Uweb 研究：全球上市公司轉型AIDC（智算中心）效果分析

聯合出品：Uweb × 香港理工大學工商管理學院 TGG 穩定幣與 RWA 創新中心

一、全球 AIDC 進入超級建設週期

AIDC 是一場已被訂單與電力鎖定的物理擴張，需求確定性顯著高於一般科技主題，這是判斷上市公司能否真正受益的前提。

1.1 增長動力已從互聯網流量切換到 AI，誰握住 AI 容量誰握住增量

AIDC 的增長本質是一場以 GW 計的物理擴張，AI 已經從配角變成增量的唯一主引擎。JLL 2026 全球數據中心展望預測，2025 年的 103GW 翻倍至 2030 年的 200GW，並預計 AI 負載佔數據中心容量比例從 2025 年約 25% 升至 2030 年約 50%。而據麥肯錫數據中心需求測算，全球數據中心總需求將從 2025 年的 82GW（AI 44GW、非 AI 38GW）增至 2030 年的 219GW（AI 156GW、非 AI 64GW），AI 容量五年增長 3.5 倍、到 2030 年約佔總需求 70%。

未來五年數據中心的增量幾乎全部來自 AI 容量，這意味著行業的增長邏輯已經從互聯網時代的流量驅動切換到 AI 訓練與推理驅動，對上市公司而言，能否拿到 AI-ready 的容量與訂單，直接決定它分到的是增量還是存量。

同時，數萬億美元級投入意味著整條產業鏈將被重新定價。根據麥肯錫 2025 年 4 月研報，到 2030 年，全球數據中心預計需要 6.7 萬億美元來滿足計算能力的需求。能夠處理 AI 處理負載的數據中心預計需要 5.2 萬億美元的資本支出，而傳統 IT 應用的數據中心預計需要 1.5 萬億美元的資本支出。總體來看，到 2030 年，這相當於近 7 萬億美元的資本支出，無論用哪個標準來衡量，都是驚人的算力支出。

從市場規模看，AIDC行業已進入高速增長階段。2024年中國AIDC市場規模約494億元，科智諮詢預計2027年將增至1963億元，對應複合增長率約58%。從結構上看，算力租賃市場規模由415億元增長至1528億元，佔比持續提升，成為行業增長的重要組成部分；智算基礎設施市場由79億元增長至435億元，保持穩步擴張。在AI算力需求快速增長背景下，服務化交付模式加速滲透，AIDC行業正由以基礎設施建設為主，逐步向「算力服務+基礎設施協同發展」的模式演進。

2026年6月，國家發展改革委政策研究室副主任、新聞發言人李超在新聞發布會上表示，「十五五」時期，我們將更加注重供需適配，加強算力網與新型電網、新一代通信網規劃建設的協同聯動。在硬投資方面，探索更多行之有效的算電協同模式，做到以電強算、以算促電；加強算網融合創新，適度推動國家樞紐間直連線路擴容，進一步降低網絡傳輸時延。在軟建設方面，強化算力資源監測與市場化調度，加快建設聯網調度、普惠易用、綠色安全的全國一體化算力網。發改委同時宣布，2026年全部的2000億元設備更新項目清單將於6月底前正式下達。該資金是「兩新」政策的重要組成部分，此前已分兩批下達1851億元，惠及超1.1萬個項目，帶動社會總投資超過8400億元。

1. 2 AIDC 的需求已被真金白銀驗證

AIDC 區別於多數科技概念的地方在於，它的需求不是預測出來的，當前已經體現在雲廠支出和英偉達營收裡的既成事實，這把行業的確定性從故事提升到了訂單。Dell'Oro Group報告稱，亞馬遜、谷歌、Meta、微軟四大美國超大規模廠商以合計近 6000 億美元的數據中心資本開支進入 2026 年，全年全球數據中心資本開支預計逼近 1 萬億美元。英偉達2026 財年營收為 2159.4 億美元，較 2025 財年增長 65%，其中數據中心業務全年營收為 1937 億美元，同比增長 68%，佔公司總營收的比重超過九成。2027財年一季度營收約為 752 億美元，環比增長約 21%，同比增長約 92%。

一頭是雲廠近 6000 億美元的支出承諾，一頭是英偉達 92% 的數據中心營收增速，二者互為印證，說明需求側的錢已經在花、貨已經在出。這意味著對下游的 AIDC 運營商而言，問題是自己能不能接住這股需求。

1. 3 能源是真實物理瓶頸

在資本不缺的前提下，電力與併網能力成了 AIDC 擴張的真正瓶頸，這把競爭的勝負手從誰有錢轉移到了誰有電、有地。從電力需求看，國際能源署（IEA）報告顯示，全球數據中心用電到2030年將翻倍以上至約 945 太瓦時，接近日本全國用電量；AI專用數據中心用電增長4倍以上，美國數據中心用電將佔該國2030年前用電增量的近一半。電力因此成為 AIDC 落地的真實約束，也解釋了為何先掌握電力與土地的公司在本輪轉型中佔據先手。

SemiAnalysis預計2024-2032年智算中心基礎設施市場收入的年復合增長率將超過30%。為滿足持續爆發的AI算力需求，運營商與大型雲服務商正積極地尋找土地與電力資源豐富的區域擴展業務，進一步推動了數據中心向集約化、規模化發展。儘管通用型數據中心的增速不及智算中心，但其依然在智算生態的整體帶動下保持穩定增長，體現出智算需求對AIDC算力規模從核心到外圍的強勁輻射力。

二、上市公司轉型四層分類與三地分野

2.1 中國內地、中國香港和美國 三地 上市公司 轉型含金量不同

三地雖都講AIDC轉型，但含金量系統性不同。

美國上市公司以比特幣礦企轉 AI 託管為主，礦企本就擁有電力、機房與散熱，改做AI屬於現有算力設施的再利用；
中國內地上市公司的跨界多為味精、造紙、鋼鐵、彩票、童裝、家具等與 IT 無關行業從零起步；
中國香港上市公司居中，以地產跨界與原生 IDC 升級為主。

2.2 四層分類總覽

按轉型兌現度，本報告將內地、香港、美國三地上市公司分為四層轉型標的，並單列原生 IDC 與行業參考一類。

1.轉型成效已顯現：AIDC 收入已並表且佔比可觀或已盈利，代表如恒潤股份、中貝通信、美利雲。

2.存量設施順勢升級：依託既有電力與機房快速切入 AI 託管，代表如 IREN、TeraWulf、Core Scientific、Hut 8、Applied Digital、Cipher、Galaxy。

3.佈局培育期：算力業務尚處早期，收入佔比有限或相關資產仍在推進，代表如蓮花健康、杭鋼股份、高新發展與粵港灣智算。

4.審慎調整期：部分企業在評估後對算力佈局進行了調整或暫緩，體現行業早期階段的正常試錯。

第五類為原生 IDC 與行業參考，除上述四層轉型標的外，統一對照表還納入一批原生算力運營商、雲廠與 AI 平台公司作為對照。它們大多不屬於專項跨界轉型，而是主業的自然升級與算力部署，列入是為提供一個更完整的對照座標系。

潤澤科技、奧飛數據、數據港、光環新網、寶信軟件、科華數據、萬國數據等本身就是數據中心運營商，做的是從傳統 IDC 向高功率液冷 AIDC 的能力升級，而非跨界，納入用於錨定行業第一梯隊的真實業績與上架水平；CoreWeave、Nebius 等原生 AI 雲亦歸入此類。

阿里巴巴、騰訊、微軟/谷歌/亞馬遜/Meta、甲骨文及三大運營商，自建算力主要服務自家雲與 AI 業務，屬於既有業務的自然部署而非轉型。它們是需求側的金主與 AIDC 資本開支主力，納入用於觀察上游投入強度。商湯、第四範式等，從 AI 算法與平台向算力運營延伸，介於軟件與基建之間，是順業務鏈條向下的延展。

把這幾類與轉型標的並列，目的是提供完整參考，便於區分自然升級、跨界佈局與早期培育等不同路徑，並非主張它們都屬於轉型。

2.3 中國內地上市公司 ：參與主體多元，兌現節奏分化

中國內地上市公司參與 AIDC 的主體最為多元，從專業運營商到跨界企業均有涉及，兌現節奏差異較大；從產業研究角度，衡量重點在於 AIDC 收入是否並表、佔比與盈利質量。成效已顯現的一端，恒潤股份依託風電與算力雙引擎，2025 年淨利 8348 萬元、實現扭虧為盈，算力子公司上海潤六尺收入同比增長 743.60%，2026 年一季度淨利 6514 萬元、同比增長 117.90%。

造紙企業美利雲2025 年雲業務收入 3.24 億元、佔營收 94.65%、毛利率 45.58%；一季報淨利同比增長 102.61% 且經營現金流轉正。

另一種典型情形以中貝通信為代表，2026 年一季度算力訂單儲備達 28.7 億元、智算收入快速增長，但受折舊、財務費用與減值影響，當期利潤有所承壓。這反映了重資產擴張期的普遍規律，利潤往往滯後於收入，建設節奏越快，當期利潤壓力越大。

也有部分跨界企業的算力收入佔整體營收的比重仍然較低，或相關資產注入、合作推進仍處進行之中。其算力業務對整體業績的貢獻尚不顯著，更多反映市場對概念的預期，後續兌現仍需觀察，屬行業早期階段的常見特徵。

個別早期參與企業也經歷了合作或項目層面的調整，反映出跨界佈局在落地過程存在不確定性。

2.4 中國香港上市公司：原生龍頭訂單兌現為主線，新進入者路徑多樣

中國香港上市公司的AIDC價值集中在原生 IDC 龍頭的訂單兌現上，萬國數據 2026一季度單季新簽創紀錄 200MW，截至一季度末在手总訂單達 1.8GW，2026 年新簽 AI 訂單目標超 500MW。跨界一端，粵港灣控股 2026 年更名粵港灣智算，經收購天頓數據切入算力、2025 年 AI 算力收入佔營收 61.5%，福田國資注資 8 億元加碼其 AI 業務。

萬國數據 1.8GW 的在手訂單代表可核驗的真實需求，是穩態兌現的典型；粵港灣智算則代表通過收購與國資合作快速切入的新進入者路徑，算力收入佔比雖高，但業務成立時間較短，持續性仍有待時間驗證。兩者共同反映了中國香港上市公司參與者從成熟龍頭到新進入者的多元格局。

2.5 美國上市公司：礦企轉型最成熟，合同先行、收入後至

美國上市礦企是三地裡轉型最成熟的一類，因為它們走的是先簽長約、再上產能、收入隨後兌現的路徑，估值錨是在手合同而非當期利潤。IREN 與微軟簽訂 97 億美元 GB300 AI 雲合同；AWS 與 Cipher 簽訂 300MW、15 年託管協議。Core Scientific與 CoreWeave 的合作擴展至約 590MW、12 年合計約 102 億美元的 take-or-pay 託管合同。

微軟、AWS、CoreWeave 這些投資級對手方簽下的多年期 take-or-pay 長約，本質是把礦企的電力機房折現成了可預測的遠期現金流。這就是美國上市礦企含金量相對較高的原因，它們賣的是已經鎖定買家的產能。一個量化佐證是，AI合約的單兆瓦收入約為傳統挖礦的 3 倍。

三、判斷：轉型 AIDC 之前與之後

3 .1 估值錨發生遷移

轉型 AIDC 之前，公司估值錨是原主業，味精與造紙看消費與產能週期、鋼鐵看大宗週期、彩票印刷看牌照。而轉型 AIDC 之後，對轉型兌現較好的公司而言，估值錨遷移到了可驗證的算力長約規模與電力容量。萬國數據被重估看的是在手 1.8GW 訂單，美國上市礦企被重估看的是 backlog 與 ARR，而非當期每股收益。

3 .2 真區別在合同與電力

真正區分轉型之前與轉型之後的，是公司是否拿到可核驗的長約與電力指標，而非是否對外公告了算力。也有部分公司在公告算力佈局後，因收入佔比仍低或項目推進節奏不及預期，股價出現較明顯波動；與之相對，擁有電力、土地與長約的公司則獲得相對持續的估值支撐。電力是 IEA 口徑下的真實瓶頸，這也解釋了為何先有電力土地、再講 AI 故事的路徑更易兌現。

3 .3 利潤滯後是普遍特徵

無論中國內地的中貝通信還是美國的 CoreWeave、IREN，重資產擴張期都呈現收入漲、利潤承壓甚至轉虧。資本市場對此的容忍，建立在長約提供的遠期現金流可見度之上。一旦長約不落地或電力指標缺位，概念溢價會迅速回吐。

資本市場對 AIDC 概念高度認可，但認可對象是合同與電力，例如萬國數據、CoreWeave 與一眾礦企憑 backlog 獲顯著重估，礦股 2026 年內整體漲幅約 70 個百分點；甲骨文憑藉數千億美元的 RPO 積壓完成從數據庫軟件向 AI 雲的市值重估。

四、風險與可持續性

本章從產業研究角度梳理 AIDC 投資週期中的主要風險，供評估行業景氣可持續性時參考。當前景氣建立在 AI 訓練與推理需求持續高增長的假設之上。若大模型商業化變現不及預期，或芯片與算法效率提升明顯降低單位算力需求，行業可能出現階段性產能消化壓力。

4.1折舊與技術迭代錯配

AIDC 的核心財務風險之一來自 GPU 折舊週期與會計折舊假設的錯配。據公開行業討論，部分算力運營商對 GPU 按約六年計提折舊，而工程與法律界對 GPU 實際可用壽命的估計多在三到四年，部分分析師認為僅二到三年。隨著英偉達從 Blackwell 向 Vera Rubin 迭代，上一代算力的殘值與租金水平可能快於折舊表下滑；若實際壽命短於賬面假設，運營商的真實回報會被高估。這是評估重資產運營商盈利質量時需要重點驗證的變量，置信度中。

4.2客戶集中與合同穩定性

長約（take-or-pay）一方面為項目融資提供可預測的現金流，另一方面也帶來客戶集中風險。OpenAI 對外簽下的算力採購承諾包括向 CoreWeave 約 220 億美元、向甲骨文約 3000 億美元、向亞馬遜約 380 億美元；多家 Neocloud 與轉型礦企的收入同樣高度依賴少數投資級對手方。長約的穩定性在市場環境變化時可能受到考驗，一旦個別大客戶調整需求節奏，相關運營商的收入可見度會出現波動。

4.3槓桿與循環融資

AIDC 資本密集，債務融資規模快速擴大。CoreWeave 於 2026 年完成一筆約 85 億美元融資並獲得投資級評級，是首批由 HPC 基礎設施支持的投資級融資，顯示信用市場對該模式的初步認可。與此同時，市場對循環融資存在討論，英偉達持有 CoreWeave 約 7% 股權、並對 OpenAI 承諾高達 1000 億美元投資，部分資金最終通過採購 GPU 回流上游，這與上世紀末電信設備商的供應商融資有相似之處。

五、融資創新：REITs 與資產證券化

AIDC 是典型的重資產行業，僅靠自有資金與銀行貸款難以支撐指數級擴張，融資模式因此成為決定運營商擴張速度的關鍵變量。資產證券化（REITs、ABS、CMBS）使運營商能夠把已建成、已上架的成熟資產出表、回籠資金，再投入新建，形成「建設—證券化—再建設」的循環，推動行業由重資產模式向輕資產運營演進。

同時，中國證監會於 2025 年 6 月 18 日批准首批兩隻數據中心公募 REITs，即南方萬國數據中心 REIT 與南方潤澤科技 REIT。前者底層資產為萬國數據位於崑山的數據中心項目，後者為潤澤科技位於京津冀國家樞紐節點的 ICFZ A-18 數據中心項目。這是國內資本市場首次將數據中心納入公募 REITs，對第三方 IDC 龍頭的資產估值與擴張能力具有標誌意義；潤澤、萬國在 REITs 上的先發，也是其相對同業更強擴張能力的重要支撐。

美國 AIDC 的債務證券化（ABS/CMBS）發行規模快速增長，部分運營商還實現了由 HPC 基礎設施支持的投資級評級融資。據 JPMorgan 預測，2026 年與 2027 年美國數據中心年度證券化發行規模預計將達 300 億至 400 億美元。融資渠道的成熟度，是中美運營商擴張節奏差異的重要原因之一。

在資產端證券化之外，算力金融化正進一步向產出端延伸。芝商所與Silicon Data於2026年5月宣佈將推出全球首個GPU算力期貨，錨定每日GPU租賃價格基準，使運營商與算力買方能夠像對沖油價、電價一樣對沖算力價格波動；中國則以指數先行、現貨試點、政策引導穩步推進，2025年底中證商品指數公司發佈智能算力供給指數，2026年4月工信部提出探索算力銀行、算力超市等業務，中信證券據此判斷算力期貨或將年內落地。若REITs與ABS財融化的是已建成的資產，算力期貨財融化的則是算力收入本身，二者構成算力金融化沿資產端與產出端並行推進的兩層；產出端定價與對沖工具一旦成熟，將進一步降低運營商收入的不確定性，反哺資產端證券化的估值與發行能力。

但算力期貨距離真正成交仍受制於標準化，算力因芯片型號、計算精度與網絡架構差異缺乏統一參照價，定價透明度與交割機制尚未解決，其更準確的定位是年內有望落地、仍待前置條件的新興工具。

六、小結

據 JLL 2026 全球數據中心展望，AI 負載佔數據中心總需求的比例將從 2025 年約 25% 升至 2030 年約 50%，並預計 2027 年前後出現結構性拐點，推理負載將超過訓練成為 AI 算力需求的主要驅動力。當前需求仍以大規模集中訓練為主。

訓練與推理對基礎設施的要求不同。訓練傾向集中、超大規模、單點功率密度極高；推理則需要貼近用戶、低時延，因而更分散，會帶動區域級部署與邊緣算力，例如微型數據中心、邊緣 colocation的增長。這意味著 AIDC 的競爭要素將從單點規模逐步向網絡化佈局與時延覆蓋延伸。

對運營商而言，推理遷移利好擁有多區域節點、貼近核心經濟區與用戶的玩家；對設備鏈而言，推理對能效與散熱的要求會進一步抬升液冷與高能效芯片的滲透。從產業研究角度，這是判斷下一階段 AIDC 投資方向由建大集群轉向佈網絡的關鍵變量。

Base Meme項目BRIAN暴跌致某地址浮虧15.9萬美元，資產縮水88.7%

熱門文章