这份图谱不是单纯追 NVIDIA 新品，而是从 Vera Rubin 和 Vera CPU 的系统设计出发，倒推 AI 工厂里哪些物理环节会变成持续约束。
我采用的 Serenity 视角是：瓶颈必须同时满足两个条件，一是供应链里绕不开，二是市场还容易用旧行业标签低估它。只满足第一个条件的是核心，不一定是好赔率。
结论很简单：Vera CPU 让 CPU sandbox、SOCAMM、NVLink-C2C、BlueField、存储和网络都进入 AI 工厂叙事；Rubin NVL72 和 DSX 则把约束继续推向 HBM4、ABF/基板、MLCC、电源、液冷和光互连。
.content/vera-rubin-serenity-supply-chain-map.json
Vera Rubin / Vera CPU / Serenity lens
真正的趋势：AI 工厂从 GPU 盒子变成一组同步运行的物理瓶颈。
NVIDIA 2026-03-16 把 Vera Rubin 描述成七颗芯片、五类机架和一个 AI supercomputer。最关键的新信息不是 GPU 又变强，而是 Vera CPU rack 把 agentic/RL sandbox 的 CPU 约束显性化：CPU、SOCAMM、HBM4、NVLink、DPU、存储、以太网、电源、液冷、光纤都开始共同决定 tokens per watt。
1. 需求锚点
Frontier labs、hyperscaler、sovereign AI 购买的是 AI factory capacity，而不是单张加速卡。
2. 系统控制层
NVIDIA 把 GPU、CPU、NVLink、NIC、DPU、switch 和软件栈打包成 rack/POD 标准。
3. Memory wall
HBM4 负责 GPU 侧带宽，SOCAMM2/LPDDR5X 负责 Vera CPU 侧容量和功耗，SSD/BlueField 负责 KV/cache 外溢。
4. 封装与板级复杂度
先进节点、CoWoS、ABF、IC 基板、PCB/CCL 和 MLCC 把电气复杂度变成良率与交付约束。
5. AI factory 基础设施
当 rack power 走向数百 kW，电源、液冷、光互连和现场交付会成为下一组外溢瓶颈。
| Serenity 状态 | 标的 | 一句话第一性原理 | 为什么是核心或瓶颈 | 主要否决点 |
|---|---|---|---|---|
| Core | NVDA | 如果 tokens 是 AI 工厂产出，NVIDIA 控制的是工厂标准、不是单个零件。 | 官方平台把 Vera CPU、Rubin GPU、NVLink 6、ConnectX-9、BlueField-4、Spectrum-6 和软件栈绑定成一套 rack/POD 架构。 | 太核心也太被定价；SOCAMM 自采、客户 capex 和毛利池重分配会影响赔率。 |
| Core | MU / SK hynix / Samsung | 模型规模最终会撞上带宽和容量，HBM4 与 SOCAMM 是把参数变成可运行系统的物理入口。 | Micron 已明确披露 HBM4、SOCAMM2、PCIe Gen6 SSD 面向 Vera Rubin 高量产；SK hynix 和 Samsung 也披露 HBM4 进展。 | HBM 周期、NVIDIA 认证份额、价格谈判和资本开支扩产。 |
| Bottle | 2802.T Ajinomoto | 高端 CPU/GPU 封装不是只靠硅片，ABF 是高密度线路能堆起来的绝缘底层。 | ABF 仍被食品集团外壳稀释叙事，Serenity 视角下是典型「绕不开但容易被旧行业标签低估」。 | ABF 收入占比和价格披露有限，Rubin 直接份额需要基板厂和拆解验证。 |
| Bottle | 6981.T Murata | 电源噪声不会因为 AI 叙事消失，Rubin 级板卡只能靠高可靠 MLCC 堆数量和规格解决。 | TrendForce 称 Rubin 单板 MLCC 用量从 GB200 约 6500 颗接近翻倍到约 12000 颗，高端 MLCC 供给趋紧。 | 消费 MLCC 周期会干扰估值；需要跟踪 AI server 料号、价格和稼动率。 |
| Bottle | 4062.T Ibiden | AI 加速器只有装到高性能 IC 基板上，才从裸芯片变成可交付系统。 | 公司已公告 2026-2028 年约 5000 亿日元投资，用于 AI/高性能服务器 IC package substrate 扩产。 | 重资产扩产、折旧、客户认证和 2027 以后供给释放。 |
| Core | TSM | 所有先进 AI 芯片的设计胜负，最终都要穿过先进制程和先进封装产能。 | CoWoS/先进封装仍是高端 GPU 和 ASIC 共同约束，但市场已经充分知道它是核心。 | 不是低估瓶颈，更像已被共识定价的主干。 |
| Core | 6857.T Advantest | 芯片越复杂，测试时间和测试接口就越像按复杂度收费的闸口。 | FY2025 披露 AI/HPC 和高性能 DRAM 带动测试设备需求显著增长，SoC Test 受益复杂度上升。 | 很纯但也很热；测试需求随客户拉货节奏波动。 |
| Core | 6146.T DISCO | 再先进的芯片也要被切割、研磨、抛光，物理加工良率是封装前的硬约束。 | DISCO 披露生成式 AI 应用相关设备出货维持高位，先进封装继续扩大精密加工需求。 | 质量极高但估值通常不便宜；capex 周期会放大波动。 |
| Bottle | 2308.TW Delta | 当机架功率走向数百 kW 到 MW，电力转换效率就是 AI 工厂的产能上限。 | Delta 公开 800 VDC grid-to-chip 架构，称可做到单机架最高 1.1MW、最高 98% 效率，是 Rubin/DSX 外溢层的高质量瓶颈候选。 | 台股高波动，客户份额和 Rubin 直接订单仍需公司法说验证。 |
| Crowded | VRT | 高密度 AI 工厂需要把电源、冷却、控制和服务做成一体化物理基础设施。 | Vertiv 明确进入 NVIDIA Vera Rubin DSX 设计，产品路径清楚；但 VRT 已是 AI infra 明牌。 | Serenity 的低估条件较弱，适合做核心跟踪而不是盲目追高。 |
| Bottle | GLW | 百万 GPU 集群的距离问题，最后会落到光纤、连接器和制造产能。 | NVIDIA 与 Corning 宣布多年合作，Corning 将把美国先进光连接产能扩大 10 倍并新建工厂，老牌玻璃公司标签可能低估 AI 光互连弹性。 | AI 光连接在集团收入中的穿透率、执行节奏和 capex 回报要跟踪。 |
| Watch | COHR / LITE / FN / 5802.T | scale-out 网络不只是交换芯片，还是激光器、CPO、光模块制造和连接组件的吞吐量问题。 | NVIDIA silicon photonics 页面列出 Coherent、Lumentum、Fabrinet、Sumitomo Electric 等技术伙伴。 | 部分标的已经被光模块行情充分重估，订单、良率和毛利率兑现要逐家看。 |
| Watch | Foxconn / Quanta / Wiwynn / Pegatron / Wistron | AI rack 不是芯片堆叠，而是供应链、测试、集成和交付节奏的制造编排。 | NVIDIA 官方列出多家系统制造商，Rubin 进入量产后 ODM 会受益于机架出货和服务。 | 寄售模式会压低收入可比性，ODM 的 Serenity 低估要看绝对利润和现金流，不看毛利率标题。 |
按图索骥优先级：先跟踪 NVIDIA Vera CPU/Rubin 出货窗口和客户部署；再跟踪 Micron/SK hynix/Samsung HBM4 与 SOCAMM2 资格认证；第三层盯 Ajinomoto、Ibiden、Murata、Delta、Corning 这类 Serenity 瓶颈；最后用 ODM 交付节奏验证需求是否真的落地。