乐于分享
好东西不私藏

再谈AI五层蛋糕:从发电厂到机器人,看懂2026年最值钱的万亿产业链

再谈AI五层蛋糕:从发电厂到机器人,看懂2026年最值钱的万亿产业链
当你在 ChatGPT 里敲下一个问题,当 Robotaxi 载着你穿过城市街道,当 AI 帮你写完一整段代码 —— 你可能想不到,这一切的起点,是千里之外一座正在运转的发电厂。
NVIDIA CEO 黄仁勋用一个 “五层蛋糕” 的比喻,值得我们再做研究,因此最近集中阅读了一些报告,将内容重新理解输出如下。
AI不是一个孤立的模型或应用,而是一整套从电力到终端的完整基础设施体系。
每一个成功的 AI 应用,都会像多米诺骨牌一样,拉动所有底层产业疯狂扩张,一直追溯到发电厂的涡轮机。

第一层:能源——AI 的物理天花板,科技巨头抢着当电厂老板

电力、土地、冷却、网络,是 AI 算力的终极物理约束。
今天的 AI 竞争战,本质上已经变成了电力战争。
没有电,再先进的芯片也只是一堆废硅。

一组数字

  • 美国数据中心的用电量已经占到全国总用电量的 4-5%,到 2030 年这个数字将飙升至 7-9%;
  • 全球数据中心一年要烧掉约 500TWh 的电,相当于一个中等发达国家的全年用电量;
  • 单个 AI 机架的功率密度达到了 50-120kW,是传统服务器的 2-3 倍;AI 训练任务的耗电量更是传统负载的 2-3 倍。

美国:核能复兴,四大巨头集体下场买电

为了破解电力瓶颈,微软、亚马逊、谷歌、Meta 放下了互联网巨头的身段,亲自下场签约核电、重启核电站,甚至投资核聚变。
短短 18 个月,科技巨头的核电管线就从 25GW 翻倍到了 45GW:
  • 微软:砸 16 亿美元与 Constellation 能源签订 20 年独家供电协议,提前一年重启三里岛核电站。这座曾经发生过核泄漏事故的电厂,如今 500 多名工人日夜赶工,工程进度已达 80%,2027 年投产后,837MW 电力将全部专供微软数据中心。
  • 亚马逊:签下 AI 史上最大单笔电力合同 ——180 亿美元、17 年的核电供应协议,从 Talen 能源获得 1920MW 的稳定电力,一直持续到 2042 年。
  • Google:押注下一代小型模块化反应堆 (SMR),与 Kairos Power 合作建设 6-7 台熔盐冷却反应堆,2030 年首台并网,2035 年实现 500MW 全量供电。
  • Meta:一口气签下 6.6GW 的核电协议,分别来自 Vistra、Oklo 和 TerraPower,为俄亥俄州的 “普罗米修斯” 超算提供能源支撑。

中国:东数西算 + 新能源,走出绿色算力路线

和美国押注核能不同,中国依托全球领先的新能源产业,走出了一条差异化的能源道路:
  • “东数西算” 工程累计投资近万亿元,建成 8 个国家算力枢纽和 10 个数据中心集群。东部枢纽处理实时性强的业务,西部清洁能源富集区则承载 AI 训练、冷数据存储等非实时需求。
  • 2024 年中国新增光伏 300GW+、风电 80GW+,可再生能源装机量稳居全球第一;华龙一号核电实现批量建设,每年获批约 10 台机组。
  • 30 + 条特高压线路在运,构建起全球最先进的输电网络;政策强制要求数据中心 PUE<1.25,推动液冷技术的应用速度远超全球。
一句话洞察:
能源已经从 IT 产业的配套设施,升级为 AI 时代的核心战略资源。谁掌握了稳定、低成本的电力,谁就掌握了 AI 产业的未来。

第二层:芯片——AI 的心脏,NVIDIA 一家独大的格局与破局

如果说能源是 AI 的粮食,那么芯片就是 AI 的心脏。
超大规模并行计算、高带宽内存、高速互连技术,共同决定了 AI 的运行速度和使用成本。

核心数据

  • NVIDIA 市值达到 4.3 万亿美元,稳居全球上市公司第一;在 AI 训练 GPU 市场,NVIDIA 的份额超过 80%;
  • 最新的 GB200 NVL72 服务器,一个机架就能塞进 72 颗 GPU;
  • HBM (高带宽内存) 2025 年市场规模 350 亿美元,2028 年将暴涨至 1000 亿美元。

全球格局:NVIDIA 的铁王座与卡脖子链条

NVIDIA 在 AI 芯片领域的统治力,已经到了前所未有的高度。
Blackwell 架构的 GB200 芯片供不应求,下一代 Rubin 架构也于 2026 年正式上市。AMD 虽然凭借 MI300X/MI325X 抢占了 5-10% 的市场份额,但依然难以撼动 NVIDIA 的地位。
比 GPU 本身更致命的是HBM卡脖子风险。
HBM 被称为 “AI 算力的血液”,全球 80% 以上的产能被韩国双雄 SK 海力士和三星掌控。其中 SK 海力士一家的市占率就达到 62%,Q1 2026 的营业利润率更是创下 72% 的历史新高。毫不夸张地说,SK 海力士的工厂一旦停产,整个 NVIDIA 的供应链都会停摆。
再往下,半导体设备领域被欧美日企业彻底垄断。
ASML 垄断了 100% 的 EUV 光刻机市场,单台 High-NA EUV 售价高达 4 亿美元;Lam Research、Applied Materials、KLA、东京电子四家企业,占据了全球半导体设备市场的绝大部分份额。这五家公司合计市值 1.6 万亿美元,构成了 AI 产业链最底层、最不可替代的壁垒。

中国:国产替代加速,差距正在缩小

在美国的出口管制倒逼下,中国芯片产业正在加速突围:
  • 华为昇腾 910B/910C 已经成为国产 AI 芯片的绝对主力,2026 年收入目标 120 亿美元
  • 寒武纪思元 590 系列表现亮眼,市值突破 1050 亿美元,稳居 A 股 AI 芯片龙头
  • 海光信息的 x86 CPU+DCU 加速器,已经占据中国 AI 训练市场 11% 的份额,市值 870 亿美元
  • 中芯国际 7nm 工艺实现量产,成为华为芯片制造的核心支撑,5nm 工艺也在试产中
虽然与台积电的先进制程仍有 2-3 代的差距,但国产替代的步伐正在不断加快,“卡脖子” 的环节正在一个个被突破。
一句话洞察:
没有设备就没有芯片,没有芯片就没有 AI。ASML 的 EUV 光刻机和美日的半导体设备,是目前 AI 产业链上最难逾越的两座大山。

第三层:基础设施——AI 工厂,万亿资本的军备竞赛

基础设施层是连接芯片与模型的“AI 工厂”,负责将成千上万个芯片编排成可用的算力集群。这一层的竞争,已经演变成了超大规模云厂商之间的资本对决。

核心数据

  • 2026 年,亚马逊、微软、谷歌、Meta、Oracle 五巨头的合计资本支出将达到 6600 亿美元,是 2022 年的 4 倍,其中 75% 以上投向了 AI 基础设施
  • 由 OpenAI、软银和 Oracle 主导的 Stargate 项目,4 年总投资高达 5000 亿美元,规划建设 7GW 容量的超大规模 AI 数据中心
  • GB200 NVL72 单机架功率突破 120kW,传统风冷彻底失效,液冷成为 AI 数据中心的标配

美国:超大规模投资领跑全球

美国云厂商在 AI 基础设施上的投入,已经到了 “烧钱” 的地步:
  • AWS 单家 2026 年资本支出就达到 2000 亿美元,正在全力推进 Project Rainier 项目,计划部署 50 万颗自研 Trainium2 芯片
  • 微软 Azure 有超过 800 亿美元的 AI 订单积压未交付,不得不持续加码数据中心建设
  • 北弗吉尼亚仍是全球最大的算力枢纽,但由于电网瓶颈,算力正在向德州、中西部等电力充足的地区快速扩散
  • Vertiv 凭借 11.3% 的液冷市场份额,市值飙升至 1310 亿美元,成为这一轮基建潮的最大赢家之一

中国:东数西算落地,建设速度全球第一

中国的 AI 基础设施建设,依托 “东数西算” 工程稳步推进,展现出了惊人的中国速度:
  • 东部的京津冀、长三角、粤港澳、成渝四大枢纽,重点发展低延迟的实时算力;西部的内蒙、贵州、甘肃、宁夏四大枢纽,重点建设 AI 训练和冷数据存储基地;
  • 阿里、腾讯、百度、字节跳动等互联网巨头,正在大规模扩建自有 AI 数据中心;
  • 三大运营商成为算力建设的主力军,中国移动市值 1800 亿美元,中国电信 1500 亿美元,凭借算力网络优势快速崛起;
  • 中际旭创作为 800G 光模块全球龙头,市值 400 亿美元;中科曙光、浪潮信息则占据了中国 AI 服务器市场的前两名。
一句话洞察:
AI 基础设施战争已经没有小玩家的位置。季度资本支出已经达到 1406 亿美元,2027 年可能突破 1 万亿美元 / 年,这是人类历史上最大规模的数字基础设施重建。

第四层:模型——AI 的大脑,闭源领跑与开源突围

模型层是 AI 的智能核心,大语言模型、多模态模型、具身智能、科学 AI,共同构成了 AI 的大脑。这一层技术迭代最快,估值泡沫也最大。

核心数据

  • OpenAI 最新估值 8520 亿美元,月收入超过 20 亿美元,ChatGPT 月活跃用户突破 3 亿
  • Anthropic 正在以 9000 亿美元的估值融资 500 亿美元,年化收入已经达到 300 亿美元
  • 中国已备案的大模型数量超过 200 个,形成了百花齐放的局面

美国:闭源绝对领先,开源生态繁荣

美国在大模型领域依然保持着全球领先地位,形成了闭源与开源并行发展的格局:
  • OpenAI 的 GPT-5.5 和 Anthropic 的 Claude 4.7,是目前全球性能最强的两个闭源模型,两家公司合计估值接近 1.8 万亿美元;
  • Google DeepMind 的 Gemini 2.5 系列表现强劲,AlphaFold 更是凭借在蛋白质结构预测领域的贡献,获得了诺贝尔奖的认可;
  • Meta 坚持开源路线,Llama 4 系列下载量超过 12 亿次,成为全球应用最广泛的开源大模型;
  • xAI 与 SpaceX 合并后估值达到 1.25 万亿美元,目标在 IPO 时冲击 1.75 万亿美元的估值。

中国:性价比 + 开源,走出差异化路线

中国大模型产业正在快速追赶,并且凭借性价比和开源优势,走出了一条独特的发展道路:
  • 字节跳动凭借豆包 AI 和即梦视频生成,估值达到 6000 亿美元,火山引擎的算力市场份额也达到了 14.8%;
  • 阿里巴巴的通义千问 Qwen 系列,是全球最受欢迎的开源大模型之一,企业级 LLM 市场份额达到 32.1%;
  • 智谱 AI 和 MiniMax 先后在 2026 年 1 月登陆港股,首日分别上涨 528% 和 100%,智谱的 GLM-5.1 模型已经全部采用华为昇腾芯片训练;
  • DeepSeek 发布的 V4 模型拥有 1.6 万亿参数,推理成本仅为 OpenAI 的 1% 不到,成为全球开源模型的新标杆。
一句话洞察:
中国大模型的崛起,很大程度上得益于国产算力的支撑。智谱 AI 全昇腾训练的成功,标志着 “国产算力 + 国产模型” 的闭环已经初步形成。

第五层:应用—— 价值兑现,三大赛道率先跑通商业化

应用层是 AI 产业链价值最终实现的地方。经过几年的探索和试错,2026 年终于有三个赛道率先走出实验室,实现了规模化商业落地。

赛道一:Robotaxi—— 从 demo 到盈利,规模化运营元年

2026 年被称为 “Robotaxi 规模化运营元年”,不是因为技术又突破了多少,而是因为终于有人赚钱了。中美两国走出了两条截然不同的商业化路径:
  • 美国 Waymo:技术深度路线的代表。2025 年完成 1500 万次出行,是 2024 年的 3 倍;目前已经在 6 个美国城市运营,2026 年将扩张至伦敦、东京等 20 多个城市;最新一轮融资估值 1260 亿美元,较 2024 年翻了 3 倍;
  • 中国百度萝卜快跑:运营效率路线的代表。在武汉地区,1000 多辆全无人出租车已经实现了单车盈利,2025 年 Q2 全无人订单量达到 220 万次,同比增长 148%;2026 年目标运营 3000 + 辆 Robotaxi。
高盛预测,到 2035 年,中国 Robotaxi 市场规模将达到 470 亿美元,是现在的 700 倍。

赛道二:人形机器人—— 从实验室到工厂,量产元年

2026 年是人形机器人的量产元年,这个被讨论了几十年的概念,终于从实验室走进了工厂车间。中美两国凭借各自的优势,并行发展:
  • 美国:资本 + 模型驱动。Tesla Optimus Gen3 将于 2026 年 7-8 月在弗里蒙特工厂投产,设计产能 100 万台 / 年;Figure AI 与 OpenAI、微软深度合作,已经在工厂部署了数百台人形机器人,估值达到 390 亿美元;
  • 中国:制造 + 成本驱动。宇树科技的 G1 人形机器人售价仅 13500 美元,是美国同类产品的 1/15,2025 年销量位居全球第一,已经提交了上海 IPO 申请;优必选 2025 年交付了 500 + 台人形机器人,2026 年目标 5000 台;小鹏 Iron 人形机器人拥有 82 个自由度,每只手就有 22 个自由度。

赛道三:AI 编程工具 —— 开发者生产力革命

这是目前单点 ARR 增长最快的 AI 应用赛道,已经从最初的 “代码补全”,升级为 “自主 Agent 工程师”:
  • Cursor:不到 2 年时间估值就达到 293 亿美元,ARR 突破 20 亿美元,凭借优秀的 IDE 体验和代码 Agent 能力,目标取代传统 IDE 成为开发者标配;
  • GitHub Copilot:微软嫡系,部署最广,总用户 2000 万,付费用户 470 万,ARR 约 10 亿美元,已经成为企业级开发的标配;
  • Claude Code:Anthropic 的核心收入引擎,6 个月时间就从 0 做到了 10 亿美元 ARR,被称为 AI 编程领域的 “ChatGPT 时刻”;
  • Devin:自主 AI 编程 Agent 的代表,ARR 年内暴涨 73 倍,估值 102 亿美元,正在引领从 “辅助编程” 到 “自主编程” 的范式跃迁。
一句话洞察:
AI 应用的商业化没有标准答案。美国靠技术深度,中国靠运营效率和制造成本,两条路径都已经跑通,并且都诞生了百亿甚至千亿美元级的公司。

产业链总结:中美双雄,两条路径,一个未来

纵观整个 AI 五层蛋糕产业链,中美两国已经形成了两大独立的 AI 生态体系,各自凭借禀赋走出了不同的发展道路。
没有谁能通吃整个产业链,也没有谁能被完全替代。

各层中美竞争力对比

中美 AI 核心优势对比

•美国的长板:芯片层的绝对技术领先;科技巨头每年数千亿美元的超大规模资本投入;硅谷聚集了全球顶尖的 AI 人才;成熟的风险投资体系,能够快速孵化出独角兽公司。
•中国的长板:14 亿人口带来的海量数据和应用场景;强大的工程化能力,AI 技术落地速度全球第一;DeepSeek、通义千问等开源模型的全球影响力;世界工厂的制造优势,能够快速将硬件产品量产并降低成本;新能源与储能产业全球领先,为 AI 算力提供了坚实的电力底座。

三大终极洞察

1.AI是一场全产业链革命,不是单点突破。
很多人总在问“下一个 GPT 在哪里”,但真正的机会往往藏在产业链的纵深里。当所有人都盯着上层的模型和应用时,底层的能源、芯片、基础设施正在经历一场前所未有的重构,这里诞生的财富机会,远比任何一个单一应用都要大得多。
2.向上赋能,向下牵引。
底层的能源、芯片、基础设施,决定了上层模型与应用的天花板;而 ChatGPT、Robotaxi、人形机器人等爆款应用的爆发,又会反过来拉动整个产业链向上扩张,一直追溯到发电厂的涡轮机。这就是 AI 时代最核心的产业逻辑。
3.中美双雄格局已成定局。
美国在芯片和资本上大幅领先,中国在落地、开源和新能源上独具优势。未来十年,全球 AI 产业将呈现 “两条路径、并行发展” 的格局,没有谁能一家独大,合作与竞争将长期并存。
……
全文完,祝大家投资顺利。
点击上方名片关注
一起做简单、理性、想长远的时代参与者
往期文章:
2026年一季度机构持仓全景解码:盈利驱动时代,A股的资金底牌与全年布局主线
酒后醉谈:趋势股交易系统——什么时候买、什么时候卖,从技术筛选到实战落地的完整方法论
万字长文 | 新年开篇大文章:聚焦AI、投资全球——一文讲透AI全产业链投资逻辑

相关学习资料