AI数据中心行业专题报告：AIDC关注哪些环节？

AI数据中心行业专题报告：AIDC关注哪些环节？分析师|杨敬梅 S0800518020002 yangjingmei@research.xbmail.com.cn分析师|陈龙沧 S0800525040003 chenlongcang@research.xbmail.com.cn西部证券研发中心2025年5月7日证券研究报告机密和专有未经西部证券许可，任何对此资料的使用严格禁止1请仔细阅读尾部的免责声明-19%-13%-7%-1%5%11%17%2024-052024-092025-01电力设备沪深300核心结论核心结论2AI数据中心驱动电力需求激增，能源与算力成为长期博弈主线。随着AIGC等大模型技术落地加速，AI数据中心成为算力承载的关键基础设施，功耗密度大幅上行，单柜功率由传统的4-6kW跃升至20-40kW。2030年中美数据中心年用电量将分别达1.7万亿和1.2万亿千瓦时，均为2022年的6倍以上。液冷、UPS、电源模块等成为能耗结构中关键的能量消耗主体。电源模块面临更高功率密度与转换效率要求，AC-DC、DC-DC价值量增加。AI服务器电源转换效率需达到97.5%-98%，价值量有望显著提升，单台服务器机柜的价格约为200-300万美元，其中DC-DC模块单卡价值已达1550元，整机配置可达1.2万元，预计整体市场规模将超过199亿元，国产厂商加速替代进程。电源模块环节推荐核心标的麦格米特，建议关注欧陆通。HVDC与巴拿马电源迭代替代UPS，高效供电架构成主流趋势。HVDC系统省去逆变环节，效率高达97.5%，在大型AI数据中心逐步普及；巴拿马电源进一步简化供电链路，提升系统效率至98.5%。中恒电气等龙头企业加快技术升级，渗透率有望持续提升，迎接百亿级市场空间。HVDC板块建议关注中恒电气、禾望电气、通合科技、科华数据。干式变压器为核心组件，需求量提升推动单GW价值上行。AI数据中心对供电连续性与电压稳定性要求极高，干式变压器凭借高安全性优势成为主流。2023年数据中心变压器市场规模为92亿美元，预计2024-2032年CAGR超过7%。金盘科技2024年已签订140余份数据中心订单，同比增长603.68%。推荐伊戈尔，建议关注金盘科技、明阳电气。柴油发电机组需求旺盛，核心设备价值量高企。高等级数据中心对备用电源提出强配置要求，柴油发电机组具备持续供电能力，市场需求持续释放。2023年全球柴油发电机市场规模为194.6亿美元，中国数据中心用柴油发电市场空间约为554亿元。发动机作为核心部件占比达60%-70%，国内替代仍具广阔空间。建议关注科泰电源、潍柴重机、联德股份。建议关注AI数据中心产业链优质厂商：电源模块环节推荐： 1）麦格米特：已成为英伟达Blackwell平台电源核心供应商；建议关注：2）欧陆通：国产高功率服务器电源领航者。UPS/HVDC环节建议关注： 1）中恒电气： HVDC国内龙头，目前正加大出海布局； 2）科华数据：为腾讯机房供应HVDC设备；3）通合科技：HVDC新产品持续落地，下游客户验证持续推进；4）禾望电气：电力电子领先企业向HVDC拓展。变压器环节推荐：1）伊戈尔：阿里AIDC移相变压器指定供应商；建议关注： 2）金盘科技：AIDC干式变压器龙头企业； 3）明阳电气：深耕新能源变压器、数据中心电力模块。柴油发电机环节建议关注：1）科泰电源：柴油发电机行业龙头，市占率领先。2）潍柴重机：全球最大功率柴油发电机组生厂商，适配阿里、百度等云厂商数据中心。3）联德股份：优质铸件领军者，向AIDC上游零部件布局。风险提示:数据中心投资不及预期；海外贸易风险；行业竞争加剧；技术迭代风险。行业评级超配前次评级超配评级变动维持相对表现1个月3个月12个月电力设备6.12-9.20-3.33沪深3005.05-3.143.05近一年行业走势CONTENTS目 录CONTENTS目 录电源模块价值量抬升，AC/DC与DC/DC国内替代加速0201AI数据中心用电需求上涨，能源供给体系亟待重构变压器成为AI电力系统刚需，出海挑战与机遇并存0403供电体系迭代升级，HVDC加速替代传统UPS柴油发电机组景气度高位运行053请仔细阅读尾部的免责声明4“算力的尽头是电力”，AI数据中心或将带来电源紧缺及区域性缺电风险。目前，热门聊天机器人ChatGPT每天响应用户约2亿个请求，要消耗超过50万千瓦时的电力，其每天用电量是美国家庭平均用电量的1.7万多倍。预计2030年中、美数据中心年用电量分别将达1.7万亿千瓦时和1.2万亿千瓦时，均为2022年的6倍以上，此外，国际能源署表示，美国近一半新增电力需求将来自数据中心。AI服务器功率较普通服务器高6～8倍，对能耗需求大幅提升。随着深度学习、自然语言处理、计算机视觉等AI技术的不断突破，大规模预训练模型和实时数据处理任务对算力的需求急剧上升。AI数据中心将部署更多高性能计算设备，如GPU、TPU等专用硬件。数据中心的能耗不仅来源于计算设备本身，还包括辅助设施，如液冷、UPS系统等。液冷系统耗电量仅次于IT设备，占总能耗的10%-50%。1.11.1 AIAI数据中心数据中心耗电量大，短期是算力之争，长期是能源之争耗电量大，短期是算力之争，长期是能源之争表：AI数据中心功耗远超传统数据中心图：AI智算数据中心以CPU、GPU、TPU为核心传统数据中心AI数据中心算力类型以CPU为中心，适用于一般性的计算需求以GPU类芯片为中心，提供并行计算，处理AI模型训练所需的大量矩阵运算功耗单台（1U）约400W，标准机架功率可达4000W以上单台服务器约5-10kW，集群化部署后机柜密度超40kW技术架构采用冯·诺伊曼主从架构，面对大规模并行计算时限制了性能的提升采用全互联对等架构，允许处理器之间以及处理器到内存、网卡直接通信，实现分布式并行计算散热模式算力密度相对较低，采用传统风冷散热采用液冷或风液混合的散热技术，保证高性能计算设备的稳定运行承载业务承载企业级应用和数据存储，如Web服务、数据库管理和文件存储等常规信息处理任务为人工智能和大数据应用提供算力、存储和相关服务，如AI模型训练、推理等资料来源：财联社，证券时报网，半导体产业纵横，绿色创新发展研究院，华为研究院， 中国电子技术标准化研究院，网易，架构师技术联盟公众号，ESG News，西部证券研发中心请仔细阅读尾部的免责声明5推理算力占比提升，训练算力逐年降低。AI数据中心主要包括两个环节：训练和推理。根据IDC的统计数据，2022年部署的智算算力中，训练算力占比为41.5%，推理算力占比达到58.5%；预计到2026年，推理算力的占比将会提升到62.2%，训练算力降低到37.8%。GPU的算力与功耗成正相关，高性能英伟达显卡与国产GPU的单卡功耗都在300W以上。为确保大模型训练的效率和成本最优，训练业务需建立高度集中化的GPU集群。基于GPU的分布式工作原理，如果需要在减少训练时间的同时降低训练的成本，必须在更小的物理空间内部署更多的GPU服务器，提高集群算效。因此，智算中心机柜面临功耗高密度化挑战，单机柜功耗从传统数据中心的4-6kW增加至20-40kW。AI