AI浪潮开启“芯”机遇

　　近日，中芯国际、寒武纪、海光信息等半导体企业相继披露2026年半年报。从中报看，人工智能的竞争正由互联网大厂、大模型独角兽企业的模型迭代比拼，加快向上游硬件厂商传导，并转化为芯片订单、云端收入和产业链扩产。

　　工业和信息化部数据显示，上半年我国规模以上电子信息制造业增加值同比增长14.8％，集成电路产量达2798亿块，同比增长23.1％。

　　不过，AI带来的并非全行业同步繁荣：算力芯片受益最直接，存储、晶圆制造、设备和先进封装则同时受到价格周期、国产替代和传统终端复苏等多重因素影响。

　　算力需求率先兑现

　　在算力芯片环节，寒武纪上半年实现营业收入59.96亿元，同比增长108.13％，归母净利润23.11亿元；海光信息营收90.99亿元，同比增长66.52％。上海证券交易所数据显示，海光信息、寒武纪等4家科创板代表性企业合计实现营业收入181.55亿元，同比增长82.2％，核心产品已完成对国产主流大模型的适配，并前瞻布局超节点、万卡集群等下一代算力架构。

　　需求也在向制造环节传导。中芯国际上半年营收386.35亿元，同比增长19.44％；中微公司营收66.91亿元，同比增长34.89％；北方华创营收201.61亿元，同比增长24.90％。AI训练和推理需要更多计算芯片，也显著提高了单台服务器的存储、互联和电源管理芯片用量，并通过先进制程、三维堆叠和先进封装需求带动晶圆厂和设备企业扩大投入。Gartner预计，AI数据中心生态系统收入占全球半导体总收入的比重，将由2026年的36.5％提升至2030年的53％以上，价值增量正由单一加速芯片向基础设施全栈扩散。

　　资本开支激增，现金流承压

　　互联网企业中报提供了需求侧验证。截至6月30日的季度，阿里巴巴、腾讯、百度资本开支分别达到676.78亿元、527.84亿元和113.9亿元，合计约1318.5亿元。同期，阿里“AI云与算力服务”收入增长45％，百度AI云基础设施收入增长50％，其中GPU云收入增长283％。资本开支与业务使用量同步上升，说明算力需求已不只是储备性采购。

　　但高投入能否持续，正成为业界关注的焦点。阿里二季度自由现金流净流出446.7亿元，腾讯自由现金流净流出138亿元，百度二季度经营现金流保持34亿元净流入。

　　对此，阿里巴巴首席执行官吴泳铭在分析师电话会上表示，硬件交付存在周期波动，不能简单以单季支出乘以4推算全年；按照当前AI产品平均毛利水平，相关资本开支约三年可以回本。

　　腾讯总裁刘炽平表示，AI原生业务的资本支出属于一次性大额投入，“不应假设每年都会有这样一笔新投入”；后续推理算力投资将与回报挂钩。腾讯披露，若剔除算力采购预付款，二季度自由现金流为376亿元。

　　百度首席财务官何海建对未来增长充满信心，他认为百度在AI领域的大规模投入有望很快带来与搜索业务相当的利润和现金回报。“随着云服务和AI芯片需求增长，AI业务的利润率近期有望达到搜索业务水平。同时，用于支持AI服务的新GPU集群投资预计在两到三年内收回成本。”

　　这些回应表明，大厂并未回避短期现金流压力，而是把高利用率、云服务收入、自研芯片降本和算力预售视为回收投资的主要路径。这一路径的成立前提，是AI应用持续扩大、服务器保持较高利用率，模型和智能体能够形成稳定付费。一旦商业化慢于折旧和扩容速度，资本开支就可能由产业动力转化为利润压力。

　　开源模型打开国产算力增量空间

　　需求增长的另一条主线来自国产模型，特别是性能领先的国产开源模型。在国务院新闻办公室举行的新闻发布会上，工业和信息化部相关负责人表示，“十四五”以来，我国人工智能开源大模型全球累计下载突破100亿次，面向“十五五”，将乘势而上用好以人工智能为代表的新一代信息技术。

　　Hugging Face发布的2026年春季报告显示，过去一年该平台41％的大模型下载量来自中国研发的模型。更准确地说，部分国产开放权重模型已进入全球第一梯队，而不是所有国产模型全面领先。

　　开放权重降低了企业私有化部署和二次开发门槛，也给国产芯片留下更大的算子、推理框架和集群优化空间。DeepSeek-V4发布后，昇腾、寒武纪实现“Day 0”适配；昆仑芯也在GLM-5.3-Flash开源当日完成适配。国家数据局数据显示，我国日均Token调用量由2024年初的1000亿增至2025年6月底的30万亿、2025年底的100万亿，2026年3月进一步突破140万亿。最新数据显示，今年6月，我国日均Token调用量已突破500万亿。

　　应用量的指数级增长，使算力需求重心由少数集中训练任务逐步转向高频、分散且持续的推理负载。

　　中国电子信息产业发展研究院（赛迪研究院）未来产业研究中心人工智能研究室主任钟新龙表示，模型能力、国产算力、软件工具和行业应用正在共同加速，但训练框架、芯片算子、通信库和云平台调度任何一环跟不上，都会削弱国产模型的成本优势。这意味着“开源模型+国产芯片”能否形成闭环，最终仍要由适配效率、集群稳定性、利用率和规模订单来验证。

　　总体看，AI已经成为半导体产业最强的结构性增量之一，但不能把半导体企业的全部增长归因于AI，也不能把互联网企业资本开支全部视为国产芯片订单。

　　下一阶段真正值得观察的，是AI相关收入和订单能否持续增长、国产算力在新增采购中的占比能否提升，以及推理业务产生的现金流能否覆盖新一轮扩容。只有这三项指标同时改善，AI驱动的半导体景气才会由阶段性高投入转化为可持续的产业周期。