一天赚1.3亿：AI服务器卖爆了

作者 | 铅笔道 松格

编辑 | 铅笔道 王方

封面图｜铅笔道制作

最近，有家公司赚钱赚得飞起。工业富联发布财报，由于AI服务器需求暴增，公司半年赚了237亿元。平均一天，净赚1.31亿元。

听起来已经够猛了。但再看一个数字：净利率只有4.26%。

什么意思？就是卖100块钱的东西，最后真正落进口袋里的，只有4块2毛6。

所以别看工业富联一天赚一个多亿，它赚的其实还是“辛苦钱”：给AI服务器做ODM（设计、生产、组装）。

MIR睿工业合伙人兼AI团队负责人菅晶晶告诉铅笔道：“工业富联这类ODM厂商，现阶段毛利率确实不高。它们赚的是加工服务费，是整机组装的辛苦钱。真正高利润的，是上游零部件——GPU、HBM高速内存、高速网络、液冷散热温控、机房电力配电系统。”

换句话说就是，AI服务器这条产业链里，真正更肥的利润，藏在上游。GPU、HBM高速内存、高速网络、液冷散热、机房配电——这些不起眼的零部件，反而可能比整机组装更赚钱。

表面上看，AI服务器卖得越疯，但真正躲在背后数钱的，不是组装整机的人，而是卖关键零部件的人。

营收那么高，利润这么薄

先看数字——为什么说工业富联赚的是辛苦钱？

2026年上半年，工业富联营收5578.61亿元，同比增长54.64%。

其中AI服务器营收同比增长2.3倍，GPU AI机柜出货量同比增长3.2倍。二季度单季营收3067.83亿元，再创历史新高。随着高毛利率的AI服务器机柜快速上量，上半年公司毛利率达7.15%，较上年同期提高0.55个百分点。

营收涨了54%，利润涨了96%——接近翻倍。看起来风光无限。但毛利率只有7.15%，净利率只有4.26%。

为什么工业富联营收那么高，利润却这么薄？

菅晶晶的观点：“工业富联这类ODM厂商，赚的是加工服务费，是整机组装的辛苦钱。”

翻译一下：卖得多，但卖得便宜。

工业富联的生意逻辑很简单——帮云厂商组装AI服务器。一台AI服务器里，55%以上的成本花在GPU上。工业富联赚的是组装、测试、运输、售后的服务费，毛利率只有7%。卖一台100万的服务器，毛利润只有7万，再扣掉各种费用，净利只剩4万左右。

而英伟达卖一枚B200芯片，制造成本约6400美元，终端售价3万到4万美元。一枚芯片的毛利润，就超过2万美元。工业富联组装一整台AI服务器，净利润可能还不及一枚GPU芯片的利润零头。

这就是菅晶晶所说的：“一颗英伟达H100芯片卖几万美元，工业富联组装一台AI服务器能赚几个点？这就是产业链利润分配的现实。”

-02-

上游吃肉，中游喝汤

菅晶晶的判断很直接：“真正高利润的，是上游零部件——GPU、HBM高速内存、高速网络（光模块+交换机）、液冷散热温控、机房电力配电系统。

这些环节的利润率，跟整机组装完全不在一个量级。”

比如GPU——英伟达2026财年全年营收2159亿美元，数据中心占了1937亿。毛利率71.1%，单季最高冲到75%。一枚B200芯片制造成本6400美元，卖3万到4万美元。一枚芯片的利润，比组装一整台服务器还多。CUDA平台是AI时代的操作系统，开发者离不开它，云厂商没得选。

比如晶圆代工——台积电2026年Q1毛利率66.2%，超预期。4nm、3nm产线全年满载，先进封装产能已卖到2027年。不管谁赚钱谁亏钱，芯片都得找台积电造。

比如HBM高速内存——SK海力士2026年上半年营收131.9万亿韩元，涨了230.8%。净利润134.15万亿韩元，涨了788%。毛利率81.63%，比英伟达还高。供不应求，签的都是百亿美元长期订单。英伟达自己也是它的客户，贡献了SK海力士约29%的营收。

比如高速网络（光模块+交换机） ——中际旭创2026年Q1营收194.96亿元，涨了192%。净利润57.35亿元，涨了262%。一个季度赚的钱，超过2025年全年的一半。更上游的光芯片，毛利率破80%。

比如液冷散热温控和机房电力配电系统——AI数据中心单机架功耗从传统8-15kW飙升至NVL72的132kW。液冷和配电从“选配”变成“刚需”。维谛技术2026年Q1积压订单150亿美元，同比翻倍。国内厂商方面，英维克2025年营收60.68亿元，同比增长36%，2026年Q1营收11.75亿元，同比增长26.03%。

而服务器代工，确实是利润最薄的一环。 工业富联毛利率7.15%，净利率4.26%。一台AI服务器55%以上的成本花在GPU上，代工商没有定价权。

-03-

算力投资，是个好生意？

上游环节利润高是一回事，更关键的问题是：这种高景气还能持续多久？答案最终取决于算力需求还会不会继续涨。

菅晶晶判断：“智算市场不是泡沫，政府和企业自建私域算力将迎来爆发式增长。”

过去，买算力的主力主要是互联网大厂和云厂商。现在，一个明显变化是：越来越多传统企业，也开始自己建算力中心。

菅晶晶分享了一个案例。一家年产值约50亿元的零部件企业，2026年上半年投入1000多万元建设私域算力，硬件采用英伟达服务器，制冷加入液冷系统，算法由阿里和字节提供支持。

这些算力不是拿来“做展示”的，而是直接进入企业核心业务。

比如，这家公司正在搭建全国生产、供应链、销售一体化管理系统。老板如果听说某个客户正在开发出海新品，过去要层层询问。现在AI可以直接把信息推给对应销售，销售马上去现场核实，再把结果反馈回来。

这说明，AI正在从“尝鲜工具”变成真正进入生产、供应链、销售环节的生产力工具。出于数据安全和合规考虑，很多企业也更愿意自建私域算力。

需求在涨，资本开支也在涨。2026年Q1，北美四大云厂商合计资本开支1316.3亿美元，同比增长70.3%；Q2进一步增至约1639亿美元，同比增长86%。全年资本开支指引已上修至约7450亿美元。

国内同样在加码，“十五五”时期算力网建设将新增直接投资4万亿元。菅晶晶总结，这轮算力扩张背后有两个轮子：政策推动，和真实需求。

但今天很多算力项目回报还不算高。原因也很直接：AI商业化还没完全成熟。“一旦算法模型慢慢突破，AIDC需求将是爆发式增长。”

换句话说，今天不是算力没需求，而是算力建设跑在商业化前面。

-04-

未来谁还能赚钱？

产业链大方向短期不会变，但菅晶晶判断，随着技术突破，会出现新的赚钱机会。

整体AIDC产业链结构是固定的：服务器+网络+基础设施。现阶段高利润的零部件，随着算力提升还在持续技术加码。短期内高利润核心零部件的大类不会大幅改变。

但机会在细节里。尤其是电力方面——800V直流+SST方案一旦成为主流，会产生一批新的高利润零部件。伊顿已与英伟达合作推出面向AI工厂的供电方案，将固态变压器作为800V高压直流供电架构的核心组件，专为英伟达NVL72机架设计。相关技术尚处于验证阶段，尚未进入大规模商用——但一旦突破，利润空间可期。

中国AI应用的实际落地已经比美国更成熟。虽然美国AI市场规模更大，但中国在制造、金融、医疗、教育等领域的应用更深入。凭借低成本、重应用的优势，中国大模型全球调用份额已达三分之二。

AI产业链的赚钱逻辑，说白了就一句话：谁手里有稀缺的东西，谁就能赚更多的钱。当铲子不够用时，卖铲人最赚钱；当铲子够用时，用铲人开始赚钱。等到算法模型成熟、算力需求真正爆发，那时候的利润分配才是下一场游戏的开始。在那之前，上游吃肉、中游喝汤的格局，还会持续一段时间。

问题是——现在铲子还不够用。

菅晶晶的结论很干脆：“算力投资短期回报不乐观，但不投就会掉队。这不是泡沫，是未来十年的基础设施竞赛。”

本文内容仅供参考，不构成任何投资建议。

欢｜迎｜联｜系

想获得调研，请联系：qianbidao01

想加入社群，请联系：qianbidao01

想市场合作，请联系：qianbidao01

文章转载，请联系：qianbidao01