20250608-泽平宏观-AIDC研究报告2025_22页_6mb
报告摘要
泽平宏观研究报告总结:AIDC与AI产业的黄金发展期
核心内容概述
本报告聚焦于人工智能数据中心(AIDC)的发展趋势与产业链分析,指出AIDC作为AI算力基础设施,是智能时代的“算力工厂”,其发展受到大模型技术突破、政策引导、全球云厂商资本开支扩张等多重因素推动,正迎来黄金发展期。
主要观点
主线一:训练端、推理端算力需求双重爆发
- 技术驱动:Deepseek-R1等大模型的出现显著降低了AI发展门槛,推动算力需求激增,形成“效率提升-成本下降-需求扩张”的杰文斯悖论效应。
- AI演进:AI技术正从生成式AI向Agentic AI、Physical AI演进,其中Agentic AI在复杂场景中带来百倍级算力需求,Physical AI如智能驾驶和人形机器人也将成为算力增量的重要来源。
- 应用扩展:多模态大模型推动现象级应用(如AI视频生成、对话系统)的普及,进一步拉动算力需求。
主线二:全球云厂商资本开支军备竞赛
- 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%。其中亚马逊、微软、谷歌、Meta等均加大AI基础设施投资。
- 国内云厂商:受Deepseek等大模型推动,中国云厂商资本开支有望迎来增长拐点。阿里、腾讯、百度等企业已加快AI基础设施建设,2025年资本开支预期显著提升。
- 中美竞争:美国通过高算力芯片主导AI发展,中国则通过Deepseek形成闭环,推动AI产业自主发展,双方形成“双轨”发展模式。
关键信息
AIDC与IDC的差异
| 项目 | IDC通用数据中心 | AIDC智算中心 |
|---|---|---|
| 算力类型 | 通用算力,用于数据存储、虚拟化、大数据分析等 | 智能算力,用于AI训练、推理、智能处理等 |
| 芯片 | 以CPU为中心 | 以xPU(GPU/TPU)为中心 |
| 技术架构 | 冯·诺依曼主从架构 | 全互联对等架构 |
| 散热方式 | 风冷 | 液冷或风液混合 |
| 应用场景 | 电商、社交、流媒体等 | 自动驾驶、科研计算、大模型训练、公共安全等 |
| 单机柜功率 | 4-8kW | 12-24kW或以上 |
| 市场玩家 | 万国数据、世纪互联等 | 商汤科技、紫光集团、科大讯飞、浪潮、华为等 |
AIDC产业链
AIDC产业链涵盖上游AI芯片、服务器等硬件,中游数据中心建设,以及下游AI模型研发与行业应用。其中:
- AI芯片:英伟达H20出口管制推动国产替代,华为CloudMatrix384集群性能超越英伟达NVL72。
- 液冷技术:因高功率密度需求,液冷成为AIDC的主流散热方案,PUE值显著下降,政策推动液冷普及。
- 柴油发电机组:作为AIDC电力保障体系的重要组成部分,大功率机组需求因算力密度提升而激增,行业进入涨价周期。
- 可控核聚变:作为未来电力供应的解决方案,SMR与核聚变技术为AIDC提供稳定、低成本的基荷电源,成为能源战略的重要方向。
未来展望
- 政策支持:国家算力摸底政策推动资源向高效头部企业集中,加速中小厂商出清,提升行业集中度。
- 市场趋势:AIDC建设进入高速增长期,尤其在环一线城市和“东数西算”枢纽,稀缺性凸显,龙头企业将受益。
- 技术演进:AI技术从GenAI向Agentic AI、Physical AI演进,带来算力需求结构变化,推动产业链升级。
- 投资机会:AIDC产业链上下游均具备增长潜力,尤其是液冷、柴油发电、国产芯片、可控核聚变等细分领域。
数据与预测
- 算力需求:2024年中国智能算力规模达90EFLOPS,占32%。预计2025年达1,037.3EFLOPS,2028年达2,781.9EFLOPS。
- 资本开支:2025年中国云厂商资本开支预计显著增长,阿里、腾讯、字节等企业投入超千亿,与海外云厂商形成竞争态势。
- 液冷市场: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。
- 柴油发电:全球数据中心柴发冗余配置率从80%提升至120%-150%,大功率机组需求同比增长150%。
- 核聚变进展:中国在可控核聚变领域取得多项突破,SMR有望成为AIDC供电主力,支撑未来算力需求增长。
结论
AIDC作为AI算力基础设施,正成为推动AI产业发展的核心引擎。随着大模型技术的突破、政策支持的加强以及全球云厂商的资本开支扩张,AIDC产业链将迎来黄金发展期,相关企业有望在这一浪潮中获得显著增长机遇。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载