过去两年,AI 基础设施最容易被看见的主线是 GPU。进入大规模部署之后,约束正在往后退一层:不是有没有芯片,而是能不能把足够的电送到机柜,并且稳定地把热量排出去。

一个行业的扩张速度,通常不由最快的环节决定,而是由交期最长、扩产最慢、最难替代的供应链节点决定。

这不意味着芯片不重要,而是资本开支的边际瓶颈正在转向电力。IEA 的基准情景估计,全球数据中心用电量将从 2024 年的约 415 TWh 约占全球用电量 1.5% 增长到 2030 年的约 945 TWh 略低于 3%,2024—2030 年的年均增速约为 15%。这不是一条可以无限外推的直线,但它足以说明:AI 的扩张正在给发电、电网、配电和温控同时加压。

一、AI 算力的第二张账单

一个数据中心从选址到真正承载训练任务,要经过一串很长的物理环节:

算力需求 → 机柜功率密度 → 服务器电源与 HVDC → 变压器和并网 → 发电与储能 → 液冷和热管理

这条链路里,任何一环没有到位,IT 负载都不能按计划上线。GPU 可以提前采购,但电网接入、变压器交付、燃气轮机排产和冷却系统调试都有自己的周期。所以,AI 资本开支并不只是“买卡”的账单,还有第二张账单:电力基础设施账单。

看这条产业链,不能只按市场热度排序。更有效的顺序是:

  1. 哪个环节的物理交付最慢
  2. 哪个环节的订单和产能已经被锁定
  3. 哪个环节能把订单转成收入和现金流
  4. 当前价格已经反映了多少预期

二、产业链地图:先看交付,再看故事

不同环节的紧缺程度会随着扩产、项目审批和技术路线变化而移动。

环节紧缺来自哪里关键跟踪指标主要风险
燃气轮机与发电设备新增基荷、调峰和备用电源都要争夺有限的制造产能与并网窗口在手订单、可交付年份、单机价格、项目许可项目延期、云厂商资本开支下修、产能扩张
核电、PPA 与 SMR核电可以提供长时间稳定基荷,但审批、建设和并网周期都很长正式 PPA、最终投资决定、并网时间、项目成本工期延误、成本超支、监管变化
液冷与温控单柜功率上升后,传统风冷的效率边界越来越明显CDU 出货、液冷渗透率、单柜价值量、服务收入技术路线变化、价格竞争、泄漏与运维风险
变压器与输配电数据中心接电网不仅要线缆,还要变压器、开关设备和变电站扩容交付周期、在手订单、海外认证、新工厂爬坡电网审批、周期反转、2028 年后的供给过剩
服务器电源与 HVDC机柜功率提升推动配电架构升级,800V DC 成为重要方向设计导入、客户认证、批量订单、单机功率架构标准延后、客户集中、量产良率
燃料电池与自备电源并网排队时间较长时,现场发电可以作为替代方案已签约 MW、最终订单、投运时间、单位燃料成本燃料价格、排放政策、项目执行
中国绿电与算电协同政策要求与算力中心的用电成本、绿电消纳一起影响选址绿电实际消纳比例、长期供电合同、项目收益率地方执行差异、输电约束、签约到收入转化慢

中国的绿电政策需要特别区分口径,针对的是国家枢纽节点的新建数据中心,并设定了到 2030 年进一步提升的目标;它不能被简单概括成“所有中国数据中心都必须达到 80%”。政策方向明确,但项目落地仍然要看地方执行、绿电交易和实际用电结算。

一个容易被忽略的事实

缺电不是单点故障,而是一串串联约束。燃气轮机到货,不代表变电站已经扩容;变电站扩容,也不代表机柜侧的电源和液冷已经匹配。瓶颈会沿着链条移动,这也是为什么每一轮 AI 基建行情中,紧张环节经常换位置。

三、订单不是收入:用证据等级筛选公司

产业趋势成立,不代表每家公司都能兑现。研究公司时,最重要的是把“故事”拆成可验证的证据层级。

证据层级典型信号能说明什么不能说明什么
L1意向书、框架协议、战略合作双方有合作意愿不一定有采购量,更不等于收入
L2送样、测试、客户认证产品进入验证流程认证可能失败,也可能长期不量产
L3设计导入、批量采购订单、在手订单需求开始具备一定可见度仍可能取消、延期或压低毛利
L4出货、收入确认、产能利用率订单正在转化为经营结果还要继续看回款和盈利质量
L5经营现金流、毛利率、客户复购业务形成可持续兑现仍需判断周期位置和估值

不同商业模式要用不同指标:

  • 设备商看在手订单、book-to-bill、交付周期、产能爬坡和毛利率。
  • 电源、液冷和连接器公司看设计导入、客户认证、单机价值量、批量出货和售后成本。
  • 核电与独立发电商看正式 PPA、最终投资决定、投运时间和容量利用率。
  • 中国绿电与算电协同项目看实际绿电消纳、长期供电合同、利用小时数和项目现金流。

一个常见的误判,是把“客户名字很大”直接等同于“收入很大”。在电力设备行业,认证、订单、交付、回款是四道不同的门。只有穿过四道门,产业景气才会变成公司业绩。

四、美股:把“确定性”和“估值”拆开

美国市场更早给电力基础设施定价,但“业绩已经兑现”和“未来仍然便宜”是两回事。研究时可以按证据成熟度分层。

已经有明确经营数据锚点的公司

Vertiv(VRT) 卡位在数据中心电源、热管理和服务。公司 2026 年第三季度公告显示:净销售额约 43.13 亿美元,同比增长 61%;有机销售额增长约 55%;有机订单增长超过 100%。全年指引中,调整后摊薄每股收益的中点约为 7.15 美元。这里的 7.15 美元是公司指引,不是已经实现的历史 EPS,两者不能混用。后续要重点看订单转化、交付节奏、毛利率和客户集中度。

Eaton(ETN) 卡位在中低压配电和电气基础设施。公司 2026 年第一季度公告显示,电气美洲订单同比增长 42%,这个口径是十二个月滚动平均,而不是单季同比;公司在同一季度的业绩电话会和投资者材料中提到,数据中心相关订单在当季约增长 240%。Boyd Thermal 收购在 2026 年第一季度完成。后续要看整合效果、订单交付,以及电气业务在周期高点后的边际变化。

需要继续核对合同和项目节点的公司

GE Vernova(GEV) 同时暴露于燃气轮机、电网设备和能源转型。市场材料常提到燃机订单已排到 2030 年,但这类数字应以公司最新订单公告和投资者材料复核。研究重点不是“燃气轮机一定紧缺”,而是订单对应的交付年份、单机价格、项目许可和执行风险。

Constellation(CEG) 是核电运营与长期供电合同的代表。三里岛重启和微软长期 PPA 是市场关注的重要线索,但仍需核对正式合同、监管进度、重启成本和实际投运时间。核电的价值在于稳定基荷,风险也在于项目周期长、资本开支重。

Bloom Energy(BE) 代表燃料电池和现场发电路线。Oracle、NTT、Google 等合作线索需要区分战略合作、框架协议、确定订单和实际收入。燃料电池的优势是部署位置灵活,劣势是燃料成本、排放属性和项目执行都需要持续验证。

Vistra(VST)与 Talen(TLN) 代表独立发电商通过长期合同向数据中心供电的路线。研究时应优先看合同期限、供电价格、容量规模和投运节点,而不是只看客户名称。

美股的核心矛盾不是“有没有需求”,而是需求已经被估值反映了多少,以及订单能不能按计划变成利润和现金流。

五、A 股与港股:制造出海和算电协同是两条线

A 股的产业链机会更分散,至少可以分成两类:一类是电力设备、电源和温控的制造环节;另一类是核电、绿电和算电协同的运营与主题环节。

方向研究样本(仅作产业链示例)产业逻辑复核重点
服务器电源与 HVDC麦格米特、盛弘股份、欧陆通、禾望电气机柜功率提升带动电源架构升级,800V DC 和高效电源成为增量方向客户认证、批量订单、产品功率段、毛利和回款
液冷与温控英维克、美的集团高功率密度机柜推动 CDU、冷板和整体温控方案渗透订单交付、海外客户、单柜价值量、售后与运维
变压器与配电出海金盘科技、明阳电气海外数据中心和电网投资带来变压器、预制式电力模块需求海外订单、认证、工厂爬坡、汇率和交付周期
核电、绿电与算电协同中国核电、中国广核、协鑫能科、粤电力 A长期稳定供电、绿电政策和算力中心选址形成交叉主题正式合同、实际消纳、项目收益率、政策执行

这张表里的公司只是产业观察样本,不是推荐名单。市场研究材料中经常出现订单金额、客户认证和“进入某生态”的说法,这些信息在发布前至少应完成三步核对:

  1. 公司公告有没有明确披露合同主体、金额和执行周期
  2. 客户或监管文件能不能交叉验证
  3. 订单是框架、试点、批量采购,还是已经形成收入

A 股制造业最重要的逻辑,是海外订单和产品升级能否同时带来收入增长与毛利率改善。只有订单增长、没有回款和利润,不能称为高质量兑现。

六、用“四象”做研究排序,而不是买卖信号

可以把“基本面/订单证据”作为阴仪,把“价格/资金/市场认可”作为阳仪,得到四种研究状态:

板块基本面与订单证据市场与价格证据四象研究定位下一步看什么
美股电力设备龙头强,已有经营数据强,但估值和拥挤度较高太阳·共振订单转化、毛利率、资本开支周期
美股燃料电池与 IPP中强,合同线索较多强,波动也大太阳·高波动合同转订单、投运、燃料成本
A 股电源、液冷、变压器分化,部分订单信号强轮动明显共振候选公告核验、客户认证、产能爬坡
中国核电与绿电协同近期偏弱,项目仍在推进政策与主题较强少阴→少阳过渡实际供电合同、消纳和现金流

四象不是买卖指令,而是研究优先级:

  • 共振:基本面和市场都强,重点防止把好消息线性外推。
  • 左侧:基本面在改善,但市场尚未确认,重点验证订单和项目节点。
  • 主题:价格或政策很强,经营证据偏弱,重点防止“故事替代收入”。
  • 退潮:订单、价格和资金同时转弱,先检查逻辑是否被证伪。

七、这条逻辑什么时候会失效

AI 电力链不是无条件的长期叙事。下面几个变量一旦同时转弱,整个链条的估值和业绩预期都可能被重新定价。

  1. AI 资本开支下修。 如果多家云厂商连续下调数据中心预算,设备订单会先受影响,随后传导到收入。
  2. 模型效率快速提升。 如果单位 token 的能耗大幅下降,电力需求增速可能低于当前基准情景。
  3. 电网和监管约束超预期。 并网排队、地方限建、环保和电价监管都可能推迟项目。
  4. 供给扩张导致过剩。 液冷、变压器和电源扩产周期通常是两到三年,2028 年后要警惕价格竞争。
  5. 订单转化不及预期。 认证、试点和框架协议不能按计划变成批量出货,是最常见的证伪路径。
  6. 客户集中和技术路线变化。 单一大客户砍单,或 HVDC、液冷标准发生切换,都会改变竞争格局。
  7. 利率和高估值。 即使产业逻辑正确,估值过高也会让回报对利率和风险偏好变得敏感。

研究时可以把“连续两个季度、多家公司同向变化”作为比单条新闻更可靠的信号。单季度的订单波动、股价回撤或一篇媒体报道,都不足以单独证明或推翻产业趋势。

八、结论

AI 电力链的核心,不是“所有电力公司都会受益”,而是:谁站在最紧的物理环节,谁能把订单、交付和现金流连成一条可验证的链路。

可以按下面的顺序建立研究框架:

物理瓶颈 → 订单证据 → 收入与现金流 → 估值与周期位置 → 证伪条件

美股更值得关注已经兑现的订单、交付能力和估值消化;A 股更值得关注制造出海、客户认证和订单转化;核电与绿电算电协同则需要更多耐心,等待正式合同、项目投运和实际现金流出现。产业趋势可以很热,但公司研究最终仍要回到公告、财报和客户验证。