Uweb 与香港理工大学工商管理学院 TGG 稳定币与 RWA 创新中心联合发布的一份研究报告认为，全球 AIDC（智算中心）正在进入“超级建设周期”。报告的核心判断是，AIDC 并非普通科技主题，而是一场已经被订单和电力资源锁定的物理扩张。对上市公司来说，能否真正受益，先要看是否拿到了 AI-ready 的容量、订单以及可支撑扩张的电力条件。
AI 成为数据中心新增需求的主引擎
报告援引 JLL《2026 全球数据中心展望》称，全球数据中心容量预计将从 2025 年的 103GW 增至 2030 年的 200GW，同期 AI 负载占数据中心容量的比例将从约 25% 升至约 50%。另一组来自麦肯锡的数据则显示，全球数据中心总需求将从 2025 年的 82GW 增至 2030 年的 219GW，其中 AI 相关需求将从 44GW 升至 156GW，非 AI 需求从 38GW 升至 64GW。按这一测算，AI 容量 5 年增长 3.5 倍，到 2030 年约占总需求的 70%。
研究据此判断，未来五年数据中心新增容量几乎全部由 AI 拉动，行业增长逻辑已从互联网流量驱动切换为 AI 训练和推理驱动。对于上市公司，能否获得 AI-ready 的容量与订单，决定其获取的是新增市场还是存量市场。
报告还提到，麦肯锡 2025 年 4 月研报预计，到 2030 年全球数据中心为满足算力需求需要 6.7 万亿美元资本支出，其中能够承载 AI 负载的数据中心需要 5.2 万亿美元，传统 IT 应用数据中心需要 1.5 万亿美元。整体接近 7 万亿美元的投入，被报告视为整条产业链重估的重要背景。
中国市场方面，报告称 2024 年中国 AIDC 市场规模约为 494 亿元，科智咨询预计 2027 年将增至 1963 亿元，对应复合增长率约 58%。其中，算力租赁市场规模将从 415 亿元增至 1528 亿元，占比继续提升；智算基础设施市场将从 79 亿元增至 435 亿元。研究认为，在 AI 算力需求快速增长的背景下，服务化交付模式正在加速渗透，AIDC 行业正从基础设施建设为主，转向“算力服务+基础设施”协同发展。
政策层面，报告提到，2026 年 6 月，国家发展改革委政策研究室副主任、新闻发言人李超在新闻发布会上表示，“十五五”时期将更加注重供需适配，加强算力网与新型电网、新一代通信网规划建设的协同联动。在硬投资方面，将探索算电协同模式，加强算网融合创新，适度推动国家枢纽间直连线路扩容，降低网络传输时延；在软建设方面，将强化算力资源监测与市场化调度，加快建设全国一体化算力网。
报告同时提到，国家发展改革委宣布，2026 年全部 2000 亿元设备更新项目清单将于 6 月底前正式下达。作为“两新”政策的一部分，这笔资金此前已分两批下达 1851 亿元，覆盖超过 1.1 万个项目，带动社会总投资超过 8400 亿元。
需求已在资本开支和营收中体现
报告认为，AIDC 与多数科技概念的不同之处，在于需求不是远期假设，而是已经体现在云厂资本开支和英伟达营收中。Dell'Oro Group 的报告显示，亚马逊、谷歌、Meta 和微软四大美国超大规模厂商以合计近 6000 亿美元的数据中心资本开支进入 2026 年，全年全球数据中心资本开支预计逼近 1 万亿美元。
英伟达方面，报告列出的数据显示，其 2026 财年营收为 2159.4 亿美元，较 2025 财年增长 65%；其中数据中心业务全年营收为 1937 亿美元，同比增长 68%，占公司总营收超过九成。2027 财年第一季度营收约为 752 亿美元，环比增长约 21%，同比增长约 92%。
研究据此指出，一端是云厂近 6000 亿美元的支出承诺，另一端是英伟达数据中心业务的高增速，两者相互印证，说明需求侧资金已在投入、设备也已在交付。对下游 AIDC 运营商而言，关键不在于行业是否有需求，而在于能否承接这部分需求。
电力与并网能力成为现实瓶颈
报告认为，在资金并非最稀缺资源的情况下，AIDC 扩张的真正瓶颈已经转向电力和并网能力，竞争焦点也从“谁有钱”转向“谁有电、谁有地”。国际能源署（IEA）数据显示，到 2030 年全球数据中心用电量将翻倍以上至约 945 太瓦时，接近日本全国用电量；AI 专用数据中心用电将增长 4 倍以上，美国数据中心用电将占该国 2030 年前新增用电量的近一半。
报告据此认为，先掌握电力和土地资源的公司，在这一轮转型中更容易占得先机。SemiAnalysis 预计，2024 年至 2032 年智算中心基础设施市场收入的年复合增长率将超过 30%。在 AI 算力需求持续走高的情况下，运营商和大型云服务商正积极寻找土地和电力资源更丰富的区域扩张业务，推动数据中心向集约化、规模化发展。通用型数据中心增速虽然低于智算中心，但仍在整个智算生态带动下保持增长。
报告将三地上市公司分为四层转型标的
报告指出，中国内地、中国香港和美国上市公司虽然都在讲 AIDC 转型，但“含金量”并不相同。美国上市公司主要是比特币矿企向 AI 托管转型，这类企业原本就具备电力、机房和散热条件；中国内地公司中，部分跨界案例来自味精、造纸、钢铁、彩票、童装、家具等与 IT 无关行业，属于从零起步；中国香港则介于两者之间，以地产跨界和原生 IDC 升级为主。
按转型兑现度，研究将相关上市公司分为四层，并单列“原生 IDC 与行业参考”作为第五类对照。
- 第一层是转型成效已显现，AIDC 收入已经并表且占比较高，或者已经盈利，代表公司包括恒润股份、中贝通信、美利云。
- 第二层是存量设施顺势升级，依托既有电力和机房快速切入 AI 托管，代表公司包括 IREN、TeraWulf、Core Scientific、Hut 8、Applied Digital、Cipher、Galaxy。
- 第三层是布局培育期，算力业务仍在早期，收入占比较低，或相关资产仍在推进，代表包括莲花健康、杭钢股份、高新发展、粤港湾智算。
- 第四层是审慎调整期，部分公司在评估后对算力布局进行了调整或暂缓，研究将其视为行业早期试错的正常现象。
报告还把润泽科技、奥飞数据、数据港、光环新网、宝信软件、科华数据、万国数据等原生数据中心运营商纳入对照，用于锚定从传统 IDC 向高功率液冷 AIDC 升级的真实业绩与上架水平；CoreWeave、Nebius 也被纳入原生 AI 云参考。阿里巴巴、腾讯、微软、谷歌、亚马逊、Meta、甲骨文和三大运营商则被视为自建算力、服务自有云与 AI 业务的需求侧资本开支主体。商汤、第四范式则被归入从 AI 算法与平台向算力运营延伸的范畴。
研究强调，把这些企业与转型标的并列，是为了提供一个完整参照系，便于区分自然升级、跨界布局和早期培育等不同路径，并不意味着它们都属于跨界转型。
中国内地案例：收入兑现、盈利质量与扩张压力并存
在中国内地市场，报告认为参与 AIDC 的主体最为多元，既包括专业运营商，也包括大量跨界企业。判断重点在于 AIDC 收入是否并表、收入占比，以及盈利质量。
报告列举称，恒润股份依托风电与算力双引擎，2025 年净利润为 8348 万元，实现扭亏为盈；算力子公司上海润六尺收入同比增长 743.60%；2026 年第一季度净利润为 6514 万元，同比增长 117.90%。
美利云方面，报告称其 2025 年云业务收入为 3.24 亿元，占营收 94.65%，毛利率为 45.58%；一季报净利润同比增长 102.61%，经营现金流转正。
中贝通信则代表另一类情形。报告称，公司 2026 年第一季度算力订单储备达到 28.7 亿元，智算收入快速增长，但受折旧、财务费用和减值影响，当期利润承压。研究认为，这反映了重资产扩张期的普遍特征，即利润通常滞后于收入，建设节奏越快，短期利润压力越大。
报告也指出，部分跨界企业的算力收入占整体营收仍然较低，或者资产注入、合作推进还在进行中，其算力业务对整体业绩的贡献尚不显著，更接近市场对概念的预期。还有部分早期参与企业经历了合作或项目层面的调整，显示跨界布局在实际落地时存在不确定性。
中国香港案例：原生龙头订单兑现与新进入者并存
报告认为，中国香港上市公司的 AIDC 价值主要集中在原生 IDC 龙头的订单兑现。万国数据在 2026 年第一季度单季新签 200MW，创下纪录；截至一季度末，在手总订单达到 1.8GW，公司 2026 年新签 AI 订单目标超过 500MW。
跨界案例中，粤港湾控股在 2026 年更名为粤港湾智算，通过收购天顿数据切入算力业务。报告称，其 2025 年 AI 算力收入占营收 61.5%，并获得福田国资 8 亿元注资以加码 AI 业务。
研究将万国数据的 1.8GW 在手订单视为可核验真实需求的代表，属于稳态兑现样本；粤港湾智算则代表通过收购和国资合作快速切入的新进入者路径，其算力收入占比虽然较高，但业务成立时间较短，持续性仍有待观察。
美国案例：矿企转型成熟度更高，长约先行
在美国市场，报告把上市矿企视为三地中转型最成熟的一类。其路径通常是先签长期合同，再建设产能，收入随后兑现，因此估值锚更多落在在手合同，而非当期利润。
研究列举称，IREN 与微软签订了 97 亿美元的 GB300 AI 云合同；AWS 与 Cipher 签订了 300MW、15 年托管协议；Core Scientific 与 CoreWeave 的合作扩展至约 590MW，对应 12 年、合计约 102 亿美元的 take-or-pay 托管合同。
报告指出，微软、AWS、CoreWeave 这类投资级对手方签下的多年期 take-or-pay 长约，本质上把矿企持有的电力和机房资源转化为可预测的远期现金流，这也是美国矿企转型“含金量”相对更高的重要原因。报告给出的量化佐证是，AI 合同的单兆瓦收入约为传统挖矿的 3 倍。
研究判断：估值锚已从原主业迁移到合同与电力
报告认为，上市公司在转型 AIDC 前后，估值逻辑出现了明显变化。转型之前，味精、造纸、钢铁、彩票印刷等公司的估值锚分别对应消费、产能、大宗商品周期或牌照；转型之后，对兑现度较高的企业，估值锚转移到了可验证的算力长期合同规模以及电力容量。
在报告看来，真正区分“转型前”和“转型后”的，并不是企业是否发布了算力布局公告，而是是否取得了可核验的长约和电力指标。部分公司披露布局后，由于算力收入占比仍低或项目推进慢于预期，股价出现较明显波动；相对地，掌握电力、土地和长约的公司获得了更持续的估值支撑。
研究还指出，利润滞后于收入是重资产扩张阶段的普遍特征，无论是中国内地的中贝通信，还是美国的 CoreWeave、IREN，都出现了收入增长而利润承压，甚至阶段性转亏的现象。资本市场之所以能够给予一定容忍度，前提是长约带来的远期现金流具备可见性；如果长约没有落地，或电力指标缺位，概念溢价就可能快速回吐。
报告提到，资本市场当前高度认可 AIDC 概念，但认可对象集中在“合同与电力”。研究举例称，万国数据、CoreWeave 以及多家矿企依靠 backlog 获得显著重估，矿股在 2026 年内整体涨幅约 70 个百分点；甲骨文则凭借数千亿美元的 RPO 积压，完成了从数据库软件向 AI 云的市值重估。
风险：折旧错配、客户集中与高杠杆融资
在风险部分，报告称，当前行业景气建立在 AI 训练和推理需求持续高增长的假设之上。如果大模型商业化变现不及预期，或者芯片和算法效率提升显著降低单位算力需求，行业可能面临阶段性的产能消化压力。
第一类风险是 GPU 折旧周期与会计折旧假设错配。报告称，根据公开行业讨论，部分算力运营商按约 6 年对 GPU 计提折旧，而工程和法律界对 GPU 实际可用寿命的估计多在 3 至 4 年，部分分析师认为只有 2 至 3 年。随着英伟达从 Blackwell 向 Vera Rubin 迭代，上一代算力的残值和租金水平可能下降得比折旧表更快。如果实际寿命短于账面假设，运营商真实回报可能被高估。报告将这一点列为评估重资产运营商盈利质量时需要重点验证的变量，并给出“置信度中”的表述。
第二类风险是客户集中与合同稳定性。研究指出，长约一方面为项目融资提供可预测现金流，另一方面也意味着收入高度依赖少数大客户。报告列举 OpenAI 对外签署的算力采购承诺，包括向 CoreWeave 约 220 亿美元、向甲骨文约 3000 亿美元、向亚马逊约 380 亿美元。多家 Neocloud 与转型矿企的收入同样依赖少数投资级对手方。一旦大客户调整需求节奏，相关运营商收入可见度就会受到影响。
第三类风险来自杠杆与循环融资。报告称，AIDC 资本密集，债务融资规模快速扩大。CoreWeave 在 2026 年完成约 85 亿美元融资并获得投资级评级，被报告描述为首批由 HPC 基础设施支持的投资级融资之一，体现了信用市场对这一模式的初步认可。与此同时，研究也提到市场对循环融资的讨论：英伟达持有 CoreWeave 约 7% 股权，并对 OpenAI 承诺最高 1000 亿美元投资，部分资金最终通过采购 GPU 回流上游，这一点与上世纪末电信设备商的供应商融资存在相似之处。
融资创新：公募 REITs、ABS/CMBS 与 GPU 算力期货
报告称，AIDC 属于典型重资产行业，仅依靠自有资金和银行贷款，难以支撑指数级扩张。由此，REITs、ABS、CMBS 等资产证券化工具成为决定运营商扩张速度的重要变量。研究认为，这类工具可以把已经建成、已上架的成熟资产出表并回笼资金，再投向新建项目，形成“建设—证券化—再建设”的循环，推动行业从重资产模式向更轻的运营模式演进。
中国市场方面，报告提到，中国证监会于 2025 年 6 月 18 日批准首批两只数据中心公募 REITs，即南方万国数据中心 REIT 和南方润泽科技 REIT。前者底层资产为万国数据位于昆山的数据中心项目，后者底层资产为润泽科技位于京津冀国家枢纽节点的 ICFZ A-18 数据中心项目。研究认为，这是国内资本市场首次将数据中心纳入公募 REITs，对第三方 IDC 龙头的资产估值和扩张能力具有重要意义；润泽和万国在 REITs 上的先发，也成为其相对同业扩张能力更强的重要支撑。
美国方面，报告称 AIDC 相关债务证券化发行规模正在快速增长，部分运营商还实现了由 HPC 基础设施支持的投资级评级融资。JPMorgan 预计，2026 年和 2027 年美国数据中心年度证券化发行规模将达到 300 亿至 400 亿美元。研究认为，融资渠道成熟度的差异，是中美运营商扩张节奏不同的重要原因之一。
在资产端证券化之外，报告还提到算力金融化正在向产出端延伸。芝商所与 Silicon Data 于 2026 年 5 月宣布，将推出全球首个 GPU 算力期货，锚定每日 GPU 租赁价格基准，使运营商和算力买方可以像对冲油价、电价一样，对冲算力价格波动。中国市场则采用“指数先行、现货试点、政策引导”的推进方式：2025 年底，中证商品指数公司发布智能算力供给指数；2026 年 4 月，工信部提出探索算力银行、算力超市等业务；中信证券据此判断，算力期货或将在年内落地。
报告认为，如果 REITs 与 ABS 主要对应已建成资产的金融化，那么算力期货对应的是算力收入本身的金融化，两者分别沿资产端和产出端推进。一旦产出端的定价和对冲工具成熟，运营商收入的不确定性有望下降，并反过来支撑资产端证券化的估值与发行能力。
不过，研究也提醒，算力期货距离真正成交仍受制于标准化问题。算力因芯片型号、计算精度和网络架构不同，缺乏统一参照价格，定价透明度和交割机制尚未解决，因此更适合被视为“年内有望推进、但前置条件仍待满足的新兴工具”。
下一阶段变量：推理需求上升，竞争要素或从大集群转向网络化布局
在报告结尾部分，研究再次引用 JLL《2026 全球数据中心展望》称，AI 负载占数据中心总需求的比例将从 2025 年约 25% 升至 2030 年约 50%，并预计在 2027 年前后出现结构性拐点，即推理负载将超过训练，成为 AI 算力需求的主要驱动力。目前的需求仍以大规模集中训练为主。
报告指出，训练与推理对基础设施的要求不同。训练更偏向集中部署、超大规模和极高单点功率密度；推理则更强调贴近用户和低时延，因此会更分散，并带动区域级部署和边缘算力增长，包括微型数据中心和边缘 colocation。
研究据此判断，AIDC 的竞争要素未来可能从单点规模，逐步延伸至网络化布局和时延覆盖。对运营商来说，推理需求迁移将更利好拥有多区域节点、靠近核心经济区和用户的玩家；对设备链而言，推理对能效和散热的要求会抬升液冷和高能效芯片的渗透率。报告将其视为判断下一阶段 AIDC 投资方向是否从建设大集群转向构建网络布局的关键变量。
报告最后强调，全文及相关研究仅用于 AIDC 行业研究和转型路径分析，不构成任何证券的投资建议或买卖推荐，也不构成对任何公司未来业绩、估值或二级市场表现的预测。文中图表涉及的二级市场表现等信息仅供行业观察参考，可能存在滞后或差异，读者需自行核实并独立判断。
文末同时附有免责声明：市场有风险，投资需谨慎。本文不构成投资建议，用户应考虑文中的意见、观点或结论是否符合自身情况，并自行承担据此投资的责任。