近期，AI算力产业链迎来业绩密集披露期。从GPU、存储、MLCC（片式多层陶瓷电容器）到服务器，各环节头部企业交出高增长答卷，多家公司实现翻倍级利润增幅。
业绩报告的数字只是过去的勋章，硬件环节的高光之下，中国证券报记者调研观察到，算力基础设施部署的瓶颈正在向产能交付和电力供给转移，这些构成了AI竞赛能跑多远的关键变量。
● 本报记者 杨洁
产业链业绩密集释放
AI芯片龙头寒武纪（688256）发布的2026年半年报显示，上半年，公司实现营业收入59.96亿元，同比增长108.13%；净利润23.11亿元，同比增长122.61%；扣非净利润21.66亿元，同比大增137.30%。
拆分单季度来看，这也是寒武纪（688256）上市以来表现最亮眼的单季度业绩，盈利爬坡节奏清晰：2026年一季度寒武纪（688256）的净利润达到10.13亿元，二季度的单季盈利进一步攀升至12.98亿元，同比增长90.11%，环比增长28%，连续两个季度站稳十亿级盈利台阶。
AI服务器龙头工业富联（601138）2026年半年报显示，受益于AI算力需求持续增长，公司上半年实现营收5578.6亿元，同比增长54.6%；净利润237.4亿元，同比增长96%，期内公司经营活动产生的现金流量净额达到73.91亿元，同比增长425%。具体来看，GPU及ASIC业务同步放量，云服务商AI服务器营收同比增长2.3倍，GPU AI机柜出货量同比增长3.2倍，ASIC AI机柜出货量同比增长3倍，ASIC CPU服务器出货量同比增长2.5倍。
光模块赛道表现突出。新易盛（300502）预计上半年实现净利润70亿元至80亿元，同比增长77.56%至102.93%。公司表示，高速光模块市场需求持续旺盛，800G光模块已成为主力出货产品，1.6T光模块二季度出货量较一季度明显增长，预计下半年放量节奏将进一步加快，行业景气度持续处于高位。
存储板块更是业绩大幅爆发。江波龙（301308）2026年半年报显示，上半年公司营收240.88亿元，同比增长136.26%；实现净利润105.77亿元，同比增长71528.66%。公司表示，业绩爆发的首要推手是AI算力需求引发的全球存储产业超级景气周期（883436）。
MLCC供应同样紧俏。受益于MLCC下游需求旺盛及AI相关业务带动，博杰股份（002975）预计上半年净利润1.5亿元至1.85亿元，同比增长642.86%至816.20%。
交付能力成为关键
AI算力产业链的硬件环节供不应求背后，算力基础设施部署的瓶颈正在悄然向交付环节转移。
阿里云全球数据中心总经理王朝阳在接受记者采访时表示：“今天来看，AI算力处于供不应求的阶段，交付速度是非常关键的一个竞争力。”
8月10日，阿里云宣布基于首创的全模块化设计架构CUBE 5.0，将大型AIDC数据中心的交付工期缩短至100天。同等规模项目，国内传统交付周期（883436）为6至12个月，美国为12至18个月。在工期大幅缩短的同时，整体建设成本反而降低10%以上。
据了解，传统项目采用串行施工模式，每一步都依赖上一步的完工，比如先安装供配电，再接空调（884113）。阿里云创造了全模块化的设计理念，CUBE 5.0将供电、冷却、安防（885423）、智能化及消防五大系统的整体模块化率从早年的30%提升至90%，各模块在工厂并行生产，预调至集装箱后运抵数据中心，现场像“搭积木”一样吊装。
王朝阳指出，数据中心发展遵循市场、成本、技术三层逻辑，当前电力成本正变得前所未有的关键。他观察到，传统IDC机柜功率在5千瓦至8千瓦，AIDC阶段跃升至100千瓦以上，并判断未来两年内可能出现1000千瓦的机柜，单芯片的功率将达1200瓦至1800瓦。
功率的飙升使电力成为制约算力落地的首要瓶颈。Gartner预测，2026年全球数据中心电力消耗将达到565TWh，同比增长26%。Gartner高级总监分析师颜晶比喻道：“AI这条高速路比拼的其实是‘加油站’密度和‘导航’灵敏度。训练高端大模型每跑一圈就要消耗数百兆瓦时的电力——‘加油站’不够或‘油量’跟不上，顶级赛车就上不了路。”
在此背景下，“算电协同”于2026年首次写入政府工作报告，并被纳入“十五五”规划纲要。今年4月，国家发展改革委、国家能源局、工业和信息化部、国家数据局四部门联合印发《关于促进人工智能（885728）与能源双向赋能的行动方案》，提出探索百万千瓦级AI算力设施与配套能源系统协同建设，选择具备条件的地区开展试点，推动算电协同一体化发展。
产能竞赛仍在持续
面对旺盛的市场需求，扩产成为全产业链的共同选择。阿里云表示，今年计划将模块化数据中心的全球产能提升两倍以上。
关于上游供给瓶颈，王朝阳的判断相对乐观：“我们做过评估，当前国内产能其实能比较好地匹配我们的芯片产能，并不是特别大的问题。”但他同时提示，伴随模块化数据中心相关的技术和标准被广泛采用，海外同行同样也会抢占国内的产能。
不过，供需关系的转换风险不容忽视。颜晶表示，当前全球科技基金对AI和算力硬件板块配置极高，AI算力和大模型的规模效应正向头部急剧集中，引发资本抱团和估值溢价积累。
王朝阳认为，未来AIDC领域的投资体量将远超其他领域，也必将催生新的技术创新与产业机会。颜晶则提醒企业：“AI高速路上，真正的赢家是那些懂升级改装、持续更换‘零件’、学习新技能、甚至主动调整驾驶方式的企业——它们能充分利用AI跑得又远又快。反之，那些老旧僵化、不愿改变的企业就像‘老爷车’，不仅效率低下，技术也逐步落后。”
