目录
- AI硬件做空报告：一、总论与物理天花板
- AI硬件做空报告：二、BOM TAM与A股58家公司
- AI硬件做空报告：三、评级框架与光模块个股
- AI硬件做空报告：四、PCB/CCL/背板个股
- AI硬件做空报告：五、铜缆连接器与液冷个股
- AI硬件做空报告：六、电源电力设备个股
- AI硬件做空报告：七、服务器网络设备与总结
01. AI硬件链做空报告（一）：总论与物理天花板
02. 本系列导读
- 本系列讨论的不是AI需求是否存在，而是AI硬件链当前估值是否已经越过物理交付边界。
- 核心方法是先看两条天花板：芯片供给天花板，以及电力、并网和工程建设天花板。
- 只有同时满足芯片可供、机柜可交付、电力可点亮，BOM供应商的收入池才真正成立。
- 本篇先给出投资结论，再推导芯片侧、电力侧和Benchmark机柜三条核心曲线。
- 全文约9万7千字，分七篇发送。
03. 投资结论与做空摘要
复核说明（2026-10-13）：下文“可点亮机柜”是原报告在一组假设下得到的情景 Benchmark，不是已经交付或验收的机柜数量。芯片分配、电力增量、单柜等效功耗及财务转换率仍需原始资料与后续披露核验。结论应按原研究时点阅读，不能直接作为当前交易依据。
本报告的核心空头判断是：A股AI硬件链正在以“无限机柜扩张”定价，但真实交付由两条物理曲线共同决定。
- 第一条是台积电CoWoS、HBM配套和Nvidia系统排产决定的芯片供给曲线。
- 第二条是电网并网、变压器、燃气轮机、施工队伍和液冷工程决定的电力建设曲线。
资本开支可以快速上调，物理交付不能。
因此，本报告不从Capex口径直接推TAM，而是先计算两条机柜天花板，再逐年取低值作为Benchmark。更新后的全球可点亮高密AI机柜Benchmark为：2026年8.0万柜、2027年7.2万柜、2028年5.5万柜、2029年6.3万柜、2030年7.3万柜。以该Benchmark重估BOM收入池后，多个A股热门标的的市值显著超过其可解释的AI相关现金流边界。
这不是“AI需求证伪”的报告，而是“供给物理上限与估值贴现过度”的报告。光模块、PCB、高速铜缆、液冷、电源和服务器整机均存在真实增量；空头机会来自增长被过度资本化：市场同时假设份额提升、单柜价值量提升、利润率不回落、Benchmark机柜数量持续扩张。任一假设松动，都足以触发估值重估。
3.1 交易摘要
3.2 关键数字速览
原图可辨认的核心数值转录如下，单位均为万柜。这些是模型假设与推算，不是历史出货数据。
| 模型层级 | 2026 | 2027 | 2028 | 2029 | 2030 |
|---|---|---|---|---|---|
| 芯片供给上限 | 10.8 | 14.4 | 18.1 | 19.9 | 21.7 |
| 电力与建设上限 | 8.0 | 7.2 | 5.5 | 6.3 | 7.3 |
| 两者逐年取低的 Benchmark | 8.0 | 7.2 | 5.5 | 6.3 | 7.3 |
本报告对58家公司给出分层结论：强做空55家，偏空2家，低优先级偏空0家，仅观察1家。评级不是交易指令，而是基于TAM边界、估值压力和业务质量的做空优先级排序。
3.3 阅读导航
04. 约束一：先进封装与GPU排产定义芯片侧机柜上限
4.1 CoWoS扩产不是线性函数
台积电CoWoS产能扩张受限于先进封装厂房、洁净室、贴装/键合/检测设备、ABF基板、HBM供给、良率爬坡和客户排产锁定。 关键假设：2026年底台积电CoWoS月产能约12万-13万片，Nvidia锁定约60%的先进封装分配。 公开报道口径显示，台积电2026年月产能目标约12万-14万片，OSAT伙伴提供额外补充，但主流高端GPU仍首先受TSMC CoWoS和HBM共同约束。
按原文模型，Nvidia可获得CoWoS晶圆分配为：2026年60万片、2027年80万片、2028年100万片。为了避免把资本开支直接等同于机柜出货，本报告先把CoWoS/HBM/Nvidia排产转换成“芯片天花板下机柜数量”。假设单片CoWoS折合约13颗GPU，NVL72等价机柜需要72颗GPU，则芯片侧理论机柜上限为：
芯片侧测算显示，若只观察CoWoS和GPU数量，2026-2030年Nvidia等价机柜供给可从约10.8万柜提升至约21.7万柜。这也是多头叙事最容易线性外推的部分。但对BOM供应商而言，芯片侧上限只是“可制造、可装配”上限，并不等同于“可交付、可并网、可点亮”上限。
05. 约束二：电力、并网与工程交付定义可点亮机柜上限
Goldman Sachs对美国数据中心电力需求的公开预测为：2025年31GW、2026年41GW、2027年66GW；并指出未来一到两年排期中的数据中心容量只有约50%-60%可能按时上线。这个判断直接支持本报告的空头框架：资本开支计划不是物理交付。需要明确的是，Goldman Sachs这篇公开文章只给到2027年预测；本报告的2028-2030年不是对该文章的简单外推。
2026-2028年采用近端项目交付曲线；2029-2030年按2027-2028年后段CAGR约22.2%外推至26.9GW和32.9GW。该曲线用IEA Energy and AI关于美国2030年数据中心用电较2024年增加约240TWh的预测作为保守下沿校验，并用EPRI、McKinsey对2030年美国数据中心电力需求的更高区间作为上行情景参照。
5.1 电力口径桥：总数据中心负载到AI IT负载
权威机构的数据口径并不相同。Goldman Sachs给出近端美国数据中心GW需求和上线折扣；IEA给出全球和区域年度TWh；LBNL/DOE给出美国2028年TWh区间和对应总功率需求；Uptime Institute给出行业PUE现实约束。下表把这些口径统一为本报告的审计桥。
审计结论 ：若只用权威总电力数据直接除以机柜功耗，会混淆总数据中心负载、AI负载、IT负载和可点亮负载。本报告的核心基准是较窄的“高密AI IT可点亮负载”。后续跟踪时，最重要的不是总GW是否增长，而是AI IT负载、PUE和按时上线率是否同时改善。
5.2 单柜功耗口径：额定功耗、平均功耗与园区等效功耗
功耗口径：NVIDIA官方GB300 NVL72整柜功耗约142kW，而本报告远期使用400-450kW。两者不是同一个口径。为避免误读，本报告将功耗拆成四层。
5.3 全球与美国拆分：为什么美国电力约束可作为Benchmark起点
IEA的区域数据说明，美国、中国和欧洲仍是数据中心用电增长的主战场；但A股BOM公司能否受益，还要看是否能进入Nvidia/类Nvidia高密机柜供应链。中国数据中心增长并不等于A股公司可以获得同等比例的Nvidia高端机柜BOM。
审计结论 ：本报告不把IEA全球945TWh直接折算成全球AI机柜，因为区域电力增长与高端GPU供应链可得性并不等价。美国仍是基准约束；非美区域只作为补充和上行情景。
5.4 电力建设天花板下的机柜数量
本报告采用以下物理约束，把“可用AI IT电力增量”除以“单柜高密压力功耗”，得到电力与建设天花板下的可点亮机柜数量：
结论是，电力曲线在2029-2030年恢复增长，但高密机柜功耗也同步上行，导致可点亮机柜数远低于按新增GW线性外推得到的结果。BOM供应商面对的不是简单“量价齐升”，而是“电力增量、单柜功耗、工程交付”三者相互抵消后的净机柜增长。
06. Benchmark：用更低约束定义可点亮机柜
估值模型必须逐年取芯片曲线与电力曲线的低值。对BOM公司而言，收入确认发生在可交付、可点亮、可验收的机柜上，而不是发生在规划口径资本开支、理论CoWoS排产或远期园区规划上。
6.1 芯片天花板与电力建设天花板逐年取低
原图中较精确的机柜数如下。它与上方以“万柜”表示的表格只是精度不同；计算方式是逐年取两条上限的较低值。图内百分比为相对芯片侧理论上限的折扣，并非经审计的实际交付率。
| 年份 | 芯片侧理论上限（柜） | 电力与建设情景上限（柜） | Benchmark（柜） | 相对芯片侧折扣 |
|---|---|---|---|---|
| 2026 | 108,333 | 80,000 | 80,000 | 26% |
| 2027 | 144,444 | 72,000 | 72,000 | 50% |
| 2028 | 180,556 | 55,000 | 55,000 | 70% |
| 2029 | 198,611 | 63,294 | 63,294 | 68% |
| 2030 | 216,667 | 73,111 | 73,111 | 66% |
2026-2030 两条机柜天花板对比
这张图是本报告的核心：2026-2030年，芯片供给不是最紧约束，电力与建设曲线持续低于芯片曲线。因此，所有BOM TAM都必须以Benchmark机柜数量为起点。
6.2 Benchmark是年度新增/验收机柜，不是期末存量
质疑指出，GW除以kW得到的可能是期末可承载机柜，而BOM TAM对应当年新增设备采购。本报告将口径明确为： 基准BOM TAM只计算当年新增或重大升级的可点亮机柜，不把存量运行机柜重复计入年度BOM收入 。
公式 ：
年度BOM TAM = 当年新增/重大升级可点亮机柜 × 单柜BOM
期末装机 = 上年期末装机 + 当年新增机柜 - 退役机柜
替换升级上行情景 = 上年期末装机 × 替换升级率 × 单柜BOM升级比例基准模型没有把存量运行机柜重复乘以完整BOM，因此没有把“期末装机”误作“年度收入池”。但若2028年后平台切换导致存量机柜大规模升级，BOM TAM应增加替换升级项。
6.3 机柜数量敏感性：AI IT负载与单柜功耗
换言之，本报告的核心可证伪条件并不是AI需求本身降温，而是美国数据中心电力供应能力在未来几年出现超出当前公开预测与工程交付周期的突破性改善：并网、输变电、备用电源、冷却和施工交付必须同步加速。只要这一条件没有成立，芯片侧扩产即使兑现，也难以转化为更高的可点亮机柜数；本报告关于BOM TAM上限与A股估值压力的做空框架，仍然难以被证伪。
07. 下一篇预告
下一篇我们把Benchmark机柜转换成BOM TAM，并进一步映射到A股58家公司，看每家公司理论可触达收入池到底有多大。
重要提示 / Important Warning :
本研究报告仅供教育和信息用途，不构成投资建议或推荐。所有投资均有风险，包括本金损失。过往表现不代表未来结果。请自行进行尽职调查，并在做出投资决策前咨询合格的财务顾问。
This research is for educational and informational purposes only and does not constitute investment advice or recommendation. All investments involve risk, including loss of principal. Past performance does not guarantee future results. Always conduct your own due diligence and consult qualified financial advisors before making investment decisions.
08. 模型核验与复盘记录
此次修订逐行对照原报告的两张机柜表，仅转录能从配图辨认的模型结果；没有据此确认台积电、GPU、电网或客户的真实交付。原报告将 GW ÷ kW 折成机柜数量：由于 1 GW = 100 万 kW，例如 2026 年 12 GW ÷ 150 kW = 80,000 柜。这里的 12 GW 和 150 kW 都是原报告的情景输入，其中远期 400–450 kW 还混合了网络、冷却和园区等效压力，不能与单计算柜额定功耗直接比较。
复盘时应逐年核查实际可供 GPU、项目并网和验收时点、可部署 AI IT 负载、单位机柜口径以及替换/升级需求。若实际交付持续高于电力情景上限，或单柜功耗和 BOM 单价低于原假设，须重新计算上限与估值；股价变化本身不足以证明原模型正确或错误。外部机构预测、厂商规格与作者假设需要分别列示来源、发布日期和计算步骤，缺少底稿的项仍为待核实。
09. 原文来源
原文发表于微信公众号“中老年叨叨”（2026年6月21日 08:05）。原文页面标注：修改于2026年6月21日。查看微信公众号原文。