唯实通达 VisionStone

为什么 Token 工厂 是这个时代最大的生意

每一次产业革命都有一个核心生产资料——蒸汽时代是煤炭，电气时代是电，信息时代是带宽。AI 时代，是 Token。

AI 工厂的经济本质，被黄仁勋在 2026-04 的对谈中简化为一句话："如果你建了一个 1GW 的数据中心，你最好让它产出最大数量的 Token，因为这直接转化为收入。我们是世界上每瓦产生 Token 数量最高（highest tokens per watt）的架构。"

公式的两端指向两个截然不同的产业：分子（Tokens）是英伟达及其生态在全力优化的方向——芯片、CUDA、Blackwell/Rubin/Feynman 四代 roadmap；分母（Watts）是能源、电力和数据中心基础设施的复杂组合。而在中国，这两端之间缺少一个关键环节——把英伟达的算力在中国大规模、高利用率地落地的执行方。

这正是唯实通达的位置。

万亿级确定性的结构性机会

三个几乎同步发生的产业转变，决定了 2026-2028 是 AI 基础设施赛道的黄金窗口。

趋势一 · 需求端：Token 消耗正在经历 100 万倍的量级跃迁。生成式 AI 正在向智能体（Agentic AI）演进——过去一次对话消耗数千 Token，未来一个 Agent 完成一次任务（查资料、写代码、调用工具）消耗数百万 Token。推理占企业 AI 预算 85%（Deloitte 2026），Token 单价从 $60/M 降至 <$1.5/M，但企业 AI 总支出达 $370 亿（YoY +3.2×）——价格下降的同时用量指数级爆发，这是典型的需求引爆曲线。

趋势二 · 供给端：算力饥荒持续到 2028 年以后。三星确认 2026 年内存产能完全售罄，HBM 价格同比涨 10 倍；台积电 N3 产能 86% 被英伟达吃掉；H100 发售 5 年后二手价依然约等于发售价。"算力是新石油"不再是隐喻——它就是 2026-2028 年全球最稀缺的生产资料。

趋势三 · 架构端：英伟达把 AI 工厂的门槛拉到了前所未有的高度。Vera Rubin 平台：7 款芯片 × 5 种机架 × 100% 液冷 × 三级网络互连（NVLink mm 级 → 以太网 m 级 → 光互联 km 级）× 异构推理。"买 GPU 装柜通电"的时代彻底结束——AI 工厂变成了一个垂直整合的复杂系统，没有全栈执行能力的公司已经无法参与游戏。

这是一条万亿美元级的赛道

规模不是估算，是已经签出的采购合同和公开指引。

黄仁勋 2026-03 GTC 宣布：未来两年英伟达架构相关订单收入将达到 1 万亿美元。全球四大云巨头的年度算力 CapEx 合计超过 6,500 亿美元（AWS $2,000 亿 + Google $1,850 亿 + Meta $1,350 亿 + Microsoft $1,000 亿）。这些数字的共同含义：需求已经兑现，剩下的问题是谁能建、谁能用得好。

英伟达体系内的核心执行者

唯实通达不是硬件经销商，也不是 IDC 运营商——是英伟达在中国区的官方基础设施执行方。

NVIDIA 官方资质

1. NPN 授权 Solution Provider（数据中心网络产品，FY27 授权）——覆盖 InfiniBand/以太网 DPU、网卡、LinkX、交换机等核心网络设备。
2. 英伟达官方认定 "智算集群最佳算力调优服务商"。
3. 独立处理高端算力产品全栈技术支持的专业技术支持中心。
4. 可提供英伟达官方标准的网络集群交付、运维，以及官方 IB 网络工程师培训。

与 NVIS 的深度协作

NVIS（NVIDIA Infrastructure Specialist）是英伟达的基础设施专家团队，负责全球 AI 工厂的端到端部署——从设计审查、部署风险评估，到基准测试运行、性能调优、Fabric 网络验证。NVIDIA 官方文档明确要求 NVIS "与当地合作伙伴携手执行"（works hand-by-hand with NVIDIA local partners）。

不是"卖算力小时"，是为客户创造可量化的收入

黄仁勋这段话，是对 NVIS 团队价值的官方界定——也正是唯实通达作为 NVIS 中国区执行方的核心能力。"stack" 指客户的整套软件算力栈（CUDA、框架、模型、数据管道）；"kernel" 指 GPU 上执行的某一段高频核心代码。无论从宏观还是微观层面做优化，结果都是 客户同样一套硬件的吞吐能力成倍提升。

对 AI 客户而言，吞吐翻倍 = 收入翻倍（同样的 GPU 装机量可以服务更多用户请求，或更快完成训练迭代）。这定义了唯实通达和传统算力租赁商的本质差异：我们不是按算力小时数收费的运营商，是为客户创造可量化吞吐增量与收入放大的合作方。这也是第二阶段（2027-）"基础租金 + 性能分成"混合定价模式的底层逻辑。

官方 13 家合作伙伴，无一来自中国

NVIDIA 把 AI 工厂的"建造说明书"公开了，但中国市场的本土落地执行方还空缺。

2025-10 NVIDIA 发布 Omniverse DSX Blueprint——"首次将建筑、电力、冷却与 NVIDIA 的 AI 基础设施栈共同设计"的千兆瓦级 AI 工厂标准蓝图。由三大支柱构成：

• DSX Flex（动态电网协同）—— 用 AI 智能体实时平衡能源需求与电网状态
• DSX Boost（单位瓦特性能优化）—— 同一功率下 GPU 吞吐量提升 30%
• DSX Exchange（IT/OT 统一集成）—— 电力、冷却、安全系统与 NVIDIA 软件栈无缝对接

DSX 官方首发的 13 家合作伙伴，全部来自北美或欧洲。中国市场在 DSX 生态中是公开的空白——中国境内的 DSX 本土化落地，只能由 NPN 体系内的中国伙伴承担。唯实通达正处在这个位置。

能力远超 Solution Provider 授权范围

Solution Provider 只是进门的名片。真实覆盖的是 AI 数据中心从地基到算力的五层栈。

这五层能力不是拼接的——是一套在真实项目里打磨出来的协同方法论。网络优化让延迟降 7 倍，直接影响训练同步效率；存储 GDS 让数据绕过 CPU 直达 GPU，消除 I/O 瓶颈；液冷让单机柜功耗上限从 30kW 突破到 130kW+；调优让硬件从"刚跑起来"到"榨干每一瓦"。行业内没有第二个中国团队同时拥有这五层完整能力 + 英伟达官方背书。

从 H100 到 GB200 到 B300，每一代顶级架构的首批大规模落地

不可压缩的时间壁垒——后来者即使有同等资金也无法回溯已经发生的时间。

2024 年初，行业绝大多数公司还停留在百台级 H100，唯实通达已完成 660 台超大规模交付。两年后，再次率先完成 100 台 GB200 NV72 全亚洲第一集群。从 H100 到 GB200 再到 B300，每一代最顶级架构的第一批大规模落地，唯实通达都是执行者。

利用率从 35% 到 90%+ 的 2.5× 杠杆

单台 B300 的经济账——固定成本不变，边际电力仅增 10%，产出却翻了 2.5 倍。

GPU 折旧和运维是固定成本——无论利用率是 35% 还是 90%，每月的设备折旧和机房租金都一样。多产出的 2.5 倍 Token 几乎全部转化为净利润，只需要多支付约 10% 的电力边际成本（GPU 满载功耗 vs 空转功耗的差值）。

这是 Revenue = Tokens per Watt 公式的直接兑现——唯实通达的调优能力让分子（Token 产出）翻 2.5 倍，分母（Watt 消耗）只增 10%，单位 Token 的产出效率是行业平均的 2.3 倍。

中国 AI 生态的不可绕过性

出口管制收紧的背景下，英伟达官方无法直接服务中国高端调优需求——唯实填补这个空白。更深层的护城河，来自中国 AI 生态本身。

黄仁勋在 2026-04 Dwarkesh Podcast 中给出了三个关键事实，正面回应了"出口管制能否挡住中国"的问题：

• 中国拥有全球 50% 的 AI 研究人员和开发者。黄仁勋原话："美国不应该放弃这一点。"
• 中国制造全球 60% 以上的主流芯片产能，并通过华为昇腾等国产替代构建独立算力体系——"华为刚刚创下历史最高营收记录，出货了数百万颗 AI 芯片。"
• 7nm 芯片对当前 AI 训练已经足够——"7nm 芯片本质上就是 Hopper。今天的模型很大程度上就是在 Hopper 一代上训练的。"

这些事实的战略含义：无论中美脱钩演化到何种程度，中国境内的 Token 需求与算力供给都会继续存在并扩张。唯实通达的商业模式不押注"只能买英伟达"这个单点假设——押注的是"在中国本土完成 Token 产出与交付"这个更结构性的命题。出口管制风险在这个框架下，被解构为业务护城河。

先拿 入场券，再建 Token 工厂

两阶段跃迁——先用技术换信用（整机租赁），再用信用换规模（Token 工厂），用规模换利润（港股上市）。

第一阶段的 500 台 B300 不是为了利润最大化——是为了拿到与中国最大几家大模型公司合作的资格。头部大模型公司的训练集群最小单位是数百台级别，低于此规模根本进不了一线客户的供应商名单。500 台是"入场券"的最低面值。

一旦建立客户闭口合约 + 真实运营数据（利用率、PUE、故障率、训练周期），第二阶段的扩张就从"融资说服"变成"数据说服"——NCP 资质申请、银行资产抵押融资、下一轮股权融资都有了硬依据。

2026 年 · 500 台 B300 算力中心

用实力换信用。

• 完成 500 台 B300 算力中心建设，调优性能做到行业最优
• 与国内头部大模型公司签署 长期闭口合约
• 上线高效能 SaaS 管理系统，实现算力运营可视化
• 用真实运营数据（利用率 >90%、PUE、故障率）建立行业信用标杆
• 本阶段核心 KPI 不是利润，是客户背书和技术验证

2027 年 · 1,500 台 与 NCP 升级

从租赁跃迁到 Token 工厂——估值倍率从"服务商"跳到"云平台"。

• 完成 NCP 资质升级——获得 GPU 优先供货权和 NVIDIA 生态客户引流
• 基于第一期资产和客户合约，完成银行资产抵押再融资
• 新建第二期 1,500 台 B300 算力中心
• 资产规模超过 ¥120 亿，收入 ¥8 亿
• 探索 "基础租金 + 性能分成"的混合定价模式——基于 NVIS 优化能力可量化的 2–3 倍吞吐增量，与客户共享 Token 产出收益
• 准备港股上市

赛道已被两家公开公司验证完毕

CoreWeave $420 亿市值，Nebius $270 亿市值——Neocloud 是当下被资本市场定价最清晰的 AI 基础设施赛道。

CoreWeave 从 2017 年加密矿场转型到 2025 年 NASDAQ 上市，用了 6 年时间，市值达到 $420 亿。Nebius 从 Yandex 剥离重组到恢复上市，只用了 1 年，市值 $270 亿。这两家公司共同证明：围绕英伟达 GPU 生态的算力基础设施是当下增速最快的资本市场主题。唯实通达在中国市场的对标定位不仅清晰，而且有更高的起点——调优层 + NVIS 合作方身份比纯算力租赁天然具备更高毛利空间。

在价值链上，唯实通达 高出一个维度

国内 AIDC 赛道已有千亿级上市公司——但卖的都是"机柜/电力"或"硬件"。唯实卖的是 Token 产出能力。

润泽科技以 ¥1,364 亿市值、49% 毛利率证明了 AIDC 赛道的盈利能力和资本市场溢价。但润泽卖的是"电力和机柜"——不触碰 GPU 利用率，商业模式在算力层下方。协创数据以 ¥736 亿市值、63× PE 证明市场对 AI 基础设施高成长的估值弹性，但核心是硬件制造（毛利率仅 19%）。

唯实通达的差异化：不卖机柜（润泽），不卖硬件（协创），卖 Token 产出能力。在价值链上比两家对标公司高出一个维度，对应更高的毛利率和更强的客户粘性（调优经验不可复制）。

三年三步：30 亿 → 100 亿 → IPO 30 亿

从建标杆到杠杆扩张到港股上市，每一步都有清晰的业务锚点。

融资结构：唯实通达原有股东占比 30%；产业领投方出资 ¥20 亿，占比 50%，投后 ¥40 亿对应股权；其他财务投资人出资 ¥10 亿，占比 20%。本轮核心是产业锚点——谁进来，决定后续 2027-2028 的节奏。

主动拆雷，不回避硬问题

五个投资人一定会问的风险，以及唯实的对冲策略。

这五个风险不是被动防守——是主动暴露。投资人对 BP 的第一层筛选是"这个团队有没有直面硬问题的心态"。唯实的对冲策略都有真实业务证据支撑（已交付集群、已签合约、已有运维数据），不是 PPT 层面的假设。

英伟达定义了 AI 工厂的标准；
在中国，唯实通达是那个被选中的建设者

Revenue = Tokens × Watts。这条公式把 AI 工厂时代的所有问题简化成一个优化命题——在单位瓦特内产出尽可能多的 Token。

分子端（Tokens）的优化已经由英伟达 + CUDA + 四代 roadmap 锁死。分母端（Watts）的优化是电力、液冷、调度、调优的系统工程——没有捷径。在中国，能同时操作公式两端的执行方，只有唯实通达。

一页纸回顾

• 赛道：万亿级 Token 经济，需求增速 100 万倍，供给缺口持续到 2028+
• 定位：中国最强的 Token 工厂——同样硬件投入，2.5 倍 Token 产出
• 壁垒：NVIDIA NVIS 协作方 + 40+ 项自研调优技术 + 每代最新架构首批大规模交付者
• 节奏：2026 入场券（500 台 B300）→ 2027 NCP 升级 → 2028 港股上市
• 融资：2026 年 30 亿 → 2027 年 ~100 亿 → 2028 年 IPO 30 亿
• 目标：3 年中国最强，5 年全球最强，2028 年市值 ¥1,000 亿