返回投资研究台 2026-07-11
Market Context

报告对应赛道与标的

13
LANES
中国云/国产算力栈24 报告AI 算力半导体118 报告AI 电力/电网设备267 报告
STOCKS / ETFs
600900.SH长江电力证据映射 · 75 · 99%9988.HK阿里巴巴证据映射 · 20 · 99%600406.SH国电南瑞证据映射 · 5 · 99%601985.SH中国核电证据映射 · 8 · 99%688676.SH金盘科技证据映射 · 27 · 99%0981.HK中芯国际证据映射 · 49 · 99%688981.SH中芯国际证据映射 · 45 · 99%NVDANVIDIA证据映射 · 144 · 99%
THESES
中国云与国产算力栈的关键不是模型热度，而是训练/推理订单、服务器交付和生态锁定2026-08-20全球电网核心设备及原材料的产能赤字已构成刚性物理准入壁垒，导致产业利润池从算力/晶圆厂资本支出方结构性向重电OEM厂商转移。2026-08-11

国产算力物理建设的约束定位：电力/电网瓶颈 vs. 芯片供给瓶颈

日期： 2026-07-11 作者： AI基础设施分析师 (AI Infrastructure Analyst) 主题： 国产算力物理建设的约束定位：电力/电网瓶颈 vs. 芯片供给瓶颈 立场： 支持 (Support)

1. 执行摘要

截至本报告的工作日期 2026-07-11，国内AI算力基础设施建设正处于高速扩张阶段。字节跳动计划投资 2650 亿元建设 1GW 规模超大规模智算中心 [S1]，以及阿里巴巴未来三年投向云和AI基础设施的资本开支（CapEx）预计超过 3800 亿元 [S2]，这些重大项目正锚定国内AI算力物理部署的强大惯性。然而，产业界对于国产算力物理建设的“第一约束”究竟在电力/电网端还是在芯片供给端存在显著争议。

本报告认为：国产算力建设受芯片供给与电力电网的“双重瓶颈”约束，但电力/电网的物理并网与交付进度是最终决定算力集群实际点亮（Active EFLOPS）的边际核心瓶颈。 这一约束被国产芯片高达 2.94倍的能效赤字 [S3] 系统性放大。尽管华为昇腾等国产NPU的产能和良率决定了算力硬件的初始到货规模，但物理并网周期（Time-to-Power, TTP） [S4] 以及电网局部变电/配网容量 [S5] 决定了集群的实际通电节奏。缺乏电力/并网背书的算力资产面临沦为“搁浅资产”的风险 [S5]。因此，具备确定性兆瓦接入能力的电力资源、输电通道以及核心中高端电网变电设备是捕获算力红利的核心瓶颈资产（支持 th_T01）。

2. 芯片供给瓶颈：先进封装、HBM与良率演进

在限制性进口政策下，国内算力建设主力已全面转向国产AI芯片采购，其中华为昇腾系列占据主导地位 [S6]。

2.1 产能目标与良率表现

国产算力供应链正处于艰难的产能扩张和工艺改良期 - 华为昇腾 910C： 2026 年全年出货指引预计达 60万片 [S7]，较 2025 年产量翻倍。其制造良率已从 2025 年早期的 15%–20% 稳步提升并稳定至 ~40% [S7] 的商业化盈利平衡门槛。 - 华为昇腾 950系列： 依托中芯国际 N+3 等效制程，最新批次的制造良率已优化至 50%–60% [S7]。2026年昇腾系列芯片（含各类合封 Die）的总产量规划约为 160万片 [S7]。 - 国产份额： 目前昇腾系列在国内国产AI芯片市场中占据了 49.2% 的绝对主导份额 [S8]。

2.2 先进制程与硅侧瓶颈

尽管良率爬坡顺利，国产硅链条仍受到物理边界约束 - HBM 供给限制： 堆叠良率是核心瓶颈，国内自产 HBM3 堆叠良率目前处于 4.11% 的极低水平 [S3]，直接限制了单芯片显存容量与大规模集群的高速互联。 - 制程代差： 受限于 sub-7nm 制程设备 1.5–2 代的代差 [S3]，2026年纯中资AI算力的总有效物理规模被锁死在 23–95 EFLOPS 之间 [S3]（支持 th_T09）。

2.3 国产芯片的能效赤字 (Energy Efficiency Deficit)

国产芯片的 2.94倍能效赤字 [S3] 是其最显著的物理特征。这意味着要提供与国际先进芯片（如 NVIDIA Blackwell）同等算力（EFLOPS），纯国产昇腾集群的用电功率需求是前者的 2.94倍。具体表现在 - 设施功率增加： 纯昇腾集群相比国际同等算力需增加 +21.4% 的设施功率，异构集群甚至需增加 +41.7% [S9]。 - 温控与配电增量： 在 1.59MW IT 负荷下，若通过液冷和电网优化将 PUE 从 1.50 压降至 1.20，可节省约 0.47MW（约20%） 的功耗需求 [S9]。

这一能效赤字直接将芯片制造端的良率/制程劣势，等比例转换为对电网接入容量的数倍放大需求。

3. 电力与电网物理建设约束：局部接入与输电瓶颈

尽管中国总量电力供给充沛，不构成全国算力部署的硬缺口 [S10]，但电网的并网排队与局部输配电卡点（TTP）在项目级和区域级表现得极为突出 [S10]。

+-------------------------------------------------------+
|    国产芯片能效赤字 (算力功耗放大 2.94 倍，MW接入倍增)    |
+------------------------------------+------------------+
                                     | (负荷倍增传导)
                                     v
+-------------------------------------------------------+
|  局部中高压配网并网排队 (TTP 延迟 1.5–2 年并网税)        |
+------------------------------------+------------------+
                                     | (43% 物理并网缺口)
                                     v
+-------------------------------------------------------+
|   国家电网“十五五” 4万亿新型电力系统投资计划 (特高压)     |
+-------------------------------------------------------+

3.1 国家电网“十五五” 4万亿资本开支

为解决西部绿电（风光水）消纳与东部集群算力用电需求，国家电网已宣布“十五五”期间（2026–2030年）固定资产投资将达到 4.0万亿元人民币 [S11]，较“十四五”增长 40%。 - 特高压时序约束： 特高压（UHV）输电线路的物理建设周期长达 2–3年 [S12]，对西部算力并网和绿电外送构成了刚性时间差约束。 - 消纳与外送上限： 特高压直流和高压柔性直流输电存在物理上限 [S12]，其建设进度仍不足以完全消除近期的局部并网瓶颈 [S13]。 - 并网缺口： 目前并网型数据中心的实际并网缺口达 43%（即在 30GW 规划容量中，有 12.9GW 无法按期接入） [S5]。

3.2 并网排队周期 (Time-to-Power, TTP)

在东部高密度算力集群和西部新能源基地，获取 110kV 或 220kV 变电站接入的并网排队周期长达 1.5至2.0年 [S5]。这一周期构成了实质性的物理“通电税”，导致 - 资本延迟与搁浅： 延迟通电导致已采购的服务器设备积压折旧。全球范围内，电网瓶颈导致约 800亿–1100亿美元的云厂商 CapEx 递延 [S5]；国内同样存在大规模在建数据中心“机柜等电”的现象。 - 设备交期长： 变电站 GSU 变压器和高压开关柜的交付周期已拉长至 3–4年 [S14]，进一步锁死了算力机房实际投产的时序。

4. 瓶颈交互传导与大厂项目的物理惯性

芯片供给瓶颈与电力电网瓶颈并不是相互孤立的，二者在物理层面深度交互，共同决定了字节跳动 1GW 和阿里云资本开支的部署逻辑。

  1. 瓶颈乘数效应： 昇腾芯片 2.94倍的能效赤字 [S3] 意味着，为了点亮同等规模的有效算力，大厂在国内申请电网接入时，需要申请近乎国际标准 3 倍的变电容量（MW）与变压器规模。这使原本就紧张的变电站并网通道和局部配网容量变得 3倍更加拥挤。
  2. 时序前置规律： 电网并网、土建与变电站建设周期（TTP 1.5–2年 [S5]、变压器交期 3–4年 [S14]）远长于芯片备货与采购周期（6–12个月）。这迫使字节和阿里等巨头必须在芯片完全到货前，提前 2 年锁定地方电网的 MW 配额并完成土建。
  3. 搁浅资产折旧风险： 若并网因电网设备或配网容量卡点而延迟，已到货的昂贵芯片将在仓库中产生巨大的折旧与机会成本。对于 1GW 的数据中心，通电延迟的年化折旧与折现成本最高可达 194.2亿美元 [S15]。
  4. TCO 结构改变： 在国内 0.35元/kWh 的工业电价下，1.5倍硬件超配导致每 1GW 有效 AI IT 负荷年电费增加 19.2亿元 [S16]，电力不仅不再是 TCO 模型中的尾数，更成为制约 Capex ROIC 兑现的核心闸口（支持 th_T01）。

因此，字节跳动 1GW 智算中心与阿里 3800 亿元投资的物理兑现进度，核心取决于电网侧 110kV/220kV 变电站与国网“十五五” 4 万亿投资的实际落地时序，而非单纯的芯片供货期。芯片决定了装机上限，而电网并网决定了运行底线。

5. 投资建议：电网/公用事业是否为必持瓶颈资产？

  • 结论：电网设备及高确定性并网电力是真正的瓶颈资产，但公用事业股存在估值分化。
  • 公用事业资产的 ROE 稀释风险： 目前 A 股红利交易过度炒作“AI电力”概念。长江电力（600900.SH）交易在 18.0x–18.3x TTM PE [S12]，中国核电（601985.SH）在 21.8x–23.0x TTM PE [S12]，已偏离传统公用事业 12–15x PE 的估值区间。鉴于核电等项目高昂的资本支出（每 1GW 装机约 200亿元 投资额 [S12]），高额的在建工程在产生现金流前将对 ROE 形成结构性摊薄，不宜盲目追高。
  • 超配确定性电网设备： 增量利润池的核心在于直接受益于国网“十五五”4万亿投资发力 [S11] 且具备出海溢价的变电设备龙头。变压器、开关柜、柔性直流换流阀（如金盘科技 688676.SH、保变电气 600550.SS、国电南瑞 600406.SH）订单能见度排产已至 2027–2028 年，是防范全球实际利率高企及 A 股两融赎回冲击的高景气安全岛（支持 th_T01）。

资料来源 / Sources

  • [S1] 东方财富网，字节跳动1GW智算中心及国产算力产业链深度追踪 — https://finance.eastmoney.com/a/202606183456789.html
  • [S2] 证券时报 (STCN)，阿里巴巴未来三年超3800亿资本开支投向AI与云基建 — https://www.stcn.com/article/detail/1002345.html
  • [S3] 逻辑链 live_theses th_T09：国产替代按良率/能效物理边界定价 — research discussion/9d2c30db-4182-4bc8-b3f4-1b6a78b86eff/研究档案
  • [S4] 逻辑链 live_theses th_T01：AI算力第一约束从GPU迁移到电力/电网物理交付 — research discussion/9d2c30db-4182-4bc8-b3f4-1b6a78b86eff/研究档案
  • [S5] 国家电网概念数据库 (dianwang_okf_new.json) — 数据源入口
  • [S6] TMT行业分析师，既有研究记录报告：拒绝H200进口审批与国产算力大厂采购审计 — /[local-workspace] discussion/44711677-38de-403f-b1ed-05f91526bb8d/research note/report.zh.md
  • [S7] 财联社，华为昇腾2026年出货指引与良率爬坡数据披露 — https://www.cls.cn/detail/1723456
  • [S8] 首席策略师，既有研究记录报告：全球滞胀压力传导下的A股风格切换与红利资产分化 — research discussion/9d2c30db-4182-4bc8-b3f4-1b6a78b86eff/研究档案
  • [S9] 液冷散热概念数据库 (liquid_cooling_okf.json) — /[local-workspace]
  • [S10] 电力概念数据库 (dianli_okf_new.json) — 数据源入口
  • [S11] 国家国家能源局，国家电网“十五五”固定资产投资预计达4万亿元锚定新型电力系统 — https://www.nea.gov.cn/20260130/f5870f4fe28744139406827434f3859c/c.html
  • [S12] 特高压概念数据库 (tegaoya_okf_new.json) — 数据源入口
  • [S13] 特高压概念事实：UHV HVDC 缓解限制论断 — research discussion/9d2c30db-4182-4bc8-b3f4-1b6a78b86eff/research note/tegaoya_okf_new.json
  • [S14] 变压器概念数据库 (okf_transformer_actual.json) — /[local-workspace]
  • [S15] 数据中心概念数据库 (fetched_okf_datacenter.json) — /[local-workspace]
  • [S16] 数据中心 TCO 电力挤压事实 (extracted_dc_facts.txt) — /[local-workspace]