读研报前，先了解这些概念，因为研报里面都是围绕概念做数据分析。
为什么要了解这个板块？相关原材料限制出口之后，国产链条变成香饽饽。它又是产业链里不能缺少的部分，一旦供需严重失衡，就可能形成结构性的超级周期。
一、AI 服务器越来越强，配套零件也会一起紧
AI 服务器越来越强，就像一台超级电脑越造越猛。它不只是需要更厉害的 GPU，还会让一大堆“配套零件”一起变贵、变紧缺、需求暴涨。
摩根大通这份报告，说的就是 AI 热潮会带动四类上游零部件：
二、它们之间怎么关联？
逻辑链条其实可以这么看：
01
AI 模型越来越大
所以需要更强的 AI 服务器。
02
AI 服务器需要更强 GPU
GPU 更大、更耗电、更复杂。
03
GPU 更复杂
就需要更大的封装基板、更先进的 CoWoS、更高层数 PCB。
04
PCB 更复杂
就需要更高端的 CCL 材料。
05
功耗更高、电流更大
就需要更多 MLCC、电阻、钽电容来稳定电源。
06
设备更贵、更复杂
就需要更长时间、更高规格的测试设备。
三、不是所有零部件都有同样的长期价值
长期有价值的，通常要满足三个条件：
每一代 AI 服务器都会用得更多
不是只靠某一轮缺货涨价。
技术难度越来越高
越升级，门槛越高，低端替代越难。
不是随便建个厂就能做出来
能扩产是一回事，能稳定做高端货是另一回事。
如果只是普通零件、大家都能做，短期因为缺货涨价，那更偏短期。
用赛车来理解这条链
假设 AI 服务器是一辆越来越快的赛车：
GPU 是发动机
发动机越强，整车其他部分都要跟着升级。
封装基板是发动机底座和接口
发动机越强，底座越复杂。
PCB / CCL 是车里的高级线路和底盘材料
线路更密、更快，对材料的要求也更高。
MLCC / 电阻 / 钽电容是稳定电流的保险、阀门、小水库
功耗越高，电流稳定越重要。
测试设备是出厂前的质检台
东西越复杂，越不能靠低规格测试混过去。
如果赛车越来越快，长期最值钱的通常不是普通螺丝，而是高强度底盘、复杂线路、高级接口、精密检测设备。
所以这份 PPT 里，长期逻辑比较强的是这些
封装基板
先进封装会越来越复杂。
高端 CCL / PCB
AI 服务器和交换机的线路板规格会越来越高。
测试设备
AI 芯片和电源系统越来越难测。
高端被动元件
长期需求在，但价格会有周期波动。
为什么不是纯短期？
因为 NVIDIA 这类公司还在继续推进 Blackwell、Rubin 等新平台，AI 数据中心不是一两年的小项目。后面 AI 工厂对供电、网络、服务器系统的要求，还会继续升级。
Chroma 官网也能看到，它覆盖服务器电源、BBU、光通信、IC 测试等多个测试方案。这个角度看，测试设备不是单一产品故事，它更像是 AI 后端复杂化之后绕不开的一环。
但风险也很重要
长期有价值，不等于股票一定长期涨。这里面的风险主要有：
AI 服务器资本开支如果放慢，订单会掉
这是最直接的需求风险。
大客户太集中
比如 NVIDIA、云厂商，一旦砍单，影响会很大。
大家一起扩产
几年后可能从缺货变成过剩。
估值如果已经太贵
好公司也可能跌。
技术路线改变
某些材料或设备可能被替代。
这条链不是纯短期炒作，里面确实有长期价值；但长期价值主要集中在高端、难做、每代 AI 服务器都会升级的环节。
比如封装基板、高端 CCL/PCB、测试设备。普通低端零件更多是短期景气和涨价逻辑。
最后，可以开始看 PPT 了
大家了解完这些概念之后，可以开始看 PPT。原版链接在这里：https://kc9rsmb8u8.feishu.cn/file/UIQybxDfxo7lwhxBHLscvvIxnYj
P.S. 飞书原稿和文章配图来自于推特@Sylas_HQ分享
如果想要中文备注版，可以后台私信：研报。文件太大了，我不知道怎么直接上传到文章里。
风险提示
本文仅为个人学习研究记录，不构成任何投资建议。
市场有风险，交易需独立判断。
