2026 智算基础设施:数据中心、电力与算力供给的产业格局
天际研究 · AI 实验室 · 2026.05.12 · 全文 14 页 · 预览 3 页
摘要
2026 年的智算基础设施已从单点芯片竞赛,演变为"芯片—内存—电力—网络—散热"协同的系统工程。全球四大云厂商 2026 年资本开支指引合计约 7,250 亿美元,同比增长约 77%;算力的真正瓶颈正从 GPU 转向电力与供电时序——微软披露其 Azure 订单中约 800 亿美元因供电不足无法交付。供给侧呈现"双轨":英伟达 Blackwell/GB300 仍主导全球加速器市场,数据中心单季收入逾 410 亿美元;与此同时,中国以昇腾超节点为代表的本土算力基座在先进制程受限下以"系统级堆叠"求解可持续性,Atlas 950 超节点计划 2026 年四季度上市。HBM 内存全行业供给售罄至 2027 年,液冷因机柜功率密度逼近数百千瓦而从可选变为必需。本报告以面向公众的产业视角,梳理需求、供给、电力、内存、散热与网络六大环节的格局与受益价值链,并审视"过度建设/循环融资"等系统性争议。本报告仅为行业研究,不构成任何投资建议。
关键发现
- 01四大云厂商(微软、谷歌、亚马逊、Meta)2026 年资本开支指引合计约 7,250 亿美元,同比增长约 77%(2025 年约 4,100 亿美元);其中亚马逊约 2,000 亿、微软约 1,900 亿、谷歌 1,750–1,850 亿、Meta 提升至 1,250–1,450 亿美元。
- 02算力的瓶颈正从芯片转向电力:微软披露约 800 亿美元 Azure 订单因供电不足无法交付;IEA 测算 2026 年美国数据中心用电将超过 250 TWh,全球数据中心用电预计到 2030 年翻倍至约 945 TWh。
- 03英伟达 Blackwell 仍是全球加速器主力:FY2026 Q2 数据中心收入约 411 亿美元(总营收 467 亿),GB300 出货已超过 GB200、约占 Blackwell 收入的三分之二。
- 04中国本土算力以系统级堆叠求解制程限制:华为 Atlas 950 超节点支持 8,192 张昇腾 950DT 卡、FP8 算力达 8 EFLOPS,计划 2026 年四季度上市;CloudMatrix 384 超节点已累计部署 300 多套、服务 20 多家客户。
- 05中国智算总规模截至 2026 年 3 月约达 188 万 PFLOPS(FP16),八大国家枢纽节点占比超 80%;'算电协同'于 2026 年被正式提升为国家级战略。
- 06HBM 内存全行业紧缺延续至 2027 年:2026 年 HBM 需求同比增约 70%、占 DRAM 晶圆产出约 23%;HBM4 规模量产预计 2026 年三季度起;SK 海力士市占率领先(约 53%),美光宣布退出消费级存储转向 AI 数据中心客户。
- 07液冷从可选变为必需:2026 年数据中心液冷市场约 60–82 亿美元,直触芯片(direct-to-chip)细分增速最快;下一代 AI 机柜功率密度可达 370 kW,风冷已无法满足 Blackwell 级部署。
- 08系统性争议升温:2026–2030 年预计新增约 100 GW 数据中心容量、对应逾万亿美元资产;'循环融资'结构(芯片商—云厂—模型公司互为供应商、客户与投资人)与 GPU 折旧节奏成为可持续性焦点。
引言:从芯片竞赛到系统工程
数据更新至 2026-06-28。
过去两年,行业对 AI 算力的认知发生了一次根本转变:2024 年人们谈论的是"谁的 GPU 更快",到 2026 年,真正决定算力能否落地的,已是芯片、内存、电力、网络与散热五者的协同。换言之,AI 行业正从"算力硬件竞赛"转向"全链路供给效率"的比拼。
这一转变背后是惊人的资本规模。微软、谷歌、亚马逊、Meta 四大云厂商 2026 年的资本开支指引合计约 7,250 亿美元,较 2025 年的约 4,100 亿美元增长约 77%。但钱并非唯一约束——微软罕见地披露,其 Azure 订单中约有 800 亿美元因供电能力不足而"无法交付"。这句话浓缩了 2026 年的核心矛盾:需求远未见顶,瓶颈却已从"买不到芯片"转为"接不上电"。
本报告以面向公众的产业研究视角,沿需求、供给、电力、内存、散热、网络六条主线,梳理 2026 年年中的智算基础设施格局,并在每一环节标注中性的"受益价值链环节",帮助读者理解产业链利润分布,而非给出任何标的或投资建议。
需求侧:超大规模资本开支与电力天花板
需求侧的故事可以用两个数字概括:7,250 亿与 800 亿。
前者是四大云厂商 2026 年资本开支指引的合计值。拆分来看,亚马逊以约 2,000 亿美元领跑,微软约 1,900 亿,谷歌母公司 Alphabet 指引 1,750–1,850 亿,Meta 则将全年预算上调至 1,250–1,450 亿美元,并明确将上调原因归于"零部件涨价与额外数据中心成本"。亚马逊云(AWS)同比增长 28%,谷歌云积压订单超过 4,600 亿美元——需求的确凿性毋庸置疑。
后者(约 800 亿美元因供电不足无法交付的 Azure 订单)则揭示了天花板。IEA 测算,2026 年美国数据中心用电将超过 250 TWh(2024 年约 183 TWh),全球数据中心用电预计到 2030 年翻倍至约 945 TWh;AI 专用数据中心用电在 2025 年已激增约 50%。"算力的尽头是电力"不再是一句口号:供电的获取速度、并网时序、长期电价,正成为数据中心选址与产能释放的第一性约束。
受益价值链环节(中性分析,不指向任何具体公司):一是上游电力与电气设备——发电、输配电、变压器、开关柜、备用电源;二是为应对并网周期而兴起的"自带电源"方案(燃气、核电 SMR、储能);三是能为云厂商压缩交付周期的数据中心 EPC 与预制化模块供应商。
供给侧双轨:Blackwell 主导与本土算力基座
加速器供给在 2026 年呈现清晰的"双轨"格局。
第一轨是英伟达。FY2026 Q2 其数据中心收入约 411 亿美元(总营收 467 亿),Blackwell 数据中心收入环比增长约 17%;GB300 出货已超过上一代 GB200,约占 Blackwell 收入的三分之二,推理速度较 Hopper 代有数量级提升。英伟达在 AI 加速器市场仍占据主导份额,其平台(芯片+ NVLink 互联+ 软件栈)构成了全球训练与推理的事实标准。
第二轨是中国本土算力基座。在先进制程受限的背景下,以华为为代表的厂商选择以"超节点"架构求解可持续性——用系统级互联与堆叠,换取单芯片之外的整体算力。昇腾 950 系列中,950PR 于 2026 年一季度推出、面向推理 Prefill,950DT 计划四季度推出、面向训练与推理 Decode;Atlas 950 超节点支持 8,192 张 950DT 卡,FP8 算力达 8 EFLOPS、FP4 达 16 EFLOPS,计划 2026 年四季度上市。华为云 CloudMatrix 384 超节点已累计部署 300 多套、服务 20 多家客户,显示本土方案已进入规模部署阶段。中国顶尖模型向国产算力迁移成为趋势,正在改写国内 AI 产业链的定价逻辑。
受益价值链环节(中性分析):全球轨上是先进封装(CoWoS)、高速互联与光模块、服务器 ODM;本土轨上是国产 GPU/NPU、自研 HBM、超节点交换与铜/光互联,以及配套的软件生态与晶圆制造。
📄 完整报告
完整报告共 14 页 · 仅向合格投资人与合作伙伴定向提供
以上为公开预览。完整版包含以下章节，依合规要求不在公开页提供、亦不提供免费下载——请联系天际同事索取。
- 🔒电力与供电:从'东数西算'到'算电协同'
- 🔒内存瓶颈:HBM 超级周期与售罄至 2027
- 🔒散热革命:液冷从可选走向必需
- 🔒网络与互联:超节点时代的光与铜
- 🔒系统性争议:过度建设、循环融资与 GPU 折旧
- 🔒区域格局:中国智算枢纽与全球产能竞速
- 🔒数据与来源 · 免责声明
本报告为天际资本 AI 实验室出品的产业研究，基于公开信息整理，不构成投资建议；不含基金业绩、AUM 或募资要约。