前言：以发电和液冷行业为例，建立一套从芯片到设备需求的物理量跟踪体系。我们尝试建立一套从AI芯片出货出发、逐步推导至基础设施设备需求的物理量跟踪体系。首先按照厂商和产品型号跟踪AI芯片出货量，并结合CoWoS等供应能力判断芯片预测能否转化为实际交付；随后，根据不同芯片的热设计功耗、服务器功耗结构和PUE，通过芯片出货量计算AIDC新增电力容量。在此基础上，再根据不同区域的供电模式、设备配置和技术路线，分别测算发电设备与液冷系统需求。
　　底层需求：从AI芯片出货推算电力容量。我们试图从AI芯片出货量出发，通过逐型号测算芯片功耗、服务器功耗和数据中心配套功耗，推导相应的新增电力容量。首先，按照“厂商—产品型号—出货年份”建立AI芯片数据库，分别跟踪各类芯片的出货量及关键参数。同时，用CoWoS等产能验证芯片出货。然后，考虑芯片TDP、服务器系数、PUE等，推算出AIDC新增电力容量。
　　发电行业：从AIDC新增电力容量到主/备电供需测算。我们首先按照区域拆分AIDC新增电力容量，中国市场主供电源主要依靠电网，北美市场受电网接入周期和供电能力约束，现场自发电比例持续提升。在此基础上，分别测算燃气轮机、燃气内燃机、SOFC和核电等主电设备需求；按照柴发配置系数和冗余测算中美备用电源需求。最后，将主电和备电设备需求与有效产能进行比较，判断供需情况。
　　液冷行业：从AIDC新增电力容量到液冷市场空间。首先根据AIDC存量电力容量和液冷渗透率，测算液冷存量装机容量，再减去上年存量，得到年度新增液冷容量，从而同时覆盖新建项目和存量改造需求。随后，估算单位GW液冷价值量，进而测算液冷市场空间，并拆分至冷板、CDU、快速接头、Manifold、管路和换热器等产品。未来还可以由芯片出货推算机柜数量，并在单柜产品配置关系进一步明确后，对各类液冷产品需求进行自下而上验证。
　　验证与落地：资本开支、设备订单和公司业绩。模型测算结果还需要通过资本开支、设备订单和公司业绩进行交叉验证。资本开支方面，将芯片出货和系统ASP形成的自下而上测算，与主要CSP资本开支形成的自上而下测算进行比较；订单方面，区分产品开发、客户认证、正式订单和批量交付等阶段，判断行业需求是否真正进入产业链；公司层面，则结合产品需求量、有效产能、客户认证和市场份额，进一步测算销量、收入和利润，形成从建设规划、设备采购到业绩兑现的完整验证闭环。
　　投资建议：AI新时代背景下，AIDC加速建设给汽车行业带来发展机遇。考虑到现在尚处于发展初期，相关资本开支刚开始快速增长，我们建议先从上游把握投资机会，关注：（1）供配电服务：提供备用/主供电源大缸径发动机的潍柴动力，及生产大缸径发动机燃喷系统的威孚高科和大缸径发动机曲轴的天润工业；（2）液冷：从车用热管理领域向AIDC热管理快速转型的银轮股份、拓普集团，凭借全球属地化工厂布局和良好客户关系拓展到AIDC热管理领域的敏实集团。
　　风险提示：行业景气度下降；行业竞争加剧；芯片出货与下游需求存在跨期错配风险等。