AIDC研究报告2025_1__22页_6mb

泽平宏观研究报告总结：AIDC与AI产业发展

核心内容

本报告围绕人工智能数据中心（AIDC）的发展，分析其作为AI产业基础设施的关键作用，探讨其在技术、政策、产业链等方面的演变与趋势，强调其在AI发展浪潮中的核心地位。

主要观点

主线一：训练端与推理端算力需求双重爆发

• 效率提升-成本下降-需求扩张的循环：随着Deepseek-R1等大模型的出现，AI发展门槛降低，形成“效率提升-成本下降-需求扩张”的杰文斯悖论循环，推动算力需求激增。
• AI技术演进：AI正从生成式AI（GenAI）向Agentic AI、Physical AI演进，Agent智能体在编程、智能驾驶等复杂场景的应用快速普及，带来算力需求的指数级增长。
• 应用场景：AIDC主要用于AI模型的训练、推理和应用，覆盖自动驾驶、AI for Science、智能客服等多样化场景，满足不同业务需求。

主线二：全球云厂商掀起资本开支军备竞赛

• 海外云厂商：北美四大CSP（云服务提供商）2025年资本开支合计超3000亿美元，同比增长超30%，推动AI基础设施建设。
• 中国云厂商：在Deepseek推动下，中国云厂商资本开支进入快速增长期，预计2025年将显著提升，阿里、腾讯、百度等企业加大投入，建设AI算力基础设施。
• 中美AI竞争：Deepseek的发布标志着中国AI技术进入新阶段，与美国ChatGPT形成竞争格局，AIDC成为推动AI产业发展的重要基石。

关键信息

AIDC与IDC的差异

AIDC政策端

• 算力摸底：国家对算力资源进行摸底，推动资源向高效头部企业集中，加速中小厂商出清。
• 能效标准：PUE≤1.3成为准入红线，倒逼液冷技术普及。
• 投资趋势：2025年一季度，我国大陆共165个智算中心项目出现新动态，总规划投资超4300亿元。

AIDC产业链

• 主要环节：涵盖AI芯片、服务器、液冷、柴油发动机、可控核聚变等。
• 成本结构：IT设备占70%，非IT设备中供电系统占69%，制冷系统占18%。
• 国产替代：华为CloudMatrix384集群性能超越英伟达NVL72，通过“以量补质”实现技术突破。

AI芯片发展

• H20封禁：美国对英伟达H20实施出口管制，加剧国内市场对高性能算力芯片的需求。
• 国产芯片表现：华为Ascend 910C与英伟达GB200性能对比显示，华为在集群规模和整体性能上具有优势。

液冷技术

• 散热需求：AI芯片功耗提升，液冷成为刚需，PUE可降至1.15，显著优于风冷。
• 市场增长：2023-2028年中国液冷服务器市场规模年复合增长率达48.3%，预计2028年达105亿美元。

柴油发动机

• 电力冗余：柴发机组作为数据中心应急电源，承担大功率、长时供能任务。
• 需求增长：随着单机柜功率密度提升，柴发冗余配置率从80%提升至120%-150%，大功率机组需求增长150%。
• 行业趋势：柴发设备价格进入涨价周期，行业呈现量利齐升格局。

可控核聚变

• 能源需求：AI算力密度提升，推动数据中心能耗增长，2024年中国IT能耗达55.1TWh，预计2027年达146.2TWh。
• 技术突破：中国在可控核聚变领域取得多项进展，如BEST和CRAFT项目，为AIDC提供稳定、低成本的基荷电源。
• SMR应用：小型模块化反应堆（SMR）有望成为AIDC的供电主力，助力能源安全与“双碳”目标实现。

未来展望

• 算力需求：AIDC将成为推动AI产业发展的关键基础设施，算力需求将持续增长。
• 产业链发展：AIDC产业链进入黄金发展新周期，国产替代、液冷技术、SMR供电等趋势将推动行业升级。
• 区域布局：环一线城市和东数西算枢纽AIDC稀缺性凸显，龙头企业将受益于资源集中和成本优势。

附录：图表与数据

• 算力需求测算公式：FLOPs = (模型参数 × 训练轮次 × 每轮计算量) / 带宽。
• 算力需求增速：2023-2028年，中国智能算力年复合增长率达46.2%，通用算力年复合增长率达18.8%。
• 云厂商资本开支：2025年，北美云厂商资本开支预计达3000亿美元以上，中国云厂商资本开支有望大幅增长。
• 国内车企算力汇总：理想、华为、小鹏等车企智算中心算力达到数千PFLOPS级别，推动AI在自动驾驶等领域的应用。

总结

AIDC作为AI发展的“猛禽发动机”，在技术、政策、资本等多重因素推动下进入快速发展期。随着Deepseek等大模型的出现，AI算力需求呈爆发式增长，云厂商资本开支显著提升，推动AIDC建设。国产替代、液冷技术、SMR供电等趋势将助力中国AIDC产业实现高质量发展，成为全球AI产业的重要一极。