2026年计算机行业AIDC系列深度研究报告（一）：Tokens爆发，推理需求开启全球AIDC新周期

从 IDC 到 AIDC：AI 算力驱动下的产业范式重构

（一）AI 驱动传统 IDC 向 AIDC 转型

IDC 业务持续演进，已成为支撑新型算力需求的关键基础设施。根据工信部《电信业务 分类目录（2015 年版）》，IDC（互联网数据中心）业务是指依托机房设施，以外包租赁 模式为用户提供服务器等网络设备的放置、代理维护、系统配置及存储空间出租、带宽 代理租用等服务。IDC 行业发展经历了四个主要阶段：1）网络中心阶段，互联网企业崛 起、PC 端网络需求攀升，数据中心渐成网络流量汇聚点，三大运营商主导机房等供应托 管，以零散网络服务器为服务形态。2）信息中心阶段，企业自建数据中心与互联网数据 中心涌现，推动国内互联网高速发展，2010 年市场规模达 79.7 亿元，用户对 IT 服务质 量关注度提升。3）云中心阶段，云计算技术革新替代传统 IDC 服务，催生大规模数据中 心需求，市场高速增长，多主体竞争下服务形态向大型云数据中心转变。4）算力（人工 智能）中心阶段，2020 年之后受云计算、大数据、AI 等技术驱动，数据存储计算及算力 需求井喷，传统数据中心难适配，ChatGPT 带动 AIGC 新业态推动 AI 2.0 时代到来，AIDC （人工智能数据中心）步入算力中心阶段，成为支撑新型算力需求的关键底座。

AIDC 崛起：从算力载体到智能生产引擎的产业跃迁。1）传统 IDC 产业：作为数字经济 底层基础设施，其核心功能长期聚焦于机柜租赁、供配电与网络带宽等通用能力，主要 满足企业数据存储、业务托管及轻量级计算需求，本质上承担算力载体的角色。然而， 随着大模型训练与推理需求快速爆发，算力使用模式发生结构性变化——以千卡级、万 卡级 GPU/ASIC 集群为代表的高并行计算，对供电密度、散热能力、网络时延与稳定性 提出数量级跃升的要求，传统 IDC 架构难以支撑 AI 算力规模化部署。在此背景下，AIDC 应运而生。2）AIDC 以算力效率最大化为核心目标，在基础设施层面全面重构。通过高 功率机柜设计、液冷或浸没式散热体系、RDMA 无损网络架构以及面向 AI 负载的资源 调度与算力池化平台，实现对 GPU/ASIC 集群的高密度、长时间稳定运行支持。3）IDC 与 AIDC 并非简单替代关系，而是形成结构性分工：传统 IDC 继续承载通用计算、存储 及企业级 IT 需求；AIDC 则聚焦高算力、高能耗、高并发的 AI 训练与推理场景。行业竞 争的核心指标也随之发生转移，从机柜数量、上架率等传统指标，升级为单位电力转化 算力效率、系统稳定性、交付速度及算力利用率。

从算力堆叠到自适应演进，AIDC 构筑 AGI 时代新基石。AIDC 是专为 AI 训练与推理优 化的新型算力基础设施，其与传统 IDC 在架构设计与核心目标上存在本质差异。1）在架 构上，AIDC 核心从 CPU 转向以 GPU、ASIC 为主的异构加速芯片，旨在通过大规模并 行计算处理复杂的深度学习任务。2）在性能表现上，AIDC 具备极高的功率密度及极低 时延、高带宽特征，这不仅解决了大规模集群通信的瓶颈，更直接驱动了制冷方式从风 冷向液冷技术的革命性跨越。作为支撑千亿至万亿级参数大模型的算力底座，AIDC 是智 能化转型的核心引擎。目前，其发展阶段正从单纯的算力堆叠向软硬深度耦合迈进。展 望未来，AIDC 将向具备自适应升级能力的可演进形态跨越，以支撑未来 AGI 时代的持 续计算需求。

（二）AIDC 以“集约化+绿色化+算力化”为核心特征，行业门槛显著提高

从规模扩张到高效集约，迎接 YB 级算力时代。在智算浪潮的驱动下，全球算力需求正 经历结构性跃迁，推动数据中心产业向集约化、大型化方向加速演进。1）需求驱动：从 “十年百倍”的 AI 算力到分布式边缘场景。根据《智能世界 2030》报告指出，面向 2030 年，人工智能算力需求预计呈 500 倍级增长，通用算力亦将实现 10 倍提升，进入 YB 级 数据时代。这不仅驱动超大型数据中心（Hyperscale）持续扩容，也为自动驾驶、工业制造等场景下的边缘计算节点带来爆发机遇，形成“核心云+边缘端”的协同算力网络。2） 产业响应：基础设施迈向集中与大型化。为承载指数级增长的算力负载，全球数据中心 正经历显著的规模升级。据 Synergy Research 统计，2024 年全球新投运超大规模数据中 心 137 个。截至 2025 年三季度，全球投入运营的超大规模数据中心数量为 1297 个，已 接近 2018 年初的三倍，且单设施平均容量增长超过四倍 Synergy Research 已统计未来超 大规模数据中心项目为 770 个设施，处于不同规划、建设或装备阶段。

AIDC 能耗剧增，绿色可持续发展为未来重点。随着 AI 大模型训练与推理需求爆发， AIDC 面临严峻的能耗与可持续发展挑战。单次大模型交互的耗电量可达传统搜索引擎 的十倍量级，推动全球数据中心总能耗持续攀升。与此同时，根据华为《AIDC 白皮书》 数据，AIDC 单机柜功率密度已从传统的 3-8kW 快速跃升至 20-100kW，对散热系统与能 源效率构成巨大压力。在此背景下，技术创新成为降低能耗的关键路径。液冷技术因具 备高效散热与低能耗特性，正从可选方案转变为 AIDC 的优先选择。同时，智能化能效 管理系统通过融入 AI 与大数据的“智能大脑”，可实现按需制冷与动态调优。以华为 iCooling 解决方案为例，其在部分数据中心部署后，可实现 PUE 降低约 8%-15%，年节 电量达 2764 万度，减碳成效显著。

在“双碳”目标引领下，国内数据中心绿色化进程加速推进。在“双碳”战略目标的引 领下，国内数据中心的绿色化与节能降耗进程正系统性加速，行业平均能效水平持续提 升。科智咨询数据显示，2024 年中国在运营数据中心机房的平均 PUE 值进一步降低，其 中PUE低于1.4的机房占比已达到52.3%，PUE低于1.2的先进机房比例也提升至12.7%。 政策端同步发力，国家层面明确要求新建大型、超大型数据中心的电能利用效率（PUE） 原则上不高于 1.3，并对 PUE 高于 1.5 的存量数据中心进行节能降碳改造，形成了强有力 的约束与引导。与此同时，市场需求与技术创新正形成合力。来自云计算、金融等行业 的重要客户，其采购偏好日益向低碳化倾斜。液冷等高效节能技术快速发展并加快商业 化落地，共同推动行业向 PUE 1.2 以下的更高能效水平迈进。政策要求、市场选择与技 术演进的三重驱动，正助力数据中心行业向绿色、高效、可持续的方向坚定转型。

智算需求已成为驱动全球 AIDC 规模增长的核心引擎。根据信通院数据，截至 2025 年 6 月，全球计算设备算力总规模为 4495 EFlops，较 2024 年同期全球计算设备算力规模大 幅增长 117%；智能算力成为绝对主导，占总算力比例达到 85%。从电力需求看， SemiAnalysis 预测 2023-2026 年全球数据中心核心 IT 电力需求将从 49GW 增至 96GW， 在新增的 47GW 中智算中心贡献约 40GW，占比高达 85%，突显其对算力增长的核心拉 动作用。预计 2024-2032 年智算中心基础设施市场收入的年复合增长率将超过 30%。为 满足持续爆发的 AI 算力需求，运营商与大型云服务商正积极地寻找土地与电力资源丰富 的区域扩展业务，进一步推动了数据中心向集约化、规模化发展。尽管通用型数据中心 的增速不及智算中心，但其依然在智算生态的整体带动下保持稳定增长，体现出智算需 求对 AIDC 算力规模从核心到外围的强劲辐射力。

需求分析：全球与国内 AI 算力需求共振爆发，驱动 AIDC 行业高增长

（一）全球 AI 算力基建投入持续爆发，训练侧需求高企

训练算力指数级跃迁为大模型时代的核心底层驱动力。从 2010 到 2024 年，面向前沿人 工智能模型的训练算力呈现出极高的增长速度。根据 Epoch AI 的统计，自 2010 年以来 用于训练前沿 AI 模型的计算资源年均增长约 4.1 倍。这一趋势表明随着模型规模和复杂 度增长，训练所需的总计算量持续呈指数级增长。OpenAI 在 AI and compute 报告中指出， 自 2012 年起用于最大规模 AI 训练的算力呈指数性增长，这一趋势驱动了近年来大规模 语言模型（LLM）的爆发式发展。自 2010 年深度学习兴起后，训练算力大约每 6 个月翻 倍，这远高于传统硬件性能提升速度。

聚焦超大规模集群部署，国际头部科技企业大模型训推需求仍高企。1）OpenAI、软银、 甲骨文与 MGX 联合发起的“星际之门”项目计划投资 5000 亿美元，打造超大规模 AI 算 力集群。2）据IT之家数据，Colossus在2024年7月启动时配备了10万块英伟达H100GPU， 到 2025 年 2 月，GPU 数量已翻倍至 20 万块；5 月 8 日据 Tom's Hardware 报道，马斯克 的 xAI 孟菲斯超级集群第一阶段已经全面投入使用。3）Meta 则在俄亥俄州和路易斯安 那州秘密建设两个“吉瓦级”（GW）的超级计算集群，项目内部代号分别为普罗米修斯 （Prometheus）和亥伯龙（Hyperion）；Meta 首席执行官扎克伯格表示，将投资数千亿美 元建设几座大型数据中心，其中首个数据中心普罗米修斯预计将于 2026 年投入使用，亥 伯龙的一期工程的 IT 功率就将超过 1.5 吉瓦，预计到 2027 年底成为全球最大的单一 AI 数据中心园区。4）马斯克计划打造太空数据中心，2026 年 1 月，SpaceX 向美国联邦通 信委员会（FCC）申请一次性发射最多 100 万颗卫星，目标是在地球轨道上搭建一个“轨 道数据中心”网络。该项目将形成“拥有前所未有计算能力的卫星星座”，为先进 AI 模 型及相关应用提供算力支持。

主权 AI 布局提速，国家层面积极推动算力基建投入。1）路透社报道，阿联酋将建设除 美国之外全球最大的人工智能园区。该项目位于阿布扎比，面积达 25.9 平方公里、功率 5GW 的 AI 园区，支持约 250 万颗 Nvidia 顶级 B200 芯片的运行。2）IT 之家消息，HPE 慧与将为日本产业技术综合研究所打造日本最快 AI 超算 ABCI3.0。ABCI3.0 基于慧与的 CrayXD 节点系统，每个节点将配备 8 块英伟达 H200GPU，将包含数以千计的英伟达 H200TensorCoreGPU，拥有 6exaflops 的 16 位浮点 AI 算力。3）英伟达首席执行官黄仁 勋在 2025 年 6 月法国巴黎举行的 GTC 大会上表示英伟达正积极与法国、意大利和英国 展开合作，助力各国建立能够创造收入的人工智能工厂。欧盟已投入 100 亿欧元（约合 118 亿美元）用于建设 13 家人工智能工厂，并投入 200 亿欧元作为超级工厂的初始投资。

（二）推理侧需求爆发，垂直应用规模化落地验证商业价值

推理爆发带动 API 口径 Token 消耗进入 10 万亿级，国产模型加速渗透。2026 年 2 月 9 日至 15 日，OpenRouter 数据显示，中国模型以 4.12 万亿 Token 的调用量，首次超过同 期美国模型的 2.94 万亿 Token，庞大的 Token 消耗量反映了生成式 AI 正在中国各行各业 加速落地和规模化部署。截至 3 月 23 日，平台调用量排名前五的模型中，有三款来自中 国厂商，分别为 MiniMax 的 M2.5、Stepfun 的 Step 3.5 Flash 和 DeepSeek 的 V3.2。这三 款模型合计贡献了 Top5 总调用量的 66.14%，其用户活跃度与调用量持续位居行业前列， 反映出国产模型在技术性能与应用体验上与国际先进水平的加速收敛。

AI 垂直应用加速落地，多行业软件化垂直领域正式进入智能体化阶段。2025 年，中国 AI 垂直应用不再仅停留在网页端的对话框，而是以独立 App 或嵌入式智能体的形式深度集 成到业务流程中。1）AI+金融与财富管理：蚂蚁集团于 2025 年 9 月发布蚂蚁财富开放平 台 3.0，推出 AI 投研、AI 运营、AI 内容创作三大专业助手，至今已吸引超 350 家金融机 构体验，将运营效率提升了 90%。此外，生活服务类 App 支小宝已实现对话点餐、打车 等闭环功能。2）AI+医疗：蚂蚁阿福于 2025 年 12 月 15 日正式品牌升级，至今 MAU 已 突破 1500 万。该软件通过深度打通医保支付与 5000 多家医院系统，实现了挂号-问诊-支 付-报告解读的全流程闭环，是目前国内领先的 C 端 AI 健康管理软件。3）AI+能源与智 慧工业：中国石油于 2025 年 8 月正式上线昆仑大模型 APP，国内首个面向能源化工全行 业的普惠 AI 助手，涵盖勘探开发、炼油化工等专业智能体。该 App 支持员工进行复杂的 生产决策推理，标志着能源巨头从基础建设迈向规模化软件应用。4）AI+农业：中国农 业大学于 2025 年 10 月发布神农大模型 3.0 及其配套的智能体平台。该平台现已上线 36 个针对智慧育种、智慧种植、智慧养殖的专用智能体，能够进行生产决策推理和感知控 制，极大降低了农业 AI 的部署门槛。5）AI+法律政务：2025 年 12 月，广州方效律师事 务所推出的方效法律助手 2.0 正式上线穗好办平台，面向数亿用户提供合同拟定、纠纷处 理等免费法律服务。此外，深汕法智助手通过 AI 赋能基层法治，解决了农村地区法律咨 询响应慢、方言障碍等痛点。6）AI+教育与创作：2024 年 10 月视睿电子科技推出的希 沃（seewo）教学大模型以人机协同为核心，AI 贯通课前、课中、课后与教研全流程：全域以动态学习档案贯通“习、练、测、评”，为教师与学生提供精准支持，真正实现减负 增效。

（三）国内 AIDC 市场空间广阔，资本开支结构性倾斜智算基座

中国 IDC 需求持续增长，互联网行业占主导地位。根据《南方润泽科技数据中心封闭式 基础设施证券投资基金招募说明书》数据，至 2024 年底，以机柜口径统计，中国传统数 据中心需求规模达 163 万架，2020-2024 年复合年增长率为 11%。从需求结构看，公有云 与互联网行业占据主导，2024 年合计占比达 86.3%，传统行业需求占比为 13.7%，反映 出互联网相关应用仍是当前 IDC 市场增长的核心驱动力。与此同时，面向人工智能的 AIDC 赛道正引领产业向高功率密度与规模化部署快速演进。头部互联网厂商积极布局 “10 万卡级”智算集群，驱动高密度机柜需求爆发。根据华为《AIDC 白皮书》，AIDC 的单机柜功率密度已从传统数据中心的 3-8KW 普遍跃升至 20KW 以上，高端集群更可 突破 100KW。这一高功率密度趋势对电力基础设施、散热技术（如液冷）及整体能效管 理提出了更高要求，正驱动数据中心底层基础设施持续升级，以支撑大模型训练与 AI 应 用对算力资源的极致需求。

编辑：火腿肠