AI“配件股”大搜集:七巨头之外,谁在给AI卖铲子?
AI行情已经从“谁有模型、谁有GPU”进入第二阶段——谁能解决电力、散热、内存、封装、带宽、交付这些瓶颈,谁就可能被重估。
那么除了“七巨头”以外,即Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia、Tesla,市场还有哪些热门的与AI相关的配套股?
HBM、先进封装、光互联、液冷、电力,比普通零部件更重要。
ASML、TSM、AVGO这类公司是收费站;服务器组装、普通制造服务更多是顺周期。
AAOI、CRDO、ALAB、MXL这类股票弹性大,但对预期极敏感。
长期更看好:AI网络、光互联、液冷、电力、HBM、先进封装。
一、第一层:AI基础设施的“收费站”
台积电的重要性不只在先进制程,更在CoWoS等先进封装。Reuters把先进封装称作AI芯片生产的关键瓶颈之一,并提到TSMC计划在亚利桑那建设封装产能。
ASML则是更上游的“卖铲子的人”。ASML预计2026年EUV收入会因为先进逻辑和DRAM动态而显著增长。
Broadcom最值得重视。它不是普通芯片股,而是同时踩中了定制AI加速器 + AI网络两条主线。公司2026财年Q1披露,AI收入达到84亿美元,同比增长106%,主要由定制AI加速器和AI网络需求推动。
二、第二层:电力、液冷、机柜——AI数据中心的“供血系统”
AI数据中心现在的瓶颈不只是GPU,而是电力、散热、配电、机柜密度。
|
|
|
|
|
|
|
VRT |
|
|
|
|
ETN |
|
|
|
|
SU.PA / SBGSY |
|
|
|
|
NVT |
|
|
|
|
MOD |
|
|
Vertiv是这一层最直接的标的。公司2026年Q1收入同比增长30%,并上调全年指引;市场也把它视为AI数据中心基础设施需求的核心受益者。
未来AI数据中心竞争的核心,不只是“有多少GPU”,而是“每一瓦电能产生多少算力、多少token”。当单机柜功耗越来越高,液冷、电源、配电设备的地位会持续上升。
这一层的投资逻辑比服务器更好,因为它卖的不是“箱子”,而是“电和热的解决方案”。
三、第三层:HBM、NAND、HDD——AI的“记忆体”
|
|
|
|
|
|
|
MU |
|
|
|
|
000660.KS |
|
|
|
|
005930.KS / SSNLF |
|
|
|
|
SNDK |
|
|
|
|
STX |
|
|
|
|
WDC |
|
|
SanDisk的AI逻辑不是“算力瓶颈”,而是AI数据膨胀。模型训练、推理缓存、视频生成、数据湖、向量数据库都会增加存储需求。Reuters近期报道,Seagate强劲指引带动数据存储股上涨,其中包括Western Digital、SanDisk、Micron;报道还提到企业AI设备投资正在推动存储硬件需求。
Micron则更核心。Micron在2026财年Q2材料中提到,AI用例正在推动数据中心NAND bit需求加速,包括向量数据库和KV cache offload等场景。
MU / SK Hynix:更接近AI算力瓶颈,因为HBM是核心资源。
SNDK / WDC / STX:更偏AI数据膨胀和存储周期。
Samsung:综合性强,但AI纯度没有SK Hynix、Micron那么清晰。
四、第四层:光模块、光芯片、互联——AI的数据高速公路
这是我认为最值得深挖的一层。AI集群越大,瓶颈越从单颗芯片转向芯片之间、机柜之间、数据中心内部的数据传输。
|
|
|
|
|
|
|
COHR |
|
|
|
|
LITE |
|
|
|
|
FN |
|
|
|
|
AAOI |
|
|
|
|
CRDO |
|
|
|
|
ALAB |
|
|
|
|
MXL |
|
|
|
|
MRVL |
|
|
AI不是一块芯片在算,而是一整个集群在协同。集群越大,越需要800G、1.6T、甚至未来更高速率的光连接、DSP、SerDes、AEC、CXL、PCIe retimer。
|
|
|
|
|
MRVL、COHR、LITE |
|
|
CRDO、ALAB |
|
|
AAOI |
|
|
MXL |
|
|
FN |
AAOI的优势是弹性大,缺点是客户集中度、盈利稳定性和订单持续性都需要验证。所以它不是“核心资产型”,而是典型的订单驱动型高弹性标的。
MXL更有意思。MaxLinear 2026年Q1收入同比增长43%,其中基础设施业务同比增长136%,公司称增长反映了光产品的强劲牵引力。
AAOI更像光模块订单弹性,MXL更接近光互联芯片层。如果它在hyperscale AI平台里持续设计导入,利润弹性可能更大。
Credo也不能忽视。公司2026财年Q3收入同比增长201.5%,并称自己提供高速、可靠、节能的连接解决方案。
Astera Labs则卡在rack-scale AI连接平台,官网直接把应用场景放在AI服务器、集群和网络。
Astera Labs则卡在rack-scale AI连接平台,官网直接把应用场景放在AI服务器、集群和网络。
五、第五层:AI网络——以太网路线的受益者
Arista是这一层最值得关注的。公司官方称自己是大型数据中心、AI、园区和路由环境中的数据驱动网络领导者。
AI网络现在有两股力量:一边是Nvidia生态,另一边是开放以太网生态。如果云厂商为了降低成本、减少锁定、提高灵活性,继续推动以太网AI集群,那么ANET、AVGO、MRVL、CRDO、ALAB、MXL都会受益。
六、第六层:先进封装、载板、测试——容易被忽视的瓶颈
|
|
|
|
|
|
|
AMKR |
|
|
|
|
ASX / 3711.TW |
|
|
|
|
BESI.AS |
|
|
|
|
4062.T |
|
|
|
|
3037.TW |
|
|
|
|
6967.T |
|
|
|
|
6857.T / ATEYY |
|
|
|
|
TER |
|
|
这层的关键词是:芯片设计出来,不代表能大规模交付。
AI芯片越复杂,越依赖先进封装、ABF载板、HBM堆叠和测试设备。TSMC推进美国先进封装产能,本身就说明这一环节已经从“后台工序”变成了战略瓶颈。
七、第七层:AI服务器与整机——收入弹性强,但毛利未必好
|
|
|
|
|
|
|
SMCI |
|
|
|
|
DELL |
|
|
|
|
HPE |
|
|
|
|
2382.TW |
|
|
|
|
6669.TW |
|
|
服务器公司最容易被市场追,因为它们的AI收入最直观。但它们的问题也明显:卖的是整机,议价权可能不如芯片、光互联、电力、封装。
SMCI这种公司,适合看AI服务器放量和液冷渗透率,但它不是“最硬瓶颈”,更像交付型、周期型、高波动标的。
|
|
|
|
|
|
TSM / 2330.TW |
|
|
|
ASML |
|
|
|
AVGO |
|
|
|
VRT |
|
|
|
ANET |
|
|
|
MRVL |
|
|
|
|
|
|
|
MXL |
|
|
|
AAOI |
|
|
|
CRDO |
|
|
|
ALAB |
|
|
|
COHR |
|
|
|
LITE |
|
|
|
MU |
|
|
|
SNDK |
|
|
|
|
|
|
|
AMKR |
|
|
|
ASX / 3711.TW |
|
|
|
BESI.AS |
|
|
|
4062.T |
|
|
|
3037.TW |
|
|
|
6857.T / ATEYY |
|
|
|
NVT |
|
|
|
MOD |
|
如果按“确定性 + AI纯度 + 议价权 + 弹性”综合看,我会这样排:
AVGO、TSM、ASML、VRT、ANET、MRVL
这些是AI基础设施的核心收费站。它们不是最便宜,但商业质量更强。
MXL、CRDO、ALAB、COHR、LITE、AAOI、MU、SNDK
这一档更刺激。它们的共同点是:受益方向清楚,但估值、订单、客户集中度、周期风险都更大。
AMKR、ASX、BESI.AS、Ibiden、Unimicron、Advantest、NVT、MOD、FN
这些公司不一定天天被AI叙事推上头条,但当供应链瓶颈暴露时,可能出现重估。
SNDK:周期太强。SanDisk不是HBM,而是NAND/Flash/SSD逻辑。它受益于AI数据膨胀,但周期性强。定位:AI存储周期弹性股。
AAOI:不是稳健股。AAOI的800G订单逻辑很直接,弹性很大。但它的问题是客户集中、订单驱动、盈利稳定性待验证。定位:光模块高弹性交易型标的。
MXL:可以重点研究。MXL的价值不在“普通通信芯片”,而在光数据中心连接芯片。如果AI集群继续走向更高速互联,它可能有较强拐点弹性。定位:AI光互联芯片拐点股。
【个人观点,仅供交流】本报告/文章所载之全部内容仅代表作者个人在特定市场环境下的学术探讨与逻辑推演,不构成对任何机构或个人的投资建议。文中的信息、意见及推测仅反映发布当日的判断,具有显著的时效性。对于任何依据本内容进行投资决策所导致的财产损失或潜在风险,作者及发布平台不承担任何法律责任。市场有风险,投资需谨慎。