2026年5月AI算力硬件年中策略：竞争进入“系统性”时代

算力景气持续高增，需求闭环逻辑强化

海内外科技巨头在算力领域的资本开支呈现指数级增长态势。海外四大云服务提供商（CSP）已发布2026年资本开支指引，合计规模较2025年大幅跃升，标志着算力投资正从“百亿”向“千亿”级别迈进。这种高强度的资本投入并非孤立现象，而是由AI应用盈利验证、Token消耗激增反哺模型迭代所驱动的“盈利-数据-模型升级”闭环逻辑所支撑。尽管算力扩张面临电力、土地等物理资源瓶颈，但各大厂商为锁定市场份额，竞争已进入白热化阶段，算力需求的底层逻辑依然稳固。

技术范式转变：从“芯片驱动”到“系统驱动”

随着Scaling Law与摩尔定律的逐渐“割裂”，算力基础设施的技术创新动力已从单一芯片性能提升转向系统级协同创新。当前的算力架构正经历根本性转变，即从过去的“芯片驱动”演进为“系统驱动”。Scaling Law定义了算力需求的总量，而技术路径则由系统级瓶颈决定。这一转变迫使整个产业链围绕高速互联、高效供电和散热三大核心环节进行系统性升级。GPU与服务器作为算力基石，决定了算力的上限；液冷与存储作为效能关键，决定了算力的密度；光模块与PCB作为连接动脉，决定了数据交互的效率。当前所有CSP厂商的超大规模数据中心设计均在印证这一系统级协同进化的逻辑。

核心配套环节：电源、液冷与存储的结构性机遇

在电源领域，随着单机柜功率密度迈向百千瓦级别，传统交流供电已难以满足需求，向高效率、高密度的48V直流供电及分布式电源架构演进成为必然趋势。高压直流（HVDC）和固态变压器（SST）等新技术凭借更高的转换效率和更小的占地面积，正逐步成为AI数据中心的标配方案。

在散热领域，液冷已从“可选”变为“必选”。面对高密度算力集群带来的巨大热量，风冷散热极限已被突破。冷板式液冷目前占据主流，而浸没式液冷因其更优的散热性能，正被视为未来的终极解决方案。液冷技术的导入不仅关乎散热效率，更直接影响数据中心的PUE指标和部署密度，技术门槛与系统集成能力成为行业竞争的关键壁垒。

在存储领域，HBM（高带宽内存）成为打破“内存墙”、赋能GPU算力的核心组件。随着AI模型参数量的爆炸式增长，内存容量和带宽成为制约系统性能的首要瓶颈。HBM通过3D堆叠和先进封装技术，实现了极高的带宽和能效，其需求随AI算力扩张持续高增。此外，玻璃基板作为下一代先进封装的载体，凭借其在微细线路、平整度和散热性能上的优势，有望取代传统有机基板，成为HBM封装的首选方案，进一步支撑算力向更高带宽和更大集成度发展。

互联与传输：PCB与光模块的技术迭代加速

PCB行业在AI驱动下呈现结构性增长，高多层板和HDI板占比显著提升。为满足芯片I/O速率激增带来的信号完整性要求，PCB材料向M8、M9等高阶低损耗材料演进，层数也不断增加。正交背板等创新连接方案因具备高集成度和低发热优势，正逐步替代传统铜缆连接，成为高密度集群的重要趋势。

光模块作为数据交互的动脉，正加速向1.6T及更高速率迭代。CPO（共封装光学）和LPO（线性驱动可插拔光学）等新技术旨在降低功耗和时延，提升带宽密度。上游光器件如EML芯片因技术壁垒高、产能紧张，展现出显著的稀缺性优势。头部光模块厂商凭借技术积累和客户绑定，在全球市场中占据绝对主导地位，行业“强者恒强”格局凸显。