AI 基础设施股票乘数据中心需求东风，热度延伸至 Nvidia 之外

Google News 于 8 月 30 日筛选出三只 AI 基础设施股票，突显市场关注正从 Nvidia 占主导地位的加速器业务向外扩展。该分析聚焦 Rambus、Advanced Energy Industries 和 Montage Technology。每家公司都供应数据中心技术栈中不同的一层。

这一筛选之所以重要，是因为 AI 服务器所需的远不止图形处理器。它还需要内存接口、电源转换、网络、散热，以及协调这些系统的软件。因此，资本开支也可能流向那些鲜少与热门生成式 AI 产品同时被提及的供应商。

其中的矛盾十分明显。Nvidia 仍是 AI 硬件的标杆，但围绕其处理器的物理限制正逐渐成为独立的投资主题。机会面正在扩大，但执行风险、客户集中度和高估值压力依然存在。

Google News 的报道实际改变了什么

这篇报道将 AI 基础设施重新定义为一组瓶颈，而非单一芯片市场。

这篇精选股票分析从更广泛的基础设施筛选中选出了 Rambus、Advanced Energy Industries 和 Montage Technology。它们之间的关联在于数据中心需求，而非直接的产品竞争。

Rambus 开发内存接口芯片和半导体知识产权。其产品帮助处理器与 DDR5 内存通信，而 DDR5 对于向计算密集型系统输送数据仍至关重要。当内存通道无法足够快速地提供信息时，更快的处理器也难以充分发挥价值。

Advanced Energy 设计精密电源转换系统。这些组件将输入电力转换为半导体设备、服务器和高密度机柜所需的精确可控电能。随着机柜耗电量上升、对不稳定供电的容忍度降低，其重要性也随之提高。

Montage Technology 设计内存接口、互连和控制器芯片。其产品组合包括 DDR5 产品、PCI Express retimer 和 Compute Express Link 控制器。Compute Express Link，即 CXL，可让处理器和加速器通过标准化连接共享内存。

这些业务所处位置不同，但共享同一项经济驱动因素。更多 AI 算力意味着每个加速器周围需要配备更多设备。这些设备必须传输数据、管理内存并提供可靠电力。

出现在 Google News 并未创造这类需求。然而，它确实捕捉到了投资者讨论建设扩张方式的变化。关注点正从加速器出货量转向安装和使用这些加速器所需的基础设施。

这种区分能够避免一种常见的分析错误。供应商可以受益于 AI 支出，却不必直接与 Nvidia 竞争。它也可能面临截然不同的周期、利润率、客户和技术风险。

这三家公司不应被视为可以相互替代的选择。Rambus 高度依赖内存标准和服务器采用情况。Advanced Energy 依赖电力系统认证和产能爬坡。Montage 面临产品验证、竞争、融资以及特定市场风险。

它们被纳入同一筛选框架，意味着具备相关敞口，并不代表质量相同或回报可预测。主题上的关联并不能免除对收入构成、客户集中度或估值预期的审视。

因此，眼下的变化更多体现在叙事层面，而非技术层面。AI 基础设施正在成为更广泛的公开市场类别。该类别如今涵盖了处于 GPU 数层之外的专业供应商。

数据中心需求正在触及每一层

AI 支出正在扩大范围，因为更高的计算密度迫使整个设施发生变化。

现代 AI 集群连接了加速器、内存、网络、存储、散热和电力设备。提高某一层的容量，往往需要升级其他环节。更快的加速器可能暴露内存瓶颈，而更高密度的机柜则可能让旧有电力设计不堪重负。

这种相互依赖性解释了为何数据中心需求会惠及那些在消费者中知名度不高的企业。即使公开讨论集中在每台服务器内的处理器上，超大规模云服务商采购的仍是完整的运行环境。

国际能源署报告称，数据中心在 2024 年消耗了约 415 太瓦时电力，约占全球用电量的 1.5%。其能源需求展望预计，到 2030 年，这一消耗量将接近 945 太瓦时。

该机构预计，主要与 AI 相关的加速型服务器将推动其中很大一部分增长。在其基准情景中，这类服务器的耗电量预计将以每年约 30% 的速度增长。散热及其他配套基础设施也占据部分增量。

IEA 更新的分析还指出了一项重要限制。数据中心电力需求在 2025 年增长了 17%，而以 AI 为重点的设施需求增长更快。然而，变压器、涡轮机、电网连接、芯片和审批流程都已成为瓶颈。

这种张力支撑了更广泛的供应商逻辑。稀缺性可能从 GPU 转移至内存带宽、供电、散热能力和电气设备。能够解决这些限制的供应商，可能获得更多客户关注和资本投入。

同样的张力也带来风险。规划中的数据中心不等于已投入运营的设施。项目可能因电网接入、设备交付周期、融资条件、建设成本或对 AI 需求预估的变化而延迟。

大型科技公司仍在大举支出。IEA 表示，五家主要科技公司在 2025 年的资本支出超过 4,000 亿美元，并预计 2026 年将再度显著增长。

这些预算会在供应链各环节创造订单。不过，它们也将议价能力集中到少数客户手中。供应商即便报告强劲增长，也可能变得更加依赖少数超大规模项目。

功率密度加深了这种依赖。客户在部署前通常需要定制化设计、大量测试和工厂认证。赢得一项设计可能带来持续收入，但失去一项设计也可能导致产能利用不足。

内存供应商面临类似的动态。服务器平台会按照既定时间表经历 DDR5、PCI Express 和 CXL 等标准迭代。产品延迟可能导致供应商错过整个一代平台周期。

这正是为什么数据中心需求会触及每一层，却不会让每家公司平等受益。市场会奖励那些在正确时点完成认证并实现量产的产品。仅有相关敞口无法替代执行能力。

Rambus 将内存带宽转化为 AI 敞口

Rambus 所代表的观点是，AI 性能日益取决于数据传输，而不只是计算执行。

AI 加速器处理海量信息，但必须从内存中获取这些信息。内存接口芯片负责管理处理器与内存模块之间的信号。随着传输速度提升，这一任务也变得更加复杂。

Rambus 销售服务器内存接口芯片，并授权半导体技术。该模式结合了产品收入、特许权使用费和合同收入，使公司同时涉足实体组件和知识产权。

该公司报告称，截至 2026 年 6 月 30 日的季度营收创下 2.074 亿美元的纪录。产品收入达到 9,920 万美元，同比增长 22%。其季度业绩将这一表现部分归因于创纪录的产品销售。

Rambus 还推出了适用于 DDR5-9600 服务器和客户端内存模块的完整芯片组。DDR5-9600 指传输速率可达每秒 9,600 兆次传输的内存。更快的接口可增加处理器可获取的数据量。

该公司还借助 PCI Express 7 交换技术扩展了其知识产权组合。PCI Express 将处理器与加速器、存储和网络硬件连接起来。较新的代际提升连接速度，但也对信号控制提出更高要求。

这些产品让 Rambus 处于两项持续存在的 AI 限制附近：内存带宽和系统连接性。更大的模型和更长的工作负载，都会增加在不产生过高延迟或能耗的情况下传输更多数据的压力。

这一定位的吸引力在于它远离加速器竞争。Rambus 无需取代 Nvidia 才能销售接口芯片。它需要的是服务器制造商和内存供应商采用包含其产品的平台。

这种差异也限制了二者的可比性。Nvidia 销售拥有广泛软件生态系统的集成计算平台。Rambus 供应的则是更细分的组件和知识产权。其营收规模、利润率和客户关系遵循不同的结构。

Rambus 仍面临显著的集中度风险。内存市场历史上曾经历库存调整和剧烈的价格周期。即使长期 AI 需求依然存在，服务器出货放缓也可能波及接口供应商。

技术转型又增加了一层不确定性。客户必须在产品大规模出货前对新内存芯片组进行认证。公开发布产品，确认的是可用性，而非广泛的量产采用。

因此，投资者必须区分三个阶段：规格可能已发布，产品可能已送样，客户也可能开始量产。收入通常最依赖最后一个阶段。

竞争也不仅限于已知的芯片供应商。服务器制造商可以改变架构、整合功能或认证多家供应商。新型内存技术也可能改变系统内部经济价值的分布位置。

Rambus 清楚地说明了 GPU 之外的 AI 基础设施机会。其近期数据展现的是可衡量的增长，而非纯粹的宣传关联。然而，其表现仍与平台时机、客户采用和内存周期相连。

关键问题不在于 AI 系统是否需要更快的内存——它们确实需要。问题在于，在客户完成认证并且竞争对手作出回应后，其中多大部分需求会转化为 Rambus 的持续收入。

Advanced Energy 为更高密度机柜供电

Advanced Energy 的机会来自 AI 服务器和半导体工厂内部不断上升的电力需求。

电力通过多个转换阶段进入数据中心。每个阶段都必须提供正确的电压，同时限制热量和能源浪费。更高密度的系统使这项工作更加困难。

Advanced Energy 为数据中心计算、半导体设备、工业系统和电信开发电源转换与控制产品。这一组合为其参与 AI 支出提供了两条路径。

第一条路径通向服务器机柜。AI 加速器耗电可观，因此服务器制造商需要能够在更高负载下运行的高效设备。随着机柜密度提升，电源转换损耗的成本也会随之增加。

第二条路径贯穿半导体制造设备。制造先进加速器和存储芯片需要复杂的晶圆加工与测试工具。这些设备同样依赖受控供电系统。

Advanced Energy 在其投资者材料中披露，2026 年第二季度总营收为 5.74 亿美元。其中，数据中心计算业务贡献 1.92 亿美元，半导体设备业务贡献 2.78 亿美元。

管理层表示，在 2025 年营收增长超过一倍后，数据中心营收有望在 2026 年增长逾 50%。其业绩演示材料还显示，客户正评估用于后续部署的 AI 机架电源解决方案。

与其仅为现有产品贴上 AI 标签相比，这些表述提供了更有力的证据。数据中心计算业务的营收清晰可见，管理层也描述了客户验证活动。

不过，措辞仍需谨慎。客户评估并不保证会获得量产订单。由于电源组件会影响可靠性、认证以及周边机架架构，设计导入的推进速度可能较慢。

产能爬坡可能造成暂时性限制。在获批设计带来可观营收之前，供应商可能需要增加产能。零部件短缺和下游延误也可能导致交付在不同季度之间转移。

Advanced Energy 的客户结构带来了另一项风险。大型服务器和半导体设备客户可能占据相当大的订单量，其内部库存决策可能导致供应商的业务突然变化。

该公司还横跨周期性市场。当制造商扩充产能时，半导体设备支出会上升；但当客户暂停建设或消化此前投资时，支出可能下降。AI 需求并不会消除这一周期。

即使订单依然强劲，关税和供应链变化也可能影响利润率。电源产品包含来自多个地区的材料和组件。供应商必须在不损害客户关系的前提下管控成本上升。

更广泛的一点依然重要。AI 基础设施需求正在制造软件无法解决的电力难题。更高效的模型或许能降低每项任务的能耗，但使用量增加仍可能推高总能耗。

Advanced Energy 紧贴这一实体约束。当服务器制造商为更高功率密度重新设计机架时，公司能够受益；当芯片制造商增添生产先进硅芯片所需的设备时，公司同样能够受益。

因此，其敞口范围不止于单一加速器的发布。相应的代价是，其业绩取决于验证进度、制造执行、客户集中度以及多个资本开支周期。

Montage Technology 推进共享内存发展

Montage Technology 提供了最具前瞻性的投资逻辑，但也存在最大的验证缺口。

Montage 为服务器和云系统供应内存接口及互连芯片。其产品包括 DDR5 组件、PCI Express 重定时器和 CXL 控制器。每种产品都旨在解决服务器内部数据移动或扩展的问题。

该公司于 2026 年 7 月 31 日宣布，其 CXL 3.2 Memory eXpander Controller 已进入试产阶段。CXL 是一项行业标准，可让处理器和加速器通过一致性连接访问附加内存。

据 Montage 介绍，该控制器支持 PCI Express 6.x 和 CXL 3.2，传输速率最高可达每秒 64 千兆传输，并配备两个 DDR5 控制器，支持最高每秒 8,000 兆传输的速度。

其CXL 控制器公告称，该芯片可实时将主机内存请求转换为 DDR 命令。这一设计面向内存扩展、内存池化和分层内存系统。

内存池化使多个计算资源能够访问统一管理的容量，而不只依赖本地安装的内存。这一概念可提高利用率，并为数据密集型工作负载提供更灵活的容量配置。

这一能力之所以重要，是因为 AI 系统通常需要大型内存池。加速器配备高带宽内存，但完整应用也依赖服务器内存和存储。数据在这些层级之间移动会带来延迟和成本。

CXL 旨在让内存基础设施更加模块化。服务器可以通过 CXL 设备增加容量，或在不同工作负载之间更灵活地分配资源。对于管理多样化需求的云运营商而言，这些优势颇具吸引力。

技术前景并不等同于商业化规模。Montage 所描述的是试产阶段，尚早于广泛的大规模采用。客户仍需测试互操作性、可靠性、性能和软件支持。

标准的采用可能需要数年时间。硬件供应商必须协调处理器、交换机、控制器、内存模块、固件和操作系统。任一组件的延迟都可能拖慢整体部署。

Montage 还面临来自大型半导体公司和专业控制器开发商的竞争。许多供应商都将 CXL 视为战略机遇。率先推出并不保证能够长期占据市场地位。

其地理位置带来额外考量。Montage 总部位于中国，并服务于全球科技市场。出口管制、客户采购政策和制造技术获取能力都可能影响其可服务市场规模。

这些因素使其难以与 Rambus 直接比较。两家公司都涉足服务器内存，但其产品组合、上市地、客户和监管环境各不相同。对北美读者而言，Rambus 目前提供的季度披露更为清晰。

Montage 仍说明了基础设施主题为何正在扩展。即使系统拥有充足的计算能力，仍可能受到内存容量和利用率的限制。CXL 提供了一条缓解这种失衡的路径。

因此，该公司的试产控制器是一个有用信号，而非最终证明。重要的里程碑将是客户送样、平台验证、量产订单和持续营收。

Google News 读者应将这项公告视为技术布局的证据，而不应在缺乏客户部署的情况下，将所谓“行业首创”的说法视为经独立验证的市场领导地位。

数据尚未解决的问题

强劲的基础设施需求，并不能回答当下预期是否已假定未来数年都能实现无瑕执行。

核心看多逻辑很直接。超大规模云服务商正在建设更多计算能力。AI 服务器需要内存接口、先进电力系统、网络、冷却设施和更充足的电力供应。

近期的公司披露支持这一逻辑。Rambus 报告了创纪录营收。Advanced Energy 报告了可观的数据中心计算业务销售额。Montage 宣布推出一款面向共享内存需求的控制器。

其他基础设施供应商也表现出类似动能。Vertiv 报告 2026 年第二季度营收为 32.74 亿美元，同比增长 24%。Arista Networks 报告第二季度营收增长 37.7%。

这些数字表明，支出已从加速器芯片扩展至更广泛领域。但它们并不能证明当前增长率能够持续多久。仍有多项不确定性尚未解决。

第一是超大规模云服务商的投资回报。云公司如今可以为大规模部署提供资金，但未来预算取决于 AI 服务带来的收入。若变现疲弱，最终将对设备订单形成压力。

第二是项目时点。电力供应、许可、变压器、冷却设备和施工都可能延误数据中心建设。供应商可能为推迟至后续时期的项目预留产能。

第三是架构变化。更高效的芯片、模型压缩、专用推理硬件和改进的软件，可能减少单项任务所需资源。更高使用量可能抵消这些节省，但二者之间的平衡仍不确定。

第四是客户集中度。少数科技公司推动了大部分支出。它们的采购决策可能决定某家供应商能否达到或错过季度预期。

第五是估值。即使公司实现强劲增长，若投资者预期更高，其股价仍可能表现不佳。仅凭市值无法判断一项投资是否具备有吸引力的风险回报平衡。

Simply Wall St 的筛选结果承认了若干公司特定警示。Rambus 面临对有限内存产品组合的依赖；Advanced Energy 面临客户集中度和周期性市场风险；Montage 则存在融资、治理和估值方面的担忧。

这些并非旁枝末节。它们决定 AI 需求能否转化为可持续现金流。供应商必须将技术相关性转化为通过验证的设计、规模化生产、利润率和重复订单。

投资者还需要一致的衡量标准。公司对 AI 相关营收的定义各不相同，部分公司并未单独披露。数据中心营收可能同时包含传统计算、网络和存储业务，以及 AI 系统。

因此，管理层预测应与已披露业绩相比较。订单增长能够提供早期信号，但取消订单和交付时点同样重要。积压订单可以提升可见度，却无法消除执行风险。

没有任何单一季度能够定论。基础设施订单通常先于营收到来，而扩产会在销售实现前产生成本。跨季度趋势比孤立公告提供更有价值的证据。

这也是 Nvidia 仍是分析一部分的原因。其平台路线图影响服务器设计、功率密度、网络需求和内存配置。Nvidia 以外的供应商能够受益，但同时仍会受到其产品周期的影响。

真正的对手并非 Nvidia 与三家较小公司的对比，而是不断扩张的基础设施逻辑，与市场预期可能跑得比部署经济性更快这一可能性之间的较量。

这一框架让分析保持务实。需求清晰可见，但可持续价值取决于谁能够捕捉这些需求、以何种利润率，以及能够持续多久。

Google News 聚焦后应关注的三个信号

下一阶段将由量产证据、订单持续性和实体部署速度决定。

第一个信号是新型内存和电源产品的客户验证。Rambus 必须将更快的 DDR5 芯片组转化为规模化出货。Advanced Energy 必须将已评估的机架电源系统推进至量产项目。

Montage 面临最明确的验证考验。其 CXL 3.2 控制器需要获得客户送样和平台验证。一项具名量产部署将比又一次技术公告更能强化投资逻辑。

这一信号可通过产品营收、客户披露以及管理层关于产能爬坡的评论来追踪。反复延期将削弱这样一种判断：新标准正在带来近期销售额。

第二个信号是数据中心订单的持续性。营收增长很重要，但订单增长和积压订单能够揭示需求是否延续至一个季度之后。

投资者应关注供应商报告的是广泛客户活动，还是对单一超大规模云服务商的依赖。广泛增长通常会降低单个项目延期造成的冲击。

他们还应留意取消订单、库存调整和交付周期变化。交付周期缩短可能反映供应改善、需求走弱，或两者兼有。管理层的解释需要后续业绩加以确认。

第三个信号是数据中心实际通电投运。已公布的资本预算，只有在设施获得电力、冷却、网络和监管批准后，才能转化为运营能力。

电网接入排队和变压器供应可能拖慢建设进度。当地反对意见与水资源限制也会改变选址的经济性。即使长期项目仍在推进，这些障碍也可能延后供应商的收入确认。

IEA 更新后的展望提供了一个有用的基准。该机构预计，到 2030 年，数据中心的用电量将大致翻倍，而以 AI 为重点的设施增长更快。它还警告称，近期瓶颈正在限制更激进的情景预测。

更快实现通电将支持对电力转换、内存和连接产品的需求。若延误持续，收入将被进一步推后，也会让那些过早扩产的供应商面临风险。

读者还应区分基础设施增长与股票表现。这些公司所处市场彼此相关，但风险特征并不相同。本文提供行业分析，并非个性化投资建议。

Google News 所呈现的更广泛结论依然有价值。Nvidia 的加速器位于 AI 建设热潮的核心，但无法独立运行。内存带宽、电力转换和共享内存正成为日益明显的制约因素。

这种可见性为 Rambus、Advanced Energy 和 Montage Technology 提供了可信的 AI 基础设施叙事。它们现在需要通过信息披露证明具备可复制的生产能力、多元化客户基础和盈利性增长。

请关注下一轮财报中这三个信号：产品获得认证、订单持续以及数据中心投入运营。它们将共同揭示，“Nvidia 之外”的投资逻辑是否正成为运营现实，还是仍只是一个引人注目的市场故事。