近期，AI算力产业链迎来业绩密集披露期。从GPU、存储、MLCC到服务器，各环节头部企业交出高增长答卷，多家公司实现翻倍级利润增幅。业绩数字是过去的勋章，硬件环节高光之下，记者调研发现，算力基础设施部署的瓶颈正悄然向产能交付和电力供给转移，这两大变量正在定义AI竞赛能跑多远。
产业链业绩密集释放，龙头盈利持续攀升
AI芯片龙头寒武纪2026年上半年实现营收59.96亿元，同比增长108.13%；净利润23.11亿元，同比增长122.61%；扣非净利润21.66亿元，同比大增137.30%。单季度看，公司一季度净利润10.13亿元，二季度进一步攀升至12.98亿元，同比增长90.11%，环比增长28%，连续两个季度站稳十亿级盈利台阶。
AI服务器龙头工业富联上半年实现营收5578.6亿元，同比增长54.6%；净利润237.4亿元，同比增长96%；经营活动现金流净额达73.91亿元，同比增长425%。GPU及ASIC业务同步放量，云服务商AI服务器营收同比增长2.3倍，GPU AI机柜出货量同比增长3.2倍。
光模块与存储板块表现同样突出。新易盛预计上半年净利润70亿至80亿元，同比增长77.56%至102.93%，800G光模块已成主力出货产品，1.6T光模块二季度出货量明显增长。江波龙上半年营收240.88亿元，同比增长136.26%；净利润105.77亿元，同比增长71528.66%，AI算力需求引发的全球存储产业超级景气周期成为业绩爆发的首要推手。MLCC供应同样紧俏，博杰股份预计上半年净利润1.5亿至1.85亿元，同比增长642.86%至816.20%。
交付能力成为关键变量，模块化技术压缩工期
硬件环节供不应求背后，算力基础设施部署的瓶颈正向交付端转移。阿里云全球数据中心总经理王朝阳表示：“交付速度是非常关键的竞争力。”8月10日，阿里云宣布基于首创的全模块化设计架构CUBE 5.0，将大型AIDC数据中心交付工期缩短至100天，整体建设成本反而降低10%以上。同等规模项目，国内传统交付周期为6至12个月，美国为12至18个月。
这一突破源于设计理念的革新。传统项目采用串行施工模式，阿里云创造的CUBE 5.0将供电、冷却、安防、智能化及消防五大系统的整体模块化率从早期的30%提升至90%，各模块在工厂并行生产、预调至集装箱后运抵数据中心，现场像“搭积木”一样吊装。
电力制约加速凸显，“算电协同”首次写入政府工作报告
功率的持续飙升使电力成为制约算力落地的首要瓶颈。王朝阳观察，传统IDC机柜功率在5千瓦至8千瓦，AIDC阶段跃升至100千瓦以上，未来两年内可能出现1000千瓦的机柜，单芯片功率将达1200瓦至1800瓦。Gartner预测，2026年全球数据中心电力消耗将达565TWh，同比增长26%。Gartner高级总监分析师颜晶比喻道：“AI这条高速路比拼的其实是‘加油站’密度和‘导航’灵敏度。训练高端大模型每跑一圈就要消耗数百兆瓦时电力，‘加油站’不够或‘油量’跟不上，顶级赛车就上不了路。”
在此背景下，“算电协同”于2026年首次写入政府工作报告，被纳入“十五五”规划纲要。今年4月，国家发改委、国家能源局、工信部、国家数据局四部门联合印发行动方案，提出探索百万千瓦级AI算力设施与配套能源系统协同建设，推动算电协同一体化发展。
产能竞赛持续，供需博弈风险尚存
面对旺盛需求，扩产是全产业链的共同选择。阿里云表示今年计划将模块化数据中心的全球产能提升两倍以上。关于上游供给瓶颈，王朝阳判断相对乐观：“当前国内产能能较好匹配芯片产能，并不是特别大的问题。”但他同时提示，伴随模块化数据中心技术和标准被广泛采用，海外同行同样会抢占国内产能。
供需关系转换风险不容忽视。颜晶提醒，当前全球科技基金对AI和算力硬件板块配置极高，AI算力和大模型规模效应正向头部急剧集中，引发资本抱团和估值溢价积累。她比喻道：“AI高速路上，真正的赢家是那些懂升级改装、持续更换‘零件’、学习新技能、甚至主动调整驾驶方式的企业；老旧僵化、不愿改变的企业就像‘老爷车’，不仅效率低下，技术也逐步落后。”王朝阳则认为，未来AIDC领域的投资体量将远超其他领域，必将催生新的技术创新与产业机会。
