长文:大模型竞赛、OpenClaw与Hermes智能体驱动下的中国算力投资趋势研究报告
当前，全球人工智能产业正经历从“单点生成”向“全流程应用落地”的深刻转型。生成式AI（AIGC）的爆发式增长，特别是AI Agent、多模态应用和智能体的普及，对底层计算能力提出了前所未有的刚性需求。2026年元旦后，随着中国智谱、MiniMax两家独立大模型服务公司的上市，百度文心、Qwen、Kimi、Anthropic、OpenAI等中国和全球头部大模型公司及其应用服务能力的持续迭代和升级，使Token调用消耗量直线攀升，尤其是OpenClaw在中国的火热推广，直接催生了对高性能算力的渴求。在此背景下，算力已从支撑业务运行的“成本中心”，跃升为驱动业务创新、构建核心竞争壁垒的“战略资产”与“价值引擎”。
本报告系统梳理2025年底至2026年4月中国国内大型公司和上市公司的算力投资浪潮，得出以下核心发现：
▌洞察一：千亿级资本开支浪潮，头部企业引领战略性储备阿里巴巴宣布未来三年投入3800亿元，字节跳动预计一年内翻倍至1600亿元，三大电信运营商算力投资均实现超20%同比增长。这标志着算力已成为巨头间新的战略竞赛核心，投资逻辑从满足业务需求转向为未来AI时代进行战略性资源储备。中国算力投资已超越单纯的基础设施建设，成为深刻影响产业竞争格局与国家数字竞争力的系统性工程。
▌洞察二：市场格局分化，三类主体差异化路径已然成型互联网与科技巨头采取全栈闭环或垂直整合策略；电信运营商与IDC服务商扮演卖水人角色，承接国家枢纽节点建设；半导体与硬件厂商则从供应商向全栈算力服务商转型。互联网巨头试图通过垂直整合将算力内化为业务护城河；运营商侧重满足国家战略布局和普适性基础设施需求；硬件公司意在避免被管道化，通过服务化延伸提升附加值。
▌洞察三：技术路线重构，国产化与绿色化成为准入硬约束国际层面，AMD凭借MI450系列成功切入OpenAI、Meta等核心供应链，打破英伟达长期垄断；国内层面，中国移动191亿元集采中，国产芯片占比达47.35%，华为昇腾、海光DCU规模化应用提速。PUE不超过1.25（枢纽节点不超过1.2）和液冷技术成为新建项目的强制性准入门槛。国产替代正从可用跨越至规模化商用。
▌洞察四：商业模式持续演进，算力租赁市场高速增长算力即服务（CaaS）因其灵活性成为企业首选，中国市场规模预计未来三年保持53%复合增长率，A股市已有超50家上市公司涉足该业务。海南华铁算力服务毛利率高达58%，远超市传统设备租赁水平。行业正探索从售卖算力资源向Token分成模式转型，开辟价值共享新路径，重塑供给方盈利模型。
▌洞察五：行业应用驱动价值实现，算力与核心业务深度绑定金融行业通过数据+算力+AI应用闭环推动服务升级；智能汽车领域，算力规模直接决定智驾等级；生物医药领域，AI加自动化实验室将药物研发周期从数年压缩至数月。共同路径是：算力必须与行业专有数据深度绑定，技术路径呈现软硬一体化趋势，商业闭环验证是估值支撑核心。
▌洞察六：政策是最核心指挥棒，深刻影响选址、技术与财务国家通过量化指标（枢纽节点算力占比大于60%、PUE小于1.25、国产化率大于等于70%）强力引导投资方向。东数西算工程明确八大枢纽节点和十大数据中心集群的系统化布局，算力券、建设补贴与REITs等工具显著改善了项目经济模型，西部规模化绿色底座与东部高性能低时延节点的双轮驱动格局已成型。
▌洞察七：资本市场从概念转向资源禀赋与落地能力定价算力项目公告普遍引发正向股价反应，但分化显著。具备独特资源禀赋（如绿电+算力）或清晰转型路径的公司获得持续估值溢价；分析师目标价普遍上调但幅度克制，反映市场在拥抱长期趋势的同时保持理性风险折价。未来任何在项目落地、成本控制或技术路线上不及预期的迹象，都可能引发剧烈估值回调。
中国算力投资已超越单纯的基础设施建设，成为在政策强力引导、技术代际更迭与商业需求爆发等多重因素共振下，一场深刻影响产业竞争格局与国家数字竞争力的系统性工程。
2025年中国智能算力租赁规模达1590 EFLOPS，同比增长88.5%；2026年2月第二周AI模型调用量超4.12万亿Tokens，超越美国。展望未来三年，市场复合增长率（CAGR）预计为53%，显著高于全球21.4%的平均水平，凸显中国在AI应用落地方面的强劲动力。
投资规模呈现两大结构性特征：一是头部集中，阿里、字节、腾讯构成千亿级投资阵营，资本开支强度远超传统业务扩张需求；二是加速增长，三大运营商算力投资均实现超20%同比增长，资源明显向算力侧高度集中。
（一）互联网与科技巨头：垂直整合，构建AI时代护城河
阿里巴巴：自研真无AI芯片已在广东韶关数据中心实现规模化部署，初期配备1万颗芯片并具备扩展至10万颗能力。三年3800亿元投资旨在将阿里云打造为AI时代基础设施服务商，实现从电商向AI水电煤供应商的战略性转型。CEO吴泳铭明确指出，未来三年是基础设施建设最集中时期，战略意图不仅是服务内部业务，更是要在AI时代掌握基础设施话语权。
字节跳动：高度绑定东数西算战略，在内蒙古乌兰察布密集投资，通过在能源富集、气候凉爽的西部节点布局，显著降低电力与运营成本。其IaaS-MaaS-SaaS全栈闭环确保算力投资能高效直接转化为前端产品竞争力，通过极低的内容生成成本和精准个性化推荐，持续巩固用户时长优势。
腾讯：表现出更大灵活性与开放性，通过中兴通讯自研凌云、珠峰芯片快速补齐硬件短板，高度重视供应链安全与国产化率。2025年资本开支同比增速超200%，追赶意图强烈，投资紧密围绕混元大模型迭代与视频号等核心业务的算法优化。
三大电信运营商凭借独有网络资源、全国性机房布局及与地方政府紧密关系，正成为东数西算工程中最具执行力的投资主体。其资本开支结构已发生根本性转变：总开支趋稳，但算力侧持续逆势增长。
中国移动：在甘肃庆阳投资220亿元建设数据中心，实现当年开工当年投产，展示超大规模集群工业化预制建造的强劲能力。西部规模化加东部高性能双线布局，完美契合东数西算将计算任务按需调度至最优区位的核心逻辑，17 EFLOPS智算目标引领行业。
中国电信：向智能算力转型最为激进。2025年资本开支预算836亿元，算力投资同比增长22%；尽管预计2026年总资本开支下调至730亿元，但算力基础设施投入逆势增长26%，清晰表明资源正战略性集中于算力侧。
中国联通：策略侧重在京津冀、长三角、粤港澳大湾区进行深度加密投入。2025年资本开支预算542亿元，算力投资同比增长28%，增速在三大运营商中位居首位。
运营商核心逻辑：构建覆盖全国、技术先进、绿色集约的算力输送网络，为包括互联网巨头在内的各类企业提供稳定可靠合规的基础算力资源，在国家数字基础设施层面扮演不可或缺底座角色。
万国数据：截至2025年底运营面积达66.8万平方米，签约面积67万平方米，2026年预计资本支出约90亿元，捕捉东南亚数字经济增长红利，头部IDC厂商出海布局具有前瞻性。
世纪互联：内蒙古乌兰察布零碳智算中心承诺PUE小于1.2，入选国家级近零碳数据中心示范工程。通过液冷等绿色技术构建核心竞争壁垒，证明低PUE已成为承接高密度AI算力的必要条件。
光环新网：天津宝坻三期项目投资35.37亿元，IT负载140MW，单功率造价约2527万元每MW，为行业提供可量化的成本锚点。
IDC行业分化本质：需求正从互联网公司通用托管，快速转向超大型云服务商和AI公司所需的高功率密度（20到50千瓦以上）及液冷解决方案。能否满足这种技术升级，并在此过程中有效控制成本，是区分厂商前景的关键。
二、三大核心驱动力-共振正循环
本轮算力投资热潮并非单一因素所致，而是政策顶层设计、技术代际更迭与下游商业需求爆发三者共同作用的结果。以下三大驱动因素构成当前市场扩张的核心引擎，且相互强化、形成正向循环。
驱动因素一：政策驱动——从鼓励到约束的指挥棒效应。政策已超越单纯的鼓励层面，通过可量化的硬性指标成为项目投资的准入门槛和导航仪。国家及地方对PUE（不超过1.25，枢纽节点不超过1.2）、绿电占比（超过80%）和国产化率（部分地区要求大于等于70%）设定了明确红线，直接决定了技术选型（液冷成为必选项）和供应链选择（国产芯片获优先支持）。东数西算工程明确了八大枢纽节点和10个国家数据中心集群，使项目选址必须优先考虑这些区域，以获得能耗指标和政策支持。地方政府的算力券、建设运营补贴以及公募REITs等融资创新，显著改善了项目的现金流模型，降低了企业的投资风险与财务压力。
驱动因素二：技术驱动——芯片迭代与架构革新拉动的硬件更新周期。全球供应链重构：英伟达高端GPU供应受限，促使全球超大规模数据中心寻求第二供应商。AMD凭借MI450系列及开放生态，成功获得OpenAI、Meta等数百亿美元订单，打破了单一供应格局。外部限制加速了国内自主算力生态的成熟，形成内循环的强劲驱动力。为满足严苛的PUE要求，液冷、预制化模块、高压直流等节能技术从可选变为必选，推动了数据中心基础设施的整体技术升级和成本结构变化。
驱动因素三：需求驱动——从模型训练到行业应用的价值传导。互联网内生需求：头部互联网公司为支撑其大模型持续训练（如阿里通义千问、字节豆包）和AI原生应用开发与海量推理任务，产生了对算力的刚性、持续性采购需求。行业智能化渗透：算力价值正从互联网向传统行业渗透。金融行业通过AI优化风控与客服，汽车行业依赖算力实现自动驾驶迭代，生物医药利用AI加速药物发现，这些行业应用创造了庞大且增长迅速的增量市场，使得算力投资从成本中心切实转变为价值引擎。商业模式演进：算力租赁市场的繁荣和Token分成等创新模式的探索，降低了中小企业使用高性能算力的门槛，进一步扩大了市场需求基数，并使算力供给方的盈利模式更加多元化。
2025年底至2026年初，全球AI服务器采购正经历深刻的结构性变革：一方面，国际层面以AMD为代表的挑战者凭借开放生态与高性能产品，成功切入超大规模数据中心核心供应链；另一方面，国内市场在政策引导与供应链安全需求的双重驱动下，国产化替代全面加速。同时，算力租赁市场的高速增长与定价机制的市场化重塑，正将这一重资产基础设施转化为灵活可交易的生产要素。
OpenAI与AMD达成潜在900亿美元合作，规划总算力规模达6GW，其中2026年预计交付1GW（约合50万颗GPU），剩余5GW于2027年及以后交付。这种资本绑定模式降低了OpenAI的初期采购资金压力，锁定长期产能，同时为AMD提供极高收入能见度。Meta与Oracle的规模化部署进一步验证了AMD开放架构的可行性。
全球AI服务器采购正从单一依赖英伟达，转向以AMD、Cerebras等为代表的多元化供应格局。中东巨头率先采用Cerebras（速度快GPU方案15倍，特殊负载快1000倍），Cerebras 2月完成10亿美元H轮融资，估值230亿美元，IPO目标募资超30亿美元，估值将达350亿美元，成为重要信号。
中国移动191亿元集采7994台AI服务器，国产芯片占比达47.35%，华鲲振宇、昆仑技术、神州鲲泰等国产算力产业链企业批量受益。这一比例清晰地表明，在运营商市场这一对稳定性、安全性和政策合规性要求极高的领域，国产AI算力已实现从可用到规模化商用的关键跨越。
尤其值得关注的是，DeepSeek下一代旗舰模型V4将完全运行在华为昇腾950PR芯片和寒武纪等国产芯片架构之上，底层代码从英伟达CUDA全面迁移至华为自研CANN Next框架，标志着国产替代进入好用且主动迁移的深水区。国产芯片不仅在可用性上得到验证，更在经济性和生态兼容性上持续进步，为更大范围的替代奠定了基础。
先进封装（CoWoS）：台积电CoWoS产能成为全球高端AI芯片交付的最关键瓶颈。无论英伟达、AMD还是国内部分先进AI芯片，都高度依赖此封装技术。OpenAI、Meta等数百亿美元订单释放，使CoWoS产能成为决定全球AI芯片制造的决定性环节，这一瓶颈也凸显了先进封装在AI芯片制造中的战略价值。
液冷技术：GPU芯片TDP迈向2500瓦以上，风冷已逼近物理极限，液冷从可选项变为必选项。奇鋐科技、双鸿科技等散热解决方案厂商迎来历史性机遇，同时高压直流等电源技术同步升级。
整机柜交付：AMD Helios机架方案和英伟达整机柜设计推动需求从单台向集群升级。预计整机柜服务器出货量从2025年近乎为零激增至2027年的1.3万台，浪潮、工业富联、纬颖等头部ODM厂商受益。
算力租赁服务扮演着将重资产基础设施转化为灵活可交易生产要素的关键角色。市场已形成三大主流服务模式：整台服务器租赁（适合大型训练，独占稳定）、按算力规模租赁（适合中型企业，弹性保障）、按单张GPU卡时租赁（适合初创公司与敏捷开发，真正的弹性伸缩）。
CaaS市场的繁荣吸引了大量上市公司参与。根据公开信息梳理，目前A股市场已有超过54家上市公司业务涉及算力租赁领域，涵盖了从底层芯片、服务器制造到运营服务的全产业链环节。这一赛道的广阔前景已得到市场共识：中国算力租赁市场正处于高速扩张期，2024年智能算力租赁规模已达到377 EFLOPS，同比大幅增长88.5%，增速显著高于全球平均水平。
算力租赁市场的需求端呈现出高度集中的头部效应，且需求内涵正从粗放的资源获取向精细化的效能优化转变。从行业分布看，互联网行业是绝对的需求主力，占据了约62%的市场份额。头部互联网公司为支撑其大模型持续训练、AI原生应用开发与海量推理任务，对算力的采购规模呈现指数级增长，单项目投入较去年扩大了2到3倍，是驱动市场增长的核心引擎。
客户需求的演变逻辑日益深化。随着模型参数量的增长和业务场景的复杂化，客户不再仅仅关注GPU卡的数量或峰值算力，而是更加重视集群的整体效能。这包括高速无损的网络互联带宽（以避免卡间通信成为瓶颈）、高性能的并行文件存储系统（以支撑海量训练数据的快速读取）、以及高效的集群调度与管理软件。因此，能够提供从硬件、网络到软件调优一站式解决方案的算力租赁商，相比单纯的硬件资源提供商，将获得更强的客户粘性和溢价能力。需求正推动市场从资源型向服务型升级。
商业模式创新正超越简单资源转租，向服务化和价值共享演进。上市公司协创数据形成存储设备加再制造加算力租赁产业闭环，通过设备翻新与循环利用有效降低了全生命周期成本，提升了资产运营效率。
更具颠覆性的趋势是行业探索从售卖算力资源向Token分成模式转型，与AI应用开发商就模型运行产生的Token消耗或最终业务收入进行分成，重塑盈利模型。
定价机制从三年前的三年期长协锁定（H100月租约6.5到7万元）全面转向市场化现货竞价，价格波动性显著加剧。当前高端算力国内月租约7到9万元，而海外CoreWeave同类资源报价高达26万元每月。价差悬殊反映供应链成本与稀缺性分化，也预示若供应渠道收紧，国内价格存在显著上行风险。
盈利方面，海南华铁算力服务毛利率高达58%，显著超越传统设备租赁40%到45%区间，源于稀缺性定价权与规模化运营对成本的有效摊薄。净利率约10%到15%，随规模效应与液冷降PUE优化，仍有持续提升空间。
在算力投资浪潮中，一个显著且深刻的趋势是：半导体与硬件公司正经历从硬件供应商向全栈算力服务商的战略跃迁。本质是商业模式的范式转移。这一战略图景包含三个关键层次：产品服务化——将硬件能力封装为可计量、可订阅的服务，如将AI服务器集群转化为按需租赁的算力单元，降低客户使用门槛，扩大市场基数；解决方案一体化——超越单一硬件，提供包含自研芯片、服务器、液冷系统、集群管理软件及行业应用调优在内的全栈解决方案，提升客单价和客户粘性；生态平台化——通过开放算力、开发工具和合作计划，吸引开发者与行业伙伴，构建以自身硬件为核心的产业生态，从生态繁荣中持续获益。这种从一次性硬件销售向持续性服务收益的模式转型，显著改善了企业的经常性收入占比和估值倍数。
成功转型的核心在于能否在激烈的市场竞争中持续平衡好三重关系：巨额资本投入与投资回报的平衡、技术领先与生态开放的平衡、硬件基因与服务运营的平衡。能否穿越这一转型周期并证明其算力服务具备强大商业竞争力，将决定谁能在未来数字经济发展中占据更为核心的地位。
华为采取最为系统化的全栈生态策略，围绕鲲鹏CPU加昇腾AI处理器构建自主可控算力底座。CloudMatrix 384超节点在芜湖数据中心实现规模化部署，通过自研硬件与底层软件栈深度协同优化，在DeepSeek-R1等主流模型上性能可媲美基于H100的部署，运营成本降低35%，整体成本效率提升2.04倍。
这标志着国产方案已跨越国产替代可用阶段，进入好用且经济的商业化深水区。硬件开放、软件开源，使能伙伴的生态飞轮是华为护城河核心：每年1500P算力加3万片开发板的众智计划向全球开发者开放，使华为收入来源从一次性硬件销售拓展至持续性云服务订阅、解决方案授权及生态分成，商业模式韧性与想象空间显著增强。
2025年云计算业务营收达6026.79亿元，同比大增88.70%。高毛利的AI服务器及高速网络设备占比大幅提升，优化了产品组合。公司通过向富联云计算增资20亿元，算力网络已覆盖上海、宁波、成都、乌兰察布及海外关键节点，分布式算力服务能力初步成型。
成功从世界代工厂转型为具备全球交付能力的算力基础设施运营商，估值逻辑正随之从传统制造PE向兼具成长性与平台价值的更高估值体系切换。公司预计2025到2027年云计算业务营收将保持高速增长，这一转型已在财务数据上得到充分验证。
海光信息与中科曙光组合构成国产体系中技术自主化程度最高、协同最紧密的阵营。中科曙光子公司曙光数创的浸没式液冷解决方案市占率超60%，PUE值可降至1.03到1.04，为承载海光DCU等高密度算力芯片提供了关键能耗解决方案。
即便资本层面重组计划受阻，业务层面的海光芯片加曙光液冷整机加曙光算力运营组合，已具备承接国家级重大算力项目的能力，在超大规模智算中心和高性能计算市场构成国产体系中技术自主化程度最高、协同最紧密的阵营。
在算力投资浪潮中，一个根本性的转变正在发生：算力正从互联网与科技巨头军备竞赛的标的，加速下沉至金融、汽车、生物医药等传统与新兴行业的核心业务流程。三大行业不再将算力视为成本中心，而是将其作为驱动业务创新、重塑竞争范式、可直接量化商业回报的价值引擎。
金融行业对数据安全、实时性和合规性要求极高，算力投资逻辑呈现出强烈的自主可控与场景闭环特征。科蓝软件3A战略（AI数据库加AI应用加AI算力）代表行业从单点技术应用向全链路智能化转型的清晰路径：SUNDB数据库代码自研率高达98.31%，在强监管环境下确保金融数据主权与AI处理合规性的安全基石。
范式智能（06682.HK）业绩证明商业可行性：2025年前三季度算力业务收入占比达83.9%，同比增长36.8%，并首次实现单季度盈利。这标志着算力服务在金融领域从概念验证进入商业化兑现阶段。
核心启示：算力只有与自主数据底座和具体业务场景深度耦合，才能真正释放价值。脱离具体场景的通用算力堆砌，商业回报将大打折扣。
在智能汽车领域，算力投资的逻辑极为直接刚性：算力即智力，智力直接决定自动驾驶算法的迭代速度、体验上限与安全等级。特斯拉2024年底拥有近9万张H100 GPU，总算力超100 EFLOPS，累计投入超100亿美元，2026年计划再翻倍，是全球智算投入最高的汽车企业。
国内车企快速追赶：小鹏汽车已完成专为L4级自动驾驶设计的图灵芯片流片，计算能力据称为主流智驾芯片的3倍。技术路线正从买芯片向造芯片演进，以摆脱对单一供应商的依赖并优化长期成本结构，构建差异化竞争壁垒。算力军备竞赛白热化，将持续重塑行业竞争格局。
核心启示：智驾的技术天花板直接由可用算力决定，因此算力投入是战略性的、不可回避的。小鹏、蔚来、特斯拉们的造芯运动，本质上是在争夺对核心竞争要素的自主掌控权。
三、生物医药：AI压缩研发成本，平台化模式获巨额订单
算力投资在生物医药领域对时间成本和试错成本的极致压缩，正在改写药物研发十年时间、十亿美元的双十定律。英矽智能Pharma.AI平台整合靶点发现、分子设计到临床预测全流程，依托算力将临床前研发周期从平均4.5年压缩至12到18个月。
英矽智能的Pharma.AI平台是AI驱动药物研发的典型代表。该平台整合了靶点发现、分子设计到临床预测的全流程智能化能力，并依托算力将传统平均4.5年的临床前研发周期大幅压缩至12到18个月。截至2026年3月，公司已开发31个候选药管线，累计提名28个临床前候选化合物（PCC），并与施维雅、礼来等国际制药巨头达成总额超71亿美元的合作。这一数据在生物医药行业极为罕见，充分验证了AI制药平台的技术可行性与商业价值。
晶泰控股（Pyrition Pharma）同样采用AI与自动化实验相结合的策略，构建干湿结合的药物研发闭环。公司通过自主研发的智能化实验室机器人系统，实现化合物合成、筛选和验证的自动化，大幅缩短研发周期并降低人力成本。其AI预测平台在靶点发现和分子设计环节已积累了海量的高价值数据资产，形成了显著的数据网络效应。这一数据壁垒一旦建立，后来者追赶难度极大，构成晶泰控股在中长期竞争中的核心护城河。
商业价值已得到验证：截至2026年3月，英矽智能已开发31个候选药管线、累计提名28个PCC，与施维雅、礼来等巨头达成总额超71亿美元合作。晶泰控股AI加自动化实验闭环持续扩张。平台化能力是获取大额订单的关键，验证了算力投资的巨大商业价值。
第一，算力必须与行业专有数据深度绑定（金融交易数据、汽车驾驶数据、医药化合物数据），脱离场景的通用算力堆砌回报将大打折扣。
第二，技术路径呈现软硬一体化趋势（自研芯片加专用硬件加算力协同设计），科蓝软件适配鸿蒙与昇腾、小鹏自研图灵芯片、英矽智能建自动化实验室均体现这一趋势。
第三，商业闭环验证是估值支撑核心——范式智能盈利、英矽71亿美元订单、车企智驾用户口碑，是支撑相关上市公司估值的关键证据。
国家与地方政策已超越单纯鼓励引导，演变为深刻影响项目立项、选址、技术选型、成本结构与最终投资回报的刚性指挥棒与资源导航仪，通过审批约束、技术标准与财政激励三大核心工具，塑造了当前算力投资的格局与路径。
从政策演进趋势看，中央与地方的政策协同已从早期的鼓励投资，走向以硬性约束为导向的精准调控阶段。早期政策以税收优惠和用地保障为主，门槛相对宽松；当前政策则以PUE、国产化率等量化指标为抓手，对不达标项目直接亮红灯。地方政府的执行力度存在差异化，需因地制宜分析。能源大省（如内蒙古、甘肃、贵州、新疆）由于自身能源消纳压力和GDP增长需求，对大型数据中心项目总体持积极态度，审批相对顺畅，绿电消纳指标也相对宽松；而东部经济发达省份（如江苏、浙江）对能耗指标管控更严格，PUE和绿电要求更高，部分地区已出现能耗指标供给不足、项目排队等候审批的情况。这种区域分化进一步强化了东数西算战略的引导效果，也使西部能源枢纽省份成为算力投资的热土。
PUE不超过1.25（枢纽节点不超过1.2）已成项目能否通过节能审查的强制性准入门槛，任何技术路线选择失误或建设进度拖延都可能导致项目无法获批或前期投入作废。
东数西算政策明确要求2025年底枢纽节点新增算力占全国60%以上，大幅提高了东部热点地区建设数据中心的门槛与成本，迫使企业要么转向西部，要么投入更高成本进行技术升级以换取有限指标。环评批复文件超过5年未开工须重新审核，投资决策、资金筹措与建设进度必须紧密衔接，审批链条的完整性要求上市公司具备高度执行力。
（二）技术标准：国产化与绿色化从可选项变为准入标配
上海、浙江嘉善等地明确要求2027到2028年新购芯片国产化率不低于70%，通过补贴与采购倾斜强力推动国产算力生态成熟。在技术选型中优先采用华为昇腾、海光DCU等国产方案，不仅关乎供应链安全，更直接关系到能否享受地方财政补贴和降低用电成本。
液冷、高压直流、预制化模块化建设、智能运维等先进技术从示范走向规模化强制应用。国家绿色数据中心评价（GB/T 44989—2024）标准发布，从能源利用、绿色设计、运维管理等多维度建立评价体系，重塑数据中心全生命周期。
建设补贴：按固定资产投资额5%事后补助（例：连云港）；运营补贴：按年度机房运营成本20%补贴，连续支持2年；算力券：台州每年发放总额3000万元算力券，杭州临平按企业使用算力服务合同费用50%给予补助，单个企业每年最高200万元；REITs：支持算力基础设施发行公募REITs，实现投资到建设到运营到退出的资本闭环，盘活存量资产并有效降低资产负债率。
三大核心风险须重点关注。财务错配风险：算力基础设施前期需巨额资本投入，而收入回报依赖机柜上架率、租赁价格和稳定运营。若AI应用需求增长不及预期，将导致投资回收期大幅拉长，巨额折旧摊销严重侵蚀利润。晶科科技245亿元投资计划远超账面资金，再融资风险不容忽视。
供应链波动风险：高端AI芯片供应受地缘政治与全球产能制约仍是最大瓶颈。国产替代在高端训练场景性能与生态上短期内仍存差距。任何供应链突发性中断都可能直接影响项目交付与客户履约。
需求周期性风险：当前算力需求基于对AI应用爆发的乐观预期，若大模型商业化落地进度缓慢或宏观经济下行导致企业IT支出收缩，可能引发算力需求周期性下滑，导致租赁价格下跌和机柜空置率上升双重压力。
政策驱动三重效应：驱动投资地域结构优化（西部规模化加东部高性能格局成型）；加速技术产业升级（液冷、国产芯片规模化商用提速）；重塑企业竞争要素（能耗指标、绿电资源、补贴获取能力成为新的核心竞争力）。补贴与REITs等工具降低了初始投资门槛和长期运营成本，使更多企业有能力参与基础设施建设。
算力项目公告普遍引发正向股价反应，分化显著。晶科科技公告245亿元算力项目（绿电加算力跨界协同）后，近5日、10日、20日涨幅分别达18.80%、33.68%、21.91%，超额收益显著。相比之下，传统IDC轻资产模式（光环新网呼和浩特项目）市场反馈温和，表明当前市场更青睐重资产投入带来的资产增值确定性和对项目的强控制力。
在估值框架方面，当前机构投资者对算力相关公司的定价模型正发生深刻转变。传统IDC公司按EV/EBITDA或P/FFO（股价/自由现金流）估值，核心看机柜数量和上架率；而转型算力服务的硬件公司则面临估值切换——从制造PE（如工业富联约15到20倍）向云服务PE（如30到50倍）迁移。这一切换的核心前提是：算力服务业务收入占比的持续提升，以及服务业务毛利率的稳定性验证。
以工业富联为例，市场已开始将其云计算业务分部进行独立估值，给予高于传统代工业务的市盈率。其2025年云计算业务营收6026.79亿元，同比大增88.70%，其中AI服务器占比大幅提升，驱动毛利率结构性改善。这一财务表现使市场相信其已成功跨越从代工制造向算力服务的转型临界点，估值逻辑随之从制造业切换至平台服务业，估值中枢显著上移。
分析师估值逻辑正在重构：共识正从对概念的泛化追捧，转向对资源掌控力（廉价绿电、能耗指标）、产业场景独占性（垂直行业知识、专有数据）、订单落地能见度（长期合同）及财务模型优化潜力的精细化定价。分析师目标价调整幅度相对克制（平均约2%到3%），反映市场在给予长期溢价的同时保持理性风险折价。
财务错配风险：算力基础设施前期需巨额资本投入，而收入回报依赖机柜上架率、租赁价格和稳定运营。若AI应用需求增长不及预期，将导致投资回收期大幅拉长，巨额折旧摊销严重侵蚀利润。晶科科技245亿元投资计划远超账面资金，再融资风险不容忽视。
供应链波动风险：高端AI芯片供应受地缘政治与全球产能制约仍是最大瓶颈。国产替代在高端训练场景性能与生态上短期内仍存差距。任何供应链突发性中断都可能直接影响项目交付与客户履约。
需求周期性风险：当前算力需求基于对AI应用爆发的乐观预期，若大模型商业化落地进度缓慢或宏观经济下行导致企业IT支出收缩，可能引发算力需求周期性下滑，导致租赁价格下跌和机柜空置率上升双重压力。
2025年底至2026年以来，中国上市公司算力投资项目公告已成为影响相关上市公司股价走势的重要催化剂。市场反应呈现出显著的分化特征，其强度与持续性高度取决于项目所蕴含的独特资源禀赋、战略转型清晰度以及与核心业务的协同效应。这种分化本质上是定价逻辑进化的体现，清晰表明资本市场正在用投票器筛选那些能够将算力投资转化为可持续竞争优势和财务回报的公司。
这场由企业战略、国家意志与市场需求共同塑造的算力变革，其终极影响远不止于硬件规模的堆砌，更在于它正在重塑企业的竞争内核、行业的演进路径乃至国家在人工智能时代的战略地位。
当前东数西算初步解决了算力基础设施地理分布问题。下一阶段，随着800G到1.6T光互联技术与算力调度平台成熟，算力将像电力一样实现实时感知、按需分配和全局优化，真正打破数据孤岛，提升整体利用效率。运营商和头部云厂商将在这一调度体系中扮演核心角色。
未来智算中心将普遍采用CPU加GPU加NPU加ASIC的异构计算架构，结合存算一体、近存计算突破内存墙限制。软硬件协同设计（从芯片、服务器到集群管理）将成为核心竞争力，自研或深度定制的算力体系将更具优势。华为CloudMatrix 384案例已充分证明这一路线在成本效率上的显著优势。
大模型进入规模化应用落地期，推理算力需求将迎来指数级增长。推理算力更强调成本、能效和延迟的平衡，将催生对边缘计算、专用推理芯片（Inference ASIC）、模型压缩与量化技术的巨大需求。算力租赁市场将出现更细分的产品形态，如针对实时视频处理、智能对话等场景的专用推理集群租赁服务。
单纯算力规模将不再是唯一竞争维度。未来竞争将围绕训练和推理效率、行业解决方案、开发者生态与技术标准展开。拥有全栈技术能力、深厚行业知识及强大生态号召力的企业（如华为、头部互联网公司），将有望定义产业规则，获取产业链最大价值份额。
低PUE和高绿电占比将从政策强制要求彻底内化为成本优势和ESG品牌资产。领先企业将通过技术创新（更高效液冷、AI赋能节能运维）和资源整合（投资新能源电站）构建难以复制的绿色算力壁垒。这不仅关乎运营成本，更将直接影响高端客户（尤其是跨国企业）获取与资本市场青睐。
第一，明确差异化定位，避免陷入同质化军备竞赛。基于核心业务与资源禀赋（能源、场景、数据资产）确定战略目的：强化主业护城河、开拓新增长极，还是转型基础设施服务商。美团的运计算聚焦和拼多多的效率优先策略提供了差异化参考。
第二，构建技术到资源到商业闭环设计。优先布局符合国家枢纽节点规划、具备绿电成本优势的区域，积极探索与客户价值绑定的创新服务模式（租赁分成、联合运营）。
第三，采用滚动分期投资策略，密切监控上架率与现金流回正周期。积极利用公募REITs等工具盘活存量资产，优化资产负债表，避免资本开支与回报严重错配。
第四，主动适配国产算力生态，通过联合研发与应用迁移积累先发优势。同时与产业链上下游（芯片设计、液冷方案、行业软件）建立紧密合作，构建协同竞争优势。
第一，超越算力规模概念，聚焦公司是否拥有难以复制的关键资源（低成本绿电、核心区位能耗指标）以及是否已获得头部客户长期服务合同。晶科科技绿电加算力模式获得超额回报即是例证。
第二，警惕资本开支增速持续远高于相关业务营收增速、且项目上架率长期低迷的公司。审慎分析其自由现金流状况和再融资能力，避免投资于现金流持续为负且依赖不断融资输血的项目。
第三，建立动态跟踪清单：高端GPU现货价格（H100等旗舰芯片月租走势）、国产AI芯片实测性能与生态进展、头部云厂商CAPEX指引变化、重点数据中心项目实际上架率。
第四，在估值中进行多情景压力测试（算力租赁价格下跌20%、上架率低于预期30%），对管理能力不足或资产负债表脆弱的公司要求更高风险补偿。
第一，保持PUE、绿电比例等核心标准的长期路线图稳定。算力基础设施投资周期长，频繁剧烈的政策调整将增加企业投资不确定性，稳定的政策环境是吸引长期资本的关键。
第二，探索建立市场化能耗指标交易或置换平台，加强跨省市电网与网络协调，切实降低西算数据传输成本与延迟痛点，提升全国一体化算力网络的实际运营效率。
第三，加大对AI基础算法、新型计算架构（存算一体）与先进封装等前沿共性技术的研发支持，通过国家实验室与产业创新中心降低全产业链研发风险与成本。
第四，加快推动数据确权、流通与交易制度落地，为算力价值实现提供燃料；同时制定算力资源并网与调度互操作技术标准，为构建全国一体化算力市场奠定制度基础。
2025年底至2026年4月的算力投资浪潮将会持续提升，未来五年中国算力更大的规模化发展已是必然，也必将加速促进中国经济的数字化和智能化进程，催生OPC等各类智能经济新形态涌现，中国经济也将更快进入以智能算力为核心驱动力的新阶段。这场由企业战略、国家意志与市场需求共同塑造的变革，不仅将决定单个公司的兴衰，更将深远影响中国在全球人工智能竞争中的地位。深刻理解产业演进底层逻辑，在拥抱趋势的同时保持对风险的敬畏与管控，将是穿越周期、赢得未来的关键。
（本文部分内容借助AI调研和生成，有关信息和数据请读者仔细核查）
与AI为伴、与智者同行！
欢迎留言、联系合作！
夜雨聆风
