AI集群功耗上扬，集群散热需求增长。AI算力需求呈指数级爆发直接推动了AI集群功耗上扬，从单芯片到机柜级别的功耗密度的激增已经超越了传统数据中心的设计极限。以英伟达产品为例，2026年是其AI硬件产品将从H100/H200时代转向NVIDIA的GB200/300及后续Vera Rubin平台所驱动的新周期，与此同时芯片功率将持续突破，从H100的700WTDP，到B200的1000W，再到GB200的1200W，直至2026年下半年登场的VeraRubin平台，其GPU*TDP将飙升至2300W，VR200 NVL44 CPX将高达3700W。
　　散热边界拓展，从芯片到互连领域。在传统的数据中心散热模型中，核心关注点通常集中在CPU/GPU等计算核心芯片的如芯片级热电制冷系统、风冷/液冷模组的散热。然而，随着AI算力中心架构的演进，包括高速连接器、光模块、互连线缆、PCIe/CCIX/Infinity Fabric等的互连系统正成为新的发生热量器件，其发热量占比正从历史的边缘角色迅速扩展至核心地位。
　　连接器散热成为散热方案中的关键环节，从被动散热走向主动管理。连接器在工作过程中产生的温升，本质上是电-热-力多物理场耦合的结果。理解热量来源及其量化关系，是设计散热方案的前提。连接器本身不产生显著热量，若邻近放置高功耗芯片，也需承担热传导通道的角色。连接器散热的需求在不同应用场景下呈现差异化特征。
　　投资建议：全球算力需求高速增长，推动AI算力密度持续攀升，散热从芯片到互连实现边界拓展。连接器散热成为散热方案中的关键环节，从被动散热走向主动管理，应用在包括高速率通信等场景的解决方案持续被推出，建议关注AI集群互连中的连接器散热市场投资机遇。建议关注英维克（002837）、瑞可达（688800）、中航光电（002179）等。
　　风险提示：原材料价格上涨风险；技术更新迭代风险；行业竞争加剧；核心技术人员流失风险、PUE政策变动风险等。