【導讀】智算型數據中心（AIDC）已不再僅僅是數據的存儲倉庫，而是演變為驅動人工智能大模型訓練與推理的“超級工廠”。隨著英偉達H200等先進芯片供應的逐步恢復，以及字節跳動、阿里巴巴等科技巨頭千億級資本開支的密集落地，疊加國家“東數西算”戰略的深度賦能，AIDC行業正迎來前所未有的景氣度攀升。
01 大廠訂單密集落地，AIDC再升溫
2025年Q2曾因英偉達H20芯片斷供導致國內多個AIDC項目延期，而H200芯片的重新供貨，為國內AIDC需求的釋放按下“加速鍵”。與此同時，國產AI芯片企業的大規模上市帶來充足現金流，為國產AI芯片的研發擴產提供堅實支撐。
隨著中國頭部科技企業力求跟上美國競爭對手的步伐，字節跳動計劃明年擴大其在人工智能領域的投入。報道稱，字節跳動計劃明年增加資本支出，進一步建設人工智能基礎設施。2026年資本開支擬達到約1600億元人民幣，高于2025年約1500億元人民幣的投入。字節的AI芯片預算約為850億元人民幣，并已經下了2萬顆H200的測試單。若獲準采購更多先進芯片，字節可能會大幅增加資本開支。
另外，阿里已明確將AI作為未來優先級方向之一，計劃在未來三年內投入超過3800億元人民幣用于技術研發和基礎設施，并有望上移該目標。
此外，密集的招中標項目，直觀反映了AIDC從科技領域向傳統行業滲透的廣泛需求。
首先是備受關注的中國移動2025年至2026年（一年期）人工智能通用計算設備（推理型）集中采購項目終于落下帷幕。本次集采共分為兩輪，第一輪采購規模為7058臺，隨后的補充采購規模約為441臺。兩次采購需求滿足期均為1年，也就是說，2025年至2026年中國移動總計采購推理型AI服務器7499臺。2026年1月公示補充采購中標結果，昆侖技術等企業分食441臺人工智能通用計算設備訂單。而本次補采共分為2個標包。其中標包1為CANN生態設備，標包2為類CUDA生態設備。
傳統行業的智能化轉型同樣催生AIDC需求。2026年1月，阿里云以185.6萬元中標中糧集團AI基礎平臺二標段，聚焦智能問數與智能體平臺搭建，為企業業務智能化升級提供支撐，標志著AIDC需求已逐步滲透至傳統產業領域。
02 黃仁勛“五層蛋糕”理論
近期，英偉達CEO黃仁勛在達沃斯論壇提出AI基礎設施“五層蛋糕”結構，從底層到頂層依次為：能源層（AI的“氧氣”，含電網、新能源、儲能）、芯片與計算層（GPU等核心硬件，英偉達主場）、云數據中心層（算力租賃載體）、AI模型層（大模型賽道）、應用層（創造經濟價值的核心場景）。
第一層：能源層
作為AI產業的“氧氣”，是蛋糕的底層基礎，涵蓋電網、新能源、儲能等設施，為AIDC及各類計算設備提供穩定動力。AI計算的巨大算力需求帶來海量能源消耗，因此能源的穩定供應與成本控制成為AI產業發展的關鍵前提。
第二層：芯片與計算系統層這層
是AI算力的核心載體，相當于蛋糕的第二層，以GPU、CPU等芯片為核心“引擎”，搭配相關計算硬件與加速器，是實現高效計算的核心環節。英偉達等芯片廠商在此層具有重要地位。
第三層：基礎設施層
包括數據中心、網絡架構、存儲系統、云服務等，相當于蛋糕的第三層。這一層的作用是整合能源與芯片資源，構建成能夠對外提供智能算力的“工廠”，負責算力的整合、調度與服務輸出，是連接算力與實際應用的關鍵橋梁。基礎設施層是AI從算力轉化為實際智能應用的關鍵環節，需要強大的軟件和硬件支持。
第四層：AI模型層
AI的“大腦”所在，相當于蛋糕的第四層，涵蓋大語言模型、多模態模型、垂直行業模型等，是實現智能推理、決策與生成能力的核心。模型層的研發創新是AI技術迭代的關鍵動力，不同領域的模型針對特定任務和場景優化，可以滿足多樣化應用需求。
第五層：應用層
蛋糕的頂層，是AI技術轉化為商業價值的最終環節，覆蓋自動駕駛、智能制造、醫療診斷、金融風控、教育娛樂等各類行業場景。通過將AI模型與具體業務深度融合，形成智能化解決方案，為社會經濟創造實際價值。
值得注意的是，當前多數資本聚焦于模型層，但真正的經濟價值最終源于應用層，而底層的能源與基建則是整個生態體系的根基，這一邏輯也為AIDC的發展路徑提供了明確指引。
同時，AIDC高功率密度的特性，對電力供給、散熱系統等提出了嚴苛要求，直接推動能源、基建領域的技術升級與人才需求。其中，契合“五層蛋糕”底層能源層需求的“新型水電工人”成為行業香餑餑——這并非傳統意義上的水電工種，而是指掌握高壓直流供電、液冷系統運維、儲能設備調試的復合型基建人才，以及電力配套、變電站建設等領域的專業人員，他們將成為AI基建落地的關鍵支撐力量。
03 AIDC產業鏈生態多領域受益
AIDC行業的高景氣度，本質是“算力剛需+技術革命”的共振結果，其爆發式增長不僅帶動核心環節發展，更輻射全產業鏈多個細分領域，形成協同受益的產業生態。
（一）電源系統：高壓化、直流化轉型成主流
借鑒汽車行業已有的技術趨勢，英偉達在2025年臺北國際電腦展（Computex 2025）上推出了800V直流（800-VDC）供電架構，旨在高效支撐下一代AI工廠計算機架所需的兆瓦級電力需求。同時，英偉達 GB200 服務器已將 BBU（電池備份單元）作為標配。BBU 依托鋰電池實現高能量密度、高倍率的電力供應，可在瞬間大功率放電場景下保持供電穩定。相較于傳統 UPS，BBU 在靈活性、轉換效率、使用壽命上均具備顯著優勢，且故障影響范圍更小。
（二）液冷系統：算力密度飆升催生滲透率提升
AI 服務器搭載的 GPU、ASIC 芯片功耗大幅攀升，以 NVIDIA GB200/GB300 NVL72 系統為例，其單柜熱設計功耗 (TDP) 高達 130kW-140kW，遠超傳統氣冷系統的散熱處理極限。
液冷技術滲透率的持續提升，直接帶動冷卻模塊、熱交換系統及外圍零部件的市場需求擴張。冷水板 (Cold Plate) 作為接觸式熱交換的核心元件，核心供應商包括 Cooler Master（酷冷至尊）、AVC（奇鋐科技）、BOYD 與 Auras（雙鴻科技）；其中除 BOYD 外，其余三家企業均已在東南亞地區擴建液冷產能，以匹配美系 CSP 客戶的高強度采購需求。
（三）功率半導體與配套領域：SiC 與 GaN 形成互補適配
在 AI 服務器電源應用場景中，第三代半導體碳化硅（SiC）與氮化鎵（GaN）展現出顯著的技術互補性。碳化硅擁有更低的導通電阻（RDS (on)）和更穩定的溫度特性，具備優異的高電壓、高溫工作能力，在硬開關、軟開關拓撲中均能實現性能優化，尤其適配 AC-DC 轉換級的功率因數校正（PFC）應用。氮化鎵則憑借零反向恢復電荷（Qrr）實現超低開關損耗，搭配極低的輸出電容電荷（Qoss）可助力實現零電壓開關（ZVS）；其高開關頻率的技術特性更適配高密度 CRPS 應用，在 DC-DC 轉換級的 LLC 轉換器中表現尤為突出。
（四）光伏：綠色算力驅動能源協同
全球 AIDC 算力需求呈指數級增長，預計到 2030 年，全球數據中心耗電量將較當前實現 4-5 倍增長，中國、歐洲市場的綠色數據中心將逐步占據區域市場主導地位。
AIDC 對電力的海量需求，推動綠色能源與算力基礎設施的深度融合，這與我國 “東數西算” 工程中西部能源基地的布局高度契合。光伏作為主流清潔電源，其直流供電技術可直接復用于 AIDC 供電體系，陽光電源等企業有望受益。
（五）光模塊：1.6T進入商用導入期
2025 年以來，800G 光模塊需求持續放量，1.6T 產品正式進入商用導入期，光模塊行業從此前的速率競賽全面轉向效率競爭。
從 2025 年年度業績預告來看，天孚通信、劍橋科技等國內光模塊龍頭企業交出高增長答卷，歸母凈利潤同比增幅均超 40%，直觀印證了 AI 算力基礎設施需求激增帶來的行業高景氣。
光模塊行業新周期已全面開啟，技術迭代與供需博弈成為行業發展核心主線：800G 產品出貨量同比翻倍至近 2000 萬只，1.6T 產品迎來商用元年，頭部廠商正加速產能卡位與核心技術攻堅；但光芯片供應缺口仍未得到緩解，供應鏈掌控力成為企業核心競爭壁壘。
（六）國產AI算力卡：萬卡級出貨企業批量涌現
目前，國產AI芯片已形成多元化競爭格局，涵蓋華為昇騰、海光、寒武紀等十余個品牌，至少九家企業的出貨量或訂單量突破萬卡級別，既包括背靠科技大廠的華為昇騰、海光、也涵蓋寒武紀、沐曦、摩爾線程、燧原科技等上市及擬上市企業，甚至包括曦望（Sunrise）、清微智能等仍處于創業階段的非上市公司。
國產AI推理芯片的單價區間在3萬-20萬元不等，萬卡級出貨量標志著其性能、穩定性和總擁有成本已獲得市場認可，行業正從“技術研發”階段邁入“規模化交付驗證”階段。2026年隨著代工產能的提升，國產推理芯片出貨量有望迎來爆發式增長，競爭焦點也將逐步AIDC的基建能力。
總結
AIDC的爆發并非單一技術的突破，而是“算力剛需”與“技術革命”共振下的系統性產業升級。從字節跳動1600億的激進投入到大廠訂單的密集交付，標志著AI基礎設施建設已進入規模化落地的快車道；而黃仁勛的“五層蛋糕”理論則清晰地指引了產業價值從模型層向底層能源與基建、頂層應用場景雙向延伸的趨勢。在這一進程中，高壓直流供電、液冷散熱、1.6T光模塊以及國產萬卡級AI芯片等細分賽道將迎來確定性的增長機遇。
