从"堆算力卡"升维到"整柜系统"！AI算力竞争逻辑变了，整柜

【本文来自持牌证券机构，不代表平台观点，请独立判断和决策】

摘要：

1、AI整柜：东吴证券研报指出，AI算力竞争正从"堆算力卡"升维到"整柜系统"。国产GPU实际可用算力仅为标称值的50%~70%，单纯堆卡已撑不起有效算力，价值量正从计算卡外溢至互联交换、液冷供电、系统验证和整柜交付环节。超节点以高带宽互联和整柜工程把分散算力组织成系统算力，服务器厂商的交付单元也从单机升级为整柜。标的：工业富联、华勤技术、浪潮信息、紫光股份等。

2、硅电容：硅电容跳脱传统被动元件用陶瓷烧结的制造方式，利用半导体晶圆制程，直接在硅晶圆上透过光刻、蚀刻等技术刻出来的微型电容。硅电容专注于MLCC难以涵盖的高阶增量市场，定位为封装级与近芯片的电源完整性补充元件。未来的供电标准架构，预期将走向板端MLCC负责大后方稳压，封装级硅电容负责前线瞬态供电的模式。AI算力重构供电体系，硅电容迎来广阔增长空间。相关标的芯联集成、斯达半导。

3、AIDC模块：天风证券研报指出，海外数据中心加速建设，带动了建筑施工等本地化业务需求。在美国技术工人短缺已制约AIDC快速扩张的背景下，模块化、可快速交付的电力、液冷相关数据中心基础设施产品获得明确优势、陆续取得订单突破。关注冰轮环境、潍柴动力等。

4、物理AI：世界模型是让机器在行动前预演后果的内部模拟系统，核心能力是动作条件预测，这一点常被文生视频的热度掩盖。2026年技术拐点已至、收入拐点分行业出现，物理AI第一轮商业化先落在流程工业、工程仿真、仓储物流等场景，家庭通用机器人兑现最晚。商业模式将从一次性软件许可转向订阅和按效果付费，掌握物理数据、机理模型和控制接口的工业软件与自动化企业迎来重估。关注中控技术、索辰科技、品茗科技、能科科技、汇川技术等。

正文：

1、从"堆算力卡"升维到"整柜系统"！AI算力竞争逻辑变了，整柜交付成了新利润池

东吴证券研报指出，AI算力竞争正从"堆算力卡"升维到"整柜系统"。国产GPU实际可用算力仅为标称值的50%~70%，单纯堆卡已撑不起有效算力，价值量正从计算卡外溢至互联交换、液冷供电、系统验证和整柜交付环节。超节点以高带宽互联和整柜工程把分散算力组织成系统算力，服务器厂商的交付单元也从单机升级为整柜。标的：工业富联、华勤技术、浪潮信息、紫光股份等。

1）堆卡堆不出有效算力：国产卡实际可用算力只有标称的一半到七成

按中国电子技术标准化研究院的测试，国产GPU实际可用算力约为标称值的50%~70%。这解释了为什么"堆卡"这条路越走越窄：2025年中国AI加速卡出货约400万张，其中国产算力卡约165万张、市场份额约41%，卡数上去了，单卡层面仍受功耗大、生态不成熟制约，粗放堆卡已无法匹配复杂算力需求。

截至2026年3月底，全国智能算力总规模已达188万PFLOPS（FP16），八大国家算力枢纽节点占比超80%，主要矛盾正从"缺卡"转向"高效用卡"。

2）训练转向推理、Agent化，通信墙把"整柜"逼成必选项

算力需求正在从训练向推理和Agent化迁移。高盛预测，全球Token消耗量将从2026年约5千万亿token/月增至2030年120千万亿token/月，四年约24倍；IDC预计2027年推理算力占智能算力总需求将超70%。

推理链条变长后，跨节点通信成了瓶颈：Scale Out通信时延高达10微秒，而超节点通过柜内高速总线把时延压到百纳秒级；英伟达NVLink 6.0每GPU带宽已到3.6TB/s。

落地层面，华为在2026年数字中国建设峰会上称昇腾384已部署超500套；2026年2月5日，3套中科曙光scaleX万卡超集群在国家超算互联网郑州核心节点上线，建成全国首个部署3万张国产AI加速卡的算力池。

3）价值量外溢：交付单元从单机升到整柜，整柜交付成了新利润池

超节点把交付单元从单机升级为整柜，服务器厂商的价值边界也从整机制造延伸到整柜集成、系统测试和现场部署。

2025年全球服务器市场收入同比增80.4%，2025Q4搭载GPU的服务器收入同比增59.1%、占比已超一半。更硬的信号是价值量向整柜交付集中：2025Q4 ODM Direct占全球服务器收入53.2%、同比增60.5%，首次超过所有OEM厂商总和（戴尔10.0%、超微9.3%、浪潮4.1%）。整柜功耗也从十千瓦级跃升至百千瓦级，散热、供电、结构从单点设计升级为整柜系统工程。

4）相关公司

工业富联是英伟达GB200/GB300机柜级系统的重要ODM厂商，800G产品是2026年出货主力，CPO全光交换机样机已开始出货；2026H1 GPU AI机柜、ASIC AI机柜出货量分别同比增3.2倍和3倍，2026Q1归母净利同比增102.6%。

华勤技术超节点产品已于Q2开始小批量发货，预计下半年批量交付、全年收入超100亿元，ETH-X开放超节点原型机已在东莞基地下线点亮。

浪潮信息元脑SD200在单机内实现64路国产AI芯片高速统一互连，可承载4万亿参数单体模型。

紫光股份（新华三）UniPoD S80000单柜最高128张加速卡，互联带宽较传统8卡组网提升8倍。超聚变FusionPoD整机柜液冷支撑64~128卡交付，运营商项目制冷PUE低于1.05。

2、AI硬件又来“新人”了！给MLCC查漏补缺的新世代供电元件，为高阶运算而生，MLCC够不着的增量市场正在打开

广发证券指出，硅电容以半导体工艺重构电容性能边界，为高阶运算打造的新世代供电元件。MLCC与硅电容互补分工，共建AI未来供电标准架构。AI算力重构供电体系，硅电容迎来广阔增长空间。相关标的芯联集成、斯达半导。

1）硅电容用半导体工艺，厚度和性能优势显著

硅电容跳脱传统被动元件用陶瓷烧结的制造方式，利用半导体晶圆制程，直接在硅晶圆上透过光刻、蚀刻等技术刻出来的微型电容。

硅电容厚度极薄（可低至0.1毫米以下），且具备极佳的高频与稳压特性，能直接贴合在GPU/CPU旁边，甚至整合进封装基板内，负责为高阶芯片提供极度快速、稳定的瞬间电流，是专为高阶运算打造的新世代供电元件。

MLCC与硅电容互补分工，共建AI未来供电标准架构。

MLCC具备成本低、供应链成熟、容量涵盖范围广等优势，是系统级与板端电源稳定的主力元件。以NVIDIA架构为例，从GB200到下一代Rubin世代，因功耗翻倍，单板MLCC用量预估将从约6500颗增至近12000颗。MLCC将持续主导PCB、VRM、OAM板等外围供电市场。

硅电容则专注于MLCC难以涵盖的高阶增量市场，定位为封装级与近芯片的电源完整性补充元件。未来的供电标准架构，预期将走向板端MLCC负责大后方稳压，封装级硅电容负责前线瞬态供电的模式。

2）硅电容可应用于AI算力芯片和光模块领域

①算力芯片：硅电容凭借超低阻抗和极快响应，紧贴芯片放置，能有效滤除噪声，确保芯片稳定运行，亦可搭配基板/PCB板埋容方式靠近主芯片。根据三星电机官网，根据贴装位置不同，硅电容主要包括Top-side、Land-side和Embedded三种方式：

Top-side，在GPU/CPU/ASIC侧面或Interposer上表面贴装；

Land-side，置于Silicon Interposer底部、靠近芯片供电Bump；

Embedded，直接埋入Package Substrate内部。

三种方式均主要服务于近芯片电源去耦与瞬态供电，区别在于与芯片供电端距离及封装集成程度，其中Land-side及Embedded方案可进一步缩短供电路径、降低寄生参数，提升电源完整性。

②高速光模块：在800G/1.6T的高速光模块中，信号传输极易受损，硅电容的高频低插损特性，是保证数据传输不失真的关键。

3）硅电容随着AI量价提升，市场空间广阔

量：结合村田光模块架构图，一个800G/1.6T光模块涉及的耦合及近端去耦电容数量约可达30-60颗，且随着Lane数、差分通道数和硅光集成度提升，用量亦有提升空间。

价：GPU/ASIC单芯片功耗持续由千瓦级向更高水平演进，供电电压却维持在1V左右甚至进一步下降，意味着核心供电电流及瞬态电流波动显著放大，对近芯片去耦电容的低ESR、低ESL与高频响应能力提出更高要求；同时，先进封装向2.5D/3D演进，芯片与封装基板空间更加紧凑，也进一步凸显硅电容高容值密度、超薄化以及可嵌入封装的优势，推动单颗容量、单芯片使用面积及整体价值量持续提升。

相关标的芯联集成、斯达半导。

3、每年有8.1万个电工职位空缺！美国技工短缺制约AIDC扩张，模块化设备陆续取得订单突破

天风证券研报指出，海外数据中心加速建设，带动了建筑施工等本地化业务需求。在美国技术工人短缺已制约AIDC快速扩张的背景下，模块化、可快速交付的电力、液冷相关数据中心基础设施产品获得明确优势、陆续取得订单突破。关注冰轮环境、潍柴动力等。

2026年8月13日，美国分布式电力系统供应商ERock发布公告，宣布与Anthropic达成470MW电力协议；此外，ERock与电力公司ElPasoElectric合作366MW项目、为Meta数据中心园区提供支持。

Erock核心产品RockBlock为模块化分布式发电系统，直接利用天然气管网供应燃料发电，对比当前美国并网排队时间约5年、公司现场发电解决方案预计可帮助数据中心项目约15个月内投入运营。

此前的5月20日，人工智能云公司Nebius和BloomEnergy达成协议、将在Nebius的AI基础设施上部署Bloom的SOFC技术，其中首个装机容量为328兆瓦的项目预计将于2026年投入运营。合作核心是基于模块化燃料电池的选址和调试速度更快，可减少对新建输电线路的依赖、缩短Nebius及其终端客户的供电时间。

随后在2026年8月13日的Nebius2026年二季度财报电话会议中，公司宣布将选择Bloom的SOFC为计划在新泽西州Vineland建设的300MWAIDC提供表后电力。

当前，美国电工、水管工和暖通空调技术人员已出现较严重的短缺问题。据美国劳工统计局数据，2024-2034年美国平均每年将有8.1万个电工职位空缺。采用简化布局的模块化AIDC发电、冷却设备或将有效适应当前美国技术工人短缺问题，加速AIDC建设落地。

另据Semianalysis，1GW室外制冷场地的总安装成本约15亿美元，其中水冷机组和冷却器基础设施只占5亿美金，其他成本是电气变压器+配电系统、控制集成、土建工程、管道+机械分配等。模块化一次侧预制舱每GW可在现场范围省约3.5亿美元土建、机械和电气材料，现场160万小时工时劳动力转移至工厂或取消，有效缓解海外数据中心建设工人短缺问题。

总之，美国技术工人短缺已制约AIDC快速扩张，关注中国模块化发电设备、冷却设备供应商可缓解美国劳动力缺口带来的数据中心建设延期问题。

发电相关标的潍柴动力：2023年发布大功率金属支撑商业化SOFC产品，系统功率达到120kW，支持模块化安装。

冷却相关标的冰轮环境：子公司顿汉布什全栈自研，产品包括一体式冷源方舱、水力输配方舱、终端风墙方舱等。

4、从卖软件到按效果分成，物理AI的第一桶金落在了工厂，AI收入占比从不足3%冲到30%，利润表率先“吃饱”

世界模型常被误读为文生视频的新名字，真正的分水岭是“控制世界”。东吴证券判断，技术拐点已至、收入拐点分行业出现，物理AI第一轮商业化先落在流程工业、工程仿真、仓储物流等工厂场景，家庭通用机器人兑现最晚。商业模式将从卖软件许可转向按效果付费，掌握物理数据、机理模型和控制接口的企业迎来重估。关注中控技术、索辰科技、品茗科技、能科科技、汇川技术等。

1）会生成视频不等于世界模型，关键在能否控制世界

文生视频模型学的是从文字到画面的映射，世界模型学的是从“当前状态加动作”推出“未来状态”。

以机械臂抓杯子为例，视频模型能生成“拿起杯子”的逼真画面，真实机器人却要判断从杯口还是杯身抓、用多大夹持力、沿哪条轨迹运动、会不会碰倒周围的物体。只生成画面、不接受动作输入的模型，只能算具备世界先验的生成模型，还不是完整的可执行世界模型。

世界模型不会收敛到单一技术路线，最终形态是生成模型、潜空间动力学、物理仿真和因果结构的混合架构。视频生成解决数据扩增与场景覆盖，潜空间动力学负责低成本状态预测，物理仿真保证精度与可验证性。未来工业世界模型将以“机理模型提供边界、神经网络学习残差、实时数据校正状态、智能体持续修正输出”的形态落地，传统仿真软件不会出局，显式物理模型是物理AI的可靠性底座。

2）技术拐点已至，第一波商业回报先落在工厂里

Meta的V-JEPA2先拿超过100万小时视频做无动作预训练，再只喂62小时机器人动作数据，就能在陌生环境中完成拾取放置。这说明大规模无标签视频负责学世界规律，昂贵又稀少的动作数据只用来建立动作与结果的映射。

但通用物理智能还远未成熟。Meta同步发布的物理推理基准显示，人类准确率85%到95%，现有顶尖模型仍有明显差距。研报把2026年定义为技术拐点已至、收入拐点分行业出现、通用智能拐点尚未到来，相当于语言模型的GPT-2至GPT-3前夜。

世界模型真正值钱的地方，在于它从“认知系统”走向“生产力系统”。一个完整的物理AI 系统是“传感器→世界状态表征→世界模型预测→规划/策略→控制器→执行器→环境反馈”的闭环，没有世界模型的机器人只是更复杂的自动化设备。

这意味着物理AI第一轮商业化会落在流程工业、工程仿真、汽车、仓储物流和建筑施工这些任务边界清晰、数据可回流、错误成本可量化、且既有自动化系统可直接承接模型输出的高价值半结构化场景。而截至 2024 年底，全球工业机器人在役量已达 466.4 万台、中国在役量超过 200 万台——物理AI 不止对应新增机器人销量，更对应存量机器人的视觉、控制器和软件智能化改造，这是一块被过往“纯视频生成”叙事忽略的更大蛋糕。而家庭通用人形机器人空间最大，但兑现时间最晚。

3）收费模式从卖软件转向按效果分成，工业软件迎来价值重估

政策已经在铺路。2026年《人工智能+制造专项行动实施意见》明确推动工业智能体、工业软件与AI深度融合，十五五规划纲要提出统筹布局具身智能实训场、研究物理人工智能，政策目标到2027年推出1000个高水平工业智能体。政策方向从建设数字化系统升级为让模型进入工业系统参与决策和执行，这是物理AI商业化的核心分水岭。

研报判断，2027到2028年收费模式将从一次性实施和席位许可，转向订阅、按设备量计费和按节能、良率、产量提升分成。能证明节省的人工、能源和停机损失能覆盖成本的系统，才有资格进入生产环节。到2028至2030年，竞争重点将从谁能训练模型，转向谁掌握最多有效物理数据、谁能安全地控制设备、谁能把模型结果变成客户的财务回报。标准化平台和按效果付费的企业将获得更高估值，项目制集成则受制于估值上限。

从"堆算力卡"升维到"整柜系统"！AI算力竞争逻辑变了，整柜交付成了新利润池；每年有8.1万个电工职位空缺！美国技工短缺制约AIDC扩张，模块化设备陆续取得订单突破——0827脱水研报

🔥 题材

📈 个股