传统IDC厂商转型智算中心的生存战研报

1. 引言：算力通胀与IDC行业的“达尔文时刻”

2026年，全球数字经济的底层逻辑已被人工智能彻底重写。从大模型“百模大战”的喧嚣，到智能体（AI Agent）在企业级生产环境中的全面爆发，算力需求的核心驱动力发生了根本性的转移。国际数据公司（IDC）的跟踪数据显示，2025年下半年中国智算云服务（AI IaaS）市场同比增速高达132.1%，全年市场规模达486.7亿元，并预计在未来两年内突破千亿元大关。在此宏观背景下，承载算力的物理底座——互联网数据中心（IDC）行业，正迎来一场史无前例的“达尔文时刻”。

过去十余年，传统IDC行业依托移动互联网、短视频和云计算的普及，享受了“流量驱动”带来的红利，形成了以机柜租用、电力供应和网络接入为核心的“地产收租”模式。然而，随着摩尔定律在物理极限下的放缓，以及AI大模型参数量呈指数级增长，传统IDC的基础设施架构已无法承载算力时代的庞大负荷。全球数据中心核心IT电力需求预计将从2023年的49GW激增至2026年的96GW，其中新建智算中心驱动的电力需求占增量的85%。高功率密度芯片的广泛应用、液冷散热的强制性需求，以及“双碳”目标下严苛的PUE（电源使用效率）限制，共同构筑了一道极高的转型壁垒。

在这场生存战中，市场格局正经历剧烈的结构性分化。云计算巨头与电信运营商凭借雄厚的资本、庞大的算力调度网络以及全栈技术能力，形成了“双阵营”的压倒性优势。对于第三方传统IDC厂商而言，单纯的规模扩张已失效。部分缺乏核心技术和优质客户资源的中小厂商陷入了价格战与产能过剩的泥潭；而头部厂商则通过重资产投入智算基础设施（AIDC）、探索“算电协同”新模式，乃至向“Token工厂”的商业模式演进，试图在算力重构的浪潮中寻找第二增长曲线。本报告将从技术解构、商业模式升维、竞争格局演变以及头部企业实战案例等维度，全景式剖析传统IDC厂商向智算中心转型的阵痛、破局路径与未来图景。

2. 核心动能：从“存量空间”到“智能算力”的范式跃迁

数据中心从EDC（企业数据中心）向云数据中心，再向智算中心（AIDC）的演进，本质上是计算负载从“逻辑处理与存储”向“高并发并行计算”的跃迁。这一过程由两大核心要素驱动：一是表征业务端需求的“Token经济”，二是表征网络端约束的“无损互联”。

2.1 Token经济引爆推理算力洪流

2026年的AI产业已正式从“训练时代”跨入“推理时代”。过去三年，行业的焦点在于基座模型的参数量拼杀，对算力的需求主要集中在一次性的模型训练上。然而，随着DeepSeek等国产大模型及其衍生应用的日活用户呈现爆发式增长，以及AI智能体被深度嵌入各类办公、制造、金融等业务流中，推理算力的需求开始呈现出高并发、低延迟、持续在线的特征。

根据国家数据局及第三方监测机构的数据，2026年3月中国大模型日均Token调用量已突破140万亿次，相较于2024年初的1000亿次，两年间实现了超千倍的指数级增长，甚至在特定周期内连续数周超越美国同类模型调用量。高盛及其他机构预测，到2030年，全球日均Token消耗量将达到4600万亿次。这种从“训练”向“推理”的重心转移，直接重塑了算力基础设施的商业价值。推理是一种持续性消耗，每一次API调用、每一次内容生成都在消耗Token，这使得底层GPU等算力资产从“研发测试设备”转变为“生产制造设备”。由此，IDC厂商的客户群体不再仅仅是为了训练模型而“囤卡”的科技巨头，更包含了海量需要稳定、高效、低成本推理算力的应用层企业。

2.3 算网协同与无损互联：网络角色的根本转变

在智算时代，网络不再仅仅是“连接算力的管道”，而是决定算力效率的杠杆。分布式大模型训练高度依赖GPU节点间的高频通信（如AllReduce），数据中心内部网络的东西向流量占比已从传统IT时代的20%飙升至80%以上。此外，大模型并行算法涵盖了张量并行（TP）、专家并行（EP）、序列并行（SP）、流水线并行（PP）和数据并行（DP），任何微小的拥塞或丢包，都将导致整个数十万卡级别的GPU集群计算停滞。在极端情况下，网络等待时间甚至可能占据总训练时间的30%以上。

自动驾驶、工业控制以及AI Agent实时对话等推理场景，则对网络的南北向吞吐量及响应延迟提出了更为严苛的要求，端到端延迟普遍要求低于50ms。传统IDC厂商若要向智算中心成功跨越，必须跳出单纯的“机房+水电”思维，构建支持RoCEv2（RDMA over Converged Ethernet）协议的高吞吐无损网络架构。同时，面对混合架构部署（85.8%的企业选择“外部算力+自建IDC”）的趋势，IDC厂商需要提供强大的多云算网协同调度能力，实现跨地域资源池的低延迟直连，这也是当前传统IDC厂商与云服务商差距最大的软实力短板之一。

3. 物理重构与技术壁垒：传统机房的AIDC化生存挑战

将一座传统IDC机房改造为符合大模型训练与高并发推理需求的AIDC，绝非简单的服务器替换，而是一场牵一发而动全身的系统性工程学挑战。改造的成本高昂，技术链条复杂，主要集中在供配电重构、散热革命以及绿色算力底座的构建。

3.1 供配电系统重构：向800V高压直流与算电协同跃升

算力需求的井喷直接传导至芯片层面，推动了GPU等加速芯片的热设计功耗（TDP）急剧上升。例如，英伟达H100芯片的功耗已达700W，而新一代GB200 NVL72机架级解决方案在满负荷运作时的热输出更是达到了惊人的水平。反映在机房物理层面，传统IDC单机柜功率密度通常在5kW至8kW之间，而智算中心单机柜功率密度则普遍突破30kW，甚至向50kW至100kW以上迈进。

当机柜功率从8kW激增至40kW以上时，传统IDC机房采用的240V或336V高压直流（HVDC）系统已难以为继。如果维持原有电压等级，单柜电流将暴涨至数百安培，不仅会导致极高的线路热损耗，更要求主干电缆截面积成倍增加，极大地挤占了本就稀缺的机房桥架空间。因此，2026年智算中心改造的核心趋势之一是直接向800V HVDC架构跃升。800V高压直流能够将线路电流降低约60%，大幅缩小电缆截面积，同时将配电链路的能源转换效率从传统的94%提升至98%以上。

在配电架构层面，传统机房依赖的列头柜配电正逐渐被“母线槽+智能PDU（电源分配单元）”方案取代。大容量智能母线（单条载流量可达1600A）不仅能应对高功率密度的冲击，还能实现机柜级甚至服务器级的精细化能耗监控，这对于智算中心后续的精细化运营至关重要。然而，这种改造要求重新做接地网以满足极高的对地绝缘要求，并针对AI负载高频突发、波动极大的特性，将UPS备电容量裕度从传统的1.2倍提升至1.5倍以上，直接推高了初期改造资金门槛。

3.2 散热革命与空间再造：风冷向液冷演进的成本博弈

液冷化改造是传统IDC转型AIDC最难啃的骨头，也是决定未来盈利能力（PUE指标）的关键。数据中心能耗中，IT设备自身耗电占比约45%，而传统风冷系统的制冷耗电占比高达43%，是抬高PUE的罪魁祸首。物理学规律决定了，当单机柜功率超过15kW时，空气的比热容和流速已无法有效带走芯片产生的废热，液冷技术从“可选项”变为了“必选项”。

在改造路径上，冷板式液冷因其定制化程度适中、不改变原有服务器外部形态，且产业链相对成熟，成为当前阶段渗透率最高的技术方案。冷板式液冷通过将带有冷却液的冷板贴合在GPU/CPU表面进行热交换，能够将数据中心PUE降至1.2左右。从全生命周期拥有成本（TCO）来看，以H100机柜为例，3年周期下液冷方案较风冷可节省约6万美元的电费及运维成本，具备显著的经济效益。

浸没式液冷虽然散热效率极致（PUE可降至1.1以下，全面支持单柜100kW以上），但其改造面临极大的物理限制。浸没式液柜（包含大量冷却液）单柜重量往往超过1.5吨，彻底超出了传统IDC机房（设计承重通常为500-800kg/㎡）的楼板荷载极限。此外，大直径液冷管路的铺设要求更高的架空地板，从而需要更高的机房整体层高。因此，全面转向浸没式液冷往往意味着放弃原址改造，转向“推倒重来”的土建重建，抑或采用定制化的微模块预制舱。例如，浪潮信息推出的预制化AIDC解决方案，采用集装箱模块化设计，将建设周期从传统的1-2年大幅缩短至120天即可交付10MW规模的智算中心，这代表了新建高密智算集群的重要趋势。

3.3 绿色算力底座：PUE红线与能源成本的终极较量

除了技术层面的挑战，政策与合规红线同样悬在传统IDC厂商头顶。国家发改委等部门明确提出，新建大型、超大型数据中心PUE不超过1.3，到2025年数据中心PUE普遍不超过1.5；而在“东数西算”工程中，东部数据中心集群平均PUE要求小于1.25，西部枢纽节点则必须小于1.2。2025年欧盟修订版《能源效率指令》甚至将PUE上限收紧至1.2。

面对算力暴涨带来的巨量电力消耗，“绿电聚合”与“算电协同”成为破局的关键。智算中心选址正加速向内蒙古（如乌兰察布）、宁夏中卫等具备丰富风光可再生能源、气候凉爽且电价低廉的地区转移。利用智能调度平台，让算力负荷参与电网削峰填谷，不仅能够实现绿电的就地消纳，更能大幅压降数据中心最大的运营成本（OPEX）——电费。在这一层面，谁能掌握长期稳定的绿色廉价电力，谁就掌握了智算时代的成本定价权。

4. 竞争格局重塑：“双阵营”夹击下的第三方IDC突围

在传统云计算时代，基础电信运营商、传统硬件厂商和第三方IDC服务商共同构成了数据中心托管市场的主力。然而，进入2026年，AI IaaS市场的竞争逻辑已发生根本性跃迁——从“资源供给”的单一维度比拼，转向以“算力底座、平台调度、模型服务与国产化生态”为核心的全栈能力竞争。在这一进程中，第三方传统IDC厂商正面临空前的生存挤压。

4.1 云计算巨头与基础电信运营商的降维打击

经过近一年的市场重构，中国AI IaaS市场逐渐形成了坚如磐石的“云服务商+运营商”双阵营竞争格局。

云计算巨头（如阿里云、腾讯云、火山引擎、百度智能云）延续了其在传统IT时代的软件定义与大规模资源调度优势。在算力涨价与供需失衡的背景下，云巨头不仅垄断了大量稀缺的高端GPU资源，更凭借自研的异构算力支持、深度的模型推理优化能力以及庞大的生态体系，将业务触角向上延伸至MaaS（模型即服务）和API调用。例如，阿里云依托灵骏智能计算集群强化算力网络；百度智能云通过“芯云模体”推进训推一体化。云巨头逐渐倾向于在核心节点自建大规模数据中心，将非核心资源外包，这在很大程度上削弱了第三方IDC的话语权。基础电信运营商（中国移动、中国电信、中国联通）则依托国家“东数西算”战略与庞大的政企市场基础，强化“算网融合”能力。运营商不仅掌控着国家级骨干网络带宽与核心城市机房土地资源，其推出的全国算力调度平台（如中国电信的“息壤”），使得其在下沉市场以及安全合规要求极高的政务、金融、军工算力招标中占据绝对优势。数据显示，三大运营商在IDC市场的总体份额占比维持在近半壁江山。

4.2 第三方IDC厂商的结构性分化与淘汰赛加速

在“双阵营”的强大资本和技术壁垒面前，第三方数据中心及算力服务商加速分化，市场呈现出典型的“二八法则”与结构性出清。

一方面，处于行业中下游、缺乏核心技术和资金优势的投机型厂商面临生存危机。这些厂商由于无法获取昂贵的AI计算芯片，无力承担液冷改造的高昂资本性支出（CapEx），且缺乏网络调度软件能力和稳定的优质客户，其传统的低功率通用机柜面临严重空置。在产能过剩的压力下，只能陷入同质化的价格战泥潭，资产价值迅速缩水。

另一方面，头部第三方IDC服务商（如万国数据、世纪互联、润泽科技等）则迎来了洗牌后的集中度提升，其市场份额正在向60%以上攀升。这些龙头厂商依托前期的规模优势、强大的融资能力和敏锐的市场嗅觉，迅速向AIDC运营商转型。他们通过锁定互联网巨头、大模型厂商的长单（长期合约），甚至以订单作为抵押物获取更多授信，形成了正向循环。他们的核心竞争力已从单纯的“空间与电力租赁”跃升为：全球化GPU采购渠道保障能力、液冷集群的极速工程交付能力、大规模绿电获取与算电协同能力。市场不再为简单的机柜面积买单，而是为“能稳定运行万卡集群的高可用性物理环境”支付溢价。

5. 商业模式升维：从“机柜二房东”到“Token工厂”的价值捕获

物理设施的升级只是转型的入场券，决定传统IDC厂商能否在2026年及以后获得资本市场高估值的核心要素，在于其商业模式的彻底蜕变。

5.1 传统裸金属算力租赁的内卷与收益瓶颈

随着企业对GPU算力需求的暴涨，许多IDC厂商以及跨界资本涌入“算力租赁”赛道。早期的算力租赁本质上仍是高级版的“二房东”生意：企业斥巨资购买GPU服务器集群，放置在改建好的高密机房内，然后以“卡/小时”或“节点/月”为单位向大模型研发商或云厂商提供裸金属租赁服务。

然而，这种线性收益模式面临着严重的天花板。首先是资产折旧极快。AI芯片的迭代周期极短，巨额的前期硬件采购带来的折旧压力要求出租方必须保持极高的上架率，一旦客户流失，硬件极易沦为沉没成本。其次是利用率低下。传统的裸金属租赁模式下，算力资源被特定客户独占。由于客户自身的代码优化能力参差不齐，且AI应用天然存在波峰波谷，算力往往处于空转状态。据测算，传统算力租赁的行业平均硬件利用率普遍不足30%。最后是同质化竞争带来的价格战风险。当市场上各类算力中心如雨后春笋般涌现，供给一旦在局部过剩，仅提供底层硬件的厂商势必失去议价权，其毛利率被长期压制在15%-25%的区间。

5.2 “Token工厂”：利润重估的终极形态与高毛利护城河

为了打破算力租赁的重资产低回报魔咒，行业在2026年加速向“Token工厂”（AI Factory）模式演进。正如英伟达CEO黄仁勋所断言，AI工厂是新时代的工业基础设施，其输入的原材料是电力和数据，产出的商品则是Token，Token已成为智能时代的“基础货币”。

“Token工厂”彻底颠覆了传统的计费维度，它不再售卖“GPU使用时长”，而是直接向应用端客户售卖“模型输出的结果（Token）”。在这一模式下，算力运营方不再是简单的资源提供者，而是深度的技术服务商。通过部署高效的底层模型分发架构、模型量化压缩技术、KVCache分层缓存机制以及智能队列调度系统，平台方能够在一组固定的硬件集群上，将并发处理能力和吞吐量推向极致。

同样的一台服务器，传统租赁模式下客户可能只发挥了其30%的性能；而在Token工厂模式下，通过统筹调度和多模型混部，硬件利用率可拉升至80%以上，单位GPU的Token产出量得到几何级增加。海外市场中，AWS基于Anthropic模型打造的Bedrock平台已成功跑通了这一模式。AWS通过提供基础设施并作为分发平台进行分成，使其AI业务的EBIT利润率达到了约55%，远超传统IaaS业务。

由于按API调用量向海量终端客户收费，Token工厂将底层算力资产从“线性折旧的固定资产”变为了“可通过运营提升周转率的产线资产”。这种基于产出价值分成的模式，使得算力中心的净利率可达40%左右，拥有了平台型企业的指数级盈利弹性。国内市场上，专业的算力服务商和积极转型的IDC企业正在大力布局Token工厂，探索以Token为计价锚点的全链条算力服务。虽然大部分传统IDC厂商尚不具备全栈的软件开发能力，但通过与上游模型厂商、调度软件服务商建立深度联盟与合资公司，切入Token分发的增量利润池，已成为实现利润重估的必由之路。

6. 突围样本：中国头部传统IDC厂商的战略抉择与实践

在市场加速出清的过程中，中国第三方数据中心市场的头部玩家展示出了截然不同但目标一致的转型策略。他们的实践，为整个IDC行业如何跨越技术与商业鸿沟提供了清晰的生存样本。

6.1 万国数据 (GDS)：重资产加码AI基建与“下南洋”全球化出海

作为中国第三方IDC的龙头企业，万国数据（GDS）选择了在AI超级周期中“重注国内基础设施”与“全速拓展海外市场”并行的双轮驱动战略。

财务数据显示，万国数据在2026年第一季度展现出强劲的复苏势头。单季净收入达到33.67亿元人民币，同比增长23.6%；净利润达26.52亿元人民币；经调整EBITDA达19.48亿元人民币（同比增长47.2%），新增签约量约200MW，创下历史单季度最高水平。其最引人瞩目的战略动作，是董事长黄伟宣布在未来三年内投入创公司25年历史新高的300亿至500亿元人民币，全面加码国内AI基础设施。这笔巨资将重点用于在内蒙古（乌兰察布、和林格尔）、广东韶关、宁夏中卫等新兴枢纽节点扩建能承载超大规模AI部署的集群，形成“成熟市场+新兴枢纽”的良好协同。

同时，万国数据敏锐捕捉到了全球数字化转型以及国内科技企业“出海”产生的庞大数据管辖与算力需求。通过其负责国际业务的全资子公司GDSI（近期再获10亿美元股权融资），万国数据在东南亚（尤其是马来西亚柔佛州）及日本东京大举布局。其柔佛州努沙再也科技园数据中心二期成为当地首个支持大规模AI算力部署的园区。通过在海外获取大规模产能储备（目标在马来西亚总容量达2.5GW），万国数据有效对冲了国内市场的内卷压力，打开了广阔的国际增长空间。

6.2 世纪互联 (VNET)：Hyperscale 2.0架构与10GW绿电“算电协同”生态

作为国内第一家登陆美股的IDC企业，世纪互联在2026年继续深入贯彻其“大定制+新零售”双引擎战略和Hyperscale 2.0架构体系。2026年第一季度，世纪互联总营收达26.9亿元人民币（同比增长19.8%），经调整EBITDA达8.9亿元人民币。值得注意的是，其基地型业务收入首次超过城市型业务，成为核心增长引擎，且年初至一季度末累计新签订单达517MW。

世纪互联转型的最大亮点在于其在“算电一体化”方向的战略纵深。2025年，世纪互联宣布将在未来10年建设总规模达10GW的超大规模数据中心集群。这一规划容量不仅超越了中国“东数西算”单个节点通常的1-5GW规模，更将超越美国弗吉尼亚州的数据中心走廊，成为全球最大的绿色算力集群之一。其破局核心在于引入了新能源产业巨头——山高控股及宁德时代关联方作为战略投资人。依托山高控股在光伏和风力发电领域的巨大装机规模，双方在乌兰察布总投资210亿元建设源网荷储一体化项目。这种“100%绿电直供+储能保底”的“算电协同”模式，一举击破了智算中心面临的缺电与高电价两大死穴。世纪互联甚至在规划构建基于区块链驱动的“电粒交易体系”，试图建立一个将能源与算力深度融合的新型电力系统开放生态平台，从而在同质化的IDC竞争中建立起坚不可摧的能源成本护城河。

6.3 润泽科技：全液冷智算集群规模化领跑与AIGC红利兑现

润泽科技代表了通过前瞻性技术布局（尤其是液冷技术）实现弯道超车并快速兑现红利的典范。相较于在存量机房上进行痛苦改造的厂商，润泽科技坚持“自投、自建、自持、自运维”的重资产集中园区模式，其核心竞争力在于极强的液冷工程交付能力与前瞻性卡位。

在AIGC浪潮来临之际，润泽科技迅速向AIDC转向。截至2024年上半年，公司已在全国（京津冀、长三角、大湾区、成渝、甘肃、海南）布局7个AIDC集群，合计规划61栋智算中心、约32万架机柜。早在2023年，润泽科技就成功交付了行业首例整栋纯液冷智算中心，其单机柜功率密度达到21.5kW以上，并将新建及运营数据中心的PUE严格控制在1.15至1.3之间。其智算中心搭载三层网络架构，最多支持互联8192台高功率服务器，完美契合了算网协同的需求。通过与头部互联网企业（如字节跳动、快手等）以及运营商的深度绑定，润泽科技实现了极高的上架率（成熟机房达90%以上）。这种将液冷技术优势转化为稳定长单收入的能力，使得其业绩呈现爆发式增长。券商预测其2026年营业收入将达105.94亿元，归母净利润达39.36亿元，ROE接近23%，成为A股市场上AIDC概念的绝对领军者。

6.4 宝信软件：产业AI化深耕与“人工智能+钢铁”的垂直场景闭环

脱胎于中国宝武集团的宝信软件，展示了另一条截然不同的转型路径——依托深厚的行业Know-how，将智算中心建设与垂直产业（智能制造、钢铁工业）的应用场景深度绑定，通过全栈国产化建立绝对壁垒。

宝信软件的转型战略被称为宝武“2526”工程，核心愿景是“用AI重新定义钢铁”。在基础设施层面，宝信软件立足上海罗泾园区推进宝之云算力中心建设，不仅成功中标互联网巨头的庞大交付需求，更完成了自有智算中心（上海节点）建设，并开发了ONE+算力管理平台以实现异构算力的统一调度。在模型与应用层面，宝信不与通用云巨头在C端通用大模型上硬碰硬，而是选择主动拥抱优秀的开源模型（如满血版DeepSeek的属地化部署），结合自身数十年积累的工业海量数据与排故语料，发布了涵盖基础、垂类、场景三层架构的“宝联登钢铁行业大模型”。更为核心的是，宝信实现了从操作系统、运行时软件到编程环境的全栈自主可控，其首发的天行系列大型PLC（可编程逻辑控制器）产品深度集成AI能力，已在钢铁行业完成60%的场景验证，并拓展至半导体、港口等领域。这种“智算基础设施+专属行业大模型+核心控制硬件（PLC）”的生态闭环，使得宝信的算力直接转化为工业降本增效的生产力，有效避开了算力租赁市场的无序竞争。尽管其2025年软件开发收入有所波动，但凭借深厚的产业护城河，仍维持了行业前列的净利润水平（13.05亿元）。

7. 结论与未来展望：迈向“物理AI”与“算网一体”的星辰大海

2026年是传统IDC行业生死攸关的分水岭。以AI大模型推理为核心的Token经济，彻底终结了以机柜面积和基础电力为售卖单元的“前算力时代”。传统IDC厂商转型智算中心的生存战，不仅是一场比拼重资产投资融资能力的资本消耗战，更是一场涉及800V高压直流架构重构、冷板及浸没式液冷工程落地、以及无损算网调度的技术攻坚战。

综合全局，传统IDC厂商若要在未来五年免于被市场出清，必须在以下三个战略维度实现破局：

1. 物理底座的极致进化与工程落地：必须跨越风冷到液冷的巨大鸿沟，全面适应30kW至100kW+的高密算力部署需求。这不仅要求在新建中心推行预制化、模块化建设以提升交付速度，更需要在“双碳”政策下持续优化PUE指标，打造真正高可用性的AI物理环境。
2. 能源结构的革新与算电协同：在算力能耗爆炸的背景下，脱离对单一市电网络的依赖。通过与新能源企业结盟，向“西部枢纽+绿电聚合+储能保底”的源网荷储一体化模式演进，将低廉的能源成本转化为不可复制的核心护城河。
3. 商业模式的向“软”延伸与价值链跃升：单纯的“机房二房东”或“裸金属租赁”已无法支撑长期的财务健康与高估值。IDC厂商必须通过产业联盟、技术合作或自研投入，补齐多云调度、异构算力池化管理等软件能力，并积极向“Token工厂”的计费逻辑和商业模式靠拢，将算力资产由被动的物理折旧品转化为高周转的价值生产线。

展望未来，随着具身智能（Physical AI）、边缘计算的爆发以及端侧算力的下沉，算力基础设施的形态将更加多元化与分布式。中国算力市场将告别野蛮生长，步入精细化运营与全栈能力比拼的新阶段。在这场从“数据栖息地”向“智能发电机”的伟大进化中，唯有那些敢于重构自身技术基因、拥抱产业共生、并深刻理解AI业务逻辑的IDC企业，方能穿越周期，完成破茧与涅槃。