中国算力网络进入基础设施化阶段,西部枢纽和GW级数据中心集群成为核心变量
AI 摘要卡
中国算力网络进入基础设施化阶段,西部枢纽和GW级数据中心集群成为核心变量
高盛认为,全国算力网络建设、国产AI芯片放量和token运营模式演进,将在未来5年重塑中国数据中心行业的地理布局、技术门槛和运营商分化。
- 全国算力网络被纳入中国“六大网络”核心基础设施建设,相关投资将推动资本与技术向西部算力枢纽转移。
- 一线城市数据中心的价值主张正在转向超低时延热计算、边缘节点和AI推理,而非单纯大规模训练集群。
- GW级数据中心集群提高了网络架构、电力、土地、芯片和调度能力门槛,有助于拉开运营商差异。
- 国产AI加速芯片2026年在中国出货份额可能超过50%,但在token输出效率、单位算力成本和生态成熟度上仍落后于进口芯片。
- token定价出现分化,低时延、高并发、高可用之间的“不可能三角”使商业模式和利润率仍存在不确定性。
研报解读
概览
本报告回顾了中国AI算力产业生态发展大会的主要信息。会议参与方包括数据中心运营商、云厂商、token路由平台以及CAICT、KZ Consulting等研究机构。核心议题覆盖全国算力网络、GW级数据中心集群、国产AI芯片放量及瓶颈、token运营和出口等。报告的主线是:中国算力基础设施正从单点数据中心建设走向国家级网络化、集群化和平台化,行业竞争将更多取决于电力与网络资源、跨域编排能力、芯片供给结构和token经济性。
核心观点
高盛认为,未来5年中国全国算力网络可能重塑数据中心行业的竞争格局和地域布局。资本与技术正向西部算力枢纽集中;一线城市数据中心则更可能承担低时延热计算、边缘节点和AI推理角色。GW级算力集群的出现意味着更高的技术、资源和资本门槛,对数据中心运营商形成分化。国产芯片放量是确定性方向,但当前在性能、成本、生态和token输出效率上仍明显落后进口芯片,因此国产替代并不等同于短期盈利能力同步改善。
分析框架
报告采用会议纪要和行业对比方法,将政策与基础设施投资、数据中心规模化建设、国产与进口芯片经济性、token业务模式四条线索结合分析。定量部分主要来自CAICT、KZ Consulting、公司数据和高盛整理,包括投资规模、算力节点与调度平台数量、200MW数据中心capex、国产芯片出货份额、主要CSP进口算力占比以及token输出效率差距。
方法论与常识提炼
1+M+N节点层级与三层架构
报告将算力网络拆分为算网基础设施层、互联资源层和应用服务层,并强调长距离RDMA、广域数据传输和跨域编排平台是关键能力。
不同IT基础设施下的单位IT功率与单位算力投资
报告比较Nvidia B300、Huawei CM384和Panjiu 2.0方案,指出国产芯片方案单位IT功率capex较低,但单位算力capex更高、单位IT功率算力产出较弱。
国产芯片份额提升与性能生态差距并存
KZ Consulting预计2026年中国国产AI加速芯片出货份额可能超过50%,华为和T-Head领先,但CAICT同时指出国产芯片在性能、成本和生态上仍落后海外同业。
智能、成本、质量的不可能三角
报告认为token价格趋势分化,与低时延、高并发、高可用之间的取舍以及竞争从单模型突破转向生态竞争有关。
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中国数据中心覆盖公司,受益于算力网络和AI推理需求变化
- 优势
- 高盛给予Buy评级,行业基础设施化和AI需求扩张提供潜在支撑。
- 劣势
- 报告未披露具体公司层面的财务预测或目标价。
- 对比
- 在高盛覆盖组合中,与GDS和Range Intelligent同为Buy评级。
- 风险
- 若算力需求、能源获取、网络能力或国产芯片效率不及预期,运营弹性可能受限。
- GDS Holdings中国数据中心覆盖公司,可能参与大规模AI算力基础设施建设
- 优势
- 高盛给予Buy评级,行业向规模化和高门槛集群发展有利于具备资源和运营经验的公司。
- 劣势
- 报告未提供GDS的单独项目进展、盈利预测或目标价信息。
- 对比
- 与VNET和Range Intelligent同属高盛看好的数据中心运营商。
- 风险
- 高capex、融资成本、能源约束和客户需求节奏可能影响回报。
- Range IntelligentGW级算力集群和200MW数据中心建设案例
- 优势
- 已投运200MW、10万芯片级数据中心楼,并认为400MW数据中心理论上可实施;高盛给予Buy评级。
- 劣势
- 超大规模集群依赖网络架构、电力资源、芯片供给和调度能力,执行复杂度高。
- 对比
- 报告将其作为中国200MW级数据中心突破案例,相比传统数据中心更强调GW级集群能力。
- 风险
- 若国产或进口芯片供应、客户利用率、token经济性或电力配套不及预期,项目回报可能承压。
- Shanghai Athub中国数据中心覆盖公司
- 优势
- 仍处于高盛覆盖范围内,可能受益于AI推理和低时延需求。
- 劣势
- 高盛给予Neutral评级,显示相对回报吸引力不如Buy评级公司。
- 对比
- 相较VNET、GDS和Range Intelligent的Buy评级,Shanghai Athub评级更谨慎。
- 风险
- 一线城市数据中心价值主张变化、竞争加剧和capex回报不确定性可能限制上行。
- Beijing Sinnet Technology Co Ltd.中国数据中心覆盖公司
- 优势
- 报告披露其为覆盖公司之一,但未给出积极公司层面论据。
- 劣势
- 高盛给予Sell评级,显示其在覆盖组合中的相对观点偏弱。
- 对比
- 相较Buy评级的VNET、GDS和Range Intelligent,以及Neutral评级的Shanghai Athub,Beijing Sinnet处于最谨慎评级档。
- 风险
- 竞争格局重塑、一线城市资产定位变化和AI算力集群门槛提升可能带来相对压力。
- 国产AI加速芯片中国AI算力基础设施的关键供给变量
- 优势
- 2026年中国出货份额可能超过50%,华为和T-Head预计领先,互联网公司和政府实体是重要客户。
- 劣势
- 性能、成本和生态仍落后海外芯片,token输出效率和利润率较低。
- 对比
- 相较Nvidia H800等进口芯片,Huawei 910B/910C token输出仅约为其1/6-1/3。
- 风险
- 如果效率差距难以收窄,国产替代可能带来更高单位算力成本和较弱盈利能力。
关键数据
- 六大网络投资Rmb7tn in 2026NDRC口径下,中国“六大网络”包括水网、新型电网、算力网络、下一代通信网络、城市地下管网和物流网络。
- 中国数据中心投资c.Rmb2tn / US$300bn over next 5 yearsBloomberg 6月9日报道称,中国未来5年数据中心投资约人民币2万亿元。
- 跨域编排能力渗透率约10%CAICT数据显示,在1.1k+算力节点和110+调度平台中,仅约10%具备跨域编排能力。
- Range Intelligent项目规模200MW、100k chip-scale;400MW theoretically feasibleRange Intelligent已在年内投运200MW、10万芯片级数据中心楼,并认为400MW数据中心理论上可实施。
- 主要CSP进口算力占比70%-90%CAICT称,中国主要CSP现有算力中进口芯片仍占主导。
- 国产AI加速芯片份额>50% market share in 2026KZ Consulting预计国产AI加速芯片在中国2026年出货份额可能超过50%,华为和T-Head领先。
- 国产芯片单位IT功率capex低40%-50%与进口芯片相比,国产芯片单位IT功率capex更低,但效率指标落后。
- 国产芯片单位算力capex2-4x imported chips报告指出国产芯片单位算力capex为进口芯片的2-4倍。
- 国产芯片单位IT功率算力10%-30% of imported chips国产芯片每单位IT功率产生的算力仅为进口芯片的10%-30%。
- Huawei 910B/910C token输出1/6-1/3 of Nvidia H800 serversCAICT展项显示,Huawei 910B/910C典型任务服务器日均token输出量低于Nvidia H800。
- 200MW数据中心总capex对比Nvidia B300: Rmb61.0bn;Huawei CM384: Rmb41.0bn;Panjiu 2.0: Rmb41.5bn公司数据表明,不同IT基础设施下200MW IT power数据中心总capex存在明显差异。
- 覆盖公司披露价格Beijing Sinnet Rmb13.77;GDS Holdings ADR $31.61;Range Intelligent Rmb90.06;Shanghai Athub Rmb25.80;VNET Group $8.81价格来自报告披露页,未提供统一目标价或预期上涨空间。
影响与含义
对投资而言,数据中心行业的关键不再只是机柜和土地供给,而是算力网络、能源、网络传输、芯片结构和调度平台的综合竞争。西部枢纽和GW级集群可能获得资本和政策倾斜,具备资源整合能力的运营商更容易形成差异化;一线城市资产则需要通过低时延和推理场景重新定位。国产芯片放量有助于供应链安全,但短期可能压低算力效率和token利润率。token出口、跨境数字员工、AI玩具和AI短视频等应用可能带来新需求,但商业模式仍处于早期验证阶段。
风险
- 国产芯片在性能、成本和生态上仍落后海外同业,可能限制token输出效率和利润率。
- 跨域编排能力不足,目前仅约10%的算力节点和调度平台具备相关能力,可能制约全国算力网络落地。
- GW级数据中心集群对电力、网络、土地、冷却、芯片供应和资本开支要求高,执行风险较大。
- 一线城市数据中心价值主张转向低时延、边缘和推理,传统资产可能面临重新定价压力。
- token定价分化以及低时延、高并发、高可用之间的取舍,可能导致商业模式和利润率不稳定。
- token出口和跨境数据处理涉及政策、合规、数据安全和国际连接风险。
- 主要CSP当前算力仍高度依赖进口芯片,进口芯片供给变化可能影响建设节奏。
后续跟踪
- 2026-2030年全国算力网络建设进度,以及“六大网络”投资是否转化为实际数据中心订单。
- 西部算力枢纽、GW级集群和200MW以上数据中心项目的投运节奏、利用率和客户结构。
- 国产AI加速芯片2026年出货份额是否超过50%,以及华为、T-Head、Cambricon、Hygon的客户结构变化。
- 国产芯片与Nvidia H800等进口芯片在token输出、单位算力capex和利润率上的差距是否收窄。
- 跨域编排平台、长距离RDMA和广域数据传输能力的商业化落地速度。
- Shantou City基于“Inbound Data Processing”政策推动token出口的试点进展。
- AI玩具、AI短视频和跨境数字员工等应用是否能形成持续token需求。