ai大模型训练和推理对算力需求激增，推动gpu、tpu等高性能计算芯片需求爆发。国内在ai专用芯片设计、先进封装、chiplet等领域加速技术突破，政策支持进一步强化国产替代趋势。具备自主可控能力、适配国产ai框架的芯片企业有望迎来业绩释放期，形成结构性成长机会。

ai训练对海量数据处理的需求推动全球数据中心建设提速，带动服务器、存储设备、液冷系统等硬件采购需求激增。绿色低碳成为新建数据中心标配，高效能冷却技术和模块化部署方案广泛应用。未来几年，服务器厂商及配套设备供应商将优先受益于ai驱动的基础设施升级。

ai集群内部的数据交互对带宽提出更高要求，推动光模块向800g甚至1.6t演进。高速光通信器件、光芯片、光引擎等核心组件面临国产化替代压力与成长空间并存的局面。具备核心技术积累、能够实现量产交付的企业有望在这一轮技术迭代中实现快速放量。

ai算力成本下降推动各行业探索智能化转型路径，包括智能制造、金融科技、医疗影像识别等应用场景快速拓展。提供ai平台、中间件、模型训练服务、mlops工具链的企业将受益于下游需求的增长，商业模式逐渐清晰。具备行业know-how、能够实现模型轻量化与边缘部署的服务商更具竞争力。

ai训练集中于云端，而推理端更倾向于部署在边缘侧以降低延迟，推动云计算服务商向边缘节点延伸布局。具备全栈式服务能力、覆盖云基础设施、边缘计算平台及智能终端的厂商更具竞争优势。未来，云边协同将成为提升算力资源利用效率的关键方向。