问题——算力需求快速抬升与市场表现分化并存。 近期，大模型应用热度持续上升，产业链从“对话模型”向“智能体”加速演进，模型执行规划、调用工具、跨任务协同等的能力增强，带来推理链路更长、交互更频繁、调用更密集的新特征。公开信息显示，我国大模型日均词元调用规模已处于高位，并在短期内出现明显增幅；在全球范围内，我国模型调用活跃度亦呈上行态势。与需求同步，算力租赁市场报价走高，高端GPU租金及部分云服务产品价格出现不同幅度上调。但在资本市场上，对应的标的走势并不一致，“同赛道不同表现”的现象较为突出。 原因——应用形态升级叠加供需约束，价格与预期共振。 一是应用侧从“问答”走向“执行”。相较于传统对话应用，智能体需要更复杂的推理过程、更高频的外部调用以及更长时序的任务编排，这使得单位任务的计算消耗显著增加，词元调用量呈现“量级跃迁”特征。二是供给侧仍受结构性约束。高端GPU在交付周期、资源调度、集群运维与能耗成本等上存在客观门槛，短期弹性相对有限，供需错配容易推升租赁价格。三是市场预期存在分层。算力涨价能改善部分环节的收入预期，但产业链不同环节的盈利兑现路径、客户结构与成本转嫁能力差异显著，导致投资者对“谁能真正受益”判断不一，从而带来走势分化。 影响——算力价格上行或推动行业加速出清与效率优化。 从产业角度看，算力成本上升将促使企业更重视效率提升与结构优化，包括模型压缩、推理加速、混合精度、算子优化以及更精细的资源调度。对云厂商与算力服务商而言，价格上行有助于改善部分产品线的盈利水平，但也可能抬升下游企业的试错成本，促使需求从“粗放增长”转向“精打细算”。从市场角度看，消息面往往只是价格波动的催化因素，决定趋势延续性的关键仍在于资金的持续性与稳定性：当缺乏持续承接与交易活跃度时，价格上行带来的估值修复可能难以走远；当资金形成较强的一致性预期并持续参与时，行情更可能从短期反弹演化为阶段性趋势。 对策——以资金持续参与度与基本面兑现为双主线，防止被短期噪声牵引。 业内人士提示，在信息密集、叙事快速迭代的科技赛道，投资决策容易受到情绪驱动，出现“涨了追、跌了卖”的行为偏差。观察市场分化，需要把“是否有机构持股”与“资金是否持续交易”区分开来：机构持股并不必然等同于持续参与，部分资金配置型属性更强，交易并不活跃。相较于仅看价格涨跌，更应关注能反映资金活跃度、持续性与承接能力的指标体系，并与基本面验证结合起来，重点跟踪企业订单与履约能力、客户结构稳定性、产品定价与成本变动、产能与交付节奏等核心变量，避免把短期价格波动简单等同于趋势反转。 前景——算力仍是“长期景气+阶段波动”的典型领域。 展望后续，随着智能体应用在办公、编程、客服、营销、内容生产、工业与科研等领域加速落地，推理需求大概率保持增长，算力基础设施的重要性将更凸显。但同时，供给侧扩产、国产化替代推进、算法与工程优化带来的效率提升，也可能阶段性缓解部分紧张局面，价格与盈利弹性将呈现分段特征。总体而言，行业逻辑仍在“需求增长”与“效率提升”之间动态平衡，市场也将更重视业绩兑现、现金流质量以及资金的持续参与度，分化或将成为常态。
在技术驱动的市场变革中，投资决策正变得更加数据导向。只有深入理解资金流动规律，才能在多变的市场中把握方向。这既是对投资者的考验，也标志着市场逐渐走向成熟。