2026 年，全球人工智能基础设施建设正以前所未有的速度推进。摩根士丹利预测，到 2028 年将有接近 3 万亿美元的 AI 相关基础设施投资流经全球经济，且超过 80% 的支出仍在前方。仅在 2026 年，全球领先科技企业在人工智能基础设施上的资本支出合计已超过 6,000 亿美元。Omdia 进一步预测，到 2030 年全球数据中心的累计投资额将接近 1.6 万亿美元。
这一轮资本开支的规模在科技史上堪称罕见。超大规模科技企业 2026 年的资本开支总额预计达 6,600 亿至接近 7,000 亿美元。人工智能基础设施已从“锦上添花”的技术投入演变为决定企业竞争格局的战略性支出。AI Factory 市场已跨越不可逆的临界点，正演变为一种全新的工业组织形态——其核心特征为超高的资本密集度、显著的地缘属性以及复杂的工程技术壁垒。
对于投资者而言，理解人工智能（AI）基础设施的产业链结构与资本流向，是把握这一轮科技投资周期的前提。从 GPU、内存（Memory）、网络（Networking）三大核心硬件赛道出发，结合最新市场数据与行业逻辑，拆解各赛道的投资价值与关键标的。
GPU 是人工智能基础设施中最核心的计算单元，也是目前资本开支中占比最高的环节。Research and Markets 数据显示，全球人工智能基础设施市场规模将从 2025 年的 718.8 亿美元增长至 2026 年的 909.1 亿美元，复合年增长率达 26.5%。预计到 2030 年，这一数字将进一步增长至 2,269.5 亿美元。GPU 及加速器系统在这一增长中占据主导地位。
从市场表现来看，GPU 赛道龙头的股价走势印证了资本对算力基建的追逐。北京时间 6 月 30 日凌晨，美股三大股指集体收涨，纳斯达克综合指数上涨 2.07%，报 25,820.14 点。英伟达（NVDA）收于 194.97 美元，涨幅 1.27%，总市值约 4.72 万亿美元。AMD（超威半导体）收于 539.49 美元，涨幅 3.43%，总市值约 8,797 亿美元。费城半导体指数当日涨幅约 3.83%，年内累计涨幅已达 93.55%。
GPU 赛道的投资逻辑建立在两个结构性因素之上。其一是大模型训练与推理的算力需求仍在持续攀升——从模型参数量的扩张到推理部署的规模化，算力消耗曲线尚未看到拐点。其二是供给端的进入壁垒极高，包括架构设计、制程工艺、软件生态（CUDA 等）的多重护城河，使得头部玩家在可预见的未来仍将维持较强的定价能力。
值得关注的标的中，英伟达作为 AI 算力的绝对龙头，其产品路线图和客户覆盖广度仍是行业基准。AMD 则在数据中心 CPU 与 GPU 两个方向持续追赶，年初至今涨幅已达 141.3%。Cantor Fitzgerald 近期将 AMD 目标价上调至 700 美元。此外，应用材料（AMAT）作为半导体制造设备的核心供应商，6 月 29 日收盘大涨 10.82%，报 694.64 美元，反映出市场对芯片产能扩张的持续预期。
如果说 GPU 是 AI 计算的“大脑”，那么高带宽内存（HBM）就是支撑大脑高速运转的“神经纤维”。在 AI 训练与推理过程中，内存带宽直接决定了计算单元能否被充分喂饱数据——这被称为“内存墙”瓶颈。
高带宽内存需求因训练与推理模型持续放大而快速上升。市场普遍观察到，主要产能已被大型客户提前锁定至 2026 甚至 2027 年，短期供给弹性极为有限。这种供需失衡使内存供应商在价格、订单能见度与获利能力上具备更高的议价能力。
从市场数据来看，内存赛道的景气度同样得到了验证。美光科技（MU）6 月 29 日收盘报 1,145.28 美元，涨幅 1.14%。SK 海力士作为 HBM 市场的另一核心玩家，与美光、三星电子共同构成了全球高带宽内存供应的“铁三角”。三星电子在人工智能基础设施相关投资组合中的权重同样不可忽视。
内存赛道的投资逻辑与 GPU 有所不同：它不是单纯的技术领先竞赛，而是产能扩张速度与客户绑定深度的较量。由于 HBM 的制造工艺复杂、良率爬坡周期长，率先实现稳定大规模量产的厂商将获得显著的先发优势。此外，随着 AI 推理场景的爆发——预计推理算力需求将超过训练需求——内存的容量与带宽要求还将进一步提升。
在网络赛道，一个正在形成的共识是：AI 集群规模越大，网络带宽就越可能成为新的瓶颈。美银在 5 月发布的报告中预计，到 2030 年 AI 网络市场规模将达到 3,160 亿美元，高于此前预测的 2,400 亿美元。
这一判断的逻辑基础在于：AI 训练集群正从千卡级别向万卡、甚至十万卡级别演进。在这种规模下，GPU 之间的通信效率直接决定了整体算力的有效利用率。业内所谓的“僵尸 GPU”效应——即昂贵的 GPU 因 I/O 等待而闲置——正成为超大规模客户最头疼的问题之一。评估指标正从单纯的浮点运算次数（FLOPS）转向首字延迟（TTFT）和向量检索速度。
爱立信全球高级副总裁蓝尚立在 2026 年夏季达沃斯期间提出，AI 的第一轮投资涌向了芯片和数据中心，但下一程的赢家可能是那些铺设光缆和基站的电信运营商。他将网络比作“物理 AI”的神经系统——大语言模型是大脑，机器人和无人机是身体，而网络负责让大脑驱动身体。
在网络设备侧，博通（AVGO）是绕不开的名字。作为 AI 网络芯片（如交换机 ASIC）的核心供应商，博通深度受益于数据中心内部互联带宽的升级需求。尽管近期股价有所回调，Jefferies 等机构仍维持“强烈买入”评级，平均目标价约为 513.58 美元。6 月 29 日博通收于 372.45 美元，涨幅 2.04%。
此外，Cisco Systems 作为传统网络设备巨头，也在积极转型以适应 AI 数据中心的新需求，6 月 29 日收涨 3.45%，报 117.70 美元。Dell 作为 AI 服务器系统集成商，收涨 3.78%，报 414.61 美元。
从产业链位置来看，GPU、内存（Memory）与网络（Networking）三者存在显著差异：
GPU 赛道处于价值链的最顶端，享受最高的毛利率与技术溢价，但同时也面临最高的估值水平与市场预期。英伟达当前市盈率（TTM）约为 29.86 倍，考虑到其增长率，这一估值在科技巨头中并不算极端，但任何需求增速的放缓都可能引发估值重定价。
内存赛道的周期性特征更为明显。HBM 的供不应求可能在短期内掩盖了传统 DRAM 与 NAND 的周期波动，但投资者仍需关注产能大规模释放后供需关系的变化。当前产能被锁定至 2026-2027 年的格局，为这一赛道提供了相对清晰的中期盈利可见性。
网络赛道目前的市场关注度相对低于 GPU 与内存，但这恰恰可能意味着更大的预期差。美银对 2030 年 3,160 亿美元市场规模的预测，意味着网络赛道在未来数年的复合增速可能超过市场当前的一致预期。
从风险维度看，三大赛道共同面临的风险包括：人工智能资本开支的边际放缓、地缘政治对供应链的扰动、以及技术路线变革（如存内计算、光互连等新范式）对现有产业格局的冲击。Omdia 在对超过 200 家企业的调研中识别出四大核心挑战：ROI 与上市周期、数字主权、AI 人才缺口和系统性工程复杂度。这些挑战将在不同程度上影响各赛道的投资回报周期。
对于希望参与人工智能基础设施投资机会的投资者而言，Gate 平台提供了多元化的入场路径。
Gate 已上线包括美股、港股、韩股等在内的超过 12,500 只股票标的。平台现已全面支持 7×24 小时全天候交易美股、港股与韩股——覆盖盘前、盘中、盘后、隔夜时段及周末休市时段。这意味着投资者无需受限于传统交易所的开盘时间，可以更灵活地根据市场动态调整持仓。
在人工智能基础设施相关的股票标的上，Gate 覆盖了本文提及的多家核心企业：英伟达（NVDA）、AMD（AMD）、美光科技（MU）、博通（AVGO）、应用材料（AMAT）、Cisco（CSCO）、Dell（DELL）等。投资者可以通过 Gate 的股票交易模块，一站式完成对这些标的的配置与调仓。
2026 年，人工智能基础设施已从概念叙事演进为真金白银的资本开支竞赛。超大规模科技企业每年数千亿美元的投入，正在将 GPU、高带宽内存与高速网络编织成一张覆盖全球的算力基础设施网络。
GPU 赛道受益于最高的技术壁垒与最直接的算力需求映射，是当前确定性最强的方向；内存赛道凭借产能锁定的供需格局，拥有最清晰的中期盈利可见性；网络赛道则因市场认知尚不充分，可能蕴含着最大的预期差机会。
三者的投资节奏与风险收益特征各不相同，投资者可根据自身的风险偏好与投资周期进行差异化配置。Gate 的 7×24 小时股票交易与丰富的标的覆盖，为这一配置提供了灵活高效的执行工具。
人工智能基础设施的建设周期远未结束。正如黄仁勋在英伟达 2026 年股东大会上所言，AI 基建是人类历史上最大规模的基建工程。在这场持续多年的资本开支浪潮中，理解产业链的结构与节奏，或许比追逐短期热点更能带来长期的价值回报。
Q1：人工智能基础设施投资主要涵盖哪些细分赛道？
主要包括三大硬件核心赛道：GPU（图形处理器，负责 AI 计算加速）、高带宽内存（HBM，解决“内存墙”瓶颈）、以及数据中心网络（解决大规模集群的互联通信问题）。此外还包括数据中心冷却、电力系统、软件调度层等配套领域。
Q2：为什么网络（Networking）被认为是 AI 投资的下一风口？
随着 AI 训练集群从千卡向万卡、十万卡级别扩展，GPU 之间的通信效率成为算力有效利用率的关键瓶颈。美银预测到 2030 年 AI 网络市场规模将达 3,160 亿美元。网络被类比为“物理 AI”的神经系统，是让智能从数据中心走向真实世界的基础设施。
Q3：人工智能基础设施相关的美股标的在 Gate 上可以交易吗？
可以。Gate 已上线超过 12,500 只股票标的，覆盖美股、港股、韩股市场，包括英伟达（NVDA）、AMD（AMD）、美光科技（MU）、博通（AVGO）等核心企业。平台支持 7×24 小时全天候交易，覆盖盘前、盘中、盘后、隔夜及周末时段。
Q4：当前人工智能基础设施投资面临哪些主要风险？
主要风险包括：AI 资本开支增速放缓导致的需求回落、地缘政治对芯片供应链的扰动、技术路线变革（如存内计算、光互连等新范式）对现有格局的冲击，以及部分赛道估值过高带来的回调压力。投资者需结合自身风险承受能力进行配置。
Q5：2026 年人工智能基础设施市场的规模预期是多少？
Research and Markets 数据显示，全球人工智能基础设施市场规模预计从 2025 年的 718.8 亿美元增长至 2026 年的 909.1 亿美元，年增速 26.5%。另有机构预测到 2033 年将达 4,650 亿美元。仅 2026 年，全球领先科技企业在人工智能基础设施上的资本支出合计已超过 6,000 亿美元。
22.86万 热度
395.38万 热度
53.2万 热度
2197.9万 热度
220.73万 热度
人工智能基础设施投资全景：GPU、内存、网络三大赛道谁主沉浮？
2026 年，全球人工智能基础设施建设正以前所未有的速度推进。摩根士丹利预测，到 2028 年将有接近 3 万亿美元的 AI 相关基础设施投资流经全球经济，且超过 80% 的支出仍在前方。仅在 2026 年，全球领先科技企业在人工智能基础设施上的资本支出合计已超过 6,000 亿美元。Omdia 进一步预测，到 2030 年全球数据中心的累计投资额将接近 1.6 万亿美元。
这一轮资本开支的规模在科技史上堪称罕见。超大规模科技企业 2026 年的资本开支总额预计达 6,600 亿至接近 7,000 亿美元。人工智能基础设施已从“锦上添花”的技术投入演变为决定企业竞争格局的战略性支出。AI Factory 市场已跨越不可逆的临界点，正演变为一种全新的工业组织形态——其核心特征为超高的资本密集度、显著的地缘属性以及复杂的工程技术壁垒。
对于投资者而言，理解人工智能（AI）基础设施的产业链结构与资本流向，是把握这一轮科技投资周期的前提。从 GPU、内存（Memory）、网络（Networking）三大核心硬件赛道出发，结合最新市场数据与行业逻辑，拆解各赛道的投资价值与关键标的。
GPU：算力基础设施的“发动机”
GPU 是人工智能基础设施中最核心的计算单元，也是目前资本开支中占比最高的环节。Research and Markets 数据显示，全球人工智能基础设施市场规模将从 2025 年的 718.8 亿美元增长至 2026 年的 909.1 亿美元，复合年增长率达 26.5%。预计到 2030 年，这一数字将进一步增长至 2,269.5 亿美元。GPU 及加速器系统在这一增长中占据主导地位。
从市场表现来看，GPU 赛道龙头的股价走势印证了资本对算力基建的追逐。北京时间 6 月 30 日凌晨，美股三大股指集体收涨，纳斯达克综合指数上涨 2.07%，报 25,820.14 点。英伟达（NVDA）收于 194.97 美元，涨幅 1.27%，总市值约 4.72 万亿美元。AMD（超威半导体）收于 539.49 美元，涨幅 3.43%，总市值约 8,797 亿美元。费城半导体指数当日涨幅约 3.83%，年内累计涨幅已达 93.55%。
GPU 赛道的投资逻辑建立在两个结构性因素之上。其一是大模型训练与推理的算力需求仍在持续攀升——从模型参数量的扩张到推理部署的规模化，算力消耗曲线尚未看到拐点。其二是供给端的进入壁垒极高，包括架构设计、制程工艺、软件生态（CUDA 等）的多重护城河，使得头部玩家在可预见的未来仍将维持较强的定价能力。
值得关注的标的中，英伟达作为 AI 算力的绝对龙头，其产品路线图和客户覆盖广度仍是行业基准。AMD 则在数据中心 CPU 与 GPU 两个方向持续追赶，年初至今涨幅已达 141.3%。Cantor Fitzgerald 近期将 AMD 目标价上调至 700 美元。此外，应用材料（AMAT）作为半导体制造设备的核心供应商，6 月 29 日收盘大涨 10.82%，报 694.64 美元，反映出市场对芯片产能扩张的持续预期。
内存（Memory）：被“锁死”的产能与定价权
如果说 GPU 是 AI 计算的“大脑”，那么高带宽内存（HBM）就是支撑大脑高速运转的“神经纤维”。在 AI 训练与推理过程中，内存带宽直接决定了计算单元能否被充分喂饱数据——这被称为“内存墙”瓶颈。
高带宽内存需求因训练与推理模型持续放大而快速上升。市场普遍观察到，主要产能已被大型客户提前锁定至 2026 甚至 2027 年，短期供给弹性极为有限。这种供需失衡使内存供应商在价格、订单能见度与获利能力上具备更高的议价能力。
从市场数据来看，内存赛道的景气度同样得到了验证。美光科技（MU）6 月 29 日收盘报 1,145.28 美元，涨幅 1.14%。SK 海力士作为 HBM 市场的另一核心玩家，与美光、三星电子共同构成了全球高带宽内存供应的“铁三角”。三星电子在人工智能基础设施相关投资组合中的权重同样不可忽视。
内存赛道的投资逻辑与 GPU 有所不同：它不是单纯的技术领先竞赛，而是产能扩张速度与客户绑定深度的较量。由于 HBM 的制造工艺复杂、良率爬坡周期长，率先实现稳定大规模量产的厂商将获得显著的先发优势。此外，随着 AI 推理场景的爆发——预计推理算力需求将超过训练需求——内存的容量与带宽要求还将进一步提升。
网络（Networking）：AI 的“神经系统”与下一个瓶颈
在网络赛道，一个正在形成的共识是：AI 集群规模越大，网络带宽就越可能成为新的瓶颈。美银在 5 月发布的报告中预计，到 2030 年 AI 网络市场规模将达到 3,160 亿美元，高于此前预测的 2,400 亿美元。
这一判断的逻辑基础在于：AI 训练集群正从千卡级别向万卡、甚至十万卡级别演进。在这种规模下，GPU 之间的通信效率直接决定了整体算力的有效利用率。业内所谓的“僵尸 GPU”效应——即昂贵的 GPU 因 I/O 等待而闲置——正成为超大规模客户最头疼的问题之一。评估指标正从单纯的浮点运算次数（FLOPS）转向首字延迟（TTFT）和向量检索速度。
爱立信全球高级副总裁蓝尚立在 2026 年夏季达沃斯期间提出，AI 的第一轮投资涌向了芯片和数据中心，但下一程的赢家可能是那些铺设光缆和基站的电信运营商。他将网络比作“物理 AI”的神经系统——大语言模型是大脑，机器人和无人机是身体，而网络负责让大脑驱动身体。
在网络设备侧，博通（AVGO）是绕不开的名字。作为 AI 网络芯片（如交换机 ASIC）的核心供应商，博通深度受益于数据中心内部互联带宽的升级需求。尽管近期股价有所回调，Jefferies 等机构仍维持“强烈买入”评级，平均目标价约为 513.58 美元。6 月 29 日博通收于 372.45 美元，涨幅 2.04%。
此外，Cisco Systems 作为传统网络设备巨头，也在积极转型以适应 AI 数据中心的新需求，6 月 29 日收涨 3.45%，报 117.70 美元。Dell 作为 AI 服务器系统集成商，收涨 3.78%，报 414.61 美元。
三大赛道的横向比较与投资视角
从产业链位置来看，GPU、内存（Memory）与网络（Networking）三者存在显著差异：
GPU 赛道处于价值链的最顶端，享受最高的毛利率与技术溢价，但同时也面临最高的估值水平与市场预期。英伟达当前市盈率（TTM）约为 29.86 倍，考虑到其增长率，这一估值在科技巨头中并不算极端，但任何需求增速的放缓都可能引发估值重定价。
内存赛道的周期性特征更为明显。HBM 的供不应求可能在短期内掩盖了传统 DRAM 与 NAND 的周期波动，但投资者仍需关注产能大规模释放后供需关系的变化。当前产能被锁定至 2026-2027 年的格局，为这一赛道提供了相对清晰的中期盈利可见性。
网络赛道目前的市场关注度相对低于 GPU 与内存，但这恰恰可能意味着更大的预期差。美银对 2030 年 3,160 亿美元市场规模的预测，意味着网络赛道在未来数年的复合增速可能超过市场当前的一致预期。
从风险维度看，三大赛道共同面临的风险包括：人工智能资本开支的边际放缓、地缘政治对供应链的扰动、以及技术路线变革（如存内计算、光互连等新范式）对现有产业格局的冲击。Omdia 在对超过 200 家企业的调研中识别出四大核心挑战：ROI 与上市周期、数字主权、AI 人才缺口和系统性工程复杂度。这些挑战将在不同程度上影响各赛道的投资回报周期。
如何在 Gate 布局人工智能基础设施投资？
对于希望参与人工智能基础设施投资机会的投资者而言，Gate 平台提供了多元化的入场路径。
Gate 已上线包括美股、港股、韩股等在内的超过 12,500 只股票标的。平台现已全面支持 7×24 小时全天候交易美股、港股与韩股——覆盖盘前、盘中、盘后、隔夜时段及周末休市时段。这意味着投资者无需受限于传统交易所的开盘时间，可以更灵活地根据市场动态调整持仓。
在人工智能基础设施相关的股票标的上，Gate 覆盖了本文提及的多家核心企业：英伟达（NVDA）、AMD（AMD）、美光科技（MU）、博通（AVGO）、应用材料（AMAT）、Cisco（CSCO）、Dell（DELL）等。投资者可以通过 Gate 的股票交易模块，一站式完成对这些标的的配置与调仓。
结语
2026 年，人工智能基础设施已从概念叙事演进为真金白银的资本开支竞赛。超大规模科技企业每年数千亿美元的投入，正在将 GPU、高带宽内存与高速网络编织成一张覆盖全球的算力基础设施网络。
GPU 赛道受益于最高的技术壁垒与最直接的算力需求映射，是当前确定性最强的方向；内存赛道凭借产能锁定的供需格局，拥有最清晰的中期盈利可见性；网络赛道则因市场认知尚不充分，可能蕴含着最大的预期差机会。
三者的投资节奏与风险收益特征各不相同，投资者可根据自身的风险偏好与投资周期进行差异化配置。Gate 的 7×24 小时股票交易与丰富的标的覆盖，为这一配置提供了灵活高效的执行工具。
人工智能基础设施的建设周期远未结束。正如黄仁勋在英伟达 2026 年股东大会上所言，AI 基建是人类历史上最大规模的基建工程。在这场持续多年的资本开支浪潮中，理解产业链的结构与节奏，或许比追逐短期热点更能带来长期的价值回报。
FAQ
Q1：人工智能基础设施投资主要涵盖哪些细分赛道？
主要包括三大硬件核心赛道：GPU（图形处理器，负责 AI 计算加速）、高带宽内存（HBM，解决“内存墙”瓶颈）、以及数据中心网络（解决大规模集群的互联通信问题）。此外还包括数据中心冷却、电力系统、软件调度层等配套领域。
Q2：为什么网络（Networking）被认为是 AI 投资的下一风口？
随着 AI 训练集群从千卡向万卡、十万卡级别扩展，GPU 之间的通信效率成为算力有效利用率的关键瓶颈。美银预测到 2030 年 AI 网络市场规模将达 3,160 亿美元。网络被类比为“物理 AI”的神经系统，是让智能从数据中心走向真实世界的基础设施。
Q3：人工智能基础设施相关的美股标的在 Gate 上可以交易吗？
可以。Gate 已上线超过 12,500 只股票标的，覆盖美股、港股、韩股市场，包括英伟达（NVDA）、AMD（AMD）、美光科技（MU）、博通（AVGO）等核心企业。平台支持 7×24 小时全天候交易，覆盖盘前、盘中、盘后、隔夜及周末时段。
Q4：当前人工智能基础设施投资面临哪些主要风险？
主要风险包括：AI 资本开支增速放缓导致的需求回落、地缘政治对芯片供应链的扰动、技术路线变革（如存内计算、光互连等新范式）对现有格局的冲击，以及部分赛道估值过高带来的回调压力。投资者需结合自身风险承受能力进行配置。
Q5：2026 年人工智能基础设施市场的规模预期是多少？
Research and Markets 数据显示，全球人工智能基础设施市场规模预计从 2025 年的 718.8 亿美元增长至 2026 年的 909.1 亿美元，年增速 26.5%。另有机构预测到 2033 年将达 4,650 亿美元。仅 2026 年，全球领先科技企业在人工智能基础设施上的资本支出合计已超过 6,000 亿美元。