20260827-广发证券-广发汽车_商用车关键词_转型_系列报告三_如何建立AIDC基础设施需求跟踪框架_16页_870kb

广发汽车 | 商用车关键词“转型”系列报告三：AIDC基础设施需求跟踪框架总结

核心内容概述

本报告旨在建立一套从AI芯片出货出发，逐步推导至AIDC基础设施设备需求的物理量跟踪体系，帮助投资者更精准把握AI数据中心（AIDC）建设带来的发电和液冷行业投资机会。

主要观点

• AIDC发展驱动基础设施需求：AI数据中心正从传统通用计算向高功率密度智能计算转型，带动电力、散热及配套设备需求增长。
• 物理量跟踪体系：通过逐型号跟踪AI芯片出货量，结合芯片功耗、服务器系数、PUE等参数，推导出AIDC新增电力容量，进而测算发电与液冷设备需求。
• 分区域供电模式差异：中国以电网供电为主，北美则因电网接入限制，现场自发电比例上升，带动燃气轮机、燃气内燃机、SOFC和核电等设备需求。
• 备用电源需求普遍：柴油发电机仍是中美数据中心的主要备用电源，需结合冗余系数和配置比例进行测算。
• 液冷市场潜力巨大：随着AI芯片功耗提升，液冷需求持续增长，其市场空间可通过新增液冷容量与单位GW价值量测算。
• 验证闭环机制：通过资本开支、设备订单与公司业绩形成验证闭环，确保模型测算的准确性与可落地性。

关键信息

一、底层需求：从芯片出货推算电力容量

1. 建立AI芯片数据库

   • 按“厂商—产品型号—出货年份”跟踪芯片出货量及关键参数（如TDP、系统ASP、封装方式等）。
   • 区分国产芯片（如华为昇腾、寒武纪）与海外芯片（如NVIDIA H200、AMD MI系列）。

2. CoWoS产能验证

   • 通过计算CoWoS晶圆需求（芯片出货量 ÷ 单片晶圆可产芯片数）判断芯片能否转化为实际交付。
   • 区分CoWoS-L与CoWoS-S/R，关注其技术难度和供应集中度差异。

3. 电力容量测算逻辑

   • 芯片侧新增功率 = 各型号芯片出货量 × TDP
   • 服务器IT功率 = 芯片侧新增功率 × 服务器系数
   • 数据中心设施侧电力容量 = 服务器IT功率 × PUE
   • AIDC新增电力容量 = 芯片侧新增功率 × 服务器系数 × PUE

二、发电行业：主/备电供需测算

1. 中国与北美供电模式差异

   • 中国依赖电网，备用电源以柴油发电机为主。
   • 北美因电网接入瓶颈，现场自发电比例上升，主电设备包括燃气轮机、燃气内燃机、SOFC和核电。

2. 主电设备需求测算

   • 燃气轮机：适用于大型AIDC，但交付周期长，产能有限。
   • 燃气内燃机：模块化程度高，交付周期短，适合快速部署。
   • SOFC：模块化、部署快，但产能较小，需关注其扩产情况。
   • 核电：中长期稳定供电方案，短期依赖电网及燃气设备。

3. 备电需求测算

   • 柴发配置系数通常为N+1或N+1+1，反映冗余需求。
   • 柴发需求与主电模式无关，中美AIDC均需配置柴油发电机。
   • 柴发需求带动发动机、控制系统、冷却模块等配套产品。

三、液冷行业：市场空间测算

1. 液冷需求增长驱动因素

   • AI芯片功耗与机柜功率密度提升，推动散热方式由风冷向液冷迁移。

2. 液冷市场测算逻辑

   • 液冷市场空间 = 年度新增液冷容量 × 单位GW价值量
   • 年度新增液冷容量 = 液冷存量装机容量（AIDC存量电力容量 × 液冷渗透率） - 上年存量

3. 产品结构与价值分布

   • 液冷系统包括冷板、CDU、快速接头、Manifold、管路、换热器等。
   • 冷板和CDU是价值量较高的环节，快速接头和Manifold受益于液冷回路复杂度提升。

四、验证与落地机制

1. 资本开支验证

   • 自下而上：AI芯片出货 × 系统ASP → AI服务器资本开支 → AIDC总资本开支
   • 自上而下：汇总主要CSP资本开支，估算其中用于AI基础设施的比例
   • 通过对比判断模型测算的合理性

2. 设备订单验证

   • 区分产品开发、客户认证、正式订单、批量交付等阶段，判断需求是否进入产业链
   • 重点关注不可取消订单、已支付预付款、明确交付时间及收入确认

3. 公司业绩验证

   • 发电设备：根据设备容量、单机功率、有效产能、市场份额测算销量与收入
   • 液冷设备：根据市场空间与产品价值占比，结合公司产品覆盖范围测算收入

五、投资建议

• 关注上游机会：AIDC建设初期，资本开支快速增长，建议优先布局发电与液冷等基础设施设备。
• 把握技术路线差异：燃气轮机、燃气内燃机、SOFC、核电等设备在不同场景和时间具有明确分工。

六、风险提示

• 行业景气度下降
• 芯片出货与下游需求存在跨期错配风险
• 芯片囤货可能导致数据中心建设不及预期