公众号记得加星标⭐️，第一时间看推送不会错过。 来 源： 内容 编译自 businessinsider 。 如果你想知道为什么英伟达的估值高达5万亿美元，请看下面的数据和图表。它们展示了这家科技巨 头是如何在人工智能支出热潮中攫取巨大份额的。 根据伯恩斯坦研究公司（Bernstein Research）的最新分析，1吉瓦的人工智能数据中心容量成本约 为350亿美元。这听起来或许有些惊人，但它代表了人工智能新的经济基础。每吉瓦的数据中心容量 不仅仅是电力消耗的衡量标准，更代表着一个新兴产业生态系统，涵盖半导体、网络设备、电力系 统、建筑和能源生产等领域。 根据伯恩斯坦和TD Cowen本周的估计，以下是价值350亿美元的吉瓦（GW）项目的构成，以及哪些 公司将从中受益。 GPU 人工智能数据中心最大的成本驱动因素是计算本身。伯恩斯坦估计，总支出中约有 39% 用于 GPU， 其中 GB200 和该公司即将推出的其他人工智能芯片（例如 Rubin 系列）占据主导地位。 随着人工智能进入产业化阶段，全球最先进的数据中心如今衡量其规模的标准不再是占地面积或服务 器数量，而是千兆瓦的计算能力。华尔街也开始评估这些千兆瓦 ...

纪要涉及的行业或公司 * 公司为麦格米特[1] * 行业涉及AI服务器电源、汽车、光储充、智能家电、工业自动化、储能、新能源交通等[2][4][24][26][29] 核心观点和论据：财务表现 * 2025年三季度公司实现销售收入21.17亿元，同比增长约12%，相比二季度8%的增幅有所提升[3] * 三季度毛利率保持在21%左右，与二季度相当[3] * 受季节性因素影响，三季度销售收入略低于一、二季度，导致期间费用率较高，达到21%[2][3] * 因投资的一家企业估值增长带来6000多万元的公允价值收益，公司整体利润为3900万元，但扣除非经常性损益后的利润为负2400万元[2][3] * 三季度合同负债创下新高，主要原因是客户预付款增加，反映了八月、九月订单情况良好[4][18] 核心观点和论据：业务分部表现 * 2025年前三个季度，除变频家电事业部外，其他事业部合计收入增长约27%-28%[2][6] * 变频家电事业部的空调控制器产品受海外市场天气因素影响表现不佳，但八九月份订单已恢复趋势[2][6] * 部分订单交付延期，未完全体现在三季度报表中[2][6] * 细分市场产品增长显著，2025年1月至9月，卫浴行业增长25%，新能源交通增长130%，工业自动化增长30%[26] 核心观点和论据：AI服务器电源领域进展 * 公司已进入英伟达体系，有4个产品获得认证[2][7] * 公司参与硅谷OCP展览，与行业专家及客户深入交流，并做了关于AI电源的报告，获得积极反响[2][7][8] * 正在开发的产品包括GB200、GB300、PCS等，GB300产品已送样测试，预计春节前后进入量产阶段[7][11] * 公司研究800伏到不同电压等级（如50伏、12伏）的转换技术[2][7] * AI计算量提升带动功率需求增长（从以前的3.3千瓦、2千瓦到现在的15.5千瓦），为公司带来巨大市场机会[10] * 公司已与国际上的方案集成商和系统集成商展开合作，有小批量供货和即将签署合作协议的项目[2][10] 核心观点和论据：技术战略与研发方向 * 公司同时开发SST（固态变压器）方案和巴拿马方案，以应对不同需求[2][9] * 未来2-4年内，低压交流直接到800伏或48/54伏仍是主流，公司正全面推进从高压到低压的全站研究和开发[2][9] * 公司与多家ASIC厂商有接触，持续推进相关工作，高效电源是关键[12] * 柜内电源（如10千伏、12千伏）产品预计在春节前后进入测试阶段并送样，预计明年将成为上量的重要年份[13] * 柜外电源方案（如800伏 HVDC 巴拿马及SST）正在研发推进中，但尚未达到快速开局阶段[14] 核心观点和论据：储能领域布局 * 公司在储能领域投入300人进行研发，产品越来越丰富[4][15] * 今年年初已与国内几家大型储能系统解决方案商签署合作协议[4][15][17] * 未来AI数据中心将引入储能，公司内部已整合储能充电和AI两个研发团队，为数据中心提供整体解决方案，并已收到国外数据中心储能产品需求[4][15] * 公司在PCS、BMS、PACK等方面具备全面集成能力，推出全系列产品[16] * 储能布局已有一年半时间，预计合作将对明年营收产生积极影响[17] 核心观点和论据：工业自动化与其他业务 * 公司在液冷业务方面具有优势，如不锈钢管道焊接技术，已为几家企业提供全自动化焊接解决方案并获得订单[20][23] * 公司涉足变频器、PLC、伺服控制器等核心部件供应[20][23] * 在泵类产品上已有开发销售，包括CPU冷却泵和磁悬浮压缩机用的小型泵，已有几百万的小订单[22] * 在汽车行业，开发了液压悬架系统中的摆线泵和渐开线泵，并为多家整车厂定点供货，还涉足消防泵、冰激凌泵等细分领域[25] * 在汽车热管理领域与车厂合作成立了合资公司，技术全球领先[24] 核心观点和论据：公司发展战略与展望 * 公司持续加大研发和管理投入，管理费用增长主要来自海外建设和杭州基地的新人员及折旧费用增加[4][5] * 公司注重开发细分市场中的高壁垒、高毛利率产品，以避开激烈竞争[25][26][28] * 公司未来将继续追求规模扩张，目标在实现150亿销售收入前抓住各种发展机会[4][35] * 公司通过牺牲短期利润来保证未来增长，这一策略不会改变[29] * 公司已在国内外进行产能准备，国内有两条完整生产线并预留扩展线，泰国有一条生产线正在磨合并计划扩展[33] * 公司在交通领域有广泛布局，包括新能源乘用车、工程车、商用车、低速车和轨道交通等全线产品[29]

根据伯恩斯坦研究的最新分析，1吉瓦AI数据中心容量的建设成本约为350亿美元。听起来可能很夸 张，但这实际上代表了AI的新经济基石。每1吉瓦的数据中心容量，不仅是电力的衡量单位，更是一个 新兴工业生态系统的指标，它涵盖了半导体、网络设备、电力系统、建筑以及能源发电等领域。 根据伯恩斯坦和TD Cowen本周的估算，下面这张图展示了1吉瓦350亿美元数据中心容量的成本构成， 以及哪些公司可能从中受益。 GPU是数据中心成本大头 OpenAI在得州的"星际之门"数据中心项目 凤凰网科技讯 北京时间10月30日，英伟达正式成为了全球首家市值达到5万亿美元的公司，它为何能如 此值钱？《商业内幕》通过对AI数据中心的分析，揭示了英伟达在AI投资支出中所占据的庞大份额。 随着AI进入工业化阶段，全球最先进的数据中心衡量规模的方式已经不再是占地面积或服务器数量， 而是以衡量算力的吉瓦为单位。华尔街也开始以"每吉瓦成本"来衡量这些数据中心，并预测哪些公司将 从这场投资狂潮中获益。 投行TD Cowen分析师本周在最新研究报告中给出了直观对比：1吉瓦大约相当于一座核反应堆的发电 量。这已成为新一代AI数据中心的新基准，包括xA ...

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]

此前在8月的投资者调研中，工业富联相关负责人曾表示，展望第三季度，公司预计GB200出货量将延 续强劲的增长势头；GB300新品的推出有望进一步释放公司营收与盈利的成长潜力。整体来看，公司对 于下半年AI服务器业务持乐观态度，除GB200持续放量外，GB300亦将逐步进入实质出货阶段。随着产 品的迭代,公司客户数不断地在增加，下一代产品也有向现有客户积极地推进，今年预计会维持一季比 一季好的态势。 通信及移动网络设备业务方面，前三季度，公司通信及移动网络设备业务表现稳健。其中，精密机构件 业务受AI智能终端新品推出带动，客户换机需求上升，带动业务持续增长。另外，在交换机方面，因 AI需求持续放量，交换机业务成长显著，三季度单季同比增长100%，其中800G交换机三季度单季同比 增长超27倍。 谈及交换机成长速度，工业富联相关负责人曾在调研中表示，展望下半年，公司预计800G交换机仍将 延续高成长态势。随着AI训练与推理模型对算力与网络带宽的需求不断提升，高速交换机的需求持续 增长。公司预期800G产品会是2025—2026年的出货主力，有望成为交换机业务的核心增长引擎。同 时，公司与多家客户协同开发的CPO（ ...

公司市场表现与角色重估 - 工业富联股价在最近三个月上涨141%，远超同期英伟达14.5%的涨幅 [4] - 市场对其价值的重估源于公司在AI算力基础设施中扮演的“卖铲人”角色 [1][16] - 公司已超越传统“富士康”的手机代工形象，成为AI时代的关键基础设施提供者 [5][30] 核心业务：AI服务器 - AI服务器是公司增长的核心引擎，2025年第二季度该业务营收同比增长超过60% [14] - 面向北美云服务商的服务器营收同比猛增超过150% [14] - 公司是英伟达GB200系列等关键产品的独家或主要供应商，负责集成芯片和液冷系统成为完整服务器机柜 [15] - 随着GB200系列产品量产爬坡和良率改善，出货量正逐季攀升 [14] 多元化AI布局 - 在高速网络领域，2025年上半年800G高速交换机营收达到2024年全年的近三倍 [19] - 在终端领域，公司是头部品牌高阶AI手机的核心供应商，精密机构件业务出货量同比增长17% [20] - 公司业务覆盖从云端AI服务器、高速网络交换机到终端AI手机的完整AI生态 [20] 财务表现与增长动力 - 2025年上半年公司营收同比增长35.6%，归母净利润增长38.6% [9] - 云计算业务，特别是AI服务器，是拉动增长的核心动力 [9][14] - 客户粘性持续增强，深度参与客户下一代产品的设计和研发 [16] 运营与供应链优势 - 公司拥有多座世界级“灯塔工厂”，通过工业AI和机器人实现高难度精密制造 [21] - 前瞻的全球化布局和供应链能力可高效满足客户的全球交付需求 [22] - 长期服务全球顶尖科技品牌，具备强大的客户资源和深度绑定的合作关系 [23] 财务指标显示的景气周期 - 存货比上年期末增加44.2%，主要系服务器订单大幅增加导致的备货增加 [25][27] - 短期借款增加70%，系为满足订单需求补充备货流动资金所致 [26][27] - 合同负债猛增474.3%，主要系预收款增加，表明客户抢付预付款 [26][27][28] - 上述财务数据清晰表明公司正处在高速扩张的景气周期中 [28][29]

完善现代化综合交通运输体系，加强跨区域统筹布局、跨方式一体衔接，强化薄弱地区覆 盖和通达保障。健全多元化、韧性强的国际运输通道体系。优化能源骨干通道布局，加力 建设新型能源基础设施。加快建设现代化水网，增强洪涝灾害防御、水资源统筹调配、城 乡供水保障能力。推进城市平急两用公共基础设施建设。 一、超节点是新一代算力基础设施，当前算力龙头企业纷纷推出超节点产品 财联社10月2 8日电，中共中央关于制定国民经济和社会发展第十五个五年规划的建议发 布。 其中指出，构建现代化基础设施体系。加强基础设施统筹规划，优化布局结构，促进集成 融合，提升安全韧性和运营可持续性。适度超前建设新型基础设施，推进信息通信网络、 全国一体化算力网、重大科技基础设施等建设和集约高效利用，推进传统基础设施更新和 数智化改造。 超节点，英文名为Su p e rPo d，是英伟达公司最先提出的概念，英伟达将AI服务器中以超 大带宽互联1 6卡以上GPU-GPU的Sc a l e Up系统称为超节点。 超节点被视为是新一代算 力基础设施。 当前业界算力领军企业纷纷推出超节点。英伟达基于NVLi n k协议连接服务器之间的 GPU，将相关设备连接到 ...

公司当前市场地位 - 英伟达是全球人工智能基础设施构建的关键推动者，在2025年第二季度占据离散GPU市场超过94%的份额 [1] - 公司的Blackwell架构芯片、CUDA软件栈和AI优化网络解决方案共同构成了强大的竞争壁垒 [1] - 公司通过每年发布新硬件架构并保持向后兼容的创新承诺，增强了客户忠诚度，超大规模企业和企业AI巨头对其GPU的需求持续超过供应 [2] 竞争压力 - 2026年英伟达的主导地位可能面临严峻挑战，包括竞争加剧、地缘政治压力以及对成本效益日益关注，这可能影响其营收和利润增长前景 [3] - 主要挑战来自GPU替代方案的快速涌现，包括竞争对手提供更具价格性能优势的芯片，以及大客户为专业AI工作负载开发自研芯片 [4] - AMD计划在2026年推出基于CDNA 5架构、采用台积电2纳米工艺的Instinct MI450系列GPU，预计将直接竞争英伟达的Hopper、Blackwell及未来的Rubin架构GPU [5] - AMD与OpenAI建立了多年多代战略合作伙伴关系，OpenAI将部署6吉瓦的AMD Instinct GPU，首批基于MI450的1吉瓦部署将于2026年下半年开始，AMD预计从2027年起每年产生数百亿美元的AI数据中心收入，该合作未来几年可能带来超过1000亿美元的收入 [6] - AMD基于小芯片的GPU架构在内存容量和带宽上具有显著优势，MI450 GPU旨在高效处理训练和推理两种工作负载，对英伟达的霸权构成挑战 [7] - 博通的自研专用集成电路和其他加速器在超大规模数据中心中被越来越多地采用，Meta、微软、亚马逊和Alphabet等主要云厂商也开发了自研芯片，降低了对其的依赖 [8] - Alphabet的TPU和亚马逊的Inferentia芯片在特定训练和推理任务中以更低成本提供更好性能，随着超大规模企业扩展这些内部解决方案并与其他半导体厂商合作，可能对其在AI计算支出中的份额产生不利影响 [8] 成本优势与市场趋势 - AMD的竞争性定价可能成为关键差异化因素，AI加速器的目标可寻址市场预计到2028年将超过5000亿美元 [9] - AMD声称其MI355加速器在特定关键训练和推理工作负载上表现与英伟达基于Blackwell的GB200芯片相当或更优，且以更低的成本和容量实现了与GB200相当的性能 [10] - 到2029年，全球数据中心资本支出预计将达到1.2万亿美元，超大规模企业将占近一半支出，面对不断上升的基础设施和能源成本，云巨头正在探索低成本加速器以降低总拥有成本，AMD具有价格竞争力的Instinct加速器可能成为有吸引力的替代品，这可能迫使英伟达降价以保护市场份额 [11] 地缘政治与供应链压力 - 英伟达过度依赖台积电的晶圆厂使其面临重大的地缘政治和供应链中断风险，台湾距离中国大陆仅约100英里，中美紧张局势升级已对其对华芯片出口产生负面影响 [12] - 2025年7月，中国网信办召见英伟达，要求解释其H20芯片中存在的安全漏洞指控，中国当局自2025年10月起加强了对英伟达AI芯片进口的海关检查，以减少对美国进口的依赖，最初的审查针对H20和RTX Pro 6000D等中国特供型号，但现已扩大到所有可能受美国出口限制的先进半导体产品，这些事件影响了其在中国关键市场的销售 [13] - 地缘政治紧张加剧促使世界各国关注半导体供应链本地化，美国CHIPS法案及欧洲和日本的类似计划为半导体制造商提供激励，台积电、三星和英特尔正在美国、欧洲和亚洲建设新晶圆厂 [14] - 新晶圆厂的产能扩张将帮助AMD、英特尔、博通等竞争对手以及设计自研AI芯片的超大规模企业高效扩大生产，长远来看可能侵蚀英伟达的供应优势 [15] 估值与财务前景 - 英伟达以28.5倍的前瞻市盈率进行交易，估值存在溢价 [16] - 面对开放硬件生态系统和替代AI芯片的日益普及，公司可能面临估值倍数的压缩，加上潜在的利润率压缩和营收增长放缓，这些因素可能在2026年对其股价构成压力 [16]

行业与公司 * 纪要涉及的行业为人工智能算力行业，特别是超节点计算系统领域[2] * 纪要核心讨论的公司包括中兴通讯、华为、英伟达、阿里巴巴、腾讯以及中芯微电子[2][4][5][6][12] 核心观点与论据 **1 超节点时代已成为AI算力发展关键范式** * 超节点时代核心在于计算、存储和网络一体化架构，以实现成本最低和进步最快[3] * 英伟达GB200产品开启超节点时代，国内参考GB200推进新系统开发[3] * 超节点已成为国产算力标配，主要技术路线为英伟达NVLink闭环和华为引领的临朐总线[2][3] **2 系统能力取代单卡能力成为竞争核心** * 大模型训练参数增加导致算力需求攀升，跨服务器、跨机柜高速互联成为行业热点与挑战[7] * 高带宽、低时延、可靠性及能效目标依赖于系统级协同能力，而非单一GPU性能[7] * 从单卡模式升级到系统级协同决定性能与成本关键，需要整套系统工程能力[7] **3 通信系统厂商在算力领域具备互联优势** * 华为凭借通信系统积累能构建8,000卡甚至1.5万卡大规模集群[8] * 英伟达通过收购Mellanox和Cumulus Networks强化Networking能力，并通过NVLink和CUDA生态延伸计算能力[2][8] * 通信系统厂商具备底层芯片定义能力、设备级别大规模量产和系统交付能力[8] **4 主要厂商超节点布局与产品参数** * 英伟达GB200 NVL72架构含36个Grace CPU和72个Blackwell GPU，通过第五代NVLink实现全互联，单个GPU单向带宽达1.8TBPS，可扩展至3.2万卡GPU系统[5] * 华为Cloud Metric 384开启国内超节点时代，Atlas 900 SuperPod采用零区总线技术，实现384张920C MPU全对等互联，内存总带宽超1,000TB，2025年推出8,192张卡超级点并计划推出1.5万张卡系统[5] * 阿里巴巴推出盘酒128超节点，通过开放UA link实现以太网ScaleUP，计划未来三年投入3,800亿人民币，下一代目标为144颗芯片单机柜功率超600千瓦[6] * 腾讯基于以太网X路线推出原型机，正在进行相关产品研发[6] **5 中兴通讯在超节点与算力领域进展显著** * 中兴通讯智算超节点系统获2025年中国算力大会年度重大突破成果奖，基于GPU卡间高速互联、开放架构及自研凌云AI交换芯片[2][9] * Nebula 64超节点系统支持Olink、UA Link、OSA及PCIE接口等多种主流互联协议，实现16个计算节点与8个交换节点大规模互联[9] * 公司通过自研底层IP及系统调优能力，协同国内GPU公司实现大规模交付与开放生态建设[9] **6 中兴通讯通过自主研发提升竞争力与市场表现** * 公司自主研发关键部件如微电子、主板、网卡以提升利润率并保障供应链安全，拥有柔性化、自动化智能工厂[4][10] * AI领域专利超5,000项，自研芯片专利申请5,700项，通过自研芯片、自主设计服务器及资源管理平台实现全智算底座建设[4][10] * 2025年上半年服务器及存储营收同比增长超200%，AI服务器占比达55%[4][11] * 中标多个大型采购项目，总金额超160亿元和数十亿元，并在项目中位列第一，全系列服务器已全面应用于国内前十大互联网头部厂商[4][11] **7 中芯微电子芯片产品成就与优势** * 中芯微电子具备复杂SOC芯片全流程设计能力，自主研发并成功商业化芯片超130种，覆盖ICP产业算力网络终端全领域[12] * 自研AI大容量交换芯片"凌云"基于传统CT领域框式交换机技术，支持万卡、十万卡超大规模智算集群，解决带宽、延迟和功耗问题[13][14] * 珠峰CPU采用ARM架构，珠峰1.0搭载128颗核心，主频最高达3.1GHz，适用于视频转码、高算力服务等场景[15] * 定海DPU支持RDMA标卡、智能网卡等多种形态，提供算法加速器、安全加解密功能，减轻处理器负担，提供低时延、高转发率解决方案[16] 其他重要内容 * 中兴通讯在运营商服务器市场占据龙头地位，并迅速拓展互联网厂商市场，通过设立专门客户负责人制度有效打开关键客户[17] * 公司从CT向IT大力转型，加速推进国产化替代，是未来IT和计算领域重要参与者，建议投资者持续关注其在AI与智算领域发展[17]

行业技术趋势 - 制程工艺升级放缓背景下，先进封装成为提升芯片性能的关键驱动力，英伟达H100单颗裸晶面积已达光刻机可处理极限约800-900mm² [1] - 英伟达B200采用双颗裸晶合封先进封装工艺，单一封装内集成2080亿颗晶体管，超过H100（800亿颗晶体管）数量的两倍 [1] - 根据英伟达技术路线图，Rubin Ultra单一封装将集成4颗裸晶，实现单卡100PF FP4算力 [1] - 系统组装正成为AI服务器性能提升的新驱动力，AI服务器中GPU数量从单台服务器8张升级至单个机柜72张，并将在2027年VR Ultra NVL576机柜中升级至144张GPU（合计576颗GPU裸晶） [2] - GPU数量提升带来散热等要求大幅提升，系统组装难度大幅增加，例如GB200 NVL72产能爬坡受到系统组装难度限制 [2] 公司动态与前景 - 工业富联GB200系列产品测试在二季度较一季度大幅优化与提升，系统级机柜调试时间显著缩短，自动化组装流程导入 [3] - 工业富联已在全球多个厂区扩充产能并部署全自动组装线，预计GB200三季度出货量将延续强劲增长势头，主要订单来自北美大型云服务商 [3] - 工业富联预计今年会维持逐季向好态势，GB300单台利润存在超过GB200潜力，有望在明年成为公司AI服务器业务盈利重要支撑点 [3] - 海光信息合并中科曙光，有望形成包括CPU、DCU及系统组装在内的垂直整合能力 [4] - 联想集团等合作伙伴预计将从2025年下半年开始推出基于Blackwell Ultra的各类服务器 [4] - 华勤技术作为国内知名互联网厂商AI服务器核心ODM供应商，实现交换机、AI服务器、通用服务器等全栈式出货，受益下游云厂资本开支扩张 [4]