夜雨聆风摘要：
芯片定高度，PCB做骨架，光模块传数据，交换机组网，散热保稳定，电力供能源。
背景：AI大模型狂飙突进，背后是AI算力基础设施的史诗级扩张。从训练千亿参数大模型，到支撑百万级用户并发推理，再到“东数西算”全国算力一张网，芯片、PCB、光模块、交换机、散热、电力六大环节环环相扣，构成算力时代的“钢筋铁骨”。
一、六大环节：AI算力基建的“器官协同图”
把AI智算中心比作“超级智能人体”，六大环节各司其职、缺一不可：
1. AI芯片：算力“大脑”（核心引擎）
- 角色：AI计算的绝对核心，负责矩阵运算、模型训练、推理执行。GPU、ASIC、NPU、DPU是主力，直接决定算力上限、模型规模与训练速度。
- 核心产品：英伟达H100/H200、AMD MI300、华为昇腾910/950、寒武纪思元、海光DCU。
- 关键指标：FP8/FP16算力、HBM高带宽内存、功耗（单卡700W~1500W+）。
2. PCB（印制电路板）：电子“骨架+神经网络”
- 角色：所有芯片、元器件的承载与互连平台，负责高速信号传输、供电、散热路径。AI场景必须是高频高速、高多层、高密度（16~28层+）。
- 价值飞跃：传统服务器PCB价值$300~500；AI服务器PCB$1500~6000，提升5~10倍。
- 关键材料：M8/M9级高频高速覆铜板（生益科技等）。
3. 光模块：数据“传输神经”
- 角色：电信号 ↔ 光信号转换，实现服务器、交换机间超高速、低延迟数据传输。AI集群内部互联（IB/RoCE）、跨机房互联的刚需。
- 速率迭代：400G → 800G（主流）→ 1.6T（爆发）→ 3.2T（研发）。
- 下一代：CPO（共封装光学），光引擎与芯片直连，功耗降40%。
4. 交换机：网络“枢纽心脏”
- 角色：算力集群的数据路由器、调度中心，负责万级服务器组网、数据转发、流量控制。AI场景需超高带宽、超低时延、无阻塞交换。
- 核心产品：400G/800G/1.6T交换机，核心芯片（博通Tomahawk 5/6）。
5. 散热系统：运行“温控卫士”
- 角色：解决高算力芯片发热瓶颈（单柜功耗50kW~1MW），保障7×24小时稳定。传统风冷失效，液冷成刚需。
- 技术路线：冷板式液冷、浸没式液冷（PUE可<1.15）。
6. 电力系统：能源“动力心脏”
- 角色：提供持续、稳定、高效电力，含高压直流供电（HVDC）、UPS、储能、配电、绿电接入。AI数据中心电费占运营成本30%~50%。
- 关键指标：供电效率（97%+）、冗余度、绿电占比（政策要求PUE<1.25）。
二、竞争格局：全球卡位战
1. AI芯片：海外垄断，国产突围
- 全球：英伟达（≈55%）绝对龙头；AMD追赶；博通/Marvell做ASIC。
- 国内：华为昇腾（≈20%）、寒武纪、海光、平头哥、昆仑芯。
- 格局：训练卡海外主导；推理卡国产快速替代。
2. PCB：中国全球制造中心，高端突围
- 全球：中国厂商占60%+（深南、沪电、胜宏、景旺）。
- 高端：AI服务器PCB胜宏、沪电、深南绑定英伟达/浪潮。
- 格局：国产主导、高端集中。
3. 光模块：中美领跑，中国最强
- 全球：中际旭创、新易盛（中国）；博通、Lumentum（美国）。
- 800G/1.6T：中国厂商全球份额≈70%。
- 格局：中国最强、高度集中、技术迭代快。
4. 交换机：美国芯片，中美整机
- 核心芯片：博通（Tomahawk）垄断（>90%）。
- 整机：思科、Arista（美）；华为、新华三、紫光、盛科（中）。
- 格局：芯片卡脖子、整机国产强。
5. 散热：液冷爆发，国产崛起
- 传统风冷：全球成熟。
- 液冷：英维克、网宿科技、高澜（中）；Vertiv（美）。
- 格局：AI液冷中国领先、渗透率快速提升（>40%）。
6. 电力：国产高度自主
- 国内：华为、阳光电源、英维克、中恒等全覆盖。
- 格局：基本国产化、高可靠性。
三、商业逻辑：六大环节的“赚钱密码”
1. AI芯片：技术壁垒+生态垄断+高毛利
- 逻辑：高研发（年投百亿美元）→ 先进制程（5/3nm）→ 性能垄断 → 生态绑定（CUDA）→ 高定价（H100≈$3万）→ 毛利70%~90%。
- 关键：算力越强、越稀缺、越赚钱。
2. PCB：量价齐升+高端升级+客户绑定
- 逻辑：AI服务器出货暴增（2026年≈700万台）→ 单机PCB价值×10 → 高端材料/工艺提价 → 绑定头部（英伟达/浪潮）→ 毛利20%~35%。
- 关键：层数越高、速度越快、越赚钱。
3. 光模块：速率迭代+规模效应+国产优势
- 逻辑：每2年速率翻倍 → 单价×2~3 → 规模放量 → 中国制造成本优势 → 毛利30%~50%。
- 关键：速率越高、技术越新（CPO/硅光）、越赚钱。
4. 交换机：芯片壁垒+整机规模+定制化
- 逻辑：核心芯片外购（成本50%+）→ 整机集成+软件定制 → 绑定云厂商 → 毛利25%~40%。
- 关键：带宽越大、端口越多、越赚钱。
5. 散热：液冷替代+能效刚需+政策驱动
- 逻辑：风冷→液冷（价值×5~10）→ PUE政策强制 → 高算力必配 → 毛利25%~45%。
- 关键：功率越高、密度越大、越赚钱。
6. 电力：高可靠+绿电+算电协同
- 逻辑：高功率（单柜1MW）→ 高效电源（HVDC）→ 储能+绿电 → 算电一体化 → 毛利20%~35%。
- 关键：效率越高、越绿色、越赚钱。
四、联动关系：一荣俱荣、一损俱损（最强传导链）
AI算力基建是高度协同的系统，景气度沿“芯片 → 服务器/PCB → 光模块/交换机 → 散热/电力”强传导：
1. 正向传导（需求爆发）
- 芯片涨价/缺货 → AI服务器涨价/出货受限 → PCB/光模块订单暂缓 → 散热/电力延后。
- 大模型迭代/应用爆发 → 算力需求暴增 → 芯片扩产 → 服务器放量 → PCB/光模块量价齐升 → 交换机升级 → 液冷/高压直流全面配套。
2. 技术联动（迭代共振）
- 芯片升级（HBM/Chiplet） → 要求PCB更高频、更高层。
- 芯片算力翻倍 → 数据流量×10 → 光模块800G→1.6T、交换机51.2T→102.4T。
- 功耗破1000W → 风冷淘汰 → 液冷+高效电源强制配套。
- CPO（光芯片共封） → 颠覆PCB/光模块/交换机设计，三者深度绑定。
3. 成本与供需联动
- 芯片短缺 → 服务器减产 → PCB/光模块产能过剩、价格战。
- 光模块/PCB涨价 → 服务器成本上升 → 算力租赁涨价 → 下游应用承压。
- 液冷+绿电 → PUE下降 → 电费大降 → 算力中心盈利能力提升。
五、总结：AI大基建的三大核心结论
1. 芯片是“天花板”：决定算力上限与产业高度，国产替代是长期主线。
2. PCB+光模块是“黄金双雄”：量价齐升、业绩最确定、国产最强，AI算力最受益环节。
3. 散热+电力是“隐形基石”：高算力必配、渗透率快速提升、政策强驱动。
