AI液冷迎风口：算力电力赛道再获催化

AI电力电源液冷再度迎来重要催化时点。

事件回顾：8月8日，路透社援引The Information消息披露，英伟达拟向电力基础设施开发企业Lancium（其在德州Abilene开发的园区为Stargate关键旗舰基地）投资最高30亿美元。

首笔投资规模约20亿美元，英伟达将取得Lancium约20%的股份；倘若Lancium达成后续特定业绩门槛，英伟达还有望再追加最多10亿美元。

AI资本支出逻辑短期内再次完成闭环，AI基础设施逻辑再度得以强化。

北美头部CSP陆续发布最新季报，大模型效率显著提升→单一任务所需token数下降、单token成本降低→下游编程、AI4S等垂直应用集中爆发→token消耗量大幅增长→CSP云端业务收入与ROI同步上行→继续上修CapEx预期→硬件采购链条形成完整闭环（争议焦点在于硬件价格下行可能引发的毛利净利压缩能否被新一代技术所对冲，但硬件成本降低同样会推升下游经济性，可参照风光锂产业路径）。

事实上，电力供应极有可能成为AI发展的最核心基础设施瓶颈。

此前，包括英伟达、OpenAI在内的众多AI产业链参与者均曾公开警示：电力很可能是制约AI基础设施扩张的最关键瓶颈环节。除各类AI芯片硬件之外，电力从何而来、输电线路与变电站由谁投资建设，成为核心议题！

进一步拆解来看，SOFC、燃气轮机、煤电、新能源储能等技术路径如何取舍？美国本土部分高压变压器、GIS等电力设备交付周期已延至2029年，是否应开放中国供应链准入，或扶持本土厂商加速扩产？

此次英伟达亲自下场，表明其正进一步将自身定位拓展至"AI基础设施投资方"角色，同时也将促使AI产业界与资本市场重新审视上述一系列问题。

英伟达资本循环逻辑演变为：AI需求扩张→GPU收入攀升→现金流增厚→投资下游客户或为其提供担保（此处需补充投资产业链瓶颈环节）→AI基础设施持续扩张！

电源与液冷协同决定的PUE是电力能效的核心指标

除功率密度与可靠性外，电源转换效率是电源技术演进的核心驱动力。从UPS到240V HVDC、再到800V HVDC乃至SST，电源转换效率持续提升，意味着电力损耗不断下降；液冷散热技术的迭代升级使单GW算力发热得以通过更高效的散热路径解决（更紧凑的设备占地、干冷器配合45℃温水大幅降低电力消耗），从而实现PUE指标的进一步优化。

AIDC电源液冷核心催化因素：

1、英伟达Vera Rubin预计Q3起开始出货（1000-2000台）、Q4产能爬坡（至少3000-5000台甚至更多）；

2、谷歌TPU V8预计下半年尤其9–10月有望启动交付。

NV推进节奏：Rubin Q3以首发与小批量交付为主（向上游供应商拉料备货→CSP完成试装验证），8–9月向CSP集中出货；Q4产能利用率与出货量同步抬升。

谷歌推进节奏：TPU V8（训练8t/推理8i）产业预期集中于H2，重点关注9–10月向下游集中交付；v9预计明年放量。

电源液冷核心标的梳理：

电源方向：麦格米特、欧陆通、奥海科技；

液冷方向：英维克、大元泵业、鼎通科技（光模块液冷），冰轮环境、富信电子、奕东电子、飞龙股份。

Q3是液冷行业从试点验证迈向批量交付、业绩集中兑现的关键转折点，英伟达VR200机柜规模化出货构成核心驱动力，其余液冷终端厂商有望相继实现量产。

免责声明及风险提示：上述内容整理自网络公开信息，在任何情形下均不构成对任何人的投资建议，切勿作为投资决策依据。文中涉及企业仅作为技术面、基本面、消息面的静态梳理，并非投资推荐，请勿据此操作。市场有风险，投资需谨慎。