AI算力景气深化下PCB与算力租赁共振及ETF配置逻辑

AI硬件产业链景气共振与资本开支传导

AI产业正由模型能力快速迭代逐步进入应用规模化落地阶段，算力需求也由以大模型训练为主，进一步向推理、Agent及企业AI等更持续的工作负载扩散。相较训练需求具有阶段性集中投入特征，推理需求随用户规模、调用频次和应用渗透率增长持续释放，有望推动AI基础设施由阶段性建设转向长期扩容与常态化运营。从投资逻辑看，AI硬件是承接模型能力提升和算力需求增长最直接的基础设施层，核心驱动力来自算力需求增长、资本开支扩张和单机或单机柜价值量提升。

本轮AI硬件景气不仅来自量的扩张，也来自平台升级带来的规格提升和单位价值量增长。GPU性能提升同步拉动服务器、光模块、PCB、存储、电源、散热及数据中心等环节升级，资本开支持续沿硬件产业链传导。产业链主要覆盖计算、互连、存储和智算中心四大环节，其中互连带宽、功率密度和板级复杂度的提升，使得硬件升级不再局限于GPU本身，而是向系统级全面演进。

PCB结构性成长与高端有效产能稀缺性

全球PCB行业已从传统消费电子周期修复，逐步转向AI算力与高端互连驱动的结构性扩张。数据显示，2025年至2030年期间，18层及以上高多层板、封装基板和HDI板产值预计复合增速显著高于行业整体水平。AI集群由单机服务器向机架级系统演进，互连带宽、功率密度和板级复杂度持续提升，推动PCB向更高层数、低损耗材料、高阶HDI及更复杂供电和散热设计升级。

高端PCB仍需经历材料验证、客户认证、良率及稼动率爬坡，名义扩产并不等同于有效供给。具备高速材料理解、高多层及HDI量产、稳定客户认证和规模交付能力的厂商有望受益。同时，交换芯片与SerDes速率升级正在把PCB材料推向更低损耗等级，CCL升级方向由M7/M8向M9及以上延伸，制造壁垒持续抬升。行业机会的核心不是所有PCB产能同步增长，而是高端有效供给与需求结构升级的错配。

推理需求释放与算力租赁运营模式演变

随着AI应用加速落地，国内智算需求持续扩张，算力消费正由集中式模型训练向更加持续的推理需求延伸。调研显示，八成以上受访企业用于训练工作负载的AI算力占比低于半数，企业训练与推理工作负载对应的AI算力约呈四成训练、六成推理的结构。相较于阶段性、集中式的大模型训练，推理需求伴随用户调用和业务量持续发生，对算力资源的持续可用性及灵活扩容能力提出更高要求。

企业算力部署并非简单在自建和租赁之间二选一，混合部署正在成为企业获取AI算力的重要方式。多数企业采用外部AI算力服务加自建数据中心的混合架构，通过自有资源承载核心工作负载，借助外部AI算力服务满足突发峰值、短期研发和模型微调等弹性需求。随着硬件供给增加，行业竞争重点将从GPU和服务器数量转向资源利用率和有效算力产出，全栈协同、统一调度、网络存储优化及模型适配等能力的重要性持续提升。

创业板算力ETF的产品特性与配置价值

创业板算力ETF紧密跟踪创业板算力基础设施指数，重点覆盖光模块、PCB、芯片及存储、AI服务器、智算中心及算力租赁等AI资本开支直接受益环节。相较宽口径AI主题指数，该产品对AI硬件及基础设施景气的暴露更加集中，能够较直接表征AI算力需求增长、资本开支扩张与基础设施景气提升的核心链条。

截至近期数据，指数上游网络通信硬件、芯片存储和智算中心权重合计达到较高比例，使产品收益来源更加集中于硬件产业链。算力产业技术迭代较快、不同阶段核心瓶颈和价值量环节可能持续切换，指数化配置有助于分散单一个股及单一技术路线风险，并通过样本动态调整持续反映产业结构变化。对于希望分享AI算力产业长期成长机会、同时降低个股选择难度的投资者而言，该ETF提供了更为高效的指数化投资工具。