业界新闻

寻找“新型水电工人”:AIDC基建狂潮催生复合型人才新需求

发布时间:2026-02-24 00:00:00 来源:半导体产业纵横 责任编辑:lily

【导读】智算型数据中心(AIDC)已不再仅仅是数据的存储仓库,而是演变为驱动人工智能大模型训练与推理的“超级工厂”。随着英伟达H200等先进芯片供应的逐步恢复,以及字节跳动、阿里巴巴等科技巨头千亿级资本开支的密集落地,叠加国家“东数西算”战略的深度赋能,AIDC行业正迎来前所未有的景气度攀升。


2.png


 01 大厂订单密集落地,AIDC再升温


2025年Q2曾因英伟达H20芯片断供导致国内多个AIDC项目延期,而H200芯片的重新供货,为国内AIDC需求的释放按下“加速键”。与此同时,国产AI芯片企业的大规模上市带来充足现金流,为国产AI芯片的研发扩产提供坚实支撑。


随着中国头部科技企业力求跟上美国竞争对手的步伐,字节跳动计划明年扩大其在人工智能领域的投入。报道称,字节跳动计划明年增加资本支出,进一步建设人工智能基础设施。2026年资本开支拟达到约1600亿元人民币,高于2025年约1500亿元人民币的投入。字节的AI芯片预算约为850亿元人民币,并已经下了2万颗H200的测试单。若获准采购更多先进芯片,字节可能会大幅增加资本开支。


另外,阿里已明确将AI作为未来优先级方向之一,计划在未来三年内投入超过3800亿元人民币用于技术研发和基础设施,并有望上移该目标。


此外,密集的招中标项目,直观反映了AIDC从科技领域向传统行业渗透的广泛需求。


首先是备受关注的中国移动2025年至2026年(一年期)人工智能通用计算设备(推理型)集中采购项目终于落下帷幕。本次集采共分为两轮,第一轮采购规模为7058台,随后的补充采购规模约为441台。两次采购需求满足期均为1年,也就是说,2025年至2026年中国移动总计采购推理型AI服务器7499台。2026年1月公示补充采购中标结果,昆仑技术等企业分食441台人工智能通用计算设备订单。而本次补采共分为2个标包。其中标包1为CANN生态设备,标包2为类CUDA生态设备。


传统行业的智能化转型同样催生AIDC需求。2026年1月,阿里云以185.6万元中标中粮集团AI基础平台二标段,聚焦智能问数与智能体平台搭建,为企业业务智能化升级提供支撑,标志着AIDC需求已逐步渗透至传统产业领域。


02 黄仁勋“五层蛋糕”理论


近期,英伟达CEO黄仁勋在达沃斯论坛提出AI基础设施“五层蛋糕”结构,从底层到顶层依次为:能源层(AI的“氧气”,含电网、新能源、储能)、芯片与计算层(GPU等核心硬件,英伟达主场)、云数据中心层(算力租赁载体)、AI模型层(大模型赛道)、应用层(创造经济价值的核心场景)。


第一层:能源层


作为AI产业的“氧气”,是蛋糕的底层基础,涵盖电网、新能源、储能等设施,为AIDC及各类计算设备提供稳定动力。AI计算的巨大算力需求带来海量能源消耗,因此能源的稳定供应与成本控制成为AI产业发展的关键前提。


第二层:芯片与计算系统层这层


是AI算力的核心载体,相当于蛋糕的第二层,以GPU、CPU等芯片为核心“引擎”,搭配相关计算硬件与加速器,是实现高效计算的核心环节。英伟达等芯片厂商在此层具有重要地位。


第三层:基础设施层


包括数据中心、网络架构、存储系统、云服务等,相当于蛋糕的第三层。这一层的作用是整合能源与芯片资源,构建成能够对外提供智能算力的“工厂”,负责算力的整合、调度与服务输出,是连接算力与实际应用的关键桥梁。基础设施层是AI从算力转化为实际智能应用的关键环节,需要强大的软件和硬件支持。


第四层:AI模型层


AI的“大脑”所在,相当于蛋糕的第四层,涵盖大语言模型、多模态模型、垂直行业模型等,是实现智能推理、决策与生成能力的核心。模型层的研发创新是AI技术迭代的关键动力,不同领域的模型针对特定任务和场景优化,可以满足多样化应用需求。


第五层:应用层


蛋糕的顶层,是AI技术转化为商业价值的最终环节,覆盖自动驾驶、智能制造、医疗诊断、金融风控、教育娱乐等各类行业场景。通过将AI模型与具体业务深度融合,形成智能化解决方案,为社会经济创造实际价值。


值得注意的是,当前多数资本聚焦于模型层,但真正的经济价值最终源于应用层,而底层的能源与基建则是整个生态体系的根基,这一逻辑也为AIDC的发展路径提供了明确指引。


同时,AIDC高功率密度的特性,对电力供给、散热系统等提出了严苛要求,直接推动能源、基建领域的技术升级与人才需求。其中,契合“五层蛋糕”底层能源层需求的“新型水电工人”成为行业香饽饽——这并非传统意义上的水电工种,而是指掌握高压直流供电、液冷系统运维、储能设备调试的复合型基建人才,以及电力配套、变电站建设等领域的专业人员,他们将成为AI基建落地的关键支撑力量。


03 AIDC产业链生态多领域受益


AIDC行业的高景气度,本质是“算力刚需+技术革命”的共振结果,其爆发式增长不仅带动核心环节发展,更辐射全产业链多个细分领域,形成协同受益的产业生态。


(一)电源系统:高压化、直流化转型成主流


借鉴汽车行业已有的技术趋势,英伟达在2025年台北国际电脑展(Computex 2025)上推出了800V直流(800-VDC)供电架构,旨在高效支撑下一代AI工厂计算机架所需的兆瓦级电力需求。同时,英伟达 GB200 服务器已将 BBU(电池备份单元)作为标配。BBU 依托锂电池实现高能量密度、高倍率的电力供应,可在瞬间大功率放电场景下保持供电稳定。相较于传统 UPS,BBU 在灵活性、转换效率、使用寿命上均具备显著优势,且故障影响范围更小。


(二)液冷系统:算力密度飙升催生渗透率提升


AI 服务器搭载的 GPU、ASIC 芯片功耗大幅攀升,以 NVIDIA GB200/GB300 NVL72 系统为例,其单柜热设计功耗 (TDP) 高达 130kW-140kW,远超传统气冷系统的散热处理极限。


液冷技术渗透率的持续提升,直接带动冷却模块、热交换系统及外围零部件的市场需求扩张。冷水板 (Cold Plate) 作为接触式热交换的核心元件,核心供应商包括 Cooler Master(酷冷至尊)、AVC(奇鋐科技)、BOYD 与 Auras(双鸿科技);其中除 BOYD 外,其余三家企业均已在东南亚地区扩建液冷产能,以匹配美系 CSP 客户的高强度采购需求。


(三)功率半导体与配套领域:SiC 与 GaN 形成互补适配


在 AI 服务器电源应用场景中,第三代半导体碳化硅(SiC)与氮化镓(GaN)展现出显著的技术互补性。碳化硅拥有更低的导通电阻(RDS (on))和更稳定的温度特性,具备优异的高电压、高温工作能力,在硬开关、软开关拓扑中均能实现性能优化,尤其适配 AC-DC 转换级的功率因数校正(PFC)应用。氮化镓则凭借零反向恢复电荷(Qrr)实现超低开关损耗,搭配极低的输出电容电荷(Qoss)可助力实现零电压开关(ZVS);其高开关频率的技术特性更适配高密度 CRPS 应用,在 DC-DC 转换级的 LLC 转换器中表现尤为突出。


(四)光伏:绿色算力驱动能源协同


全球 AIDC 算力需求呈指数级增长,预计到 2030 年,全球数据中心耗电量将较当前实现 4-5 倍增长,中国、欧洲市场的绿色数据中心将逐步占据区域市场主导地位。


AIDC 对电力的海量需求,推动绿色能源与算力基础设施的深度融合,这与我国 “东数西算” 工程中西部能源基地的布局高度契合。光伏作为主流清洁电源,其直流供电技术可直接复用于 AIDC 供电体系,阳光电源等企业有望受益。


(五)光模块:1.6T进入商用导入期


2025 年以来,800G 光模块需求持续放量,1.6T 产品正式进入商用导入期,光模块行业从此前的速率竞赛全面转向效率竞争。


从 2025 年年度业绩预告来看,天孚通信、剑桥科技等国内光模块龙头企业交出高增长答卷,归母净利润同比增幅均超 40%,直观印证了 AI 算力基础设施需求激增带来的行业高景气。


光模块行业新周期已全面开启,技术迭代与供需博弈成为行业发展核心主线:800G 产品出货量同比翻倍至近 2000 万只,1.6T 产品迎来商用元年,头部厂商正加速产能卡位与核心技术攻坚;但光芯片供应缺口仍未得到缓解,供应链掌控力成为企业核心竞争壁垒。


(六)国产AI算力卡:万卡级出货企业批量涌现


目前,国产AI芯片已形成多元化竞争格局,涵盖华为昇腾、海光、寒武纪等十余个品牌,至少九家企业的出货量或订单量突破万卡级别,既包括背靠科技大厂的华为昇腾、海光、也涵盖寒武纪、沐曦、摩尔线程、燧原科技等上市及拟上市企业,甚至包括曦望(Sunrise)、清微智能等仍处于创业阶段的非上市公司。


国产AI推理芯片的单价区间在3万-20万元不等,万卡级出货量标志着其性能、稳定性和总拥有成本已获得市场认可,行业正从“技术研发”阶段迈入“规模化交付验证”阶段。2026年随着代工产能的提升,国产推理芯片出货量有望迎来爆发式增长,竞争焦点也将逐步AIDC的基建能力。


总结

AIDC的爆发并非单一技术的突破,而是“算力刚需”与“技术革命”共振下的系统性产业升级。从字节跳动1600亿的激进投入到大厂订单的密集交付,标志着AI基础设施建设已进入规模化落地的快车道;而黄仁勋的“五层蛋糕”理论则清晰地指引了产业价值从模型层向底层能源与基建、顶层应用场景双向延伸的趋势。在这一进程中,高压直流供电、液冷散热、1.6T光模块以及国产万卡级AI芯片等细分赛道将迎来确定性的增长机遇。


3-958x200_20251021044704_586.png


为您推荐

思灵机器人完成 5 亿美元 F 轮融资,投后估值 85 亿美元,加速物理 AI 人形机器人产业化 业界新闻

思灵机器人完成 5 亿美元 F 轮融资,投后估值 85 亿美元,加速物理 AI 人形机器人产业化

物理 AI 企业思灵机器人宣布完成 5 亿美元 F 轮融资,由软银领投,英伟达、日立等参投,投后估值 85 亿美元,累计融资达 20 亿美元。资金将用于产能扩张、海外市场布局与人形机器人应用开发;同步推出适配英伟达 GR00T 生态的 Agile ONE SN 科研人形平台,并联合奥迪、达索、英伟达开展工厂零件拣选项目,公司已落地 20000 套工业机器人方案,冲刺规模化商用。

Nvidia(英伟达)

曦选创智完成 5 亿天使轮融资(投后 40 亿),打造自主可控具身智能端侧算力平台 业界新闻

曦选创智完成 5 亿天使轮融资(投后 40 亿),打造自主可控具身智能端侧算力平台

由优必选、沐曦股份联合发起的曦选创智完成 5 亿元天使轮融资,投后估值 40 亿元。公司聚焦自主可控具身智能端侧芯片,采用 “机器人真实任务牵引芯片定义” 路线,首颗自研主控 SoC 定位大小脑一体架构,对标 NVIDIA Thor,以通用 GPGPU 为核心、搭建类 CUDA 软件生态;本轮资金将投入芯片架构、工具链、团队建设与客户联合验证,计划 2027 年交付验证平台、2028 年推出正式 SoC 产品,补齐国产机器人端侧算力短板。

Nvidia(英伟达)

Supermicro 联合 IBM、NVIDIA 推出 KV Cache 存储方案 大幅优化长上下文 AI 推理 新品速递

Supermicro 联合 IBM、NVIDIA 推出 KV Cache 存储方案 大幅优化长上下文 AI 推理

2026 年 11 月 5 日,Supermicro(美超微,SMCI)宣布携手 IBM、NVIDIA 推出全新 KV Cache 存储解决方案。整套方案搭载 AMD EPYC 9005(Turin)处理器的 Petascale 全闪存存储服务器、IBM Storage Scale、NVIDIA Dynamo 推理框架与 Spectrum-X 以太网,将 KV 缓存卸载至共享存储,突破 GPU 显存限制。基于 1200 亿参数大模型测试,13 万 token 输入下首个词元生成速度提升最高 56 倍,显著提升 GPU 利用率与推理吞吐量,适配 AI 智能体、RAG、多轮对话等长上下文业务。

互联技术 测试测量 存储器 Nvidia(英伟达)

链博会首发|云尖 R8260 N8 AI Agent 服务器:搭载 NVIDIA Vera CPU 新品速递

链博会首发|云尖 R8260 N8 AI Agent 服务器:搭载 NVIDIA Vera CPU

第四届链博会,云尖信息在 NVIDIA 展区发布 R8260 N8 AI Agent 服务器。这款 iPRO 系列 2U 机型搭载 NVIDIA Vera CPU,依托 PCIe 6.0、C2C 一致性互联,主打强单核、高带宽、低功耗,针对性解决 AI Agent 场景 CPU 拖累 GPU、KV Cache 受限等痛点,适配 AI 推理、企业级 Agent、HPC 等业务,兼顾性能与 TCO。

电源管理 互联技术 CPU Nvidia(英伟达)

Cadence 推出 Maestro 领域专用 AI 模型组合,赋能智能体芯片与系统 EDA 设计 新品速递

Cadence 推出 Maestro 领域专用 AI 模型组合,赋能智能体芯片与系统 EDA 设计

楷登电子(Cadence)正式推出 Maestro™领域专用 AI 模型组合,为半导体、系统设计流程中的 AI Super Agent 提供算力支撑。该方案垂直整合强化学习闭环,打通 Maestro 模型、AuraStack/ChipStack 等 Agent 套件与 Cadence EDA、SDA 工具链。实测对比通用大模型,设计成果质量最高提升 30%,Token 效率提升 5 倍;支持混合调用前沿大模型与领域专用模型,兼顾云端与客户本地私有化部署,NVIDIA、Socionext、Silicon Labs 已开展合作验证,首批 Maestro 模型将于 2026 年 Q4 面向早期客户开放。

Nvidia(英伟达)

特别推荐

更多

行业动态

更多

技术应用

更多

选型替代

更多

产品信息

更多

热门搜索

更多

欢迎登录

没有账号,

账号注册

注册成功!

3S后自动为你跳转登陆