1、 此報告僅供內部客戶參考此報告僅供內部客戶參考 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 證券研究報告證券研究報告 AI 資本開支提速，資本開支提速，AIDC 產業鏈迎投資機遇產業鏈迎投資機遇 2025 年年 04 月月 14 日日 評級評級 領先大市領先大市 評級變動：維持 行業漲跌幅比較行業漲跌幅比較%1M 3M 12M 電子-9.66 2.18 35.36 滬深 300-3.90 0.98 8.15 何晨何晨 分析師分析師 執業證書編號:S0530513080001 袁鑫袁鑫 研究助理研究助理 相關報告相關報告 1 電子行業雙周報：美國加征關稅加速國產替代進程，看

2、好科技自主可控 2025-04-14 2 行業事件點評：阿里巴巴資本開支樂觀，AI建設有望提速 2025-02-25 重點股票重點股票 2024A 2025E 2026E 評級評級 EPS（元）（元）PE（倍）（倍）EPS（元）（元）PE（倍）（倍）EPS（元）（元）PE（倍）（倍）深南電路 3.66 29.93 5.27 20.80 6.14 17.85 買入 滬電股份 1.35 20.78 1.72 16.21 2.15 13.02 買入 資料來源：iFinD，財信證券 投資要點：投資要點：技術普惠化、場景縱深化，算力規模有望快速增長。技術普惠化、場景縱深化，算力規模有望快速增長。Deep

3、Seek 系列模型的發布給中國乃至全球人工智能產業帶來巨大變革，其通過技術普惠化、場景縱深化和算力泛在化三重路徑，推動大模型的普及與應用落地，驅動算力需求增長。根據 IDC的測算結果，2025年中國智能算力規模約 1037.3 EFLOPS（FP16），預計到 2028 年將達到 2781.9 EFLOPS，復合增長率為 38.94%。從增加值看，智能算力 2025-2028年分別每年增加 312.0、423.0、559.6、762.0 EFLOPS（FP16），增加值有望逐年增長。國內國內 AI 相關資本開支提速。相關資本開支提速。2024 年第四季度，阿里與騰訊資本開支進一步實現大幅增長，

4、阿里巴巴達到 317.75億元，同比增長 258.76%，環比增長 81.66%；騰訊達到 365.78億元，同比增長 386.15%，環比增長 113.98%。對于對于 2025 年的資本開支展望，年的資本開支展望，1）阿里巴巴，預計未來三年將是云建設最集中的三年，在云和 AI 的基礎設施投入預計將超越過去十年的總和。即未來三年，阿里巴巴資本開支有望達到約 3800億元人民幣。2）騰訊，計劃 2025年進一步加大資本開支，預計占 2025年總收入的“低兩位數百分比”。3）三大運營商在總體資本開支下滑的背景下，給出了 AI 相關投入持續增長的指引。資本開支提速背景下，資本開支提速背景下，AID

5、C 產業鏈有望受益。產業鏈有望受益。隨著國內 AI 相關資本開支的提速，以 AI 服務器為核心的 AIDC產業鏈需求有望實現較快增長，產業鏈有望迎來投資機遇。1）IT部分，部分，AI服務器有望推動細分環節技術升級、量價齊升。以 PCB為例，AI 服務器對 PCB的使用除了主板外，增加了 OAM 與 UBB環節，疊加 OAM 及 UBB對 PCB層數的要求明顯增長，推動 PCB量價齊升。2）非）非 IT部分，部分，在數據中心的非 IT 設備中，成本占比前三分別為柴油發電機組 23%、電力用戶站 20%及 UPS 18%?；谙盗屑僭O，我們測算了中國新增智能算力、基于系列假設，我們測算了中國新增智

6、能算力、通用算力對應的柴發需求。通用算力對應的柴發需求。根據 IDC 的預測，2024-2028 年中國智算算力增量分別為 309、312、423、560、762 EFLOPS（FP16），通算算力增量 12.2、14.3、15.9、18.2、20.2 EFLOPS（FP64）。中國新增智能算力與通用算力對應的柴發機組需求量為 3138、4587、5218、6019、6948 臺；價值量約為 85、124、141、163、188 億元。以算力以算力芯片的裝機量為維度測算，芯片的裝機量為維度測算，每 100 萬張推理卡（H20）對應的柴發機組需求量為 856臺，對應價值量約為 23億元；每 10

7、0萬張訓練卡（H100）-9%11%31%51%71%2024-042024-072024-102025-01電子滬深300行業深度行業深度 電子電子 此報告僅供內部客戶參考此報告僅供內部客戶參考 -2-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 對應柴發機組需求量為 1206臺，對應價值量約為 33億元。投資建議：投資建議：維持電子行業“領先大市”評級。DeepSeek 系列模型的發布給中國乃至全球人工智能產業帶來巨大變革，其通過技術普惠化、場景縱深化和算力泛在化三重路徑，推動大模型的普及與應用落地，驅動算力需求增長。2024年下半年開始，阿里巴巴及騰訊的

8、資本開支出現明顯加速。展望 2025年，阿里巴巴及騰訊有望維持 24Q4的高強度投資，三大運營商也在總資本開支下滑的背景下，給出了 AI 相關支出持續增長的指引?；诖竽Ｐ团c AI 基建共振提速的背景，我們預計 AIDC 產業鏈有望受益。IT 側，受益于 AI 發展帶來的需求增長與技術進步，相關環節有望實現量價齊升。AI PCB技術壁壘與價格均高于傳統多層板。非 IT 側，AIDC建設有望拉動柴發等設備的需求快速增長，預計 2024-2028年數據中心柴發需求量分別為 3138、4587、5218、6019、6948臺。需求快速增長有望帶來供給缺口，推動柴發機組量價齊升。建議關注 AIDC產業

9、鏈的投資機會，例如 IT 側的 AI PCB相關公司，深南電路、滬電股份、勝宏科技等；非 IT 側的柴發機組相關公司，如濰柴重機、科泰電源、泰豪科技等。風險提示：風險提示：資本開支增長不及預期的風險，技術發展不及預期的風險，資本開支增長不及預期的風險，技術發展不及預期的風險，貿易摩擦加劇的風險貿易摩擦加劇的風險 kWlYlXkZkY8VjYoMaQdN8OpNmMnPsPkPnNmRfQmNtQbRmMwPwMoNoNwMoPtO 此報告僅供內部客戶參考此報告僅供內部客戶參考 -3-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 內容目錄內容目錄 1 DeepS

10、eek：技術普惠、場景縱深，驅動算力增長：技術普惠、場景縱深，驅動算力增長.5 1.1 DeepSeek：技術普惠、場景縱深.5 1.2 算力規模有望快速增長.7 2 國內算力資本開支提速國內算力資本開支提速.9 2.1 北美四大云廠：2024年第四季度資本開支創下新高.9 2.2 國內云廠資本開支提速，運營商算力開支維持增長.11 3 AIDC Capex 增長下的受益環節增長下的受益環節.12 3.1 IT 部分：服務器升級帶來量價齊升.12 3.2 非 IT 部分：高價值量的柴油發電機組.14 3.2.1 柴油發電機組、電力用戶站及 UPS 為主要成本項.14 3.2.2 從潤澤 A18

11、項目看柴發需求.15 3.3 AIDC中的算力與功率.17 4 重點公司重點公司.21 4.1 深南電路.21 4.2 滬電股份.21 5 投資建議投資建議.22 6 風險提示風險提示.22 圖表目錄圖表目錄 圖 1：DeepSeek-R1 性能對比.5 圖 2：中國智能算力規模預測（EFLOPS，FP16）.8 圖 3：中國通用算力規模預測（EFLOPS，FP64）.8 圖 4：中國智能算力年增加值（EFLOPS，FP16）.9 圖 5：中國通用算力年增加值（EFLOPS，FP64）.9 圖 6：谷歌、亞馬遜、微軟、Meta 合計季度資本開支情況.10 圖 7：谷歌單季度資本開支情況.10

12、圖 8：亞馬遜單季度資本開支情況.10 圖 9：微軟單季度資本開支情況.10 圖 10：Meta 單季度資本開支情況.10 圖 11：阿里巴巴季度資本開支情況.11 圖 12：騰訊季度資本開支情況.11 圖 13：多層板產品價格（元/平方米）.14 圖 14：HDI 板產品價格及漲幅（元/平方米）.14 圖 15：數據港主要設備價值結構.15 圖 16：數據港主要設備售價情況.15 圖 17：光環新網呼和浩特算力基地項目 Capex 結構.15 圖 18：數據中心非 IT 環節 Capex 結構.15 圖 19：算效比（CE）計算公式.18 圖 20：2023 年中國在運營數據中心機房 PUE

13、 結構.18 表 1：DeepSeek 推動大模型普及與應用落地的三重路徑.5 表 2：支持 DeepSeek-R1 的國產云服務平臺.6 此報告僅供內部客戶參考此報告僅供內部客戶參考 -4-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 表 3：支持 DeepSeek-R1 的國產應用.7 表 4：算力精度類型.7 表 5：算力單位體系介紹.8 表 6：三大運營商算力投入情況.12 表 7：AI 服務器與普通服務器成本結構.13 表 8：傳統服務器不同芯片平臺 PCB工藝水平.13 表 9：英偉達 HBGB系列服務器 PCB使用種類.14 表 10：A-18

14、項目基礎設施資產概況.16 表 11：A-18 項目持有主體的配電系統部分機器設備情況.16 表 12：A-18 項目 IT、柴發功率情況討論.16 表 13：H100 與 H20 的算力、功率等參數.17 表 14：AI 服務器中的 IT 功率（W）.17 表 15：H100 與 H20 服務器的算效.18 表 16：通用服務器的 CE 值.19 表 17：中國新增智能算力（FP16）與通用算力（FP64）對應的柴發需求.20 表 18：百萬卡 GPU 對應的功率、柴發需求與算力規模.20 此報告僅供內部客戶參考此報告僅供內部客戶參考 -5-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后

15、的免責條款部分 行業研究報告 1 DeepSeek：技術普惠、場景縱深，驅動算力增長：技術普惠、場景縱深，驅動算力增長 1.1 DeepSeek：技術普惠、場景縱深：技術普惠、場景縱深 DeepSeek-R1 發布，模型性能對齊發布，模型性能對齊 OpenAI-o1 正式版。正式版。2025 年 1 月 20 日，北京深度求索科技有限公司正式發布了 DeepSeek-R1，并同步開源了模型權重。DeepSeek-R1 在后訓練階段大規模使用了強化學習技術，在僅有極少標注數據的情況下，極大提升了模型推理能力。在數學、代碼、自然語言推理等任務上，性能比肩 Opening o1 正式版。DeepSe

16、ek-R1 蒸餾了 6 個小模型，其中 32B和 70B模型在多項能力上實現了對標 OpenAI o1 mini 的效果。通過將 R1 模型知識蒸餾到輕量化模型中，不僅能夠提升輕量化模型的性能，同時也會降低成本，有助于進一步加快端側 AI 的發展。這一發布標志著人工智能領域的一個重要里程碑。圖圖 1：DeepSeek-R1 性能對比性能對比 資料來源：DeepSeek官網 大模型技術的持續發展和生成式人工智能新興應用場景不斷涌現，人工智能算力發大模型技術的持續發展和生成式人工智能新興應用場景不斷涌現，人工智能算力發展呈現出新趨勢。展呈現出新趨勢。DeepSeek 有望通過技術突破觸發“效率-需

17、求-算力”正向循環，參考“杰文斯悖論”，算法效率的提升并未抑制算力需求，反而因更多的用戶和場景的加入，推動大模型普及與應用落地，重構產業創新范式，帶動數據中心、邊緣及端側算力建設。DeepSeek 系列模型的發布通過技術普惠化、場景縱深化和算力泛在化三重路徑，推動大模型的普及與應用落地，驅動算力需求增長。表表 1：DeepSeek 推動大模型普及與應用落地的三重路徑推動大模型普及與應用落地的三重路徑 路徑路徑 說明說明 技術普惠化 DeepSeek 的核心技術不僅顯著提升了模型性能，還大幅降低了算力消耗，為用戶參與大模型應用生態創造了條件，引領一場從單純算力擴張轉向增效提質的產業變革。此報告僅

18、供內部客戶參考此報告僅供內部客戶參考 -6-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 DeepSeek 通過開源開放戰略和輕量化部署，降低技術使用門檻，使更多企業和開發使更多企業和開發者能夠便捷地獲取先進技術，開源框架和工具的普及，讓中小企業和個人開發者也者能夠便捷地獲取先進技術，開源框架和工具的普及，讓中小企業和個人開發者也能參與人工智能應用開發，推動技術民主化。能參與人工智能應用開發，推動技術民主化。場景縱深化 得益于其強大的語言處理能力、經濟高效的訓練過程以及對特定業務需求的高度適應性，DeepSeek 在金融、醫療、汽車、電信等多個行業逐步落地在金

19、融、醫療、汽車、電信等多個行業逐步落地，重構產業模式，提升企業的運營效率和服務質量，通過人工智能優化生產流程，降低成本的同時激發更大需求，驗證了“杰文斯悖論”效率提升帶來成本下降，進而推動需求激增，形成良性循環。算力泛在化 DeepSeek 通過其先進的算法優化和高效的模型性能，促進了人工智能技術在 C端和B端用戶中更廣泛的應用，顯著拉動了人工智能算力在數據中心、端側及邊緣側的顯著拉動了人工智能算力在數據中心、端側及邊緣側的發展。發展。在數據中心，DeepSeek 不僅提高了訓練和推理效率，降低了能耗，還因其高性能吸引了更多企業部署復雜人工智能解決方案；在端側，DeepSeek 提供了輕量化模

20、型版本，使得智能手機、智能家居等設備能夠執行如實時翻譯、語音識別等復雜人工智能任務；在邊緣計算領域，DeepSeek 能夠在邊緣設備上執行關鍵分析任務，實現低延遲響應和分布式智能處理，減輕中央服務器的壓力并提高系統的可靠性和安全性。資料來源：IDC，財信證券 技術普惠化。技術普惠化。DeepSeek 的核心技術不僅顯著提升了模型性能，還大幅降低了算力消耗，為用戶參與大模型應用生態創造了條件，引領一場從單純算力擴張轉向增效提質的產業變革。DeepSeek 通過開源開放戰略和輕量化部署，降低技術使用門檻，使更多企業和開發者能夠便捷地獲取先進技術，開源框架和工具的普及，讓中小企業和個人開發者也能參與

21、人工智能應用開發，推動技術民主化。DeepSeek 發布之后，包括騰訊、阿里、百度、字節火山以及三大運營商的國產云服務平臺紛紛搶抓機遇，先后宣布支持 DeepSeek模型。通過降低價格和贈送免費額度等方式，進一步推廣 DeepSeek 模型和云服務平臺，推動技術普惠化。表表 2：支持：支持 DeepSeek-R1 的國產云服務平臺的國產云服務平臺 名稱名稱 時間時間 名稱名稱 時間時間 DeepSeek 1 月 20 日 火山引擎（字節跳動）2 月 4 日 無問芯號 1 月 28 日 潞晨云平臺 2 月 4 日 硅基流動 x 華為云 2 月 1 日 青云科技 2 月 4 日 騰訊云 2 月 2

22、 日 京東云 2 月 5 日 百度智能云 2 月 3 日 聯通云（中國聯通）2 月 5 日 阿里云 2 月 3 日 移動云（中國移動）2 月 5 日 超算互聯網 2 月 3 日 優刻得 2 月 6 日 算力互聯 2 月 3 日 天翼云（中國電信）2 月 6 日 華為（昇騰社區）2 月 4 日 神州數碼 2 月 6 日 資料來源：數字生命卡茲克微信公眾號，財信證券 場景縱深化。場景縱深化。得益于其強大的語言處理能力、經濟高效的訓練過程以及對特定業務需求的高度適應性，DeepSeek 在金融、醫療、汽車、電信等多個行業逐步落地，重構產業模式，提升企業的運營效率和服務質量，通過人工智能優化生產流程，

23、降低成本的同時激發更大需求，驗證了“杰文斯悖論”效率提升帶來成本下降，進而推動需求激增，此報告僅供內部客戶參考此報告僅供內部客戶參考 -7-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 形成良性循環。表表 3：支持：支持 DeepSeek-R1 的國產應用的國產應用 名稱名稱 時間時間 名稱名稱 時間時間 360 納米 AI 搜索 1 月 30 日 釘釘 2 月 7 日 秘塔 AI 搜索 2 月 3 日 什么值得買 APP 2 月 7 日 小藝助手（華為）2 月 5 日 飛書 2 月 7 日 作家助手（閱文集團）2 月 5 日 同花順 2 月 7 日 萬興科技

24、 2 月 5 日 天工 AI（昆侖萬維）2 月 8 日 有道小 P 2 月 6 日 星際魅族語音助手 2 月 8 日 云學堂 2 月 6 日 榮耀 YOYO 助理 2 月 8 日 資料來源：數字生命卡茲克微信公眾號，財信證券 1.2 算力規模有望快速增長算力規模有望快速增長 算力即數據中心的計算能力。算力即數據中心的計算能力。算力指計算設備或系統在單位時間內處理數據、執行計算任務的能力，是衡量計算效率的核心指標。其核心目標是通過硬件、算法和軟件的協同作用，高效解決復雜問題。隨著數字技術的發展，算力已成為驅動人工智能、區塊鏈、科學計算等領域的核心資源。算力按照功能類型劃分，可區分為通用算力、智能

25、計算和超級計算。算力按照功能類型劃分，可區分為通用算力、智能計算和超級計算。算力精度不同，實際算力水平差別巨大。根據參與運算數據精度的不同，可把算力精度分為 FP64、FP32、FP16、INT8 等多種類別，數字位數越高，意味著精度越高，但計算效率更低。從芯片架構看，通用算力通用算力主要是 CPU 芯片，運算精度通常為單精度浮點運算（FP32）；智能算力智能算力主要是 AI 芯片（GPU、NPU、FPGA、ASIC 等），通常有 FP32、FP16 或低精度整數，目前 FP16 及以下精度為主流；超級計算超級計算主要是用高性能 CPU（GPU）等組成計算集群，運算精度通常為雙精度浮點運算（F

26、P64）及以上。在本報告后文關于算力的討論中，如無特別說明，智能算力采用 FP16 精度，通用算力采用 FP64 精度。表表 4：算力精度類型：算力精度類型 精度類型 位數 典型應用場景 FP64（雙精度）64 科學計算（氣候模擬、量子力學）FP32（單精度）32 通用計算、深度學習訓練 FP16（半精度）16 深度學習訓練/推理、圖形渲染 INT8（8 位整數）8 移動端 AI 推理、低功耗設備 資料來源：財信證券 算力常用的計量單位是每秒執行的浮點數運算次數（算力常用的計量單位是每秒執行的浮點數運算次數（FLOPS）。）。FLOPS（Floating-point Operations Pe

27、r Second）是衡量計算設備性能的核心指標，表示每秒能完成的浮點運算次數。FLOPS 的量級包括 Kilo、Mega、Giga、Tera、Peta、Exa、ZettaFLOPS，相鄰量級間相差 1000 倍。以 TFLOPS 為例，1 TFLOPS 代表每秒進行一萬億次浮點運算。TFLOPS量級通常用于高端 GPU 或小型服務器集群，例如英偉達 H100 SXM 的 FP16 稠密算力約為 990TFLOPS。此報告僅供內部客戶參考此報告僅供內部客戶參考 -8-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 表表 5：算力單位體系介紹：算力單位體系介紹 單位

28、名稱單位名稱 簡稱簡稱 定義定義 換算關系換算關系 Kilo-FLOPS KFLOPS 千 1 KFLOPS=103FLOPS Mega-FLOPS MFLOPS 百萬 1 MFLOPS=106FLOPS Giga-FLOPS GFLOPS 十億 1 GFLOPS=109FLOPS Tera-FLOPS TFLOPS 萬億 1 TFLOPS=1012FLOPS Peta-FLOPS PFLOPS 千萬億 1 PFLOPS=1015FLOPS Exa-FLOPS EFLOPS 百億億 1 EFLOPS=1018FLOPS Zetta-FLOPS ZFLOPS 十萬億億 1 ZFLOPS=1021

29、FLOPS 資料來源：財信證券 2025-2028 年期間，中國智能算力規模的復合增長率預計達到年期間，中國智能算力規模的復合增長率預計達到 38.94%，通用算力規，通用算力規模的復合增長率預計達到模的復合增長率預計達到 17.76%。對大型模型及生成式人工智能需求的日益增長，正顯著推動中國人工智能算力基礎設施的快速發展。根據 IDC 的測算結果，1）智能算力：）智能算力：以智能加速卡半精度（FP16）相當運算能力評估，2025年中國智能算力規模約1037 EFLOPS，預計到 2028 年將達到 2782 EFLOPS，2025-2028 年復合增長率為 38.94%。2）通用算力：）通用

30、算力：以 CPU 雙精度（FP64）運算能力數據，2025 年中國通用算力規模將約為 85.8 EFLOPS，預計到 2028 年達到 140.1EFOPS，復合增長率為 17.76%。從增加值看，從增加值看，2024-2028 年，年，1）智能算力智能算力每年增加 309、312、423、560、762 EFLOPS（FP16），增加值有望逐年增長；2）通用算力）通用算力每年增加 12.2、14.3、15.9、18.2、20.2 EFLOPS（FP64）。圖圖 2：中國智能算力規模預測（：中國智能算力規模預測（EFLOPS，FP16）圖圖 3：中國通用算力規模預測（：中國通用算力規模預測（E

31、FLOPS，FP64）資料來源：IDC，財信證券 資料來源：IDC，財信證券 75 155 260 417 725 1037 1460 2020 2782 107%67%60%74%43%41%38%38%0%20%40%60%80%100%120%050010001500200025003000202020212022202320242025202620272028智能算力同比39.647.754.559.371.585.8101.7119.9140.120%14%9%21%20%19%18%17%0%5%10%15%20%25%0204060801001201401602020202120

32、22202320242025202620272028通用算力同比 此報告僅供內部客戶參考此報告僅供內部客戶參考 -9-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 4：中國智能算力年增加值（：中國智能算力年增加值（EFLOPS，FP16）圖圖 5：中國通用算力年增加值（：中國通用算力年增加值（EFLOPS，FP64）資料來源：IDC，財信證券 資料來源：IDC，財信證券 2 國內算力資本開支提速國內算力資本開支提速 2.1 北美四大云廠：北美四大云廠：2024 年第四季度資本開支創下新高年第四季度資本開支創下新高 人工智能推動云廠商大力投資人工智能推動云

33、廠商大力投資 AI 基礎設施建設?；A設施建設。北美四大云廠（微軟、谷歌、亞馬遜、Meta）資本開支在 2019-2022 年間持續逐季增長，在 2023 年上半年放緩之后，2023年下半年再次加速增長，核心動力是 AI 基礎設施需求激增。根據同花順數據，2024 年第四季度，北美四大云廠合計資本開支達 723.48 億美元，同比增長 68.22%，環比增長22.64%。2024 年全年累計資本開支達 2285 億美元，同比增長 54.87%。分開看，谷歌、亞馬遜、微軟和 Meta 在 2024 年第四季度的資本性開支分別約 143、278、158、144 億美元，分別同比增長 29.56%、

34、90.80%、62.34%、88.31%。人工智能的快速發展，正在推動云廠商大力投資 AI 基礎設施建設，谷歌、亞馬遜、微軟和 Meta 資本開支從 2023 年下半年以來再次出現顯著增長，2024 年第四季度的資本開支紛紛創下單季度新高。北美云廠北美云廠 2025 年資本開支有望維持增長。年資本開支有望維持增長。根據谷歌、亞馬遜、微軟、Meta 給出的指引，北美四大云廠 2025 年資本開支有望繼續增長，具體如下：1）谷歌，在 2025 年計劃增至 750 億美元的資本支出。2）亞馬遜，2025 年的資本支出預計約為 1000 億美元。這筆資本支出的“絕大部分”將用于 AI 和云服務 AWS

35、。3）微軟，有望投資約 800 億美元建設人工智能數據中心。4）Meta，計劃 2025 年投資 600 億至 650 億美元用于資本支出，同時大幅發展人工智能團隊。根據各家指引，北美四大云廠在 2025 年的資本開支有望達到 3200 億美元左右。80 105 157 309 312 423 560 762 010020030040050060070080090020212022202320242025202620272028智能算力增加值8.1 6.8 4.8 12.2 14.3 15.9 18.2 20.2 0.05.010.015.020.025.0202120222023202420

36、25202620272028通用算力增加值 此報告僅供內部客戶參考此報告僅供內部客戶參考 -10-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 6：谷歌、亞馬遜、微軟、：谷歌、亞馬遜、微軟、Meta合計季度資本開支情況合計季度資本開支情況 資料來源：同花順，財信證券 圖圖 7：谷歌單季度資本開支情況：谷歌單季度資本開支情況 圖圖 8：亞馬遜單季度資本開支情況：亞馬遜單季度資本開支情況 資料來源：同花順，財信證券 資料來源：同花順，財信證券 圖圖 9：微軟單季度資本開支情況：微軟單季度資本開支情況 圖圖 10：Meta單季度資本開支情況單季度資本開支情況

37、資料來源：同花順，財信證券 資料來源：同花順，財信證券 -40.00%-20.00%0.00%20.00%40.00%60.00%80.00%010020030040050060070080019Q119Q219Q319Q420Q120Q220Q320Q421Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q424Q124Q224Q324Q4單季度資本開支（億美元）同比環比-60.00%-40.00%-20.00%0.00%20.00%40.00%60.00%80.00%100.00%02040608010012014016020Q120Q220Q320

38、Q421Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q424Q124Q224Q324Q4單季度資本開支（億美元）同比環比-50.00%0.00%50.00%100.00%150.00%200.00%050100150200250300單季度資本開支（億美元）同比環比-40.00%-20.00%0.00%20.00%40.00%60.00%80.00%020406080100120140160180單季度資本開支（億美元）同比環比-40.00%-20.00%0.00%20.00%40.00%60.00%80.00%100.00%120.00%140.0

39、0%020406080100120140160單季度資本開支（億美元）同比環比 此報告僅供內部客戶參考此報告僅供內部客戶參考 -11-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 2.2 國內云廠資本開支提速，運營商算力開支維持增長國內云廠資本開支提速，運營商算力開支維持增長 中國科技巨頭中國科技巨頭 2024 年第四季度資本實現大幅增長。年第四季度資本實現大幅增長。人工智能發展以來，國內云廠跟隨海外發展步伐，但資本開支整體呈現謹慎克制的節奏。2024 年下半年，中國科技巨頭阿里巴巴與騰訊的資本開支出現明顯提速。1）2024 年第三季度，年第三季度，阿里巴巴資

40、本開支達到174.91 億元，同比增長 239.64%，環比增長 44.63%；騰訊資本開支達到 170.94 億元，同比增長 113.54%，環比增長 95.83%。2）2024 年第四季度，年第四季度，阿里巴巴與騰訊資本開支進一步實現大幅增長，阿里巴巴達到 317.75 億元，同比增長 258.76%，環比增長 81.66%；騰訊達到 365.78 億元，同比增長 386.15%，環比增長 113.98%。阿里巴巴與騰訊阿里巴巴與騰訊 2025 年資本開支有望保持高增長。年資本開支有望保持高增長。對于 2025 年的資本開支展望，1）阿里巴巴，阿里巴巴，預計未來三年將是云建設最集中的三年，

41、在云和 AI 的基礎設施投入預計將超越過去十年的總和。即未來三年，阿里巴巴資本開支有望達到約 3800 億元人民幣。2）騰訊，騰訊，計劃 2025 年進一步加大資本開支，預計占 2025 年總收入的“低兩位數百分比”。圖圖 11：阿里巴巴季度資本開支：阿里巴巴季度資本開支情況情況 圖圖 12：騰訊季度資本開支情況：騰訊季度資本開支情況 資料來源：阿里巴巴，財信證券 資料來源：騰訊，財信證券 三大運營商在總資本開支普遍下行的背景下，預計算力相關投資將保持增長，具體情況如下：中國移動，預計中國移動，預計 2025 年算力投資年算力投資 373 億元人民幣。億元人民幣。公司 2024 年資本開支共

42、1640 億元人民幣，其中算力投資 371 億；自建智算（FP16）規模新增 19.1 EFLOPS，累計達 29.2 EFLOPS，并入第三方算力規模超 30 EFLOPS（FP16）。預計 2025 年資本開支 1512 億元人民幣，其中算力投資 373 億，計劃 2025 年智算規模（FP16）累計超過 34 EFLOPS。中國聯通，中國聯通，2025 年算力投資同比增長年算力投資同比增長 28%。2024 年，公司加快推進 IDC 向 AIDC、通算向智算升級，在上海、廣東、香港和內蒙、寧夏、貴州等地建設大規模智算中心，建成 300 多個訓推一體的算力資源池，智算規模超過 17EFLO

43、PS，更好滿足人工智能訓練和推理需求。公司 2024 年資本開支 613.7 億元、同比下降 17%，其中算力投資同比上升 19%；預計 2025 年固定資產投資在 550 億元左右，其中，算力投資同比增長 28%。中國電信，中國電信，2025 年算力資本開支初步安排年算力資本開支初步安排 22%的增長，但不設限。的增長，但不設限。2024 年，公司面向 AI 適度超前布局云網基礎設施，建成京津冀、長三角兩個全液冷萬卡池，在粵蘇浙-100.00%-50.00%0.00%50.00%100.00%150.00%200.00%250.00%300.00%0.0050.00100.00150.002

44、00.00250.00300.00350.0021Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q424Q124Q224Q324Q4單季度資本開支（億人民幣）同比環比-100.00%0.00%100.00%200.00%300.00%400.00%500.00%0.0050.00100.00150.00200.00250.00300.00350.00400.0021Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q424Q124Q224Q324Q4單季度資本開支（億人民幣）同比環比 此報告僅供內部客戶參考此報告僅

45、供內部客戶參考 -12-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 蒙貴等區域部署千卡池，智能算力資源達到 35EFLOPS。匯聚各方資源，深化智算布局，自有和接入的智能算力合計達到 62EFLOPS。公司 2024 年資本開支 935.13 億元人民幣，其中，產業數字化相關支出占比 35%。預計 2025 年資本開支為 836.00 億元人民幣，同比下降 10.6%。其中產業數字化相關支出占比 38%，算力支出同比增長 22%。董事長柯瑞文表示，算力支出初步安排 22%的增長，但不設限，將根據客戶的需求，根據市場發展的情況，進行靈活調度。表表 6：三大運營

46、商算力投入情況：三大運營商算力投入情況 資本開支資本開支 算力規模算力規模 2024A 2025E 2024A 2025E 中國移動 2024年資本開支共 1640億元人民幣，其中算力投資 371億。預計 2025年資本開支1512億元人民幣，其中算力投資 373億。自建智算 29.2EFLOPS（FP16），并入第三方算力規模超 30EFLOPS（FP16）。計劃 2025年通算規模（FP32）達 8.9EFLOPS，智算規模（FP16）超34EFLOPS。中國聯通 2024年資本開支共 613.7億元人民幣，同比下降17%。其中，算力投資同比上升 19%。預計 2025年固定資產投資約 5

47、50億元，其中，算力投資同比增長 28%。公司擁有 42萬架 IDC機架，智算總規模超過17EFLOPS。-中國電信 2024年資本開支 935.13億元人民幣，其中產業數字化相關支出占比 35%。預計 2025年資本開支為836.00億元人民幣，同比下降 10.6%。其中產業數字化相關支出占比 38%，算力支出同比增長 22%。自有和接入的智能算力合計達到 62EFLOPS。-資料來源：中國移動，中國聯通，中國電信，財信證券 中國科技巨頭阿里巴巴和騰訊的資本開支在 2024 年下半年出現明顯提速，并對未來的 AI 資本開支給出了樂觀指引。三大運營商在總資本開支普遍下行的背景下，仍保持算力投資

48、的增長。打破了國內在算力領域資本開支增速平緩的局面。DeepSeek 為代表的 AI技術升級與阿里、騰訊等科技大廠的資本開支共振，中國 AI 產業有望從技術驗證階段向規?；涞乜焖偻七M，持續強化“效率-需求-算力”的正向循環，在 2025 年迎來 AI 基礎設施和應用場景的快速發展。3 AIDC Capex 增長下的受益環節增長下的受益環節 AIDC，指 Artificial Intelligence Data Center，即智算中心。AIDC 是基于最新人工智能理論，采用領先的人工智能計算架構，提供人工智能應用所需算力服務、數據服務和算法服務的公共算力新型基礎設施。這類數據中心通常配備高性

49、能計算資源，如專用的AI 處理單元（如 GPU、TPU 等）、大規模存儲解決方案、快速網絡連接以及能夠處理大數據集和高計算負載的硬件和軟件平臺。AI 數據中心不僅用于運行 AI 模型，還承載了用于數據訓練、推理、模型優化等過程所需的計算和存儲需求。3.1 IT 部分：服務器升級帶來量價齊升部分：服務器升級帶來量價齊升 此報告僅供內部客戶參考此報告僅供內部客戶參考 -13-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 通用服務器向通用服務器向 AI 服務器服務器升級，服務器價值量大幅提升。升級，服務器價值量大幅提升。服務器的核心組件包括 CPU（中央處理器）、G

50、PU（圖形處理器）、內存芯片、SSD（固態硬盤）、網卡、PCB 主板、RAID 卡和電源等。根據 SemiAnalysis 資料，1）一臺英偉達 H100 AI 服務器的總成本約 26.9 萬美元，價值量前三是“8GPU+4NvSwitch Baseboard”、組裝、網卡，分別占 72.49%、15.61%、4.05%。2）一臺 Intel Sapphire Rapids Server 的總成本約 1.05 萬美元，價值量前三為 DRAM、CPU、NAND，分別占比 37.52%、17.66%、14.66%。表表 7：AI服務器與普通服務器成本結構服務器與普通服務器成本結構 AI 服務器（服

51、務器（DGX H100）通用服務器（通用服務器（Intel Sapphire Rapids Server）組件組件 價值量（美元）價值量（美元）占比占比 價值量（美元）價值量（美元）占比占比 CPU 5200 1.93%1850 17.66%8GPU+4NvSwitch Baseboard 195000 72.49%-DRAM 7860 2.92%3930 37.52%NAND 3456 1.28%1536 14.66%網卡 Smart NIC 10908 4.05%654 6.24%機箱（外殼、背板、電纜）563 0.21%395 3.77%主板 875 0.33%350 3.34%散熱（散

52、熱器+風扇）463 0.17%275 2.63%電源 1200 0.45%300 2.86%組裝測試 1485 0.55%495 4.73%Markup 42000 15.61%689 6.58%總成本 269010 100.00%10474 100.00%資料來源：SemiAnalysis，財信證券 AI 服務器推動細分環節技術升級、量價齊升。服務器推動細分環節技術升級、量價齊升。以 PCB為例，AI 服務器有望帶動 PCB量價齊升。1）使用量增加。）使用量增加。通用服務器中 PCB應用于 CPU 母板及電源、網卡、背板等零配件，其中母板為主要需求。AI 服務器中，參考英偉達的 8 卡服務器

53、，GPU 連接在OAM 卡形成 module，module 再連接到 UBB卡上形成 baseboard。因此，AI 服務器 PCB直接增加了 OAM、UBB的需求，并擴大了母板面積，PCB整體面積大幅增加。2）技術）技術進步，單價增長。進步，單價增長。通用服務器使用中多層 PCB，例如例如 Whitley 服務器使用 PCB 為 12-18層，Eagle Stream 服務器 PCB為 14-20 層。AI 服務器需要使用高多層板或高階 HDI，根據 SemiAnalysis 的資料，英偉達 hopper 系列使用的 OAM 為 5 階 HDI，UBB 約 28 層，母板約 18 層。參考從

54、捷配獲得的報價，高多層板報價超過 10000 元/平方米，超過 20 層以下板價格的兩倍；相同層數的 3 階 HDI 板報價超過 2 階 HDI 報價的兩倍，產品技術升級顯著提高 PCB單價。AI 服務器推動細分環節產品升級，服務器推動細分環節產品升級，PCB 有望實現量價齊升。有望實現量價齊升。表表 8：傳統服務器不同芯片平臺：傳統服務器不同芯片平臺 PCB 工藝水平工藝水平 Purley Whitley Eagle stream Birch Stream 層數 10-12L 12-18L 14-20L 14-20L BGA Pitch 1.0-1.2mm 1mm 0.94mm 0.94mm

55、 BGA 背鉆 無 有 有 有 板厚 1.6-2.0mm 2.0-2.5mm 2.5-3.5mm 2.5-3.5mm 厚徑比 9:1 10:1 14:1 14:1 此報告僅供內部客戶參考此報告僅供內部客戶參考 -14-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 Skip Via 技術 無 部分有 有 有 主要材料特點 普通損耗、中損耗 低損耗 超低損耗 超低損耗 資料來源：廣合科技招股書，財信證券 表表 9：英偉達：英偉達 HBGB 系列服務器系列服務器 PCB 使用種類使用種類 DGX/HGX hopper DGX/HGX blackwell GB200

56、OAM 16/18L HDI（5+n+5)20L HDI（5+n+5）24L HDI（6+n+6）UBB 26-28L 28-30L-母板 16-18L 16-20L-資料來源：SemiAnalysis，財信證券 圖圖 13：多層板產品價格（元：多層板產品價格（元/平方米）平方米）圖圖 14：HDI板產品價格及漲幅（元板產品價格及漲幅（元/平方米）平方米）資料來源：捷配，財信證券 注：左軸柱狀圖，對應價格；右軸折線圖，對應漲幅。資料來源：捷配，財信證券 注：左軸柱狀圖，對應價格；右軸折線圖，對應漲幅。3.2 非非 IT 部分：高價值量的柴油發電機組部分：高價值量的柴油發電機組 3.2.1 柴油

57、發電機組、電力用戶站及柴油發電機組、電力用戶站及 UPS 為主要成本項為主要成本項 數據中心主要設備包含柴油發電機組、電力用戶站、數據中心主要設備包含柴油發電機組、電力用戶站、UPS、配電柜等。、配電柜等。1）柴油發電）柴油發電機組，機組，由柴油發動機與發電機組合而成，用于在市電中斷時提供應急電力支持，適用于數據中心這類對供電可靠性要求較高的場景，是數據中心的后備應急電源系統后備應急電源系統。2）電力）電力用戶站，用戶站，作為數據中心與公共電網的接口，承擔電能接收、電壓轉換和配電的核心任務。其配電系統通常包含多個子系統，UPS 是其中的關鍵電力 保障設備。3）UPS（Uninterruptib

58、le Power Supply，不間斷電源），是將蓄電池與主機相連接，通過主機逆變器等模塊電路將直流電轉換成市電的系統設備，用于提供穩定、不間斷的電力供應。4）蓄電池，蓄電池，指 UPS 系統中的儲能裝置，通常采用鉛酸電池或鋰電池。其作用是在市電中斷時為 UPS 提供直流電，以維持電力供應的連續性。數據中心主要非數據中心主要非 IT 設備中，柴發機組價值占比約為設備中，柴發機組價值占比約為 23%，單臺機組價值約，單臺機組價值約 270 萬萬元，折算每瓦售價約為元，折算每瓦售價約為 1.23-1.50 元元/W。根據數據港招股說明書資料，從價值量占比看，從價值量占比看，數據中心主要設備價值量前

59、三為柴油發電機組 23%、電力用戶站 20%及 UPS 18%，三者0%10%20%30%40%50%60%70%80%90%0200040006000800010000120001400010層12層14層16層18層20層22層24層26層28層30層32層均價漲幅0%10%20%30%40%50%60%05000100001500020000250003000010層12層14層16層18層20層1階2階3階1階2階3階 此報告僅供內部客戶參考此報告僅供內部客戶參考 -15-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 合計占比達 61%。其次分別為配電

60、柜 8%、冷水機組 8%、精密空調 7%、機柜 6%、列頭柜 4%、靜電地板 3%及冷卻塔 3%。從全生命周期看，UPS 及蓄電池使用壽命較短，更換次數占全生命周期比重大，開支可能超過柴發機組。從均價看從均價看，單套柴發機組的價值為 270 萬元，若假設該機組可能的功率為 1.8-2.2MW，則折算成每瓦售價約為 1.23-1.50元/W。參考數據港所擁有主要設備的情況，在數據中心的非參考數據港所擁有主要設備的情況，在數據中心的非 IT 設備中，柴發機組價值設備中，柴發機組價值量占比約為量占比約為 23%；單臺柴發機組的價值約為；單臺柴發機組的價值約為 270 萬元，每瓦售價約為萬元，每瓦售價

61、約為 1.23-1.50 元/W。圖圖 15：數據港主要設備價值結構：數據港主要設備價值結構 圖圖 16：數據港主要設備售價情況：數據港主要設備售價情況（萬元萬元）資料來源：數據港招股說明書，財信證券 資料來源：數據港招股說明書，財信證券 數據中心非數據中心非 IT環節的環節的 capex 結構：樓體建筑結構：樓體建筑 25%，柴發機組，柴發機組 17%，其他，其他 58%。光環新網呼和浩特算力基地項目總投資人民幣 22.95 億元，剔除鋪底流動資金，樓體建筑約占 25%，外電接入、配電系統、空調系統、機房配套等環節共占約 75%。綜合數據港主要設備的價值占比情況，我們預計數據中心非 IT 環

62、節的 capex 結構大致如下：樓體建筑25%，柴發機組 17%，電力用戶站 15%，UPS 14%，其他環節 29%。圖圖 17：光環新網呼和浩特算力基地項目：光環新網呼和浩特算力基地項目 Capex結構結構 圖圖 18：數據中心非：數據中心非 IT環節環節 Capex結構結構 資料來源：光環新網，財信證券 資料來源：數據港招股說明書，光環新網，財信證券 3.2.2 從潤澤從潤澤 A18 項目看柴發需求項目看柴發需求 潤澤科技潤澤科技 A-18 項目總投資項目總投資 7.75 億元，機柜總功率億元，機柜總功率 42.53MW。我們對潤澤科技的潤澤（廊坊）國際信息港 A-18 數據中心項目（以

63、下簡稱“A-18 項目”）進行討論分析。該項目共有機柜 5897 個，機柜總功率 42530.84KW，建設規模 77510.12 萬元，建設內容包括UPS電源系統,17.8%柴油發電機組,23.2%電力用戶站,19.6%機柜,6.2%精密空調,7.4%靜電地板,3.2%冷卻塔,2.9%冷水機組,7.9%列頭柜,3.6%配電柜,8.2%45.5 270.1 301.3 0.4 4.8 0.1 42.8 111.0 4.0 3.9 0.050.0100.0150.0200.0250.0300.0350.0樓體建筑,25.16%外電接入,4.81%配電系統,46.29%空調系統,16.54%弱電消

64、防,3.79%機房配套,3.41%樓體建筑,25%柴油發電機組,17%電力用戶站,15%UPS,14%其他,29%此報告僅供內部客戶參考此報告僅供內部客戶參考 -16-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 數據中心建筑，以及無法從建筑物剝離，與房屋使用功能相適應且影響建筑物使用價值的核心設備，如供配電系統、暖通系統等。表表 10：A-18 項目基礎設施資產概況項目基礎設施資產概況 項目名稱 潤澤（廊坊）國際信息港 A-18 數據中心 機柜數量（個）5897（7.04KW 功率機柜 5745個）機柜總功率（KW）42530.84 決算總投資 77510.

65、12 建設內容 與房屋使用功能相適應且影響建筑物使用價值的核心設備，如供配電系統、暖通系統等。項目權屬起止時間 2010年 4月 13日至 2074年 4月 21日 項目權屬剩余時間 49.56年 PUE 1.2861 資料來源：潤澤科技，財信證券 備注：項目權屬剩余時間的計算起始時間為相關報告的撰寫時間 A-18 項目共有項目共有 40 臺柴油發電機組。臺柴油發電機組。A-18 項目持有主體的配電系統設備中，有柴油發電機組 40 臺，設備種類為 10kV COP:1600kW 和額定功率 2275kVA/1820kW 兩類；有UPS 172 臺，設備種類為 EXL 600kVA/540kW；

66、有 IT-蓄電池 160 套（126 塊/套），動力-蓄電池 12 套（84 塊/套）。表表 11：A-18 項目持有主體的配電系統部分機器設備情況項目持有主體的配電系統部分機器設備情況 設備類型設備類型 設備主要參數設備主要參數 設備數量設備數量 單位單位 柴油發電機組 10kV COP:1600kW 40 臺 額定功率2275kVA/1820kW UPS EXL 600kVA/540kW 172 臺 IT-蓄電池 UPS12-700MRXF 160 套（126 塊/套）動力-蓄電池 UPS12-700MRXF 12 套（84 塊/套）資料來源：潤澤科技，財信證券 A-18 項目柴發機組功率

67、冗余系數約為項目柴發機組功率冗余系數約為 1.25。我們對 A-18 項目的 IT 功率與配套柴發功率進行討論如下：1）該項目總功率需求為 54.86MW。項目機柜功率為 42.53MW，PUE為 1.2861，項目總功率需求約為 54.86MW。2）柴發機組冗余系數約為 1.25。該項目共配套 40 臺柴發機組，分別為 1.6MW 與 1.82MW 兩種型號，假設平均為 1.71MW，則有柴發機組總功率為 68.40MW，柴發冗余系數為 1.25。A-18 項目機柜功率項目機柜功率 42.53MW，柴，柴發機組發機組 40 臺，柴發功率約臺，柴發功率約 68.40MW，即柴發功率約為數據中心

68、總功率需求的，即柴發功率約為數據中心總功率需求的 1.25 倍，倍，約是機柜功率需求的約是機柜功率需求的 1.61 倍。倍。表表 12：A-18 項目項目 IT、柴發功率情況討論、柴發功率情況討論 類型類型 參數參數 備注備注 機柜功率（MW）42.53-PUE 1.2861-此報告僅供內部客戶參考此報告僅供內部客戶參考 -17-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 數據中心總功率需求（MW）54.86-項目配套柴發數量（臺）40 單臺柴發機組功率（MW）1.71 有 10kV COP:1600kW 與額定功率 2275kVA/1820kW 兩種型號，

69、取 1.71MW 的有效功率 項目配套柴發總功率（MW）68.40-柴發冗余系數 1.25-資料來源：潤澤科技，財信證券 3.3 AIDC 中的算力與功率中的算力與功率 8 卡卡 H100 服務器中單服務器中單 GPU 對應的對應的 IT功率約為功率約為 1389W。根據 SemiAnalysis 資料，一臺 H100 服務器的功率情況如下：1）H100 的 TDP 為 700W，8 卡共 5600W；2）服務器內配套的雙路 8480C 處理器、2TB DDR5 內存 NVSwitch、NVLink、網卡等組件的總功率約 4600W；3）服務器外配套的存儲、管理等功率約 183W，交換機功率約

70、 729W。8卡卡 H100 服務器的服務器功率約為服務器的服務器功率約為 10200W，IT功率約為功率約為 11112W，單，單 GPU 對應的對應的 IT功功率約為率約為 1389W。8卡卡 H20 服務器中單服務器中單 GPU對應的對應的 IT功率約為功率約為 986W。對照 SemiAnalysis 給出的 DGX H100 服務器功率需求情況，對 H20 SXM 服務器的功率需求進行假設、測算。假設 H20服務器除 GPU 功率之外的其他環節的功率需求均為 H100 服務器的 85%，則有 H20 的八卡服務器功率如下：1）GPU 總 TDP 為 3200W，服務器內 CPU、內存

71、、NVSwitch、NVLink、網卡等組件的總功率 3910W，服務器功率為 7110W；2）每臺服務器對應的存儲、服務器管理等功率為 156W，每臺服務器對應的網絡交換機功率 620W，每臺服務器對應的關鍵 IT 設備總功率為 7885W。8 卡卡 H20 服務器的服務器功率約為服務器的服務器功率約為 7110W，對應，對應 IT功率約功率約為為 7885W，單，單 GPU 對應的對應的 IT功率約為功率約為 986W。表表 13：H100 與與 H20 的算力、功率等參數的算力、功率等參數 GPU型號型號 H100 SXM H20 SXM 單卡算力（TFLOPS）990 148 顯存大小

72、（GB）80 96 顯存帶寬（TB/S）3.35 4 TDP（W）700 400 資料來源：SemiAnalysis，英偉達，財信證券 備注：精度為FP16，稠密算力 表表 14：AI服務器中的服務器中的 IT功率（功率（W）科目科目 H100 H20 8*GPU 的熱設計功率（TDP）5600（8*700）3200（8*400）服務器內 CPU、內存、NVSwitch、NVLink、網卡等組件的功率 4600 3910 服務器功率 10200 7110 每臺服務器對應的存儲、服務器管理等功率 183 156 此報告僅供內部客戶參考此報告僅供內部客戶參考 -18-請務必閱讀正文之后的免責條款部

73、分請務必閱讀正文之后的免責條款部分 行業研究報告 每臺服務器對應的網絡交換機功率 729 620 每臺服務器對應的關鍵 IT 設備總功率 11112 7885 單 GPU 對應的關鍵 IT 設備功率 1389 986 資料來源：SemiAnalysis，半導體產業研究，財信證券 數據中心算效比（數據中心算效比（CE，Computational Efficiency）。）。CE 的定義為數據中心算力與IT 設備和網絡設備功耗的比值，即“數據中心每瓦功耗所產生的算力”（單位：FLOPS/W），這是同時考慮數據中心計算性能與功耗的一種效率。電能利用效率（電能利用效率（PUE，Power Usage

74、Effectiveness）。）。PUE 的定義為評價數據中心能源效率的指標，為數據中心消耗的所有能源與 IT 負載消耗的能源的比值。根據潤澤科技資料，我國已相繼出臺一系列政策，持續加強對算力能效的管控力度。新建的大型及超大型數據中心，其 PUE 不得高于 1.3。2023年中國在運營數據中心機房平均 PUE 水平持續降低。平均 PUE 水平低于 1.4 的機房占比為 47.3%，其中，PUE 低于 1.2 的機房比例達到 10.4%。圖圖 19：算效比（：算效比（CE）計算公式）計算公式 圖圖 20：2023 年中國在運營數據中心機房年中國在運營數據中心機房 PUE結構結構 資料來源：華為

75、資料來源：潤澤科技，財信證券 備注：按機房數量統計 H100、H20 的算效分別為的算效分別為 0.71、0.15 TFLOPS/W（FP16）。）。1）在 H100 服務器中，單 GPU 的算力約為 990 TFLOPS，單 GPU 對應的 IT 功率約為 1389W，則 CE 為 0.71 TFLOPS/W。2）在 H20 服務器中，單 GPU 的算力約為 148 TFLOPS，單 GPU 對應的 IT功率約為 986W，則 CE 為 0.15 TFLOPS/W。表表 15：H100 與與 H20 服務器的算效服務器的算效 H100 H20 單 GPU 算力（TFLOPS，FP16）990

76、 148 GPU TDP（W）700 400 單 GPU 對應的 IT 設備功率（W）1389 986 算效 CE（TFLOPS/W，FP16）0.71 0.15 資料來源：SemiAnalysis，財信證券測算 Intel 8253 Xeon 的算效約為的算效約為 4.62 GFLOPS/W。CPU 算力計算公式如下：算力=主頻*核心數*單時鐘周期的 FLOPS?；诶顺钡墓挠嬎闫?，我們估測了 Intel 8253 Xeon、Intel 8180 Xeon、AMD EPYC7742 及海光 7390 的算力與 IT 功耗，最終得到四款 CPU 對應的PUE1.6,15%1.4PUE1.6,

77、38%1.2PUE1.4,37%PUE1.2,10%此報告僅供內部客戶參考此報告僅供內部客戶參考 -19-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 算效分別為 4.62、5.60、5.25、2.53 GFLOPS/W。表表 16：通用服務器的：通用服務器的 CE值值 Intel 8253 Xeon Intel 8180 Xeon AMD EPYC7742 海光海光 7390 核心數 16 28 64 32 主頻（GHz）2.5 2.5 2.25 2.7 單周期 FLOP 數(FP64）32 32 16 8 理論 FP64算力（GFLOPS）1126 224

78、0 2304 691 單 CPU 功耗（W）125 205 225 140 單 CPU 對應 IT 總功率 244 400 439 273 算效（GFLOPS/W）4.62 5.60 5.25 2.53 資料來源：浪潮功耗計算器，量子位，FastCube，財信證券 2025 年中國新增算力對應的新增柴發需求量約為 4587 臺，價值約 124 億元?；谇拔牡耐茖?，我們對中國新增算力帶來的柴發需求進行測算，有如下關鍵假設：1）新增算力規模，參考新增算力規模，參考 IDC 提供的預測（見本報告圖提供的預測（見本報告圖 4、圖、圖 5）。）。2024-2028 年中國新增智能算力分別為 309、3

79、12、423、560、762EFLOPS；新增通用算力分別為 12.2、14.3、15.9、18.2、20.2 EFLOPS。2）算效（算效（CE），假設算力規模固定，算效的高低直接影響），假設算力規模固定，算效的高低直接影響 IT 功率需求，算效受功率需求，算效受GPU/CPU 技術發展影響較大。智能算力方面，技術發展影響較大。智能算力方面，H20、H100 的算效分別為 0.15、0.71 TFLOPS/W（見本報告表 15），綜合訓練、推理的發展節奏以及算力卡的發展趨勢，假設智能算力側 2024-2028 年的算效分別為 0.54、0.17、0.18、0.19、0.20 TFLOPS/W

80、。通通用算力方面，用算力方面，參考本報告表 16，假設通用算力側 2024-2028 年的算效分別為 4.2、4.3、4.4、4.5、4.6 GFLOPS/W。3）PUE，假設，假設 IT功率固定，功率固定，PUE的高低直接影響數據中心總功率需求。的高低直接影響數據中心總功率需求。假設 PUE逐年遞減，2024-2028 年分別取 1.30、1.28、1.26、1.24、1.22。4）柴發冗余系數，假設數據中心總功率需求固定，冗余系數直接影響柴發機組功率需求。參考潤澤 A-18 項目的冗余情況，假設柴發冗余系數為 1.25。5）柴發單瓦價格及單機組功率。柴發單瓦價格及單機組功率。參考數據港和潤

81、澤 A-18 項目的資產情況，假設柴發單瓦價格為 1.5 元/W，假設單臺柴發機組的有效功率為 1.8MW?；谏鲜黾僭O，我們得到如下結論：2024-2028 年，1）中國新增智能算力對應的柴發機組需求量為 516、1631、2056、2536、3228 臺；價值量約為 14、44、56、68、87 億元。2）中國新增通用算力對應的柴發機組需求量為 2622、2956、3162、3483、3720 臺；價值量約為 71、80、85、94、100 億元。3）中國新增智能算力與通用算力對應的柴發機組需求量為 3138、4587、5218、6019、6948 臺；價值量約為 85、124、141、1

82、63、188億元。算力需求推動柴發機組需求量快速增長，若供給不能及時匹配需求，則柴發機組有望在短期出現供給缺口，進而實現量價齊升。柴發機組相關環節有望從中受益，例如 此報告僅供內部客戶參考此報告僅供內部客戶參考 -20-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 柴發機組組裝業務相關濰柴重機、科泰電源、泰豪科技。表表 17：中國新增智能算力（：中國新增智能算力（FP16）與通用算力（）與通用算力（FP64）對應的柴發需求）對應的柴發需求 2024 2025 2026 2027 2028 智能算力 智能算力增加值（EFLOPS）309 312 423 560

83、762 CE（TFLOPS/W）0.54 0.17 0.18 0.19 0.20 PUE 1.30 1.28 1.26 1.24 1.22 柴發冗余系數 1.25 1.25 1.25 1.25 1.25 新增柴發功率需求（MW）929 2936 3701 4565 5810 單臺柴發機組功率（MW）1.8 1.8 1.8 1.8 1.8 柴發機組需求量（臺）516 1631 2056 2536 3228 柴發價格（元/W）1.5 1.5 1.5 1.5 1.5 新增柴發價值量（億元）14 44 56 68 87 通用算力 通用算力增加值（EFLOPS）12.2 14.3 15.9 18.2 2

84、0.2 CE（GFLOPS/W）4.2 4.3 4.4 4.5 4.6 PUE 1.30 1.28 1.26 1.24 1.22 柴發冗余系數 1.25 1.25 1.25 1.25 1.25 新增柴發功率需求（MW）4720 5200 5217 5642 5924 單臺柴發機組功率（MW）1.8 1.8 1.8 1.8 1.8 柴發機組需求量（臺）2622 2889 2898 3134 3291 柴發價格（元/W）1.5 1.5 1.5 1.5 1.5 新增柴發價值量（億元）71 80 85 94 100 合計 柴發機組需求量（臺）3138 4587 5218 6019 6948 新增柴發價

85、值量（億元）85 124 141 163 188 資料來源：IDC，SemiAnalysis，潤澤科技，浪潮功耗計算器，量子位，FastCube，財信證券測算 每一百萬卡每一百萬卡 H20、H100 對應的柴發市場空間分別約為對應的柴發市場空間分別約為 23、33 億元。億元?？紤]算力需求增長以及芯片性能發展的不確定性，我們以 H20 及 H100 為例，測算了每一百萬卡 GPU對應的功率、算力與柴發需求情況如下：1）推理卡（推理卡（H20），），一百萬卡 H20 對應的 IT 功率需求為 986MW，總算力為 148 EFLOPS，柴發機組需求量為 856 臺，柴發機組價值量為 23 億元。

86、2）訓練卡（訓練卡（H100），），一百萬卡 H100 對應的 IT 功率需求為 1389MW，總算力為 990 EFLOPS，柴發機組需求量為 1206 臺，柴發機組價值量為 33 億元。表表 18：百萬卡：百萬卡 GPU對應的功率、柴發需求與算力規模對應的功率、柴發需求與算力規模 推理（推理（H20）訓練（訓練（H100）IT 與非 IT 環節的總功率需求 單 GPU 對應的 IT 功率（W）986 1389 GPU 數量（百萬卡）1 1 總 IT 功率需求（MW）986 1389 PUE 1.25 1.25 總功率需求（MW）1233 1736 算力規模 單卡算力（FP16，TFLOPS

87、）148 990 百萬卡算力（FP16，EFLOPS）148 990 此報告僅供內部客戶參考此報告僅供內部客戶參考 -21-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 柴發機組功率與價值量 柴發冗余系數 1.25 1.25 柴發功率需求（MW）1541 2170 單臺柴發機組功率（MW）1.8 1.8 柴發機組需求量（臺）856 1206 柴發價格（元/W）1.5 1.5 柴發機組價值量（億元）23 33 資料來源：SemiAnalysis，潤澤科技，半導體產業研究，財信證券測算 4 重點公司重點公司 4.1 深南電路深南電路 內資內資 PCB 龍頭。龍頭。

88、公司已成為全球領先的無線基站射頻功放 PCB 供應商、內資最大的封裝基板供應商、國內領先的處理器芯片封裝基板供應商、電子裝聯制造的特色企業。根據 Prismark 報告，預計 2024 年公司營收規模在全球印制電路板廠商中位列第 4。公司充分把握算力及汽車電子市場機遇，公司充分把握算力及汽車電子市場機遇，PCB 業務穩健增長。業務穩健增長。2024 年全年，公司PCB業務實現營收 104.94 億元，同比+29.99%；毛利率 31.62%，同比+5.07pct。2024 年下半年，公司PCB業務實現營收56.38億元，同比+34.53%，環比+16.12%；毛利率31.83%，同比+4.62

89、pct，環比+0.46pct。細分領域中，1）通信領域：受益于高速交換機、光模塊產品需求增長，產品結構進一步優化，盈利能力提升；2）數據中心：受益于 AI 服務器需求增長及傳統服務器迭代升級，公司數據中心領域訂單同比取得顯著增長，成為 PCB業務繼通信領域后第二個達 20 億元級訂單規模的下游市場。3）汽車電子：公司前期導入的新客戶定點項目需求釋放，以及 ADAS 相關產品需求的穩步增長，汽車電子訂單增速連續第三年超 50%。封裝基板業務聚焦能力建設與市場開發，推動新產品持續導入。封裝基板業務聚焦能力建設與市場開發，推動新產品持續導入。2024 年全年，公司基板業務實現營收 31.71 億元，

90、同比+37.49%；毛利率 18.15%，同比-5.72pct。2024 年下半年，公司基板業務實現營收 15.75 億元，同比+6.08%，環比-1.28%；毛利率 10.74%，同比-15.93pct，環比-14.72pct。1）下半年基板業務毛利率同比下降，主要由于廣州封裝基板項目爬坡、金鹽等部分原材料漲價，市場需求波動、產能利用率有所下降等因素共同影響。2）報告期內，公司封裝基板業務持續聚焦能力建設并加大市場拓展力度。BT基板方面，存儲類產品成功推動客戶新一代高端DRAM產品項目的導入及后續穩定量產；處理器芯片類產品，實現了基于 WB 工藝的大尺寸制造能力突破和 FC-CSP 類工藝技

91、術能力提升；RF 射頻類產品，穩步推進新客戶新產品導入，完成了主要客戶的認證審核。FC-BGA 封裝基板方面，公司已具備 16 層及以下產品批量生產能力，18、20 層產品具備樣品制造能力，各階產品相關送樣認證工作有序推進。新項目方面，無錫基板二廠實現單月盈虧平衡；廣州封裝基板項目產能爬坡穩步推進，已承接包括 BT 類及部分 FCBGA 產品的批量訂單。4.2 滬電股份滬電股份 此報告僅供內部客戶參考此報告僅供內部客戶參考 -22-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 高端硬板龍頭，重點發力技術含量高端硬板龍頭，重點發力技術含量高、應用領域高端的差異化

92、產品。高、應用領域高端的差異化產品。滬電股份成立于 1992 年，具備臺資背景，歷經多次行業機遇與挑戰，始終專注執行既定的“聚焦 PCB主業、精益求精”的運營戰略，在技術、質量、成本、品牌、規模等方面形成相對競爭優勢，居行業領先地位，是 PCB行業內的重要品牌之一。公司利用企業通訊市場板、汽車板等主導產品的領先優勢，及時把握通信、汽車等領域高端產品需求，持續保持自身研發水平的領先性和研究方向的前瞻性。2024 年，受益于人工智能和高速網絡基礎設施的強勁需求，公司企業通訊市場板實現營業收入約 100.93 億元，同比大幅增長約 71.94%，企業通訊市場板毛利率同比提高4.09 個百分點。公司基

93、于差異化發展戰略，向來高度重視產能結構、產品結構以及客戶結構的優化布局，力求其與市場的中長期需求實現動態適配。2024 年上半年，公司 AI 服務器和 HPC 相關 PCB產品同比倍速成長；2024 年下半年，高速網絡的交換機及其配套路由相關 PCB產品成為公司增長最快的細分領域，環比增長超 90%。2024 年公司企業通訊市場板營業收入中，AI 服務器和 HPC 相關 PCB產品約占 29.48%；高速網絡的交換機及其配套路由相關 PCB產品約占 38.56%。5 投資建議投資建議 維持電子行業“領先大市”評級。DeepSeek 系列模型的發布給中國乃至全球人工智能產業帶來巨大變革，其通過技

94、術普惠化、場景縱深化和算力泛在化三重路徑，推動大模型的普及與應用落地，驅動算力需求增長。2024 年下半年開始，阿里巴巴及騰訊的資本開支出現明顯加速。展望 2025 年，阿里巴巴及騰訊有望維持 24Q4 的高強度投資，三大運營商也在總資本開支下滑的背景下，給出了 AI 相關支出持續增長的指引?；诖竽Ｐ团c AI 基建共振提速的背景，我們預計 AIDC 產業鏈有望受益。IT 側，受益于 AI 發展帶來的需求增長與技術進步，相關環節有望實現量價齊升。AI PCB技術壁壘與銷售價格均高于傳統多層板。非 IT 側，AIDC 建設有望拉動柴發等設備的需求快速增長，預計 2024-2028 年數據中心柴發

95、需求量分別為 3138、4587、5218、6019、6948 臺。需求快速增長有望帶來供給缺口，推動柴發機組量價齊升。建議關注 AIDC 產業鏈的投資機會，例如 IT 側的 AI PCB相關公司，深南電路、滬電股份、勝宏科技等；非 IT 側的柴發機組相關公司，濰柴重機、科泰電源、泰豪科技等。6 風險提示風險提示 資本開支增長不及預期的風險，技術發展不及預期的風險，貿易摩擦加劇的風險 此報告僅供內部客戶參考 此報告僅供內部客戶參考-23-請務必閱讀正文之后的免責條款部分 請務必閱讀正文之后的免責條款部分 行業研究報告 投資評級系統說明投資評級系統說明 以報告發布日后的 612 個月內，所評股票

96、/行業漲跌幅相對于同期市場指數的漲跌幅度為基準。以報告發布日后的 612 個月內，所評股票/行業漲跌幅相對于同期市場指數的漲跌幅度為基準。類別類別 投資評級投資評級 評級說明評級說明 股票投資評級 買入 投資收益率超越滬深 300 指數 15%以上 增持 投資收益率相對滬深 300 指數變動幅度為 5%15%持有 投資收益率相對滬深 300 指數變動幅度為-10%5%賣出 投資收益率落后滬深 300 指數 10%以上 行業投資評級 領先大市 行業指數漲跌幅超越滬深 300 指數 5%以上 同步大市 行業指數漲跌幅相對滬深 300 指數變動幅度為-5%5%落后大市 行業指數漲跌幅落后滬深 300

97、 指數 5%以上 免責聲明免責聲明 本公司具有中國證監會核準的證券投資咨詢業務資格，作者具有中國證券業協會注冊分析師執業資格或相當的專業勝任能力。本公司不會因接收人收到本報告而視其為本公司當然客戶。本報告僅在相關法律許可的情況下發放，并僅為提供信息而發送，概不構成任何廣告。本報告信息來源于公開資料，本公司對該信息的準確性、完整性或可靠性不作任何保證。本公司對已發報告無更新義務，若報告中所含信息發生變化，本公司可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。本報告中所指投資及服務可能不適合個別客戶，不構成客戶私人咨詢建議。任何情況下，本報告中的信息或所表述的意見均不構成對任何

98、人的投資建議。在任何情況下，本公司及本公司員工或者關聯機構不承諾投資者一定獲利，不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。投資者務必注意，其據此作出的任何投資決策與本公司及本公司員工或者關聯機構無關。市場有風險，投資需謹慎。投資者不應將本報告作為投資決策的唯一參考因素，亦不應認為本報告可以取代自己的判斷。在決定投資前，如有需要，投資者務必向專業人士咨詢并謹慎決策。本報告版權僅為本公司所有，未經書面許可，任何機構和個人（包括本公司客戶及員工）不得以任何形式復制、發表、引用或傳播。本報告由財信證券研究發展中心對許可范圍內人員統一發送，任何人不得在公眾媒體或其它渠道對外公開發布。任何機構和個人（包括本公司內部客戶及員工）對外散發本報告的，則該機構和個人獨自為此發送行為負責，本公司保留對該機構和個人追究相應法律責任的權利。財信證券研究發展中心財信證券研究發展中心 地址：湖南省長沙市芙蓉中路二段 80 號順天國際財富中心 28 層 郵編：410005 電話：0731-84403360 傳真：0731-84403438