03-01 AI 硬件供应链：从一笔资本开支，到每一个零部件
这是 AI 赛道的”伞”。你的四个核心赛道——03-03 光模块、03-02 CPO、03-04 PCB、03-05 液冷——都是这把伞下的骨架；新补的 07-04 AI集群网络 则解释这些零部件为什么会从”配套”变成算力瓶颈。先看懂这张总图，再看每个赛道才知道它们在整机里站在哪、被谁的需求拉动。
一、一句话抓住主线：盯住 Capex
整条 AI 硬件链的”总需求开关”只有一个——云厂商的资本开支（Capex，Capital Expenditure，指企业买服务器、建数据中心这类大额投资）。
掏钱的就那几家：北美的微软、谷歌、亚马逊、Meta，加上中国的阿里、腾讯、字节。它们的 Capex 一抬，需求就沿着链条往下传导；一砍，全链跟着降温。 所以看 AI 硬件，第一件事永远是看财报季里这些巨头的 Capex 指引（是上修还是下修）。国产这边的算力投入见 04-04 国产算力需求。
二、把一台 AI 服务器拆开看
可以把一台 AI 服务器/机柜想象成一个超级大脑：
| 部件 | 大脑类比 | 干什么 |
|---|---|---|
| GPU / 加速器 | 脑细胞 | 算力核心（英伟达垄断，国产昇腾/寒武纪追赶） |
| 05-03 HBM 存储 ★ | 短期记忆 | 高速喂数据给 GPU，不然算力饿肚子 |
| 03-04 PCB ★ | 神经网络底板 | 承载并连接所有芯片 |
| 03-03 光模块/03-02 CPO ★ | 神经纤维 | 机柜之间、集群内部的光互联 |
| 03-05 液冷 ★ | 血液循环 | 给高热芯片散热 |
| 电源 / 交换机 / 07-04 AI集群网络 | 供血与经络 | 供电、组网,让 GPU 之间低延迟同步 |
★ 是你的核心赛道。规律是：GPU 这颗”脑细胞”被英伟达卡着，但周围的配套环节，中国都有强势公司，而且是量价齐升。
三、需求怎么沿链传导
顺序大致是：Capex → AI 服务器/机柜 → 07-04 AI集群网络 → 各零部件。但传导有先后——通常 GPU 先放量，配套的存储、PCB、光模块、液冷随后跟上，中间有时滞。
最甜的环节是**“量价齐升”**的：不只是卖得多（量增），单个的价值量还在涨（价升）。光模块（速率升级）、PCB（层数材料升级）、液冷（渗透率提升）都符合这个特征——这正是它们比单纯”卖得多”的环节更性感的原因。
四、中国的位置：被卡的是 GPU，能打的是配套
英伟达高端 GPU 受出口管制（详见 02-02 日美半导体协议vs对华出口管制），于是两条线同时发生：
- 国产算力替代加速：昇腾、寒武纪、海光顶上，详见 04-04 国产算力需求。
- 国产 AI 硬件配套受益：不管最终用谁的 GPU，光模块、PCB、液冷、存储这些配套都要用——而这些环节中国有全球级的公司。这就是 01-02 国产替代投资逻辑 在 AI 硬件上的落地。
换句话说：GPU 这颗最难的”脑细胞”还在攻坚，但连接大脑的”神经和血液”，中国已经能供给全世界。
五、落到交易视角
- 主信号：盯云厂商 Capex 指引——这是全链的发动机，比任何单一公司的消息都重要。
- 节奏：英伟达平台迭代（GB200 → GB300 → Rubin）是天然的催化日历，每一代都拉动新一轮配套升级。
- 风险：Capex 见顶或”AI 叙事降温”会冲击全链，不是某一家的事——这是系统性风险，要整体盯。
- 选股思路：在这把伞下，找”量价齐升 + 中国能打”的交集环节，再逐个深入（见下面四篇）。