AIDC智算中心是AI时代的关键基础设施，其高功率密度、液冷散热、RDMA网络及算力池化调度等特征，与传统IDC形成显著差异。在政策强力支持、市场需求爆发、技术持续迭代的背景下，我国AIDC产业正迎来规模化、绿色化、普惠化的战略机遇期。企业应把握集约化建设、液冷技术、算力调度平台等关键环节，积极应对能效与供应链挑战，共同构建智能经济的新型底座。

AIDC智算中心以GPU为核心，采用高密机柜、液冷散热与RDMA网络，支撑AI大模型训练推理；传统IDC正向智算升级。预制化算力工厂等方案实现快速部署与绿色低碳（PUE<1.1），成为机房建设主流方向，驱动智能经济新基建发展。

一、概述

人工智能数据中心（AIDC）与通用互联网数据中心（IDC）共同构成数字经济的核心基础设施。随着AI大模型从“对话”向垂直行业深度嵌入，以及Agent时代的到来，算力需求正从训练侧更多地向推理侧倾斜，推动AIDC进入新一轮建设周期。本报告从概念区别、市场趋势、政策环境、技术要点、产业格局及创新算力方案等维度，系统梳理当前AIDC与IDC领域的发展全貌。

---

二、AIDC与传统IDC的核心区别

传统IDC以CPU为核心，聚焦数据存储与通用计算；AIDC以GPU/xPU为中心，专门服务于AI大模型的训练与推理。两者对比如下：

维度	传统IDC	AIDC（智算中心）
核心芯片	CPU为主	GPU/TPU/ASIC等加速芯片
单机柜功率	3-8 kW	20-100 kW+，高端场景可突破100 kW
散热方式	风冷为主	液冷（冷板式/浸没式）为主流
核心用途	Web服务、数据库、文件存储	AI模型训练、推理、大数据处理
商业模式	托管租赁，成本中心	算力即服务，以Token调用次数锚定价值
网络架构	传统以太网	RDMA高速网络，追求低延迟高吞吐
PUE目标	1.4左右	1.2以下，先进液冷方案可低至1.04

按算力类型划分，数据中心还可分为通用型（CPU为主）、智算型（AIDC）、超算型（科学计算）三大类。

---

三、市场趋势与规模

3.1 市场规模高速增长

• 2026年中国AIDC市场规模预计达1778亿元，2030年接近4000亿元。

• 2024年智能算力规模达725.3 EFLOPS，同比增长74.1%，增幅是通用算力的3倍以上；2026年预计达1180 EFLOPS。

• 全球AI数据中心规模2030年预计达156 GW，2025-2030年复合增长率约29%。

3.2 资本开支持续高景气

• 海外：四大科技巨头（谷歌、微软、亚马逊、Meta）2026年预计资本支出约6500亿美元。

• 国内：阿里2025-2027年投入超3800亿元；字节跳动2026年资本开支拟达1600亿元（其中AI芯片预算约850亿元）。

3.3 应用领域分布

行业	智能算力占比
互联网	53%
服务行业	18%
政府	9%
电信/工业制造/教育/金融	各约4%

3.4 区域供给格局

• 京津冀、长三角、大湾区：三大区域机柜资源供给占比65.5%，承载金融交易等时延敏感业务。

• 中西部：在“东数西算”推动下占比持续提升，形成“东部核心承载、中西部协同补充”的梯度布局。

---

四、政策环境：从顶层设计到普惠落地

4.1 国家战略

• 2026年《政府工作报告》首次提出“打造智能经济新形态”，强调“实施超大规模智算集群、算电协同等新基建工程”。

• “十五五”规划纲要：强化算力统筹布局，推进算力资源规模化、集约化、绿色化、普惠化发展。

4.2 绿色低碳要求

国家数据局明确：枢纽节点新建算力设施绿电应用占比达到80%以上，开展算电协同试点。

4.3 普惠算力专项行动

2026年4月，工信部启动普惠算力赋能中小企业发展专项行动，创新提出“算力银行”“算力超市”概念：

• 支持中小企业按“卡时”“核时”及Token计费等灵活付费。

• 企业可存入闲置算力资源，实现跨区域、跨周期调度取用。

---

五、技术方案与建设要点

5.1 集约化：高密度超节点

• 单机柜功率由传统3-8 kW提升至20 kW以上，高端场景突破100 kW。

• 产业向10万卡级集群集中。例如中科曙光scaleX万卡超集群：16个超节点、10240块AI加速卡，总算力超5 EFLOPS，PUE低至1.04。

5.2 绿色化：液冷成为主流散热方案

• 2024年PUE<1.4的机房占比52.3%，PUE<1.2的先进机房比例提升至12.7%。

• 2026-2028年液冷市场增速预测：104.8%、65.4%、59.1%。

• 技术路线：冷板式、浸没式、热管式等多路径，支持液冷/风冷混合部署与智能切换。

5.3 算力化：RDMA网络与池化调度

• 采用RDMA高速网络（如400G类InfiniBand），实现低于1微秒端侧通信延迟。

• 曙光scaleFabric网络相比传统IB网络提升2.33倍，网络总体成本降低30%。

5.4 电力架构迭代

• 配电架构从UPS向HVDC、巴拿马电源、SST演进。

• 2026-2028年柜外电源规模增速分别为62.0%、57.0%、64.1%。

---

六、龙头企业与产业链格局

6.1 竞争格局“三元分化”

• 运营商主导：基础运营商凭借网络与资源优势占据约半数以上份额。

• 第三方崛起：依托定制化与高性能获得增长空间。

• 互联网自建补充：头部云厂商自建智算集群。

6.2 重点企业梳理

企业	核心定位	关键进展
润泽科技	AIDC基础设施龙头	累计交付18栋算力中心，香港沙岭项目总投资238亿港元，至2032年可提供180 EFLOPS算力
数据港	订单驱动型IDC	全国建成35座数据中心，具备液冷技术能力，正向高功率AIDC设施改造
协创数据	GPU算力租赁平台	2025年智能算力收入27.6亿元，布局乌兰察布、马鞍山、深圳等多节点分布式网络
利通电子	算力业务快速增长	2025年净利润预计同比增长超10倍，可调度算力约2.9万P
阿里云	云厂商AIDC	“灵骏”智算集群覆盖IaaS-PaaS-MaaS三层，支持十万卡级算力扩展
火山引擎	云厂商AIDC	基于PD分离架构智算集群，构建完整AI基础设施闭环

资本市场视角：2025年底至2026年初，AIDC板块已步入从“概念叙事”向“业绩验证”的关键转折期。

---

七、算力方案创新：算力工厂模式

传统数据中心长周期建设模式难以满足算力快速迭代需求。预制化、模块化、高密化、绿色化成为主流方向。

典型案例：浪潮信息元脑“算力工厂”

• 由119个预制化集装箱拼接而成，总功耗10 MW。

• 液冷+绿电结合，PUE低至1.1以下。

• 结构材料80%可循环利用，从建设到投运仅120天。

该模式代表了大规模智算中心建设的未来方向。

---

八、挑战与展望

8.1 主要挑战

1. 能效瓶颈：高功率密度带来散热和供电压力，液冷规模化部署尚需时间。

2. 通信效率：大规模集群通信瓶颈仍是制约“有效算力”的关键障碍。

3. 供应链风险：高端GPU获取渠道受限，制约国内算力建设。

4. 投资回报周期：单项目投资额巨大（100MW数据中心CapEx约34-55亿美元），回报周期较长。

8.2 未来展望

• AIDC正从支撑AI训练的核心基础设施，演变为智能经济时代的新底座。

• 随着大模型向垂直行业深度嵌入，以及Agent时代到来，算力需求将从训练侧更多地向推理侧倾斜。

• 液冷、算电协同、普惠算力等方向将持续深化，推动AIDC进入新一轮高质量建设周期。