2025从AI大模型及智驾算力需求测算，看小米算力需求.docxVIP

行业专题研究|软件与服务

2025年10月23日

证券研究报告

识别风险，发现价值请务必阅读末页的免责声明

1/27

【广发TMT产业研究】云计算行业

从AI大模型及智驾算力需求测算，看小米算力需求

核心观点：

l小米加大AI硬核投入。2月小米15Ultra发布会雷军表示，小米25年研发费用将超300亿元，其中1/4用于AI相关领域，重点聚焦AI基础设施、大模型开发及应用场景搭建。5月小米15周年战略新品发布会雷军表示，2021年~2025年5年小米研发投入预计超1,000亿元人民币，未来五年研发投入将超2,000亿元，主要聚焦于AI、OS、芯片三大底层技术的研发。

lAI基础大模型、智驾均需要大量算力。小米早期模型主要方向为轻量化本地化小模型，24年底开始重点自研基础大模型，已发布推理大模型MiMo-7B、多模态大模型MiMo-VL、语音大模型Xiaomi-MiMo-Audio，均为7B模型，在模型能力上快速追赶。小米从23年底开始全面布局自动驾驶技术，采用全栈自研模式，覆盖底层算法、传感器融合、高精度地图和大模型应用；截至今年2月智驾总算力达11.45EFLOPS，训练数据增加到1360万CLIPS。

l从训练到推理，小米AI应用场景广泛。截至25Q2手机及平板月活用户近7.3亿，AIoT连接设备数（不含手机、平板、电脑）近10亿，小爱同学月活1.53亿，小米汽车25年出货量目标35万辆。

l我们对大模型训练所需算力进行量化测算。假设参数量在200B~1,000B左右，按1:20训练数据量，假设用H100训练周期30天，则约需要1,872~46,788张卡。随着参数量和训练数据量增加，算力需求也随之增加。

l用户与基于云端的AI大模型交互驱动AI推理侧算力的增长。假设AI加速卡使用A100芯片，AI大模型的单日访问量为5亿至7亿人次，每日每位对话10次，预计AI加速卡需求在7.7万~10.8万张之间。

l目前智能驾驶主要涉及两方面算力：云端训练算力和车端部署算力。云端算力主要部署于大型数据中心，以EFLOPS为衡量单位，专注于海量数据处理、复杂多模态模型训练与算法迭代。车端算力嵌入车辆本地硬件,以TOPS为单位（1EFLOPS≈10^6TOPS），负责低延迟的实时环境感知与驾驶决策。二者协同构成智能驾驶的“云-车”架构。算力储备方面，特斯拉依托自研+外购的庞大算力（67.5EFLOPS，截至24年9月）构建壁垒，国内车企如小米（11.45EFLOPS，截止25年2月）、华为（＞10EFLOPS，截至24年12月）、理想（8.1EFLOPS，截至24年12月）等加速追赶。

l投资建议。金山云是小米战略云平台，双方有着长期稳固的合作基础。小米汽车智能座舱、自动驾驶中的数据产生、数据处理、模型训练，以及未来的大模型、AIoT方面庞大的推理量，都将为金山云的增长提供增量。

l风险提示。AI技术处于发展早期，尚未形成成熟的商业化落地模式；投入较大与成果落地不及预期的风险；端侧AI需求不及预期；AI芯片存在供应链不稳定的风险。

相关研究：

美股科技股观察|美股复盘25Q2业绩总结与展望:Q2业绩强劲，AI对业绩影响加强，指引延续增势2025-08-06

行业专题研究|软件与服务

识别风险，发现价值请务必阅读末页的免责声明

2/27

重点公司估值和财务分析表

股票简称

股票代码

货币

最新收盘价

最近

报告日期

评级

合理价值（元/股）

EPS(元)

PE(x)

2025E2026E

EV/EBITDA(x)

ROE(%)

2025E

2026E

2025E

2026E

2025E

2026E

金山云

03896.HK

HKD

6.51

2025/09/25

买入

10.82

-0.28

-0.24

--

10.95

7.22

-12.8

-10.4

数据来源：Wind、备注：表中估值指标按照最新收盘价计算

行业专题研究|软件与服务

识别风险，发现价值