夜雨聆风
AI产业链全景图
AI产业链全景图（美国派）
Layer 6：云/平台层（控制层）
-
定位：资本开支决策者 & 资源整合者。
-
海外代表：Microsoft (微软)、Amazon (亚马逊)、Google (谷歌)、Meta (脸书)、Oracle (甲骨文)。
-
产业特征：海外云巨头是全球AI基建最核心的出资方和规则制定者。它们不仅拥有庞大的自有算力需求（如Google的搜索、Meta的社交推荐），还通过Azure、AWS等平台向全球输出算力。近期，海外云厂正掀起史无前例的资本开支竞赛，全力押注自研AI芯片（如Google TPU、Amazon Trainium）与独家算力租赁。
Layer 5：数据中心层（承载层）
-
定位：提供物理基础设施与算力承载。
-
海外代表：Equinix (Equinix)、Digital Realty (数字房地产信托公司)、Vantage Data Centers、CyrusOne。
-
产业特征：以Digital Realty、Equinix为代表的REITs（房地产信托投资基金）模式极其成熟，为海外云厂提供了大量灵活的算力承载空间。随着AI集群对电力密度的极致要求，海外数据中心正经历“高密度改造”，液冷技术（尤其是冷板式液冷）在海外超大规模数据中心中渗透率极高。
Layer 4：网络系统层（控制与调度层）
-
定位：数据高效流动的控制中枢。
-
海外代表：Cisco (思科)、Arista Networks、Juniper Networks、Nokia (诺基亚)、Broadcom (博通)。
-
产业特征：为了满足万卡甚至十万卡GPU集群的扩展需求，网络架构正从传统的三层架构向“胖树（Fat-Tree）”或无阻塞Clos架构演进。Arista凭借其极简的EOS操作系统和卓越的软硬件解耦能力，成为了海外云厂（如Microsoft、Amazon）大规模部署的首选；而Broadcom则牢牢掌控着底层网络芯片的命脉。
Layer 3：光通信层（带宽层）
-
定位：解决“带宽上限”问题。
-
海外代表：Coherent、Lumentum、Fabrinet、Applied Optoelectronics (AAOI)。
-
产业特征：海外光通信产业链非常成熟。Coherent和Lumentum在上游激光器（尤其是用于CPO的CW光源）领域占据主导地位；而Fabrinet作为精密制造代工巨头，承接了大量高端光模块的组装产能。随着AI集群带宽需求向3.2T演进，硅光技术和CPO（共封装光学）正成为这一层最大的技术变革与投资热点。
Layer 2：算力互联层（集群内部互联）
-
定位：解决“集群内效率”问题。
-
海外代表：NVIDIA (英伟达)、Broadcom (博通)、Marvell。
-
产业特征：这是海外AI产业链壁垒最深的环节之一，也是“神仙打架”的领域。NVIDIA凭借NVLink构建了强大的护城河，实现了GPU之间极致的高速互联；而Broadcom和Marvell则分别垄断了以太网交换芯片和定制ASIC（专用集成电路）市场。近期，NVIDIA向Marvell投资20亿美元并开放NVLink接口，标志着巨头们正围绕“定制算力+互联标准”展开激烈的生态主导权争夺。
Layer 1.5：HBM & 封装层（数据通道层）
-
定位：解决“数据喂得快不快”问题。
-
海外代表：SK hynix (SK海力士)、Samsung (三星)、Micron (美光)、TSMC (台积电)。
-
产业特征：在HBM领域，海外三巨头（SK海力士、三星、美光）几乎完全垄断了全球市场。其中，SK海力士凭借先发优势和技术迭代，占据了绝大多数的高端HBM3/E市场份额。在先进封装方面，台积电的CoWoS技术是AI GPU供不应求的“最大瓶颈”，其产能分配直接决定了全球AI芯片的出货节奏。
Layer 1：算力芯片层（核心计算层）
-
定位：解决“计算能力”问题。
-
海外代表：NVIDIA (英伟达)、AMD (超威半导体)、Intel (英特尔)、Broadcom (博通)。
-
产业特征：NVIDIA目前占据全球高端AI芯片的绝对主导地位（市场份额超70%），其CUDA生态构建了极高的转换成本。与此同时，AMD凭借MI300系列强势追赶，试图打破单一垄断。在定制ASIC领域，Broadcom通过与Google（TPU）、Amazon（Trainium）等云巨头的深度绑定，成为了AI芯片领域隐形的巨头。
Layer 0：电力 & 基础设施（最底层约束）
-
定位：解决“电从哪里来”的问题。
-
海外代表：Vistra Energy、Constellation Energy、NextEra Energy (新纪元能源)。
-
产业特征：美国的传统电力基础设施老化严重，成为了AI数据中心扩张的最大物理瓶颈。为了解决电力短缺，海外正积极探索“核电+算力”的模式，如美国批准了多个大型核电站延寿项目，专门用于支撑AI数据中心的基荷供电。此外，天然气发电（即燃气轮机发电）在海外灵活调峰场景中扮演着不可或缺的角色。
AI产业链全景图（中国派）
Layer 6：云/平台层（控制层）
定位：资本开支决策者 & 资源整合者。
中国代表：阿里巴巴、腾讯、百度、华为、中国电信/移动/联通。
产业特征：国内云巨头和三大运营商是AI基建的核心出资方，正大力推进“东数西算”及智算中心建设。受制于高端AI芯片的出口管制，国内云厂商正加速拥抱国产算力生态，通过自研AI框架（如百度飞桨、华为MindSpore）构建自主可控的软件平台。
Layer 5：数据中心层（承载层）
定位：提供物理基础设施与算力承载。
中国代表：万国数据、世纪互联、秦淮数据、宝信软件、润泽科技、数据港。
产业特征：随着AI算力需求爆发，传统IDC正向AIGC数据中心升级。液冷技术（如浸没式液冷）因高功率密度的散热需求成为新建智算中心的标配。国内第三方IDC服务商正受益于大模型训练带来的机柜功率密度提升和算力租赁业务扩张。
Layer 4：网络系统层（控制与调度层）
定位：数据高效流动的控制中枢。
中国代表：华为、中兴通讯、新华三（紫光股份）、锐捷网络。
产业特征：为支撑万卡甚至十万卡级别的GPU集群，国内设备商正全面向高速以太网和CPO（共封装光学）技术转型。华为、新华三等已推出支持1.6T端口的智算交换机，以满足大模型分布式训练对超低延迟的严苛要求。
Layer 3：光通信层（带宽层）
定位：解决“带宽上限”问题。
中国代表：中际旭创、天孚通信、新易盛。
产业特征：这是中国AI产业链中最具全球竞争优势的环节。中际旭创等企业在800G光模块上已实现全球领先的大规模量产，并率先向1.6T光模块迭代，完美契合了全球AI算力集群对高速率光互联的爆发式需求。
Layer 2：算力互联层（集群内部互联）
定位：解决“集群内效率”问题。
中国代表：华为、中兴通讯、盛科通信。
产业特征：国内厂商在以太网交换芯片领域持续突破，逐步打破海外垄断。同时，国内云厂商（如腾讯、字节跳动）开始自研交换机，通过软硬件解耦来降低大规模集群互联的成本。
Layer 1.5：HBM & 封装层（数据通道层）
定位：解决“数据喂得快不快”问题。
中国代表：长鑫存储、武汉新芯（制造）；长电科技、通富微电（封装）。
产业特征：目前国内HBM仍高度依赖进口，但国产替代正在提速。长鑫存储已成功量产12层堆叠HBM，并计划于2026年实现大规模量产。在封装环节，长电科技、通富微电已具备成熟的HBM封装能力，良率不断提升。
Layer 1：算力芯片层（核心计算层）
定位：解决“计算能力”问题。
中国代表：华为昇腾、寒武纪、海光信息、摩尔线程、昆仑芯。
产业特征：这是当前国内AI产业链的核心攻坚环节。在美国出口管制背景下，以华为昇腾（如昇腾910C/B）为代表的国产芯片正加速崛起，在政府、央国企及部分互联网大厂的智算中心中渗透率显著提升。虽然整体生态仍在追赶CUDA，但“国产算力+国产大模型”的闭环正逐步形成。
Layer 0：电力 & 基础设施（最底层约束）
定位：解决“电从哪里来”的问题。
中国代表：中国核电、中国广核、长江电力、国电南瑞。
产业特征：AI数据中心的巨大耗电量倒逼能源结构升级。国内正积极探索“核电+算力”的深度耦合模式，如中核集团的“玲龙一号”小型模块化反应堆（SMR）预计2026年建成，未来有望为绿色智算中心提供稳定基荷电源。
