社区

当市场还在讨论AI是否“估值过高”时，高盛交易台给出了一个更具操作性的判断：

👉 AI主线没有结束，反而进入“结构性补涨阶段”

核心逻辑非常清晰：

* AI数据中心整体已大幅上涨（+300%级别）

* 但细分基础设施出现明显分化

* 液冷、光通信、推理算力仍明显滞涨

换句话说：

👉 第一波赚的是“算力龙头”（如GPU）

👉 第二波赚的是“基础设施补涨”

⸻

一、AI基建进入“精细化投资阶段”

市场正在发生一个关键转变：

从：

✔ 关注“谁投钱（CAPEX）”

转向：

✔ 关注“钱流向谁（设备供应链）”

⸻

三大核心补涨方向

1、推理算力（Inference Compute）

* 到2030年占比将达 40%+

* CAGR约 35%

👉 AI从“训练”走向“应用”的核心基础设施

⸻

2、液冷系统（Cooling）

* 高性能GPU已逼近散热极限

* 数据中心用水需求将 3倍增长

👉 从“可选项”变成“刚需”

⸻

3、光通信（Optical Networking）

* 800G / 1.6T 光模块供给严重短缺

* 最高缺口达 60%

👉 AI算力之间的“神经网络”

⸻

二、重点受益美股公司

⸻

1、推理算力核心标的

$美国超微公司(AMD)$  

核心定位

AI推理芯片 + GPU竞争者

⸻

优势分析

1、推理市场最大受益者之一

相比训练（NVIDIA主导），推理市场更开放

2、性价比优势（每美元算力）

更符合企业降本需求

3、生态逐步完善

ROCm生态持续追赶CUDA

⸻

投资逻辑

👉 AI从训练走向应用，AMD是最大边际受益者之一

⸻

2、光通信核心标的

$COHERENT(COHR)$  

核心定位

光模块、激光器核心供应商

⸻

优势分析

1、深度绑定AI光通信链条

参与800G/1.6T光模块供应

2、供给紧张直接受益

行业明确存在供需缺口

⸻

投资逻辑

👉 光模块短缺 = 价格上涨 + 订单爆发

⸻

Lumentum Holdings（LITE）

核心定位

光通信与激光技术龙头

⸻

优势分析

1、数据中心光互联核心供应商

2、技术壁垒高（高速光芯片）

⸻

投资逻辑

👉 AI算力扩张 → 数据传输需求爆发

⸻

3、液冷与散热系统

$Vertiv Holdings LLC(VRT)$  

核心定位

数据中心基础设施龙头（散热+电源）

⸻

优势分析

1、液冷系统核心供应商

2、绑定大型云厂商（Hyperscaler）

3、订单爆发已在兑现

⸻

投资逻辑

👉 AI算力密度提升 → 液冷成为刚需

⸻

$摩丁制造(MOD)$  

核心定位

热管理与冷却系统

⸻

优势分析

1、转型AI数据中心散热

2、小市值 → 高弹性

⸻

投资逻辑

👉 “小而美”的液冷弹性标的

⸻

4、AI基础设施“卖水人”

$超微电脑(SMCI)$  

核心定位

AI服务器与机架解决方案

⸻

优势分析

1、整合GPU+液冷+服务器

2、交付能力极强（速度优势）

⸻

投资逻辑

👉 AI基建爆发 → 服务器需求直接放量

⸻

三、为什么这些方向会补涨？

原因非常简单：

1、第一阶段涨的是“核心算力”

* NVIDIA

* 云厂商

⸻

2、第二阶段才轮到“基础设施”

因为：

* 算力部署 → 才需要散热

* 算力扩张 → 才需要光通信

* AI应用落地 → 才需要推理

⸻

👉 这是一个天然的滞后链条

⸻

四、投资策略

⸻

稳健配置

* Vertiv（液冷龙头）

* Lumentum（光通信龙头）

⸻

进攻组合

* AMD（推理算力）

* Coherent（光模块）

* Modine（小市值弹性）

⸻

高弹性核心

* Super Micro（AI服务器）

⸻

五、核心结论

AI行情没有结束，而是进入：

👉 “从核心到边缘”的扩散阶段

下一阶段最重要的机会不在：

❌ 再追GPU龙头

而在：

✅ 寻找被低估的基础设施环节

⸻

一句话总结

👉 第一波赚“算力”，第二波赚“算力背后的基础设施”。