AI数据中心进入批量建设阶段，创业板算力的投资价值在哪里？

随着首批跟踪创业板算力基础设施指数的ETF获批，市场开始重新讨论到一个熟悉的问题：算力还有没有空间？但如果仍只把算力理解成某一颗芯片，或者某一类光模块，可能就容易错过这条主线正在发生的变化。

现在AI发展的背景是，大模型的算力需求不只是训练端要“把模型训练得更强”，还要支撑更多用户、更高频的调用，真正稳定地交付AI结果。所以，算力建设的瓶颈将从“明星硬件”转向“木桶效应”，发生紧缺或者阶段性核心的赛道，一会儿可能是存储，一会儿可能是通信设备，因此AI投资的视角也在变化：从跟踪某一个环节能否领跑，转向追问一整套系统能否持续交付。

因此，“以规则化方式覆盖算力交付所需的多个关键节点，而不是集中于某一个明星领域”的创业板算力，就成为了AI数据中心批量建设阶段下，更符合趋势的投资工具。

一、AI数据中心进入批量建设期，哪个环节交付受阻都会影响整体进度，因此价值不只集中在少数算力环节

过去一段时间，市场对AI硬件的关注往往集中在最容易被感知的环节：芯片性能、光模块速率、服务器出货。但当模型从训练走向推理、从少量客户试用走向更广泛的调用，真正被考验的是系统的整体效率，而这更多是一个“木桶效应”的逻辑。

如果把AI基础设施理解成一座不断扩容的“数字机场”，那芯片像发动机，决定单台设备的动力；网络、存储和PCB像跑道与调度系统，决定数据能否快速周转；IDC、供电和液冷则像机场的保障体系，决定高密度设备能否连续、可靠地运转。任何一个环节出现瓶颈，都会影响整体交付效率，而每次紧缺都是吸引市场资金关注的节点。

这正是未来算力投资值得持续观察的原因。随着推理和训练需求的调用量增加，产业链的紧约束并不固定，一个阶段可能是计算资源，另一个阶段可能是高速互联、存储，或数据中心的运维能力。投资机会未必沿着单一技术路径线性展开，更可能在系统短板被识别、解决和再次迁移的过程中轮动。

对于投资者而言，难点也在这里。若只依赖对单一技术路线或单家公司节奏的判断，容易受到产品迭代、竞争格局和估值波动影响，而把视角放在“算力能否被稳定交付”上，关注范围就会自然延伸到更多基础设施节点。

二、算力未来的机会，来自各个细分领域间的系统协同

AI基础设施的长期价值，首先来自需求与供给之间持续磨合所带来的“补短板”过程。模型能力提升、智能体和多模态应用扩展，会对计算、传输、存储和能耗提出新的要求。同时，云厂商和数据中心运营方也需要在成本、时延、可靠性与扩容速度之间寻找平衡。每一次系统升级，都可能重新定义哪些环节更稀缺、更需要投入。

这也意味着，算力基础设施并非只是一轮单纯的硬件景气。它更像一个由多条链路共同组成的工程体系：计算端决定基础能力，网络端决定数据流动效率，存储端决定数据调度与容量边界，IDC、供电和散热则决定集群能否稳定运行。随着机柜功率密度提升、推理需求扩大和部署场景增多，系统各个领域协同发展的重要性有望继续上升。

图：创业板算力基础设施指数布局多个算力细分赛道，而其他算力指数只集中在光通信和芯片两个赛道

数据来源：Wind

三、创业板算力：一篮子打包多个算力领域，更符合当前产业趋势

当产业机会从单一环节扩展为系统工程，指数工具的意义也随之变化。与其每一次都试图判断哪个零部件环节有望率先受益，借助公开、透明的指数工具对于潜在受益方向进行规则化的“一篮子”覆盖，或可以让投资者朋友们更为全面、高效地布局可能存在短缺的多个细分赛道的景气机遇。

创业板算力基础设施指数（代码：970083）之所以跟其他算力指数具备较强的差异化，主要在于其布局了更全面的算力细分赛道，而能够实现这一点主要靠编制规则实现。

创业板算力基础设施指数从“业务涉及计算、网络、存储、运维和其他算力基础设施相关领域的创业板股票中，选取最近半年日均总市值排名前50名作为样本”，一开始就不把算力局限为某一类芯片或通信设备。

同时，指数对不同行业的权重上限做了调整（处理器、计算设备等领域上限10%，其他领域上限3%），这样避免了某个大市值行业赛道在指数中获得过大权重，以至于跟其他算力指数大同小异。比如光通信的大市值成份股的权重上限就规定为3%，由此就能够把更多的权重留给PCB、算力租赁、IDC运营等更多算力环节。因此在产业景气线索在不同环节之间迁移时，创业板算力就能够以更完整的框架承接变化。这对希望配置AI基础设施主题、又不希望集中配置于某个单一环节上的投资者而言，这类规则化覆盖提供了一个符合其投资逻辑的有效抓手。

图：同类指数行业分布对比（申万二级行业）

数据来源：Wind，截至2026年8月28日

图：同类指数行业分布对比（申万二级行业；%）

数据来源：Wind，截至2026年8月28日