AI产业链

理解AI产业链，不能只盯着模型榜单和应用发布。算力扩张最终受到芯片、存储、互联、先进封装、能源与资本开支的共同约束。模型能力越强、推理使用越广，价值就越可能向真正稀缺、扩产缓慢且验证周期长的物理环节迁移。

newtype研究AI产业链时，更关注瓶颈如何变化，而不是给一个永远不变的公司名单。GPU曾经是最显眼的约束，但集群规模扩大之后，HBM、光互联、网络、供电和数据中心建设都可能成为下一阶段限制。某个环节受益，并不代表其中每家公司都会获得同样利润；技术位置、议价能力、供给弹性和估值同样重要。

这也是“从金融本位到物理本位”的含义：AI竞争越来越依赖真实世界中难以快速复制的产能、能源和基础设施。资本可以提前定价预期，却不能凭空缩短工厂建设、良率爬坡或电网扩容的时间。投资判断必须同时处理长期趋势、产业周期和价格波动，不能把结构性需求误写成没有周期的直线增长。

这个主题中心汇总算力扩展、存储、互联、模型路由和产业利润迁移的代表内容，并连接Wiki中的概念图谱。免费内容用于建立基本框架；更深的月报和会员研究仍保持原有短摘要边界，不在这里公开正文。