1.1 中国AI Infra有望迎来“DeepSeek时刻“

AI Infra指以高质量网络为重要支持，以数据资源、算法框架和算力资源为核心要素，用于支撑AI应用的设计、部署和运行的基础架构。据沙利文，AI基础设施是整个AI系统的底层部分，是确保系统可以正常运行并处理庞大数据和复杂计算任务的基石。AI基础设施集成了算力、算法和数据三大资源要素，以AI硬件设施、算法平台、数据平台以及开放创新平台等为主要载体。

AI Infra是未来链接大规模算力集群与AI训推的“高速公路“。据InfoQ微信公众号，由于 AI 的大流行，数据中心也开始从以 CPU 计算为中心到以 GPU 计算为中心：在 CPU 环境中，大规模并行计算的任务可以被分割得很零散，以微信为例，虽然它也是一个庞大的业务，但它的任务是零散且琐碎的。每个用户和每个进程的任务都是不同的，因此可以将任务分散处理；然而，大模型不同，它依赖于强大的计算能力，通常使用 GPU 通过不同的模型或通信方式来处理同一个任务，大模型很难将任务分割得如此零散，希望开发下一代基础模型的企业就不得不投入越来越大的集群来对应挑战。而将 GPU 服务器做成一个很大的集群后，不再像以前那样以虚拟化单点运算为主，而是大量 GPU 服务器来共同处理一个任务，带来了AI Infra的全新升级需求。

SnowFlake预测，AI Infra（不考虑硬件）在2029年或达到3550亿美元市场规模。据Saasverse微信公众号，在当前全球 AI 热潮下，企业对数据管理和分析的需求与日俱增，Snowflake 的云数据平台能够帮助企业有效管理和利用数据资产，为 AI 和机器学习项目提供强大支撑，越来越多的客户利用 Snowflake 平台构建和部署 AI 应用。Snowflake在2025Q2投资者材料中分析，AI Infra（除硬件）全球潜在市场规模在2024年达到1700亿美元，预计在2029年达到3550亿美元。

1.2  阿里云有望带动中国公有云价值重估

1.2.1 阿里云：AI 出海打造第二增长曲线

阿里巴巴财报显示，2026财年第一季度，阿里云季度营收333.98亿元，同比增长26%，再创新高。

阿里云增长主要由公共云业务收入增长推动，其中包含AI相关产品采用量的提升。根据阿里云微信公众号，阿里AI相关产品收入连续八个季度实现三位数的同比增长。在AI需求高速增长的同时，计算、存储以及其他公共云服务的需求持续增长态势、对AI应用的支持作用亦不容忽视。阿里称其将继续对客户增长与技术创新进行投入，包括AI产品和服务，以提升AI领域的云采用量。

“AI 云”业务方面，云智能集团的强劲表现是一大亮点。根据阿里云微信公众号，云智能集团季度收入 333.98亿元，同比增长 26%，创三年新高，外部收入增速亦为26%；AI 相关产品收入连续八个季度三位数同比增长，在外部商业化收入中贡献超20%，还带动传统云服务增长，云智能经调整 EBITA 同步增长 26%。技术上，阿里发布Qwen3等全球顶尖模型并开源相关模型，推进AI原生应用；投入方面，本季度资本支出387亿元，为去年同期3.25倍，且计划未来三年投3800亿元用于AI和云基础设施。

为发展“AI  云”业务，阿里在半导体领域布局并获突破。根据平头哥半导体微信公众号，阿里旗下平头哥半导体在第八届数字中国建设峰会展示端云一体全栈产品（含数据中心、IoT 芯片），提供普惠算力；其自主研发的企业级SSD主控芯片镇岳 510，具备4μs超低时延、PCIe Gen5接口、3400K IOPS处理能力，误码率较行业标杆领先一个数量级，能效达每瓦特 420K IOPS，为高可靠场景提供高性价比存储底座，目前已在阿里云 EBS 规模化部署，并广泛应用于 AI训练、推理等多业务场景。

软件方面，阿里巴巴拥有全球领先的开源模型矩阵。根据阿里云微信公众号，通义千问打造全球最大开源模型家族，衍生模型超14万、下载量超4亿次，多领域能力顶尖。通用大模型方面，Qwen3 旗舰模型获 Chatbot Arena 5 项能力全球第一、创开源最高分；AI 编程领域，Qwen3-Coder 与行业顶尖模型并列评测第一，调用量周增1474%，位列全球编程领域第二；视频生成上，通义万相Wan2.2系列为业界首个MoE架构视频模型，可高效制作电影级画面；另有 Qwen-MT翻译模、Qwen-Image图像模型，持续完善模型生态。

阿里云不断扩展业务范围，其出海业务以强化全球基础设施布局为核心，为全球客户的云和 AI 需求提供坚实支撑。据阿里云微信公众号，作为中国最大、亚太第一的云服务商，阿里云今年新增启用 8 个数据中心，其中泰国、韩国、马来西亚、迪拜、墨西哥 5个位于海外，进一步完善海外服务网络；截至目前，其全球基础设施已覆盖 29 个地域、89 个可用区。同时，阿里云正以 AI 为中心重构底层技术，推动硬件、计算等与AI场景深度融合，打造适配 AI 时代的强基建，且未来三年将投入超3800亿元人民币，持续加码云和 AI 硬件基础设施建设，更好满足全球客户需求。

1.2.2 百度云：昆仑芯赋能异构计算平台加速AI应用落地

在Create 2025大会，百度昆仑芯3万卡集群正式发布。根据百度智能云技术站微信公众号，RapidFS存储加速服务部署了数百台国产 CPU 服务器，集群设计总吞吐接近 10 TiB/s，以满足 3 万卡昆仑芯集群大规模数据读写需求。测试结果显示，20 个 RapidFS 存储节点稳定提供了 302 GiB/s 吞吐，70 个 RapidFS 存储节点稳定提供了 1.03 TiB/s 吞吐。单台 RapidFS 存储节点可提供 15 GiB/s 吞吐，折合单 TiB（裸容量）300 MiB/s。这些数据表明 RapidFS 存储加速集群的吞吐性能，随着集群规模线性增长。单台 RapidFS 存储节点经过软硬一体的协同优化，充分发挥出国产 CPU 的性能和软件加速效果。同时，这也意味着在 70 个 RapidFS 存储节点提供加速的情况下，100 个计算节点并发加载 10 GiB 的文件仅需 1 秒，让数据随叫随到。

百度云也致力于为具身智能研发打造超级加速引擎。根据百度智能云技术站微信公众号，百度百舸·AI异构计算平台，基于“极致训推加速   一站式开发平台   全栈工具链”的综合能力体系，为具身智能企业提供从研发到部署的全周期加速支持，旨在全面提升视觉语言模型 VLM、世界模型 WM、视觉语言动作模型 VLA 等各类模型的训练与迭代效率。

1.2.3 金山云：小米生态持续赋能

金山云全面升级智算服务体系，助力大模型应用落地。洞察智算云趋势，金山云围绕基础云、智算网及智算平台，构建了智算云1.0能力体系，且正在向平台化和Severless演进的智算云 2.0 迈进。

在基础云方面，金山云通过整合软硬一体化能力，对计算、存储、网络进行全面升级，构建高性能基础设施，这为智算云发展奠定了坚实基础。根据云头条微信公众号，在AI 大模型发展过程中，智算网成为智算时代新型基础设施发挥能效的关键。在智算网优化方面，金山云不仅提供多种组网架构，还通过自研的 RoCE 网络监控平台为运维人员提供全面且直观的网络视图，并通过算力平台帮助其更加合理地分配和利用资源，便捷客户使用的同时提升其业务的连续性。面对大模型客户在数据层面的挑战，金山云围绕客户对弹性灵活、简单易用的需求，整合云服务器、云网络、容器及高性能对象存储在内的能力，研发并发布了包括 Serverless Spark在内的多款 Serverless 形态数据类产品。

2024年11月19日，金山云与小米签订了新的框架协议，金山云提议在 2025、2026、2027 年对与小米和金山的关联交易设置年度上限，小米云服务的上限从 8.68 亿元大幅提升至 23.10 亿元、31.38 亿元及 40.35 亿元，进一步巩固金山云与小米之间的业务合作关系。

1.2.4  深信服：AI 超融合持续渗透

国际数据公司（IDC）最新发布的《中国软件定义存储以及超融合系统市场追踪报告，2025Q1》显示，深信服超融合在2025年第一季度，以25.1%的市场占有率位居中国全栈超融合市场第一。

AI时代，超融合作为数字化转型的重要基础设施，用户对其的期待已不仅是单一的承载应用能力，而是可以促进业务创新和高效运营的、真正面向未来的数字化底座。据深信服科技微信公众号，用户“未来化”的需求，需要数字化底座具备这些特性：可演进：从技术到架构可以持续演进；混合云：云上与云下协同构建混合云；通算智算融合：在通算基础上快速融入智算化能力。因此，深信服超融合再次升级，将以轻量云实现用户的全栈需求。

1.2.5  优刻得：领先的第三方公有云

优刻得为端侧AI发展提供云智算底座。根据优刻得微信公众号，优刻得乌兰察布智算中心具备大规模、高密度部署能力，满足高算力GPU服务器稳定运行需求，依托自研的智算平台及网络架构，提供多节点并行计算、高并发调度、低延迟互联等核心能力，支撑AI模型从数据处理、预训练到推理部署的全流程算力需求，全面赋能多个智能终端使用场景落地。

信创云方面，优刻得与天河计算机协力打造天津首个公共信创云。根据优刻得微信公众号，天河计算机作为国家超级计算天津中心下属企业，依托于国家超算IDC和自主品牌超算资源，在超算系统构建和融合算力服务等方面具备核心优势。国家级算力引擎加上优刻得强大的云服务能力，双方共同打造天津市首个公共信创平台，推动信息安全落地，助力“中国技术”更好地服务客户，提升国家超级计算天津中心使用效率。通过建立“云设施建设-运营-运维”闭环，深化区域生态布局，并创新采用“本地交付 云端管控”的混合模式，实现运维复杂度降低和离线人力成本优化。

1.3 数据治理：AI DATA有望创造无限价值

1.3.1 星环科技：AI Infra全栈解决方案供应商

据星环科技公众号，5月27日，星环科技主办“AI × Data：新一代 AI Infra”2025年度产品发布会，星环科技正式发布AI-Ready Data Platform概念，并全面展示其构建新一代AI基础设施的核心能力。星环科技在此次发布会上重点介绍了Sophon LLMOps 1.6平台的四维进化，作为企业级AI基础设施，Sophon LLMOps统一支撑空间管理、模型、算力管理、数据管理、通用工具，实现智能体驱动的AI全流程运营，实现了从数据到智能、从模型到应用的闭环升级，全面催化 AI × Data 的深度融合。

据星环科技公众号，星环科技在此次发布会上推出的新一代AI Infra，不仅是一套完整的人工智能基础设施技术架构，更是一次关于未来企业智能化如何落地的系统性思考。新一代AI Infra旨在解决企业在AI落地过程中面临的数据和应用挑战。这一架构包含四大核心平台： Knowledge Platform（知识平台）、AI Platform（AI平台）、AI-Ready Data Platform（AI 就绪数据平台）和Resources Platform（资源平台）。

1.3.2 海量数据：Vastbase向量数据库具有良好市场前景

据海量数据库公众号，海量数据库Vastbase向量版以“关系型框架 原生向量引擎”为核心突破，帮助企业一站式解决AI应用落地过程中的知识管理、语义检索、多模态分析等复杂场景需求，为企业构建高可信、低延迟的AI应用提供数据管理能力，重新定义AI时代的数据基座新范式。海量数据库Vastbase 向量版的技术内核，是一场从底层算法到系统架构的全栈革新。

据海量数据库公众号，海量数据库Vastbase 向量版是一款面向企业级 AI 应用落地的高性能集中式向量数据库，符合安全可靠测评要求，基于开源openGauss 内核深度优化，融合了关系型数据库的稳定性与高效的向量数据处理能力，支持结构化数据与高维向量的原生协同管理。在产品特性上，海量数据库 Vastbase 向量版以“三高 三全”特性构建差异化壁垒。

1.3.3 达梦数据：全栈数据产品赋能AI落地

据达梦数据公众号，达梦数据聚焦数据管理、多模型训练、智能体生成，为用户解决智能客服、运维故障分析等场景问题。技术融合催生了新的增长极，达梦数据不仅深耕关系型数据库领域，还积极推动图数据库、缓存数据库、时序数据库、文档数据库等非关系型数据库和云数据库方面的全面布局，为AI时代筑基。

据达梦数据公众号，在基础资源层面，平台集计算、网络、算力、存储，构建了高度集成的硬件基础设施；模型底座集成DeepSeek、Meta LLAMA 3、Qwen3 等主流大模型，通过 vLLM 实现模型托管与推理加速。平台核心处理则实现多模型管理与智能体编排，支持模型接入、部署与启停的全流程管控。达梦启云数据库智能运维平台就是基于LLaMA3.x、QWen2.5等通用大模型做模型微调，能实现参数优化、SQL生成与优化、数据探查、AI自动优化数据库参数，解决人工调参效率低、难度高的问题。

1.3.4 慧辰股份：实现从AI Infra到AI应用的全面打通

据慧辰股份公众号，2025年，在AI软硬件融合方面，公司联合行业智算硬件合作方，基于DeepSeek、Qwen等大模型与慧AI数字员工产品，构建数字员工一体机解决方案。提供从“底层算力、大模型部署、推理训练、数字员工应用”的全栈解决方案，助力各领域用户完成“硬件 大模型 智能应用”的一站式部署，在知识检索、日常办公、知识库问答、数字客服等多个场景中，帮助用户形成覆盖“业务-服务-运营-决策”的智能应用能力。

据慧辰股份公众号，为推动算力普惠化，慧辰股份参与共建技术-资源-市场协同的“智算云产业生态”，签署“AI公共算力平台软件”项目等，合作模式逐步由技术层面不断向产业生态深度延伸，与合作伙伴们从技术共建迈入商业化联合运营的新阶段，为千行百业提供高效、可信、便捷的智能算力服务。

1.3.5 博睿数据：云原生算力监控运维具有显著竞争优势

据博瑞宏远公众号，博睿数据在中国应用性能管理及可观测性APMO市场长期保持领先的基础上，2025年5月16日Bonree ONE 2025春季版正式推出国际化版本，支持中英文切换，适配海外用户需求；导航栏、工作台全面优化，重构交互逻辑与界面设计，为全球用户带来更便捷、更丝滑的观测体验。

据博瑞宏远公众号，云原生架构具有动态、弹性、分布式的特点，传统割裂的监控工具难以适应，面对企业系统持续上云、云原生架构加速普及的大趋势，Bonree ONE 2025 春季版对云原生观测能力进行了全面升级。Bonree ONE 2025春季版还进一步释放了数据模型的价值，同时全面深化从数据采集到业务分析的全域可观测能力，提供更高效、灵活的全域可观测与管理体验。

1.4 投资建议

阿里云业绩超预期验证中国AI大基建加速发展，国产AI Infra有望迎来价值重估，建议关注云计算、数据治理以及国产算力硬件供应链等核心环节：

云计算：阿里巴巴、深信服、金山云、优刻得、青云科技、顺网科技等；

数据治理：星环科技、海量数据、达梦数据、慧辰股份、博睿数据等；

国产算力：1）芯片设计：重点关注寒武纪、海光信息等AI芯片龙头。2）先进晶圆制造：重点关注以中芯国际为代表领军企业。3）国产AI算力液冷：高澜股份、英维克等；4）电源电感：中国长城、欧陆通、麦捷科技等。5）国产AI服务器及其他环节：浪潮信息、软通动力、中国长城、神州数码、慧博云通、拓维信息、中科曙光、中兴通讯、烽火通信、紫光股份、工业富联、彩讯股份、高新发展等。