当前位置: 首页 > news >正文

宁德时代105亿进军算力能源协同领域,能否复刻锂电产业链的利润收割模式?

宁王的新赌局

宁德时代似乎觉得,市场对它的 "恨意" 还不够。众所周知,AI能源基建是公认的万亿级赛道,也是当下最热门的资本赌场。赌性坚强的宁德时代,这次的赌局就是 AI 数据中心。

最近两个月,它投入105亿,正式进军算力能源协同领域。先是41亿入主中恒电气,后又以9.42亿美元(约64亿元)拿下世纪互联第一大股东的位子。

宁德时代的野心不止于设备端。有消息称,它正计划参与 DeepSeek 的首轮融资。

表面上看,这是财大气粗地买门票,为 AI 基础设施、算电协调做前瞻性布局。但回顾宁德时代的发展历程,会发现这个操作似曾相识。

宁德时代用了十年时间,在全球布局锂矿项目超过20个,通过参股、长协、包销权锁定上游资源;虽未涉足正极材料,但通过控股邦普、合资德方纳米,将前驱体和磷酸铁锂的利润纳入囊中;虽未下场造车,但投资阿维塔、极氪、哪吒,锁定了终端装机份额。

上游矿山、中游材料、下游整车,产业链的利润最终都流向宁德时代。赚得最多的时候,宁德时代一家吃掉电池产业链(动力电池)近70%的利润。

现在,它似乎试图在算力能源领域复刻这条利润收割的流水线。

买客户、买订单的明线

花钱投资,要么为了现在拿订单,要么为了未来占身位。宁德时代两样都想要——这105亿,既买当下的订单,也赌未来的身位。

买下这两家公司最直接的好处,就是锁定了两块明显的订单池。第一块,是中恒电气手里的互联网客户。

中恒电气是国内数据中心供电设备的龙头,互联网大厂基本都用它的设备。阿里、腾讯、百度、字节跳动,一个都没落下。巴拿马电源在阿里体系独占九成以上份额;腾讯的 HVDC 市场,中恒也是核心采购;精密配电产品还进入了字节跳动的采购名单。

不仅是互联网巨头,三大运营商、各大超算中心、万国数据、数据港、光环新网这些第三方 IDC 运营商,也都是中恒的客户。头部云厂商想建数据中心,供电设备绕不开中恒电气。谁拿下中恒,谁就拿到了进入这些客户采购体系的通行证。

阿里今年一季度资本开支269亿,字节跳动今年全年 AI 基建预算上调到2000亿,腾讯一季度资本开支砸了319亿。这些钱最终都要变成一座座数据中心,而每座数据中心都得配备供电设备。

宁德入局后,它的储能系统、PCS 设备,可以打包进中恒的整体供电解决方案中,跟着中恒的 HVDC 一起嵌入客户的采购清单。不需要独立竞标,不需要重新认证,凭借 "自己人" 的身份直接进入。

第二块,是世纪互联正在疯狂扩建的数据中心群。世纪互联在全国30多个城市运营着超过50座数据中心,基地型业务运营容量889MW,城市型机柜49863个,服务1300家以上企业客户,其中包括字节跳动、阿里巴巴、腾讯等。

关键不在于现在有多少,而在于未来要建多少。世纪互联2026年资本开支指引是100到120亿,绝大部分要用来交付450到500MW 的新增容量。公司创始人陈升放话,未来十年要把数据中心加新能源的资产管理规模干到10GW,这相当于把过去25年建成的东西再翻十倍。

数据中心的电力成本占到运营成本的五到六成,配储基本是刚需。宁德时代作为产业方引入世纪互联,同样锁定了 AIDC 场景下的储能应用订单。

两块订单还存在交叉放大的效应。宁德的储能系统和 PCS 跟着中恒的 HVDC,顺着世纪互联的机房渠道,顺利装进一座又一座数据中心。反过来,世纪互联的客户想要节能降本,宁德也可以通过中恒这个接口,直接把 "储能 + 配电" 的打包方案送过去。不仅卖产品,还能卖方案、卖服务,客单价更高,合同期更长。

这意味着,宁德把自己从 "电池供应商" 升级成了 "算力能源解决方案提供商"。过去是卖完电池就结账走人,现在是长期绑定在客户的运营成本里,年年有钱收。

截流产业链利润的暗线

如果只把这两个百亿投资当成 "买订单 + 卡身位",那就太小瞧宁德时代了。在硬币的另一面,宁德试图把 "宁王" 的逻辑贯彻到底,在数据中心能源链上截流利润、掌握话语权。它正把锂电行业验证过的 "垂直整合 + 下游锁定" 的策略,复制到数据中心这条赛道上。无论上游原材料怎么涨、下游招标怎么压,利润的大头始终稳稳落在自己口袋里。

为什么锂电的打法可以复制到数据中心?因为这两个行业遵循同一套利润收割模型。上游锁定关键资源,中游卡位核心设备,下游绑定终端客户。像锂电是锂矿、电池材料、整车厂;数据中心则是矿资源、供电设备、算力运营商。结构对称,打法可复刻。

先看它在锂电产业链是怎么做的。宁德一手向上掐住原材料的脖子,锂、镍、钴,从矿山到冶炼,全链条攥在手里。一手向下绑住车企的订单,合资建厂、长协锁单,把整车厂变成自己的利益共同体。所以碳酸锂涨跌无所谓,车企压价也不怕,宁德在中间吃利润大头就好了。

现在,这套打法正在数据中心赛道重演。上游的逻辑一模一样。储能成本的大头还是锂电池,宁德自有矿,成本直接比同行低一截。更关键的是,它不需要把电池卖给中间商再倒一手——中恒电气、世纪互联都是 "自己人",储能产品直通数据中心,中间商的差价全省了。

下游也只是换了个形式。以前是 "合资产能 + 长协" 绑车企,现在是 "股权投资 + 产业链配套" 绑算力运营商。如果友商想挑战这个体系,吃到其中的大头利润,就得先突破三道壁垒。

第一,接口壁垒。中恒电气在国内智算中心 HVDC 市占率31%,位于行业第一(不包含巴拿马电源和 UPS)。第二,自研壁垒。从零研发 HVDC 需要数十亿研发投入和数年认证周期,等做出来,市场窗口早已关闭。第三,合作壁垒。即使选择与现有供应商合作,定价权和排期权也在对方手中。

宁德就是把这三道壁垒,砌成自己的护城墙。更关键的一步棋是,宁德试图借中恒电气,提前卡位 AI 数据中心供电架构升级。

AI 算力密度暴涨之后,传统 UPS 供电体系的效率瓶颈开始暴露。英伟达正在推动数据中心向800V HVDC(高压直流)架构演进,希望减少交流 - 直流之间的多次转换,提高整体供电效率。而中恒电气,本身就是国内较早布局 HVDC 数据中心电源的厂商之一。

它过去在互联网数据中心时代积累了大量240V/336V HVDC 项目经验,在阿里、运营商等体系里有较强存在感。但客观来看,中恒的优势更多建立在传统 HVDC 路线。英伟达目前已经确认了推动的800V HVDC 的技术路线。不过 Sidecar 架构、中压整流器(MV Rectifier)、SST(固态变压器)等方案,目前都还处于新一轮技术竞争阶段。

中恒并不是这一轮技术周期里最领先、最具统治力的玩家。维谛、台达、华为等厂商,同样在抢800V HVDC 入口。宁德真正看中的,并非中恒已经建立了多深的技术壁垒。而是它已经拿到了一张 AI 数据中心供电体系的 “入场券”。

2025年,中恒相关 HVDC 方案进入英伟达生态兼容体系,并通过 DGX H100 相关认证。这意味着,中恒至少已经进入下一代 AI 供电架构的候选名单。对于宁德来说,这就够了。因为它真正想切入的,是整个 AI 数据中心能源链。

结语

回看宁德时代的这盘棋,战略底色已经清晰:向上游吃资源、向中游吃设备、向下游吃渠道。三条线交汇之处,是一个 "源网荷储" 一体化的算电协同闭环。它要的不是数据中心的一块蛋糕,而是整个数据中心能源价值链上所有能碰到的环节。

在锂电产业链上,它已经证明了这个模型是可行的。一家公司拿走全产业链利润大头,合作伙伴在薄利甚至亏损中维持运转。但数据中心这条赛道的牌手,和锂电产业链上那些挣扎求生的中小车企不同。这里是英伟达、台达、维谛、阿里云、华为、国家电网和地方政府共同博弈的战场。

宁德不是没有赢面。但这一次,它的对手们在供电标准、电网准入这些维度上,同样握着不容低估的筹码。但如果宁德能在 Deepseek 上拿到一部分股权,就能把算力侧的话语权也一并收进囊中,让大模型玩家不仅用它的电,甚至花的钱里也有一部分流回它的口袋。届时,产业链某些环节的公司,也许得过一阵子苦日子了。宁德时代能否在这场新赌局中获胜呢?

http://www.jsqmd.com/news/895930/

相关文章:

  • 别再让Kettle转换里的SQL乱跑了!用‘阻塞数据’组件精准控制执行顺序的实战心得
  • 源代码论文分享|Spring Boot 社区物业管理系统!
  • 如何快速上手AceGPT-13B:5分钟完成安装与推理的完整指南
  • 我们改变不了房价, 改变不了这个社会的运行规则。但 可以改变自己
  • 智能评价助手:告别手动评价,让AI为你的京东购物体验增值
  • Keil C51代码银行中常量定位问题解决方案
  • QKeyMapper:Windows玩家的终极按键映射神器,无需重启零风险
  • InsForge测试驱动开发:Red-Green-Refactor循环完整指南
  • 零成本获取全球金融数据:AKShare开源财经数据接口库完整指南
  • bert-base-multilingual-cased:华为昇腾NPU优化的104语言BERT模型全面解析
  • 别再只用UI RawImage了!用Unity的Shader Graph为你的Minimap实现高级视觉效果(动态遮罩、迷雾战争、风格化渲染)
  • Claude Code用户如何配置Taotoken解决封号与Token不足问题
  • 技术面试文化轮深度解析:从沟通能力到组织智慧的实战指南
  • 基于Claude与Shopify API构建智能电商客服系统实战
  • 终极Chrome网页资源下载神器:ResourcesSaverExt完整安装使用指南
  • Jeffding/deep-solar-Rev-v3.0.4-openmind模型参数详解:从hidden_size到num_attention_heads
  • 如何快速上手戴森球计划FactoryBluePrints:新手终极避坑指南
  • 如何通过预渲染技术提升Hexo主题的SEO效果:everfu/hexo-theme-solitude的完整指南
  • 基于本地大语言模型构建私有AI邮件助手:从架构设计到工程实践
  • 如何彻底告别网盘下载烦恼:LinkSwift多平台直链下载助手完整指南
  • Origin实战:从散点到预测,用置信区间讲好数据故事
  • 2026集安市本地黄金+铂金+白银+K金回收渠道实地走访,五家实力门店综合体验测评 - 亦辰小黄鸭
  • Keil开发中map文件内存分析方法与优化技巧
  • MinShap与Max-p:基于沙普利值与多重检验的稳健特征选择方法
  • GLM-5.1-w4a8未来展望:量化技术发展趋势与模型优化方向
  • 为什么选择Telecine?探索这款Android视频录制工具的独特优势
  • 如何用Python自动化COMSOL仿真:MPh的终极指南与实战技巧
  • GLM-Z1-32B-0414代码生成与工程应用:从简单脚本到复杂系统的完整开发指南
  • Figma中文插件终极指南:3分钟实现Figma界面完全汉化
  • 从原理到实战:红外循迹模块的智能小车避障与路径规划