AI算力硬件中哪些环节的价值量占比正在显著提升?

随着AI算力资本开支持续扩张,投资者不仅关注总量增长,更关心资金流向的具体硬件环节。根据长江证券发布的《算力解剖学之价值的迁徙与硬件的α》报告,通过以算力芯片出货为“数量锚”进行自下而上测算,发现AI硬件各环节的市场规模与价值量占比并非同步变化。

请问,在2025年至2028年的预测期内,相较于算力芯片本身,哪些硬件环节在服务器价值量中的占比呈现出明显的“膨胀”趋势?特别是在英伟达方案和ASIC方案中,存储、PCB、液冷以及光模块等环节的价值量变化有何异同?这些结构性变化背后的主要驱动因素是什么?

最佳答案 匿名用户编辑于2026/09/13 08:57

根据报告测算,2025-2028年间,AI算力硬件资本开支结构正由算力芯片向系统配套迁移,以下环节价值量占比显著提升:

1. 存储:是弹性最大的核心增量环节。英伟达方案中,存储占比由12.1%升至33.2%,其中HBM由7.8%升至20.0%;ASIC方案中,存储占比由28.8%升至61.6%,内存与硬盘占比大幅上升。主要驱动因素为AI需求拉动存储价格维持高位并持续上行,叠加单机存储容量与配置升级。

2. PCB:英伟达/ASIC方案中,PCB占比分别由1.0%/2.9%提升至2.3%/3.5%。英伟达方案受益于大机柜架构演进,正交背板等高速互连方案承担更多通信功能;ASIC方案受益于多芯片堆叠和大规模集群扩展,需配置更多加速卡及对应板级互连。

3. 液冷:英伟达/ASIC方案中,液冷占比分别由1.1%/0.9%提升至2.3%/3.4%。主要系芯片功耗与机柜密度提升推动液冷加速渗透,带动液冷部件单机柜价值量上升。

4. 光模块:ASIC方案中光模块占比保持领先,由13.9%升至17.4%;英伟达方案自2027年起光模块配置强度快速提升,由4.4%升至14.2%,主要系Rubin Ultra NVL576放量及NPO/CPO光引擎实现跨柜光互连。

相比之下,算力芯片价值量占比呈收缩趋势,英伟达方案中由77.8%降至67.2%,ASIC方案中由61.4%降至39.2%。

参考报告REPORT

AI算力行业:算力解剖学之价值的迁徙与硬件的α.pdf

AI算力资本开支持续扩张,但总量增长并不等同于各硬件环节同比例受益。本文以算力芯片出货为“数量锚”,自下而上测算AI硬件各环节的市场规模与价值量占比,并从量价驱动、技术趋势及竞争壁垒识别结构性机会。核心发现:1.资本开支结构迁移:测算显示,资本开支正由算力芯片向系统配套迁移。存储、PCB和液冷在英伟达及ASIC两类方案中共同膨胀;英伟达高密度大机柜路线进一步抬升CPU、电源及散热价值量,ASIC低芯片成本与大规模横向扩展则显著增强光互连、内存与硬盘及铜连接需求。2.关键环节测算:围绕“量从何来、价由何定”,逐一拆解算力芯片、CPU、服务器组装、光模块、PCB及上游、存储、电源、液冷与铜连接等环...

我来回答

快速提问

海量报告支持,行业专家解读

海量文库支持,行业专家解答

用户解答榜
分享至