過去一輪業績季顯示，AI算力競賽不僅沒有降溫，反而正在升級為一場史無前例的資本開支軍備賽。
Meta、微軟、Google母公司Alphabet及亞馬遜四家公司，2026年合計資本開支預計達到約7350億至7600億美元，中位數接近7500億美元，相比2025年的約4127億美元，增幅超過八成。
這意味著，四大科技巨頭一年新增的資本投入便超過3200億美元。市場真正需要思考的問題，已經不再是AI資本開支會不會增長，而是：這些錢最終流向那裡，又會被那些公司賺走？
科技巨頭砸下的巨額資本開支，最終流向了那裡？
法國巴黎銀行研究估算，每100美元AI資本開支中，約50美元流向半導體，20美元流向電力系統，15美元流向網絡設備，冷卻以及數據中心設施與建設則各佔7.5美元。
換言之，晶片仍然是AI軍備競賽中最大的一塊蛋糕，但它只佔整座AI數據中心成本的一半。剩餘50美元，將流向交換器、光收發器、發電與配電設備、冷卻系統，以及土地和工程建設等環節。
如果粗略套用這一比例，四大科技巨頭2026年新增的逾3200億美元資本開支，可能對應約1600億美元半導體需求、640億美元電力投入、480億美元網絡設備需求，以及各約240億美元的冷卻和數據中心建設支出。
這並非精確的訂單預測，卻清楚揭示了一個趨勢：AI資本開支的受益範圍，正在從GPU向整座數據中心，甚至向數據中心背後的電網與發電資產擴散。
那些公司有望受惠？
從每100美元AI資本開支的流向來看，受益公司可以大致分為五大陣營：半導體、網絡設備、電力基礎設施、冷卻系統，以及數據中心建設。
因此，這輪AI資本開支周期不再只是「誰能提供更多GPU」，而是圍繞一座AI數據中心從晶片、互聯、供電、散熱到最終落地運行的全產業鏈競爭。具體來看：
半導體拿走50美元，GPU仍是最大贏家
半導體佔據每100美元AI資本開支中的50美元，是整條產業鏈中最大的價值池。
其中，AI加速器約佔25美元，主要包括GPU和定製AI晶片。 $輝達 (NVDA.US)$ 仍是最直接的受益者， $美國超微公司 (AMD.US)$ 則通過Instinct系列加速器爭奪市場；隨著Google、Meta、亞馬遜等科技巨頭加速自研晶片， $博通 (AVGO.US)$ 等ASIC合作夥伴的重要性也在上升。
記憶體晶片約佔15美元。AI服務器不僅需要與GPU配套的HBM，也需要大量DRAM、NAND及企業級SSD， $三星電子 (005930.KR)$、 $SK海力士 (SKHY.US)$和 $美光科技 (MU.US)$因此成為這一環節的核心受益者。尤其是在單顆AI晶片所需記憶體容量與帶寬持續提升的背景下，記憶體在單台服務器中的價值量仍有上升空間。
其餘10美元則流向CPU、其他晶片及服務器生產，代表公司包括 $英特爾 (INTC.US)$、 $戴爾科技 (DELL.US)$和 $慧與科技 (HPE.US)$。它們未必擁有GPU般高的市場關注度，卻承擔著將晶片、記憶體、記憶體及網絡設備整合為完整AI服務器的角色。
值得注意的是，在50美元半導體支出中，約有8美元會進一步轉化為晶圓製造設備需求，包括：
薄膜沉積約2美元，受益公司包括 $泛林集團 (LRCX.US)$ 、 $應用材料 (AMAT.US)$ 及 $Tokyo Electron (8035.JP)$ ；
光刻約2美元，主要涉及 $艾斯摩爾 (ASML.US)$ 、 $佳能 (7751.JP)$ 和 $尼康 (7731.JP)$ ；
刻蝕約1美元，代表公司包括 $泛林集團 (LRCX.US)$ 、 $應用材料 (AMAT.US)$ 及$Tokyo Electron (8035.JP)$ ；
檢測約1美元，受益者包括 $應用材料 (AMAT.US)$ 、 $科磊 (KLAC.US)$ 、 $日立 (6501.JP)$ 等；
封裝及其他設備約2美元，涉及 $應用材料 (AMAT.US)$ 、 $科磊 (KLAC.US)$ 和 $愛德萬測試 (6857.JP)$ 等公司。
因此，AI晶片需求不僅推高晶片設計公司的收入，也會沿著產業鏈向晶圓代工、先進封裝以及半導體設備環節傳導。
網絡設備拿走15美元，光通訊成為最大細分市場
在每100美元AI資本開支中，約15美元流向網絡設備，僅次於半導體與電力。這背後的原因是，AI算力並不只取決於單顆GPU的性能。當數萬乃至數十萬顆GPU組成大型叢集後，數據能否在晶片之間高速傳輸，直接決定整套算力系統的實際利用率。
在這15美元中，光收發器約佔5.5美元，是網絡設備中最大的細分項；交換器約佔4.5美元，網絡處理器約佔3美元，線纜與連接器約佔2美元。具體而言：
網絡處理器受益者包括 $輝達 (NVDA.US)$ 、 $博通 (AVGO.US)$ 和 $邁威爾科技 (MRVL.US)$ ；
交換器及數據中心網絡受益者包括 $輝達 (NVDA.US)$ 、 $思科 (CSCO.US)$ 和 $Arista Networks (ANET.US)$ ；
線纜與連接器環節涉及 $安費諾 (APH.US)$ 、 $康寧 (GLW.US)$ 和 $泰科電子 (TEL.US)$ ；
光收發器則主要涉及 $中際旭創 (03308.HK)$ 、 $Lumentum (LITE.US)$ 和 $Coherent (COHR.US)$ 。
其中，光通訊值得重點關注。AI叢集規模越大，銅連接在傳輸距離、帶寬和功耗方面的限制便越明顯，數據中心需要採用更多高速光模塊。從800G向1.6T甚至更高速率升級，也將持續推高單個連接埠的價值量。
因此，AI網絡的投資邏輯已不再只是「服務器數量增加」，而是每台服務器需要更高帶寬、每個叢集需要更多高速連接埠、每次架構升級都會帶來新的設備替換需求。
電力拿走20美元，成為AI基建第二大價值池
電力約佔每100美元AI資本開支中的20美元，是僅次於半導體的第二大支出。其中，電網接入與獨立發電約佔10美元，配電設備約佔6.5美元，數據中心場內電氣佈線約佔3.5美元。
電網接入與發電環節的代表公司包括 $新紀元能源 (NEE.US)$ 、 $Constellation Energy (CEG.US)$ 及 $美國南方公司 (SO.US)$ ；配電設備受益者包括 $伊頓 (ETN.US)$ 、 $Vertiv Holdings (VRT.US)$ 和 $三菱電機 (6503.JP)$ ；場內電氣佈線與工程則涉及 $廣達服務 (PWR.US)$ 、 $美國舒適系統 (FIX.US)$ 和 $EMCOR Group (EME.US)$ 。
這一支出結構意味著，AI數據中心面臨的問題已不只是「電夠不夠」，還包括電力能否按時接入，以及高壓電能否穩定、安全地轉換和輸送到每一個服務器機架。
即使電網擁有足夠的發電能力，如果變壓器、開關設備、配電系統或輸電工程無法按時交付，數據中心同樣無法投入運行。電力設備和電氣工程公司因此逐漸由傳統工業股，轉變為AI基礎設施建設中的關鍵供應商。
在GPU供應逐步增加後，電力很可能成為決定AI算力能否真正上線的下一個核心瓶頸。
冷卻拿走7.5美元，液冷價值量加速提升
AI服務器的功率密度持續上升，傳統風冷系統越來越難以滿足高端GPU叢集的散熱需求。每100美元AI資本開支中，約有7.5美元流向冷卻系統。
其中，冷板約佔1.5美元，冷卻液分配單元約佔2美元，冷水機組及冷卻塔約佔2.5美元，其他冷卻設備約佔1.5美元。
$Vertiv Holdings (VRT.US)$ 在冷板、冷卻液分配及整體熱管理系統中均有佈局； $藤倉 (5803.JP)$ 和 $nVent Electric (NVT.US)$ 涉及冷板及相關部件； $摩丁製造 (MOD.US)$ 受益於冷卻液分配設備需求； $Trane技術 (TT.US)$ 、 $江森自控 (JCI.US)$ 及 $開利全球 (CARR.US)$ 則主要覆蓋冷水機組、冷卻塔和大型暖通系統。
隨著GPU機架功率由數十千瓦向數百千瓦提升，液冷正從可選配置逐漸變成高密度AI數據中心的必要基礎設施。這意味著，冷卻系統不僅受益於數據中心數量增加，還受益於單個機架冷卻價值量的提升。
最後7.5美元，流向土地與數據中心建設
7.5美元主要用於數據中心設施與建設。其中，土地與場址獲取約佔1美元，建築主體與結構工程約佔4美元，室內裝修及設施支援約佔2.5美元。
土地與數據中心資產環節的代表公司包括 $易昆尼克斯 (EQIX.US)$ 、 $日本電報電話 (9432.JP)$ 及 $數字房地產信託公司 (DLR.US)$ ；建築結構與機電工程受益者包括 $美國舒適系統 (FIX.US)$ 、 $EMCOR Group (EME.US)$ 和 $Sterling Infrastructure (STRL.US)$ ；室內設施與後續支援則涉及 $世邦魏理仕 (CBRE.US)$ 、 $EMCOR Group (EME.US)$ 和 $仲量聯行 (JLL.US)$ 。
這一環節看似傳統，實際上同樣面臨明顯的供應約束。大型AI數據中心選址不僅需要土地，還必須同時具備電力接入、光纖網絡、水資源和施工條件。因此，真正具備「土地＋電力＋網絡」條件的場址，稀缺性正在快速提升。
AI資本開支不再只是一場晶片行情
拆解每100美元AI資本開支後可以看到，輝達和AI晶片仍然是這輪投資周期中最直接、最大的受益者，但AI基礎設施的價值鏈已經明顯向外擴張。
第一階段，市場關注的是誰能提供性能更強的GPU；第二階段，焦點開始轉向記憶體、交換器、光模塊和服務器；當數據中心規模繼續擴大後，電力接入、配電設備、液冷系統和工程建設又成為新的限制因素。
這並不意味著資金將簡單地從晶片股輪動至電力或冷卻公司，而是意味著AI投資的核心邏輯正在發生變化：市場需要的不再只是一張性能更強的晶片，而是一座能夠按時通電、穩定互聯並持續運行的「AI工廠」。
當四大科技巨頭的資本開支逼近7500億美元，AI軍備競賽所帶來的機會，正在從一顆晶片，延伸至一整座數據中心，以及支撐它運行的整套能源與基礎設施。 (牛牛課堂)