讨论算力，多数人先看芯片：制程、架构、数值精度、能效比多高。作为创业板算力ETF南方（158063）的基金经理，高兴坤的关注点不在这里。他认为，不是光有芯片就能做AI算力——供电、制冷、网络这三道门槛，正在筛掉大量“名义产能”。
这个判断来自一组反差。从公开数据看，数据中心的机柜总量并不稀缺，但其中大部分仍是传统低功率机房，供电、制冷、网络架构难以满足AI GPU集群的运行要求。他把问题从“单一芯片够不够”，挪到了“机房接不接得住”。
门槛不仅仅在芯片上
在他看来，“木桶效应”客观存在。一方面，算力卡、存储的性能确实决定了整个智算中心的运算能力上限；但另一方面，要将整体算力效能全部发挥出来并不容易。以传统数据中心改造为例：供电与制冷的高功率改造周期长、成本高，单机柜改造成本可达传统机柜的2倍以上，液冷改造还要多等上几个月；没有高速互联网络的GPU集群，也无法支撑大模型的实际计算需求。他由此给出一个推论：“已并网+可改造”的存量资产，时间价值正在被放大——这是实打实的稀缺性。
顺着这个思路，他把算力行情分成两幕：第一幕是抢芯片，第二幕的主角换成了机房里那些沉默的基础设施——光模块、液冷、供电与数据中心。这一轮市场定价的，正是“谁真的跨过了供电、制冷、网络这三道门槛”。
被重新定价的环节
跨过门槛的环节因此被重新定价。他把光模块比作插在交换机上的“数据快递员”：在动辄上万张GPU的AI集群里，芯片间的互联拓扑复杂度迅速提升，互联带宽成为制约可扩展性的关键瓶颈。他更留意的是需求结构的变化：柜外横向扩展是当前需求的基本盘，柜内纵向扩展正在打开新的增量。
液冷的变化同样清楚。芯片功耗的抬升，正在把散热问题推到台前——这一代AI加速卡的单卡功耗已从上代的数百瓦级升到上千瓦级，传统风冷越来越力不从心。液冷正逐渐从“可选方案”走向重要的基础设施配置：已有平台在新一代产品上明确转向全液冷架构。国内方面，头部云厂商的液冷渗透率仍处在较低水平，提升空间可观。
谁是AI时代的“卖水人”
再把视线放远一些，他提到，行业里越来越多的观点把AI比作未来的“水电煤”——智能能力可以按需调用，像水和电一样随取随用，并逐步渗透到越来越多的生产和生活场景。当“用水的人”越来越多，产业链上那些负责“供水”的公司，可能也会变得越来越重要。
换句话说，芯片、服务器、数据中心和网络这些算力基础设施，可能正是AI时代的“卖水人”。这也是他看算力产业链的落点——比起追逐单点爆款，他更关注如何把整条产业链的机会装进同一个篮子。
这些判断，最终也落在产品上。他管理的创业板算力ETF南方（158063），把算力基础设施的相关公司整体纳入，投资者不必自己去赌哪一家公司胜出，只需判断这个产业的方向。
产业链的门槛在哪里、哪些环节真的跨了过去，是高兴坤看这条产业的主线。在他看来，这是一场以十年计的基础设施革命——这条链上的机会，需要放在一起看。
风险提示：基金有风险，投资须谨慎。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，基金净值增长率不代表投资者实际持有基金收益率。投资前请认真阅读基金合同和招募说明书等法律文件，充分了解产品详情及风险特征，根据自身风险承受能力理性投资。
