AI算力基础设施赛道全解析：核心环节、量化数据与龙头标的

本文聚焦AI算力基础设施黄金赛道，全面拆解产业发展现状、核心环节量化指标，以及细分领域核心受益标的。

一、1.6T迎来量产关键期，硅光模块渗透率快速提升

全球海外云巨头纷纷上调资本开支计划，为算力网络升级提供强力支撑：谷歌2025年Q4技术基础设施资本开支达到278.5亿美元，同比大幅增长95.1%；亚马逊则预计2026年全年资本开支规模将突破2000亿美元。

伴随数据中心内部架构持续升级，传统三层网络架构逐步向Spine-Leaf架构转型，直接带动光模块需求爆发式增长，单机柜光模块使用量从原先的9倍，跃升至44-48倍。遵循交换机芯片带宽每两年翻倍的行业演进规律，2026年将成为1.6T光模块规模化量产的关键节点。

供给端来看，行业扩产节奏已被长期订单牢牢锁定：海外龙头Lumentum的EML产能，预计到2026年底将实现50%以上的增长，其2028年之前的规划产能已全部提前预售完毕。在成本控制与产品良率的双重优化下，硅光模块市场渗透率持续上行，预计从2024年的33%，快速提升至2026年的50%以上。

与此同时，谷歌全新发布TPU 8t、TPU 8i两款芯片，芯片互联拓扑架构全面革新，直接重构光模块与光路交换机（OCS）的需求配比。其中TPU 8t采用3D Torus拓扑结构，单SuperPod超节点芯片数量从9216颗扩容至9600颗，芯片间互联带宽高达19.2Tb/s，单芯片横向扩展带宽达到400Gbps；TPU 8i则搭载Boardfly全新拓扑，将1024颗芯片组网下的最大跳转次数从16次压缩至7次，超节点芯片规模提升至1152颗，同时通过OCS技术实现硬件拓扑无干预重构，进一步打开高带宽光交换网络器件的市场空间。

二、单机柜120KW功耗破界，冷板液冷成为刚需配置

算力芯片持续迭代，热流密度不断攀升，彻底突破传统风冷散热的物理极限。当单颗GPU功耗突破800W-1000W区间后，液冷散热从可选升级方案，转变为AI算力集群的必配刚需。

从核心芯片功耗来看，英伟达B200计算芯片TDP功耗达到1000W，GB200芯片TDP功耗更是高达2700W。机柜层面，英伟达GB200 NVL72方案单机柜整机功耗达到120KW，下一代Rubin Ultra NVL576方案单机柜功耗将飙升至600KW。算力集群向超高密度、超高功耗发展，直接推动单相冷板式液冷技术进入全面规模化落地阶段。

液冷系统的核心运行核心，是冷却液分配单元（CDU）提供的循环动力，而循环泵作为CDU核心部件，承担着冷却液精准分配、系统压力稳定的关键作用。政策层面，数据中心PUE值严格限定在1.25以下，叠加高功耗机柜快速普及，三大运营商已于2024年全面启动液冷设备规模化测试，能耗政策红线+算力功耗升级，共同成为液冷产业链加速渗透的核心逻辑。

三、万卡集群+超节点普及，国内AI算力底座量化定型

国内大模型应用快速落地，Token消耗量呈现指数级增长，字节跳动豆包大模型日均Token使用量已突破120万亿。为弥补单卡算力差距，国内厂商普遍采用超节点架构，通过提升芯片间互联带宽，打造大规模万卡算力集群。

国内头部企业相继推出重磅AI超节点方案：华为Atlas 950超节点，可支持8192张昇腾950DT芯片组网，互联带宽高达16PB/s；阿里巴巴磐久AI Infra 2.0 AL128超节点服务器，单柜可搭载128颗算力芯片，GPU互联网络带宽达6.4Tbps，整机采用液冷散热，支持最高500KW总功率；中兴通讯Nebula星云智算超节点，搭载自研“凌云”大容量交换芯片，实现算力芯片大规模高速互联。

当前万卡集群已成为国内AI算力建设的主流形态，直接拉动高速交换机、配套电源、光互连线缆等底层配套设备的大规模采购需求。

四、细分领域核心标的一览

1. 硅光模块及上游器件：中际旭创、新易盛、天孚通信、华工科技、源杰科技

2. 液冷全产业链及配套零部件：英维克、申菱环境、高澜股份

3. AI服务器及网络交换设备：中兴通讯、紫光股份、盛科通信