进入2026年，全球由人工智能（AI）驱动的算力竞赛愈演愈烈，数据中心作为数字时代的“新基建”，其建设浪潮席卷全球。然而与美国市场主要表现为“全面缺电、全面抢容量”的核心矛盾不同，中国大陆的数据中心市场呈现出一种更为复杂和独特的局面。本报告的核心判断是：中国大陆数据中心的核心挑战并非总量的绝对不足，而是深刻的结构性错配。

当前中国大陆的数据中心建设仍在高速扩张，尤其是在智能算力领域。然而在这场看似“全民建仓”的热潮之下，结构性分化已然出现，并将在未来2-3年内急剧加剧。具体表现为四大结构性缺口：

1. 算力类型缺口： 通用数据中心（IDC）相对过剩，而能够支撑大模型训练与推理的高性能智能算力中心严重短缺。
2. 区域布局缺口： 在“东数西算”战略引导下，西部地区部分算力资源利用率不足，而东部核心城市群的高时效、低延迟算力需求依然紧张。
3. 技术规格缺口： 传统低密度、风冷机柜供给过剩，而能够承载高功率GPU/国产AI芯片集群的高密度、液冷机柜供给不足。
4. 利用效率缺口： 全国数据中心平均上架率仍有较大提升空间，大量已建成的机柜未能转化为有效算力，算力资源的调度和协同效率亟待提高。

基于此，研究认为，中国的数据中心建设已告别“无脑扩建”的粗放阶段，在国家政策的强力引导和市场需求的精准筛选下，正步入一个“从量增到质升”的关键转折期。未来几年，市场的关键词将是“结构优化”、“质量升级”和“效率提升”。

本报告将从扩张现状、核心矛盾、政策引导、需求量化、供需平衡时间表、产业链影响等多个维度，对这一复杂格局进行深度剖析，并对未来3-5年的市场演进趋势做出前瞻性判断。

一、扩张仍在继续：中国智能算力建设进入高峰期

尽管市场开始讨论结构性问题，但一个不可否认的事实是，中国大陆数据中心的建设，尤其是智能算力中心的扩张，仍在以惊人的速度进行。2025年至2027年，无疑是中国智能算力基础设施建设的又一个高峰期。

1.1 智能算力规模的跨越式增长

官方披露的数据清晰地勾勒出这条陡峭的增长曲线。根据国家数据局的信息，截至2025年底，中国全国智能算力总规模达到了惊人的 1590 EFLOPS（FP16口径，约等于159万PFLOPS），其中八大国家算力枢纽和十大数据中心集群承载的智算规模占全国总量的80%以上。这一数字相较于工业和信息化部在2025年6月底披露的 788 EFLOPS，意味着仅仅在2025年下半年，全国智能算力规模就实现了翻倍增长。这种爆发式增长背后，是AI大模型从训练走向推理应用的产业趋势驱动。

同样值得关注的是，国家数据局披露，2025年用于AI训练和推理的数据总量达到199.48EB，同比增长42.86%，其中推理数据量首次超过训练数据量。这是一个标志性的信号，表明中国大陆的AI应用生态正在快速成熟，需求重心正从一次性、高爆发的“训练大模型”阶段，向持续性、高并发的“推理即服务”（Inference-as-a-Service）阶段迁移。持续的推理调用对算力基础设施的规模、稳定性、能效和网络质量提出了更高、更持久的要求，成为驱动智算中心持续扩张的核心动力。

截至2025年6月底，中国在用算力中心的标准机架总数已达到 1085万架 算力总规模位居全球第二。尽管这是一个庞大的基数，但面向AI的增量建设丝毫没有放缓。

1.2 科技巨头的千亿级资本开支竞赛

市场扩张最直接的体现，来自于头部云厂商和互联网巨头“真金白银”的投入。面对AI时代不进则退的巨大压力，它们正以前所未有的规模加码AI基础设施建设。

• 阿里巴巴： 2025年，阿里巴巴宣布在未来三年（2025-2027年）投入超过 3800亿元人民币 用于建设云和AI硬件基础设施，路透社报道的同期投资额约为520亿美元。更有市场消息指出，至2026年初，阿里已将此三年AI基建计划从3800亿元上调至 4800亿元 显示出其对AI未来投入的决心和紧迫感。
• 字节跳动： 作为AI应用的激进推动者，字节跳动的资本开支计划同样雄心勃勃。市场普遍预测其2026年的资本开支将达到 1600亿元人民币 甚至有消息称其预算已大幅上调至 2000亿元人民币 以上 主要用于采购AI芯片和建设AI数据中心。其位于山西的火山云太行算力中心二期项目总投资45亿元，预计于2026年5月完工 ，是其庞大建设计划的缩影。
• 腾讯： 腾讯同样在加速布局。虽然未公布明确的多年计划，但其2025年第二季度的资本开支已达191亿元，主要投向GPU及AI算力基础设施 。市场预测其2026年资本开支将达到 1319亿元 ，并且下半年力度会进一步加大。

除了互联网巨头，三大电信运营商（中国移动、中国电信、中国联通）作为国家算力网络建设的主力军，也在加速构建自己的智算资源池，其投资规模同样巨大。

结论： 无论从宏观的算力规模增长数据，还是微观的头部企业资本开支计划来看，中国大陆的数据中心建设，尤其是服务于AI的智能算力中心，在2026年仍处于高速扩张通道。未来1-2年内，我们仍将看到大量新的智算中心项目上马和交付。

二、核心矛盾：结构性错配问题深度剖析

尽管建设热潮涌动，但中国大陆数据中心市场并非简单的供不应求。恰恰相反，一个更为严峻且深刻的矛盾已经浮出水面：总供给看着庞大，但有效供给严重不足。 市场正经历着“一半过剩，一半短缺”的冰火两重天。

新华网转载《上海证券报》的报道一针见血地指出了这一结构性矛盾。科智咨询的数据显示，2023年国内IDC机柜平均上架率仅为 58%左右 ，部分省份如广东、河北的上架率甚至在50%徘徊 ，另有数据显示行业平均利用率仅为58.3%。这一数字背后是大量已建成的通用数据中心机柜处于闲置或低效运行状态，这与AI算力“一卡难求”的火爆场面形成鲜明对比。

这种结构性错配，是中国大陆市场与美国市场的根本不同。

2.1 通用算力过剩 vs. 智能算力短缺

当前大量闲置的机柜，大多是为传统互联网业务（如网页、视频、电商）设计的通用IDC。这类数据中心的典型特征是：

• 低功率密度： 单机柜功率通常在3-6kW，无法承载动辄20-30kW甚至50kW以上的AI服务器集群。
• 风冷散热： 传统风冷系统面对高热流密度的GPU时力不从心，无法保证其稳定运行。
• 普通网络架构： 缺乏为大规模分布式训练优化的高速、低延迟、无阻塞的胖树（Fat-Tree）网络架构。

而AI大模型训练与推理，需要的是全新一代的智能计算中心。这些中心是围绕AI芯片（GPU或国产AI芯片）构建的“超级计算机集群”，对机房基础设施提出了颠覆性要求。因此，我们看到的是：一方面，大量老旧IDC空置率高企；另一方面，能够部署高密度AI集群的机房资源却“一柜难求”。

2.2 西部算力闲置 vs. 东部算力紧张

“东数西算”工程旨在将东部密集的计算需求，引导至可再生能源丰富的西部地区进行处理。然而，理想与现实之间存在差距。截至2026年，我们观察到：

• 东部： 靠近用户和应用场景，对低延迟业务（如AI推理、金融交易、在线游戏）至关重要。尽管能耗指标严格、土地资源稀缺，但需求依然最为旺盛。
• 西部： 拥有廉价的绿色电力和土地资源，非常适合承载非实时的、可大规模批处理的计算任务，如AI模型训练、数据备份、离线分析等。但网络传输成本、跨省调度的技术复杂性、运维人才的缺乏，仍在一定程度上制约了西部算力的有效利用。西北、西南地区数据中心上架率显著低于华东、华北、华南 。

因此，结构性矛盾体现为：东部“想用但不够用”，西部“建好了但用不满”。如何通过技术和市场机制打通“东西动脉”，是破局的关键。

2.3 低密度机柜过剩 vs. 高密度液冷中心短缺

AI算力的竞赛，本质上是“算力密度”的竞赛。单张NVIDIA H100/H200 GPU的TDP（热设计功耗）已达700W，一个标准的42U机柜如果满载AI服务器，总功耗可轻松突破50kW，甚至向100kW迈进。这远超传统风冷技术的散热极限。

因此，液冷技术从过去的“可选项”变成了现在的“必选项”。无论是冷板式液冷还是浸没式液冷，都成为新建智算中心的标配。根据市场预测，到2026年，全球AI数据中心的液冷渗透率将达到 40% 中国市场的增速可能更快。这一趋势导致了：

• 过剩： 数百万架存量的低密度、风冷机柜无法进行AI化改造，面临被市场逐步淘汰的风险。
• 短缺： 能够提供高标准电力、高可靠性液冷系统、并支持整机柜交付的高密度智算中心，成为市场争抢的稀缺资源。

核心结论： 中国大陆数据中心市场的根本问题，不是要不要建，而是要建“什么样”的、建“在哪里”、以及“如何用起来”。简单地看机架总数会产生严重误判。市场真正缺乏的，是“高质量、低PUE、高上架率、能跑AI推理和训练、能被全国调度”的有效算力供给。

第三章：政策缰绳：从“野蛮生长”到“有序建设”的行政引导

与美国市场更多依赖市场力量自发调节不同，中国大陆的数据中心建设从一开始就受到国家顶层设计的深度影响。面对上述结构性矛盾，政策这只“看得见的手”已经开始精准发力，旨在为过热的市场“降温”和“塑形”，引导行业从“野蛮生长”走向“有序建设”。

3.1 “东数西算”工程：优化空间布局，设定准入门槛

自2022年全面启动以来，“东数西算”工程不仅是算力资源的跨区域调配工程，更是数据中心产业的“供给侧结构性改革”。其核心政策导向十分明确：

• 集中化布局： 在《深入实施“东数西算”工程 加快构建全国一体化算力网的实施意见》中明确提出，国家枢纽节点之外，原则上不得新建大型及超大型数据中心。这一规定极大地收紧了项目审批，旨在将优质资源向八大枢纽和十大集群集中，避免遍地开花式的低效建设。
• 差异化定位： 明确了东西部数据中心的功能分工。东部枢纽节点侧重于满足网络时延要求高的业务，如工业互联网、金融证券、人工智能推理等；西部枢纽节点则重点承接后台加工、离线分析、存储备份等对网络时延要求不高的业务。

3.2 绿色低碳硬约束：PUE与上架率成为“生死线”

能耗问题是数据中心发展的生命线。近年来国家相关部委密集出台政策，为数据中心戴上了“绿色紧箍咒”。

• 严格的PUE（电能利用效率）指标： 《数据中心绿色低碳发展专项行动计划》等文件设定了清晰的目标。到2025年底，全国数据中心平均PUE要降至 1.5以下 。对于新建或扩建的大型、超大型数据中心，要求更为严苛，PUE需降到 1.25以下，而国家枢纽节点内的项目则需低于 1.2 。这一指标直接将高能耗的老旧数据中心挡在门外，并倒逼新建项目必须采用液冷等先进节能技术。
• 上架率与新增项目挂钩： 政策明确提出，到2025年底，全国数据中心整体上架率不低于 60%。更具约束力的是，市域内如果已有投用一年以上的数据中心，且整体上架率低于50%，原则上不再规划新的数据中心集群及大型、超大型项目。这条规定精准打击了“建而不营、营而不用”的现象，迫使地方政府和投资者在规划新项目时，必须首先考虑存量资源的盘活和真实需求的落地。

3.3 “算电协同”上升为国家战略：能源与算力深度绑定

2026年的政府工作报告首次将 “算力协同” 纳入新基建工程，并明确实施超大规模智算集群、算电协同等工程 。这标志着“算电协同”从一个行业倡议正式上升为国家战略。其核心内涵是：

• 绿电优先： 政策强制要求国家枢纽节点新建数据中心的绿电使用比例需达到80%以上 并鼓励通过绿电直供、绿证交易等方式实现。这使得数据中心选址必须与风、光等可再生能源基地紧密结合，进一步强化了向西部地区布局的导向。
• 源网荷储一体化： 鼓励数据中心作为灵活用电负荷，参与电力市场需求侧响应，并与储能、分布式光伏等协同建设。未来的智算中心不仅是“耗电大户”，更可能成为稳定电网的“虚拟电厂”。

综合来看， 中国大陆的数据中心建设绝非完全市场化的狂奔。政策的组合拳——空间上的“东数西算”、能效上的“PUE红线”、运营上的“上架率门槛”、以及能源上的“算电协同”，共同构成了一个强大的筛选机制。这个机制正在将资源、资金和市场机会，导向那些技术先进、绿色低碳、需求真实、能够融入国家算力网络的高质量项目。因此，中国大陆的数据中心建设潮，大概率会比全球市场更早出现“行政性降温”和结构性分化。

四、需求缺口量化：有效智能算力供给仍需翻倍增长

在明确了结构性短缺的核心矛盾后，下一个关键问题是：为了基本满足未来几年AI产业发展的需求，中国大陆的智能算力有效供给到底还需要增加多少？

简单的机架数量已无法回答这个问题。我们需要从智能算力总量、关键技术约束两个层面进行量化分析。

4.1 智能算力总量的增长需求

不同机构对未来算力规模的预测口径存在差异，但增长趋势高度一致。

• 国家数据局口径： 截至2025年底，中国智能算力规模为 1590 EFLOPS。
• IDC预测口径： IDC预测，2025年中国智能算力规模将达到1037.3 EFLOPS，到2028年将达到 2781.9 EFLOPS。

我们可以构建一个预测区间：

• 保守情景： 以国家数据局2025年底的1590 EFLOPS为基准，若要达到IDC预测的2028年2781.9 EFLOPS规模，则意味着在2026-2028这三年间，智能算力总量需要增长约 75%。
• 高需求情景： 如果以IDC的预测增速为参照（2025-2028年增长约2.68倍），并将其应用于国家数据局更高的2025年基数上，那么到2028年的需求将更为庞大。

综合考虑统计口径差异和AI应用落地速度的不确定性，我们给出一个区间判断：到2028年，中国大陆的智能算力总量至少需要在2025年底的基础上再提升约 1.7倍至2.7倍，才可能阶段性满足主流的AI模型训练、大规模推理和行业智能体应用的需求。 这意味着未来三年仍需新增超过2000 EFLOPS的智能算力。

4.2 有效供给的四大核心约束

然而仅仅实现FLOPS总量的增长是远远不够的。真正的瓶颈在于构建能够将这些算力稳定、高效、低成本地交付给用户的“有效供给”。这背后存在四大核心约束，每一个都是决定智能算力能否真正落地的关键。

五、供需平衡时间表：结构性出清与阶段性满足的路径图

综合考虑建设速度、政策引导、需求演进和技术约束，我们对中国大陆数据中心市场未来的供需平衡节奏做出如下时间表判断：

核心判断： 中国大陆最早将在 2028年 看到AI算力供需紧张局面的 “阶段性、局部性缓解”。而全国范围内的、更深层次的供需相对平衡，更有可能在 2029-2030年 到来。在此之前，高质量智能算力将持续是稀缺资源。

六、产业链影响与投资机遇：从“量增”到“质升”的价值转移

中国大陆数据中心建设节奏的结构性分化，并不意味着产业链投资机会的终结，而是机会的形态转移。未来的投资逻辑，将从过去追逐“建了多少机柜”的数量增长，转向关注“提升了多少性能和效率”的质量升级。

6.1 确定性受益更高的方向

以下领域将深度受益于数据中心从通用IDC向高密度智算中心的结构性升级，其增长确定性更高：

1. 光模块、CPO（共封装光学）及光互连

AI集群内部的海量数据交换，使光互连从数据中心的“配件”升级为决定算力集群规模和效率的“主线资产”。

• 高速光模块： 800G光模块在2025-2026年仍是需求主力，而1.6T光模块的部署将从2026年下半年开始加速。中国厂商如中际旭创、新易盛等在全球高速光模块市场占据领先地位，将持续受益。
• CPO（共封装光学）： 这是应对交换芯片速率和功耗瓶颈的颠覆性技术。通过将光引擎与交换芯片共同封装，CPO能显著降低功耗、提升带宽密度。2026年是CPO商业化的元年，NVIDIA的Spectrum-X CPO交换机已于2026年上半年宣布全面量产 并计划于2026年下半年交付客户。Broadcom的102.4T CPO交换机也计划于2026年量产 。LightCounting等机构预测，CPO端口出货量将从2026-2027年开始规模化放量，到2027年全球销量可达450万端口 。虽然CPO时代的主导权更向NVIDIA、Broadcom、TSMC等系统和上游平台厂商集中，但围绕其生态的外置光源（ELSFP）、硅光芯片、光连接器、封装测试等环节，依然为中国产业链带来巨大机会。

2. 液冷产业链

高密度AI算力与液冷技术深度绑定，液冷市场正从百亿级向千亿级迈进。

• 核心组件： 冷板（Cold Plate）、冷却液分配单元（CDU）、管路、快换接头等将迎来爆发式需求。
• 浸没式液冷： 作为更高效的散热方案，虽然当前成本较高，但在超高密度计算场景下潜力巨大。
• 机房热管理： 整个数据中心的温控、热回收、智能化能效管理系统的重要性日益凸显。

3. 电力设备与绿电消纳

“算电协同”战略将电力设备产业链与数据中心建设更紧密地捆绑在一起。

• 核心电力设备： 高压直流（HVDC）、不间断电源（UPS）、变压器、智能配电柜等设备的需求将随着智算中心功率密度的提升而量价齐升。
• 储能与绿电： 数据中心配套建设储能系统、参与绿电交易和电力辅助服务，将成为新的商业模式和投资热点。

4. 国产AI芯片适配与服务器整机

在国际环境不确定性增加的背景下，AI算力供应链的自主可控成为国家战略。

• 国产AI芯片： 华为昇腾及其他国产AI芯片厂商，将在特定市场（如政务、金融、电信）加速替代，围绕其生态的服务器、板卡、软件栈开发将迎来发展机遇。
• 服务器整机厂商： 具备高密度AI服务器设计、液冷集成、快速交付能力的厂商，如浪潮信息、新华三、超聚变等，将获得更多市场份额。

5. 算力调度与运营优化软件

当硬件建设到一定规模后，竞争的焦点将转向运营效率。

• 算力调度平台： 能够实现跨地域、跨架构、跨云厂商的异构算力统一管理和调度的软件平台，是实现全国一体化算力网的关键，具有极高的技术壁垒和商业价值。
• 云原生与模型优化： 帮助用户更高效地使用算力、降低AI模型推理成本的云原生技术和算法优化服务，需求将持续增长。

6.2 风险相对较大的方向

与此同时，一些传统的、低附加值的领域将面临更大的市场风险和竞争压力：

• 低端IDC租赁业务： 仅提供标准机柜和带宽的传统IDC业务，利润空间将受到挤压。
• 普通机柜扩容项目： 无法满足AI高密度需求的通用机柜扩建项目，可能面临“建成即闲置”的风险。
• 缺乏客户绑定的地方智算中心： 严重依赖地方政府补贴、没有清晰的商业模式和长期客户订单的智算中心项目，在2027年后的结构性出清中风险极高。
• 单纯炒作“算力概念”的公司： 在产业链中没有核心技术、没有稳定订单、没有清晰卡位的纯概念炒作公司，其泡沫将最先破裂。

七、最终结论

中国大陆的数据中心建设潮仍在继续，但其内涵和驱动力已发生根本性变化。我们正处在一个“从粗放扩张到结构优化”的关键历史转折期。简单地判断市场“过热”或“仍有巨大空间”都失之偏颇。

本报告的核心结论可以概括为以下几点：

1. 核心矛盾是结构性而非总量性： 中国不缺普通的数据中心机柜，而是极度缺乏能够有效支撑AI大模型训练与推理的高质量、高密度、高利用率、绿色低碳的智能算力中心。
2. 建设进入“筛选”阶段： 在政策的强力引导和市场的现实需求下，数据中心建设已经告别“跑马圈地”，进入“择优录取”的新阶段。低效、高耗、无真实需求的项目将被加速淘汰。
3. 供需平衡的渐进路线图： 市场将在2027年迎来第一轮结构性出清，2028年可能出现高质量算力的首次阶段性供需缓解，而全国层面的动态平衡更有可能在2029-2030年实现。
4. 产业链价值的深刻转移： 投资机会正从“规模扩张”相关的传统基建，向“质量和效率提升”相关的核心技术环节转移，尤其是光互连（特别是CPO）、液冷、电力系统、国产AI芯片和算力调度软件等领域。

最后，我们用一句话总结本报告的最终判断：

中国大陆数据中心市场的未来，胜利不属于建得最多的参与者，而属于那些能够将算力建得最好、用得最满、调动得最广、并能深度融入真实产业场景的玩家。建设的浪潮不会很快结束，但它将在未来2-3年内，从一场“疯狂的扩张赛”，转变为一场“精准的淘汰赛”。