报告行业投资评级 - 行业评级: 增持 [1] 报告的核心观点 - 行业正从估值提升阶段进入业绩兑现阶段，盈利上涨可能好于预期 [1] - 大模型厂商已开始提价，国内AI Agent需求快速增长，但高昂的Token成本束缚需求，未来增长空间巨大 [6] - 国产算力面临芯片不足问题，但近期两大事件（DeepSeek在国产芯片上的技术突破、海外芯片或有突破）构成催化，未来用电量可能增加 [8] - 算力中心建设向西部四大枢纽和东部核心节点集中，超过70%的新增算力来自西部 [12] - 算力出海（Token出海）具备成本优势，机会在云南、广西、贵州等地 [23] - 算电协同继续发酵，国产芯片算力预期提高将推动用电量增长和电价上涨，带来行业投资机会；低电价区域或逐渐涨价，行业估值修复可能开始 [27] 根据相关目录分别进行总结 行业发展趋势与数据预测 - 全球数据中心用电量预计将从2024年的2350亿度增长至2030年的12330亿度 [5] - 全球AI服务器用电量预计将从2024年的448亿度增长至2030年的980亿度 [5] - 中国数据中心能耗预计在2025年达到3000亿度 [5] - 全球数据中心算力规模（以EFLOPS计）预计将从2025年的1590 EFLOPS增长至2030年的6649 EFLOPS，年复合增长率达+38.9% [5] 大模型提价与成本分析 - 自2026年1月起，多家国内大模型厂商（如Kimi、智谱、腾讯云、阿里云、百度智能云、字节跳动等）已对API、订阅服务或算力/存储产品进行提价，部分提价幅度显著，例如腾讯云混元模型输入价格上调+463% [7] - 训练一个大型AI模型的资本开支（CapEx）中位数约为550亿美元，其中硬件采购占35%-45%；年度运营开支（OpEx）中位数约为41亿美元，其中电力消耗占60%-70% [11] - 电力成本在AI模型总成本中占比约为9% [11] 国产算力进展与比较 - 2026年被视为“国产AI芯片训练落地元年”，DeepSeek-V4模型在国产昇腾平台上实现了技术突破 [8] - DeepSeek-V4在昇腾平台上的硬件成本比英伟达方案低40%-60%，推理速度较初期版本提升35倍 [9] - 与GPT-5.5等国际顶尖闭源模型相比，DeepSeek在长文本和Agent任务上已达到第一梯队，但在复杂逻辑推理上仍有差距 [9] 算力中心布局与区域分析 - 2025-2026年新增算力中心超过70%来自西部四大枢纽（内蒙古、贵州、甘肃、宁夏），东部核心节点（广东、北京、长三角）也是重点区域 [12] - 西部四省当前用电量占比仅10%，若AI用电增量（700亿度）的70%集中于此，将直接贡献7%的电量需求增量，可能导致当地电价上涨 [12] - 报告列举了京津冀、长三角、粤港澳大湾区、成渝及西部四大枢纽的核心定位与优势，例如内蒙古绿电占比84%、宁夏绿电占比100%且电价全国最低 [14] - 算力中心选址考量因素包括用电和人工成本、传输速度、气温、功能稳定性、绿色能源等 [15] 电力成本与算力出海竞争力 - 以单机每小时耗电6度计算，在不同PUE和电价下，西南（云贵）、西北（甘肃）、东北（黑龙江）地区的电力成本分别为每千Token 0.00505元、0.00499元、0.00899元 [20] - 中国西南地区IDC的电力成本在东盟和欧美市场具有显著优势，例如，中国算力输送到印尼、越南、新加坡的全成本仅为当地算力成本的72%、67%、39% [21] - 美国部分地区电力价格波动显著，例如纽约Hudson Valley地区2025年均价较2024年上涨+69.5% [22] 相关上市公司梳理 - 报告列举了在西南（云贵桂）、广东等区域拥有发电资产的多家上市公司，包括华能水电、国投电力、川投能源、桂冠电力、粤电力A等，并提供了其总装机、电源结构、市场电比例、平均电价等关键数据 [25]