AI 数据中心基础设施是算力 capex 的"第二落点"——钱从芯片中心移向机柜与设施，利润重新分给机柜集成、液冷与配电。评级跟踪。
矛盾在"放量的和赚钱的不是同一批人"。设施与互连订单在兑现：Eaton 2026Q1 数据中心订单同比 +240%、Vertiv 与 Amphenol 调整后营业利润率都在 20% 以上。台系 ODM 跑量但毛利极薄，Hon Hai 整体营业利润率目标只是"高于 3%"。瓶颈从 GPU/HBM 跑到变压器、开关柜与液冷验证——服务器造出来上不了电已是现实。
三大风险：云厂商 capex 放缓、并网与变压器延误、液冷可靠性不及预期。Vertiv、Amphenol 已按 AI 核心受益者高倍数定价；HPE、Wiwynn、Supermicro 这类 backlog 没被翻译完的标的才是预期差。
核心结论
AI 算力扩张的资本开支，已经不再只是“买 GPU”这么简单。以微软、Alphabet、Amazon、Oracle 为代表的买方，公开披露的支出结构都显示：新增资本同时流向服务器/机柜、网络、数据中心建筑与长周期基础设施。微软 FY25 Q4 资本开支为 242 亿美元，其中超过一半投向支持未来 15 年以上变现的长周期资产，其余主要用于 CPU/GPU 服务器；Alphabet 在 2025Q3 的 CapEx 为 240 亿美元，技术基础设施投资中约 60% 投向服务器、40% 投向数据中心与网络设备；微软还披露“所有 Azure 区域都已 AI-first，并可支持液冷”。这意味着 AI CapEx 传导链条已经从“芯片中心”走向“机柜与设施中心”。
真正具备订单确定性与利润弹性的，不是所有“AI 服务器相关公司”，而是那些能把云厂商/模型公司预算，直接转化为整机交付、机柜级集成、热管理、电力系统、验证与运维收入的公司。当前最清晰的主线是：台系 ODM 中的 Quanta、Wiwynn、Hon Hai/Foxconn、Wistron；品牌侧的 HPE、Supermicro、Dell；设施侧的 Vertiv、Eaton、Schneider Electric、Delta；互连侧的 Amphenol；以及部分中国液冷与数据中心基础设施公司，如英维克、曙光数创。
纯 ODM/EMS 环节的收入增长确定性通常高于利润率确定性。原因在于：AI 服务器 BOM 过高、GPU/HBM 等昂贵部件往往由客户供料或采用代理采购，ODM 往往赚的是制造、集成、测试、NPI、供应链管理，而不是 GPU 本体价差。Hon Hai 已明确表示会在 buy-and-sell 与 consignment 之间灵活切换；Wiwynn 也在 2026 年起将部分存储器采购切换为 agency/procurement model，内存收入不再并表，但实际机架出货和利润率改善。收入口径因此会被“压缩”，但现金流、库存风险和利润质量反而可能改善。
从单台 GPU 服务器走向 GB200/GB300/NVL72、再到 Rubin NVL144/Ultra NVL576 这类 rack-scale 系统，价值量重分配正在发生。过去利润池高度集中在 GPU/HBM/网络芯片；现在冷板、CDU、manifold、quick disconnect、power shelf、busbar、rack PDU、系统 burn-in、整柜交付的重要性显著上升。NVIDIA 自己也开始公开推动 800VDC 架构与 AI factory 电力重构，TrendForce 亦认为下一代 AI 架构全面采用液冷，并推动 HVDC/集中供电路线加速。
高收入弹性最大的环节，当前集中在 AI 机柜级系统、液冷基础设施、数据中心电力分配、以及为 hyperscaler 提供机柜级集成的 ODM。TrendForce 预计 2026 年全球 AI 服务器出货将同比增长超过 28%；Dell’Oro 统计全球数据中心 CapEx 在 2025 年同比飙升 57%，并可能在 2026 年超过 1 万亿美元；Dell’Oro 还披露 2025Q4 全球数据中心物理基础设施市场同比增长约 20%。这些增量并不会全部落到整机厂，更大一部分将流向机柜与设施侧。
利润率最好的往往不是整机出货量最大的公司，而是那些掌握高压/高流电力拓扑、冷却控制算法、系统级验证、现场交付与服务能力的公司。Vertiv 2025 年净销售达到 102 亿美元、调整后营业利润率 20.4%；2026Q1 销售同比增长 30%，调整后营业利润率提升到 20.8%。Amphenol 2025Q4 调整后营业利润率 27.5%。与之相比，Foxconn 管理层公开目标是在 AI 服务器高增长下维持整体营业利润率高于 3%，这已经清楚地说明“谁在放量、谁在赚钱”并不相同。
真正的瓶颈，已经从“只有 GPU/HBM/CoWoS”扩展到“电力接入 + 配电设备 + 液冷验证 + 交付协同”。Uptime Institute 认为高机柜密度仍是直接液冷采用的首要驱动，但 adoption 在整个已安装数据中心基盘里仍然是渐进的；Schneider 公开讨论了数据中心面临的 power supply constraints；Eaton 披露 2026Q1 Electrical Americas 数据中心订单同比大约增长 240%，收入增长约 74%，说明电力配套需求正处于供需错配阶段。
“收入增长快但利润弹性不足”的环节，主要是通用机柜、部分标准 PSU、低壁垒结构件、传统风冷机房设备、以及缺乏系统级认证和大客户绑定的泛 EMS。相反，CDU、冷板、QD/Manifold、高功率连接器、rack power、commissioning、现场服务，更容易出现供给稀缺、认证周期长、客户粘性强的特征。Schneider 的 Motivair、CoolIT Systems、Vertiv、nVent、Amphenol、部分高端中国液冷厂都更接近后者。
NVIDIA 生态短期仍是利润池中心，但 AMD MI 系列与云厂商自研 ASIC 反而会扩大 ODM 与机柜系统机会，而不一定削弱它。原因是：一旦 CSP 用 Trainium/TPU/Maia/custom XPU，芯片厂的品牌控制力往往弱于 NVIDIA，系统设计、机柜电力、液冷与制造协同更容易外溢给 ODM/EMS 和设施商。AWS 的 Trainium2 UltraServer 将 64 颗 Trainium2 芯片连成一个系统，Project Rainier 已启用近 50 万颗 Trainium2；Google Ironwood TPU 使用第三代 CDU 并延续 TPU v3 以来的液冷路线；微软 Maia 200 面向推理、单芯片集成 216GB HBM3e。这些都说明 ASIC 服务器不是削弱系统价值链，而是把价值从“GPU 生态”重新分发到“机柜与设施生态”。
NVIDIA 的下一代平台正在把液冷和供电从“配套件”推向“必选项”。TrendForce 指出，B200/B300 等 AI 处理器 TDP 已从 H100/H200 的约 700W 抬升到 1,000W 以上，预计 2026 年液冷机架使用率可达 47%；但 Uptime 同时提醒，整个数据中心 installed base 的液冷 adoption 仍较慢。这两者并不矛盾：新增 AI 厅和高密度机架将高度液冷化，但老旧通用机房不会同步切换。
当前估值已经较充分反映 AI 预期的公司，集中在美股高景气设施链与互连链。按 2026-05-15/16 附近收盘口径，Vertiv 约 93 倍 PE，Broadcom 约 106 倍，AMD 约 139 倍，Arista 约 48 倍，Amphenol 约 34 倍，Eaton 约 39 倍，Comfort Systems 约 58 倍，Celestica 约 43 倍。相对而言，Supermicro 约 15 倍 PE、Dell 约 32 倍，HPE 的 trailing PE 因 EPS 失真而不具可比性，仍需要结合前瞻盈利与 backlog 判断。
未来 12–24 个月最重要的催化剂，不是单纯 GPU 出货，而是GB300 机柜交付节奏、Rubin 架构资格认证、液冷渗透率、800VDC 试点、云厂商 CapEx 兑现、短周期电力设备交期是否再次拉长。HPE 已披露 AI backlog 超过 50 亿美元且 64% 累计订单来自企业/主权客户；CoreWeave 披露 2025 年末 backlog 达 668 亿美元、活跃电力容量超过 850MW；Oracle 披露 OCI 收入加速与大量新数据中心建设。这些指标比“行业故事”更接近收入兑现。
最大风险有三层：第一层是云厂商与模型公司 CapEx 节奏放缓；第二层是电力接入、变压器/开关柜/并网许可延误；第三层是液冷可靠性和供应链协同不及预期。对投资研究最关键的不是判断“AI 会不会继续增长”，而是识别哪些公司在涨收入时也能保住毛利率、回款和资本回报率。
产业链全景与资金流向
从买方视角看，AI CapEx 的资金流向已经可以概括为五步：算力预算立项 → GPU/ASIC 与 HBM 锁定 → 服务器/机柜系统设计与制造 → 液冷/配电/网络/机柜部署 → commissioning 与长期运维。其中，Alphabet 给出了罕见的公开拆分：技术基础设施投资中约 60% 去服务器、40% 去数据中心和网络设备；微软则明确说超过一半的花费是长期资产，其余主要给 CPU/GPU 服务器。也就是说，越往 rack-scale 走，设施链权重越高。
| 产业链位置 | 细分环节 | 核心产品 | AI需求驱动因素 | 收入确认方式 | 主要客户 | 供给瓶颈 | 利润率特征 | 代表公司 | 上市/未上市 | 受益强度 | 投资弹性 | 依据 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 上游算力芯片 | GPU/ASIC芯片 | Blackwell、Instinct、TPU、Trainium、Maia、custom XPU | 训练/推理 token 增长、模型尺寸扩张、推理并发上升 | 芯片出货/模组销售/长期供货协议 | CSP、模型公司、GPU云 | GPU/HBM/先进封装、软件生态 | 最高利润池，但并非本文主要利润外溢方向 | NVIDIA、AMD、Broadcom、Marvell、Google、AWS、Microsoft | 混合 | 5 | 5 | 同左 |
| 上游存储 | HBM/高带宽存储 | HBM3E、HBM4、DDR、NVMe | 参数规模、上下文长度、推理 KV cache | 芯片/模组出货 | GPU/ASIC 厂、服务器商 | HBM 产能与封装 | 高利润但更多留在半导体链 | — | 混合 | 4 | 4 | 以芯片平台公开资料和系统配置推断 |
| 板级基础件 | 主板/PCB/背板 | UBB、加速板、CPU 主板、高速背板 | 高速 I/O、更多层数、更高损耗要求 | 板卡/PCB 交付 | ODM/OEM/网络设备商 | 高多层、材料与良率 | 中高毛利，周期性较强 | 深南电路、沪电股份、Unimicron、Nan Ya PCB | 混合 | 3 | 4 | 同左 |
| 系统整机 | AI服务器整机 | HGX/MGX/OAM/GPU/ASIC 服务器 | 训练集群、推理扩容 | 整机发货/项目验收 | CSP、企业、主权客户、GPU云 | GPU配套、系统验证 | 收入大、利润分化大 | Dell、HPE、Supermicro、Lenovo、Inspur、xFusion | 混合 | 4 | 4 | 同左 |
| 代工制造 | AI服务器 ODM | 服务器、托盘、整柜制造与集成 | Hyperscaler 白牌采购、客户自研 ASIC | 制造/集成/NPI/供应链服务费 | Microsoft、Meta、AWS、Google、Oracle、CoreWeave | 产能爬坡、验证、客户供料协同 | 收入快、毛利率相对薄 | Quanta、Wiwynn、Hon Hai、Wistron、Inventec | 混合 | 5 | 4 | 同左 |
| 机柜级系统 | rack-scale system | GB200/GB300 NVL72、Rubin NVL144 类系统 | NVLink/NVSwitch 扩展、PDU/液冷/网络一体化 | 整柜或整机房项目验收 | CSP、frontier labs、GPU云 | 液冷、电力、burn-in、现场交付 | 利润池向集成与服务移动 | Wiwynn、Hon Hai、Supermicro、Vertiv、HPE、Sanmina/AMD ZT design | 混合 | 5 | 5 | 同左 |
| 服务器电源 | PSU/电源模块 | 3kW+ PSU、80plus、高效率电源 | GPU功率持续提升 | 模组/平台随整机出货 | ODM/OEM | 高效率设计、认证 | 中等利润，竞争分层明显 | Delta、Lite-On、Chicony、AcBel、欧陆通 | 混合 | 4 | 3 | 同左 |
| 机柜供电 | power shelf/VRM | Power shelf、48V/54V、板级供电 | 机柜功率密度上升 | 随整机/机柜平台导入 | ODM、CSP、自研ASIC平台 | 电流密度、热设计 | 中高利润，需平台认证 | Delta、立讯精密、部分 ODM 自研 | 混合 | 4 | 4 | 同左 |
| 配电保护 | UPS/PDU/母线 | UPS、rack PDU、busway、DC busbar | AI 机架功率翻倍、冗余要求 | 设备/系统项目 | 数据中心运营商、EPC、CSP | 交期、现场定制、认证 | 利润率通常高于 ODM | Vertiv、Eaton、Schneider、Legrand/Raritan、nVent、Hubbell | 混合 | 5 | 4 | 同左 |
| 冷端核心件 | direct-to-chip liquid cooling | 冷板、冷头、冷却回路 | 50kW+ 机柜、>1kW 芯片 TDP | 模组/系统配套 | 服务器商、ODM、液冷集成商 | 热界面、密封、良率 | 中高毛利，认证壁垒强 | CoolIT、Motivair、Boyd、英维克、曙光数创 | 混合 | 5 | 5 | 同左 |
| 冷却分配 | CDU | sidecar/in-row/in-rack CDU | 机柜级液冷成为标配 | 设备/系统项目 | CSP、OEM、colocation | 泵阀、控制、可维护性 | 高附加值 | Vertiv、Motivair、LiquidStack、英维克、同飞股份 | 混合 | 5 | 5 | 同左 |
| 冷却连接 | manifold/QD | Manifold、quick disconnect、盲插快接 | 机柜级维护与低泄漏要求 | 零部件/系统配套 | ODM、液冷系统商 | 漏液可靠性、认证 | 小体量但高壁垒 | 立讯精密、nVent、专用液冷零部件商 | 混合 | 4 | 5 | 同左 |
| 制冷辅件 | 冷却液/泵/阀/监测 | 冷却液、泵、阀、泄漏检测 | 液冷规模部署 | 消耗品/设备配套/服务 | 液冷方案商、运营商 | 兼容性与寿命 | 中等利润，服务化潜力较大 | Ecolab+CoolIT、Vertiv、Schneider、Johnson Controls | 混合 | 3 | 4 | 同左 |
| 结构件 | 机柜/结构件/滑轨 | AI rack、柜体、托盘、滑轨 | 整柜交付、承重与液冷适配 | 随项目出货 | ODM、OEM、colocation | 定制化与交期 | 易放量，壁垒不一 | Great Lakes、Vertiv、Supermicro、部分台系机柜厂 | 混合 | 3 | 3 | 同左 |
| 互连 | 连接器/线缆 | 高速铜缆、AEC/ACC/DAC、背板连接器、电源连接器 | 800G/1.6T、机柜内短距互连、供电脉冲更大 | 元器件出货 | 服务器、交换机、ODM | 高速/高流密度验证 | 高利润、粘性强 | Amphenol、TE、Lotes、中航光电、立讯精密 | 混合 | 5 | 4 | 同左 |
| 网络 | 光模块/交换机 | InfiniBand/Ethernet、交换机、Optics | 集群规模从万卡走向十万卡 | 设备/模块销售 | CSP、GPU云、企业 | 光器件与验证 | 高利润，但超出本文主轴 | Arista、Cisco、Broadcom、Marvell、NVIDIA | 混合 | 4 | 4 | 同左 |
| 机房电力 | 数据中心电力系统 | 中低压配电、变压器、开关设备、备电、微电网 | 并网约束、机架功率上升 | 工程设备与长单 | 云厂商、colo、EPC | 变压器/开关柜/并网许可 | 高景气、高进入门槛 | Eaton、Schneider、ABB、Siemens、Hubbell | 混合 | 5 | 4 | 同左 |
| 交付服务 | 数据中心 EPC/运维 | EPC、commissioning、burn-in、维保 | AI Hall 快速上线 | 工程进度/里程碑/服务合同 | CSP、AI 模型公司、GPU 云 | 人力组织、多方协同、电力许可 | 毛利率中高，优秀玩家稀缺 | Comfort Systems、EMCOR、Johnson Controls、Trane、Vertiv Services | 混合 | 4 | 4 | 同左 |
| 终端买方 | 云厂商/模型公司/GPU云 | AI factory / superpod / inference cloud | 模型训练、推理收入、云租赁 | 自用/租赁/AI 服务收入 | 企业与开发者 | 电力、GPU、设施交付 | 买方不是直接投资标的，但决定全链订单 | Microsoft、Alphabet、Amazon、Oracle、CoreWeave、xAI | 混合 | 5 | 5 | 同左 |
资金流向的关键结论：如果站在买方角度，最先确认的是“算力预算”；如果站在卖方/投资角度，最先确认的却是谁拿到了可验收的整柜、液冷、电力、网络和部署合同。因此，AI 主题里最容易产生错配的地方，就是把“行业 CapEx 增长”误当成“公司利润增长”。
成本结构、价值量与利润池重分配
公开资料并不会给出完整 BOM，但通过 NVIDIA/AMD 平台规格、SemiAnalysis 的公开 TCO 模型、以及整机厂/ODM/设施商的财务披露，可以大致还原 AI 服务器与机柜的价值分布。需要强调的是：真正决定下游公司赚钱能力的，不是总价值量，而是它在价值量中占据的是“芯片 pass-through”还是“系统集成/控制/服务利润”。
| 对象 | 主要成本项 | 价值量占比估算 | 说明 |
|---|---|---|---|
| 8-GPU 训练服务器 | GPU+HBM 模组 | 65%–75% | 绝对大头，通常由芯片方定价决定 |
| 8-GPU 训练服务器 | CPU/内存/主板/背板 | 8%–12% | 与平台代际、PCIe/CXL、高层板复杂度相关 |
| 8-GPU 训练服务器 | 网络/NIC/线缆 | 5%–10% | 集群越大，单机 NIC/布线价值越高 |
| 8-GPU 训练服务器 | PSU/VRM/供电 | 4%–7% | AI 代际升级拉动电力单价 |
| 8-GPU 训练服务器 | 散热（风冷/液冷） | 3%–8% | 风冷偏低、DLC 偏高 |
| 8-GPU 训练服务器 | 机箱/结构件/装配/测试 | 4%–8% | ODM 主要利润来源之一 |
| 8-GPU 训练服务器 | 软件/固件/验证/NRE | 1%–4% | 平台复杂度越高越重要 |
SemiAnalysis 的公开口径显示，典型 hyperscaler 的 H100 服务器价格已降至约 19 万美元左右；若加上存储、网络等“all-in”项目，则单服务器前期 CapEx 约 25 万美元。这类单机结构说明：下游系统厂大多数情况下并不控制最大价值量的那部分，而是控制可重复交付与服务附加值。
GB200、GB300 与 Rubin 类机柜的价值量
SemiAnalysis 对 GB200 NVL72 的公开估算是：仅 rack-scale server 本体约 310 万美元，若计入网络、存储和其他项，典型 hyperscaler 的 all-in capex 约 390 万美元/柜。 同时，NVIDIA FY2026 数据中心业务同比增长 68%，表明市场确实在向更大系统单元迁移。
| 机柜级系统 | 公开/可推导配置 | 价值量估算区间 | 说明 |
|---|---|---|---|
| GB200 NVL72 类 IT 本体 | 72 GPU + 36 Grace CPU | 310–330 万美元 | 对应 rack-scale server 本体公开估算锚 |
| 加网络/存储/其他 all-in | 机柜网络、存储、布线等 | 390–410 万美元 | SemiAnalysis 公开 all-in 锚 |
| 其中 GPU+HBM+先进封装 | 占大头 | 230–260 万美元 | 依据系统总价与芯片价值量反推，推断值 |
| Grace CPU | 36 颗 | 10–15 万美元 | 推断值，远低于 GPU 价值量 |
| NVLink/NVSwitch/交换板 | rack 内高速互连 | 20–30 万美元 | 推断值，系统规模越大越重要 |
| 服务器托盘/背板/主板/机械结构 | trays/backplane/chassis | 10–15 万美元 | 推断值 |
| 电源系统 | power shelf、PSU、VRM | 8–15 万美元 | Blackwell/Ultra 代际抬升 |
| 液冷 IT 侧 | 冷板、manifold、QD、CDU 分摊 | 10–20 万美元 | 不含全部楼宇侧冷站时为此区间 |
| 机柜结构/母线/PDU | rack、busbar、PDU | 3–8 万美元 | 对系统稳定性与维护性重要 |
| 集成/测试/burn-in/交付 | 预装、验证、上线 | 5–12 万美元 | 机柜级时代壁垒抬升的关键环节 |
上表中，除了总机柜价值量锚来自公开材料，其余是基于公开系统配置与行业成本模型的推断，并非 OEM/ODM 官方 BOM。研究上最重要的不是把每一美元拆到个位，而是看到一个结构性趋势：从 DGX/HGX 时代到 NVL72/144 时代，供电、液冷、集成、验证、现场交付的相对权重都在上升。
ODM 赚什么钱
ODM 厂商的利润来源可以拆成四层：
| 利润来源 | 说明 | 对利润率的意义 |
|---|---|---|
| 制造利润 | SMT、组装、测试、出货 | 基础利润，通常不高 |
| 系统集成利润 | 整柜、液冷、电源、网络协同 | 毛利率与客户粘性更高 |
| NPI/工程利润 | 平台导入、验证、固件、现场支持 | 客户切换成本更高 |
| 供应链管理利润 | 交期管控、缺料替代、库存协调 | 在 GPU 稀缺阶段尤为关键 |
Hon Hai 直言，AI 服务器高价值产品的 buy-and-sell 模式会暂时影响毛利率表现，但依靠规模效应，公司仍有信心在 AI 收入持续增长时维持营业利润率高于 3%；同时，公司会根据客户要求同时采用 consignment 与 buy-and-sell。Wiwynn 则披露，自 2026 年 4 月起，部分客户的内存采购改为 procurement agency 模式，内存收入不再计入报表，但服务器机架实际出货与利润率环比改善。换句话说，客户供料模式会压低“收入”，却可能改善“现金流和利润质量”。
机柜级交付如何抬高壁垒
机柜级交付相对单机有三类新增壁垒：
跨域工程壁垒：服务器、电源、液冷、网络、机柜结构、楼宇水路、电气规范必须同时满足。Vertiv 在 2025 年年报中反复强调其差异化来自 power、thermal、service delivery 三者的系统级整合；Supermicro 也在 FY26 Q3 deck 中把 rack-scale integration、liquid cooling、DCBBS 作为制造扩张重点。
验证与 burn-in 壁垒：单机测试转向整柜、整排、整 hall commissioning，意味着现场服务能力开始决定收入兑现速度。Comfort Systems 与 EMCOR 的 backlog 大幅增长、且都把数据中心列为核心赛道，反映了这一点。
可靠性与维护壁垒：液冷带来的 leak-free、field-serviceability、运维工具链、备件与培训，都会把供应商从“零部件”抬升为“核心合作伙伴”。Schneider 通过收购 Motivair 强化液冷；Ecolab 以 47.5 亿美元收购 CoolIT，也正是押注这一层 service+fluid+hardware 组合价值。
需求传导、瓶颈与情景推演
训练需求仍然是大机柜、高带宽互连、NVLink/NVSwitch 系统的核心推手，但 2026 年以后，推理和训练的驱动逻辑正在分化。Google 将 Ironwood TPU 明确定位为 inference 时代的 TPU，并延续第三代 CDU 液冷；微软推出 Maia 200，把重点放到 token generation economics；AWS 则把 Trainium2/Trn2 UltraServer 和 Project Rainier 作为训练与大规模推理的基础设施平台。换言之，训练把系统做大，推理把系统做广：前者驱动超大集群和 NVL72/144，后者驱动更多 region、更快扩容、更灵活的液冷与供电架构。
多模态、视频生成、AI Agent 和长上下文，会同时抬高三件事：显存需求、内存带宽需求和机架能耗。Google 对 Ironwood 的官方表述强调了 inference superpod 的大规模共享内存与能效；AWS 的 Trainium2 UltraServer 用 64 颗芯片构成单节点大系统；微软则在数据中心侧全面推动液冷和更灵活的 zonal cooling。这意味着未来 2 年里，“推理服务器是低功耗、风冷友好”的旧假设会明显失效。
液冷何时从可选变为必选
最实用的判断不是某一代 GPU 的名义 TDP，而是机柜密度与机房约束的交点。当前公开资料给出的重要信号是：
- TrendForce 指出，AI 处理器 TDP 正从 H100/H200 的约 700W，提升到 B200/B300 的 1,000W 以上，预计 2026 年液冷机架使用率达到 47%。
- Uptime 认为直接液冷 adoption 在整个 installed base 仍渐进，但高机柜密度仍是采用 DLC 的首要驱动。
- 微软已披露所有 Azure 区域都可支持液冷，并公开 HXU、microfluidics 等冷却路线。
据此，研究上可把临界点粗略分成三档：30kW 以下大多数仍可风冷；30–50kW 进入 air-assisted liquid 或 selective DLC 区间；50kW 以上开始显著偏向 D2C；100kW 以上新增 AI 机架基本进入液冷主导。 这不是行业统一标准，而是结合公开材料形成的实务判断。
当前最真实的瓶颈
| 瓶颈 | 影响路径 | 谁最受影响 | 谁最受益 |
|---|---|---|---|
| GPU/HBM/先进封装 | 限制整机出货节奏 | ODM、品牌服务器 | NVIDIA/AMD/存储链 |
| 电力接入/并网/变压器/开关柜 | 延迟园区与 AI hall 上线 | 云厂商、colo、模型公司 | Eaton、Schneider、Hubbell、EPC |
| 液冷验证/材料/密封/QD | 降低整柜良率、延长认证 | ODM、整机厂 | CoolIT、Motivair、英维克、曙光数创 |
| 机柜级 burn-in/commissioning | 延后收入确认 | ODM、系统商 | Vertiv、Supermicro、EPC 服务商 |
| 客户供料切换 | 扭曲收入与现金流口径 | ODM/EMS | 现金流管理强的代工与平台商 |
从公开数据看，瓶颈确实在向设施侧迁移：Eaton 的数据中心订单和 backlog 高增长、Schneider 持续讨论 power constraints、Uptime 关注 grid limitations，说明“服务器生产出来却上不了电”已成为现实问题。
三种情景推演
| 情景 | 假设 | AI服务器出货节奏 | 机柜级系统渗透率 | 液冷渗透率 | 电源基础设施需求 | 受益环节 | 代表公司 | 主要风险 |
|---|---|---|---|---|---|---|---|---|
| 保守 | GPU 供给改善但云厂商消化前期订单，电力接入延期 | 2026 年同比 +15%~20% | 10%~15% | 新增 AI 机架 25%~30% | 以 retrofit 和局部配电扩容为主 | PSU、局部液冷、UPS/PDU、工程服务 | HPE、Dell、Eaton、Kehua、KSTAR、JCI | CapEx 暂停、项目延后 |
| 基准 | TrendForce 基本情景，CSP/模型公司继续扩容，GB300 导入顺利 | 2026 年同比 >28% | 20%~30% | 新增 AI 机架 35%~45%，行业 installed base 仍低于该值 | 配电、UPS、busway、CDU、facility loop 全面扩容 | rack-scale ODM、液冷、电力设施、连接器 | Quanta、Wiwynn、Hon Hai、Vertiv、Eaton、APH、Envicool | 液冷可靠性、电力交付 |
| 激进 | 推理爆发叠加训练再加速，Rubin 资格认证提前，ASIC 服务器同步狂奔 | 2026–2027 年连续高增，年增 35%~45% | 35%~45% | 新增 AI 机架 50% 以上，800VDC 试点扩大 | 向集中 DC 供电、模块化 power blocks、微电网延伸 | CDU/冷板/QD、电力系统、EPC、burn-in、现场服务 | Vertiv、Schneider、Delta、CoolIT、Motivair、Comfort、EMCOR | 估值过热、供给失衡、政策与并网风险 |
对投资研究最有价值的情景，不是最乐观情景，而是“基准情景下谁的业绩兑现最不依赖单一客户和单一平台”。 从这个角度看，Vertiv、Eaton、Schneider、Amphenol、部分台系 rack-scale ODM 和液冷核心件厂，确定性往往优于单纯讲故事的“AI 概念服务器股”。
细分赛道与竞争格局
下表把用户要求的重点赛道压缩成一个“研究用矩阵”。评分为 10 分制，衡量的是订单确定性 + 利润弹性 + 客户壁垒 + 未来两年催化剂强度，不是股价评级。
| 赛道 | 赛道逻辑 | AI需求如何转化收入 | 当前供需/价格/毛利趋势 | 认证/技术壁垒 | 主要催化剂 | 主要风险 | 吸引力评分 |
|---|---|---|---|---|---|---|---|
| AI服务器整机 | AI 预算最直观落点 | 整机/节点出货 | 需求强、但平台切换时波动大；毛利分化 | 中高 | Blackwell/MI350 出货 | GPU 供给/客户延期 | 7 |
| AI服务器 ODM/EMS | 白牌化与 hyperscaler 定制 | 制造+集成+NPI | 收入快、毛利偏薄；优质 ODM 例外 | 中高 | CSP 白牌扩容 | 客供料压收入 | 8 |
| 品牌服务器厂商 | 企业/主权客户重视品牌、服务、软件 | 整机+支持+服务 | 毛利 generally 高于代工 | 高 | enterprise AI 落地 | 与 ODM 价差竞争 | 7 |
| 机柜级 AI 系统 | 价值从单机向整柜迁移 | 整柜项目、burn-in、commissioning | 量价齐升 | 很高 | GB300/Rubin 导入 | 交付复杂度 | 9 |
| GB200/GB300/Rubin 供应链 | 下一代平台推动电力与液冷升级 | 机柜、冷端、电源、连接器 | 高景气 | 很高 | 平台认证、量产 ramp | 平台切换延迟 | 9 |
| AMD MI 系列服务器链 | 第二平台，扩大 ODM 机会 | GPU 服务器与 U.S. design/manufacturing | 高增但生态仍追赶 | 中高 | MI350/MI400、ZT/Sanmina | 软件生态/客户范围 | 7 |
| 自研 ASIC 服务器链 | 芯片品牌控制下降，系统机会扩张 | TPU/Trainium/Maia/custom XPU 机柜 | 长期扩张 | 高 | TPU/Trainium/MAIA 集群扩容 | 客户自研节奏 | 8 |
| AI 存储服务器 | 训练与推理都要高吞吐存储 | 存储节点与并行文件系统 | 增长确定、利润中等 | 中 | 数据湖、RAG、视频 | 被上游算力主题掩盖 | 6 |
| 主板/PCB/背板 | 代际升级提高单机板值 | 板卡与高层板出货 | 价格与稼动率改善 | 中高 | 800G/1.6T、AI 主板升级 | 周期波动 | 7 |
| 高速连接器 | 机柜内/板间高速互连 | 连接器 ASP 提升 | 高景气、高毛利 | 高 | 带宽升级、NVL 系统 | 替代与客户认证 | 9 |
| 电源连接器 | 高电流/高可靠性 | 随机柜和 power shelf 导入 | 量价齐升 | 高 | 高功率机架 | 认证慢 | 8 |
| DAC/ACC/AEC 铜缆 | 短距高速互连成本优势 | 线缆与组件出货 | 增长快，但竞争也多 | 中高 | 800G/1.6T 短距部署 | 光替代/价格战 | 7 |
| 服务器电源/PSU | 功率提升直接拉高 BOM | PSU 平台导入 | 收入确定，毛利一般 | 中 | 平台迭代 | 同质化 | 6 |
| power shelf/VRM | 机柜供电核心化 | 跟随 rack-scale 方案 | 比 PSU 更具壁垒 | 中高 | 机柜级供电 | 客户自研 | 8 |
| UPS | AI Hall 冗余与稳定供电 | 设备与工程项目 | 景气高，毛利优于整机 | 高 | AI 园区建设 | 并网与交期 | 8 |
| PDU/母线/配电柜 | 机柜和机房配电核心 | 项目验收 | 强景气 | 高 | 高密度机架 | 交期 | 9 |
| direct-to-chip 液冷 | 高密度 AI 机架主流路线 | 随机柜导入 | 渗透率抬升，毛利改善 | 高 | B300/Rubin | 可靠性 | 9 |
| CDU | 液冷系统控制中心 | 设备 + 服务 | 供需偏紧 | 很高 | 新建 AI hall | 泵阀与维护 | 9 |
| cold plate | 芯片热端核心 | 零件/模组 | 高增长，中高毛利 | 高 | GPU TDP 上升 | 良率/材料 | 8 |
| manifold/QD | 液冷维护与低泄漏关键 | 零件配套 | 单价不高但壁垒强 | 很高 | 液冷标准化 | 可靠性事故 | 8 |
| rear-door heat exchanger | retrofit 友好 | 改造项目 | 适合存量机房 | 中 | 企业 AI 改造 | 对超高密度不够 | 6 |
| immersion cooling | 极高密度/特殊场景 | 系统箱体与流体 | 生态仍小众 | 中高 | 特定训练/边缘场景 | 标准化不足 | 5 |
| 冷却液/泵/阀 | 液冷扩容后的耗材与器件 | 设备/耗材/服务 | 更偏持续收入 | 中 | 已装机增长 | 议价分散 | 6 |
| 机柜/结构件/滑轨 | 整柜结构与承重 | 随项目出货 | 容易放量，但价格压力大 | 中 | rack-scale 标准化 | 低毛利竞争 | 5 |
| 数据中心电力设备 | 变压器/开关设备/微电网 | 长周期项目 | 供给偏紧 | 很高 | time-to-power 成为核心 KPI | 公共电网/许可 | 9 |
| 数据中心 EPC/运维 | 交付和上线节奏决定收入兑现 | EPC/维保/commissioning | backlogs 强 | 高 | 新园区建设 | 固定价合同风险 | 8 |
| DCIM/数字孪生/基础设施软件 | 管理液冷和功率波动 | 软件许可/服务 | 长期重要，短期不是主利润池 | 中 | 液冷规模化 | 商业模式成熟慢 | 5 |
这个矩阵有两条最重要的投资含义。
第一，不是所有高增长赛道都高利润。例如 PSU、结构件、部分铜缆与标准机柜，收入增长通常快，但如果没有定制化、认证壁垒和系统级绑定，毛利率未必同步提升。反过来，CDU、QD、高功率连接器、UPS/PDU/busway 等环节，单体规模并不一定最大，但更容易形成“少数玩家 + 长认证 + 高切换成本”的结构。
第二，品牌服务器商和 ODM 谁更容易获得利润弹性，答案不是单选题。企业/主权客户主导的项目，HPE 与 Dell 更容易拿到高附加值服务、软件与长期支持合同；hyperscaler 白牌和 custom rack 项目，则 Quanta、Wiwynn、Hon Hai、Wistron 更敏感于量的爆发。Supermicro 介于两者之间，既有整机品牌属性，也有强烈的 rack-scale / liquid-cooling 制造属性。
再往下看竞争格局，NVIDIA 的影响力依然压倒性强，但它对供应链的作用不是“所有利润都被 NVIDIA 吃掉”，而是通过平台定义把机柜级复杂度抬高，从而让电力、液冷、连接器、burn-in 和交付服务的价值都上升。AMD 与 CSP 自研 ASIC 则进一步削弱单一 GPU 生态对系统设计的垄断，给 Sanmina、ZT design team、台系 ODM、以及设施供应商更多议价空间。
投资标的总表与重点公司
公司分层与投资优先级
| 分类 | 公司 | 理由 |
|---|---|---|
| A类 核心直接受益者 | Vertiv、Eaton、Schneider Electric、Amphenol、Wiwynn、Quanta、Hon Hai、HPE、Supermicro、英维克、曙光数创 | 订单与 AI 机柜/液冷/供电的传导路径最清晰，且具备系统集成、认证、客户绑定或服务壁垒 |
| B类 受益明显但有低毛利或估值风险 | Dell、Celestica、Jabil、Sanmina、nVent、Johnson Controls、Delta、中航光电、深南电路、立讯精密 | 受益路径清楚，但要么估值较高、要么利润率受价格战影响、要么公开 AI 收益仍在爬坡阶段 |
| C类 长期可受益但短期弹性偏弱 | Cisco、Arista、TE、UPS/暖通综合商、部分 PCB/材料股 | AI 基建能带动需求，但未必直接转为短期利润弹性，或受网络/软件/传统业务稀释 |
| D类 叙事较强但受益证据不足 | 纯概念化“AI 服务器”公司、数据中心业务占比仍低但股价已先反应的综合电子股、仅有产品线但缺少客户验证的液冷新进入者 | 行业方向对，但公开订单、客户、利润证据不足；典型例子是部分“数据中心业务仍处初级阶段”的公司 |
重点上市公司总表
下表优先覆盖真正可把 AI 需求转化为订单、收入、利润的公司。由于不同市场估值口径差异较大，非美股若缺少可交叉验证的实时公开估值，本表以“未披露/需进一步验证”标注。
| 公司 | 代码/市场 | 细分环节 | AI受益路径 | 主要客户/链路 | 公开订单/经营信号 | 利润特征 | 估值快照 | 受益确定性 | 业绩弹性 | 估值吸引力 | 综合判断 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Vertiv | VRT / NYSE | UPS、PDU、液冷、服务 | AI 机柜配电+液冷+commissioning 一体化 | NVIDIA 生态、hyperscaler、colo | 2025 销售 102 亿美元；2026Q1 销售 +30%，adj op margin 20.8% | 高利润、高质量 | PE 约 93x，市值约 1455 亿美元 | 9 | 9 | 4 | 值得进一步研究，但估值偏热 |
| Eaton | ETN / NYSE | 电力基础设施、UPS、配电、热管理 | time-to-power 核心受益者 | 数据中心、电网、工业客户 | 2026Q1 数据中心订单约 +240%，收入约 +74% | 高利润、订单强 | PE 约 39x，市值约 1555 亿美元 | 9 | 8 | 5 | 高确定性核心标的 |
| Schneider Electric | SU / Euronext | 配电、UPS、液冷、软件 | Data Center 订单强；Motivair 强化液冷 | CSP、colo、企业 | FY25 收入首次超 400 亿欧元；Data Center 领涨 | 高质量、平台型 | 实时估值需验证 | 9 | 7 | 5 | 长期护城河很强 |
| Delta Electronics | 2308 / TWSE | PSU、power shelf、液冷、机架电源 | AI 服务器电源与机柜电源直受益 | CSP、ODM | 已进入 CSP/ODM 量产；液冷 CDU 单柜可到 200kW | 中高利润 | 估值需进一步验证 | 8 | 8 | 6 | 台股设施链高质量标的 |
| Amphenol | APH / NYSE | 高速/高功率连接器、线缆 | 机柜内外高速互连 + 电源互连 | 服务器、交换机、数据中心 | 2025Q4 销售 +49%，adj op margin 27.5% | 高毛利、高壁垒 | PE 约 34x，市值约 1612 亿美元 | 9 | 8 | 5 | 质地极强，估值不便宜 |
| HPE | HPE / NYSE | 品牌 AI 服务器、网络、AI systems | 企业/主权 AI 项目与服务化 | Sovereign、Enterprise、AI labs | Q1 FY26 AI backlog >50 亿美元，64% 累计订单来自企业/主权客户 | 毛利优于纯 ODM | trailing PE 失真，市值约 449 亿美元 | 8 | 7 | 7 | 预期差较多，值得跟踪 |
| Supermicro | SMCI / NASDAQ | 整机、整柜、液冷集成 | Rack-scale + liquid cooling + 自有制造 | 企业、GPU 云、CSP | FY25 收入约 220 亿美元；FY26 指引 389–404 亿美元；持续扩产 DCBBS 与液冷制造 | 收入高弹性，但执行波动大 | PE 约 15x，市值约 215 亿美元 | 8 | 10 | 8 | 高弹性、高风险、值得深挖 |
| Dell Technologies | DELL / NYSE | 品牌服务器与企业 AI | 企业侧 AI 服务器与数据中心升级 | 企业、服务商 | AI 服务器为重要增长驱动，但需继续核验最新 backlog 节奏 | 利润受整体业务稀释 | PE 约 32x，市值约 1604 亿美元 | 7 | 6 | 5 | 受益明确，但并非纯 AI 标的 |
| Quanta | 2382 / TWSE | ODM、QCT、AI rack | hyperscaler AI 服务器与机柜 | CSP、云客户 | 公司保持 AI server 高增长预期，QCT 深度服务云客户 | 毛利低于设施链、优于泛 EMS | 估值需验证 | 9 | 8 | 6 | 台系 ODM 核心 |
| Wiwynn | 6669 / TWSE | ODM、rack-level 方案 | hyperscaler 机柜级 AI 系统 | 头部 CSP | 2026Q1 收入 2765 亿新台币、同比 +62%；memory agency model 启动 | 高于一般 EMS | 估值需验证 | 9 | 9 | 6 | 最清晰的 AI ODM 之一 |
| Hon Hai / 工业富联 | 2317.TW / 601138.SH | ODM/EMS、整柜制造 | AI 服务器、AI rack、大规模制造与供应链管理 | CSP、OEM | 管理层预计 AI rack shipments 至少翻倍增长；灵活采用 consignment 模式 | 整体营业利润率目标仍在 3%+ | 估值需验证 | 9 | 8 | 7 | 收入确定性高，利润率需持续跟踪 |
| Celestica | CLS / NYSE/TSX | EMS、数据中心平台 | 为 hyperscaler 提供关键数据中心基础设施 | 头部 hyperscaler | 2026 年收入预期 170 亿美元，AI 相关数据中心需求强化 | 利润中等偏上 | PE 约 43x，市值约 415 亿美元 | 8 | 8 | 5 | 强周期+AI 组合 |
| Sanmina | SANM / NASDAQ | EMS、美国制造 | 承接 AMD/ZT 制造资产，受益本土化产能 | AMD/ZT、云客户 | 将收购 ZT Systems 制造业务，强化美国 AI 系统制造 | 利润率优于低端 EMS | PE 约 50x，市值约 130 亿美元 | 7 | 8 | 5 | 事件驱动型受益者 |
| nVent | NVT / NYSE | busway、连接保护、液冷 | 数据中心约占组合 25%，受益 bus systems/冷却 | 电力、数据中心 | 全面布局 bus systems、liquid/air cooling、control buildings | 高于通用电气零部件 | PE 约 28x，市值约 277 亿美元 | 8 | 7 | 6 | 设施链二线高质量 |
| Johnson Controls | JCI / NYSE | 数据中心热管理、安全、消防 | AI 数据中心冷却与配套系统 | 数据中心运营商 | 2026 再次上调利润指引，受益数据中心 cooling demand | 质量较稳健 | PE 约 25.9x，市值约 873 亿美元 | 7 | 6 | 6 | 更偏稳健型 |
| Trane Technologies | TT / NYSE | HVAC/热管理 | 收购 LiquidStack，向数据中心液冷延伸 | 数据中心客户 | 正收购 LiquidStack，补足 liquid cooling | 质量高但 AI 暴露仍在提升 | PE 约 36x，市值约 1041 亿美元 | 6 | 6 | 5 | 方向正确，兑现待观察 |
| 英维克 | 002837 / SZSE | 数据中心液冷、温控 | 冷板液冷、系统集成、海外 AI 液冷拓展 | 数据中心主流客户 | 2025 年报提及冷板液冷开始规模部署，产能可满足在手订单 | 成长快、利润需跟踪 | 估值需验证 | 8 | 8 | 7 | A股液冷最值得跟踪之一 |
| 曙光数创 | 920808 / 北交所 | 冷板/浸没液冷、全生命周期服务 | 冷板液冷系统与运维 | 数据中心、算力中心 | 2025 年冷板液冷在手订单同比增长 2.4 倍；浸没与冷板收入高增 | 高景气，体量仍小 | 估值需验证 | 8 | 9 | 7 | 小而专，弹性高 |
| 科士达 | 002518 / SZSE | UPS、精密空调、微模块 | AI 数据中心关键基础设施 | 互联网、金融、运营商 | 管理层强调抓住 AI 驱动的大客户机遇 | 利润中等 | 估值需验证 | 7 | 6 | 7 | 受益清晰但并非瓶颈王者 |
| 中航光电 | 002179 / SZSE | 高速/电源/液冷互连 | 数据中心全面配套电源+高速+液冷 | 主流服务器与互联网客户 | 2025 年数据中心业务快速放量，224G 高速连接器及模组突破 | 高壁垒 | 估值需验证 | 8 | 7 | 6 | A股互连链优质资产 |
| 立讯精密 | 002475 / SZSE | 铜缆、连接器、液冷、电源 | 覆盖 DAC/ACC/LAC、CDU、busbar 等 | 数据中心客户 | 产品线完整，但公司 IR 明言数据中心业务多处于初级阶段 | 中长期潜力大，短期验证不足 | 估值需验证 | 6 | 7 | 6 | 受益逻辑有，但兑现要继续验证 |
| 深南电路 | 002916 / SZSE | AI server PCB | AI 服务器及配套订单增长 | 服务器/通信客户 | 2025 年 PCB 主营收入 +36.8%，毛利率 35.5%，AI 服务器订单显著增加 | 利润弹性不错 | 估值需验证 | 8 | 7 | 6 | PCB 链条中较值得跟踪 |
| 南亚 PCB/电子材料 | 8046 / TWSE 等 | IC substrate、CCL、铜箔 | AI 服务器与高端网络设备材料 | PCB/封装链 | 2025 年收入增长受 AI server 与高端网络拉动 | 材料属性更强 | 估值需验证 | 6 | 7 | 6 | 周期+AI 受益 |
| Lotes | 3533 / TWSE | 高速/高流连接器 | AI server connector 导入 | 服务器/OEM/ODM | 年报披露已开发 AI server connectors | 高壁垒、小而美 | 估值需验证 | 7 | 7 | 6 | 值得继续挖掘 |
| Oracle | ORCL / NYSE | AI 基础设施需求方/云 | 作为买方，推动服务器/设施订单；作为投资标的，吃 OCI 增长 | 企业、模型公司 | OCI consumption revenue +62%，29 个 Cloud@Customer 专属数据中心已上线、另 30 个在建；Q3 FY26 RPO 5530 亿美元 | 云基础设施利润改善 | PE 约 34.6x，市值约 5619 亿美元 | 8 | 7 | 5 | 更适合跟踪需求，而非纯供应链弹性 |
值得继续跟踪的未上市公司
| 公司 | 国家/地区 | 细分领域 | 核心产品 | 客户/合作方 | 融资/并购情况 | 与上市公司关系 | 投资关注点 | 主要风险 |
|---|---|---|---|---|---|---|---|---|
| CoolIT Systems | 加拿大 | 冷板/D2C/CDU | 芯片级液冷系统 | NVIDIA、AMD 供应链 | 2026 年被 Ecolab 以约 47.5 亿美元收购；未来一年销售约 5.5 亿美元 | 与 Ecolab 形成“fluid+hardware”平台 | 说明液冷核心资产估值显著抬升 | 并购整合 |
| Motivair | 美国 | 液冷/CDU/HDU | 液冷分配和冷却回路 | 硅厂、服务器 OEM | Schneider 2024 年收购 75% 股权，价格 8.5 亿美元；产品可对 NVL72 提供 1:1 冷却能力 | Schneider 平台核心液冷资产 | 代表“液冷由配套变核心” | 并购后协同执行 |
| LiquidStack | 美国/欧洲 | 浸没+CDU | 先进液冷与模块化方案 | 数据中心客户 | 2026 年 Trane 宣布收购 | Trane 数据中心液冷平台 | 若浸没在高密度场景扩张，弹性大 | 标准化仍不足 |
| Submer | 西班牙 | 浸没/混合液冷 | immersion、hybrid AI inference 设计 | 2CRSi、Eneos 等 | 仍为独立未上市 | 与多家服务器厂合作 | 技术路线差异化明显 | 主流 adoption 较慢 |
| Boyd Thermal | 美国 | 热管理/冷板 | 冷板、热管理平台 | 数据中心与电子客户 | 2025 年 Eaton 以 95 亿美元收购热管理业务 | Eaton 从 grid-to-chip 完整化 | 说明 thermal 资产已成大战略环节 | 交易整合与客户迁移 |
| Corintis | 瑞士 | 微流体芯片冷却 | 微通道散热 | Microsoft 为客户之一 | 2025 年完成 2400 万美元 A 轮，总融资 3340 万美元；估值约 4 亿美元 | 可能成为下一代 chip-level thermal 技术来源 | 若微流体落地，想象空间大 | 商业化时点不确定 |
| Crusoe | 美国 | GPU 云/AI 数据中心 | NVIDIA/AMD GPU 云、能源一体化 | AI 客户 | 财务与估值公开有限 | 下游买方，同时可能带动设备采购 | 需求验证有价值 | 财务披露有限 |
| Lambda | 美国 | GPU 云 | GPU 云与托管 | AI 开发者/企业 | 公开可验证财务有限 | 需求侧图景重要 | 可作为 GPU 云需求跟踪样本 | 披露不足 |
| Iceotope、ZutaCore、Asperitas | 英国/以色列/荷兰 | 液冷新路线 | precision liquid / 双相等 | 公开披露有限 | 需进一步验证 | 技术储备价值大 | 适合作为前沿技术观察名单 | 商业验证有限 |
最值得进一步研究的上市公司清单
综合“AI 直接暴露度、订单确定性、产业链位置、交付壁垒、财务质量、估值”六个维度，我认为最值得继续深挖的上市公司名单是：Vertiv、Eaton、Schneider Electric、Amphenol、HPE、Supermicro、Wiwynn、Quanta、Hon Hai、Delta Electronics、Celestica、英维克、曙光数创、中航光电、深南电路、nVent。这些公司覆盖了从 rack-scale 系统、液冷、电源、互连到 PCB 的关键利润池，而且大多已经能在公开资料中看到订单、backlog、收入结构或平台导入证据。
估值、风险与最终结论
评分模型
| 维度 | 权重 | 评分标准 |
|---|---|---|
| AI需求直接暴露度 | 25% | 是否直接绑定 AI 服务器/机柜/液冷/电力 |
| 订单和客户确定性 | 20% | backlog、客户结构、公开订单证据 |
| 产业链位置与议价能力 | 15% | 是否位于瓶颈与高切换成本环节 |
| 交付能力和产能弹性 | 15% | 是否能快速放量并稳定交付 |
| 财务质量 | 10% | 毛利率、现金流、利润兑现质量 |
| 估值合理性 | 10% | 市场预期是否已过度反映 |
| 未来催化剂 | 5% | 12–24 个月内是否有明确平台/订单催化 |
重点公司综合排名
| 排名 | 公司 | 总分 | 逻辑摘要 |
|---|---|---|---|
| 头部 | Vertiv | 89 | 直接绑定电力+液冷+交付，订单兑现度极高，但估值已贵 |
| 头部 | Eaton | 87 | power bottleneck 最直接受益者，订单数据极强，估值虽高但相对更可解释 |
| 头部 | Schneider Electric | 85 | grid-to-chip 平台化、Motivair 加持、长期护城河强 |
| 头部 | Amphenol | 84 | 高速/高功率连接器高壁垒，毛利率优异，受益路径清晰 |
| 第一梯队 | Wiwynn | 82 | AI ODM 中订单兑现度极高，机柜级系统能力强 |
| 第一梯队 | Quanta | 81 | hyperscaler 白牌核心，规模优势显著，利润率不如设施链 |
| 第一梯队 | HPE | 80 | 企业/主权 AI backlog 清晰，服务与系统能力强，估值不算极端 |
| 第一梯队 | Delta Electronics | 79 | 电源+液冷双轮驱动，AI 机柜价值量抬升的直接受益方 |
| 第一梯队 | Hon Hai | 78 | AI rack 出货高确定性，但整体利润率偏薄，需要看 mix 与模式切换 |
| 第一梯队 | Supermicro | 77 | 高弹性、高风险，若扩产与执行稳定，盈利弹性极强 |
| 第二梯队 | Celestica | 74 | AI 数据中心技术需求明显增强，但估值已不低 |
| 第二梯队 | 英维克 | 73 | 国内液冷核心，需继续验证海外订单与利润兑现节奏 |
| 第二梯队 | 曙光数创 | 72 | 小体量高弹性，冷板/浸没订单数据亮眼，但流动性和项目波动更高 |
| 第二梯队 | 中航光电 | 71 | 高速+液冷+电源互连平台化，数据中心业务突破值得跟踪 |
| 第二梯队 | nVent | 70 | busway 和连接保护有机会受益 800VDC/高密度机柜，但弹性稍弱于龙头 |
哪些公司预期已较充分，哪些仍有预期差
预期已较充分反映：Vertiv、Broadcom、AMD、Arista、Amphenol、Comfort Systems、Celestica。共同特征是市场已经按“AI 核心受益者”给出高倍数定价，未来必须持续交出超预期订单/利润，才能维持估值。
仍可能存在预期差：HPE、部分台系 ODM、Delta、nVent、英维克、曙光数创。原因不是这些公司更“性感”，而是市场对其 AI 收益的理解常常混杂了传统业务噪音；一旦 backlog 转 revenue 的速度被验证，盈利弹性可能比当前市值隐含的更高。
好公司但估值太贵：Vertiv、Amphenol、Broadcom、AMD。质地无疑都强，但若买方 CapEx 节奏稍有扰动，估值回撤弹性也会大。
收入增长快但利润弹性不足：大体量 ODM/EMS，尤其是在客户供料、代理采购和平台切换阶段。Hon Hai 与 Wiwynn 的公开表述都说明，AI 时代收入口径与利润质量已经不再同步，研究时必须同时看报表收入、真实机架出货、库存/应收、经营现金流。
系统性风险
| 风险 | 影响机制 | 优先跟踪指标 |
|---|---|---|
| 云厂商 AI CapEx 放缓 | 先打击整机与 ODM，再传导到设施链 | Microsoft/Alphabet/Amazon/Oracle 季度 CapEx、RPO、OCI/Azure/GCP 增速 |
| GPU/ASIC 出货不及预期 | 推迟服务器和机柜出货 | NVIDIA/AMD 数据中心收入、AWS/Google/Microsoft 新平台进度 |
| 客户供料模式切换 | 压低收入、重塑毛利率 | ODM 月营收、存货与应收、管理层口径 |
| 液冷渗透率低于预期 | 影响 CDU/冷板/QD 放量 | 新建 AI hall 的液冷比例、Microsoft/Google/AWS/Oracle 方案更新 |
| 电力接入与建设延迟 | 项目验收延后 | switchgear/transformer lead time、utility 接入进度 |
| 价格竞争 | 压低 ODM/PSU/结构件利润率 | 毛利率、营业利润率、客户 mix |
| 地缘政治与出口管制 | 改变供应链格局 | 中国厂商海外客户获取、美国本土化制造变化 |
最终结论
如果把 AI 产业链分成“芯片层”“系统层”“设施层”，那么 2026 年真正值得花时间研究的，已经不是最上游芯片本身，而是系统层与设施层之间的交界处。原因很简单：GPU 的价值量依然最大，但订单确定性、收入弹性、利润弹性和竞争优势，越来越多地在下面几个点上被兑现：
- AI 服务器 ODM 与机柜级系统集成
- CDU、冷板、QD/Manifold 为代表的液冷核心件
- UPS/PDU/busway/配电柜/中低压配电为代表的数据中心电力设备
- 高功率/高速连接器与短距铜缆
- commissioning、burn-in、现场交付与运维服务
基于当前公开材料，我认为最值得优先继续深挖的五个细分赛道是：机柜级 AI 系统、direct-to-chip 液冷/CDU、数据中心配电与 UPS/PDU、AI 服务器核心 ODM、以及高功率/高速互连。
最值得继续研究的十家上市公司是：Vertiv、Eaton、Schneider Electric、Amphenol、HPE、Supermicro、Wiwynn、Quanta、Hon Hai、Delta Electronics。这十家覆盖了“机柜交付—液冷—电力—互连—hyperscaler ODM”最核心的利润池。
最值得跟踪的五家未上市/一级市场公司是：CoolIT Systems、Motivair、LiquidStack、Submer、Corintis。它们代表了液冷路线的不同层次：D2C、CDU、浸没、混合液冷和更前沿的芯片级微流体。
市场最容易误解的三个点是：
- “AI 服务器收入增长”不等于“利润弹性大”。ODM 账面收入可能因为客户供料而下降，但真实出货和现金流却提高。
- “液冷 adoption 慢”不等于“液冷不是瓶颈”。对整个 installed base 来说 adoption 确实渐进，但对新增高密度 AI 厅来说，液冷已经趋向必选。
- “ASIC 会削弱 NVIDIA 生态”不一定成立。从服务器/ODM/设施视角看，ASIC 反而可能放大系统设计与机柜交付机会。
未来 6–12 个月最该跟踪的指标包括： 云厂商季度 CapEx、HPE/SMCI/ODM backlog 与出货节奏、GB300 量产爬坡、Rubin 资格认证时间表、液冷渗透率与 CDU 交付周期、switchgear/transformer lead times、以及 客户供料模式对 ODM 收入口径的影响。
在下一步研究中，建议先把方向进一步收窄到这四条：
- GB200/GB300/Rubin 机柜级系统与交付链
- 液冷核心件，特别是 CDU、冷板、QD/Manifold
- AI 数据中心电力链，特别是 UPS/PDU/busway/开关设备/800VDC
- 高功率连接器与短距铜缆
如果继续往下做买方级别研究，优先阅读的财报/材料应是：Vertiv、Eaton、Schneider、HPE、Supermicro、Wiwynn、Quanta、Hon Hai、Delta、Amphenol；优先跟踪的需求数据应是：Microsoft、Alphabet、Amazon、Oracle、CoreWeave 的 CapEx/RPO/active power capacity；优先跟踪的平台迭代则是：GB300 ramp、Rubin NVL144/Ultra、Trainium/TPU/Maia 新一代液冷架构、以及 800VDC 的试点落地。