【国信计算机】粤港湾智算（01396.HK）-智算服务解决方案提供商，构建全栈式服务能力

报告发布日期：2026年10月26日

报告名称：《国信证券-粤港湾智算（01396.HK）-智算服务解决方案提供商，构建全栈式服务能力》

证券分析师：熊莉（S0980519030002）

证券分析师：艾宪（S0980524090001）

核心观点

粤港湾智算：聚焦智算基础设施建设，国内首批高端算力万卡集群一站式技术服务商。公司以全资子公司天顿数据为业务核心，构建了“硬件基建+软件云平台”的双轮驱动商业模式。在硬件底层，公司在全国范围内累计建设超30000个高功率机柜，FP16稠密算力集群规模超5万P，并保持高速增长，是国内首批高端算力万卡集群一站式技术服务商，具有多个万卡集群实操经验，服务于国内互联网科技企业、运营商、金融机构等超200家企业级客户。在软件调度端，公司自主研发了“量子湃”算力云平台，能够实现跨地域、异构算力的高效管理与智能调度。

智能算力需求快速增长，公司顺势切入算力租赁领域。Scaling Law目前正在从预训练扩展到后训练和推理阶段。基于强化学习、思维链等算法创新在后训练和推理阶段更多的算力投入，可以进一步大幅提升大模型的深度思考能力。根据IDC披露数据，2025年中国智能算力规模为1371.1EFLOPS，预计2030年将达到10524.3EFLOPS，对应2025-2030年CAGR为50.3%。公司2025年10月完成对天顿数据收购，开始全面布局算力租赁领域，根据公司2026年7月3日发布《自愿公告-AI业务进展更新》，2026年上半年已新增交付AI算力云服务订单金额超人民币20亿元，95%以上订单为期限5年的长期合同。

公司土地、资金等资源充足，业务有望进一步扩张。根据公司2026年中报数据，公司目前已交付及运营的FP16稠密算力稳居行业第一梯队，在手意向订单超370亿元，已交付、稳定计费规模超200亿元，能够保障未来3-5年的现金流。同时公司已累计获得金融机构意向授信总额超人民币500亿元，为进一步拓展AI算力基础设施业务打下坚实基础。根据公司2025年10月31日发布的《自愿公告》，公司旗下仍有约140万平方米土地储备，相关资源充足，业务有望进一进步扩张。

风险提示：高端服务器获取渠道收缩的风险、单月租金价格下行及毛利率下降的风险、客户侧订单不及预期的风险等。

报告正文

一、粤港湾智算：智算全栈式解决方案提供商

1.1 公司概况：智算服务全栈式解决方案提供商

转型聚焦构建高性能算力服务集群，智算服务全栈式解决方案提供商。公司成立于2010年，2013年在港交所上市。2025年以来，公司拥抱AI智算业务，根据2025年12月1日《自愿公告》披露数据，通过对深圳天顿数据科技公司的收购，公司新增AI算力规模超12000GPUs，并推出了具有跨地域管理能力的“量子湃”算力云调度平台。根据公司2026中期业绩公告，截止8月28日，公司在手意向订单超人民币370亿元，其中，已交付、稳定计费规模超人民币200亿元，FP16稠密算力规模超5万PFLOPS。公司服务于大模型训练、AI生物制药、AIGC内容生产、自动驾驶等革命性领域，并提供从底层算力到上层应用的全栈式解决方案，此外亦积极拓展全球AIDC业务，以响应并引领AI产业的爆发式增长，致力于成为亚洲头部独立算力基础设施服务商。

公司发展历史：IDC→AIDC→算力云→Token工厂。2014年，东莞首个千柜规模第三方国标A级数据中心起步；2017年，100天交付3,000多个机柜，创行业速度纪录；2020年，携手淡马锡旗下吉宝集团，共建50MW数据中心；2023年，ChatGPT引爆AI，公司进军算力赛道，深圳智算中心落地；2024年，交付华南首个万卡集群，布局东南亚，确立双主业；2025年，算力突破4.2万P，订单超150亿，招银国际战略入股；2026年，在手订单超370亿，累计交付200亿，完成"AI基建+平台+应用"的生态闭环，同年引入国资福田资本、博约基金战略入股，股东结构持续优化。

公司股权结构较为清晰，截至2026年7月7日，中国粤港湾区控股有限公司持有公司26.18%的股份，为公司第一大股东。2025年10月以来，公司因发行3.1亿股收购对价股份，以及2025年12月、2026年2月、2026年7月三轮配售新股，总股本已增至约15.84亿股，原股东持股比例相应摊薄。公司26年1月披露公告，鸿奕智算（福田资本全资持有的控股投资实体）与天顿数据（公司全资附属子公司）签订投资协议，鸿奕智算投资8亿人民币，认购鸿策数据增发的40%股权。

管理层经验丰富。董事会主席罗介平先后在深圳市财政局、地方税务局担任多项职务，历任市地税局电子税务管理中心主任、市财政局国库支付中心主任及办公室主任等，具备深厚的政企体系与国资平台运营底蕴；执行董事钟军华曾任中国电信东莞分公司负责人、广东志享资讯科技董事及总经理，深耕电信与AI数据中心领域逾20年。同时，公司董事会还汇聚了资深投行专家及来自清华、北大的顶尖半导体权威学者，为公司向AI转型提供坚实的技术支持。

1.2 主营业务：聚焦智算基础设施建设，构建全栈式服务能力

智算基础设施：聚焦智算基础设施建设，国内首批高端算力万卡集群一站式技术服务商。公司目前形成四大核心业务：1）高性能算力集群——万卡级AI算力部署；2）开放式智算云——自研量子湃算力云平台；3）全球AIDC建设运营——海内外数据中心运营；4）AIGC 垂类应用——Token工厂+孵化投资。公司经营从底层算力到上层应用的全栈式解决方案，目前运营算力规模5万P+（FP16 稠密），稳居行业头部；服务200多家企业级客户、3,000多个OPC及个人客户；在手订单370亿元+，已交付稳定计费超200亿元。

量子湃是由粤港湾智算自主研发的算力云服务调度平台，2025年正式上线投运。该平台依托公司在AI基础设施、算力调度与智能运维领域的深厚积累，为教育科研、AI生物制药、AIGC内容生产、自动驾驶等多行业客户提供一站式智算与全流程自动化服务。量子湃具体提供以下四大核心服务板块：

1）多元算力产品供应：提供海量先进GPU算力卡，支持容器、裸金属、一体机等多元供应方式；同时推出“Spot实例专区”，以高性价比的普惠算力体系，降低用户的算力采购与使用成本；

2）大模型API与自动化开发：集成包含DeepSeek、阿里、字节跳动、智谱AI、零一万物等行业主流厂商的海量大模型API，涵盖文本、图像及视频生成；用户不仅能快速接入API与镜像市场，还可依托一站式AI推理部署平台构建行业垂类模型，实现训练、推理、微调、部署的全流程自动化；

3）AI应用赋能与学术加速：支持ComfyUI工作流的一键云端部署，为创作者提供便捷的AIGC创作工具；同时开辟“学术资源加速”服务，整合全球学术资源，加速文献、数据与工具的汇聚流通，缩短科研人员的资源获取周期；

4）企业级全生命周期服务：面向B端及行业合作伙伴，输出“智算中心建设和运营”、“算力硬件”以及“算力纳管”三大企业服务，帮助合作夥伴快速构建拥有自主品牌的智算服务。

1.3 财务分析：26H1收入同比高增，盈利能力有望持续改善

2025全年扭亏为盈，26H1收入同比高增。25年粤港湾智算实现营业收入10.03亿元，同比下降61.48%；实现归母净利润0.73亿元，同比扭亏为盈。从历史数据来看，2021至2024年受传统地产及基建行业整体下行影响，公司面临去化缓慢及流动性压力，营收规模呈显著收缩态势且连续四年录得大额亏损；2025年公司为彻底出清风险，加速剥离低效重资产并集中确认了存货跌价及物业公允值亏损，导致当期营收继续承压大幅下滑，但得益于强制可换股债券重组等产生的大额一次性债务重组收益，以及全资收购智算运营商天顿数据，AI业务贡献增量利润，2025年公司实现净利润转正。2026H1公司实现营业收入25.59亿元，同比上涨1020.95%，其中AI贡献收入约23.8亿元，占总收入约93.1%，AI算力技术服务收入约人民币15.2亿元，毛利率达35.5%。2026H1公司实现归母净利润2.75亿元，同比大幅下滑，主要系2025年6月公司完成以强制可转换债券赎回优先票据而产生的债务重组收益14.1亿元所致，调整后2025H1公司实现归母净利润-4.44亿元，2026H1同比扭亏为盈。根据2026H1半年报，公司在手AI算力意向订单达370亿元，订单规模大、期限长，为未来3-5年的现金流稳定性提供了坚实保障。

盈利能力提升，期间费用率下降。2026H1公司核心AI业务毛利率35.5%，高毛利的AI算力技术服务收入快速增长，拉动整体毛利率为同比大幅提升约6.3个pct至22.9%（2025H1毛利率为16.6%）；2026H1公司期间费用率约为8.75%，相较于2025年的31.2%大幅下降22.5个pct，其中销售费用率、行政费用率、财务费用率分别为0.20%、2.47%、6.08%，整体费用率的下降，主要系2025年行政费用中，为激励集团核心业务团队，计提了1.30亿人民币奖金。

二、算力租赁：国内算力租赁领先企业，相关资源储备充足

2.1基座模型迭代不断加速，覆盖领域不断拓展

模型迭代不断加速，覆盖领域不断拓展。自2018年起，国内外主要科技企业相继推出其模型产品并保持常态化迭代。OpenAI的GPT系列经历了从早期版本到GPT-4、GPT-4o，以及后续推理模型（如o1、o3）和GPT-5系列的演化；Google的技术路径从BERT扩展至多模态的Gemini系列；Meta则通过Llama系列进行了开源模型的更迭。国内市场方面，阿里巴巴的Qwen系列、百度的文心系列以及DeepSeek等机构也保持了相应的研发节奏，在多种参数规模和模态上进行了技术布局。

目前人工智能的技术成果主要集中在五个核心领域：一是语言模型，涵盖语音与文本的处理；二是基于注意力机制的Transformer架构，其在强化语言处理功能的同时也展现出泛化能力；三是扩散模型，其通过学习数据加噪与逆向去噪的过程，形成了当前主流的生成式算法框架；四是图像生成，该领域在经过前期积累后，近两年在生成质量上取得了实质性进展；五是代码生成，系统逐步具备了自动化输出复杂代码段的能力，目前已经越发接近自然语言编程的目标。

Scaling law在当前人工智能发展中仍占主导地位，推高AI算力需求。Scaling law描述了模型参数量大小和模型性能的关系，为人工智能的研发提供了相对明确的工程化路径，带动了计算芯片、高速网络及数据中心等硬件产业链的系统性发展。Scaling law目前正在从预训练扩展到后训练和推理阶段，基于强化学习、思维链等算法创新在后训练和推理阶段更多的算力投入，可以进一步大幅提升大模型的深度思考能力。

Scaling law持续有效，算力服务器市场需求持续旺盛。据IDC数据显示，2025年全球AI算力市场规模约为3096亿美金，预计2030年达到1.25万亿美金，对应2025-2030年CAGR为31.8%；2025年中国智能算力规模为1371.1EFLOPS，预计2030年将达到10524.3EFLOPS，对应2025-2030年CAGR为50.3%。此外，2025年中国通用算力规模为85.8EFLOPS，预计2030年将达到291.2EFLOPS，对应2025-2030年CAGR为27.7%。

2.2 模型性能提升带来训练和推理需求爆发，算力需求持续增长

趋势一：AI大模型训练、推理需求拉动，智能算力需求持续增长

训练侧：1）模型能力涌现：根据2022年谷歌、斯坦福大学和Deepmind联合发表的《Emergent Abilities of Large Language Models》，很多新能力在中小模型上线性放大都得不到线性的增长，模型规模必须呈指数级增长并超过某个临界点，新技能才会突飞猛进；2）参数量+训练数据量，双轮拉动算力需求增长：参数量+训练数据量，双轮拉动算力需求增长模型的参数量和数据量在一定程度下是正相关的，因为：a）在小规模数据上训练模型时，若模型参数量过大，可能出现过拟合情况；b）在大规模数据上训练模型时，若不增加模型参数量，可能造成新的知识无法存放的情况。更大的参数量和训练数据量，对应更大的算力消耗，双轮驱动算力需求增长。3）多模态大模型：从单一的文本模型转向多模态大模型，训练数据从文本数据变为图像、视频数据，拉动算力需求提升。

推理侧：各厂商基于AI大模型开发各类AI应用，随着AI应用用户数量爆发，对应推理侧算力需求快速增长。同时，根据Statista统计数据，中国互联网用户达11.1亿人，中国拥有全球最大的互联网用户群体，推理算力需求潜力巨大。

趋势二：算力需求从训练转向推理，服务器向高性能，高能效方向演进

终端应用持续拓展，推理端负载占比稳步提升。 随着基础大模型的逐步成熟以及商业化AI应用的广泛铺开，算力需求重心正从训练侧向推理侧倾斜。根据IDC数据，2024年中国AI服务器工作负载中，训练与推理占比分别为35.0%和65.0%；预计至2028年，推理负载占比将显著提升至73.0%，成为拉动AI算力需求增长的核心主力。

面对任务规模与复杂度的指数级上升，AI服务器加速升级。1）硬件架构突破：在算力密度提升、功耗优化及异构硬件加速等核心维度实现升级，以支撑大规模并行计算；2）软件管理优化：引入智能调度与资源管理系统，实现计算资源的动态分配，大幅提升任务执行效率并降低算力损耗，满足复杂场景下的高实时性与高吞吐量需求。

趋势三：Agent需求，GPU紧缺等因素共同推升算力价格

1）较于传统ChatBot，AI agent带来算力需求量飞涨。传统的聊天机器人交互所消耗的算力相对较少，智能体系统（Agentic systems），尤其是编程智能体，其消耗的Token数量要高出几个数量级，这是因为它们在生成最终结果之前，需要进行迭代推理、测试输出、执行工作流、调用网络搜索等工具，并反复向模型发起查询。在某些情况下，智能体AI工作负载所消耗的Token数量，甚至能达到传统聊天机器人请求的100倍到1000倍。

2）GPU紧缺等多重因素共同推升算力价格。中国信通院云计算与数字化研究所总工程师郭亮表示，涨价主要由以下四个因素驱动：1）硬件成本“逆向”暴涨，高带宽内存（HBM）存储与高端芯片处于绝对卖方市场，2026年第一季度存储价格翻倍，硬件采购及运维成本高企。2）需求结构从训练转向推理，随着AI智能体爆发，推理端的Token调用量激增。推理属于持续性运营支出，海量并发带来的电力和带宽成本已超出云厂商的补贴上限。3）商业模式从“圈地”转向“盈利”，早期算力租赁价格战已完成初步生态绑定，在财务压力下，厂商必须通过提价来覆盖昂贵的算力折旧。4）算力资源的战略性稀缺。全球高端算力租赁容量告急，电力配额紧张，供需极度失衡，导致价格失去下行空间。

AI公司ARR保持高速增长，Token消耗量持续提升。以头部AI大模型厂商的商业化进程为例，随着多模态大模型的逐步迭代与下游应用场景的持续拓宽，AI变现能力正在得到快速验证。从行业核心AI公司（如OpenAI、Anthropic等）的营收表现来看，其年化经常性收入（ARR）呈现出强劲的指数级上行态势，其中Anthropic的ARR从24年初的8700万美元增长至26年5月的470亿美元。此外，行业日Token调用量不断提升，根据OpenRouter披露的数据，日token调用量从2025年初的较低基数指数增长至2026年7月的8,000 B/day（即8万亿Token/天）。随着大模型多模态能力不断提升，下游应用不断拓展，对算力的需求有望进一步增加。

GPU租赁市场空间广阔，乐观预计下可达450亿美元。根据Spheron 2026年4月发布的报告，GPU租赁市场空间广阔。受NVIDIA产能及科技巨头采购垄断限制，2026年硬件依然稀缺。根据Spheron的测算，租赁模式比本地部署节省超50%成本，并且能完全规避Blackwell等架构迭代的折旧风险，让中小企业与研究者免去高昂前期投资。且新兴平台有可能取代公共云巨头，这些企业由于没有庞大的传统云业务拖累，能够通过极度简化的网络架构和债务融资，专门针对AI推理和训练优化成本结构，从而在单位算力性价比上“卷”赢传统大厂。

根据Spheron的测算，GPU租赁市场空间有望从2025年的98亿美元增长至2033年的472亿美元，其中亚太地区CAGR可达46.4%。同时Vast.ai，RunPod，Lambda Labs等平台通过P2P，按秒计费等方式降低门槛，某些情况下价格仅有公共云巨头的1/4，具有较高的成本优势。

2.3 算力市场规模稳步增长，公司为国内算力租赁领先企业

2025年，公司切入AI业务赛道。2026年1月，公司与润六尺在深圳龙岗启动AI推理算力产业基地建设，据高工智算资料，该项目首期已运营超3000PFlops规模的推理算力服务器，规划建设10000PFlops的推理算力规模；同月，公司与江苏悟空数字集团签下16.8亿元高性能算力运营合作项目。公司提供数据中心建设、系统集成和算力平台运营技术支持，合作方提供政企客户渠道和当地基础设施。

资金方面，公司通过多线并行方式筹措资金。1）股权融资：2025年12月配售净融资约1.08亿港元；2026年2月再融资约1.22亿港元；2026年7月7日完成最新一轮新股认购，净筹约2.77亿港元，三轮合计约5亿港元；2）国资注入：2026年1月，福田国资旗下鸿奕智算以8亿元认购天顿数据子公司鸿策数据40%股权。增资款用途明确指向新增算力订单，包括服务器采购与租赁、设备改配、集群组网、市场拓展、售后服务和系统维护；3）债务融资：截至2026年6月末，公司已获得金融机构授信超过500亿元；2026年上半年新增融资加权平均成本仅3.5%，较2025年同期的5.45%大幅下降；期末资产负债率30.5%，财务结构保持稳健。公司土地、资金等资源充足，业务有望进一步扩张。

公司核心AI业务子公司天顿数据营收快速增长，未来现金流充足。根据公司收购公告及2025年年报，2022-2025年天顿数据营收分别为5090万元、6160万元、2.36亿元及20.25亿元。收入增长主要系AI算力需求激增，AI算力技术服务收入强劲增长，2025年，天顿数据实现扭亏为盈，录得归母净利润2.07亿元。根据公司2026年中期业绩公告，截至2026年8月末，公司已交付及运营的FP16稠密算力规模超过5万PFLOPS，稳居行业头部；在手意向订单超过人民币370亿元（2025年底约150亿元、2026年6月末超300亿元），其中已交付、稳定计费规模超200亿元，95%为长期合约，且新增订单95%以上附带预付款，充沛的订单储备能够保障未来3-5年的现金流。AI算力需求增长迅速，业绩高速增长。

风险提示：高端服务器获取渠道收缩的风险、单月租金价格下行及毛利率下降的风险、客户侧订单不及预期的风险等。

法律声明

本公众号（名称：火星计算机）为国信证券股份有限公司（下称“国信证券”）经济研究所计算机组设立并独立运营的唯一官方公众号。

本公众号所载内容仅面向符合《证券期货投资者适当性管理办法》规定的专业投资者。国信证券不因任何订阅或接收本公众号内容的行为而将订阅人视为国信证券的客户。

本公众号不是国信证券研究报告的发布平台，本公众号只是转发国信证券发布研究报告的部分观点，订阅者若使用本公众号所载资料，有可能会因缺乏对完整报告的了解而对其中关键假设、评级、目标价等内容产生误解和歧义。提请订阅者参阅国信证券已发布的完整证券研究报告，仔细阅读其所附各项声明、信息披露事项及风险提示，关注相关的分析、预测能够成立的关键假设条件，关注投资评级和证券目标价格的预测时间周期，并准确理解投资评级的含义。

国信证券对本公众号所载资料的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。本公众号中资料、意见等仅代表来源证券研究报告发布当日的判断，相关研究观点可依据国信证券后续发布的证券研究报告在不发布通知的情形下作出更改。国信证券的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本公众号中资料意见不一致的市场评论和/或观点。

本公众号所载信息、意见不构成所述证券或金融工具买卖的出价或询价，评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。该等信息、意见在任何时候均不构成对任何人的具有针对性的、指导具体投资的操作意见，订阅者应当对本公众号中的信息和意见进行评估，根据自身情况自主做出投资决策并自行承担投资风险。订阅者根据本公众号内容做出的任何决策与国信证券或相关作者无关。

本公众号发布的内容仅为国信证券所有。未经国信证券事先书面许可，任何机构和/或个人不得以任何形式转发、翻版、复制、发布或引用本公众号发布的全部或部分内容，亦不得从未经国信证券书面授权的任何机构、个人或其运营的媒体平台接收、翻版、复制或引用本公众号发布的全部或部分内容。国信证券将保留追究一切法律责任的权利。

国信证券计算机团队介绍

擅长把握技术驱动型板块机会，注重海外映射投资机会；自上而下和自下而上相结合，“个股推荐”为主，服务次之。一二级联动，产业大局观较敏感。注重团队研究成果的标准化输出，把数字化引入研究本身。

熊莉

计算机行业首席分析师

分析师资格编码：S0980519030002

西南财经大学经济学硕士，负责计算机行业研究，8年从业经验；金牛奖、金麒麟、水晶球均有斩获；统筹行业研究方向，深度覆盖海内外云计算、工业数字化板块。

艾宪

计算机联席首席行业分析师

分析师资格编码：S0980524090001

北京大学经济学-新加坡国立大学理学硕士，重点覆盖AI硬件、AI大模型。

?

国信证券经济研究所

深圳

深圳市福田区福华一路125号国信金融大厦36层

邮编：518046

总机：0755-82130833

上海

上海浦东民生路1199弄证大五道口广场1号楼12楼

邮编：200135

北京

北京西城区金融大街兴盛街6号国信证券9层

邮编：100032