文章核心观点 - AI数据中心进入工业规模阶段 衡量单位从服务器数量转变为吉瓦级计算能力 1吉瓦数据中心容量成本约350亿美元 构成AI新经济基础 [1][2][3] - 英伟达凭借在GPU领域主导地位及70%高毛利率 捕获近30%的AI数据中心总支出利润 支撑其近5万亿美元市值 [12] AI数据中心成本构成与受益公司 - GPU计算：占数据中心总成本约39% 为最大支出项 主要由英伟达GB200及即将推出的Rubin系列等AI芯片主导 [7] 每吉瓦数据中心需超过100万个GPU晶粒 [12] 台积电作为英伟达代工伙伴 每吉瓦产能可获约13亿美元收入 [12] - 网络设备：占数据中心成本约13% 用于连接GPU的高速交换机和光互连设备 [14] 主要受益公司包括交换机供应商Arista Networks、芯片设计商博通和Marvell [14] 组件制造商Amphenol和Luxshare受益于线缆连接器 光模块制造商InnoLight、Eoptolink和Coherent也将获利 [15] - 电力与冷却基础设施：配电系统占成本近10% 热管理系统约占4% [16][17] 主要参与者包括伊顿、施耐德电气、ABB和Vertiv 后者在空气与液体冷却系统均有市场机会 [17] - 房地产、电力与人力：土地和建筑占前期成本约10% [18] 运营后 每年电力成本约13亿美元 人力成本极低 大型数据中心仅需8至10名员工 人均年薪3万至8万美元 [18] - 电力供应瓶颈：电力可用性成为瓶颈 西门子能源、GE Vernova和三菱重工报告涡轮机和电网基础设施订单激增 [19]