AI 產業鏈地圖
24 層 AI 供應鏈 · 16 層有上市公司 · 3 層未上市純標的 · 5 層僅保留分類。
僅作描述性定位。定位標籤說明一家公司的業務是否暴露於某一層,從不表示該不該買。某一層沒有敞口,也不等於建議去補倉。
1AI 能源
2半導體材料與設備
3算力與存儲
算力
整條鏈最顯眼的中心,也是多數人止步的地方。但它恰恰是無法獨立工作的一層:加速器周圍需要內存帶寬、封裝、互連、光模塊、存儲、電力和散熱。其中任何一環跟不上,芯片就閒著。
定製芯片
規模大到足以攤薄流片成本的雲廠商,會自研加速器而不是隻買通用產品。價值因此轉向那些讓自研芯片成為可能的設計夥伴與 IP。
高帶寬內存 / 存儲
模型變大需要的是更多帶寬,而不只是更多算力,所以 HBM 需求是跟著算力同步放大的,而非滯後。這條鏈是:加速器 → HBM → DRAM → 晶圓 → 設備。另有一條約束:訓練數據與檢查點仍需要算力層之後的 NAND 與機械硬盤容量——那和 HBM 短缺不是同一件事。
4網絡與光通信
5電力與散熱
6數據中心與 GPU 雲
AI 服務器
加速器進入數據中心的形態是機架而不是芯片:整機集成、機箱內供電、存儲和驗證。這是一層毛利不高、卻決定芯片多快能變成可用產能的環節。
數據中心
算力需要地方安放:超大規模園區、第三方託管,以及持有這些不動產的 REIT。最常被忽略的是建設環節 —— 工程、電氣、機械,以及供電接入本身。
雲計算
雲廠商同時是上游一切的最大買家,和上游產出的賣家。他們的資本開支決策會在一兩個季度內沿整條鏈向下傳導。
GPU 雲
加速器在這一層變成可出租的產品:買芯片、建或租數據中心、按小時或按 token 賣算力、收取經常性收入。雲廠商產能、neocloud、主權 AI 項目和企業私有集群,走的都是這個模式。
7數據與模型基礎設施
AI 基礎軟件
把芯片變成開發者能用的東西的一層:GPU 運行時、訓練框架、分佈式執行、容器、編排和推理服務。硬件的優勢,在這裡被守住的程度不亞於在晶圓廠。
基礎模型
算力變成訓練,訓練變成模型,模型變成推理,而推理按 token 計量。上游的資本開支,最終在這一層轉化為按量計費的收入。
AI 數據
沒有企業自身數據的模型,只能給出通用答案。路徑是:企業數據 → 數據管道 → 向量化 → 向量庫 → 檢索 → 模型。企業 AI 的大部分價值是在這條路徑上釋放的,而不是在模型本身。
AI 平臺
一旦生產環境裡不止一個模型,就必須有東西來路由、評估、版本化和觀測它們。模型網關和評估工具,是讓一套部署不至於變得無法證偽的關鍵。
8智能體與安全
9企業與行業 AI
10物理 AI
需求如何傳導(可選示意)


大多數 AI 投資只停在看得見的一端——一家 GPU 設計公司和一個聊天機器人。但這條產業鏈向兩端都延伸得遠得多。完整地圖是 10 條賽道下的 24 層:16 層有上市公司,3 層為未上市純標的,5 層僅保留分類框架(不把有爭議的代碼名單當成事實發布)。留空不等於沒研究。
- AI 需求
- 更多加速器
- 更多 HBM → 先進封裝 → 晶圓 → 設備 → 材料
- 更多互聯與光學
- 更多機櫃 → 電力 → 散熱
- 更多數據中心容量 → 可出租算力
- 更多模型、數據與代理
- 更多企業、垂直與實體應用
Watch It Decide — 四支 AI 股票,一張地圖
我在一張地圖上查了四支 AI 股票 — 一支坐三層,兩支只坐一層
在這張地圖上做的四次真實實跑,全程照實拍下。美光只坐一層——HBM/記憶體——其頁面引用 0 筆公開 13F 紀錄。台積電只坐一層——晶圓代工——有 7 筆公開 13F 紀錄、來自 7 家申報機構。博通橫跨三層——運算、客製化晶片、網路——而它自己的頁面明說:三層是位置,不是排名。輝達這家巨頭只坐一層——運算——而這一層無法獨自運轉。層數用來定位,不用來排名。本片僅供研究與教育——不是投資建議,沒有目標價,沒有買賣呼籲。
在 YouTube 觀看Watch It Decide — 三支坐一層,雙層那支不做晶片
我在一張地圖上查了四支 AI 股票 — 三支只坐一層,坐兩層的那支不做晶片
在這張地圖上做的另外四次真實實跑,全程照實拍下。美光只坐一層——HBM/記憶體——其頁面引用 0 筆公開 13F 紀錄;而這張地圖只收美國上市股票與 ADR,SK 海力士與三星根本不在圖上。Vertiv 是唯一坐兩層的一支——電力基礎設施與散熱——名下有 4 項產品,而它自己的頁面明說:兩層是位置,不是排名;它根本不做晶片。ASML 只坐一層——半導體設備——其頁面說有些步驟在全球實際上只有一家供應商。台積電只坐一層——晶圓代工——是整條產業鏈最窄的一點,有 7 筆公開 13F 紀錄、來自 7 家申報機構。層數用來定位,不用來排名。本片僅供研究與教育——不是投資建議,沒有目標價,沒有買賣呼籲。
在 YouTube 觀看常見問題
AI 產業鏈地圖是什麼?
它把 AI 產業鏈按 10 條賽道分成 24 層,從能源、材料到芯片、網絡、電力、雲和應用。每一層列出主營業務落在這裡的公司,並附公開來源和核對日期。這是研究背景,不是買入清單。
上了地圖,是不是等於被推薦?
不是。分層是 XingAI 自己的分類,不是評級或排名,申報機構也沒有背書。跨多層的公司會出現多次。這裡沒有目標價,也不構成投資建議。
地圖上的基金持倉從哪來?
來自公開的 SEC Form 13F-HR。它是季度結束後申報、有時滯、僅含美股多頭的報告,列出的倉位可能已經賣出。每家公司的角色都鏈接公開來源和核對日期。
地圖是怎麼組織的?
各層按 10 條賽道分組,每一層是一個獨立頁面,列出該層的公司。主營跨多層的公司會出現在它所跨的每一層;每家公司的角色說明都鏈接公開來源和核對日期。
為什麼有些層沒有公司?
3 層是未上市的純標的(私營市場),5 層僅保留分類框架——我們不把有爭議的代碼名單當成事實發布。留空是刻意的邊界,不等於沒研究。
AI 產業鏈地圖免費看嗎?
免費。本頁和它鏈接的各層頁面都是公開的,不需要賬號即可瀏覽各層、公司名單和引用來源。這是研究背景,不構成投資建議。