算力硬件高增长背后 交付速度与电力供给成新赛点

当前，AI算力产业链正进入业绩兑现的高峰窗口。从核心芯片、存储器件、被动元件到整机系统，众多头部厂商发布的财报数据颇为亮眼，不少企业实现了利润的倍数级跃升，行业整体呈现强劲增长势头。

然而，账面上的财务数字仅代表既往成果。记者在产业链调研中发现，硬件端的亮眼表现之下，算力基础设施建设所面临的核心瓶颈，已经逐步转向产能交付效率与电力资源保障两大环节，而这两大要素将在很大程度上决定未来AI竞争能走多远。

头部公司财报集体超预期

国内AI芯片领军企业寒武纪的2026年半年报显示，该公司上半年实现营业收入59.96亿元，较去年同期增长108.13%；净利润达到23.11亿元，同比增长122.61%；扣非后净利润为21.66亿元，同比增幅达137.30%。

分季度来看，寒武纪今年一季度净利润为10.13亿元，二季度进一步攀升至12.98亿元，同比增长90.11%，环比增长28%。这是该公司上市以来最为亮眼的单季业绩表现，已连续两个季度稳居十亿级盈利区间，业绩爬坡势头清晰可见。

AI服务器龙头工业富联同样交出了强劲答卷。该公司2026年上半年实现营收5578.6亿元，同比增长54.6%；净利润为237.4亿元，同比接近翻倍，增幅达96%；经营活动产生的现金流量净额73.91亿元，同比猛增425%。具体业务层面，GPU和ASIC两大产品线同步放量，云服务商AI服务器收入同比增长2.3倍，GPU AI机柜出货量同比增长3.2倍，ASIC AI机柜出货量增长3倍，ASIC CPU服务器出货量则增长2.5倍。

光模块领域表现尤为突出。新易盛预计上半年净利润区间为70亿元至80亿元，同比增幅在77.56%至102.93%之间。该公司指出，高速光模块市场需求持续火热，800G产品已成为出货主力，1.6T产品二季度出货量较一季度显著提升，预计下半年放量节奏还将加快，行业高景气态势仍在延续。

存储赛道更是迎来爆发式增长。江波龙半年报显示，公司上半年营收达240.88亿元，同比增长136.26%；净利润高达105.77亿元，同比增幅达到惊人的71528.66%。公司将业绩爆发的首要原因归结为AI算力需求所驱动的全球存储产业超级景气周期。

被动元件领域同样供应趋紧。受益于MLCC下游需求旺盛以及AI相关业务的拉动，博杰股份预计上半年净利润为1.5亿元至1.85亿元，同比增长642.86%至816.20%。

交付瓶颈浮出水面

在硬件供不应求的背景下，算力基础设施部署的瓶颈正悄然向交付环节迁移。阿里云全球数据中心总经理王朝阳向记者表示，当前AI算力市场整体处于供不应求状态，交付速度已成为决定竞争力的关键因素之一。

就在本月10日，阿里云宣布其首创的全模块化设计架构CUBE 5.0可将大型AIDC数据中心的建设工期压缩至100天。相比之下，同等规模的项目在国内传统交付周期通常需要6至12个月，而美国市场则需12至18个月。值得注意的是，在工期大幅缩短的同时，整体建设成本反而下降了10%以上。

记者了解到，传统数据中心项目采用串行施工模式，各环节环环相扣，例如必须先完成供配电系统安装，再进行空调系统连接。而阿里云的CUBE 5.0设计打破了这一模式，将供电、冷却、安防、智能化及消防五大系统的整体模块化率从早期的30%提升至90%。各功能模块可在工厂内并行生产，预调完成后再以集装箱形式运抵现场，通过吊装方式实现快速部署，形如“搭积木”般的建设流程。

电力成本成核心变量

王朝阳指出，数据中心的发展遵循市场、成本、技术三重逻辑，而当前电力成本的重要性正提升至前所未有的高度。他观察到，传统IDC机柜功率通常为5千瓦至8千瓦，而AIDC阶段的机柜功率已跃升至100千瓦以上。他预计未来两年内可能出现功率达1000千瓦的机柜，单芯片功耗将达到1200瓦至1800瓦。

功耗的急剧攀升使电力供应成为制约算力落地的首要瓶颈。据Gartner预测，2026年全球数据中心电力消耗将达到565TWh，同比增长26%。Gartner高级总监分析师颜晶打了一个形象的比方：“AI这条高速路比拼的实际上是‘加油站’密度和‘导航’灵敏度。训练高端大模型每一次运行都要消耗数百兆瓦时电力——如果‘加油站’不够或‘油量’供应不上，即使顶级赛车也难以跑起来。”

在此背景下，“算电协同”概念于2026年首次被写入政府工作报告，并纳入“十五五”规划纲要。今年4月，国家发展改革委、国家能源局、工业和信息化部、国家数据局四部门联合发布了《关于促进人工智能与能源双向赋能的行动方案》，明确提出探索百万千瓦级AI算力设施与配套能源系统的协同建设模式，并选择具备条件的地区先行试点，推动算电协同一体化发展。

扩产竞赛全面提速

面对旺盛的市场需求，扩产已成为全产业链的共识性选择。阿里云透露，公司计划今年将模块化数据中心的全球产能提升至现有水平的两倍以上。

谈及上游供给瓶颈，王朝阳的态度相对乐观。他表示，根据公司评估，当前国内产能实际上能够较好地匹配芯片产能需求，整体供应并不构成特别严重的问题。不过他也提醒，随着模块化数据中心相关技术和标准被广泛采用，海外同行同样会争夺国内产能资源。

值得注意的是，供需关系的潜在变化风险不容忽视。颜晶指出，当前全球科技基金对AI及算力硬件板块的配置比例已达到极高水平，AI算力与大模型的规模效应正加速向头部企业集中，这引发了资本抱团现象以及估值溢价的持续累积。

王朝阳认为，未来AIDC领域的投资规模将远超其他细分领域，这势必催生更多技术创新与产业机遇。颜晶则向企业发出提醒：“在AI这条高速公路上，真正的赢家是那些懂得升级改装、持续更换部件、学习新技能、甚至主动调整驾驶方式的企业——它们能够借助AI跑得更远更快。相反，那些因循守旧、不愿变革的企业就像‘老爷车’，不仅效率低下，技术实力也会逐渐落后于时代。”