未来十年的资本开支地图：AI只是起点，大周期在向芯片、电力、核能、太空、机器人

network

把未来十年的资本开支地图画出来了：AI只是起点，真正的大周期正在向芯片、电力、核能、太空、机器人和量子扩散

如果你还在把这一轮科技行情理解成“买几只AI股票”，可能已经低估了美国正在推动的产业重构。

过去一年，美国政策方向越来越清楚：AI不是一个孤立产业，而是一个会同时拉动半导体、数据中心、电网、核能、太空基础设施、机器人、储能和量子计算的超级资本开支周期。

真正值得研究的，不是“白宫推荐了哪些股票”，因为政府当然不会直接告诉投资者买哪只股票。

真正重要的是：

政策、资本和产业资源正在往哪些方向集中？

第一层：AI与算力基础设施

GOOGL、NBIS、IREN、CRWV

AI模型继续扩大以后，真正需要建设的是越来越庞大的计算基础设施。

这也是为什么市场已经从单纯追逐“谁拥有最好的模型”，逐渐转向“谁拥有足够算力”。

未来AI竞争不只是Algorithm（算法）竞争。

更是Compute（算力）竞争。

谁能够更快获得GPU、更快建设数据中心、更快接入电力，谁就能够更快训练和部署下一代模型。

第二层：先进芯片

TSM、ASML、NVDA、AMD

AI基础设施扩张最终全部要回到芯片。

GPU需要先进制程。

Custom ASIC需要先进制程。

HBM需要先进制造。

先进制程又需要EUV、先进封装以及越来越复杂的半导体设备。

所以无论未来是NVIDIA继续统治，还是AMD、自研ASIC获得更多市场份额，整个先进半导体供应链仍然是AI资本开支最直接的受益层之一。

第三层：太空基础设施

RKLB、ASTS、LUNR、SPCX

这一层可能是市场目前低估最大的方向之一。

卫星通信、国防、遥感、月球基础设施以及未来潜在的太空计算，都正在把Space Economy从“梦想”逐渐变成真正的产业。

如果Starship、Neutron等下一代火箭继续降低单位发射成本，真正改变的可能不是单纯的火箭市场。

而是整个太空经济的成本曲线。

过去因为发射太贵而无法成立的商业模式，都可能重新被计算一次。

第四层：能源与电网

GEV、VST、ETN

这一层我认为尤其重要。

因为AI发展到今天，最大的瓶颈已经逐渐从“有没有GPU”，变成：

有没有足够的电？

美国政府已经推动大型科技公司为数据中心新增发电能力和电力基础设施承担更多成本。

这实际上进一步确认了一件事情：

AI最终是一个能源问题。

数百MW甚至GW级数据中心不断出现以后，发电机、变压器、输配电设备、电网升级以及现有发电资产都会变得更加重要。

GPU可以几个月生产出来。

但一座大型电厂、一条输电线路或者一套完整电力基础设施，不可能几个月复制。

第五层：核能

CCJ、OKLO、CEG

如果AI数据中心需要24小时稳定运行，核能的价值就会越来越突出。

它最大的优势不是“新能源故事”。

而是能够提供稳定的大规模Baseload Power（基荷电力）。

美国政策也在推动先进核反应堆和核电容量扩张。

这意味着AI资本开支继续增长以后，核能可能从传统能源资产逐渐变成AI基础设施的一部分。

CCJ对应核燃料。

CEG对应现有核电资产。

OKLO代表下一代先进核能路线。

它们实际上对应同一条产业链的不同位置。

第六层：机器人与Physical AI

TSLA、AMZN、OUST

AI如果永远留在电脑屏幕里面，它创造的是软件价值。

但如果AI开始进入汽车、机器人、仓库、工厂和现实世界，市场规模可能再次扩大一个数量级。

这就是Physical AI真正值得关注的地方。

未来机器人需要：

AI模型

传感器

摄像头

LiDAR

电池

执行器

芯片

边缘计算

以及大规模制造能力。

所以Physical AI很可能成为生成式AI之后的下一场硬件资本开支周期。

第七层：储能

TE、EOSE、ELVA、FLNC

如果AI需要更多电，问题就不只是“生产多少电”。

还包括：

什么时候有电？

怎样稳定供电？

怎样平衡峰值负荷？

这就是储能的价值。

随着数据中心越来越大，电网波动、备用电源和能源调度的重要性都会提高。

储能最终可能成为AI能源基础设施里面非常重要的缓冲层。

第八层：量子计算

QBTS、IONQ、RGTI

这一层距离大规模商业化仍然更远，风险也明显更高。

但政策方向已经非常明确。

美国正在推动国家量子战略、后量子密码迁移以及具有科学应用价值的量子计算系统。

所以量子计算更像是：

AI之后，美国不愿意失去领导权的下一场计算平台竞争。

它现在还不是成熟现金流故事。

但正因为如此，它更接近一个高波动、高风险、高潜在回报的长期技术期权。

第九层：AI医疗

LLY、HIMS

AI最终不会只停留在写代码、生成图片和聊天机器人。

医疗可能成为AI最重要的现实应用之一。

药物发现、蛋白质研究、精准医疗、自动实验室以及医疗数据分析，都正在成为AI for Science的重要方向。

这意味着未来医疗公司的竞争力，也可能越来越取决于：

谁拥有最好的数据、最强的计算能力以及最快的AI研发闭环。

第十层：数据中心基础设施

VRT、ANET

最后不要忘记整个AI体系真正的“骨架”。

GPU不能悬在空气里面运行。

它需要服务器。

需要交换机。

需要高速网络。

需要液冷。

需要UPS。

需要电力管理。

需要机架。

需要数据中心。

这也是为什么VRT、ANET这一类公司越来越重要。

它们卖的不是AI模型。

但没有这些基础设施，AI模型根本无法规模化运行。

所以如果把整个政策和资本开支方向放在一起，真正的路线其实非常清晰：

AI模型
↓
芯片
↓
Memory与Networking
↓
数据中心
↓
电力
↓
电网
↓
核能与储能
↓
Physical AI
↓
太空基础设施
↓
下一代计算平台

这也是我未来3–5年最关注的资金流路线。

不要只问：

“下一只NVDA是谁？”

更应该问：

当数万亿美元继续投入AI以后，下一笔必须花出去的钱会流向哪里？

因为真正巨大的投资机会，往往不是等所有人发现瓶颈以后才出现。

而是在整个产业刚刚意识到——下一步如果不建设这个东西，前面的所有投资都无法继续扩张的时候出现。

network

纳斯达克会一直涨下去吗？

2025年6月到2026年10月，纳指，比一年多前涨了34.1%。

你会觉得纳指的泡沫更大了？大错特错

2025年6月纳指的市盈率是33倍多，目前反而只有30上下了，换句话说纳指涨了，但泡沫反而更小了，惊不惊喜意不意外？

美国大科技公司的赚钱能力就是这么恐怖。

与之相比，别说中概，即使外企的在华分部，比如微软辛辛苦苦经营了几十年，

中国市场对其全球营收的贡献不足1.5%，所以明白外企近年来为啥一个个撤出了吗？

因为你这个市场不赚钱啊，1.5%的营收还不够运营的开支，那做中国还有什么价值呢？

资本家谁也不是活雷锋对不对？如果赚钱的话，比如苹果特斯拉沃尔玛/山姆，谁也不走，没 人会跟钱过不去。

除微软，再来看部分其他科技公司（含中资）的中 国市场营收表现，仅供对比:

谷歌——退出中国前，中国市场的营收全球占 比1%-2%

亚马逊——中国市场对全球营收的贡献几乎为零

meta——与亚麻情况类似

苹果——唯一的例外，因为iphone mac这些东西能带出去让别人看见，符合国人的消费偏好。

但即使如此，中国对苹果全球营收的贡献也只有15%-20%，跟中国人口占全球的比例基本一 致，并没有超额贡献

阿里云——国内云计算市场的老大，最新年营收1000亿人民币(140亿美元)，但这个数放在美国不够看的。

亚马逊aws年营收1287亿美元， 微软azure年营收750亿美元，谷歌gcp年营收 587亿美元，oracle云计算年营收340亿美元。。

显然，阿里云跟美国big 4存在数量级的区别，现在明白阿里拼多多美团小米比亚迪腾讯百度为啥天天跌、港股a股是全球表现最差的市场了不?

本质上就一个原因，你的公司赚钱能力不行，资本长期不看好。