以下为对东兴证券研究所发布的《东兴计算机 | 2026年中期策略:分化蓄力,聚焦AI核心赛道兑现》研究报告的极其详细分析。分析覆盖元数据与概览、逐章解读、图表深度解读、估值与风险评估、批判性视角,以及结论性综合。为便于溯源,文中所有来自原文的重要结论、数据点和推断的出处均在句末标注了页码引用,如需核对请对应原文页码。
一、元数据与概览(引言与报告概览)
-
标题与作者/机构/日期/主题
- 报告标题:东兴计算机 | 2026年中期策略:分化蓄力,聚焦AI核心赛道兑现
- 作者/机构:东兴计算机团队、东兴证券研究所
- 发布日期:2026年6月29日
- 主题与对象:聚焦计算机板块的中期投资策略、行业展望与细分赛道机会,尤其聚焦AI相关核心赛道及算力基础设施、AI模型与行业应用、量子等未来产业。
-
核心论点与策略要旨(来自投资摘要与行业展望)
- 行业背景与板块表现:截至2026年6月22日,申万计算机指数下跌8.80%,而沪深300上涨9.28%、科创50上涨44.99%;板块在31个申万一级行业中排名第19,显示相对弱势与结构性分化的态势。市场资金自5月起从高估值软件端撤离,算力硬件板块获得资金回流,形成上游“硬件主线”带动的跷跷板效应。作者认为板块估值处于近三年中位水平,但细分赛道差异显著,算力租赁、物理AI等热门板块维持高位,而传统信创、行业信息化板块则回落至低位区间。上半年板块弱势的核心原因在于业绩兑现节奏差异,硬件端兑现较快、软件端落地进度不及预期。
- 投资策略的总体取向:强调“算力兑现、模型应用爆发与未来产业机会”为核心,提出下半年聚焦三条主线:算力基础设施、AI模型与应用、量子等未来产业。并指出板块总体存在资金增量缺位、存量博弈特征明显的市场环境,短期内难以出现全面系统性行情,细分赛道轮动将成为核心特征。
- 行业展望的宏观框架:多维度政策推动、AI范式迭代、国产模型与算力生态的协同发展共同构成基本面改善的基础;全球模型迭代加速与国产化替代趋势,叠加算力基础设施的持续性资本投入,支撑行业向好,但市场流动性有限,轮动而非全面上涨成为主导。重点在于“算力-模型-应用”的三条主线如何在下半年协同兑现。
二、逐节深度解读(逐章精读与剖析)
- 投资摘要与行业展望(基于页0内容的整体分析)
- 关键论点
- 市场分化明显,板块在估值、资金、行情三条线上呈现分化态势;算力硬件逐步兑现,软件端增长与商业化落地速度滞后,资金持续向硬件端偏移。
- 政策、技术与需求三维因素共同支撑行业基本面向好,但流动性仍显不足,存量博弈特征突出,短期难以出现系统性上涨。未来走向将以细分赛道轮动为主。
- 推理依据与数据点
- 指标对比:申万计算机指数年初至6月的相对表现、上证指数与科创50的显著领先,展示出行业内的结构性分化与资金偏好变化。该结论直接来自于文中给出的对比数据与结论描述。
- 资金与估值态势:26Q1公募基金在计算机板块的持仓占比1.90%,超配比例-2.08%,反映出“低配区间”的持续存在。板块月度成交额占比降至近两年来的低点5.77%,提示增量资金缺位。
- 关键数据点与意义
- 上半年业绩兑现节奏差异是市场转向的核心驱动:算力硬件持续验证、软件端商业化进展不足,导致资金从软件端转向硬件端,板块分化将延续。此处的判断基于对业绩兑现节奏与资金流向的综合观察。
- 概念性解读
- 产业趋势被描述为“算力-模型-应用”三条主线并行推进,但市场仍处于“存量博弈、轮动为主”的阶段。对投资者的含义是:在选股时需关注细分赛道的相对强者、盈利释放速度及资金配置的变化,而不是追逐整板上涨。
- 投资策略(页1的核心段落)
- 关键论点
- 下半年投资将聚焦三条主线:算力基础设施、AI模型与应用、量子等未来产业。策略框架强调以基本面、性价比、吸引力三维度进行评估,强调细分方向的“分化与兑现”。
- 四大方向的具体布局(算力租赁、液冷、CPU、国产算力与超节点)以及AI模型与应用的多层次机会。量子信息被确认为未来产业的主题催化点,强调政策催化与技术拐点的把握。
- 支撑性推理与证据
- 算力租赁的市场规模与增速:国内高端算力供给因海外芯片管制持续紧缺,2026年算力租赁市场规模预计突破2600亿元,需求增速417%明显高于供给增速128%,显示出强劲的市场缺口与定价能力增强。此处的数字直接来自报告对市场规模与增速的定量预测。
- 商业模式的演变:算力租赁有望从固定租金转向Token分成,盈利弹性提升。选址对象包括协创数据、宏景科技、赛意信息、智微智能、盛视科技等。
- 液冷与数据中心的合规驱动:液冷下降功耗的技术趋势与PUE约束提升了其渗透率,涉及曙光数创、金富科技、申菱环境等企业。CPU方面,智能体并发任务提升调度需求,英特尔等厂商观点被引用,可能导致CPU/ GPU比例接近1:1,或CPU需求超过GPU。相关受益方包括海光信息、禾盛新材、龙芯中科等。国产化和超节点方面,华为、寒武纪、海光信息等在份额与架构方面受益。
- AI模型与应用赛道的具体展望:国产编程模型、视频生成模型正在进入全球第一梯队,智谱GLM-5.2在Code Arena的编程模型排名全球第二(可用模型全球第一),Seeddance 2.0等在视频生成领域处于SOTA地位;国产模型在成本优势和合规性方面的竞争力增强。对于金融、政务、能源等行业,国产大模型的“必选项”属性进一步巩固。应用端,AI编程的商业化落地速度最快,海外产品收入在持续放量。
- 物理AI与行业数字化:物理AI作为中长期成长赛道,仿真平台解决数据瓶颈,相关企业如索辰科技、中望软件、中控技术、中科创达等受益。行业数字化方面,工业、金融、医疗等领域的AI Agent降本增效逻辑清晰,垂直解决方案订单释放。
- 量子信息与未来产业:把握主题催化与技术拐点,短期关注政策催化和核心设备国产化,长期关注容错量子计算机商业化。国盾量子、国仪量子等成为产业链核心标的(国仪量子为潜在上市公司信息)。
- 风险提示(策略段落中的风险要点)
- 政策落地及技术创新不及预期、行业竞争加剧、行业发展或产品拓展不及预期等风险因素被明确列出。该部分的要点在于提示投资者对宏观与行业层面的不确定性保持警惕。
- 风险因素评估(页1中的风险提示,及相关内容的扩展)
- 主要风险因素
- 政策落地与技术创新的不确定性:新质生产力政策及AI相关技术的落地速度可能低于预期,影响行业景气周期的真实兑现速度。
- 行业竞争与扩张速度:细分赛道的竞争可能加剧,厂商之间的市场份额波动可能对盈利能力造成影响。
- 行业需求与应用落地不及预期:尽管存在强劲的需求端支撑,实际落地与客户采纳速度可能滞后。
- 其他要点(行业评级体系、免责声明等,来自页2、页3)
- 行业评级体系与公司评级体系(页2的定义)
- 公司投资评级分为“强烈推荐、推荐、中性、回避”,行业投资评级分为“看好、中性、看淡”;这些评级体系用于将公司/行业的六个月内相对基准表现进行分级。报告内未直接给出具体的公司评级结果,但提供了评估框架,读者在解读具体建议时可对照该体系。
- 免责声明与合规提示(页2、页3)
- 报告强调信息来源公开、观点基于分析师研究成果,投资建议需自担风险,且信息披露与潜在利益冲突按规定进行披露。订阅平台与适用对象也在免责声明中明示。此类声明对理解使用范围和合规边界具有重要作用。 ,
三、图表深度解读(图表分析说明)
- 重要性与可用性
- 本次提交的文本版本未附带具体图表或图片,因此无法逐图解读如“表格X-行业分布、图Y-资金流向、图Z-估值对比”等图表数据。所有结论都来自文中对市场表现、占比、规模、增长率等文本描述。若后续有原始图表,将有助于对趋势的可视化验证与敏感性分析的量化。当前分析只能就文中数据点进行解释与推断。若要进行更完善的“图表深度解读”,建议获取原文的图表附件,逐一对应解读其数据口径与时间截点。
- 现阶段可预期的图表类型与解读要点(若提供图表)
- 行业景气与指数对比图:应显示申万计算机指数、沪深300、科创50在同期的涨跌幅及相对排名,验证文本中的分化结论。
- 资金流向与持仓比例曲线:公募基金在计算机板块的持仓占比、超配/低配水平随时间的变化,帮助判断市场情绪与增量资金的缺位。
- 细分赛道估值与估值分布图:算力租赁、液冷、CPU、国产算力等的估值水平分布、市值区间、PE/EV/EBITDA等多重估值口径对比,支撑“细分赛道分化”判断。当前文本仅以文字描述提供指导性判断。
- 产能与需求侧的对比图:算力租赁市场规模与需求增长、供给增长的对比柱状图,验证需求端的旺盛性与供给端的约束。
四、估值分析
- 现状与方法论
- 报告明确指出板块估值处于近三年中位水平,细分赛道估值差异明显;但未给出具体的估值框架或量化目标价、贴现率、永续增长率等传统DCF参数,也未给出明确的可比公司分析(Comparable)参数与选取逻辑。可见,本文的估值讨论偏向定性与相对估值的框架,而非公开披露的定量估值模型。
- 关键输入与假设
- 对算力租赁的市场规模、增速、以及从固定租金向Token分成的商业模式转变等假设,构成对未来盈利弹性的核心驱动;但缺乏对不同赛道中具体企业的单独估值假设、融资成本、折现率等的披露。
- 结论性说明
- 由于缺少明确的数值估值区间或目标价,读者无法复现一个完整的数值估值过程。报告更多提供了方向性判断与行业内的相对优先级排序,而非一个具备可执行交易价格区间的估值结论。 ,
五、风险因素评估(风险提示详述)
- 识别的风险要点
- 政策落地与技术创新的不确定性、行业竞争加剧、行业发展与产品拓展不及预期等是核心风险。报告明确提出上述风险,并暗示其对板块与个股的潜在影响。
- 风险影响与缓释关系
- 政策驱动与技术进展是行业的双引擎,若其中任一方面进展不足,可能削弱上述三条主线的兑现力度;行业轮动的速度与强度也会影响投资组合的相对收益。报告未提供具体的缓释策略(如对冲、组合权重调整、风控阈值),但通过明确“细分赛道轮动”为核心特征,间接提示投资组合应具备分散化与滚动评估的机制。
六、批判性视角与细微差别
- 潜在偏见与不确定性
- 报告对AI产业的“基本面向好”判断在很大程度上建立在政策、技术快速迭代和国产化替代的乐观前提上,且强调算力硬件、模型与应用三线协同兑现的路径。这种乐观基调可能在市场波动或外部压力(如全球技术出口管制、云服务定价竞争、行业合规成本上升等)冲击下需要更严格的情景分析来支撑。
- 内部矛盾与需要留意的细节
- 报告强调板块在近三年中位估值,但同时又指出“细分赛道估值差异明显”,这要求在执行层面对具体标的进行更精准的估值和风险对冲分析。目前文本未提供对比标的的具体筛选标准、盈利波动区间、以及对冲方式等细节,读者在落地应用时需自行补充。
- 数据与口径的透明度
- 多处关键数据来自宏观的行业预测与市场观察(如市场规模、增速、模型性能、云厂商现金流等),但缺乏对口径、采样、更新频率等的披露,这可能影响对趋势可靠性的评估。若后续附带原始数据表或附图,将有助于增强结论的可追溯性。
- 一致性与矛盾点
- 报告在“板块难以出现全面系统性行情”的判断与“下半年核心特征是细分赛道轮动”之间没有显著的矛盾,但需要注意的是,若算力基础设施和国产化替代的投资适配度提升,可能在短期内推高某些子板块的协同上涨;此细节并未在文本中以量化方式呈现,需要在实际投资组合层面进行监控。
七、结论性综合
- 总体要点回顾
- 本报告将2026年下半年的投资机会定位在三条主线之上:算力基础设施、AI模型与应用、以及量子等未来产业,强调“分化、轮动、兑现”为核心市场特征。在算力租赁、液冷、CPU、国产算力与超节点等细分赛道,报告给出较明确的选择方向与潜在标的(如协创数据、宏景科技、赛意信息、智微智能、盛视科技等),支持在存量博弈的市场环境中通过选股实现超额收益。与此同时,AI模型与应用领域在国产化与成本优势驱动下的竞争力提升被视为长期催化因素。量子信息作为未来产业,被定位为主题性投资机会,需关注政策催化与核心设备国产化进展。
- 风险方面,政策落地、技术创新的不可预期、行业竞争的加剧以及产品拓展的落地速度等,是构成下行压力的关键变量,投资者在执行中应进行情景分析与风险对冲。
- 作者的总体立场与判断
- 作者对AI及算力相关的投资机会持“结构性看好、轮动推演”的态度,强调在下半年关注细分赛道的兑现速度与盈利弹性,而非追求板块级别的全面上涨。行业基本面被视为改善,但市场性机会的系统性规模性提升预计有限,存量博弈将主导行情。基于上述判断,报告倾向于以“细分领域的优质标的与模型/应用的落地”为核心的投资组合策略。
附注:本文基于原报告的文本信息进行结构化分析,尽量对每个重要结论、数据点与推断给出出处标注以便溯源。由于原文未提供独立的图表附件,无法执行逐图解读;若后续提供原始图表,将可在“图表深度解读”栏目中对每张图进行细致剖析并给出对应的引用。以上引用均来自原文相应页码,必要时可进一步对照原文中的数值口径与定义进行核对。核心数据点的引用见文中对应段落与数据描述:市场表现对比、板块结构分化、资金持仓与成交额占比、行业策略要点、以及对算力租赁、液冷、CPU、国产算力和量子等领域的定性与定量展望。 , ,
若需要,将上述分析整理成一份简短的投资要点清单、以及一个可执行的读者操作框架(如六个月的关注清单、核心标的备选与风险对照表、以及情景分析模板),以便在后续策略执行中直接使用。