⚠️提示：仅产业逻辑科普，不构成投资建议。算力落地是循序渐进过程，不同行业兑现节奏差异很大。

一、算力硬件与基础设施（最先受益，业绩兑现最快）

1. 芯片：GPU、AI加速芯片、FPGA、ASIC；推理芯片需求会随着大模型落地持续放量。
2. 存储：高带宽内存HBM、SSD、光存储；大模型训练/推理需要海量数据读写。
3. 光通信：光模块、光芯片、光纤、高速连接器，服务器之间互联刚需。
4. 服务器及结构件：AI服务器、电源、散热（液冷/金刚石散热片）、PCB、高速铜缆。
5. 配套耗材与设备：测试设备、网络分析仪、机柜、UPS供配电。
6. IDC/算力租赁：数据中心、算力服务商、电力配套，提供算力出租服务。

二、软件层（中期受益，随模型成熟逐步放量）

1. 大模型厂商：通用大模型、行业垂类模型，依托廉价算力降低训练成本。
2. AI框架、开发工具链：模型微调、向量数据库、MLOps运维平台。
3. AI应用基础设施：云服务、API接口、向量数据库、数据标注。

三、下游行业应用（中长期受益，弹性看场景落地速度）

1）工业制造

- 工业质检AI视觉、设备预测性维护、数字孪生、工厂仿真；
- 加速产品仿真设计，缩短新材料、零部件研发周期。

2）医疗医药

- AI影像诊断、AI药物分子筛选（AI制药）、病历智能分析；
- 大幅缩短新药研发周期，降低前期筛选成本。

3）自动驾驶与机器人

- 自动驾驶仿真测试、人形机器人视觉+运动控制模型训练；
- 仿真环境需要消耗巨量算力，降低实车/真机测试成本。

4）传媒、内容行业

- AI文生图、视频生成、数字人、音频生成；广告、影视、短视频、游戏。
- 游戏AI NPC、3D资产自动生成，降低美术制作成本。

5）政企与金融

- 金融：智能投研、风控、OCR单据识别、智能客服；
- 政务：文档处理、智能审核、城市大脑，安防视频分析。

6）消费端

- AI PC、AI手机、车载AI；端侧小模型本地推理，个性化助手。

四、上游配套产业（间接受益）

- 电力：绿电、储能、高压配电，AI数据中心耗电巨大；
- 精密材料：碳化硅、陶瓷基板、玻璃基板、磁性材料（铂科新材这类软磁）。

主线逻辑总结

1. 短期（1年内）：优先利好算力硬件链（芯片、光模块、服务器、散热、IDC）；资本开支驱动。
2. 中期（1-3年）：软件工具链、垂类大模型、向量数据库；算力成本下降，模型商业化提速。
3. 长期（3年+）：各行业AI应用落地，医疗、工业、机器人、内容生成，兑现业绩。

板块风险

- 算力供给快速增加，会引发硬件价格战，压缩厂商毛利；
- 很多AI应用商业化不及预期，收入转化慢；
- 海外技术出口管制、资本开支周期波动。