研报指出,AI产业竞争正从“算力设备”转向“算力产能”,核心从GPU转向Token工厂的持续生产能力。Token工厂不仅需要GPU,更需要稳定的云端算力底座,包括数据中心、网络、电力、制冷及云资源调度等。未来AI将转向海量Agent 7×24小时持续运行,Token从一次性推理结果变为持续生产和消费的“AI工业品”。
云算力赛道正迎来重要发展机遇。随着AI向Agent时代演进,海量Agent的持续运行将极大提升对算力基础设施的需求。市场正从关注单一算力设备转向关注整体的算力产能,云算力承载标的迎来重估机会。数据中心、电力、网络、云资源和运维能力成为Token工厂的关键要素,高功率IDC、超大规模数据中心以及兼具资源与云服务基础的IDC+云计算模式将迎来增长。
报告重点关注以下方向:1)算力网络建设与运维,Agent时代持续运行任务提升算力基础设施需求;2)数据中心资产重估,依托算力资产的工业资产向算力资产转型,具备弹性扩张逻辑;3)高功率IDC需求,大模型和Agent推动高功率数据中心需求增长;4)超大规模数据中心,直接承载AI算力扩张,符合“Token工厂厂房”逻辑;5)IDC+云计算双属性,兼具资源与云服务基础,契合Token生产向云端集中趋势。
当前云算力市场正经历从“算力设备”向“算力产能”的价值重估阶段。随着AI产业竞争焦点的转移,市场开始关注Token工厂的持续生产能力,而非单一GPU设备。云算力承载标的凭借其数据中心、电力、网络等稳定算力底座,迎来发展机遇。算力网络建设加速,数据中心资产价值重估,高功率IDC需求增长,超大规模数据中心建设以及IDC+云计算模式兴起,共同推动云算力市场向成熟发展。
投资云算力标的需关注以下风险:1)技术迭代风险,AI技术快速发展可能导致现有算力设施快速贬值;2)市场竞争加剧风险,随着更多参与者进入云算力赛道,市场竞争可能加剧;3)政策监管风险,数据安全、能源消耗等政策监管可能影响行业发展;4)成本控制风险,数据中心建设与运营成本高昂,成本控制能力是关键;5)需求波动风险,AI应用需求变化可能影响算力设施利用率。