AI产业链五大赛道深度研究报告：算力、存储、光通信、应用与能源

山海汇 Nicho FAN

2026年9月

《格物致知》系列 · 原文完整版

山海汇 Nicho FAN

2026年9月24日

序章：从百万亿叙事到产业地图

上一篇我们拆解了"AI的100万亿美元蛋糕"怎么算、怎么分。那是一个关于终局的叙事——黄仁勋口中被AI增强的全球经济活动总量。但投资不能只靠终局叙事吃饭，钱是沿着产业链一环一环流动的：先买芯片，再配内存，然后拉光网络，建数据中心，最后才是应用的收入兑现，而这一切的尽头，是电。

本篇把镜头从太空视角拉回地面，沿着资本开支的流向，深挖五大赛道——算力、存储、光通信、应用、基础能源——每一赛道回答三个问题：市场有多大？格局是什么？海内外的龙头是谁？

先立总规模的锚。按美国银行2026年年中的展望，全球AI基础设施投资当前约1万亿美元/年，到2030年将扩大至3-4万亿美元/年；摩根大通的数据显示，全球云厂商资本开支2026年约9530亿美元，2027年1.41万亿，2028年1.54万亿美元。作为对照，美国2025年全年GDP约30万亿美元——也就是说，到2030年前后，AI基建投资一年就能吃掉美国GDP的10%以上。这是人类和平时期最大规模的资本配置运动之一。

图01

支撑这场配置的，是肉眼可见的订单积压：微软商业剩余履约义务（RPO）6270亿美元、甲骨文5530亿美元、谷歌云超4600亿美元、亚马逊AWS 3640亿美元——四家合计突破2万亿美元的长期订单，为未来数年的资本开支提供了"提前签约"的确定性。英伟达CFO明确表态，公司库存与供应承诺已覆盖至2027自然年出货。

五大赛道的分工如下：

一个贯穿全篇的判断先放在这里：这五条赛道的确定性排序，与它们的sexy程度恰好相反。能源最土，但确定性最高；应用最性感，但商业模式还在摸索。理解了这个反差，才算理解了AI产业链投资的基本盘。

第一章 算力：AI的心脏

思维导图

AI产业链全景图（一）：算力——从IP授权到云服务的五级传导

1.1 市场规模：四年近三倍

算力芯片是整个AI产业的地基。行业研究机构测算，2026年全球算力芯片市场规模约2.6万亿元人民币，到2030年预计达到7万亿元，2026-2030年复合增速约27.5%。

结构上看，GPU仍是绝对主力：2026年上半年全球算力芯片约1.39万亿元中，GPU占73%、ASIC占13%、CPU占12%、FPGA占2%。但增速结构正在变化——GPU将从2026年的约2万亿元增至2030年的4.4万亿元，而ASIC将从约3000亿元膨胀至1.2万亿元，CPU同样从2000亿元增至1.2万亿元。定制芯片和CPU是斜率更陡的两条线。

图02

美国银行的口径更具象：到2030年全球AI数据中心系统市场规模将达1.7万亿美元以上，较2025年的2640亿美元增长超六倍。其中AI服务器1.3万亿美元（占75%），网络设备3160亿美元（占20%），存储820亿美元（占5%）。AI加速器单独划出来，2030年约1.17万亿美元。

需求侧的结构变化值得专门一提：推理正在超越训练成为算力的主引擎。AI智能体单个任务的Token消耗量是传统聊天模式的10-100倍甚至更高，业内普遍预计2026-2027年推理算力需求将超过训练。中国日均Token调用量从2024年初的1000亿增长到2026年3月的超140万亿，两年多涨了一千多倍。算力生意正在从"训练一次"变成"每天不停算"。

1.2 GPU与ASIC之争：出货量易主，收入仍是一家独大

2026年最热闹的行业辩论是：云厂商自研ASIC会不会掀翻英伟达？

摩根大通2026年秋季报告给出了一个微妙的答案：按出货量算，2027年ASIC/XPU在AI加速器中的占比将升至54%，首次超过GPU，2028年进一步升至55%。定制ASIC市场规模2026年约600-700亿美元，未来数年复合增速40-50%。

但按收入算，英伟达依然独大。美银预计到2030年，英伟达仍将占据AI加速器市场约65-70%的份额，ASIC厂商整体20-25%（博通是最大受益者），AMD维持5-10%。原因很简单：英伟达卖的是ASP高达200-300万美元的GB200 NVL72机架级系统，一颗芯片4万美元的时代已经过去；而ASIC主要服务于超大规模云厂商的内部降本需求，单价和毛利都低一个量级。

博通的确定性来自合同：与谷歌签订的TPU供应协议覆盖2026-2031年，横跨3nm、2nm及先进封装，包含逐年增长的营收安排；2027财年可预见市场需求已达12吉瓦。迈威尔科技则拿下了谷歌1200亿美元级别协议，覆盖亚马逊Trainium、微软Maia等项目。

1.3 海外龙头：一个帝国与三个挑战者

英伟达——2026财年（截至2026年1月）全年营收2159亿美元，同比+65%；GAAP净利润1200.67亿美元，同比+65%。数据中心业务收入1937亿美元，贡献近九成。三个细节值得放大：

其一，商业模式已完成维度升级。通过把客户从"买一张B200"引导至"部署GB200 NVL72机架系统"，产品均价从约4万美元提升至200-300万美元，并把亚马逊、谷歌、Meta、微软深度锁进NVLink生态。其二，网络业务成了第二增长曲线，2026财年收入突破310亿美元，较2021财年收购迈络思时增长超10倍。其三，主权AI成为新客群，2026财年相关收入同比增长超两倍、突破300亿美元，客户包括加拿大、法国、荷兰、新加坡与英国。公司还斥资200亿美元收购了推理芯片公司Groq的技术与团队——这是其历史上最大一笔收购，瞄准的正是推理时代的低延迟市场。

博通——定制ASIC之王。在ASIC市场占80-85%份额，与迈威尔合计约90%。谷歌TPU五年长约在身，"需求是供应的两倍"是分析师对它的概括。

AMD——Instinct MI系列放量，锚定客户包括OpenAI、Meta和Anthropic；Piper Sandler预计其盈利到2030年以65%的复合增速增长，称其为"智能体AI的最佳受益标的"。

台积电——AI芯片的物理天花板。CoWoS-L先进封装产能预计到2026年年中都处于短缺状态，2026年资本开支520-560亿美元创历史新高，其中70-80%投向先进制程。美银预计到2030年全球半导体销售额达2万亿美元，对应晶圆厂设备市场2500亿美元。

图03

1.4 国内力量：寒武纪摘掉亏损帽子，海光双芯并进

国产算力的故事在2026年发生了质变——从"讲替代叙事"变成"交业绩答卷"。

寒武纪交出了史上最强中报：2026年上半年营收59.96亿元，同比+108.13%；归母净利润23.11亿元，同比+122.61%；扣非净利润增速137.3%跑赢归母，盈利含金量高。旗舰训练芯片思元6902026年初量产，采用双Die封装，FP16算力超700TFLOPS（上一代思元590约345TFLOPS的两倍），搭载196GB HBM3，实测互连带宽超890Gbps。更硬核的是股权激励考核目标：2026年营收不低于135亿元，2026-2028三年累计不低于1000亿元——按此推算，2028年单年营收要冲400亿元量级。

海光信息走的是"CPU+DCU双芯"路线：2026年上半年营收90.99亿元，同比+66.52%；归母净利润17.98亿元，同比+49.69%。研发投入26.52亿元，占营收29.15%。DCU已适配DeepSeek、Qwen3、混元等400余款主流大模型，覆盖全球99%的非闭源大模型。一个被低估的逻辑：AI Agent时代CPU与GPU配比从传统的1:8趋近1:1，请求接入、任务编排的中枢价值让海光的CPU业务获得超预期增量。

华为昇腾以约490亿元营收占全球3.6%份额，是国产算力的隐形主力。加上寒武纪、海光，中国供给约占全球的6%，而需求占20-30%——供需错位本身就是国产替代的空间。

第二章 存储：从配角到瓶颈

思维导图

AI产业链全景图（二）：存储——从HBM到存算一体

2.1 瓶颈转移：算力不再是第一约束

美国银行2026年年中报告里有一个颠覆性的判断：AI产业链的核心瓶颈正在从算力转向存储。

逻辑不难理解：处理器算力增速远高于内存带宽增速，AI加速器花在"等数据搬运"上的时间已经超过"做计算"的时间。高带宽内存（HBM）因此成为整个AI硅片体系中最具战略地位的组件——它不是普通的DRAM，而是整个AI训练和推理基础设施的闸门。

市场量级：全球HBM市场规模2025年约350亿美元，2026年预计接近580亿美元，到2030年将增至1680亿美元，五年复合增速37%。这个斜率超过同期GPU市场。

图04

2.2 技术迭代：每一代都更贵

HBM的商业本质是"每一代都更贵"：HBM3单颗约200美元，HBM3E约300美元，HBM4约550美元/36GB 12层堆叠——2026年8月的现价。HBM4标准将接口位宽从1024位翻倍至2048位，单堆栈带宽超2TB/s，是HBM历史上最大的一次带宽跃升。

SK海力士已完成48GB 16层HBM4开发，英伟达下一代Vera Rubin平台单颗加速器预计搭载288GB HBM4。更狠的是供给侧挤压：HBM消耗约3倍于同等容量DDR5的晶圆面积，HBM扩产直接挤占普通DRAM和GDDR产能，这改变了存储行业的周期属性——摩根大通预计2026年DRAM和NAND混合均价均上涨约250%，2027年DRAM再涨30%、NAND涨25%。存储正在从"大涨大跌的周期股"向"结构性成长的瓶颈资产"切换。

2.3 三寡头：SK海力士领跑，三星失守

全球通过认证的HBM供应商只有三家，合计控制95%以上产能：

SK海力士：份额50-62%（各口径不一），凭HBM3E在英伟达H100/H200/B200平台的先发认证牢牢卡位，2026年4月获IEEE企业创新奖，同时确认供货英伟达下一代平台。

美光：份额约21%，已超越三星成为第二。2026年3月率先量产36GB 12层HBM4，单堆栈带宽2.8TB/s，直供英伟达Vera Rubin平台，并扩建美国本土产能。

三星：份额从一年前的41%大跌至约17%，败因是HBM3E在关键客户处认证受挫。2026年3月与AMD签署MoU成为MI455X的HBM4主供，算是挽回一城。

三家全部售罄至2026年底，扩产受制于先进封装、洁净室、电力和地缘政治四重约束——新产能从开建到量产需要12-18个月，这意味着紧平衡至少延续到2027年。

2.4 国产进度：起跑线上

中国大陆的存储双雄——长江存储主攻NAND、长鑫存储主攻DRAM——在各自领域已站稳，但HBM的国产化基本还在起跑线：HBM本质是DRAM+TSV先进封装的组合拳，长鑫的DRAM制程和堆叠能力距三寡头尚有代差。AI服务器带动的是企业级SSD需求爆发（NAND侧利好长江存储），HBM国产替代是更远期的期权。在存储这条赛道上，投资者需要接受"故事在海外、订单在海外"的现实，国内产业链的机会更多在封装测试和模组环节。

第三章 光通信：AI的血管

思维导图

AI产业链全景图（三）：光通信——中国统治级赛道的上下游

3.1 市场规模：AI资本开支中弹性最强的环节

如果说GPU是AI的大脑，光通信就是连接这些大脑的血管。传统数据中心里光模块只是配套件；在十万卡AI集群里，它成了刚性瓶颈——GPU集群规模每上一个台阶，互联需求呈几何级数增长。

市场规模有多口径，但方向一致：LightCounting预计全球数通光模块市场2026年约228亿美元，2030年增至414亿美元；高盛更大胆，预计2026年整体光模块市场510亿美元、2027年730亿美元；LightCounting对2031年全口径的判断是接近600亿美元。增速上，2026年以太网光模块整体增长约60%-65%。

图05

需求的核心变量是光配比：传统数据中心1颗GPU配3个光模块，Meta架构达到1:8，英伟达GB200集群达到1:12。每一代架构跃迁，光配比都抬升一个台阶。

图06

3.2 中国统治力：TOP10占7席，高端市场三强垄断

这是五大赛道里中国话语权最强的一条。LightCounting 2026年3月数据显示，在约241亿美元的全球光通信器件收入中：中际旭创22.1%全球第一，Coherent 17.2%，新易盛14.1%，Fabrinet 12.1%，Lumentum 8.7%，光迅科技7.0%，海信宽带5.5%。全球TOP10光模块厂商中中国企业占7席，合计份额突破60%；在800G/1.6T高端市场，"易中天"三巨头合计市占率超70%。

图07

中际旭创：2026年上半年营收417.78亿元，同比+182.49%；净利润136.51亿元，同比+241.70%；毛利率46.59%，同比提升6.63个百分点。1.6T光模块一季度出货约45万只，全球市占率55-60%；800G市占率超40%。市值一度突破1.3万亿元，成为创业板市值第二大公司。在手订单已覆盖2026年全年，部分下达到2027年。

新易盛：2026年上半年营收209.10亿元，同比+100.34%；净利润75.29亿元，同比+90.98%。2025年全年营收248.42亿元、净利润95.32亿元。股权激励目标描绘了一条陡峭曲线：2026年营收不低于500亿元，2028年不低于1500亿元——是2025年的6倍。自研硅光芯片良率95%、成本降30%。

天孚通信：光器件"铲子型"公司，2026年上半年营收28.28亿元，同比+15.15%；净利润12.04亿元，同比+33.92%。无源光器件营收15.3亿元，同比+77%。

图08

3.3 CPO革命：光模块的"自我颠覆"

2026年8月14日，英伟达宣布Spectrum-X以太网硅光交换机全面量产——全球首款量产的200G/lane CPO以太网交换机。相比传统可插拔方案：激光器数量减少75%，功耗降低80%（30瓦降到约9瓦），平均故障间隔提升10倍，链路损耗从22dB降至4dB。

这标志着CPO（共封装光学）从实验室走向规模化商用。TrendForce预计CPO在AI数据中心光通信中的渗透率将从2026年的约0.5%跃升至2030年的35%；CPO/NPO市场规模从2025年约1亿美元膨胀至2030年390亿美元以上。

图09

CPO重构了产业链分工，英伟达官宣的名单耐人寻味：台积电（COUPE硅光平台）做芯片制造，Lumentum供激光芯片，矽品做封测，天孚通信提供激光器模块子组件，工业富联做系统组装。英伟达还向Lumentum和Coherent各投资20亿美元，签下延伸至2030年的采购承诺。

对传统可插拔光模块厂商，CPO是悬顶之剑；但英伟达同时释放了NPO（近封装光学）需求指引约2500万只，2027年全行业NPO需求约1000万只——"CPO是终局、NPO是过渡"的双线战略，给了光模块厂商至少三年的缓冲期。华工科技凭自研MRM硅光微环芯片和NVLink 6.0适配卡位NPO核心位置，中际旭创1.6T CPO市占约50%+，源杰科技、长光华芯卡位CW激光器，长电科技的光引擎产品已完成客户样品交付。

3.4 上游卡点：EML芯片缺口1.5亿颗

产业链最紧的环节在上游：2026年全球EML光芯片需求约3.5亿颗，产能仅2亿颗，缺口1.5亿颗；高端EML国产化率只有约4%。Lumentum CEO的原话是："仅需两个季度，我们就能将整个2028年的产能全部售罄。"磷化铟衬底同样供需吃紧。这意味着上游光芯片的稀缺性可能比中游模块更持久——也是国产替代（源杰科技、长光华芯、云岭光电等）真正的突破口。

第四章 应用：价值兑现的主战场

思维导图

AI产业链全景图（四）：应用——从基座模型到具身智能

4.1 市场规模：两个口径，一个方向

应用是AI产业链的最后一环，也是分歧最大的一环。市场规模有两个口径：

窄口径（AI Agent软件收入）：2026年全球约110-150亿美元，到2030年主流机构共识480-530亿美元，复合增速44-49%。全球活跃AI Agent数量2026年约7940万个，2030年将达22.16亿个。

广义口径（Gartner的Agentic AI相关支出）：2026年2019亿美元，同比+141%；2029年达7527亿美元，2025-2029年复合增速119%。Gartner同时预判：2027年Agentic AI将首次超过聊天机器人，成为最大的AI软件类别。

再往上还有一层天花板：麦肯锡预计到2030年，"智能体商务"（agentic commerce，AI智能体代替人类完成的交易）规模达3-5万亿美元。中国国务院8月发布的新一代AI规划更激进：2027年智能体普及率70%，2030年90%。

图10

4.2 双寡头竞速：OpenAI烧钱，Anthropic反超

应用层的龙头叙事由两家公司主演。

OpenAI的财务模型是"收入十年十倍、开支比收入更大"：2026年营收约360亿美元（Q1约57亿），2030年预计3500亿美元；但2026-2030五年累计收入约8400亿美元，同期算力与基础设施开支约8560亿美元，资金缺口（负自由现金流）累计2780亿美元。2026年Q1营业亏损93亿美元——每个季度烧掉一个独角兽。支撑这一切的是估值：从8520亿美元向上突破，新一轮融资或超1.2万亿美元，有望成为人类历史上估值最高的初创公司。

Anthropic则在2026年Q2完成历史性反超：单季营收超115亿美元，环比+140%，首超OpenAI。企业API市场份额34.4%（OpenAI为32.3%），年化收入2026年4月站上300亿美元，估值约2万亿美元，并已启动IPO程序。Claude Code单产品一年创造25亿美元收入。

图11

微软是应用层真正的现金奶牛：2026财年营收3310亿美元（+18%），Azure收入破千亿美元（+41%）；AI业务年化收入超370亿美元，其中来自OpenAI的收入就有241亿美元（约占七成）——微软既是OpenAI的股东，又是它最大的"客户"。M365 Copilot付费席位突破3000万，GitHub Copilot累计用户5000万。编程AI是当前商业化最快的细分：Cursor年收入约20亿美元、付费用户超100万。

一个关键认知：应用层的爆发式收入，很大程度上是"算力即收入"的镜像——OpenAI们把英伟达的账单，转译成按Token计费的服务收入。真正的健康度指标不是收入增速，而是"收入增速/算力开支增速"这个比值什么时候持续大于1。

4.3 中国应用：Token调用量涨了一千倍

中国的应用叙事与海外不同：模型层免费化（DeepSeek、通义、混元的开源与降价）把利润让渡给了应用层，中国日均Token调用量从2024年初的1000亿增长到2026年3月的超140万亿。IDC预计2026年中国企业级AI Agent市场突破800亿元。智能体数量将从2026年的495万个增至2030年的1.97亿个，复合增速151.2%。

代价是行业性的"内卷式增长"：模型层收入微薄，应用层客单价全球最低。中国AI公司要走通商业化，路径更可能是B端行业智能体（金融、制造、政务）和出海，而非C端订阅。应用层是五大赛道里"格局最不确定"的一条——这既是风险，也是弹性所在。

第五章 基础能源：AI的底座

思维导图

AI产业链全景图（五）：基础能源——从发电到散热的电力闭环

5.1 用电量：五年再增七成

所有算力的尽头是电。Gartner数据显示，2026年全球数据中心用电量将达565TWh，同比+26.4%（2025年为447TWh）；IEA预计2030年达950TWh，约占全球电力需求的3%，其中AI专用数据中心的用电量将增长三倍。

结构变化比总量更剧烈：AI优化服务器2026年已占数据中心用电的31%，2027年将超过常规服务器成为第一大用电设备。单机柜功耗从传统数据中心的4-6kW跃升至AI集群的120kW+，下一代迈向兆瓦级。

图12

5.2 核电军备赛：科技公司一年签下10GW

AI公司的解法是直接下场锁定电源，而最被追捧的电源是核电——稳定、零碳、不占用地指标。

▪Meta：签约总量最大，达6.6GW——包括与Constellation的1.1GW二十年PPA（重启核电反应堆）、以及TerraPower、Oklo等先进堆意向；

▪亚马逊：与Talen签约1.9GW（200亿美元），并领投X-energy的SMR（小型模块化反应堆）960MW、总投资500亿美元；

▪谷歌：与NextEra重启Duane Arnold核电站（615MW、25年PPA），并签Elementl三座SMR共1800MW。

IEA卫星追踪显示，全球SMR管线从2024年底的25GW增至2026年4月的45GW，18个月增长80%；大型科技公司过去一年签约新核电超10GW。核能重新定价的本质：在AI时代，全天候零碳电力第一次拥有了信息技术级别的支付意愿。

图13

5.3 GE Vernova：电力设备的新霸主

如果只看一张图理解"AI缺电"的定价，就看GE Vernova的订单簿：

2026年Q2，公司订单242亿美元，同比+88%；总积压订单1760亿美元。燃气轮机设备积压+槽位保留协议从2025年底的83GW，升至Q1末的100GW、Q2末的116GW，公司指引2026年底至少125GW。注意一个细节：槽位保留协议要求客户预付20-25%定金——这意味着116GW里没有多少是"意向注水"。价格同样在涨：2026上半年新签订单价格比2025年四季度高10-20个百分点。

产能是瓶颈也是壁垒：公司燃气轮机年产能将从2026年三季度的20GW，提升至2028年的24GW、2030年的30GW——四年提升50%，但即便如此，现有积压已排至2029年。约20%的合同明确支持数据中心，电气化板块的数据中心订单2026年前七个月超50亿美元，是2025年全年的两倍多。

图14

燃气之外还有备用方案：IEA预计到2030年，美国数据中心自建天然气发电装机将达15-27GW（约五分之一项目已开工）。超大规模厂商2025年签的可再生能源PPA只能覆盖约40%的新增需求——电网、燃气、核电、绿电四路并进，才是AI供电的真实图景。

5.4 中国能源账本：核电批量化+电源国产化

中国的AI能源叙事有自己的节奏。

核电是确定性最强的一笔：2026年7月31日，国务院常务会议核准辽宁庄河一期等四个核电项目共8台机组，总直接投资超1700亿元——这是"十五五"首批核准项目。截至2025年底，中国在运和核准在建核电机组共112台，总规模全球第一；2030年核电装机目标约1.1亿千瓦，运行许可机组将接近100台、数量跃居世界首位。更重要的变化是制度性的：核电正被逐步纳入电力市场和绿证体系，其零碳属性首次有望获得溢价定价。

服务器电源是被忽视的百亿赛道：AI机柜功耗从几十kW迈向MW级，单台8卡AI服务器的电源管理BOM价值量从传统服务器的约80美元飙升至1000美元以上，12.5倍。TrendForce预计仅英伟达平台的PSU市场就从2025年29亿美元增至2026年45亿美元（+56%）；中国算力服务器电源市场规模将从2026年198亿元增至2030年814亿元，复合增速42.4%。

图15

竞争格局是"台系主导、大陆追赶"：台达+光宝合计占国内高效能服务器电源出货的47.3%（台达凭GB200平台33kW PowerShelf市占61.8%）；大陆厂商中，麦格米特已是英伟达数据中心部件指定供应商、展示800VDC全链路供电方案；欧陆通与谷歌达成GPU电源合作、长期为华为昇腾供货；中恒电气的HVDC方案市占行业第一、首个进入英伟达供电白皮书的中国厂商。

第六章 总规模与投资地图

6.1 AI市场总规模：三层口径，一个漏斗

回到用户最关心的问题：AI市场到底多大？答案取决于口径，三层口径构成一个漏斗：

第一层：AI基础设施投资——2026年约1万亿美元/年，2030年3-4万亿美元/年（美银）。这是"投入"口径，对应英伟达们的收入。

第二层：AI算力市场规模——2030年全球1.25万亿美元，其中中国1501亿美元、约为2025年的4倍（《2026年中国人工智能计算力发展评估报告》）。这是"产能"口径。

第三层：AI应用收入——窄口径AI Agent软件2030年约526亿美元，广义Agentic AI支出2029年7527亿美元，终极的agentic commerce 2030年3-5万亿美元（麦肯锡）。这是"产出"口径。

三层之间的关系才是关键：每年3-4万亿美元的基建投入，最终要靠产出层的收入来偿还。应用收入从百亿级向万亿级的爬坡速度，决定了基建投资能维持多久——这正是当前市场最大的分歧。

图16

6.2 五赛道兑现度评估

6.3 海内外龙头图谱

算力：海外——英伟达（帝国）、博通（ASIC之王）、AMD（MI系列）、台积电（封装瓶颈）；国内——华为昇腾（3.6%全球份额）、寒武纪（思元690量产、三年千亿目标）、海光信息（CPU+DCU双芯）。

存储：海外——SK海力士（50-62%份额）、美光（HBM4首发、21%）、三星（17%，反弹中）；国内——长江存储（NAND）、长鑫存储（DRAM，HBM是远期期权）。

光通信：海外——Coherent、Lumentum（CPO核心）、Fabrinet；国内——中际旭创（全球第一、1.6T市占55-60%）、新易盛（H1营收翻倍）、天孚通信（CPO子组件）、华工科技（NPO卡位）、源杰科技（光芯片）。

应用：海外——OpenAI（2030年3500亿美元收入目标）、Anthropic（Q2反超）、微软（AI年化370亿+）、Cursor（编程AI最快）；国内——字节豆包（调用量第一）、DeepSeek（开源生态）、行业智能体服务商。

基础能源：海外——GE Vernova（backlog 1760亿美元）、Constellation（核电运营）、Vistra（电力）、台达/光宝（电源）；国内——中国核电/中国广核（8台机组核准）、麦格米特/欧陆通/中恒电气（电源链）。

6.4 三条投资逻辑

第一，确定性的顺序与性感程度相反。能源（GE Vernova订单排到2029、核电十年长约）和算力（英伟达供应锁到2027）的确定性来自"已签合同"；光通信（订单排到2027）次之；存储靠"售罄至2026年底"的供给刚性；而应用层的确定性最低——OpenAI五年8400亿美元收入预测与8560亿美元开支之间，隔着一整个"商业化能不能跑赢烧钱"的问号。

第二，中国资产在五赛道中的权重是极不均衡的。光通信是唯一的中国统治级赛道（TOP10占7席、高端份额70%+）；算力国产替代刚过临界点（寒武纪、海光双双盈利）；能源自主可控（核电批量化、电源国产化）在加速；存储和应用的中国故事更多在估值弹性而非利润兑现。做多AI最"顺"的中国敞口，是光模块；最"逆"但赔率最高的，是国产算力。

第三，警惕基建周期，拥抱应用拐点。历史给过三面镜子：19世纪英国铁路狂潮中，铁路投资占GDP峰值达7%，泡沫破裂后三分之二的英国铁路公司破产，但留下的低成本铁路网催生了零售与物流革命；2000年光纤过剩让北电、朗讯破产，但每兆比特传输成本暴跌97%，为谷歌、亚马逊、奈飞铺了路；电气化时代（1890-1920）美国电力投资翻三倍，最后胜出的不是发电厂，而是通用电气、福特这些用电的公司。

三面镜子的共同启示：基建过剩会摧毁基建商的股东，但会成为应用时代最廉价的燃料。当前的AI周期仍处"基建兑现期"（2023-2027），真正的转折信号是应用收入增速持续超过算力开支增速的那一刻——盯住OpenAI的收入/开支比、微软的AI年化收入、以及中国Token调用量与AI收入的比值，比盯住英伟达的季度指引更重要。

结语：五条赛道，一个漏斗

回到开头的问题：AI的蛋糕怎么分？

沿着资本开支的流向，答案是一张五层的产业地图：算力吃掉了最大的单块蛋糕（7万亿元），但一半以上进了英伟达一家；存储（1680亿美元）和光通信（414-600亿美元）是弹性最大的瓶颈环节，一个被三寡头锁死，一个被中国军团统治；应用（526亿到7527亿美元，取决于口径）是所有投入的最终审判席；而基础能源（950TWh）站在所有链条的尽头，用电的物理刚性决定了AI扩张的边界。

三层规模的漏斗——每年3-4万亿美元的基建投入、1.25万亿美元的算力市场、还在从百亿向千亿爬坡的应用收入——上宽下窄，这个形状本身就是周期风险的形状。投资AI，本质是在这个漏斗的不同高度下注：在窄的部分下注确定性，在宽的部分下注成长，而真正的超额收益，属于能提前看到漏斗形状变化的人。

电还是不够，芯片还是短缺，应用还在烧钱——2026年秋天的AI产业，依旧热得发烫。

本文为《格物致知穿越周期的投资逻辑》部分内容，完整版请关注书籍信息

数据来源：美国银行、摩根大通、Gartner、IEA、LightCounting、TrendForce、MarketsandMarkets、各公司财报及公告（英伟达、GE Vernova、寒武纪、海光信息、中际旭创、新易盛、天孚通信、麦格米特等）、《2026年中国人工智能计算力发展评估报告》、上海证券报、证券时报、环球网等公开报道。

（本文为《格物致知穿越周期的投资逻辑》部分内容素材，所涉标的仅作基本面与认知框架讨论，不构成任何投资建议、收益承诺或操作指令。）