# 黄仁勋的AI五层蛋糕：每一层谁在赚钱？

> 研究日期：2026年6月5日 | 16路并行研究整合

---

## 框架定义

黄仁勋2025年达沃斯论坛与贝莱德CEO Larry Fink对话时，将AI产业定义为一块"五层蛋糕"：

```
第5层 ┃ 应用层        ┃ AI Agent、自动驾驶、机器人、行业解决方案
第4层 ┃ 模型层        ┃ 大语言模型、多模态模型
第3层 ┃ 基础设施层    ┃ AI工厂、数据中心、网络、冷却
第2层 ┃ 芯片层        ┃ GPU、加速器、HBM内存、先进封装
第1层 ┃ 能源层        ┃ 电力供应、变压器、核能
```

他的核心观点：AI不是一个产品，是一整条新的工业体系。每一层都有巨大的投资机会，越底层越不可替代。

他把数据中心叫"AI工厂"——"每天只做一件事：生产token。"未来每家公司都会有两座工厂，一座生产产品，一座是AI工厂。

---

## 第1层：能源层——最被低估的瓶颈

**核心逻辑：** AI算力的尽头是电。全球数据中心用电量2025年485TWh，预计2030年翻倍至950TWh。美国近半数规划中的数据中心建设项目已被延迟或取消，原因不是缺GPU，是缺电和缺变压器。

**瓶颈数据：** 大型电力变压器交期已延至2-4年，高压变电站交期3-5年。

### 代表公司（5家）

| 公司 | 定位 | 关键数据 |
|------|------|----------|
| **Eaton（伊顿）** | 电气设备龙头 | 数据中心电力分配系统全球领先，受益于变压器短缺 |
| **GE Vernova** | 电力设备+天然气发电 | 从GE分拆的能源公司，变压器+燃气轮机双线受益 |
| **Constellation Energy** | 核电运营商 | 美国最大核电运营商，与微软签署核电供应协议 |
| **NuScale Power** | 小型模块化核反应堆（SMR） | 唯一获NRC认证的SMR设计，面向数据中心长期供电 |
| **特变电工** | 中国变压器龙头 | 中国向美国出口变压器数量从2022年1500台激增至2025年8000+台 |

**选择理由：** 变压器4年交期意味着这个瓶颈2028年前无法缓解。核电是AI数据中心长期供电的最终答案。这一层的确定性最高、关注度最低、估值最合理。

---

## 第2层：芯片层——价值最密集的战场

**核心逻辑：** AI加速器市场2026年预计超1500亿美元。Nvidia仍占约75-80%份额，但定制ASIC增速（+45%）首次超过通用GPU（+16%），超大规模客户的"去Nvidia化"是结构性趋势。

### 代表公司（5家）

| 公司 | 定位 | 关键数据 |
|------|------|----------|
| **Nvidia** | AI GPU垄断者 | FY2027 Q1营收816亿美元（+85%），数据中心752亿（+92%），毛利率75%，市值5.2万亿美元 |
| **Broadcom** | 定制ASIC之王 | Q2 FY2026 AI营收108亿（+143%），为Google/Meta/OpenAI设计定制芯片，730亿积压订单 |
| **AMD** | 唯一通用GPU挑战者 | Q1 2026数据中心营收58亿（+57%），OpenAI选择AMD建设6GW算力 |
| **台积电** | AI芯片制造垄断 | 先进制程全球份额超90%，CoWoS封装满载至2026年，是整条链的物理瓶颈 |
| **SK海力士** | HBM内存龙头 | HBM市场份额62%，三星从41%暴跌至17%，HBM是AI芯片不可缺少的"弹药" |

**选择理由：** Nvidia是标准制定者但面临定制芯片侵蚀；Broadcom是定制芯片最大赢家且增速更快；AMD是唯一可选替代；台积电和SK海力士卡住了整条链的物理瓶颈。这五家合起来就是AI芯片层的全部。

---

## 第3层：基础设施层——7250亿美元的军备竞赛

**核心逻辑：** 四大超大规模云厂商（微软+亚马逊+谷歌+Meta）2026年合计资本开支约7250亿美元，同比+97%。没有任何一家削减投入，全部在上调。这些钱花在服务器、网络设备、数据中心建设和冷却系统上。

### 代表公司（5家）

| 公司 | 定位 | 关键数据 |
|------|------|----------|
| **Arista Networks** | AI数据中心网络交换机 | AI网络收入高速增长，800G/1.6T以太网解决方案，与Broadcom竞争InfiniBand替代 |
| **Vertiv** | 数据中心电力+液冷 | 全球液冷市场份额11.3%排名第一，NVL72架构强制液冷是核心催化剂 |
| **中际旭创** | AI光模块全球龙头 | 2025年营收382亿元（+60%），净利108亿（+109%），800G市占率约50% |
| **Dell Technologies** | AI服务器出货量领先 | AI服务器积压订单超过90亿美元，与Nvidia深度绑定 |
| **CoreWeave** | 纯GPU云基础设施 | 2025年营收51.3亿美元（+170%），994亿积压订单，但总债务214亿、GAAP亏损 |

**选择理由：** 网络（Arista）、电力冷却（Vertiv）、光互联（中际旭创）、服务器（Dell）、GPU云（CoreWeave）——覆盖了基础设施层从电力到算力交付的完整链条。中际旭创是中国在整个AI产业链中定价权最强的公司。

---

## 第4层：模型层——史上最快的收入增长

**核心逻辑：** Anthropic年化收入从10亿美元涨到470亿美元只用了14个月，这可能是人类商业史上最快的企业收入增长。OpenAI月营收20亿美元。2026年下半年将迎来AI公司密集IPO潮（Anthropic已秘密提交、OpenAI目标9月）。

### 代表公司（5家）

| 公司 | 定位 | 关键数据 |
|------|------|----------|
| **Anthropic** | 估值最高的AI创业公司 | 估值9650亿美元（超越OpenAI），年化收入470亿美元，Arena排名第一，已秘密提交IPO |
| **OpenAI** | AI先发者 | 估值8520亿美元，年化收入约240亿美元，2026年9月目标IPO |
| **Google DeepMind** | 技术最全面 | Gemini订阅收入12亿美元，Google Cloud AI产品收入+800%，母公司Alphabet市值2.1万亿 |
| **Meta AI** | 开源路线领导者 | Llama模型开源建生态，AI提升广告收入超20%，2026年AI资本开支1250-1450亿美元 |
| **DeepSeek** | 中国AI最强代表 | V4-Pro 1.6T参数，数学推理超Claude，API价格仅为西方的1/10-1/75，估值515亿美元 |

**选择理由：** Anthropic和OpenAI是商业化双雄；Google有最完整的AI变现闭环（搜索+云+订阅）；Meta走开源路线影响整个生态；DeepSeek证明了中国以十分之一成本追平前沿的可能性。xAI和Mistral规模仍小，暂未入选。

---

## 第5层：应用层——谁在真正靠AI赚钱？

**核心逻辑：** 大多数所谓"AI概念股"的AI收入占比仍很低。真正靠AI赚钱的公司没几家，但估值分化极端——Palantir P/E 105倍，Salesforce仅14倍。

### 代表公司（5家）

| 公司 | 定位 | 关键数据 |
|------|------|----------|
| **Palantir** | AI决策操作系统 | Q1 2026营收16.3亿（+85%），净利率44%，AIP Boot Camp转化率75%，但P/E 105x |
| **Salesforce** | AI Agent企业应用 | Agentforce ARR 10亿+，29000笔交易，FY2026总营收415亿，P/E仅14x——性价比最好的AI应用标的 |
| **ServiceNow** | 企业AI工作流 | Now Assist ACV目标10亿+，订阅收入+22%，ITSM垄断地位，P/E 25x |
| **Tesla** | 自动驾驶+机器人 | FSD订阅128万用户，Robotaxi已在达拉斯/休斯顿运营，Optimus 2026夏量产，但P/E 317x |
| **Adobe** | AI创意工具 | Firefly生成240亿+资产，Fortune 500采用率75%，但AI直接收入仅4亿，Forward P/E 10x最低 |

**选择理由：** Palantir是AI应用收入增速最快的公司（+85%）；Salesforce是估值最合理的大型AI应用标的（P/E 14x）；ServiceNow是企业AI变现最清晰的案例；Tesla代表AI的终极物理形态（自动驾驶+机器人）；Adobe是AI创意赛道的定义者。

---

## 中国AI对标：每层最强是谁？

| 层级 | 中国最强 | 与全球龙头差距 |
|------|---------|---------------|
| 能源层 | 特变电工 | 规模接近，但受贸易政策限制 |
| 芯片层 | 华为昇腾 | 硬件差1代，CUDA生态差1个时代。国内份额50%，全球约0% |
| 基础设施层 | 浪潮信息/中际旭创 | 浪潮份额全球第二但利润率差3倍；中际旭创在光模块上有定价权 |
| 模型层 | DeepSeek | 技术差3-6个月，成本优势10倍，但商业化营收差100倍+ |
| 云平台层 | 阿里云 | 营收差6倍（180亿美元 vs AWS 1150亿），全球化能力差距巨大 |
| 应用层 | 科大讯飞/金山办公 | 行业AI落地不逊色，但通用AI应用规模差距悬殊 |

---

## 投资视角总结

### 按确定性排序的投资机会

| 优先级 | 层级 | 逻辑 | 代表标的 |
|--------|------|------|----------|
| 1 | 能源层 | 变压器4年交期不可缓解，最确定的瓶颈 | Eaton、GE Vernova |
| 2 | 芯片层 | AI算力的"标准度量衡"，护城河最深 | Nvidia（但估值需审视）、Broadcom（增速更快） |
| 3 | 基础设施层 | 7250亿美元资本开支是真金白银 | 中际旭创、Vertiv、Arista |
| 4 | 模型层 | 增长最爆炸但多数未上市 | 等Anthropic/OpenAI IPO |
| 5 | 应用层 | 真正靠AI赚钱的还很少 | Salesforce（P/E 14x）、Adobe（P/E 10x）性价比最高 |

### 一句话

越底层、越物理、越不可绕过的环节，投资确定性越高。最性感的层（模型、应用）反而是确定性最低的。

---

*数据来源：SEC财报文件、公司电话会议纪要、高盛/摩根士丹利/花旗/HSBC研报、TrendForce、IDC、斯坦福2026 AI指数报告、新浪财经、华尔街见闻、虎嗅等*

*免责声明：本报告仅为投资研究，不构成投资建议。*