算力产业链拆解

为什么重要：AI芯片是算力产业链的"心脏"，决定了整条链的节奏。英伟达GPU全球市占率超80%，国内受制裁无法直接购买高端型号，因此国产替代是核心逻辑。

怎么看这个环节：关注"能不能用"（性能追赶进度）和"有没有人用"（下游采购订单）。寒武纪走ASIC路线，海光走x86+DCU路线，路径不同。

为什么重要：服务器是芯片的"载体"，AI服务器单价是传统服务器的5-10倍（因为GPU贵），所以AI服务器占比提升 = 行业量价齐升。

怎么看这个环节：服务器本质是组装生意，毛利率低（5-10%），核心看出货量和客户结构。绑定大客户（互联网大厂、运营商）的公司更稳。

为什么重要：数据中心是服务器的"房子"，AI时代对机柜密度、供电容量、散热能力要求大幅提升。传统IDC需要升级改造才能承载AI算力。

怎么看这个环节：IDC是重资产生意，前期投入大，后期靠租金回收。核心看上架率（机柜满不满）、客户质量（绑定大厂更稳）、区位（一线城市资源稀缺）。

为什么重要：AI集群中数千张GPU卡之间需要高速通信，光模块是"神经网络的神经"。速率从400G→800G→1.6T不断升级，每次升级都是一轮量价齐升。

怎么看这个环节：光模块是技术迭代驱动的行业，核心看产品代际（800G还是1.6T？）、客户认证（有没有通过海外大厂认证？）、良率（决定毛利率）。

为什么重要：PCB是电子产品的"骨架"，AI服务器对PCB的层数、材料、工艺要求远高于传统服务器。高端PCB单价是普通PCB的3-5倍，AI带来的是结构升级而非简单放量。

怎么看这个环节：关注高端产品占比（HDI/高多层板）、客户验证（进入英伟达供应链很关键）、产能利用率。

为什么重要：单张GPU功耗从300W→700W→1000W飙升，传统风冷已无法满足散热需求。液冷是AI数据中心的必选项，目前渗透率不到10%，是从0到1的阶段。

怎么看这个环节：液冷行业目前格局未定，玩家多但没有绝对龙头。核心看订单落地（有没有拿到大单？）、技术路线（冷板式 vs 浸没式）、客户验证。

为什么重要：内存接口芯片是CPU和内存条之间的"翻译官"，每条DDR5内存都需要一颗接口芯片。AI服务器内存用量是传统服务器的3-5倍，接口芯片需求跟着放量。

怎么看这个环节：全球只有澜起和瑞萨两家能做，是典型的双寡头垄断。核心看DDR5渗透率（DDR4→DDR5切换带动ASP提升）和AI服务器出货量。