2024 年美国私人 AI 投资
Stanford AI Index 2025 2026 · AI 产业研究图谱
看见智能背后的
整条价值链
从晶圆、HBM 与电力，到模型、Agent 与机器人。拆解 12 个关键环节、4 条价值主线，以及资本开支如何转化为下一轮收入。
最后更新 2026.08.06 阅读时间 12 分钟
AI价值飞轮
资本开支
数据回流
NVIDIA FY2026 数据中心收入增速
NVIDIA 10-K2030 年全球数据中心用电基准情景
IEA Energy & AITSMC 2025 年 HPC 营收占比
TSMC Annual Report01 — 核心判断
AI 不是一条赛道，
而是一次全栈重构
第一阶段的超额价值集中在稀缺算力；第二阶段正向网络、电力、推理优化与企业工作流扩散。判断景气度，不能只看模型榜单，要同时观察 资本开支、供给瓶颈、单位经济与应用收入。
“硬件决定能力上限，模型决定体验下限，分发与数据决定利润终点。”
瓶颈持续迁移
从 GPU 缺货，迁移到 HBM、先进封装、互连、电力与高质量数据。
推理成为主线
调用规模扩大后，单位成本、延迟、可靠性和模型路由比训练参数更关键。
应用必须证明 ROI
真正的护城河不是“接入模型”，而是掌握流程、权限、反馈与客户分发。
电力进入估值框架
AI 基础设施的交付速度越来越取决于兆瓦，而不只是芯片数量。
02 — 产业链全景
点击节点，拆解价值与瓶颈
12 个核心环节 · 从左至右完成价值传导
01基础层→
02算力层→
03模型层→
04应用层
结构性景气 供给偏紧 技术迭代 基建外溢评分为研究框架示意，不构成投资评级
03 — 机会雷达
价值正在向哪里迁移？
电力与热管理
算力增速正在穿透机房边界，电力设备和液冷的订单可见度更长。
HBM 与先进封装
有效带宽比峰值算力更稀缺，工艺迭代与良率决定利润池。
推理基础设施
工作负载从集中训练转向持续推理，成本优化与专用芯片受益。
企业智能体
当 AI 能读取上下文并执行动作，软件定价从席位制走向结果制。
AI 安全与治理
权限、审计、评测与合规会成为生产部署的默认基础设施。
机器人与具身智能
模型能力已跨过演示阶段，规模化仍受数据、可靠性和成本约束。
读图方法
短期看订单与供给缺口，中期看收入兑现与竞争格局，长期看技术平台和规模化边界。分数表示相对研究优先级，不代表收益预测。
04 — 算力经济性
一座 AI 集群，
到底消耗什么？
拖动参数，直观看到 GPU 数量、利用率与电价如何改变峰值负载、年用电和基础设施资本需求。
模型假设 单 GPU 功耗 0.75 kW · PUE 1.25 · 单 GPU 设备成本 $35k · 配套系数 1.45×
决定并网与制冷设计
随利用率线性变化
未含需量与绿电溢价
仅作量级框架估算
05 — 风险清单
景气不等于没有风险
点击展开关键验证指标
06 — 研究底稿
数据来源与口径
优先使用机构原始材料 · 外链打开
01Stanford HAI↗02IEA↗03U.S. SEC↗04TSMC↗
AI Index Report 2026
企业投资、采用率与生产率研究
Energy and AI
数据中心电力需求与 2030 情景
NVIDIA FY2026 10-K
数据中心业务与平台演进
2025 Annual Report
先进制程、HPC 与资本开支
本网站用于产业研究与信息交流，不构成证券、法律或商业决策建议。不同公司披露口径与财年存在差异；预测值来自对应机构的基准情景。本站保留框架判断，事实数据以原始来源为准。