好股盛配资官网 AIDC订单疯涨，哪些赛道受益？

　　来源：半导体产业纵横

　　一般而言，IDC可分为三类：通用型数据中心基于CPU芯片服务器提供算力，聚焦传统数据存储、处理与管理，对计算、存储、网络传输能力要求均衡；智算型数据中心依托GPU、FPGA、ASIC等AI芯片的加速计算平台，主打人工智能与机器学习领域的大规模模型训练；超算型数据中心则由高性能计算集群构成，主要服务于行星模拟、天体物理、基因分析等尖端科学研究。

　　而智算型数据中心也被称为AIDC。AIDC是AI Data Center（人工智能数据中心）的简称，特指专门部署和运行人工智能计算任务（尤其是大规模GPU/算力芯片）的数据中心。

　　随着生成式AI迭代催生算力指数级需求，从“通用计算”向“智能计算”跃迁，叠加国内“东数西算”政策加持，AIDC（人工智能数据中心）成为数字经济核心基建，行业景气度持续攀升。

　　大厂订单密集落地，AIDC再升温

　　2025年Q2曾因英伟达H20芯片断供导致国内多个AIDC项目延期，而H200芯片的重新供货，为国内AIDC需求的释放按下“加速键”。与此同时，国产AI芯片企业的大规模上市带来充足现金流，为国产AI芯片的研发扩产提供坚实支撑。

　　随着中国头部科技企业力求跟上美国竞争对手的步伐，字节跳动计划明年扩大其在人工智能领域的投入。报道称，字节跳动计划明年增加资本支出，进一步建设人工智能基础设施。2026年资本开支拟达到约1600亿元人民币，高于2025年约1500亿元人民币的投入。字节的AI芯片预算约为850亿元人民币，并已经下了2万颗H200的测试单。若获准采购更多先进芯片，字节可能会大幅增加资本开支。

　　另外，阿里已明确将AI作为未来优先级方向之一，计划在未来三年内投入超过3800亿元人民币用于技术研发和基础设施，并有望上移该目标。

　　此外，密集的招中标项目，直观反映了AIDC从科技领域向传统行业渗透的广泛需求。

　　首先是备受关注的中国移动2025年至2026年（一年期）人工智能通用计算设备（推理型）集中采购项目终于落下帷幕。本次集采共分为两轮，第一轮采购规模为7058台，随后的补充采购规模约为441台。两次采购需求满足期均为1年，也就是说，2025年至2026年中国移动总计采购推理型AI服务器7499台。2026年1月公示补充采购中标结果，昆仑技术等企业分食441台人工智能通用计算设备订单。而本次补采共分为2个标包。其中标包1为CANN生态设备，标包2为类CUDA生态设备。

　　传统行业的智能化转型同样催生AIDC需求。2026年1月，阿里云以185.6万元中标中粮集团AI基础平台二标段，聚焦智能问数与智能体平台搭建，为企业业务智能化升级提供支撑，标志着AIDC需求已逐步渗透至传统产业领域。

　　黄仁勋“五层蛋糕”理论

　　近期，英伟达CEO黄仁勋在达沃斯论坛提出AI基础设施“五层蛋糕”结构，从底层到顶层依次为：能源层（AI的“氧气”，含电网、新能源、储能）、芯片与计算层（GPU等核心硬件，英伟达主场）、云数据中心层（算力租赁载体）、AI模型层（大模型赛道）、应用层（创造经济价值的核心场景）。

　　第一层：能源层

　　作为AI产业的“氧气”，是蛋糕的底层基础，涵盖电网、新能源、储能等设施，为AIDC及各类计算设备提供稳定动力。AI计算的巨大算力需求带来海量能源消耗，因此能源的稳定供应与成本控制成为AI产业发展的关键前提。

　　第二层：芯片与计算系统层

　　这层是AI算力的核心载体，相当于蛋糕的第二层，以GPU、CPU等芯片为核心“引擎”，搭配相关计算硬件与加速器，是实现高效计算的核心环节。英伟达等芯片厂商在此层具有重要地位。

　　第三层：基础设施层

　　包括数据中心、网络架构、存储系统、云服务等，相当于蛋糕的第三层。这一层的作用是整合能源与芯片资源，构建成能够对外提供智能算力的“工厂”，负责算力的整合、调度与服务输出，是连接算力与实际应用的关键桥梁。基础设施层是AI从算力转化为实际智能应用的关键环节，需要强大的软件和硬件支持。

　　第四层：AI模型层

　　AI的“大脑”所在，相当于蛋糕的第四层，涵盖大语言模型、多模态模型、垂直行业模型等，是实现智能推理、决策与生成能力的核心。模型层的研发创新是AI技术迭代的关键动力，不同领域的模型针对特定任务和场景优化，可以满足多样化应用需求。

　　第五层：应用层

　　蛋糕的顶层，是AI技术转化为商业价值的最终环节，覆盖自动驾驶、智能制造、医疗诊断、金融风控、教育娱乐等各类行业场景。通过将AI模型与具体业务深度融合，形成智能化解决方案，为社会经济创造实际价值。

　　值得注意的是，当前多数资本聚焦于模型层，但真正的经济价值最终源于应用层，而底层的能源与基建则是整个生态体系的根基，这一逻辑也为AIDC的发展路径提供了明确指引。

　　同时，AIDC高功率密度的特性，对电力供给、散热系统等提出了严苛要求，直接推动能源、基建领域的技术升级与人才需求。其中，契合“五层蛋糕”底层能源层需求的“新型水电工人”成为行业香饽饽——这并非传统意义上的水电工种，而是指掌握高压直流供电、液冷系统运维、储能设备调试的复合型基建人才，以及电力配套、变电站建设等领域的专业人员，他们将成为AI基建落地的关键支撑力量。

　　AIDC产业链生态多领域受益

　　AIDC行业的高景气度，本质是“算力刚需+技术革命”的共振结果，其爆发式增长不仅带动核心环节发展，更辐射全产业链多个细分领域，形成协同受益的产业生态。

　　（一）电源系统：高压化、直流化转型成主流

　　借鉴汽车行业已有的技术趋势，英伟达在2025年台北国际电脑展（Computex 2025）上推出了800V直流（800-VDC）供电架构，旨在高效支撑下一代AI工厂计算机架所需的兆瓦级电力需求。同时，英伟达 GB200 服务器已将 BBU（电池备份单元）作为标配。BBU 依托锂电池实现高能量密度、高倍率的电力供应，可在瞬间大功率放电场景下保持供电稳定。相较于传统 UPS，BBU 在灵活性、转换效率、使用寿命上均具备显著优势，且故障影响范围更小。

　　（二）液冷系统：算力密度飙升催生渗透率提升

　　AI 服务器搭载的 GPU、ASIC 芯片功耗大幅攀升，以 NVIDIA GB200/GB300 NVL72 系统为例，其单柜热设计功耗（TDP）高达 130kW-140kW，远超传统气冷系统的散热处理极限。

　　液冷技术渗透率的持续提升，直接带动冷却模块、热交换系统及外围零部件的市场需求扩张。冷水板（Cold Plate）作为接触式热交换的核心元件，核心供应商包括 Cooler Master（酷冷至尊）、AVC（奇鋐科技）、BOYD 与 Auras（双鸿科技）；其中除 BOYD 外，其余三家企业均已在东南亚地区扩建液冷产能，以匹配美系 CSP 客户的高强度采购需求。

　　（三）功率半导体与配套领域：SiC 与 GaN 形成互补适配

　　在 AI 服务器电源应用场景中，第三代半导体碳化硅（SiC）与氮化镓（GaN）展现出显著的技术互补性。碳化硅拥有更低的导通电阻（RDS （on））和更稳定的温度特性，具备优异的高电压、高温工作能力，在硬开关、软开关拓扑中均能实现性能优化，尤其适配 AC-DC 转换级的功率因数校正（PFC）应用。氮化镓则凭借零反向恢复电荷（Qrr）实现超低开关损耗，搭配极低的输出电容电荷（Qoss）可助力实现零电压开关（ZVS）；其高开关频率的技术特性更适配高密度 CRPS 应用，在 DC-DC 转换级的 LLC 转换器中表现尤为突出。

　　（四）光伏：绿色算力驱动能源协同

　　全球 AIDC 算力需求呈指数级增长，预计到 2030 年，全球数据中心耗电量将较当前实现 4-5 倍增长，中国、欧洲市场的绿色数据中心将逐步占据区域市场主导地位。

　　AIDC 对电力的海量需求，推动绿色能源与算力基础设施的深度融合，这与我国 “东数西算” 工程中西部能源基地的布局高度契合。光伏作为主流清洁电源，其直流供电技术可直接复用于 AIDC 供电体系，阳光电源等企业有望受益。

　　（五）光模块：1.6T进入商用导入期

　　2025 年以来，800G 光模块需求持续放量，1.6T 产品正式进入商用导入期，光模块行业从此前的速率竞赛全面转向效率竞争。

　　从 2025 年年度业绩预告来看，天孚通信、剑桥科技等国内光模块龙头企业交出高增长答卷，归母净利润同比增幅均超 40%，直观印证了 AI 算力基础设施需求激增带来的行业高景气。

　　光模块行业新周期已全面开启，技术迭代与供需博弈成为行业发展核心主线：800G 产品出货量同比翻倍至近 2000 万只，1.6T 产品迎来商用元年，头部厂商正加速产能卡位与核心技术攻坚；但光芯片供应缺口仍未得到缓解，供应链掌控力成为企业核心竞争壁垒。

　　（六）国产AI算力卡：万卡级出货企业批量涌现

　　目前，国产AI芯片已形成多元化竞争格局，涵盖华为昇腾、海光、寒武纪等十余个品牌，至少九家企业的出货量或订单量突破万卡级别，既包括背靠科技大厂的华为昇腾、海光、也涵盖寒武纪、沐曦、摩尔线程、燧原科技等上市及拟上市企业，甚至包括曦望（Sunrise）、清微智能等仍处于创业阶段的非上市公司。

　　国产AI推理芯片的单价区间在3万-20万元不等，万卡级出货量标志着其性能、稳定性和总拥有成本已获得市场认可，行业正从“技术研发”阶段迈入“规模化交付验证”阶段。2026年随着代工产能的提升，国产推理芯片出货量有望迎来爆发式增长，竞争焦点也将逐步AIDC的基建能力。

　　AIDC 行业的高景气，本质是 “算力刚需 + 技术革命” 双重因素共振的结果。从需求端的订单落地到供给端的国产化，从核心芯片到配套基建，全产业链均蕴藏着丰富的投资与发展机遇。

　　对于中国而言，虽在能源禀赋与算力基建领域具备先天优势，但在高端芯片研发与核心技术原始创新上仍需实现关键突破。值得注意的是，AI 产业的终极赢家，从来不是某个单一国家，而是能够打通全栈技术、实现产业协同推进、全民拥抱技术变革的产业体系。正如黄仁勋所言：“别把 AI 简化成 ChatGPT vs． DeepSeek，要看整座蛋糕。”

　　这场AI时代的“新工业革命”，才刚刚开始。