人工智能基础设施 — 行业概览

日期： 2026年5月12日

类型： 中性行业格局 | 高层次概览

范围： 涵盖人工智能算力、网络、电力、散热及数据中心基础设施的上市公司

---

执行摘要

人工智能基础设施是科技行业增长最快的板块，其驱动力来自超大规模云服务商前所未有的资本开支周期。截至2026年第一季度，四大开支主体（Amazon、Google、Microsoft、Meta）合计的过去十二个月（TTM）资本开支达到约 $434B，同比增长约 22%，市场共识预计2026全年将接近 $500B。本轮周期正从以GPU为核心的训练阶段，向规模化推理、智能体AI（agentic AI）以及实体基础设施扩散——受益范围扩展至网络、电力、散热和连接领域。

核心要点：

• 人工智能基础设施的潜在市场规模（TAM）每年约为 $500-600B（2026E），自2022年起以约35%的5年复合年均增长率（CAGR）增长
• 行业正向龙头集中：算力领域的 NVIDIA (英伟达)、晶圆代工领域的 TSMC（台积电）、定制化ASIC领域的 Broadcom（博通）、网络领域的 Arista
• 电力和散热正成为关键的硬性约束，由此创造出新的投资机会
• 估值范围从 17x 到 100x+ 的前瞻市盈率（forward P/E）不等，最具风险/回报比的是按工业类倍数交易的基础设施赋能者

---

1. 市场规模与增长

总潜在市场（TAM）

来源：公司财报、行业估算（IDC、Gartner 框架）、超大规模云厂商资本开支披露。各细分存在部分重叠（例如云服务采购加速器）。

市场规模背景说明： 第三方机构估算（MarketsandMarkets：2024年 $135.8B，按 19.4% CAGR 增长至2030年的 $394.5B；Mordor Intelligence：2026年约 $101B，至2031年增长至 $202B）使用的口径较窄，未涵盖大部分价值链。鉴于 NVIDIA 一家公司在 FY2026 的收入便达 $216B，上述估算仅是地板水平。我们采用基于实际超大规模厂商资本开支与供应商收入的自下而上方法，更完整地呈现了可投资范围。

超大规模云厂商资本开支 — 需求引擎

Microsoft 加速最快（同比 +50%），而 Meta 在2024年大幅冲高后增速有所放缓。值得注意的是，上述数据为总体资本开支；其中AI相关比例估计为60-70%且仍在上升。

增长驱动因素

1. 训练规模扩大：模型参数从约 1T 增长到 10T+，需要按比例增加的算力
2. 推理爆发：智能体AI及企业部署推动推理需求增长 5-10 倍
3. 主权AI：政府资助的AI算力建设（欧盟、印度、中东、日本）
4. 企业采用：企业为敏感工作负载构建私有AI基础设施
5. 多模态AI：视频、语音和实时应用需要专用加速器

---

2. 行业结构

价值链图谱

┌─────────────────────────────────────────────────────────────────────────┐ │ AI INFRASTRUCTURE VALUE CHAIN │ ├─────────────────────────────────────────────────────────────────────────┤ │ │ │ LAYER 1: SILICON LAYER 2: SYSTEMS LAYER 3: FACILITY │ │ ┌─────────────────┐ ┌──────────────────┐ ┌───────────────┐ │ │ │ GPU/ASIC Design │ │ AI Servers │ │ Data Centers │ │ │ │ NVDA, AVGO, AMD │ │ SMCI, DELL, CLS │ │ EQIX, DLR │ │ │ │ │ │ │ │ │ │ │ │ Foundry │ │ Networking │ │ Power Gen │ │ │ │ TSM │ │ ANET, LITE, CRDO │ │ CEG, VST, TLN │ │ │ │ │ │ │ │ │ │ │ │ Semicon Equip │ │ Connectors │ │ Cooling │ │ │ │ LRCX, ONTO │ │ APH │ │ VRT, FIX, MOD │ │ │ │ │ │ │ │ │ │ │ │ Memory/HBM │ │ Storage │ │ Power Dist │ │ │ │ SK Hynix, MU │ │ DELL, NTAP │ │ ETN, NVT, WCC │ │ │ └─────────────────┘ └──────────────────┘ └───────────────┘ │ │ │ │ LAYER 4: SOFTWARE / PLATFORM │ │ ┌──────────────────────────────┐ │ │ │ AI Platforms & Observability │ │ │ │ PLTR, DDOG, SNOW, NET │ │ │ └──────────────────────────────┘ │ └─────────────────────────────────────────────────────────────────────────┘

价值在何处沉淀

核心洞见： 价值集中在设计层（NVIDIA、Broadcom、Marvell）以及实体瓶颈（TSMC 制造、核电、液冷）。组装/集成（SMCI、Dell）尽管收入很高，但获取的利润率最低。

进入壁垒

• 算力（极高）： CUDA 生态绑定（15年以上的开发者工具）、每年 $10B+ 的研发投入、2-3 年的芯片研发周期
• 晶圆代工（极端）： 每座晶圆厂 $30B+、数十年工艺积累、设备交付周期 18-24 个月
• 网络（高）： 112G/224G 速率下的 SerDes IP、软件生态（EOS、SONiC）、超大规模客户认证周期
• 电力（高）： 核电运营牌照、5-10 年的审批周期、长期 PPA 协议
• 散热（中）： 液冷工程能力，但市场分散，进入者众多
• 服务器（低）： 组装高度商品化，利润率薄，客户切换便利

---

3. 竞争格局

按 AI 基础设施收入贡献排名前十的公司

各细分领域竞争动态

AI 算力 — NVIDIA 主导地位受到冲击（但仍稳固）

NVIDIA 占据约 80-85% 的 AI 加速器收入。竞争对手的应对：

• AMD MI300/350/400：份额逐步提升（约 10-12%），主要客户为 Microsoft 与 Meta。ROCm 软件生态正在成熟，但仍落后 CUDA 3-5 年。
• 定制 ASIC（Google TPU、Amazon Trainium、Microsoft Maia）：在各自超大规模厂商内部约占训练负载的 10-15%。仅供自用——并未在第三方客户中替代商用 GPU。
• Broadcom XPU：为 Google、Meta 等设计定制芯片。FY26 收入加速增长至 68%。并不直接与 NVIDIA 竞争，但抢占了原本可能流向 GPU 的预算。

定制硅总体影响： 截至2026年初，超大规模厂商总 AI 算力中约有 15-25% 运行于定制硅之上，集中于推理。这一比例到 2028 年可能升至 30-40%，但整体蛋糕增长足够快，使得商用 GPU 的绝对需求仍在增长。

结论： NVIDIA 在 2-3 年内的地位结构性稳固。定制 ASIC 是对总算力的增量补充，并非零和博弈。真正的风险在更长期（2028+），当推理架构走向商品化、模型效率提升（蒸馏、量化、MoE）压缩单位负载的硬件需求时。

网络 — 以太网 vs. InfiniBand

Ultra Ethernet Consortium（AMD、Intel、Microsoft、Meta、Arista、Broadcom）正在推动开放的以太网替代方案以挑战 InfiniBand。推理横向扩展已转向以太网——更具商品化优势、成本更低——Arista 是主要受益者。InfiniBand 在训练时延上仍占优，但在推理经济性上以太网胜出。

内存 — HBM 是关键瓶颈

高带宽内存（HBM）是 AI 加速器栈中受限最严重的单一组件：

HBM 单比特价格是普通 DRAM 的 3-5 倍，为 SK Hynix 带来卓越的毛利率。TSMC 的 CoWoS 先进封装（GPU+HBM 集成）是第二大瓶颈——产能正从每月 35K 片晶圆扩展至 80K 片，但仍处于供应受限状态。

电力 — 关键硬约束

电力是最关键的瓶颈。每颗 NVIDIA GB300 芯片功耗约 1,000W，10万颗 GPU 集群需要 200-300 MW 的专用电力。

• 核电：Constellation Energy、Vistra、Talen Energy — 与超大规模厂商签署多 GW 级 PPA
• 现场发电：Bloom Energy（燃料电池）、天然气燃气轮机（GE Vernova）
• 电网基础设施：Eaton（开关设备）、nVent（机柜）、Quanta Services（建设）
• 配电：WESCO International — 数据中心业务同比增长 70%

---

4. 关键趋势与驱动因素

长期顺风

1. 推理横向扩展：随着 AI 智能体在企业中部署，推理算力需求增长比训练快 5-10 倍。这将受益面从 NVIDIA 拓展至服务器、网络和电力。

1. 实体基础设施瓶颈：AI 行业正面临严峻的物理约束——电力可用性、散热能力、先进封装（CoWoS）以及 HBM 内存供应。这有利于基础设施提供商而非纯软件公司。

1. 主权 AI 计划：全球各国政府都在建设本国 AI 算力。欧盟、阿联酋、印度、日本和沙特阿拉伯合计规划了超过 $100B 的主权 AI 基础设施投资。

1. 企业 AI 基础设施：财富 500 强企业为数据主权和定制模型部署而构建私有 AI 集群。仍处早期——企业渗透率不足 10%。

1. 液冷转型：风冷已无法满足 1,000W+ 芯片需求。行业正向直接液冷转型，到 2028 年将形成 $30B+ 的新市场。

逆风与风险

1. 资本开支周期顶点风险：若超大规模厂商的 AI 支出减速或暂停，整条供应链将面临库存消化。这在以往的半导体周期中曾多次发生。

1. ROI 受到审视：投资者和董事会开始质疑 $500B+ 的 AI 资本开支是否带来相应的收入。一旦出现"拿出真金白银"的转折时刻，可能触发支出减速。

1. 地缘政治风险：美中出口限制压低 TAM。台湾集中度（TSMC）造成系统性供应链脆弱性。

1. 定制硅替代：若超大规模厂商成功将其 50%+ 的算力自研化，商用 GPU 的 TAM 将显著萎缩。

1. 技术换代：新架构（光子计算、神经形态、量子）可能颠覆当前以 GPU 为核心的模式——但时间表为 5-10 年以上。

并购活动（2025-2026）

趋势： 并购集中在光互联/硅光、网络、电力/能源——揭示出未来增长方向。具备电力接入的数据中心基础设施资产相对历史 15-20x EBITDA 区间出现显著溢价。

---

5. 估值背景

行业交易倍数

关键观察

• NVIDIA 26 倍前瞻 P/E 是相对增长最便宜的大型 AI 股票——在 $216B 体量上仍以 65% 增长，毛利率 60%
• 散热/基础设施名（VRT、FIX） 已从工业类倍数（20x）重估至科技类倍数（50x+）——已计入完美预期
• 电力名（TLN 17x） 仍是最被错配定价的——市场仍按公用事业估值，尽管其 AI 基础设施收入特征已显现
• 服务器组装商（DELL 19x，SMCI 11-15x） 因利润率薄而保持低估，且 SMCI 仍存在治理风险

与大盘对比

按 PEG（市盈率/增长率）口径，AI 基础设施中位数股票交易于约 1.1x——较市场 PEG 约 2.1x 仅有适度溢价，意味着增长得到了充分补偿。

---

6. 投资启示

最佳风险/回报机会

主题表达

训练 vs. 推理 — 结构性转变

格局正从训练主导转向推理主导：

含义： 随着推理在 AI 总算力中的占比上升，受益者范围将扩大，NVIDIA 的边际定价权也将有所削弱。AMD、Broadcom 定制 ASIC 以及 Arista 以太网是这一结构性转变的主要受益者。

关键多空辩论

多方观点：

• AI 资本开支仍处早期——推理在企业层面尚未规模部署
• $500B 投入正驱动超大规模厂商的收入加速（Google Cloud +35%、AWS +20%）
• 物理约束（电力、散热）提供多年需求可见度
• 主权 AI 在美国超大规模厂商之外贡献 $100B+ 的增量 TAM

空方观点：

• AI 投资 ROI 不明确——企业反映 20-30% 的项目放弃率
• 定制硅到 2028 年可能取代 30-50% 的商用 GPU 需求
• 资本开支周期历史上经常超调；2026-2027 可能是顶点
• 散热/网络估值已计入完美预期（50-66x P/E）

需要监测的关键指标

---

7. 行业结构总结

市场集中度

• 高度集中：AI 算力（NVIDIA 约 80%）、先进晶圆代工（TSMC 约 90%）、AI 网络交换机（Arista 占 AI 部分约 40-50%）
• 中度集中：定制 ASIC（Broadcom 约 50%、Marvell 约 30%）、光模块（前 3 名约占 60%）
• 分散：散热（Vertiv 约 15%，竞争者众多）、服务器（SMCI、Dell、HPE、Lenovo）、配电（Eaton、Schneider、ABB）

商业模式类型

---

附录：公司速览

NVIDIA (NVDA) — $3.4T

占主导地位的 AI 算力平台。Blackwell Ultra（GB300）已进入量产爬坡；Rubin 架构已宣布于 2027 年推出。CUDA 生态形成极高的转换成本。在 $216B 收入规模下仍以 65% 增长，营业利润率 60%。前瞻 26 倍——在 P/E 口径下，反而是最便宜的大型 AI 股。

FY2026 第四季度单季收入达 $68.1B——年化运营率超过 $270B。

TSMC (TSM) — $950B

先进 AI 芯片（3nm、CoWoS 先进封装）的垄断制造商。每一颗主流 AI 芯片——NVIDIA、AMD、Broadcom、Apple、Amazon——都在 TSMC 制造。CoWoS 产能是关键瓶颈；正从每月 35K 片扩张至 80K 片。地缘政治风险（台湾）是主要的悬挂因素。

Broadcom (AVGO) — $1.1T

为超大规模厂商（Google TPU、Meta MTIA）提供领先的定制 ASIC 设计。随着定制硅放量，FY26 收入增长由 25% 加速至 68%。同时拥有关键网络业务（Memory Fabric）和 VMware（软件定义基础设施）。营业利润率从 26% 扩张至 41%。

Arista Networks (ANET) — $125B

AI 集群网络的主导厂商。随着 GPU 集群从 10K 扩展到 100K+，Arista 的以太网架构成为必备。云巨头贡献超过 45% 的收入。增长加速至 35%，营业利润率 43%——是网络行业中最佳的利润率组合。

Vertiv (VRT) — $55B

数据中心电力与散热基础设施的领先供应商。$15B 订单储备提供多年收入可见度。已收购 Strategic Thermal Labs 用于液冷。从风冷到液冷的转换使每个机柜的内容价值翻倍。前瞻 54 倍——反映了订单确定性，但留给犯错的空间有限。

被低估的子主题

---

报告于 2026 年 5 月 12 日编制。数据来源于公司财报（Q1 2026 TTM）、StockAnalysis.com、DataCenterDynamics、SiliconAngle、行业估算（IDC、Gartner）以及分析师研究（Goldman Sachs、Morgan Stanley、Bernstein）。所有估值反映报告日的市场收盘价。