A股解密 - 20261017 - 中國AI數據中心生意賬

🏢 数据中心四种商业模式解析

• 模式一：纯租赁（清水房）
• 代表企业：万国数据（GDS）。
• 业务逻辑：提供场地、机架及电力，客户自带 GPU 设备。
• 财务特征：重资产运营，合同期通常为 7 至 10 年。
• 风险点：若建设周期长导致前期无收入，ROIC（投入资本回报率）可能为负；需维持 95% 以上的利用率才能平衡成本。

• 模式二：GPU 即服务（IaaS）
• 业务逻辑：运营商购买 GPU 并出租算力，主要客户为大模型训练公司。
• 财务特征：合同期较短，通常为 3 至 5 年；收入相对稳定但受芯片折旧影响大。

• 模式三：Token 工厂（PaaS/SaaS）
• 业务逻辑：运营商拥有场地、电力及 GPU，直接出售推理 Token 给下游企业。
• 财务特征：合同期极短（1-2 个月），轻资产属性相对较强，但需承担芯片快速迭代风险。

• 模式四：纯算力中介
• 业务逻辑：不持有重资产，仅作为中间商连接 GPU 供应商与下游客户。
• 财务特征：最轻资产，但利润空间极薄且面临极高的市场波动风险。

💰 万国数据（GDS）财务模型测算

• 资本支出（CAPEX）构成
• 以 0.2GW 数据中心为例，总投入约 200 亿人民币。
• 土地成本：按 533 亩计算，单价 55 万元/亩，总计约 3 亿元。
• 设施与电力：建筑面积 1067 平方米（注：此处转录数据可能存在单位误差，依原文保留），设施总成本 48 亿元；电力及电网升级成本高达 150 亿元。

• 收益与回报分析
• 收入端：假设利用率 95%，年租金收入约 26 亿元。
• 成本端：人工成本约 3.5 亿元/年（含 1000 名员工）；EBITDA 利润率高达 89%。
• 净利润：扣除折旧（按 17 年摊销，每年约 12 亿元）及 20% 税率后，税后净利润不足 1 亿元。
• ROIC 表现：约为 4.6%，低于美国 10 年期国债收益率（5.2%），仅略高于中国债息。

📊 芯片算力与成本对比分析

• 单位功耗与密度
• NVIDIA B300/H800：单单元功耗分别为 15kW 和 10kW；在 0.2GW 数据中心可部署约 12,500 至 20,000 套单元。
• 华为 910C/950：单单元功耗高达 800kW 至 1500kW；受电力限制，仅能部署 261 至 135 套单元。

• 资本开支（CAPEX）差异
• NVIDIA B300：总 CAPEX 约 74 亿元；H800 约 67 亿元。
• 华为 910C/950：总 CAPEX 分别为 410 亿元和 580 亿元。
• 对比结论：华为芯片单价虽低，但因需部署更多数量以匹配同等算力，总资本开支远高于 NVIDIA，约为其 2-3 倍。

• 算力效率（FP8）
• NVIDIA B300/H800：算力分别为 2500 和 2400（单位：百万浮点运算衡量值）。
• 华为 950：算力为 708，仅为 NVIDIA 的三分之一。
• 成本效率：NVIDIA B300 每单位算力的 CAPEX 比华为 950 低约 20%。

📈 1GW 数据中心盈利模型推演

• 收入与利润预测
• NVIDIA 方案：年收入约 1,540 亿元，EBITDA 约 1,500 亿元；扣除折旧（按 5 年摊销）及税费后，NOPAT 约 1,670 亿元，Gross ROIC 达 43%。
• 华为 950 方案：年收入约 1,120 亿元，EBITDA 约 1,000 亿元；扣除折旧及税费后，NOPAT 约 700 亿元，Gross ROIC 为 24%。

• Token 经济模型
• 参考 DeepSeek V4 Pro 价格（0.69 美元/8 万 Token），NVIDIA 芯片具备更高的毛利空间。
• NVIDIA 最低盈亏平衡点约为 3.7 美元/8 万 Token；华为 950 需售价接近 1 元/8 万 Token 才能盈利，而 910C 则出现负利润。

⚠️ 核心结论与风险提示

• 重资产陷阱
• 数据中心建设属于典型的重资产生意，ROIC 往往低于长期国债收益率，除非能维持极高利用率并延长折旧年限。
• 电力成本是最大变量，华为芯片因功耗巨大，对电网升级要求更高，进一步推高隐性成本。

• 商业模式安全性
• “租 GPU 再放租”模式风险最高，极易亏损；“自建机房+自购 GPU+稳定客户”模式相对安全。
• NVIDIA 芯片在算力密度和总拥有成本（TCO）上具有显著优势，尽管单价较高，但单位算力成本更低。

• 市场展望
• AI 数据中心投资规模巨大（单 GW 项目 CAPEX 可达数千亿元），只有具备雄厚资本实力的玩家才能生存。
• Token 消费尚未形成稳定订阅模式，需求波动大，运营商需警惕芯片快速迭代导致的资产减值风险。