算力产业链研究手册：结构失衡与国产替代

红盘 2025 · 产业研究手册 No.1 ｜ 2026 年 10 月

本手册为产业研究资料，由「红盘 2025」两篇算力产业链深度文修订合并，只保留产业事实、机制拆解与监测框架，不含任何市场定价与板块读法内容。不构成投资建议。

上篇 纸面算力过剩，有效算力紧缺

1. 一个被讲反的故事

10 月 23 日，亚马逊 CEO 贾西说，AWS 的算力 2026 年已经售罄，2027 年大部分被预订，连 2028 年的产能都已有客户提前锁定。四大云厂 2026 年的 AI 资本开支合计超 7300 亿美元，约为上年两倍。

这个故事人人都看过：算力大紧缺。

但就在同一个十月，另一组数据讲的是完全相反的事。算力产业链的真实剧本，不是「紧缺」，是「纸面算力过剩、有效算力紧缺」。这两个词的分界，决定了这个结构里产业价值落在哪一环。

2. 三组数据，各管一件事

紧缺和过剩同时成立，只是不在同一类算力上。三组数据，各管一件事。

第一组，管「过剩」。 信通院统计：2025 年国内智能算力供应约 38 亿卡时，实际使用约 14 亿卡时，使用率约 36.8%。

卡时这个词值得停一下。它是理论最大供给的口径——相当于健身房所有器械 24 小时满负荷运转的总时长，天然不可能用满。但即便给这个口径打完折，36.8% 也明显偏低。国新办 7 月发布会公布的另一个数可以互证：到 2026 年 6 月底，全国算力设施上架率 71.4%——接近三成的设施连架都没上。两个口径，指向同一个方向：纸面算力，过剩。

第二组，管「紧缺」。 信通院监测，2026 年一季度国内 AI 算力需求同比增长 417%，供给增长 128%。

这里有个最容易被带偏的细节：128% 的供给增速里，有相当一部分大概率是地方新上的非主流芯片算力（这个拆分没有公开口径，是推断）。如果成立，真正的高端有效供给增速远低于 128%，缺口也不是 417 对 128，而是更大。

第三组，管「分化」。 浪潮人工智能研究院一季度监测：全国智算中心 GPU 平均利用率约三成。但英伟达和华为昇腾的集群，算力放出来一周内就被抢订；按该院监测排名第 5 到第 30 位的国产中小厂商芯片，卡上架之后，难有真实的商用负载。

一边七成闲着，一边一周抢光。

3. 为什么会失衡：一条传导链，不是三个原因

过剩和紧缺为什么同时存在？答案是一条传导链：根源、约束、放大器，一环扣一环。

链条的起点，是谁在决定建什么。 从运营主体看，大量空置的算力中心出自地方国资之手——建什么、建多少，跟着规划指标走，不跟着订单走。这一层暂无公开数据，属于从主体分布做出的推断：按指标建出来的供给，落地那一刻就和需求脱了节。

错位之后，撞上物理约束：训练和推理是两条不通的供给线。 训练大模型的卡和跑推理的卡，采购主体、硬件型号、成本体系都不一样。建错的训练集群，很难转头去接推理的单。错配一旦形成，基本改不动。

最后一步，生态把错配变成永久闲置。 非主流芯片卡在一个死结里：没有开发者用，就没有人做适配；没有人适配，就更没有人用——典型的鸡生蛋问题。短期很难破，中长期要看大厂愿不愿意把模型迁过去。在此之前，这批卡只能一直空转。

把链条连起来：按指标建的供给，恰好建在了最容易闲置的品类上。这是失衡的主线逻辑。

4. 一个正在发生的计价范式切换

过去两年，产业叙事的关键词是「供给扩张」——数卡数、数 PFlops，谁建得多谁的声音大。

失衡既然成立，这套口径就要换了。接下来要数的不是有多少算力，是有多少有效算力：能不能跑主流模型、有没有生态、能不能持续高负载。纸面算力像楼盘的规划户数，有效算力才是能住进去的房子。

推理侧也在起变化：信通院 2026 年的报告已经点名，计费方式正在从卖卡时转向按 Token 计费。

这个判断留一个证伪位：如果国产中小芯片的生态适配比预想的快，失衡收敛会早于预期，以上判断都得打折。

下篇 国产算力能顶上吗：单卡输你，系统赢你

5. 竞争单位从单卡切换到系统

10 月 16 日，中国电信和华为在内蒙古上线了全球首个昇腾 950DT 万卡算力池。

10 月初的华为全联接大会上，徐直军说了一句值得逐字读的话：「能产多少，供多少。」翻译过来就是：现在卡住国产算力的不是需求，是产能。而外界对这个赛道的共识还停留在上一页——国产芯片单卡打不过英伟达，国产算力靠的是政策和情怀。

这个共识里有三个预期差。

预期差一：战场不在单卡。 共识没说错的部分：受制程限制，昇腾单卡的算力密度和能效确实打不赢英伟达最新一代。但竞争的计量单位已经换了。华为 9 月发布的 Atlas 950 超节点，对标的不是英伟达的单卡，是英伟达 2027 年才上市的 NVL144 机柜级系统。官方口径对比：卡规模 56.8 倍、总算力 6.7 倍、互联带宽 62 倍。一个超节点 8192 张卡、160 个机柜，互联总带宽 16PB/s——按华为的说法，超过全球互联网峰值带宽的 10 倍。

单卡打不赢，就把一万张卡缝成一台计算机来打。底层是灵衢互联总线和 Peerium 架构，目标很直白：让百万级处理器协同起来，像一台计算机。

这条路线不是免费午餐。占地、功耗、对互联和散热的要求全都上一个数量级——它是用工程系统能力绕开制程短板，成本实实在在抬高了。

值不值，不看发布会，看落地数据。按华为口径：上一代 384 超节点上市以来商用 750 多套，国内训练出 SOTA 级大模型的国产算力目前只有它；950 系列发布后一个月，电信万卡池上线，移动集采 6208 张卡，华为云的灵衢 950 集群 9 月底在国内商用、11 月底出海。

预期差二：产能比需求重要。 徐直军那句话的完整背景是：华为可统计口径里，昇腾在国内 AI 加速器市场的份额已经超过英伟达；950DT 的规模供货节点在 2026 年底到 2027 年初；他的原话是，2027 年起，大量模型训练将构筑在 950DT 超节点上。

第三方数据能对上一半。IDC 统计，2026 年上半年中国 AI 加速器出货 200.8 万颗，其中英伟达 67.8 万颗、同比下滑 44%，华为 57.2 万颗——差距确实在快速收窄，但按 IDC 的颗数口径，英伟达仍然在前，「超过」目前只存在于华为自己的统计口径里。两个口径都摆在这，读者自己掂量。

卖方市场意味着什么？产业收入的弹性，等于产能的弹性。需求是满的，瓶颈全在供给端。跟踪这条链，盯的是产能上的三道约束。

第一约束，HBM。 高带宽内存是 AI 芯片最贵的物料之一，2026 下半年供应紧张、成本抬升。华为的产品节奏本身就是一张 HBM 约束下的排产表：950PR 用低成本 HBM，做推理 Prefill 和推荐场景，2026 年一季度上市、量不大；950DT 配 144GB 大容量 HBM，扛 Decode 和训练，规模供货放在年底。

第二约束，先进封装和载板。 国产 HBM 出来之后，封装产能是下一道闸。

第三约束，代工产能。 先进制程的爬坡节奏，决定整个天花板。

约束是沿链条传导的：HBM、先进封装、载板离瓶颈最近；连接器、液冷、光模块、PCB 居中——超节点把互联带宽抬高一个数量级，高速连接器、液冷、光互联都是物理上的硬增量；整机集成最远，它的弹性更多取决于份额变化，而不是总量。

兑现也开始露头。刚披露完的三季报里，整机、芯片、光模块环节，前三季收入同比增速三位数的公司不止一家——注意这里面有海外链和整体 AI 景气的贡献，不能全算在国产超节点头上，但扩产链条的收入兑现确实开始出现。

预期差三：生态死结要分层，昇腾是例外不是反例。 上篇讲过：国产中小厂商芯片卡在生态死结里——没人用就没人适配，没人适配就更没人用。

这里必须补一刀分层——昇腾的好，不等于所有国产芯片的好。

昇腾能走出这个循环，靠的是三件别人没有的东西：华为自己养得起开发者生态，这是其一；运营商这样的买家愿意给真实负载，这是其二；其三是前沿模型侧的迁移意愿——DeepSeek 已宣布下一代模型全面适配昇腾 950 全系。长期跟踪算力产业的研究者廖恒有一个判断：模型越来越细粒度化、大内核编程流行、新的编译器语言出现，CUDA 的护城河对前沿实验室正在变窄，生态障碍在消解。

但上篇的判断不变：排名第 5 到第 30 位的中小厂商芯片，没有华为的生态动员能力，死结还在原地。分层之后，「国产算力」不再是一个同涨同跌的整体。

单卡时代的差距，系统时代重新算。国产算力的问题，已经不是「能不能用」，是「能产多少」。

附一 监测指标总表（每个指标验证一个假设）

读法示例：利用率升 + 上架率稳 = 真需求；利用率升 + 上架率降 = 停建造成的数字假象。供货推迟，则全链条预期后移。

附二 催化与证伪事件

强化判断的事件：昇腾 950DT 放量但仍供不应求；大厂资本开支指引上调；地方智算中心停建/转租/低价甩租的新闻增多。

让判断打折的事件：主流框架对国产中小芯片原生适配提速；中小芯片负载率快速回升；全社会利用率升破 50% 且主要由中小芯片贡献。

资料来源

上证报（贾西访谈转述）、New Market Pitch（四大云厂开支汇总）、信通院、国新办发布会（2026 年 7 月）、浪潮人工智能研究院、华为全联接大会徐直军媒体问答（2026 年 10 月）、IDC 中国 AI 加速器出货统计（2026H1）、中国电信与中国移动集采及上线公告、华为云官网、相关公司三季报。

免责声明

本手册仅为产业信息梳理与产业逻辑复盘，全部内容不构成任何投资建议，不涉及任何证券买卖推荐。文中数据以原始出处为准，若后续披露有更新，以最新披露为准。市场有风险，决策需独立。

红盘 2025 · 产业研究手册 ｜ 产业链深度系列持续更新