来源：ETF万亿指数
周三（6月17日）的行情 ，一句话 ，“芯 ”光灿烂 、咱要“屏”实力！半导体、PCB涨停潮。
发现了，不仅要站在光里 ，还要去“追 ”光 。比如东山精密就公告了12亿美元扩建光芯片和光模块产能 。
还有一件振奋人心的消息 ，DeepSeek首轮外部融资传闻落地，总额超500亿元人民币（约75亿美元），投后估值3500-4000亿元；除国家AI产业基金外 ，腾讯 、宁德时代等外部资金注入有限合伙企业 ，享有经济权益但无投票权且锁定五年。
另， PCB的爆发源于台积电的一则消息 ，公司6月16日首次向供应链发布“CoWoS玻璃基板开发计划 ” ，确认携手ABF载板龙头Ibiden与面板厂群创光电，共同验证玻璃基板导入CoWoS先进封装的可行性 。
这是台积电首次公开披露玻璃基板技术的产业化验证进程 ，意味着该技术正式从实验室研发跨入工程化落地阶段 。
其实 ，这次增量信息并不在于“在研究玻璃基板”，而是首次公开确认合作方 、披露具体测试数据 ，并给出对比定性 ，实质上是在向供应链和客户释放明确的导入信号。
验证数据显示，与有机基板相比 ，玻璃基板在关键指标上实现代际提升 ，看下面这组数据：
台积电特别强调，测试过程中未出现严重翘曲与分层/剥离现象，而这两类问题历来是大型封装的主要良率杀手。
公司进一步给出定性结论 ，Glass-SBT可做到“薄但COP更好” ，而Organic-SBT则是“厚但COP更差 ” 。这一判断对AI芯片市场具有直接的技术替代指向意义 。
看下市场规模，据机构测算 ，2026年全球玻璃基板市场规模预计达到186亿美元 ，2026-2030年复合增长率14.5%，远高于有机基板的6%增速。
Yole Group预计 ，2024年先进封装市场规模约450亿美元 ，到2030年达到约800亿美元 。2025年后玻璃基板封装市场将进入高速成长期，2029年封装基板市场规模有望突破315亿美元 。
于是 ，大家看到了 ，玻璃基板和先进封装大幅走高，电子ETF华宝创下历史新高．．．
在这一轮狂欢背后 ，我们要看清的不仅是光芒 ，更是整个AI硬件产业链底层的深刻巨变。
下面，我们就来盘点一下AI硬件产业链，到底有何关联 ，为什么此轮行情景气度如此之高？
01 产业链全景：从底层算力到顶层终端
根据公开数据 ，我们整理了一份AI硬件产业链全景图，涵盖底层算力芯片、核心配套、中游服务器和终端应用 。
AI硬件产业链遵循“底层算力芯片→中游服务器与集成→核心配套（互联/散热/PCB）→终端应用 ”的价值传导逻辑 。各环节核心看点如下：
02 此轮热潮的本质：从“训练驱动”到“训推双轮 ” ，算力缺口持续扩大
此轮AI硬件热潮的核心驱动力 ，是全产业链从“单一训练 ”向“训练+推理”双轮驱动的结构性迁移。
训练端，模型军备竞赛远未结束 。AI模型训练规模正以年均400%的速度扩张 ，训练成本五年间增长数十倍 。
这意味着 ，通往更高智能的路径仍高度依赖对高端算力的密集投入，H100等高端GPU租赁价格自低点反弹近40%就是一个例子。
如果说训练端是巨头们不计成本的‘军备竞赛’ ，那么推理端 ，则是真正属于AI商业化的‘全民战场’ 。
当前，AI产业正从“训练时代 ”加速过渡到“推理时代 ” 。每一次用户调用 、每一次AI Agent执行任务 ，都是即时的算力消耗。
英伟达提出的“Token工厂”概念 ，将数据中心定义为生产Token的工厂，核心制约因素已从芯片数量，扩散至电力 、散热、互联和工程交付能力的系统性供给。
微软因GitHub代码提交量暴增14倍而被迫向竞争对手AWS采购算力 ，正是推理需求爆炸式增长的一个缩影 。
此外 ，国产替代从“备选项 ”到“必选项 ” 。在外部供应受限的背景下，中国AI服务器所用外购芯片比例已从2024年的63%降至2025年的42%。
以寒武纪 、海光信息 、华为昇腾为代表的国产算力芯片 ，在推理场景中性能逐渐接近海外标杆 ，性价比优势开始显现 。这为国内AI硬件产业链提供了独立于海外周期的第二增长曲线 。
03 市场前景：高景气度的延续与内部结构的迁移
市场前景的核心判断是，AI硬件仍是当前胜率最高的方向 ，但产业链内部的领涨环节正在迁移。
景气度有坚实支撑 。海关总署数据显示 ，2026年5月，集成电路、自动数据处理设备出口同比增长110.9%与66.1% ，对出口增量贡献近半 ，中国已成为全球AI算力基建的核心供给方 。
全球AI硬件龙头在饱满订单支撑下，未来3年净利润预期较快增长 ，PEG多维持在1附近 ，整体估值仍属合理范围。
领涨环节从“单点”走向“系统 ” 。算力竞争已从“单芯片峰值性能 ”转向“芯片-软件-服务器-网络-液冷”的综合效率比拼 。
这意味着，投资机会正从芯片 、服务器等核心环节，向光模块 、PCB、液冷等配套环节扩散。
当前阶段可类比为AI产业周期的第二阶段 ，即从“硬件基建”到“应用落地 ”的过渡期 ，上游硬件业绩确定性最高，而中下游应用仍处于探索期 。
不过 ，尽管前景光明 ，不过部分核心资产股价已处高位，后续需要更强的盈利预期来消化估值 ，赔率较前期有所弱化 ，需要继续关注后续业绩及估值变化~
04 总结一下，在“卖铲子 ”的确定性中 ，寻找预期差
此轮AI硬件热潮 ，卖铲子的人算力硬件率先且规模化地兑现了业绩，这是产业链的客观规律 。
当下 ，市场已充分认知硬件的“高确定性” ，并给予了部分龙头公司较高的估值溢价。未来的超额收益，将更多来自于寻找预期差：
向上超预期，存储 、MLCC 、PCB等核心元件供求紧张 ，价格存在进一步上调的可能 ，将直接推升公司净利润。
向下超预期，若大模型迭代放缓或应用端迟迟无法规模化变现 ，庞大GPU集群的资本开支将面临回报率质疑 ，造成估值与业绩的“双杀 ” 。
所以，在“卖铲人 ”的狂欢中 ，我们既要享受坐在前排的暴利 ，也要时刻盯着后台的退场门 。 唯有在一致预期中寻找超预期，在逻辑破灭前保持清醒 ，才能在这场‘屏实力’的半导体风暴中 ，成为真正的弄潮儿。
