摘要：新能源大涨那几年，有人靠它财务自由，有人站岗到回调。这一轮AI算力行情，剧本看起来眼熟——政策驱动、资本追捧、板块轮动。但这次底层逻辑不一样：GPU禁令改了供给曲线，国内算力企业被迫加速自主化，机构资金正在从新能源向算力做一次战略性迁移。
一、为什么算力行情在「复刻」新能源，但没有那么简单
2024年9月以后，如果你身边有炒A股的朋友，大概率听过两种声音。
一种说"算力就是下一个新能源，早信早上车"；另一种说"这次不一样，别被割了还帮人数钱"。两拨人吵了快一年，谁也没说服谁。
我翻了翻2019到2023年新能源行情的几个关键节点，又对照了一下这轮算力行情的启动节奏，发现它们确实在结构上有相似之处——政策利好先到位，资本开支跟上，板块开始轮动。
但相似归相似，剧本内核有三个地方根本不一样，理解不了这三点，你可能连自己在买什么都不清楚。
新能源那波我也没看懂，这波就懂了？
先说新能源那波是怎么起来的。2019到2020年是政策密集期，补贴驱动、渗透率开始抬头；2021年渗透率突破10%，机构和散户同步涌入，赛道股开始出现明显泡沫化特征；
2022到2023年产能过剩来了，行情分化，真正有成本优势的龙头走出来，其余大多数回到原点。
这轮算力行情的启动背景，本质上也是一个"渗透率拐点"叙事——只不过渗透的不是电动车，是大模型落地带来的算力需求。
但区别在于：新能源的供给是相对开放的，光伏、风电、锂电池的扩产周期国内基本能cover，技术路线也没有被卡脖子；
而算力的上游是GPU，GPU的上游是HBM和先进制程，而这些在美国出口管制清单上。
换句话说，新能源那波的卡点是"成本"和"产能爬坡速度"；这轮算力行情的卡点是"能不能买到"和"国产能不能顶上来"。这不是同一个问题。
⚠️ 踩坑提醒：如果你听到有人说"算力和新能源一样，闭眼买赛道就行"，这句话在2019年可能成立，在2025年的算力行情里，结论要打至少七折。
新能源行情 vs 算力行情：三个核心差异
| 维度 | 新能源行情（2019-2023） | 算力行情（2024-至今） |
|---|---|---|
| 供给约束 | 相对开放，产能可自主扩张 | 受出口管制，H系列GPU获取受阻 |
| 政策驱动点 | 补贴+碳中和目标 | AI战略+算力基础设施规划 |
| 行情分化节点 | 渗透率10%后板块轮动 | 国产GPU量产突破后真假分化 |
第一，供给曲线被硬约束打断了。新能源的产能扩张周期大概是12到18个月，国产化率高，所以供给能跟上需求；
但GPU的扩产周期不取决于国内厂商的意愿，而取决于能不能绕过管制拿到关键设备。最近国内几家AI芯片公司的招股说明书和IR沟通里反复提到的"产能爬坡"，本质上是在解决这个约束问题。
第二，政策传导路径不同。新能源政策是先补贴再退坡，行情跟着补贴节奏走；算力政策的核心是"自主可控"，这意味着政府引导资金会优先去买国产算力，而不是去买进口GPU。
这个逻辑在三大运营商的智算中心招标里体现得非常明显——2024年到2025年，移动、电信、联通的AI服务器集采清单里，国产GPU占比在持续提升。
第三，行情分化的时间节点提前了。新能源行情是在渗透率超过15%之后才出现明显分化，但算力行情在国产GPU量产刚有眉目时，市场就已经开始区分"真算力"和"算力叙事"了。
这个差异背后有信息传播速度的原因，也有机构投资者比例提升的原因——A股现在机构化程度比2019年高不少，聪明钱的反应速度比散户快多了。
所以买错了还真不一定是运气问题
二、三组数据，告诉你这次行情到底「硬不硬」
判断一个行情硬不硬，归根结底看三件事：需求是不是真实的、供给能不能跟上、资金是不是在持续流入。
我翻了翻信通院、运营商IR页面和几家云厂商的公开数据，挑出三组最关键的数字来验证这轮行情的成色。
数据一：国内算力资本开支规模——运营商和云厂商都在加码
三大运营商在2024年的算力相关资本开支披露里，数字非常明确：中国移动2024年算力网络相关资本开支预计超过450亿元，中国电信云业务相关资本开支同比增长约35%，中国联通也在年报里明确提出"东数西算"和智算中心的布局目标。
阿里、腾讯、字节跳动这三家云厂商的年报里，AI基础设施投入是2024年资本开支增长的核心驱动力。
有券商测算，2024年国内整体AI相关资本开支规模已经超过2000亿元，其中智算中心建设占比超过40%。[来源链接]这个数字在2023年还不到800亿，一年翻了一倍多。
需求端的数据是硬的。但问题在于，需求硬不代表供给能跟上。
数据二：GPU国产化率与缺口——H系列禁令前后是两个世界
2022年10月，美国商务部把英伟达A100、H100、H800等芯片列入出口管制清单；2023年10月限制进一步升级，覆盖了超过一定算力阈值的芯片。
这直接导致国内大模型训练和推理的核心GPU来源被卡住了。
信通院的数据显示，2022年国内AI服务器采购中，NVIDIA GPU占比超过85%；到了2024年，这个数字已经降到不足60%，国产AI芯片的占比从不到10%爬升到了接近30%。
[来源链接]这个数字背后是华为昇腾、寒武纪、壁仞等国产芯片厂商的出货量在快速爬坡。
但问题在于，国产化的速度快不快？答案是不确定。产能利用率、量产良率、交付周期，这些信息在公开渠道很难拿到透明数据，各家IR沟通的口径也不统一。
买算力概念股的时候，你得想清楚一件事：你买的是"国产替代的预期"，还是"国产替代兑现的业绩"？这两个东西的估值逻辑完全不一样。
数据三：机构资金流向——ETF净申购和北向资金在说什么
2024年下半年开始，A股AI算力相关ETF的净申购数据很说明问题。几只头部算力ETF的份额从2024年7月到2025年初，增长了接近40%；
同期，新能源相关ETF的净申购量出现了明显的萎缩，部分产品甚至出现净赎回。
北向资金的行为也有类似趋势。2024年Q4，北向资金在A股AI基础设施板块的持仓市值环比增长超过20%，而同期在光伏、锂电板块的持仓市值下降了约15%。
[来源链接]这个数字背后，有主动基金在做行业轮动，也有被动资金在跟着指数调整。
资金流向的数据说明一件事：机构层面的"从新能源向算力迁移"已经不是预期，而是正在发生的动作。但机构进场不等于行情结束，也不等于行情会一直涨。
机构的行为模式是"先建仓、再观察、达到目标就撤"，所以看懂资金流向的同时，还得看谁在什么时候进场、什么时候准备走。
⚠️ 踩坑提醒：ETF净申购数据是滞后指标，等你看到资金明显流入的时候，早期布局的机构可能已经在考虑减仓了。不要把资金流向当成买入信号，要当成背景确认。
三、两家公司对照：谁在做真正的算力，谁在做「算力叙事」
判断一家公司是不是在做真正的算力业务，有三个硬指标可以参考：真实订单、产能利用率、营收增速。
我找了两家公司做对照，一家是正面案例，另一家是反面教材。不点名，但逻辑说清楚。
正面案例：三个指标都站得住的公司
正面这家，IR沟通里明确提到智算中心的建设和运营已经有实际客户在跑，签订的算力服务合同金额能覆盖建设成本的70%以上，产能利用率在2024年下半年从40%爬升到65%以上，季度营收增速保持在30%以上，现金流也比同行健康。
这些数字放在一起，说明这家公司在做真实的算力供给：客户是真的、交付是真的、收入开始落地。这类公司的问题是估值贵，但贵得有理由。
这公司我还挺熟的，确实在踏实干活
反面案例：出租率不足30%却涨了三倍的公司
反面这家，概念也很响亮，智算中心、GPU集群、国产替代，标签全贴上了。
但翻一下它的财报：智算中心的机柜出租率不到30%，应收账款周期从60天拉长到120天，毛利率比行业均值低了将近20个百分点，营收增速主要靠政府补贴撑着。
这类公司的特征是：概念很大、故事很圆，但数字不撒谎——交付能力跟不上炒作预期，一旦市场情绪退潮，跌幅往往最深。
三个硬指标判断真伪
-
产能利用率：智算中心的机柜出租率是否在持续爬升，60%是一条参考线，低于这条线的公司需要谨慎。
-
订单质量：客户结构是单一的大客户还是多元化的？合同是长期约还是框架协议？有没有真实交付记录？
-
现金流：经营活动现金流是否为正，或者至少在改善？应收账款周期是否在可控范围内？这三个指标组合起来，能过滤掉大部分"算力叙事"公司。
⚠️ 踩坑提醒：AI服务器集采名单里的中标公告不是唯一判断依据。有些公司会拿"中标"当利好宣传，但中标金额和实际交付之间还有很长距离，落地的才是真的。
四、「谁在提前下车」：三类资金行为拆解
知道行情硬不硬、判断公司真伪之后，还有一个关键问题：现在谁在买、谁在卖、谁已经下车了？
资金行为分析不是玄学，是看数据。
早期布局机构：持有逻辑与减仓触发信号
早期布局这轮算力行情的机构，主要集中在2022年底到2023年上半年入场。那时候GPU禁令刚落地，市场对国产算力的预期还没完全起来，估值相对合理。
这批机构目前的持有逻辑主要看两个东西：国产GPU量产良率是否达到商业化临界点，以及智算中心的订单能不能转化为现金流。如果这两个信号出现松动，持有逻辑就会动摇。
减仓触发信号通常包括：大股东在高位减持、机构持仓占比出现明显下降、北向资金连续净流出超过一定阈值。当这些信号出现时，说明早期布局者已经在考虑撤了。
跟风进场的散户：典型行为与认知误区
散户进场的高峰期通常比机构晚半年到一年。这轮算力行情的散户涌入潮集中在2024年Q3到Q4，背景是市场情绪高涨、媒体曝光量大、各种"算力是下一个新能源"的说法在社交媒体扩散。
散户的典型行为特征：看到概念涨了就追涨，买入依据是"别人都在买"而不是公司基本面；卖出依据是"跌了就慌"而不是止盈止损逻辑。这个行为模式在任何市场都是被收割的主要来源，和行情本身好不好没关系。
认知误区有两个最常见：第一个是把"政策支持"当成"公司会涨"，政策支持的是行业，不是每家公司；
第二个是把"国产替代"当成"业绩兑现"，替代的预期和替代的现实之间，隔着量产良率、客户验证、产能爬坡这几道坎。
我当初也是这么被割的，没资格说别人
聪明钱：北向长线资金的减仓条件
北向资金里有一类是真正做长期配置的聪明钱，它们的行为逻辑和短期博弈资金完全不同。
这批资金的减仓条件通常包括：估值超过基本面支撑的合理范围、持仓公司的季度财报出现明显的盈利质量下滑、外部宏观环境出现不利于科技股的风险偏好转变。
判断北向资金是不是在减仓，不能只看净流入净流出的日度数据，要看周度和月度趋势，同时结合持仓结构变化来综合判断。
五、对工程师和从业者：哪些岗位正在真正被改变
行情分析归行情分析，对于大多数读者来说，最关心的可能还是：这轮算力行情，对我的工作机会和职业选择有什么影响？
这个问题值得认真拆一下。
算力基础设施岗位：从IDC运维到智算中心运维
传统的IDC运维岗位，技能栈主要是服务器管理、网络配置、基础监控。
这轮智算中心的运维需求，在技能栈上多了几个层次：GPU资源调度、CUDA环境配置、分布式训练任务的资源分配、NVLink/NCCL通信优化。
从待遇上看，智算中心运维的薪资普遍比传统IDC运维高30%到50%，但这个溢价不是白拿的——你需要理解AI workload的特性，知道GPU和CPU的资源使用模式有什么不同，知道怎么调优而不是只会重启。
AI应用层岗位：模型部署与推理优化
大模型落地加速后，模型部署和推理优化的人才需求在快速增长。这个方向的岗位需要既懂模型原理、又懂系统工程：如何压缩模型、如何加速推理、如何在有限算力下保持模型效果。
这类岗位在云厂商、AI创业公司和大型企业的AI Lab里都有需求，薪资弹性也比较大。
芯片相关岗位：国产GPU生态的岗位增长
如果你在芯片行业或者半导体相关专业，华为昇腾、寒武纪、壁仞、燧原等国产AI芯片公司的招聘需求在2024年以后明显增加。
但这个方向的要求也更高：需要懂体系结构、懂编译器、懂AI workload特性。普通软件开发背景转这个方向，需要补的课不少。
⚠️ 踩坑提醒：基础设施建设岗位（智算中心、算力网络）和上层应用开发岗位（模型训练、AI应用）在行情关联度上存在明显分化。
前者更直接受益于算力行情，后者更多取决于AI应用落地速度。不要因为算力行情热就一股脑往基础设施方向冲，要看清楚自己的背景和长期竞争力在哪里。
六、判断与风险提示：哪些信号值得长期跟，哪些只是短期叙事
说了这么多，最后给一个判断框架，帮你在后续跟踪算力行情时有一个清晰的锚点。
值得长期跟的信号
-
国产GPU量产良率：这是整个国产替代叙事的核心节点。量产良率突破70%，意味着成本能下来、供给能跟上、客户的采购意愿会更强。
-
智算中心上电率：机柜建好了，客户有没有真正用起来，上电率是比出租率更真实的指标。
-
运营商招标规模：三大运营商的AI服务器集采规模，是国内算力需求的一个相对透明的观察窗口。
需要警惕的信号
-
大股东减持：高位减持是大资金离场的明确信号，需要高度重视。
-
毛利率下滑：如果一家公司的毛利率开始下降，往往意味着竞争加剧或者成本压力上升。
-
应收账款周期拉长：这说明客户付款在延迟，可能是需求没有那么好，也可能是公司在用账期换订单。
乐观派 vs 谨慎派的核心分歧
乐观派认为：国产算力刚刚起步，渗透率还很低，政策支持力度大，资金还在持续流入，现在只是行情的中段。
谨慎派认为：算力行情已经在高位透支了相当多的预期，真正能兑现业绩的公司数量有限，大多数"算力概念"公司最终会被证伪，而且外部环境（中美关系、出口管制政策）存在不确定性。
我的判断是：行情方向是确定的，但个股分化也是确定的。与其押注板块涨跌，不如把精力放在理解具体公司上——能交付的、有真实客户的、现金流健康的，才值得长期关注。
行情分析了一晚上，结果发现自己手里的还是被套了
风险提示与免责声明：本文仅整理公开信息与免费工具用法，不构成任何投资建议、目标价判断或买卖依据。股市有风险，入市需谨慎。本文提及的公司、数据和案例仅供分析参考，不构成任何投资标的推荐。
延伸入口
- 原文归档：https://tobemagic.github.io/ai-magician-blog/posts/2026/04/23/板块轮动-算力行情为什么ai算力正在成为a股下一个新能源以及这次谁在提前下车/
- 公众号：计算机魔术师
参考文献
[1] 原始资料[EB/OL]. https://investor.apple.com/. (2026-04-23).