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）。
台积电把晶圆造好之后，芯片还不能直接用——尤其是AI芯片，需要把GPU逻辑芯片和多颗HBM高带宽内存"捆"在一起，这个"打包安装"的活儿叫先进封装（CoWoS、2.5D/3D封装），由日月光、Amkor这类OSAT（外包封测厂）来做。AI芯片算力瓶颈已从"晶体管做多小"转移到"怎么把芯片和内存拼在一起、离得多近、传得多快"，先进封装从过去的低毛利代工变成了稀缺资源，甚至可以对客户提价。封装完的芯片下线前还必须过测试关——泰瑞达、爱德万测试造的测试机专门检测芯片有没有坏、能不能跑满速，AI芯片故障成本极高，测试环节的重要性和收费也水涨船高。
| 公司 | 怎么赚钱 | 收入/利润量级（2025-2026） | 信息来源 |
|---|---|---|---|
| 日月光 ASE Technology | 为NVIDIA等客户提供CoWoS/FoCoS先进封装代工，产能持续调价 | 先进封装业务规模预计2026年较2025年翻倍，达32亿美元；资本开支从2025年53亿美元上调至2026年85亿美元；2026年7月对CoWoS/FoCoS再度提价，最高涨幅超20% | 上海证券报 |
| Amkor Technology | 美国本土及东南亚工厂承接AI/HPC芯片的2.5D集成、高密度扇出封装 | 2025年Q4营收18.9亿美元，"先进产品"占15.8亿美元；管理层指引2026年AI先进封装业务规模"翻三倍"；2026年资本开支计划25-30亿美元 | Futurum |
| 泰瑞达 Teradyne | 造半导体测试机，AI芯片（算力、网络、内存）测试需求驱动 | 2025年全年营收31.9亿美元（+13%）；2026年Q1营收12.82亿美元，同比暴涨87%，约70%营收与AI相关 | Phemex News |
| 爱德万测试 Advantest | 造SoC测试机及HBM内存专用测试设备，被称为"测试界的ASML" | FY2025营收11286亿日元（+44.7%），营业利润4991亿日元（+118.8%）；据行业估计其HBM测试设备市场份额达60%-70% | CNBC |
如果台积电是"把菜炒熟的厨房"，日月光和Amkor就是"摆盘装盒的外卖打包员"——AI芯片这道菜特别复杂，好几种"菜"要精确叠在一个盒子里不能撒漏；泰瑞达和爱德万测试则是"出厨房前的质检员"，AI芯片这道菜太贵了，质检员的工资也跟着水涨船高。
芯片制造前道工序像做一份极精密的"三明治"：光刻机（ASML/尼康/佳能）先把电路图"印"在硅片上，刻蚀和薄膜沉积设备（应用材料、泛林集团、东京电子）再一层层雕刻镀膜出晶体管结构，量测检测设备（科磊）全程"拍照"检查有没有做错。这些设备厂靠"卖铲子"赚钱——AI芯片对制程精度、堆叠层数要求更高，直接推高设备厂订单。但这也是中美科技博弈最直接的战场：美日荷联合收紧对华出口管制，设备巨头一边享受AI订单暴涨红利，一边被迫放弃中国这个曾占营收三四成的市场。
| 公司 | 怎么赚钱 | 收入/利润量级（2025-2026） | 信息来源 |
|---|---|---|---|
| 尼康 / 佳能 | ASML垄断EUV光刻机之外，主打DUV成熟制程光刻机（模拟、功率半导体、汽车芯片） | 全球光刻机市场份额：ASML约62%，佳能约31%，尼康约7%；尼康2024年推出新一代i-line成熟制程光刻机，主打比佳能便宜20%-30% | 行业报告 |
| 应用材料 Applied Materials | 提供刻蚀、薄膜沉积等全套前道设备，AI驱动先进逻辑/存储芯片扩产是主要增长引擎 | 因出口管制扩大，预计2026财年营收损失约6亿美元；中国区营收占比从近40%降至2025财年28%（Q4已降至25%） | Digitimes |
| 泛林集团 Lam Research | 刻蚀、薄膜沉积设备，深度绑定AI先进逻辑与存储芯片扩产周期 | 2025财年营收184.4亿美元（+24%）；2026财年Q3营收58.4亿美元（+24%）；将2026年全球晶圆厂设备支出预期上调至1400亿美元 | Digitimes |
| 东京电子 Tokyo Electron | 日本最大半导体设备商，覆盖刻蚀、涂布显影，全力转向AI服务器芯片设备 | 2026财年营收创纪录达2.4435万亿日元，净利润5744.5亿日元；先进芯片设备占比升至近40%；中国区营收占比从47.4%骤降至26.8% | ainvest |
| 科磊 KLA Corporation | 量测检测设备（芯片"质检拍照"），近年重点布局先进封装质检 | 2025财年营收122亿美元（+24%）；先进封装相关营收2025年约9.5亿美元（+70%），预计2026年增至约10亿美元 | Futurum |
如果晶圆厂是"面包房"，这些设备公司就是卖烤箱、切片机、称重仪的"厨房设备商"——不管面包房烤的是普通面包还是天价蛋糕（AI芯片），设备商都稳赚一笔；但最近这家"设备商"被要求不能再把最好的烤箱卖给某些客人，营收结构因此明显变化。
硅片、光刻胶、电子特气、CMP抛光液是造芯片的"原材料"和"耗材"，单价不算天价但每道工序都要消耗，且纯度要求极高（电子级硅片纯度需达99.9999999%以上），长期被日本、德国、韩国厂商垄断。2026年6月，东京应化、JSR、信越化学、富士电子材料四家日本光刻胶巨头同一天宣布对华全面停止接收ArF/EUV光刻胶新订单，逼得中国厂商（鼎龙股份、南大光电、安集科技等）在极短时间内加速国产替代，2025年报显示相关业务收入已出现三四成的高速增长。
| 公司 | 怎么赚钱 | 收入/利润量级（2025-2026） | 信息来源 |
|---|---|---|---|
| 环球晶圆 GlobalWafers | 全球第三大半导体硅片供应商，AI/HPC带动12英寸硅片需求回暖 | 2026年Q1营收139.8亿新台币（同比-10.3%，主因价格下滑），但净利润同比+30% | Digitimes |
| 沪硅产业 | 中国大陆最大硅片厂，主攻300mm半导体硅片国产化 | 2025年营收37.16亿元（+9.69%）；2026年Q1营收10.84亿元，同比+35.22%，300mm硅片销量同比增长超90% | 证券时报 |
| 日本光刻胶四巨头（信越化学/JSR/东京应化/富士电子材料） | 长期垄断KrF/ArF/EUV光刻胶（信越KrF份额约21.9%，JSR ArF份额约25%，东京应化EUV份额约一半） | 2026年6月宣布全面停止接收中国ArF/EUV光刻胶新订单，撤出在华驻场技术团队，存量合同交付周期拉长至6-8个月 | 新浪新闻 |
| 鼎龙股份（国产替代） | 光刻胶(YPI/PSPI)、CMP抛光垫国产化 | 2025年总营收36.6亿元，归母净利润7.2亿元；光刻胶营收5.44亿元（+35.47%）；CMP抛光垫营收10.91亿元（+52.34%） | 新浪财经 |
| 安集科技（国产替代） | CMP抛光液国产化 | 抛光液全球市占率三年从8%提升到13%；2025年抛光液营收2.94亿元（+36.84%） | 东方财富网 |
硅片、光刻胶、抛光液就像做菜用的面粉、油和调味料——面包房再高级，没有面粉也做不出面包。2026年6月几家日本"百年老字号"突然说"以后有些货不卖给你了"，逼得中国厨师们连夜研发自己的调味料配方，味道还在追赶，但进步速度惊人。
再往上游追，芯片和AI硬件最终都要落到几十种稀有金属和大宗金属身上：稀土（钕、镨、镝等）做成永磁体，用在AI服务器散热风扇、机器人伺服电机里；镓、锗是化合物半导体的基础原料；铜则是数据中心供电、散热、连接线缆的"血管"。这一层的商业模式最原始也最"国家级"——谁掌握矿产储量和精炼能力，谁就有定价权。2025年中国先后两轮升级稀土出口管制，2025年10月更进一步管制稀土相关技术、并采用"长臂管辖"（覆盖含中国原产成分≥0.1%的境外产品），直接冲击全球AI硬件供应链的成本结构。
| 领域/公司 | 商业模式/受影响机制 | 数据（2025-2026） | 信息来源 |
|---|---|---|---|
| 中国稀土出口管制 | 中国控制全球约70%稀土开采量、超90%精炼分离产能；2025年10月起对稀土相关技术及≥0.1%中国成分的境外产品实施出口管制 | 氧化镨钕（永磁材料核心原料）2025全年均价49万元/吨（+25%）；2026年一季度均价同比暴涨73.64%，年中维持在70-75万元/吨区间 | 商务部公告 |
| MP Materials（美国稀土生产商） | 美国本土稀土开采+磁材一体化，受益于中国管制下的"去风险化"需求 | 管理层认为未来五年氧化镨钕仍是中美以外稀土磁体生产的关键约束元素，价格看涨 | 财闻网 |
| 镓、锗（半导体级金属） | 中国镓储量占全球80%以上、产量占98%；锗储量占41%、产量占68%；2023年8月起管制，2024年12月起对美"原则上不予许可" | 锗价从2023年6月约1500美元/公斤，涨至2026年3月6200-6300美元/公斤，三年涨幅超4倍 | 虎嗅 |
| 铜（AI数据中心用铜） | 数据中心供电、散热、连接系统的核心金属，AI算力扩张直接拉动铜需求 | 全球数据中心用铜量预计从2026年59.4万吨增至2030年140万吨（CAGR 23.2%）；LME铜价预计从约9800美元/吨升至2026-2027年均价11500美元/吨左右 | 澎湃新闻 |
如果芯片是最后端上桌的"菜"，稀土、镓锗、铜就是"种在地里的原材料"——种子握在谁手里、地长在谁的国境线内，谁就有话语权。2025-2026年这一轮价格暴涨，就像全世界做菜必需的一种特殊香料，98%的产地都在同一个国家，这个国家一收紧出口，全世界的菜价都得跟着涨。
用一句话总结整条上游产业链的钱怎么流：矿场先挖出稀土/铜/镓锗（最上游）→ 材料厂把它们提纯成硅片/光刻胶/特气 → 设备厂造出光刻机/刻蚀机把材料变成晶体管 → 代工厂（台积电）把晶体管印成芯片 → 封装测试厂把芯片和内存"装订成册"→ 芯片放进数据中心（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）→ AI公司最后还要付钱给数据标注公司喂数据。八环里任何一环卡住，后面全部要等——这也是为什么2026年日本光刻胶巨头一停供、中国稀土一收紧出口，全球AI硬件成本都会跟着抖一下。每一环都不需要等到"AI应用赚钱"才能盈利，这正是为什么这些"卖铲子/卖材料/卖矿"的人往往比挖金子的人更早、更稳地赚到钱。