一句话看懂：中信证券研判，随着AI产业从“训练”加速转向“推理”阶段，算力需求的结构性变化将推升上游组件通胀，同时液冷散热、存储升级以及具身智能（机器人）等应用主题的市场关注度有望集中爆发。这为投资者和从业者划出了下一阶段AI硬件的关键观察方向。
事件核心：发生了什么
中信证券发布最新行业观点，认为AI产业链正经历从大规模训练向高强度推理部署的重心转移。在这一过程中，算力芯片的持续短缺与高性能需求将导致“上游通胀”——即GPU、HBM高带宽内存、先进封装产能等核心组件的价格与供给压力持续上升。与此同时，为应对高功耗算力集群的散热瓶颈，液冷技术（如冷板式、浸没式液冷）的渗透率将快速提升；而具身智能（拥有物理形态的AI机器人）作为下一波人机交互的落地场景，其整机设计、传感器与执行器的国产替代机会也正在被重新定价。
为什么重要
这一判断直接关联到AI基础设施投资的优先级。若“上游通胀”持续，意味着依赖单一算力供应商的云厂商、模型训练方将面临更高的采购成本和更长的交付周期。液冷从“可选项”变为“必选项”，将推动数据中心温控系统的技术路线切换，利好相关散热组件和整体解决方案商。存储方面，HBM和DDR5的供需缺口可能进一步扩大，影响AI服务器整机的成本结构。具身智能则被视为从“大模型在云端”到“智能体在物理世界”的关键跨越，其商业化节奏将直接影响机器人赛道的一级市场融资与初创公司估值逻辑。
对用户/开发者/创作者的影响
- AI应用开发者与模型调优团队：若算力成本因上游通胀继续上行，部署大型推理模型的单位请求成本可能维持高位，建议优先优化模型量化、蒸馏与稀疏化推理策略，降低对最新硬件的依赖。
- 数据中心与云服务采购方：规划新算力集群时，需将液冷散热方案的适配性纳入选型标准，评估现有机柜的供电与散热能力是否满足下一代GPU（如B200及以上）的功耗需求。
- 机器人开发者与具身智能从业者：资本市场对“具身智能”概念的热度提高，或带动更多研发资源和开源仿真环境（如MuJoCo、Isaac Sim）的投入，但需注意产品从演示级到量产级之间的工程化挑战仍巨大。
值得关注的后续
- 液冷供应链的验证：当前冷板式液冷方案是否在2025年下半年大规模量产并进入头部云厂商的采购清单，这是判断主题能否兑现的关键。
- HBM产能分配：SK海力士与三星的HBM产能是否被提前锁定，以及国产HBM替代方案的良率进展，将直接影响“存储主题”的持续性。
- 具身智能的标杆产品落地：特斯拉Optimus或国内头部创业公司在2024-2025年底是否发布具备明确商用场景（如物流分拣、家庭辅助）的机器人产品，是热情是否转化为实际订单的试金石。
来源：36氪 (36Kr)
