3.2 集群化交付推动ODM厂商毛利率结构性抬升

传统单台服务器代工模式下，ODM厂商议价能力长期受限，毛利率被压制在极低水平。造成这一现象的根本原因，在于传统代工模式高度标准化：中国服务器行业向白牌生产模式转变后，众多企业将服务器模块化、标准化，进一步压缩了服务器厂商的利润空间，服务器行业整体毛利率因此持续承压。

然而，超节点时代的到来正在改变这一格局，主要通过两个维度重塑ODM的利润结构：其一，交付单元从单台服务器跃迁为整机柜乃至Pod级系统交付，工程复杂度与议价权同步抬升；其二，客户结构高度集中，能够通过头部云厂商严苛验证的ODM极为稀缺，供给侧竞争格局优化。两重变化叠加，头部ODM在超节点数通业务上的毛利率有望向更高区间迁移。

3.2.1 交付单元从"台"变成"柜"乃至"Pod"

① 交付形态跃迁：从L6零部件到L11整机柜系统集成

服务器代工生产主要有12个层级，从最低的Level 1（零部件制造）到最高的Level 11-12（服务器解决方案），层级越往上难度越高，附加值随之提升。

以英伟达为例，据电子产品世界报道，过去英伟达的AI服务器机柜，可粗分为两段，第一段为做到L6的主板，第二段是从L6，再加关键零组件到L10，然在2026年下半将开始量产的Vera Rubin架构，NVIDIA有意指定三家ODM做到L10，交货给NVIDIA后，再交给要做L11的厂商。未来英伟达计划推行的新商业模式，是由指定供应商直接做到L10后出货给英伟达，再由ODM做L11组装。这意味着ODM需承接的不再是单台白盒服务器，而是涵盖整机柜集成、Scale-up组网、供电与结构件、上架联调在内的完整系统级交付。

② 系统级交付的工程复杂度提升，ODM议价权上升

超节点整机柜的交付复杂度，远超传统单台服务器。据超聚变数字技术有限公司产品规划专家在亚洲数据中心峰会（Data Center Asia 2025）上的分析：超节点涉及非常多的高速线缆的连接，需要很高的部署密度，不可能用一些离散的设备来做超节点，所以必须走向整机柜，进而会带来一系列挑战。

整机柜架构的变化会提出很多工程方面的要求。首先就是供电架构。传统机房采用的是水平供电，但根据超聚变进行的模拟分析，当芯片功率超过1 500瓦，水平供电会面临可靠性的问题。因为铜线缆有电阻，一定有压降，会导致不同位置的芯片接收到的电压不一样。因此，在单芯片1500瓦以上就可能要考虑垂直供电。垂直供电对整机柜的影响主要是增加了节点空间高度，架构上带来U位和节点间距的变革。

其次是母线排（Busbar）。整机柜的功率如果在250kW，用54V直流供电就可以了。但是，250 kW时母线排上的电流会达到2 500A，表面温度已经高到烫手的程度。因此，更高功率的机柜需要考虑高压直流，如400V、800V、±400V等方案。相应的，供电柜的架构也会发生变化。智算中心不是数据中心的简单升级，而是基于AI的业务复杂特性而做的重新设计。

单柜的功率越来越高，但传统风冷机房总的散热能力和供电能力是有上限的。单机柜功耗持续增加，风液混合冷板式液冷的风冷部分可能会达到风冷机房的极限，需要走向低温冷板或全液冷路线。供电能力的闲置会导致机房在改造的时候产生大量白地板的浪费。因为液冷和整机柜的方案虽然可以提高上架率，但供电和散热的上限会制约机柜的数量。在机房改造中，每一个客户、每一个行业都应该基于自己的业务特征和要求来选择一个适合自己的方案。

从构建大规模AI集群的角度去看整机柜，用户重点关注三点：第一，可靠性，高可靠性才能保证训练、推理的效率。第二，线性度，随着加速卡的增加，性能能否也可以线性地增长。第三，快速恢复，保证训练、推理在发生故障时能够尽快让业务保持运行，这个其实是一个更庞大的系统工程。整机柜，尤其是超节点的研发与交付，是对企业技术能力、运维能力、工程能力的综合性挑战。

我们认为，当交付复杂度提升、合格供应商稀缺时，ODM具备向客户转移工程溢价的实际能力。

3.2.2 客户结构集中化

当前AI超节点服务器的需求呈现显著的“头部集中”特征。这种客户结构集中化，使得订单加速流向少数能够通过严苛认证的ODM厂商。超节点并非简单的服务器堆叠，而是通过高速互联协议将数十至数百颗GPU整合为逻辑统一的协同计算系统，在信号完整性、热设计、系统架构等方面的要求远超传统服务器。能够同时满足PCIe 5.0/6.0及112G SerDes背板设计（误码率控制在1e-12以下）、单柜100kW 液冷散热方案、以及99%以上量产直通良率的ODM厂商，全球范围内不超过个位数，从而形成了极高的准入壁垒。

具体的，在400G/800G高速互联时代，超节点单通道数据速率已攀升至112G PAM4，信号对插入损耗、反射和串扰极度敏感，任何微小的阻抗不连续都会在眼图或误码率性能中被无限放大；热设计方面，单柜功耗突破100kW，液冷已成为“必选配置”而非“可选技术”。这种复杂度导致具备全栈交付能力（自研交换机 AI服务器）的ODM厂商极为稀缺，行业内甚至出现了“发布即巅峰，交付无日期”的乱象，部分厂商停留在“手搓样机”阶段，而真正具备工业化量产能力的ODM凤毛麟角。

3.3 高速连接器：正交、Cable-tray与NPO共同扩展产品边界

超节点架构带来高速连接器增量，核心在于机柜内互联密度和速率显著提升。传统服务器跨节点主要依赖外部交换网络，而超节点需要在单机柜或多机柜范围内将更多GPU/NPU组成低时延、高带宽的统一计算单元，连接方式从普通板级连接和外部网络互联，升级为芯片、模组、背板、线缆与光电模块之间的高密度系统级互联。随着112G/224G高速通道持续迭代，单柜连接点数量、线缆复杂度和连接器价值量同步提升，正交背板连接器用于提升板卡与背板之间的高速信号密度，Cable-tray方案用于解决柜内高速线缆布线和维护问题，NPO/CPO则进一步打开光电互联接口增量。由此，高速连接器从传统服务器配套件升级为超节点系统性能和交付能力的重要组成部分。

WAIC大会上看，真实超节点架构已经直接呈现连接方式变化。燧原科技7月17日新闻稿显示，云燧ESL64-O采用正交架构、零线缆和高密集成，云燧ESL64-C采用Cable-tray方案，NPO原型系统则支持512卡以上部署；中兴OEX同样采用正交无背板和“三零线缆”设计。正交方案减少大量柜内高速线缆，却提高板端与正交连接器的密度、精度和信号完整性要求；更大跨柜通信域则推动铜互连与光互连按距离分工。

从目前核心连接器厂商产品进展来看：1）华丰科技：正交架构是高速背板连接器的重要演进方向，可提高信号传输密度并降低传输损耗；112G正交高速背板已完成开发并批量生产，224G高速连接器达到样品试制合格，相关产品适用于数据中心高端服务器和交换机。112G量产与224G样品验证形成连续代际，超节点放量将增加高速通道数量并提高单通道性能要求。2）胜蓝股份：从消费电子/汽车连接器向AI数据中心高速连接器延伸，在高速连接器领域持续进行技术研发和投入，目前224G高速背板连接器相关产品的样品在制作当中，并配合部分客户开展测试验证工作。3）中航光电：数据中心产品包括光传输器件及组件、高速连接器与模组等，高速铜缆组件和综合布线产品已在行业头部客户实现规模化应用；公司披露的CPO全光互连链路方案还涉及光shuffle、光背板、高密度面板连接器、外置光源与光引擎。柜内短距高密连接和跨柜光互连并行，为连接器厂商拓宽可服务市场。

4.1 国内算力风眼：国产模型能力跃升、调用量持续攀升

国产模型调用量领先，验证算力需求旺盛。据OpenRouter，6月15日至19日，全球AI大模型总调用量47万亿Token，环比增长超7%，连续九周上行，中国AI大模型周调用量达到近13万亿Token，连续八周超过美国居全球首位；同时，全球调用量前五名中，前四款均为国产模型，其中，DeepSeek-V4-Flash连续五周位居全球榜首，周调用量超3万亿Token。

4.2 GPU：需求端芯模适配提速，供给侧改善

国产芯模进入协同阶段，适配持续提速。5月22日，国家发改委明确表示，将指导国产大模型加大力度适配国产算力芯片，标志着国产AI生态建设上升至产业政策层面。国产芯片Day0适配逐步成为头部模型厂商的标配，DeepSeek于4月24日发布V4系列模型当日，华为昇腾、寒武纪、海光等8家国产AI芯片厂商同步宣布完成全链路适配。6月17日智谱GLM-5.2上线，已在Day 0完成与华为昇腾、平头哥、摩尔线程、寒武纪、昆仑芯、沐曦、海光、壁仞等国产算力平台的推理适配，预计下半年昇腾950超节点上市后，将成为GLM-5.2强劲的算力底座。

国内大厂加码采购国产AI芯片，供给弹性逐步释放。据彭博社5月28日报道，字节跳动正讨论将2026年总资本开支上限提高至700亿美元，较2025年约250亿美元的支出规模实现近三倍跃升，资金将主要投向数据中心和AI基础设施建设。据第一财经6月17日消息，字节跳动正与天数智芯讨论采购至少5万颗AI芯片，主要用于大模型推理负载，对应天数智芯智铠系列云端推理GPU；大规模模型训练侧，字节采用华为昇腾、寒武纪高端训练卡。另外，腾讯在2026Q1业绩会上表示，2026年公司资本支出将会增加，H2将有更多国产芯片投入使用。我们认为，国内大厂持续上修资本开支，新增CapEx有望向国产算力基础设施倾斜，随国产芯片供应加速释放，国产算力迎来大规模导入期。

4.3 CPU：推理时代是CPU需求大起点

CPU供给端持续承压，Intel、AMD服务器CPU库存趋紧、交期延长，并分别于3月和4月起上调全系列CPU价格，平均涨幅达10-15%，CPU产业已进入新一轮景气周期。1）CPU/GPU部署比例抬升：Intel及AMD公开演讲再上调乐观配比至4:1，NV对CPU业务贡献指引乐观，预计今年独立Vera CPU业务（不考虑Blackwell和Rubin系统中的CPU）营收将达近200亿美元，为公司开辟2000亿美元的全新纯增量潜在市场。2）TAM显著扩容：AMD与Arm均大幅上修服务器CPU市场空间，预计2030年全球服务器CPU TAM将超过1000亿美元。3）所有CPU架构均受益，ARM架构低功耗、高核心密度的特性更契合Agent工作负载，且其开放授权生态亦高度契合云厂商自主构建AI基础设施的需求。

4.4 AIDC：期待算力供给丰富后同步迈入涨价周期

AIDC：资本开支体量显著跃升，期待算力供给丰富后同步迈入涨价周期。1）海内外大厂CapEx持续高增，硅谷四大科技巨头2026年CapEx将高达6500亿美元，AI军备竞赛进一步加剧，具体看：亚马逊成为四家中投入规模最大的企业，将2026年资本支出目标定在2000亿美元；Alphabet的资本支出计划高达1750亿美元-1850亿美元，同比接近翻倍；Meta预计全年资本支出将增至1350亿美元，同比增幅或达87%；微软同期公布其第二季度资本支出同比增长 66%，预计其截至6月的财年资本支出将逼近 1050亿美元。2）智算中心持续扩容，国产替代加速。根据IDC数据，2020年中国智能算力规模为 75.0EFLOPS，到2028年预计将达到2,781.9EFLOPS，预计2020-2028 年复合增长率达到57.1%。在多维度数据与产业动态的交叉印证下，AI算力基础设施投建力度维持高位，AIDC环节呈现持续高景气扩张态势。3）随芯片卡供应缓解、推理需求释放、国产卡性能提升，IDC招投标有望进一步加速，并在供需挤压下同步迈入涨价周期。

4.5 算力租赁：好用的算力仍是稀缺资产

为什么这次算租不一样：1）卡的迭代周期很长，供给瓶颈驱动价格持续上行，算力仍是当前的稀缺、核心资产。据SemiAnalysis数据，自2025年8月有统计以来，B200现货及合约综合租赁价格由约4.0美元/GPU·小时升至2026年7月的约5.0-5.2美元/GPU·小时，累计涨幅约25%-30%；2）北美头部算力租赁厂商ROI逐步兑现、关键融资顺利；3）国内认真做事公司已经有卡有利润，算租公司开始由订单和设备交付迈入利润释放阶段：行云科技、利通电子、智微智能等发布中报业绩预告，在智算业务推动下利润均实现加速释放。4）此外，Token工厂建设加速落地，软通动力与头部大模型厂商签署智算服务协议，将依托北京壹号词元工厂提供Token推理服务，覆盖大模型推理加速、高性能算力集群适配及行业AI应用落地。

行业竞争加剧的风险：

在信创等政策持续加码支持计算机行业发展的背景下，众多新兴玩家参与到市场竞争之中，若市场竞争进一步加剧，竞争优势偏弱的企业或面临出清，某些中低端品类的毛利率或受到一定程度影响。

技术研发进度不及预期的风险：

计算机行业技术开发需投入大量资源，如果相关厂商新品研发进程不及预期，表观层面将呈现出投入产出在较长时期的滞后特征。

特定行业下游资本开支周期性波动的风险：

部分计算机公司系顺周期行业，下游资本开支波动与行业周期性相关性较强，或在个别年份对于上游软件厂商的营收表现产生扰动