社区

在这套系统里，我认为最先被市场重新定价的，其实是电力和散热，而不是大家第一反应的芯片。原因很简单：GPU可以买，但电网扩容、变电能力、数据中心并网许可、液冷系统建设，这些都是“物理世界的约束”，周期更长、确定性更低。像 $Constellation Energy Corp(CEG)$、$伊顿(ETN)$ 这类电力与基础设施公司，反而更像是AI扩张的真实“硬上限”。

第二层是光纤与连接，也就是这次 $康宁(GLW)$ 被重新定价的核心逻辑。AI集群的本质不是单机性能，而是大规模GPU之间的协同效率。当训练规模从几百卡走向几万卡时，通信成本和延迟会迅速放大，甚至可能抵消算力提升的收益。所以光纤、光模块、交换网络这些“数据高速路”，本质上是在解决AI规模化之后的“系统效率问题”。这也是为什么 $Arista Networks(ANET)$、$博通(AVGO)$、$迈威尔科技(MRVL)$ 会越来越被市场重新审视。

相比之下，先进封装当然重要，但它更像是“供给端瓶颈”，属于已经被市场反复交易过的一条线。$台积电(TSM)$、$应用材料(AMAT)$、$阿斯麦(ASML)$ 这些核心资产，更多是在吃行业beta，而不是新的边际叙事。真正可能带来估值再抬升的，反而是那些还没被充分定价的“系统瓶颈环节”，比如电力网络和数据传输效率。

整体来看，这一轮AI基建的演化路径很清晰：从GPU → 封装 → 电力/冷却 → 光纤/网络，是一个逐层向下挖的过程。越往后走，越接近“物理世界约束”，也越接近真正的长期瓶颈。如果让我选，我会更偏向B和C的组合：电力冷却+光纤连接，因为它们更直接绑定“AI能不能规模化”，而不是“AI算力有多强”。

@小虎热点雷达 @小虎福利站 @TigerClub @TigerStars @Tiger_comments