《金基研》陌语/作者

近期，AI智能体OpenClaw（俗称“龙虾”）引爆市场热度，3月7日，深圳市龙岗区发布《支持OpenClaw&OPC发展的若干措施（征求意见稿）》，拟以“零成本启动”为核心亮点，面向全球智能体开发者和OPC（OnePersonCompany，一人公司）创业者抛出橄榄枝，打造全球智能体创业首选地，“养龙虾”成为AI圈新宠。

算力模型补贴方面，新入驻认定的OPC社区企业拟获赠长达三个月的免费算力。符合条件的区内AIGC企业调用国内头部大模型，按实际调用费用的30%给予补贴，每家企业每年最高100万元。通过算力补贴、模型支持等方式扶持“养龙虾”生态，而这背后，支撑AI智能体运行、驱动AI产业爆发的核心——算力基础设施，正成为资本市场的核心赛道之一。

一、算力“芯”风口下，指数如何“锚定”算力基建核心资产？

中证算力基础设施主题指数，是由中证指数公司编制，专门反映A股市场中算力基础设施领域上市公司整体表现的主题指数，于2023年12月正式发布，基日为2019年12月31日，基点1000点，是布局算力赛道的工具之一。

算力基础设施是AI应用（包括OpenClaw智能体）运行的基础，没有算力，AI模型训练、智能体部署、数据处理都无从谈起，而中证算力指数，就是筛选出A股中业务涉及算力核心领域的优质企业，汇聚成一个算力组合，一键布局全产业链。

据中证指数公司官方编制方案，中证算力基础设施主题指数样本空间与中证全指样本空间一致，覆盖A股全市场以确保标的广泛性；同时剔除流动性较差的标的，要求过去一年日均成交金额排名位于样本空间前80%，选样标准聚焦数据中心建设及运营、服务器或芯片生产、交换机/路由器/光模块等通信设备制造三大核心领域。

样本数量选取过去一年日均总市值排名前50的标的作为成分股，单个数据中心及相关硬件领域营收占比较高的样本权重不超过10%，其余单个样本权重不超过3%，调整机制则为每半年调整一次样本。

算力是数字经济的核心生产力，更是AI产业发展的底层支撑，在政策持续加码、需求爆发式增长的背景下，算力基础设施赛道的长期发展前景明晰。中证算力基础设施主题指数以科学的编制规则精准锚定赛道核心标的，不仅为市场提供了一个观察算力产业发展的“风向标”，也为算力产业提供了便捷、专业的工具，分享AI时代算力产业发展的红利。

二、高成长与高弹性的“价值画像”，指数近一年涨幅达95%

通过深入剖析中证算力基础设施主题指数的编制规则，可以清晰看到该指数筛选算力产业链核心环节的具体逻辑是如何精准锁定稀土产业链中的核心企业。在此基础上，结合对该指数标的市值构成、风险收益特征及相关基金成份股结构的深度画像，有助于从多维度把握其内在价值。

中证算力基础设施主题指数从A股市场中筛选出50只与算力基础设施建设、运营及核心设备相关的上市公司作为样本，自由流通市值合计达37,999.36亿元，样本企业规模跨度极大——最大自由流通市值超6,100亿元，最小也接近50亿元，平均规模约760亿元，中位数为347.96亿元，既覆盖了行业龙头，也包含具备成长潜力的中型企业，完整反映了算力基础设施产业的整体面貌。

截至2026年3月11日，中证算力基础设施主题指数在不同时间维度上展现出了不俗的收益表现。从短期来看，该指数近1个月上涨5.14%、近3个月上涨9.23%，而2026年年内已录得7.72%的涨幅，展现出持续性。

而拉长周期看，其收益表现更可观，近一年收益高达95.62%，几乎实现翻倍；近三年、近五年年化收益率分别为49.78%、30.16%，体现了算力作为数字经济核心引擎的成长红利。

与亮眼收益相伴的，是中证算力基础设施主题指数的波动特征。数据显示，该指数近一年年化波动率为39.63%，近三年为40.01%，近五年为34.95%，均维持在30%以上。

从重仓股上看，截至2026年3月12日，前十大权重股分别为中际旭创、新易盛、寒武纪、海光信息、工业富联、澜起科技、天孚通信、华工科技、中科曙光、中兴通讯。

目前中证算力基础设施主题指数暂无官方直接跟踪的指数基金，而通信ETF的十大权重股与中证算力基础设施主题指数相关性强。通信ETF包含中际旭创、新易盛、工业富联、中兴通讯、天孚通信，占比分别为15.20%、15.14%、13.08%、6.48%、4.94%。

其中，中际旭创、天孚通信、新易盛在上一季度收益表现突出，2025年第四季度涨幅分别达51.26%、21%、17.8%。

简言之，中证算力基础设施主题指数通过编制规则“精准锁定”AI硬件核心环节，成分股覆盖从龙头到黑马的不同梯队，形成了龙头稳阵脚、小盘增弹性的结构。该指数虽无直接跟踪基金，但可通过相关性较强的通信ETF等产品，配置相关行业。

从OpenClaw智能体引爆的创业热潮，到地方政策对算力生态的精准扶持，算力基础设施或成为AI时代最具确定性的核心赛道之一。在AI智能体、大模型训练等需求持续爆发、国产替代加速推进的背景下，大模型训练算力需求增长，推理算力在终端应用或逐步渗透。