3273.层层点火：这轮AI牛市到底在涨什么？

欢迎收听雪球出品的财经有深度，雪球，国内领先的集投资交流交易一体的综合财富管理平台，聪明的投资者都在这里。今天分享的内容叫层层点火：这轮A I牛市到底在涨什么？来自六亿居士。虽然，市场的两极分化让不少朋友有些不适，但这轮A I技术革新，却切实地影响着我们的日常生活。随着国内外A I大模型的不断出现和升级，智能体工具的普及，A I极大程度提高我们的工作效率，已成为不少人不可或缺的帮手。受益于前些年互联网、云计算、大数据的蓬勃发展，我们打开各类大模型、智能体时，其实我们感知不到A I模型背后的运行逻辑和代价，但其实没有一个科技树是跳着点亮的。试想一下：我们让A I写一篇专业报告，几秒钟就能出一个结果，而手机都不会烫一下。实际上，我们的指令可能跑了几千公里远，在某个数据中心里，成千上万块G P U正卖力地帮我们运算着。而G P U的背后则是数据交换需要用到的核心部件“光模块”，但计算压力太大，G P U会出现跟不上的状态，还需要H B M来救场。为了提升效率，H B M还需要更先进的封装模式，减少中间的损耗。而先进封装需要特定的板载和工艺，需要用到电子特气。更有甚者，已经早早布局了土地、能源、矿产等传统板块，从而应对泛科技领域日益上涨的需求。而整个A I产业链的向上探索，市场热度的细分变化，每一轮细分行情的本质，都是A I需求在产业链上暴露了新的供需短板。而经历过了新能源、光伏等新领域完整探索的我们，这一轮A I产业链的探索，变得更加充分和迅速。自二零二三年英伟达点燃算力行情以来，这轮传导基本没有停过，沿着卡算力、存储、通信、到零部件、原材料的路径逐层扩散。G P U——算力爆发说起算力，大多数人首先想到的是C P U。但在A I大模型领域，真正的主角却是G P U。C P U擅长复杂的逻辑控制和串行运算，像一个全能但速度有限的管理者。而G P U拥有成百上千个计算核心，正好契合大规模的并行计算，高度契合深度学习所需的矩阵运算。训练一个大模型，需要成千上万颗G P U组成算力集群，英伟达的H 一百和后续系列，凭借C U D A软件生态的深度绑定，成为全球科技巨头争抢的对象。它的营收规模、毛利率一路走高，股价也随之飞升，这是整轮行情的起点，也是市场最先定价的环节。光模块——高速公路G P U单卡算力再强，也无法独立完成训练，毕竟在现有的物理学限制下，单卡总归有天然的瓶颈。所谓一个好汉三个帮，一块不行就叠加，此时便需要用到光模块。而光模块就像连接每一块G P U的数据高速公路，带宽越高，集群的整体效率就越高。数千颗G P U组成集群后，彼此之间需要海量数据交换。单颗G P U在集群中通常需要搭配多个高速光模块，800G率先成为刚需，1.6T随后接力。受益于这轮光模块需求爆发，国内相关企业凭借全球领先的制造能力和成本优势，享受了持续数年的高景气周期。H B M——打破内存墙GPU算力飞速提升，光模块解决了数据的外部传输问题，但一个新的瓶颈悄然出现：计算速度太快，传统显存的数据供给速度远远跟不上，GPU不得不频繁停下来等待数据，这就是内存墙。HBM高带宽内存通过3D堆叠技术将多层DRAM芯片垂直堆叠，并与GPU并列贴在同一块硅中介层上，用缩短物理距离的方式换取带宽的指数级提升。随着AI训练规模持续扩大，HBM的需求量急剧攀升。从HBM2E到HBM3E，每一代产品都供不应求，全球HBM市场长期由少数几家存储巨头垄断，供需缺口持续扩大，存储芯片板块随之全面起飞。先进封装与P C B——挑战物理极限H B M的制造是一个物理集成的奇迹，它在指甲盖大小的空间里，将多层D R A M芯片垂直堆叠，再用数千个比头发丝还细的微凸块，将它们与G P U高密度互联。它不像传统内存那样可以直接焊在P C B上，其通过“微凸块”高密度连接到硅中介层，再由硅中介层将信号传递给G P U。以台积电的Co Wo S封装为代表的先进封装技术，先将G P U和H B M并排安放在硅中介层上，通过微凸块完成互联，再整体封装到基板上，成为整个A I芯片制造的核心枢纽。随着AI芯片面积越来越大、H B M堆叠层数越来越高，Co Wo S产能缺口一度达百分之40至50。先进封装从配角蜕变为主角，而封装所需的A B F载板、高端覆铜板、高速P C B也因精度和可靠性要求大幅提升，开始享受产能溢价。半导体设备——扩产的先行指标封装厂与晶圆厂产能严重不足，扩产成为唯一出路，而扩产的第一步，就是订购设备，这些设备的交货周期长、技术门槛高，必须提前锁定产能。故设备板块成为产业链扩产最敏锐的先行指标，全球半导体设备巨头纷纷进入业绩爆发期。上游原材料——供给弹性瓶颈设备可以加班加点生产，但制造芯片和先进封装所需的原材料，却有着天然的刚性约束。光刻胶、A B F薄膜、电子特气、高纯硅片、C M P抛光液，这些材料技术壁垒极高、认证周期极其漫长、全球供应商高度集中。当设备到位、产能铺开之后，市场猛然发现，最底层的原材料，成了整个产业链扩张的最后瓶颈。这一层的逻辑，和二零二一年新能源大行情中碳酸锂的剧本如出一辙。需求爆发后，产业链最上游、供给弹性最小的环节，往往会经历最剧烈的价格重估。只不过这一次，主角换成了半导体材料。综上所述，对于大类资产配置的朋友而言，其实不一定要关注细分行业，选择科创综指、科创50、创业板指、创业50或者双创50等板块宽基指数，已经能实现较好的市场跟踪效果。如果对新兴科技有一定偏好，愿意花时间去研究的朋友而言，根据行业的发展进程，选择不同阶段的细分行业指数，也是一个不错的方式。但值得注意的是，随着泛科技、人工智能领域的快速走高，目前相关指数的估值并不低，部分指数已经到了历史高位，需要注意风险。通过梳理泛AI科技链全链条这六层传导，我们发现：A I需求从算力端出发，沿着产业链一路向上传导，每暴露出一个新的供需短板，那个环节就会成为市场的焦点。从G P U到光模块，从H B M到先进封装，从设备到原材料，短板在哪里，焦点就在哪里。这轮科技牛市的推进速度之快、渗透之深、链条之复杂，远超以往任何一轮结构性行情。回顾过往，有几个值得留意的观察：市场对产业链的认知在进化经历过新能源、光伏等产业的完整周期，这一轮A I行情中，市场对产业链的“短板识别”变得更快、更精准。以前可能需要一两年才能完成从下游到上游的传导，现在几个月就能走完一轮。这意味着留给普通投资者研究和反应的时间窗口正在缩短，但也意味着，那些提前把产业链脉络理清楚的人，会越来越从容。最终限制产业扩张的，永远是上游不管是二零二一年碳酸锂的剧本，还是当下电子特气和钨粉的故事，都在验证同一个规律：当需求爆发式增长，产业链最上游、供给弹性最小的环节，往往会经历最剧烈的价格重估。这不是偶然，而是产业规律使然。科技投资的难度在提升这轮行情从G P U一路烧到光刻胶、电子特气、钨粉，细分领域的专业性越来越强，普通投资者想要精准把握每一个轮动节点几乎不可能。与其追逐每一个风口，不如退一步，用指数化的方式分享产业趋势的红利，这也是指数化投资的价值。但值得注意的是，产业链传导越到上游，波动往往越大。上游材料对产业周期的敏感度更高，供需缺口的持续性也存在不确定性。而看懂这条链，才算真正看懂了这轮科技牛市。看懂了这个规律，才能在下一轮机会浮现时，做出更从容的判断。