转
未来AI投资的方向：
AI下半场已经开始：市场正在从“算力崇拜”转向“瓶颈战争”

过去三年，资本市场最大的共识是：

买AI，就买GPU。

买GPU，就买英伟达。

这一逻辑曾经无比正确。

但2026年的市场正在出现一个越来越明显的变化。

真正决定AI产业速度的，已经不再是算力本身。

而是谁控制了算力背后的瓶颈。

因为历史反复证明：

需求从来不是稀缺品。

供给瓶颈才是。

第一阶段：算力时代

2023年到2025年。

全球AI资本开支几乎全部围绕GPU展开。

微软、Meta、亚马逊、谷歌、xAI、OpenAI。

所有人都在抢GPU。

市场相信：

更多GPU = 更强AI。

但随着数百万颗GPU被部署到数据中心，一个问题逐渐暴露出来。

GPU越来越快。

系统越来越慢。

因为GPU性能增长速度已经开始超过整个基础设施的演进速度。

于是产业开始进入第二阶段。

第二阶段：存储时代

如果GPU是发动机。

HBM就是燃料系统。

DRAM就是高速缓存。

企业级SSD就是仓库。

今天最先进的AI服务器里，HBM的重要性已经不亚于GPU本身。

没有HBM。

GPU就是废铁。

没有DRAM。

推理效率大幅下降。

没有高速SSD。

训练数据无法持续供给。

这也是为什么全球HBM产能提前数年被锁定。

因为市场终于意识到：

AI不是缺模型。

AI缺的是能够支撑模型运行的数据基础设施。

未来三年。

存储可能成为整个AI产业链利润释放最确定的方向。

因为需求已经确定。

供给却无法快速扩张。

而所有超额利润，本质上都来自供需失衡。

第三阶段：连接时代

很多投资者仍然停留在“买GPU”的思维。

但当几十万颗GPU被放进同一个数据中心之后。

新的问题出现了。

它们如何通信？

一台GPU很强。

十万台GPU协同工作则是另一个问题。

于是市场开始关注：

800G

1.6T

Scale-Up

Scale-Out

光模块

交换芯片

DSP

SerDes

这些过去被视为配角的环节。

正在逐渐变成主角。

因为未来AI工厂竞争的关键，不只是单颗芯片性能。

而是整个集群效率。

谁能够降低延迟。

谁能够提高带宽。

谁就能够释放更多算力。

连接能力正在接棒算力能力。

第四阶段：先进封装时代

如果说HBM是燃料。

那么先进封装就是发动机组装厂。

今天市场最大的误区之一是：

认为HBM扩产就等于HBM供给增加。

实际上并不是。

HBM生产出来之后。

还需要先进封装。

需要CoWoS。

需要CoPoS。

需要复杂的堆叠工艺。

没有先进封装。

HBM无法变成最终产品。

没有先进封装。

GPU也无法顺利交付。

因此未来几年。

先进封装很可能成为整个产业链最关键的放大器。

真正的终局：AI Factory

过去科技行业卖的是产品。

未来科技行业卖的是工厂。

越来越多巨头开始使用同一个词：

AI Factory。

AI工厂的核心并不是模型。

而是基础设施。

电力。

散热。

网络。

存储。

芯片。

封装。

能源。

所有这些环节共同构成一个超级计算系统。

未来十年最昂贵的资产，可能不是软件。

而是承载软件运行的基础设施。

为什么市场会持续重估这些方向？

因为资本最终追逐的是利润。

而利润来自定价权。

而定价权来自瓶颈。

GPU曾经是瓶颈。

HBM正在成为瓶颈。

光互连正在成为瓶颈。

先进封装正在成为瓶颈。

电力系统正在成为瓶颈。

市场会不断寻找新的瓶颈。

然后给予新的估值溢价。

这几乎是每一次科技革命都会重复发生的故事。

AI世界最大的误解

很多人认为AI竞争是模型竞争。

实际上。

模型只是最上层。

真正决定行业速度的，是下面那座巨大的冰山。

存储。

网络。

封装。

电力。

能源。

制造。

供应链。

未来三年的财富密码或许并不在聊天机器人界面里。

而在那些普通用户永远看不见的数据中心里。

因为当所有人都在讨论谁拥有最聪明的AI时。

真正赚钱的人，往往在控制AI运行所必需的资源。

AI的本质从来不只是软件革命。

它更是一场基础设施革命。

而每一次基础设施革命，都会诞生新的王者。