德邦证券：全国算力网建设的战略布局与投资机会

发布时间：2026-08-28 一、AI总结内容 一、核心要点 1. 算力网已成为新型生产力基石，十五五规划明确加快建设全国一体化算力网，十五五期间算力网建设投入达4万亿元，可带动经济总产出增长12-16万亿元，兼具短期稳增长与长期产业升级价值。2. 算力需求呈现爆发式增长，2026年3月国内AI推理token调用量达140万亿，较2024年初增长超千倍；国内大模型推理调用规模已反超海外，且推理与训练端需求均具备真实支撑。3. 国内算力供给形成三足鼎立格局：互联网云厂商为AI算力核心供给主力，基础电信运营商是算力网建设调度中坚，第三方IDC与地方智算中心补充弹性供给。4. 国内算力布局遵循“西部分担成本、东部承接场景”逻辑，西部枢纽依托能源优势承接非实时算力，东部枢纽依托低时延优势承接自动驾驶、高频交易等实时场景，山东为第二梯队核心区域。5. 产业链投资分为三大方向：计算机设备（占4万亿投资约3.5万亿，GPU为核心）、数据中心建设（约5000亿，液冷散热为新增需求）、配套网络与软件。 二、投资线索 1. AI服务器与半导体：国产替代逻辑加持，为产业链弹性最高环节，增速领跑全行业。2. 高速网络设备：算力大规模集群互联驱动带宽升级，量价齐升确定性强。3. 液冷散热：AI设备功率突破风冷上限，规模化普及拐点临近。4. IDC与电信运营商：算力建设核心承载主体，业绩增长确定性高。5. 算力调度与运维软件：全国一体化组网加速驱动，配套工具价值凸显。三、风险与关注 1. 海外高端算力芯片管制加码，国产高端算力替代进度存不确定性。2. 全球算力地理迁移趋势（向电力富裕区域转移）需关注国内算力承接区布局是否匹配。 二、音频原文（转写） 选择声明本次电话会议仅服务于德邦证券研究所客户不构成投资，建议相关人员应自主做出投资决策，并自行承担投资风险。德邦证券不对因使用本次内容所导致的任何损失，承担任何责任未经德邦证券事先书面即可。任何机构或个人不得以任何形式复制刊载转载转发引用本次会议内容，否则由此造成的一切后果及法律责任由该机构或个人承担。本公司保留追究其法律责任的权利，市场有风险投资需谨慎。 呃，各位线上的领导呃，投资者大家下午好，我是德邦研究所的策略研究员徐宇博呃，那本期我们的专题报告呢，集中讨论了全国算力网建设的战略布局。呃，我们认为算力在数字经济和人工智能的当下已经被定义为了跟水电路网同等重要的这个基础资源了。嗯，所以我们认为当前的这个算力网建设的战略布局是至关重要的。因此，我们本期也重点讨论了这个方向的一个专题内容。 嗯，接下来呢，我们将从算力网的一个战略定位呃产业价值供求测算。嗯，包括当前的一个全国性的区域格局，以及产业链上下游的拆解等等维度来去解构这样一个话题。最后，我们也会提出当前算力网建设红利带来的一些投资机会，那这大这六大维度将构成成我们今天整篇呃专题的这个核心内容。呃首先从战略定位来看呢，当前算力呃建设已经上升到了新式生产力的这样的基石的，这个地位已经构成了当前数字经济的一个核心生产 力。 那根据通信院的测算呢，每投入亿元的这个算力可以带动三到4元的地产。出呃，我们意识到算力其实不像过往的传统机械那样能够一次性的改善物流或者通行条件，更多的是通过赋能。持续性的赋能来创造呃制造来给制造业金融和交通医疗等等其他行业的数字化和智能化转型去赋能呃，同时也催生了很多的新业态和经营模式。所以从产业属性来看的话，算力已经和水啊，电啊同等的重要已经成为比较重要的这种生产性要要素了，那第二个维度，其实从顶层设计来看，算力网也已经纳入了国家新型基建的一个核心框架，我们可以看到十五五规划纲要就明确提出了要加快建设全国1体化的算力网。 我们看到在当前的这个六招网建设中，算力网是唯一的数字类基础设施，承接了东数西算工。工程的这个嗯，建设基础能够实现从分散性的项目到全到国家级的这种一体化项目的这样一个升级。嗯，目前已经基本上实现了这个8加10加3的这个网络大购，其中八呢指的是国家算力枢纽实，指的是数据中心集群三日制算电协同发展区域。呃，那这是从顶层设计看啊，那第三个维度，其实从全国是呃全球视角来看的话，当前算力基础设施也已经成为了大国。 科技博弈的一个核心焦点了，我们可以看到海外的主要经济体都在加码这部分的1个投资，这种美国呢以经济之门投计划来推动数千亿美元去投入ai的基础建设，欧盟也差不多动员了，有将近2000亿欧元那韩国呢？通过三个超级大项目投入了超过一1万亿美元用于嗯，半导体生产和ai数据中心等等的这些战略产业的发展，那与这个全球的这个科技博弈相对应的是呢，美方正在卡我们国内的这个高端，呃算卡的这个出口，这个管制在持续的一个加码像a100h100等等型号在层层的收紧其核心目的还是要去限制我们国内的ai产业高端算力的这样一个获取，那在这样一种全球博弈的背景之下，在这样一种高端算力芯片被层层管制的背景之下，呃，我们国产呃算力替代正在加速的发展，呃自主可控也成为了这个国内ai产业链发展的一个确定性。 主线那这个是从呃讲完了这个算力网的宏大宏宏观价值有多大以后呢？我们呃呃讲完了算力网的这个战略定位，以后我们更多要去验证它的宏观价值有多大，那这里其实有两个核心的红利，一个是投资成熟，一个是算电协同那首先从投资成数来看的话，按照十五五的这个算力网建设投入4万亿这个数据来直接测算，我们可以呃比照之前说投入亿元能够产生三到4元的这个gdp的一个增长，我们可以看到4万亿元能够直接带动经济，总产出增长12到16万亿，那这种跟过去传统的基建不太一样的是，它的这个算力网的。 价值是具备一定的持续性的，在项目建成之后，可以在调度交易数字化服务等等的运营环节持续的还在创造价值。那这种特性其实是兼顾了短期的稳增长跟长期产业升级的这样一个。性能，所以从这个维度来看的话，算力网建设的宏观拉动效应是非常可观的，那再看算电协同导步哦，我们可以看到算电协同其实是西部新能源消纳的一个底层逻辑，也是我们去强调双碳和包括未来算力降本的这样一个关键呃，我们目前国内的风光资源其实高度集中在西部，但是由于本地的负荷不足，包括外送通道，建设周期比较长，绿电消纳长期就是一个痛点呃，但算力负荷可以调节，也可以迁移，那这个天然就比较适合跟新能源就地进行匹配，那随着这个呃规模化集群在西部地区的逐步落地。 我们可以看到枢纽节点的绿电占比规模已经可以超过80%，那这个其实是既解决了消纳又系统性的，在降低整体的一个算力成本，因为我们可以看到电力其实占整个数据运营中心的呃，占整个数据中心运营成本的50%。那同时，西部又比东部的电价普遍更低，所以说我们可以看到从算电协同的角度，嗯，也是算力网建设的 一个巨大的经济价值宏和宏观价值。呃那再往上看一层的话，算力网其实作为我们现在提到的这个六张网的一个数字底座可以和其他的五张网形成双向耦合，产生一大呃1加一大于二的这样一个系统性效益，那其中呢就是算电协同是最紧迫的呃，我们具体可以拆解为嗯，以电强算和乙算促电。 那以电强算其实是新型电网微算力提供稳定清洁低成本的一个电力，那乙算促电其实更多讲的是嗯，算力网去反向赋能电网通过实时分析啊智能调度来实现呃这个电网的这个柔性的调节，那今年6月其实就已经完成了全国首个跨3d的算电协同测试，能够成功的实现三种异构算力的跨时空调度，那除了跟电网。呃相融合以外呢，其实算力网还可以跟新型的通信网物流网，包括水网跟地下网，嗯，都形成双向的承载跟赋能的这样的机制，所以我们认为算力网的这个系统性价值远远超过某一个单一的基础设施项目建设，去看它的宏观价值更多要放在六张网的这个系统性建设中。 来去看那讲完了战略讲完了它的宏观价值，我们呃回再回到一个最关键的问题，就是算力网建设背后的需求是真实的吗？那这个我们可以用一些数据来回答。呃，首先我们来看算力网的这个推呃，推理册我们可以看到推理其实是大模型面向千千行百业落地应用的一个直接出口那去衡量它的景观。呃景气程度更直接的一个目标，呃指指标就是token的调用量。 那从国内来看的话，24年初国内的token调用量大概有0.1万亿，差不多2年的时间到26年3月的时候，这个数据就这个token的消耗量就已经达到了。了140万亿，那这个是2年时间增长超过千倍，可以是爆发式的增长，那包括艾媒咨询也还在预测二五到30年。国内这个token的日均调用量还将实现年度的这个tiger增速高达210%，还将持续的这种指数级别的增长。那对比全国内来看的话，全球数据也验证了这一观点。 我们可以看到26年8月9号那一周的token调用量差不多是六十九万亿。环比上一周差嗯是增长了百超过百分之二十，但是相比于去年二五年同期的那一周，呃，它是只有三点二万亿，也是非常明显的一个爆发式的指数级别的一个增长呃，那除了这个数据本身以外，更值得关注的是，目前国内的国产大模型的降用量已已经超过了海外大模型，就是已经在呃调用规模上实现了一个反超，我们可以看到以26年8月9号那一周为例。 嗯，国内的平台排名前十的大模型中，有五款来自于中国，那他们这五款合计的脱困调用量差不多，在33.4 7万亿，而同期美国头部大模型的合计调用量只有14点2万亿。嗯，差了不到1/3的这样的水平，我们认为这其实背后核心原因更多，还是来自于成本的优势啊。比如说可以看到deepseekv3 pro的这个单任务成本差不多是00点06美元。呃，但是呢gpt的5.6 so版本的成本差不多要超过一美元，cloud的成本也要超过三美元。 所以，这个是在成本上有一个显著的差异。但我们同时也看到了国内的目前的这些云厂资本开支是远远低于美国的呃，以全球九大云厂资本开支的合计来看的话，嗯，北美的五大厂商占比超过呃，接近90%，而国内的云厂商占比只有10%。那么从这个维度来看，为什么说我们的算力投入相？对更小却实现了更大的token调用量呢，那这个地方其实有几个问题是需要关注的。 首先，第一个国内的推理业务已经实现了商业化盈利。嗯，并不是纯粹的靠烧钱补贴来换取规模。比如说可以看到质朴的官网上对于glm4 plus的这个定价差不多是5元每百万token。这个定价其实高于d eepseek的，但是仍然显著的低于了海外的主要大模型，那它的开放平台包括apr业务2025年的毛利率差不多是超过百分之。 18那相比于24年是有明显的提升的。我们在以mini maxm3为例，它的综合价格差不多是0.22美元每百万token，它的综合毛利率也是从24年的12.2%提升到了25年的25.4%同时呢。Deepseek梁文峰也表示说，呃自deepseek本身是不追求商业利益的最大化，更多是保持合理的一个利润。嗯，原话大概是说我们可能到市场上去买一批设备回来来十个月实现回收成本。 那这些其实都表明了国内模型的这个低价并不是源于企业的补贴，而更多是来自于成本端的一个优化和提升。那第二个维度其实可以看到我们刚刚有提过西部的低廉的例价，也会降低呃算力的一个运营成本。呃，但是我们经过我们的测算差不多1g瓦的数据中心来说，前5年的折旧成本在78亿美元，而电力成本只有15亿美元。所以说电价的影响相对有限，不足以解释说我们。 我们国内国外数倍的这个价格差异，因此我们认为呢国内模型的低成本主要源于模型架构带来的效率提升，那很多国内的大模型采用的是混合专家架构，激活参数远远低于总参数呃，所以说单位的这个token的算力消耗能够得到优化。那同时，我们可以看到行业已经出现了很多新的信号，呃国产的大模型也在上调这个。Ap，i定价啊，就以deepseek为例来看，呃高峰时段的这个deepseek的输出。 Token的价格最高，涨幅达到了350%。那我们认为这个涨价背后不仅仅是企业单纯去追求更高的利润，而是更多的是嗯嗯，模型能力的这样一个提升。呃，同样输出token需要消耗更多的一个算力，那随着模型越来越强大，推理算力成本的中枢也在抬升，这也会持续的拉动背后的算力硬件采购的这样一个需求。那以上这些其实都是从需求侧从推理侧来看。 呃，这个嗯ai算力网投资背后的真实需求，那