说实话，戴尔科技和浪潮信息这两家公司极具可比性，一家是全球服务器领域的龙头，另一家是国内服务器行业的龙头。但从股价表现来看，戴尔科技的股价仍在不断创下新高，而浪潮信息始终保持着 " 走五步退四步 " 的节奏，在持股体验上，浪潮信息远不如戴尔科技。

当然，我在这里并非只是单独点评浪潮信息，它其实是国产 AI 服务器厂商的典型代表，其他几家企业，比如中科曙光、紫光股份、华勤技术，走势和持股体验都大同小异。

这说明当前的差异并非个别公司的问题，根源在于国内外 AI 算力产业的发展阶段并不相同，本文就针对这个问题展开简单讨论。

一、国产 AI 算力极其紧缺

我们常说美国的 AI 算力基建是 " 大干快上 "，存在超前投资的问题，反观国内，情况恰好相反，国内的 AI 算力基建完全跟不上本土 AI 产业的发展需求。我为什么会这么说呢？

我本身就是 AI 工具的重度用户，以我使用 GLM5.3 的体验来看，我经常需要把自己的想法整理成策略，再把策略转化为代码，放到聚宽平台上跑回测。

本来这套流程应该走得比较顺畅，但往往拖到我熬夜的就是代码生成环节，每次我把需求和想法输入 GLM5.3 后，等待生成的过程格外漫长，大概 1000 行代码就需要等半小时。如果一晚上需要修改好几次，几个小时的等待就彻底拖慢了工作效率。

我相信这不是个例。事实上，AI 和此前的元宇宙概念完全不同，它确实能够实实在在释放生产力，我本身没有程序员背景，这两天，我用豆包 2.0 写出了一个浏览器插件，直接大幅提升了我某一项工作的效率，这种提升是肉眼可见的。本来可能需要好几个人花几天才能完成的工作，现在一个人用一天就能做完，工作效率直接提高数倍。

也就是说，国内当前的 AI 产业发展本身没有问题，问题出在算力负载已经饱和，而饱和的核心原因就是算力资源紧缺。这种情况反映到资本市场也是同样的逻辑，美国的 AI 算力投资或许偏于超前，但国内的投资确实太过 " 精打细算 "，始终放不开手脚，最终导致 C 端用户的使用体验很差。

我为什么要说这些呢？我想说的就是，之所以浪潮信息这些国产 AI 服务器厂商无法实现业绩放量，并不是因为下游没有需求，而是因为供给始终跟不上来。

二、浪潮信息和戴尔科技的业绩比较

在净利润方面，由于受到前期囤货涨价等因素影响，我认为判断业绩是否放量，看收入增速比看利润增速更合适。

从最近六个季度的单季收入来看，戴尔科技走出了一条相对清晰的上升通道：营收从 2026 财年一季度的 233.78 亿元逐季攀升至 2027 财年二季度的 469.71 亿元，同比增速也从个位数（5.10%）一路加速至 2027 财年一季度的 87.54%，即便 2027 财年二季度略有回落仍维持在 57.75% 的高位。

相比之下，浪潮信息的季度收入波动更为明显，2025 年一季度以 468.58 亿元和 165.31% 的同比增速开局，随后 2025 年二季度环比下滑至 333.34 亿元，2025 年三季度增速转负（-1.55%），2025 年四季度回升至 441.13 亿元，2026 年一季度又再度回落至 354.70 亿元、同比下滑 24.30%，直到 2026 年二季度才重新站上 489.08 亿元。整体而言，浪潮信息的收入节奏起伏较大，尚未形成戴尔科技那样持续、稳步的放量态势。

造成这种差异的原因之一，在于国内算力产业链上游原材料的供给约束。浪潮信息作为服务器整机厂商，其产能释放高度依赖高端 AI 芯片、加速卡及相关核心元器件的稳定供应。

近年来受出口管制等因素影响，国内可获取的高端算力芯片在数量和交付节奏上均存在不确定性，直接制约了整机厂的排产和出货能力，反映在财报上便是季度收入的忽高忽低。戴尔科技背靠全球供应链，在高端芯片的获取上受限较少，能够更顺畅地将海外云厂商和企业客户的需求转化为持续增长的收入。

另一个值得关注的因素是，国内算力需求的放量周期大概率比海外晚 6 到 12 个月。本轮 AI 算力投资的起点在海外，以微软、谷歌、亚马逊、Meta 为代表的超大规模云厂商自 2023 年起便大规模采购 AI 服务器，带动戴尔等上游供应商的收入从 2024 年下半年开始进入加速通道。

国内市场方面，无论是互联网云厂商还是传统行业客户，对大模型训练和推理的算力部署仍处于相对早期的阶段，采购决策和预算释放需要更长的传导时间。这意味着浪潮信息等国内厂商的收入放量拐点可能尚未到来，未来 6 到 12 个月内若国内需求如期启动，其季度收入走势有望从当前的波动状态转向更为持续的增长。

如此来看，国内 AI 算力产业的发展进程可能比海外更为曲折，这种曲折反会让行业发展更具波动性。原本 1-2 年就能兑现的业绩，现在可能需要 2-3 年才能落地，这对于国内 AI 服务器产业而言，也就更考验经营管理的水平。

站在服务器环节看整个 AI 算力产业，我认为国内的机会始终存在。AI 技术本身在持续进步，应用 AI 的用户规模和需求也在增长，这些都是 AI 发展带来的机遇。因此我觉得，在一切都尚未落定的情况下，这个赛道依然有值得一试的空间。