“十五五”首提算电协同，AI算力基础设施从政策驱动走向业绩兑现

1、AI算力基础设施行业概况

（1）基本定义

AI算力基础设施是指专门面向人工智能大模型训练和推理场景打造的新一代高性能数据中心及其配套软硬件体系。它在产业语境中特指承载GPU/ASIC服务器集群的算力环境，区别于以CPU为主导的传统通用数据中心。

当前的政策文件对这一产业的定位已十分清晰。“十五五”规划纲要着重强调要夯实数智化发展的底座能力，其中算力设施的统筹建设被放在了突出位置。这意味着AI算力基础设施的定义已超越“机房”概念，而是将其定位为像交通、能源一样不可或缺的支撑性基础设施。

（2）核心构成

从物理形态看，AI算力基础设施主要由三大系统耦合构成。

第一是供电系统，负责将电网输入的电力经过多级变换，最终以合适的电压和电流形态输送给每一颗GPU芯片，这其中涉及高压直流（HVDC）、电源插框（Power Shelf）、电源模组（PSU）乃至远期规划的固态变压器（SST）等环节。

第二是散热系统，由于GPU芯片功耗密度极高，必须依靠液冷（冷板式或浸没式）才能将热量高效导出。

第三是算力承载系统，即GPU服务器集群、高速互联网络和分布式存储系统的综合体。这三大系统相互制约——供电效率决定了发热量，散热能力反过来又限制了供电密度，必须协同设计。

（3）与传统IDC的本质区别

如果用一个词来概括AI算力基础设施与传统数据中心（IDC）的区别，那就是“量变引发质变”。传统数据中心的单机柜功耗普遍在5-10千瓦，用风冷空调就能解决散热；而AI算力基础设施的单机柜功耗已跃升至40-140千瓦，相当于几十个电磁炉同时在一个机柜内工作。

功耗的两个数量级跃升带来了根本性变革——供电架构必须从传统UPS交流方案切换为高压直流方案以降低损耗，散热必须从风冷全面转向液冷才能维持芯片正常工作。

这种“功耗密度决定技术路线”的强约束关系，是理解AI算力基础设施产业逻辑的出发点。

2、AI算力基础设施行业产业链分析

AI算力基础设施行业产业链分析

资料来源：普华有策

3、AI算力基础设施行业竞争格局分析

（1）供电侧竞争格局

AI服务器电源领域呈现出极高的集中度。台达电子与光宝科技两家台系厂商在全球AI服务器电源市场占据主导份额，这种双寡头格局在短期内难以被撼动。其核心壁垒在于多年来与英伟达等芯片厂商的深度绑定——电源方案需要与芯片供电规格同步定义，后来者很难在缺乏原厂协同的情况下实现兼容。

大陆厂商中，麦格米特是唯一进入英伟达全球原生供应链的电源供应商，在Vera Rubin等新一代平台上具备核心卡位优势。中恒电气在国内HVDC细分市场居于领先地位，2026年获得了宁德时代的战略投资。科华数据和欧陆通也分别在HVDC和高功率服务器电源领域占据一席之地。整体来看，国内企业在全球供应链中的地位正在提升，但距离挑战台厂寡头格局仍有距离。

（2）散热侧竞争格局

散热领域的全球格局由奇鋐科技主导——该企业同时打入英伟达与AMD两大芯片阵营的供应链，在数据中心水冷散热模组市场占据领先份额。双鸿与奇鋐并称“散热双雄”，共同构成台系散热厂商的第一梯队。

国内散热市场尚处于“群雄并起”的阶段。英维克已建立起全链条液冷解决方案能力，是国内唯一获得英伟达NPN Tier1认证的液冷供应商。高澜股份则同时布局冷板式和浸没式两条技术路线，相关产品已通过英伟达服务器认证。随着英伟达积极推动整柜式液冷方案，高阶数据中心的水冷渗透率持续看升，国内散热厂商的市场空间有望进一步打开。

4、AI算力基础设施行业发展趋势

（1）供电架构向高压直流全面演进

AI服务器电源从传统48V低压供电架构向800V直流供电的跃迁，是产业界已形成共识的确定性方向。这一趋势的直接驱动力是功耗大幅攀升带来的配电损耗问题——电压越高、同功率下电流越小，线缆损耗和发热就越低。HVDC替代传统UPS、Power Shelf与PSU的功率密度持续提升已是进行时。远期SST的产业化将从更根本上重构供电架构——以半导体器件替代工频变压器，实现供电系统的“小型化、高效化、智能化”。

（2）液冷从AI服务器的可选配置走向标配

液冷在AI算力基础设施中的定位正在发生根本性变化。当单机柜功耗超过40千瓦时，风冷在物理上已无法有效带走热量，液冷不再是“更好的选择”而是“唯一的选择”。新一代AI运算平台已全面转向系统级全水冷设计，电源机柜本身也在从气冷向搭配水冷板及冷却分配系统的方向演进。冷板式液冷当前占据主流，浸没式液冷的渗透率将随新建超大规模智算中心的增加而持续提升。

（3）算电协同重塑产业的能耗逻辑

“算电协同”写入“十五五”规划和2026年政府工作报告，标志着算力产业的能耗管理逻辑正在经历制度性重构。算电协同的核心内涵是将算力基础设施视为电网的“柔性负荷”——在绿电充裕时加大算力输出，在电网紧张时适度调节算力负载。全国首个大规模算电协同绿电直供项目的投运已证明这一模式的可行性。未来算力基础设施的选址、设计、运营都将越来越多地考虑电力协同因素，这将对产业链的竞争要素产生深远影响。

（4）竞争焦点从“订单获取”转向“盈利兑现”

AI算力基础设施行业正在经历从“有没有订单”到“能不能赚钱”的转换。随着Rubin、ASIC等新一代平台放量，行业将从普遍景气走向份额和盈利能力分化。产能效率——固定资产周转率、良率、直通率——将取代“是否进入供应链”成为更核心的竞争指标。海外交付能力同样是关键分水岭——能够在泰国、墨西哥等海外基地实现稳定量产的企业，将获得北美CSP的溢价采购份额。产业链利润沿着“芯片—算力基础设施—大模型—行业应用”逐级递减的特征将更加明显。

（5）全国一体化算力网重塑空间布局

“十五五”规划纲要明确要求加快建设全国一体化算力网。目前全国已形成以8大国家算力枢纽、10个国家算力集群、3个算电协同发展区域为重点的“8+10+3”空间布局。这种空间结构的演化将带来产业要素的重新配置——东部枢纽侧重算力调度与核心数据交换，西部节点依托绿电优势承接非实时训练任务，算电协同区域探索新型供电模式。不同区位的AIDC对供电、散热、网络的技术要求各有侧重，这将直接拉动差异化产品需求。

北京普华有策信息咨询有限公司《2026-2032年AI算力基础设施产业深度研究及趋势前景预判报告》