纵观整个AI产业链，我认为市场依然没有fully price in【注：市场尚未充分反映/定价】的还有很多板块和个股。
当Hyperscaler【注：超大规模云服务商，如AWS、Azure、Google Cloud、Meta等】真正开始一年几千亿CapEx【注：资本性支出，即企业购置长期资产的投入】往下砸后，AI背后对应的是一整套庞大的基础设施体系：
算力、内存、网络、光通信、电力、储能、冷却、数据中心。
未来几年，很多真正拥有收费站属性的底层基础设施公司，可能才会迎来持续性的估值重构。
一、算力层（已相对成熟）
算力层大家都看过了。GPU、HBM【注：高带宽内存，与GPU封装在一起】、CoWoS【注：台积电先进封装技术，将GPU与HBM堆叠集成】，第一阶段的故事相对成熟。
> 国内：GPU（寒武纪、海光信息）、先进封装（长电科技、通富微电）
---
二、Ethernet和光通信（ANET）
之前被错杀，有两个原因：
原因 分析
市场误读 市场误以为NVLink【注：英伟达私有协议，用于GPU机柜内部高速互联】和InfiniBand【注：英伟达Mellanox产品，高性能网络，成本高】会替代Ethernet【注：以太网，开放标准，生态成熟】，但这混淆了Scale-Up【注：机柜内部扩展，提升单机性能】和Scale-Out【注：机柜之间扩展，连接数万GPU成集群】。NVLink解决的是机柜内部互联。真正大规模AI集群最终拼的是：数万张GPU之间的Scale-Out网络。AI越大，Ethernet的地位反而越强。
短期财务担忧 随着1.6T AI switching【注：单芯片交换容量1.6太比特/秒，下一代高速交换机】和新一代高速产品开始ramp【注：从样品进入大规模量产爬坡阶段】，市场担心：早期deployment成本【注：新产品实际部署的工程实施成本】、供应链压力以及optics BOM【注：光器件物料成本清单，光模块在整机成本中占比上升】成本上升，会导致毛利率短期承压。
被忽略的关键点： AI网络正在从可选配置变成核心瓶颈。当AI集群进入十万卡级别后，真正决定效率的是GPU之间的数据流动效率。
UEC对InfiniBand的挑战，市场还没有开始充分定价。随着Tail Latency、LLR、CBFC等能力逐渐成熟，以太网第一次开始真正接近InfiniBand的性能，但成本更低、生态更开放。
1.6T交换机和Silicon Photonics【注：硅光技术，用硅芯片替代传统光器件，降低成本功耗】，可能才刚进入超级周期前夜。
相关标的： ANET、MRVL、CRDO、ALAB、LITE —— 本质上都属于AI数据流动层的收费站。
> 国内：
- 光模块：中际旭创、新易盛、天孚通信、光迅科技
- 交换机/芯片：紫光股份（新华三）、锐捷网络、盛科通信
- 光器件/连接：源杰科技、长光华芯、立讯精密、沃尔核材
---
三、AI-RAN和边缘AI基础设施
这个方向市场理解度还非常低。
黄仁勋已经把话说得很清楚：AI不会只待在hyperscaler的数据中心里。它会下沉到运营商网络、下沉到边缘节点、下沉到基站。
未来全球几百万个基站，可能都会变成边缘AI节点。真正的受益者不只是GPU，而是整个AI-RAN【注：AI驱动的无线接入网，将AI算力部署到电信基站】基础设施层。
- Nokia是AI-RAN联盟的核心发起人，英伟达直接投资了Nokia
- T-Mobile想在全美试点AI-RAN基站，必须在诺基亚的通信机柜上进行升级
- 这个物理底座的位置，别人很难绕过去
相关标的： NOK【注：诺基亚，通信设备制造商，非手机业务】
> 国内：中兴通讯、烽火通信、网宿科技、顺网科技
---
四、能源
黄仁勋说能源永远稀缺，这句话不是随口说的。
电力冲击数据：
- 一台GB200满载机柜：120-140kW
- 传统数据中心整排柜子：才10kW
AI集群对电网的瞬时冲击极其剧烈，很多地方变压器排队2-3年，高压设备缺货，并网审批堵塞。
最直接受益者： CEG 和 VST
- 目前经历过回调后，估值相对于AI基建其他板块就变得相对便宜了
- 核电提供稳定的基础负载，正好匹配AI数据中心7x24小时不间断的用电需求
- 这两家已经和多个hyperscaler签署了长期供电协议
- 这不是新能源叙事，是AI mandatory infrastructure【注：AI刚需基础设施，非可选】
> 国内：中国核电、中国广核、国电电力、特变电工、中国西电
---
五、储能
市场现在还把 BE【注：Bloom Energy，固体氧化物燃料电池】、FLNC【注：Fluence Energy，储能系统集成商】 和 EOSE【注：Eos Energy，电网级电池储能】 当作新能源储能公司看。
但未来真正的需求来源可能是AI数据中心的电网调频和负载平衡。
未来hyperscaler很可能自己建Gas Turbine加Battery Storage加Microgrid。储能正在从新能源配件变成AI电网稳定层的核心组件。
这个估值体系的重写还没有发生。
> 国内：宁德时代、亿纬锂能、阳光电源、英维克、高澜股份
---
六、数据中心本身
市场现在还把很多IDC公司当传统机房出租来看。
但AI数据中心已经完全不是以前那套逻辑。
未来真正值钱的是有没有电力、并网能力、冷却系统、网络带宽和可交付的GPU capacity【注：可实际交付使用的GPU算力资源】。
数据中心正在逐渐变成AI工业基础设施资产。
关键标的：ORCL,CRWV
标的 逻辑
ORCL【注：Oracle，数据库巨头转型云计算】 已经不只是数据库公司。OCI越来越像AI时代的算力地主。过去市场看云，看的是SaaS增长、云份额、企业客户。但AI时代真正稀缺的开始变成可交付的算力capacity。Oracle已经和多个hyperscaler、AI公司以及主权国家签署长期AI算力协议，订单积压规模远超市场之前的预期。市场目前依然更习惯用传统软件公司的框架给ORCL定价，但OCI的资产属性可能更接近AI基础设施运营商。
CRWV【注：CoreWeave，AI算力租赁平台】 是类似逻辑。CoreWeave本质上已经不只是云服务商，更像AI算力shortage时代的租赁平台。如果AI需求持续超过供给，真正拥有GPU capacity的公司会天然拥有更强的议价权。谁手里有capacity，谁就能定价。
> 国内：
- IDC运营：润泽科技、宝信软件、数据港、奥飞数据、光环新网
- 算力租赁：中贝通信、鸿博股份（需注意风险甄别）
---
七、NBIS（另一个市场关注的方向）
未来AI真正的大规模商业化一定会走向推理层【注：AI模型训练完成后的实际应用调用，持续消耗算力】。
NBIS卡【注：Nebius Group（NBIS）股票/投资标的的俗称，非物理卡片】的位置恰好在模型部署、推理优化和实际落地之间。
很多人还在看谁在训练模型，但未来持续消耗算力的可能是Inference【注：推理，即AI模型的实际使用环节】。
> 国内：网宿科技、顺网科技、青云科技
---
八、IREN
核心逻辑早已不只是挖矿。
真正值钱的是低成本电力加HPC基础设施加长期能源优势。
- 目前IREN已经拥有约1.4GW的确定性电力资源
- 与英伟达签署了长期GPU cloud服务协议
- 英伟达还通过认股权证进行了深度绑定
这已经不只是合作，更像是用真金白银给AI电力资产定价。
未来AI数据中心最值钱的资产是便宜电。谁手里有稳定、低成本、可持续扩张的电力资源，谁就更有可能拥有AI基础设施时代的定价权。
> 国内：西昌电力、甘肃能源、内蒙华电、三峡能源（"东数西算"节点电力优势）
---
黄仁勋已经把答案说出来了：能源永远稀缺，AI会扩散到每一个边缘节点。
真正绕不过去的，是网络、电力、储能、光通信、边缘基础设施这些底层物理瓶颈。
最容易持续扩估值的，是那些卡住物理瓶颈、别人绕不过去的收费站。
---
风险提示：国内部分环节存在技术差距或生态差异，需区分真实订单与主题炒作。
在时代的贝塔面前，个体的阿尔法常常渺小得不值一提。顺势而为，才是最大的智慧。
加我公众号一起成长
部分观点依据来自外部投行的专题研究
