AI服务器狂卖,钱被谁拿走了?

HPE财报公布后股价大涨，戴尔刚刚把全年AI服务器收入预期抬到600亿美元。也就是说，服务器厂商拿到大订单，产业链瓶颈环节也能拿到更高利润。

1、HPE暴涨，市场买的是AI基建

HPE在2026财年第二季度交出了一份罕见财报。单季营收107亿美元，同比增长40%，非通用会计准则每股收益0.79美元，自由现金流达到9亿美元。公司还把2026财年全年营收增长预期上调到29%至33%，自由现金流预期提高到至少35亿美元。

这组数据让市场重新看待HPE。它已经从传统服务器公司，变成AI基础设施周期里的受益者。

更关键的变化在业务结构里。HPE的Cloud & AI部门收入77亿美元，同比增长22.9%，运营利润率12.4%，高于上一年同期的6.6%。其中服务器收入55亿美元，同比增长32.7%。网络业务收入27亿美元，同比增长148.2%，数据中心网络收入同比增长233.3%。

AI服务器带来的增长，已经和网络、存储、机房架构绑在一起。客户采购的也从单台机器，变成一整套算力基础设施。

2、整机厂拿收入，核心平台拿利润

AI服务器看起来是一台机器，本质上是一条成本链。

一台高端AI服务器里，图形处理器、高带宽内存、先进封装、交换芯片、电源模块、液冷系统、高速连接器共同决定成本。整机厂负责供应链组织、交付、认证、售后和客户关系，收入规模很大，利润空间受到核心部件价格挤压。

英伟达的财报给出了最清晰的参照。2027财年第一季度，英伟达营收816亿美元，同比增长85%，数据中心收入752亿美元，同比增长92%，公司非通用会计准则毛利率达到75%。同一时期，戴尔基础设施解决方案集团运营利润率为10.5%，HPE Cloud & AI部门运营利润率为12.4%。

这几组数据放在一起，AI硬件的利润分布就很清楚。越靠近算力平台，毛利率越高。越靠近整机交付，规模越大，利润率越低。

整机厂依然重要。没有戴尔、HPE、超微这类公司，大量企业客户没有能力把GPU、网络、存储、散热和软件环境组织成可运行系统。问题在于，价值和利润开始向瓶颈环节集中。

3、戴尔证明规模有价值，也证明利润有边界

戴尔是这轮AI服务器潮里最典型的样本。

截至2026年5月1日的财季，戴尔收入438亿美元，同比增长88%。基础设施解决方案集团收入290亿美元，同比增长181%。AI优化服务器收入161亿美元，同比增长757%。公司还披露，当季AI订单达到244亿美元，全年AI服务器收入预期提高到约600亿美元。

这已经超出传统服务器公司的增长想象。一个季度161亿美元AI服务器收入，说明企业和云厂商仍在加速扩建算力。

利润端同样不能忽视。戴尔基础设施解决方案集团运营利润31亿美元，同比增长206%，运营利润率10.5%，高于上一年同期9.7%。戴尔靠规模、供应链、客户资源和定价能力，确实保住了一部分利润。

但10.5%的运营利润率，也显示出整机环节的边界。AI服务器卖得越多，采购和交付金额越庞大。GPU、高带宽内存和高速网络占据主要成本，整机厂获得的利润更多来自管理效率和规模优势，很难像芯片平台一样获得高毛利。

这也是资本市场关注点变化的原因。订单本身已经不能说明全部问题。订单增长之后，库存、交付周期、客户集中度、预付款、售后责任和利润率，都会进入估值模型。、

4、电源和液冷从配套件变成约束条件

AI服务器密度提升后，机柜功率快速上升。传统风冷能覆盖的范围越来越有限，液冷开始从可选方案变成高功率机柜的基础配置。

Vertiv的数据很直接。2025年第四季度，公司净销售额28.8亿美元，同比增长23%。调整后运营利润率23.2%，高于上一年同期21.5%。订单侧更夸张，第四季度有机订单同比增长约252%，积压订单达到150亿美元，同比增长109%。

这类公司卖的并非普通散热设备。它们卖的是数据中心能否稳定运行的底层系统。冷却系统出问题，昂贵GPU无法满负荷运行。电力系统不稳定，集群训练和推理都会受到影响。客户在建设AI机房时，对可靠性、能效、交付周期和运维经验的要求远高于普通机房。

台达电也是相同逻辑。2025年台达合并营收5549亿新台币，同比增长32%，毛利率34.3%。2025年第二季度，台达毛利率达到35.5%，创下高位，市场报道把动力来源指向AI服务器电源和散热组件需求提升。

AI服务器把电源和散热推到了前台。过去这些环节经常被看成配套，现在它们决定算力能否上线、能否持续运行、能否控制能耗成本。

5、高速连接正在变成下一道利润分界线

AI服务器的另一个变化在网络和连接。

单台服务器性能提升已经不够。大模型训练和推理需要把更多GPU连接成集群。GPU之间、服务器之间、机柜之间，传输带宽和延迟直接影响算力利用率。

这让高速铜缆、光模块、交换芯片、连接器和背板进入高景气周期。英伟达的数据中心网络收入在2027财年第一季度达到148亿美元，同比增长199%。HPE的数据中心网络收入也在同一周期大幅增长。

连接系统的价值来自两个方面。一是技术指标变高，速率、损耗、热管理和可靠性都要同时达标。二是认证周期较长，进入大客户供应体系后，替换成本较高。客户采购的不只是线缆和接口，还有大规模集群稳定运行的确定性。

AI服务器行业的竞争，已经从单机性能进入系统效率。GPU买回来只是第一步，能不能把这些GPU高效连起来，决定真实算力产出。

6、普通企业买AI，成本会沿着机房传导

这场变化最终会落到企业账本上。

过去企业买服务器，重点看CPU、内存、硬盘和采购价格。现在采购AI服务器，预算要同时覆盖GPU、电源扩容、液冷改造、网络升级、机房空间、运维团队和电费。很多企业看到的是服务器报价，真正投入会出现在整个数据中心改造里。

这会改变企业AI落地路径。大型云厂商和互联网公司继续建设超大规模集群。金融、制造、医药、能源等行业会优先采购一体化方案，把复杂度交给戴尔、HPE、联想、浪潮等整机和方案厂商。中小企业更多会使用云服务，直接购买模型调用、推理资源和行业应用。

AI硬件的成本变化，也会影响普通人接触AI的价格。推理成本下降，智能客服、设计工具、办公软件和工业软件会更快普及。机房电力、散热和网络成本上升，又会让高质量算力长期保持稀缺。

7、AI基建的利润地图正在改写

AI服务器仍会继续热销。企业AI、代理式人工智能、多模态模型、机器人和自动驾驶，都需要更多算力。需求扩张没有消失，利润分配已经发生变化。

整机厂拿到的是规模订单。芯片平台拿到的是高毛利。电源、液冷和高速连接拿到的是基础设施瓶颈。数据中心网络拿到的是集群效率。

这场AI硬件行情，不能只看谁卖了多少服务器。更值得看的，是谁控制了算力上线过程中最难替代的环节。GPU决定算力上限，液冷决定运行温度，电源决定稳定性，网络决定集群效率。

AI服务器卖得越多，这张利润地图越清晰。机器摆在机房里，钱已经沿着芯片、电力、散热和连接流向不同公司。表面上是服务器热卖，账本里是AI基础设施产业链重新定价。

【本文部分配图由AI生成，仅供示意。内容仅供参考，不构成任何投资建议。文中涉及的数据如无特殊说明，均来自公开市场研报。如有数据引用不当或侵权，请联系删除。】

-END-

如果大家喜欢我的内容，请多多关注！！