联想月涨 109%、工业富联市值超茅台，“ IT 旧势力”集体回春？

文 | 蓝鲨财经社，作者 | 简 安，编辑 | 卢旭成

6 月 3 日，全球服务器代工龙头工业富联迎来历史性一刻：盘中涨超 5%，市值一度突破 1.68 万亿元，创上市以来市值新高，成为 A 股电子代工板块有史以来市值天花板级标的，且市值短暂超过贵州茅台，位列 A 股第五。亮眼市值背后，是戴尔、联想等下游企业订单持续放量带来的业绩支撑——它是戴尔、联想背后的 " 隐形冠军 "。

在此之前，戴尔科技 5 月 29 日发布 FY2027 Q1 财报：单季营收 438.4 亿美元，同比大涨 88%；归属上市公司股东净利润 34.38 亿美元，同比增长 256%，两项指标均大幅超出市场预期。当日，戴尔股价暴涨 32%，创下公司自上市以来的最大单日涨幅。

Melius Research 的科技研究负责人 Ben Reitzes 在戴尔财报电话会议上表示，" 我大概从来没见过戴尔这种季报。" 这句话随后被广泛引用，以形容对戴尔财报的震惊。

同在 5 月 29 日，港股市场的联想也迎来股价狂飙：单日大涨 22%，5 月累计涨幅 109% ——是联想 27 年来最强单月表现。此外，联想年内涨幅一度突破 172%，截至 6 月 1 日收盘达 172.57%，成为恒生指数成分股中年内涨幅最高的个股。

直接引爆其股价的，是 7 天前（5 月 22 日）联想发布的 2025/26 财年及 Q4 业绩：全年营收 831 亿美元，同比增长 20%，创历史新高；Q4 营收 216 亿美元，同比增长 27%，净利润 5.21 亿美元，同比暴增 479%。

过去几年，市场目光几乎都聚集在英伟达的 GPU 和大模型的算力军备竞赛上，戴尔、联想、工业富联这类传统厂商长期被打上 " 旧势力 " 或 " 代工厂 " 的标签。但现在，这三大企业同步走强，意味着情况已经被彻底改写—— AI 浪潮下，不同环节的 " 旧势力 " 正迎来新一轮价值重估。

三家公司背后的增长逻辑各有侧重：戴尔受益于 Agentic AI 的爆发，AI 服务器需求井喷；联想的核心驱动力是 AI PC，Agentic AI 兴起后，越来越多算力回归本地，一台算力更强的 AI PC 就能支撑许多原本需要调用云端算力的任务，联想作为全球最大 PC 制造商是这轮本地算力升级的最直接受益者；工业富联则是戴尔、联想背后的隐形赢家，同时承接服务器和 PC 的代工，两条增长线的制造订单最终都流向它的生产线。

传统服务器重燃增长：Agentic AI 带来新增量

要理解这轮行情，首先要破除一个思维误区：AI 大模型的崛起，并非在蚕食传统服务器的市场份额，而是在它的基础上叠加了一层新的需求。

过去几年，传统服务器市场基本处于停滞甚至下滑状态。市场也普遍认为，传统服务器市场份额会被 AI 服务器逐步替代。但这一轮增长完全不同——它不是存量替代，而是开辟了一个全新的增长市场。

戴尔的数据最能说明问题：FY2027 Q1，戴尔基础设施解决方案部门（ISG）营收达 290 亿美元，同比增长 181%，其中传统服务器与网络业务营收 85.43 亿美元，同比增长 92%，是市场预期 52 亿美元的 1.6 倍，创历史纪录。与此同时，AI 服务器营收达 161 亿美元，同比暴增 757%。很明显，传统服务器与 AI 服务器在同步增长，而非此消彼长的对立关系。

联想的数据与戴尔形成印证。联想截至 2026 年 3 月 31 日的 2025/26 财年，实现营收 831 亿美元，同比增长 20%，经调整后净利润 20 亿美元，同比增长 42%。全年 AI 相关业务收入同比增长 105%，占总收入的 33%，第四财季这一比例进一步提升至 38%。ISG 业务增速最快，全财年收入同比增长 32% 至 192 亿美元，创历史新高，其中，AI 服务器全年营收实现两位数以上同比大幅增长。

根本原因在于 Agentic AI（智能体 AI）的工作负载特性。与传统 AI 训练任务会高度依赖 GPU 不同，Agentic AI 的工作负载则需要 CPU 进行任务编排，同时会显著拉动 DRAM 和存储需求。简单讲，一个 Agentic AI 要完成一项复杂任务，往往需要调用多个服务、处理大量中间数据，而这部分计算工作会落在传统服务器上。就像戴尔首席运营官杰夫 · 克拉克在分析师电话会上说的："GPU 做神奇的工作，但围绕它的大量顺序化工作是 CPU 的活。"

半导体分析机构 SemiAnalysis 研究指出，在 Agentic AI 工作负载中，CPU 处理延迟占比达 50%-90%，GPU 常常因为等待 CPU 调度而闲置。这种情况下，CPU 与 GPU 的配比必然要进行调整。Creative Strategies 首席执行官兼首席分析师 Ben Bajarin 指出：" 在模型训练时代，AI 部署中 CPU 与 GPU 的配比大致接近 1:4，而智能体推理则将这一比例改写为接近 1:1（甚至 GPU 占比更低）。" 这与英特尔 CEO 陈立武在 2026 年第一季度财报电话会上的判断基本一致。

AMR 给出的数据更具冲击力：在 Agentic AI 时代，每吉瓦数据中心电力对应的 CPU 核心需求将从 3000 万颗暴增到 1.2 亿颗，整整 4 倍的增幅。摩根士丹利则进一步预测，到 2030 年 Agentic AI 可能为数据中心 CPU 市场带来 325 亿到 600 亿美元新增需求，整个服务器 CPU 市场规模将突破千亿美元。

而除了 CPU 需求激增，Agentic AI 还显著增加了 DRAM 和存储的需求—— Agentic AI 需要上下文能力、持久记忆、检索增强生成、KV Cache 及中间状态存储，这些都高度依赖 CPU 侧 DRAM，而不再局限于 GPU 侧的 HBM 高带宽内存。

瑞穗证券最新发布的半导体行业报告指出，Agentic AI 的 token 生成量可能比传统生成式 AI 高出 1000 倍以上，大量智能体协同工作会带来远高于传统 AI 推理的 CPU 与 DRAM 消耗。其预测，Agentic AI 将在 2027 年额外带来全球 9%-13% 的 DRAM 需求增量，其中最乐观情景下可达约 7200PB，占全球 DRAM 总需求的 13%。摩根士丹利的最新预测则更加乐观，其认为到 2030 年，在基准情景下新增 DRAM 需求约 74EB，牛市情景下可能达到 221EB，分别相当于当前全球 DRAM 市场规模的 1.7 倍、4.9 倍。

更重要的是，这一轮采购热潮已经从头部云服务商逐步向二级云厂商及大型企业等更广泛的市场扩散，银行、制造业等传统企业都开始部署 AI 服务器，而面向这类客户的企业基础设施（E/SMB）业务毛利率远高于云基础设施（CSP）业务。比如联想第三财季在中国区的 E/SMB 同比增长 52%，大幅超越 CSP 增速。联想 CEO 杨元庆也表示，仅靠大型云服务商已难以满足需求。

IDC 厂商的转型：从 " 租机柜 " 到 " 算力服务 "

如果说传统服务器的爆发是需求端的增量故事，那么 IDC 行业的变革则是一场更深层次的商业模式重构。

过去，IDC 行业的逻辑非常简单：建机房、租机柜、按带宽收费，主要服务的是互联网公司的流量托管需求。这种生意的特点是：重资产、高折旧、附加值也很低。但 AI 大模型兴起后，其底层逻辑就被彻底改变了：大模型的训练和推理需要高密度算力、超低延迟网络和高效散热，普通机柜根本无法承载。这就需要 IDC 行业从通用存储中心向智能算力底座升级。

根据 JLL Research（仲量联行）发布《2026 年全球数据中心展望》，到 2030 年，AI 工作负载在全球数据中心容量中的占比将达到 50%，这一数字在 2025 年时仅约 25%。其还预测，到 2027 年推理工作负载可能会取代培训，成为 AI 的主要需求。而根据中国信通院预计，2030 年全球算力规模将超过 16ZFlops，智能算力占比将从 2023 年的 63% 提升至 2030 年的 90% 以上。

图源：JLL Research 报告

这种需求的结构性升级，直接推动了 IDC 厂商商业模式的转型。传统 IDC 厂商凭借数据中心基础设施、能源指标和成熟运维能力，纷纷转型算力租赁服务，不仅可以帮助客户降低 AI 算力部署的初期投入，还能提供从硬件搭建、网络部署到模型调优的一站式服务，业务附加值也很高。

这对金融、政企等行业有极高的吸引力。这些客户有强烈的 AI 算力需求，但又不具备独立建设和运维大规模算力集群的能力。而且，它们对数据安全和合规性也有极高要求，通常不愿意将核心数据上传到公有云，更倾向于使用本地部署或专属算力服务。而传统 IDC 厂商凭借多年积累的客户资源和合规经验，在这些领域有着天然优势。

政策层面的利好也为 IDC 行业的转型提供了有力支撑。2026 年 3 月，" 算电协同 " 首次写入政府工作报告，被列为国家级新基建工程。5 月，国家发改委、工信部、能源局、数据局四部门联合发布《促进人工智能与能源双向赋能的行动方案》，专项部署算力电力高效协同。

所谓算电协同，并非简单的为算力发展提供电力保障，而是算力产业与电力产业的深度融合与资源重构，核心逻辑是 " 电力托举算力降本、算力反哺电网增效 " 的双向赋能。这种情况下，拥有绿电接入能力和节能技术储备的厂商，可以通过绿电交易和能效管理显著降低运营成本，在日趋激烈的竞争中形成差异化优势。

技术升级，重构行业核心竞争力

事实上，无论是传统服务器的需求爆发，还是 IDC 行业的商业模式转型，背后都有一套技术升级在支撑——它们都是在通过技术升级适配 AI 时代的新需求，技术能力是决定企业核心竞争力的关键。

服务器端，更高单机内存配置已经成为标配。AI 工作负载要求单机搭载更大容量的 DRAM，用于存储模型参数和处理大规模上下文。而据多家行业机构共同测算，单台 AI 服务器 DRAM 需求量约为传统服务器的 8-10 倍。

IDC 端，液冷技术正在快速普及。液冷方案可以将数据中心 PUE（电源使用效率）降至 1.2 以下，比传统风冷降低 30% 以上的能耗。联想的海神液冷技术散热效率达 98%，并能实现 90% 的余热回收再利用，降低 42% 的能耗，数据中心 PUE 可降至 1.1。在第三财季，联想海神液冷技术营收同比增长 300%，与第二财季（154%）相比几乎翻倍，侧面印证了这一趋势正在加速。

此外，智能化运维和模块化建设也在大幅提升 IDC 的运营效率。智能化运维系统可以通过 AI 算法实时监控数据中心的运行状态，预测设备故障，自动调整资源分配，减少 30% 以上的运维成本。模块化建设则能把数据中心的建设工期缩短一半，整体交付效率大幅提升，能够更快响应市场需求。这些技术红利，都在改善 IDC 厂商长期承压的盈利结构。

小结

AI 技术的普及正在重塑整个数字基础设施产业，曾经被市场低估的 " 旧势力 " 们，正在迎来价值重估。

这其中的逻辑并不复杂：AI 模型越来越多，应用也越来越广泛，支撑它们所需的算力基础设施也就越来越大。Agentic AI 崛起，让需求从 GPU 蔓延到 CPU、从训练集群蔓延到企业服务器，同时也从云端蔓延到 PC 桌面。智能算力普及，让 IDC 从被动托管转型为主动赋能。

根据 Dell'Oro Group 研究数据，2025 年全球数据中心资本支出同比增长 57% 至 7260 亿美元，是该机构自 2014 年有记录以来的最快增速，2026 年这个数字预计将突破 1 万亿美元。而这些投入，最终都会变成服务器订单，落到戴尔、联想以及它们背后的工业富联手里。

所以可以预见的是，戴尔、联想、工业富联等 " 旧势力 " 的股价回春，并非短期的估值修复，而是市场对更长期趋势的重新定价——在 AI 时代，算力基础设施（无论是云端数据中心还是端侧 PC）将是支撑整个数字经济运转的核心底座，而构建和运营这一底座的企业，将进入新的价值区间。