国产算力替代加速与NVIDIA渠道溢价分析

2026/08/1310:15 要点 ·算力租赁回本周期统一设定为60个月，利润核心源于服务器残值，行业普遍净利率在12%-13%之间。·算力集群资产归属关联公司，运营主体通过支付费用获取硬件，大部分利润由持有核心硬件资产的关联方获取。·数据中心建设成本上涨，液冷方案较风冷溢价15%,光模块及无损交换机通过长协将涨幅锁定在4%左右。 以下内容来自资深行业专家： Q&A 若使用国产主流AI加速卡构建一个1GW的数据中心，其所需的服务器数量、成本构成以及相关技术参数是怎样的? 以国产主流AI加速卡构建1GW数据中心时，不同型号的卡在配置上存在差异。以当前主流的910B为例，构建一个服务器功耗为1GW的数据中心，大约需要8,500台服务器。 在机柜配置方面，通常一个机柜的供电容量为50kW。单台910B服务器为8卡配置，最大功率为24kW,因此一个50kW的机柜可以容纳两台此类服务器，即16张加速卡。单张910B卡的功耗约为350W。 需要明确的是，这里所说的1GW是指服务器IT设备的总功耗。如果计算整个数据中心的总功耗，则需要考虑PUE(PowerUsageEffectiveness)。例如，在内蒙古地区，PUE通常为1.18;而在京津冀地区，PUE则可能达到1.2。将服务器功耗乘以PUE,即可得出包含制冷、照明、水泵等所有辅助设施在内的整个数据中心的总能耗。 910C和950这两款AI加速卡的功耗参数和服务器配置情况如何? 910C加速卡在满负荷运行时，单卡功耗可达650W至670W。采用8卡配置的服务器，其机柜同样配置50kW的电源。 950加速卡的单卡功耗更高，实测数据显示为850W。对于搭载8张950卡的服务器整机，其设计功耗要求为70kW,而实际测试中测得的整机满载功率为66.5kW。 公司的主要业务是什么,目前算力资源的构成情况如何? 公司的业务主要分为两个板块：一是提供裸金属租赁服务，二是为客户建设数据中心。在裸金属业务方面，公司提供的算力资源既包括国产卡，也包括通过非官方渠道获得的NVIDIA GPU。这些NVIDIAGPU是近期获得的，但每月到货量较小。 在2026年2月之前和当前，通过非官方渠道获得的NVIDIA GPU服务器月度到货量分别是多少，具体型号是什么? 在2026年2月之前，每月能到货约1,500至2000台8卡服务器，型号包括H200和A100等。当前，月度到货量已大幅缩减，能达到200台已属不易，近期到货的主要是B300型号。尤其是在2026年7月，到货量萎缩得非常严重。 为什么近期通过非官方渠道获取NVIDIAGPU的难度显著增加，未来的供应情况预计如何? 近期供应量大幅缩减的主要原因是监管收紧。此前，从东南亚(如泰国)或台湾地区获取GPU的渠道，现在正被严密封堵。监管方已不再满足于仅凭照片等形式证明数据中心的存在，而是要求提供实际的电量和运营数据，这大大增加了操作难度。为了应对这一挑战，公司正在开拓新的渠道。 在通过非官方渠道获取GPU的过程中，监管主要来自哪些方面? 监管主要来自美国FBI,其执行力度非常大。相比之下，NVIDIA自身虽有监管，但其主要目的仍是销售产品，因此在一定程度上存在变通空间。 面对NVIDIAGPU供应紧张的局面，公司的交付计划受到了怎样的影响，又是如何应对的? NVIDIAGPU供应量的急剧减少，确实对公司履行与客户签订的交付协议造成了很大缺口和压力。为了完成今年的交付目标，公司正积极提升国产算力资源的比重。目前，在公司的交付方案中，国产卡的占比已经提升至70%到75%。此外，行业内其他公司如字节跳动也在通过其关联公司积极从海外获取GPU资源，以满足其在乌兰察布和中卫等地训练中心的需求。 请介绍一下公司当前自有算力集群的总体规模、具体构成以及主要服务的客户情况? 公司目前运营三个算力集群，均为80兆瓦规模，每个集群大约部署了4万张卡。其中一个集群由38,000张卡构成，主要配置为A100和H200,该集群后续将扩容至44,000张卡，目前主要服务于Kimi和智谱AI,用于运行其最新的大模型。另一个集群主要由华为昇腾910C组成，该集群于2025年完成搭建，规模为36,000余张卡。目前，公司有两个集群的算力资源是提供给Kimi和智谱AI长期使用的。 在为Kimi和智谱AI提供算力服务的市场中，公司是否是其最主要的供应商?行业内还有哪些主要的算力供应商? 公司并非Kimi和智谱AI唯一的算力供应商，市场上存在规模更大的供应商。除了公司，他们也会从阿里、字节等公司获取算力。行业内最大的供应商是利通电子，其不仅服务于Kimi和智谱AI,也是字节跳动高端芯片的主要供应商。当前，尤其是在东南亚供应渠道受阻后，高端卡的交付压力普遍很大。 当智谱AI这类客户提出例如一万张B300的新增算力租赁需求时，公司的标准响应流程是怎样的? 公司的销售人员会常驻客户方，持续沟通其算力需求，包括阵列规格、服务器型号及硬件配置等。当收到类似新增一万张B300的需求后，公司大客户项目组会首先与客户深入沟通，明确其具体用途，例如是用于模型训练。公司会询问客户是否接受使用国产卡作为替代方案。如果客户因性能差异无法接受国产卡，公司会提出第二个方案，即在泰国、马来西亚或新加坡等海外地区租赁机房和机柜进行模型训练。通过光纤连接，从北京亦庄到新加坡的网络延迟可以控制在40毫秒以内，完全能满足训练需求。若客户仍不接受此方案，公司会尝试协调公司现有三个集群中其他客户的空闲算力，但通常获得同意的可能性很小。最后，如果以上方案均不可行，公司会寻求与其他供应商如利通电子或协创合作，将客户安置在他们的机房中。 对于海外GPU和国产GPU,其投资回报周期通常是如何设定的? 公司的投资回报周期统一设定为60个月，即要求在五年内必须收回成本。 市场上有观点认为算力投资几个月即可回本，但实际情况似乎需要五年甚至更久，这两种说法差异巨大的原因是什么?能否详细解释一下投资回报周期、服务器资产寿命以及利润构成? 几个月回本的说法是不可能的。算力投资的回本周期通常较长，一般会签订长期协议，例如五年或六年的长协。以五年期合同为例，目标是在60个月内收回包括服务器在内的所有投资成本。对于六年期的长协，则会在72个月的周期内覆盖掉全部投资及运营成本。 利润主要来源于服务器的残值。以英伟达的GPU卡为例，其理论上的稳定运行期是七年，超过七年后故障率会增加，但并非报废，届时服务器仍有约30%的残值。收回全部投资后，这部分残值构成了主要的利润来源，这在AIDC行业中已属于较高水平，因为行业普遍的净利润率大约在12%到13%之间。服务器的寿命并非绝对，主要受电容等部件老化影响，超过七年后故障率会上升，但如果机房环境(如空气质量、冷却系统)管理得当，其使用寿命可以有效延长。 之所以存在回本周期长短的认知差异，核心在于获取GPU卡的成本不同。市场上流传的“数月回本”说法，其前提是能够以官方出厂价拿到GPU卡。而实际情况是，无论是国产卡还是海外卡，通过非官方渠道拿货的价格要远高于出厂价。高昂的采购成本直接导致了投资回报周期的显著延长。 算力集群中的GPU卡等固定资产归属于哪一方?这种资产归属模式如何影响利润分配? 集群中所有的固定资产，包括GPU卡，都归属于另一家关联公司，并非运营主体直接持有。这些资产是通过特定渠道采购的。因此，在计算投资回报时，运营主体需要向这家持有资产的关联公司支付费用。这种模式下，大部分利润最终由持有和提供硬件资产的关联公司获取，因为它们承担了获取核心硬件这一最具挑战性的环节。 国产与海外GPU卡的稳定运行周期和残值是否存在差异? 存在差异。海外卡(以英伟达为例)的稳定运行期通常为七年，超过七年后，故障率会增加约五个百分点。国产卡的稳定运行期则为五年。不过，通过精细化的机房管理，国产卡在运行超过六年后，故障率也能维持在很低水平，其残值预计能达到20%左右。 在为海内外客户建设数据中心方面，业务覆盖哪些区域?能否以北美项目为例说明项目规模? 数据中心建设业务覆盖海内外市场，海外主要集中在北美和芬兰。目前在北美正在建设一个300兆瓦的数据中心项目，其交付周期与国内项目大致相当。 国内外数据中心的整体建设周期有何不同?可否拆解一下从立项到最终运营的关键时间节点，特别是服务器采购环节是如何安排的? 国内外数据中心的建设周期存在明显差异。在国外，从立项到完成的整个周期大约需要36个月。而在国内，得益于更快的流程，周期相对较短。自2025年3月以来，国内数据中心的建设周期大约为18到20个月。 在项目流程方面，国内外也有所不同。在海外项目中，通常不负责直接采购GPU卡，因为在当地市场采购相对容易。业务主要聚焦于基础设施建设，包括电力、土地以及建筑施工。在国内，如果客户租赁的是非裸金属服务，服务器也由客户自行采购和指定。对于裸金属租赁业务，则由公司负责服务器采购。通常在项目立项之初，就会着手准备服务器的采购和入库事宜，以确保在约20个月的建设周期内，服务器能够就位并实现完全运营。 对于未来通过非法渠道获取GPU卡的现象，其趋势是会持续波动还是最终被完全切断? 这种渠道不可能被完全切断，但会呈现阶段性收紧的态势。 用于训练和推理的集群在构建成本上存在哪些差异? 训练和推理集群的构建成本存在差异，主要体现在网络传输方面，成本差距大约在20%。训练集群对网络要求极高，例如使用950这类算力极强的芯片时，必须匹配极高的数据吞吐量和极低的网络延时，否则传输数据的瓶颈会限制算力的发挥。而推理集群主要进行搜索和即时应答，使用的是现成网络，一般网络条件即可满足需求。因此，成本差异主要源于网络硬件的配置，服务器本身的差距并不大。 与2025年相比，2026年建设同等规模数据中心的成本变化情况如何?具体哪些部分出现了价格上涨? 与2025年相比，2026年建设同等规模数据中心的成本有所上涨。若将散热方案从风冷更换为液冷，整体数据中心成本会上涨15%。在不更换方案的情况下，成本上涨主要体现在部分硬件上。其中，涉及电池和柴油发电机等配电部分的价格有所上涨。存储相关产品的价格有轻微上涨，涨幅在5%以内。高速光模块和超节点的无损交换机这两类产品的价格确实上涨 了，但通过签订长期协议，实际接受的涨幅控制在4%左右。而铜电缆价格前期虽有上涨，但目前已经回落。 面对外部存储等硬件价格上涨的趋势，公司是如何控制采购成本的? 尽管外部市场宣称价格大幅上涨，但公司通过与长期合作的厂商签订长期协议(长协)来锁定价格，从而有效控制了采购成本。例如，在涨价函发出之前，公司就已经通过承诺年度采购额的方式锁定了价格。因此，对于高速光模块和超节点的无损交换机这类产品，最终接受的涨价幅度仅为4%。这些采购通常是通过公司内部的关联企业进行操作。