全球 AI 算力利润池
本文为产业研究笔记，据公开信息整理，不构成投资建议。
产棱 · IndPrism
GPU平台 · 云ASIC · 共设计伙伴 · 集群网络 · 物理约束层
配套：《AI算力芯片产业分析方法论（全球版）》｜时点：2026年8月
交叉：先进封装利润池 · HBM/eSSD利润池 · 光通信利润池
主要参考：NVIDIA/Broadcom 等公司财报与指引、卖方对 ASIC/CoWoS 的公开估算
利润池结构为分析框架示意；强制区分出货量/收入/利润三套口径；不构成投资建议
一、核心结论
AI 把「卖加速芯片」改写成「卖可部署算力系统 + 软件锁定 + 物理配额」。利润池正沿五条路径重塑：
（1）商用 GPU 平台（以 NVIDIA 数据中心为核心）拿走最大一块硬件收入与毛利，并叠加集群网络内容；软件生态使同制程芯片价差巨大；
（2）云自研 ASIC 单位出货快速抬升，利润更多体现为云 TCO 节约（内部转移价难观测），外部可观测利润大量落在共设计伙伴（Broadcom/Marvell 等）；
（3）第二商用平台（AMD 等）吃分散供应链与性价比，天花板常先打在 CoWoS/HBM 配额与软件成熟度；
（4）集群网络成为独立高速增长池（以太网/InfiniBand/NVLink 织物），随机柜规模非线性放大；
（5）CoWoS 与 HBM 是物理封顶层——不直接等于「算力公司营收」，却决定谁能把设计变成出货（详见封装/存储利润池）。
一句话：出货量可以走向 ASIC，收入与利润仍可能由 GPU 平台主导；切蛋糕不等于英伟达绝对收入下降，也不等于共设计伙伴「替代」了平台生态。A 股算力叙事多在国产平行市场与供应链外溢，罕见 CUDA 级系统定价权。
二、利润池为什么被重写：三套账必须分开
| 口径 | 回答的问题 | 2026 常见误读 |
| 出货量（单位） | 多少颗加速器进机房 | ASIC 单位份额升 → 误读为「GPU 逻辑已被证伪」 |
| 收入（美元） | 谁开得出硬件/设计服务发票 | 忽略 GPU 系统 ASP、网络附带与软件溢价 |
| 利润/经济租金 | 毛利与议价落在哪一层 | 把云内部 ASIC 成本节约当成外部芯片公司利润 |
旧世界：服务器 CPU + 少量加速卡，利润在通用计算与企业 IT。
新世界：需求 ≈ 云/模型 Capex × 可封装可配 HBM 的交付量 × 集群网络 × 软件锁定。训练通用性仍抬 GPU 平台；推理/特定负载抬 ASIC 单位；两者同时扩张时，「份额下降 + 绝对收入上升」可以共存。
三、总量锚点（方向性，注明口径）
| 锚点 | 公开口径（约） | 利润池含义 |
| NVIDIA 数据中心（FY2026） | 全年约 1937 亿美元（+68% YoY）；Q4 约 623 亿美元；其中 Compute 约 1624 亿、Networking 约 314 亿（全年） | 平台现金池体量巨大；网络已是独立高速引擎 |
| NVIDIA 公司总收入（FY2026） | 约 2159 亿美元；数据中心占绝对主量 | 算力硬件利润高度集中于单一平台公司财务报表 |
| 商用加速器收入份额 | 第三方常将 NVIDIA 置於约七成至八成+ 区间；AMD 约高个位数；其余分散 | 收入池仍平台主导；精确份额因是否计入云内部 ASIC 而分叉 |
| Broadcom AI 半导体 | 公开季度 AI 半导体收入已到约百亿美元级并高速增长；管理层对 FY2026 AI 相关收入有约 560 亿美元量级指引（以公司最新披露为准） | 共设计+网络是第二大可观测外部利润池 |
| AI ASIC 市场（卖方） | JPMorgan 等：数字 AI ASIC 机会约 600–700 亿美元量级（2026）；高端共设计份额 Broadcom 约八成、Marvell 约一成+ | 外部可统计的 ASIC 相关美元向设计伙伴集中 |
| 单位结构（卖方） | 约 2026：GPU 58% / ASIC 42% → 约 2027：GPU 47% / ASIC 53%（出货量，非收入） | 单位切换成立时，仍须用 ASP 折算收入池 |
| 物理约束 | CoWoS 年需求逼近约 100 万片、头部客户约占六成配额；HBM 售罄 | 利润确认受交期与内存配额二阶约束 |
使用纪律：云自研 ASIC 的「市占」若按内部转移价估算，会与商用 GPU 收入不可比。产棱默认：外部可审计收入以 GPU 平台 + 共设计/网络上市公司披露为准；单位结构单独标注。
四、利润池 A：商用 GPU 平台——最大现金与生态租金
商业本质：不是卖一颗 GPU，而是卖「芯片 + 系统软件栈 + 多卡互联 + 参考机柜」。CUDA 与配套库抬高切换成本，使毛利率可以维持在硬件周期品罕见的高位（公司指引毛利率常在约 75% 量级窗口，以最新财报为准）。
结构要点：
· Compute：代际（Blackwell/Rubin 等）决定 ASP 与出货节奏；受 CoWoS/HBM 配额硬约束。
· Networking：FY2026 网络收入约 +142% 至约 314 亿美元——说明集群织物已从「附件」变成利润引擎；与光模块/交换芯片利润池交叉。
· 客户：超大规模云仍是最大类，但「其余数据中心客户」增长可推动收入多元化——跟踪集中度变化。
| 强化信号 | 削弱信号 |
| 数据中心指引上修、毛利率高位 | 指引下修、渠道/客户库存可见 |
| 新平台（Rubin 等）顺利爬坡 | 验证延迟导致有产能无出货 |
| 网络内容随系统 ASP 同步升 | 客户改以太网路线大幅削减平台互联溢价 |
| 软件生态锁定仍在 | 主流框架迁移成本显著下降且放量 |
五、利润池 B：第二商用平台——份额挑战者池
AMD Instinct 等：以内存容量、性价比、客户双源诉求切入。收入份额仍显著低于龙头，但绝对额可从低基数快速抬升。关键约束往往不是「会不会做芯片」，而是 CoWoS 配额（公开估算常显著低于 NVIDIA）、HBM 供给与 ROCm 等软件成熟度。利润质量看能否进入可验证的训练/推理生产集群，而非演示跑分。
六、利润池 C：云自研 ASIC——TCO 池（内部）+ 外溢设计池（外部）
6.1 云内部
Google TPU、AWS Trainium、Azure Maia、Meta MTIA 等：目标是特定负载更低 TCO、降低对单一商用 GPU 依赖。利润首先表现为云服务毛利改善与资本开支效率，而不是单独「卖芯片」的外部收入。单位出货可以很快，甚至在 2027 前后按卖方口径超过 GPU 单位——这只证明部署广度，不自动证明外部芯片商被消灭。
6.2 共设计伙伴（外部可观测）
Broadcom、Marvell 等把云厂 RTL/规格落成可量产硅，并常叠加网络芯片。这是 ASIC 浪潮里最干净的外部利润池：设计服务粘性高、认证周期长、backlog 可多年可见。卖方将高端共设计份额高度集中于 Broadcom，Marvell 为重要第二极；具体项目绑定 Google/Meta/Amazon/Microsoft 等需按最新披露更新。
与 GPU 的关系：ASIC 单位升 → 可能降低部分增量 GPU 采购斜率，但训练/通用与新模型爆发仍可抬 GPU 绝对需求；同时 Broadcom 自身也是 CoWoS 大客户之一——算力利润池与封装配额池互相改写。
七、利润池 D：集群网络——系统附带的高速池
随着机柜内/机柜间带宽上升，网络内容（交换、DPU/SmartNIC、光模块、平台私有互联）在 BOM 中的权重上升。NVIDIA 数据中心网络收入高速增长，是平台内生的网络池；以太网阵营则把利润分给交换芯片（如 Broadcom）与光通信链（见光通信利润池）。分析加速卡不能只拆 GPU 裸片，必须问「这套系统的网络美元归谁」。
八、利润池 E：物理约束层——合封与 HBM（上限池）
CoWoS 交期/预订与 HBM 售罄，不直接记在「算力芯片」收入科目，却决定利润何时确认、谁拿得到量。公式：可确认的算力硬件利润 ≈ f(平台需求, min(CoWoS 有效产能, HBM 合格供给), 软件溢价)。详拆见《全球先进封装利润池》《HBM中道》《HBM/eSSD利润池》——本分册只强调：谈算力利润池不挂物理约束，会高估可交付收入。
九、利润池地图：谁吃哪一段
| 层级 | AI 之前（简化） | AI 之后（2026） | 利润特征 |
| 云/模型需求 | IT 预算平滑 | Capex 脉冲式上修 | 总开关；本身多为服务利润 |
| GPU 平台 | 利基加速 | 数据中心千亿美金级收入引擎 | 最大外部现金+生态租金 |
| 第二商用 GPU | 边缘 | 双源与性价比切口 | 份额挑战；受配额约束 |
| 云 ASIC（内部） | 实验 | 百万颗级部署在望 | TCO 池；外部难直接计价 |
| 共设计伙伴 | 传统 ASIC 服务 | AI 相关收入跳升、高 backlog | 最干净的 ASIC 外部池 |
| 集群网络 | 附属 | 平台网络+以太网双轨高增 | 随集群规模放大 |
| CoWoS / HBM | 后道/存储 | 交付阀门 | 租金在封装与存储侧，约束算力侧 |
| 国产平行市场 | 替代叙事 | 管制分割下的本土部署 | 与全球商用池分账，不可直接对打份额 |
9.1 增量利润倾斜（示意权重，非精确会计）
若把 2026 年「外部可观测的 AI 算力硬件相关增量利润」粗分为五块（示意）：GPU 平台（含其网络内容）≈ 45%～60%；共设计伙伴 AI 相关 ≈ 15%～25%；第二商用 GPU ≈ 5%～10%；光模块/交换等网络外溢（计光通信/交换池）≈ 10%～20%；Foundry 合封与 HBM（计封装/存储池）≈ 作为约束与耦合，不重复计入本池主权。关键变化：增量高度集中在「平台生态 + 共设计」，单位结构切换是第二条曲线，不是唯一曲线。
十、商业模式：从卖芯片到卖「锁定的部署」
1）平台轨：多年采购、系统级交付、软件订阅/支持，利润可见度高于传统半导体周期。
2）云自研轨：Capex 换 TCO；外部伙伴吃设计与流片相关美元。
3）配额轨：CoWoS/HBM 预锁使「有订单无交付」成为风险，也使拿到配额者享受稀缺溢价。
研究含义：评价算力利润池，优先看数据中心指引、网络 mix、共设计 backlog、封装/HBM 交期四件套；不要只用 TOPS 或单一市占数字。
十一、跨境利润沉淀
| 地理 | 主要沉淀 | 跟踪要点 |
| 美国 | GPU 平台、共设计、云需求、部分网络 | NVDA/AMD/AVGO/MRVL、CSP Capex |
| 中国台湾 | 先进制程+CoWoS 合封租金（耦合） | 交期、配额、先进封装收入 |
| 韩国 | HBM 租金（耦合） | 售罄、代际验证 |
| 中国大陆 | 国产算力平行部署 + 供应链外溢 | 与全球商用池分列；出口管制 |
十二、赢家条件与风险
12.1 谁更容易吃到重塑后的利润
· GPU 平台：代际顺利 + 软件锁定 + 网络内容 + 配额充足。
· 共设计：绑定大型云多年项目、AI 相关 backlog 可见。
· 第二平台：拿到可验证生产份额，而非仅样片。
· 网络/光：随集群规模与速率升级（交叉光通信池）。
· 封装/HBM：吃约束租金（交叉各自利润池）。
12.2 主要风险（利润池回流或蒸发）
1）云 Capex 同步消化：硬件订单二阶导转负，平台估值先杀。
2）ASIC 单位超预期且大幅替代训练通用 GPU：平台收入增速下台阶（需看工作负载结构）。
3）CoWoS/HBM 长期卡脖子：有需求无交付，利润确认后移。
4）软件生态松动：切换成本下降，硬件溢价受压。
5）出口管制：全球池与中国平行池分割，打乱份额与指引假设。
6）把「算力概念股」等同于已具备平台定价权。
十三、跟踪清单（利润池视角）
| 指标 | 利润池强化 | 削弱信号 |
| NVIDIA 数据中心收入/指引 | 高增、指引上修 | 指引下修、增速骤降 |
| 数据中心毛利率 | 高位稳定 | 持续下滑 |
| Networking 收入占比/增速 | 持续高增 | 互联内容被客户砍配 |
| Broadcom/Marvell AI 收入与 backlog | 跳升、多年可见 | 大客户砍项目 |
| GPU vs ASIC 单位结构 | 记录切换但 ASP 折算后收入仍健康 | GPU ASP 无序下跌 |
| CoWoS 交期与配额 | 仍紧、头部锁定 | 交期松且弹性产能出现 |
| HBM 供给 | 售罄 | 现货松、价跌 |
| CSP Capex | 高位/上修 | 同步下修 |
十四、分析框架小结
价值链：云 Capex 开火 → GPU 平台收系统与生态租金 → 云 ASIC 分流单位、共设计收外部美元 → 网络放大系统账单 → CoWoS/HBM 决定能确认多少利润。
结论：AI 算力利润池的正确读法是「平台现金 + 共设计外溢 + 网络附带」，并用封装/HBM 做交付折现；单位结构切换是重要支线，不是唯一主线。与存储、先进封装、光通信利润池交叉阅读，才能看到整条 AI 绳子上的结。
免责声明：本文为产棱·IndPrism 基于公开信息的产业研究整理，利润池权重为示意框架，财务数字以各公司最新 SEC/交易所披露为准，不构成任何证券的推荐、评级或买卖建议。
仅为产业结构观察与方法讨论，不构成任何投资建议。