行业与公司分析总结 行业概述 - 行业：AI服务器与数据中心基础设施[1] - 核心痛点：AI服务器开发的四大关键挑战包括功耗增加（高压电源）、热管理（液冷）、网络扩展（纵向与横向）以及先进封装技术[1] - 行业动态：亚太OCP峰会聚焦AI数据中心集群的电力与冷却创新，预计2026年首个1GW+ AI数据中心（Prometheus）投入运营，后续Hyperion项目将扩展至5GW[1] 核心观点与论据 电力与冷却技术 - 高压电源（HVDC）：Nvidia推动800V设计，但供应链更关注±400V架构（如微软Mt Diablo 400机架），因兼容现有数据中心实践[18][21] - 液冷技术：主流L2A方案PUE为1.2-1.3x，L2L虽更高效（PUE 1.05-1.1x）但需重构基础设施，短期内渗透受限；亚马逊采用定制IRHX方案，Delta为主要ODM[12][13] - 受益公司：Delta（技术领先）、Vertiv（VRT US）、AVC（3017 TT）、Auras（3324 TT）[1][12] 网络升级 - 以太网替代趋势：AI集群驱动400G/800G/1.6T网络升级，CSPs探索以太网方案（如UALink）以降低Infiniband依赖，利好Arista（ANET US）、Broadcom（AVGO US）[31][33] - 模块化设计：DC-MHS平台（Intel Oak Stream支持）提升服务器灵活性，ASPEED（AST2700 BMC芯片）受益[9] 先进封装与垂直整合 - 封装技术：TSMC（2330 TT）、ASE（3771 TT）为先进封装关键供应商[1] - 垂直电源交付：Google TPU已采用，预计扩展至下一代AI ASIC（如MAIA），Delta与Infineon为主要供应商[29][30] 其他重要内容 数据中心投资 - CSP资本开支：2025/26年Top 4美国CSP数据中心capex预计同比+55%/+25%（原预测+38%/+20%），反映AI投资强劲[1] - 新数据中心标准：需支持更高功率密度（50-100MW现有设施不足），Meta计划建设Titan AI集群优化网络效率[1] 技术路线争议 - BMC行业：OpenBMC开源固件不会降低行业门槛，反而促进芯片厂商聚焦硬件设计（如ASPEED整合Caliptra安全模块）[7][10] - VR200服务器设计：初期沿用Bianca Ultra布局，2026年中量产；延迟对插槽供应商的利好[9] 数据引用 - 电力架构：±400V HVDC机架支持800kW-1MW+功耗（Mt Diablo 400）[18] - 液冷效率：L2L比L2A PUE低0.15-0.25点[12] - 资本开支：2025年CSP数据中心capex上调至+55% YoY[1]