过去一年，市场讨论算力，目光几乎都落在“训练”上：哪家大厂又囤了多少卡、哪个模型又刷新了参数纪录。创业板算力ETF南方（158063）的基金经理高兴坤，更留意另一个变化：推理正在接棒训练，成为算力需求更重要的驱动。
这个判断的逻辑并不复杂。训练是少数头部模型公司的事，集中投入，频率并不高；推理对应的却是千行百业、亿万用户的持续调用。在他看来，两者的分工很清楚：训练决定模型能力的上限，推理决定这门生意的现金流，一个更像脉冲，一个更像流水。
需求的重心，正在换挡
变化的来路并不复杂。当AI从实验室走进真实的生产流程，每一次对话、每一次代码生成、每一个Agent任务的执行，都在消耗Token，推理的量级就是这样一点点长起来的。在高兴坤看来，这种需求长在使用本身上，用的人越多，量级就越大。
这也让算力需求的性质发生了变化。过去它更像少数公司的军备竞赛，如今正在变成全社会的持续消耗，需求的持续性和可见度都在提升。在他看来，一条靠持续消耗支撑的产业链，要盯的是调用量还在不在增长。
今年年初以来，AI Agent加快出圈。它和早期“你问我答”的聊天机器人不同：能理解目标、规划步骤、调用工具、验证结果、迭代修正，多轮调用正在替代单次的人机交互。Token因此成了衡量“数字劳动力”工作量的核心单位，而算力，是这个劳动力背后真正的生产资料。
商业化也开始跑通。从公开披露看，编程已成为大模型商业化较为成熟的生产力场景之一，用户规模与收入增长相互验证，“Agent替代人工、节约人工成本”的逻辑，正在被真金白银强化。
估值与业绩，仍在赛跑
高兴坤判断这条产业的方式，最后要回到估值与业绩的关系上。对高成长资产来说，核心问题只有一个：业绩增速能不能追上估值。今年以来，算力指数经历过一轮回调，估值分位从历史高位有所回落——景气若能持续兑现为上市公司的收入和利润，估值就会被逐步消化；一旦业绩不及预期，高估值就会成为回撤的放大器。
景气度要靠证据说话。从公开财报看，头部科技厂商的资本开支仍保持高增长，AI竞争正从模型能力延伸至算力基础设施，服务器、芯片与数据中心的投入没有减速迹象。资本开支是未来收入的先行指标，在这条链上，目前还没有出现拐头信号。
国内这一侧的支撑同样清晰。“8+10+3”全国一体化算力布局持续推进，全年2000亿元超长期特别国债设备更新资金已全部下达，算力机房新建、算电协同改造都在支持范围内，政策投向的正是机房、供电与网络这些基础环节。
产业端的进展也在跟上：国产超节点产品已经以真机形态亮相，国产AI芯片的放量同样在加速。在他看来，本土算力基建的景气，有政策与产业的双重支撑，需求在放量，产业链上的国产环节也在往前走。
产业的快变量，交给慢体系
这些判断要落地，离不开背后的团队。南方基金的被动权益投资分设投资与研究两条线，产品设计、量化研究、投资管理、风险控制前后衔接，交易执行与现金流管理都有自建系统在日常运转。高兴坤处在投资管理这一端，研究和系统把规则与流程准备到位，他按既定纪律把组合跟住指数。
这套体系不是一天搭起来的。南方基金做指数投资已有十七年，从2009年发行首只深市表征指数ETF起步，产品线逐步铺开，覆盖宽基、行业主题、策略与跨境；作业方式也在迭代中固化下来：调样之前先形成方案，实施之中多方校验，日常运作的环节有专人独立核对。算力这样的产业变化越快，越需要一套稳定的流程把变量接住——在他看来，判断可以因人而异，纪律不该因人而异。
他管理的创业板算力ETF南方（158063），正是这条判断的落脚点：算力产业链的相关公司被纳入组合，从芯片、服务器到数据中心与网络，链条上的环节一并覆盖。对持有人来说，需要看清的是这条产业往哪里走。
产业趋势以“年”为单位，市场波动的噪声以“天”为单位。在他看来，面对算力这样的高成长赛道，把时间尺度放长更要紧——敬畏估值、尊重景气、放弃短期择时、把握长期方向。
风险提示：基金有风险，投资须谨慎。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，基金净值增长率不代表投资者实际持有基金收益率。投资前请认真阅读基金合同和招募说明书等法律文件，充分了解产品详情及风险特征，根据自身风险承受能力理性投资。
