全球AI基建进入“狂奔”期 国产十万卡集群开启自主新征程 IT设备与电力主导成本

前言：

全球AI算力需求呈指数级增长，海外科技巨头大幅加码AI基建资本开支，行业迎来高速扩张阶段，产业竞争逻辑由参数竞赛转向算力底座比拼。与此同时，国内十万卡全国产超集群落地，走出一体化自主算力发展路径。当前，AI基建形成上中下游完整产业生态，服务器、高速光模块、应急发电机赛道景气上行。AI基建的核心载体——算力中心重资产、高能耗属性突出，IT 硬件与电力支出贯穿项目全周期，是两大核心成本项。

一、算力潮驱动全球AI基建进入“狂奔”期，投入力度不断加大

根据观研报告网发布的《中国AI基建行业现状深度研究与发展前景分析报告（2026-2033年）》显示，AI基建，全称是人工智能基础设施，是指支撑AI模型训练、推理及应用落地的全栈软硬件体系与运行机制，核心由‌算力、网络、存储、能源、数据及调度平台‌构成，旨在提供稳定、高效、可扩展且普惠的计算服务能力。

近年随着AI技术快速落地普及，市场算力需求呈现指数级爆发态势。以中国为例：截至2026年3月，我国日均Token调用量已突破140万亿，较2024年初增长超1000倍，且在2025年底至2026年3月的三个月内再度增长40%。Token调用量的极速攀升，直观印证 AI 技术已深度渗透政务、金融、工业、消费等核心场景，持续推高算力需求。

数据来源：公开数据，观研天下整理

在算力需求爆发的驱动下，全球AI基建建设节奏全面提速，海内外头部企业持续加大资本开支，聚焦AI算力基础设施布局，行业供给端建设进入“狂奔期”。

数据显示，2025年第四季度，微软（Microsoft）、亚马逊（Amazon）、Meta、谷歌（Alphabet）四家科技企业合计资本开支达1186亿美元，同比大幅增长64%，阶段性投入力度显著提升。2025年全年，国内企业阿里/腾讯/百度的合计资本开支为2122.7亿元，同比增加54.7%。

进入2026年，行业投入节奏进一步加快，微软（Microsoft）、亚马逊（Amazon）、Meta、谷歌（Alphabet）四家科技巨头全年AI基建相关合计资本开支预期已飙升至7250亿美元，较2025年4100亿美元的总规模大幅增长77%，增量空间显著。其中Meta单家企业全年资本开支指引达1250亿-1450亿美元，大幅超出市场前期预期。

数据来源：四大科技巨头相关财报及电话会，观研天下整理

资料来源：四大科技巨头相关财报及电话会，观研天下整理

从投入方向来看，各大巨头的新增资本开支几乎全部定向布局AI算力基础设施，核心涵盖GPU等核心算力芯片采购、全球数据中心新建与改扩建工程，以及配套电力、储能等能源保障设施，全方位完善AI基建软硬件配套体系，夯实全球AI产业发展底座。

观研天下分析认为，当下不同于往年聚焦大模型参数竞赛，AI 产业的竞争逻辑确实发生了根本性转变——从“拼模型大小”转向“拼算力底座、拼落地效率、拼成本控制”，算力已然成为数字经济时代的核心基础设施，其战略地位等同于工业时代的电力与交通。

二、十万卡国产超集群落地，我国AI基建迈入一体化国产化新阶段

聚焦国内：当前我国AI基础设施建设进入规模化、一体化、国产化的关键升级阶段。2026年政府工作报告明确提出，重点推进超大规模智算集群、算电协同等新型基础设施建设，强化全国一体化算力监测调度，大力支持公共云发展，算力资源从数字经济底层基础资源，升级为支撑智能经济发展的核心战略要素。

数据显示，截至2025年底我国已建成高质量数据集超10万个，数据总量达890PB，约为中国国家图书馆数字资源总量的310倍，为国产AI模型训练、场景落地提供了充足的数据支撑。

截至2026年3月底，我国智能算力总规模已达188万PFLOPS（FP16），其中八大国家算力枢纽节点算力占比超80%；国家级监测调度平台已接入137万PFLOPS智能算力，覆盖全国72%的算力资源。这标志着我国算力建设彻底告别分散布局模式，形成超大规模集群建设与全国一体化调度协同发展的全新格局。

数据来源：国家统计局，观研天下整理

2026年7月10日，中科曙光宣布中国首个全国产十万卡AI超集群曙光8000（登峰）正式落成，并接入国家超算互联网核心节点，标志着我国AI基础设施建设从万卡级迈向十万卡级部署阶段。该超集群采用行业领先的“超智融合”发展路线，摒弃传统设备分区架构，实现全类型计算原生一体化融合，可同时满足高精度科学计算与智能计算的复合型产业需求。相较于单一硬件参数升级，曙光8000实现了芯片、计算、存储、网络、散热、应用、服务全链路AI基础设施能力升级，构建起完整的国产算力支撑体系。

资料来源：央广网

此次十万卡级超集群落成，确立了我国差异化的AI基建发展路径。我国并非单纯追赶全球单点算力规模，而是依托全栈国产算力体系、全国一体化算力网、算电协同三大核心机制，探索超大规模算力集群的高效组织模式，形成具备中国特色的AI基础设施发展体系。目前，该十万卡核心节点已完成300余项超智融合应用优化，覆盖大模型、机器人、智能汽车、创新药、新材料、量子计算、天文气象等20余个高端领域，其中超70个应用成功实现万卡规模扩展，产业赋能效果显著。

与此同时，国产算力规模化复制能力持续增强。中科曙光已与北京科学智能研究院达成战略合作，启动第二套全国产十万卡超智融合算力系统的研制与建设，意味着我国十万卡级AI基础设施已实现技术成熟、可复制、可规模化落地。

总体来看，当前在全球AI基建竞争进入深水区的背景下，我国AI产业的竞争重心已从单纯的算力规模比拼，转向算力向科研能力、产业生产力的高效转化，系统协同、自主生态、算网调度、应用服务成为核心竞争壁垒。

三、AI基建已形成层次清晰、分工明确的立体化产业架构

随着人工智能技术持续迭代升级，AI基建产业日趋成熟，已然形成层次清晰、分工明确的立体化产业架构，涵盖上游基础硬件、中游平台服务、下游场景应用三大核心环节，为人工智能产业化落地、数字化经济发展筑牢底层支撑。

具体来看：AI基建上游为基础硬件层，主要包含AI芯片、存储设备、服务器、网络设备等核心硬件产品，承担算力生成、数据存储与传输的核心职能。中游为平台服务层，依托上游硬件资源搭建系统化服务体系，涵盖云计算平台、数据处理平台、模型训练平台，实现硬件资源的整合调度、数据的清洗处理以及AI模型的研发迭代，打通硬件算力与场景应用的中间链路。下游为场景应用层，依托上下游软硬件能力，将AI算力深度落地于各行各业，广泛覆盖智慧医疗、智能交通、智能制造等核心领域，持续释放数字化、智能化赋能价值。

资料来源：公开资料，观研天下整理

四、行业重资产属性凸显，AI基建核心成本结构解析

完整产业架构搭建与大规模算力集群建设，同步推高行业资金投入门槛。从行业建设成本来看，IT设备与电力为核心成本。

以AI基建的核心载体——AI算力数据中心（AIDC）为例：其具备典型的重资产、高投入、高门槛行业特征，前期建设投入规模庞大，行业入局壁垒极高。公开数据显示，一座1GW算力负载的AI算力数据中心，整体建设投入成本可达70-120亿美元。除了高额的初始建设成本外，行业还面临硬件设备折旧速度快、电力配套设施投入昂贵、后期运维成本高等问题，持续的资金投入压力进一步抬高了行业运营门槛，也使得头部企业的资源与规模优势持续凸显。

从整体成本结构来看，当前AIDC智能算力中心的基建成本呈现显著的差异化分布特征，IT基础建设成为核心投入主体。整体成本中，基础设施投入占比仅为15%，而IT基础建设投入占比高达85%。不过进入长期运营阶段后，其成本结构或将发生显著变化：电力开支成为运营端第一大成本，占整体运营成本60%-70%；甚至高负荷持续运转的AI训练集群用电占比更高，可达70%–80%，成本规模显著高于设备折旧、人力运维等其余所有费用之和。

数据来源：公开数据，观研天下整理

细化来看，当前AIDC基建两大核心板块成本结构差异显著，内部细分领域投入占比梯度清晰，贴合AI算力中心高算力、高稳定、高散热的运行需求。

在AIDC基础设施板块，供配电系统为核心投入模块，占比达到40%-45%，涵盖柴油发电机、UPS不间断电源等关键配套设备，为算力中心稳定运行提供电力保障。建筑装修成本占比达到20%-25%，区别于传统数据中心的通用装修标准，这部分投入重点面向大荷载机柜区域加固、防尘防静电特殊处理、冷热通道封闭改造等专项工程，从物理空间层面适配AIDC单柜数倍于传统IDC的算力负载需求。土地与土建配套成本占比15%-20%，核心覆盖算力中心专属用地获取、主体机房楼建设、外部电力接入廊道预留等前置投入，是AIDC落地的基础空间载体。

数据来源：公开数据，观研天下整理

IT基础建设板块中，服务器成本占比接近70%，既是承载AI算力、实现模型运算与数据处理的核心载体，也是整个算力基建的核心投入单元。除此之外，网络设备与安全设备分别占据11%、9%的成本份额，共同保障算力传输高效、数据运行安全，构建起稳定可靠的IT算力运行体系。

数据来源：公开数据，观研天下整理

五、AI基建市场核心产品赛道景气度高涨，市场规模持续扩容

1、服务器

AI服务器是AI算力基础设施的核心硬件载体，伴随全球算力需求爆发，市场出货规模持续高速攀升。数据显示，2021年至2025年，全球AI服务器出货量由69.44万台增长至250.07万台，增长幅度显著；预计2030年全球AI服务器出货量将达到654.05万台，2021-2030年年均复合增长率高达28.30%，行业长期增长确定性极强。

数据来源：海光芯正港股招股说明书，观研天下整理

2、光模块

光模块作为AI算力中心高速数据传输的核心配套器件，是连接服务器、交换机、算力集群的关键硬件，适配AI算力中心大带宽、低时延、高并发的传输需求，是AI基建体系中不可或缺的核心产品，伴随AI算力集群规模化建设，市场需求持续扩容。2026年全球光模块整体出货量有望达到7000万个，其中800G及以上速率产品出货量将超过5200万个，1.6T出货将超过1100万个。

数据来源：公开数据，观研天下整理

3、柴油发电机

柴油发电机是以柴油机为核心动力源，驱动同步发电机运转，将柴油燃烧的化学能依次转化为机械能、电能的成套独立发电设备。作为算力中心应急电力保障的核心装备，柴油发电机可在电网波动、断电等突发情况下提供持续稳定电力，保障AI算力集群不间断运行，是AIDC供配电系统的关键组成部分，伴随算力中心大规模建设，市场配套需求持续稳定释放。

从全球整体市场规模维度来看，柴油发电机行业始终保持稳步增长态势。数据显示，2022-2025年全球柴油发电机市场规模从1094.6亿元增长到1276.6亿元；预计2031年，全球柴油发电机市场规模将达到1792.6亿元。

数据来源：公开数据，观研天下整理

4、AI芯片

AI芯片是专门面向人工智能算法运算设计的专用集成电路，区别于通用 CPU，针对深度学习训练、推理计算做架构优化，具备超高并行算力、低功耗、高数据吞吐特性，是承载人工智能运算的核心硬件载体。伴随大模型、AI 智能体、自动驾驶、云端算力及边缘计算等各类 AI 应用场景全面爆发，行业算力需求迎来爆发式增长，驱动AI芯片赛道步入快速发展阶段。2025年全球AI芯片市场规模约为1059.8亿美元，预计到2032年接近4000亿美元，年复合增长率约20%。

数据来源：公开数据，观研天下整理（WW）