2026年7月，美国半导体行业协会（SIA）公布的数据显示，全球半导体销售额达到1468亿美元，环比增长6.4%。这已是全球半导体销售连续第17个月实现环比增长。今年二季度，全球半导体销售额更达到4033亿美元，较一季度大幅增长35.1%。芯片市场的热度毋庸置疑，但真正值得关注的信号，并不在于数字本身，而在于这轮景气正在从GPU向更广阔的产业链环节扩散。

过去两年，市场讨论AI硬件时几乎只围绕一个词——GPU。但随着AI基础设施进入大规模建设阶段，瓶颈正在不断迁移，资金、订单和资本开支沿着产业链逐层外溢。曾经被忽视的存储、先进封装、设备材料、电源散热、高速连接等环节，正依次成为新的需求中心。

一、存储：AI服务器正在改写内存供需格局

AI景气扩散最显著的第一站，是存储。一台高性能AI服务器不仅需要计算芯片，还需要将海量数据快速送入芯片。如果数据送不过去，再强的GPU也只能空转等待。高带宽存储器HBM因此成为AI服务器最关键的部件之一。

这一轮AI周期中，存储行业出现了一个与传统消费电子周期截然不同的变化：过去存储最大的需求来源是手机和PC，而AI服务器正在成为影响高端存储供需的重要变量。

这种变化已经开始向消费电子端传导。一些中小手机和笔记本厂商正在为持续多年的内存供应紧张做准备。行业担忧的不仅是价格上涨，更是未来能否拿到足够产能。AI服务器对高端存储产能的挤压，正在间接改变一部普通手机的成本结构。AI的产业影响，已经从数据中心向消费电子外溢。

二、先进封装：从后端环节到产能瓶颈

如果说GPU解决的是计算问题，那么先进封装解决的，是如何把越来越多的计算能力整合到一起。随着制程越来越先进，单纯依靠缩小晶体管尺寸来提升性能变得越来越困难、越来越昂贵。把不同功能的芯片通过先进封装连接起来，这条路线的重要性正在快速上升。

GPU、HBM以及其他芯粒之间，需要极高的数据传输效率。先进封装已经从半导体制造中的后端环节，逐渐成为决定高端AI芯片产能的关键环节。

对于产业链来说，这意味着需求不只是向晶圆制造扩散，也会继续传导至封装设备、测试设备、基板、材料以及检测等环节。AI芯片越复杂，这条产业链就越长。

三、设备与材料：卖铲人迎来新一轮订单

芯片制造商生意好，最终会推动卖铲子的人增加订单。全球芯片销售持续增长之后，晶圆厂需要扩充产能，进而增加资本开支——光刻机、刻蚀设备、薄膜沉积设备、清洗设备、检测设备，以及大量高纯度材料，需求随之上升。

这条传导链已经出现明显信号：随着全球主要芯片厂商推进下一代制造工艺，ASML的新一代High NA EUV设备正在获得越来越多客户采用。这类设备单台价格高达约4亿美元，台积电、三星、SK海力士和英特尔等厂商都在布局。

设备之外，还有一个体量巨大但容易被忽视的市场——材料。一颗芯片制造过程可能涉及数百甚至上千道工序。硅片、光刻胶、电子特气、湿电子化学品、高纯石英等，每一种材料都直接决定制造良率。AI芯片越先进，对材料纯度和设备精度的要求往往越高。真正完整的AI半导体产业链，从来不只是芯片公司，背后站着一长串装备和材料供应商。

四、电源与散热：从配角到核心关注点

AI服务器有一个非常现实的问题——太耗电，也太热。芯片计算能力越强，功耗往往越高。过去服务器里相对不起眼的电源和散热部件，开始变得越来越重要。服务器需要将电稳定、安全、高效率地输送给GPU、CPU和存储系统。

在散热方面，随着AI服务器单机柜功率密度不断提升，传统风冷逐渐接近效率瓶颈，液冷开始进入越来越多数据中心。这意味着AI产业链正在发生一次有价值的迁移：过去投资者最关心的是芯片计算能力有多强，现在越来越需要增加两个问题——这些芯片需要多少电，产生的热量怎么带走。

电源模块、液冷系统、冷板、CDU、泵阀以及数据中心基础设施，开始成为AI投资链条的重要组成部分。它们本身并不生产AI，但没有这些设备，GPU就无法持续工作。

五、高速连接：当芯片在等数据

单台服务器性能再强，也无法完成超大规模AI训练。现代AI数据中心往往需要成千上万颗GPU协同工作。这时候，芯片之间、服务器之间、机柜之间传输数据的速度，就会直接决定整个系统的效率。如果GPU计算速度很快，但网络传输跟不上，就会出现一种昂贵的浪费——芯片在等数据。

AI数据中心正在推动高速网络、光模块、交换机以及相关光通信器件不断升级。过去数据中心最大的价值可能集中在服务器，未来越来越多的价值会分布在芯片、存储、网络、电源、散热的协同之中。AI硬件行情已经越来越难用GPU产业链四个字来概括，它正在变成一个完整的AI基础设施产业。

六、从一颗芯片到一座数据中心

全球半导体销售达到1468亿美元，也许只是其中一个数字节点。真正值得关注的是增长正在扩散。未来观察这轮AI硬件周期，可以沿着五层产业链逐层验证：算力芯片、存储、先进封装、设备与材料、电源散热和高速连接。

如果这五层需求能够轮流出现新的订单和产能瓶颈，那么这轮AI投资周期就不再只是少数GPU公司的景气，它正在变成一场更大范围的基础设施升级。

过去两年，市场一直在问谁能造出更强的AI芯片。而接下来可能越来越重要的问题是：为了让这些芯片真正跑起来，整个产业还需要增加多少设备、存储、电力、散热和连接。GPU之后，越来越多产业正在被AI重新定价。