AI算力基建全景：资金投向、核心堵点与利润分配

开篇

若仅浏览新闻标题，人们往往聚焦于“模型参数”、“GPT-X发布”或“开源与闭源之争”。

然而，若深入考察任何正在建设中的智算中心项目，便会发现这些并非决胜关键。

真正塑造2026至2028年AI产业格局的，是三件看似平淡实则耗资巨大的事项：

能否在适宜之地，获取数百兆瓦乃至吉瓦级的电力配额

能否按时将变压器、冷却系统及机柜交付至施工现场

能否在18个月内将一座大型数据中心从荒地转化为可用算力

这三件事背后，隐藏着一笔规模惊人且常被忽视的账目。

【图1：数据中心建设工地夜景】

2026年，全球超大规模云服务商（以微软、谷歌、亚马逊、Meta、Oracle为代表）的AI相关资本支出预计将达约6500亿美元。

单看此数字或许无感，但置于历史坐标系中则令人咋舌：

美国年度国防预算：约5000亿美元

全球油气行业年度资本支出：约6000亿美元

全球制药行业年度研发支出：约1000亿美元

阿波罗登月计划总投入（通胀调整）：约900亿美元

换言之，仅几家科技巨头的AI基建投入，一年便超过美国国防预算，逼近全球油气支出，相当于每年重塑一个新行业。

换个维度看：6500亿美元对应约11吉瓦（GW）的新增电力容量。这一量级意味着全球Hyperscaler一年的扩张，相当于中国八大算力枢纽节点过去几年的总和。

这绝非泡沫，而是基础设施超级周期的体现。

业内通用的估算口径如下，以单兆瓦（MW）为单位（数据源自一线开发商测算，浮动范围±20%）：

前期资本开支（每兆瓦）：约5500至6000万美元

数据中心土建及电力设施（变压器、配电、备电、冷却基建）：约5000万美元/MW

IT设备（GPU/服务器/网络）：约3000万美元/MW——这是单项最高支出，但已非唯一瓶颈

其他配套（机柜、机电、施工、软件）：约1500至2000万美元/MW

运营开支（每兆瓦）：约100至120万美元/年

主要源于电力和基础运维。注意电力占运营成本的60至70%——这就是为何“电”比“运维团队”更关键。

收入（每兆瓦）：约1500万美元/年（纯IaaS模式）

若做托管AI云或模型推理服务，单MW年收入可提升至2000至2500万美元。

回本周期：约4年——前提是能保持90%以上的利用率。

这份账本揭示了什么？

第一，只要MW能上线并满负荷运转，现金流极强，这也是资本源源不断涌入的原因。

第二，回本逻辑严重依赖“上线速度”。同样一笔投资，18个月上线与36个月上线，IRR（内部收益率）差距巨大。所有玩家都在拼命压缩建设周期。

第三，真正的不确定性不在GPU价格（那是英伟达的事），而在电力获取速度和建设周期。

【图2：GPU服务器机房内部】

2023年至2024年上半年，行业最焦虑的是GPU供应。一卡难求、定金提前两年付、配额按关系分配——那是英伟达的黄金时代，毛利率惊人。

但从2024年下半年起，瓶颈悄然转移。

如今，真正卡住行业的是“powered site”——即已通电、可立即上架GPU的场地。

为什么会发生这个迁移？

1. GPU供应趋于缓和

英伟达H100/H200/B200产能爬坡，AMD MI300及国产芯片涌入，GPU不再是“有钱买不到”的稀缺品。

2. 电力系统非想扩就能扩

一个10万卡级别的GPU集群，峰值用电堪比中型城市。要给这种集群供电：

大功率主变压器：全球供应链交付周期从过去的8至12个月延长至18至36个月

高压输电线缆：钢芯铝绞线、高压电缆同样紧张

电网接入：美国部分地区已出现“申请接入排队2至4年”的情况

发电容量：核心区域（如弗吉尼亚北部）电网容量已接近饱和

3. 许可与监管成为隐形阻碍

地方环境评估、社区听证、土地用途变更，在很多地区比电网扩容更慢。德州、爱荷华、内华达相对宽松，因此美国大量新数据中心集中于此。

4. 冷却供应链亦现紧张

液冷板、CDU（冷量分配单元）、二次侧管路、浸没式冷却液——这一整套基础设施，几年前还是小众市场，现在订单已排至2027年。冷却厂商产能扩张速度，远远赶不上GPU功率密度的爬升速度。

业内有句形象的话：“过去我们优化每秒处理多少token，现在发现真正决定一切的是县政府的许可办公室和变压器的交货单。”

这是非常残酷的转变。意味着：有钱、有GPU，却找不到地方上电——这是2025年许多AI公司面临的现实。

【图3：数据中心电力设施】

瓶颈迁移直接重塑了产业链利润分布。

GPU/芯片层（英伟达、AMD、博通、台积电）

仍是利润率最高环节，但定价权正在削弱。当GPU不再稀缺，场地、电力、冷却成为新瓶颈，议价权下移。英伟达极致毛利率在未来2至3年大概率会被压缩（尽管仍会很高）。

数据中心开发商/运营商

这是被市场严重低估的环节。每MW年收入1500至2500万美元、回本4年、续约率高、现金流强——这是传统REITs梦寐以求的资产质量。新兴的“Neocloud”（GPU专业云厂商）正在快速崛起。

电力公司与能源资产持有者

可能是最大隐形赢家。当电力成为稀缺品，长期购电协议（PPA）谈判权全面倒向卖方。掌握存量电力资产的公司——尤其是核电、燃气、可再生能源——正在重新定价。

冷却/热管理供应链

这是许多人未看清的环节。当GPU功率密度从30kW/机柜爬升至100kW甚至更高，风冷物理上不可行，液冷成唯一选项。这意味着：

冷板、CDU、Manifold厂商：订单爆炸

浸没冷却液（单相、两相）厂商：从化工副线变战略物资

二次侧水路、压力控制、漏液检测：标准化与工程化空间巨大

余热回收与利用：从“环保加分项”变“经济必选项”

这一块产业重构在国内尚未充分定价。中国在液冷技术、设备制造、工程实施上拥有完整产业链，是少数具备全球竞争力的细分赛道。

电气设备与变压器厂商

ABB、西门子、伊顿、施耐德，加上中国特变电工、平高电气，订单均处于饱和状态。中压/高压开关柜、母线槽、UPS——交付周期全面拉长。这是传统行业中被AI带飞、最不像AI概念的板块。

【图4：液冷系统细节（冷板、CDU、管路等技术瓶颈】

讲完账本与瓶颈，顺理成章的问题是：这场基建竞赛的赢家是谁？

答案不会单一，但有一类玩家值得特别关注：“能源优先”的新型云厂商（Neocloud）。

它们的打法与传统Hyperscaler有本质区别。

传统Hyperscaler模式：找地→申请电网接入→等变压器→建数据中心→上GPU→提供云服务（每步被外部依赖卡住，周期长、成本高）。

Neocloud模式：先找电→就地建电厂（燃气轮机、可再生）→在电厂旁建数据中心→同步部署GPU和冷却→直接卖给少数大客户（签长期合同）。

此模式优势在于：

绕过电网瓶颈：既然电网扩容慢，那就自建电源

跳过部分许可流程：发电+用电同址，某些环节简化

建设周期短：模块化、并行施工、12至18个月可上线

总成本可能更低：不依赖电价上行的电网，锁定能源成本

现金流回收快：大客户长期合同，锁定收入

最有代表性的是德州一些大型一体化园区项目——油气资源+自建电厂+GW级数据中心同址布局，直接为头部AI公司供能，完全跳过传统电网瓶颈。

我的判断是：“源网荷储一体化” + 西部清洁能源基地 + 大型央企运营商主导的混合形态。

中国的特殊性在于：

电网由国家电网/南方电网统一调度，不存在美国电网孤岛问题

但西部清洁能源（光伏、风电）消纳压力大，跨区输送成本高

算力需求中心在东部，能源富集区在西部

“东数西算”政策正试图解决此错配

这将形成一种有中国特色的Neocloud变体——不一定是民营公司主导，可能是央企+地方政府+电力集团的联合体，在西部建设“能源—算力一体化基地”。此赛道玩家非单纯科技公司，而是“半央企半工程公司”的混合形态。谁能跑出来，取决于电力指标获取、跨区调度政策协调、工程建设交付三项能力。科技公司仅擅长第三项的一部分。

把视野从“Hyperscaler vs Neocloud”拉回产业链具体环节，有几个细节在国内尚未充分讨论。

1. PUE不再是核心指标，WUE和能源结构成为关键

过去十年关注PUE（数据中心总能耗/IT设备能耗）。但当电力或清洁能源成为瓶颈，单纯压PUE边际收益递减——从1.2降到1.1只能省几个百分点电，但建液冷成本可能拉高10至15%的Capex。

未来核心指标将迁移至：

WUE（水效）：干旱地区、内陆地区不可忽视

CUE（碳效）：欧洲、加州等强监管地区开始约束

能源结构：绿电比例、可再生能源匹配率

2. 余热回收从“加分项”变“经济选项”

一个10万卡集群每年的废热，相当于一个中型供热厂的产出。在过去，这些热基本被冷却塔散掉了——纯粹的浪费。

但当电费和碳约束同时收紧，余热回收的经济性正在反转。北欧已有数据中心通过余热回收为城市供暖创收（不是付费，是创收）。在国内，北方城市的供暖、化工园区的低温热源、工业园区的烘干工艺，都是潜在出口。

3. 算力金融化悄然发生

当数据中心资产具备稳定现金流，它就具备了金融化的条件。已出现形态：

算力REITs：Equinix、Digital Realty已是上市REITs

算力ABS/CMBS：以IaaS合同为底层资产的资产证券化

GPU融资租赁：对中小AI公司是关键工具

这一块在中国的探索比海外慢，但一旦放开，会大幅降低算力建设的资金成本。

如果你是AI模型公司或应用公司：

不要只盯着模型，要在2026年提前锁定2027至2028年的算力供给。等价格和供给紧张时再找，基本就晚了。

如果你是投资人：

一级市场：关注电力解决方案、液冷供应链、模块化数据中心、余热回收等“非性感”环节

二级市场：除英伟达，关注电气设备、冷却系统、数据中心REITs、特定区域的电力公司

如果你是地方政府或产业园区：

电力指标 + 土地 + 审批速度是吸引算力投资三件套，缺一不可。仅靠土地优惠没有意义，核心是电。

如果你是传统行业从业者（电力、暖通、化工、土建）：

不要因“不懂AI”而忽视此机会。这场基建超级周期需要的恰恰是你们的专业能力。AI公司不缺懂AI的人，缺懂电、懂冷、懂建、懂供应链的人。

AI产业最易被误解的是将其视为“软件竞赛”或“算法竞赛”。但当6500亿美元真金白银砸下，会发现这是场极其传统的基础设施竞赛——比拼的是电、是钢、是水、是冷却液、是变压器、是工程建设速度。

模型层胜负可能在2027年前尘埃落定，但基础设施层格局将决定未来10至20年AI产业真实形态。

谁掌握电、谁掌握建设速度、谁掌握冷却供应链——谁就掌握下一个十年算力定价权。

这是一个聚焦智能算力基础设施的观察账号。

运营者长期从事算力、能源、热管理交叉领域研究，兼具学术背景与产业一线接触。内容侧重产业判断、技术经济性分析、政策与全球趋势。

不日更、不追热点、不带货、不点评具体公司股票。每周或每两周更新一篇深度分析。

如果你是从业者、研究者、投资人，觉得内容有价值，欢迎关注。

也欢迎留言区告诉我你想看的话题——液冷、余热、东数西算、算力金融化、海外巨头动向均在选题清单上。