2026年这个时点，全球AI资本开支还在加速。海外云厂继续堆集群，国内智算中心从“试点”转向“万卡起步”，AI服务器、光模块、PCB、液冷、芯片全都被拖进同一个扩产周期。中国金融信息网把产业链分成两档：存储、光模块、交换芯片是第一梯队，业绩弹性和确定性最强；CPU/ASIC、先进封装、PCB、ABF载板、液冷是第二梯队，需求扎实但兑现节奏慢一点。这句话翻译过来就是——别平均买，先找最卡脖子的环节。

第一站：光模块，AI数据中心的“光纤收费站”

很多人听“光模块”三个字就晕。其实特别简单：服务器之间要传数据，电信号跑不远、也跑不快，得换成光信号通过光纤传，到了对端再换回电。光模块就是“光电翻译器”。AI集群越大，翻译器越多、速率越高。

过去主流是100G、200G，后来到400G；2025—2026年800G成主力，1.6T开始放量。速率翻一倍，不只是“更快”，而是单台交换机带更多卡、整个集群少布线、低延迟。中际旭创在投资者交流里明确说，1.6T已经量产出货，且未来几个季度环比继续提升，部分客户2026年全年订单已接住；新易盛也表示1.6T在2026年二季起量、三四季更明显，硅光占比提升。中金系产业材料统计，头部光模块订单普遍看到2027年，800G/1.6T双线紧平衡。

为什么光模块值得单独讲？因为它同时具备三个“好生意属性”：

一是技术迭代快，800G到1.6T不是简单扩产，涉及硅光、EML、LPO/NPO多条路线，小厂追不上；

二是客户认证重，云厂和英伟达不会随便换供应商，一旦进链子就反复下单；

三是量价齐升，AI流量爆发直接转化为出货量和产品结构升级。中国金融信息网提到，中际旭创、新易盛等头部订单排到2027，2026年业绩同比普遍100%以上增速预期，且NPO/CPO、磷化铟光芯片还会把价值量继续往上顶。

但别只看到“光”。光模块的上游是光芯片、激光器、磷化铟衬底，再往上还有特种材料。公开材料显示，高速光芯片和InP衬底存在供给瓶颈，部分衬底涨价、交付拉长。这意味着光模块公司也分两种：一种自己有硅光/光芯片布局、能控成本；一种纯组装，涨价时毛利被上游吃掉。看公司不能只看“我出多少只1.6T”，还要看“硅光自供率多少、EML外购比例多少”。

通俗结论：光模块是AI硬件里最像“收费亭”的环节，车流量越大收费越多；但1.6T降价、云厂资本开支下修、光芯片断供，是它最重要的三个雷。

第二站：高端PCB，没人注意但最缺货的“路基”

PCB大家更熟，印刷电路板，俗称“主板底片”。普通服务器用10—20层板，AI服务器动辄30层以上，英伟达新一代平台部分板件往70—100层走；材料从普通FR-4升级到M8、M9、M10级高速材料，铜箔用HVLP，树脂用超低损耗。你可能不懂这些名词，只要记住一句：AI服务器里，PCB不是“板子”，是“高频高速路基”。

价值量跃升有多夸张？行业材料给的参考是，普通服务器PCB约200美元级，AI服务器可到接近2000美元级，部分高端平台更高；也有机构按国内高端PCB市场测算，GPU/ASIC服务器对应高端PCB从2025年约400亿元增至2026年900亿元级别。不管用哪种口径，结论一致：单机能耗和速率上去后，主板、背板、交换机板全都要重做。

难点在供给。高端PCB不是想扩就扩：高速覆铜板材料扩产要两年左右，电子玻纤布、HVLP铜箔、特种树脂都在涨价。中财网提到2026年一季度全球PCB产值同比增26.3%，高多层、HDI、先进封装基板最紧，高端产能结构性缺货；中电网补充，电子玻纤布价格较去年低点接近翻倍，头部的沪电、深南、生益电子等订单排到2027，沪电中报预增六到八成、深南预增五到七成。

这里有个散户常犯的错误：以为“PCB嘛，都是电路板，谁都能做”。真到AI服务器，客户认证、阻抗控制、良率、层间对准、背钻、散热变形，每一项都能把新玩家挡在门外两三年。沪电、深南这类公司值钱，不值钱在“会做板”，值钱在“能在良率和交期可控下做70层以上高频板，还进了英伟达/AMD/交换机客户链”。

通俗结论：PCB是AI硬件的隐形瓶颈。它不如光模块性感，但只要AI服务器继续上1.6T/3.2T、交换机继续升级，高端板就会一直紧。风险是原材料涨价转嫁不及、新产能良率爬不上来、以及某天云厂砍单时高端板变库存。

第三站：国产AI芯片，另一条“国产收费站”的慢变量

光模块和PCB解决“路和路基”，芯片解决“车和发动机”。国外看英伟达，国内看三条线：华为昇腾、海光、寒武纪，再加沐曦、摩尔等新生力量。

为什么国产芯片是瓶颈？两个原因。一是先进制程和HBM受限制，高端训练卡供给不稳；二是软件生态，模型从PyTorch/CUDA迁到国产栈，要重写一部分算子、调优、适配框架。谁能把“迁移成本”降到最低，谁就更容易进智算中心。

海光的牌很清晰：CPU兼容x86，DCU走GPGPU路线、兼容CUDA类生态。公开材料显示，海光C86原生兼容x86，DCU通过DTK适配数百款大模型，部分资料称CUDA代码兼容度很高、算子覆盖超99%。这对银行、政务、运营商很友好——原来x86上的应用不用推倒重来。2026上半年海光业绩预告营收同比增55%—70%、归母增41%—52%，智算项目在同济、曙光十万卡等场景落地。它的弱点也明显：先进制程若受限制，峰值算力追英伟达要靠集群互联补；过度依赖授权和兼容路线，长期得证明自研架构能力。

昇腾的牌是“全栈+集群”。2026年WAIC展出昇腾950超节点，韶关万卡、昇腾384超节点等陆续商用，主打大规模训练和国产模型适配。优点是与MindSpore、CANN、鲲鹏CPU协同，政府/运营商集采顺手；弱点是客户从CUDA迁过来要学新栈，短期工程师红利不如x86。

寒武纪更像“专用刀”，自研MLUarch，思元690带HBM3，适合云端推理和部分训练；沐曦等走训练GPU国产化。整体看，国产替代不是“一只芯片替代英伟达”，而是按场景分：训练万卡用昇腾/海光/寒武纪组合，推理边缘用更便宜的ASIC，政务信创用x86兼容省事。

公开统计显示，2025年国内AI加速卡出货约400万张、国产165万张、占比41%；2026年机构预期国产份额继续抬升，但节奏取决于软件、产能、整机交付。投资上别把“国产替代”理解成“每年翻倍”，它更像是五年维度的税率替代：先政务、再运营商、再互联网推理，最后碰高端训练。

第四站：AI服务器 有了算力，CPO，PCB，HBM存储力，就要落实在服务器上。服务器就是组装厂商。

芯片、光模块、PCB都齐了，最后得有人把GPU、内存、主板（集成板）、电源、液冷、机柜组装拼起来。AI服务器和整机柜。组装厂的毛利净利就不会高。

最肥的是光芯片、交换芯片、HBM等等。

☆☆把四站连成投资地图：找瓶颈、抓卡点、等催化回到报告的方法论——“找瓶颈→抓卡点→等催化”，翻译成人话：瓶颈在哪？高速光芯片/InP衬底、HBM、先进封装CoWoS、高端PCB材料、国产芯片软件栈，这五个最卡。卡得越死，谁有货谁定价。卡点在哪？不是“做AI”的公司，而是已经通过大客户认证、能稳定量产800G/1.6T、30—100层高频板、x86/CUDA兼容DCU、机柜级液冷交付的少数几家。认证周期、良率、绑定关系，是护城河，不是PPT。催化在哪？三类最实用：海外大厂财报和上修资本开支、国内智算中心集采、上市公司中报/三季报证明毛利和订单一起涨。2026年三季报如果光模块、PCB、代工都继续高增，说明不是讲故事；如果只增收不增毛利，就要警惕价格战。

按这个框架，报告里的“产业样本”而不是“必买清单”：中际看1.6T出货和硅光自供，沪电/深南看高端板良率与材料涨价转嫁，海光看DCU在智算中心放量及CUDA类兼容落地。

最后说点不中听的风险

AI硬件现在最大的问题不是没景气，而是预期太满。三点要时刻盯：

1）海外云厂资本开支一旦因为回报率低而下修，光模块和代工订单会先砍；

2）1.6T、CPO迭代太快，今天龙头明天若硅光路线选错，份额会掉；

3）国产替代受制程、设备、授权、软件三重制约，业绩常“口号响、财报慢”。

所以，本文不是让你明天开盘满仓AI，而是给你一套读产业的尺子：看路哪里堵，看谁有收费权，看车流是不是真来了。能同时过这三关的公司不多；不多，才值钱。等到人人都喊AI硬件牛股时，反而要回到最朴素的问题——它家的1.6T良率多少、PCB层数和材料等级多少、DCU适配多少个模型、组装一个机柜净赚多少。把这几个数问清楚。你就是投资明白人！