作者： George Kikvadze

编译： 深潮 TechFlow

深潮导读：Bitfury 集团副董事长 George Kikvadze 提出一个逆向思路：AI 赛道最赚钱的机会不在模型层，而在电力、散热、内存、网络等基础设施瓶颈。他梳理了 7 个 AI 系统「卡脖子」环节，并公开了自己的 14 只标的组合，目前回报约 60%。这套「瓶颈投资」框架值得每个关注 AI 投资的人认真看一遍。

想搞懂 AI 里哪儿能赚到钱，别看头条新闻，看系统哪里在承压。

最简单的类比：今天的 AI 就像一座订单无限的工厂，但电力、线缆、散热全都跟不上。

这个错配本身就是机会。

我们做了详细的尽调之后，押注了以下「AI 瓶颈」组合：

$CEG $GEV $VST $WMB $PWR $ETN $VRT $MU $ANET $ALAB $ASML $LRCX $CIFR $IREN

真正该问的问题

多数投资者在问：「谁会赢下 AI？」这个问题问错了。

该问的是：系统会在哪里断裂？谁在赚修复的钱？

在市场里，依赖关系就是杠杆。

AI 的依赖关系一点不抽象，全是实物：

• 兆瓦级电力
• 变压器交付周期
• 每机柜散热能力
• 内存带宽

经济重心正在向这些地方转移。

唯一需要的分析框架

AI 扩张 → 基础设施承压 → 被迫投资 → 瓶颈 → 定价权 → 盈利上修

当需求刚性、供给受限：价格先动，盈利跟上，股价最后重估。

为什么是现在

几个数字说明全部问题：

全美近 50% 的数据中心项目目前处于延期状态，原因不是缺需求或资金，而是拿不到电。变压器交付周期从 2020 年前的 24 个月拉长到了现在的 5 年以上。数据中心建设周期 18 个月。这笔账算不平。

超大规模厂商 2026 年仅 AI 基础设施支出就将达到 7000 亿美元，接近 2022 年的 6 倍。亚马逊 2000 亿，谷歌 1750-1850 亿，Meta 1150-1350 亿。没有一家在减速。

半导体目前占标普 500 IT 板块总市值的 42%，比 2022 年熊市底部翻了一倍多，是 2013 年权重的四倍以上。半导体还贡献了 IT 板块前瞻 EPS 的 47%，比 2023 年几乎翻了三倍。

市场以史无前例的密度涌向算力层。

但算力已经不是瓶颈了。

资本疯狂涌入芯片，而真正的约束已经转移到了别处。

这个落差就是交易机会。

瓶颈地图：压力到底在哪

• 电力：地基

AI 离了电就扩不了。句号。

美国需要每两年新增相当于当前整个数据中心电力基础的容量，才能跟上 2030 年前的 AI 需求预测。核电是唯一能提供超大规模厂商所需规模和可靠性的基荷电源，但即便最快的核电重启也要数年。

标的：$CEG $GEV $VST $WMB

这些不是公用事业股，是 AI 产能提供商。市场还没有完成这个重新归类。这种错误定价就是机会。

Constellation Energy（$CEG） 运营着全美最大的核电站舰队，是少数能提供大规模、可靠、零碳基荷电力的供应商之一。超大规模厂商正加速与核电供应商签署长期购电协议，Constellation 直接处在这条需求路径上。

GE Vernova（$GEV） 正在构建下一轮能源周期的发电骨架，覆盖燃气轮机、可再生能源和电网解决方案。AI 需求加速时，快速大规模部署电力的能力变成关键，GE Vernova 的燃气轮机和电气化能力正处于这个核心位置。

Vistra Corp（$VST） 拥有多元化的发电组合，包括核电、燃气和零售电力，能同时应对基荷和峰值需求。AI 工作负载带来波动性极大的电力需求，这种灵活性变得格外有价值。

Williams Companies（$WMB） 运营着全美最大的天然气管网之一，为弥合当前需求与未来核电规模之间的缺口提供燃料。AI 基础设施扩张中，天然气是最快上线增量电力的途径。Williams 实质上是 AI 增长的能源原料供应商。

电网与电气化：电力背后的约束

发电是一回事，送电更难。

美国电网互联排队现在已经排到了 2030 年以后。未来十年仅满足现有承诺就需要 500 亿美元以上的输电投资，这还没算一座新的 AI 数据中心上线。

标的：$PWR $ETN

时间表在这里打滑，利润率也在这里扩大。解决「最后一公里」配送问题的公司拥有持久的长周期定价权。

Quanta Services（$PWR） 是建设和升级输电基础设施的头部承包商，连接发电端和用电端。电网拥堵成为 AI 扩张的主要瓶颈时，Quanta 直接处在多年期、非自由裁量资本支出的路径上。它的积压订单就是电网压力的前瞻指标。

Eaton Corporation（$ETN） 提供配电系统、开关设备和电力管理技术，让电力能大规模安全高效配送。数据中心向更高功率密度和更复杂能源流推进时，Eaton 的组件从标准化硬件变成了关键基础设施。

散热：沉默的天花板

热量扼杀性能。热力学没有软件补丁。

下一代 AI 设施的目标是 每机柜 250 千瓦，十年前标准企业数据中心只有 10-15 千瓦。液冷不再是可选项，而是必备基础设施。每卖出一块 GPU 都需要对应的散热容量，这个比例不会变。

标的：$VRT

Vertiv 在超大规模数据中心散热领域接近垄断地位。这是整个 AI 堆栈中被低估最严重的环节之一，因为没人在乎散热，直到集群宕机。

Vertiv Holdings（$VRT） 设计和部署热管理系统，让高密度 AI 集群在极端功率负载下保持运转。机柜从风冷转向液冷时，Vertiv 处在这轮结构性升级周期的正中心，直接与 AI 算力部署同步扩张。这不是可选支出，而是正常运行的前提。

内存：下一个瓶颈

AI 正在从算力受限转向内存受限。

随着模型越来越大、推理量爆发，内存的带宽和容量成为约束条件，而不是原始处理能力。HBM（高带宽内存）供应已经紧张。全球前三大 AI 内存供应商控制了 90% 以上的全球 HBM 产出。Micron 是西方的主要受益者。

核心标的：$MU

这是盈利上修的下一波。多数投资组合还没有为此定位。等市场反应过来时，它们会的。

Micron Technology（$MU） 是全球少数能大规模量产先进 HBM 的厂商之一，HBM 是 AI 训练和推理负载的关键组件。当内存成为系统性能的限制因素时，Micron 从历史上的周期性供应商转变为 AI 需求的结构性受益者。这种转变尚未被估值充分反映，存在持续盈利上修和估值倍数扩张的空间。

网络：吞吐层

AI 集群的速度取决于最慢的那条连接。

一个网络瓶颈就能让整个数千 GPU 的集群停滞，浪费每座设施数亿美元的资本。集群规模向 10 万 GPU 配置扩展时，互联问题呈指数放大。一个堵点，全线停摆。

标的：$ANET $ALAB

安静、关键、持仓不足。没人聊网络，直到网络出问题。

Arista Networks（$ANET） 构建高性能网络基础设施，让数据在大规模 AI 集群中无缝流动。工作负载要求超低延迟和高吞吐时，Arista 的软件定义网络成为维持集群效率的关键。停机或低效带来的成本极高，Arista 靠保证系统全速运行来捕获价值。

Astera Labs（$ALAB） 运作在数据通路内部，确保 AI 系统中 GPU、CPU 和内存之间的高速连接。集群密度提升时，瓶颈从网络边缘移向芯片到芯片的通信，这正是 Astera 的位置。在高性能 AI 环境中，组件之间通信不够快，整个系统就慢下来。

制造：长周期约束

没有芯片制造能力就无法扩展 AI。没有制造工具就无法制造先进芯片。

ASML 的 EUV 光刻机生产周期 超过一年，单台成本 超 2 亿美元，没有可信替代品。地球上每一颗先进芯片，从 NVIDIA 的 H100 到苹果的 M 系列，都需要它们的设备。Lam Research 的刻蚀和沉积工具嵌入了全球每一条主要晶圆厂的产线。

标的：$ASML $LRCX

长周期约束。结构上比任何软件护城河都难颠覆。讨论热度远低于应有水平。

ASML Holding（$ASML） 是 EUV 光刻系统的唯一供应商，这是现存最先进的芯片制造工具，也是生产尖端半导体的前置条件。多年期订单积压，没有可行的竞争对手，ASML 控制着全球芯片供应链中的关键卡口。

Lam Research（$LRCX） 供应构成半导体制造骨干的刻蚀和沉积设备。其工具深度嵌入所有主要晶圆厂，使其成为芯片产能扩张中循环且不可或缺的合作方。AI 需求驱动持续的产能扩张时，Lam 获取与全球半导体制造增长直接挂钩的长周期收入。

错误归类：Alpha 的来源

这是多数投资者忽视的部分，也是整个地图上最不对称的机会。

有一类公司，市场把它们当成 A 来定价，但运营和财务的现实已经是 B 了。

拿 $CIFR（Cipher Digital） 和 $IREN（IREN Limited） 来说。

市场看到的还是比特币矿工。

它们正在变成的东西远更有价值：AI 电力基础设施和 HPC 数据中心平台。

这些公司在没人关注的时候锁定了低成本电力，在需求之前就建好了基础设施。今天，超大规模厂商正在疯抢的恰好就是这两样东西。

Cipher Digital 已经开始执行转型，与投资级超大规模租户签署了 15 年租约（第三个 AI/HPC 园区），并从顶级全球银行获得了 2 亿美元循环信贷额度。这些不是投机性动作，是长周期收入承诺。

IREN 在多个站点执行相同策略，将能源获取与可扩展的数据中心建设结合。它的优势是速度：已经控制了转向 AI 工作负载所需的土地、电力和基础设施。

市场看到的还是矿工。资产负债表看起来已经是基础设施公司了。

这个差距会收敛。收敛的时候不会慢。

组合一览

这不是一堆股票，是一个系统。

每个仓位对应 AI 堆栈中的一个特定约束，每个约束都必须被解决，系统才能运转。这就是纪律。

• 电力：$CEG $GEV $VST $WMB
• 电网：$PWR $ETN
• 散热：$VRT
• 内存：$MU
• 网络：$ANET $ALAB
• 制造：$ASML $LRCX
• 错误归类：$CIFR $IREN

多数投资者还没完成的认知转换

我们正在从 算力稀缺 转向 基础设施稀缺。

这意味着：

• GPU 不再是唯一叙事
• 电力、电网、内存和散热成为主导盈利的驱动力
• 回报追随约束，而非热度

多数投资组合的仓位还停留在旧世界。

风险：纪律同样重要

这个框架在特定条件下会失效。它们值得坦诚对待。

超大规模厂商资本支出减速。如果亚马逊、谷歌和 Meta 因利润率压力或需求不及预期而放缓基础设施支出，刚性需求的假设就会弱化。这是需要监控的首要风险，关注每季度的资本支出指引作为领先指标。

瓶颈消解速度快于预期。政府干预变压器制造、加速核电审批、或重组电网互联排队，都可能压缩受约束基础设施的溢价。这些变化缓慢但真实。

监管摩擦。电力和电网基础设施与公用事业监管、环境审查和费率制定机构交叉。在这个领域监管转向不利时，会结构性地、持久地限制回报上限。

关键区别在于：这不是产品周期押注。产品周期一个季度就能逆转。工业约束需要数年建立，也需要数年消解。这种不对称性就是要点。

最后

每个工业时代，财富都不是由造火车的公司创造的。

而是由拥有铁轨、煤炭和路权的公司创造的。

AI 的铁轨用兆瓦、变压器交付周期和每机柜散热能力来衡量。

多数投资者在追 AI。真正的机会是拥有 AI 离不开的东西。

在每个系统里，头条追随创新，利润追随约束。我们聚焦约束而非叙事，目前回报约 60%。随着 AI 基建加速，这不是交易的终点，仍然是早期。我们认为现在才打到第三局。