全球AI万亿资本开支:中国大陆公司,拿到了哪一层?

钱不在一个地方赚，但AI的蛋糕，其实早就分好了。

如果只看新闻，你可能会觉得：AI是模型公司之间的战争。

但如果把镜头拉远一点，你会发现一个更真实的画面：

未来几年，全球正在朝着万亿级美元的AI基建狂奔（约5万亿-7万亿人民币）。

这笔钱并没有集中流向“AI公司”，而是被拆成了一条完整产业链。

而中国大陆公司真正参与的，并不是“AI本身”，而是：AI基础设施的中游与制造层。

一、先搞清楚：这笔钱到底花在哪？

根据TrendForce、IDC以及各大云厂财报拆解，这一轮AI资本开支大致分三块：

1）算力层（GPU/芯片）

2）网络层（光模块/交换机）

3）基础设施层（服务器、电力、液冷、IDC）

你可以把它理解成：AI不是一台电脑，而是一整座“工业级发电厂”。GPU只是发动机，真正烧钱的是整套系统。

二、中国大陆公司在哪一层？答案很清晰

一句话总结：不在最上层“定义AI”，但在中间“制造AI”。

我们一层一层拆开看：

1、 光模块：AI网络的“高速公路”

AI训练的一个核心问题是：GPU越来越多，但它们必须“互相聊天”。于是光模块爆发。中国大陆公司在这一层非常集中：

• 中际旭创

• 新易盛

• 天孚通信

根据LightCounting数据：全球800G光模块市场，中国大陆厂商份额超过70%。这意味着什么？AI跑得越快，中国大陆厂商出货越多。

你可以把它理解成：美国在造车，中国大陆在铺高速公路。

2、PCB与电子制造：AI服务器的“骨架”

AI服务器不是普通电脑，它是“高密度算力盒子”。

里面最关键的结构是：高多层PCB、高速材料、精密互联结构。

主要中国大陆厂商包括：

• 沪电股份

• 深南电路

• 生益科技

这一轮AI服务器升级，带来的直接结果是：PCB复杂度提升，价值量提升30%-50%

简单说：AI越强，服务器越厚，中国大陆制造的“板子”越贵。

3、 服务器整机：全球算力的“装配线”

这一层很多人容易忽略，但其实非常关键。

在中国大陆，工业富联是英伟达AI服务器的重要代工厂之一。

你可以这样理解：英伟达负责设计“超级大脑”，中国大陆工厂负责把它装进“超级身体”。

4、电源 + 液冷 + IDC：AI的“水电煤系统”

AI还有一个被低估的问题： 功耗太高。

于是带来三类刚需：

• 高功率电源

• 液冷系统

• 数据中心

结合最近腾讯、阿里释放的信号——腾讯下半年加注AI开支、阿里未来投入远超3800亿——这些“卖铲子”的公司，订单确定性正在变强。

三、一个关键事实：钱不是平均分的

如果把全球AI资本开支拆开：

• 芯片 + 服务器 + 网络设备：约50%-60%

• 其余是电力、机房、运维等

而中国大陆公司主要集中在：中游制造 + 硬件供应链。

我们虽然在终端品牌上不占优势，但在零部件和制造环节，拿下了极高的全球份额。这不是“占比低”，而是“位置不同”。

四、为什么会形成这种结构？

说白了，是全球分工延续到了AI时代：

• 美国：定义AI（模型）、控制算力需求、掌握软件生态。

• 中国大陆：制造硬件、承接规模化订单、提供基础设施能力。

这不是谁领先谁落后，而是AI产业还没有完全“软件化”，它仍然是一个重资产行业。

五、一个更生活化的理解

如果把AI比作一座城市：

• 美国：设计城市规划的人

• 英伟达：造发动机的人

• 中国大陆公司：修路、造楼、铺电网的人

你可能不会天天看到他们，但城市能不能运转，全靠他们。

最后提炼总结：

这一轮AI万亿资本开支，并不是一个“谁赢了”的故事。

而是一个更现实的分配问题：谁在定义规则，谁在提供算力，谁在承接制造。中国大陆公司所在的位置，并不在舞台中央，但在让整个舞台运转的结构层。

碎片里的逻辑：解读实时科技与产业热点。

所有内容仅为产业观察与个人观点，不构成任何建议。