对股票研究的影响
研究 NBIS、IREN、APLD、WULF、CIFR 这类 AI 云和数据中心公司时，不能只看合同标题金额。更重要的是三件事：设备是否到货，场地是否按时通电，客户合约是否能支持项目债务。
这也是为什么 AI 数据中心股票更像项目融资和电力资产交易，而不是传统 SaaS 或单纯半导体交易。
AI Infrastructure / Research Framework
从 GPU 短缺到债务、电力与 Neocloud
SemiAnalysis 的公开数据给出一个清晰迁移：AI 基础设施研究已经不只是“买哪块 GPU”，而是 GPU、网络、数据中心、电力、债务融资和长期客户合约共同决定谁能交付算力。
基于 94 篇公开全文和 213 篇付费公开预览整理；不引用或复刻付费正文。
主结论
AI 基础设施的瓶颈正在从单纯芯片供给，扩展为一个四段链条：设备供给、机房与电力、长期需求合约、债务或股权融资。任何一段出问题，GPU 订单都无法自然转化为可计费收入。
1. 设备GPU、HBM、网络、交换机、CPU 附属资源和存储决定初始算力密度。
2. 场地数据中心、电力接入、冷却和并网速度决定是否能把设备变成集群。
3. 合约长期 offtake、租赁价格和客户信用决定资产能否融资。
4. 资本债务、项目融资、GPU 厂商 backstop 和股权稀释决定扩张速度。
从公开文章到付费预览的主题迁移
| 观察点 | 公开数据中的代表信号 | 研究含义 |
|---|---|---|
| GPU 价格 | 公开文章包含 H100 租赁价格指数和 GPU 租赁市场结构。 | 价格不只是供需指标，也是云厂商、Neocloud 和客户议价能力的实时温度计。 |
| 债务融资 | 2026 年付费预览中出现 Nvidia GPU debt backstop、capital、offtake、datacenters 等组合。 | 算力建设可能演化为资产支持债务市场，风险不再只在芯片公司利润表上。 |
| 电力约束 | 付费预览集中出现美国电网约束、behind-the-meter 数据中心和容量取消争议。 | 下一轮 AI 基础设施竞争可能是电力和并网速度竞争。 |
| 客户结构 | Meta Compute、TokenBudgeting、Neocloud 等标题显示需求侧开始分层。 | 超大客户、AI 原生公司、企业客户和推理服务商的付费能力不同，租赁期限也不同。 |
对指数构建的影响
半导体存储指数里，AI 光通信、HBM、AI Cloud 和欧洲半导体不能只按主题归类。它们分别对应算力链条中的网络、内存、集群交付和区域制造弹性。
如果指数上涨但订单和收入转化没有跟上，应优先把它视为预期交易，而不是基本面已经完全兑现。
后续跟踪清单
设备 GPU 交付节奏、HBM 供给、网络设备和交换容量。
电力 新数据中心是否拿到可用电力，而不是只宣布园区或租约。
融资 项目债利率、抵押资产、客户信用、GPU 厂商是否提供收入 backstop。
收入 ARR、利用率、已计费容量和毛利率是否同步增长。