# 黄仁勋说AI是五层蛋糕，每一层谁在赚钱？

黄仁勋今年在达沃斯和GTC上反复讲一个框架：AI不是一个产品，是一整条新的工业体系，从底到顶有五层。

他把这五层叫"AI蛋糕"。我花了一周时间把每一层拆开看了看，发现里面的投资逻辑比想象中清晰得多。

## 先把五层讲清楚

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

黄仁勋的原话："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。AI工厂每天只做一件事：生产token。"

他给了一个衡量AI工厂效率的核心指标：每瓦特产出多少token。这个指标的意思是，AI这门生意最终会像制造业一样，拼的是每一度电能产出多少智能。

## 第1层：电——最无聊但最确定的机会

全球数据中心用电量2025年已达485太瓦时，五年内要翻倍。但美国近一半规划中的数据中心项目已经被延迟或取消了。不是因为缺GPU，是因为缺电和缺变压器。

大型电力变压器交期已经延到4年。这意味着2026年的产能早在2022年就决定了，现在下单最快2030年才能交付。

这一层最不性感，但确定性最高。变压器短缺在2028年前不可能缓解。Eaton、GE Vernova这类电力设备公司是AI产业链里估值最合理的受益者。

## 第2层：芯片——5万亿美元的垄断之王

Nvidia仍然是AI算力的"标准度量衡"。FY2027 Q1营收816亿美元，同比涨85%，数据中心业务752亿涨了92%，毛利率75%。市值5.2万亿美元，全球第一。

但最值得关注的变化是：定制芯片增速（+45%）首次超过了通用GPU（+16%）。Google、Meta、亚马逊、微软都在自研或找Broadcom/Marvell定制AI芯片，目的就是降低对Nvidia的依赖。

Broadcom这个季度AI营收108亿美元，同比涨143%，比Nvidia涨得还快。CEO陈福阳说"有信心2027年AI芯片营收超过1000亿"，手上730亿积压订单。

芯片层的五个关键角色：Nvidia（标准制定者）、Broadcom（定制芯片之王）、AMD（唯一通用替代）、台积电（制造垄断）、SK海力士（HBM内存62%份额）。

## 第3层：基础设施——7250亿美元的军备竞赛

四大云厂商2026年资本开支合计7250亿美元，同比翻倍。没有任何一家在削减。

| 公司 | 2026年资本开支 | 同比 |
|------|--------------|------|
| 亚马逊 | 2000亿美元 | +60% |
| 微软 | 1900亿美元 | +138% |
| 谷歌 | 1800亿美元 | +97% |
| Meta | 1350亿美元 | +80% |

这些钱花在哪？约40-60%买GPU/芯片，20-25%建数据中心，15-20%买服务器配件，10-15%买网络设备。

7250亿美元是真金白银，不是PPT。这些钱沿着供应链流下去，养活了光模块（中际旭创2025年净利108亿）、网络设备（Arista）、液冷系统（Vertiv）、服务器（Dell）这些公司。

值得一提的是中际旭创——这是中国企业在整个AI产业链中定价权最强的一个点。全球800G光模块约一半是它的，Nvidia的订单35%给了它。

## 第4层：模型——史上最快的收入增长

Anthropic年化收入从10亿涨到470亿只用了14个月。这可能是人类商业史上最快的企业收入增长。

| 公司 | 估值 | 年化收入 |
|------|------|----------|
| Anthropic | 9650亿美元 | 470亿美元 |
| OpenAI | 8520亿美元 | 240亿美元 |
| xAI（SpaceX合并） | 1.75万亿目标 | 32亿美元（xAI部分） |
| DeepSeek | 515亿美元 | 未披露 |

2026年下半年是AI公司的IPO大年——Anthropic已秘密提交、OpenAI目标9月上市。这将是检验这些天价估值能否经受公开市场审视的时刻。

DeepSeek是这一层最有意思的变量。V4-Pro在数学推理上已经超过Claude，API价格只有西方竞品的十分之一到七十五分之一。它证明了一件事：模型能力的差距在缩小，但商业化的差距还是数量级的。

## 第5层：应用——真正靠AI赚钱的没几家

这一层的残酷现实是：大多数"AI概念股"的AI收入占比仍然很低。但估值分化极端。

| 公司 | AI收入增速 | P/E |
|------|-----------|-----|
| Palantir | +85% | 105x |
| Tesla | FSD订阅+51% | 317x |
| ServiceNow | AI交叉销售10倍 | 25x |
| Salesforce | Agentforce +200% | 14x |
| Adobe | Firefly积分消耗3倍 | 10x |

Palantir是最纯正的AI应用公司，85%增速碾压同行，但105倍PE已经透支了很多。Salesforce和Adobe是性价比最好的——14倍和10倍PE，AI产品增长迅猛但市场给的估值很低，原因是总营收增速只有10-12%。

如果你相信AI应用层的变现还在早期，那Salesforce 14倍PE可能是整个AI产业链里最被低估的标的。

## 中国每层最强是谁？

| 层级 | 中国最强 | 与全球龙头差距 |
|------|---------|-------------|
| 芯片 | 华为昇腾 | 硬件差1代，CUDA生态差1个时代 |
| 基础设施 | 中际旭创 | 光模块有全球定价权，是例外 |
| 模型 | DeepSeek | 技术差3-6个月，商业化差100倍 |
| 云 | 阿里云 | 营收差6倍，全球化差距巨大 |
| 应用 | 科大讯飞 | 行业落地不弱，通用应用差远了 |

中国AI最大的进步在模型层（DeepSeek），最大的瓶颈在芯片层（CUDA生态），最被低估的差距在商业化——技术追平了，但"技术变成钱"的能力差距还是数量级的。

## 最后说两句

黄仁勋的五层蛋糕框架给了一个很清晰的思考方式：越底层、越物理、越不可绕过的环节，投资确定性越高。

最性感的层是模型和应用——Anthropic 470亿收入、Palantir 85%增速。但这些也是确定性最低的：估值已经飞上天，一旦增速放缓，回撤会很猛。

最无聊的层是能源和基础设施——变压器、液冷、光模块。但这些是AI产业真正的"卡脖子"。变压器交期4年，这个瓶颈谁都绕不开。

在AI这条产业链上，卖铲子的确定性永远高于淘金者。只不过，现在最好的铲子也不便宜了。

---

*数据来源：SEC财报、GTC/达沃斯主题演讲、高盛/摩根士丹利/HSBC研报、TrendForce、IDC、斯坦福2026 AI指数*

*免责声明：本文仅为投资研究，不构成投资建议。*