资金流
企业、广告主、开发者和消费者付钱，云厂商再把收入和预期转成资本开支。
AI 产业链认知地图
AI 产业链， 不是一家公司。 是一套 流动的系统。
从谁在付钱开始，看模型如何变成云服务，再看到芯片、光模块、PCB、冷却和电力。目标不是背概念，而是在脑子里建立一张能复用的地图。
需求
能力
基础设施
一句话理解：用户需求产生收入，模型和云把能力变成服务， 数据中心把服务变成资本开支，最后订单落到芯片、网络、材料、冷却和电力。
先抓住方向
三条流，比记公司名单更重要。
看懂 AI 产业链，先把三件事分开：钱从哪来，订单往哪走，瓶颈卡在哪里。
订单流
模型需要云，云需要数据中心，数据中心继续采购芯片、服务器、光通信、PCB、冷却和电力设备。
瓶颈流
真正决定供给上限的，常常不是应用，而是 GPU/ASIC、HBM、先进封装、光互连、电力和冷却。
逐层拆解
点一层，看懂它在链条里的作用。
每一层只回答四件事：它做什么、连接谁、为什么重要、中美企业分别强在哪里。
结构图
AI 数据中心是一座工厂，不是一朵云。
模型训练和推理最终落到机柜、芯片、内存、网络、电力和冷却。任何一环卡住，整座 AI 工厂都会降速。
术语翻译器
把难词翻译成能记住的画面。
这些不是为了炫技，而是为了让你看到“为什么这一环会卡住产业链”。
中美全景
美国更像全栈平台，中国更像应用工程和硬件供应链。
这是简化视角，但足够帮你建立第一层认知：谁控制入口，谁卡核心部件，谁擅长落地交付。
最终脑图
以后看任何 AI 公司，先问四个问题。
应用客户、企业、广告平台、云厂商和 AI Lab。
模型入口、云入口、用户入口、企业工作流入口。
GPU/ASIC、HBM、先进封装、光模块、PCB、电力冷却。
看定价权、毛利率、现金流、客户质量和交付能力。