2026年中国第三方算力中心服务商发展研究报告

泘䎓 04╈㎁瑭└亡畀ⱱ╈䑐僜ⱷら⹠㷤朆敯 09AI休♏瑭└亡畀ⱱ╈䑐僜ⱷら珒◂鶷鰝庌⹩ 15瑭└亡畀ⱱ╈䑐僜ⱷら簧⺭珒◂ⱱ陁♯ 23겅⩝僜ⱷら耇ⱱ䋧阻饟䏧┚㲓饨 33瑭└亡畀ⱱ╈䑐僜ⱷら儔全⹠㷤㷤僷 䌖銨 当前，⼈⼯智能正在成为推动经济社会数字化、智能化发展的重要⼒量。⼤模型、⽣成式AI与智能体应⽤的持续迭代，不仅加速了算⼒需求的增⻓，也在推动算⼒基础设施的服务对象、建设标准和运营要求发⽣系统性变化。作为算⼒基础设施的重要建设者与运营者，算⼒中⼼服务商向上承接基础资源，向下服务多元客⼾，在保障算⼒设施稳定运⾏、⽀撑数字化应⽤落地⽅⾯承担着重要⻆⾊。 伴随算⼒需求扩张，中国算⼒中⼼资源规模持续扩⼤，智算中⼼项⽬加快建设，训练、推理和⾏业应⽤形成更加多样化的需求场景。与此同时，项⽬从规划建设到交付运营，受到电⼒供应、能耗指标、资⾦安排和客⼾订单等多重因素的交织影响；液冷、⾼密供配电、智能运维等技术加快落地应⽤，公募REITs的正式开闸也为成熟资产的盘活提供了新的资本通道。资源条件、客⼾基础、项⽬交付、技术适配、运营管理和资⾦安排之间的联系⽇益紧密，共同构成了服务商竞争的新格局。 在这⼀格局下，不同服务商在资源获取、客⼾拓展、技术能⼒和资⾦实⼒上的差异，正在加速转化为项⽬获取、交付效率和⻓期运营能⼒的分化。头部服务商依托先发优势和规模效应持续扩张，中⼩服务商则在资源约束和竞争压⼒下⾯临更⼤挑战。 本报告聚焦中国第三⽅算⼒中⼼服务商，围绕⾏业发展现状、竞争格局演变、综合竞争⼒评价、领先企业能⼒建设及未来发展展望展开研究。报告通过系统梳理市场变化、评估代表性企业综合能⼒、总结领先企业实践经验，呈现AI时代第三⽅算⼒中⼼服务商的发展特点和竞争重点，为⾏业参与者了解市场、制定策略提供参考。 ╈㎁瑭└亡畀ⱱ╈䑐僜ⱷら⹠㷤朆敯 AI推动⾏业进⼊新⼀轮发展周期，第三⽅算⼒中⼼服务商作为中国算⼒供给体系的重要组成部分，正在持续扩⼤资源规模、优化区域布局，提升智算基础设施承载、建设交付和稳定运维能⼒。 在⼈⼯智能应⽤深化、算⼒基础设施持续建设和⾏业数字化需求增⻓的背景下，第三⽅算⼒中⼼服务商作为市场化算⼒基础设施供给主体，产业地位和业务范围持续拓展。 第三⽅算⼒中⼼服务商是指独⽴于基础电信运营商和云⼚商之外，具备算⼒中⼼资源建设、运营和服务能⼒，⾯向外部客⼾提供机柜托管、⽹络接⼊、运维管理、安全合规及相关增值服务的专业化服务主体。其核⼼价值在于通过⾃建、共建或运营算⼒中⼼资源，为互联⽹、云计算、AI企业、⾦融、制造、政务等客⼾提供稳定、可靠、可扩展的算⼒基础设施服务。 从产业定位来看，第三⽅算⼒中⼼服务商处于算⼒中⼼服务⽣态的中游环节，向上整合电⼒、⽹络、⼟地、IT设备、⼯程建设和机电系统等基础资源与产业配套，向下服务互联⽹、云⼚商、AI企业、⾦融、政务、制造等多元客⼾。与基础电信运营商和云⼚商相⽐，第三⽅服务商通常具备更强的市场化服务能⼒、定制化交付能⼒和多客⼾服务灵活性，是中国算⼒基础设施市场化供给体系的重要组成部分。 第三⽅算⼒中⼼服务商在运营、在建及规划资源规模持续扩⼤，智算资源在资源储备中的占⽐持续提升，⾼功率机柜、液冷适配机房、GPU集群承载和⾼性能⽹络等成为新增资源建设的重要配置。在窗⼝指导和能耗约束下，第三⽅算⼒服务商的资源储备更加取决于订单绑定、客⼾上架基础、能耗指标、电⼒保障和项⽬交付能⼒。 截⾄2025年底，全国在运营IDC机柜IT总容量达19933MW，2021-2025年复合增⻓率为20.1%，算⼒中⼼供给规模持续扩张。第三⽅算⼒中⼼服务商在运营、在建及规划资源规模同步提升，⾏业整体资源规模保持较⾼⽔平，但不同类型服务商之间的资源能⼒差异较为明显。头部服务商依托⻓期项⽬积累、资⾦实⼒和客⼾基础，在资源获取、项⽬建设和交付运营⽅⾯形成领先优势。众多算⼒中⼼服务商积极把握AI时代机遇，围绕京津冀、⻓三⻆及中西部算⼒枢纽节点积级推进⼤型基地建设，2025年多座⼤型数据中⼼实现交付，部分头部第三⽅算⼒中⼼服务运营及在建项⽬规模已突破GW级别，能够有效承接头部互联⽹及AI企业的⼤规模算⼒部署需求。相⽐之下，多数中⼩型服务商资源布局仍以区域项⽬或特定客⼾需求为主，资源规模、项⽬成熟度和持续交付能⼒存在较⼤差异。 AI需求增⻓正在改变资源现状的结构特征。随着⼤模型训练、推理应⽤和万卡级智算集群项⽬落地，服务商资源建设更加重视⾼功率机柜、液冷适配、GPU集群承载、⾼性能⽹络和稳定供配电能⼒。2025年，中国存量在运营10kW以上⾼密机柜占⽐增⾄31.4%，⾼密机柜已成为新建和改造项⽬的重要⽅向。对于第三⽅服务商⽽⾔，是否具备智算适配资源，正在影响其承接AI客⼾、云⼚商和⾼密度算⼒需求的能⼒。 第三⽅算⼒中⼼服务商资源布局已形成由核⼼城市及周边、国家算⼒枢纽节点、区域经济中⼼和海外节点共同构成的多层次格局。其中，京津冀、⻓三⻆和粤港澳等需求集中区域仍是服务商承接⾼价值客⼾的重要资源基础，西部及能源优势区域承担⼤规模算⼒中⼼和智算中⼼建设功能，部分服务商也开始围绕客⼾出海需求布局海外节点。 从区域功能分⼯与业务负载匹配看，⼋⼤国家算⼒枢纽已形成较为清晰的差异化承载格局。张家⼝、廊坊、太仓、韶关等东部枢纽及环⼀线节点依托产业基础、客⼾密度和⽹络条件，当前主要承载⾼实时性、低时延的推理类及核⼼业务算⼒需求，并以存量资源升级和⾼密度智算改造为主；西部枢纽则依托能源与⼟地成本优势，当前重点承接⼤规模训练类算⼒需求及新建集群项⽬，内蒙古、宁夏等区域承接了较多⼤规模GPU集群和训练侧负载。 2025年，中国IDC资源仍主要集中在东部核⼼经济区，京津冀、⻓三⻆和⼤湾区三地的机柜资源合计占⽐接近60%。与此同时，中西部地区新增资源占⽐逐步提升，西部枢纽节点占⽐已达13.6%。东部三⼤区域聚集了互联⽹、云⼚商、⾦融、AI企业和政企客⼾，客⼾密度⾼、⽹络条件好、低时延需求集中，仍是第三⽅算⼒中⼼服务商承接⾼价值客⼾和实时算⼒业务的核⼼承载区。 与此同时，随着“东数西算”⼯程深⼊推进及国家算⼒枢纽体系逐步完善，中西部地区尤其是西部节点的新增算⼒承接能⼒明显提升。内蒙古、宁夏等西部枢纽依托绿电资源、⼟地空间及能源成本优势，持续吸引⼤规模算⼒基础设施项⽬落地。2025年，超过60%的新增算⼒资源向国家算⼒枢纽节点集中，服务商新增资源布局呈现明显的“向枢纽集中”特征。 除国内区域布局外，中国第三⽅算⼒中⼼服务商的海外业务已由少数企业的前期探索，逐步进⼊参与主体增加、项⽬持续落地的阶段。近年来，随着中国互联⽹企业、云⼚商和AI企业加快全球化发展，更多服务商开始推进海外节点建设和项⽬储备。当前海外资源主要集中在新加坡、⻢来西亚、印度尼西亚、泰国等亚太市场，业务需求也由承接中国客⼾出海，逐步延伸⾄服务当地云计算、互联⽹和AI客⼾。相较国内市场，海外项⽬在⼟地及电⼒获取、外资准⼊、数据合规、⽹络连接、本地建设运营和客⼾拓展等⽅⾯更为复杂，现阶段海外资源规模和项⽬落地进度仍呈现明显的企业差异。 随着中国算⼒中⼼市场由⾼速扩张转向⾼质量发展，第三⽅算⼒中⼼服务商的竞争逻辑正在发⽣深刻变化。资源规模仍然是重要基础，但已不再是决定市场地位的充分条件。在定制化需求提升、智算建设加速和国资及产业资本持续⼊场的背景下，⾏业头部集中趋势延续，服务商之间的能⼒分化进⼀步加剧。能否有效去化存量资源、获取⾼质量客⼾、承载AI业务并实现⻓期稳定运营，正在成为决定服务商竞争位势的关键变量。 上架率差异扩⼤，服务商进⼊资源去化与运营效率竞争阶段 2025年，中国定制化IDC机房上架率为71.4%，明显⾼于⾮定制化机房。定制化机房通常⾯向头部互联⽹、AI、⾦融等⼤客⼾，在规划建设阶段即与客⼾需求深度绑定，供电、⽹络、散热和空间设计更匹配业务需求，交付后上架爬坡周期较短。相⽐之下，⾮定制化机房⾯向多租⼾和中⼩客⼾，需求差异更⼤，叠加部分存量机房功率密度较低、AI业务适配能⼒不⾜，资源去化压⼒更为突出，2025年⾮定制化机房的平均上架率约55.7%。 头部优势延续，优质资源与客⼾持续向头部企业集中 头部服务商依托核⼼区域资源、⻓期客⼾积累、融资能⼒和⼤型项⽬运营经验，在市场竞争中持续扩⼤领先优势。与此同时，客⼾对资源质量、电⼒保障、交付周期、上架效率和稳定运维能⼒的要求不断提⾼，能否在多维度上同时满⾜客⼾更⾼标准，已成为决定服务商市场位势的关键。2025年，国内TOP10服务商市场份额超55%，⾏业集中度持续提升。 TOP10服务商市场份额 智算需求增⻓，AI业务承载能⼒成为服务商分化关键 AI⼤模型训练与推理需求快速增⻓，推动新建算⼒中⼼向⾼功率、液冷和GPU集群承载能⼒升级。据国家数据局发布数据显⽰，2025年全国智能算⼒规模达到159万PFlops（FP16），到2026年3⽉ 底 已 经 达 到188万PFlops，2020-2025年CAGR为79.2%，智能算⼒供给能⼒持续释放。相⽐传统IDC业务，智算业务对供配电、制冷、⽹络互联、运维保障和能效管理提出更⾼要求，具备⾼功率机房交付和AI客⼾服务经验的服务商更具竞争优势。 2020-2025年智能算⼒规模CAGR 国资与产业资本持续⼊场，市场主体进⼊能⼒筛选期 在东数西算、⼈⼯智能和地⽅数字经济建设推动下，国资背景企业、地⽅平台、能源企业和产业资本持续参与算⼒中⼼及智算中⼼建设。国资背景服务商占⽐达到23%，反映出“国家队”和地⽅平台参与度持续提升。与早期跨界进⼊不同，当前市场更加关注项⽬合规性、客⼾确定性、能源保障、资⾦实⼒和⻓期运营能⼒，⾏业主体进⼊围绕综合能⼒的筛选阶段。 国资背景服务商占⽐ 02 AI休♏瑭└亡畀ⱱ╈䑐僜ⱷら珒◂鶷鰝庌⹩ AI需求增⻓与政策约束增强，推动第三⽅算⼒中⼼服务商在资源竞争逻辑、客⼾结构、服务交付模式、技术发展路径和资本运作格局等⽅⾯发⽣深刻变化。 加依赖前置条件的完整性。部分项⽬虽然具备较⼤规划规模，但若尚未完成审批落地，或缺乏明确电⼒接⼊、能耗指标和客⼾订单⽀撑，短期内仍难以形成实际供给。因此，规划资源和在建资源并不完全等同于可交付资源，资源能否顺利落地并转化为客⼾可上架容量，成为衡量服务商资源能⼒的重要变量。 早期阶段，资源规模、区位条件和项⽬储备对第三⽅算⼒中⼼服务商竞争优势具有重要影响。在市场需求增⻓较快、供给持续扩张的阶段，企业能否获取核⼼区域资源、⼟地电⼒条件和较⼤规模的在建及规划项⽬，直接影响其服务客⼾和扩⼤业务规模的能⼒。随着AI算⼒需求快速增⻓，客⼾对⾼功率机柜、液冷部署、GPU集群承载和快速交付的要求明显提升。与此同时，算⼒中⼼供给端受到⼟地、电⼒、能耗指标和窗⼝指导等多重约束，项⽬从规划到交付上架的⻔槛进⼀步提⾼。在此背景下，第三⽅算⼒中⼼服务商的资源竞争焦点更加聚焦于交付能⼒，规划规模和在建体量仍然重要，但已不⾜以单独构成稳定优势，资源能否按期落地、满⾜⾼密智算需求，并转化为客⼾可上架的有效供给，正在成为服务商资源能⼒分化的重要因素。 AI算⼒需求进⼀步提⾼了交付⻔槛。⼤模型训练和推理业务不仅要求⾼功率密度机柜、稳定供配电和液冷能⼒，还要求项⽬能够在客⼾期望的时间窗⼝内完成建设交付并实现集群上线。交付能⼒不只是⼯程建设速度，⽽是涵盖资源获取、合规审批、电⼒保障、机电交付、客⼾协同和运维准备的综合能⼒。头部服务商凭借更强的资⾦能⼒、客⼾基础和项⽬落地经验，更容易形成"资源获取—客⼾绑定—快速交付"的闭环；⽽部分中⼩服务商即便具备⼀定规划资源，也可能⾯临落地周期较⻓、客⼾转化不⾜和交付确定性较低等问题，资源价值分化进⼀步加剧。 当前，在能耗指标、电⼒接⼊、绿⾊能源⽐例及项⽬合规要求等多重约束下，算⼒中⼼项⽬落地更 随着AI产业快速发展，头部泛互联⽹企业为抢占⼤模型、AI应⽤及智能体⽣态的竞争先机，持续加⼤底层算⼒基础设施投⼊，成为当前算⼒中⼼需求增⻓的核⼼驱动⼒。字节跳动、阿⾥巴巴、腾讯等头部