AI硬件投资热潮席卷而来！

AI行情持续升温。

不过从细分角度看，市场分化明显。AI硬件板块持续走强，而AI软件板块则面临较大分歧。

眼下，全球正处在AI硬件的扩张阶段，直接推动了上游相关企业的股价大幅上涨。

因为无论多么先进的大模型，归根结底都是一个极度消耗电力和数据资源的超级计算系统，对算力、存储和电力供应有着极强的依赖。

算力不足，模型就无法运行；存储带宽不足，数据传输就会受阻；电力供应不足，再多的GPU也只能成为昂贵的发热设备。

放眼全球AI竞争格局，这三大关键要素恰好被三个国家牢牢掌控：

算力看美国，存储看韩国，电力看中国。

在全球范围内，美国在算力领域占据明显优势。

华为的昇腾系列芯片，在DeepSeek完成全流程适配后，首次实现了"模型—芯片—部署"的完整闭环。

这标志着国产算力正从单纯的研发能力，向商业化应用和大规模部署阶段迈进。

算力固然关键，但随着计算性能的提升，存储的重要性愈发凸显。

因为训练AI需要海量数据。如果数据无法及时输入，GPU就会陷入空闲状态。

算力越强大，对存储的需求就越迫切，而HBM（高带宽内存）正是解决这一瓶颈的核心技术。

HBM直接堆叠在GPU附近，拥有极高带宽，功耗和延迟更低，能够快速向GPU输送数据。

目前，韩国的SK海力士、三星与美国的美光科技几乎垄断了全球90-95%的存储市场。

其中，SK海力士的实力最为突出。

众多NVIDIA AI GPU所采用的HBM，核心供应商正是SK海力士。

HBM的技术壁垒极高。

它并非简单堆叠芯片，而是将多层DRAM垂直堆叠，通过高速互联技术实现超高带宽。

制造难度、良品率要求、工艺复杂度，都远超传统存储产品。

而且投资规模高达数百亿美元。

因此，能够真正量产HBM的企业寥寥无几，这直接导致HBM长期处于供不应求状态，需求缺口至少延续到2027年底，很可能2028-2030年仍将持续紧缺。

整个存储行业，除了HBM，其他存储产品也跟着涨价。

因为AI训练需要服务器，服务器数量越多，对存储的需求就越大。

而三星、SK海力士等厂商将主要产能分配给了HBM，导致普通存储的市场供给减少，价格随之上涨。

于是市场反复挖掘AI数据吞吐基础设施领域的投资机会，包括HBM、DRAM、存储模组、封测产业链。

我国也在积极完善存储产业链，以长鑫存储为代表。

从市场份额看，长鑫存储位列全球第四，仅次于三大巨头，但市占率仅约3%。其他存储相关企业中，有的专注芯片设计，有的为存储提供芯片支持，有的专注于车规级DRAM，只能说是有所涉及。

随着长鑫IPO的推进，市场逐渐认识到，对国产存储进行重新估值正当其时。

同时由于国内无法获取海外核心存储资产，资金开始寻找未来的"中国海力士"，因此国内存储企业也经历了几轮上涨。

AI是一个高耗能行业。训练大模型需要大量GPU同时运行，而这些GPU会消耗巨额电力。

所以业界常说，AI背后是算力，算力的背后是电力。

未来AI大规模应用，最终比拼的不是谁的模型更先进，而是谁的电力更便宜、更稳定。

而这恰恰是我们的优势所在。

我国拥有全球最完整的发电设备体系、电网输配电网络和数据中心供电系统。

这意味着我们有能力支撑超大规模数据中心的长期稳定运行。

原理与"东数西算"工程类似。将数据中心布局在西部，是因为当地电力成本较低，风光资源丰富，散热成本也较低。

只需通过特高压将能源和算力网络连接起来即可。

所以近期也能看到，特高压、储能、电网设备、电力设备等领域反复活跃。

这一现象的本质是市场在提前布局"AI用电时代"。

因为未来的AI数据中心，很可能成为新的超级用电主体。

以往，市场将电力板块视为防御性行业，主要与地产、制造业周期关联，不仅涨幅有限，弹性也不足。

但现在AI正在重塑这一逻辑。

在未来，AI很可能成为新的长期用电需求