热点分享|这轮AI牛市到底在涨什么?从GPU到电子特气,六层传导全梳理

最近市场两极分化，很多朋友可能有点不适 —— 这AI行情，到底在炒什么？

其实，AI早就不是什么遥远的概念了。ChatGPT、Gemini、豆包、Claude、Deepseek…… 这些大模型已经成了不少人工作生活里离不开的帮手。再加上各种智能体工具的普及，AI的影响力已经渗透到方方面面，实实在在地提高了我们的工作效率。

但大家有没有想过，我们随手发一个指令，几秒钟就出结果，手机甚至都不会发烫 —— 这背后发生了什么？

没有一个科技树是跳着点亮的。你感觉不到，不代表它不存在。

实际上，你的指令可能跑了几千公里，在某个数据中心里，成千上万块GPU正在卖力地帮你运算。而GPU的背后，是负责数据交换的光模块；但算力太强，GPU跟不上，就得靠HBM来救场；HBM要发挥最大效率，还得靠先进封装来减少损耗；先进封装又需要特定的板载和工艺，离不开电子特气这些原材料……

甚至有人早早布局了土地、能源、矿产这些传统板块，就是为了应对泛科技领域日益上涨的需求。

整个AI产业链往上走，市场热度的每一次细分变化，本质上都是AI需求在产业链上暴露出了新的供需短板。

经历过新能源、光伏这些完整产业周期的我们，这一轮对AI产业链的探索，变得更快、更充分。

这或许就是当下泛科技各种细分题材 "你方唱罢我登场" 的底层动力。

今天，我们就顺着这条链，一步步把这轮传导的完整脉络说清楚。

一、AI产业链的六层传导之路

从2023年英伟达点燃算力行情开始，这轮传导就基本没停过。沿着算力、存储、通信，再到零部件、原材料，一层一层往上扩散。我们一层一层来拆。

1、一切的起点：GPU

说起算力，大多数人首先想到的是CPU。但在AI大模型的世界里，真正的主角是GPU。

CPU就像一个全能但速度有限的管理者，擅长复杂的逻辑控制和串行运算。而GPU拥有成百上千个计算核心，天生就适合大规模并行计算，跟深度学习需要的矩阵运算高度契合。

训练一个大模型，需要成千上万颗GPU组成算力集群。英伟达的H100和后续系列，凭借CUDA软件生态的深度绑定，成了全球科技巨头争抢的对象。它的营收、毛利率一路走高，股价也跟着飞升 —— 这是整轮行情的起点，也是市场最先定价的环节。

2、数据高速公路：光模块

GPU单卡算力再强，也不可能独立完成训练。毕竟在现有的物理限制下，单卡总归有瓶颈。

一个好汉三个帮，一块不行就多堆几块。这时候，光模块就派上用场了。

光模块就像连接每一块GPU的数据高速公路，带宽越高，整个集群的效率就越高。几千颗GPU组成集群后，彼此之间需要海量的数据交换。单颗GPU在集群里，通常需要搭配多个高速光模块，800G率先成了刚需，1.6T随后接力。

受益于这轮光模块需求的爆发，国内相关企业凭借全球领先的制造能力和成本优势，从 2023年至今，享受了持续数年的高景气周期。

3、打破内存墙：HBM

GPU算力飞速提升，光模块解决了数据的外部传输问题，但新的瓶颈又出现了：计算速度太快，传统显存的数据供给速度根本跟不上，GPU不得不频繁停下来等数据 —— 这就是所谓的 "内存墙"。

HBM高带宽内存的解决方案很直接：通过3D堆叠技术，把多层DRAM芯片垂直堆起来，再跟GPU一起贴在同一块硅中介层上，用缩短物理距离的方式，换来带宽的指数级提升。

随着AI训练的规模越来越大，HBM的需求量也在急剧攀升。从HBM2E到HBM3E，每一代产品都供不应求。全球HBM市场长期由少数几家存储巨头垄断，供需缺口持续扩大，存储芯片板块也跟着全面起飞。

4、挑战物理极限：先进封装与PCB

HBM的制造，可以说是一个物理集成的奇迹。

在指甲盖大小的空间里，把多层DRAM芯片垂直堆叠起来，再用几千个比头发丝还细的微凸块，把它们跟GPU高密度地连在一起。它不像传统内存那样可以直接焊在PCB上，几千个I/O引脚必须通过 "微凸块" 高密度地连接到硅中介层，再由硅中介层把信号传递给GPU。

以台积电的CoWoS封装为代表的先进封装技术，就是先把GPU和HBM并排安放在硅中介层上，通过微凸块完成互联，再整体封装到基板上 —— 它就成了整个AI芯片制造的核心枢纽。

随着AI芯片的面积越来越大、HBM的堆叠层数越来越高，CoWoS的产能缺口一度达到 40%到50%。先进封装从配角变成了主角，而封装所需的ABF载板、高端覆铜板、高速PCB，也因为精度和可靠性的要求大幅提升，开始享受产能溢价。

5、扩产的先行指标：半导体设备

封装厂和晶圆厂产能严重不足，扩产就成了唯一的出路。而扩产的第一步，就是订设备。

光刻机、刻蚀机、薄膜沉积设备、检测设备…… 这些设备的交货周期长、技术门槛高，必须提前锁定产能。

设备板块也因此成了产业链扩产最敏锐的先行指标，全球半导体设备巨头纷纷进入业绩爆发期。

6、最后的供给瓶颈：上游原材料

设备可以加班加点生产，但制造芯片和先进封装需要的原材料，却有着天然的刚性约束。

光刻胶、ABF薄膜、电子特气、高纯硅片、CMP抛光液 —— 这些材料的技术壁垒极高、认证周期极长、全球供应商高度集中。

当设备到位、产能铺开之后，市场才猛然发现：最底层的原材料，成了整个产业链扩张的最后瓶颈。

这一层的逻辑，跟2021年新能源大行情里碳酸锂的剧本几乎一模一样。需求爆发之后，产业链最上游、供给弹性最小的环节，往往会经历最剧烈的价格重估。只不过这一次，主角换成了半导体材料。

二、AI 泛科技的指数化投资机会

对于做大类资产配置的朋友来说，其实不一定非要盯着细分行业看。选科创综指、科创50、创业板指、创业50或者双创50这些板块宽基指数，已经能实现不错的市场跟踪效果。

如果对新兴科技有一定偏好，愿意花时间研究的朋友，根据行业的发展进程，选择不同阶段的细分行业指数，也是不错的方式。

不过要提醒一句：随着泛科技、人工智能领域的快速走高，目前相关指数的估值并不低，部分指数已经到了历史高位，需要注意风险。

1、上证科创新材料指数（000689）

说到上游原材料，其实也有相关的指数可以跟踪 —— 就是2022年8月发布的科创新材料指数。

从编制规则来看，科创新材料指数核心选取50只市值较大的先进钢铁、先进有色金属、先进化工、先进无机非金属等基础材料，以及关键战略材料领域的上市公司作为样本。

从十大权重来看，科创新材料指数主要集中在半导体材料、印制电路板、化学制品、金属新材料、非金属新材料这些细分领域。比如沪硅产业聚焦半导体硅片，中船特气关注电子特气，安集科技则专注CMP材料，都是泛科技行业上游新材料的重点企业。

2、相关跟踪产品

目前市场上一共有三只ETF跟踪这个指数，费率都是标准的0.5%+0.1%，规模都在2到10亿左右，基本能满足日常交易需求。

选ETF的时候，在其他条件都差不多的情况下，可以看看不同产品的跟踪紧密度，选超额收益相对高一些的。

场外目前也有一只产品在跟踪，搜 "科创板新材料" 就能找到，A/C类合并规模接近1亿。

3、其他主题细分指数

站在整个半导体、AI领域，常见的选择还有：中证半导体、国证芯片、科创芯片、中证人工智能、科创板人工智能、半导体设备材料、中证科创创业人工智能等指数。

这些指数覆盖不同的板块、行业和细分领域。

三、AI科技浪潮的三点启示

梳理完这六层传导，你会发现：AI需求从算力端出发，沿着产业链一路往上传导，每暴露出一个新的供需短板，那个环节就会成为市场的焦点。

从GPU到光模块，从HBM到先进封装，从设备到原材料 —— 短板在哪里，焦点就在哪里。

这轮科技牛市的推进速度之快、渗透之深、链条之复杂，远超以往任何一轮结构性行情。

回顾过去几年，有几个观察值得留意：

第一，市场对产业链的认知在进化。

经历过新能源、光伏这些完整的产业周期，这一轮AI行情里，市场对产业链 "短板识别" 的速度变得更快、更精准。以前可能需要一两年才能完成从下游到上游的传导，现在几个月就能走完一轮。

这意味着留给普通投资者研究和反应的时间窗口在缩短，但也意味着，那些提前把产业链脉络理清楚的人，会越来越从容。

对普通投资者来说，不一定要精准把握每一个轮动节点，但搞清楚产业链的基本结构和传导逻辑，至少能在市场切换焦点的时候，知道 "现在轮到哪一层了"。

第二，最终限制产业扩张的，永远是上游。

不管是2021年碳酸锂的故事，还是现在电子特气和钨粉的行情，都在验证同一个规律：当需求爆发式增长，产业链最上游、供给弹性最小的环节，往往会经历最剧烈的价格重估。

这不是偶然，而是产业规律使然。懂了这个规律，下一轮科技浪潮再来的时候，就能更快地找到关键环节。

第三，科技投资的难度在提升。

这轮行情从GPU一路烧到光刻胶、电子特气、钨粉，细分领域的专业性越来越强，普通投资者想要精准把握每一个轮动节点，几乎是不可能的。

与其追逐每一个风口，不如退一步，用指数化的方式分享产业趋势的红利 —— 这也是指数化投资的价值所在。

最后还是要提醒一句：产业链传导越到上游，波动往往越大。上游材料对产业周期的敏感度更高，供需缺口能持续多久也存在不确定性。

对普通投资者来说，理解产业链的传导逻辑，理解市场正在发生的变化，坚守自己的策略，再通过不断学习慢慢拓展能力圈，才是正道。

从我们手机里的一个AI指令，到矿山里的钨粉和工厂里的特种气体 —— 看懂了这条链，才算真正看懂了这轮科技牛市。

看懂了这个规律，才能在下一轮机会浮现时，做出更从容的判断。