🔥$NVDA GTC前瞻：真正的机会可能不只在GPU，AI基础设施的四条主线正在浮出水面

很多人把 $NVDA 的 GTC 大会当成一次“GPU发布会”。

但如果把过去几年的 GTC 放在一起看，你会发现一件更重要的事：

GTC 其实在逐渐变成 AI基础设施路线图发布会。

从算力

到网络

到存储

到电力

整个 AI 数据中心体系都在这里出现。

这张图其实已经把今年市场最可能关注的 四条AI主线列出来了。

真正值得看的，不只是 GPU。

而是 GPU之外的瓶颈。

先看第一条。

AI网络。

当 AI 集群从几千块 GPU 扩展到 十万甚至百万 GPU 时，问题不再只是算力。

而是 数据怎么传。

这就是为什么光通信开始成为 AI 数据中心最重要的基础设施之一。

相关公司包括：

$GLW

$LITE

$COHR

$AAOI

它们分别涉及：

光纤

激光器

光模块

光组件

AI算力越大，网络带宽需求越爆炸。

如果 AI 训练继续扩张，这一条产业链可能会进入 新的资本开支周期。

第二条主线是记忆体。

AI训练最核心的瓶颈之一是：

带宽。

尤其是 HBM。

相关公司包括：

$MU

Samsung

SK Hynix

以及存储厂：

$WDC

$STX

AI模型规模越大，对数据读取速度和容量的要求就越高。

这也是为什么过去一年 HBM 成为半导体行业最紧缺的资源之一。

第三条主线是电力。

这一条很多人忽略。

但 AI 数据中心最真实的问题是：

电不够。

GPU功耗越来越高。

服务器密度越来越大。

传统供电架构开始遇到瓶颈。

所以 HVDC（高压直流供电）开始进入数据中心设计。

涉及公司包括：

$ADI

$MPWR

$NVTS

$TXN

$STM

$ON

这些公司主要提供 电源管理芯片。

如果 AI 数据中心功耗继续飙升，这条线可能成为新的投资逻辑。

第四条主线是 AI 芯片生态。

从设计到制造再到封装。

EDA：

$SNPS

$CDNS

晶圆制造：

$TSM

$INTC

$GFS

先进封装：

$ASX

$AMKR

PCB：

$TTMI

服务器电源模块：

$VICR

这些公司构成了 AI芯片生产体系。

过去两年，市场几乎所有注意力都在 $NVDA。

但 AI 的真正扩张，其实发生在 整个基础设施层。

算力只是第一层。

接下来可能爆发的是：

AI网络

AI电力

AI存储

很多技术周期里，涨幅最大的往往不是核心公司。

而是 瓶颈环节。

如果 AI 继续扩张，你更看好下一轮爆发的是：

AI网络

AI电力

还是 AI存储？