主权AI时代来临：国产模型追赶至SOTA，算力突围与生态重构.docxVIP

请仔细阅读本报告末页声明

证券研究报告|行业深度

2026年08月31日

计算机

主权AI时代来临：国产模型追赶至SOTA，算力突围与生态重构

模型维度：后训练时代模式切换，模型竞争从“规模”走向“效率”。大模型能力演进正在转向预训练、后训练和推理时计算共同驱动。三类Scaling共同作用，使模型能力、用户需求和Token消耗形成正反馈。预训练阶段的壁垒是高端GPU、集群互联和优质语料，国内厂商受算力约束较大。

进入后训练阶段后，单位算力的优化空间显著扩大，国产模型追赶海外前沿水平的路径更加清晰；GLM-5.3在GLM-5.2同架构下通过重新后训练，指标显著提升，验证了后训练质量对模型能力释放的重要性。

国产模型加速迭代，开源生态强化全球可用性；定价分化，优质模型进入能力与成本再平衡阶段，国产模型性价比突出。KimiK3开放权重后，进一步打破“前沿能力只能由高价闭源模型提供”的认知。

算力维度：Token经济供给不足，超节点新技术及生态构建全面突围。

AI服务器成本集中于芯片，供给约束直接推升部署成本。模型突破后供需不匹配进一步显性化，推理工作负载持续扩大，高端GPU受出口管制影响，B300、H200等资源稀缺推动采购与租赁价格上行，万亿参数模型对显存容量、互联效率和调度能力提出更高要求。

“六张网”建设持续推进，政策端逐步明确算力