如何构建从AI芯片到AIDC基础设施设备的物理量跟踪验证体系？

构建AIDC基础设施需求跟踪框架的核心在于建立从AI芯片出货到设备需求的物理量传导链条，并通过多维度数据进行交叉验证。

首先，底层需求从AI芯片出货推算电力容量。需建立逐厂商、逐型号的芯片出货数据库，跟踪NVIDIA、AMD及国产芯片等的出货量、热设计功耗等参数。由于芯片出货预测受限于先进封装产能，需利用CoWoS产能进行验证，计算CoWoS晶圆需求与有效产能的利用率，若利用率过高则需下调出货预测。在确认芯片出货量后，结合芯片TDP、服务器系数及PUE，推算出AIDC新增电力容量，并按区域拆分为中国和北美市场。

其次，根据区域供电模式差异测算发电设备需求。中国AIDC主供电源主要依靠电网，设备需求体现为供配电及柴油备用电源；北美受电网接入约束，现场自发电比例提升，需测算燃气轮机、燃气内燃机、SOFC和核电等主电设备需求，以及柴油发电机备电需求。通过比较新增设备需求与有效产能，判断供需缺口。

再次，从AIDC新增电力容量推导液冷市场空间。结合液冷渗透率测算液冷存量装机容量，通过存量变化得到年度新增液冷容量，再乘以单位GW液冷价值量得出市场空间，并拆分至冷板、CDU等细分产品。

最后，通过资本开支、设备订单和公司业绩进行验证。自下而上由芯片出货和系统ASP测算AIDC资本开支，与CSP自上而下的资本开支对比；区分订单阶段（开发、认证、正式订单、交付）验证需求落地情况；结合公司有效产能和市场份额测算业绩，形成完整闭环。