华尔街观察｜国产算力拐点已至：数据中心大行情刚刚启程 当前国内算力赛道正处在一个非常关键的分水岭，国产数据中心建设才刚刚开始发力，一轮中长期产业行情已经拉开序幕。 从硬件替代进度来看，目前算力卡国产化替代率已经来到50%，存储板块赶超速度更快，国产化落地节奏超过市场很多散户的预期。不少投资者还停留在“国产卡性能远远追不上英伟达”的旧印象里，因此对50%替代率的数据充满质疑。而这一组来自一线产业端的一手信息，恰恰说明算力国产化已经从实验室阶段，正式进入大规模商用落地期。 在头部云厂商梯队当中，国内自建算力集群实力最强的是字节跳动，但遗憾字节并未上市，二级市场投资者无法直接分享它算力扩张带来的红利。排在第二梯队、最具备资本市场代表性的就是阿里云。阿里不只是手握自研大模型千问，同时还是Kimi、智谱AI、MiniMax等多家头部大模型企业的重要股东。这一层布局带来了非常核心的优势：旗下算力集群天然拥有稳定的大模型客户流量，算力上架率有底层保障，不用发愁算力租给谁。 产业端近期已经出现多个标志性信号，证明国产算力硬件已经跨过可用门槛。近期一款国产模型“牛来”，调用量冲上OpenRouter榜单第一位，而支撑它超高并发流量的，就是完完全全由国产算力卡搭建而成的算力集群。智谱AI公开给出一个非常有分量的结论：当前国产算力卡，硬件运行效率、单Token推理成本，已经追平主流英伟达GPU。 放到综合层面客观评价当下国产GPU、CPU算力的真实水平： 1. 推理端已经追上第一梯队。大模型线上调用、高并发服务场景，国产卡的吞吐、时延、单位成本，已经具备和海外高端GPU同台竞争的实力。这也是数据中心运营商敢于大规模采购国产卡、上架对外服务最核心的底气，未来新建智算中心，推理集群国产化会成为主流。 2. 训练端依旧存在差距。超大参数模型长周期深度训练，多卡互联通信带宽、软件生态、算子优化，对比英伟达还有一段追赶周期。但对于绝大多数国内大模型企业而言，二次微调、行业垂类模型训练，现有国产算力已经完全够用。 3. CPU国产化偏向稳健替代路线。国产通用CPU在算力服务器当中稳步渗透，更多承担调度、管理、存储节点的工作，和国产加速卡形成配套组合，打造完整的全栈国产算力集群。 4. 短板在软件生态。硬件效率追平之后，后续比拼的不再是芯片本身，而是编译框架、算子库、运维工具链的成熟度。生态成熟以后，国产算力才会迎来真正的爆发。 站在二级市场角度，数据中心这一轮行情，已经不再单纯是炒英伟达产业链的外需逻辑。未来主线将会切换为国产算力集群放量、智算中心新建潮。字节虽然无缘A股，但阿里以及一众自营算力的上市云厂商、IDC运营商、国产芯片产业链，有望承接这一轮产业红利。 免责声明：本文仅为产业逻辑分析，不构成任何投资建议。