在被谷歌Gemini 3反超后仅半月余，OpenAI便祭出了首轮反击——将其最新的GPT-5.2推出时间提前至12月9日。而这离其上个版本GPT-5.1的发布，也不到一个月。
这体现出行业白热化竞争背景下，全球AI大模型呈现出远超预期的迭代速度；与此同时，Scaling Law逻辑下，当前单个模型的训练算力需求持续上升，双重叠加使得全球算力需求的爆发式增长远未结束。
近期，瑞银、高盛接连上调AI算力基础设施行业及相关硬件提供商的增长预期。瑞银表示，大规模云厂商高强度的投入将至少持续到2027年。联想集团等与国内外主要云厂商建立起长期合作，具备技术壁垒与高客户粘性的厂商，在受益于行业增长的同时，市场份额亦呈现出强劲上升趋势。
大模型竞争，算力链收益
谷歌Gemini 3模型的成功，被业界称为“Scaling Law的极致执行”。所谓Scaling Law（规模法则），指的是模型性能随参数规模、训练数据量和计算资源呈幂律增长。谷歌通过Gemini 3，证明了Scaling Law仍持续有效，打破了业内关于“大模型已触及天花板”的论调。
这对大模型厂商来说，是坚定了其通过算力扩张提升模型性能的信心，而不是单纯等待全新基础模型架构的出现。如DeepSeek在其后发布V3.2与Speciale时，即在技术报告中表示：“由于总训练FLOPs较少，DeepSeek-V3.2的世界知识广度仍落后于领先的闭源模型。我们计划在后续版本中，通过扩大预训练算力来弥补这一知识差距。”
对算力产业链来说，则意味着大模型参数规模、训练数据量和计算资源仍处于扩张期。只要模型仍在迭代，算力需求便仍会持续增加。仅从参数规模来说，业内分析认为，未来模型参数规模将突破10万亿级。根据中信建投测算，单次千亿参数模型训练需消耗价值千万美元的算力资源，10万亿级参数规模的大模型训练，所需算力之大可想而知。
Gemini 3对算力产业链的影响远不止此。长期以来，OpenAI凭借其先进的技术和产品占据了市场的主导地位，Gemini 3的出现打破了这种局面。“两强争霸”的格局迫使OpenAI不得不加快其模型更新步伐。据传OpenAI甚至为了稳固其领先地位，叫停了包括广告、Agent、Pulse在内的一系列业务推进，将所有资源都押注在了下周即将发布的新模型上。
更深层来看，这种“加速效应”还将在更多大模型厂商中蔓延。尤其是在全球大模型差距日益缩小的背景下，更多的反超者正在出现，如Anthropic近日推出的Claude Opus 4.5，在编程领域实现了对Gemini 3 Pro和GPT‑5.1的“全线碾压”；阿里千问旗下的两个视觉模型Qwen3-VL和Qwen2.5-VL，则在空间智能领域超过了它们。有观点认为，在这种“密集反超”态势下，AI模型技术正经历从“渐进式创新”到“指数级跃迁”的历史性转变，行业已呈现“周级迭代”的爆发态势。
正是这种“算力换性能+加速迭代”的双重效应，使得算力产业发展频频超预期。12月5日，瑞银发布的最新深度报告显示，北美、欧洲和亚太地区的数据中心空置率持续处于历史低位（分别为1.8%、3.6%和5.8%），显示出供不应求的市场格局。基于强劲的在建项目数据及极低的空置率，瑞银宣布上调该行业的中期增长预期，预计 2026 年包括电力、制冷及IT设备在内的市场增速将达到20-25%。
从企业来看，作为全球算力基础设施硬件核心供应商，联想集团最新一期财报全面超出市场预期。其中，聚焦AI算力基础设施的ISG业务集团营收达293亿元，同比增长24%，比里昂经上调后的预期还要高。联想集团ISG业务集团通过云基础设施（CSP）和企业基础设施（E/SMB）并行发展的双轨战略，同时享受AI大模型训练与应用落地的双重红利。其业务涵盖“一横四纵”（“一横”即万全异构智算方案，“四纵”即服务器、存储、数据网络、软件及超融合）布局，是国内布局最全面的厂商，能够为客户提供AI算力全栈解决方案，并依托“全球资源、本地交付”的韧性供应链快速承接全球各地本地化需求，使其更好抢抓行业加速增长机遇。
对于联想集团后续预测，高盛表示，随着生成式AI需求的增长，联想在AI基础设施及边缘AI设备领域将迎来新的发展机遇，将联想2026至2028财年的收入预测上调1%至2%。
长远来看，根据瑞银发布的全球科技与AI大会纪要，一线企业普遍认为，AI产业正处于一个“十年超级周期”的第二年，需求呈现出“贪得无厌且持续增长”的态势。这也意味着，无论是算力行业整体，还是联想集团等行业参与者的超预期增长，都还远未结束。
技术壁垒、客户粘性：硬件的两极
值得注意的是，Gemini 3完全基于Google自研TPU搭建的算力集群进行训练，真正实现了AI硬件与软件的全产业链整合。并且，谷歌开始将TPU作为英伟达GPU的替代品向市场出售。
亚马逊也于12月2日推出定制人工智能芯片Trainium3，并明确通过云服务的方式向企业客户提供算力，对英伟达和谷歌同时发起挑战。
从英伟达一家独大，到谷歌、亚马逊加入展开“三国杀”，底层芯片格局的剧变将削弱英伟达的定价权，从而降低算力基础设施硬件供应商成本都是后话。对于硬件厂商来说，后两者的强势入场，更大的信号意义在于，比起英伟达在性能、通用性（GPU比TPU灵活）以及CUDA生态方面的优势，谷歌TPU和亚马逊Trainium系列在定制化方面的优势正在凸显。这种与算力使用需求的适配性要求，不会仅限于底层芯片，硬件架构也一样会有这方面要求。
特别是在全球大模型差距日益缩小，同时应用端逐渐落地的背景下，大模型的差异化竞争与应用场景的个性化需求，都将使得这种要求日益强化。
比如，亚马逊与其AI服务器硬件提供商联想集团的合作，就涉及AWS的定制化服务器供应。这些服务器通过与AWS的高度适配，为AWS的云计算基础设施提供稳定的服务器硬件支撑，并且双方的硬件合作还逐渐延伸到AI服务器领域。
这种定制化模式，使得更换服务器供应商面临着系统集成、数据迁移、人员培训、兼容性测试等一系列高昂的隐性成本，以及漫长的替换周期，同时也会影响其稳定性、可靠性和安全性，因此行业具备高粘性特征，云厂商不会轻易冒险更换供应商。目前，联想集团已进入全球十大云服务商中七家的供应链，且均实现长期稳固合作。
同时，定制化模式背后，也是企业技术壁垒的坚强支撑。如联想集团为亚马逊定制服务器上搭建的海神液冷技术，能降低数据中心40%的功耗，是高能量密度机柜的标配。特别是在英伟达最新Rubin架构下，GPU热设计功耗（TDP）达到2300W，整柜功率约200KW，更高散热能力的液冷技术成为新的要求。联想集团今年集中发布“飞鱼”仿生散热设计与“双循环”相变浸没制冷系统，进一步巩固了公司的液冷技术壁垒。
12月5日，联想集团重磅发布新一代高端大模型训练AI服务器—基于英特尔®至强®6处理器的联想问天WA8080a G5，以及全新升级的联想万全异构智算平台4.0。这一时间节点正处于谷歌Gemini 3与OpenAI GPT-5.2“紧咬”技术参数，以及英伟达、谷歌、亚马逊“三国杀”格局初现受到市场热议的阶段，有理由相信，这是联想集团从中敏锐洞察了AI大模型训练全新变化后的迅捷反应。
根据联想集团2025/26财年第二季度报告，公司AI服务器实现高双位数收入增长，海神液冷技术业务收入同比大增154%，进一步巩固联想在节能AI基础设施的领导地位。这与其前述优势的持续强化不无关系。换言之，面对大模型竞争白热化带来的算力需求增长，类似联想集团这样具备敏锐洞察、迅捷反应能力的AI基础设施硬件提供商，才是未来更有希望强化技术护城河，并增强与云厂商客户粘性，抢占更多市场份额的玩家。
随着GPT-5.2等主流模型的持续加速迭代，中信建投分析指出，产业链已进入“算力决定上限”的核心竞争阶段，全球科技巨头资本开支向AI倾斜已成定局。在此背景下，全球算力需求的确定性仍将持续增强，联想集团这类优势厂商的成长空间也仍将持续扩大。
