AI瓶颈投资策略：涵盖电力至光刻的14个投资标的

正文：

原文作者：George Kikvadze

导语：Bitfury集团的副董事长George Kikvadze提出了一种逆向思维：AI领域最具盈利潜力的机会并不在模型层面，而是集中在电力、散热、内存、网络等基础设施的瓶颈。他总结了7个AI系统中的关键环节，并分享了自己构建的14个标的组合，当前收益率约为60%。这一“瓶颈投资”框架值得所有关注AI投资的人深入研究。

想要理解AI领域的盈利机会，不妨关注系统的承压点，而非头条新闻。

最简单的类比是：当今的AI就像一座拥有无限订单的工厂，但电力、线路和散热能力却无法跟上需求。

经过详细的尽职调查，我们选择了以下“AI瓶颈”组合：

$CEG $GEV $VST $WMB $PWR $ETN $VRT $MU $ANET $ALAB $ASML $LRCX $CIFR $IREN

许多投资者问：“谁将赢得AI竞争？”但这个问题是错误的。

我们应该关注的是：系统将在哪里发生故障？谁将从修复中获利？

AI的扩张导致基础设施承压，迫使投资，以至于形成瓶颈，从而带来定价权和盈利上调。

在需求刚性、供应受限的情况下：价格先行，盈利随后，股价最终得到重估。

目前，美国近50%的数据中心项目处于延期状态，原因并非需求或资金不足，而是电力供应短缺。变压器的交付周期从2020年前的24个月增至超过5年。数据中心的建设周期为18个月，这笔账显然不划算。

预计到2026年，仅AI基础设施的支出就将达到7000亿美元，接近2022年的6倍，亚马逊、谷歌和Meta的支出均在快速增长，且没有任何放缓的迹象。

在半导体领域，目前占据标普500 IT板块总市值的42%，比2022年熊市底部翻了一倍多，是2013年权重的四倍以上。同时，半导体还贡献了IT板块前瞻EPS的47%，几乎是2023年的三倍。

资本正在疯狂涌入芯片领域，而真正的约束已转移到了其他方面。

为了满足2030年前的AI需求预测，美国需要每两年新增相当于当前数据中心电力基础的容量。核电是唯一能够提供超大规模厂商所需的稳定和可靠的基荷电源，但即便最快的核电重启也需数年时间。

标的包括：$CEG $GEV $VST $WMB

这些不是传统公用事业股，而是AI产能的提供者，市场尚未完全意识到这一重新分类所带来的机会。

Constellation Energy（$CEG）运营着美国最大规模的核电站，是为数不多能够提供大规模、可靠、零碳基荷电力的供应商之一。超大规模厂商正加速与其签署长期购电协议，Constellation正处于这一需求路径的中心。

GE Vernova（$GEV）正在构建下一轮能源周期的发电基础设施，涵盖燃气轮机、可再生能源及电网解决方案。在AI需求加速的背景下，快速大规模部署电力的能力成为关键，而GE Vernova正处于这一核心位置。

Vistra Corp（$VST）拥有多元化的发电组合，包括核电、燃气和零售电力，能够同时应对基荷和峰值需求。AI工作负载带来的电力需求波动性极大，这种灵活性显得尤为珍贵。

Williams Companies（$WMB）运营着美国最大的天然气管网之一，为当前需求和未来核电规模之间的缺口提供燃料。在AI基础设施扩张中，天然气是迅速增加电力的途径，Williams实质上是AI增长的能源原料供应商。

美国电网互联的排队现象已延续至2030年以后。未来十年，仅满足现有承诺就需要超过500亿美元的输电投资，这还未包括新的AI数据中心上线。

时间表的延迟将导致利润率的扩大。那些解决“最后一公里”配送问题的公司将拥有长期的定价权。

Quanta Services（$PWR）是建设和升级输电基础设施的主要承包商，连接发电端与用电端。当电网拥堵成为AI扩张的主要瓶颈时，Quanta处于非自由裁量资本支出的路径上，其积压订单是电网压力的前瞻性指标。

Eaton Corporation（$ETN）提供配电系统、开关设备和电力管理技术，使电力能够安全高效地大规模配送。随着数据中心向更高功率密度和更复杂的能源流发展，Eaton的组件将从标准化硬件转变为关键基础设施。

下一代AI设施的目标是每机柜250千瓦，而十年前标准企业数据中心仅有10-15千瓦。液冷技术不再是可选项，而是必备基础设施。每出售一块GPU都需要相应的散热能力，这一比例不会改变。

Vertiv在超大规模数据中心散热领域几乎处于垄断地位，这一环节在整个AI堆栈中往往被严重低估，因为人们往往在散热问题出现之前并不关注它。

Vertiv Holdings（$VRT）设计并部署热管理系统，确保高密度AI集群在极端功率负载下正常运行。随着机柜从风冷转向液冷，Vertiv正处于这一结构性升级周期的核心，与AI算力部署同步扩张。这不仅是可选支出，而是确保正常运营的前提。

随着模型规模的扩大和推理量的激增，内存的带宽和容量逐渐成为约束条件，而非单纯的处理能力。高带宽内存（HBM）的供应已经紧张。全球前三大AI内存供应商控制了90%以上的HBM产出，Micron则是西方的主要受益者。

这将是盈利上调的下一波机会。大多数投资组合尚未针对这一趋势做好准备，但市场迟早会反应过来。

来源：Odaily星球日报