2025.7.8AIDC行业观察

核心观点

1. 生成式 AI 的高速发展带动传统数据中心向智算中心 AIDC 转化。人工智能技术的快速发展对算力提出了巨大需求，生成式 AI 的高速发展带动数据中心向智算中心 AIDC 转化。智算中心产业链中，GPU、电源、液冷散热等环节成为智算中心核心增量部分。国际能源署 (IEA) 最新报告预测，到 2030 年，全球数据中心的电力消耗将增长一倍以上，绿色低碳成为数据中心发展趋势所向。

2. 国内外人工智能大模型爆发带动 AIDC 需求提升。ChatGPT 带动人工智能产业革命发展。2022 年，ChatGPT3.5 的兴起引发对人工智能大模型的进一步关注，同时北美 CSP 大厂开始加强对高端算力芯片的采购，进一步刺激 AIDC 需求。国产大模型公司 Deepseek 发布 R1 大模型，加速赋能千行百业，带动国内市场对 AIDC 建设需求。

3. 全球算力规模增长进入快车道，算力相关政策频繁落地，AIDC 行业整体估值水平或有望修复。根据 IDC、中国信息通信研究院等机构测算，2030 年全球算力规模有望达到 16ZFlops，2023-2030 年全球算力规模年均复合增速达约 50%，从中央到地方密集落地算力部署相关政策文件。AIDC 板块整体估值水平在 2021-2022 年经历行业调整。在大模型需求提升等因素带动下，近期行业景气度逐渐提升，AIDC 板块整体估值水平或有望修复。

风险提示

• Deepseek 和 ChatGPT 等人工智能大模型发展进度不及预期

• 第三方数据中心上架率和租金不及预期

• AIDC 产业发展不及预期

一、AIDC 行业介绍

1.1 从 IDC 向 AIDC 发展路径

智算中心 (Artificial Intelligence Data Center, 简称 AIDC)，是在传统数据中心 (IDC) 的基础上，基于 GPU、ASIC、FPGA 等人工智能芯片及计算框架构建的人工智能基础设施，可以支撑大量数据处理和复杂模型训练。

数据中心自互联网时代，在移动互联网、云计算、电商及短视频等行业的推动下快速发展，而生成式 AI 的兴起正驱动其向重视计算效能与硬件配置的智算中心转型，智算中心是融合算力、数据算法的新型基础设施，通过数据服务、算法模型服务加速大模型的商业化应用，推动 AI 产业化和产业 AI 化，是传统云的智能化升级。

智算中心的核心功能包括 AI 模型训练与优化、数据存储与分析、算力服务与共享、应用开发与创新等。

1.2 AIDC 商业模式

根据商业模式不同，我国智算中心可以分为批发型服务商和零售型服务商。批发型自建大型算力中心，通常以机房模块单元为最小单位进行出租，主要面向大型云计算厂商等大客户，提供托管、运维、云服务一站式服务。批发型一般深度绑定大型云服务厂商，毛利率较低，但客户需求相对稳定，对公司资源整合，快速建设扩张、大客户服务能力要求较高。

零售型算力中心一般自建算力中心或租用基础电信运营商、面向中小客户，以机柜为最小出租单位，提供托管及增值服务。通常情况下毛利率较高，但需求存在一定不确定性，对公司精细运维能力与销售能力要求较高。

分类标准	类型	说明
按运营主体分	基础电信运营商	如中国电信、中国联通、中国移动、日本 NTT 等电信运营商，拥有核心网络资源、充足的带宽资源以及遍布全国的机房
	大型互联网公司	如亚马逊、谷歌、阿里、腾讯等云计算厂商
	数据中心运营商	如万国数据、世纪互联、Equrix 等数据中心运营商，通常专业性强、经验丰富，服务方式灵活
按客户类型分	批发型	主要面向有长期大规模机房托管需求的云厂商或互联网企业，租期较长，稳定性较高
	零售型	主要面向中小型互联网公司、一般企业等客户，提供相对标准化的服务器托管服务及网络带宽等服务，收益相对较高
按产权性质分	自建型	由服务提供商自主投建、采买机柜等基础资源，再向下游客户提供数据中心服务，拥有完全产权
	租赁型	通过租赁的方式来使用数据中心的空间、设备设施以及相关服务
按应用场景分	通用型	基于 CPU 芯片的服务器提供的算力，主要用于传统的数据存储、处理和管理任务，对计算性能的要求相对较为均衡，包括一定量的计算、存储和网络传输能力
	智算型	基于 GPU、FGFA、ASIC 等 AI 芯片的加速计算平台提供的算力，主要用于人工智能和机器学习领域，通过大规模的数据训练模型，来实现智能化应用
	超算型	由超级计算机等高性能计算集群所提供的算力，主要用于尖端科学领域，如行星模拟、天体物理、基因分析等

AIDC 收入模式包括：

• 基础服务：托管服务 (服务器 / 网站 / 应用托管、机架 / 虚拟主机出租等)；管理服务 (系统配置、数据备份、故障排除等)

• 增值服务：网络安全 (防火墙、入侵检测、漏洞扫描等)；数据应用 (CDN、缓存加速、负载均衡等)；运行维护 (流量监控、运行监测、远程管理等)

• 云服务：云计算的增值服务；私有云或公共云服务；混合云平台服务

1.3 AIDC 产业链

AIDC 产业链上下游环节较多，上游环节主要包括土建基础设施和 IT 基础架构的建设。土建基础设施涵盖土建施工、制冷系统、供配电系统和电信运营等，为智算中心提供稳定可靠的物理环境；IT 基础架构包括芯片设计制造、AI 服务器、网络设备、存储设备。

在中游环节，智算服务提供商、云服务供应商和 IDC 服务商等基于自身优势，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。部分云服务商与科技公司利用自身技术壁垒提供大模型及平台服务，为下游用户提供更加丰富、智能的算力服务。

在下游环节，互联网、金融、电信、交通等行业的人工智能应用需求带动自动驾驶、机器人、元宇宙、智慧医疗、文娱创作、智慧科研等相关产业发展。通过提供智能算力和算法，加速新技术的研发和商业化进程，推动产业创新进步。

1.4 AIDC 收入和成本拆分

收入端：AIDC 收入由机柜数量、上架率和单机柜租金决定。其中机柜数量主要取决于数据中心的能耗 / 电力指标情况；机柜上架率和单机柜租金主要取决于数据中心区域位置、数据中心建设级别及功率标准、下游客户资源导入能力及议价能力。

成本端：AIDC 成本主要包括固定资产成本和运营成本。固定资产成本包括建设 AIDC 机房中的土地成本、建设支出、设备支出等，建设完成后通过折旧摊销影响利润水平。运营成本包括电力成本、折旧、人工费用、财务费用等，其中电力成本占比最高，占运营成本的 60% 左右。

二、AIDC 行业核心增量

2.1 GPU、电源和液冷散热是 AIDC 核心增量

CPU 到 XPU：传统的 IDC 主要以 CPU 为核心，AI 技术的快速发展对算力提出了前所未有的要求。无论是训练复杂的深度学习模型，还是进行实时推理，AI 任务都需要强大的计算资源支持。传统的 CPU 架构虽然通用性强，但在处理 AI 任务时效率低下。AIDC 通过引入 GPU、ASIC、FPGA 等专用芯片，大幅提升了计算性能。

UPS 和 HVDC 等备用电源：AIDC 的高性能计算设备能耗较高，因此升级能源供应系统成为必然。AIDC 采用双路供电或多路供电系统，确保在一路电源出现故障时，另一路能够及时接替，保证数据中心的不间断供电。同时，引入不间断电源 (UPS) 和发电机作为备用电源，以应对突发的停电情况，或者采用高压直流 (HVDC) 供电等新技术，降低供电过程中的能量损耗，提高供电效率。

风冷到液冷：高性能计算芯片在运行过程中会产生大量的热量，传统的风冷散热方式可能无法满足散热需求。因此，需要采用更高效的散热方式，如液冷散热。通过升级散热系统，保证计算设备在高性能运行状态下能够保持合适的温度，避免因过热而导致的性能下降或设备损坏。

2.2 AIDC 对数据中心节能和绿色化考核更加明确

数据中心能耗降低迫在眉睫。国际能源署 (IEA) 最新报告预测，到 2030 年，全球数据中心的电力消耗将增长一倍以上，达到 945 太瓦时 (1 太瓦时 = 10 亿度电)，接近日本当前用电量，因此降低数据中心能耗成为大国发展数据中心业务的重点。

绿色低碳早已是数据中心发展趋势所向。电信运营企业、互联网企业、第三方数据中心企业等业界各方，均在积极探索绿色低碳技术，打造高质量绿色数据中心。中国移动采用新型空调末端、高温冷冻水、自然冷源、市电直供与高压直流、液冷、微模块、余热综合利用等先进节能技术和措施建设数据中心。

2024 年，国家发改委、工信部联合印发《数据中心绿色低碳发展专项行动计划》提出了数据中心绿色低碳发展的主要目标，到 2025 年底，全国数据中心布局更加合理，整体上架率不低于 60%，平均电能利用效率降至 1.5 以下，可再生能源利用率年均增长 10%，到 2025 年底，新建及改扩建大型和超大型数据中心电能利用效率 (PUE) 降至 1.25 以内，国家枢纽节点数据中心项目电能利用效率不得高于 1.2。

三、本轮 AIDC 的行情催化

3.1 海外大模型爆发点燃人工智能产业革命

ChatGPT3.5 带动人工智能产业革命。2022 年 11 月 30 日，OpenAI 公布了一个通过由 GPT-3.5 系列大型语音模型微调而成的全新对话式 AI 模型 ChatGPT，它不仅能进行自然的多轮对话、高效的精准问答，还能生成编程代码、电子邮件、论文、小说等各类文本，人工智能的发展迎来跨时代的产品。

2023 年，微软加强对 OpenAI 的投资，引发资本市场对 ChatGPT 的进一步关注，同时北美 CSP 大厂开始加强对高端算力芯片的采购，英伟达不断推出 A100 和 H100 等高端算力芯片系列，推动北美和国内 CSP 大厂不断强化对 AI Capex 的投入和 AIDC 的建设。

海外 IDC 建设具有先发优势，北美主导制定数据中心 PUE 等能效标准，欧盟、中国等地区纷纷跟进，微软碳负数据中心认证体系被全球超 200 家企业采用。海外 CSP 大厂 23 年 Capex 投入向上开启数据中心建设潮，Marvell 预计 2028 年北美 AI 基础设施投资达到万亿美元规模。

3.2 Deepseek 发布国产大模型赋能千行百业

国产大模型公司 Deepseek 发布 R1 大模型，性能对标 OpenAI o1。2025 年 1 月 20 日，幻方量化旗下 AI 公司深度求索 (DeepSeek) 发布开源模型 DeepSeek-R1，在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能有望对标 OpenAI o1 正式版。

Deepseek 的强大功能加速 AI 赋能金融，政务，医疗等多行业。北京、广东、江苏、内蒙古、江西等多地宣布，其政务服务系统接入 DeepSeek 系列大模型。三大电信运营商、中石油、中石化等中企巨头也纷纷宣布与 DeepSeek 展开合作。多家银行和金融科技公司迅速启动对 DeepSeek 的深度研究测试。

江苏银行本地化部署微调 DeepSeek-VL2 多模态模型、轻量 DeepSeek-R1 推理模型，分别运用于智能合同质检和自动化估值对账场景中，通过对海量金融数据的挖掘与分析，重塑金融服务模式。在国产大模型推动下，国内 AIDC 需求有望提升。

3.3 全球算力规模有望在 2030 年达到 16ZFlops

AI 的需求拉动算力供给升级，从而带动 AIDC 的发展，传统通算向通算、智算、超算一体化演进，对应的数据处理量爆发式增长，传统 IDC 已无法满足 AI 需求。根据 IDC、中国信息通信研究院等机构测算，2030 年全球算力规模有望达到 16ZFlops。2023-2030 年全球算力规模年均复合增速达约 50%。根据 IDC 数据，2024 年中国智能算力规模为 725.3EFLOPS，预计 2028 年将达到 2781.9EFLOPS，2020-2028 年中国智能算力规模的复合增速约为 57.1%。

全球数据中心在过去 5 年增长显著，根据 Synergy Research Group 的最新数据，截至 2024 年底，全球超大规模运营商运营的大型数据中心数量已增至 1136 个，相比五年前翻了一番。Synergy 预测，超大规模数据中心的总容量再次翻倍的时间将不足四年，每年将有 130 到 140 个新的超大规模数据中心投入使用。

3.4 中央到地方制定算力部署规划

中央部门发布算力顶层设计。2023 年 10 月，工信部等六大中央部门印发《算力基础设施高质量发展行动计划》，规划到 2025 年，在计算力方面，算力规模超过 300EFLOPS，智能算力占比达到 35%，东西部算力平衡协调发展。按照全国一体化算力网络国家枢纽节点布局，京津冀、长三角、粤港澳大湾区、成渝等节点面向重大区域发展战略实施需要有序建设算力设施。

地方政府加强算力部署规划。以上海市为例，计划到 2025 年，上海市智能算力规模将超过 100EFlops，建成世界级人工智能产业生态。

发布单位	政策名称	主要内容
工信部等六部门	《算力基础设施高质量发展行动计划》	到 2025 年，计算力方面，算力规模超过 300EFLOPS，智能算力占比达到 35%，东西部算力平衡协调发展。按照全国一体化算力网络国家枢纽节点布局，京津冀、长三角、粤港澳大湾区、成渝等节点面向重大区域发展战略实施需要有序建设算力设施。
北京市政府	《北京市算力基础设施建设实施方案 (2024-2027 年)》	集中建设一批智算单一大集群，到 2025 年，本市智算供给规模达到 45EFLOPS。智算设施建设自主化。到 2027 年，具备 100% 自主可控智算中心建设能力。智算能力赋能精准化。智能算力驱动的行业标杆案例超过 200 个，促进各行业数智化转型。
上海市政府	《关于人工智能 “模塑申城” 的实施方案》	到 2025 年底，建成世界级人工智能产业生态，力争全市智能算力规模突破 100EFLOPS，形成 50 个左右具有显著成效的行业开放语料库示范应用成果，建设 3-5 个大模型创新加速孵化器，建成一批上下游协同的赋能中心和垂直模型训练场。
深圳市政府	《深圳市算力基础设施高质量发展行动计划 (2024-2025)》	构建先进算力基础设施，持续优化网络连接设施，到 2025 年，全市数据中心机架规模达 50 万标准机架，算力算效水平显著提高。到 2025 年，通用算力达到 14EFLOPS (FP32)，智能算力达到 25EFLOPS (FP16)，超算算力达到 2EFLOPS (FP64)。存储总量达到 90EB。先进存储容量占比达到 30% 以上
广州市政府	《广州市推进算力基础设施高质量发展的若干措施 (征求意见稿)》	到 2027 年，全市智算规模突破 100EFLOPS，智算规模在总算力规模中占比提升至 65% 以上，国产智算能力位居全国前列。推动形成 “城市数据中心 + 园区算力中心” 阶梯式的 “1+5+N” 算力中心布局。

3.5 AIDC 估值水平或逐步修复

第三方数据中心行业经历了 2020 年景气度高点后，在过去 2021-2022 年由于行业周期原因估值水平逐步回落。从 2023-2025 年开始，伴随着北美云厂商 AI Capex 投入规模回暖，数据中心市场需求逐步复苏，行业景气度反弹，第三方数据中心 AIDC 的 EV/EBITDA 估值水平或有望修复。

四、AIDC 产业链梳理

4.1 智算中心产业链梳理

智算中心产业链包括 AI 服务器、网络设备、存储设备、数据中心管理系统等；产业链中游包括智算服务、IDC 服务和云服务；产业链下游主要为互联网、金融、电信、交通等行业的人工智能应用需求。

从智算中心产业链参与者来看，电信运营商主要包括中国电信、中国联通和中国移动等；网络设备供应商包括中兴通讯、紫光股份、锐捷股份等；数据中心网络配套供应商包括包括中际旭创、新易盛、天孚通信等。

4.2 世纪互联：第三方中立服务商、规模化定制、AIDC 转型

世纪互联是较早在美股上市的中国 IDC 公司，也是一家以 “基地型 + 城市型”IDC 业务同步发展的头部 IDC 企业。世纪互联为客户提供业界领先的数据中心、智算中心 (AIDC)、网络以及基于数据中心的云计算交换连接、混合交付等云计算综合服务及解决方案。

世纪互联在全国 30 多个城市运营超过 50 座数据中心，基地型业务运营容量超过 570MW，城市型业务运营机柜数超过 5 万个。在京津冀、长三角、粤港澳等区域构建了规模化的数据中心产业集群，形成了稳固、庞大、全连接的数字化核心底座，不仅满足企业在一线城市的业务布局，更可提供一线城市向边缘城市数据的平滑迁移。此外，作为微软的战略合作伙伴，世纪互联蓝云在国内运营国际水准的 Microsoft Azure, Microsoft 365,Dynamics 365 和 Power Platform 等云服务及相关云应用解决。

4.3 奥飞数据：强化零碳绿色数据中心部署

奥飞数据是国内领先的互联网云计算与大数据基础服务综合解决方案提供商，致力构建多云多网多端数字产业生态平台，建设适应新一代网络通信技术 5G 的云计算大数据高速传输处理平台及全球互联互通网络，面向人工智能、智能制造、智慧医疗、AR/VR 数字创意、电子商务、动漫游戏、互联网金融、电子竞技等新兴数字科技产业提供高速、安全、稳定的高品质互联网基础设施及云计算大数据技术综合服务。

奥飞数据已拥有自建自营数据中心 16 座，机柜规模超 10 万个。奥飞数据是国内首家严格按照国内外碳排放核算以及碳中和标准要求、实现数据中心从运营之初到 2023 年底整个生命周期运营过程碳中和的 IDC 服务商，公司目前自建自营的数据中心从运营开始就为客户提供 “零” 碳绿色的数据中心服务，承担客户托管在相应数据中心 IT 设备的所有碳排放。

4.4 中恒电气：加大数据中心 HVDC 建设

中恒电气是一家专注于零碳智能社会建设的数字能源公司，聚焦绿色 ICT 基础设施、低碳交通、新型电力系统及综合能源服务等四大领域构筑数字世界与能源世界的孪生系统，提供能源减碳的全链路产品和解决方案。打造国际领先的数据中心用 HVDC 直流供配电、预制化 Panama&T-train 电力模组，5G 全栈式站点高效能源等产品及解决方案。公司与中国移动、中国铁塔、中国电信、阿里巴巴、腾讯、百度、拼多多、国家电网、南方电网、哈啰出行等各领域头部客户建立起了深度的战略合作关系。

加大数据中心 HVDC 产品建设。中恒电气为大型互联网企业提供定制的 HVDC 解决方案，拥有超过 10000MW 的装机容量，为各类超算定制 HVDC，能够支持单机柜 600kW 的负载。中恒电气在天津、深圳、雄安、济南、武汉等地，助力打造世界级超级计算中心，为科技进步贡献了力量。中恒电气还在持续探索高可靠性、集中式架构下的 750V 直流解决方案与产品，以满足未来数据中心更高效、更环保的需求。

4.5 伊戈尔：移相变压器可用于数据中心的巴拿马电源

公司深耕光伏逆变器多年，产品系列丰富且有望持续拓展。专注于工业及消费领域用电源及电源组件产品的研发、生产及销售，配套于光伏逆变器的高频磁性器件、应用于光伏发电并网的升压变压器以及其他电能转换产品。高频磁性器件是光伏逆变器设备储能和能源转换的核心元器件，产品可广泛应用于光伏发电、工业控制及照明领域。公司聚焦能源、信息行业，应用电力电子技术。

公司的移相变压器可用于数据中心市场。公司在投资者互动平台回答公司移相变压器产品的应用场景主要是在高压变频调速的大型设备以及数据中心的巴拿马电源上，巴拿马电源具备低成本等优势，渗透率有望逐步提升。根据《巴拿马供电技术白皮书》，相比传统数据中心的供电方案，巴拿马电源占地面积减少 50%，其设备和工程施工量可节省 40%，其功率模块的效率高达 98.5%，架构简洁可靠性高。

风险提示

• Deepseek 和 ChatGPT 等人工智能大模型发展进度不及预期：ChatGPT 和 Deepseek 等大模型的兴起推动 AIDC 行业的蓬勃发展，如果 ChatGPT 和 Deepseek 等大模型的后续发展没有达到市场的预期，可能会影响 AIDC 后续需求可持续性。

• 第三方数据中心上架率和租金不及预期：AIDC 业务与数据中心内部的机柜上架率，租金等相关，如果上架率和租金不及预期，会影响 AIDC 业务发展。

• AIDC 产业发展不及预期：AIDC 行业受到宏观经济，下游需求，行业发展等诸多因素影响，各类因素如果发生变化可能影响 AIDC 产业发展前景。