P1-C6 · 产业链 5 角色 + 60 ticker map¶
核心一句话
画出产业链 = 看清钱怎么流。有 C1-C5 铺垫, 这张图不再是孤立 ticker, 是因果。
AI 产业知识 — 历史 → 技术 → 产业链 → 商业 → 应用 → 地缘
P1-C6 (Part 1 第 6 章). 学完这一章, 你能把任意一只 AI 票放到产业链 5 角色里, 并解释它为什么在那位置 (历史 + 技术 reason), 不只是死记。
1. 问题: 你看 supply chain 图, 60 个 ticker 还是认不全¶
C1-C5 你已经学了历史 / 技术 / 硬件. 现在看产业链:
- ASML / TSM / SK Hynix / NVDA / SMCI / VRT / CEG / MSFT / OpenAI ...
- 60+ ticker, 哪个上游, 哪个下游, 哪个是 "卖铲子的", 哪个是 "淘金的"?
死记没用. 你要的是 5 角色 map + 每个 ticker 在哪角色 + 为什么在那 (从 C1-C5 推).
2. 解决方案: 5 角色 framework¶
💡 每个 ticker 都可点 → 进入它的 Multi-Source Profile 看产业链坐标 / 上下游 / 关键数据.
| 角色 | 干什么 | 代表 ticker | C1-C5 解释为什么 |
|---|---|---|---|
| 上游 | 卖铲子的铲子 (设备/材料) | ASML · AMAT · LRCX · SNPS · CDNS · SK Hynix · MU · Samsung | 物理瓶颈 → 谁占了那环 (C5 §3.2 HBM) |
| 中游 | 卖铲子 (加速器/网络/光) | NVDA · AMD · AVGO · COHR · LITE · ANET · MRVL | NVDA 20 年布局 (C3) + 网络瓶颈 (C5 §3.3) |
| 下游 | 数据中心 / 云 (买铲子的) | MSFT · GOOGL · AMZN · ORCL · CRWV · NBIS | Hyperscaler vs Neocloud (C5 §3.4 + 应用 C8) |
| 客户 | AI 实验室 (用算力的) | OpenAI · Anthropic · xAI · Mistral · DeepSeek | 占位 (C3 OAI vs Google) + 应用 (C8) |
| 配套 | 电力 / 冷却 / 房地产 | CEG · VST · VRT · ETN · HUBB · GEV · EQIX · DLR | 能源瓶颈 (C5 §3.4) |
关键 insight: AI 产业 5 角色, 越上游 moat 越深 (设备 / 材料垄断), 越下游 moat 越浅 (云 / SaaS 替代率高). 这跟你 Layer 2 估值直接相关 (C7 详).
3. 工作原理: 简化产业链图 + 关键依赖¶
graph LR
%% 上游
ASML[ASML EUV] --> TSM[TSM 晶圆]
AMAT[AMAT/LRCX 设备] --> TSM
SNPS[SNPS/CDNS EDA] --> NVDA[NVDA 设计]
SKHynix[SK Hynix HBM] --> NVDA
MU[Micron HBM] --> NVDA
TSM --> NVDA
%% 中游
NVDA --> Hyperscaler[MSFT/GOOGL/AMZN]
NVDA --> Neocloud[CRWV/NBIS/ORCL]
COHR[COHR/LITE 光模块] --> NVDA
ANET[ANET 网络] --> Hyperscaler
%% 下游 + 客户
Hyperscaler --> OpenAI[OpenAI]
Hyperscaler --> Anthropic[Anthropic]
Neocloud --> OpenAI
%% 配套
CEG[CEG/VST 电力] --> Hyperscaler
VRT[VRT/ETN 电气液冷] --> Hyperscaler
VRT --> Neocloud
classDef upstream fill:#fef3c7,stroke:#d97706
classDef midstream fill:#dbeafe,stroke:#2563eb
classDef downstream fill:#dcfce7,stroke:#16a34a
classDef customer fill:#fee2e2,stroke:#dc2626
classDef support fill:#fce7f3,stroke:#db2777
class ASML,AMAT,SNPS,TSM,SKHynix,MU upstream
class NVDA,COHR,ANET midstream
class Hyperscaler,Neocloud downstream
class OpenAI,Anthropic customer
class CEG,VRT support5 个传导规则 (你 thesis 会反复用到):
- NVIDIA 不孤立 — 它依赖 TSM 代工 + SK Hynix HBM + COHR 光模块 + SNPS/CDNS 设计软件. 任何一环出问题 → NVDA 影响. (eg. Samsung 罢工 → HBM 紧缺 → NVDA H200 出货受限)
- AI 实验室不是直接客户 — OpenAI 找 MSFT Azure 买算力, MSFT 才向 NVDA 买 GPU. 所以 **NVDA 财报里 "hyperscaler capex" 是关键**, 不是 "OpenAI 营收".
- Neocloud (CRWV / NBIS / ORCL OCI) 跟 Hyperscaler 不同 — 只做 AI 算力, 不做通用云. 客户高度集中 (CRWV 60%+ MSFT, ORCL 54% OpenAI). 这是估值溢价但也是 RISK.
- 电力是真瓶颈 — AI 数据中心耗电巨大. 不只硬件, 还有 CEG (核电 PPA) / VST / GEV (燃气轮机) / VRT (液冷) — 这都是"卖铲子的".
- 产业链上下游会传导 — 学跟踪上游 + 下游 = thesis 完整.
4. vs C5 你已经会的¶
| 维度 | C5 给你 | C6 多给你 |
|---|---|---|
| 硬件物理 | ✓ | 不映射公司 |
| 公司 map | ✗ | 5 角色 + 60 ticker + 因果 (为什么在那角色) |
| 投资意义 | 知道瓶颈 | 知道瓶颈对应哪家公司 — 看新闻 "HBM 紧缺" 立刻知道是 SK Hynix / Micron 利好, NVDA 出货 cap |
C5 = 物理. C6 = 公司 mapping. 没 C6 你看到新闻不知该关注哪只票.
5. 试一下: 选 1 条 edge, 答 "为什么是 ta"¶
任务 (15 分钟): 选下面 3 条 edge 1 条, 用 C1-C5 知识答 "为什么不是别人":
| Edge | 问题 |
|---|---|
| NVDA ← SK Hynix HBM (70%+ 份额) | 为什么不是 Samsung? (提示: qualify 难度 + 罢工 + 良率) |
| TSM ← ASML EUV (100% 份额) | 为什么不是 Canon / Nikon? (提示: 25 年研发 + 物理光学难度) |
| MSFT Azure ← OpenAI (排他到 2024) | 为什么不是 Google? (提示: C3 startup vs incumbent 心智) |
Self-check (3 项符合则进 P1-C7):
- 你能解释为什么 ASML 是终极 moat (单家公司, 物理瓶颈)
- 你能预测 "如果 Samsung HBM3e 突然过 NVDA qualify" 哪 3 只票动 (SK Hynix - / Micron - / Samsung +)
- 你能 1 句话说产业链每环的 moat 来源 (上游 = 物理, 中游 = 生态, 下游 = 规模)
6. 接下来¶
产业链 map 你画清了. 但每环赚多少钱差异巨大 — ASML 50% 毛利, AMD 12%. 谁是真王者, 谁是过客?
→ P1-C7 · 商业模式 + value capture 5 维评分每环 — moat 来源 + 利润率 + 替代成本。
7. 深入 (optional): Atlas 1643 篇 LLM-mined / 跨国 dependency / 中国国产替代¶
点开看产业链深度版
Atlas (1643 篇文章 LLM-mined):
现 edu_site 有 supply_chain_atlas.md — 从 SemiAnalysis / Stratechery / The Information 1643 篇文章 LLM 抽出 269 条 ≥2 引用的 edges. 比手工版 30 条详 10x. 进阶看这个.
跨国 dependency: NVDA → TSM (台湾) → ASML (荷兰) — 每环跨国. 台海 / 中欧关系任何冲击 → NVDA 出货受影响. 这是 thesis 不能忽略的 macro overlay.
中国国产替代 (2023+): H100 不卖中国后, Huawei Ascend 910C + SMIC 7nm + 长江存储 HBM 起来. 中国市场分两半 (国内 Huawei / 国外 NVDA). NVDA 失 ~25% 中国收入, 但其他市场补.
→ 这种 "市场分割" 是地缘 (C9) 主线. 你 thesis 涉及中国敞口的 ticker 必须考虑.
新角色出现 (2026+): - AI 房地产: EQIX / DLR / IRM (数据中心 REIT) - AI 法务/合规: Harvey / Lex Machina (vertical SaaS) - AI 监管科技: SAS / Palantir (合规模型) - AI 数据标注: Scale AI / Surge (RLHF 数据)
这些新生态层还在形成, 投资进入早期窗口.