支撑AI的实业全体系AI大模型、Agent只是软件层；所有AI跑在实体工业之上。分为五层：底层原材料与半导体材料 → 半导体设备制造 → 算力硬件零部件 → 整机与智算基建 → 能源温控配套；再加一层：被AI改造的传统实体产业。 信息仅供参考，不构成投资建议。第一层：最底层·半导体原材料（AI的沙子、建材）没有这些，芯片造不出来，属于最上游重化工、材料实业。1. 硅材料：电子级多晶硅、12英寸大硅片，芯片晶圆基底2. 电子特气、光刻胶、靶材、CMP抛光耗材：芯片刻蚀、薄膜沉积必备耗材3. 特种小金属：镓、铟、锗、钨，用于光芯片、HBM存储、射频器件4. 高速板材、IC载板、ABF树脂：服务器主板、芯片封装基板，决定高速信号传输第二层：半导体设备实业（制造芯片的机器）芯片是产品，设备是“生产芯片的机床”，属于高端装备制造业。1. 光刻机、刻蚀机、薄膜沉积设备、清洗设备、量测设备2. 封装设备：键合、切割、测试设备，用于GPU、HBM封装逻辑：AI芯片再强，没有设备，就无法批量生产。第三层：算力硬件零部件实业（AI的心脏、血管、内存）1）AI芯片&存储（核心硬件）- AI加速芯片（GPU/NPU/DCU）：AI训练推理核心硬件- HBM高带宽显存：AI芯片配套，解决大模型“内存墙”瓶颈- 高速内存、SSD企业级存储：海量数据集读写缓存2）高速互联硬件（算力集群的神经网络）- 高速光模块800G/1.6T、光芯片、光器件、CPO共封装组件- 高速交换机、高速连接器、高速铜缆上千张GPU协同运算，全靠光模块高速传输数据，国内这一块全球竞争力很强 。3）服务器内部硬件高速PCB背板、电源模块、电容电阻、散热冷板结构件。第四层：整机制造 + 智算中心基建（把零件组装成AI工厂）1. AI服务器整机制造：把芯片、内存、光模块组装成算力整机，属于电子代工实业2. 智算中心AIDC建设：厂房、机柜、布线、机房土建，实体基建工程3. 算力交换机、路由器，完成集群内部调度第五层：能源、温控配套实业（AI的粮食与空调，极易被忽略）大模型最吃电，一台AI服务器功耗是普通服务器数倍，没有这套硬件，算力直接瘫痪。1. 电力设备：高压直流电源HVDC、UPS不间断电源、变压器、配电设备、储能（削峰填谷）2. 液冷温控系统：冷板式液冷、浸没式液冷、CDU换热单元，高密度GPU散热已经逐步从风冷转向液冷3. 电网改造、绿电配套：大型智算中心用电量堪比一座小城市，依赖电网实业的扩容改造。第六层：被AI反向赋能改造的传统实业（AI向下渗透实体经济）不是直接造算力，是传统实体工厂采购AI硬件，改造自身生产线。1. 高端装备制造：工业机器人、机器视觉检测设备，AI用于质检、预测设备故障、数字孪生仿真2. 汽车产业：智能车硬件、自动驾驶域控制器，AI大模型落地整车制造3. 化工、钢铁、水泥：AI优化工艺参数，降能耗，智能调控窑炉、高炉4. 消费实体制造业：服装AI设计、家电智能化、3C柔性产线；AI辅助研发新材料配方5. 智慧矿山、智慧港口：工程机械智能化改造，远程无人作业极简逻辑链条（奥卡姆剃刀视角）沙子/特种材料 → 半导体设备加工 → 芯片、光模块、存储零部件 → 组装AI服务器 → 放到智算中心，配上电力+液冷 → 上层才跑大模型、AI Agent软件。大众目光都聚焦在大模型软件，但是软件只是顶层应用，底层全部是重工业、材料、装备制造实业。软件可以迭代很快，但实业硬件迭代周期长、壁垒极高。区分两个概念- 支撑AI的实业：造算力底座的工业（芯片、光模块、液冷、服务器、半导体材料设备）- AI赋能实业：传统工厂用上AI来升级生产（智能制造、机器视觉）【变现锚点】AI软件会卷、会迭代淘汰，但底层算力硬件实业，只要AI需求存在，就持续有订单；国内的优势集中在服务器组装、光模块、液冷温控、电力配套；短板集中在高端半导体设备、光芯片、HBM。