人工智能基础设施投资正在从GPU扩展至电力、光纤、存储、算力租赁和芯片互联等环节。过去数年，英伟达（Nvidia，NVDA）是AI投资最直接的受益者，但随着大型科技公司持续扩大数据中心支出，供应链中的其他瓶颈也开始获得更强的定价能力。
这一轮需求增长的背景，是美国及全球部分实体基础设施长期投入不足。1990年，美国生产的半导体约占全球总量的37%；到2020年，这一比例已降至12%。与此同时，发电设施、电网设备、大规模工业制造、先进封装和精密光学等领域，也经历了外包或产能建设不足。过去由亚洲等地区承担生产能力，可以降低成本，但当AI基础设施投资快速增加时，供应链的限制开始逐环节显现。
大型科技公司加速增加资本开支
大型科技公司在数据中心和AI基础设施上的合计资本开支，已从2022年的约1420亿美元升至2026年约6000亿美元，四年间增长超过四倍。Alphabet曾三次上调2025年资本预算，预算规模从2024年的525亿美元提高至最高930亿美元；微软单季度资本开支达到349亿美元，同比增加74%；亚马逊则预计2025年资本开支为1250亿美元，同比增加61%。
高盛预计，Meta Platforms、微软、亚马逊和Alphabet在2025至2030财年期间的资本开支合计将达到5.3万亿美元。普华永道预计，到2050年，AI时代全球数据中心累计投资可能达到31.6万亿美元，年度支出将从2026年的约8000亿美元升至2030年的1.1万亿美元，并在本世纪中叶达到1.8万亿美元。
与部分过去集中建设、随后投资回落的基础设施周期不同，AI数据中心内部的GPU、服务器、内存和网络设备通常需要每四至六年更换一次。这意味着即使初始建设阶段结束，相关设备仍可能形成持续的更新需求，但具体节奏仍取决于AI应用增长、企业资本预算和供应能力。
GE Vernova：电力设备成为关键环节
当前AI数据中心面临的限制并不只有芯片，新增电力容量同样需要时间建设。GE Vernova（GEV）生产燃气轮机和电网设备，为公用事业公司扩充发电与输电能力提供设备支持。
该公司最新季度营收为111亿美元，电力业务订单有机增长134%，电气化业务订单有机增长66%。公司管理层预计，已经超过1600亿美元的订单积压将在2027年底突破2000亿美元，比年初给出的时间表提前一年。
微软已为其与雪佛龙（Chevron，CVX）合作的得州数据中心项目订购七台GE Vernova燃气轮机，其他类似项目也在增加。公司股价此前已经出现较大幅度上涨，市场关注点因此不仅在订单增长，也在于产能释放速度和估值对未来增长的反映程度。
Corning：连接AI机架的光纤需求上升
数据中心内的GPU服务器需要通过高速光纤连接。康宁（Corning，GLW）是全球主要光纤技术和制造企业之一，其最新季度核心销售额同比增长17%，达到47.4亿美元；营业利润率提高近两个百分点至20.9%。公司首席财务官表示，与AI数据中心直接相关的销售额较上一季度接近翻倍。
康宁已深化与亚马逊的光纤制造合作，并与Meta签署多年期协议，为后者下一代AI数据中心提供光纤连接，协议总价值最高可达60亿美元。公司长期计划显示，年度销售额年化规模有望从2026年的约200亿美元增至2028年的300亿美元，并在2030年达到400亿美元。上述目标能否实现，取决于数据中心建设速度、客户订单兑现以及光纤产能扩张。
Micron：高带宽内存供应持续紧张
内存芯片是AI服务器中另一个供需变化明显的环节。美光科技（Micron Technology，MU）的高带宽内存产能已售至2026年底。公司最新季度营收达到415亿美元，同比增长346%，毛利率从一年前不足40%升至接近85%。
三星电子（Samsung，SSNLF）和SK海力士（SK Hynix，SKHY）是美光在全球内存市场的两大竞争对手，两家公司均预计更广泛的内存供应紧张状态将持续至2027年或更晚。
美光股价在2026年上半年上涨接近340%，随后较历史高点回落超过20%。这反映出市场对内存周期的预期已经较为充分，后续表现仍将受到产品价格、产能投放、客户库存和AI服务器需求变化的影响。
Nebius：以算力租赁切入AI基础设施
Nebius Group（NBIS）不生产芯片，也不负责训练AI模型，而是向客户出租GPU集群，提供市场常称的“新云”服务。公司最新季度营收为5.82亿美元，同比增长454%，调整后盈利首次转正。
Nebius已与Meta达成期限五年的基础设施协议，潜在总价值最高为270亿美元。英伟达也直接向该公司投资20亿美元，以帮助其获得未来算力产能的优先使用权。
这类业务的核心限制在于算力集群建设速度，而不只是客户获取。公司需要持续采购GPU、建设数据中心并获得足够电力，才能把客户订单转化为实际收入。因此，收入高速增长的同时，资本开支、融资需求、设备交付和客户集中度仍是市场需要观察的因素。
Astera Labs：芯片之间的数据传输成为新瓶颈
随着AI服务器机架搭载更多、更高速的芯片，芯片之间的数据传输也可能成为限制因素。Astera Labs（ALAB）专注于服务器内部的连接和数据互联产品，其最新季度营收达到3.924亿美元，同比增长104%，营收和利润均超过华尔街预期。
公司预计下一季度营收将比分析师此前预测的水平高出约30%。其最新一代Scorpio X交换芯片刚进入量产阶段，预计在上市一个季度后就可能成为公司规模最大的产品线。
业绩公布后，摩根大通、杰富瑞和摩根士丹利均将目标价上调至少20%。不过，Astera Labs也是上述企业中规模最小、股价波动较大的公司之一，市场定价对新产品放量和客户订单增长较为敏感。
需求冲击仍取决于供给何时跟上
AI基础设施投资已经带动GPU、服务器、电力、内存和光纤等多个环节出现需求快速增长，但每个环节的供需状态并不相同。英伟达最近一个财年的数据中心营收达到1940亿美元，同比增长68%，约为ChatGPT发布时的13倍，毛利率仍高于75%；戴尔（Dell，DELL）和超微电脑（Super Micro，SMCI）等服务器组装企业也先后受益。
核电运营商Constellation Energy（CEG）已按高于地区现行电价每千瓦时30至40美元的价格签署长期供应合同，调整后每股收益在最近一个季度增长超过25%。这显示电力瓶颈也开始传导至能源供应商，但新增发电和电网设备需要较长建设周期。
上述公司股价和估值已经不同程度反映了AI投资增长预期。与此同时，供应瓶颈最终会随着新产能投产而缓解，需求增速、设备替代周期、融资条件和政策环境也可能改变资本开支节奏。对市场而言，下一阶段的重点不只是AI总投资规模，还包括资金将转向供应链中的哪个具体环节，以及企业能否把订单积压转化为收入和现金流。