一、人工智能基础设施的总体架构与四大核心环节

（一）产业定义与统计范围

人工智能基础设施指为大规模人工智能模型提供训练、微调与推理服务的数据中心及其配套系统，包括计算设备、网络互连、电力供应、热管理系统与土建机电五大部分。与传统数据中心相比，其区别不在“是否使用服务器”，而在功率密度、网络规模与交付形态：单机柜功率从数千瓦升至百千瓦量级，网络从“服务器—交换机”两层结构转为“超节点—脊叶”多层结构，交付从“机房内拼装”转为“整机柜、整集群交付”。

（二）四大环节的功能定位与产业构成

1. 算力环节：决定集群的峰值算力与可用算力。该环节由人工智能加速芯片、服务器整机、高带宽存储器、先进封装与集群系统构成。加速芯片提供矩阵运算能力，高带宽存储器提供与之匹配的数据带宽，先进封装把芯片与存储器在物理上靠近，集群系统再把数万张加速卡连成一台“逻辑上的计算机”。在这一环节，价值集中于芯片设计与制造，服务器整机更多承担集成与散热、供电的工程化。

2. 传输环节：决定集群的“线性度”。大模型训练要求数万张卡同步通信，网络时延与带宽直接决定加速卡利用率。该环节包括光模块、光芯片、交换芯片、交换机、铜缆直连与光电共封装。光模块承担电信号与光信号的相互转换，是数据中心内部互联的基础器件；交换芯片决定端口速率与转发时延；光电共封装把光引擎移到交换芯片旁，以功耗换密度。

3. 供电环节：决定“可交付的兆瓦数”。该环节自市电引入起，经变压器、中压配电、不间断电源或高压直流、母线、机柜配电单元，最终到服务器电源与板卡电源，共四级电压变换。在土地、机房与芯片都已具备的条件下，能否拿到电网接入容量、能否按期交付变压器与备用电源，往往成为智算中心投产的最终约束。

4. 散热环节：决定“功率密度的上限”。该环节包括风冷（冷冻水、直接蒸发）、冷板式液冷、浸没式液冷，以及冷量分配单元、快接头、冷却液与智能运维。风冷依靠空气比热容带走热量，单柜经济上限约在30千瓦；超过这一量级，冷板或浸没成为工程上的必然选择。

四个环节呈“木桶”关系而非并列关系：算力决定上限，传输决定实际利用率，供电决定可交付规模，散热决定单柜功率密度与可靠性。任何一环出现短板，都会把另外三环的投入转化为闲置资产。这一判断是本报告后续分析的基本框架，属于分析性判断而非统计结论。

（三）价值量与成本结构：钱花在哪里

从总量看，算力环节仍是支点。2025年全球人工智能基础设施支出3180亿美元，2024年为1530亿美元，2026年机构预测为4870亿美元，2029年有望超过1万亿美元。集邦咨询预计2026年人工智能服务器收入将占整体服务器市场价值的74%。这说明“服务器市场”正在被“人工智能服务器市场”替代，普通服务器需求被挤压。

从芯片内部看，存储而非逻辑成为成本主角。EPOCH AI按英伟达、超威半导体、谷歌、亚马逊四家设计商加权测算，高带宽存储器占人工智能芯片组件支出的比例已从2024年第一季度的52%升至2025年第四季度的63%，同期逻辑芯片约占13%、先进封装（CoWoS，Chip-on-Wafer-on-Substrate，晶圆上芯片封装）约占15%。这解释了为何存储原厂的产能与价格，会直接决定加速卡的交付节奏与成本。

从设施侧看，供电与散热合计构成机电投资的主体。Anvilfield给出的示意性比例为：电气系统约占40%至45%，机械与制冷约占15%至20%，装修约占20%至25%，土地与建筑外壳约占15%至20%。按此比例，一座不含信息技术设备的数据中心，约六成投资流向供电与散热。该文同时提示，上述比例为“示意性”区间，随冗余等级、功率密度与制冷方式大幅波动。

单位造价的分化更能说明问题。2025年至2026年，传统数据中心建设成本约为每兆瓦700万至1500万美元；采用液冷的高密度人工智能项目可达每兆瓦2000万美元以上。同样是“一兆瓦”，后者是前者的两倍左右，增量主要来自液冷、高密配电与更强的备电冗余。

分环节市场规模亦呈现“算力大、配套小但增速快”的格局：2025年全球光模块销售额超过230亿美元、同比增长约50%；2025年中国液冷数据中心市场规模159.8亿元、同比增长45.2%；美国数据中心电气设备市场预计由约200亿美元增至2030年约650亿美元。三组数据分属不同口径，不能加总，但方向一致——配套环节的增速高于整机。

综合看，人工智能基础设施的价值分布大致为“算力与存储在芯片侧占六成、光互连与交换占一成余、供电与散热在设施侧占六成、土建与其他占其余”，但这一比例随项目类型差异极大，只能作为结构感而非精确定量。为便于比较，图1给出全球人工智能基础设施支出的总量轨迹。

图1　全球人工智能基础设施支出规模（2024—2026年，含2029年预测）

数据来源：IDC《AI Infrastructure Spending Caps Historic Year at ~$90 Billion in Q4 2025》；2026年为IDC预测值，2029年为IDC“超过1万亿美元”的口径。

二、四大环节的短板与当前最急需解决的问题

（一）算力环节：先进制程、高带宽存储器与集群效率

1. 先进封装产能是“硬约束”。晶圆上芯片封装是当前高性能加速卡的主流封装方案。据Digitimes与瑞穗亚洲汇总，台积电的晶圆上芯片封装月产能2024年约3万片、2025年约7万片、2026年底将突破13万片；摩根士丹利预计2026年至2027年行业供需缺口仍维持10%至20%，产能利用率长期在95%以上，台积电垄断70%以上高端产能。中国大陆方面，2026年底晶圆上芯片封装有效产能不足每月2万片、全球占比不足11%，2.5D/3D高端封装国产渗透率仅5%至8%。

2. 高带宽存储器是“第二道闸门”。高带宽存储器占人工智能芯片组件支出已达63%，而全球营收份额高度集中：2025年第三季度SK海力士占57%、三星电子占22%、美光科技占21%，三家合计接近100%。国产方面，长鑫科技已实现第二代高带宽存储器（HBM2，High Bandwidth Memory 2，第二代高带宽存储器）量产，规划形成每月6万片晶圆产能；第三代扩展版（HBM3e，High Bandwidth Memory 3 Extended，第三代高带宽存储器扩展版）已向客户送样，但大规模稳定供应仍存不确定性。需求端，2025年人工智能芯片出货带动高带宽存储器需求增长超过130%，2026年用量仍将增长超过70%。

3. 能效与系统效率放大短板。英伟达H200加速卡的最大热设计功耗为700瓦，GB200 NVL72整机柜功率132千瓦。单卡功耗上升会同时抬高供电与散热成本，并使集群的功率预算成为比算力预算更紧的约束。国内受制程限制，同等算力往往需要更多芯片与更高互联开销，进一步放大对供电与散热的压力。

4. 成本结构使“算力交付率”低于账面算力。高带宽存储器与先进封装合计占芯片组件支出近八成，任一环节缺货都会造成整卡无法交付。行业因此出现“有晶圆、无封装”“有封装、无存储”的结构性闲置。

算力环节当前最急需解决的问题，是在既定制程约束下提高“算力交付率”——把有限的高带宽存储器与先进封装产能优先配置到可量产、可交付的整机方案上，而不是继续追求单卡峰值指标。这一判断的依据是产能缺口与成本结构，而非性能评测。

（二）传输环节：速率、功耗与交换生态

1. 速率升级与用量扩张同步发生。LightCounting统计，2025年全球800G光模块出货量达1800万至1990万只、同比翻倍；2025年全球光模块销售额超过230亿美元、同比增长约50%，2026年预计仍增长约60%。用量方面，单台GB200服务器需要多达162个1.6T光模块。光模块从“配套件”变成了与加速卡同等重要的交付瓶颈。

2. 功耗成为新的天花板。主流1.6T光模块功耗约30瓦，而同速率可插拔方案约20瓦、光电共封装方案可降至约5瓦。按单柜162个模块估算，光模块功耗可达数千瓦量级，直接侵蚀机柜的功率预算。华为发布的近封装光学产品以5500个光引擎替代原本需要的4.8万个800G光模块，使系统功耗降低超过550千瓦，说明“光进铜退”之后，下一步是“封装进、功耗降”。

3. 高速光芯片仍是卡点。行业共识是，1.6T光模块已进入商业化放量，但上游卡点集中在电吸收调制激光器（EML，Electro-absorption Modulated Laser，电吸收调制激光器）与数字信号处理器（DSP，Digital Signal Processor，数字信号处理器）等核心元器件；具备50G、100G及以上量产能力的供应商主要在海外。国产进展集中在100G电吸收调制激光器量产、200G产品进入客户验证阶段，与最先进速率仍有代差。

4. 交换芯片决定“网络自由度”。2025年以太网在人工智能后端网络的采用率首次超过InfiniBand，以太网数据中心交换机销售创历史新高，800G端口在出货三年内突破2000万个。但高速交换芯片的供给高度集中于少数海外厂商，具体市占率缺乏可核验的权威口径，本报告不给出估算值；可确认的是，交换芯片的速率节奏直接决定光模块的速率节奏，二者存在“芯片定速、模块跟随”的绑定关系。

本报告判断，传输环节当前最急需解决的问题，是高速光芯片与交换芯片的自主供给，以及光电共封装在可维护性与良率上的工程化；光模块组装本身已不是瓶颈，继续在组装环节扩产，边际收益有限。这一判断基于国产化率与功耗数据，属于分析性结论。

（三）供电环节：接入、架构与器件

1. 交付周期已成为全球性瓶颈。Wood Mackenzie统计，2025年美国电力变压器平均交期约128周、发电机升压变压器约144周，电力变压器供给缺口约30%，单价比2019年上涨77%；仲量联行估算全球数据中心设备平均交期约33周，2025年57%的项目遭遇至少3个月延期。央视网报道，美国市场变压器交付周期已从50周延长至127周，而中国企业干式变压器交期约为欧美的五分之一，国内定制化变压器交货3至6个月。同一设备，两种交期，构成了中国装备企业出海的直接机会。

2. 配电架构正从交流转向直流。传统链路为10千伏市电经变压器降至380伏交流，再经不间断电源、服务器电源、板卡电源三级变换。英伟达提出的800伏直流架构，意在减少变换级数、提升效率并降低铜耗；但该架构在设施层面引入安全、标准与人员培训的新挑战，直流电弧不像交流那样有过零点自熄，围绕交流建立的电气规范需要重写。目前行业并存两套拓扑：英伟达的单极800伏与开放计算项目（OCP，Open Compute Project，开放计算项目）阵营的双极正负400伏。

3. 器件是架构落地的前提。英飞凌为伊顿的中压固态变压器提供碳化硅器件，双方正探索基于2.3千伏与3.3千伏碳化硅功率模块的下一代平台。国内中恒电气已推出800伏、60至125千瓦大功率整流模块，采用全碳化硅器件，单模块效率不低于98%。器件电压等级每上一个台阶，变压器、开关柜与保护系统的体积与损耗就下一次台阶，但可靠性验证周期也随之拉长。

4. 效率的杠杆效应显著。华为数字能源称，其不间断电源在线双变换效率为97.5%，经济模式下达99.1%；以一个100兆瓦数据中心为例，不间断电源效率每提升1个百分点，10年生命周期可节省约9.6亿度电。在电价与能耗指标双重约束下，效率不再是“锦上添花”，而是准入条件。

供电环节当前最急需解决的问题，是以800伏直流为代表的配电架构切换、配套的中压固态变压器与大功率碳化硅器件工程化，以及电网接入与变压器交付周期的缩短。三者中，架构决定长期成本，交期决定短期投产，器件决定架构能否落地。

（四）散热环节：风冷极限与液冷工程化

1. 风冷已接近物理极限。单机柜功率已从传统的数千瓦攀升至数十千瓦甚至上百千瓦，传统风冷数据中心的电能利用效率（PUE，Power Usage Effectiveness，电能利用效率）长期在1.8以上。政策端已给出硬约束：2024年国家发展改革委等四部门要求，到2025年底新建及改扩建大型和超大型数据中心的电能利用效率降至1.25以内，国家枢纽节点项目不得高于1.2；2025年度国家绿色数据中心申报门槛为电能利用效率不高于1.30。在这一约束下，风冷在30千瓦以上机柜中已难以达标。

2. 液冷渗透率处于跃升前夜。集邦咨询预测，中国液冷服务器渗透率将由2025年约20%提升至2030年约82%；赛迪顾问统计，2025年中国液冷数据中心市场规模159.8亿元、同比增长45.2%，预计2026年232.5亿元、2028年突破470亿元；其中冷板式占比达93.5%。技术路线上，冷板是当前主流，浸没式可支撑单柜100至250千瓦、电能利用效率低至1.03至1.05。

3. 价值集中于四个部件，国产化程度不均。冷板、快接头、歧管与冷量分配单元合计占液冷硬件成本约90%以上，其中冷量分配单元的物料清单占比约30%至40%。高端微通道冷板、高压快接头与电子氟化液的国产化率仍不高；3M已于2025年底全面退出全氟和多氟烷基物质（PFAS，Per- and Polyfluoroalkyl Substances，全氟和多氟烷基物质）制造，供给格局随之重构。国内巨化股份的全氟聚醚冷却液装置年产1000吨、处于产能爬坡，中国石化的冷却液已应用于50余个重点算力项目。

4. “增收不增利”暴露工程化不足。英维克2026年上半年营收30.17亿元、同比增长17.24%，归母净利润1.85亿元、同比下降14.32%，毛利率由2023年上半年的32.04%压缩至24.93%；曙光数创冷板液冷毛利率2025年降至10.36%。价格战之外，更重要的原因是漏液风险、水质管理与运维服务尚未标准化，项目交付成本高于报价。

本报告判断，散热环节当前最急需解决的问题，是冷板液冷系统的标准化、互换性与全生命周期可靠性，重点在冷量分配单元、快接头与冷却液的国产化与兼容性；首部数据中心冷板式液冷国家标准GB/T 48023—2026将于2027年2月1日实施，并要求不同厂家同规格快接头“宜互换”，标准落地将成为行业分水岭。

（五）横向比较：四个“最急需解决的问题”

将四个环节并列观察，可以发现一个共同指向：短板已从“单点性能”转向“系统交付”。算力的瓶颈在封装与存储的产能配置，传输的瓶颈在光芯片与交换芯片的自主，供电的瓶颈在架构、器件与交期，散热的瓶颈在标准化与可靠性。四者都不是“再投一条产线”就能解决，而需要标准、认证与工程经验的积累。

表1给出四环节的短板结构与“一句话结论”，作为后续判断我国优先方向的依据。表中的“最急需解决的问题”为本报告基于公开数据的分析性判断，不是机构统计结论。