中国AI数据中心为何存量空置与新增紧缺并存
存量空置与新增紧缺并存,中国AI数据中心为何冷热不均?
中国AIDC市场呈现结构性错配:传统IDC空机柜受供配电和制冷限制难转智算容量,已建成智算中心也可能因订单、软件适配和运维能力不足而闲置。文章转引中国信通院数据称,2025年我国智能算力供应量约38亿卡时、实际使用量约14亿卡时、使用率约36.8%;同时援引行业交流纪要称部分机房租赁报价从每千瓦每月六七百元回落至三百元左右,而满足大型AI集群部署要求的高质量项目仍有需求和溢价。
原创 数据中心内参 2026-10-20 19:07 北京
机房空置与优质项目溢价并存,中国AI算力存在结构性错配。
点击蓝字关注我们FOLLOW US
核心看点
· 中国信通院数据:2025年智能算力供应量约 38亿卡时,实际使用量约 14亿卡时,使用率约 36.8%——建成算力与用好算力之间距离明显。
· 两层闲置:传统IDC空机柜因供配电/制冷不达标难转为智算容量;已建成智算中心受订单、软件适配与运维能力制约。
· 价格分化:部分机房租赁报价从每千瓦每月六七百元回落至三百元左右,高质量AI项目却可获溢价。
· 模式变化:从租机柜走向算力租赁,算力卡约占成本六成、按四至五年回收;长约框架+按年议价,风险重新分配。
· 竞争升级:从基础设施延伸到算力运营,客户基础、软件适配与集群运营能力决定项目分化。
一边是传统机房仍在寻找客户,另一边是互联网厂商为高功率智算中心追加需求,部分急需交付的项目甚至愿意接受溢价。这是一份AIDC行业交流纪要呈现出的市场反差。
据受访者介绍,部分机房租赁报价经历了从每千瓦每月六七百元向三百元左右的回落,而能够满足大型AI集群部署要求的高质量项目,正在迎来新的需求。互联网厂商的合作方式,也从单纯租机柜,延伸至自建、合建和算力租赁。
2026年9月29日,《证券时报》刊发的《智算中心“满载”与“闲置”并存,冷热不均倒逼机制重构》报道,进一步呈现了这种分化:部分企业的算力资源供不应求,一些已经建成的智算项目却面临较低的利用率。报道援引中国信通院数据称,2025年我国智能算力供应量约38亿卡时,同期实际使用量约14亿卡时,使用率约36.8%。这一数字反映的是卡时使用情况,不能直接理解为六成设备完全闲置,但提示了建成算力与用好算力之间的明显距离。
将两份材料放在一起,可以看到中国AIDC正在经历的变化:“存量空置”与“新增紧缺”同时存在,供需矛盾呈现出明显的结构性特征。
这种冷热不均,难以单纯用总量过剩或不足解释。机房的供电与散热条件、芯片代际与软件适配能力、运营主体的客户基础,以及项目所在区域,都在影响算力能否被有效使用。
客户需要的是能够适配业务、稳定运行、按期交付,并具有合理成本的算力服务。
一、从机房空置到算力闲置,供需缺口不止一层
当前讨论中的“闲置”,至少包含两种情况。
第一种是传统IDC还有空间,却难以承接新的AI需求。
按照行业交流纪要的描述,部分早期机房按单机柜四五千瓦设计。进入高密度AI集群部署阶段后,原有供配电和制冷系统难以满足要求,即使还有大量空机柜,也不能直接转化为可出租的智算容量。
改造并非简单增加几台制冷设备。变压器、UPS、配电线路、散热系统,以及液冷所需的管路、换热和监测设施,都可能需要重新配置。施工对现有业务的影响、改造后的出租价格和容量消化速度,也会影响项目的经济性。
因此,传统机房的空置,并不能自动缓解高密度AIDC的供给压力。空余空间与可交付容量之间,隔着一整套工程条件。
第二种闲置,则发生在已经采购服务器、部署加速卡的智算中心。
这类项目具备硬件资源,但可能缺少稳定订单,也可能因为软件适配、网络配置或运维能力不足,迟迟无法形成持续服务。
《证券时报》报道提到,陕西某国企算力项目在落地初期,因自有团队对相关底层算法库和推理服务框架熟悉度不足,集群利用率一度较低;引入技术团队开展深度调优后,整体算力利用率提升至80%—90%。这一受访案例说明,部分闲置可以通过改善运营和适配得到缓解。
两种闲置背后的约束不同。前者受到基础设施设计和改造经济性的限制,后者更多涉及订单获取、软件适配和集群运营。新增机柜和采购设备能够扩大资源规模,但未必能够消除这些障碍。
二、同样叫“算力”,客户买的并不是同一种服务
不同芯片在显存容量、带宽、计算精度、互联能力和软件支持上的差异,会直接影响模型能否运行、需要多少设备,以及完成任务的成本。因此,算力供给不能像同规格商品一样简单相加。
《证券时报》报道中的受访者观察到,部分老旧国产算力卡面临需求不足,而新一代设备更受欢迎。芯片代际变化,正在加速算力资源的价值分化。
不过,老设备能否继续产生收入,仍取决于具体任务。能够匹配既有设备的推理、微调或其他计算需求,仍可能形成业务空间;如果软件迁移成本较高、运行效率较低,即使设备采购价格下降,也未必能够获得客户。
由此,设备的新旧与项目的经营价值之间,并非简单对应关系。目标业务、适配成本和实际运行效率,共同决定了设备能够以什么价格、向什么客户提供服务。
训练与推理的需求差异,也会影响资源选择。大型训练任务需要考虑集群协同效率与长时间运行的稳定性,在线推理则还要满足响应时间、并发和持续服务要求。项目即使拥有大量设备,也未必适合承接市场上增长最快的需求。
运营主体之间的差异,进一步放大了分化。拥有自有模型、应用和客户渠道的企业,可以从内部业务获得基础负载,也更容易围绕真实任务调整集群。缺少这些条件的项目,则需要在建成后重新寻找客户、组织适配和建立服务能力。
业务基础、客户渠道和持续运营能力,正在成为影响算力利用率的重要因素。仅凭投资主体的性质或项目建设规模,很难判断其实际经营水平。
区域布局同样影响供需匹配。西部的电力和土地优势,需要与网络、数据位置、客户业务及服务成本结合,才能转化为项目竞争力。适合跨区域部署的训练和离线任务,与对响应时间敏感的在线服务,未必选择同一个地点。
全国范围内存在空余资源,并不意味着客户可以低成本、无障碍地调用这些资源。从资源所在地到业务使用地,仍需要完成网络连接、数据传输、软件适配和服务保障。
三、从机柜租赁到算力租赁,增长也在重新分配风险
在需求分化的同时,国内AIDC的商业模式也在变化。
行业交流纪要显示,部分供应商已经从单纯出租机柜,延伸到服务器租赁、算力集群租赁和软件平台服务。互联网客户则根据业务需要,组合采用自建、合建和租赁等方式。
对供应商来说,服务范围扩大,意味着可以参与更多收入环节,也意味着承担更多投资和经营责任。
机柜托管主要围绕建筑、供配电、制冷及运维展开;进入算力租赁后,企业还要承担设备采购、技术迭代、软件适配、故障维护和算力出租率变化的风险。
纪要中的受访者估算,在其讨论的部分项目里,算力卡投入约占整体成本六成,设备成本需要按四至五年回收。这些经验数据揭示了算力租赁的重要约束:设备投资较重,收入却未必能够同步锁定。
尤其值得关注的是合同变化。受访者介绍,部分客户会签订五年、八年甚至十年的合作框架,但价格按年协商。
合作期限拉长,并不自动意味着收入更加确定。
在缺少最低采购量、明确上架进度和提前退出补偿的情况下,供应商可能先完成定制建设,再等待客户逐步部署;若市场价格下降,还可能在设备尚未回本时接受新的定价。
这使长期合同呈现出两面性:一方面,合作关系有助于供应商安排建设和资源储备;另一方面,收入仍受到实际采购量、部署节奏、年度价格和付款条件的影响。框架合作规模与可实现收入之间,存在需要进一步兑现的环节。
算力租赁的利润水平,同样受到统计口径影响。调研中提到的“三四成利润率”,如果没有明确是毛利率、经营收益指标还是净利润率,就难以用于判断最终投资回报。
以万国数据公开财报为例,其2025年经调整EBITDA率为47.3%,净利润率则为8.4%。这一案例虽然不能直接作为算力租赁业务的回报参照,却说明在数据中心这类重资产行业,经营收益指标与最终净利润之间,仍可能存在较大差距。
从机房托管延伸至算力租赁,企业获得了更大的业务空间,资产和风险也随之增加。客户部署延迟、设备租价下降或技术更新加快,都可能影响原有回本预期。业务规模增长与投资回报改善,未必同步发生。
四、从规模扩张到运营分化,AIDC进入新的竞争阶段
上述变化表明,中国AIDC市场正在形成更明显的项目分化。AI需求增长仍在推动新增建设,但不同项目承接需求的能力存在差异,行业景气度难以平均转化为每一家企业的收入和利润。
首先,供给紧缺具有明确的条件约束。客户需要的通常是特定区域、特定时间内,能够满足设备部署和业务运行要求的容量。因此,部分高质量项目获得订单或交付溢价,与其他项目持续空置,可以同时发生。局部紧缺尚不足以证明全行业已经进入普遍提价阶段。
其次,竞争正在从基础设施延伸到算力运营。传统IDC的服务重点集中在供电、制冷、网络接入和运行保障;进入算力租赁后,供应商还要参与设备选型、集群调试、软件适配和任务调度。企业之间的差距,将更多体现在相同硬件条件下能够提供多少稳定、可用且具有成本竞争力的服务。
这也使存量项目的前景出现分化。缺少客户但具备适配能力的项目,可能通过引入业务和运营团队改善利用率;设备配置与目标需求偏离、改造成本又较高的项目,则可能继续面临出租和资产回收压力。“存量算力”并不是一个可以整体盘活的同质市场。
与此同时,自建、合建与租赁并行,使产业链中的投资和风险承担更加复杂。互联网厂商可以借助外部供应商提高扩张灵活性,供应商则获得更大的业务空间,同时承担更多建设投入、设备更新和资金占用。长期合作框架与年度议价并存,也意味着客户关系的稳定性与项目收益的确定性需要分别观察。
由此看,下一阶段中国AIDC的竞争,将同时沿着两条路径展开:一条是围绕电力、散热和建设能力,争夺高质量基础设施供给;另一条是围绕客户、软件和集群运营,提高已部署算力的实际产出。
建设规模仍是重要基础,但能否将资源持续转化为可销售的服务,将越来越影响项目价值与企业之间的竞争位置。当前市场的冷热不均,正是这种分化的体现。
本文结合行业交流纪要及公开报道撰写。纪要中的报价、成本占比与回本周期作为受访者经验判断使用,不代表全国统一水平。
参考资料
1. 证券时报,《智算中心“满载”与“闲置”并存 冷热不均倒逼机制重构》,2026-09-29。阅读原文
2. AIDC行业交流纪要(报价、成本占比与回本周期为受访者经验判断)。
3. 中国信通院智能算力统计数据(转引自证券时报上述报道)。
4. 万国数据(GDS)2025年度公开财报数据。
往期推荐:
分享产生价值,请顺手转发至朋友圈
公众微信名:IDCinside
也可长按二维码,扫描关注属于数据中心专业人士的社区
数据中心报道、投稿
联系公众号助理(微信:AI_insider)
加入数据中心行业群、运维群
来源:IDCInside · mp.weixin.qq.com