算力产业链：谁真正拥有定价权？

先给判断

算力产业链共享同一个增长背景：模型训练、推理和企业 AI 应用持续增加计算需求。但需求增长只说明市场变大，不能说明产业链上的每一家公司都拥有定价权。

真正需要区分的是两种生意：

• 提供不可绕过的能力：客户短期内难以替换，性能、良率、互联效率或能耗直接决定整个系统能否成立。
• 搬运上游资源：采购芯片、机柜或云资源后重新打包销售，收入可以增长，但利润、供给和产品路线受上游约束。

因此，“卖铲人”不是一个自动成立的投资结论。先判断它卖的是产业咽喉，还是经过包装的上游供给。

算力不是一条链，而是多层约束

一套可交付的算力系统至少同时受到芯片、互联、存储、服务器、散热、能源、调度软件和交付运维约束。任何一层成为瓶颈，都可能把价值从其它环节重新分配过来。

这也是为什么只看 GPU 数量容易误判。客户最终购买的不是一张卡，而是可持续使用的有效计算：

有效计算 = 可获得的硬件 × 稳定运行时间 × 软件适配 × 网络与存储效率 × 任务完成质量

如果一个环节只能增加名义资源，却不能改善有效计算，它更接近渠道或集成服务；如果它能持续解除全系统瓶颈，才可能获得更强议价权。

三类更值得继续验证的位置

1. 直接决定性能上限的底层能力

先进算力芯片、高速互联、关键存储控制和部分高精度感知器件，可能直接决定系统性能上限。判断这一层不能只看参数和样片，还要继续核实：

• 是否进入真实客户的量产或长期验证；
• 是否拥有稳定良率、供应链与软件生态；
• 客户采用后是否形成明显迁移成本；
• 收入是否依赖单一政策订单或关联方。

技术稀缺只是起点。没有规模交付和客户验证，稀缺性仍可能停留在研发阶段。

2. 从配角变成瓶颈的互联与散热

随着单机和集群功率上升，互联带宽、延迟、液冷和能耗管理越来越可能从配套成本变成系统约束。

这类环节的机会来自一个简单变化：客户不再把它视为“能用即可”的部件，而是把它视为决定集群效率和运行成本的核心参数。

但是否形成定价权，仍要看标准化程度。如果同类方案可以被多家供应商快速替换，需求增长可能只带来订单，不一定带来更高利润。

3. 解决异构计算碎片化的软件层

国产芯片、海外芯片和不同推理框架长期并存，使调度、适配和运维存在真实需求。中立软件层如果能稳定降低迁移成本，可能形成横跨多种硬件的组织位置。

这里的反方问题同样重要：芯片厂、云厂和大型客户都可能自行建设这层能力。独立厂商必须证明自己不仅能完成一次项目，而能把适配经验沉淀成可重复产品。

最容易被高估的中间层

算力云、资源聚合和项目集成往往最容易快速形成收入，也最容易被误写成技术平台。

判断这类公司时，应拆开四个数字：

1. 自有资源与转售资源分别占多少；
2. 收入增长是否来自价格上涨或短期供给紧张；
3. 扣除硬件、带宽、电力和融资成本后的贡献毛利；
4. 客户是否会在供给恢复后直接转向上游。

如果客户购买理由只是“现在能拿到卡”，供给紧张结束后，竞争优势也可能一起消失。

带着这些问题继续尽调

• 企业解决的是性能瓶颈、交付瓶颈，还是暂时的供给瓶颈？
• 市场份额的分母、时间和第三方来源是什么？
• 收入有多少来自产品，有多少来自一次性集成？
• 上游同时是供应商、竞争者还是潜在收购方？
• 客户切换到另一家供应商需要付出什么成本？
• 当硬件价格下降时，毛利率会改善还是被同步压低？

研究边界

本研究来自 WAIC 2026 公司样本的横向切片，不代表中国算力产业的完整母集。部分企业的营收、出货、市场份额和估值来自企业自述或媒体报道，不能替代财务审计、客户访谈和产品实测。

更稳妥的结论是：算力产业存在长期需求，但投资价值取决于企业能否把技术位置转化为客户迁移成本、可持续毛利和脱离单一上游的经营能力。