微博中芯国际都没料到！大厂硬件投资超预期，国产算力开始缺货扩产
AI算力最强的信号，可能已经不是股价上涨，而是连产业链自己都低估了订单。
中芯国际联合CEO赵海军近日透露，中国互联网公司今年大幅提高硬件投资，力度超出公司此前预测。更值得注意的是，在与客户讨论后续合作时，客户给出的下线量“远远超过原来的预期”，与数据中心电路板、算力板配套的逻辑芯片、BCD以及光模块收发相关芯片，都出现了明显旺盛需求。与此同时，中芯国际二季度产能利用率已升至93.7%。
另一边，腾讯二季度单季资本开支已经达到527.84亿元，同比增加337亿元；阿里云则计划把模块化数据中心全球产能提升两倍以上。
如果把这些动作连起来，一个越来越清楚的信号出现了：
国产算力正在从上一阶段的“有没有替代能力”，走向下一阶段的“产能够不够用”。
这可能是2026年AI产业链最值得重视的变化之一。
一、为什么“中芯国际都没料到”比扩产本身更重要？
算力行业从来不缺乐观预测。
真正稀缺的是企业此前做了预测，结果真实订单比预测还高。
因为这说明需求不是资本市场先想象出来，再等待产业兑现；而是产业自身根据客户沟通、晶圆下线和供应链反馈，发现原来的预测可能偏保守。
这两者差别很大。
如果只是大模型公司宣布又要训练一个更大的模型，市场可以争论这是“烧钱”还是“有效投资”；但当互联网公司的硬件采购最终转化成芯片、光模块、PCB、电源和数据中心订单时，产业链就开始进入真正的收入确认阶段。
中芯国际此次提到的也不只是某一种“AI芯片”。
算力板上的逻辑电路、BCD、光模块发送接收相关器件都出现旺盛需求，意味着一台AI服务器背后的价值增量，正在从核心GPU向外围芯片扩散。
GPU是最贵的那颗芯片，但绝不是AI服务器唯一需要扩产的东西。
二、腾讯528亿元资本开支，最值得看的不是“烧了多少钱”
互联网大厂为什么突然买得更多？
腾讯提供了一个很直观的答案。
今年二季度，腾讯资本开支达到527.84亿元，同比增长176%。由于资本开支和算力采购预付款大幅增加，当季自由现金流一度降至-138亿元；但如果剔除算力采购预付款，自由现金流仍达到376亿元。
这说明一个非常关键的问题：
腾讯并不是因为原有业务失去造血能力，被迫拿现金赌AI；而是在传统业务仍能产生强现金流的情况下，主动把更多现金换成算力。
资本市场过去最担心的是，大厂建了大量数据中心，却找不到足够多的AI收入。
现在大厂给出的信号正在变化。
腾讯明确表示，要在模型、应用和基础设施三个层面构建“AI赋能的腾讯”，并大幅增加算力采购，以推动模型和AI应用最终转化为收入。
所以这一轮硬件投资的逻辑，已经不完全是“先买了再说”。
而开始变成：
应用量增加——Token需求增加——推理量增加——再反过来继续买算力。
如果这个闭环形成，算力采购就从阶段性的资本开支，变成伴随AI业务增长的生产资料投入。
三、阿里为什么连数据中心“生产方式”都在改？
阿里的变化则发生在更下游。
阿里云计划今年把模块化数据中心的全球产能提升两倍以上。目前其大型AIDC数据中心交付周期已经压缩到约100天，同时建设成本降低10%以上。
这个数据很有意思。
过去讨论AI数据中心，重点通常是建多少GW、买多少GPU。
但当需求增长速度太快以后，新的瓶颈出现了：
机房本身能不能足够快地建出来。
传统数据中心很多环节需要现场施工。模块化则把供电、制冷、机柜等系统提前在工厂生产、预调，再运输到现场组装，某种程度上越来越像工业化造车，而不是传统建筑工程。
这说明算力竞争已经开始进入第二阶段。
第一阶段拼的是有没有GPU。
第二阶段拼的是：
拿到GPU以后，能不能更快地把它通电、联网、散热，并真正形成可以出售的Token。
这也是为什么AI产业链的机会开始变得越来越长。
四、扩产潮已经从算力芯片蔓延到光芯片和液冷
如果需求真的开始超预期，那么供应链企业最自然的反应只有一个：
扩产。
源杰科技日前宣布，拟投资约42.68亿元建设半导体产业园，重点扩大高端激光器芯片规模化生产能力。仕佳光子拟定增募资不超过28亿元，投向高速AWG芯片、CW光芯片、COC产业化以及高密度光互连等项目。
与此同时，AI服务器液冷、高速互连等环节也在不断增加资本投入。
这背后存在一个非常典型的算力产业规律：
算力越强，外围系统越贵。
GPU数量增加，需要更多光模块。
光模块速率从800G升级到1.6T，需要更高性能光芯片和高速PCB。
机柜功率上升，又会推高液冷、电源和散热需求。
数据中心越来越大，还会进一步增加配电、变压器和基础设施需求。
所以AI真正形成的从来不只是一条“芯片产业链”。
更准确地说，它在不断制造新的工程瓶颈。
一个瓶颈被解决，下一个瓶颈就开始产生价值。
五、这一轮和2023年最大的区别，可能是“推理”开始接棒
为什么到了2026年，算力需求仍然没有明显降温？
因为AI使用方式已经变了。
训练一个大模型虽然极其消耗算力，但训练本身具有阶段性。模型训练完成之后，如果没人使用，算力需求最终还是会下降。
推理则完全不同。
一个用户每天调用10次AI，和1亿用户每天调用几十次AI，对算力的消耗完全不是同一个数量级。
更何况现在AI正在从聊天向Coding Agent、办公Agent、自动客服、视频生成和企业智能体扩散。
Agent还有一个特殊之处：它完成一次任务可能需要自主规划几十步、调用多个工具，并反复请求模型。
一个用户只发一次指令，后台可能发生几十甚至上百次模型调用。
因此，AI产业真正长期的算力需求可能不是“训练出多少个模型”，而是全球每天产生多少Token。
这也解释了为什么大厂在模型能力已经相当强的情况下，反而继续增加硬件投入。
模型越来越强，并没有让算力不重要。
恰恰因为应用开始增长，算力变得更重要了。
六、但“缺货扩产”也有一个必须警惕的问题
资本市场最容易犯的错误，就是把短期供不应求直接外推成永久短缺。
当企业同时宣布几十亿元扩产，一个新的风险已经出现：
今天缺的是产能，三年以后会不会变成产能过剩？
尤其是光通信、液冷、PCB甚至部分芯片环节，只要利润足够高，就会吸引大量资本进入。
源杰科技一次投入42亿元，仕佳光子又募资28亿元，其他同行如果同步扩产，供给最终可能快速增加。
所以判断这一轮国产算力行情能不能走得更远，不能只看“谁宣布扩产”。
真正应该看三件事：
订单能不能持续增长，新增产能能不能按期消化，以及扩产以后毛利率能不能守住。
缺货时所有人都赚钱。
供给真正释放以后，才能看出谁有技术壁垒。
七、真正的大变化：算力行情正在从“国产替代”走向“真实需求”
过去几年，国产算力最大的投资逻辑经常是：
如果海外高端芯片受到限制，国产企业能够替代多少？
这是一个供给侧逻辑。
但中芯国际这次透露的信息，却越来越像一个需求侧故事。
客户不是因为“必须国产”才增加订单。
而是互联网大厂本身就在提高硬件资本开支，AI应用、推理和数据中心建设带来的需求超过此前预测。
这两种增长质量完全不同。
国产替代解决的是：
原本属于别人的市场，我们能拿多少回来。
AI需求扩张解决的是：
整个市场本身能不能继续变大。
如果二者同时发生，行业增长空间自然会被重新计算。
这可能也是现在国产算力最重要的逻辑变化。
八、从“有没有芯片”，走到“够不够用”
把中芯国际、腾讯、阿里和产业链近期扩产动作放到一起看，2026年的国产算力出现了一条越来越完整的链条。
互联网大厂提高资本开支。
数据中心加速建设。
晶圆厂看到客户下线量超过预期。
光芯片、光互连、液冷企业开始扩产。
最终所有环节指向同一个问题：
AI需求是不是已经从资本市场讲故事，开始真正变成制造业订单？
目前给出的信号越来越积极。
当然，一轮扩产潮并不能保证所有企业都能成为赢家，算力产业仍然要面对技术迭代、价格下降和产能释放后的竞争压力。
但至少现在，国产算力投资逻辑正在发生一个明显变化。
过去市场首先问的是：
“我们有没有？”
现在产业链越来越多地面对另一个问题：
“我们够不够？”
而当一个产业从担心有没有产品，走到担心产能够不够用时，它所处的阶段已经完全不同。
上一阶段国产算力炒的是替代能力，下一阶段真正要看的，可能已经是产能、订单和利润能否一起跑出来。
这才是中芯国际一句“远超原来预期”背后，真正值得投资者重视的变化。
参考资料：
- 中芯国际2026年第二季度业绩及管理层交流公开信息
- 腾讯2026年第二季度财报及业绩说明会。
- 新华社、科创板日报关于阿里云模块化AIDC建设及扩产信息。
- 源杰科技、仕佳光子等上市公司扩产公告及公开报道。
以上内容仅为财经产业分析，不构成任何投资建议。
