半导体

小米这一轮下跌，不能只归因给一个“AI 烧钱”叙事。过去一年，股价从 2025 年 7 月高点 60 港元附近一路跌到 2026 年 6 月 11 日的 25.84 港元，真正难受的地方是三件事叠在一起：手机利润被存储涨价挤压，汽车从高速放量进入补贴退坡和车型切换阶段，AI 投入又把市场对自由现金流的耐心往后推。

A 股半导体和 AI 硬件链猛冲时，最容易出现两种极端：一种觉得踏空比亏钱还难受，另一种觉得涨多了就一定是泡沫。

这两种都太快。半导体、算力、光模块、存储这些方向，产业逻辑可能是真的。AI 训练和推理确实会拉动硬件需求，国产替代也确实给本土公司提供了叙事和订单空间。问题在于，产业逻辑成立，不等于现在追进去的赔率还好。

历史上类似行情反复出现过：白酒、新能源、医药、核心资产抱团、TMT，每一次都有真逻辑。它们崩掉时也不一定是逻辑消失，而是估值、仓位、业绩兑现和流动性之间的节奏错了。

看半导体周期，只看股价容易太晚。股价涨起来时，市场已经替你讲完了一半故事。海力士更值得看，是因为它的财务数据和资本开支，能把周期里的真实压力提前露出来。

存储行业最残酷的地方，是价格起来时大家都赚钱，价格下去时库存和折旧会一起压利润。很多公司在低谷会本能收缩，先保现金流，少投产能。但下一轮需求真正起来时，谁在低谷保住技术路线和关键产能，谁就更容易接住涨价红利。

这也是“逆周期扩产”值得讨论的地方。它不是盲目赌命，而是在判断需求低谷、行业出清和技术迭代以后，提前把下一轮筹码放好。做对了，低谷投入会变成高峰利润；做错了，就是库存和债务一起压回来。

“大模型让互联网巨头第一次在同一个赛道里厮杀”，这个判断大体成立，但要补一句：他们看起来都在做 AI，实际争的入口不完全一样。

过去巨头各有地盘。搜索有搜索的流量，电商有交易，社交有关系链，云厂商卖基础设施，手机厂商守终端。AI 大模型出现后，这些边界被打薄了。搜索可以变成问答，办公可以变成 Agent，云可以卖算力和模型，手机可以把系统入口重新包装一遍。

所以大家都必须下场。不是因为每家公司都想做同一个 ChatGPT，而是因为大模型可能改写自己原来的入口。搜索怕用户不再点链接，办公怕文档和流程被重做，云厂商怕只卖机器不卖模型，电商和本地生活怕推荐、客服和交易决策被别人接走。

半导体股票疯涨时，最难的问题不是“这轮有没有逻辑”，而是“什么时候结束”。逻辑往往是真的，周期也往往是真的，危险在于两者不是同一件事。

半导体周期的主升段，通常来自几个变量叠加：需求突然变强、供给来不及扩、库存被快速消化、价格开始上涨、企业利润表好看起来。存储、AI 服务器、先进制程和设备公司，都会在不同位置受益。

但周期结束时，股价常常不是等利润表变坏才跌。它会先看库存、订单和资本开支。只要市场开始怀疑客户囤货过多、价格涨不动、产能扩太快，股价就可能先反应。等财报真正确认下行，通常已经不是第一跌。

ChatGPT 之后，AI 相关股票涨得最猛的，不一定是讲故事最多的公司，而是市场最容易确认“它马上能收到钱”的公司。

第一段确定性在算力。英伟达这类公司涨得快，是因为大模型训练和推理都绕不开 GPU，订单、毛利和数据中心收入能直接反映到财报里。市场不需要等一个遥远的商业模式，只要看云厂商和大模型公司继续买卡。

第二段确定性在存储和带宽。闪迪这类股票暴涨，除了 AI 叙事，也和自身市值、行业周期、存储价格、供需反转有关。它不是单纯“AI 东方不亮西方亮”，而是 AI 需求撞上了一个原本估值和周期位置都更容易被拉动的资产。