AI硬件行情还能持续多久？
我把A股AI产业链重新梳理了一遍：真正的机会，可能已经开始换位置
最近AI硬件又热起来了。
光模块、CPO、PCB、服务器、液冷、电源、存储……
只要和AI算力沾一点关系，市场都愿意重新给估值。
于是越来越多人开始问：
AI硬件这一轮，到底还能走多久？
我的答案是：
产业周期没有结束，但投资逻辑已经变了。
如果你还在用两年前的思路做AI：
AI需求增长 → 算力增长 → 买AI龙头。
这个逻辑已经不够用了。
因为现在市场已经知道AI需求增长。
全球头部云厂商仍在持续增加资本开支，2026年四大科技巨头的AI基础设施投入已经进入7000亿美元级别。微软、谷歌、亚马逊、Meta等公司的投入，本质上是在为未来几年持续扩张的AI训练和推理需求提前建设基础设施。(Value Add VC)
所以现在真正的问题已经不是：
AI有没有需求？
而是：
这么大的需求，最终会把利润留给产业链的谁？
更重要的是：
哪些公司的利润增长，还没有被股价完全定价？
这才是下一阶段真正值得研究的东西。
很多人研究AI，喜欢把它简单分成：
芯片、光模块、服务器。
其实远远不够。
真正的AI基础设施，是一条非常长的链。
大致可以理解为：
AI模型
↓
算力芯片
↓
HBM/先进封装
↓
服务器
↓
高速互联
↓
光模块/CPO
↓
PCB
↓
电源
↓
液冷
↓
数据中心
↓
电力基础设施
而且这条链正在发生一个非常重要的变化：
现在逐渐变成：
GPU不够的时候，GPU最值钱。
GPU数量上去以后，数据搬运成为问题。
于是光模块开始变得重要。
网络速度继续提升以后，传统电互联开始遇到功耗和带宽瓶颈。
于是CPO开始进入视野。
服务器功耗越来越高。
液冷开始被重新估值。
数据中心规模越来越大。
电力又变成新的约束。
所以AI产业实际上是在不断发生：
瓶颈迁移。
而投资机会，往往就藏在下一次瓶颈迁移里面。
这是我现在看AI产业链最重要的一个方法。
特点是：
订单真实、业绩爆发、市场高度关注。
典型代表就是光模块。
特点是：
产业趋势已经确定，但利润还在释放过程中。
例如：
CPO、部分高速互联、先进PCB、液冷等。
特点是：
未来空间巨大，但目前业绩还没有完全兑现。
例如：
部分国产算力、HBM国产替代、下一代互联技术等。
这三种资产的玩法完全不同。
最危险的错误，就是：
拿第三种资产的估值，去买第一种资产。
也就是：
业绩已经兑现很多，估值却还按照未来最乐观情景继续给。
这就是高位最容易出现的问题。
如果要找一个最能代表这一轮AI硬件景气度的板块，我认为还是光模块。
为什么？
因为它是AI算力扩张最直接的受益环节之一。
GPU集群越大，
GPU之间的数据交换越频繁，
对高速互联的需求就越高。
于是：
GPU数量增长
→
网络带宽增长
→
光模块数量增长
→
速率升级
→
单机价值量提升。
这条逻辑非常清晰。
而且目前数据也在验证。
2026年一季度：
中际旭创营收约194.96亿元，同比增长192%；
新易盛营收约83.38亿元，同比增长106%；
天孚通信营收约13.30亿元，同比增长41%。
三家公司一季度合计营收接近292亿元，归母净利润合计超过90亿元。(EEO)
这已经不是“概念”。
而是真正的业绩。
这句话很多人可能不理解。
业绩这么好，为什么反而难？
因为市场已经知道了。
甚至知道得非常充分。
2025年以来，中际旭创、新易盛、天孚通信的股价和业绩同步大幅上涨；到2026年，市场开始进一步交易1.6T甚至更高速率的升级逻辑。(界面新聞)
这时候投资者真正面对的问题已经从：
“光模块有没有机会？”
变成：
“未来的业绩还能不能继续超预期？”
这是完全不同的问题。
例如：
新易盛预计2026年上半年归母净利润70亿—80亿元，同比增长约78%—103%。
天孚通信预计上半年归母净利润11.24亿—13.04亿元，同比增长约25%—45%。
这意味着什么？
板块β还在，但公司α已经开始出现。 (东方财富网)
以前：
买光模块≈买整个AI景气度。
现在：
买光模块，要开始研究谁的业绩还能继续跑。
这就是一个非常重要的市场阶段变化。
我不会简单回答：
能。
也不会简单回答：
不能。
我会把问题拆成三个层次。
目前依然强。
全球AI资本开支没有明显刹车。
高速互联需求仍然存在。
1.6T等新产品继续推进。
所以产业逻辑没有结束。(新华网)
开始分化。
谁的订单增长更快？
谁的产品结构更好？
谁能把1.6T放量转化成利润？
谁的海外客户更强？
这些问题的重要性越来越高。
这是最容易被忽视的。
一个公司业绩增长100%，不代表股票一定还能涨100%。
如果股价已经提前交易了未来两年的高速增长，
那么接下来必须继续：
超预期。
否则就可能出现：
业绩继续增长，股价却开始横盘甚至下跌。
而是：
市场正在从“数量逻辑”逐渐进入“速率升级逻辑”。
一方面：
GPU集群规模越来越大。
另一方面：
单个端口的数据传输速率越来越高。
所以未来光模块的增长可能来自两个方向：
量增加
单价/价值量提升
这比单纯的“AI服务器增长”更值得研究。
目前产业链已经出现国内外1.6T产品订单以及3.2T NPO产品交付的案例，说明高速率产品已经开始从概念走向实际商业化。(新华网)
所以：
而是：
从“板块机会”进入“产品周期机会”。
如果说光模块解决的是：
高速传输。
那么CPO解决的是：
如何让高速传输变得更低功耗、更高密度。
AI算力越强，
网络带宽越高，
传统电互联的功耗问题越明显。
这就是CPO的产业逻辑。
所以CPO真正值得关注的不是：
“这个概念有多性感。”
而是：
我认为要看四件事情：
第一，客户验证。
第二，良率。
第三，成本。
第四，规模化交付。
四个条件同时成立，
CPO才会真正从“主题投资”进入“业绩投资”。
目前市场已经开始交易CPO产业化加速的预期，但投资者一定要区分：
技术突破
和
利润兑现
中间还有很长的距离。(新华网)
如果说CPO是解决：
数据怎么传。
HBM解决的是：
数据怎么更快地供给给计算芯片。
AI计算的一个核心矛盾就是：
算力越来越强，但内存带宽必须跟上。
所以HBM成为AI芯片的重要组成部分。
这个方向最大的逻辑不是：
“HBM需求会不会增长。”
答案几乎已经确定。
真正的问题是：
国产HBM什么时候能够从“技术突破”进入“规模供应”？
这才是真正的产业拐点。
因为一旦国产HBM开始规模化：
AI芯片国产化
和
存储国产化
会形成进一步的产业协同。
但这里我要特别提醒：
HBM是一个技术壁垒非常高的行业。
不能因为“国产替代”四个字，就简单给所有相关公司同样的估值。
真正应该看：
工艺、良率、堆叠、封装、客户认证、量产能力。
PCB其实是一个非常典型的：
“AI算力增长的二阶受益者。”
为什么？
服务器数量增加，
高速信号增加，
层数增加，
材料升级，
PCB价值量就会上升。
所以真正值得关注的不是：
PCB总需求增长多少。
而是：
因为：
普通PCB
和
高频高速、高层数、高价值量PCB
完全不是一个逻辑。
所以以后看PCB公司，我会重点看：
AI相关收入占比
高端产品占比
海外客户
ASP
毛利率
而不是只看“AI概念”。
这个方向我反而认为很容易被低估。
因为它背后的逻辑不是：
“AI很性感。”
而是：
AI服务器越来越热。
算力密度提升，
功耗提升，
传统风冷效率下降。
于是液冷从：
可选方案
逐渐变成：
高功率服务器的重要基础设施。
所以液冷的投资逻辑非常简单：
算力密度越高 → 液冷渗透率越高。
它甚至比很多纯AI概念更加容易形成长期产业趋势。
但同样要警惕：
行业爆发 → 大量企业进入 → 价格竞争。
所以最后还是要回到：
谁有技术、客户和规模优势？
这是我认为未来两年很容易被市场重新认识的方向。
因为AI最终会碰到一个最现实的问题：
数据中心不是只需要GPU。
它需要：
电网
变压器
UPS
配电
储能
电源管理
甚至需要新的能源基础设施。
这意味着：
AI革命，本质上不仅是一场算力革命，也是一场电力基础设施革命。
如果未来数据中心继续扩张，
电力就会越来越成为约束。
而一旦：
电成为瓶颈，电力基础设施的价值就会提升。
这个逻辑目前还没有像光模块一样被充分交易。
这就是为什么我会把它列入：
这一块最容易出现两种极端。
一种人认为：
国产算力一定是未来最大的机会。
另一种人认为：
国产GPU性能不够，没有意义。
我认为两种观点都太简单。
国产算力真正的价值不只是性能。
还包括：
供应安全
生态自主
国产软件适配
政策支持
客户需求
以及：
单位算力成本。
真正值得投资的国产算力公司，不一定是参数最漂亮的。
而应该是：
能够真正进入客户集群、持续获得订单、形成软件生态，并且最终实现规模化商业化的公司。
所以这一条线未来最大的验证指标不是发布会。
而是：
这是整个AI硬件产业链的终点。
所有：
GPU
服务器
光模块
PCB
液冷
电源
最后都要进入：
数据中心。
所以如果全球AI资本开支继续增长，
数据中心建设就是整个产业链的总需求