全国算力网络与GW级集群正重塑中国数据中心格局

概览

本报告总结中国AI计算产业生态发展大会的主要观点，覆盖全国算力网络、GW级数据中心集群、国产AI加速芯片爬坡、Token运营和跨境Token出口等议题。报告核心判断是，中国数据中心行业的竞争要素将从传统机柜与区位转向算力网络调度、长距离RDMA、跨域编排、电力资源和芯片生态。

核心观点

高盛认为，全国算力网络可能在未来5年重塑中国数据中心行业的竞争格局和地理分布：资本与技术资源正向中国西部枢纽集中，一线城市数据中心价值主张则转向超低时延热计算、边缘节点和AI推理。GW级集群意味着更高技术与资源壁垒，并将拉开数据中心运营商差异。国产芯片出货快速提升，但效率与盈利能力仍明显落后进口芯片。

分析框架

报告采用会议纪要式行业研究方法，综合数据中心运营商、云厂商、Token路由平台、CAICT、KZ Consulting等产业参与者和研究机构观点，并结合算力网络架构、GW级园区负载、芯片资本开支、算力效率、Token输出和API利润率进行比较。

方法论与常识提炼

• 产业基础设施框架算力网络三层架构

  计算-网络基础设施层、互联资源层、应用服务层

  报告将算力网络拆分为异构算力与高速传输基础设施、平台化互联资源以及应用服务三层，强调广域传输、长距离RDMA和跨域编排能力。

• 节点组织框架1+M+N节点层级

  1个国家公共算网服务平台、M个区域平台、N个行业平台

  该框架用于描述中国算力网络的资源组织方式，重点在于跨区域、跨行业的算力调度与资源协同。

• 芯片经济性框架算力资本开支与Token效率比较

  以IT功率资本开支、单位算力资本开支、单位IT功率算力、Token输出和利润率衡量芯片经济性

  报告指出国产芯片单GW IT功率资本开支较低，但单位算力资本开支更高、单位功率算力更低，导致Token输出和API利润率落后进口芯片。

• Token运营框架智能、成本、质量不可能三角

  低时延、高并发、高可用之间存在权衡

  报告用该框架解释Token定价分化，竞争正从单一模型突破转向生态竞争和商业模式差异。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• VNET Group

  高盛中国数据中心覆盖中的买入评级标的

  优势

  可能受益于算力网络、AI推理和边缘节点需求扩张。

  劣势

  报告未提供公司级项目、财务预测或目标价细节。

  对比

  相对Shanghai Athub和Beijing Sinnet，评级更积极。

  风险

  行业投资节奏、竞争加剧、电力与网络资源约束可能影响兑现。

• GDS Holdings

  高盛中国数据中心覆盖中的买入评级标的

  优势

  作为数据中心运营商，可能受益于AI算力需求和大型客户扩容。

  劣势

  报告未展开公司级经营指标或项目进度。

  对比

  与VNET和Range Intelligent同属买入评级组。

  风险

  资本开支压力、客户集中度、融资成本和供需错配风险。

• Range Intelligent

  高盛中国数据中心覆盖中的买入评级标的，并在报告中作为GW级集群案例

  优势

  年内已投运200MW、100k芯片级数据中心，具备GW级集群扩展基础。

  劣势

  大规模集群对网络架构、电力资源和资本投入要求高。

  对比

  报告中较其他覆盖标的披露了更具体的项目进展。

  风险

  400MW级扩展仍属理论可行，落地进度、客户需求和资源审批存在不确定性。

• Shanghai Athub

  高盛中国数据中心覆盖中的中性评级标的

  优势

  一线城市数据中心可能转向超低时延热计算、边缘节点和AI推理场景。

  劣势

  报告未披露其相对GW级西部枢纽的具体优势。

  对比

  评级低于VNET、GDS和Range Intelligent，高于Beijing Sinnet。

  风险

  一线城市数据中心若无法形成低时延和推理差异化，可能面临增长压力。

• Beijing Sinnet Technology Co Ltd.

  高盛中国数据中心覆盖中的卖出评级标的

  优势

  报告未提供明确公司级优势。

  劣势

  在覆盖组合中评级最低，显示高盛对其相对回报潜力更谨慎。

  对比

  相对买入和中性标的，投资观点最弱。

  风险

  行业资源向西部枢纽和GW级集群集中，可能削弱传统数据中心资产吸引力。

• 国产AI加速芯片（Huawei、T-Head、Cambricon、Hygon）

  中国AI算力基础设施的核心供给变量

  优势

  2026年中国出货份额可能超过50%，互联网公司和政府实体需求较强。

  劣势

  性能、成本和生态仍落后海外芯片，Token输出和API利润率受限。

  对比

  相对Nvidia H800/B300，国产芯片资本开支按IT功率更低，但算力效率更弱。

  风险

  若生态和效率改善慢于预期，国产替代可能难以转化为同等盈利能力。

• 进口芯片与Nvidia H800/B300

  当前中国主要CSP算力的主导供给和性能基准

  优势

  单位算力资本开支、单位IT功率算力、Token输出和利润率表现更优。

  劣势

  总资本开支较高，并可能受到供应、政策和地缘因素影响。

  对比

  主要CSP现有算力70%-90%仍基于进口芯片。

  风险

  进口限制或供应不确定性可能推动客户加速采用国产替代，但会带来效率折损。

关键数据

• 核心基础设施投资Rmb7tnNDRC口径下，中国六大网络在2026年将吸引约Rmb7tn投资。
• 数据中心投资规模约Rmb2tn / US$300bnBloomberg 6月9日报道称，中国未来5年数据中心投资约为Rmb2tn。
• 算力节点与调度平台1.1k+算力节点、110+调度平台CAICT数据显示，仅约10%具备跨域编排能力。
• Range Intelligent项目200MW、100k芯片级数据中心已在年内投运该项目属于其GW级算力集群，位于500亩土地上，公司认为400MW数据中心理论上可实施。
• 国产芯片资本开支优势单位IT功率资本开支低40%-50%相对进口芯片，国产芯片在按IT功率计的资本开支上更低。
• 国产芯片效率劣势单位算力资本开支为2-4倍；单位IT功率算力为进口芯片的10%-30%报告认为性能、成本和生态差距限制Token输出效率与盈利能力。
• 主要CSP进口算力占比70%-90%CAICT称中国主要CSP现有算力仍以进口芯片为主，单家运营算力为2.2-4.5 PFLOPS。
• 国产AI加速芯片出货占比2026年可能超过50%KZ Consulting预计中国国产AI加速芯片出货份额将超过一半，Huawei和T-Head领先。
• 互联网公司需求占比Huawei/T-Head/Cambricon/Hygon分别为63%/23%/60%/30%KZ Consulting称互联网公司是国产芯片最大客户之一。
• 政府实体需求占比Huawei/Cambricon/Hygon分别为15%/15%/35%政府实体也是国产AI芯片的重要客户。
• Token输出差距Huawei 910B/910C为Nvidia H800服务器的1/6-1/3CAICT相关图表显示国产服务器Token输出量明显落后。
• 200MW数据中心资本开支对比Nvidia B300 Rmb61.0bn；Huawei CM384 Rmb41.0bn；Panjiu 2.0 Rmb41.5bn表格显示进口方案总资本开支更高，但单位算力资本开支和单位功率算力更优。

影响与含义

行业层面，算力网络和GW级集群会提高准入门槛，推动数据中心从简单容量扩张转向算力、电力、网络和调度能力综合竞争。标的层面，具备资源储备、超大规模项目经验、低时延节点和AI推理场景的运营商更可能受益；依赖传统区位或缺乏资源壁垒的运营商面临估值和增长压力。芯片层面，国产替代趋势明确，但短期仍需面对效率、生态和盈利能力约束。

风险

• 国产AI芯片在性能、成本和生态上继续落后，导致Token输出和利润率改善慢于预期。
• GW级数据中心集群对网络、电力、土地和资本要求高，项目落地可能受到资源和审批约束。
• 全国算力网络跨域编排能力仍不足，目前仅约10%的节点和平台具备相关能力。
• Token价格分化和生态竞争加剧，可能压缩API和推理服务利润率。
• 跨境Token出口涉及数据、合规和商业模式不确定性。
• 数据中心行业资本开支周期长，若需求或融资环境变化，可能带来供需错配和回报下行。

后续跟踪

• 国家算力网络2026-2030年投资落地节奏与区域平台建设进展。
• 西部算力枢纽与一线城市低时延、边缘和推理节点的分工变化。
• GW级集群中100k+芯片规模项目的实际投运数量、客户利用率和电力保障。
• 国产AI加速芯片在2026年出货份额、Huawei和T-Head份额变化以及生态成熟度。
• Huawei 910B/910C等国产服务器Token输出和API利润率与Nvidia H800/B300的差距是否收窄。
• 汕头市Token出口实践、海缆连接、海上风电资源和跨境数字员工等应用落地情况。