中国人工智能市场增速确实高于全球，但把握行业节奏的关键不在于增速本身，而在于算力供给与应用需求之间的错配。 从市场规模看，中国人工智能总规模占全球比重将从2021年的13.8%提升至2025年的20.9%；2022E中国增速为42.3%，同期全球为26.7%。这种“占比抬升+增速领先”的组合，意味着需求扩张是主旋律，而算力供给的松紧则决定阶段性节奏——投入期看算力，落地期看应用。
供需两条主线：算力是底座，需求是牵引
AI产业链上游的芯片为行业提供算力支持，未来越来越多AI应用的落地都离不开庞大算力的支撑，因此也将推动算力产业链快速增长。光模块同属基础层，AI技术快速发展对光通信的带宽容量和传输速率提出了更高要求，其中CPO技术被视作实现高速率、大带宽、低功耗网络的必经之路。
需求侧则由大模型与应用共同拉动。大模型具备泛化能力与涌现能力，当模型规模达到某个阈值时，处理性能会突然呈现快速增长；基于这一能力，才出现了ChatGPT这类现象级应用。中游大模型是当下的人工智能发展趋势，下游则是有优质应用场景的C端企业和有数据积累的B端企业，有望率先受益。
周期节奏：投入与落地交替推进
行业节奏大致呈现“算力投入—模型迭代—应用落地”的循环。算力供给偏紧时，产业重心在上游基础层；供给约束缓解、模型能力跃升后，重心转向中游与下游落地。 值得注意的是，2022年8月之后美国限制部分高端GPU出口中国，在一定程度上影响了模型训练速度；而部分算力约束也会通过国产GPU或ASIC替代来缓解。这意味着供给端的每一次调整，都会改变节奏的快慢，但不改变需求扩张的方向。
| 观察维度 | 关注重点 | 节奏含义 |
|---|---|---|
| 算力供给 | AI芯片、光模块（含CPO） | 供给紧张期，基础层率先反映投入强度 |
| 模型进展 | 大模型能力与迭代速度 | 能力跃升往往开启新一轮应用尝试 |
| 需求落地 | C端场景、B端数据积累 | 落地兑现期，价值向应用端传导 |
常见问题
中国AI增速领先，是否意味着各环节同步受益？
并非同步。上游算力、中游大模型与下游应用对供需变化的敏感度不同，节奏上存在先后。判断某一环节的位置，需结合当时的算力松紧与应用落地进度来看。
算力约束会改变中国AI的长期趋势吗？
资料显示，部分算力约束会通过国产GPU或ASIC替代缓解，底层技术正处于跟随和追赶的态势。约束更多影响推进速度，而非需求扩张的方向。
普通投资者应重点跟踪哪些信号？
可围绕AI芯片、CPO（光模块）、大模型与应用场景四个方向观察供需变化。其中算力供给的边际变化，往往是判断阶段性节奏的先行线索。