AI需求侧与模型经济学 - Anthropic在2025年第二季度实现自由现金流为正并已盈利，年化经常性收入超过500亿美元，毛利率超过70%，证伪了市场对AI投资回报率的质疑[10][33] - 企业端AI支出增长迅猛，以SemiAnalysis为例，其年化AI支出从2024年11月的不足10万美元飙升至2026年中的1100万美元，峰值周折算年化一度触及1400万美元，AI支出已占公司总成本（人力+AI）的三分之一，年底可能达到一半[10][35] - 新模型通过提升Token效率（如用更少的交互和Token完成任务）可能降低综合成本，例如从Claude Opus 4.6升级到4.7时，公司支出先下降后因用户发现新用途而反弹，Anthropic在Token效率上相比OpenAI具有优势[10][39][40] 内存市场 - 内存面临结构性短缺，价格已上涨约4倍，未来仍有2至3倍上行空间，短缺将持续数年[3][12][42] - 驱动因素是AI推理模型（如o1）导致上下文长度爆炸性增长，使得KV缓存需求急剧膨胀，内存需求翻倍增长，而产能年增长仅20%至30%[12][44] - 供给紧张将挤压价格弹性低的消费电子市场，中低端手机厂商出货量已下降40%，预计iPhone和MacBook明年将涨价[13][45] CPU市场 - CPU需求增长主要源于AI强化学习环境验证和智能体工作流对工具调用的依赖，以及为过去几年大规模出货的AI芯片进行历史“补账”[14][48][49] - 尽管CPU需求复苏，但其在AI服务器中的绝对价值远不及GPU，例如Blackwell单块GPU约5万美元，配套CPU约5000美元[14][56] - 当前CPU需求旺盛包含大量补缺效应，一旦历史欠账补齐，需求将回归正常增量，这更像一个短期“迷你周期”而非长期拐点[3][14][57] 光互连与CPO - 共封装光学的大规模量产时间被明确推迟至2028年底至2029年，因制造良率、芯片设计和供应链成熟度未达标准，且英伟达Rubin及后续Feynman架构仍将使用全铜方案[3][15][60] - CPO落地推迟意外延长了铜缆连接器的红利期，安费诺等铜缆连接器公司将比预期获益更多[3][15][61] - 网络支出在AI总支出中占比正从不到10%上升，未来CPO落地后可能提升至20%-30%，但中短期内更看好铜缆和非CPO光学方案[58][61] 数据中心与电力供给 - 数据中心电力需求增长近乎爆炸性，预计2026年新增20吉瓦，2027年30吉瓦，2028年50吉瓦[17][62] - 输电是最大瓶颈，迫使数据中心转向“表后电源”（自建电源），预计未来几年新增数据中心用电的一半将来自企业自建电源[3][17][64] - “表后电源”方案多样，包括联合循环燃气机组、改造自卡车/火车/船用发动机的发电方案，预计两年内太阳能加储能综合成本将低于燃气发电，更远期存在太空数据中心等创新方案[17][66][67] - 电力转换侧存在广泛投资机会，涉及IGBT、碳化硅、氮化镓MOSFET、固态变压器、UPS和超级电容等整条电压转换链路[18][70]