点击蓝字 关注我们
#
这一轮 AI 行情，很多人眼里只有一个名字：英伟达。好像只要 AI 继续火，最大的赢家就永远只有卖 GPU 的公司。
但现在，市场正在悄悄发生变化。
AI 的第一阶段，炒的是“算力芯片不够用”；
AI 的第二阶段，炒的就是“整个基础设施都不够用了”。
这也是为什么，最近越来越多资金开始从单纯盯英伟达，转向光模块、液冷、存储、CPU 这些过去没那么显眼的方向。
原因其实不复杂。
过去大家理解 AI，更多是“大模型需要很多显卡”。
可问题是，当 AI 数据中心越建越大，真正决定效率的，已经不只是 GPU 本身，而是 GPU 和 GPU 之间怎么连、服务器怎么散热、数据怎么存、系统怎么调度。
说白了，英伟达卖的是“发动机”，
但当车越来越快，轮胎、底盘、油路、冷却系统，全都要一起升级。如果这些配套跟不上，再强的发动机也跑不起来。
所以我们现在看到的，就是 AI 行情从“单点突破”，进入“全链条扩散”。
第一个被市场看到的，是光通信
AI 集群越大，卡和卡之间、机架和机架之间的数据传输压力就越大。
这时候，光模块、CPO 这些技术的重要性就开始上升。
以前市场觉得，算力核心在芯片；现在越来越多人意识到，带宽本身也是算力的一部分。
没有高速互联，再多 GPU 堆在一起，也只是纸面参数。
第二个被重新定价的是液冷和温控
AI 服务器功耗越来越高，传统风冷已经越来越吃力。
散热问题过去像个配角，现在开始变成刚需。谁能更稳定、更低成本地解决高密度机柜散热，谁就有可能在下一阶段吃到红利。
这也是为什么液冷赛道最近热度越来越高，因为它不再是“可选项”，而是在往“必选项”走。
第三个容易被低估的，是存储
AI 不是算完就结束了，它还要读取、缓存、调用、推理。
尤其未来智能体越来越多，对高带宽存储、HBM、企业级 SSD 的需求都会继续抬升。
以前大家总觉得存储是周期品，涨跌看行情；但现在，AI 可能正在给这条线带来新的结构性需求。
第四个变化，是CPU 重新变重要了
前几年 AI 叙事里，CPU 几乎被 GPU 压得没声音。
但随着智能体、强化学习、多任务调度越来越复杂，很多验证、编排、系统调用，其实都离不开 CPU。
这意味着，AI 越往落地走，CPU 反而越可能重新成为瓶颈之
最后说一句
所以，真正值得重视的，不是“英伟达不行了”，而是 AI 的投资逻辑变了。
以前大家炒的是最核心、最确定的那一个点；
现在市场开始寻找，谁能承接 AI 继续扩张后带来的配套缺口。
这就像一座城市刚开始建的时候，最值钱的是地标建筑；可当城市真正扩容，电网、道路、供水、通信，反而会变得同样关键。
接下来，AI 的大机会很可能不再只属于一家公司，而是属于整条基础设施链。
别只盯着英伟达了。
真正的第二波机会，可能已经在扩散的路上。
