润泽科技(300442)AIDC核心供应商，优质资源助力未来成长

润泽科技：AIDC核心供应商，优质资源助力未来成长证券研究报告·公司深度报告发布日期：2025年8月11日本报告由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供。在遵守适用的法律法规情况下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。请务必阅读正文之后的免责条款和声明。阎贵成SAC 执证编号：S1440518040002SFC 中央编号：BNS315刘永旭SAC 执证编号：S1440520070014SFC 中央编号：BVF090朱源哲SAC 执证编号：S1440525070002目录01. AI提升算力需求，IDC向高功率、大规模的AIDC演进02. 润泽科技：全国一体化算力中心体系化布局，2025年预计交付创历史新高03. 润泽科技：公募REIT成功发行，打通轻资产运营道路04. 润泽科技盈利预测1.3.1 大模型时代，AI训练算力需求快速增长 据EPOCH AI，深度学习出现之前（1950年-2010年），用于标志性机器学习模型训练的算力约每20个月翻一倍，基本符合摩尔定律。进入大模型时代后，随着模型参数量的增长、训练数据集规模的扩大，用于标志性AI模型训练的算力约每5个月翻一倍（每年增长约4.6倍），远远超越摩尔定律。图表：AI训练算力需求快速增长（FLOP）资料来源：EPOCH AI，中信建投81.3.2 AI推理成本大幅下降，AI应用消耗Tokens数量激增 AI推理成本随时间推移快速下降，单位美元可获取的AI性能大幅提高。 在MMLU测试中达到GPT-3.5水平（64.8分）的模型，其推理成本从2022年11月的每百万Tokens 20美元降至2024年10月的0.07美元（Gemini-1.5-Flash-8B），约1.5年内下降超280倍。 在GPQA上得分超过50%的模型的成本也呈现出类似的趋势，推理成本从2024年5月的每百万Tokens 15美元降至同年12月的0.12美元（Phi 4）。据Epoch AI，根据任务不同，大语言模型的推理成本正以每年9至900倍的速度下降。图表：AI推理成本大幅下降（美元/百万Tokens）资料来源：《2025年人工智能指数报告》，中信建投91.3.2 AI推理成本大幅下降，AI应用消耗Tokens数量激增（续） 2025年5月Google I/O开发者大会上，谷歌表示目前系统每月处理的Tokens数量激增，从去年的9.7万亿增加到现在的480万亿，增长将近50倍。2025年7月，谷歌宣布目前每月处理超980万亿Tokens，较两月前翻倍增长。 以豆包为例，去年12月中旬，豆包日均Tokens使用量已超过4万亿，较七个月前首次发布时增长了33倍；截至2025年3月底，豆包大模型日均Tokens 调用量已超过12.7万亿，是2024年12月的3倍，是一年前刚发布时的106倍；截至2025年5月底，其日均Tokens使用量超过16.4万亿，同比增长137倍。 Tokens数量的激增，意味着前期投资的算力正在被有效使用，Tokens的持续增长意味着未来的算力需求依然强劲。图表：谷歌大模型月度Tokens数量（万亿）图表：豆包大模型日均Tokens数量资料来源：Google，字节，中信建投9.74809800200400600800100012002024年4月2024年5月2024年6月2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月2025年1月2025年2月2025年3月2025年4月2025年5月2025年6月2025年7月约1年增长500万亿2个月增长500万亿101.5.1 芯片形态由单核向多核、同构向异构演进，功耗不断提升 为满足高性能计算需求，芯片经历了由单核计算到同构并行计算、再到异构并行计算、最后到超异构并行计算的变化，显著提升计算效率，指数级提升算力的同时，使得芯片功耗同步大幅提升。近年来，主流芯片TDP持续提升，如英伟达2020年发布的A100功耗达400W，2022 年发布的H100功耗高达700W，2024年发布的B200功耗则高达1000W。图表：芯片形态演进资料来源：中国通服数字基建产业研究院，中信建投141.5.2 芯片、服务器功率提升，驱动单机柜功率倍增 H100的TDP最高为700W，B200的TDP最高为1000w/1200W；H100每个机柜的TDP约为40kW，GB200 NVL72的TDP约为120kW，是H100机柜的3倍。图表：H100服务器与GB200 NVL72的TDP对比资料来源：英伟达，中信建投H100芯片最高配置下TDP为700W。B200芯片最高配置下TDP为1200W。H100机箱一般由4个DGXH100计算平台组成，TDP为6200*4=24.8kW。考虑到通信与网络，总计约为40kW。在不考虑电源分配，网络通信互联等单位的TDO情况下，一整个GB200 NVL72机箱TDP为104kW。在考虑NVSwitch和交换机等辅助功能的情况下，总计TDP为120kW.Bianca主板内置2块B200芯片和1块Grace CPU（TDP 500W)，总计TDP为2400W+500W=2900W× 𝟐× 𝟐× 𝟏𝟖GB200计算托盘内含2块Bianca主板总计TDP为5800W× 𝟏DGX H100 SXM上装有1块H100芯片。× 𝟖× 𝟒DGX H100计算平台装有8块H100芯片和2块英特尔CPU（TDP 300W），总计为6200W。151.5.2 芯片、服务器功率提升，驱动单机柜功率倍增（续） 随着芯片的迭代升级，多卡互联、单机柜内算力密度的快速提升，单机柜的功率密度将快速提升。预计到2029年，英伟达将升级至Rubin Ultra架构，单AI GPU机柜的功率将超1MW，单AI POD将超500kW，平均机柜功率密度超50kW。图表：英伟达单机柜功率密度演进资料来源：vertiv，中信建投英伟达GPU路线预计的AI GPU峰值机架功率密度预计的AI Pod平均功率密度预计的平均机架功率密度161.6.2 全球超大规模数据中心数量快速增长 据Synergy数据，2024年底，全球在运营超大规模数据中心1136个，在过去五年中增长1倍。 随着新建数据中心平均容量的持续增长，全球在运营超大规模数据中心容量在过去不到4年的时间翻倍。 Synergy预测，到2030年，全球在运营超大规模数据中心的总容量将增长近三倍。图表：全球超大规模数据中心数量快速增长资料来源：Synergy，中信建投201.8 满足以下标准的IDC公司有望在未来AIDC的发展趋势中更加受益 存量资源：存量机柜中，8kW以上的机柜占比高，且8kW以下机柜上架率高、剩余租期长；存量机房中，单体30MW以上的机房占比高，具备高功率机柜改造条件。 交付能力：可快速交付单体100MW及以上机房，可配合客户需求快速交付高功率机柜，如风冷部署16kW及以上的机柜，液冷部署40kW及以上甚至100kW以上的机柜。 储备资源：在核心城市及周边拥有大量可新开发或可改造为高功率AIDC的能耗指标；已交付机房附近