AI基础设施是泡沫还是革命？星门计划5000亿美元投资、北美五大科技巨头2026年资本支出预计达6900亿美元——AI算力淘金热毫无降温迹象。Nvidia营收从2023年初的1860亿元飙升至2026年初的1.49万亿元，增长近8倍。让我们拆解完整供应链：芯片、PCB、光模块、交换机、散热和电源系统。
AI算力基础设施的核心组件
1. 算力硬件：Nvidia DGX H100 AI服务器
一台标准 Nvidia DGX H100 AI服务器（价值超200万元）是工程奇迹：
- 8颗 Nvidia H100 GPU芯片，每颗周围环绕6颗SK海力士HBM高带宽内存芯片，采用台积电顶级封装技术
- 4颗Nvidia NVSwitch芯片实现GPU间零延迟通信
- 2颗Intel Xeon CPU、2TB系统内存、PCIe数据线负责数据调度
- 带光模块的高速网卡负责数据传输
- 所有组件安装在高性能PCB基板上
# Nvidia DGX H100 关键组件
- GPU：8 x Nvidia H100
- 内存：每GPU 6 x SK海力士HBM
- 交换机芯片：4 x Nvidia NVSwitch
- CPU：2 x Intel Xeon
- 系统内存：2TB
- 网络：带光模块的高速网卡
- 基板：高性能PCB2. 网络设备：交换机和光模块
确保数十万GPU高效协作，网络设备至关重要：
- Leaf交换机（机柜级）： 充当分配中心，收集同一或相邻机柜的数据，通过光模块连接多模（浅蓝）和单模（黄色）光纤。
- Spine交换机（独立级）： 汇聚数百台Leaf交换机，将无数机柜连接成庞大算力集群。
3. 散热与空间：液冷
传统风冷限制服务器密度。Elon Musk的XAI数据中心采用的液冷方案解决了这个问题：移除风冷系统，服务器厚度减半。单个机柜现在可容纳8台服务器（64颗H100芯片），密度翻倍，为云厂商降低成本。
NVL72进化：范式转变
Nvidia最新的 GB300 NVL72机柜（2025年5月量产）是彻底重构：
- 计算托盘： 每个包含Nvidia Grace CPU、Blackwell GPU、DPU（安全调度）和ConnectX网卡——全部Nvidia自有硬件。
- NVLink Spine背板： 70磅铜互联系统将72颗GPU连接成单个虚拟超级GPU，机柜内不再需要光模块。
- 交换托盘： 9个托盘搭载NVLink交换芯片实现无缝通信。
该设计将Scale-Up（物理内存共享）推向72颗GPU，降低延迟、带宽提升至130TB/s。
供应链重构与竞争格局
Nvidia的统治力： 已从GPU供应商进化为系统级基础设施提供商。云厂商必须采用其完整生态——网络、CPU、GPU和机柜标准。次级供应商跟不上技术就可能被淘汰。
投资者和建设者的实操洞察
识别这个生态系统中的"卖铲人"：
- 芯片与服务器： Nvidia（GPU、DPU）、Intel/AMD（CPU）、台积电（封装）
- 网络设备： Cisco、Broadcom（交换机）、华为、中兴（光模块）
- 散热与电源： 专注液冷和大功率供电系统的公司
AI基础设施不是泡沫，而是下一次科技革命的必要投资。理解每个组件的角色和动态，帮助你在这一格局中把握机遇。
常见问题
AI基础设施热潮像互联网泡沫吗？
这个比较很自然但动态不同。互联网泡沫由对未来利润的投机驱动；AI基础设施有真实、可衡量的需求支撑——万亿参数大模型的训练和推理都需要海量算力。训练一个模型可能需要10万GPU运行3个月。供应链各环节公司（交换机、光模块、存储芯片、PCB）的营收都显著增长。风险不是泡沫破裂——而是如果模型效率提升降低算力需求的速度超过新应用增加需求的速度，可能出现产能过剩。
为什么Nvidia在AI基础设施中如此主导？
Nvidia的CUDA生态创造了巨大的软件护城河——大多数AI框架（PyTorch、TensorFlow）优先为CUDA优化。NVLink和NVSwitch技术实现了竞争对手无法匹敌的GPU间通信。通过NVL72，他们已从卖GPU转向卖整机柜，每个组件（CPU、GPU、DPU、网卡、交换机）都是Nvidia设计。云厂商实际上必须采用完整Nvidia方案。AMD和Intel等竞争对手正在缩小硬件差距，但在软件生态上仍落后数年。
这对AI开发者和创业公司意味着什么？
算力单位性能成本可能持续下降，即使总支出在上升。NVL72架构通过密度提升降低了单GPU成本。对开发者来说，关键启示是AI模型训练和推理会随时间变得更便宜——据此规划产品路线图。对构建AI基础设施工具的创业公司，机会在Nvidia未覆盖的领域：专用推理硬件、边缘计算、以及让异构计算（混合GPU品牌）变得实用的软件。