2025年3月17日，知名投行Jefferies最新发布了一篇名为《China's AI Capex&Cloud Growth:ATop-Down View》的深度研究报告，就中国的AI资本支出与云增长进行了深度探讨。
　　
　　报告指出，强大且低成本的开源模型将加速AI的利用率。类比，可以参考中国的移动互联网数据自2009年以来增长约3,000倍的情况，预计AI推理需求将呈爆炸式增长。然而，最大的制约因素可能仍然是芯片供应。预测2025年中国AI资本支出将超过人民币5000亿元。到2030年，中国AI资本支出将达到1万亿元（其中服务器（包括AI专用和通用服务器）将占AI资本支出75%以上。），届时算力将获得5倍增长、云收入将增长3倍增长。同时预测中国AI年度电力需求将增长到5.5GW，IDC资本支出有望增至137亿美元。
　　
　　这份报告透露了以下几个重要事实值得关注
　　
　　1.市场竞争格局与结构性特征：中国云市场竞争格局高度分散竞争激烈，拥有10余家主要服务提供商，远超美国市场的寡头垄断结构。但市场渗透率相对全球仍处于较低水平，存在显著增长空间与市场成熟度提升潜力。
　　
　　2.服务类型分布与定价趋势：从服务类型构成来看，基础设施即服务(IaaS)在中国云收入结构中占主导地位，2024年在公共云收入中占比高达74.4%，而平台即服务(PaaS)和软件即服务(SaaS)分别仅占14.1%和11.5%。受规模经济效应和市场竞争压力驱动，中国云服务价格呈长期下行通道，这将有助于进一步扩大用户基础并刺激企业采用。
　　
　　3.资本支出效率与全球对标：中国云服务提供商(CSP)的资本支出与销售比率低于全球三大云巨头，反映出投资效率存在差距。然而，以DeepSeek为代表的开源生成式AI模型正在缩小中国与美国之间的技术与投资效率鸿沟，预计将促使国内CSP调整资本配置策略。
　　
　　4.开源模型驱动AI平权：低成本、高性能的开源模型(如DeepSeek)正显著加速AI应用落地，推理需求有望呈指数级增长。类比移动数据流量自2009年以来增长了约3,000倍的历史轨迹，AI推理计算需求可能遵循类似爆发性增长路径，但仍会受限于算力供应端的瓶颈制约。
　　
　　5.硬件供应约束与产能预期：芯片供应构成中国AI发展的关键长期制约因素。基于7纳米制程的产能和良率预测，预计中国GPU产出在2024至2030年间将实现6倍增长，但受限于良率波动等不确定性因素，实际可用算力增长幅度可能低于硬件产出增速。
　　
　　6.市场共识与资本支出预测：当前市场对大型云服务提供商/互联网企业的资本支出预期可能存在显著低估。随着AI初创企业生态系统扩张和算力需求攀升，云基础设施投资规模有望超出市场共识预期，特别是2026年后的中长期投资轨迹。
　　
　　7.电力需求与IDC投资：基于不同AI芯片的功耗特性与算力密度，预计中国AI相关电力需求将从2025年的3.2GW增长至2030年的5.5GW，相应驱动IDC资本支出从人民币590亿元扩张至人民币980亿元，复合年增长率超过10%。
　　
　　中国IDC行业面临战略转型机遇
　　
　　根据报告分析，面对中国AI和云市场的发展趋势，IDC运营商需要进行战略性转型：
　　
　　1.计算密度提升：为满足AI工作负载需求，IDC必须提升单位面积算力密度，这意味着更高的功率密度和更先进的散热技术。
　　
　　2.电力资源规划：报告预测，中国AI年度电力需求将从2024年的3.3GW增加到2030年的5.5GW，这将推动约137亿美元的IDC资本支出。IDC运营商需提前规划电力资源获取。
　　
　　3.灵活部署模式：同时支持公有云、私有云和混合云部署，满足不同客户群体需求。
　　
　　4.降低互联成本：与电信运营商建立战略合作，降低带宽和互联成本，提升竞争力。
　　
　　5.高效能服务器部署：适应国产芯片生态，确保基础设施能够高效支持国产AI和云计算芯片。
　　
　　尽管面临着芯片供应限制的挑战，中国AI和云计算市场的增长前景依然广阔。IDC行业作为这一发展的基础设施提供者，既面临着转型挑战，也站在前所未有的机遇门槛。随着DeepSeek等开源模型降低AI应用门槛，推理需求将呈指数级增长，带动云计算和IDC基础设施的整体扩张，最终推动中国数字经济走向新的高度。
　　
　　编辑：Harris