一、核心定义
AI 数据中心是面向人工智能业务负载打造的新一代算力基础设施，核心支撑 AI 模型的训练、上线运行与服务交付。相较传统数据中心，二者核心区别集中在硬件架构与性能要求：传统数据中心以 CPU 为算力核心，AI 数据中心则需搭载高密度 GPU 集群、超高速互联网络及高效冷却系统，单机柜功率密度超 12-24kW，是传统数据中心的 3 至 5 倍。
这一架构差异源于 AI 任务的并行计算特性 —— 大语言模型训练需耗费数百万 GPU 小时算力，对内存带宽、网络传输速度有极致要求。按规模划分，AI 数据中心主要分两类：超大规模数据中心（单场地服务器≥5000 台、面积≥10000 平方英尺）和主机托管型数据中心。
其中超大规模数据中心由 AWS 等云服务商主导，满足生成式 AI 等超大算力需求；主机托管型由第三方运营商运营，适配中小企业定制化算力需求。其核心由三大系统组成：计算层（GPU/CPU 集群）、存储层（高带宽 SSD 阵列）、网络层（400G/800G 光模块互联），搭配智能供电（UPS）、液冷散热等配套系统。
二、市场需求
训练千亿参数级大模型，耗电量约 3.6 亿千瓦时，相当于 3 万户家庭年用电量。需求主体多元分布：互联网巨头占 40%，主攻大模型研发；电信运营商占 20%，聚焦边缘 AI 落地；政府及科研机构占 15%，保障公共算力供给；金融、制造等垂直行业占 25%，推进 AI 场景化应用。
三、市场规模
算力容量方面，2025 年末全球已投用 AIDC 总电力负载达 75GW，2026 年末预计升至 96GW；全球在建、已公示及远期规划 AIDC 总算力规模超 250GW，增长空间充足。
资金投入方面，2025 年行业全口径投资约 5800 亿美元，2026 年有望接近 1 万亿美元，其中纯 AI 基础设施投资达 4000-4500 亿美元，AI 芯片、GPU、高密度机柜为核心投资方向。
下游应用端，豆包日均 Token 调用量超 120 万亿；2026 年 1-3 月，全球每周词元使用量从 6.4 万亿次增至 22.7 万亿次，三个月增长 2.5 倍。摩根士丹利预测，未来算力需求增速将达英伟达供给增速的 3 倍。
2025-2029 年，智能算力将以 45.3% 的年均复合增长率增长，2029 年达 3035.91 EFLOPs，核心驱动力为 AI 技术深度普及，带动高性能算力需求持续爆发。
设备层面分 IT 设备和配套设备：IT 设备含算力服务器、光纤 / 光模块等连接器、交换机 / 路由器等网络设备、存储器等存储设备；配套设备含 UPS、蓄电池、发电机等配电设备，及冷源设备、机房空调、新风系统等温控设备。
2024 年全球 AI 服务器市场规模 1251 亿美元，2025 年增至 1587 亿美元，2028 年达 2227 亿美元，其中生成式 AI 服务器占比从 2025 年 29.6% 升至 2028 年 37.7%。据摩根士丹利 5 月报告，ODM 厂商供应的 Rubin 机架单价约 780 万美元，较 GB300 的 400 万美元上涨 95%，OEM 厂商（联想、戴尔等）供货价格更高。
四、竞争格局
行业参与者分为三大梯队：第一梯队：亚马逊 AWS（全球 AIDC 总容量 22.4GW，已投 12GW）、微软 Azure（总 IT 容量 25.1GW，已投 10GW、在建 10.3GW、规划 4.7GW）、谷歌云（13.3GW，已投 8.1GW）、OpenAI（16.3GW，已投 1.2GW、在建 10GW、规划 0.1GW、已公布 5GW）。
国内厂商：字节跳动 AIDC 总规模 2.4-2.6GW，已投 0.75GW、在建 1.25GW、已公布 0.4GW、规划 0.2GW，核心布局内蒙古和林格尔、泰国曼谷，国内算力资本开支领先；阿里巴巴总规模 2.2GW，已投 1.05GW、在建 0.7GW、已公布 0.35GW、规划 0.1GW，国内聚焦乌兰察布、中卫、张北三大智算集群；腾讯、百度总规模均为 1.6GW，已投 0.78GW、在建 0.52GW、已公布 0.25GW、规划 0.05GW，集群集中贵安、清远、天津，扩张节奏稳健。
第三方运营商：润泽科技布局国内 6 大区域 7 个 AIDC 集群，拥有 61 栋智算中心、32 万架机柜储备，2025 年新增交付算力 220MW；万国数据一季度净收入 33.67 亿元（同比 + 23.6%）、净利润 26.52 亿元（同比 + 247.1%），单季订单 200MW 创纪录，总预订量超 1.8GW；奥飞数据拟募资 17.5 亿元建 AI 产业园，新增 5 栋数据中心、8925 个 8.8KW 机柜，布局一线及战略节点城市；秦淮数据布局超 30 个数据中心，运营及在建容量近 1GW，手握 5GW 算力资源；光环新网推进 AIDC 建设，引入 GPU 服务器与智能能耗系统，布局智算赛道。
五、产业链价值
AI 数据中心产业链呈 “金字塔型” 利润分配，技术壁垒决定价值占比：上游核心器件为价值顶端：GPU 厂商毛利率超 60%，网络设备厂商毛利率约 65%，依托生态壁垒维持高定价；存储芯片厂商毛利率 25-40%，受益高带宽内存需求激增。
中游设备制造利润分化：服务器 ODM 厂商毛利率仅 5-8%，以代工为主；液冷系统供应商毛利率 35%，技术溢价突出；UPS 供应商毛利率 30-40%、制冷系统厂商约 35%，均高于行业均值。
下游运营服务利润最薄：头部运营商净利润率 5-10%，重资产模式致 ROE 低于 10%；专注 AI 训练的算力中心利润率可达 15%，显著优于传统 IDC。
六、发展趋势
绿色低碳成核心方向：液冷技术从冷板式向浸没式升级，散热效率提升 3-5 倍，PUE 降至 1.1 以下，成为一线城市刚需；可再生能源加速渗透，AWS 计划 2025 年实现数据中心 100% 清洁能源使用，国内 “东数西算” 枢纽要求可再生能源占比≥30%。
算力架构两极分化：超大规模数据中心专攻训练任务，单集群从 1000P 向 10000P 升级；边缘 AI 数据中心贴近终端，适配自动驾驶、工业互联网，2030 年边缘节点占比有望达 40%。
产业链垂直整合提速：云厂商自研芯片成趋势，谷歌 TPU、阿里含光 800 可降本 30%；运营商推动 “算网融合”，中国移动推出 “算力路由”，实现算力动态调度。
七、行业特征
行业具备 “三重密集” 属性：资本密集 —— 单 100MW 数据中心投资约 15 亿元，回收周期 8-10 年；技术密集 —— 涵盖芯片架构、液冷、智能调度等多项核心技术；能源密集 —— 单场地年耗电数十亿千瓦时，相当于中型城市用电量。
财务特点为 “高负债、长周期”：行业平均资产负债率 55.91%，高于传统制造业；扩张型企业如润泽科技负债率 66-77%，偿债压力大。现金流 “前低后高”：建设期现金流为负，运营期现金流稳定，万国数据成熟期 EBITDA 利润率达 45%。
行业弱周期性：基础算力需求抗衰退，但资本开支受科技周期影响，2020-2022 年全球 AIDC 资本开支复合增速 25%，203 年融资收紧降至 15%。
八、投资价值
上游核心器件：聚焦高壁垒龙头，关注 GPU 国产替代（寒武纪国内替代率 7%，目标 18 个月内升至 15%）、400G/800G 光模块升级机遇。
中游设备：优选细分技术领先企业，液冷供应商在高密场景渗透率快速提升，UPS 厂商受益国产化（CR3 超 40%）。
下游运营：甄选差异化运营商，西部枢纽节点承接 “东数西算” 需求，垂直行业服务商具备溢价能力。
