智算中心投资逻辑转变：从「规模竞赛」到「效率优先」

一、Morgan Stanley：万亿美元的基础设施赌注

Morgan Stanley 在其 2026 年 5 月的深度报告中预测，全球 AI 基础设施投资将在 2025-2030 年间累计达到 $1-1.5 万亿美元。其中，数据中心（含算力中心）占比约 40%，即 $4000-6000 亿。

Morgan Stanley 特别指出中国市场的独特性：受出口管制影响，中国算力中心的投资逻辑更偏向「自主可控」而非「全球采购最低成本」。这导致中国智算中心的单位算力成本高于全球平均水平，但政策补贴（算力券、电费优惠）部分对冲了成本劣势。

二、Uptime Institute：液冷不再是可选项

Uptime Institute 在其年度全球数据中心调研（2026 年 6 月发布）中，首次将液冷列为「主流 cooling technology」。关键数据：

• •2024 年新建数据中心液冷渗透率：15%（Uptime 数据）
• •2026 年 H1 渗透率：35-40%（ComputeIndex 设备订单数据交叉验证）
• •预计 2027 年渗透率：>60%（Uptime 预测）
• •单 GPU 功耗演进：A100 400W → H100 700W → B200 1000W → B300 1200W
• •Uptime 判断：「风冷方案已无法经济地支撑 B200 及以上 GPU 的规模化部署」

三、McKinsey：效率是唯一的护城河

McKinsey 在其 2026 年 4 月的《AI Compute: The Next Infrastructure Supercycle》报告中提出了一个关键判断：「智算中心的竞争力正在从'谁能拿到 GPU'转向'谁能最高效地运营 GPU'。PUE、利用率（Utilization Rate）和电力成本，是决定盈利能力的三个核心变量。」

• •PUE 每降低 0.1，10MW 集群年电费节省 ¥400-600 万（McKinsey 测算）
• •GPU 利用率从 60% 提升至 80%，同等规模集群 IRR 提升 5-8 个百分点
• •McKinsey 警告：2023-2025 年间规划的智算中心项目中，约 30% 可能因运营效率不达标而在 2028 年前退出市场

四、ComputeIndex 数据：配套成本的量化

ComputeIndex 设备价格数据库从市场端验证了配套成本的结构性上升。我们追踪的 Networking（交换机+光模块）和 Cooling（液冷 CDU+管路）品类数据显示：

• •万卡 B200 集群：网络+散热配套成本约 ¥2.8-3.5 亿，占 GPU 采购 30-35%
• •液冷 CDU 单台 ¥35-55 万，覆盖 4-8 台 GPU 服务器——万卡集群约需 250-300 台
• •800G 光模块 ¥8000-12000/个，万卡集群约需 2500-3000 个——仅光模块费用就达 ¥2000-3600 万

参考文献与来源

• [1]Morgan Stanley Research: AI Infrastructure — The $1 Trillion Buildout (2026-05)
• [2]Uptime Institute: Global Data Center Survey 2026 (2026-06)
• [3]McKinsey & Company: AI Compute — The Next Infrastructure Supercycle (2026-04)
• [4]NVIDIA B300 SXM Product Brief (2025)
• [5]ComputeIndex 设备采购价格数据 (2026-08)
• [6]工信部: 新型数据中心发展三年行动计划 (2024-2026)