外媒称，AI 硬件热潮正在从 GPU 扩展到更广泛的基础设施环节。随着算力需求持续上升，电力、散热、内存、网络设备和数据中心容量，正成为 AI 产业链里更受关注的部分。
英伟达仍是这一轮 AI 资本开支的中心。文章提到，英伟达 2027 财年第一季度数据中心业务收入达到 752 亿美元，同比增长 92%。国际能源署则预计，全球数据中心用电量将从 2025 年约 485 TWh 升至 2030 年约 950 TWh，显示算力扩张正越来越受制于基础设施承载能力。
电力可能先成限制
文章认为，单纯增加 AI 服务器数量，并不能解决算力供给问题。如果数据中心拿不到足够电力，新增设备就难以释放产能。也因此，供电设备、制冷系统和现场发电方案，被视为 AI 扩张中的直接受益方向。
文中举例称，Vertiv 主要提供高密度数据中心所需的供电和热管理设备；Bloom Energy 则提供现场燃料电池发电方案，在电网容量受限地区，这类能力的重要性正在上升。
内存涨价推高系统成本
除电力外，内存价格上升也被视为另一个信号。文章提到，随着内存成本走高，英伟达整机系统价格也在上升。这意味着 AI 基础设施的瓶颈并不固定，可能在不同环节之间转移，并进一步影响服务器建设成本。
从这一角度看，AI 投资主线正在从单一芯片公司，转向更完整的基础设施链条。谁能缓解供电、散热、内存和机房容量压力，谁就更可能在下一阶段获得市场关注。
比较公司不只看增速
文章认为，比较 AI 基础设施公司时，不能只看收入增速，还应结合估值水平。其给出的一个简化方法，是用预期增长率除以市盈率，观察投资者为每 1 个百分点增长支付了多少估值。
- 40% 增长 ÷ 40 倍市盈率，得分为 1.0
- 25% 增长 ÷ 20 倍市盈率，得分为 1.25
- 分数更高，代表单位增长估值成本更低
文章同时提到，AI 相关收入增长、自由现金流、客户集中度、资本开支需求，以及公司是否处在基础设施瓶颈环节，也都是观察重点。
整体来看，外媒认为英伟达仍将处于 AI 计算体系中心，但下一阶段的受益范围已不再局限于 GPU 厂商。随着数据中心扩建推进，电力、散热、内存、网络和机房容量，正成为 AI 投资叙事中更重要的组成部分。
