调研时间：2026年7月 | 用途：少年AI商学院课程素材
如果把AI比作一辆疯狂加速的赛车，上游就是造车的工厂、铺的赛道和加的油。这条链最简单的逻辑是：芯片算得动 → 数据中心把芯片摆起来通上电 → 电从哪里来 → 数据喂给芯片学习。每一环都有人在赚钱，而且往往是赚得最稳、最先赚到钱的一批人——因为不管最后谁在AI大战里胜出，大家都要先买芯片、租机房、交电费、买数据。这正是这份报告要讲清楚的四个环节。
芯片层其实分成两种完全不同的赚钱方式：
| 公司 | 怎么赚钱 | 收入/利润量级（2025-2026） | 信息来源 |
|---|---|---|---|
| NVIDIA | 设计AI芯片（GPU），外包台积电代工，靠软件生态CUDA锁定客户，数据中心芯片毛利率极高 | FY2026全年营收2159亿美元，同比增65%；数据中心业务Q4单季营收623亿美元，毛利率约75% | NVIDIA Q4 FY2026新闻稿 |
| 台积电 TSMC | 专业代工厂，帮NVIDIA、AMD、苹果等"造芯片"，越先进的制程收费越贵 | 2025年全年营收约3.81万亿新台币；先进制程（7nm以下）占全年晶圆收入74%；2026年营收增速目标上调至30%以上 | TSMC Q4 2025财报 |
| ASML | 全球唯一能造最先进极紫外光刻机（EUV）的公司，一台机器卖近2亿美元，芯片厂必须买 | 2025年EUV系统销售额同比增39%至116亿欧元；年末在手订单（backlog）达388亿欧元，可覆盖18-24个月产能 | ASML 2025年报解读 |
| AMD | NVIDIA的头号挑战者，卖数据中心GPU（MI300/MI350系列）和CPU | 2025年数据中心业务营收166亿美元，同比增32%；管理层预计未来3-5年AI数据中心收入年复合增速超80% | Digitimes报道 |
| 华为昇腾 | 自研AI芯片（910C等），主要卖给国内云厂商和大模型公司，弥补被禁运的NVIDIA芯片缺口 | 2025年910C产量约10万颗，2026年计划提升至约60万颗；2026年AI芯片营收预计约120亿美元，同比增长约60% | 新浪财经·一文看懂华为昇腾芯片 |
| 寒武纪 | A股上市的国产AI芯片设计公司，云端推理/训练芯片是主要收入来源 | 2025年营收64.97亿元，同比暴增453%；首次实现年度盈利，归母净利润20.59亿元（2024年为亏损4.52亿元） | 财新网·寒武纪2025年报 |
芯片层就是"淘金热里卖铲子、卖挖矿机的人"——不管谁能挖到金子（谁的大模型最后胜出），造铲子（芯片）和卖最好的铲子模具（光刻机）的人稳赚不赔，而且往往是全世界只有一两家能造出最好的铲子。
数据中心的生意本质上是"盖厂房、收租金"外加"包电包网"的组合生意，可以分成三层：
| 公司/项目 | 怎么赚钱 | 收入/利润量级（2025-2026） | 信息来源 |
|---|---|---|---|
| Equinix | 全球最大数据中心REIT之一，出租机柜空间和互联服务，AI客户订单占比持续攀升 | 2025年全年营收92.17亿美元，同比增5%；Q4新增预订金额创纪录达4.74亿美元，同比增42% | DCD数据中心Q4财报汇总 |
| Digital Realty | 同样是数据中心REIT，专注超大规模（hyperscale）客户的大宗机柜租赁 | 2025年营收增长10%至约61亿美元；全年新签租约12亿美元，其中超大规模客户预订超8亿美元 | Bisnow报道 |
| 万国数据 GDS | 中国最大第三方数据中心运营商之一，出租机房给阿里、腾讯等云厂商 | 2025年三季度单季净收入28.87亿元，同比增10.2%，净利润率25.2%；全年营收指引112.9-115.9亿元 | 新浪财经·万国数据Q3业绩 |
| CoreWeave | "GPU云"代表企业，专门批量采购NVIDIA GPU再整机出租给AI公司，2025年3月在美股上市 | 2025年全年营收51.31亿美元，同比增170%；营收在手订单（backlog）2026年一季度末达994亿美元 | CoreWeave 2025年报 |
| Lambda | 另一家GPU云公司，靠NVIDIA、微软等巨头的算力回租和长期采购协议锁定收入 | 2025年营收约5亿美元规模；NVIDIA以15亿美元协议向Lambda回租1.8万张GPU，为期4年 | Sacra·Lambda Labs |
| 东数西算工程（中国） | 政府牵头，把东部的数据需求引导到西部建设的算力枢纽处理，带动地方投资与产业集群 | 三年直接投资超1.5万亿元，带动相关投资超5万亿元；八大枢纽算力总规模达215.5 EFLOPS，智能算力占比80.8% | 央视网·东数西算三年报道 |
来源：Nlyte机柜电力成本分析、Socomec数据中心能耗解读
算力中心是"AI世界的包租公"——先盖好带电、带网、带空调的高级厂房，谁想开AI公司就先来这里租机柜，房租收得比工厂利润还稳；GPU云公司则更像"共享办公室"，连办公桌（GPU）都帮你配好，按小时收钱。
AI大模型的训练和推理极度耗电，能源已经变成决定AI公司能不能"扩产"的最大瓶颈，而不是芯片。这也让电力公司、核电运营商成为AI产业链里意想不到的"卖油人"。
| 公司/项目 | 怎么赚钱/怎么绑定 | 规模量级 | 信息来源 |
|---|---|---|---|
| Constellation Energy × 微软（三里岛核电站） | 重启已关停的三里岛1号机组（更名为"Crane清洁能源中心"），签20年购电协议，专供微软数据中心 | 这是Constellation史上最大购电协议；机组原计划2028年复产，现提前到2027年；美国政府另提供10亿美元贷款支持重启 | CNBC报道·特朗普政府10亿美元贷款 |
| Amazon × X-energy / Talen Energy | 投资7亿美元入股小型模块化反应堆（SMR）公司X-energy，另与Talen Energy签约从萨斯奎哈纳核电站买电 | 计划买入12台Xe-100小型反应堆产能；与Talen签下到2042年、共1.9吉瓦的购电协议，同时在宾州投资超200亿美元建AWS数据中心 | Data Center Frontier报道 |
| Google × Kairos Power | 与核电初创公司Kairos Power签约，计划分批建造多台小型模块化反应堆专供其数据中心 | 协议规划建造最多7台SMR，合计供电500兆瓦，首台预计2030年并网，2035年全部完工 | CBS News报道 |
能源之于AI，就像"油箱"之于跑车——车再快、发动机再猛，油箱见底就得停。微软、亚马逊、谷歌宁愿花几十亿美元重启核电站、投资未来才能发电的小型反应堆，就是因为它们发现，抢电比抢GPU芯片还紧迫。
早期的大模型训练需要海量人工标注数据（给AI打标签，告诉它"这是猫"、"这句回答比那句好"），这催生了Scale AI、Surge AI这样的数据标注公司。它们的核心生意是：把标注任务外包给低成本国家的大量众包工人（菲律宾、肯尼亚、尼日利亚等），再按人头/按任务加价卖给OpenAI、Google、Anthropic、Meta等大模型公司，毛利率可达50%以上。
但这个行业正在经历重要转变：
| 公司 | 怎么赚钱 | 收入/利润量级（2025-2026） | 信息来源 |
|---|---|---|---|
| Scale AI | 众包人工标注+RLHF数据外包，按任务向大模型公司收费，2025年6月被Meta入股49% | 2024年营收8.7亿美元，年化收入到年底达15亿美元；2025年营收预计超20亿美元；Meta投资143亿美元换取49%股份，估值超290亿美元 | Forbes·Meta投资Scale AI |
| Surge AI | Scale AI最大竞争对手，同样做人工标注+RLHF，但坚持独立，不接受大模型公司入股以避免利益冲突，团队极精简 | 2025年营收达14亿美元，仅121名全职员工（人均创收近1000万美元），一直保持盈利，2025年7月才首次启动对外融资 | Forbes·Surge AI报道 |
| Turing | 数据标注+AI研发服务公司，专注高技能人才（程序员、专家）的RLHF数据生产 | 营收从此前水平三倍增长至3亿美元，同时实现盈利 | Turing官方消息 |
数据标注公司就像AI世界的"家教老师工厂"——它们雇了成千上万的人，一句一句教AI"这样说话才对、那样说话不礼貌"，AI学得越聪明，就越需要更贵、更专业的"家教"（从普通标注员升级到博士级RLHF专家）。
用一句话总结整条上游产业链的钱怎么流：AI公司先付钱给数据标注公司（喂数据）→ 用数据训练模型需要芯片（NVIDIA/台积电/华为昇腾赚走一大笔）→ 芯片要放进数据中心（Equinix/GDS/CoreWeave赚房租和算力租金）→ 数据中心要通电（电力公司和核电运营商赚电费）。每一环都不需要等到"AI应用赚钱"才能盈利——这也是为什么这些"卖铲子的人"往往比挖金子的人更早、更稳地赚到钱。