作者：王奎一

10月28日，中国移动公布了一张规模超过百亿元的AI设备采购名单。采购内容包括20480张AI加速卡、448台RoCE交换机和82套存储设备。

入围的五家企业，分别是华鲲振宇、宝德计算机、华启智慧、百信信息和神州鲲泰。它们的投标报价高度接近，集中在116亿至117亿元之间。

几天后，上市公司大华股份披露，旗下华启智慧拿到了4096张加速卡对应的设备订单，含税中标金额约26.3亿元。这相当于每张加速卡对应约64万元的整套设备采购金额。

一家名叫华鲲振宇的四川企业，拿到了6144张卡的份额。宝德计算机拿到5120张。

大华股份旗下华启智慧拿到4096张。百信信息获得3072张，神州数码旗下神州鲲泰获得2048张。

这些企业多数经营AI服务器、计算节点和相关系统集成业务。中国移动采购国产算力，表面上是在采购芯片，实际上一张百亿元订单要经过芯片、服务器、网络、存储和软件等多个环节，才能最终交付。

国产AI产业链的利润如何分配，正藏在这张采购名单里。

01 从20亿元到117亿元，运营商采购开始放量

中国移动今年的采购节奏很值得关注。4月，中国移动公布2026年至2027年人工智能超节点设备集中采购结果。

这一批计划采购6208张加速卡，折合776套计算节点。项目明确采用华为CANN生态。

五家中标企业包括河南昆仑、长江计算、华鲲振宇、宝德计算机和华启智慧。投标报价集中在20.59亿至20.70亿元之间。

按照约20.6亿元的项目规模计算，平均每张加速卡对应的设备采购金额约33万元。8月，中国移动呼和浩特智算中心继续扩容。

新增采购3840张加速卡、480套计算节点，相关中标总额约12.96亿元。此前4月一批6208卡采购与8月项目合计，形成约1万卡、33.5亿元的采购规模。

到了10月底，中国移动再次公布20480卡的大型集采，投标总报价已经达到约117亿元。三轮采购放在一起，能够看到运营商对大规模国产算力基础设施的投入正在延续。

但还有一个很有意思的变化。4月集采平均每卡对应约33万元设备金额。

10月新一代超节点集采，按约116.6亿元投标价格和20480卡计算，平均每卡约57万元。采购综合金额明显提高。

这两个价格的差异，首先需要放到具体采购规格中理解。10月采购明确包括配套交换机和存储设备，设备代际、超节点架构、网络规模以及软硬件要求也可能不同。

02 百亿元订单，为什么先落到五家整机厂？

中国移动最新一轮采购名单，具有鲜明的产业特点。拿到最大份额的华鲲振宇，是国产智能计算设备厂商。

宝德计算机长期经营服务器及计算设备业务。华启智慧与大华股份存在股权关系。

神州鲲泰则是神州数码旗下的自主品牌计算产品企业。这几家公司在计算设备制造、系统适配、项目交付和客户服务方面各有积累。

为何运营商选择向整机厂采购，而非把订单直接分配给芯片企业？因为单颗芯片距离最终算力服务，还有很长的交付链条。

AI加速卡需要与CPU、内存、网络接口、电源和散热系统配合。大量计算节点需要通过高速网络连接。

集群还需要存储、调度软件、故障监控、模型运行环境和安全管理系统。当采购规模达到数千甚至数万张卡时，设备之间的协同运行已经成为重要的技术指标。

芯片的理论计算能力，只是决定实际交付性能的一个因素。例如，同样的加速卡数量，如果网络传输效率较低，设备可能把大量时间消耗在等待数据和通信上。

如果软件适配效率较低，部分模型的实际吞吐量也可能偏离理论性能。因此，运营商需要一个能够对整套系统承担交付责任的合同主体。

这使整机厂拥有了重要位置。它们采购核心元器件，完成服务器设计、组装、测试和系统适配，再向运营商交付符合合同要求的设备。

在财务上，整机厂确认的是符合合同和会计准则要求的整机设备收入。但其中一部分资金会继续流向芯片、存储、网络及其他供应商。

所以，拿到20亿元服务器合同，与获得20亿元自有技术收入，有着明显区别。国产AI算力采购规模扩大，最先进入财报的是整机交付收入；真正决定盈利能力的，则是企业能够在整套设备里留下多少附加值。

03 华鲲、宝德、大华、神州数码，分到了多少？

华启智慧提供了一个真实案例。11月2日，大华股份公告，该子公司获得4096卡的中标份额，含税中标金额约26.3亿元。

与此前预计的合同金额相比，最终披露数字更加明确。这对研究其他四家公司同样适用。

20480卡采购可以形成较大的供应商订单储备，但订单最终转化为收入的时间，取决于设备生产、发货、验收及合同履约。而收入转化为利润，又取决于核心芯片、服务器制造、研发、运输和售后等成本。

对上市公司投资者来说，首先需要把订单金额与最终净利润分开。

04 芯片厂商为什么没有直接出现在名单上？

此次采购最有价值的细节，是芯片厂商与整机供应商之间的关系。4月和8月的相关项目采用华为CANN生态，体现出中国移动在大规模AI集群上对昇腾软件与硬件体系的采购需求。

但CANN是一套面向AI计算的基础软件和开发生态，整套设备还包括服务器和网络系统。从产业链看，主要存在三层价值分配。

第一层是芯片和计算基础软件。加速卡及配套软件决定了计算架构、模型支持范围和软件适配成本。

第二层是服务器及集群设备。整机厂负责将计算芯片、CPU、内存、电源、散热、网络和存储组合成能够规模化交付的产品。

第三层是算力运营及模型服务。中国移动建设数据中心后，还需要向企业和行业客户提供可用算力、模型运行和相关服务。

这三层业务的收入确认方式和利润率可能存在明显差别。假设一个26亿元的整机采购合同，毛利率为8%，对应毛利润约2.08亿元。

如果毛利率为15%，对应毛利润约3.9亿元。毛利率相差7个百分点，就会形成约1.82亿元的毛利润差异。

但它说明一个重要问题：在高度依赖采购核心器件的硬件制造生意里，营业收入规模可以很大，企业真正留下的利润却要看采购成本、系统附加值和竞争程度。对整机厂商而言，扩大自研产品、提升系统优化能力、获得长期运维合同，可能是改善利润率的重要途径。

而核心芯片和基础软件提供商的价值，则需要通过相关产品实际销售收入和盈利能力单独测算。这张百亿元采购名单，展示的是国产算力产业的交付组织结构，也提供了研究上下游利润分配的线索。

05 北京Token中心，开始把三种国产芯片放在一张算力网上

中国移动的国产算力布局，还出现了另一种变化。9月29日，国务院国资委网站发布消息，移动云北京Token中心正式上线。

官方披露，北京相关算力集群已经部署多种国产AI芯片。京北智算集群采用昇腾910B、昆仑芯P800。

朝阳文创智算集群采用昇腾910B3。顺义节点采用摩尔线程S5000。

这份名单与呼和浩特集采有着不同的商业含义。呼和浩特主要体现大规模采购某一计算生态的能力。

北京Token中心则体现了运营商在不同芯片平台之间统一管理算力服务的尝试。从用户角度看，使用AI模型时，通常关心模型效果、响应速度、可用率和费用。

底层究竟采用哪种加速芯片，更多是服务提供商需要解决的问题。但对运营商而言，采用多种芯片就意味着要管理不同的软件环境、模型适配和性能表现。

例如，一种模型可能在特定芯片平台上获得较高运行效率，而另一种模型需要额外优化。运营商需要决定哪些工作负载放在哪一类芯片上运行。

此外，还要统一计量、收费、资源调度和故障监控。北京Token中心已经把算力、模型、计量与安全能力封装成可供企业调用的服务。

根据中国移动官方披露，其自研推理加速引擎可使相关模型使用成本降低约30%。但运营商的商业目标已经相当清楚。

过去，数据中心主要提供服务器托管、云计算资源和网络连接。现在，中国移动还希望直接销售标准化的Token服务。

芯片采购最终能创造多少商业价值，需要通过模型运行成本、客户使用量和算力设备利用率来衡量。这也是国产AI芯片市场下一阶段可能出现分化的地方。

谁能以更低的综合成本提供同等质量的推理服务，谁就更容易获得持续运营的订单。

06 中国移动投资算力，钱从哪里来？

大型算力项目需要持续资本投入。但与专业算力初创企业相比，中国移动拥有成熟的通信业务和长期经营现金流。

2026年上半年，中国移动营业收入5380亿元，归母净利润789亿元。同期资本开支610亿元，同比增长约26亿元。

其中，算力网络完成资本开支156亿元，同比增加65亿元。通信网络资本开支则同比减少41亿元。

这个变化值得关注。中国移动正在把部分资本开支从传统通信网络转向算力基础设施。

对于一家通信运营商，这意味着投资组合发生变化。传统移动网络和宽带业务已经拥有成熟的收费体系。

企业通信、云计算与AI模型服务，则对应新的客户需求。但新业务的资本回报仍然需要观察。

一套AI服务器投入运营后，会产生折旧、电费、维护和设备更新支出。运营商需要依靠算力租赁或模型服务收入覆盖这些费用。

如果客户需求持续增长、设备利用率较高，算力投资就有机会获得合理回报。如果设备交付快于客户使用量增长，则会产生额外的资产经营压力。

从财务角度看，运营商采购芯片和服务器，是把现金转化为长期运营资产。供应商获得设备销售收入。

运营商则需要在未来数年里逐步收回投资。因此，芯片采购规模扩大，对上下游的影响存在时间差。

整机厂商可能首先确认设备收入。运营商需要等待算力投入运营，才能逐步获得服务收入。

投资者需要分别衡量这两部分回报。

07 中国电信和中国联通，会把订单交给谁？

观察国产算力采购，还需要区分三大运营商的建设路径。中国移动今年公开披露的超节点集采，已经能够清楚看到卡数、供应商、采购份额与合同金额。

中国电信和中国联通同样在建设智算基础设施，但采购模式、项目主体和披露方式存在差异。部分采购可能由集团统一组织。

部分则由云计算子公司、地方公司或项目公司实施。有的合同采购服务器整机，有的涵盖网络设备、存储和系统集成。

因此，把不同运营商的中标总价简单相加，容易重复统计设备和服务，也可能把计划采购量误认为已经交付的设备数量。要制作完整订单地图，至少需要统一四个指标：

采购项目涉及多少张加速卡，采用什么计算生态，谁获得直接供货合同，以及相关设备何时交付验收。

就目前能够核实的2026年公开资料而言，中国移动的采购链条最为清晰。中国电信与中国联通尚需进一步补齐可核对的集团和地方采购标段，才能形成三家同口径的年度金额排名。

但从中国移动的招标结果已经可以看到一种商业趋势。国产AI芯片的规模化销售，越来越需要服务器厂商、网络供应商与运营商协同完成。

单独一家芯片公司，即使拥有较强的计算性能，也需要进入成熟的设备交付体系，才能获得大规模行业订单。

08 一张百亿元订单，最终决定谁赚钱的是什么？

中国移动采购国产AI算力，已经形成一条较清晰的产业链。上游是芯片和基础软件。

中游是服务器、网络、存储与系统集成。下游是运营商的数据中心和面向客户的算力服务。

从今年几轮招标看，中国移动正在扩大国产算力采购规模。4月采购6208卡。

8月呼和浩特项目新增3840卡。10月新一代超节点集采增加至20480卡。

这三批项目的采购范围、时间和设备规格存在差异。但它们共同反映了一个变化：国产算力产业正在获得大型企业客户的真实采购机会。

对芯片厂商而言，关键是获得多少实际供货量，以及对应的单卡收入与利润。对整机厂商而言，关键是整机毛利率、采购成本、交付效率和后续维护收入。

对运营商而言，关键是设备利用率、单位Token成本与客户付费规模。同一笔采购订单，在不同公司账上会呈现为不同的生意：芯片企业卖计算器件，整机企业卖完整设备，运营商则依靠这些设备持续销售算力服务。

采购额达到百亿元，说明国产AI计算设备已经进入较大规模的商业交付阶段。接下来更值得追踪的，是这些订单最终形成多少收入、利润和经营现金流。

当一张算力卡从采购清单进入运营商机房，再成为客户实际使用的Token服务，它的商业价值才有了更完整的衡量标准。