一兆美元，正以史無前例的速度湧入 AI 基礎設施。
我們來看一組資料：根據 2026 年的資本開支指引，微軟、亞馬遜、Alphabet、Meta 這四家頭部雲廠商的資本開支上限，已經硬生生被拔高到了 7250 億美元，比 2025 年激增了 77%。
如果算上 Oracle、CoreWeave、Stargate 項目，再加上各國的主權 AI 計畫和無數企業自建的算力基礎設施，全年流入 AI 基礎設施的真金白銀，已經輕鬆突破了 1 兆美元的大關。
商業世界裡有一條顛撲不破的真理：錢流向那裡，利潤就流向那裡。
但這 1 兆美元，真的像天女散花一樣，平均落到了產業鏈上每一家公司的口袋裡嗎？
答案顯然是否定的。
今年 7 月，美國早期科技投資人CHRIS ZEOLI 做了一件非常有意思的事，他把整個 AI 基建產業鏈像洋蔥一樣一層層剝開，做了一個統計。
結果非常扎心，在這場兆規模的狂歡裡，有人躺著吃肉，有人站著喝湯，有人累死累活替別人打工，還有人背著天量債務在賭明天。
我們先來看看這張“AI階層固化”的圖表：
同樣是身處 AI 基建這個歷史級的超級賽道，為什麼大家的命運會如此懸殊？
今天這篇文章，我們就沿著這 1 兆美元的流向，從金字塔尖一路往下看，拆解這條利益鏈條底層的商業邏輯，看看誰才是真正的贏家，誰又在退潮前裸泳。
/ 01 /
壟斷層：稀缺性才是最大的印鈔機
在拆解整個產業鏈的利潤分配之前，我們需要先達成一個共識：商業世界的利潤，永遠向最稀缺的環節集中。
站在這個金字塔最頂端的三家公司——輝達、台積電、ASML，它們之所以能拿走最豐厚的利潤，共同點只有一個：這活兒別人幹不了，定價權牢牢攥在自己手裡。
最典型的例子，就是輝達。
你知道一顆 Blackwell B200 GPU 的製造成本是多少嗎？大約 6400 美元。那它的終端售價呢？在 3 萬到 4 萬美元之間。
這意味著什麼？意味著 5 到 6 倍的溢價，全部被“設計”這個環節收入囊中，硬生生撐起了輝達 75% 的恐怖毛利率。
你可能會問，硬體真的能賺這麼多錢嗎？當然不能。輝達這份暴利，靠的根本不是硬體本身，而是一個叫 CUDA 的東西。
CUDA 是什麼？它是輝達花了十幾年時間搭建的一套程式設計平台。開發者用它來呼叫 GPU 的算力，在上面寫模型、跑訓練、做推理。過去十五年，全球數百萬開發者在這個系統上日積月累，留下了無數的工具庫、演算法框架和行業解決方案。
今天我們看到的 PyTorch、TensorFlow 這些主流 AI 框架，底層全部是為 CUDA 量身定製的。
我們可以把它理解為 AI 時代的 Windows 作業系統。AMD 也有自己的 ROCm，但體量和成熟度跟 CUDA 差了不止一個量級。你想想，那家大廠的開發者會為了省那麼一點晶片錢，去一個“能用但不好用”的平台上，把幾百萬行程式碼重新寫一遍？
所以，看懂了嗎？輝達賺的那是晶片的錢？它收的，是全行業每年幾千億算力開支的“作業系統稅”。
之前市場上有過一種非常天真的聲音：模型訓練效率提升了，算力需求是不是就見頂了？
2025 年 1 月，DeepSeek 發佈了 V3 模型，宣稱只花了 560 萬美元就完成了訓練。這是個什麼概念？相當於 Meta 訓練 Llama 3 成本的十分之一。
這個消息一出，市場瞬間陷入恐慌。大家都在喊：“算力需求見頂了！”輝達的股價當天暴跌 16.97%，單日市值蒸發了 5890 億美元，創造了人類歷史上單日市值損失的最高紀錄。
但結果呢？
十八個月後，輝達的市值從低點翻了 8 倍，站上了 4.85 兆美元的巔峰；而四大雲廠商的資本開支不僅沒降，反而從 4100 億美元飆到了 7250 億美元，一年漲了 77%。
為什麼效率提高了，錢反而花得更多了？
經濟學裡有一個非常著名的概念叫“傑文斯悖論”：當年蒸汽機的效率提升了，煤炭的消耗量反而暴漲了。為什麼？因為更便宜的能源催生了更多以前想都不敢想的用途。
AI 算力也是一模一樣的道理——模型訓練成本每降一個數量級，就會有十倍的新場景敢用、能用、不得不用。
記住，效率從來不會殺死需求，它只會喂大需求。
如果說輝達的護城河是深不見底的軟體生態，那麼台積電和 ASML 的護城河，就是製造端的絕對不可替代。
台積電手握 66% 的毛利率，它的核心壁壘是 CoWoS 先進封裝。簡單來說，就是把 GPU 的計算核心和 HBM 記憶體封裝到一起的工藝。
聽起來好像沒什麼大不了的，但現實是殘酷的：全球只有台積電，能在 AI 等級的晶片上，把大規模量產和良率做到極致。三星有 I-Cube4，英特爾有 EMIB，技術路線各有千秋，但在量產和良率上，跟台積電還差著代際。
所以，即便台積電在瘋狂擴產，產能從 2024 年底的每月 3.5 萬片，一路擴到 2026 年底的 12.8 萬片，接近翻了四倍，依然是全年售罄。
再往上游看，ASML 是全球唯一能生產 EUV 光刻機的公司。沒有 EUV，7nm 以下的晶片全部停擺。這意味著，今天所有你叫得上名字的 AI 加速器、旗艦手機晶片、高性能計算處理器，全部卡在這條線上。
這項技術背後，是 ASML 花了二十年時間、累計投入超過 200 億歐元研發才啃下來的硬骨頭。這種壁壘，你有錢都複製不了，因為時間不可壓縮，經驗不可購買。
這一層的公司，賺的是結構性稀缺的錢，躺著吃肉，理所應當。
/ 02 /
中間壁壘層：客戶換不動，也是穩穩的生意
比絕對壟斷稍微次一級的，是靠高轉換成本站穩腳跟的“中間壁壘層”。
它們的壁壘雖然沒有“獨一份”那麼誇張，但客戶一旦用上，就輕易不敢換。只要你不換，我就能拿到穩定的定價權。
這一層裡，網路交換靠長期穩定性鎖定客戶，定製 ASIC 靠“輝達恐懼症”繫結客戶，液冷靠物理極限把客戶焊死。三個賽道，三種“不敢換”的理由。
我們先看網路交換環節。
AI 叢集是個什麼概念？那是幾萬甚至幾十萬張 GPU 同時在幹活。它們之間要不停地交換資料：參數同步、梯度傳輸、中間結果彙總，這些全部依賴網路。
所以客戶在選網路供應商的時候，只看一點：穩不穩。價格根本是次要的，因為一次網路故障導致訓練中斷的損失，遠超裝置本身的差價。
Arista 就是瞄準這個需求長起來的巨頭。它手裡最核心的武器，是一套叫 EOS 的交換機作業系統。
EOS 只做兩件事：第一，智能調度資料流量，保證幾萬張 GPU 之間的資料交換跑得極其順暢；第二，一旦發生故障，毫秒級自動切換備用路徑，保障上層訓練任務不受影響。
Arista 的毛利率常年維持在 62% 到 64%，靠的就是這套系統長期跑出來的極高穩定性。它的本質，就是在 AI 叢集資料流通的必經之路上收“過路費”。
其次是定製 ASIC。
Google、亞馬遜、微軟這些巨頭，每年要向輝達交幾百億美元的“算力稅”。大家都是千億美元市值的巨頭，誰想永遠被別人卡脖子？所以，自研晶片成了唯一的出路。
但晶片設計這事兒，不是你砸錢就能立刻出成果的，而且需求量太大，一家公司根本吃不完。於是博通站出來了：你們出設計思路，我幫你們把晶片做出來。
這種合作最大的特點就是深度繫結。客戶不是去買一顆現成的晶片，而是跟博通一起定義架構、分階段開發、長期供貨。晶片做出來之後，整個軟體棧都要繞著它重新最佳化一遍。
你想換一家供應商？可以啊。重新設計、重新驗證、重新適配，兩到三年起步。在這期間，你耗費的算力成本全白花了。
所以，博通賺的是什麼錢？是雲廠商“去輝達化”處理程序中的“保險費”。這門生意確實在快速增長，而且毛利率也做到了約 77%，幾乎跟輝達持平。
但我們要看到，博通的護城河是存在爭議的。雲廠商一邊跟博通合作，一邊自己也在養龐大的晶片團隊。客戶的工程師越成熟，博通被替代的可能性就越大。
最後，是常被大家忽視的液冷賽道。
這個賽道以前一直不溫不火。為什麼？因為傳統資料中心的機櫃功耗只有 7.6kW，拿幾個大風扇吹吹就夠用了。
但 AI 來了之後，一切都變了。一個 GB200 機櫃的功耗直接飆到了 120 到 140kW，是傳統機櫃的 16 到 18 倍。風冷的物理極限已經到了，現在不是“要不要換”的問題，而是“不換根本沒法開機”。
液冷跟風冷最大的區別在於：它不是一個獨立的裝置，它是和資料中心的土建、管道、機電系統深度繫結的。一旦你按某個方案部署完，後續的維護、擴容，基本只能找原廠商。
這就是 Vertiv 在這個賽道里穩坐頭把交椅的原因。它的營運利潤率在 20% 左右，聽起來不算驚豔，但人家手裡的訂單積壓超過了 150 億美元，足以覆蓋未來 12 到 18 個月的收入。
這是一門慢生意，但贏在確定性，贏在客戶上了船就下不去。
這一層的公司，靠“客戶不願換”賺錢。壁壘沒有壟斷層那麼高，但勝在穩定、可持續。
/ 03 /
周期紅利層：HBM 難出第二個輝達
如果說 2026 年 AI 行業最耀眼的明星是誰，那絕對是 HBM（高頻寬記憶體），沒有之一。
SK 海力士、三星、美光這三巨頭，徹底壟斷了整個 HBM 市場。我們來看看它們交出的成績單，簡直可以用“瘋狂”來形容：
● SK 海力士：Q2 預計營收 80.9 兆韓元（約 590 億美元），同比大增 264%；營業利潤 60.4 兆韓元（約 440 億美元），同比暴增 556%。營業利潤率預計達 74.6%，創下歷史新高。
● 美光：FQ3 營收 414.6 億美元，同比增長 346%，毛利率 84.9%；GAAP 口徑利潤達 333.2 億美元，同比暴增近 14 倍。
● 三星：更猛，Q2 營收 171 兆韓元（約 1118 億美元），營業利潤 89.4 兆韓元（約 584 億美元），同比暴增 1810%，甚至短暫超越了輝達同期的 535 億美元。
75%~85% 的毛利率，這數字比輝達還要誇張。於是，市場上很多人開始高喊：“HBM 就是第二個輝達！”
但這真的是同一種利潤嗎？絕對不是。
輝達的稀缺，是靠十五年時間壘出來的生態壁壘，客戶根本換不掉。而 HBM 的稀缺，純粹是短期的供需錯配擠出來的。
現在三家廠商都在拚命擴產。但你要知道，儲存行業有一條四十年從未被打破的鐵律：漲價 → 擴產 → 過剩 → 降價。四年一輪，從不缺席。
不可否認，這一輪周期的漲幅確實是史無前例的。DRAM 合約價同比漲幅達到了 820%，是過去三輪周期裡最陡峭的一次。
但是，預警訊號已經出現了：NAND 快閃記憶體的現貨價格，已經跌破了合約價。在歷史上，這種“現貨低於合約”的倒掛，往往是周期轉向前的早期裂縫。
等三家廠商的新產能集中落地，高毛利必然會被壓縮。HBM 很難出第二個輝達，它就是周期送來的一波紅利。你拿來做波段交易，利潤很厚；但你要是拿來當信仰拿著不動，那風險只能自擔了。
/ 04 /
內卷層：收入越高越危險的“苦生意”
如果說周期層的風險在於“你不知道拐點什麼時候來”，那麼內卷層的殘酷就在於：你明明知道這是個苦差事，卻不得不干，因為風口在這裡。
最典型的，就是 AI 伺服器組裝生意。
你看戴爾的財報，AI 伺服器業務一年增長 292%，比輝達的 85% 快了整整三倍。但一看利潤，基礎設施部門的營運利潤率只有可憐的 10.5%。全年 AI 訂單累計 641 億美元，積壓訂單 430 到 510 億美元。
規模越大，替上游打工打得越賣力。
戴爾買的是輝達的 GPU、海力士的 HBM、博通的網路卡，這些強勢的上游廠商拿走了絕大部分利潤。戴爾在幹嘛？它只是把這些零件擰在一起，加個機箱、佈個線、簽個支援合同，然後加價個位數賣出去。
超微電腦更慘，毛利率常年在 6.3% 到 10.1% 之間徘徊。
伺服器組裝沒有獨家 IP，上游晶片廠商強勢，下游雲廠商又喜歡多源採購，組裝廠說白了，就是被兩頭夾在中間的搬運工。
同樣值得警惕的，是那些新銳的 GPU 雲廠商，典型代表就是 CoreWeave。
2026 年，CoreWeave 的營收指引是 120 到 130 億美元，積壓訂單高達 994 億美元。看起來很光鮮對吧？但它的營運利潤率只有約 6%。更誇張的是，它的資本開支是年收入的 250%，資產負債表上背著 250 億美元的債務。
同樣是出租算力，老牌雲廠商 AWS、Azure、Google雲，都是用主業賺來的現金流去擴產；而 CoreWeave 是借錢買 GPU，然後再租出去。
更要命的是，老牌雲廠商的客戶遍佈全球數百萬家企業，風險極其分散；而 CoreWeave 的客戶高度集中在微軟、OpenAI 等少數幾家大廠手裡。
一旦需求增速放緩，或者價格戰開打，高槓桿就會瞬間從加速器變成絞索。截至目前，CoreWeave 的股價已經從去年 6 月 187 美元的高點回落了 55.45%，市場正在用腳投票。
這種借錢出租算力的生意，像極了 90 年代末的光纖泡沫。
1996 年到 2001 年，北美電信營運商砸下約 5000 億美元鋪設光纖骨幹網。當時所有人都知道網際網路需要頻寬，都在拚命借錢鋪線。
結果呢？賣裝置的思科、北電、朗訊賺得盆滿缽滿。而那些借錢鋪線的營運商就慘了：Global Crossing 欠了 124 億美元債務後破產，WorldCom 因 110 億美元財務造假轟然倒塌，Qwest 被迫賣給百年老店。上千億美元的基建投資，最後變成了一堆被債權人接管的廢鐵。
歷史不會簡單重複，但價值分配的規律永遠不變。
/ 05/
總結
拆解完這條兆 AI 基建的產業鏈，我們會發現一個非常殘酷的真相：
一個行業供給側的變化，很大程度上才決定了企業能賺多少錢。
當潮水洶湧的時候，所有人都覺得自己是贏家，都在拚命往前衝。但只有等退潮的那一刻，我們才會知道，到底誰在裸泳。
兆狂歡仍在繼續，但底層的洗牌，已經悄然開始了。 (矽基觀察Pro)