社区

这一轮美股的核心主线，其实已经越来越清晰了：不是“AI概念股”，而是AI瓶颈股。

标普500和纳指不断创新高的背后，真正推动股价的，不只是AI需求本身，而是一个更关键的逻辑：谁卡住了AI发展的关键瓶颈，谁就获得定价权。

华尔街甚至给出了一句总结：市场最喜欢做的事，就是“追逐瓶颈”。

而目前AI产业链中，已经清晰形成了三大瓶颈：

算力瓶颈（CPU / GPU）

存储瓶颈（Memory / HBM）

光学瓶颈（Optics / 光互联）

这三个环节，几乎决定了这轮AI行情的全部结构。

一、算力瓶颈：从GPU短缺，走向CPU爆发

最早的瓶颈，是GPU。在AI大模型爆发初期，英伟达的GPU几乎成为“硬通货”，供不应求，一度主导整个AI行情。

但现在，新的变化正在发生。随着“Agentic AI（智能代理AI）”兴起，AI不再只是聊天式问答，而是可以自主执行任务、连续运行数小时甚至更久。

这直接改变了算力结构：

Chatbot：更依赖GPU

AI Agent：更依赖CPU进行任务调度与执行

KeyBanc分析师John Vinh指出，这一轮新增需求，本质上是：“Agentic AI workload正在成为新需求驱动，而这类负载更适配服务器CPU，而不是GPU。”

于是，新的赢家出现了。已经大涨的算力相关公司：

$美国超微公司(AMD)$（股价创历史新高）

$英特尔(INTC)$ （重新获得市场关注）

$英伟达(NVDA)$ （推出Vera CPU，开始进入CPU战场）

英伟达自己都开始“反向进入CPU市场”，说明瓶颈已经从GPU扩展到了系统级算力架构。

二、存储瓶颈：AI最容易被低估，但涨得最狠的一环

如果说算力是“发动机”，那存储就是“油箱”。

但这一轮市场真正的变化是：AI不是让存储变重要，而是让存储变成“结构性短缺资产”。

AI训练和推理导致数据爆炸以及高频访问，推高了高带宽需求。尤其是高带宽内存（HBM）需求暴涨，直接改写整个行业定价体系。

已经大涨的存储公司：

Micron Technology（创历史新高）

Samsung Electronics（进入万亿美元市值俱乐部）

SK Hynix（历史新高）

SanDisk（年内涨幅超过400%）

AI正在把存储从周期行业，变成长期绑定AI算力的基础设施。

更关键的是，分析师指出，存储厂商已经开始与超大规模云厂商签订长期协议，这意味着，存储从“商品市场”，走向“锁定供给的结构性资产”。

三、光学瓶颈：下一代AI基础设施的关键跃迁

当算力和存储都开始拥挤之后，新的瓶颈正在浮现：数据如何在芯片之间传输？

传统方式靠电信号，但AI规模一旦扩大，电传输的功耗和速度都开始成为限制。

于是行业正在进入一个新阶段：用“光”（Photon）替代“电”，来进行芯片间数据传输。这就是光学互联。

已经被资金推动的光学公司：

Corning（与英伟达合作）

Coherent（股价历史高位）

Lumentum（历史新高）

这些公司本质上是在解决一个未来问题：AI集群规模越大，越需要“低延迟+低能耗”的光互联网络。

四、为什么市场会疯狂追“瓶颈股”？

CFRA分析师表示：“市场投资者最喜欢做的，就是追逐瓶颈。”

因为瓶颈股有三个特点：

需求确定（AI趋势不可逆）

供给受限（短期无法扩产）

定价权极强（价格可以持续上调）

这也是为什么这些公司会出现股价连续创新高、估值不断重估以及机构资金持续集中的特征。

五、下一个瓶颈在哪里？

目前市场已经进入第三阶段：

第一阶段：GPU（英伟达主导）

第二阶段：CPU + 存储（AMD / Intel / Micron）

第三阶段：光互联（Coherent / Lumentum / Corning）

那么下一个瓶颈在哪里？

UBS分析师写道：“投资者还可以进一步扩大对AI价值链中‘基础设施层、智能层和应用层’大型科技公司的配置，包括半导体与芯片设备、电力与资源，以及基础设施相关领域。”

1）电力与能源

AI数据中心的能耗正在爆炸式增长，电力已经开始成为约束条件。

2）数据中心基础设施

包括冷却系统、供电系统、网络架构。

3）AI应用层扩展

例如：机器人、自动驾驶、工业AI系统

这些领域可能是下一轮资金扩散方向。