在全球人工智能浪潮的推动下，AI算力已成为驱动新一轮科技革命与产业变革的核心引擎。传统IDC（互联网数据中心）正在向AIDC（人工智能数据中心）加速演进，以应对大模型训练与推理所带来的高密度、高能耗、高稳定性的算力需求。AIDC不仅是智能算力的物理载体，更是国家数字基建与产业智能化升级的关键枢纽。
在此产业升级的强劲驱动下，全球数据中心（IDC）市场进入新一轮高速发展期。据Fortune Business Insight数据，全球数据中心市场规模预计将从2024年的2427.2亿美元增长至2032年的5848.6亿美元，期间复合年增长率（CAGR）达11.6%。其中，人工智能数据中心（AIDC）作为增长核心引擎，其市场规模将从2024年的151.3亿美元快速攀升至2032年的940.3亿美元，期间CAGR高达25.7%。
本篇内容我们就聚焦AIDC行业，对行业相关问题展开分析。我们将从AIDC行业的行业概况、市场现状出发，对数据中心供电架构演变及AIDC所面临的市场挑战进行梳理；继而，将对AIDC产业链情况、行业国产替代逻辑及相关公司发展情况进行分析；同时，在上述问题的基础上，也将会对AIDC行业后续的发展情况进行展望，希望对大家了解AIDC行业有所帮助。
01
行业概况
1、AIDC是传统IDC在AI算力需求驱动下的升级形态
AIDC（人工智能数据中心，Artificial Intelligence Data Center）是传统IDC（互联网数据中心，Internet Data Center）在AI算力需求驱动下的升级形态，其核心是基于最新人工智能理论，采用领先的人工智能计算架构，提供人工智能应用所需算力服务、数据服务和算法服务的新型算力基础设施。简言之，IDC是数字经济的“通用仓储”，满足广泛数字化需求，而AIDC是智能时代的“算力工厂”。回顾过去几十年的发展历程，数据中心正走向智算数据中心。技术萌芽期（1990年代）：基础设施转型的起点。随着TCP/IP协议的全球普及和万维网技术的突破，全球信息化基础设施进入转型期。国内早期的分布式数据处理节点开始聚合，形成现代数据中心的雏形。这一阶段以技术探索为主导，基础设施部署呈现密度快速提升、覆盖范围扩张的特征，虽然规模较小，但为后续发展奠定了网络协议和基础架构的技术基础，标志着中国数据中心产业的萌芽。产业化培育期（2000-2010年）：双轨模式的形成。进入2000年，中国信息化建设迎来黄金发展期，互联网应用从单一的门户网站向电商、社交等多元化场景拓展，推动基础设施服务标准升级。市场分化出两条清晰路径：企业级私有数据中心（EDC）满足大型企业个性化需求，第三方托管的互联网数据中心（IDC）开启商业化服务模式。此阶段以区域性分散部署的中小规模设施为主，初步构建起数字化经济的基础架构，形成"政企自建+第三方托管"的双轨发展格局，产业集中度较低但市场化进程加速。云转型期（2010-2020年）：集约化发展的变革。虚拟化技术的成熟引发IT资源供给模式革命，超大规模集群架构替代传统离散部署。行业竞争格局呈现三足鼎立：基础电信运营商依托网络资源优势布局基础设施；专业IDC服务商强化定制化服务能力；云服务巨头（如阿里云、腾讯云）通过技术创新引领行业方向。产业重心向T3+以上高等级数据中心转移。智能算力增长期（2020年至今）：结构性升级的新周期。在AI技术革命与数据要素市场化的双重驱动下，数据中心产业发生结构性变革。需求端呈现两极分化：超大规模数据中心聚焦基础存储与通用计算，满足云计算、大数据等普惠需求；异构算力中心专注AI训练推理等专业场景，适配深度学习、大模型训练等高算力密度需求。具备全栈服务能力的第三方运营商凭借敏捷交付体系和技术中台优势快速扩张，行业集中度持续提升，标志着数据中心从"云化基础设施"向"智能算力枢纽"的战略升级。四个阶段的演进本质上是技术驱动-需求升级-模式创新的螺旋上升过程。从早期技术导入形成产业雏形，到市场化驱动双轨发展，再到云化技术引发集约化变革，最终在AI和数据要素时代实现算力结构优化。每个阶段的核心矛盾不同，技术萌芽期解决"有没有"，产业化培育期解决"市场化"，云化转型期解决"效率提升"，智能算力期解决"结构升级"。AIDC与IDC的本质差异源于AI算力需求对基础设施的重塑，其中有两大核心变化：算力密度与功耗层面，IDC以通用服务器为主，单机柜功率密度较低（4-8kW），而AIDC需部署高功率GPU/TPU服务器，单机柜功率达传统IDC的5-10倍（10-100kW以上），硬件投入成本更高，但单位算力效率显著提升；散热技术层面，IDC多采用风冷技术，而AIDC因高功率密度需引入液冷方案（如冷板式或浸没式冷却），以降低PUE值（电能使用效率），同时满足长时间高负载运行的稳定性需求。根据英伟达，H200在高负载任务下产生的热量较前代产品增加了约30%，为确保其稳定运行和持续高性能输出，引入了液冷散热技术。实验对比显示，液冷散热效率较传统风冷提升了约50%。AI模型的全面应用，是从训练到推理多环节紧密协作的过程。这个过程包括基础模型预训练、行业或企业模型的二次训练以及场景模型的微调，最终实现模型在实际环境中的部署与推理应用。AIDC最主要的是要围绕AI模型训练、推理和应用来规划设计和实施。基础模型预训练：大型互联网企业与专注大模型研发的公司，以构建通用基础模型为核心目标，其AIDC建设需打造具备十万甚至百万量级算力卡的超大规模集群平台。这类企业在训练过程中需处理万亿级Token数据，涵盖文本、图像、音视频等多模态信息，以实现模型对通用知识的深度学习。行业模型二次训练：行业头部企业基于通用基础模型，叠加行业专属数据进行二次训练，以构建适配金融、医疗、制造等垂直领域的行业模型。此类训练虽数据规模降至数亿级Token，但仍需数百至数千张NPU/GPU算力卡支撑，且需解决行业数据的合规处理、特征提取及模型参数优化问题。模型微调与推理：多数企业将AIDC作为模型微调与推理的核心平台，结合自身业务场景数据对基础模型或行业模型进行针对性优化，使其满足客户服务、智能决策、自动化生产等具体需求。推理环节对AIDC的性能指标提出精细要求：面向个人用户的ToC服务需降低延迟以提升交互体验，面向企业客户的ToB服务强调高并发处理能力与稳定性，而企业内部应用则更注重算力使用效率与数据安全性。02
市场现状
1、人工智能迎来商业落地的关键拐点，驱动智能算力的需求快速增长
人工智能（AI）正处于从技术探索迈向规模化商业落地的关键拐点，市场规模有望快速扩容。根据Precedence Research的数据，2027年AI市场规模有望突破万亿，2034年有望达到3.7万亿的市场规模，未来10年（2025-2034）的CAGR达到19%。人工智能的蓬勃发展驱动智能算力的需求快速增长。智能算力是基于GPU、TPU、NPU、FPGA等人工智能加速芯片，通过高性能互联网络和软件栈，为人工智能模型的训练与推理提供高效计算服务的能力。根据IDC的数据，2025年中国智算规模达到1037.3EFLOPS，预计到2028年将达到2781.9EFLOPS，CAGR达39%。2、AIDC是智能算力的物理载体，受益于人工智能的产业化浪潮人工智能数据中心（Artificial Intelligence Data Center，AIDC），是智能算力的主流物理载体，专门为支持和加速人工智能（AI）应用而设计的基础设施。AIDC通常配备高性能计算资源，如专用的AI处理单元（如GPU、TPU等）、大规模存储解决方案、快速网络连接以及能够处理大数据集和高计算负载的硬件和软件平台。AI浪潮驱动数据中心市场规模持续扩容。根据科智咨询的报告，预计2025年数据中心市场规模达到1289亿美金，同比增长18.7%，2027年将进一步增长至1632.5亿美金，2025-2027年年均增长率保持在10%以上。其中AI相关需求预计将贡献超过60%的新增市场增量，成为产业增长的核心引擎。从已规划待建的数据中心规模来看，未来几年数据中心的装机容量有望延续快速增长态势。根据DC byte的调研数据显示，2018年末全球数据中心的总存量供应约为17.2GW，2023年规模增至37GW，五年间增长约20GW，年复合增长率高达16.6%。2023年末待建数据中心（包括在建和已规划项目）的总规划供应量高达37.8GW，是存量的一倍。新增的数据中心以AIDC为主。根据Semi Analysis的数据，全球数据中心的核心IT电力需求将从2023年的49GW增长至2026年的96GW，三年新增47GW，其中AIDC新增40GW，占到增量的85%。存量数据中心以第三方运营商为主导，未来云厂商自建数据中心将成为主流选择。截至2023年末，全球存量数据中心第三方数据中心提供商占据主导地位，占比约为63%，而自用型数据中心则占37%。全球云服务提供商如亚马逊云、微软Azure和谷歌云平台等是自建数据中心的核心力量，它们合计占全球数据中心供应量的21.8%。由于新建数据中心多为大规模智算中心，主要用于企业训练AI大模型自用，投资主要集中在GPU等服务器成本上，未来自建模式将成为主流选择。国内外云厂商的资本开支大幅提高，AIDC的建设需求将呈现高景气度。根据Bloomberg上的一致预期，海外大厂Meta、谷歌、亚马逊和微软四家预计在2025年的资本开支合计达到3364亿美元，同比增长55%。国内大厂腾讯、百度和阿里三家，预计在2025年的资本开支合计达到258亿美元，同比增长80%。云厂商的资本开支主要用于数据中心建设，购买AI服务器及网络设施等。3、AIDC向高能耗、高密度方向发展，对供配电系统要求持续升级数据中心向更高密度和能效的方向转型。传统通用型IDC的单机柜功率一般在2-10KW，而AIDC为了满足计算密集型任务，一般需要部署更高性能，更大功率的GPU。数据显示，全球数据中心平均单机架功率已从2017年的5.6KW/机架提升至2023年的12.8KW/机架，超算、智算中心的单机柜功率甚至需要超过30KW。AIDC的能耗需求巨大。AI大模型训练和推理需要耗费大量的电力资源，比如一次ChatGPT搜索的电力消耗大约是传统Google搜索的6到-10倍。根据国际能源署（IEA）的中性估计，2024年全球数据中心的用电量达到415TWh，2030年将增长至945TWh，年均增长15%。2030年数据中心的用电量占到全球用电量的3%，相比24年1.5%的占比增长了一倍。数据中心的供配电系统需要持续升级迭代，以匹配大功率密度，高能耗的发展趋势。4、AI算力阶跃式提升，功耗近翻倍增长，也催化供电系统加速进化AI时代GPU算力性能阶跃式提升，远超CPU的进步节奏。根据英伟达数据，GPU运算性能在近些年呈现高速提升的趋势，8年内有望提升1000倍，远超CPU的进化速度，AI时代下，GPU有望成为最主要的算力核心。AI服务器性能进步伴随着功耗翻倍的增长。上一代英伟达的H200算力板卡其功耗约1700W，而新一代B200板卡的功耗提升至3300W，增长幅度接近翻倍，这就意味着AI服务器的进步将催化未来数据中心供电系统加速进化。03
数据中心供电架构演变
1、数据中心架构分类
数据中心供电架构根据现有的供电方案，主要可以分为交流UPS（不间断电源）供电架构、高压直流（HVDC）供电架构、中压直供集成式供电架构和柔性直流输电架构。交流UPS供电架构，由整流器、逆变器、蓄电池组、静态STS切换开关组成。市电正常时，市电通过整流器、逆变器向负载供电，同时为蓄电池充电；当市电异常或中断时，蓄电池作为电源，通过逆变器向负载供电；当逆变器、蓄电池等中间环节故障时，通过STS切换开关，改由交流旁路向负载供电。UPS电源系统工作原理：380V/220V市电正常运行时，为了将交流电转换为直流电，应有效采用AC/DC整流器设备，以保证铅酸蓄电池组的充电量；之后利用逆变器进行转换，输出纯净380/220V的交流电，为通信设备提供足够的运行电能。当市电运行系统出现异常时，铅酸蓄电池组提供直流电源的供应，通过逆变器将直流电转变为380/220V的交流电，保证通信设备的正常运行。不间断电源供电模式具备更为复杂的结构，且工作效率较低。实际应用中的交流UPS供电架构主要分UPS 2N架构和市电+UPS架构两种。UPS 2N架构是由两套完全独立的UPS系统、同步LBS控制器、静态STS切换开关、变压器等设备组成，又称为UPS双总线供电架构。在该架构中，两套UPS系统从不同的低压配电系统引电，平时每套系统带载一半负荷，当一套系统出现故障时另外一套系统带载全部负荷。市电+UPS架构是由一路市电和一路UPS系统组成，平时市电作为主用电源带载全部负荷，当市电断电或者质量不满足要求时转由UPS供电。HVDC工作原理：在将380/220V交流电转变为240V直流电时，应有效引入高压直流系统，再经过配电模块的输出，将直流电配送至各个通信设备中。在连接配电模块与铅酸蓄电池组时，应采用阀控设备，保证在市电正常运行时，高压直流电可以为铅酸蓄电池组充电，并保证通信设备的运行电能。一旦市电运行系统出现异常时，为了保证设备的正常运行，应利用铅酸蓄电池组提供240V高压直流电。整个运行过程比较简单，只需完成交流电到直流电的转换即可，工作效率更高。高压直流供电架构主要两种标准：336V高压直流和240V高压直流。336V是中国移动的标准，配置时，需要改造设备和定制电源模块，其应用相对较少。240V高压直流是中国电信的标准，配置时基本不需要进行设备改造和电源定制，技术的可行性已经得到较好的验证，主要应用于百度、阿里巴巴、腾讯、中国电信、中国联通等企业的大型数据中心。目前应用中的中压直供集成式供电架构主要以巴拿马电源供电方案为主。巴拿马电源结构为10kV市电经过移相变压器降压至400V，再经过整流和降压转换，输出240V或直流336V的直流电，最后通过直流输出配电柜为IT设备供电。其中移相变压器基于相位交错叠加消去原理和移相交错并联拓扑，通过电路叠加复用减小输出电流的波动，从而提高系统的稳定性，降低谐波电流，与传统供电架构相比，省去了多个中间环节，简化了拓扑结构，同时提高了电能转换效率。除了HVDC和巴拿马电源外，固态变压器（SST）也是未来数据中心电源的趋势。固态变压器（SST）也称为“能源路由器”，在基于直流电网区域架构中，适用于微电网的直流用电场景。固态变压器（SST）不仅在中压之间具有高频隔离的直流或交流接口，可实现局部自治的单向或双向潮流，还具有电能管理、能源管理以及故障管理的能力，支持不同直流发电单元、储能系统和用电单元之间、不同用电电压之间的电力交互。直流环节的固态变压器（SST）结构，不仅可以在原方接入直流设备，如储能电池、光伏电站等，还能同时在副方为直流、交流设备提供稳定的电能供给。利用这一特性，可解决新能源引入后智算中心供电架构面临的诸多问题。固态变压器（SST）由于存在电压制式及拓扑器件成熟度问题，在可靠性，可维护性及使用规范方面面临着挑战，现在仍以试点为主，需要业界产品生态的进一步完善。HVDC可靠性表现更好。HVDC中的铅酸蓄电池组可以直接连接配电模块，为通信设备末端输送源源不断的电源，无需利用逆变器进行转换，降低了故障的发生几率；另外HVDC在为通信设备供电时，仅需在设备端将电压降低至额定电压，无需同步频率与相位，系统运行简单，且具备较强的稳定性。而采用UPS电源系统供电时，当市电运行系统出现故障时，由铅酸蓄电池组提供通信设备运行的供电量，此时直流电将通过逆变器转变为交流电，再配送至通信设备末端。市电运行系统出现故障时，即便铅酸蓄电池组具备足够的供电电能，且备用电机也保持正常的运行状态，一旦逆变器出现故障，就会导致通信设备无法正常运行，有可能导致整个通信系统出现瘫痪。HVDC利用率可以保持较高水平。相较UPS电源系统，HVDC采用模块化结构，其整流模块为热插拔型；可根据通信设备的负载情况控制或配置整流模块的运行数量，使HVDC的利用率保持在较高水平，从而降低冗余。而UPS电源系统中，为了实现稳定安全运行环境，在供电系统中往往会采取主备供电模式，此时会导致一定的冗余量，即便采用二主一备的供电系统也存在冗余问题。按照维护要求：1+1UPS电源系统的单机利用率不得超过45%；2+1UPS电源系统的单机利用率不得超过60%。HVDC电能利用效率较高。相较UPS电源系统，HVDC减少了逆变环节和功率器件，降低了热能损耗，节约了电能，提高了供电效率。HVDC适应供电设施高密化需求，有效减少供电设施占地面积。根据立鼎产业研究网，随单机柜功率密度增大，供电面积占数据中心总面积比例不断上升。传统供电系统通常采用工频变压器和低压配电柜等设备，占地面积较大。例如，一个传统的2.4MW供电系统可能需要约20平方米的占地面积。采用HVDC技术的供电系统，由于其高功率密度和集成化设计，占地面积显著减少。例如，伊顿中压能源路由器采用HVDC技术，2.4MW系统的占地面积仅为9平方米。HVDC简化配电系统结构，一次性投资成本显著下降。根据立鼎产业研究网，从传统UPS到240V HVDC，配电结构由四级配电精简到三级配电，大大减少了线缆投资。根据腾讯云数据中心计算，一台市电+240V HVDC架构一次性投资成本为110万元，而一台2N UPS架构投资成本达154万元（不含配套滤波）。巴拿马从投资成本、运行效率和节省机房空间等方面具有明显优势。巴拿马电源由于减少了中间低压配电柜和楼层配电两个配电转换等级，进一步提升了电源的转换效率至97%。将巴拿马电源2N系统与传统的2N供电及1路高压直流加1路市电直供进行经济与技术方面的对比。巴拿马电源系统2N配置，每千瓦造价较传统2N下降0.12万元，满足914个7kW机架的供电，总投资下降约768万元。4、供电高效在AIDC时代价值凸显，高密、高效节能的供电系统是大势所趋智算中心相比较通算中心有更高的要求。根据维谛技术数据，智算中心的用户诉求来自智算训练业务，为确保大模型训练的效率和成本最优，智算训练业务需要建立高度集中化的GPU集群。这是因为，基于GPU的分布式工作原理，如果需要在减少训练时间的同时降低训练的成本，那么，必须在更小的物理空间内部署更多的GPU服务器，从而突破分布式计算因带宽和传输距离产生的运算瓶颈，提高集群算效，因此，智算训练业务需要建立高度集中化的GPU集群。另外伴随着智算中心芯片功耗的提升，其自身的散热功耗也在不断攀升，智算中心中单机柜的热密度大幅度的快速提升，因此，智算中心将面临单机柜功耗高密化的挑战。智算中心IT负载和市电引入规模远远高于通算中心。根据维谛技术，单机柜功耗从通算中心（传统数据中心）的4～6KW的逐渐增加至智算中心（AIDC）的20～40kW，未来逐步发展至40～120kW甚至还要更高，智算中心机柜呈现高密度化趋势。这将导致智算中心在IT负载和市电引入规模上大大高于通算中心，也意味着将消耗更多的能源，同时也对资源产生众多新的需求。随着智算中心规模的不断提升，对智算中心能源利用效率（PUE）将会提出更高的要求。根据维谛技术，在智算中心运行着大量高效GPU服务器和存储设备，这些IT设备自身需要大量的电力来支持其运行，此外，为保持这些IT设备的稳定运行和数据处理的高效性，智算中心还需要匹配制冷系统，这些配套的制冷系统同样需要增加智算中心的能源消耗。庞大的算力规模部署，意味着消耗更多的能源，智算中心也正在成为中国电力系统的最大变量之一。作为能源消耗大户，智算中心的能源利用效率（PUE）降低需求尤为迫切。能源利用效率（PUE）的降低意味着用更少的电力完成更多的任务，也意味着相同的规模，可以用更少的能源实现，同时也满足节能降碳需求。因此，随着智算中心规模的不断提升，对智算中心能源利用效率（PUE）将会提出更高的要求。随着智算中心单机柜功率密度提升，供电系统优化关注点将转向更高电压等级。通算中心在供电系统选择上，常见两种方案：AC400V不间断电源（UPS）和DC240V高压直流（HVDC）。这两项技术经过多年的市场考验，市场接受度较高，产业链较为成熟。但对于高密度、高效率的智算中心而言，由于智算服务器之间连接的光缆已经占用过多机柜的走线空间，探索更高电压的应用可以减少电源线占用的空间，带来潜在的性能提升和成本节约，这也更符合可持续发展的要求。04
AIDC市场挑战
1、数据中心能源管理，面临三重挑战
数据中心的用电量呈现出爆炸式增长，这使得算力的尽头直指电力供应。面对庞大用电需求，数据中心的能源管理陷入三重困境，经调研企业认定的困境按其普遍程度排列如下：供电稳定性（93%）：供电稳定性是亟待解决的难题，持续稳定的电力供应是保障数据中心正常运行的关键，任何一次电力中断都可能导致数据丢失、业务停滞等严重后果。供电稳定性挑战源于三重叠加因素：智算中心负载波动应对能力、可再生能源接入稳定性和柴发备电供应及环评问题；成本控制（85%）：数据中心运营成本中，电费占比高达57%。不断攀升的用电成本给数据中心的运营带来了沉重负担，数据中心管理者必须在满足用电需求的同时有效控制成本。碳排放管理（77%）：2024年7月《数据中心绿色低碳发展专项行动计划》，明确提出推动数据中心绿色低碳发展，加快节能降碳改造和用能设备更新。在全球对环境保护日益重视的背景下，数据中心的碳排放管理也备受关注，数据中心需要降低碳排放，实现绿色可持续发展。智算中心本身负载波动对能源供应的稳定性和可靠性要求高。负载突增突减，智算AI集群计算与集群通讯模式导致智算中心功率不再是稳定负载，集群小时级波动率是云计算的10倍，高达50%。根据国家发改委《数据中心绿色低碳发展专项行动计划》：到2025年底，算力电力双向协同机制初步形成，国家枢纽节点新建数据中心绿电占比超过80%。大量可再生能源（如风电和光伏）受天气、季节影响会带来能源供应的不稳定性，进而导致电压和频率波动。据调研，虽然目前97%的企业仍以柴发为主要备电方式，但是56%的企业认为柴发备电面临“环评趋严，排放问题（如污染物和二氧化碳排放）、噪音污染等问题突出”，46%的企业认为“变压器容量受限，导致柴发发电量有限”，担心燃料存储和泄露风险的企业也达28%。用于增强供电稳定性的柴发备电前景不被看好。数据显示，从2022年到2026年，全球数据中心电力消耗将从460太瓦时（TWh）增长至近1000太瓦时（TWh），随着算力需求持续增长，AIDC规模会不断扩大，对电源管理产品在数量和性能上的需求都会稳步上升。在机柜里，GPU、CPU功耗从不足1kW提升到1kW，甚至超过2kW；而整个机柜的功耗，从60kW提升至150kW。这意味着AI服务器对于电力供应有着极高要求，需要采用恰当的方式去提高效率。AI服务器对电源管理产品提出了更严苛的技术要求。比如，整机架功率迈入兆瓦级，PSU单机功率突破10kW；二次电源频率升至MHz，功率密度超5kW/in³；高压直流、固态变压器、垂直供电等新型架构得到采用。目前一台典型的AI服务器机架，功耗可以达到150kW。但据预测，将来其功耗可以达到800kW，甚至1000kW。数据中心耗电量巨大，运营成本中，电费占57%，远超折旧（25%）、房租（8%）及人工费（4%）等，成为绝对主导项。因此在如何满足高算力需求的同时，控制能源成本、降本增效成为数据中心行业管理者的关切所在。国家多项将“能源数字化适配”纳入城市数字底座建设范畴，人工智能数据中心（AIDC）作为数字城市的算力核心，其高能耗、高稳定性需求与储能技术深度绑定，绿色转型为AIDC储能提供了战略定位。2025年以来，多部门政策形成“组合拳”。绿电消纳要求：《关于促进可再生能源绿色电力证书市场高质量发展的意见》明确，国家枢纽节点新建AIDC到2030年绿电消费比例不低于80%，鼓励通过储能提升可再生能源消纳能力。绿色数据中心标准：《2025年度国家绿色数据中心推荐工作通知》要求数据中心可再生能源利用率达标，并将储能、氢能技术纳入加分项。城市能源转型：《数字化绿色化协同转型工作要点》提出，推动AIDC等数字设施“零碳发展”，储能成为配套标配。当前仍有63%的数据中心PUE在1.2以上，高PUE带来沉重的运营成本负担、阻碍业务发展和碳排放增加，与政策法规引导和企业ESG管理需求不符。以谷歌、微软为代表的全球互联网公司已提出碳中和时间表，中国数据中心企业中已有至少12家提出了碳中和目标。据统计56%的企业表示会受到来自政策法规和企业ESG管理的碳排放管理压力。05
产业链分析
1、AIDC产业链概况
AIDC产业链主要包括AI芯片/服务器等设计制造、基础设施建设、智算服务提供，以及生成式大模型研发及基于大模型的行业应用。在上游环节，主要包括土建基础设施和IT基础架构的建设。其中AI芯片作为智能算力的核心，技术壁垒高，在GPU、FPGA、TPU、NPU等细分领域，英伟达、赛灵恩、英特尔、谷歌、华为、阿里、寒武纪等企业是主要参与者。在中游环节，智算服务提供商、云服务供应商和IDC服务商等提供智算服务及运维解决方案。主流云服务供应商不仅自建大型智算中心，还加速布局AI大模型，以提供更高效、更智能的服务。IDC服务商也依托云网资源优势参与智算建设，提供智算、超算、通算等多样化的算力服务及一体化运维解决方案。在下游环节，国内市场大模型应用目前主要聚焦于金融、医疗、传媒、游戏、汽车等领域。在产业链中，AIDC资本开支大头仍在IT侧，服务器是算力承载的核心硬件。根据中商产业研究院，服务器约占IT侧成本的70%；非IT侧主要为供电系统相关，其次为制冷系统相关，供电系统相关（柴油发电机组、电力用户站、UPS、配电柜）和制冷系统相关（冷水机组、精密空调、冷却塔）分别占69%和18%。美国政府对英伟达“特供”中国市场的AI芯片H20实施出口管制，自2025年4月14日起无限期生效。此举导致英伟达预计2026财年计提55亿美元相关费用，并加剧国内市场对高性能算力芯片的供需矛盾。国产替代“以量补质”实现性能赶超。2025年4月，华为推出的CloudMatrix384正式于芜湖数据中心上线，产品由384颗昇腾901C芯片组成，算力达300PFLOPS。华为以超5倍于英伟达GB200 NVL72的芯片数量构建AI算力集群CloudMatrix384，实现了相当于该集群1.7倍的性能表现。尽管昇腾芯片单卡性能与Blackwell芯片仍有差距，但CloudMatrix集群性能已实现对英伟达NVL72的超越。AI大模型所仰赖的集群式算力特征，为国产AI算力产品孕育出全新发展契机。尽管现阶段中国大陆晶圆厂的先进制程工艺与国际一流厂商尚存差距，单颗AI芯片性能提升面临瓶颈，但依托高速网络设备实现多芯片算力堆叠，国产AI算力集群产品得以达成与海外竞品的性能对标。这种“以量补质”的集群化发展模式，正逐步成为国产算力产业破局突围的关键路径，为在制程工艺受限背景下实现技术追赶提供了有效解决方案。AI芯片性能迭代带动功耗激增，液冷技术成为散热刚需。以英伟达H100为例，其热点功耗密度达1.5W/cm²，远超风冷0.3W/cm²的上限，若强行使用风冷需扩大机柜间距50%，导致空间利用率下降40%，显著推升土地和基建成本，液冷凭借热传导效率（液体比空气高1000-3000倍）成为必然选择。根据英伟达估计，液冷数据中心的PUE（能源使用效率）可以达到1.15，远低于风冷数据中心的1.6。工信部《新型数据中心发展三年行动计划》要求2025年全国数据中心平均PUE降至1.5以下，单机柜功率超30kW必须强制采用液冷，并设定PUE≤1.3的准入红线，倒逼液冷技术普及。根据IDC预计，2028年中国液冷服务器市场将达到105亿美元，2023-2028年五年年复合增长率将达到48.3%。中长期看，AI算力密度提升与ESG要求深化将驱动液冷从“可选”迈向“必选”。柴油发电机组作为数据中心电力冗余体系的核心设备，承担着应急备用电源“最后保障”的关键角色。数据中心供电系统通常采用“电网+UPS+柴发”三级保障架构：UPS凭借毫秒级切换能力实现市电中断时的瞬时电力接续，但其储能容量有限（仅能维持数分钟至数十分钟）；柴发则在UPS续航耗尽后启动，以大功率、长时供能特性（可持续供电数小时至数天），成为数据中心应对长时间停电事故的唯一可靠备份电源，二者通过“瞬时响应+持续供能”的功能互补，构建起完整的电力保障链条。柴发产业链具备技术壁垒高、扩产周期长的显著特征。扩产需要全产业链扩，由于柴发产业链长，要求标准高、工艺复杂，供应商导入严格，一个节点的扩产不及预期，都将拖累这条产业链的扩产进度。而且大功率机组（1.6-2MW）对发动机、控制系统等核心部件的技术要求严苛，国内具备规模化交付能力的企业少。智算中心大型化有望推动柴油发动机需求曲线更加陡峭。AI算力需求爆发推动数据中心建设加速，全球数据中心柴发冗余配置率从80%提升至120%-150%，当单柜功率密度从20kW跃升至50-100kW，将带动大功率机组需求同比增长150%。供需错配背景下，柴发设备价格已进入涨价周期，行业呈现量利齐升格局。AI芯片国产替代“以量补质”的唯一缺点是，它需要4.1倍GB200 NVL72的功率，每FLOP的功率差2.5倍，每TB/s内存带宽的功率差1.9倍，每TB HBM内存容量的功率差1.2倍。但这一模式的可行性植根于中国能源禀赋特性，相较于硅片制造受限的硬性瓶颈，电力供应体系具备更强弹性调节空间。人工智能大模型技术的研发和应用带来了更高的能耗需求。从AI对能源的需求来看，数据中心作为AI运行的核心载体，其电力消耗正经历迅猛增长。如美国的星际之门计划，其项目预计将有高达数千兆瓦的电力需求。根据IDC，2024年中国人工智能数据中心IT能耗（含服务器、存储系统和网络）达到55.1TWh，2025年将增至77.7TWh，是2023年能耗量的两倍，2027年将增长至146.2TWh，2022-2027年五年年复合增长率为44.8%，五年间实现六倍增长。据Vertiv预测，以能耗为单位，2023-2029年全球新增智算中心总负载将达100GW，每年新增约13-20GW。在这一趋势下，保障电力供应尤为重要。小型模块化反应堆（SMR）或是未来AIDC供电主力。在2025年中国春季核能论坛上，我国核能企业与AIDC应用方正式启动SMR为数据中心供电的示范项目前期技术论证与场景适配研究。与传统大型核反应堆相比，SMR有望凭借其灵活部署、低碳高效的特性，成为我国核电领域对接新型算力基础设施的重要增量市场，为AIDC提供稳定、低成本的基荷电源。5月以来核聚变催化不断，核能作为中国实现“双碳”目标、能源安全的重要战略方向，其可控核聚变及SMR是行业未来发展的重要增量，未来，SMR或将是除燃气轮机外的AIDC供电主力。06
国产替代逻辑
1、数据中心大多电气设备技术壁垒不高
总的来看，数据中心用到的大部分电气类设备相对简单，主要以中低压设备为主。除了变电站电压等级相对较高，内部降压变压器正常为10kV左右，内部配电线路开关电压等级正常不超过1kV，光电线缆均为相对成熟的产品。主要供应商订单大增，GEV电气化业务在手订单已达234.5亿美元，两年时间翻倍以上；伊顿电气在手订单已达118亿美元，产能已经偏饱和。维谛技术80%收入来自于数据中心业务，近几年在手订单连续增加，2023年底已达55.3亿美元。预计随着全球主要厂商在手订单的大增，数据中心电气设备产业链有望进一步向国内转移。目前，海外龙头供应商在数据中心方面业务和产品布局较为广泛，已经形成了整体解决方案业务供应能力。其中维谛技术几乎覆盖数据中心全部需求，伊顿电气从电气设备、机柜到温控系统、软件平台，均可供应。预计海外龙头企业在数据中心产业放量的背景下将更多参与整体解决方案总包。整体上看，相关人士认为数据中心的核心并不在于设备与基建难度，而在于供应链导入情况。以维谛为例，目前国内已经有多家企业导入维谛的供应链，预计未来国内企业有望更加广泛地参与全球数据中心基础设施建设。07
相关公司
1、伊戈尔：“全球造，销全球”，变压器+AIDC产品加速出海
聚焦能源、信息行业，专注于变压器、电源等产品的研发、生产及销售。公司自1999年设立以来，一直扎根于电源行业，产品可广泛应用于光伏、储能、配网、工业控制、数据中心及照明领域。2020-2024年，公司营业总收入分别从14.06亿元增长至46.39亿元，四年CAGR达到35%；归母净利润从0.51亿元增长至2.93亿元，四年CAGR达到54%。受部分产品销售价格下降、大宗原材料价格上涨等因素影响，2025Q1-Q3，公司实现营业总收入38.08亿元，同比增长17%；归母净利润1.78亿元，同比下降15%。
变压器市场景气向上，国产厂商迎历史性出海机遇。海外变压器短缺问题加剧，交期延长、价格上涨。需求端，受光伏储能并网需求激增、数据中心用电大幅增长等驱动，大型开发商、电网公司、数据中心运营商加大变压器的采购，用以满足替代和新增的需求。供给端，制造商难以应对劳动力和材料短缺的问题导致现有产能难以满足激增的需求。综合竞争力持续提升的国内优质变压器厂商有望迎来历史性出海机遇。
“全球造，销全球”，海外产能及渠道优势显著。公司境外业务呈现高速发展态势，北美及欧洲占比达到70%。公司外销产品主要为新能源变压器、工业控制变压器及照明类产品，2025Q1占比分别为53%、14%、33%，新能源变压器占比持续提升。新能源变压器、工业控制变压器等产品境外毛利率均远高于国内。公司围绕产能提升与市场覆盖需求，全面推进全球制造基地与销售网络布局，加速推进整体供应链出海。公司大力推进海内外数智化生产基地建设，马来西亚、泰国、美国、墨西哥等境外产能逐步释放；海外产能持续推动北美、欧洲客户合作。
电力电子技术为基，能源+信息产品矩阵丰富。公司长期深耕电力电子技术领域，以市场、客户需求为导向，开展技术研发和新产品开发。公司产品主要为能源产品、照明产品及其他孵化产品三大品类。能源产品包括应用于光伏、储能、配电等领域的新能源变压器、高频电感、用于医疗、安防、数据中心等领域的工业控制变压器等。照明产品包括照明电源及照明灯具。其他孵化产品主要包括车载电感、车载电源、储能装置、充电桩等。丰富的产品矩阵有助于公司充分把握市场机遇。
前瞻布局数据中心领域，有望打开成长空间。公司近年集中资源重点投入应用在数据中心领域的变压器产品。自2017年起，有超100个数据中心在使用伊戈尔生产的变压器，正常运行。2025年上半年数据中心变压器产能逐步释放，公司在数据中心变压器产品结构和市场拓展上已取得了突破。其产品品类从移相变压器拓展至环氧浇注干式变压器、油浸式变压器等，销售区域从国内拓展至日本、美国、马来西亚等海外市场。
2、金盘科技：业绩增长亮眼，AIDC与全球化布局多点开花
公司发布2025年三季报，25Q1-3实现营业收入51.94亿元，同比+8.25%；实现归母净利润4.86亿元，同比+20.27%；实现扣非归母净利润4.56亿元，同比+19.05%。Q3实现营业收入20.40亿元，同比+8.38%，环比+12.61%；实现归母净利润2.21亿元，同比+21.71%，环比+39.92%；实现扣非归母净利润2.10亿元，同比+22.77%，环比+42.21%。
增长势态较好，全球化产能协同。面对复杂的外部环境，公司凭借前瞻布局与全球产能协同，展现出强劲韧性。2025年1-9月，公司实现主营业务收入51.55亿元，其中内销收入35.65亿元，外销收入15.90亿元。随着公司海外布局的不断深化，马来西亚工厂已正式投产，同时公司正积极推进海外客户和订单的拓展。公司前三季度实现归母净利润4.86亿元，同比+20.27%，得益于销售收入比上年同期递增8.25%；其次公司不断推进数字化转型进程，优化运营效率，提高管理水准，借助精细化成本管控达成提质增效；同时，公司优化客户结构，提高销售订单品质，前三季度销售毛利率达26.08%，同比+1.87pct。前三季度销售/管理/财务/研发费用率分别为4.56%/5.05%/0.62%/4.31%，同比+0.57/-0.15 /-0.34/-0.29pct。
把握AIDC发展机遇，业务取得积极进展。伴随全球人工智能进程加速，算力需求激增驱动AI算力中心（AIDC）建设进入高速发展期。公司深耕数据中心领域十余年，紧抓AIDC高速发展机遇，2025年1-9月实现相关销售收入9.74亿元，同比增长337.47%。为把握AIDC向高压直流及SST架构发展的趋势，公司成功开发出10kV12.4MWSST样机，转换效率可达98%，并已入选2025年度海南省先进装备制造首台套试点示范项目拟认定名单。凭借深厚的技术积累和与国内外数据中心客户建立的良好合作关系，公司为SST产品的市场推广与应用奠定了从技术到渠道的全面优势。2025年8月公司已成功开发适用HVDC 800V供电架构的SST样机，后续将准备样机测试并推动认证，并且持续推进迭代升级。同时，公司积极推进在国内及海外地区重点客户的试运行，加快新产品产业化应用落地。
智能化建设、国内电力市场与海外新能源布局同步实现突破。2025年10月，公司与矩阵起源签约推进AI智能工厂二期项目，在一期“标书智能体”落地基础上，以“AI算力+底座平台+智能体”架构拓展多元应用场景，并融合英伟达AI技术推动生产管理向“事前预防”转型，联合生态伙伴共筑智能制造标杆；中标南方电网2025年配网设备项目，以约2600万元拿下10kVSCB干式变压器订单，凭借“数字基座+智能装备”模式适配南方电网新型电力系统建设需求，彰显在干式变压器领域的技术积淀；此外，公司成功中标金风科技阿曼-Total-Riyah1&2陆上风电项目，为这一阿曼当时最大风电项目（234兆瓦，投运减碳74万吨）提供适配当地气候的预装箱式变电站，推动中国风电产业链向中东实现“技术标准+投资+服务”综合输出，全方位凸显其在电力装备领域的技术实力与市场竞争力。
3、阳光电源：储能需求海内外共振，AIDC有望成为新增长极
增长规模再创新高，规模效应凸显。公司2025年前三季度实现营业收入664.02亿元，同比增长32.95%；归母净利润118.81亿元，同比大幅增长56.34%，增速远超营收增幅，体现规模效应与盈利水平双提升。三季度单季度数据来看，归母净利润为41.47亿元，同比增长57.04%，为年内净利润最高值，主要因为公司储能系统出货同比大幅增长。
盈利能力边际改善，现金流大幅优化。公司今年前三季度综合毛利率为34.88%，三季度毛利率提升至35.87%，为历史最高水平，主要得益于储能业务区域结构优化，高毛利海外业务占比提升，带动毛利率改善。三季度公司现金流情况大幅改善，实现经营性现金流净额64.79亿元，环比提升294%，主要系销售回款力度加大及收入结构优化带来的回款效率提升。
营运能力改善，研发费用加码。公司营运能力持续改善，应收帐款周转天数、应收票据周转天数均环比降低3天，体现了公司营运资金效率提升。三季度单季公司研发费用达11.03亿元，同比增长23.96%，体现研发投入的边际加码。研发投入重点集中于储能技术迭代，以及AIDC电源产品的研发。
加速布局AIDC相关产品，有望成为未来新增长极。公司还逐步布局AIDC相关业务，一方面是AIDC配储，未来随着全球AIDC投资大规模放量，对于电力的需求将明显提升。尤其是北美后续在AIDC大规模放量的背景下，缺电问题明显。而在800V直流的行业技术趋势下，储能将成为AIDC必选项。公司在北美储能市占率较高，未来有望在AIDC配储市场获取订单。另外，公司计划布局AIDC电源产品，800V直流供电是最为明确的下一步供电架构，SST能提供更高的供电效率和更简化的供电结构。公司多年在逆变器及大储方面的积累下，电力电子技术优势明显，能力与AIDC电源匹配，未来将成为公司重要的第三成长曲线。
4、麦格米特：毛利率逐步企稳，完善AIDC整体供电解决方案布局
毛利率逐步企稳。2025年三季度公司毛利率21.31%，同比下降3.97pct，环比提升0.11pct，销售净利率2.51%，同比下降2.87pct，环比下降0.55pct。公司毛利率同比下降一方面是由于消费类家电产品行业价格竞争加剧，竞争压力向上游传导，另一方面也由于毛利率较低的新能源汽车相关产品占比提升。当前公司毛利率低位出现环比企稳迹象，未来随着毛利率较高的服务器电源等产品逐步放量，公司毛利率有望改善。
AIDC电源产品积极布局，客户拓展有序推进。公司目前已经推出Power Shelf、BBU Shelf、Power Capacitor Shelf、800V/570kW Side Rack等一系列产品，可匹配GB200/GB300、下一代rubin架构及未来新一代技术平台与SST等，第一级电源上，对SST方案与巴拿马电源方案均有技术布局，公司的产品能力已横跨柜外和柜内多级降压转换所涉及的电源模块与系统。AIDC电源领域公司已获得小批量订单，未来有望成为公司重要增量来源。
积极布局储能领域，完善AIDC产品布局。AIDC对电力供应的稳定性和实时性要求极高，储能系统可在电网故障或供电不稳时维持数据中心连续运行，防止AIDC运算中断，避免因电力中断导致大规模AI训练任务失败。同时随着数据中心功率增加，功率波动对电网影响增大，通过构网型储能的应用，在负载快速掉落时，可以为系统提供转动惯量，避免负载快速变化对电网侧产生冲击。公司在储能领域持续增大研发投入，目前已有数百人研发团队，后续公司计划将储能充电团队与AI电源研发团队整合，进一步完善在AIDC整体供电解决方案领域的布局。
5、良信股份：新能源与数字能源双轮驱动，AIDC业务打开成长空间
Q3业绩短期承压，四大举措旨在改善盈利能力。公司2025年Q1-Q3营收同比增长12.23%，反映核心业务及市场持续稳健扩张；扣非净利润2.75亿元，同比增长2.23%，反映主营业务盈利能力稳定。2025Q3单季度归母净利润同比下降21.90%，拖累Q1-Q3归母净利润微降2.08%，Q3单季度盈利承压，全年盈利水平保持基本稳定。
公司前三季度毛利率、净利率分别为30.44%、8.81%，同比分别下降0.88pct、1.13pct；Q3单季度毛利率28.14%，同比、环比分别下降1.50pct、3.49pct，Q3单季度净利率5.11%，同比、环比分别下降1.52pct、6.57pct。
公司三季度毛利率下降主要是受到销售结构变化及产品价格波动双重因素的影响。从销售结构上来看，公司的新兴业务如智能配电、直流接触器等产品的快速上量以及新能源行业占主营业务比重的进一步提升，一定程度上影响了公司的综合毛利率，同时由于市场竞争压力及客户年度议价等因素对产品价差带来一定影响，两项因素综合作用影响了公司的综合毛利率。预计公司将持续通过如下举措改善盈利能力：优化产品定价策略，加大高毛利产品推广力度，持续提升高毛利率产品销售份额；加强海外市场拓展及产品推广，借助海外市场拉动整体盈利能力；针对收入大幅增长但毛利率偏低的产品，深入分析成本结构，通过优化供应链及生产工艺等降本手段提高该类产品整体毛利率；持续推进工艺技术降本归一化，通过工艺和技术迭代实现长期降本增效。
新能源与数字能源双轮驱动，AIDC业务与维谛技术长期合作打开海内外市场成长空间。公司主营业务结构持续向高成长赛道倾斜。新能源行业为最大收入来源，2025年前三季度占营收比重超50%，主要包括了风电、光伏、储能、新能源汽车、充电桩及换电站等下游领域；数字能源行业占营收比重近20%，主要包括智算中心、电网等细分市场，受益于储能、风电、AIDC等细分市场景气度向好及公司市占率的提升，前三季度这两个行业呈现较高的增长态势。基础设施领域实现稳定增长，智能楼宇行业受房地产行业基本面及项目需求减少等因素的影响，仍呈现负增长态势，目前公司的房地产业务占比不足10%。
直流接触器属于公司战略投入的新兴业务，当前处于业绩占比较低，但是快速增长阶段，主要应用于储能、新能源汽车、充换电等业务领域，正从导入期向成长期过渡。
公司与维谛技术保持长期稳定的合作关系，公司为数据中心等领域开发的相关产品已应用于维谛技术的解决方案中。公司以维谛技术为关键平台，打通国内外销售与研发协同体系，聚焦北美、欧洲数据中心及新能源市场，推动产品国际化。部分产品已取得UL认证并在北美市场小批量供货。
08
AIDC发展展望
1、AIDC需求侧：算力需求快速增长，数据中心建设方兴未艾
算力需求的快速增长，带动数据中心加速投建。目前全球数据中心的扩产主力依然是北美AI巨头公司中国的互联网巨头。根据统计的以亚马逊、微软、谷歌为代表的北美AI巨头的资本开支情况，可见从2023Q2以来，北美互联网龙头企业的资本开支持续扩张，从241亿美金增长到25Q3的760亿美元。相应的，以阿里巴巴为代表的国内互联网大厂，也在近年来持续扩大资本开支，加速建设数据中心。2024Q4，国内大厂资本开支达到阶段性高峰的772亿元。2025年以来，受到英伟达算力卡进口受限的影响，国内大厂暂缓了数据中心的建设进度。向后展望，相关人士认为数据中心建设的需求方兴未艾：从海外亚马逊、微软、谷歌、Meta计划建设的数据中心装机量和在建装机量的对比，不难发现，当前数据中心的建设进度仍在相当早期，后续积累的规划量相当庞大。从各区域近年来数据中心装机容量来看，北美、中国仍是全球数据中心扩建的核心增量区域。尽管国内互联网大厂的资本开支增速稍显放缓，但伴随着算力卡的国产化替代和外部约束的逐渐放松，国内算力资本开支有望呈现积蓄性反弹。数据中心的快速建设，带来了北美电力需求的快速增长。美国能源部预计，到2028年，数据中心将占美国总电力需求的6.7%至12%，远超2023年的4.4%。从EIA对历年居民、商业、工业等部门的用电需求统计也可见一斑，2025年以来，工业电价大幅增长21%，电力行业电价则增长了37%。2、AIDC供给侧：能源电力和关键设备面临产能瓶颈北美更多是能源+设备侧的约束，电网的持续老化+发电设备的持续老化，以及北美缺乏灵活的跨区域调电能力，导致容易出现区域性缺电。此外，限制北美电力供给侧增长的另一个因素在于，电力能源结构变化较快，新能源发电的区域特征很强，且调峰能力有限；而传统的燃气轮机发电产业链已多年未有扩产，且扩产周期较为漫长。中国更多是算力卡的约束+海外关键设备进口收缩（被海外需求虹吸）。因此，国内发展数据中心，核心在于能否实现算力卡、关键设备的自给自足。因此，国产GPU、国产柴油发动机等细分赛道异军突起。区别于2025年，预计2026年中国AIDC市场由供需逻辑转变为单纯的需求逻辑，缺卡的缓解可能促进受挤压需求的短暂释放，而柴发则已经被内资供给补充了，甚至柴发产业链上游的铸锻件的产能扩张，也能有效匹配需求。然而，北美能源侧受到的约束在2026年仍将继续存在，其原因在于：北美过去多年以来，电力能源的结构发生了很大变化。煤炭发电占比持续下滑，天然气、太阳能、风能等类清洁能源的发电占比持续提升。而太阳能、风能发电具备明显的区域性特征，且北美因地方政策限制，缺乏电力的灵活调配能力，新能源的发电量难以满足全局的电力需求。另一方面，由于清洁能源发电占比的提升，美国的煤电工厂数量这些年来持续下降。根据EIA的统计，煤电厂数量从2014年的491座下滑至2024年的219座。除发电能源结构变化带来的局部供电压力外，高度依赖天然气发电的燃机机组的持续老化，使得北美电网变得更加脆弱。根据全球分区域的燃机的机龄统计，美洲区域燃机以23年的中位数年龄、23.3年的平均数年龄，居于各区域榜首，是全球最老旧机组的集中区。由于电网供需缺口的存在，2025年7月，美国能源部发布了《评估美国电网可靠性与安全性》报告，并阐明结论：在现有发展路径下，美国电网的年均停电时间将从当前的8.1小时激增至2030年的817.7小时。大规模传统能源的滞后将导致美国电网的可靠性指标呈现出指数级恶化的趋势。即使在"仅增长无退役"的乐观情景下，年均失负荷小时数（LOLH）也会从当前的8.1小时激增至2030年的269.9小时。供需缺口最终以电价增长的形式体现了出来。根据EIA的统计，美国居民部门、商业部门、工业部门、运输部门的电价在2024年1月以来快速增长，且增速仍在放大。四部门电价的累计复合增速从25年1月的3.3%、3.0%、2.7%、-2.5%增长到4.9%、5.5%、5.5%、8.6%。3、当前海内外主要CSP厂商进行AIDC军备竞赛，行业空间显著增长国内厂商在AIDC基础设施等投入增加：2024H1，阿里巴巴的资本支出达到230亿元人民币，同比增长123%，主要用于购买处理器以训练其统一系列AI模型；腾讯的资本支出也增至230亿元人民币，同比增长176%，部分原因是对GPU和CPU服务器的投资增加；百度的资本支出达42亿元人民币，同比增长4%。尽管美国出口管制限制了对中国的高端AI处理器销售，如英伟达的H100和Blackwell系列，但中国科技巨头仍可以购买性能较低的处理器，如英伟达的H20。字节跳动作为英伟达的主要客户之一，也增加了其在人工智能领域的支出，据Reuters声称，字节跳动已成为英伟达H20芯片最大的买家之一。其为中国数据中心购买了数十万台H20处理器。美国四大科技巨头微软、Meta、谷歌和亚马逊在AI数据中心建设上持续加大投入：2024年1至8月，微软、Meta、谷歌和亚马逊在AI数据中心的投资总额高达1250亿美元，反映了这些科技巨头在AI领域不断加大投资力度。其中资本支出是AI数据中心建设的重要部分，约占总投资的约60%，主要用于采购服务器、存储和网络设备等关键硬件。在人工智能景气驱动下，全球IDC市场进入高速发展状态。据Fortune Business Insight数据，全球数据中心市场规模将从2024年的2427.2亿美元增长至2032年的5848.6亿美元，期间CAGR达11.6%。其中AIDC市场规模预计将从2024年的 151.3亿美元增长至2032年的940.3亿美元，期间CAGR25.7%。09
参考研报
1.国投证券-电力设备行业AIDC深度报告：AI浪潮已至，电力设备有望迎来新机遇
2.招商证券-AIDC机械设备行业2026年度策略报告：数据中心加速投建，瓶颈环节决定投资机会
3.财信证券-电子行业：AI资本开支提速，AIDC产业链迎投资机遇
4.泽平宏观-AIDC行业研究报告
5.华金证券-电力设备与新能源行业深度报告：AIDC供电三重挑战下，SST率军突围
6.长江证券-AIDC电气设备行业报告：“AI”已来，“电气”风起
7.国金证券-电力设备与新能源行业AIDC系列深度（三）：海外大厂引领高压直流革命，800V产业化进程有望加速
8.浙商证券-伊戈尔-002922-深度报告：“全球造，销全球”，变压器+AIDC产品加速出海
9.华鑫证券-良信股份-002706-公司事件点评报告：新能源与数字能源双轮驱动，AIDC业务打开成长空间
10.华金证券-金盘科技-688676-业绩增长亮眼，AIDC与全球化布局多点开花
11.甬兴证券-AIDC行业专题（一）：智算中心加速扩张，政策+需求双轮驱动供电系统升级
以上相关研报原文可在“慧博智能策略终端”PC版或“慧博投资分析”APP中查看。
慧博财经
微信号【 huiboinfo】
