全球巨头砸钱超3800亿 工业富联涨停引爆算力板块
发布时间:2026-05-27 09:21:07 作者:超级管理员 点击:1 【 字体:大 中 小 】
5月13日,A股市场274.18亿元的成交额,让一只股票刷新了历史纪录——这个数字,相当于当天所有A股总成交额的近1%,全部涌向了同一家公司:工业富联。这只市值超过1.4万亿元 的巨头在午后涨停,并带动整个算力产业链集体爆发。

全球巨头“烧钱”竞赛,钱会流向哪里?
这场行情最直接的导火索,是市场对国内科技巨头即将公布“成绩单”的强烈预期。就在5月13日晚间,阿里巴巴和腾讯将发布最新财报,而市场早已闻风而动。
阿里巴巴已经宣布,未来三年将投入超过3800亿元用于云和AI硬件基础设施建设,这个数字超过了其过去十年的总和。其2026财年(截至2026年3月)整体资本开支预计在1450-1500亿元之间,其中75%以上将投向AI领域。
腾讯则计划在2026年将对AI新产品的投入翻倍,达到至少360亿元。就在刚刚过去的一季度,腾讯的资本开支付款中,有370亿元明确用于支持AI相关投入。
国内巨头的手笔已经令人咋舌,但全球范围的“军备竞赛”规模更为惊人。北美四大云服务商(亚马逊、微软、谷歌、Meta)在2026年第一季度的资本开支合计高达1316亿美元,同比增长超过70%。中信建投的研报指出,这四家公司全年的资本开支指引中值合计预计达到7100亿美元。
▲ CPO(共封装光学)技术成为AI基础设施破局关键
技术突破“卡脖子”,谁在解决关键瓶颈?
钱要花在刀刃上。当AI数据中心的规模越来越大,传统的数据传输方式就像用狭窄的乡间小路运输巨型货轮,速度和能耗都成了瓶颈。这时,一项名为CPO(共封装光学)的技术成为了破局关键。
你可以把它理解为,把原本分开的光模块和芯片,像同桌一样“封装”在一起协同工作,从而大幅提升传输效率、降低能耗。这项技术能解决AI高密度计算的功耗难题,被英伟达创始人黄仁勋视为下一代AI基础设施的必需品。
5月13日引爆市场的另一则消息,正与此相关:工业富联的母公司鸿海集团,其全光CPO交换机机柜已提前向大客户英伟达出货。更关键的是,出货预期从原计划的2026年超1万台,大幅上调至2026至2027年合计超过5万台。
这对工业富联意味着什么?传统服务器代工业务的毛利率仅在5%-8%,而CPO交换机的毛利率能达到两位数。机构预测,2026年CPO业务将为工业富联贡献15%以上的营收,成为继AI服务器之后的第二增长曲线。这不仅是量的增长,更是盈利结构的质变。
A股产业链,如何承接这场“泼天富贵”?
全球需求爆发与技术突破共振,最终在A股市场形成了清晰的传导链条。5月13日,资金不仅追捧了工业富联这样的整机龙头,更全面激活了整个算力生态:
光通信核心组件直接受益:CPO技术的规模化应用,将直接利好光引擎、硅光芯片等上游供应商。当日,天孚通信、中际旭创等相关概念股均出现上涨。
算力基础设施全面升温:在“东数西算”等政策推动下,算力租赁、数据中心板块同样表现强势。东数西算板块指数当日上涨4%,成交1226.01亿元。润建股份、城地香江等多只算力租赁概念股涨停。
资金共识高度集中:当日,代表电子行业的主力资金净流入超过645亿元,位居所有行业第一。全市场成交额连续第6日突破3万亿元,显示出充沛的流动性正在聚焦科技主线。
▲ AI服务器成为算力投资的核心硬件载体
所以,接下来你该盯着什么?
对于普通投资者而言,理解这场算力狂潮的逻辑,比追逐短期涨停更重要。它揭示了一个清晰的路径:AI应用的爆发→巨头资本开支激增→上游硬件技术迭代→产业链公司业绩兑现。
接下来,有几个关键节点值得关注:
财报季的验证:密切关注阿里巴巴、腾讯等巨头财报中关于AI资本开支的具体细节和未来指引,这是需求端的“温度计”。
技术进展的跟踪:CPO等先进技术的量产进度和成本下降曲线,将决定哪些公司能真正享受到技术红利。
政策节点的把握:国内“东数西算”工程的持续推进,以及国家对智算中心建设标准的落实,将带来结构性机会。
当英伟达创始人黄仁勋说“我们正在经历人类历史上规模最大的基础设施建设”时,他指的不仅是硅谷的实验室,也包括万里之外A股上市公司生产线上的轰鸣。这场盛宴的请柬,已经发出。
10大算力芯片全解析:CPU/GPU/TPU/NPU/LPU/FPGA......
AI算力缺货从GPU烧到了一整条产业链?
DeepSeek-V4.1 定档 6 月之核心技术深度前瞻!2026
万亿空间!NVIDIA 2027财年第一季度财务报告深度解读!
上新!移动模型服务平台MoMA上架多款千问旗舰模型
GPU显卡驱动如何安装?
全球竞争格局下的中国AI模型:激流勇进,但信任尚待跨越
单季暴增83.7%,NAND五大厂营收破389亿美元,SSD缺货涨价厂商赚麻了!
GTX显卡和RTX显卡的区别是什么?
Windows系统NVIDIA(英伟达)显卡驱动 安装详细流程
