AI 电力基础设施投资地图：从订单受益者到基础设施平台

数据中心电力、液冷、电气设备、施工与核电 PPA 深度行业研究报告

分析日期: 2026-06-01 · 数据截止: 2026-06-01 公司行情与估值快照

第1章：开场：这轮交易真正赌的不是“AI 需要电”

覆盖标的：VRT、ETN、GEV、POWL、HUBB、NVT、MOD、PWR、FIX、TLN、VST、CEG、NRG，以及作为需求佐证的 MU、TSM、GLW、APH、FLEX 与台湾供应链。公司行情与估值快照截至 2026 年 6 月 1 日。本文为产业与投资研究，不构成买卖建议。

市场已经知道 AI 需要更多电。真正的分歧在后面：宣布的数据中心项目有多少能开工、通电、采购设备、完成验收，并最终变成供应商的经营现金流。

这条产业链不能用一个“AI 电力”标签概括。离机柜最近的液冷、配电和机柜设备，收入兑现最快，估值也最高，但竞争扩容和客户压价来得更早；离电网更近的开关柜、变压器、燃机和并网资产，兑现更慢，但产能更难补、定价权持续更久；发电和长期购电协议则更像合同久期资产，估值受监管、容量价格和对冲安排影响。

这份报告只围绕四个变量展开：

一句话说，这轮行情已经从“有没有需求”进入“谁能兑现”。下一阶段，股价分化会更多由现金转换决定，而不是由订单新闻决定。

读这条产业链，先分清三类公司

AI 电力不是一个单一行业，而是一组兑现速度和风险完全不同的生意。读者如果只记住“数据中心需要电”，很容易把液冷、开关柜、施工、发电和核电长约混成同一个交易。更有用的分法，是看一家公司离机柜有多近、交付周期有多长、现金什么时候回来。

这三类公司都能受益于 AI 用电增长，但投资语言完全不同。近机柜设备买的是兑现速度，电网设备买的是稀缺久期，发电资产买的是长期合同和电价弹性。后文所有公司比较，都围绕这个分层展开。

第2章：核心判断

市场已经接受一个事实：人工智能需要电，而电正在变得稀缺。问题在于，这个正确的事实被用一种危险的方式交易——所有沾上"AI 电力"标签的公司，从液冷到核电，从开关柜到现场施工，被打包成同一个交易主题，一起被买入、一起被推高。当一组本质上由同一个底层假设驱动的股票被集体重估，它们的回撤也会是集体的、同步的。

真正的问题不是"谁受益于 AI"，而是一个两段式的判断。第一段：被承诺的数据中心负载，有多少会真正被融资、被开工、被并网？第二段：对于真正建起来的那部分，谁站在一个足够深、足够久的物理瓶颈上，以至于能把订单转化成高毛利、可重复、难以复制的现金流——也就是说，谁能从这一轮周期的订单受益者，升级为下一个十年的基础设施平台？

围绕这两段判断，可以得到四个核心结论。

其一，需求并不像共识假设的那样确定。2026 年美国数据中心的宣布管线约 16 吉瓦，真正在建的只有约 5 吉瓦，意味着三成到五成的项目面临延期或取消。北美数据中心 2025 年总供给同比增加约 36% 至约 9432 兆瓦，但空置率仍降至约 1.4%，在建容量约 5994 兆瓦、且低于上一年末，原因正是电力、许可、分区和设备交付的约束。真正卡住建设进度的，不是资金，而是变压器、开关柜、电池备份和电网可用电力。需求会被供给端的物理瓶颈限速，被限速的需求，最先伤害的是离机柜最近、收入兑现最快、护城河却最浅的公司。

其二，价值在产业链上分布得极不均匀，而市场的估值倍数与成本占比看上去是倒挂的——但这个倒挂只有一部分是错配，另一部分恰恰是市场对现金流转换速度的正确定价。一个 AI 数据中心的建设成本里，电气系统占四成到四成半，是单一最大的一块，冷却占一成半到两成；真正能定价、真正卡住进度的，是电气系统里交期最长、最难扩产的那一小块——变压器、燃机档期、中压开关柜。卖这一小块的公司(GE Vernova、Eaton、Powell)成本占比最大、瓶颈最深，估值倍数却最低；卖占比更小、可替代性更高的液冷的公司(Modine 约 155 倍、Vertiv 约 79 倍)估值倍数最高。

把这个现象简单归结为市场错判是不够的。同样一笔订单，液冷公司几个月就能造出来、装上去、确认收入、收回现金，而变压器和燃机从下单到交付要三到六年，收入和利润被压在多年以后的报表里。换句话说，稀缺的核心电力器件虽然瓶颈最深、定价权最久，但正因为交货周期极长，它无法把订单快速转换成当期现金流；而离机柜近的设备虽然护城河浅，却因为周转快，能把同样规模的需求更早、更密地变成现金。市场愿意给液冷更高的倍数，一部分原因正是它的现金生成速度更快——高倍数买的不只是增长，还有现金回流的时间价值。所以真正的问题不是"电气贵还是液冷贵"，而是要用周转率和现金转换周期把两者放到同一把尺子下比较：谁能把需求最快、最干净地变成留存的现金，谁的高倍数就有依据；谁的高倍数只来自增长叙事、却没有现金转换的支撑，谁才是真正的错配。后文会用各公司的周转和现金转换数据做这道验证。

其三，技术正在沿三条主线切换——AI 从训练走向推理与智能体、机柜从风冷走向液冷、配电从交流走向 800 伏高压直流——每一条都在重新分配受益者，而不是让所有"AI 电力"公司一起受益。训练强化集中式高密度工厂，推理强化分布式区域节点和存量改造；液冷强化离机柜近的冷却供应商，但他们也最容易被客户扩供应商池和自研；800 伏直流强化高压保护、绝缘、母线和系统集成，但同时削减部分低压铜缆和现场定制的价值。把这三条主线套到每家公司上，受益方向是分化的，详见第五节。

其四，也是把以上三点收口的判断：定价权有久期，而这个久期被各公司的产能释放时点精确框定。开关柜的新增产能 2027 年下半年投产，变压器的新增产能 2028 年上线，燃机档期已排到 2029、2030 年；而液冷供应商正在以最快速度扩产，最早把自己的稀缺溢价归零。能快速大幅扩产的公司，供给弹性高、定价权过期快；扩产受电工钢、产线认证和熟练工约束、补得慢的公司，定价权留得久。这把核心错配收紧成一句话：市场给了扩产最猛、供给弹性最高、定价权最短的液冷公司最高的估值，给了扩产最慢、供给弹性最低、定价权最久的电网公司最低的估值。

后文所有公司比较都围绕同一个问题：兑现速度和定价权久期往往方向相反。收入来得快的环节，竞争也来得快；收入来得慢的环节，反而可能锁住更长的利润周期。估值错配就藏在这两者之间。

---

第3章：把产业链拆开：每一段卖什么、占多少钱

要判断谁值钱，先要把"AI 电力"这个笼统的主题，拆成一个 AI 数据中心从芯片到电网的物理结构，并给出每一段在建设成本里的大致占比。没有这个比例感，任何订单金额和增长率都无法横向比较。

一个 AI 优化的数据中心，单兆瓦建设成本约 2000 万美元以上，远高于传统数据中心的约 1130 万美元；吉瓦级 AI 园区的总建设成本可达 450 亿到 550 亿美元。这笔钱沿一条物理链分布：从机柜内的算力和供电，到机房的冷却和配电，再到园区的中压电气、变电站，最后到园区外的变压器、并网和发电。

把建设成本(不含 IT 算力设备本身、土地和软件)拆成几大段，电气系统占四成到四成半，是单一最大的一块，内部又分为机柜级配电(PDU，即机柜配电单元、母线、电源架)、白区关键电力(UPS、电池备份)、以及中压电气(开关柜、电气房)；冷却占一成半到两成，内部分为机柜级液冷(CDU，即冷却分配单元、歧管、冷板、后门换热器)和机房级散热；结构、土建和现场机电安装占其余大头；调试和功能测试隐含在以上各段里，但它是平台型公司可重复服务收入的来源。再往园区外，变压器、变电站、并网和发电不计入数据中心的建设成本，而是单独的电网与电源投资，但它们是整个项目能不能通电的前置条件，交期最长、最容易拖住进度。

这个拆分纠正了三个常见误判。第一，电气系统的四成到四成半，远大于冷却的一成半到两成——市场对液冷的关注度和它的成本占比不成比例，液冷是弹性最大、最受关注的主题，却只是第二大、不是第一大成本。第二，冗余直接放大电气和冷却的绝对金额——Tier IV 设施比 Tier III 贵两成半到四成，因为每一层都要双倍冗余，而 AI 工厂普遍要求高冗余，这是电气设备公司收入增长快于数据中心数量增长的结构性原因。第三，成本占比不等于价值占比——电气占成本四成到四成半，但价值归属取决于瓶颈深度和可替代性，真正能定价的是交期最长、最难扩产的那一小块：变压器、燃机档期、中压开关柜。

按这个拆分，把每家公司放进它所在的产品段，价值捕获的差异立刻清晰。

机柜级配电与电源架(PDU、母线、电源架、800 伏直流)：Vertiv、Eaton、Schneider、Delta、Lite-On、Flex 直接参与，nVent 在线缆管理和保护件上参与。这一段离 GPU 最近、最标准化，也最容易被开放机架标准和客户自购吃掉。机柜级液冷(CDU、歧管、冷板、后门换热器)：Vertiv、Modine、nVent、Auras、AVC、CoolIT 参与，这一段弹性最大，但供应商池正在被客户快速扩大。白区关键电力(UPS、电池备份)：Vertiv、Eaton、Schneider 参与，系统集成和服务给了它们高于纯组件的粘性。中压电气(开关柜、电气房、母线)：Eaton、Powell、Schneider、Hubbell、nVent 的预制电气房参与，这一段瓶颈深、自研难，是价值最稳的捕获点。园区外的变压器、燃机、变电站、并网：GE Vernova、Eaton、施工链的 Quanta 参与，交期最长、最不可替代，定价权最久。发电与长约：Talen、Vistra、Constellation、NRG，与设备出货不同步，跟容量市场和监管走。

---