公司战略动向 - 公司宣布正在评估向AI计算基础设施和数据中心相关机会进行多元化发展的可能性，这与其现有的威士忌业务并行 [1] 拟议的AI服务器租赁框架（与Ricloud AI） - 公司于2026年1月15日与Ricloud AI Inc签署意向书，评估一项基于NVIDIA B300平台（Blackwell架构）的高性能AI计算服务器租赁安排 [2] - 该意向书预估合同总价值为1.2亿美元，涉及约300台服务器，具体取决于最终配置、供应情况和商业确认 [2] - 根据意向书条款，公司需在签署后五个工作日内支付350万美元的定金，若因非任何一方重大违约的原因导致最终租赁协议未能签署，该定金可退还 [3] - 公司核查了截至2026年2月3日的NVIDIA Marketplace企业合作伙伴目录摘录，Ricloud AI Inc被列为云合作伙伴，其“优选”重点领域包括计算、网络和NVIDIA企业软件 [4] - 公司未从NVIDIA获得任何关于Ricloud供应能力、交付能力或NVIDIA B300平台可用性的确认，且列入该目录不构成NVIDIA对任何交易的保证、认证或认可 [4] - 该意向书仅反映初步条款，对于任何最终交易的完成基本不具约束力，无法保证双方会签署最终协议或交易会按所述条款完成 [5] 拟议的印尼数据中心地块 - 公司已与一家印尼交易对手方签署另一份不具约束力的意向书，涉及一项拟议的土地交易，旨在支持在印尼开发AI计算基础设施和数据中心场地 [6] - 该意向书涉及一块面积约5万平方米的土地，交易计划由公司或通过将成立的印尼关联公司进行 [6] - 意向书包括（i）为临时保留上述土地支付的18万美元初始预订定金，以及（ii）后续支付的30亿印尼盾外加11%增值税的预订费，根据意向书条款，若取消，该等款项均不予退还 [7] - 此意向书仅反映初步条款，对于任何最终交易的完成基本不具约束力，无法保证会签署最终协议或交易会按所述条款完成 [8] 战略考量与后续步骤 - 公司将这些举措作为对其核心威士忌业务之外战略机遇进行更广泛评估的一部分 [9] - 任何进入AI计算基础设施和/或数据中心相关领域的行动，都将取决于进一步的评估、尽职调查、最终文件、可用融资和流动性考量、适用的监管考量以及内部公司批准 [9] - 新闻稿中描述的拟议AI基础设施举措，可能意味着公司将偏离其历史业务线 [11] 公司背景 - 公司是总部位于台湾的威士忌产品进口商和分销商，业务覆盖台湾及部分国际市场，产品包括瓶装和桶装威士忌 [10] - 公司通过三个业务部门运营：（i）瓶装威士忌的采购与分销；（ii）原桶威士忌的采购与分销；（iii）桶装到瓶装及分销服务，包括品牌授权的装瓶、包装和销售 [10]

AI算力与数据中心储能行业核心观点 - 文章核心观点：AI算力需求驱动数据中心建设，而数据中心面临电力并网瓶颈，储能技术从备用电源进化为主动供电的关键基础设施，正推动全球AIDC储能市场爆发式增长，行业增长动力多元化，供需关系改善并进入补库繁荣期 [1] 行业趋势与市场预测 - 全球人工智能数据中心储能市场正迎来爆发式增长，预计到2030年AIDC储能锂电池出货量将突破300GWh，相当于2025年15GWh出货量的20倍 [1] - 全球储能行业正开启增长新周期，增长动力由过去单一的新能源消纳，转变为“AI算力基建+能源转型刚需+电网阻塞”的三重驱动 [1] 技术演进与功能定位 - 储能功能从单纯的“备电”进化为“主动供电”，通过削峰填谷和构网型技术解决电压波动问题 [1] - 储能已成为AI数据中心快速上线的战略基础设施，通过解决电压波动和电力接入问题，支持数据中心建设 [1] 行业现状与产业链变化 - 智算中心的建设热潮正在重塑储能行业格局 [1] - 行业供需关系显著改善，正由去库存周期转入补库存繁荣期，部分产业链环节将迎来量价齐升的局面 [1]

中国AI算力基础设施现状总览 - 国家顶层布局以“东数西算”工程为核心，在8地建设国家算力枢纽，规划10大数据中心集群，配套多项政策构建“全国一张网”格局 [5] - 截至2024年全国在用算力中心机架规模达830万标准机架，算力总规模超280 EFLOPS（全球第二），其中智能算力90 EFLOPS占比超30%，较2019年增长近13倍（年均增速约90%） [7] - 区域协同形成东部聚焦低时延业务、西部承接后台计算的多层算力网络 [9] 发展环境驱动因素 - 政策层面国家夯实顶层设计，地方明确智算建设目标（如上海2027年智算规模200 EFLOPS），聚焦自主创新与绿色节能 [12] - 技术层面AI芯片性能突破，液冷技术降低PUE（先进智算中心PUE≤1.2），高速互联与软件定义技术实现算力池化调度 [17] - 产业层面生成式AI引爆需求，大模型训练/推理带动算力消耗激增，应用从互联网（占比超50%）向金融、制造、医疗等传统行业渗透 [19] - 商业化层面算力供给转向平台化服务与生态协同，按需租赁等模式降低中小企业门槛 [21] AI算力基础设施发展进程 - 探索期（~2019年）聚焦数据中心与云计算，AI算力服务于基础机器学习 [29] - 市场启动期（2020-2022年）GPT3发布（千亿级参数），疫情加速线上化催生算力需求 [32] - 高速发展期（2023-2028年）2023年为“AI算力增长元年”，生成式AI推动算力需求向超大规模集群跃迁，国产化与绿色化成为主流 [34] - 应用成熟期（2029年~）算力基础设施化，“算力即服务”普及，市场寻求量子计算等创新 [34] 核心驱动因素 - 大模型迭代参数量从十亿级跃升至万亿级，中国大模型数量占全球36%，带动算力指数级需求 [35] - 政策与资本联动“东数西算”撬动超2000亿元投资，国资主导基金聚焦AI芯片与算力服务 [35] - 产业应用规模化推动互联网、金融、制造等行业智能化升级，工业与能源场景化智算需求成为新动能 [36] - 长尾算力释放通过分布式调度技术整合闲置GPU/TPU，提升设备利用率（如高校闲置节点对外服务） [37] - 云化调度技术通过容器化、弹性伸缩与标准化计费实现算力即取即用，扩大用户群体 [38] 2025年关键趋势 - 自主可控算力加速突破，先进地区明确国产化指标（如上海2027年自主可控算力占比超70%），国产AI芯片性能逼近国际水平 [39] - 绿色算力成硬性约束，新建大型数据中心PUE需≤1.3，超大型智算中心以PUE≤1.2为标准，液冷技术节能30%+，新一代国产AI芯片单位算力能耗降低25% [41][42] - 跨区域算力互联深化增加国家级骨干直联点（现有26个），扩展骨干网带宽实现算力自由流动，西部富余绿色算力支援东部优化供需 [44][45] - 智算云平台“双轨并行”，综合型平台提供全链条服务降低AI研发门槛，垂直型平台聚焦特定领域适配场景化需求 [46] - LLM+知识库催生新需求，部署知识增强模型所需智算能力为基础LLM的2~3倍，推动垂直领域智算中心建设 [48] - 算力云化加速普惠，2024年智能算力服务市场增速80%，云厂商推出GPU租赁等产品，整合高校闲置节点提升全社会算力利用率 [49][50] 利益相关方建议 - 政府层面加强区域算力网络规划，推进全国统一调度平台建设，对绿色算力与自主技术研发给予资金/税收优惠，开放公共数据释放需求 [51] - 企业层面供给方打造高品质算力云平台开发行业定制化方案，需求方将算力纳入战略规划优先通过云租赁替代自建 [52] - 园区与枢纽层面打造智算产业集群配套绿色能源与高速网络，创新运营模式避免资源闲置 [53] - 生态层面联合芯片、服务器、云平台企业攻关关键技术，推进高校-企业合作培养专业人才，组建产业联盟制定算力标准 [54]