中信建投：海外AI行业核心投资逻辑呈现两条主线

背景与问题

研报强调，海外AI行业的投资逻辑已不再是早期那种围绕通用GPU的单线叙事，而是进入基础设施重构与生态阵营重估并行的阶段。核心变化来自两点：

• 推理环节的重要性上升
• Agent编排工作流改变算力调用方式

这意味着，AI系统的效率瓶颈不再只取决于GPU数量，而 increasingly取决于整体系统架构、数据流转效率和能源供给能力。

核心内容

硬件与基础设施主线

研报提出“大模型推理的两相结构”与Agent工作流，使通用GPU的边际收益下降。这不是否定GPU的重要性，而是说明继续单纯堆GPU，投资回报已不如过去显著。

由此带来三类结构性倾斜：

• 竞争焦点转向能源与电网

  • 算力军备竞赛正在演变为对电力资源和电网承载能力的竞争。
  • 说明AI基础设施约束从芯片供给，进一步延伸到能源可得性。

• 服务器架构重构

  • 更重视高数据复用率的ASIC，典型代表是谷歌TPU。
  • 更重视高性能指挥层CPU，并且CPU:GPU配比正走向1:1。
  • 这反映出AI系统正在从“GPU中心化”转向“多部件协同优化”。

• 存储环节景气强化

  • DDR5 DRAM因扩容刚需而价格暴涨。
  • 存储不再是辅助角色，而成为AI扩容中的关键受益环节。

模型与云生态主线

另一条主线是模型能力向生态份额传导。随着OpenAI GPT-5.5发布，其Codex生态的下载安装量正在缩小与Anthropic Claude Code的差距，说明OpenAI不仅在模型层推进，也在开发者生态层面修复或增强竞争力。

更关键的是，研报指出模型技术领先到市场份额变化存在3到6个月滞后效应。这意味着：

• 技术优势不会立刻反映为商业份额
• 但一旦滞后传导开始，相关合作方会迎来更清晰的业绩与估值重估

因此，Microsoft、Oracle、CoreWeave等OpenAI阵营的算力与云合作方，被视为具有“确定性的叙事修正”与“战略性份额扩张”机会。

意义与影响

这份研报真正传达的不是某一家模型公司更强，而是AI投资框架正在升级：

• 从芯片单点突破转向系统级优化
• 从训练驱动转向推理驱动
• 从算力数量竞争转向能源、架构与生态协同竞争

对投资而言，最重要的变化是识别边际受益环节。过去最核心的受益者是通用GPU，如今新增受益方向包括：

• 能源与电网基础设施
• ASIC与服务器CPU
• DDR5 DRAM
• OpenAI云与算力合作伙伴

本质上，AI产业进入更成熟阶段后，市场开始奖励那些能解决真实部署瓶颈和生态转化效率的环节，而不再只奖励最显眼的算力符号。