猜你想问
创业板算力在AI浪潮中的角色是什么？
本次研报聚焦创业板算力在AI浪潮中的角色，定义算力为计算设备处理数据的能力，并将提供芯片、光模块、数据中心等基础设备与服务的企业称为“卖水人”。AI训练是阶段性集中投入的学习过程，而推理是持续发生的实际任务执行，多模态应用和智能体的兴起将显著提升算力需求。产业链配套重要性方面，大规模AI计算依赖多环节协同，光模块、PCB、液冷供电等配套环节需随AI集群扩大而升级，部分环节因技术升级提升单台设备价值量。
AI算力产业链有哪些关键环节？
AI算力产业链涵盖多个关键环节，包括芯片设计制造、光模块、PCB板、液冷供电、数据中心建设等。芯片是算力的核心，GPU、CPU、FPGA等需求旺盛；光模块负责高速数据传输；PCB板承载各类电子元件；液冷技术解决高密度算力集群散热问题。这些环节需随AI集群扩大而升级，部分环节如高端光通信、高端PCB因技术壁垒提升单台设备价值量。
算力租赁业务模式有何特点？
算力租赁业务允许企业按需使用算力资源，降低自建成本。服务商提供集群交付和调度服务，但受土地、电力等资源约束，属于重资产行业。通过租赁，企业可灵活应对算力需求波动，尤其适用于AI大模型训练等阶段性高负载场景。不过，算力服务商需具备强大的资源整合和运维能力，且受限于物理资源扩张速度，其发展存在周期性。
当前AI算力市场供需状况如何？
当前AI算力市场需求从大模型训练拓展至规模化推理和多模态应用，需求持续增长。供给端受GPU、HBM、光模块、数据中心建设等多环节周期制约，存在供需时间差。GPU产能、HBM供应、光模块交付及数据中心建设均需时间，导致供给弹性有限。随着AI应用深化，算力需求将持续扩大，行业景气度有望维持较长周期。
投资AI算力赛道需注意哪些风险？
投资AI算力赛道需关注多重风险。首先，科技板块波动较大，指数化配置虽能分散个股风险，但无法消除板块整体波动。其次，需警惕估值过高和交易拥挤风险，尤其对于热门概念股。此外，AI算力投入的持续性取决于云业务收入增长能否支撑，以及AI投资回报是否兑现，需持续验证需求、订单和业绩。最后，需关注国内外发展逻辑差异，如国产GPU及高端光通信等环节需持续跟踪技术、订单和业绩表现。