算力、算法、数据、应用……谁是AI创新下一个“爆点”？

在AI 领域竞争中，算力、数据、算法都是关键竞争因素。根据短板理论，算力、数据、算法的进步并不同步，三者在不同阶段会依次成为 AI 发展的关键瓶颈因素，“三者交替发展”成为驱动 AI 创新发展的源动力。

细数AI创新发展史，2022年以算法突破为主，标志性事件ChatGPT的发布引领了Transformer架构研究浪潮；2023年转向数据创新，数据标注与合成成为热点，为高质量数据集建设打下基础；2024年则步入算力创新阶段，迈入超万卡集群时代并涌现算力运营商等新模式，市场对美国AI产业算力垄断的预期也随之显著走高。而2025年，创新重心重新回归算法领域，DeepSeek成为重要的新算法引领者。而在未来，算法、算力、数据、应用都可能成为AI创新突破的关键因素。

图：AI技术创新发展围绕核心变化

一、国内市场AI算力需求旺盛，算力驱动力充足

当前，全球算力需求持续高度景气，在需求端呈现出巨大的市场空间；而面临全球科技博弈竞争愈演愈烈，国产化之势趋强，两大因素共同助推了国产算力发展。其中，国产化是推动国产AI算力快速成长的主要驱动力。

图：国产AI算力需求框架

来源：山西证券

互联网及云厂商都是AI算力的主要下游，相关数据表明，2023年国际大型CSP占全球高端AI服务器需求的65%，2024年国内互联网厂商占国内AI服务器需求的比重超过65%。（信息来源：山西证券，中国信通院）23-24年国内互联网及云厂商的算力采购仍主要用于大模型训练，随着大模型军备竞赛进一步升级以及推理模型和混合模型布局加速，预计25年训练侧算力需求仍将持续，同时随着DeepSeek大幅降低应用开发和部署门槛，推理侧需求或将成为推动AI算力增长的重要增量，有望逐渐成为AI算力增长的主要驱动力。

国内智算中心建设从23年开始显著加速，2024年以来相关招投标项目仍在持续增加。目前智算中心的下游用户主要集中于政府机构、院校及科研院所、大模型企业等，均有持续且明确的训练或推理需求，因此预计2025年智算中心建设仍将持续。

相关指数：上证科创板人工智能指数从科创板市场中选取30只市值较大且业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，代表着科技创新的前沿力量。指数涵盖了人工智能产业链的多个环节，主要分布在电子、计算机、机械等行业。（信息来源：申万一级分类）从目前人工智能行业发展的情况来看，硬件基础设施与云服务技术是目前AI产业的支柱，产业链上游的基础设施和技术支持领域企业在指数中的权重较高，显示出指数对人工智能产业链的发展具有较强的代表性。

相关产品：科创板人工智能ETF（588930）

二、算法优化弥补算力不足已被证实，后续弯道超车机遇充分

今年以来，DeepSeek 通过算法层面的优化，不仅提升了模型准确性，同时也明显降低了内存占用情况和算力开销等。这体现出，在产业发展趋势中，在既有技术基础上持续改进以及工程调优，能够大幅降低成本，加速产业化进程。而在工程调优及算法领域，中国公司均拥有一定优势。本次DeepSeek优化算法架构取得了显著的技术突破，打破了传统 AI 领域“算力为王”的技术框架，将 AI 产业竞争要素重新向“数据、算法、应用”聚焦。而中国 AI 产业在“数据、算法、应用”与美国差距并不太大，具备弯道追赶，甚至超车的可能性。

图：2024年之前模型的最大参数量趋势性增长（左），

2025年起大模型参数开始两极分化（右）

来源：财信证券