2026 年，全球人工智慧基礎設施建設正以前所未有的速度推進。摩根士丹利預測，到 2028 年將有接近 3 兆美元的 AI 相關基礎設施投資流經全球經濟，且超過 80% 的支出仍在前方。僅在 2026 年，全球領先科技企業在人工智慧基礎設施上的資本支出合計已超過 6,000 億美元。Omdia 進一步預測，到 2030 年全球數據中心的累計投資額將接近 1.6 兆美元。
這一輪資本開支的規模在科技史上堪稱罕見。超大規模科技企業 2026 年的資本開支總額預計達 6,600 億至接近 7,000 億美元。人工智慧基礎設施已從「錦上添花」的技術投入演變為決定企業競爭格局的戰略性支出。AI Factory 市場已跨越不可逆的臨界點，正演變為一種全新的工業組織形態——其核心特徵為超高的資本密集度、顯著的地緣屬性以及複雜的工程技術壁壘。
對於投資者而言，理解人工智慧（AI）基礎設施的產業鏈結構與資本流向，是把握這一輪科技投資週期的前提。從 GPU、記憶體（Memory）、網路（Networking）三大核心硬體賽道出發，結合最新市場數據與行業邏輯，拆解各賽道的投資價值與關鍵標的。
GPU 是人工智慧基礎設施中最核心的計算單元，也是目前資本開支中佔比最高的環節。Research and Markets 數據顯示，全球人工智慧基礎設施市場規模將從 2025 年的 718.8 億美元增長至 2026 年的 909.1 億美元，複合年增長率達 26.5%。預計到 2030 年，這一數字將進一步增長至 2,269.5 億美元。GPU 及加速器系統在這一增長中佔據主導地位。
從市場表現來看，GPU 賽道龍頭的股價走勢印證了資本對算力基建的追逐。北京時間 6 月 30 日凌晨，美股三大股指集體收漲，納斯達克綜合指數上漲 2.07%，報 25,820.14 點。輝達（NVDA）收於 194.97 美元，漲幅 1.27%，總市值約 4.72 兆美元。AMD（超微半導體）收於 539.49 美元，漲幅 3.43%，總市值約 8,797 億美元。費城半導體指數當日漲幅約 3.83%，年內累計漲幅已達 93.55%。
GPU 賽道的投資邏輯建立在兩個結構性因素之上。其一是大模型訓練與推理的算力需求仍在持續攀升——從模型參數量的擴張到推理部署的規模化，算力消耗曲線尚未看到拐點。其二是供給端的進入壁壘極高，包括架構設計、製程工藝、軟體生態（CUDA 等）的多重護城河，使得頭部玩家在可預見的未來仍將維持較強的定價能力。
值得關注的標的中，輝達作為 AI 算力的絕對龍頭，其產品路線圖和客戶覆蓋廣度仍是行業基準。AMD 則在資料中心 CPU 與 GPU 兩個方向持續追趕，年初至今漲幅已達 141.3%。Cantor Fitzgerald 近期將 AMD 目標價上調至 700 美元。此外，應用材料（AMAT）作為半導體製造設備的核心供應商，6 月 29 日收盤大漲 10.82%，報 694.64 美元，反映出市場對晶片產能擴張的持續預期。
如果說 GPU 是 AI 計算的「大腦」，那麼高頻寬記憶體（HBM）就是支撐大腦高速運轉的「神經纖維」。在 AI 訓練與推理過程中，記憶體頻寬直接決定了計算單元能否被充分餵飽數據——這被稱為「記憶體牆」瓶頸。
高頻寬記憶體需求因訓練與推理模型持續放大而快速上升。市場普遍觀察到，主要產能已被大型客戶提前鎖定至 2026 甚至 2027 年，短期供給彈性極為有限。這種供需失衡使記憶體供應商在價格、訂單能見度與獲利能力上具備更高的議價能力。
從市場數據來看，記憶體賽道的景氣度同樣得到了驗證。美光科技（MU）6 月 29 日收盤報 1,145.28 美元，漲幅 1.14%。SK 海力士作為 HBM 市場的另一核心玩家，與美光、三星電子共同構成了全球高頻寬記憶體供應的「鐵三角」。三星電子在人工智慧基礎設施相關投資組合中的權重同樣不可忽視。
記憶體賽道的投資邏輯與 GPU 有所不同：它不是單純的技術領先競賽，而是產能擴張速度與客戶綁定深度的較量。由於 HBM 的製造工藝複雜、良率爬坡週期長，率先實現穩定大規模量產的廠商將獲得顯著的先發優勢。此外，隨著 AI 推理場景的爆發——預計推理算力需求將超過訓練需求——記憶體的容量與頻寬要求還將進一步提升。
在網路賽道，一個正在形成的共識是：AI 集群規模越大，網路頻寬就越可能成為新的瓶頸。美銀在 5 月發布的報告中預計，到 2030 年 AI 網路市場規模將達到 3,160 億美元，高於此前預測的 2,400 億美元。
這一判斷的邏輯基礎在於：AI 訓練集群正從千卡級別向萬卡、甚至十萬卡級別演進。在這種規模下，GPU 之間的通訊效率直接決定了整體算力的有效利用率。業內所謂的「僵屍 GPU」效應——即昂貴的 GPU 因 I/O 等待而閒置——正成為超大規模客戶最頭痛的問題之一。評估指標正從單純的浮點運算次數（FLOPS）轉向首字延遲（TTFT）和向量檢索速度。
愛立信全球高級副總裁藍尚立在 2026 年夏季達沃斯期間提出，AI 的第一輪投資湧向了晶片和數據中心，但下一程的贏家可能是那些鋪設光纜和基地台的電信運營商。他將網路比作「物理 AI」的神經系統——大語言模型是大腦，機器人和無人機是身體，而網路負責讓大腦驅動身體。
在網路設備側，博通（AVGO）是繞不開的名字。作為 AI 網路晶片（如交換機 ASIC）的核心供應商，博通深度受益於數據中心內部互聯頻寬的升級需求。儘管近期股價有所回調，Jefferies 等機構仍維持「強烈買入」評級，平均目標價約為 513.58 美元。6 月 29 日博通收於 372.45 美元，漲幅 2.04%。
此外，Cisco Systems 作為傳統網路設備巨頭，也在積極轉型以適應 AI 數據中心的新需求，6 月 29 日收漲 3.45%，報 117.70 美元。Dell 作為 AI 伺服器系統整合商，收漲 3.78%，報 414.61 美元。
從產業鏈位置來看，GPU、記憶體（Memory）與網路（Networking）三者存在顯著差異：
GPU 賽道處於價值鏈的最頂端，享受最高的毛利率與技術溢價，但同時也面臨最高的估值水平與市場預期。輝達當前本益比（TTM）約為 29.86 倍，考慮到其增長率，這一估值在科技巨頭中並不算極端，但任何需求增速的放緩都可能引發估值重定價。
記憶體賽道的週期性特徵更為明顯。HBM 的供不應求可能在短期內掩蓋了傳統 DRAM 與 NAND 的週期波動，但投資者仍需關注產能大規模釋放後供需關係的變化。當前產能被鎖定至 2026-2027 年的格局，為這一賽道提供了相對清晰的中期盈利可見性。
網路賽道目前的市場關注度相對低於 GPU 與記憶體，但這恰恰可能意味著更大的預期差。美銀對 2030 年 3,160 億美元市場規模的預測，意味著網路賽道在未來數年的複合增速可能超過市場當前的一致預期。
從風險維度看，三大賽道共同面臨的風險包括：人工智慧資本開支的邊際放緩、地緣政治對供應鏈的擾動、以及技術路線變革（如存內計算、光互連等新範式）對現有產業格局的衝擊。Omdia 在對超過 200 家企業的調研中識別出四大核心挑戰：ROI 與上市週期、數位主權、AI 人才缺口和系統性工程複雜度。這些挑戰將在不同程度上影響各賽道的投資回報週期。
對於希望參與人工智慧基礎設施投資機會的投資者而言，Gate 平台提供了多元化的入場路徑。
Gate 已上線包括美股、港股、韓股等在內的超過 12,500 檔股票標的。平台現已全面支援 7×24 小時全天候交易美股、港股與韓股——覆蓋盤前、盤中、盤後、隔夜時段及週末休市時段。這意味著投資者無需受限於傳統交易所的開盤時間，可以更靈活地根據市場動態調整持倉。
在人工智慧基礎設施相關的股票標的上，Gate 覆蓋了本文提及的多家核心企業：輝達（NVDA）、AMD（AMD）、美光科技（MU）、博通（AVGO）、應用材料（AMAT）、Cisco（CSCO）、Dell（DELL）等。投資者可以透過 Gate 的股票交易模組，一站式完成對這些標的的配置與調倉。
2026 年，人工智慧基礎設施已從概念敘事演進為真金白銀的資本開支競賽。超大規模科技企業每年數千億美元的投入，正在將 GPU、高頻寬記憶體與高速網路編織成一張覆蓋全球的算力基礎設施網路。
GPU 賽道受益於最高的技術壁壘與最直接的算力需求映射，是當前確定性最強的方向；記憶體賽道憑藉產能鎖定的供需格局，擁有最清晰的中期盈利可見性；網路賽道則因市場認知尚不充分，可能蘊含著最大的預期差機會。
三者的投資節奏與風險收益特徵各不相同，投資者可根據自身的風險偏好與投資週期進行差異化配置。Gate 的 7×24 小時股票交易與豐富的標的覆蓋，為這一配置提供了靈活高效的執行工具。
人工智慧基礎設施的建設週期遠未結束。正如黃仁勳在輝達 2026 年股東大會上所言，AI 基建是人類歷史上最大規模的基建工程。在這場持續多年的資本開支浪潮中，理解產業鏈的結構與節奏，或許比追逐短期熱點更能帶來長期的價值回報。
Q1：人工智慧基礎設施投資主要涵蓋哪些細分賽道？
主要包括三大硬體核心賽道：GPU（圖形處理器，負責 AI 計算加速）、高頻寬記憶體（HBM，解決「記憶體牆」瓶頸）、以及資料中心網路（解決大規模集群的互聯通信問題）。此外還包括資料中心冷卻、電力系統、軟體調度層等配套領域。
Q2：為什麼網路（Networking）被認為是 AI 投資的下一風口？
隨著 AI 訓練集群從千卡向萬卡、十萬卡級別擴展，GPU 之間的通訊效率成為算力有效利用率的關鍵瓶頸。美銀預測到 2030 年 AI 網路市場規模將達 3,160 億美元。網路被類比為「物理 AI」的神經系統，是讓智慧從資料中心走向真實世界的基礎設施。
Q3：人工智慧基礎設施相關的美股標的在 Gate 上可以交易嗎？
可以。Gate 已上線超過 12,500 檔股票標的，覆蓋美股、港股、韓股市場，包括輝達（NVDA）、AMD（AMD）、美光科技（MU）、博通（AVGO）等核心企業。平台支援 7×24 小時全天候交易，覆蓋盤前、盤中、盤後、隔夜及週末時段。
Q4：當前人工智慧基礎設施投資面臨哪些主要風險？
主要風險包括：AI 資本開支增速放緩導致的需求回落、地緣政治對晶片供應鏈的擾動、技術路線變革（如存內計算、光互連等新範式）對現有格局的衝擊，以及部分賽道估值過高帶來的回調壓力。投資者需結合自身風險承受能力進行配置。
Q5：2026 年人工智慧基礎設施市場的規模預期是多少？
Research and Markets 數據顯示，全球人工智慧基礎設施市場規模預計從 2025 年的 718.8 億美元增長至 2026 年的 909.1 億美元，年增速 26.5%。另有機構預測到 2033 年將達 4,650 億美元。僅 2026 年，全球領先科技企業在人工智慧基礎設施上的資本支出合計已超過 6,000 億美元。
23.04萬 熱度
50.4萬 熱度
2202.9萬 熱度
873.97萬 熱度
101.74萬 熱度
人工智能基礎設施投資全景：GPU、記憶體、網路三大賽道誰主沉浮？
2026 年，全球人工智慧基礎設施建設正以前所未有的速度推進。摩根士丹利預測，到 2028 年將有接近 3 兆美元的 AI 相關基礎設施投資流經全球經濟，且超過 80% 的支出仍在前方。僅在 2026 年，全球領先科技企業在人工智慧基礎設施上的資本支出合計已超過 6,000 億美元。Omdia 進一步預測，到 2030 年全球數據中心的累計投資額將接近 1.6 兆美元。
這一輪資本開支的規模在科技史上堪稱罕見。超大規模科技企業 2026 年的資本開支總額預計達 6,600 億至接近 7,000 億美元。人工智慧基礎設施已從「錦上添花」的技術投入演變為決定企業競爭格局的戰略性支出。AI Factory 市場已跨越不可逆的臨界點，正演變為一種全新的工業組織形態——其核心特徵為超高的資本密集度、顯著的地緣屬性以及複雜的工程技術壁壘。
對於投資者而言，理解人工智慧（AI）基礎設施的產業鏈結構與資本流向，是把握這一輪科技投資週期的前提。從 GPU、記憶體（Memory）、網路（Networking）三大核心硬體賽道出發，結合最新市場數據與行業邏輯，拆解各賽道的投資價值與關鍵標的。
GPU：算力基礎設施的「發動機」
GPU 是人工智慧基礎設施中最核心的計算單元，也是目前資本開支中佔比最高的環節。Research and Markets 數據顯示，全球人工智慧基礎設施市場規模將從 2025 年的 718.8 億美元增長至 2026 年的 909.1 億美元，複合年增長率達 26.5%。預計到 2030 年，這一數字將進一步增長至 2,269.5 億美元。GPU 及加速器系統在這一增長中佔據主導地位。
從市場表現來看，GPU 賽道龍頭的股價走勢印證了資本對算力基建的追逐。北京時間 6 月 30 日凌晨，美股三大股指集體收漲，納斯達克綜合指數上漲 2.07%，報 25,820.14 點。輝達（NVDA）收於 194.97 美元，漲幅 1.27%，總市值約 4.72 兆美元。AMD（超微半導體）收於 539.49 美元，漲幅 3.43%，總市值約 8,797 億美元。費城半導體指數當日漲幅約 3.83%，年內累計漲幅已達 93.55%。
GPU 賽道的投資邏輯建立在兩個結構性因素之上。其一是大模型訓練與推理的算力需求仍在持續攀升——從模型參數量的擴張到推理部署的規模化，算力消耗曲線尚未看到拐點。其二是供給端的進入壁壘極高，包括架構設計、製程工藝、軟體生態（CUDA 等）的多重護城河，使得頭部玩家在可預見的未來仍將維持較強的定價能力。
值得關注的標的中，輝達作為 AI 算力的絕對龍頭，其產品路線圖和客戶覆蓋廣度仍是行業基準。AMD 則在資料中心 CPU 與 GPU 兩個方向持續追趕，年初至今漲幅已達 141.3%。Cantor Fitzgerald 近期將 AMD 目標價上調至 700 美元。此外，應用材料（AMAT）作為半導體製造設備的核心供應商，6 月 29 日收盤大漲 10.82%，報 694.64 美元，反映出市場對晶片產能擴張的持續預期。
記憶體（Memory）：被「鎖死」的產能與定價權
如果說 GPU 是 AI 計算的「大腦」，那麼高頻寬記憶體（HBM）就是支撐大腦高速運轉的「神經纖維」。在 AI 訓練與推理過程中，記憶體頻寬直接決定了計算單元能否被充分餵飽數據——這被稱為「記憶體牆」瓶頸。
高頻寬記憶體需求因訓練與推理模型持續放大而快速上升。市場普遍觀察到，主要產能已被大型客戶提前鎖定至 2026 甚至 2027 年，短期供給彈性極為有限。這種供需失衡使記憶體供應商在價格、訂單能見度與獲利能力上具備更高的議價能力。
從市場數據來看，記憶體賽道的景氣度同樣得到了驗證。美光科技（MU）6 月 29 日收盤報 1,145.28 美元，漲幅 1.14%。SK 海力士作為 HBM 市場的另一核心玩家，與美光、三星電子共同構成了全球高頻寬記憶體供應的「鐵三角」。三星電子在人工智慧基礎設施相關投資組合中的權重同樣不可忽視。
記憶體賽道的投資邏輯與 GPU 有所不同：它不是單純的技術領先競賽，而是產能擴張速度與客戶綁定深度的較量。由於 HBM 的製造工藝複雜、良率爬坡週期長，率先實現穩定大規模量產的廠商將獲得顯著的先發優勢。此外，隨著 AI 推理場景的爆發——預計推理算力需求將超過訓練需求——記憶體的容量與頻寬要求還將進一步提升。
網路（Networking）：AI 的「神經系統」與下一個瓶頸
在網路賽道，一個正在形成的共識是：AI 集群規模越大，網路頻寬就越可能成為新的瓶頸。美銀在 5 月發布的報告中預計，到 2030 年 AI 網路市場規模將達到 3,160 億美元，高於此前預測的 2,400 億美元。
這一判斷的邏輯基礎在於：AI 訓練集群正從千卡級別向萬卡、甚至十萬卡級別演進。在這種規模下，GPU 之間的通訊效率直接決定了整體算力的有效利用率。業內所謂的「僵屍 GPU」效應——即昂貴的 GPU 因 I/O 等待而閒置——正成為超大規模客戶最頭痛的問題之一。評估指標正從單純的浮點運算次數（FLOPS）轉向首字延遲（TTFT）和向量檢索速度。
愛立信全球高級副總裁藍尚立在 2026 年夏季達沃斯期間提出，AI 的第一輪投資湧向了晶片和數據中心，但下一程的贏家可能是那些鋪設光纜和基地台的電信運營商。他將網路比作「物理 AI」的神經系統——大語言模型是大腦，機器人和無人機是身體，而網路負責讓大腦驅動身體。
在網路設備側，博通（AVGO）是繞不開的名字。作為 AI 網路晶片（如交換機 ASIC）的核心供應商，博通深度受益於數據中心內部互聯頻寬的升級需求。儘管近期股價有所回調，Jefferies 等機構仍維持「強烈買入」評級，平均目標價約為 513.58 美元。6 月 29 日博通收於 372.45 美元，漲幅 2.04%。
此外，Cisco Systems 作為傳統網路設備巨頭，也在積極轉型以適應 AI 數據中心的新需求，6 月 29 日收漲 3.45%，報 117.70 美元。Dell 作為 AI 伺服器系統整合商，收漲 3.78%，報 414.61 美元。
三大賽道的橫向比較與投資視角
從產業鏈位置來看，GPU、記憶體（Memory）與網路（Networking）三者存在顯著差異：
GPU 賽道處於價值鏈的最頂端，享受最高的毛利率與技術溢價，但同時也面臨最高的估值水平與市場預期。輝達當前本益比（TTM）約為 29.86 倍，考慮到其增長率，這一估值在科技巨頭中並不算極端，但任何需求增速的放緩都可能引發估值重定價。
記憶體賽道的週期性特徵更為明顯。HBM 的供不應求可能在短期內掩蓋了傳統 DRAM 與 NAND 的週期波動，但投資者仍需關注產能大規模釋放後供需關係的變化。當前產能被鎖定至 2026-2027 年的格局，為這一賽道提供了相對清晰的中期盈利可見性。
網路賽道目前的市場關注度相對低於 GPU 與記憶體，但這恰恰可能意味著更大的預期差。美銀對 2030 年 3,160 億美元市場規模的預測，意味著網路賽道在未來數年的複合增速可能超過市場當前的一致預期。
從風險維度看，三大賽道共同面臨的風險包括：人工智慧資本開支的邊際放緩、地緣政治對供應鏈的擾動、以及技術路線變革（如存內計算、光互連等新範式）對現有產業格局的衝擊。Omdia 在對超過 200 家企業的調研中識別出四大核心挑戰：ROI 與上市週期、數位主權、AI 人才缺口和系統性工程複雜度。這些挑戰將在不同程度上影響各賽道的投資回報週期。
如何在 Gate 佈局人工智慧基礎設施投資？
對於希望參與人工智慧基礎設施投資機會的投資者而言，Gate 平台提供了多元化的入場路徑。
Gate 已上線包括美股、港股、韓股等在內的超過 12,500 檔股票標的。平台現已全面支援 7×24 小時全天候交易美股、港股與韓股——覆蓋盤前、盤中、盤後、隔夜時段及週末休市時段。這意味著投資者無需受限於傳統交易所的開盤時間，可以更靈活地根據市場動態調整持倉。
在人工智慧基礎設施相關的股票標的上，Gate 覆蓋了本文提及的多家核心企業：輝達（NVDA）、AMD（AMD）、美光科技（MU）、博通（AVGO）、應用材料（AMAT）、Cisco（CSCO）、Dell（DELL）等。投資者可以透過 Gate 的股票交易模組，一站式完成對這些標的的配置與調倉。
結語
2026 年，人工智慧基礎設施已從概念敘事演進為真金白銀的資本開支競賽。超大規模科技企業每年數千億美元的投入，正在將 GPU、高頻寬記憶體與高速網路編織成一張覆蓋全球的算力基礎設施網路。
GPU 賽道受益於最高的技術壁壘與最直接的算力需求映射，是當前確定性最強的方向；記憶體賽道憑藉產能鎖定的供需格局，擁有最清晰的中期盈利可見性；網路賽道則因市場認知尚不充分，可能蘊含著最大的預期差機會。
三者的投資節奏與風險收益特徵各不相同，投資者可根據自身的風險偏好與投資週期進行差異化配置。Gate 的 7×24 小時股票交易與豐富的標的覆蓋，為這一配置提供了靈活高效的執行工具。
人工智慧基礎設施的建設週期遠未結束。正如黃仁勳在輝達 2026 年股東大會上所言，AI 基建是人類歷史上最大規模的基建工程。在這場持續多年的資本開支浪潮中，理解產業鏈的結構與節奏，或許比追逐短期熱點更能帶來長期的價值回報。
FAQ
Q1：人工智慧基礎設施投資主要涵蓋哪些細分賽道？
主要包括三大硬體核心賽道：GPU（圖形處理器，負責 AI 計算加速）、高頻寬記憶體（HBM，解決「記憶體牆」瓶頸）、以及資料中心網路（解決大規模集群的互聯通信問題）。此外還包括資料中心冷卻、電力系統、軟體調度層等配套領域。
Q2：為什麼網路（Networking）被認為是 AI 投資的下一風口？
隨著 AI 訓練集群從千卡向萬卡、十萬卡級別擴展，GPU 之間的通訊效率成為算力有效利用率的關鍵瓶頸。美銀預測到 2030 年 AI 網路市場規模將達 3,160 億美元。網路被類比為「物理 AI」的神經系統，是讓智慧從資料中心走向真實世界的基礎設施。
Q3：人工智慧基礎設施相關的美股標的在 Gate 上可以交易嗎？
可以。Gate 已上線超過 12,500 檔股票標的，覆蓋美股、港股、韓股市場，包括輝達（NVDA）、AMD（AMD）、美光科技（MU）、博通（AVGO）等核心企業。平台支援 7×24 小時全天候交易，覆蓋盤前、盤中、盤後、隔夜及週末時段。
Q4：當前人工智慧基礎設施投資面臨哪些主要風險？
主要風險包括：AI 資本開支增速放緩導致的需求回落、地緣政治對晶片供應鏈的擾動、技術路線變革（如存內計算、光互連等新範式）對現有格局的衝擊，以及部分賽道估值過高帶來的回調壓力。投資者需結合自身風險承受能力進行配置。
Q5：2026 年人工智慧基礎設施市場的規模預期是多少？
Research and Markets 數據顯示，全球人工智慧基礎設施市場規模預計從 2025 年的 718.8 億美元增長至 2026 年的 909.1 億美元，年增速 26.5%。另有機構預測到 2033 年將達 4,650 億美元。僅 2026 年，全球領先科技企業在人工智慧基礎設施上的資本支出合計已超過 6,000 億美元。