AI狂热背后的新主线：资本开始重估所有“卡脖子资产”

*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。来源丨美股研究社

最近资金不再只围着英伟达一家公司转。过去两年，市场交易AI，几乎等于交易GPU。谁能拿到英伟达芯片，谁就有算力；谁能卖出更多GPU，谁就吃到AI资本开支最大的一块肉。但进入2026年后，华尔街开始用另一套框架看AI：算力不是一颗芯片能解决的生意，而是一整套系统工程。

TrendForce在5月最新上调预测，全球前九大云服务商2026年资本开支将达到约8300亿美元，年增速从61%上修到79%；投入方向集中在高性能GPU集群、自研ASIC和高功率密度数据中心。钱砸得越猛，短板暴露得越快。GPU之后，CPU、HBM、SSD、光模块、交换机、电力、散热都会轮流变成卡点。资本市场最擅长的就是提前给“缺口”定价：谁卡住供给，谁就拥有定价权；谁掌握瓶颈，谁就拿到估值溢价。AI牛市没有离开硬件，反而越走越深，正在从“单一算力交易”切到“全链条瓶颈交易”。

GPU之后，市场开始给“系统短板”重新标价

AI产业的第一轮定价非常简单：GPU最缺，英伟达最强，所以英伟达获得最高估值溢价。这套逻辑到现在仍然成立。大模型训练、推理集群、云厂商军备竞赛，依然离不开高端GPU和加速器。Dell’Oro在2026年预测中也提到，未来五年全球数据中心加速器市场预计保持25%的年复合增速，GPU和定制加速器仍是核心支出方向。可同一份报告里还有一句更关键的话：CPU、HBM、NIC、存储等配套技术必须同步进步，系统级性能才释放得出来；加速基础设施建设会继续压迫关键组件的供需平衡，尤其是内存和存储。这句话把AI行情的交易逻辑讲透了。AI不再是“买一张卡”那么简单。一个大模型集群要跑起来，需要GPU负责矩阵计算，需要CPU调度任务、处理数据流、管理并行执行，需要HBM解决带宽，需要SSD保存训练数据和向量数据，需要网卡、交换机、光模块把数万张卡连成一个系统。任何一个环节拖后腿，整套系统的效率都会掉下来。所以，资金开始从“谁最强”转向“哪里最缺”。CPU就是一个典型变化。前两年市场很少把CPU放进AI核心资产里，因为AI训练最抢眼的是GPU。但代理式AI兴起后，工作负载结构发生变化。Agent不是简单回答一句话，它要调用工具、读取文件、访问数据库、执行多步骤任务，还要在多个系统之间调度。GPU负责推理计算，CPU负责把这些任务组织起来。KeyBanc分析师近期提到，Agentic AI正在通过编排、数据移动和并行执行推高服务器CPU需求；DA Davidson也把AMD称作“CPU瓶颈”的重要受益者。AMD管理层则把2030年服务器CPU总可寻址市场预期，从此前600亿美元上调到1200亿美元。这不是“CPU突然比GPU重要”，而是AI系统开始暴露第二层瓶颈。过去大家看AI基础设施，更多盯着训练端：大模型越大，GPU越多。现在推理和Agent开始放量，AI工作负载进入真实业务系统，CPU、内存、存储、网络的压力一起上来。GPU是一台发动机，CPU像调度中枢，HBM像高速血管，光模块和交换机像神经网络。发动机再强，其他环节跟不上，整车也跑不快。GPU涨完，CPU涨；CPU涨完，HBM涨；HBM涨完，光模块、SSD、电力、液冷接着涨。背后不是资金闲不住，而是云厂商资本开支已经把AI数据中心推到工程极限。市场现在买的不是概念，是产能表。

HBM和光互联，正在从配套环节变成AI军火库

如果说GPU是AI数据中心的主战装备，HBM和光通信就是让装备真正打起来的弹药和通道。HBM这条线最清楚。存储行业过去长期背着“强周期”的标签：涨价时盈利爆发，扩产后价格下跌，库存周期一来，估值就被砍。AI把这个行业的结构改了。HBM不再只是一个高端存储品类，它变成GPU性能释放的刚需。英伟达、AMD以及各类ASIC服务器，越往高算力演进，对高带宽内存的依赖越深。SK海力士早在2025年10月就对外表示，公司2026年的DRAM、HBM和NAND产能已经全部被客户需求锁定，并计划在2026年四季度供应HBM4；客户为了应对芯片短缺，提前下单并推动长期合同。这个表述放在过去的存储周期里并不常见，因为存储行业以前最缺的不是订单，而是稳定订单。更近一点，三星和SK海力士在2026年一季度电话会上继续释放同样信号。三星提到订单满足率降至“历史低位”，客户已经在预订2027年的内存产能；下一代HBM4的可生产产能也已被订满。SK海力士方面也提到，HBM、DRAM、企业级SSD需求全面增加，供给扩张仍然困难。这就是市场给存储公司估值抬升的核心原因。过去存储公司的利润来自价格周期，现在一部分利润开始来自长期供需缺口。客户不再等现货价格，而是提前锁产能、签长期协议，甚至接受预付款和更高价格。这个变化会让存储行业获得此前很少拥有的东西：订单能见度。美光退出Crucial消费内存业务，也能放进这条逻辑里看。Reuters报道称，美光将在2026年2月前停止通过零售、电商和分销渠道销售Crucial消费品牌产品，把供给优先投向AI数据中心所需的先进内存；美光高管也提到，AI数据中心带动内存和存储需求激增。这不是一家公司主动收缩小业务那么简单，而是整个内存产业在重新分配产能。消费电子以前是存储厂的核心客户，现在AI数据中心开始抢走最优先的晶圆、封装和资本开支。HBM占用更多晶圆资源，企业级SSD吃掉更多NAND供给，普通PC、手机、消费级内存反而可能被挤压。存储行业的涨价逻辑，也从“消费复苏”变成“AI挤占”。另一条更具前瞻性的线，是光通信。AI数据中心的瓶颈，正在从“算不算得过来”扩展到“传不传得动”。GPU集群规模越来越大，单机柜功耗越来越高，训练和推理都需要更高带宽、更低时延、更低能耗的互联方案。铜缆和传统电互联面对超大规模集群越来越吃力，800G、1.6T、硅光、LPO、CPO开始被推到资本市场前台。TrendForce预计，全球AI光收发器市场规模将从2025年的165亿美元增至2026年的260亿美元，增速超过57%；800G及以上光模块需求快速上升，供应端则面临EML、连续波激光器、高精度光学耦合、功耗和散热等多重瓶颈。这解释了英伟达为什么连续向光通信上游伸手。3月，英伟达宣布与Coherent达成多年战略协议，包含数十亿美元采购承诺，以及20亿美元投资，用于扩大先进激光和光网络产品供应、研发和美国制造能力。英伟达在公告中把光互联和先进封装集成称为下一代AI基础设施的基础。5月，英伟达又把手伸向康宁。Reuters报道称，英伟达除了已披露最高32亿美元的康宁股权投资外，还支付了数十亿美元预付款，用于支持康宁新建美国工厂；黄仁勋称，这些新工厂会让美国相关产能提升10倍。康宁的玻璃用于连接大型数据中心电脑的光纤电缆。这已经不是普通供应链合作。英伟达正在做的，是把潜在瓶颈提前买下来。以前它卖GPU，供应商围着它转；现在AI数据中心建设规模太大，光纤、激光器、光模块、封装、电力、散热都可能限制GPU出货节奏。为了卖出更多系统，英伟达必须保证周边供给不掉链子。这会带来一个新趋势：AI硬件巨头会越来越像“产业链总承包商”。它们不只设计芯片，也会通过投资、预付款、长期合同，锁定上游材料、器件和制造能力。被锁定的公司，估值体系自然变化。过去它们是周期制造商，现在变成AI基础设施供应商。资本市场最喜欢这种身份迁移。

最大风险在瓶颈资产涨到兑现压力前面

AI瓶颈交易最吸引人的地方，是逻辑很硬：供给短缺、订单可见、价格上涨、客户预付款、资本开支持续扩张。它最危险的地方，也在这里。因为瓶颈会迁移。今天GPU最缺，明天HBM最缺，后天光模块最缺，再往后可能是电力、液冷、变压器、配电设备、土地、天然气、核电、小型模块化反应堆。AI产业越大，系统越复杂，短板越容易在不同环节之间跳来跳去。投资者如果只盯着“现在最热的瓶颈”，很容易在估值最高的时候买到下一轮产能释放。真正值得区分的，是三类公司。第一类，是瓶颈会长期存在、且公司有定价权的环节。比如高端HBM、先进封装、核心光芯片、GPU和部分AI网络芯片。这些环节的扩产难度高，客户认证周期长，供应商数量少，利润更容易留在产业链里。第二类，是需求很大但供给追得也快的环节。比如部分光模块组装、服务器整机、通用PCB、部分散热零部件。它们能吃到订单，却未必能持续保住高利润率。行情强的时候涨得快，价格战出现后，估值回撤也会快。第三类，是被AI叙事临时拉进去的边缘资产。它们和AI有关系，但不是核心瓶颈。市场情绪最热时会被一起扫货，产业兑现时最先掉队。2026年接下来的关键，不是AI有没有泡沫，而是市场会把“瓶颈”这个词用到多宽。如果所有硬件公司都被当成AI基础设施资产，风险就会快速累积。因为AI资本开支再大，也会分层。云厂商的钱最先流向GPU、ASIC、HBM、网络和电力主设备，之后才扩散到二级、三级供应链。越往下游，订单弹性更强，利润留存更弱。资本市场已经开始进入高博弈区间。一方面，TrendForce把2026年全球九大云服务商资本开支预期上修到8300亿美元，说明AI基础设施仍在加速。另一方面，这种级别的资本开支迟早要接受ROI检验。云厂商不能无限烧钱，模型公司也不能永远靠融资采购算力。AI应用收入、企业付费、广告增量、Agent节省的人力成本，最终都要回到现金流报表里。一旦市场发现某些环节订单来自重复建设，或者客户采购节奏开始放缓，瓶颈资产会立刻从“稀缺溢价”切到“估值透支”。这不是看空AI，而是提醒一件事：AI产业的长期方向和短期股价节奏，永远不是一回事。2000年互联网泡沫之后，互联网没有消失，反而重塑了全球经济；但那一轮买在高点的网络设备、光纤和软件公司，很多花了十几年才消化估值。AI也会有类似的残酷分化。最终留下来的，不一定是涨得最猛的公司，而是能把短缺变成长单、把长单变成利润、把利润变成下一轮研发和产能优势的公司。所以，接下来的AI交易会越来越挑剔。市场会继续买瓶颈，但会追问瓶颈的质量：是技术瓶颈，还是产能瓶颈？是长期稀缺，还是短期错配？是客户抢货，还是渠道囤货？是价格上涨带来的利润，还是资本开支透支后的订单？但真正的胜负，不在于谁先被市场发现，而在于谁能在瓶颈迁移之后继续留在利润池里。最好的公司，会把短缺变成长期合同，把长期合同变成扩产能力，把扩产能力变成下一轮技术门槛。最危险的公司，只是短暂站在风口上，被资金误认为“卡脖子”。AI供给侧牛市的下一段，拼的不是谁故事更热，而是谁的瓶颈更难被替代。