高端GPU缺货、存储价格上涨、AI项目交付延迟。过去几个月，算力供给的收紧，正在从上游快速传导至整个IT产业链。
多位渠道商近日对第一财经记者表示，AI算力需求的爆发已明显拉长关键设备的交付周期。“高端AI服务器与核心元器件基本都要排队，一些项目需要提前几个月锁定资源。”一位渠道商说。
过去，“有货就能做生意”是分销行业长期成立的前提，但当算力成为稀缺资源，这一逻辑正在松动。神州数码、伟仕佳杰等头部IT分销商在近期的业绩说明会中均表示，供需关系在收紧，客户需求在改变，分销商的角色也不得不随之调整。
算力告急之后
算力的紧张，首先冲击的是分销体系最底层的运行方式。
在传统IT周期中，分销商的核心能力是“流通效率”，通过规模采购获得价格优势，再通过渠道网络快速出货，产品标准化程度高、供给稳定，使得分销商可以通过压货与周转获取稳定利润。
但AI的到来，改变了这一切。
一位IT渠道分销商负责人对记者表示，2025年以来，GPU、HBM存储等关键部件频繁出现阶段性紧缺，“有些型号不是贵的问题，是根本拿不到”。在这种情况下，项目推进节奏不再由客户预算决定，而更多取决于供应链。
研究机构SemiAnalysis的数据显示，H100 GPU一年期租约合同价格已从2025年10月的1.7美元/小时急升至2026年3月的2.35美元，涨幅接近40%。
紧张的并不只有GPU。
“除了GPU，CPU也开始缺货。”上述渠道商对记者说。
3月下旬，英特尔（Intel）与超威（AMD）相继通知客户上调处理器价格：英特尔对酷睿、至强等产品统一提价约10%，AMD对锐龙与霄龙产品提价10%至15%。过去几个月，CPU作为AI服务器调度与推理核心被云厂商疯狂扫货，两大巨头2026年服务器CPU产能目前已经基本售罄。
而供给收紧也在迅速传导至分销环节。
价格波动压缩利润空间，而为了锁定货源，不少分销商不得不提前备货，占用大量现金流。神州数码在业绩会上披露，其经营现金流阶段性净流出，主要与芯片、存储等关键产品的战略备货有关。
不过，缺货带来的不只是压力，也打开了新的客户入口。
在存储价格波动的背景下，伟仕佳杰开始切入此前较难进入的互联网客户体系。“过去我们的存储产品更多面向To C，在To B领域进入大厂需要很长验证周期。但在缺货背景下，最近几个月已经开始向头部互联网公司供货。”公司管理层表示。
类似变化也出现在国产算力上。
随着国际供应链波动，企业对本土算力方案的接受度明显提升。伟仕佳杰披露，2025年集团国产算力相关业务同比增长27%，主要来自与国内算力厂商的合作深化。
对神州数码而言，客户结构的变化也更加明显。公司披露，2025年来自互联网行业的签约额突破600亿元，同比增长超过9倍，成为新增量的重要来源。
“电子元器件分销这块去年实现了40%的增速，除了传统元器件分销之外，很大一块增量来自头部互联网客户的突破。”神州数码财务总监李京表示，未来，这一部分的业务会成为重要收入来源。
IT分销商的角色变化
算力短缺改变的是供给逻辑，AI的落地则让分销商的角色发生变化。
在神州数码CEO李映看来，企业客户对AI的需求，已经从早期的“技术探索”转向“流程重构”，在这一过程中，算力、模型与数据不再是分散采购的资源，而是围绕具体场景被整体设计。神州数码管理层将这种变化概括为“AI for Process”，即以流程为核心，将AI嵌入企业运营体系。从数据准备、模型调度到算力配置，分销商开始参与整个项目的构建过程，而不再只是交付硬件。
以互联网厂客户为例，神州数码披露，已为多家头部互联网公司提供从供应链、设备交付到算力租赁与运维的一体化服务，并尝试以“前店后厂”的模式切入算力基础设施建设。
在这一模式下，分销商逐渐从渠道节点，转变为算力体系的一部分。
向上游延伸的尝试也在出现。李映在业绩会上提到，公司探索design house（无晶圆厂的芯片以及硬件方案设计）等能力，希望提升在芯片及核心器件环节的话语权。而另一位接近公司的行业人士表示，在当前周期，“如果触达不到上游，很多项目根本无从谈起”。
与此同时，也有公司向下游应用侧推进。伟仕佳杰旗下佳杰云星已完成多个大模型的适配，并推出面向不同场景的AI智能体产品“小龙虾”。这类产品更接近具体业务流程，而非传统软件形态。
“以前大家做软件，是因为大规模投入后能快速复制建立壁垒。但这一轮AI带来的智能体趋势，让Know-How（行业诀窍）不在软件层，而在大模型层。”李映对记者表示，更重要的是，如果软件定制化的成本能降低十倍，谁还会觉得定制化是昂贵的？
IDC数据显示，2025年全球企业活跃AI智能体数量约为2860万个，到2030年将增至22.16亿个，年复合增长率达139%。中国市场预计在2031年超过3.5亿个。
在一些垂直场景中，智能体已开始具备实际生产能力。
“部分工业场景中，智能体已经接近资深技师的判断能力了”蘑菇互联CEO沈国辉对记者表示，在工业能源场景中，相关系统已可以识别低至3%的微小泄漏并进行预警。“过去制造业里经常是有数据，但很难真正用起来，现在情况在变化。”
这种需求的变化最终又反哺回算力。
“来自AI的需求，不只是模型训练，还包括部署和应用开发，这些都在拉动对数据与云资源的投入。”李映表示，目前公司仍有接近50亿元的在手订单尚未确认收入，内部对于国产算力的未来充满了信心。
倍顺网提示：文章来自网络，不代表本站观点。
