AI 概念股有哪些？一文读懂 AI 产业链的五大环节
目录
「AI 概念股」这个词你每天都能看到，但它其实是一个极度宽泛的标签——从卖芯片的英伟达（NVDA），到卖云服务的微软（MSFT），再到做大模型应用的百度（9888.HK），都可以被市场贴上这张标签。把这些公司放进同一个篮子，就好比把炼油厂、加油站和汽车厂统称为「汽车相关股」——它们受不同因素驱动，风险完全不同。
这篇文章的目的，是帮你建立一个更清晰的产业链框架：AI 浪潮里到底有哪些不同环节，港美股里有哪些公司被市场划入这些环节。
为什么 AI 概念股需要按产业链来理解
当一项技术进入大规模商业化阶段，围绕它形成的产业链通常会分成几个截然不同的层：
- 基础材料层：提供最底层的技术组件（芯片、设备）
- 基础设施层：搭建技术运行的物理环境（数据中心、网络）
- 平台/云层：汇聚算力并以服务形式对外输出
- 应用层：在平台上构建面向用户的产品和服务
这四层的商业模式、资本密集度、周期属性都不一样。简单地说「AI 概念股都一样」，会忽略掉这些关键差异。
产业链环节一：算力芯片
AI 大模型的训练和推理需要消耗大量并行计算能力，这推动了对 GPU（图形处理器）和专用 AI 加速芯片需求的快速增长。
英伟达（NVDA） 目前是 GPU 市场的主导供应商，其 H 系列和 B 系列芯片被广泛用于数据中心 AI 训练和推理。AMD（AMD） 也在推进自己的 GPU 产品线，争夺这一市场。博通（AVGO） 则走了另一条路：为超大规模云厂商（如谷歌、Meta）定制设计 AI 专用加速芯片（ASIC），同时提供 AI 数据中心所需的高速网络芯片。
AI 训练还需要大量高带宽内存（HBM），美光（MU） 是 HBM 的主要供应商之一。
以上公司名单仅供了解产业格局，非推荐、非穷举。
产业链环节二：芯片制造与设备
芯片设计完成后，需要先进的制造工艺才能生产出来，背后还依赖一条精密的设备与材料供应链。
台积电（TSM，美股 ADR；2330，台股） 是全球最主要的先进制程晶圆代工厂，英伟达、AMD 等公司的芯片几乎都由台积电制造。ASML（ASML） 垄断了生产先进芯片必需的极紫外（EUV）光刻机，是整个芯片产业链的关键瓶颈之一。应用材料（AMAT） 和 泛林（LRCX） 则在芯片制造设备领域占有重要地位。
港股方面，中芯国际（0981.HK） 和 华虹半导体（1347.HK） 是中国大陆主要的晶圆代工企业，被市场划入本土半导体产业链概念，但所处的制程节点和市场定位与台积电存在差异。
以上公司名单仅供了解产业格局，非推荐、非穷举。
产业链环节三：云与算力基础设施
AI 能力最终需要通过云计算平台对外提供服务。全球几家超大规模云厂商正在以前所未有的规模扩张 AI 基础设施，包括自建数据中心、自研 AI 芯片、采购外部 GPU。
微软（MSFT） 通过 Azure 云及与 OpenAI 的深度合作提供 AI 服务；谷歌/Alphabet（GOOGL） 拥有 Google Cloud 和自研 TPU 芯片；亚马逊（AMZN） 依托 AWS 提供大规模 AI 算力，并自研 Trainium/Inferentia 芯片；Meta（META） 大量使用 GPU 训练自己的开源大模型，是全球最大 GPU 采购方之一；甲骨文（ORCL） 在 AI 算力租赁市场增长较快，主要面向企业客户。
以上公司名单仅供了解产业格局，非推荐、非穷举。
产业链环节四：网络与互连
超大规模 AI 数据中心内部，成千上万块 GPU 需要用极高带宽的网络连接起来。这让数据中心网络设备成为 AI 基础设施中不可或缺的一环。
Arista（ANET） 以高性能以太网交换机见长，被广泛部署在超大规模数据中心；博通（AVGO） 同时在网络芯片和交换机方向有深度布局；Marvell（MRVL） 提供数据中心所需的多种定制网络芯片。
此外，光互连技术（矽光子/CPO）正成为下一代数据中心网络的重要方向，相关产业链可参考《矽光子概念股》和《CPO 概念股》专题文章。
以上公司名单仅供了解产业格局，非推荐、非穷举。
产业链环节五：中国 AI（港股及 ADR）
中国互联网和科技公司也在积极布局 AI 能力，部分公司在港股上市或以 ADR 形式在美股交易。
腾讯（0700.HK） 将 AI 能力整合进微信生态及企业云服务；阿里巴巴（9988.HK / BABA） 通过阿里云提供大模型和 AI 平台服务；百度（9888.HK / BIDU） 是国内最早大规模推进大模型商业化的互联网公司，旗下有文心一言等产品；商汤科技（0020.HK） 主要提供计算机视觉和大模型相关技术，被市场归类为 AI 应用与基础设施概念。
股票代码与上市信息以最新为准。以上公司名单仅供了解产业格局，非推荐、非穷举。
看「AI 概念股」需要注意什么
AI 概念极度宽泛：芯片、设备、云、网络、应用，五个环节的商业驱动逻辑、周期位置、竞争格局完全不同。一家公司被贴上「AI 概念」标签，不代表它能从 AI 浪潮中获得同等程度的收入增长。
「概念」和「实际营收」之间有很大距离：市场有时会因为一家公司在业务上稍微沾边 AI，就将其归入 AI 概念板块。但这家公司的主营业务可能仍然是其他领域，AI 相关收入占比极小。识别这种差异，需要阅读公司最新的财报、分业务段营收拆分，以及管理层对 AI 业务进展的具体表述，而不能仅凭市场分类标签做判断。
产业链上游不等于下游：卖铲子的（芯片/设备）和用铲子挖矿的（AI 应用）是两种不同的生意。上游通常先于下游受益于资本开支扩张，但也可能先受到需求放缓的冲击。
估值波动与概念炒作：AI 相关板块历史上经历过多轮高预期驱动的估值扩张与收缩，市场情绪对股价影响显著，并不总是与公司基本面同步。
被划入某个概念 ≠ 该业务就是这家公司的主要营收来源；某家公司是否真正涉及、相关业务占营收多少，需要你自己查阅其最新财报与公开资料。
常见问题
AI 概念股是不是买 ETF 更稳妥？ ETF 可以分散单一公司的风险，但不同 AI 主题 ETF 的成分股和比重差异很大，购买前需要了解其持仓结构和费率。ETF 同样会跟随整个板块波动。具体产品信息可参考《半导体 ETF》专题文章。
英伟达是不是等于 AI 概念？ 英伟达是 AI 算力芯片的重要供应商，但 AI 产业链覆盖的公司远不止英伟达。把「AI 概念」等同于某一家公司，会低估产业链的多样性，也会忽略其他环节的进展。
中国 AI 股和美国 AI 股有什么本质区别？ 主要体现在：监管环境（数据合规、AI 备案等）、技术生态（与国际开源社区的接入程度）、市场结构（国内市场为主 vs 全球化）、以及股票的上市地和外汇因素。这些差异使两边的风险来源并不相同。
AI 产业链哪个环节最「确定」？ 没有任何环节是确定的，所谓「确定性」在市场上通常已被定价。各环节的营收兑现节奏、竞争格局、技术路线切换风险都需要独立评估，不应直接套用他人结论。
如何判断一家公司是否「真正」涉及 AI？ 最直接的方法是阅读其最新年报（Annual Report / 10-K）或季报，找「分业务段营收」部分，看 AI 或相关描述业务实际贡献了多少收入，以及管理层对未来的具体展望，而不是仅靠新闻标题或板块标签判断。
延伸阅读
如果你想深入了解 AI 算力基础设施中的特定技术方向，可以进一步阅读《矽光子概念股》，了解光互连技术如何改变数据中心网络架构；《CPO 概念股》专题则聚焦共封装光学在 AI 交换机上的具体应用。《半导体 ETF》文章讨论了如何通过 ETF 方式接触半导体产业链的整体表现。
本文仅供了解产业结构，不构成任何个股的推荐或投资建议。
本文仅供参考，不构成投资建议。