锚定AI产业链，创业板算力ETF华夏（158041）持续净流入

谈算力前先播一则行业动态再解读行业。创业板算力ETF华夏(158041)9月17日上市，上市首日交投活跃，换手率超70%，成交额同指数产品第一。此后两个交易日，9月18日和9月21日，换手率分别为68.95%和51.28%，全部同指数产品第一。

从净流入角度看，9月18日和9月21日，创业板算力ETF华夏(158041)分别净流入1900万元和4100万元，净流入额同样同指数产品第一。

2023年初，GPT-4发布，我们在对话框里写一长串提示词就能让AI回答问题、干活。当时，这个惊艳世人的模型，上下文最多32K。

一个多月前，DeepSeek发布V4-Flash，上下文已经高达1M，我们提需求，模型就会自己调用各种工具解决问题，Artificial Analysis的智能指数达到50分——3年半前的GPT-4是7分。

反直觉的事情在于：当初GPT-4每百万token的价格是60美元，而现在V4-Flash每百万token收费是3元人民币，不到GPT-4的1%。

三年半，智能程度涨了7倍，价格跌到百分之一。

这直接引爆了需求。2024年初，中国日均Token调用量约为1000亿。到2026年3月，这个数字突破了140万亿，两年增长超过一千倍(来源：德勤)。去年一度退订算力的中国厂商，今年又租又买，把B300服务器价格抬到去年的5倍，算力租赁商Nebius本月再度提价。

但供给侧的进入门槛却越来越高。GPT-6 Astra用约10万张Grace Blackwell训练，OpenAI后续还有40万张。重点在于，10万卡从来不是买10万块GPU就完事了，它是NVLink、光模块、供电、液冷与集群调度的AI数据中心整体。高盛估算2026年AI数据中心总投入达1.8万亿美元，未来两年内超越美国二战全部军工开支(约3.2万亿美元)几无悬念。

于是AI数据中心的故事走到了它最像房地产黄金时代的一面。1998年房改把居民未来30年的收入经按揭预支成当期购买力；今天，企业把未来算力需求与长约合同扩张资产负债表。

AIDC的商业模式与商业地产几乎同构：买地、建楼、出租、收钱，从海外四大云厂、Nebius，到国内的协创、润泽、光环、奥飞，数据中心都在与客户签长约。

上周上市的创业板算力ETF华夏(158041)，跟踪创业板算力基础设施指数，AIDC概念含量91.03%为全市场最高。

AI时代的数据中心，就是“AI员工的办公楼”：你在大模型/Codex的对话框里提出需求，AI Agent在一台台服务器上干活。这些AI员工的办公室，就是AIDC。

上图是创业板算力ETF华夏(158041)跟踪指数的前20大成分股，当中协创数据、润泽科技等公司的算力中心与算力租赁业务，和商业中心、写字楼没太大区别：拿土地电力指标、修建机房、找大客户签长约、靠租金和增值服务赚钱，只不过传统商业地产出租的是铺面和工位，算力地产出租的是机柜和电力。

我们作为碳基员工的经验是：当劳动力向大城市、向高速发展的行业聚集时，那里的房价、房租是涨得最快的。

现在同样的过程发生在算力地产身上。调用Token的数量越来越多、AI员工的数量和工作时长也快速增长，作为算力地产的AIDC，景气度也在飙升。

01、“鬼故事”背后，是暴涨的需求

原本如火如荼的AI开支叙事，近期突然爆出了“鬼故事”：Anthropic CEO Amodei发文呼吁放缓前沿模型研发，奥特曼、达里奥、马斯克也附议；OpenAI还宣布2026年暂不IPO。

成年人论迹不论心，美国AI会停下来？等中国算力追上去？可能性为0。

类似事件在3年前发生过。2023年3月，马斯克发公开信，要求所有AI公司立即暂停训练比GPT-4更强的模型至少6个月。在公开信中直陈AI的风险后，马斯克自己成立了xAI，亲自加速训练模型。

在这场没人想输、没人敢输的AI竞争中，“暂停发展”这种事顶多当个段子来听。

事实上，在本月出现“暂停发展”的论调前，算力的支出还发生了一次重要的变化。8月份，Gartner发布了一份被很多人忽略的报告，报告确认：全球AI推理支出达到233亿美元，首次超过训练的190亿美元【1】。

这个消息没有上头条，因为它属于那种"人人都知道会来，但真来了反而不知道该怎么做"的信号。但国内的数据更剧烈。2026年二季度，中国算力租赁行业出现了一组标志性数字：推理算力租赁营收占比58.2%，训练占比41.8%。而一年前的2025年同期，训练还以62%的份额遥遥领先【2】。一年之内，攻守易型了。

这背后是一组更大的数字在推动。2024年初，中国日均Token调用量约为1000亿。到2026年3月，这个数字突破了140万亿——两年，增长超过一千倍【3】。Goldman Sachs预测，2026年至2030年间Token消耗还将再增24倍【4】。IDC的预测更激进：2030年全球Token消耗将从2025年的0.0005 PetaTokens飙升至152,667 PetaTokens，复合增长率3418%【5】。

在猛增的数字背后，是人们使用AI的方式、AI的产品结构，发生了重大变化。它也会影响到AI链上受益环节。

02、Agent时代：AI员工激增、工时延长

OpenClaw在2026年初的爆火，把AI Agent从一个概念变成了一个产品类别。

在“传统”的、对话框式的大模型，Token消耗逻辑很简单：你问一个简单问题，消耗几百Token；你问一个复杂问题，消耗几千Token。

但Agent的逻辑完全不同。一个Agent任务的流程往往是：理解意图→分解子任务→调用工具→读取结果→纠错→再调用→合并输出。这不是一次过的问答，是一个完整的"思考-行动-验证"循环。

实测数据说明了差距：OpenClaw完成一个中等功能(200行代码的新模块)，大约消耗3M Token，费用约12美元；完成一个复杂功能(重构+新功能)，30-50M Token，费用100-170美元。而在Cursor里完成相同任务，Token消耗只有5K-50K【7】。中间差了两个数量级。

华泰证券的结论更直接：相比于Chatbot，Agent的Token消耗或提升10倍以上，算力需求增长100倍以上【8】。

这里有一个容易被忽略的细节：Agent的Token消耗不是浪费。多出来的Token花在了"记忆读写、子任务拆解、结果校正"上——这些是Agent在复杂环境中"试错并收敛"必须支付的成本【6】。

这意味着：Token消耗的弹性不在于用户数量的线性增长，而在于每个任务的"复杂度乘数"。

任务越复杂、Agent越自主，乘数就越大。这是复利，不是加法。

03、从训练到推理，供给侧的进入门槛越来越高

制造业真怕的“鬼故事”其实不是“资本开支降低”，而是“供给放量、寡头格局被打破”。不信你问问光伏。

但这件事暂时还没发生在AIDC上，因为它的进入门槛随着需求爆发反而越来越高。

训练和推理是两种不同的算力需求。

训练有点像“一次性建厂”：万卡集群、千亿参数模型训练，集中力量办大事，一处建好，服务全球。

推理不太一样了。推理更像是“开店”，用户在哪里，推理就要部署到哪里。Agent越复杂，对低延迟、高并发、就近部署的要求就越严苛。

中国信息通信研究院的判断是：当前70%以上算力用于集中式训练，未来70%以上算力将用于分布式推理【12】。IDC预测，到2028年推理工作负载将占AI算力总量的73%【3】。TrendForce数据显示，北美五大云厂商2026年推理算力增长122%，增速是训练的两倍以上【13】。

这意味着三件事。

第一，数据中心的需求结构变了。训练需要少数几个超大规模集中式训练集群。推理需要大量中小规模、靠近用户的分布式节点。从"几栋超大规模数据中心"变成"几十栋中等规模数据中心"——总量在增长，但"密度"在分散。

第二，数据中心的商业模式变了。训练是项目制——一个模型训练30天，算力需求是集中的、有期限的。推理是订阅制——7×24持续运行，永不停机。前者像"建筑工程"，后者像"物业运营"。同样一栋数据中心，部署训练GPU和部署推理GPU，现金流特征将不同。

第三，算力涨价的方向在变。H100月租从2025年底的4万元涨到2026年6月的6.5-7万元(+60-75%)，H200排产已到2027年Q2【14】。但更重要的是：涨价的"主力"正在从训练卡切换到推理卡。英伟达2026年GTC发布的新一代Vera Rubin平台，核心卖点从"算力密度"转向"Token成本"【10】——这说明黄仁勋也在为推理时代重新定义产品。

当然，如果国产算力芯片(华为昇腾等)在2027年实现大规模放量，推理算力的供给瓶颈可能被打破，涨价逻辑弱化。但目前华为昇腾2026年计划出货仅约75万张【15】，国产替代的规模和速度都还不足以填补供给缺口。

04、谁在赢：AIDC受益链

从训练到推理，再到未来的检测，算力需求的增长越陡峭，AIDC运营商、算力租赁商、数据中心交换机厂商就越受益。

在创业板算力基础设施指数(970083.CNI)成分股的财报中可以管窥：

协创数据是推理时代"押注者"。2026上半年营收125.23亿元(+153%)，归母净利润18.38亿元(+325%)。智能算力产品及服务已成为核心驱动力。2025年该板块营收27.61亿元(+1727%)，而2026年仅上半年就已达到2025全年的116.5%。算力集群在建工程期初22.48亿元，上半年新增121.40亿元。【17】

光环新网全国规划机柜规模超23万个，已投产9.2万个，2026上半年算力业务规模超4000P【18】。润泽科技AIDC收入25.10亿元(+73%)，毛利率48.50%，字节50亿长单锁定至2028年【19】。奥飞数据2026上半年归母净利润1.97亿元(+123.64%)，8.6万自建机柜，上架率超90%【20】。锐捷网络数据中心网络收入56亿元(+58%)，800G交换机收入同比+300%【21】。网宿科技旗下绿色云图自主研发浸没式液冷IDC，PUE低至1.08【22】。推理负载7×24运行，液冷从"可选"变"必选"——北京2026年起对PUE高于1.35的数中心征收差别电价(加价0.2-0.5元/度)【9】。

从机柜规模、密度，到液冷、电力成本，推理时代，哪个AIDC能效比更高，哪个就能拿到更多订单。

当然，数据中心/AIDC是个重资产生意，从上图2026年中报的数据也能看出，推理需求暴增并不自动等于这些公司的利润暴增。

协创数据的资产负债率超过85%，如果算力租赁价格意外下跌(比如2027年国产芯片放量打破供需格局)，高杠杆扩张将变成高杠杆"反噬"，这是推理数据中最需要盯住的风险。

05、相关ETF

市面上已有多个AI主题指数，例如创业板人工智能指数(970070)光模块权重超54%，中际旭创+新易盛+天孚通信"易中天"合计权重超49%。5G通信指数(931079)CPO权重超74%。这些指数的收益驱动来自海外云厂商的训练资本开支。

而创业板算力ETF华夏(158041)所跟踪的创业板算力基础设施指数(970083)走的是另一条路：

锚定AI产业链的基建板块，聚焦数据中心(AIDC)建设与运营、算力租赁、液冷服务器等算力核心领域，其中，指数“数据中心(AIDC)”概念含量全市场最高(91.03%)。

当企业把AI Agent嵌入核心业务流程后，推理算力就不再是随时可砍的预算。它跟电费、租金一样，变成了不可或缺的运营成本。

相当于给AI员工们配备专门的办公楼、办公设施。

我们作为碳基员工的经验是：当劳动力向城市聚集、向高速发展的行业聚集时，那里的房价是涨得最快的。AI员工的经历估计也不会例外。

下滑查看产品信息与风险提示：

数据来源：wind，ifind，上市公司公告，华夏基金，以上个股不作为推介，截至2026年9月18日。

创业板算力基础设施指数表现：指数2023-2025年完整年度涨跌幅为48.46%、34.97%、79.34%。指数历史业绩不预示基金产品未来表现。基金有风险，投资须谨慎。ETF为场内交易型指数基金，二级市场价格存在折溢价与流动性风险，基金表现与跟踪指数可能存在跟踪误差，过往业绩不代表未来收益。上述基金风险等级为R4(中高风险)，属于股票基金，风险与收益高于混合基金、债券基金与货币市场基金。个股不作为推荐。投资者在投资基金之前，请仔细阅读基金的《基金合同》、《招募说明书》和《产品资料概要》等基金法律文件，充分认识基金的风险收益特征和产品特性，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策，独立承担投资风险。指数表现不代表产品业绩，二级市场价格表现不代表净值业绩。本基金为ETF基金，投资者投资于本基金面临跟踪误差控制未达约定目标、指数编制机构停止服务、成份券停牌等潜在风险、标的指数回报与股票市场平均回报偏离的风险、标的指数波动的风险、基金投资组合回报与标的指数回报偏离的风险、标的指数变更的风险、基金份额二级市场交易价格折溢价的风险、申购赎回清单差错风险、参考IOPV决策和IOPV计算错误的风险、退市风险、投资者申购赎回失败的风险、基金份额赎回对价的变现风险、衍生品投资风险等。