执行摘要：为什么基建比应用更赚钱？
在AI平台级代际更迭的初期，价值获取呈现极度的非对称性。**底层基础设施（算力、通信、能源、热管理）攫取了绝大部分利润，而应用层仍处于商业模式探索和大规模烧钱阶段。** 本报告旨在从资本开支（CapEx）流向和供应链议价权角度，深度解析AI基础设施与空间智能（Spatial Intelligence）产业链中真正的利润池。
算力垄断溢价
以NVIDIA为核心的GPU体系，通过CUDA软件生态与TSMC先进封装（CoWoS）形成双重护城河，征收全行业的“算力税”。
打破物理瓶颈的极高溢价
光模块、HBM、液冷、高速PCB的暴利来源于它们解决了AI集群扩展的核心物理瓶颈（内存墙、通信墙、功耗墙），具备极强的卖方定价权。
空间智能的二次爆发
AI从数字世界走向物理世界（具身智能、自动驾驶），将带动边缘算力、高精度传感器（LiDAR/工业视觉）和精密控制硬件的长期高增长。
■ 产业链利润分配法则
本节展示当前AI全产业链的毛利率与利润留存情况。数据显示，越靠近底层物理限制（高端芯片、高速互联）的环节，毛利率越高，且最容易形成寡头垄断。应用层由于竞争激烈、Token推理成本高昂，多数处于微利或亏损状态。
AI产业链典型环节毛利率 (Gross Margin) 估算
数据基于业界龙头企业近期财报及机构研报均值估算，仅供趋势参考。
■ 核心“卖水人”深度解析
为何这些特定硬件能够享受超越周期的超额利润？核心逻辑在于：**它们是制约AI算力集群Scaling Law（规模法则）的刚性瓶颈。** 只要大模型参数量还在增长，对这些组件的需求规格就会呈指数级上升。
■ 细分赛道核心壁垒与竞争矩阵
通过多维度评估核心基础设施部件。从投资和产业跟踪角度，**技术壁垒极高 + 最难国产替代**往往意味着产业链话语权集中在欧美巨头（赚取最高溢价）；而**迭代速度快 + 容易长期绑定**则造就了中国供应链中的超级Alpha企业。
■ AI如何带动周边硬件共振爆发？
AI的演进并非单一芯片的升级，而是整个系统工程的重构。从云端训练到边缘空间智能，算力密度的提升直接引爆了电力、热管理、高速互联以及最终物理执行器（机器人硬件）的需求。
云端大模型训练
参数量 1T+
集群规模 10万卡级
⚡ 电力与电源系统
单机柜功率从15kW跃升至120kW+，倒逼高压直流(HVDC)、大功率电源模块及电网升级。**逻辑：算力的尽头是电力。**
❄ 热管理 (液冷)
芯片TDP超1000W（如B200），风冷达到物理极限。冷板式液冷成为标配，催生CDU、快插接头高利润赛道。
⇄ 光通信与互联
集群内东西向流量激增。1.6T光模块、硅光/CPO技术爆发，解决“数据喂不饱GPU”的尴尬局促。
▦ 高层数/HDI高速PCB
信号频率升高导致严重衰减。需极低损耗覆铜板(CCL)及30层+复杂加工工艺，PCB板单机价值量翻倍。
空间智能 / 具身AI
模型下发至边缘
与三维环境交互
⚙ 机器人精密电子与执行器
无框力矩电机、空心杯电机、减速器、六维力传感器。AI赋能大脑，必须有精密硬件作为“肌肉”。
👁 LiDAR与高级工业视觉
物理世界的“数据采集器”。3D视觉、固态激光雷达是构建空间智能隐式地图的前提，长期需求海量。
🖥 边缘AI推理算力硬件
车规级/工业级域控制器。要求低功耗、高算力(TOPS/W)、强环境适应性，本地处理降低延迟。
■ 未来3-5年最具跟踪价值的产业转移
互联标准的暗战：铜退光进的临界点
NVLink目前主导机架内高速互联（采用高频铜缆，利好高速连接器）。但随着速率突破224G，**CPO（光电共封装）**技术将在3-5年内全面商用，光互联将下沉至芯片级，重塑现有的PCB与连接器格局。
液冷：从“可选项”到“必选项”
随着NVIDIA GB200等系统级产品的推出，液冷渗透率将从当前的<15%快速飙升至50%以上。产业链利润将向掌握**快插接头(UQD)、微通道冷板设计以及系统级漏液监测**的企业集中，这是一个长坡厚雪的高增赛道。
具身智能硬件的“iPhone时刻”
纯软件AI公司的估值将回归理性，资本将涌向具备软硬结合能力的企业。**核心传感器（尤其是低成本纯固态LiDAR和高频力矩传感器）**将经历类似智能手机早期的残酷降本与产能扩张，中国供应链将在此环节复制消费电子时代的绝对统治力。