报告概述

本报告聚焦中国第三方算力中心服务商,系统研究在AI需求增长和算力基础设施持续建设的背景下,行业的发展现状、竞争格局演变、服务商综合能力评价、领先企业能力建设实践以及未来发展展望。报告基于科智咨询构建的涵盖资源能力、服务能力、市场化运营能力、绿色化水平和技术能力五个维度的综合评价体系,对主要服务商进行全面评估,旨在为行业参与者了解市场、制定策略提供参考。

报告的核心结论

资源竞争焦点从规模转向交付能力

随着AI算力需求增长和政策约束加强,服务商资源竞争从单纯关注规划规模转向能否按期交付满足高密智算需求的有效供给。具备“资源获取—客户绑定—快速交付”闭环能力的头部企业优势明显,而部分中小企业面临落地周期长、客户转化不足等问题,资源价值分化加剧。

客户需求结构向头部主导的大型定制化集中

以字节跳动、阿里巴巴、腾讯为代表的头部泛互联网企业成为算力中心主要需求来源,单笔订单规模普遍超过100MW,定制化程度加深,推动交付模式从标准化资源出租向大规模定制化转变,服务商角色从资源提供方延伸至客户算力扩张的深度合作伙伴。

液冷和绿色低碳技术成为竞争准入门槛

AI训练和推理对高功率密度要求推动液冷从可选技术变为新建智算中心的标配,不具备液冷部署能力的服务商在高端客户获取中面临劣势。同时,PUE上限收紧和客户ESG要求使绿色低碳从合规要求升级为竞争力,推动源网荷储、绿电交易等技术的应用。

资本运作渠道拓宽,资产证券化进入落地阶段

2025年首批数据中心公募REITs上市,Pre-REITs基金、持有型ABS等工具持续丰富,为成熟资产提供了盘活和资金回收通道。并购市场活跃,资本更加关注成熟资产及运营平台,产业资本通过战略协同加快入局,推动行业资源进一步整合。

报告回答的关键问题

第三方算力中心服务商如何应对AI需求带来的挑战?

服务商需要从资源规模竞争转向交付能力竞争,重点提升高功率机柜、液冷部署、GPU集群承载等智算基础设施能力,同时深化客户定制化服务,建立从资源评估到持续运营的全流程协同能力。此外,通过绿色能源管理和多元化资本工具优化资产运营。

哪些第三方算力中心服务商处于市场领先地位?

根据科智咨询综合能力评价,TOP15企业包括万国数据、润泽科技、世纪互联、秦淮数据、中金数据、科华数据、浩云长盛、中联数据、博浩数据、博大数据、合盈数据、尚航科技、光环新网、数据港和普洛斯。其中万国数据、润泽科技、世纪互联等在多维度表现突出。

智算中心对技术架构提出哪些新要求?

AI业务要求高功率密度(单机柜20kW甚至100kW以上)、液冷散热、800V高压直流供配电、低延迟高性能网络(如RoCE无损网络)。传统风冷和400V交流架构已难以满足需求,液冷和HVDC正成为新建智算中心的核心配置。

东数西算工程对算力中心布局有何影响?

东数西算推动资源向八大国家算力枢纽节点集中,2025年超过60%的新增算力资源投向枢纽节点。东部核心区主要承载高实时推理业务和存量升级,西部枢纽依托能源和土地优势承接大规模训练集群,形成差异化分工格局。

报告中的代表性数据

19,933 MW

全国在运营IDC机柜IT总容量

2025年底,2021-2025年复合增长率20.1%,供给规模持续扩张。

159万 PFlops (FP16)

2025年智能算力规模

2025年,2020-2025年CAGR为79.2%,到2026年3月底已增至188万PFlops。

超55%

TOP10服务商市场份额

2025年,行业集中度持续提升,头部企业优势延续。

以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 行业定义与产业链全景图:明确第三方算力中心服务商在算力服务生态中的定位,以及上游资源、中游运营、下游客户的关系。
  • AI业务承载能力关键支撑要素模型:解析高密供电、先进冷却、GPU网络、智能运维等技术如何支撑AI业务。
  • 主要服务商智算中心项目案例:展示万国数据、润泽科技、世纪互联、秦淮数据等企业的具体项目规模、技术方案和交付模式。
  • 区域布局与资源分布图谱:包括京津冀、长三角、大湾区、西部枢纽等地的资源规模、运营机柜占比及功能分工。
  • 服务商综合能力评价排名(TOP15):基于资源、服务、市场运营、绿色水平、技术五大维度的详细评分与特征总结。
  • 能源与电力协同实践:源网荷储一体化项目详解,如中金数据乌兰察布低碳算力基地的70%绿电直供模式。
  • 资本运作案例汇编:公募REITs、Pre-REITs基金、持有型ABS、并购交易(如东阳光收购秦淮数据)的具体金额和操作路径。
  • 未来发展趋势展望:从资源扩张到运营效率与资产经营的转型路径,以及智算需求与存量改造的协同策略。

本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。

相关报告