这张图表解释了为什么芯片制造商持续获利，而AI初创公司却持续亏损，以及你如何从中受益。

这张图表追踪了AI上花费的每一美元，它显示最接近终端用户的公司几乎赚不到钱，而底层的硬件制造商却拿走了最大的利润份额。

现在来看看这美元如何在价值链中流动。

有人支付1.00美元使用基础模型，加上来自外部资金的另外17.3美分，因为AI实验室在烧钱而不是盈利。

这些钱流经超大规模云和新型云服务，然后进入数据中心芯片、服务器和设施。

从那里，它分流到商用芯片、定制ASIC、内存，以及建设和能源支出。

现在来看看利润真正落入谁的口袋。

超大规模云公司保留了那1美元中的29.7美分，这是迄今为止最大的份额，因为它们同时通过云服务、模型、芯片和企业协议来变现AI。

商用芯片捕获13.0美分，内存抢走5.8美分，代工厂拿走2.8美分，服务器OEM赚取2.8美分，而定制ASIC仅拉入1.1美分。

这就是为什么这现在很重要，因为代币价格正在快速下跌，真正的问题是使用量的上升是否足以抵消这种下降，从而保持支出的增长。

开源权重模型越来越多来自中国实验室，正在缩小能力差距，同时在成本上进行削价，据报道DeepSeek的训练成本是OpenAI o1的30倍便宜。

企业买家也在对AI账单进行反击，往往选择能力相当于95%的模型，但价格只有一半。

效率提升，在所需代币和每代币成本方面，正在加剧这种压力。

以下是一些从中受益的股票。

Nvidia正处于商用芯片份额的顶端，即使定制ASIC蚕食其市场份额，但整体计算市场扩张得足够快，以至于Nvidia无论如何都在增长。

AMD和Broadcom分享相同的商用芯片和定制硅利润池，即使模型层上面的定价压力袭来，它们也受益于总计算需求的上升。

超大规模云公司本身，即Microsoft、Alphabet和Amazon，是这整张图表上定位最佳的单一桶，因为它们同时通过云服务、自己的模型、定制芯片和企业关系来变现AI，而不是仅依赖一层。

Micron和Samsung是这里的内存玩法，因为内存内容正攀升至AI服务器机架成本的25-30%，这意味着随着机架的建设，它们捕获了每花费美元的更多部分。

Palantir仍是这里最清晰的应用层名称，因为它与Nvidia在部署开源模型用于安全敏感的政府工作方面的合作，展示了更便宜的AI如何成为更低的输入成本，从而提升实际使用该技术的公司的利润率。

Celestica是一家合同制造商，为超大规模云公司按确切规格组装定制AI服务器和网络交换机，充当这张图表上最大云品牌背后的隐形工厂。

Hammond Power Solutions制造变压器，其积压订单激增，因为数据中心争相抢购与图表右侧建设和能源支出部分相关的设备。

Powell Industries制造公用事业公司需要用来将电力路由到这些建筑的开关设备和变电站包，是另一个鲜有人将其与AI联系起来的建设和能源层名称。

ON Semiconductor作为AI名称几乎得不到任何认可，因为其业务在纸面上看起来像是汽车和工业，但它悄无声息地已成为供应相同设备利润池的关键电源芯片供应商。