企業如SK海力士、美光等在HBM領域占據領先地位。

分布式存儲市場：分布式存儲技術能夠滿足大規模數據處理的需求，中科曙光等企業通過分布式統一存儲產品，為AI基礎設施提供支持。

網絡基礎設施：AI應用的普及需要高速、低延遲的網絡支持。中興通訊等企業通過5G技術和數據中心設備，為云計算和AI基礎設施提供通信和算力支持。此外，光模塊和高速互聯技術也迎來發展機遇。

4、軟件優化與系統集成解決方案提供商

AI軟件與框架：AI基礎設施的軟件部分包括深度學習框架（如TensorFlow、PyTorch）和AI開發工具鏈。商湯科技通過SenseCore大裝置，打通算力、算法和平臺，為AI應用提供低成本、高效率的解決方案。

系統集成與優化：系統集成解決方案提供商能夠幫助企業高效部署AI基礎設施。例如，中興通訊的全站智算解決方案助力算力基礎設施升級，推動AI應用落地。

云計算與邊緣計算服務：云計算和邊緣計算是AI基礎設施的重要組成部分。阿里云、騰訊云等云服務提供商通過提供強大的計算和存儲能力，支持AI應用的開發和部署。