2026年WAIC释放的信号从数字世界切向物理世界。当具身智能开始用传感器采集真实状态，数据治理与供给形成闭环，AIDC（人工智能数据中心）成为承接这一切的算力心脏。这个环节，是当前资本开支最集中、商业化确定性最高的地方。
AI行业正在从数字世界走向物理世界。过去十年，战场在语言、图像、视频；2026年，行业重心越过屏幕，锚定真实物理入口。这个入口由四个环节构成：采集 → 治理 → 供给 → 算力。具身智能通过传感器采集物理数据，随后完成清洗标注闭环，再实现平台化供给，最终由AIDC提供算力底座。
注：这不是单向流水线，而是循环增强的飞轮。采集与算力决定飞轮能否转动；治理效率与供给规模决定飞轮能转多快。
而算力，是当前最拥挤也最确定的一环。说到底，无论是大模型迭代还是物理AI推理，都绕不开算力这座基础设施。本篇聚焦云端AIDC——边缘AIDC是更大市场，但要等物理AI真正铺开之后。
如果把传感器比作神经末梢，数据治理比作中枢神经，AIDC就是支撑一切运转的心脏。
第一重：政策确定性。“十五五”规划提出“适度超前建设新型基础设施”，2026年7月国常会延续这一基调。“算电协同”也首次写入政府工作报告，算力与电网的关系从行业实践上升为国家战略。
第二重：需求确定性。需求端的数字已经不止是讲故事：
注：Token调用量来自中国信通院，两年增长超千倍（2024年初约1000亿/日至2026年3月底140万亿/日）。
第三重：供给逐步破局。上游芯片仍是最大瓶颈，但WAIC 2026释放了关键信号：超过20家国产芯片企业集中发布超节点与超集群方案，竞争主轴从单芯片制程追赶切换至系统级协同。这不是优雅方案，却是现实约束下的理性集体选择。
但“有了”不等于“说了算”。
国产方案解决了“能不能建”的问题，整个行业仍运行在英伟达定义的规则之下——CUDA是事实标准，互联协议、开发者生态、甚至算力计量方式都由英伟达定义。“听谁的”还没解决。这个问题的答案，正在分化成两条路线：华为走向全栈自研闭环，其他厂商在英伟达生态内竞争商业市场。
AIDC产业链从上游核心硬件到下游云厂商，资本最集中、机会最明确的地方，分布在五个赛道里。我们用五类不同的维度去看它们的竞争逻辑。
把政策、需求、格局放在一起看，AIDC的投资机会集中在三个方向：
东南亚出海：2026年字节、阿里合计约1GW海外AIDC需求，直接拉动机电总包、液冷、供配电产业链出海。
国产算力生态总包：昇腾智算中心总包市占率超70%的华胜天成们，加上寒武纪、海光生态的增量，国内第三方服务商有确定性空间。
核心零部件替代：中恒电气在国内智算中心HVDC市场市占率约31%（招商证券），800V架构演进打开替代窗口。
400V/480V 交流为主，UPS配备电池，储能从属于备电逻辑。
800V 高压直流，储能成为主动调节节点，SST与HVDC重构格局。
注：AIDC供电架构正在从传统向高压直流演进，“路径锁定”悬念是固态变压器赛道最大的时间变量。
大模型迭代需要更多算力→算力到位后Token调用量暴增→反过来又对算力提出更高要求。云厂商与大模型厂商在这个循环里各取所需，共同倒逼AIDC建设提速。
资金面和政策面的共振把AIDC推上了产业C位。但真正让算力需求曲线陡峭化的，是物理AI——具身智能训练需要持续输入高维物理数据，自动驾驶和机器人部署需要毫秒级连续实时推理，未来2-3年这些需求将远超当前规模。
今天的AIDC建设，服务当下需求，也在为物理AI储备算力冗余。这个冗余，就是飞轮下一圈加速的起点。
当然，要诚实地说：芯片地缘政治约束仍在（英伟达已将对华Hopper芯片销售额降至零），电力可获得性在美国已是选址首要瓶颈，SST的时间窗口也远未锁定。机会与瓶颈并存，正是产业早期的典型特征。
物理AI时代，算力不是终点，而是整张产业地图的第一推动力。从2026年看，AIDC是其中资本开支最密集、商业化确定性最高的环节——但最大的悬念不在建设速度，而在规则主导权：芯片供给约束下的“系统级替代”只能解决生存问题，真正定义算力标准，需要全栈闭环和生态话语权。谁能在成本和生态两条路上同时走通，谁才拥有飞轮下一圈的起始动能。
算力底座之后，数据飞轮的下一环是“采集与治理”。后续将从具身智能传感器、数据标注与闭环治理展开推演。
持续关注 · 数据飞轮系列