中国数据中心-AI 浪潮下的稀缺资源,哪些公司将率先受益?看好润泽科技、万国数据、世纪互联!

1. AI GPU 算力租赁市场：包括其逻辑、盈利模式与风险。年初至今，该市场价格大涨，走势与美国市场趋同，并因回报可观吸引了大量新进入者；
2. 电力充裕的西部枢纽：在 “东数西算”“算电协同” 国家战略下，成为新增产能扩张的新市场。

• 润泽科技：给予买入评级，基于折现 EV/EBITDA 模型，目标价117 元人民币；

• 数据港：给予中性评级，基于 EV/EBITDA 模型，目标价34 元人民币。

与专注传统 IDC 运营的万国数据、世纪互联不同，润泽科技与数据港正通过引入 GPUaaS 业务转型，并新建 / 改造机房以适配 AI 需求，只是二者节奏有所差异。同时，考虑到新增电力指标审批管控趋严，我们将核心枢纽运营商的储备容量视为中期扩张潜力的关键指标，这将推动供需关系更趋健康，并可能在长期促进行业整合。

高盛认为，尽管年初至今表现显著跑赢大盘（+71%，沪深 300 指数同期 + 1%），但润泽智联当前股价仍未充分反映其增长潜力（2025-2028 年，其在网容量 / 收入 / EBITDA 的复合增速预计分别为 33%/40%/47%）。我们预计其增长将由以下因素驱动：

1. 5GW 以上的储备容量（同业领先），支撑 2026-2028 年每年交付约 290MW，并为远期扩张奠基；

2. 深化绑定国内超大规模厂商与大模型公司，成为一体化智能算力运营商；
3. 在当前有利的定价环境下，通过 GPUaaS 锁定长期合同；
4. 强劲的融资能力。

12 个月目标价 117 元，对应 2026/2027 年 EV/EBITDA 为 37 倍 / 26 倍，显著优于 A 股同业（数据港、光环新网等平均为 20-25 倍，收入 / EBITDA 复合增速仅 4-10%）。

我们对数据港维持中性评级：其传统 IDC 运营稳健，但容量扩张与 AIDC 战略的可见度有限，估值处于合理水平。

在 A 股以外，我们维持对万国数据、世纪互联和新意网的买入评级，并继续将云与数据中心列为中国互联网行业的首选子板块，阿里巴巴和金山云是我们的核心推荐标的。

润泽科技

评级：买入| 目标价：117 元

润泽智联是中国最大的数据中心运营商之一：

• 2025 年在网容量 750MW，储备容量 6GW（大部分已获得电力指标批复）；
• 预计 2025-2030 年可用 IT 容量 / 收入复合增速为 27%/33%，为国内增速最快的数据中心运营商之一；
• 增长驱动因素：1）充足的储备容量；2）全栈 AI 数据中心能力；3）稳固的客户关系；4）多元低成本融资能力；
• 在当前需求旺盛、价格有利的环境下，GPUaaS 业务有望贡献增量盈利；
• 长期看好其海外扩张，以把握亚太地区日益增长的 AI 需求，发挥其供应链与人力资源优势。

• 通过在核心算力集群的资源扩张，确立了可开发容量方面的领先地位；
• 凭借财务纪律与资本回收优化资产负债表，具备承接头部超大规模厂商等核心客户需求的能力；
• 受现有合同续约及新订单价格低于历史水平影响，预计 2025-2028 年月服务收入人民币 / 千瓦复合增速为 – 8%。

• 万国数据 2027 年 EBITDA 采用 14.5 倍 EV/EBITDA；
• DayOne 业务 2027 年 EBITDA 采用 23 倍 EV/EBITDA，得出 DayOne 股权价值 140 亿美元，其中 32 亿美元归属于万国数据；
• 加上 10% 的控股折扣。

• 受 AI 投资加码推动，未来几年将进入收入 / EBITDA 加速增长阶段；
• 2025 年批发 IDC 业务占收入 35%，2025-2028 年收入 / EBITDA 复合增速预计为 37-38%；
• 尽管受大股东减持及潜在融资影响，存在短期估值压力，但批发 IDC 收入 / EBITDA 占比提升有望推动其估值持续重估。

12 个月目标价基于 2027 年 EBITDA 的 12 倍前瞻 EV/EBITDA 计算。

新意网

评级：买入| 目标价：7.7 港元 

新意网以在网容量计，是香港最大的数据中心服务商。凭借稳健的产能扩张计划（例如，MEGA 数据中心未来阶段投产后，电力容量将实现翻倍以上增长），我们预计公司将受益于香港地区日益增长的数据与 AI 需求。我们预计公司在 2026-2028 财年可维持 46% 的派息率。我们的 12 个月目标价基于 2027 财年 EBITDA，采用 12.3 倍的 12 个月前瞻 EV/EBITDA 目标倍数计算得出。

GPUaaS 作为新型商业模式：逻辑、盈利与风险

算力资源价格持续上涨

我们注意到，受 AI 需求增长（例如，根据 NDA 数据，截至 4 月底，中国累计 Token 消耗量已达 21 万亿，尤其是多模态推理、智能体等 AI 推理需求推动显著），叠加供给紧张（部分源于内存短缺，以及制造产能爬坡所需时间）的影响，中美两国的算力资源价格今年以来均出现上涨。

卖方市场的这些特征，从上游基础设施层（如 GPUaaS、公有云）一直延伸到 AI 模型层。今年以来，中美市场的 GPUaaS 租赁价格均上涨了约 30%；同时，中美超大规模厂商也宣布上调了公有云产品价格，包括基于 CPU 的云服务（我们认为主要受成本通胀推动）和基于 GPU 的云服务（我们认为受成本上升与需求激增双重推动），不过实际涨幅可能更为温和。

在模型层，价格调整更多是隐性的，主要体现在定价机制的转变上 —— 即从固定费率模式转向按用量匹配的计费结构，以确保收入能够随每次推理调用所带来的硬件与能源需求增长同步提升。4 月 4 日，Anthropic 宣布将限制第三方工具调用 Claude 订阅服务。我们认为，这凸显了通过固定价格的消费者套餐提供大规模程序化访问的模式是不可持续的。同样，小米与阿里云的 Token 套餐也体现了向精细化、基于资源消耗的计费模式转变：用户将为实际 “消耗” 的资源精确付费，而非支付笼统的接入费用。

GPUaaS 相比自建 GPU 的客户需求优势

我们认为 GPUaaS 为客户带来以下四大核心优势：

1. 合规获取先进 GPU 算力：让客户能以合规方式使用先进芯片，这对模型训练和多模态推理效率至关重要；

2. 优化资本开支与成本效率：将高昂的硬件资本开支转化为更灵活的运营开支，同时为利用率波动较大的 AI 需求提供灵活的成本模式；

3. 缩短上线时间与提升可扩展性：提供开箱即用的高密度 GPU 集群，相比自建资源（需经历拿地、电力指标审批、建设等漫长周期）能快速响应需求；超大规模厂商可将自建资源（以国产芯片为主）作为基础算力，同时通过租赁资源满足业务扩张需求；

4. 规避竞争风险与保障数据安全：AI 实验室可能避免在超大规模厂商的云平台上训练模型，以防后者优先将尖端基础设施留给自身 AI 业务；同时也出于数据安全考虑，希望对数据实现 100% 的掌控。

此外，我们认为 GPUaaS 的角色正从满足短期需求弹性，向承接长期稳定需求转变，对云厂商和大模型公司的算力供给贡献显著提升，而非仅依赖外部 GPU 租赁应对短期波动。这有助于提高硬件利用率，增强 GPUaaS 业务的长期收入稳定性。

• 例如，金山云 2025 年约 100 亿元人民币的等效资本开支中，60 亿元为计算设备直接采购，40 亿元为 GPU 服务器租赁间接资本开支（实际租赁支出仅约 40 亿元的一小部分）；

• 相比之下，MiniMax采用轻资产模式，通过向硬件与算力服务商支付租赁费用获取算力基础设施。

单位经济模型：GPUaaS 的盈利与风险

GPUaaS 业务包含多种商业模式，主要包括但不限于以下三类：

1. 传统 GPU 租赁：服务核心为物理硬件所有权，如协创数据；

2. 专业 GPU 云：客户通过云外包方式租用 GPU 算力，运行 AI 训练与推理负载，服务核心是深度优化的网络能力与面向 AI 的软件生态，以支撑大规模 GPU 集群，如 CoreWeave（CRWV，由 Gabriela Borges, CFA 覆盖，中性评级）；

3. 一体化 AI 数据中心：由数据中心运营商（如润泽智联）部署 GPU 集群，可分为两种模式：一是运营商自行采购硬件提供 GPUaaS 服务，二是客户自带硬件、运营商提供 AI 数据中心运营服务。其服务核心是物理设施与硬件所有权，加上深度优化的网络能力。

海外市场中，CoreWeave、Nebius、IREN是新型云服务商 / 专业 AI 云厂商的典型代表。这类新兴基础设施企业专注于提供专用 GPU 算力，以满足 AI 算力需求，成为传统超大规模云厂商的替代选择。根据高盛测算，得益于快速上电、快速交付数据中心的优势，以及对 AI 基础设施全栈的掌控能力（如机柜与散热设计、高端 GPU 获取能力），三家公司 2025 至 2028 年合计收入预计将增长7 倍，长期 EBITDA 利润率有望达到约75%（预计到 2028 年，折旧摊销费用仍相当于收入的 50%–100%）。

我们构建了中国 GPUaaS 业务的单位经济模型分析，并针对单位租金、利用率和残值三大关键变量，对利润率和投资回收期进行了敏感性测试，测试基准参考了行业 GPU 租赁价格与利用率水平。分析显示，在当前价格坚挺、利用率高企的环境下，GPUaaS 的单位经济模型颇具吸引力。以英伟达 H100 集群的最新租赁价格测算，若利用率维持在 80% 及以上，项目 5 年期内部收益率（IRR）可达双位数百分比，投资回收期约为 3-4 年。

因此，在有利的市场环境下锁定长期需求的能力，对 GPUaaS 服务商维持健康的盈利水平与投资回报至关重要。我们同时也识别了 GPUaaS 业务的运营风险，包括：

1. 为资本开支和杠杆率提供资金支持的融资能力；
2. 供需格局变化、硬件升级等因素，可能导致单位租金 / 利用率波动、长期合同条款变更；
3. 客户集中度风险；
4. 监管风险，包括先进算力资源的获取限制。

西部枢纽成为产能扩张的新市场

在中国 “东数西算”政策的推动下，国内数据中心行业格局正发生结构性转变，该政策旨在平衡西部能源充裕与东部算力需求旺盛的现状。在 2026 年全国两会上，这一工程被进一步明确为“算电协同”，鼓励算力设施向绿电资源丰富的地区集中，以最大化低成本可再生能源的利用效率，并要求在核心算力枢纽与集群中，新建算力基础设施的绿电占比需达到80% 以上 。

因此，尽管中国整体电力供应对数据中心发展的制约远小于美国，但我们认为，地方绿电供应能力与政府严格要求之间的差距，在短期内可能成为潜在瓶颈。这将使得除传统电网供电外，绿电市场交易、绿证、源网荷储一体化项目的需求显著提升。

根据工信部数据，截至 2025 年，中国八大算力枢纽承载了全国约 80% 的智能算力供给；2021-2025 年新增算力供给中，西部地区占比约 70%。

我们观察到，数据中心的扩张呈现出从一线城市集群逐步向外溢出的阶梯式模式：以京津冀地区为例，扩张路径从河北的怀来 / 张北 / 廊坊，延伸至内蒙古的乌兰察布 / 和林格尔，再进一步拓展至宁夏和新疆。

在西部枢纽中，内蒙古、宁夏和甘肃已成为智能算力增长最快的区域，以承接 AI 训练需求，它们在延迟、电价和 PUE（电源使用效率）方面具备相对优势。数据中心运营商在资源获取上的选择日益审慎，并聚焦于国家级综合算力枢纽 / 节点，以把握来自 AI 和云厂商的需求。

西部数据中心在成本端的经济优势

我们的分析显示，无论从资本开支还是运营成本来看，西部数据中心对运营商和终端客户而言都具备经济优势；不过，在我们看来，由于订单竞争依然激烈且客户集中度不断提升，运营商凭借这些成本优势获得更高内部收益率和利润率的可能性仍然较低。

• 对数据中心运营商而言：西部地区数据中心的单位资本开支比一线城市低 20%，主要得益于更低的土地与建筑成本；年度销售成本则可降低约三分之一，主要源于更低的电力和人力成本。

• 对终端客户而言：西部地区数据中心的 *总拥有成本（含服务器折旧成本） 比一线城市低 7%-10%，原因是数据中心租金和电价更低。例如，尽管新疆并非官方算力枢纽，但凭借极低的电价（低于 0.3 元 / 千瓦时，廊坊约为 0.6 元 / 千瓦时）、充足的土地和高可再生能源渗透率，在我们看来依然受到部分客户的青睐。

核心枢纽储备容量的重要性日益凸显

过去几年，发改委对新建数据中心审批实施了窗口指导，旨在将产能供给增速控制在合理区间，并引导新增供给向国家级算力枢纽集中，我们认为这将推动行业整合。

拥有地方政府已批复电力指标、已建成投用、利用率表现良好且订单充足的项目，在发改委审批中享有优先级；而无电力指标的新建项目可能面临漫长等待周期（参考 2026 年 3 月专家会议纪要）。在此背景下，储备容量，尤其是电力指标，对数据中心运营商的长期发展愈发关键。

我们对国内数据中心运营商的储备容量进行了评估，结果显示：在我们覆盖的标的中，润泽科技的储备容量最大，万国数据和世纪互联紧随其后。

• 已锁定 6GW 储备容量，其中中国大陆地区为 5.4GW，60%-70% 已取得电力指标，85% 位于三大东部算力枢纽；

• 相比之下，万国数据的储备 / 在建容量为 3.9GW，主要集中在内蒙古和宁夏；
• 世纪互联的储备 / 在建容量超过 1.3GW，主要位于内蒙古。