价值迁移地图（2026–2028 前瞻）—— 利润池往哪走
日期：2026-06-26 类型：前瞻综合（forward synthesis） 性质声明（按宪法）：本篇主体是前瞻判断，不是事实。具体数字来自本库已核实数据（标注），但"往哪迁移、谁赢谁输"是推理；"变体种子"更是示范性的选边线索，非投资建议。
核心思路
利润不会停在原地。它跟着两样东西走：
- 稀缺——哪个环节卡脖子，定价权和利润就去哪（瓶颈在移动）。
- 工作负载与变现——算力从训练转向推理、价值从基建转向应用，钱跟着走。
把这些"移动方向"画成地图，就能知道该提前站在哪、该警惕哪、以及市场在哪条迁移上看错了时点（=你的 alpha 来源）。
一张总图
| # | 迁移向量 | 受益（价值流入） | 受损（相对） | 领先指标 | 变体种子（市场可能看错时点） |
|---|---|---|---|---|---|
| 1 | 训练 → 推理 | 定制 ASIC（博通/Marvell）、AMD、推理优化、应用层 | 训练侧高端 GPU 的极致溢价 | 推理/训练收入结构、token 量、GPU 租金价差 | 市场或低估推理转 ASIC 的速度（英伟达 2027 毛利风险）/ 或高估（CUDA 更黏） |
| 2 | 瓶颈下移：算力→内存→电力→冷却 | HBM(SK海力士)→ 电力(CEG/VST/GEV)→ 冷却(Vertiv) | 上一段瓶颈的稀缺溢价 | HBM 合约价、并网排队、PPA 签约、轮机/变压器交期、GPU 租金 | 电力名字已大涨(估值隐含)：稀缺溢价是否已 over-price？下一个瓶颈何时再移？ |
| 3 | 通用 GPU → 定制硅(ASIC) | 博通、Marvell、台积电(中性赢家) | 英伟达份额/推理毛利、AMD | 超大厂自研芯片占比、ASIC 收入、项目赢/丢 | ASIC 会止步于推理/内部负载，还是吃进训练？= 时点与边界之争 |
| 4 | 基建 → 应用（价值上移？） | 应用/SaaS(微软/谷歌AI收入、Palantir 等) 若变现兑现 | 纯"卖铲人"叙事（若钱一直留在底部则相反） | 应用层 AI 收入加速、企业留存、Agent 变现、ROI 缺口收敛 | 这正是总开关：市场分歧最大，整条 capex 链押它最终发生 |
| 5 | 效率突跃（掀桌子尾部） | 应用、端侧/edge、推理效率 | capex 杠杆最大的基建(neocloud/单一芯片/电力扩张) | 模型效率基准(Epoch)、capex 指引修正、利用率、租金 | 最被低估的尾部：市场多在线性外推"算力永远涨" |
| 6 | 云 → 端侧/on-device | 端侧芯片(英伟达RTX/苹果/高通) | 纯云推理的一部分 | 端侧 AI 芯片出货、设备商动作 | 较小迁移，时点未定 |
逐条详解
1. 训练 → 推理（最重要的结构迁移）
什么在动：模型大规模部署（Agent、消费级）后，推理算力会远超训练。推理更看成本/延迟，不需要 CUDA 的灵活性来跑自家模型 → 利好定制 ASIC、利好"性价比"芯片。 谁受益/受损：博通、Marvell、超大厂自研、AMD（推理性价比）受益；英伟达在推理端的溢价和份额面临压力（但它在用 Rubin+NVLink 强攻推理反击）。 领先指标：推理 vs 训练收入结构（若披露）、token 量（Bedrock、Gemini）、GPU 租金价差。 变体种子：见英伟达卡——低估 vs 高估 ASIC 迁移速度，是英伟达多空的核心。
2. 瓶颈下移：算力 → 内存 → 电力 → 冷却
什么在动：本库已记录——GPU 不再是唯一约束，HBM 售罄、电力成新瓶颈（变压器积压 5 年[已核实]）、液冷成标配。价值跟着稀缺一层层下移。 谁受益：HBM（SK海力士/美光）→ 发电(CEG/VST/GEV)→ 冷却(Vertiv)。 领先指标：HBM 合约价、并网排队、新 PPA、轮机/变压器交期、GPU 租金（Hopper 已 -28%[已核实]，说明 GPU 不再最紧）。 变体种子：电力四家估值已大涨、已隐含稀缺（见各卡"等回调"）。问题是时点——核电/液冷/能效会不会比预期更快缓解瓶颈，让溢价回落？
3. 通用 GPU → 定制硅
什么在动：超大厂自研（TPU/Trainium/Maia/MTIA）放量[博通 AI FY26 ~$56B 等已核实/管理层口径]。 谁受益：博通、Marvell；台积电是"不下注也赢"的中性赢家（谁的芯片都它造）。受损：英伟达推理份额、AMD。 变体种子：与第 1 条同源——ASIC 的边界（止于推理 vs 侵入训练）和速度，决定英伟达估值。
4. 基建 → 应用（价值会不会上移）
什么在动：模型在商品化（开源、价格战、效率提升）。关键问题：谁captures生产力？ 价值上移到应用层，还是继续留在底部"卖铲人"？ 现状：目前钱卡在底部（应用变现未证明）= ROI 缺口。若应用开始变现（Agent、企业），价值上移 → 利好 L1/L3（微软、谷歌 AI 收入、垂直 SaaS）。 这就是总开关：整条 capex 链押"这个迁移最终发生"。详见 报告/2026Q2-专题-capex与ROI缺口.md。
5. 效率突跃（掀桌子的尾部）
什么在动：算法/模型效率跃升（DeepSeek 式、蒸馏、小模型）可能让"单位智能"所需算力下降。 两种力对冲：Jevons 悖论（更便宜→用更多→总算力反升，历史多次如此）vs 阶跃式效率冲击（短期重挫 capex 预期）。 谁受益/受损：效率主导 → 利好应用、端侧、推理效率；重挫 capex 杠杆最大的（neocloud、单一芯片、电力扩张）。 变体种子：最被低估的尾部——市场多在线性外推算力需求。盯 Epoch 的效率基准 + capex 指引是否首次下修。
6. 云 → 端侧（较小但在发生）
端侧推理（手机/PC，为延迟/成本/隐私）。英伟达 RTX Spark[已核实]、苹果、高通受益。时点未定，先观察。
综合：定位含义
- 价值正在流入（可提前站位）：定制 ASIC（博通/Marvell）、台积电（多条迁移的共同赢家，最稳）、瓶颈下移中的下一段（电力—但留意已涨）。
- 要警惕（价值可能流出或溢价过高）：英伟达推理端溢价（迁移 1/3）、已大涨的电力名字（迁移 2 时点）、capex 杠杆最大的 neocloud（迁移 5 尾部）。
- 押"上移"的期权：微软/谷歌的 AI 收入、应用层（迁移 4）——这是赌 ROI 缺口收敛。
该深挖谁（接入口 B：下一步真估值队列）
按"前瞻最相关 + 最可投"排序，建议逐一做真估值 + 升级专业模板 + 写变体观点：
- 台积电 —— 多条迁移的中性赢家，最高确定性，最适合先做。
- 博通 —— 定制 ASIC 迁移的最大上市赢家，与 Marvell 对比。
- 英伟达 —— 完成其反向 DCF；迁移 1/3 正是它的核心风险。
- 一家电力名字（Constellation/GE Vernova） —— 验证迁移 2 的稀缺溢价是否已 over-price。
→ 做完这 4 家，你就有了一个有前瞻主线支撑的核心篮子；其余 13 张卡退为观察名单。
什么会改变这张图（地图的 kill criteria）
- capex 指引首次下修 → 迁移 4/5 风险上升，整图下移。
- 出现首笔大额 AI 资产减值 → 效率/过剩信号。
- 英伟达数据中心毛利率连续两季下行 → 迁移 1/3 提速被证实。
- 模型效率出现阶跃突破（Epoch 基准）→ 迁移 5 从尾部变主线。
诚实边界
- 这是前瞻判断，会错；变体种子是"该在哪选边"的示范，不是结论，更非投资建议。
- 多条迁移共享同一个底层风险（AI capex 超级周期）——若周期破裂，整图重写。
- 用法：把它当方向感和盯盘清单，逼自己对每条迁移形成"我信哪边"的判断。