AI产业链的估值扩散，正在从GPU和光模块，走向电源管理、MCU和服务器基础元器件。
界面新闻报道称，随着算力芯片电力需求大幅提升，AI电源成为GPU之后又一个被大规模采购的器件，而AI电源上的核心控制芯片MCU也开始紧俏。部分国产MCU厂商今年以来已对相关产品提价，涨幅从15%到50%不等。
这件事的重点不只是“又一个芯片品种涨价”。它说明AI硬件投资正在进入第二层：第一层是最显眼的GPU、HBM和光模块；第二层是支撑高功耗、高带宽、高密度部署的电源、控制、散热和材料。估值研究必须跟着产业链传导路径往下看。
一、为什么AI服务器会带动电源芯片
传统服务器的功耗和供电要求相对稳定，但AI服务器完全不同。GPU/NPU需要应对瞬时大电流、宽动态负载和高功率密度挑战。算力芯片越强，供电系统越复杂，电源模块需要更高响应速度、更高稳定性和更强监控能力。
MCU在这里扮演的是控制中枢角色。它负责电源模块的监控、调节、保护和通信，支撑AI负载下的高动态供电需求。AI服务器越多，机柜功率越高，电源模块数量越大，MCU用量也会随之放大。
报道中提到，以英伟达GB系列服务器为例，单台机柜内有18个计算单元，每个计算单元需要10余个电源模块，每个模块内置3颗MCU。据产业链人士估算，仅电源板一项，单台机柜MCU用量就超过500颗。
二、估值扩散的逻辑：从核心芯片到约束环节
AI行情早期，市场最容易定价的是核心资产：GPU、云厂商资本开支、HBM、先进封装、光模块。因为这些环节和AI训练、推理需求的关系最直接，财报也最先体现增长。
但当AI服务器进入规模化部署，新的瓶颈会不断出现。电源不够稳定，GPU无法发挥性能；光模块不够，集群通信受限；PCB和散热跟不上，机柜密度无法提升。此时估值会从“最强资产”扩散到“关键约束环节”。
这也是AI电源和MCU被重新关注的原因。它们未必是产业链中单价最高的环节，但一旦成为交付瓶颈，就可能获得订单、价格和估值的同步抬升。
三、价格上涨不等于估值可以无限抬高
估值研究最容易犯的错误，是把短期缺货当成长期壁垒。MCU涨价可以由需求爆发触发，也可能由成熟制程产能错配、库存周期、海外供应扰动共同造成。只有当需求持续、客户认证稳定、产品进入高端应用，估值重估才更有基础。
以全球高性能电源管理芯片龙头MPS为例，界面新闻引用数据显示，其2026年一季度净利润达1.932亿美元，同比增长43.1%，毛利率高达55.3%，年内股价涨幅达73.58%。MPS的重估不是因为“沾AI”，而是因为收入、利润、毛利率和客户绑定同时兑现。
对应到A股，投资者需要区分三类公司：第一类是已经进入AI服务器或高速光模块供应链，并能形成批量收入的公司；第二类是技术上具备切入可能，但还处在送样或验证阶段的公司；第三类只是概念相关，财务贡献有限。三类公司不能用同一套估值。
四、国产替代给了第二条估值线索
AI电源MCU的另一条线索是国产替代。报道提到，海外AI电源、光通信公司开始大规模采购国产MCU芯片，国内光模块厂商也基于供应链安全考虑，为关键元器件寻找国产备份。
国产替代的估值含义，不只是“把海外份额拿回来”。更重要的是，一旦国产厂商通过高端客户验证，产品能力会从中低端通用MCU，向服务器电源、高速光模块等高价值场景迁移。估值模型中，毛利率、客户稳定性和成长天花板都会变化。
但国产替代也不能简单线性外推。高端光模块和AI服务器电源对可靠性要求极高，客户认证周期长，进入供应链后也要持续证明交付能力。短期订单突破和长期份额提升之间，还有一段很长的验证期。
五、怎么给AI第二层资产估值
第一，看AI收入占比，而不是看业务标签。公司是否明确披露来自AI服务器、电源管理、光通信、高速模块的收入，是估值能否上台阶的基础。
第二，看价格上涨能否转化为利润率。缺货提价如果只是覆盖成本上升，估值意义有限；如果带来毛利率改善，并且客户仍愿意接受，才说明议价权增强。
第三，看客户质量。进入头部云厂商、国际电源管理厂、核心光模块厂供应链，比泛泛而谈“AI应用”更有价值。
第四，看扩产和产能瓶颈。如果成熟制程供给受挤压，而AI需求持续放量，短期景气可能延续；但如果行业集中扩产，后续价格回落也会很快反映到利润端。
AI行情不是只剩下GPU，也不是所有沾边环节都值得重估。真正有研究价值的是那些从“可选配套”变成“交付约束”的环节。电源芯片和MCU被重新关注，说明AI产业链正在从主题行情走向基础设施重建。估值的关键，是判断这种重建能持续多久，又能兑现到多少利润。
风险提示：本文仅为行业估值研究，不构成任何投资建议。半导体和AI产业链存在技术迭代、需求波动、估值回落和竞争加剧等风险，文中公司仅为公开资料分析样本。
