数据中心分类与AIDC定义 - 数据中心可分为三类：通用型基于CPU，算力要求均衡；智算型依托GPU/FPIC/ASIC等AI芯片，主打AI模型训练；超算型由高性能计算集群构成，服务于尖端科研 [3][30] - 智算型数据中心即AIDC，特指专门部署和运行人工智能计算任务的数据中心 [5][31] - 生成式AI催生算力指数级需求，叠加“东数西算”政策，AIDC成为数字经济核心基建，行业景气度持续攀升 [5][32] 市场需求与订单落地 - 2025年Q2因英伟达H20芯片断供导致国内多个AIDC项目延期，H200芯片重新供货为需求释放按下“加速键” [7][34] - 字节跳动计划2026年资本开支达到约1600亿元人民币，高于2025年的约1500亿元，其中AI芯片预算约850亿元，并已下2万颗H200测试单 [7][34] - 阿里巴巴计划未来三年投入超过3800亿元人民币用于技术研发和基础设施，并将AI作为未来优先级方向 [7][34] - 中国移动2025-2026年总计采购推理型AI服务器7499台，其中补充采购441台由昆仑技术等企业中标 [8][35] - 阿里云以185.6万元中标中粮集团AI基础平台项目，标志着AIDC需求已渗透至传统产业领域 [8][35] AI基础设施“五层蛋糕”理论 - 英伟达CEO黄仁勋提出AI基础设施“五层蛋糕”结构，从底至上依次为：能源层、芯片与计算层、云数据中心层、AI模型层、应用层 [10][37] - 能源层是AI产业的“氧气”，涵盖电网、新能源、储能，为AIDC提供稳定动力，是关键前提 [11][38] - 芯片与计算系统层以GPU、CPU等为核心，是AI算力的核心载体 [12][39] - 基础设施层包括数据中心、网络、存储等，负责整合资源并提供算力服务，是关键桥梁 [13][40] - AI模型层涵盖大语言模型、多模态模型等，是实现智能能力的核心 [14][41] - 应用层覆盖自动驾驶、智能制造等场景，是AI技术转化为商业价值的最终环节 [15][42] - 真正的经济价值源于应用层，而能源与基建是整个生态的根基，AIDC的高功率密度推动能源与基建领域技术升级与人才需求 [16][43] AIDC产业链受益环节 - 电源系统向高压化、直流化转型，英伟达推出800V直流供电架构以支撑兆瓦级电力需求，其GB200服务器已将BBU作为标配 [19][46] - 液冷系统因算力密度飙升而渗透率提升，NVIDIA GB200/GB300 NVL72系统单柜热设计功耗高达130kW-140kW，远超传统气冷极限 [20][47] - 液冷技术带动冷水板等需求，核心供应商包括Cooler Master、AVC、BOYD与Auras，其中多家已在东南亚扩建产能 [21][48] - 功率半导体领域，碳化硅与氮化镓在AI服务器电源中形成技术互补，分别适配AC-DC和DC-DC转换的不同环节 [22][49] - 光伏作为绿色能源与AIDC深度融合，预计到2030年全球数据中心耗电量将较当前增长4-5倍，光伏直流供电技术可直接复用于AIDC [23][50] - 光模块行业进入新周期，800G产品2025年出货量同比翻倍至近2000万只，1.6T产品进入商用导入期，天孚通信、剑桥科技等企业归母净利润同比增幅均超40% [24][51] - 国产AI芯片形成多元化格局，至少九家企业出货量或订单量突破万卡级别，国产AI推理芯片单价在3万-20万元不等，行业正从“技术研发”迈入“规模化交付验证”阶段 [25][52]