邦道咨询DeepSeek概念AI大模型产业投资研究报告

——以邦道咨询全球科技产业投资研究框架为基础

产业深度研究

AI产业链投资

高成长、高波动

研究对象： DeepSeek概念及其关联的中国AI大模型产业链
研究视角： 全球科技产业投资、产业资本配置、上市公司价值投资
研究周期： 2026—2030年
投资重点： 大模型技术、AI算力、国产芯片、服务器、数据中心、存储、光模块、液冷、云计算及AI应用。

一、核心投资结论

1. 投资逻辑：DeepSeek不仅是一家AI模型公司，更是中国AI产业链的重要技术变量

DeepSeek的产业价值不能仅通过模型本身的商业收入衡量。其更深层的投资意义在于：

1. 降低AI应用成本： 通过模型架构、推理优化和训练效率提升，降低企业使用AI的成本。
2. 推动算力需求结构变化： 模型训练和推理的资源需求不同，推理规模化可能形成持续的算力需求。
3. 推动国产算力生态： 促进国产AI芯片、服务器、算力集群、软件框架及国产云平台发展。
4. 加速企业AI商业化： 推动金融、制造、医疗、教育、政务、电商等行业部署AI应用。
5. 推动AI基础设施投资： 数据中心、电力、液冷、光模块、交换机、存储等产业可能受益。

2. 投资价值排序

产业环节	核心投资逻辑	投资价值判断
国产AI芯片	国产算力自主化	高
AI服务器及算力集群	训练、推理需求增长	高
光模块及高速互联	集群数据传输	高
数据中心及液冷	算力基础设施扩张	高
AI大模型	技术与生态竞争	高，但商业化不确定
云计算平台	模型调用及算力租赁	中高
AI应用软件	行业落地、订阅收入	中高
普通AI概念软件	主题炒作及估值驱动	谨慎

核心判断： 从投资角度看，最值得研究的不是简单寻找名称中带有DeepSeek的上市公司，而是寻找能够通过DeepSeek及其他大模型发展，真正实现订单增长、收入增长、利润增长和现金流改善的企业。

二、市场与需求分析：AI大模型产业进入商业化和基础设施扩张阶段

2.1 全球AI基础设施市场

从产业投资角度，需要将市场分成三个层次：

• 第一层：AI基础设施，包括AI芯片、服务器、存储、网络、数据中心、电力和液冷。
• 第二层：AI模型服务，包括基础大模型、推理服务、API、MaaS平台。
• 第三层：AI应用市场，包括企业智能体、工业AI、办公AI、医疗AI、金融AI及软件订阅服务。

全球市场数据，单位：美元；不同机构统计口径存在差异。

市场指标	最新公开数据	投资意义
2025全球服务器市场收入	约4,535亿美元	AI服务器成为重要增长引擎
2026全球服务器市场预测	约6,851亿美元	同比增长约54%
2026全球AI基础设施支出预测	4,970亿美元	算力资本开支持续扩张
2029全球AI基础设施预测	1.08万亿美元	进入万亿美元市场
2030全球AI基础设施预测	1.21万亿美元	长期成长空间较大

来源：IDC 2026年服务器及AI基础设施市场研究。

Servers Market Insights+1

全球AI基础设施市场规模预测

IDC公开预测，单位：十亿美元。2025为实际估算，2026—2030为预测口径。

$0$3500亿$7000亿$1万亿$1.4万亿2025202620292030

2.2 中国AI大模型及云计算市场

根据美国银行2026年中国AI模型与云计算行业研究的二手公开摘要：

细分市场	2025年	2030年预测	预测CAGR
中国整体云计算市场	3,890亿元	17,290亿元	约38%
AI MaaS模型服务市场	210亿元	6,760亿元	约100%
AI基础设施云市场	450亿元	4,700亿元	约60%

以上为研究机构预测，并非已实现收入，也不能直接视为DeepSeek自身的市场规模。

Hilo Research

中国AI相关云市场规模预测

2025年与2030年预测，单位：亿元人民币。

2025年

2030年预测

050001万1.5万2万整体云计算AI MaaSAI基础设施云

投资判断： AI MaaS是值得重点研究的高增长细分市场，但模型调用价格下降可能导致收入增长低于Token调用量增长。真正具有长期价值的企业，必须具备客户规模、推理成本控制能力、算力资源和企业级服务能力。

2.3 DeepSeek的技术及商业化进展

截至2026年11月5日，DeepSeek官方公开信息显示：

• DeepSeek-V3.2于2025年12月发布。
• DeepSeek-V4于2026年4月24日发布预览版。
• V4-Pro采用约1.6万亿总参数、约490亿激活参数架构。
• V4-Flash采用约2,840亿总参数、约130亿激活参数架构。
• V4支持百万级Token上下文。
• 2026年9月推出V4.1-Flash。

Transparency Center+2

DeepSeek V4 发布，全网最细解读 & 技术报告拆解

How DeepSeek-V4 Ships 1M-Token Context at 10% of Its Own KV Cache

DeepSeek V4: 1.6T Parameters, Million-Token Context, MIT License

9

从技术商业化角度，值得关注四项能力：

技术方向	技术价值	产业影响
MoE混合专家架构	减少单次计算激活参数	提高算力使用效率
稀疏注意力	降低长上下文计算负担	利好推理效率
推理优化	降低单位Token成本	扩大AI应用市场
Agent工具调用	提升复杂任务执行能力	推动企业AI软件商业化

需要特别说明：模型推理成本下降，并不必然意味着算力硬件需求下降。单位任务成本下降可能带来更大规模的使用量，但是否形成算力总需求增长，取决于使用量增长能否超过单位任务计算量的下降。

2.4 DeepSeek产业链需求结构

DeepSeek产业链投资地图

DeepSeek基础大模型

算法、训练、推理、开源生态、Agent

国产AI芯片

GPU / NPU / ASIC

AI服务器

计算节点 / 集群

高速互联

光模块 / 交换机

数据中心

液冷 / 电力 / UPS

云平台及AI应用

企业私有化部署、AI Agent、工业AI、医疗AI、办公AI

2.5 终端需求与客户结构

客户类型	核心需求	商业模式	未来增长动力
互联网平台	大规模推理、搜索、推荐	云服务、广告、平台收入	用户及调用量
政府及国企	国产化、安全、私有部署	项目制、集成服务	信创及数字化
金融机构	风控、投研、客服	私有部署、API	AI业务渗透
制造企业	研发、质检、生产管理	软件订阅、项目交付	工业智能化
医疗机构	医学辅助、知识管理	软件服务、私有部署	医疗AI应用
中小企业	办公自动化、营销	SaaS订阅	低成本AI普及
海外客户	低成本模型、开发工具	API、云服务	开源模型生态

区域结构判断：

• 中国：国产模型、国产芯片、政府及企业私有化部署是核心市场。
• 北美：云计算、AI芯片、模型服务和企业AI是主要市场，但中国模型面临出口政策、数据安全和平台准入限制。
• 欧洲：企业私有部署、数据合规、工业AI具有发展机会。
• 东南亚、中东：云服务、政企数字化和AI基础设施存在增量需求。

2.6 订单增长与资本开支

2026年IDC预计全球服务器收入增长约54%，而TrendForce预计AI服务器出货量同比增长接近31%。这说明服务器价值增长快于出货量，配置升级、加速卡、内存及整机价值量提升是重要原因。

Servers Market Insights+1

需要区分三个指标：

1. 订单增长：客户采购意向和实际合同增长。
2. 出货增长：供应商实际交付设备增长。
3. 收入增长：产品交付并满足收入确认条件后形成的财务收入。

不能将行业资本开支预测直接等同于上市公司的订单增长。

三、竞争格局与产业壁垒分析

3.1 全球AI大模型竞争格局

企业	代表模型	核心竞争优势	主要商业模式
OpenAI	GPT系列	模型能力、产品生态	API、订阅、企业服务
Google	Gemini	算力、数据、生态	云服务、模型订阅
Anthropic	Claude	企业应用、代码能力	API、企业订阅
DeepSeek	V3、V4	推理效率、开源生态	API、模型生态
阿里巴巴	Qwen	云服务、开源模型	云计算、API
百度	ERNIE	搜索、云平台、行业应用	云服务、AI应用
腾讯	混元	社交、内容、企业生态	云服务、平台应用
智谱AI	GLM	企业模型、Agent	API、企业服务
月之暗面	Kimi	长文本、Agent	API、订阅

这里不宜给出单一的全球市场份额排名：不同平台的活跃用户、Token调用量、模型收入、企业合同和API市场份额不是同一个统计口径。

3.2 DeepSeek的竞争壁垒

第一：模型研发壁垒

包括模型架构设计、训练算法、数据治理、强化学习、推理优化等。

第二：算力效率壁垒

在同等计算资源下获得更高的模型性能，或者在相同性能下使用更低的推理成本。

第三：开发者生态壁垒

开源模型有利于扩大开发者规模，形成第三方应用、插件、工具链和行业解决方案。

第四：企业部署壁垒

真正进入金融、制造、医疗等行业，需要处理权限、数据隔离、知识库、私有部署、审计和稳定性问题。

第五：持续迭代壁垒

大模型不是一次性产品，需要长期投入研发、算力和数据工程。

3.3 技术路线及产业竞争

技术路线	代表方向	主要竞争点
Dense稠密模型	全参数激活	综合能力及训练效率
MoE混合专家	DeepSeek等	激活参数效率
多模态模型	图像、视频、语音	多模态理解与生成
推理模型	深度思考、强化学习	复杂任务解决能力
Agent模型	自主规划、工具调用	实际任务完成率
端侧模型	手机、PC、边缘设备	低功耗、低延迟
国产算力适配	昇腾、海光等	软硬件协同和生态兼容

投资重点： 模型参数规模并不是唯一竞争指标。未来更值得关注的是每百万Token成本、推理吞吐量、任务完成率、客户留存率及企业实际付费意愿。

3.4 专利、认证与客户转换成本

竞争壁垒	具体内容	投资价值
算法专利	注意力机制、训练优化	技术保护
软件著作权	模型平台、部署工具	产品化能力
算力适配	CUDA及国产计算框架适配	生态壁垒
数据安全	等保、数据安全、隐私保护	政企市场准入
行业认证	金融、医疗、工业系统认证	客户进入壁垒
客户转换成本	模型迁移、知识库迁移、流程重构	客户留存

特别需要注意：DeepSeek采用开放权重和开放生态路线，不能简单套用封闭模型厂商的专利排他性逻辑。开源可能降低模型本身的转换成本，但企业数据治理、业务流程集成和系统运维仍然形成客户黏性。

四、经营质量分析：谁能够真正赚到AI的钱？

这是本报告最重要的投资分析部分。

大模型产业链虽然拥有较高的成长预期，但产业链不同环节的盈利模式差异很大。投资者必须区分技术价值、收入规模和股东回报。

4.1 DeepSeek自身经营质量

DeepSeek目前并非公开上市公司，没有完整、可供公众核验的审计财务报表，因此不能像分析上市公司一样直接确认其毛利率、净利率、ROIC、资产负债率和经营现金流。

但公开报道提供了一些商业化线索：

指标	公开信息	可靠性说明
2025年全年收入	约700万美元	媒体及第三方估算
2026年1—7月收入	约4.75亿元人民币	《The Information》援引知情人士
2026年1—7月净亏损	约7.15亿元人民币	非公开审计数据
2026年9月年化收入运行率	约10亿美元	媒体援引知情人士
融资目标	约500亿元人民币	媒体报道的融资目标，非已完成融资
模型业务	API调用收费	官方平台可验证

The Information+2

这里需要特别区分：

• 年化收入运行率（ARR或Revenue Run Rate）不等于全年实际营业收入。
• 媒体报道的融资目标不等于融资已经到账。
• 非公开亏损数据不等于审计后的净利润。

投资判断： DeepSeek已出现商业化收入增长迹象，但仍处于研发投入较大的阶段。其长期价值取决于模型能力、API定价权、推理成本和企业付费客户规模。

4.2 产业链主要上市公司的经营质量

建议选择五类企业进行跟踪。

产业类别	代表企业	重点财务指标	盈利模式
国产AI芯片	寒武纪	毛利率、研发费用、存货、应收账款	AI芯片销售
国产计算芯片	海光信息	产品毛利率、现金流、ROIC	CPU/DCU销售
AI服务器	浪潮信息	净利率、存货周转、经营现金流	服务器销售
光模块	中际旭创	毛利率、净利率、资本回报率	高速光模块
液冷及数据中心	英维克	毛利率、应收账款、订单兑现	温控及液冷设备

以上是产业链研究对象，不代表这些公司全部具有已核实的DeepSeek直接供货关系。

4.3 经营质量核心指标分析

财务指标	优秀企业特征	需要警惕的情况
毛利率	随产品升级持续提高	收入增长但毛利率下滑
净利率	规模扩大后逐渐提升	费用增长快于收入
ROIC	高于企业资本成本	扩产后回报率下降
经营现金流	持续为正且与净利润匹配	净利润增长、现金流为负
应收账款	周转稳定、客户信用良好	应收增速高于收入增速
存货周转	产品出货顺畅	库存快速增加、产品降价
研发费用率	研发投入形成产品竞争力	长期投入却无法商业化

4.4 五类企业的盈利质量比较

产业环节	毛利率潜力	净利率潜力	ROIC潜力	主要问题
AI大模型	较高	初期偏低	初期偏低	算力及研发投入
国产AI芯片	较高	中长期改善	取决于规模化	研发、流片、生态
AI服务器	中等	偏低	取决于周转效率	竞争激烈、垫资
光模块	较高	中高	较高但有周期性	技术迭代、客户集中
液冷设备	中等	中等	取决于项目质量	交付、回款和竞争

这是一种产业商业模式的定性比较，并非各企业已经实现的财务指标。

4.5 典型企业经营数据：中际旭创

中际旭创是AI算力基础设施中值得重点研究的企业。

根据2026年半年度报告相关公开数据：

• 2026年上半年海外业务收入约396.15亿元。
• 同比增长约209.9%。
• 800G、1.6T高速光模块持续放量。
• 海外云服务厂商持续扩大算力基础设施投入。

中国证券报纸+1

这组数据说明，AI投资已经开始转化为部分上游供应商的实际收入，而不仅仅停留在产业预期。

但还需要进一步核对公司完整半年度财务报表中的毛利率、净利润、应收账款、存货、经营现金流及资本开支，不能仅凭收入增速判断股票是否便宜。

五、资本与风险分析

5.1 AI大模型产业资本开支

大模型产业是资本密集型产业，尤其是训练算力、推理算力和数据中心基础设施。

根据Rhodium Group于2026年9月发布的中国AI融资研究：

• 中国AI相关资本开支2026年预计约9,320亿元人民币。
• 同比增长约103%。
• 2027年预计超过1.2万亿元。
• 阿里巴巴、腾讯、百度等企业2026年上半年资本开支明显增加。
• 三家企业2026年上半年合计自由现金流约为负160亿元人民币。

Rhodium Group

这些数据提示：AI行业可能出现收入增长与现金流压力同时存在的现象。

中国AI相关资本开支预测

Rhodium Group公开研究数据及预测，单位：亿元人民币。

0亿元3500亿元7000亿元1万亿元1.4万亿元2026E2027E

5.2 资本开支对产业链的影响

资本开支方向	主要受益行业	风险
GPU/NPU采购	国产AI芯片	芯片迭代及供应限制
AI服务器扩产	服务器制造	价格竞争
数据中心建设	IDC运营商	利用率不足
光模块升级	光通信	技术替代
液冷系统建设	温控设备	方案标准变化
电力系统扩容	变压器、UPS、高压设备	项目回报周期较长
模型研发	AI软件和算法公司	研发投入过高

5.3 资产负债率与财务风险

需要重点关注不同类型企业的负债结构：

第一类：AI芯片企业

主要风险是研发投入大、研发周期长、产品迭代快。

第二类：服务器企业

主要风险是应收账款、存货、供应商付款周期与客户回款周期不匹配。

第三类：数据中心企业

主要风险是融资规模大、折旧压力大、利息支出高、机房利用率不达预期。

第四类：AI模型企业

主要风险是持续融资需求、算力租赁成本及商业化收入不足。

5.4 五大核心投资风险

风险	风险等级	影响
AI估值泡沫	高	股价回撤
算力技术替代	高	原有硬件需求下降
国产芯片生态不成熟	高	商业化进度不及预期
AI资本开支下降	高	上游订单放缓
模型价格竞争	高	AI企业利润率下降

5.5 需要特别关注的六项风险

1. 模型技术替代风险： 新模型可能快速改变现有技术优势。
2. 算力架构变化： GPU、ASIC、NPU以及CPU推理之间的比例可能变化。
3. 资本开支回报风险： 数据中心建成后，实际利用率可能低于预期。
4. 政策及地缘政治风险： 芯片出口限制、供应链限制和数据合规可能影响产业。
5. 客户集中风险： 部分硬件企业高度依赖少数大型云服务客户。
6. 应收及库存风险： 行业景气度上升时扩产过快，可能形成库存积压和现金流压力。

六、估值与投资回报分析

这一部分从投资银行的角度，将DeepSeek产业链分为四种估值模型。

6.1 可比公司估值方法

不同产业不能统一使用市盈率（PE）。

公司类型	推荐估值方法	主要估值依据
AI大模型企业	PS、DCF	收入增速、毛利率、未来自由现金流
AI芯片企业	PS、PEG、DCF	收入增长、研发能力、利润率
服务器企业	PE、EV/EBITDA	订单、出货、净利润
光模块企业	PE、PEG、DCF	高速产品收入、利润率
数据中心企业	EV/EBITDA、DCF	EBITDA、利用率、资本成本
AI应用软件	PS、DCF	ARR、续费率、客户生命周期价值

6.2 市场估值案例

以2026年7月公开市场数据作为历史估值参考：

企业	当时公开估值指标	投资特征
中际旭创	PE约79倍	高速光通信
寒武纪	PE约279倍	国产AI芯片
海光信息	当时PE数据存在亏盈口径差异	国产计算芯片
新易盛	PE约65倍	高速光模块
工业富联	PE约31倍	AI服务器制造

来源：2026年7月市场数据汇总。上述数据是历史时点数据，不代表2026年11月5日的实时估值。

Investing.com

估值判断：

• 国产AI芯片：技术成长性高，但必须考虑高估值消化风险。
• 光模块：业绩兑现能力相对较强，但需警惕市场提前透支未来增长。
• 服务器：收入规模较大，但净利率和营运资金质量决定长期回报。
• 数据中心：需要将资本开支、利用率和折旧纳入估值。
• 大模型：不能只看用户数量，需要看实际付费、毛利率和现金流。

6.3 DeepSeek企业自身估值模型

由于DeepSeek不是公开上市公司，以下采用假设模型，而不是市场目标价。

以2026年媒体报道的约10亿美元年化收入运行率作为参考基数。该数字未经公开审计。

Reuters+1

假设未来收入和盈利能力如下：

指标	保守情景	基准情景	乐观情景
2026收入基数	10亿美元	10亿美元	10亿美元
未来3年收入CAGR	20%	50%	80%
第3年收入	17.3亿美元	33.8亿美元	58.3亿美元
稳态净利率	10%	20%	30%
对应第3年净利润	1.73亿美元	6.76亿美元	17.49亿美元
假设PE	25倍	35倍	45倍
第3年股权价值	43.3亿美元	236.6亿美元	787亿美元

以上是情景分析，不是对DeepSeek真实利润或估值的预测。特别是PE假设属于模型输入，不能视为可比公司的确定交易倍数。

6.4 三种情景的估值结果

DeepSeek第三年情景估值

基于上述假设模型，单位：亿美元。

0亿美元250亿美元500亿美元750亿美元1000亿美元保守基准乐观

估值差异非常大，反映了大模型产业的核心不确定性：商业化收入增长能否转化为长期稳定利润。

6.5 DCF现金流折现估值

以基准情景为例，假设：

• 2026年收入基数：10亿美元。
• 未来五年收入增速逐步下降。
• 自由现金流率从第1年的5%逐步提高至第5年的20%。
• 折现率：12%。
• 永续增长率：3%。

年份	收入增速假设	自由现金流率
第1年	50%	5%
第2年	45%	8%
第3年	40%	12%
第4年	30%	16%
第5年	20%	20%

基准情景收入增长预测

示意模型，单位：亿美元，不代表实际收入。

$0亿$15亿$30亿$45亿$60亿2026基数第1年第2年第3年第4年第5年

该模型下：

• 五年预测期自由现金流现值约为11.4亿美元。
• 终值现值约为31.1亿美元。
• 企业经营资产价值约42.5亿美元。

这是一个假设性DCF模型，未计入净现金、债务、融资稀释和少数股东权益；它与前面的PE情景估值并不一致，恰好说明早期AI公司估值对长期利润率、资本开支和折现率非常敏感。投资决策不应将某个单一模型的估值结果当作真实市值。

6.6 投资回收期

大模型企业与基础设施企业的回收周期不同：

企业类型	预期投资回收特征	关键条件
AI模型公司	不确定，可能较长	付费客户及推理毛利
AI芯片企业	中长期	芯片销量及研发回报
AI服务器企业	相对较短	订单及回款
光模块企业	随产品周期变化	技术领先和客户份额
数据中心	较长	上架率、租金及融资成本
AI SaaS	取决于续费	客户留存和获客成本

6.7 退出路径

对于产业资本和股权投资者：

1. IPO上市退出。
2. 产业并购退出。
3. 战略投资者股权转让。
4. 后续融资轮次转让。
5. 通过上市公司并购重组实现资产证券化。

对于二级市场投资者：

1. 业绩兑现后估值上修退出。
2. 行业景气度见顶前逐步降低仓位。
3. 当估值明显超过未来盈利增长能力时退出。
4. 当订单、毛利率、现金流持续恶化时及时止损。

七、A股DeepSeek概念产业链重点上市公司研究

这一部分将投资范围落到A股，重点研究DeepSeek生态中可能受益的企业。

需要区分：直接参与DeepSeek模型适配、国产算力供应商，以及受益于整个AI资本开支周期的间接受益企业。

7.1 重点上市公司名单

以下为产业链研究名单，不代表全部公司均已取得DeepSeek直接订单，也不构成股票买入评级。

第一组：国产AI芯片

Cambricon Technologies Logo PNG Vector (SVG) Free Download

1. 寒武纪（688256）

核心业务：云端AI芯片、智能计算产品。

投资逻辑：国产AI训练与推理芯片国产化、算力自主化。

风险：高估值、技术迭代、生态适配和客户集中。

Hygon Information Technology: Latest News and Updates | South China Morning Post

2. 海光信息（688041）

核心业务：国产CPU、DCU。

投资逻辑：国产服务器、AI计算平台及软件生态。

风险：产品竞争、研发投入和高端算力生态。

Moore Threads Technology Co. Ltd. Logo & Brand Assets (SVG, PNG and vector) - Brandfetch

3. 摩尔线程

核心业务：GPU、图形计算、AI计算。

投资逻辑：国产GPU及AI算力平台。

风险：商业化规模、生态成熟度、盈利能力。

第二组：AI服务器及算力集群

Inspur Logo PNG Vector (SVG) Free Download

4. 浪潮信息（000977）

核心业务：AI服务器、计算系统。

投资逻辑：模型训练和推理服务器需求。

Foxconn Industrial Internet

5. 工业富联（601138）

核心业务：AI服务器制造、精密制造。

投资逻辑：全球云厂商AI服务器扩张。

中科曙光Sugon

6. 中科曙光（603019）

核心业务：高性能计算、服务器、算力基础设施。

投资逻辑：国产算力集群和超算中心建设。

第三组：光模块及高速互联

Zhongji Innolight $7B HK IPO Set to Top CATL in 2026

7. 中际旭创（300308）

核心业务：800G、1.6T高速光模块。

投资逻辑：AI集群高速数据传输。

Eoptolink Technology (SZSE:300502) Stock Price - Simply Wall St

8. 新易盛（300502）

核心业务：高速光模块。

投资逻辑：全球AI数据中心光通信需求。

Technical Analysis of Huagong Tech Co., Ltd. Class A (SZSE:000988) — TradingView

9. 华工科技（000988）

核心业务：光通信、激光设备、传感器。

投资逻辑：高速光通信和AI基础设施。

第四组：液冷、电力及数据中心

公司	股票代码	核心研究方向
英维克	002837	AI服务器液冷、温控
申菱环境	301018	数据中心温控
高澜股份	300499	液冷技术
科华数据	002335	UPS、数据中心
润泽科技	300442	IDC数据中心
数据港	603881	数据中心运营
金盘科技	688676	数据中心变压器及电力设备

第五组：AI云计算及软件应用

公司	股票代码	核心研究方向
阿里巴巴	9988.HK	云计算、模型生态
腾讯控股	0700.HK	混元、云计算、AI应用
百度集团	9888.HK	文心、智能云
拓维信息	002261	国产算力及行业应用
每日互动	300766	大模型应用、数据服务
神州数码	000034	AI算力及云服务

八、投资价值排序与策略

从产业成长性、业绩兑现能力、技术壁垒、商业化能力四个维度，建立一个研究优先级模型。

以下是研究优先级，不是基于实时股价计算的投资收益排名。

研究方向	产业成长性	业绩兑现能力	主要投资逻辑
国产AI芯片	很高	中等	国产替代
高速光模块	很高	较高	全球算力扩张
AI服务器	高	较高	订单与交付
液冷技术	高	中等	数据中心建设
AI云计算	很高	中等	MaaS及推理服务
AI大模型	很高	较低至中等	技术及商业化
AI应用软件	很高	分化较大	付费及订阅

8.1 三种投资策略

策略A：稳健型——关注业绩兑现

相对优先

• 关注服务器、光模块、成熟云计算企业。
• 重点研究订单、毛利率、现金流。
• 回避单纯依靠概念上涨的企业。

策略B：成长型——关注国产AI芯片

成长投资

• 关注寒武纪、海光信息等。
• 跟踪产品性能、国产算力适配和市场份额。
• 估值需要与未来三年利润增速匹配。

策略C：高弹性型——关注AI应用与模型生态

高风险

• 关注企业Agent、私有化部署、AI SaaS。
• 重点跟踪付费客户和续费率。
• 不宜单纯以模型接入或合作公告作为买入依据。

8.2 建议重点关注的产业链组合

如果以中长期产业投资为目标，我建议重点研究以下五个方向：

1. 国产AI芯片：国产算力自主化的核心环节。
2. 高速光模块：全球AI数据中心扩张的重要受益环节。
3. AI服务器：模型训练和推理的直接基础设施。
4. 液冷及电力设备：算力集群建设带来的配套需求。
5. AI云服务：大模型商业化的重要收入出口。

九、未来12个月投资跟踪指标

建议建立DeepSeek产业投资监测表，每月跟踪一次，每季度进行财务复核。

监测指标	重点观察内容	投资信号
DeepSeek模型升级	新模型、性能、推理效率	技术竞争力
Token调用量	API使用规模	商业需求
API价格	单位Token价格变化	盈利能力
国产AI芯片出货	出货量、市场份额	国产替代
AI服务器订单	订单、交付、客户	需求兑现
800G/1.6T光模块	出货量、价格、毛利率	产业景气度
数据中心资本开支	云厂商投资计划	基础设施需求
液冷渗透率	新建机房配置	配套需求
企业AI付费	订阅、API、私有部署	商业化进展
上市公司现金流	经营现金流、资本开支	盈利质量

关键预警信号

出现以下情况时，应重新评估行业投资逻辑：

• AI服务器订单连续两个季度下降。
• 光模块产品价格下跌快于成本下降。
• AI芯片企业存货和应收账款快速增长。
• 云厂商资本开支大幅下调。
• AI SaaS客户付费率和续费率持续下降。
• 数据中心利用率不足，导致折旧和利息压力上升。

十、最终投资结论

DeepSeek产业链投资价值判断

中长期看好，短期精选标的

1. 产业趋势：看好

DeepSeek推动大模型推理成本下降和开源生态发展，可能加快中国AI产业商业化进程。

2. 基础设施：重点关注

AI芯片、服务器、光模块、数据中心液冷、电力设备是AI算力投资的核心产业链。

3. 模型企业：关注商业化

DeepSeek本身的技术价值较高，但需要进一步验证收入质量、盈利能力和持续融资能力。

4. 股票投资：重视估值

AI产业增长不等于所有AI概念股票都能获得超额收益。必须把未来业绩增长与当前股价结合起来分析。

5. 投资期限：建议分层

短期关注订单、景气度和估值；中期关注财报兑现；长期关注技术壁垒、自由现金流和ROIC。

十一、我认为最值得深入研究的三个投资方向

寒武纪：MLU370-X8与头部互联网公司实现深度合作，边缘端芯片出货超百万片_财富号_东方财富网

第一名：国产AI芯片

研究重点：寒武纪、海光信息。

核心问题：国产AI芯片能否在性能、软件生态、单位算力成本上持续缩小与国际领先产品的差距？

Eoptolink EOLO-13T-5H-XDX Optical Transceiver Module Specs, Price, Features

第二名：高速光模块

研究重点：中际旭创、新易盛。

核心问题：800G和1.6T产品能否持续放量，企业能否保持毛利率和全球客户份额？

GPU Power & Liquid Cooling: Engineering the Blackwell Cluster

第三名：液冷与数据中心电力设备

研究重点：英维克、申菱环境、金盘科技。

核心问题：AI数据中心功率密度提升能否转化为液冷、电力设备企业持续增长的订单和利润？

十二、下一步建议：建立DeepSeek产业链量化投资模型

我建议将这份行业研究升级为一套可以持续使用的上市公司投资决策模型，而不是停留在产业概念分析。

模型包含：

模块	具体功能
产业景气度	市场规模、资本开支、订单增速
公司财务分析	毛利率、净利率、ROIC、现金流
估值分析	PE、PS、PEG、DCF
成长性预测	未来三年收入及利润预测
风险监测	应收、存货、负债、减值
股票筛选	产业链竞争力及估值综合排名
投资策略	买入区间、目标估值、风险控制

我的最终建议： DeepSeek概念产业投资，不应只研究DeepSeek关联概念股，而应重点寻找能够同时满足三个条件的公司：第一，受益于AI产业长期增长；第二，已经形成真实订单和利润；第三，当前估值尚未完全透支未来成长。