AI算力需求爆发周期:中国AIDC产业链的成长逻辑与机遇

生成式 AI 与智能体的快速渗透，正在全球范围内掀起算力基建的扩容浪潮。作为 AI 算力的物理载体，人工智能数据中心（AIDC）及上游供应链正迎来需求与价值的双重重估。从国内市场来看，大模型训练与推理侧的算力需求正以超预期速度增长，叠加供给端产能释放周期长、高端算力芯片供给受限等因素，产业链正进入量价齐升的景气阶段；同时，技术架构向 SuperPOD 集群演进、国产大模型出海带来的 “token 出口” 新机遇，也在重塑行业的竞争格局与长期成长空间。

一、算力需求进入爆发期，五年维度有望实现五倍增长

1. token 消耗持续高增，筑牢需求底层支撑

大模型能力迭代与应用场景渗透，直接带动了 token 消耗量的指数级增长。据国家数据局统计，2026 年 3 月中国日均 token 消耗量已达 140 万亿，较 2025 年 12 月增长 40%，增长斜率持续陡峭。放眼全球，IDC 预测智能体的年度 token 用量将从 2025 年的 0.0005 Peta，增长至 2030 年的 152667 Peta，五年复合增速超 300 倍。 token 是 AI 算力需求的最小计量单位，其爆发式增长意味着算力基建的扩张才刚刚起步。随着生成式 AI 从尝鲜走向规模化落地，长上下文处理、高并发推理等需求将持续推高对底层算力的要求。

2. 云厂商资本开支翻倍，算力基建进入扩张周期

为了匹配算力需求，国内头部云厂商与互联网平台正快速加大资本开支力度。字节跳动、阿里巴巴、腾讯三家企业 2025 年合计资本开支达 3460 亿元，2026 年预计将翻倍至 7000 亿元以上。即便如此，国内厂商的资本开支强度仍远低于美国同行，无论是绝对规模还是占收入、经营现金流的比例，都存在显著差距，这也意味着国内算力基建仍有充足的成长空间。

3. 智能算力规模预测：2028 年突破 5GW，复合增速超 70%

综合 token 增长、模型迭代与厂商资本开支规划来看，国内智能算力市场将进入高速增长通道。预计 2028 年中国 FP16 精度智能算力将达到 12354 EFLOPS，约为 2025 年的 8 倍；对应智能算力数据中心的功率需求，2025-2028 年复合增速将达 74%，2028 年整体规模约 5.4GW，较 2025 年增长近 5 倍。 市场规模层面，预计国内 AIDC 市场将以 78% 的复合增速扩张，2028 年市场规模达到 750 亿元，成为第三方数据中心市场增长的核心驱动力。

二、供需错配持续，行业进入量价齐升通道

1. 供给释放周期长，算力紧缺短期难缓解

与爆发的需求相对的，是算力供给的刚性约束。一座标准 AIDC 从立项建设到产能爬坡满产，通常需要 18-24 个月的周期，且能耗指标、土地、电力配套都存在硬性门槛。与此同时，高端 GPU 供给受地缘因素限制，整体产能释放速度难以匹配需求增速。 这一供需缺口在未来 2-3 年内难以根本性扭转，算力紧平衡将成为行业常态，具备提前储备产能与能耗指标的厂商将持续享受红利。

2. GPU 租赁价格持续上行，云服务集体提价

供需紧张最直接的体现，就是 GPU 租赁与云服务价格的持续上涨。自 2025 年以来，国内英伟达 H100 的年租价格已从 12 元 / 卡 / 小时上涨至 17 元 / 卡 / 小时，涨幅约 40%；海外厂商 Nebius 也在 2026 年 5 月再度上调全系列 GPU 的按需与预留实例价格。 云厂商层面，2026 年一季度以来，腾讯云、阿里云、百度云等主流厂商均陆续上调 AI 算力、并行存储、大模型 token 等相关产品价格。其中通用算力产品涨幅多在 5%-30% 区间，部分大模型的 token 定价涨幅超 400%，直接反映了底层算力资源的稀缺性。

3. 头部厂商产能储备充足，份额有望持续集中

行业供给紧张的背景下，产能储备就是核心竞争力。国内头部第三方 IDC 厂商均已公布了大规模的长期产能规划，其中润泽科技、万国数据、秦淮数据的长期规划均在 4000MW 以上，第一梯队优势显著。

拥有充足能耗指标、资金实力与交付能力的头部厂商，将在行业上行周期中持续抢占市场份额，行业集中度提升的趋势明确。

三、技术架构迭代，重塑 AIDC 的价值壁垒

1. SuperPOD 成为主流架构，技术门槛大幅抬升

随着大模型参数规模与训练集群不断扩大，传统数据中心的网络通信瓶颈日益凸显，成为制约算力效率的核心因素。SuperPOD 架构通过高带宽互联技术，将数十块 GPU 在单机柜内集成为一个统一的算力单元，能够有效突破大规模并行训练的性能、可靠性瓶颈，正在成为高端 AIDC 的标准配置。 这一技术迭代对数据中心的基础设施提出了全方位的更高要求，也显著抬高了行业的技术壁垒。

技术门槛的提升将加速行业分化，具备液冷、高功率供电、高速网络部署能力的头部运营商，将更易获取高端 AI 集群订单，进一步拉开与中小厂商的差距。

2. 单机柜价值显著提升，盈利弹性打开

技术升级直接带动了 AIDC 的单位价值量。以头部厂商的运营数据为例，其已部署的 AIDC 业务年化单 MW 收入约 1500 万元，较传统 IDC 业务的 960 万元提升约 56%，充分验证了 AI 算力中心的价值溢价。 随着 SuperPOD 架构的规模化落地，以及高附加值的 GPU 租赁、算力调度等业务占比提升，AIDC 运营商的单 MW 盈利能力仍有进一步提升空间，业绩弹性将持续释放。

3. 数据中心交换机迎来量价齐升

作为算力网络的 “交通枢纽”，数据中心交换机是 AI 集群升级的核心受益环节。预计 2030 年国内数据中心交换机市场规模将达到 1180 亿元，2025-2030 年复合增速达 28%。 增长动力主要来自三个维度：一是 GPU 集群规模扩大，网络层级增加带动交换机用量提升；二是端口速率从 25G/100G 向 400G/800G 升级，推动产品单价上涨；三是随着 SuperPOD 渗透率提升，架内 Scale-up 交换机成为全新的收入增长点。技术壁垒更高的高端交换机市场，将更利好具备技术积累的本土龙头厂商。

四、全球化新机遇：从 “模型出海” 到 “token 出口”

1. 国产大模型性价比凸显，海外份额快速提升

近年来国产大模型的能力快速追赶国际第一梯队，同时具备极强的成本优势。数据显示，头部国产大模型的综合 API 调用成本仅约为美国头部模型的 20%，在同等智能水平下性价比优势显著。 从第三方聚合平台 OpenRouter 的流量数据来看，自 2026 年 2 月以来，中国模型的 token 占比持续提升，正在从美国模型手中抢占市场份额。国产大模型的全球化突破，将为国内算力产业链打开全球市场的天花板。

2. 两种出海路径：算力本地化与 token 出口

国产大模型出海主要对应两种算力部署模式，也为国内 AIDC 厂商带来了不同的机遇：

• 模型出海（算力本地化）：在海外本地建设或租赁数据中心部署算力，优势是网络延迟低、数据合规性好，适合对延迟要求高的场景；

• token 出海（算力留在国内）：算力部署在国内，通过跨境网络向海外用户提供推理服务。核心优势是可以充分利用中国西部低廉的绿电资源、更低的土建与机电建设成本，实现极致的成本竞争力。

长期来看，“token 出口” 将成为国内 AIDC 产业的独特增长曲线，依托中国的成本优势参与全球算力市场竞争。

3. 国内 IDC 厂商加速海外布局

为匹配国内云厂商与大模型厂商的全球化需求，头部 IDC 运营商已经开始加速海外产能布局。润泽科技规划在香港部署 240MW、印尼巴淡岛部署 360MW；秦淮数据在马来西亚吉隆坡、柔佛，印度班加罗尔，泰国等地均有布局；万国数据的海外布局覆盖新加坡、马来西亚、印尼、日本、芬兰等多个国家，长期海外规划产能达 2700MW。 东南亚等新兴市场的算力需求快速增长，叠加中国厂商的成本与建设优势，海外业务有望成为头部厂商的第二增长曲线。

五、中美对比：产业阶段不同，中国具备长期成本优势

1. 资本开支强度差距大，国内成长空间更广阔

从行业发展阶段来看，中国 GPUaaS 与 AIDC 市场仍处于早期成长阶段。2026 年国内三大互联网厂商合计资本开支约 1110 亿美元，仅为美国五大云厂商的 16%；从资本开支占收入、占经营现金流的比例来看，国内厂商的投入强度也显著低于美国同行。 市场规模层面，2025 年美国两家头部 Neo-cloud 厂商合计收入达 57 亿美元，而国内八家主流 GPUaaS 厂商合计收入仅约 9.8 亿美元。巨大的差距也对应着广阔的成长空间，国内算力产业的渗透率提升才刚刚开始。

2. 成本端：中国具备显著的能源与基建成本优势

中国 “东数西算” 与算力调度政策，引导数据中心向西部绿电富集区域布局，形成了独特的成本优势。2025 年中国西部数据中心绿电价格约为 0.35 元 / 千瓦时，较美国平均工业电价低约 50%，也比国内平均工业电价低约 50%。 同时，国内的数据中心土建、机电安装成本也显著低于美国。这一成本优势不仅支撑国内大模型的性价比，更让国内算力在全球市场具备长期竞争力。

3. 盈利模式差异：技术壁垒与资源壁垒的不同路径

中美 GPUaaS 产业的核心壁垒与盈利模式存在明显差异：

• 美国 Neo-cloud 厂商（如 CoreWeave、Nebius）的核心壁垒在于自研的虚拟化层与算力调度软件，专为 AI 训练推理深度优化，技术壁垒更高。成熟阶段毛利率可达 70% 左右，调整后 EBITDA 利润率超 60%，但前期大额资产折旧导致账面净亏损。

• 国内 GPUaaS 厂商的核心壁垒在于受限环境下的 GPU 供应链获取能力与资源整合能力，当前行业毛利率约 20%-30%，净利率约 10%-15%。目前行业正在探索从固定租金向按 token 吞吐量分成的新模式，若转型成功，盈利水平有望进一步提升。

长期来看，随着国产算力芯片的替代推进，国内算力硬件成本有望持续下降，叠加能源与基建成本优势，国内 AIDC 产业的全球竞争力将持续增强。

六、核心投资主线与风险提示

1. 核心受益方向

AIDC 运营龙头：具备充足能耗指标、技术储备与产能规划的头部运营商，将充分受益于算力需求爆发与市场份额集中。头部厂商有望凭借 SuperPOD 技术能力与产能储备，实现收入与利润率的双重提升，预计 2025-2028 年核心龙头 EBITDA 复合增速可达 40% 以上，国内第三方数据中心市场份额有望持续提升。网络设备龙头：数据中心交换机迎来量价齐升，在高端交换机领域实现技术突破、份额持续提升的本土厂商将充分受益。规模效应与产品结构升级，有望带动企业净利率在未来三年实现翻倍增长。

2. 主要风险

• 行业竞争超预期加剧，新进入者大量涌入导致价格战，拖累行业盈利能力；

• 下游客户集中度较高，存在核心客户订单取消、建设延迟的风险；

• 数据中心能耗指标、电价等相关政策出现不利调整；

• 地缘政治因素导致高端算力芯片供给受限升级，影响产能投放节奏；

• 上游芯片、光模块等原材料价格波动，导致设备厂商毛利率波动。

整体来看，中国 AI 算力产业正处于需求爆发的早期阶段，供需紧平衡、技术架构升级、全球化拓展三大逻辑共同驱动行业景气度持续上行。拥有产能、技术与成本优势的头部厂商，有望在这一轮算力周期中实现业绩与份额的双重提升，具备长期的配置价值。