摘要:随着AI算力需求激增,数据中心电力消耗预计在2030年翻倍。投资者正将目光从GPU扩展至网络、存储、电力与冷却等关键基础设施环节,寻找超越英伟达的长期增长机会。

币圈界报道:
AI算力扩张背后,基础设施布局全面升级
尽管英伟达仍占据人工智能硬件领域的主导地位,但当前资本流向已显著转向更广泛的基础设施建设。从网络连接到电力供应、冷却系统乃至物理数据中心空间,多个环节正成为投资热点。
算力生态延伸:从芯片到能源系统的全链条布局
全球数据中心用电量预计将从2025年的485太瓦时攀升至2030年的950太瓦时,近乎翻倍。这一趋势推动资金持续注入支撑算力运行的底层设施,包括高带宽存储、高速互联网络及高效热管理解决方案。
非英伟达赛道:多元技术平台加速崛起
AI基础设施分层体系日益清晰:计算层由英伟达与AMD主导;网络层依赖博通和美满电子构建集群通信能力;存储层则由美光科技提供高密度内存支持;电力与冷却领域,维谛技术和布鲁姆能源凭借定制化设备与现场发电方案脱颖而出;物理算力承载方面,易昆尼克斯、数字房地产信托与CoreWeave等企业正重塑数据中心资产格局。
电力瓶颈凸显:制约算力扩张的核心变量
若缺乏稳定可靠的电力供给,即便拥有先进服务器也难以实现规模化部署。国际能源署预测,未来五年内数据中心用电量将大幅跃升,促使具备分布式发电能力的企业如布鲁姆能源受到青睐。同时,维谛技术在高密度机房中提供的电力分配与热回收系统,也成为关键配套选择。此外,存储芯片成本上扬亦反映产业链各环节的资源约束正在显现,间接推高整机系统价格。
评估基建股的新维度:效率优先的筛选逻辑
投资者应超越单纯营收增速考量,引入“AI增长效率”作为衡量标准:即AI相关收入增长率除以远期市盈率。例如,某公司40%增长对应40倍估值,得分为1.0;另一公司25%增长搭配20倍估值,得分达1.25,显示其单位增长溢价更低。该指标虽非完整模型,却有助于横向比较不同环节企业的性价比。其他需关注因素包括自由现金流状况、客户集中度、资本开支压力以及所处环节的瓶颈暴露程度。
声明:本站所有文章内容,均为采集网络资源,不代表本站观点及立场,不构成任何投资建议!如若内容侵犯了原著者的合法权益,可联系本站删除。
