四川
AI浪潮最容易被看见的是模型，真正把财富批量制造出来的，却是算力产业链。大模型每一次升级，背后都不是一句口号，而是一轮资本开支、服务器采购、芯片交付、光模块放量、电力扩容和散热系统改造。
这场造富的源头，是科技巨头把AI从软件竞赛推成了基础设施竞赛。市场预计，亚马逊、微软、谷歌、Meta等巨头2026年资本开支可能达到数千亿美元级别，部分估算甚至指向6500亿至7000亿美元以上。AI不再只是研发费用，而变成了全球最大公司们的“军备竞赛”。
最先兑现财富的是英伟达。其2026财年第四季度收入达到681亿美元，同比增长73%，毛利率高达75%。这不是普通硬件公司的利润表，而是一台被全球AI需求推着运转的现金机器。
更关键的是，英伟达的数据中心业务已经成为AI时代的“卖铲人”。在2026财年第一季度，英伟达数据中心收入391亿美元，同比增长73%，云服务商仍是最大客户群体。算力需求越集中，核心GPU供应商的议价力越强。
但AI算力产业链的造富，并没有停在GPU。GPU只是入口，真正的算力集群需要服务器、交换机、光模块、连接器、液冷、电源、机柜、变压器和电网接入。AI服务器不是单台机器，而是一座高度耦合的工业系统。
这也是为什么资本市场开始沿着瓶颈寻找赢家。过去两年，GPU是瓶颈；随后，高带宽内存、先进封装、光模块成为瓶颈；再往后，液冷、电力、土地和并网能力也变成瓶颈。谁掌握瓶颈，谁就掌握利润。
光模块是最典型的例子。AI集群内部的GPU要高速互联，800G、1.6T光模块需求快速上升。TrendForce预计，全球AI光收发模块市场将从2025年的165亿美元增至2026年的260亿美元，增幅约57%。
这解释了为什么光通信公司突然站到聚光灯下。传统数据中心需要连接，AI数据中心需要的是海量、低延迟、高速率连接。算力越大，通信越不能成为短板。所谓“算力”，一半是计算，一半是互联。
光纤甚至也被重新定价。有报道称，AI数据中心对光纤的需求远高于传统服务器架构，部分电缆交付周期已被拉长到一年左右，全球供应链出现紧张。过去被视为周期品的光纤光缆，正在被AI重新赋予成长属性。
散热系统也是另一条造富曲线。AI芯片功耗越来越高，传统风冷难以支撑高密度机柜，液冷从可选项变成必选项。Vertiv等基础设施厂商将液冷、高压配电、能源自治列为AI数据中心演进的核心趋势。
电力则是更底层的瓶颈。AI数据中心不是普通机房，而是持续吞噬电力的工业设施。算力中心选址越来越取决于电价、并网速度、备用电源和长期供电协议。电力设备、燃机、变压器、储能和配电系统，都被卷入AI资本开支。
因此，AI算力产业链的造富，本质上是一场“瓶颈轮动”。第一波财富属于芯片，第二波属于服务器和光模块，第三波属于液冷、电力和数据中心运营商。每当一个瓶颈被放大，资本就会重新给相关公司定价。
这场重估还有一个重要特征：利润并不平均分配。越接近核心技术、越接近短缺环节，利润率越高；越靠近标准化制造，竞争越激烈。GPU毛利率可以高企，部分代工和组装环节却仍然承受价格压力。
这也是投资者需要警惕的地方。AI算力产业链确实在批量造富，但不是所有挂上AI标签的公司都会变成赢家。真正的赢家往往具备三种能力：进入全球大客户供应链、卡住关键技术节点、在扩产周期中保持议价权。
从宏观角度看，AI算力正在把数字产业重新工业化。过去互联网公司的扩张主要依靠代码、流量和广告；今天AI公司的扩张依靠芯片、工厂、电网和资本开支。财富创造的中心，正在从轻资产平台重新流向硬科技制造。
这也是中国企业的机会。中国在光模块、PCB、电源、服务器制造、液冷设备、光纤光缆等环节具备完整产业基础。一旦全球AI资本开支持续扩张，中国供应链不只是配套者，也可能成为这轮算力军备竞赛的重要受益者。
但它同样意味着更残酷的分化。AI产业链不会普遍撒钱，而是沿着技术壁垒和供应瓶颈精准下注。真正的“造富机器”，不是AI概念本身，而是能把需求变成订单、把订单变成利润、把利润变成持续扩产能力的公司。
所以，AI算力产业链正批量造富，表面看是股价上涨，深层看是全球资本开支在重塑工业分工。模型负责制造想象力，算力负责制造现金流。而在这一轮周期里，离电流、光纤、芯片和散热越近的公司，离财富也越近。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
