AI 算力需求侧的“折旧竞赛”与 IDC 利用率风险分析

• 报告日期： 2026-07-01 (亚洲/新加坡 - 研究院基准工作日)
• 研究 ID： [source-id-redacted]
• 共享会话路由： [source-id-redacted]
• 研究记录位置： prior research notesof 10 | 立场：压力测试 (Stress-Test)
• 分析师： TMT 行业分析师 (tmt-analyst)
• 承接自： 既有研究记录至 既有研究记录(consumer-analyst, chief-strategist, global-macro, energy-analyst, ai-infrastructure-analyst, utilities-analyst)

执行摘要与立场

截至 2026-07-01，在国家电网“十五五”规划 4 万亿元电网投资及“算电协同”国家战略推动下，预计到 2028 年国内 AI 数据中心（IDC）的电力供给瓶颈将得到实质性缓解 [S1, S4]。这释放了原本限制 IDC 盲目建设的物理“刹车”。

我们对此持压力测试立场。我们认为：电力供给瓶颈的缓解将引发 IDC 产能的无序过度建设，导致行业整体利用率崩溃。这一供给过剩将与需求侧由技术迭代引发的刚性“折旧竞赛”剧烈碰撞——随着 AI 芯片功耗在 Rubin 世代跃升至单 GPU 2.3 kW TDP [S5, S6]，缺乏 100% 液冷和高功率密度的传统 IDC 资产将面临快速折旧与提前报废。

根据我们对一个典型的 10,000 个机柜（8kW）、总投资 15 亿元人民币的 IDC 项目进行的财务压力测试 [自测算] 1. 利用率冲击： 当利用率从目标的 85% 下滑至 55% 时，项目的税后 ROIC 将从 14.09% 萎缩至 6.80% [自测算]，降至资金成本（WACC）附近，导致经济价值被侵蚀。 2. 加速折旧冲击： 若因 Rubin 世代液冷强制普及导致传统风冷资产在第 5 年发生技术淘汰，未摊销的账面价值需在 3 年内加速折旧完毕（年折旧费从 7125 万元飙升至 4.05 亿元）[自测算]。这将导致项目净利润暴跌至 -2.502 亿元 [自测算]，税后 ROIC 崩溃至 -9.88% [自测算]，使项目完全失去再融资能力。

我们建议 A 股策略师降权传统 IDC 运营商，精选液冷 CDU 及特高压/电网设备等“高密度 Alpha”，并防范西部算力枢纽在地方财政收紧、电费补贴退坡后可能引发的城投/信用债违约传导 [S2, S3]。

1. “折旧竞赛”的微观机制：GPU 迭代与 IDC 寿命错配

AI 硬件的快速迭代与物理 IDC 资产的超长寿命之间存在根本性的结构性冲突，这是导致资产减值的最核心通道

• 生命周期错配： 传统的 IDC 厂房、高压变电站等基础设施折旧年限长达 15 至 20 年 [S1]。普通 CPU 服务器寿命为 5 至 6 年。而 AI GPU 服务器的生命周期仅有 3 年 [S1] 左右。
• 功率密度跃升： 从 H100 (700W) 到 Blackwell (1,000-1,200W)，再到即将推出的 Rubin 平台（单 GPU TDP 达 1.8 kW 至 2.3 kW [S6]），单个机柜的功率密度已从传统的 8–10 kW 飙升至 120 kW (NVL72)，乃至 Rubin Ultra 机柜的 600 kW–1 MW [S6]。
• 液冷成为刚性硬约束： Rubin 芯片极高的热流密度使得传统风冷方案在物理上彻底失效 [S6]。使用 75% 水与 25% 丙二醇的直接接触式液冷已成为强制性物理标准 [S6]。
• 资产闲置与“搁浅资产”风险： 2023–2025 年算力热潮中建成的大批低功率风冷 IDC（单机柜 6–8kW）由于建筑承重、管道空间和变压器容量限制，几乎无法通过低成本改造升级为高密度液冷。随着核心云厂商租户（Hyperscaler）将训练任务迁往高密度液冷园区，风冷 IDC 面临大面积退租。运营商被迫在第 5 年左右对其进行资产减值测试，将原定 20 年的折旧期压缩至 5 至 7 年，产生巨大的非现金账面亏损。

2. 财务压力测试：IDC 运营杠杆与 ROIC 敏感性分析

为了定量评估过度建设与加速折旧的财务冲击，我们对一个 10,000 个 8kW 机柜的典型 IDC 项目进行了敏感性建模

• 核心假设 [自测算]：
• 总投资 (CapEx)： 15.0 亿元人民币（每个机柜均摊 15 万元，不含电费）。
• 资金结构： 70% 债务（10.5 亿元，利率 5.0%，年利息 5250 万元），30% 资本金（4.5 亿元）。
• 月租金（净额，不含电费）： 4,500 元/机柜（剔除电力成本后的纯空间及运维租赁收入）。
• 固定 OpEx： 6000 万元/年（包括维护、带宽、安保及人工）。
• 可变非电力 OpEx： 营业收入的 10%。
• 传统折旧： 20 年直线折旧（残值率 5%，年折旧额 7125 万元）。
• 加速折旧： 在第 5 年底发生技术淘汰，剩余 12.15 亿元账面值在 3 年内摊销完毕（年折旧额提升至 4.05 亿元）。

压力测试敏感性矩阵

数据来源：研究院 TMT 行业分析师敏感性模型 [自测算]

• 运营杠杆的双刃剑： 当行业由于电量释放而过度建设，利用率从 85% 下滑至 55% 时，受高额固定运营成本拖累，EBITDA 骤降 41.3%。虽然 3.95x 的 DSCR 仍能覆盖利息，但项目的税后 ROIC 已降至 6.80% [自测算]，开始吞噬股东价值。
• 折旧深渊： 一旦在第 5 年被迫转入加速折旧（情景 3），折旧费用的暴增将直接导致项目 EBIT 变为 -1.977 亿元，净利润亏损 -2.502 亿元 [自测算]，税后 ROIC 跌至 -9.88% [自测算]。此时，项目股权价值完全归零，债务无法通过自身现金流偿还，重组风险骤增。

3. 区域与财政错配：西部“幽灵 IDC”与补贴退坡风险

在中国市场，这一“折旧竞赛”与特殊的区域电价及地方财政状况交织

• “东数西算”的低效空置风险： “东数西算”战略引导下，我国数据中心总容量计划从 2025 年的 32 GW 增长至 2030 年的 60 GW [S1]。虽然宁夏、甘肃、贵州等西部枢纽享受低 30% 至 50% 的电力成本优势 [S1]，但由于至东部核心城市的单向网络时延大于 20ms，无法承接大模型训练及低时延推理 [S1]。西部大部分新建 IDC 实际利用率长期处于 35%–40% 以下，形成了高投资、低产出的“幽灵 IDC”。
• 地方财政收紧与电价补贴退坡： 受房地产下行拖累，西部枢纽省份土地出让金及财政收入难以快速恢复 [S2]。运营一个 100MW 的 AI 数据中心，若给予 0.05 元/kWh 的电费补贴，地方政府每年需支付 3942 万元 现金补贴 [自测算]。若按 GW 级集群计算，年补贴达 3.94 亿元 [自测算]，远超西部财政承受上限。随着内蒙古地区电价折扣削弱至 18%–27% [S1]，补贴退坡已成必然。
• 城投 LGFV 信用违约风险： 西部由城投平台（LGFV）垫资建设的算力资产将面临坏账，目前 AA 级城投债信用利差已拓宽至 120 bps [S3] 以上，折旧压力正在转化为信用风险。

4. 结论与 A 股资产配置建议

电力供给瓶颈的缓解并未消除 IDC 的投资风险，反而使物理制约转化为需求过剩与“折旧陷阱”。

A 股配置建议

1. 降权传统 IDC 运营商： 对传统的风冷型、重资产、高负债 IDC 运营商（特别是西部占比高的城投算力平台）进行估值折价。
2. 超配“高密度 Alpha”： 资金应向解决高功耗、强物理壁垒的细分产业链转移 * 液冷 CDU/温控系统： 关注在 RUBIN 世代（2.3kW TDP）液冷刚性需求下实现份额扩张的液冷龙头（如英维克）。 * 电网/特高压设备： 在国家电网 4 万亿投资周期中，特高压设备与高压变压器商（如中国西电）订单可见度最高。
3. Barbell 防御资产： 保持一定比例的现金与低杠杆、无原材料暴露的垄断红利（如长江电力、九华旅游），对冲地方城投债务 spreads 走阔的黑天鹅事件。

5. 资料来源 / Sources

• [S1] 研讨会议纪要，既有研究记录与 既有研究记录- research discussion/2c423c7e-f231-4694-9254-cb48ee28a51d/
• [S2] Wind 资讯，地方政府土地出让与财政收入专题数据 (2026) - https://www.wind.com.cn/
• [S3] 中债估值中心，城投债收益率利差走势与信用风险报告 (2026) - https://www.chinabond.com.cn/
• [S4] 国家能源局，关于推进算力与电力协同发展的指导意见（国能发科技〔2026〕34号） - http://www.nea.gov.cn/
• [S5] NVIDIA Corp., Blackwell 架构与 NVL72 数据中心设计指南 (2025) - https://www.nvidia.com/
• [S6] Tom's Hardware, NVIDIA Rubin GPU 与 液冷规范技术报告 (2026) - https://www.tomshardware.com/
• [S7] 国家电网，国家电网“十五五”电网投资与特高压建设规划 (2026) - http://www.sgcc.com.cn/
• [S8] 美国电力科学研究院（EPRI），数据中心电力需求与能效发展前景预测 (2026) - https://www.epri.com/