#03-AI算力产业链

创建时间：2026年7月 数据基准日：2026年7月3日 文档定位：行业分析案例库样本。以 AI 算力产业链为对象，完整走一遍"生命周期判断→政策梳理→产业链拆解→竞争格局→财报防雷→景气度跟踪→估值分位→定投节奏"的流程，作为 行业研究学习路标 的实操样本。与 04-行业竞争格局与壁垒分析 的方法论互补——方法论讲"怎么判断"，本文讲"判断出来是什么"。

数据时效声明：本文核心数据截至 2026 年 7 月初，主要来源为 2026 年一季报、行业协会月度数据与券商研报。AI 算力行业变化极快，建议读者按 05-行业景气度跟踪指标体系 建立月度跟踪表，不要把本文当静态结论使用。

#一、行业概览

#1.1 一句话概括

AI 算力产业链是为大模型训练与推理提供底层计算能力的产业集合，包含"芯片→服务器→网络→数据中心→算力服务"五个环节，本质是"把电变成 token"的生意。

#1.2 三大壁垒

#1.3 主要风险

1. 海外卡供给不确定：Nvidia H200 对华解禁后仍受出口管制阈值约束，B200/Rubin 后续型号随时可能再次收紧
2. 国内资本开支周期：互联网大厂资本开支具有"脉冲式"特征，2026 年高点一旦过去，产业链将面临去库存
3. 算力租金下行：多地智算中心盲目建设导致利用率偏低，GPU 租赁价格已出现分化，低端算力"租不出去"
4. 技术路线迭代：光模块从 800G 到 1.6T 再到 CPO，液冷从冷板到浸没，每次迭代都可能洗牌

风险定性：AI 算力是典型的"长期成长+短期周期"叠加行业。5-10 年维度看是确定性成长赛道，但 2-3 年内存在明显的库存波动与产能过剩风险，不可线性外推。这一点与 AI与产业变革对定投的启示 中"长期乐观 ≠ 短期无波动"的判断一致。

#二、5-10 年产业趋势判断

#2.1 生命周期阶段：成长期前段

判断依据（参照 行业生命周期分析 的四阶段框架）：

综合判断：AI 算力整体处于成长期前段。但需区分两个时间尺度：

• 5-10 年维度：确定性成长，AI 渗透率从 20% 向 50% 推进，算力需求复合增速 25-30%
• 2-3 年维度：存在周期性库存波动，2026 年处于资本开支高点，2027-2028 年可能进入"消化期"

#2.2 增速与渗透率

全球算力规模：

• 2025 年全球智能算力规模约 1500 EFLOPS（FP16 等效），2026 年预计突破 2500 EFLOPS，同比+60%+
• 2026-2030 年复合增速预计 30-35%，2030 年规模达 8000-10000 EFLOPS

中国智能算力规模：

• 2025 年底约 350 EFLOPS，2026 年预计达 550-600 EFLOPS（数据来源：信通院、中研普华 2026 年报告）
• 增速高于全球平均，因国产替代释放增量

AI 企业渗透率：

• 2025 年底大模型在企业端的实际应用渗透率约 15-20%（指真正调用 API 或部署私有模型的企业占比）
• 2030 年预计达 40-50%，仍有 2-3 倍空间

#2.3 趋势判断的"非线性"提醒

关键认知：算力需求增长 ≠ 线性增长。参照 AI与产业变革对定投的启示 第 4.4 节"趋势外推 ≠ 线性外推"，算力需求存在三个非线性拐点：

1. 训练→推理切换：当行业从"训练算力为主"转向"推理算力为主"，芯片需求结构变化，训练卡溢价下降
2. 模型效率提升：蒸馏、量化、稀疏化使单次推理所需算力下降，可能"用量增但总需求增速放缓"
3. 资本开支见顶：互联网大厂资本开支是脉冲式的，见顶后产业链去库存周期 12-18 个月

#三、政策支持

#3.1 "东数西算"工程（2022 启动，2026 深化）

核心内容：构建 8 大算力枢纽节点（京津冀、长三角、粤港澳、成渝、内蒙古、贵州、甘肃、宁夏），引导东部非实时算力向西部转移。

2026 年进展：

• 截至 2026 年中，8 大枢纽节点数据中心机架规模较 2022 年翻番，西部节点占比提升至 35%+
• "东数西算"从"建机柜"转向"跑算力"，强调算力调度与跨域协同
• 国家数据局推动"算力网"建设，目标 2027 年实现跨域算力调度时延 < 10ms

对定投的含义：

• 利好西部 IDC 龙头（如甘肃、贵州节点运营商）
• 但需警惕"建了跑不满"的风险——部分西部节点利用率仍低于 60%

#3.2 算力基础设施高质量发展政策

2026 年核心政策：

1. 《关于促进人工智能与能源双向赋能的行动方案》（2026 年 6 月，四部门联合印发）：

   • 首次将算力纳入能源规划体系
   • 探索核电、氢能直连供能
   • 2026 年确保 80% 新建算力用上绿电
   • 推动"算电协同"——算力负荷与电力调度联动

2. 数据中心绿色低碳专项行动计划（2024 年发布，2026 年持续执行）：

   • 新建大型 IDC PUE < 1.25，国家枢纽节点 < 1.2
   • 推动液冷、自然冷却技术应用
   • 东部地区严控新增 IDC 能耗指标

对定投的含义：

• 液冷、电源管理环节受益于政策强制要求
• PUE 不达标的小型 IDC 面临淘汰，利好头部 IDC 龙头
• 绿电比例要求推动 IDC 选址向西部、向核电/水电富集区集中

#3.3 AI 专项政策与国产替代

国产替代政策抓手：

• 信创采购要求政府与国企优先采用国产算力
• 2026 年中国国产 AI 芯片市占率已突破 50%（2024 年约 30%），华为昇腾、寒武纪、海光等国产厂商在信创市场拿下近 80% 份额
• 英伟达中国市场份额从 2023 年的约 90% 降至 2026 年的约 40-50%

出口管制反作用力：

• 2026 年 H200 对华解禁，但 B200/Rubin 后续型号仍受管制阈值约束
• 管制反而加速国产替代进程——这是"政策风险"转化为"政策红利"的典型案例

政策交叉验证：参照 十五五规划核心内容解读，AI 算力属于"科技自主可控"主线的核心子项。政策从"支持发展"升级为"强制替代"，这是 2024-2026 年国产芯片业绩爆发的根本驱动力。

#四、产业链结构与卡脖子环节

#4.1 产业链全景

上游（芯片与核心器件）
  ├─ 算力芯片：GPU（Nvidia/华为昇腾）、ASIC（寒武纪/燧原）、CPU（海光/鲲鹏）
  ├─ 光模块：中际旭创、新易盛、光迅科技
  ├─ 液冷散热：英维克、高澜股份、曙光数创
  └─ 电源：麦格米特、欧陆通、科华数据
      ↓
中游（服务器与集成）
  ├─ AI 服务器：工业富联、浪潮信息、中科曙光
  ├─ 交换机/网络：紫光股份、锐捷网络
  └─ 存储配套：江波龙、佰维存储
      ↓
下游（数据中心与算力服务）
  ├─ IDC 运营：润泽科技、光环新网、数据港、奥飞数据
  ├─ 算力租赁：青云科技、首都在线、恒润股份
  └─ 算力调度：中科曙光、易华录

#4.2 卡脖子环节判断

按 产业上下游分析与定投机会挖掘 的四维度（集中度、替代性、政策支持、技术壁垒）逐环节判断：

核心卡脖子环节：

1. 高端算力芯片（最卡）：Nvidia 垄断全球 80%+ 高端 GPU，国产替代仍在追赶，是整个产业链利润分配的"咽喉"
2. 先进封装（CoWoS）：台积电垄断，限制全球 GPU 产能上限，2026 年仍是瓶颈
3. 高速光芯片（800G/1.6T 内部的激光器、调制器）：美日企业主导，国内仅光迅科技等少数厂商能做

最不卡脖子、议价最弱的环节：

1. 算力租赁：门槛低、玩家多、租金下行，典型"内卷环节"
2. 通用电源：标准化程度高，替代性强，议价权弱

#4.3 环节利润分配

产业链利润高度向上游芯片环节集中。以 2026 年 Q1 数据估算：

• 算力芯片毛利率：寒武纪约 60%+、海光约 50%+
• 光模块毛利率：中际旭创约 35-40%（1.6T 产品更高）
• AI 服务器毛利率：工业富联约 6-8%、浪潮信息约 3-5%
• IDC 运营毛利率：润泽科技约 50%、光环新网约 25-30%
• 算力租赁毛利率：分化严重，高端 40%+，低端 < 15%

结论：利润向上游（芯片、光模块）集中，中游（服务器）赚"加工费"，下游（IDC、租赁）赚"周转费"。定投应优先布局上游，但需承受高估值；若估值过高，可退而布局格局改善的 IDC 龙头。

#五、竞争格局

#5.1 整体集中度

AI 算力产业链整体集中度因环节差异极大，无法用单一 CR3 概括。下表为 2026 年各环节集中度估算（数据来源：券商研报、行业协会，截至 2026 年 Q1）：

#5.2 龙头公司画像（2026 年 Q1 业绩，数据截至 2026 年 4 月底披露）

#中际旭创（300308）——光模块全球龙头

• 2026 Q1 业绩：营收 194.96 亿元，同比 +192.12%；净利润约 57 亿元，同比 +262%
• 核心驱动：800G 量产爬坡 + 1.6T 批量出货，预付款项涨超 10 倍（备料信号）
• 市场份额：全球高速光模块份额约 30%+，800G/1.6T 份额更高
• 壁垒：良率与产能（规模壁垒）+ 客户绑定（北美云厂认证周期 1-2 年）
• 风险：财务费用暴增 1550%（汇率+借款扩张），需关注现金流

#寒武纪（688256）——国产 AI 芯片

• 2026 Q1 业绩：营收约 29 亿元；净利润约 10 亿元（首次季度盈利且大幅放量）
• 核心驱动：信创采购释放 + 商业客户接力，从"政府订单"转向"市场订单"
• 市场份额：国产 AI 芯片份额约 10-15%（信创市场）
• 壁垒：技术（自研架构）+ 政策（信创资质）
• 风险：估值极高（PE > 200x）、客户集中度、章建平等股东减持

#海光信息（688041）——国产 CPU+DCU

• 2026 Q1 业绩：营收同比 +68%（创历史新高）；净利润同比 +35.8%
• 核心驱动：CPU 国产替代 + DCU（算力芯片）放量
• 壁垒：x86 架构授权（稀缺）+ 信创资质
• 风险：授权续期风险、与寒武纪的内部替代竞争

#工业富联（601138）——AI 服务器代工龙头

• 2025 年全年：营收超 9000 亿元；2026 Q1 连续三季度单季赚超百亿
• 核心驱动：北美云厂 AI 服务器订单放量
• 市场份额：全球 AI 服务器代工份额约 40%+
• 壁垒：规模 + 客户深度绑定（北美云厂供应链认证）
• 风险：毛利率仅 6-8%，"增收不增利"隐忧；现金流"失血"信号

#浪潮信息（000977）——国内 AI 服务器龙头

• 2025 年：营收同比 +40%+，AI 服务器国内市占率连续多年第一
• 核心驱动：国内互联网大厂资本开支放量
• 风险：净利率仅 1.5%（营收 1600 亿、净利 24 亿），盈利失衡严重

#华为昇腾（非上市）——国产 GPU 生态领跑者

• 出货规模：2026 年昇腾累计出货约 60 万片（估算）
• 市场份额：国产算力芯片份额约 35-40%（信创市场第一）
• 壁垒：全栈生态（芯片+框架 MindSpore+盘古大模型）
• 定投含义：非上市，无法直接投；可通过华为产业链（鲲鹏/昇腾服务器供应商）间接布局

#5.3 壁垒可持续性判断

参照 04-行业竞争格局与壁垒分析 的判断框架：

格局恶化信号（按 04-行业竞争格局与壁垒分析 第 5.1 节检查）：

• 算力租赁环节已出现"新进入者激增+价格战+利用率低"三信号，格局恶化中
• IDC 环节处于"产能过剩+租金分化"阶段，但头部牌照优势仍在
• 光模块、芯片环节格局尚稳，但需警惕 2027 年产能集中释放后的价格压力

#六、财报防雷要点

参照 财报防雷红旗清单 与 财报排雷具体方法，AI 算力公司财报需重点核查以下四项：

#6.1 研发资本化比例

风险逻辑：算力芯片公司研发投入大，若将研发支出大量资本化（计入资产而非费用），会虚增当期利润。

检查方法：

• 查"开发支出/研发投入"比率，> 50% 需警惕
• 寒武纪、海光等芯片设计公司历史上研发资本化比例较高，需逐年对比
• 与同业对比：Nvidia、AMD 研发资本化比例通常 < 20%

案例提示：若某芯片公司净利润转正但研发资本化率突然提升，需警惕"靠会计政策扭亏"。

#6.2 政府补贴占比

风险逻辑：信创公司普遍享受高额政府补贴（研发补助、税收返还），若补贴占净利润 > 50%，说明主业造血能力弱。

检查方法：

• 查"其他收益/营业利润"比率
• 查"非经常性损益"明细中的政府补助金额
• 剔除补贴后看扣非净利润是否为正

案例提示：寒武纪早期（2022-2023）扣非净利润长期为负，主要靠政府补贴与投资收益维持，2026 年 Q1 首次实现主业盈利，需持续验证其可持续性。

#6.3 存货跌价

风险逻辑：算力芯片与光模块技术迭代快（GPU 一年一代、光模块两年一代），存货贬值风险高。

检查方法：

• 查"存货跌价准备/存货余额"比率
• 查存货周转天数是否拉长（> 90 天需警惕）
• 关注存货结构：原材料 vs 在产品 vs 产成品——原材料增加是备货信号，产成品增加是滞销信号

案例提示：2026 年中际旭创预付款项涨超 10 倍，是备料信号（利好），但同时需关注其存货规模是否同步膨胀，以及跌价计提是否充分。

#6.4 客户集中度

风险逻辑：AI 算力公司客户高度集中于少数互联网大厂或政府项目，单一客户砍单即可造成业绩断崖。

检查方法：

• 查年报"前五大客户营收占比"，> 60% 需警惕
• 查"前五大客户"是否逐年变化（稳定 vs 频繁更换）
• 关注大客户自研芯片动向（如字节自研、阿里平头哥）

案例提示：浪潮信息前五大客户占比高，且客户多为互联网大厂，一旦大厂自研服务器或芯片替代，将直接冲击其订单。

#6.5 软件背景交叉验证：识别"AI 包装"伪龙头

用户背景专项：作为软件行业从业者，你能识别 LLM 在行业分析中的典型幻觉——把"AI 概念公司"误判为"算力龙头"。以下是交叉验证清单：

验证方法：拿到一份"AI 算力概念股"名单后，先看其营收结构（算力相关占比）、研发资本化方向（是否投向硬件）、毛利率特征（是否符合硬件毛利），再用上述清单过滤。典型伪龙头：把传统 IDC 业务改名"智算中心"、把软件集成业务包装成"AI 解决方案"的公司。

#七、景气度跟踪指标

按 05-行业景气度跟踪指标体系 的"领先+同步+滞后"三层框架，为 AI 算力挑选以下指标：

#7.1 领先指标（提前 3-6 个月）

#7.2 同步指标（与景气度同步）

#7.3 滞后指标（确认景气度）

#7.4 跟踪表建议

建议建立月度跟踪表，重点关注三个"拐点信号"：

1. 资本开支见顶信号：当阿里/腾讯/字节连续 2 个季度资本开支同比增速下降，预示产业链进入消化期
2. 租金分化信号：当高端 GPU 租金开始下行（目前坚挺），预示供给缺口闭合
3. 库存信号：当龙头公司存货增速 > 营收增速 2 倍，预示去库存周期开启

#八、估值分位与定投节奏建议

#8.1 估值分位现状（截至 2026 年 7 月初）

数据时效：PE 分位数据随股价与业绩披露动态变化，上述为 2026 年 7 月初估算，建议用理杏仁或同花顺查询实时分位。参照 估值分位计算方法 确认口径。

#8.2 定投节奏建议

核心原则：AI 算力属于 AI与产业变革对定投的启示 中"科技自主可控"主线的子项，建议作为卫星仓位（2-4%），不作为核心仓位。

按估值分位择时：

当前（2026 年 7 月）建议：

• 整体处于"偏高"区间，建议暂停定投或减半
• 已持仓者持有，设止盈线（如从高点回撤 15% 止盈 1/3）
• 未持仓者等待回调，目标 PE 分位回到 50% 以下再启动
• 若 2027 年资本开支见顶、库存去化，可能出现"戴维斯双杀"买点

#8.3 标的选择建议

与软件背景的交叉验证：作为软件从业者，你对"AI 应用层"公司（SaaS、Agent 平台）有第一手认知。建议在 AI 算力配置中，优先投硬件上游（芯片、光模块），回避应用层包装公司。应用层公司容易被你识别出"项目制冒充 SaaS""AI 概念包装"等问题，这正是你的认知优势。

#九、看空清单

按 行业研究学习路标 模块五的"看空清单制度"，强制写出 3 条看空理由：

#看空 1：海外卡供给不确定，国产替代节奏可能被打断

逻辑：

• 2026 年 H200 解禁带来短期供给改善，但 B200/Rubin 后续型号随时可能再次管制
• 若 Nvidia 通过"特供版"（如 H20 后续）低价冲击中国市场，国产芯片的价格优势可能被削弱
• 国产芯片生态（CUDA 兼容性、框架支持）仍在追赶，一旦海外卡回流，客户可能回切

触发信号：Nvidia 中国市场份额连续 2 个季度回升

#看空 2：国内资本开支周期可能见顶

逻辑：

• 2026 年是互联网大厂资本开支高点（阿里 4600 亿、字节 700 亿美元、百度三年千亿）
• 资本开支具有"脉冲式"特征：建集群阶段采购集中爆发，建完后进入运维采购期，量级下降
• 历史参照：2018-2019 年云计算资本开支高峰后，服务器行业经历了 12-18 个月去库存
• 2027-2028 年可能重演，AI 服务器、光模块、IDC 都将承压

触发信号：阿里/腾讯/字节资本开支同比增速连续 2 个季度下降

#看空 3：算力租金下行拖累 IDC 与租赁环节

逻辑：

• 多地智算中心盲目建设，"花几个亿建集群，八成 GPU 租不出去"的现象已出现
• 低端算力（消费级 GPU 拼凑）租金已腰斩，高端算力租金坚挺但供给在增加
• IDC 行业从"供不应求"转向"结构性过剩"：一线城市仍紧，西部节点利用率 < 60%
• 租金下行将压缩 IDC 与算力租赁公司的毛利率

触发信号：高端 GPU 租金同比跌幅 > 15%，或头部 IDC 出租率跌破 80%

#十、与现有文档的衔接

#10.1 与产业趋势分析的衔接

本文是 AI与产业变革对定投的启示 中"2.3 AI 短期阵痛与长期乐观的二元框架"的具体落地：

配置建议衔接：启示文档建议"科技板块内部拆分：算力基础设施 6% + AI 应用与机器人 4%"，本文档为"算力基础设施"部分提供标的与节奏建议——当前估值偏高，建议先建观察仓，待回调再加仓。

#10.2 与行业分析方法论的衔接

本文档是以下方法论文档的案例样本：

• 行业生命周期分析：本文第 2 章应用四阶段框架
• 产业上下游分析与定投机会挖掘：本文第 4 章应用卡脖子环节判断
• 04-行业竞争格局与壁垒分析：本文第 5 章应用 CR3 与壁垒可持续性判断
• 05-行业景气度跟踪指标体系：本文第 7 章应用领先/同步/滞后三层指标
• 06-财报防雷红旗清单：本文第 6 章应用四项防雷要点

#10.3 与定投策略的衔接

参照 资产配置具体比例方法，AI 算力建议作为"科技自主可控"板块的子配置：

• 整体科技自主可控：10%
• 其中算力基础设施：6%（当前建议减半至 3%，待估值回落补齐）
• 其中 AI 应用与机器人：4%（详见后续案例文档）

与主策略风控的衔接：参照启示文档 3.4 节"通缩螺旋"情景，当出现"AI 裁员事件密集+消费数据走弱"时，科技应用层减半，转配算力基础设施——因基础设施层受 AI 裁员冲击相对小。

#十一、配套文档链接

• 行业研究学习路标——本文档的框架来源
• 01-行业生命周期分析——第 2 章方法论
• 02-产业上下游分析与定投机会挖掘——第 4 章方法论
• 04-行业竞争格局与壁垒分析——第 5 章方法论
• 05-行业景气度跟踪指标体系——第 7 章方法论
• 06-财报防雷红旗清单——第 6 章方法论
• AI与产业变革对定投的启示——产业趋势分析衔接
• 十五五规划核心内容解读——政策主线来源
• 估值分位计算方法——第 8 章估值口径
• 财报排雷具体方法——第 6 章防雷方法
• 资产配置具体比例方法——第 10 章配置衔接

#十二、自检清单

完成本文档阅读后，回答以下问题：

• 能否用三句话说清楚 AI 算力产业链靠什么赚钱、政策为什么支持它、行业里谁在领先？
• 能否识别产业链中"卡脖子"与"议价最弱"的环节各一个，并说明判断依据？
• 能否说出当前（2026 年 7 月）估值分位所处区间，以及对应的定投节奏建议？
• 能否用软件行业背景，识别出至少 1 类"AI 包装"伪龙头的特征？
• 能否独立思考 3 条看空理由，而非只接受本文档的判断？

如以上 5 题都能回答，本文档学习达标。可继续阅读 案例库其他文档 进行行业迁移训练。