從電力到光刻機，這 14 只股票吃下了 AI 擴張的每一層瓶頸

作者： George Kikvadze

編譯： 深潮 TechFlow

深潮導讀：Bitfury 集團副董事長 George Kikvadze 提出一個逆向思路：AI 賽道最賺錢的機會不在模型層，而在電力、散熱、內存、網絡等基礎設施瓶頸。他梳理了 7 個 AI 系統「卡脖子」環節，並公開了自己的 14 只標的組合，目前回報約 60%。這套「瓶頸投資」框架值得每個關注 AI 投資的人認真看一遍。

想搞懂 AI 裡哪兒能賺到錢，別看頭條新聞，看系統哪裡在承壓。

最簡單的類比：今天的 AI 就像一座訂單無限的工廠，但電力、線纜、散熱全都跟不上。

這個錯配本身就是機會。

我們做了詳細的盡調之後，押注了以下「AI 瓶頸」組合：

$CEG $GEV $VST $WMB $PWR $ETN $VRT $MU $ANET $ALAB $ASML $LRCX $CIFR $IREN

真正該問的問題

多數投資者在問：「誰會贏下 AI？」這個問題問錯了。

該問的是：系統會在哪裡斷裂？誰在賺修復的錢？

在市場裡，依賴關係就是槓桿。

AI 的依賴關係一點不抽象，全是實物：

• 兆瓦級電力
• 變壓器交付週期
• 每機櫃散熱能力
• 內存帶寬

經濟重心正在向這些地方轉移。

唯一需要的分析框架

AI 擴張 → 基礎設施承壓 → 被迫投資 → 瓶頸 → 定價權 → 盈利上修

當需求剛性、供給受限：價格先動，盈利跟上，股價最後重估。

為什麼是現在

幾個數字說明全部問題：

全美近 50% 的數據中心項目目前處於延期狀態，原因不是缺需求或資金，而是拿不到電。變壓器交付週期從 2020 年前的 24 個月拉長到了現在的 5 年以上。數據中心建設週期 18 個月。這筆賬算不平。

超大規模廠商 2026 年僅 AI 基礎設施支出就將達到 7000 億美元，接近 2022 年的 6 倍。亞馬遜 2000 億，谷歌 1750-1850 億，Meta 1150-1350 億。沒有一家在減速。

半導體目前佔標普 500 IT 板塊總市值的 42%，比 2022 年熊市底部翻了一倍多，是 2013 年權重的四倍以上。半導體還貢獻了 IT 板塊前瞻 EPS 的 47%，比 2023 年幾乎翻了三倍。

市場以史無前例的密度湧向算力層。

但算力已經不是瓶頸了。

資本瘋狂湧入芯片，而真正的約束已經轉移到了別處。

這個落差就是交易機會。

瓶頸地圖：壓力到底在哪

• 電力：地基

AI 離了電就擴不了。句號。

美國需要每兩年新增相當於當前整個數據中心電力基礎的容量，才能跟上 2030 年前的 AI 需求預測。核電是唯一能提供超大規模廠商所需規模和可靠性的基荷電源，但即便最快的核電重啟也要數年。

標的：$CEG $GEV $VST $WMB

這些不是公用事業股，是 AI 產能提供商。市場還沒有完成這個重新歸類。這種錯誤定價就是機會。

Constellation Energy（$CEG） 運營著全美最大的核電站艦隊，是少數能提供大規模、可靠、零碳基荷電力的供應商之一。超大規模廠商正加速與核電供應商簽署長期購電協議，Constellation 直接處在這條需求路徑上。

GE Vernova（$GEV） 正在構建下一輪能源週期的發電骨架，覆蓋燃氣輪機、可再生能源和電網解決方案。AI 需求加速時，快速大規模部署電力的能力變成關鍵，GE Vernova 的燃氣輪機和電氣化能力正處於這個核心位置。

Vistra Corp（$VST） 擁有多元化的發電組合，包括核電、燃氣和零售電力，能同時應對基荷和峰值需求。AI 工作負載帶來波動性極大的電力需求，這種靈活性變得格外有價值。

Williams Companies（$WMB） 運營著全美最大的天然氣管網之一，為彌合當前需求與未來核電規模之間的缺口提供燃料。AI 基礎設施擴張中，天然氣是最快上線增量電力的途徑。Williams 實質上是 AI 增長的能源原料供應商。

電網與電氣化：電力背後的約束

發電是一回事，送電更難。

美國電網互聯排隊現在已經排到了 2030 年以後。未來十年僅滿足現有承諾就需要 500 億美元以上的輸電投資，這還沒算一座新的 AI 數據中心上線。

標的：$PWR $ETN

時間表在這裡打滑，利潤率也在這裡擴大。解決「最後一公里」配送問題的公司擁有持久的長週期定價權。

Quanta Services（$PWR） 是建設和升級輸電基礎設施的頭部承包商，連接發電端和用電端。電網擁堵成為 AI 擴張的主要瓶頸時，Quanta 直接處在多年期、非自由裁量資本支出的路徑上。它的積壓訂單就是電網壓力的前瞻指標。

Eaton Corporation（$ETN） 提供配電系統、開關設備和電力管理技術，讓電力能大規模安全高效配送。數據中心向更高功率密度和更復雜能源流推進時，Eaton 的組件從標準化硬件變成了關鍵基礎設施。

散熱：沉默的天花板

熱量扼殺性能。熱力學沒有軟件補丁。

下一代 AI 設施的目標是 每機櫃 250 千瓦，十年前標準企業數據中心只有 10-15 千瓦。液冷不再是可選項，而是必備基礎設施。每賣出一塊 GPU 都需要對應的散熱容量，這個比例不會變。

標的：$VRT

Vertiv 在超大規模數據中心散熱領域接近壟斷地位。這是整個 AI 堆棧中被低估最嚴重的環節之一，因為沒人在乎散熱，直到集群宕機。

Vertiv Holdings（$VRT） 設計和部署熱管理系統，讓高密度 AI 集群在極端功率負載下保持運轉。機櫃從風冷轉向液冷時，Vertiv 處在這輪結構性升級週期的正中心，直接與 AI 算力部署同步擴張。這不是可選支出，而是正常運行的前提。

內存：下一個瓶頸

AI 正在從算力受限轉向內存受限。

隨著模型越來越大、推理量爆發，內存的帶寬和容量成為約束條件，而不是原始處理能力。HBM（高帶寬內存）供應已經緊張。全球前三大 AI 內存供應商控制了 90% 以上的全球 HBM 產出。Micron 是西方的主要受益者。

核心標的：$MU

這是盈利上修的下一波。多數投資組合還沒有為此定位。等市場反應過來時，它們會的。

Micron Technology（$MU） 是全球少數能大規模量產先進 HBM 的廠商之一，HBM 是 AI 訓練和推理負載的關鍵組件。當內存成為系統性能的限制因素時，Micron 從歷史上的週期性供應商轉變為 AI 需求的結構性受益者。這種轉變尚未被估值充分反映，存在持續盈利上修和估值倍數擴張的空間。

網絡：吞吐層

AI 集群的速度取決於最慢的那條連接。

一個網絡瓶頸就能讓整個數千 GPU 的集群停滯，浪費每座設施數億美元的資本。集群規模向 10 萬 GPU 配置擴展時，互聯問題呈指數放大。一個堵點，全線停擺。

標的：$ANET $ALAB

安靜、關鍵、持倉不足。沒人聊網絡，直到網絡出問題。

Arista Networks（$ANET） 構建高性能網絡基礎設施，讓數據在大規模 AI 集群中無縫流動。工作負載要求超低延遲和高吞吐時，Arista 的軟件定義網絡成為維持集群效率的關鍵。停機或低效帶來的成本極高，Arista 靠保證系統全速運行來捕獲價值。

Astera Labs（$ALAB） 運作在數據通路內部，確保 AI 系統中 GPU、CPU 和內存之間的高速連接。集群密度提升時，瓶頸從網絡邊緣移向芯片到芯片的通信，這正是 Astera 的位置。在高性能 AI 環境中，組件之間通信不夠快，整個系統就慢下來。

製造：長週期約束

沒有芯片製造能力就無法擴展 AI。沒有製造工具就無法制造先進芯片。

ASML 的 EUV 光刻機生產週期 超過一年，單臺成本 超 2 億美元，沒有可信替代品。地球上每一顆先進芯片，從 NVIDIA 的 H100 到蘋果的 M 系列，都需要它們的設備。Lam Research 的刻蝕和沉積工具嵌入了全球每一條主要晶圓廠的產線。

標的：$ASML $LRCX

長週期約束。結構上比任何軟件護城河都難顛覆。討論熱度遠低於應有水平。

ASML Holding（$ASML） 是 EUV 光刻系統的唯一供應商，這是現存最先進的芯片製造工具，也是生產尖端半導體的前置條件。多年期訂單積壓，沒有可行的競爭對手，ASML 控制著全球芯片供應鏈中的關鍵卡口。

Lam Research（$LRCX） 供應構成半導體制造骨幹的刻蝕和沉積設備。其工具深度嵌入所有主要晶圓廠，使其成為芯片產能擴張中循環且不可或缺的合作方。AI 需求驅動持續的產能擴張時，Lam 獲取與全球半導體制造增長直接掛鉤的長週期收入。

錯誤歸類：Alpha 的來源

這是多數投資者忽視的部分，也是整個地圖上最不對稱的機會。

有一類公司，市場把它們當成 A 來定價，但運營和財務的現實已經是 B 了。

拿 $CIFR（Cipher Digital） 和 $IREN（IREN Limited） 來說。

市場看到的還是比特幣礦工。

它們正在變成的東西遠更有價值：AI 電力基礎設施和 HPC 數據中心平臺。

這些公司在沒人關注的時候鎖定了低成本電力，在需求之前就建好了基礎設施。今天，超大規模廠商正在瘋搶的恰好就是這兩樣東西。

Cipher Digital 已經開始執行轉型，與投資級超大規模租戶簽署了 15 年租約（第三個 AI/HPC 園區），並從頂級全球銀行獲得了 2 億美元循環信貸額度。這些不是投機性動作，是長週期收入承諾。

IREN 在多個站點執行相同策略，將能源獲取與可擴展的數據中心建設結合。它的優勢是速度：已經控制了轉向 AI 工作負載所需的土地、電力和基礎設施。

市場看到的還是礦工。資產負債表看起來已經是基礎設施公司了。

這個差距會收斂。收斂的時候不會慢。

組合一覽

這不是一堆股票，是一個系統。

每個倉位對應 AI 堆棧中的一個特定約束，每個約束都必須被解決，系統才能運轉。這就是紀律。

• 電力：$CEG $GEV $VST $WMB
• 電網：$PWR $ETN
• 散熱：$VRT
• 內存：$MU
• 網絡：$ANET $ALAB
• 製造：$ASML $LRCX
• 錯誤歸類：$CIFR $IREN

多數投資者還沒完成的認知轉換

我們正在從 算力稀缺 轉向 基礎設施稀缺。

這意味著：

• GPU 不再是唯一敘事
• 電力、電網、內存和散熱成為主導盈利的驅動力
• 回報追隨約束，而非熱度

多數投資組合的倉位還停留在舊世界。

風險：紀律同樣重要

這個框架在特定條件下會失效。它們值得坦誠對待。

超大規模廠商資本支出減速。如果亞馬遜、谷歌和 Meta 因利潤率壓力或需求不及預期而放緩基礎設施支出，剛性需求的假設就會弱化。這是需要監控的首要風險，關注每季度的資本支出指引作為領先指標。

瓶頸消解速度快於預期。政府幹預變壓器製造、加速核電審批、或重組電網互聯排隊，都可能壓縮受約束基礎設施的溢價。這些變化緩慢但真實。

監管摩擦。電力和電網基礎設施與公用事業監管、環境審查和費率制定機構交叉。在這個領域監管轉向不利時，會結構性地、持久地限制回報上限。

關鍵區別在於：這不是產品週期押注。產品週期一個季度就能逆轉。工業約束需要數年建立，也需要數年消解。這種不對稱性就是要點。

最後

每個工業時代，財富都不是由造火車的公司創造的。

而是由擁有鐵軌、煤炭和路權的公司創造的。

AI 的鐵軌用兆瓦、變壓器交付週期和每機櫃散熱能力來衡量。

多數投資者在追 AI。真正的機會是擁有 AI 離不開的東西。

在每個系統裡，頭條追隨創新，利潤追隨約束。我們聚焦約束而非敘事，目前回報約 60%。隨著 AI 基建加速，這不是交易的終點，仍然是早期。我們認為現在才打到第三局。