$NVDA已经跑出来了，但AI行情远远没有结束。 真正值得研究的，不是每天追哪只股票涨得最快，而是看清楚： AI产业下一阶段最缺什么。 因为过去几年的资金轮动其实非常有规律。 从芯片，到存储，到光通信，到数据中心，再到网络、电力、资源，最后才会进入真正的大规模应用。 如果未来还会出现新的10倍股，我认为大概率会沿着这条资本开支路线继续出现。 第一阶段：核心半导体 $NVDA、$ARM、$AMD、$AVGO、$INTC、$TSM AI浪潮最早爆发的地方一定是算力。 GPU、CPU、ASIC、先进制程先吃掉第一轮资本开支。 英伟达已经证明了： 当一个环节成为整个AI产业最稀缺的资源时，利润和估值都可能出现极其夸张的扩张。 但越往后，市场会开始寻找新的瓶颈。 第二阶段：内存与存储 $MU、$WDC、$STX、$SNDK AI模型越来越大以后，只有GPU是不够的。 HBM决定芯片能不能快速读取数据，大容量存储则决定海量训练数据和推理数据放在哪里。 尤其随着HBM3E → HBM4 → HBM4E升级，高端内存对晶圆和封装资源的消耗越来越大。 所以AI时代的第二个关键问题已经变成： 算力有了，内存够不够？ 第三阶段：高速互连与光通信 $LITE、$COHR、$AAOI、$GLW、$CIEN、$MRVL、$NOK 几百颗GPU好连接。 几万颗、几十万颗GPU放在一起，就完全是另一回事。 AI集群越大，芯片之间传输的数据越多。 这会持续推高对高速光模块、光纤、硅光、DSP、交换和数据中心互连的需求。 未来AI基础设施里面，一个非常重要的关键词可能不是“计算”，而是： 连接。 第四阶段：AI算力平台与数据中心 $IREN、$CIFR、$WULF、$CORZ、$NBIS、$CRWV、$SMCI、$DELL 芯片造出来之后，还要有人把它真正变成可以出租、训练、推理的算力。 于是土地、电力、服务器、GPU云、机房建设开始成为新的竞争焦点。 这一阶段最有价值的公司，未必是单纯“拥有GPU”的公司， 而是能够同时解决： 电力 + 土地 + 建设速度 + 客户 + 融资 这些问题的公司。 第五阶段：AI网络基础设施 $ANET、$AVGO、$MRVL、$CSCO GPU数量继续增加以后，网络效率会变得越来越重要。 如果GPU之间不能高速传输数据，再贵的芯片都可能浪费大量时间等待。 所以未来AI集群的竞争，会从： “谁拥有最多GPU” 进一步变成： 谁能把最多GPU高效率地连接起来。 第六阶段：电力、配电与散热 $VRT、$ETN、$GEV、$CEG、$SMR、$OKLO、$VST 这一条我认为可能是未来几年最重要的资金迁移方向之一。 因为芯片可以快速扩产，但电力基础设施没有那么快。 一个GW级AI园区背后需要的远远不只是发电。 还需要： 变压器、开关设备、输电线路、UPS、电源管理、液冷、发电设备和长期稳定的电力合同。 所以AI下一阶段很可能从： 缺GPU 逐步变成： 缺电。 第七阶段：铜、铀、铝和关键矿产 $MP、$USAR、$UUUU、$FCX、$AA AI最终一定会从数字世界走进物理世界。 数据中心需要铜。 新电网需要铜和铝。 核电需要铀。 电机、机器人和国防工业需要稀土。 所以AI资本开支不断增加以后，最后一定会传导到最上游资源。 越到后面，AI故事可能反而越来越不像“科技股”。 第八阶段：商业航天 $SPCX、$ASTS、$RKLB、$LUNR、$PL 我一直认为太空会成为AI之外另一条可能诞生超级公司的长期赛道。 卫星互联网、手机直连卫星、火箭发射、国防、遥感、月球基础设施，都还处于非常早期的商业化阶段。 这条赛道最大的特点是： 市场空间很大，但真正能够活下来并形成规模优势的公司不会很多。 也正因为如此，最后的赢家可能会非常集中。 第九阶段：AI进入现实世界 $TSLA、$PLTR、$SYM、$SERV 这一层才是整个AI资本开支最终要到达的地方。 因为芯片、HBM、光模块、数据中心、电网、电力…… 全部都是成本。 最终必须有人把这些成本变成真正的收入。 自动驾驶、机器人、企业AI、国防AI、仓储自动化、工业智能， 才是AI从“会思考”走向“会工作”的阶段。 所以寻找下一只10倍股，我觉得最重要的不是猜名字。 而是不断沿着这条路线问： 下一步最缺什么？ 算力之后缺内存。 内存之后缺连接。 连接之后缺数据中心。 数据中心之后缺电力。 电力之后缺资源。 而所有基础设施建设完成以后，最终一定要进入应用。 真正的大机会，往往就出现在上一轮瓶颈刚被市场看见、下一轮瓶颈还没有被完全定价的时候。