四川
AI浪潮最容易被看見的是模型，真正把財富批量制造出來的，卻是算力產業鏈。大模型每一次升級，背后都不是一句口號，而是一輪資本開支、服務器采購、芯片交付、光模塊放量、電力擴容和散熱系統改造。
這場造富的源頭，是科技巨頭把AI從軟件競賽推成了基礎設施競賽。市場預計，亞馬遜、微軟、谷歌、Meta等巨頭2026年資本開支可能達到數千億美元級別，部分估算甚至指向6500億至7000億美元以上。AI不再只是研發費用，而變成了全球最大公司們的“軍備競賽”。
最先兌現財富的是英偉達。其2026財年第四季度收入達到681億美元，同比增長73%，毛利率高達75%。這不是普通硬件公司的利潤表，而是一臺被全球AI需求推著運轉的現金機器。
更關鍵的是，英偉達的數據中心業務已經成為AI時代的“賣鏟人”。在2026財年第一季度，英偉達數據中心收入391億美元，同比增長73%，云服務商仍是最大客戶群體。算力需求越集中，核心GPU供應商的議價力越強。
但AI算力產業鏈的造富，并沒有停在GPU。GPU只是入口，真正的算力集群需要服務器、交換機、光模塊、連接器、液冷、電源、機柜、變壓器和電網接入。AI服務器不是單臺機器，而是一座高度耦合的工業系統。
這也是為什么資本市場開始沿著瓶頸尋找贏家。過去兩年，GPU是瓶頸；隨后，高帶寬內存、先進封裝、光模塊成為瓶頸；再往后，液冷、電力、土地和并網能力也變成瓶頸。誰掌握瓶頸，誰就掌握利潤。
光模塊是最典型的例子。AI集群內部的GPU要高速互聯，800G、1.6T光模塊需求快速上升。TrendForce預計，全球AI光收發模塊市場將從2025年的165億美元增至2026年的260億美元，增幅約57%。
這解釋了為什么光通信公司突然站到聚光燈下。傳統數據中心需要連接，AI數據中心需要的是海量、低延遲、高速率連接。算力越大，通信越不能成為短板。所謂“算力”，一半是計算，一半是互聯。
光纖甚至也被重新定價。有報道稱，AI數據中心對光纖的需求遠高于傳統服務器架構，部分電纜交付周期已被拉長到一年左右，全球供應鏈出現緊張。過去被視為周期品的光纖光纜，正在被AI重新賦予成長屬性。
散熱系統也是另一條造富曲線。AI芯片功耗越來越高，傳統風冷難以支撐高密度機柜，液冷從可選項變成必選項。Vertiv等基礎設施廠商將液冷、高壓配電、能源自治列為AI數據中心演進的核心趨勢。
電力則是更底層的瓶頸。AI數據中心不是普通機房，而是持續吞噬電力的工業設施。算力中心選址越來越取決于電價、并網速度、備用電源和長期供電協議。電力設備、燃機、變壓器、儲能和配電系統，都被卷入AI資本開支。
因此，AI算力產業鏈的造富，本質上是一場“瓶頸輪動”。第一波財富屬于芯片，第二波屬于服務器和光模塊，第三波屬于液冷、電力和數據中心運營商。每當一個瓶頸被放大，資本就會重新給相關公司定價。
這場重估還有一個重要特征：利潤并不平均分配。越接近核心技術、越接近短缺環節，利潤率越高；越靠近標準化制造，競爭越激烈。GPU毛利率可以高企，部分代工和組裝環節卻仍然承受價格壓力。
這也是投資者需要警惕的地方。AI算力產業鏈確實在批量造富，但不是所有掛上AI標簽的公司都會變成贏家。真正的贏家往往具備三種能力：進入全球大客戶供應鏈、卡住關鍵技術節點、在擴產周期中保持議價權。
從宏觀角度看，AI算力正在把數字產業重新工業化。過去互聯網公司的擴張主要依靠代碼、流量和廣告；今天AI公司的擴張依靠芯片、工廠、電網和資本開支。財富創造的中心，正在從輕資產平臺重新流向硬科技制造。
這也是中國企業的機會。中國在光模塊、PCB、電源、服務器制造、液冷設備、光纖光纜等環節具備完整產業基礎。一旦全球AI資本開支持續擴張，中國供應鏈不只是配套者，也可能成為這輪算力軍備競賽的重要受益者。
但它同樣意味著更殘酷的分化。AI產業鏈不會普遍撒錢，而是沿著技術壁壘和供應瓶頸精準下注。真正的“造富機器”，不是AI概念本身，而是能把需求變成訂單、把訂單變成利潤、把利潤變成持續擴產能力的公司。
所以，AI算力產業鏈正批量造富，表面看是股價上漲，深層看是全球資本開支在重塑工業分工。模型負責制造想象力，算力負責制造現金流。而在這一輪周期里，離電流、光纖、芯片和散熱越近的公司，離財富也越近。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
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.
