半导体 on 向叔记事簿

大模型这件事，确实把互联网巨头拉进了同一个斗兽场

Tue, 12 May 2026 00:59:12 +0800

前一篇写半导体周期，我总觉得还差一块背景没补。

你提的这个判断，大方向是对的。而且我觉得它是理解这轮半导体疯涨最容易被忽略的一块前提。

更准确一点的说法不是“所有互联网巨头都在同一个赛道里厮杀”，而是：大模型把原本分散在搜索、广告、社交、电商、办公、云、内容分发这些不同地盘的巨头，第一次大规模拉进了同一层技术栈的正面竞争。

这层技术栈包括模型、算力、推理、云、Agent、分发入口和商业化闭环。大家原来的护城河不一样，但现在都必须补同一门课。谁不补，谁未来的搜索入口、广告定价、办公套件、电商转化、社交流量分发，都会被别人改写。

你的观点为什么基本成立

以前的互联网竞争，更像是各守一摊。

Google / 百度主要守搜索。
Meta / 腾讯主要守社交和流量分发。
Amazon / 阿里主要守电商和商家生态。
Microsoft 守办公软件和企业软件。
AWS、Azure、Google Cloud 虽然也打，但那更多是云基础设施和企业 IT 的战争。

现在不一样了。

大模型不是一个单点功能，它更像一个会反过来吞掉所有入口的“总开关”。搜索可以被重写，广告投放可以被重写，客服可以被重写，代码生成可以被重写，电商导购可以被重写，企业知识库也可以被重写。

所以这些巨头虽然表面上还在各自的原有地盘赚钱，底层却都在争同一件事：

\[ \text{AI 竞争力}=\text{模型能力}+\text{算力供给}+\text{分发入口}+\text{商业化闭环} \]

差别只在于，谁更强在哪一项。

Microsoft 强在企业分发和 Azure。

Alphabet 强在搜索、广告和自研模型栈。

Amazon 强在 AWS、芯片和企业云客户。

Meta 强在流量入口和广告场景。

腾讯强在超级 App、游戏和广告落地。

阿里强在电商、云和产业客户。

百度强在搜索、AI Cloud 和 ERNIE。

所以你的判断成立，但要补一个边界：大家是在同一个大战场里打仗，不是拿同一套武器、抢同一批用户。

这也是为什么半导体会被一起点燃

前文写存储和韩国半导体，我当时把重点放在 HBM、DDR5、eSSD 这些具体品类上。

但再往上一层看，真正把这些东西一起点燃的，是互联网巨头的资本开支开始朝一个方向集中。

不是今年 Google 要多买一点服务器，明年 Meta 再跟一下。

而是 2025 到 2026 这个阶段，微软、谷歌、亚马逊、Meta、阿里、腾讯、百度，几乎都在讲 AI 基础设施、模型训练、推理服务、Agent 平台、AI 分发入口。口径不完全一样，但钱都在往 GPU、HBM、网络、SSD、数据中心、电力这些地方堆。

这件事在互联网历史上并不常见。

移动互联网时代很大，但不是每一家都要自己做操作系统。

短视频时代很热，但不是每一家都要自己训练推荐模型底座。

云计算时代很长，但 Meta、腾讯这种流量平台和游戏公司并没有都把自己重心压到云上。

而大模型这次，是几乎所有平台型巨头都认为不能缺席。这才是这轮半导体周期和以往不太一样的地方。

各家现在卷的，到底是哪条线

先把口径说清楚。

下面这张表里，营收和净利润尽量用各家公司截至 2026 年 5 月 12 日最新已完成财年的官方披露；但“AI 投入”这一列，很多公司披露方式不一样，有的给 capex，有的给三年投资计划，有的给 R&D，有的只给单季投入。

所以这列只能看强弱方向，不能机械排名。

公司	原有现金牛 / 基本盘	现在卷 AI 的抓手	最新完整财年营收	最新完整财年净利润	最新披露的 AI 投入口径
Microsoft	Office、Windows、企业软件、Azure	Azure + OpenAI 生态 + Copilot + 企业 Agent	FY2025 营收 2817 亿美元	FY2025 净利润 1018 亿美元	FY2026 前 9 个月资本开支约 801 亿美元；2026-03 季度称 AI 业务年化收入跑到 370 亿美元
Alphabet	Search、Ads、YouTube、Android、Cloud	Gemini + Search AI + TPU + Google Cloud	FY2025 营收 4030 亿美元	2025 四个季度 GAAP 净利润合计约 1322 亿美元	FY2025 CapEx 914 亿美元；FY2026 指引 1750-1850 亿美元
Amazon	电商、AWS、广告	Bedrock + Trainium/Inferentia + AWS AI infra + Nova	FY2025 营收 7169 亿美元	FY2025 净利润 777 亿美元	2026-03 末过去 12 个月资本开支约 1473 亿美元；过去 12 个月已到货 210 万+ AI 芯片
Meta	Facebook / Instagram / WhatsApp 广告	Llama + 广告推荐 + Meta AI + 智能眼镜 / Agent	FY2025 营收 2009.7 亿美元	FY2025 净利润 604.6 亿美元	FY2025 CapEx 722 亿美元；FY2026 指引 1250-1450 亿美元
腾讯	游戏、社交、广告、金融科技	混元 + 微信 / 元宝 / 广告 + 腾讯云	FY2025 营收 7518 亿元人民币	FY2025 IFRS 归母净利润 2248 亿元人民币	FY2025 资本开支 792 亿元；2025 年新 AI 产品成本 180 亿元
阿里巴巴	电商、云、本地生活、物流生态	通义千问 + 阿里云 + 电商 AI + 产业 AI	FY2025 营收 9963 亿元人民币	FY2025 归母净利润 1295 亿元人民币	公布未来三年 AI 和云基础设施至少投 3800 亿元；截至 2025-09 已在过去四个季度投约 1200 亿元 capex
百度	搜索、广告、AI Cloud、智能驾驶	ERNIE + AI Cloud + AI-native 营销 + AI 应用	FY2025 营收 1291 亿元人民币	FY2025 归母净利润 56 亿元人民币	FY2025 R&D 204 亿元；2025 年 AI Applications 收入超过 100 亿元

这张表最值得看的，不是谁赚得最多，而是谁有足够厚的现金牛，去承受 AI 的前置投入期。

Microsoft、Alphabet、Amazon、Meta 这四家，几乎都是一边印钱，一边扩产。

腾讯和阿里也类似，旧业务还在持续供血，所以能把 AI 投入拉上去。

百度的问题则更明显：它押得早，但体量和现金流厚度都比前面几家弱，承压能力天然差一截。

同样是卷 AI，各家其实不是一个姿势

如果再往下拆，会发现这些公司虽然都在卷，但站位并不一样。

第一类：卖铲子，也自己下场

Microsoft、Alphabet、Amazon 属于这一类。

它们有云，有芯片或加速器，有企业客户，还有模型或模型生态。

这种公司最可怕的地方在于，AI 对它们不是单一产品，而是整个平台的升级税。

你要训练模型，要买云。

你要推理，要租 GPU。

你要做 Agent，要买平台服务。

你要给员工上 AI 工具，还得买 Copilot、Gemini、Bedrock 相关能力。

所以它们不是只想做一个爆款 AI App，它们想把 AI 变成整个 IT 账单的一部分。

第二类：流量王，先把分发入口改写

Meta、腾讯、百度更接近这一类。

它们最有价值的不是企业合同，而是流量入口、广告系统、内容生态和高频用户时长。

Meta 最典型。它并不需要先把 AI 卖给所有企业客户，单是把 AI 用在广告定向、内容推荐、创意生成、对话入口里，就足以提升广告效率和商业化能力。

腾讯也类似。微信、广告、游戏、云，本来就是天然适合塞 AI 的场景。它不一定非要和 Microsoft 一样去卷 Office 套件，但它一定会卷微信里的 AI 助手、广告投放效率、游戏内容生产和企业微信协同。

百度则更像传统搜索公司在努力完成转身。它有模型、有云、有搜索，但旧广告业务的压力也最大，所以它既要保住传统流量盘子，又要把 AI 商业化拉起来。

第三类：生态王，想把 AI 变成交易和产业基础设施

阿里是这一类里最典型的。

它的野心不只是做一个通义千问，也不只是把阿里云卖出去。它真正想要的是把 AI 嵌回电商、商家工具、客服、营销、供应链、产业云这整个体系里。

所以阿里这几年一直反复讲 AI + Cloud。这四个字不是口号，是因为它比很多公司更早意识到：模型本身未必最赚钱，但模型会把云和交易平台重新定价。

为什么这场战争会把半导体需求拉得这么集中

看到这里，其实就能回到半导体。

如果只是某一家公司看好 AI，那带来的更多是主题投资。

如果是七八家现金流最强的平台公司，同时把 capex、R&D、模型、推理、Agent、分发入口往同一层堆，那就不再是主题，而是现实订单。

而现实订单最后会变成这些东西：

GPU 和定制 AI 芯片。
HBM 和高端 DRAM。
企业级 SSD 和更高带宽存储。
高速网络、交换芯片、光模块。
数据中心、电力、散热。

这就是为什么最近看半导体，不能只盯一家存储厂或者一家韩国公司。

真正的背景是：互联网巨头罕见地在同一层军备竞赛里同时踩油门了。

最后收一下

截至 2026 年 5 月 12 日，我对你这个观点的判断是：

基本正确。
更准确的表述应该是：互联网巨头不是完全卷进“同一个产品赛道”，而是卷进了同一层 AI 基础能力的军备竞赛。
这件事之所以重要，不只是因为 AI 会出爆款应用，而是因为它正在把搜索、广告、社交、电商、办公、云这些原本分散的利润池，重新拉回同一个底层竞争框架。
这也是半导体，尤其是 GPU、HBM、存储、数据中心链条最近这么猛的核心背景之一。

怎么说呢，以前大家还能各守城池。现在不太行了。大模型这件事，已经从一个新方向，变成了平台公司不敢不下场的基础设施战争。

参考资料

写作附记

原始提示词

前文写到了AI需求旺盛，半导体疯涨，这里有个背景，但是容易被大家忽略，那就是AI大模型，是少见的，各家互联网巨头都开始卷的赛道，以前都在都在各自的领域发展，很少现在这样，全部都在一个赛道里面厮杀。先确定我这个观点对不对？然后梳理各家发展的赛道，各自的营收、净利润，对于AI的投入。

写作思路摘要

先判断观点是否成立，再把“成立到什么程度”讲清楚，避免一句话说死。
正文把“同一赛道”改写成“同一层技术栈”，这样更符合各家公司真实站位。
中间用一张总表并排放现金牛、AI 入口、营收、净利润和 AI 投入口径，让读者快速扫清全局。
文章刻意把“AI 投入不可直接横比”写出来，避免用不同披露口径硬排座次。
这篇刻意没把 OpenAI、Anthropic、xAI、字节跳动一起塞进表格，因为非上市或披露口径不统一，容易把比较写偏。

拓展脑暴

方向	是否纳入正文	原因
Apple 是否纳入比较	否	它当然受 AI 影响，但不是这篇“互联网巨头 + 平台公司军备竞赛”主线里的典型样本
OpenAI、Anthropic、xAI、字节跳动	否	都很重要，但非上市或披露口径差异太大，和上市公司年报口径混放会误导读者
NVIDIA、TSMC 再拉进来	否	它们属于上游卖铲子的关键角色，但这篇想先讲需求端为什么集中爆发
各家公司 AI 收入单列比较	部分压掉	只有少数公司披露得够细，硬做横比会把不完整数据写成确定结论
AI 投入占营收比例	否	看起来漂亮，但 capex、R&D、三年承诺不是同一口径，比例比较会制造伪精确

这轮半导体周期，终点大概率不在 2026 年

Tue, 12 May 2026 00:19:22 +0800

这轮半导体行情，我暂时不看 2026 年见顶。

如果一定要先给一句判断，那么截至 2026 年 5 月 12 日，我更倾向于把真正危险的时间窗放在 2027 年下半年到 2028 年上半年，而不是现在。现在这轮上涨，尤其是美股存储和韩国半导体，核心不是普通复苏，而是 AI 把 HBM、DDR5、企业级 SSD 一起拽起来了，供给扩不出来，价格和利润就会一起抬升。

这也是为什么 Micron、SK hynix、Samsung 这些公司最近看起来像在“印钞”。半导体周期没有消失，但这次它不是死在需求刚起来的时候，更可能死在扩产终于追上来，而市场已经把两三年的利润提前打满的时候。

先说结论，为什么我不看 2026 年结束

先把几条一手和半一手材料放在桌面上。

对象	截至 2026 年 5 月看到的信号	我怎么理解
Micron	2026 财年 Q2 营收 238.6 亿美元，毛利率 74.9%，公司明确说需求强、供给紧，且紧张会持续到 2026 年之后	美股存储已经不只是“反弹”，而是在交易利润爆发
SK hynix	2026 年 Q1 营收 52.6 万亿韩元、营业利润 37.6 万亿韩元创纪录，并明确说 DRAM 和 NAND 的有利价格环境会延续	韩国半导体的核心矛头还是 AI 内存，不只是 HBM 一个点
Samsung	2026 年 Q1 DS 部门收入 81.7 万亿韩元，内存业务创季度新高，并预计 2026 年下半年服务器内存需求继续强	这一轮不只是先进 HBM 在涨，常规 DRAM 和 eSSD 也被一并带紧
行业总量	SIA 口径下，2026 年 Q1 全球半导体销售额 2985 亿美元，较 2025 年 Q4 增长 25%，3 月同比增长 79.2%	不是单一公司财技，而是行业总量还在往上冲

把这些信号串起来，答案就比较清楚了。

这轮不是传统 PC 周期，也不是手机换机潮，更不是“疫情缺芯”的简单重演。它的发动机是超大厂 AI 数据中心资本开支，而 AI 服务器对内存和存储的吞吐要求，正在把 HBM、DDR5、高容量 DIMM、企业级 SSD 同时拉紧。Micron 去年 12 月就在投资者材料里写得很直接：行业总供给在可见未来都明显低于需求，紧张会持续到 2026 年之后。

换句话说，现在市场在赌的不是“明年会不会更好”，而是“2027 年之前紧张局面会不会结束”。如果这个前提没被打破，周期就很难在 2026 年自己收尾。

这轮为什么能把美股存储和韩国半导体一起点燃

很多人会把“美股的存储”和“韩国的半导体”分开看。其实这两条线，在 2026 年已经基本合流了。

Micron 是美股里最直接的 memory beta。Reuters 在 2026 年 3 月 19 日报道里提到，Micron 年内股价已经涨超 61%，而且公司还把 2026 财年资本开支计划再加了 50 亿美元，总额拉到 250 亿美元以上。这个动作本身就说明了一件事：管理层也承认，靠现有产能已经不够吃下 AI 这波需求了。

韩国那边更夸张。SK hynix 在 2026 年 5 月 4 日创下历史新高，当天收盘上涨 12.52%。Reuters 同一篇报道里还提到，韩国央行高层判断这轮芯片景气持续时间可能会比以往更长。这个说法不是空穴来风，因为韩国两家最核心的内存厂，自己就在财报和电话会上不断释放类似信息。

Samsung 在 2026 年 4 月底的电话会上甚至直接说，仅仅按照已经收到的 2027 年需求看，2027 年的供需缺口还会比 2026 年更大。这句话很重。它意味着市场现在疯涨，不是因为大家在抢 2026 年的盈利，而是在提前交易 2027 年的缺货。

所以这轮行情最关键的特点，不是“半导体整体景气”，而是：

AI 把最赚钱的内存子赛道变成了全产业链瓶颈。
HBM 会吞噬 DRAM 产能和先进封装资源，顺手把普通 DRAM 也挤紧。
服务器和推理侧的 SSD 需求，不再只是跟着 PC 或手机走，而是直接挂在大模型基础设施上。

这三件事叠起来，Micron、SK hynix、Samsung 的利润弹性就会非常吓人。存储本来就是高经营杠杆行业，ASP 一旦往上，利润往往不是线性涨，而是跳着涨。

历次半导体周期，通常是怎么落幕的

我不想把这部分写成半导体编年史。真正在投资上有杀伤力、值得记住的，其实就是下面这几轮。

周期阶段	大致持续时间	最后怎么落幕	落幕时看到的数据
1998-2000 上行	约 2 年	互联网泡沫破裂，PC 和手机需求回落，库存压顶	2001 年全球半导体销售额从 2000 年的 2040 亿美元跌到 1390 亿美元，年降 32%
2002-2007 上行	约 6 年	全球金融危机先杀估值，再杀终端需求	2008 年销售额从 2556 亿美元降到 2486 亿美元，2009 年再降 9% 到 2263 亿美元
2016-2018 上行	约 3 年	2018 年下半年增速失速，价格周期反转，叠加贸易摩擦	2019 年全球销售额降到 4121 亿美元，年降 12.1%；其中 memory 销售额降 32.6%，DRAM 降 37.1%
2020-2022 上行	约 3 年	疫情透支需求结束，手机、PC、服务器同时去库存	2023 年全球销售额降到 5268 亿美元，年降 8.2%；Gartner 口径下 memory 收入暴跌 37%
2023-至今上行	已经 3 年	还没结束	正在演绎中

看完这张表，规律其实挺朴素。

半导体周期真正结束，通常不是因为“估值高了所以该跌”。它往往要满足三个条件里的两个，甚至三个同时出现：

\[ \text{周期见顶} \approx \text{供给增速追上需求增速} + \text{库存从低位反转} + \text{终端需求边际转弱} \]

再说得更人话一点：

新产能开始释放。
客户从抢货变成观望。
龙头公司不再讲缺货，而开始讲库存、成本和价格压力。

2001 年死在需求塌陷和库存。

2008-2009 年死在宏观危机。

2019 年死在价格周期和贸易扰动。

2023 年死在疫情透支后的去库存。

所以我现在最不相信的一种说法，就是“半导体涨太多了，所以马上就该结束”。周期顶从来不是这么来的。它需要现实里的供需关系先松掉。

这轮和 2021-2022 那轮，差别到底在哪

2021-2022 那轮，很多芯片都在涨，但逻辑比较散。汽车、家电、手机、PC、服务器，几乎都在补库存，疫情又把供应链搞得七零八落。那一轮的终点也来得很典型：终端需求回落，渠道库存高企，行业开始集体修正。

2026 年这轮更集中，也更危险。

集中在于，钱主要砸向 AI 数据中心，需求源头更少，但单点更猛。

危险在于，这类需求不是完全市场化的日常消费，而是几家超大厂的资本开支驱动。一旦云厂商和平台厂商在某个时点发现：

GPU 利用率没有预期高；
推理收入兑现慢于资本开支；
agentic AI 没有把商业化做出来；
或者宏观环境、关税、能源、汇率把回报周期拉长；

那需求增速会掉得很快。

现在行业没有进入这个阶段。相反，能看到的是多家超大厂还在继续加码 AI 基础设施。SIA 口径下，2025 年全球半导体销售额已经到 7917 亿美元，2026 年被看向接近 1 万亿美元。Samsung 也明确说，2026 年下半年 hyperscaler 为了承接企业 AI 和 LLM 服务，服务器内存需求还会继续强。

这就是我为什么判断：2026 年更像是涨价与扩产并行的一年，而不是见顶的一年。

那这轮最可能什么时候结束

我给一个基准判断，不装得太玄。

我的基准情景

如果没有突然的全球衰退，也没有 AI 资本开支断崖式收缩，那么这轮半导体上行更可能在2027 年下半年开始进入危险区，2028 年上半年更容易看到真正的周期顶部特征。

原因有四个。

第一，供给释放有物理时滞。

无论是 Micron 加大资本开支，还是 Samsung、SK hynix 扩 HBM 与相关产线，cleanroom、设备、封装、良率都需要时间。现在所有公司都知道钱好赚，但不是今天说扩，明天就能把货交出来。

第二，2027 年需求已经被提前锁单了。

Samsung 已经提到 multi-year binding contracts，Reuters 转述的电话会内容更直接，2027 年供需缺口可能比 2026 年更大。这个信号很关键。它意味着龙头客户不是按季度买，而是在按年度甚至多年度锁资源。

第三，这轮不只是 HBM。

如果只是 HBM 一条线，还可以解释成“先进产品火，其他都一般”。但现在 Samsung、SK hynix、Micron 的口径都在指向更广的 DRAM 和 NAND 紧张，尤其是高容量服务器 DRAM 模组、面向 AI 的 eSSD、KV cache 相关存储。只要这个扩散没结束，周期就还在往外传。

第四，股票市场通常会先于财报见顶，但不会先于叙事见顶。

现在的主叙事还是“缺货、涨价、锁单、扩产跟不上”。只有当主叙事切到“扩产兑现、价格见顶、客户开始等货不抢货”，股价才更像真的到头。

什么情况会让它提前结束

也不是没有提前见顶的可能。

如果在 2026 年四季度到 2027 年上半年之间，出现下面两三件事同时发生，我会明显转谨慎：

云厂商开始下修 AI 资本开支增速。
龙头存储厂不再强调缺货，转而强调 capex、折旧和良率爬坡。
常规 DRAM / NAND 价格先于 HBM 走平甚至掉头。
手机、PC、企业 IT 预算跟不上高价内存，把需求重新打回去。
宏观层面出现衰退、关税升级、能源冲击或韩国本土生产扰动。

尤其第五条，不能低估。2008-2009 年那一轮已经证明，半导体行业再强，也扛不住宏观信用和需求一起掉。

真正该盯的，不是“涨了多少”，而是这几个拐点

如果你关心的是周期什么时候结束，我会更建议盯下面这些信号，而不是每天看股价红绿。

该盯的指标	如果继续强，说明什么	如果开始转弱，说明什么
龙头财报里对 2027 年供需的表述	周期还在延长	龙头开始为降速做铺垫
资本开支和新 cleanroom / 封装进度	供给还在追赶需求	未来 12-18 个月可能埋下过剩种子
DRAM / NAND / eSSD 的价格与交期	紧张从 HBM 外溢到更广子市场	供给开始缓和
Hyperscaler 的 AI capex 口径	终端发动机还在踩油门	周期最重要的需求源头松了
库存与锁单行为	客户还在抢产能	客户从抢货切换到等货

我自己的判断标准很简单：只要行业还在讲供不应求，而不是讲库存修复，这轮周期就还没有真正结束。

最后收一下

截至 2026 年 5 月 12 日，我的结论是：

这轮半导体周期大概率不会在 2026 年结束。
美股存储和韩国半导体的疯涨，背后是同一件事：AI 把 memory complex 的利润弹性彻底打开了。
历次周期的结束方式都不神秘，核心无非是需求掉、库存起、供给追上来。
这一次最可能的危险时点，不是现在，而是2027 年下半年到 2028 年上半年。

当然，这不是说现在就可以闭眼冲。怎么说呢，半导体这种行业，最怕的从来不是“景气”，而是大家都相信景气会永远持续，然后一起在高利润年份拼命扩产。

周期通常不是死在最差的时候，而是死在最好、最热、最缺货的时候。

参考资料

写作附记

原始提示词

近期半导体相关的股票都在疯涨，美股的存储，韩国的半导体，整理相关资料，预测下什么时候结束这轮半导体周期。历年的半导体周期分别是怎么样落幕的，持续了多久。

写作思路摘要

先把“为什么这轮涨得这么凶”讲清楚，再谈什么时候结束，否则预测没有根。
正文刻意把一手事实和我的判断拆开，避免把时间敏感信息写成永恒结论。
历史部分没有追求覆盖所有小波动，而是只抓对投资最有意义的几次大落幕。
预测部分不做神棍式单点猜顶，而是给出基准时间窗和提前见顶的触发条件。
这篇刻意没展开晶圆代工和设备股的独立周期，因为用户问题更聚焦存储、韩国半导体和 memory 主线。

拓展脑暴

方向	是否纳入正文	原因
NVIDIA、TSMC 是否一起分析	部分压掉	它们很重要，但会把主题从 memory 周期拉向 AI 全产业链，容易失焦
中国本土存储与成熟制程扩产	否	对供给有影响，但这篇主线是美股存储与韩国半导体，旁支过重
具体 DRAM / NAND 现货与合约价曲线	否	值得写，但需要更细的数据口径与持续更新，单篇里容易把判断写散
韩国工会、能源、地缘风险	少量纳入	属于可能提前打断周期的外生变量，点到为止即可
2028 年以后是否会出现更大过剩	未展开	逻辑上有可能，但证据和时间都还不够，先不在正文下死结论

AI 股票涨到天上以后

Fri, 08 May 2026 19:40:15 +0800

这轮 AI 行情最不对劲的地方，不是英伟达涨了很多，而是涨幅沿着产业链一路传导：先是 GPU，然后是服务器、交换机、ASIC、HBM，再到 NAND、硬盘、电力和数据中心。

如果只是一个概念，行情不该走这么久。可如果说它已经形成了完整盈利闭环，也有点早。

我更愿意把它看成一次“确定性支出驱动的牛市”：云厂商和模型公司真的在花钱，上游公司真的在收钱，所以股票先涨；但终端应用还没有证明这些投入能稳定赚回足够多的钱，所以泡沫风险也是真实存在的。

先把口径说清楚

这篇不是投资建议。股价数据用的是公开行情与历史收盘价口径做的近似复盘，重点是阶段和逻辑，不追求到每个交易日的小数点。

时间起点我选 2022-11-30，也就是 ChatGPT 发布当天附近。终点按写作时间 2026-05-08 附近的公开行情理解。

涨幅可以粗略理解成：

\[ \text{涨幅}=\frac{\text{阶段末股价}-\text{阶段初股价}}{\text{阶段初股价}} \]

这里面有两个误差来源：一是不同网站对复权、拆股和盘中价处理不完全一致；二是 2026 年 5 月 8 日美股尚未收盘，实时价格还会变化。所以正文更看重“几倍级别”和“相对强弱”，不把它写成交易系统。

时间线：AI 走到哪一步，股票就涨哪一段

阶段	AI 发展状态	涨得最猛的对象	市场在买什么
2022-11 到 2023-03	ChatGPT 出圈，GPT-4 发布，市场确认大模型不是玩具	微软、英伟达、部分云厂商	买“入口”和“算力军火商”
2023-05 到 2024-03	英伟达业绩指引大幅超预期，H100 供不应求	英伟达、超微电脑、台积电、博通	买真实订单，AI 从故事变成收入
2024-03 到 2024-12	Blackwell 发布，模型训练和推理规模继续放大	英伟达、博通、甲骨文、数据中心链条	买下一代集群和云基础设施
2025 年	AIP、Copilot、云 AI 服务进入企业试用，资本开支继续加速	Palantir、博通、甲骨文、内存链条	买“AI 能不能进企业流程”
2025-下半年到 2026-05	HBM 紧张扩散到存储、NAND、SSD，闪迪重新成为独立标的	闪迪、美光、西部数据相关资产	买存储涨价、供需反转和低市值弹性

2023 年 5 月是第一段最关键的分水岭。

ChatGPT 出圈时，市场还可以怀疑：这是不是一个聊天机器人泡沫？可英伟达在 2023 年 5 月给出的业绩指引，把怀疑直接砸穿了。数据中心收入和下一季度收入指引明显高于市场预期，市场第一次看到“模型能力”可以转化成“GPU 订单”。

这就是为什么英伟达不是从 2024 年才开始涨，而是在 2023 年就已经进入主升段。

到了 2024 年，行情从“买 GPU”扩散成“买 AI 工厂”。训练大模型不是买几张显卡，真正贵的是集群：GPU、HBM、网络、服务器、液冷、电力、机房、软件栈，缺一块都不行。

所以超微电脑会暴涨，博通会暴涨，台积电会涨，甲骨文也会涨。它们不是同一种公司，但都站在 AI 基础设施的付款链条上。

2025 年以后，行情又开始找第二层确定性：模型到底能不能进企业流程。Palantir 的 AIP 就是这个阶段的代表，市场买的不是一个普通软件公司，而是“AI 进入企业决策和运营系统”的想象空间。

这里的想象成分就明显更高。GPU 公司已经在收钱，企业 AI 软件还在证明自己能持续收多少钱。

主要公司的大致涨幅

按 ChatGPT 发布以来的口径看，涨幅最夸张的不是微软、谷歌、亚马逊这类大盘科技股，而是市值相对小、业绩弹性被 AI 放大的公司。

公司	产业位置	2022-11-30 附近到 2026-05 附近的大致表现	最猛时间段	关键原因
NVIDIA	GPU、AI 加速卡、CUDA 生态	约 10 倍以上	2023-05 到 2024-03	数据中心收入爆发，H100 供不应求，AI 训练变成真实订单
Super Micro	AI 服务器	曾经超过 10 倍，后续大幅回撤	2023 到 2024 上半年	服务器交付弹性大，但公司治理和会计风险也放大了波动
Palantir	企业 AI 软件	约 20 倍级别	2024 到 2025	AIP 叙事打中企业 AI 落地，收入增长和估值扩张叠加
Broadcom	ASIC、网络芯片、VMware	约 5 到 8 倍	2024 到 2025	自研 AI 芯片和网络芯片需求上升，叠加软件并表
Oracle	云、数据库、AI 基础设施	约 3 到 5 倍	2024 到 2025	AI 云基础设施订单和 backlog 被市场重估
Micron	DRAM、HBM、NAND	约 2 到 4 倍	2024 以后	HBM 周期反转，存储价格修复
SanDisk	NAND、企业级 SSD	2025 独立上市后出现数倍涨幅	2025 下半年到 2026	NAND 周期反转、AI 存储需求、低市值弹性
Microsoft	云、OpenAI 合作、Copilot	约 2 倍左右	2023 到 2024	AI 入口和 Azure 增长预期，但体量太大
Meta	广告、开源模型、AI 推荐	约 5 倍以上	2023 到 2024	成本收缩叠加 AI 推荐提升广告效率
Alphabet / Amazon	云和模型	约 1 到 3 倍	2023 到 2025	有 AI 能力，但原有业务太大，AI 弹性被摊薄

这个表里最值得注意的是：涨幅不只由“AI 相关程度”决定，还由原本市值、利润弹性、筹码结构、行业周期一起决定。

微软当然重要，但它太大了。微软涨 50%，需要的资金和市值增量都非常夸张。一个中小市值公司，如果突然被市场认为站到了 AI 主链条上，股价更容易被拉出几倍。

这也是闪迪暴涨的核心逻辑之一。

闪迪为什么能暴涨这么多

闪迪不是 2022 年以来一路跟着 AI 涨起来的老标的。它的特殊性在于，2025 年从西部数据分拆出来，重新成为一个更纯粹的 NAND 和闪存标的。

它暴涨，不只是因为“AI 需要存储”。更准确地说，是几个因素叠在一起：

因素	作用
AI 数据中心需要更多高性能存储	训练数据、推理缓存、向量检索、数据湖、日志和 checkpoint 都会增加存储需求
NAND 行业本身处在周期反转	存储行业经历过低谷，供给收缩后价格修复，利润弹性会很大
独立上市后标的更纯	从西部数据拆出来后，市场更容易按 NAND/SSD 周期给它定价
原始市值不高	相比英伟达、微软这类巨头，拉高股价需要的绝对资金更少
做空或低预期容易被反打	周期股一旦业绩和指引超预期，估值修复会很暴力

用户提到的“市值低，耗费资金少”，我觉得这个判断是对的，但要补一句：市值低只是弹性来源，不是上涨理由本身。

如果没有 NAND 价格修复、AI 数据中心 SSD 需求、公司独立后财务表现改善这些基本面催化，低市值只能让它更容易被炒，也更容易跌回去。真正厉害的行情，一般是“低市值 + 低预期 + 基本面边际改善”同时出现。

闪迪这波更像是 AI 东风吹到了存储周期的底部。风本身很大，地面又刚好干。

这轮行情和互联网泡沫像吗

像，也不像。

像的地方是：估值先于盈利闭环。很多公司股价涨的是未来 5 年甚至 10 年的想象，市场会把“可能成为基础设施”的公司提前定价。

不像的地方是：这轮上游公司已经在赚真金白银。英伟达、台积电、博通、内存厂、服务器厂，不是在卖 PPT，而是在交付硬件和服务。

所以我不太认同一句话把它概括成“全是泡沫”。更像是：

层级	当前状态	风险
算力硬件	盈利闭环最清楚，订单真实	一旦 capex 放缓，估值和库存都会反噬
云基础设施	收入真实，但折旧和电力成本压力大	客户是否愿意长期为 AI 算力付费
企业软件	有案例，有增长，但还没广泛证明 ROI	试点多，规模化少，容易从热情变预算审查
消费级应用	用户多，付费分化明显	获客、留存、推理成本和订阅价格之间未必平衡

目前最硬的矛盾是：AI 上游已经形成了盈利闭环，下游还没有。

英伟达赚的是云厂商的钱，云厂商花的是资本开支，资本开支最后要由企业客户和消费者买单。如果终端客户付费不够，或者 AI 没有给企业带来足够的降本增效，链条最后会有人承担折旧和估值压力。

这时候股价不一定马上崩，但市场会开始问一个更难的问题：这些 GPU 的回报率在哪里？

研报和机构怎么看“会不会崩”

我查到的机构观点并不一致，但可以归成三类。

第一类是谨慎派。高盛 2024 年那篇关于生成式 AI 的报告标题就很直接，大意是投入太多、收益太少。它的核心不是说 AI 没用，而是质疑短期巨额资本开支能不能产生足够回报。

第二类是中间派。Sequoia 提过“AI 收入缺口”的问题：整个生态为了支撑 GPU 投入，需要产生非常大的终端收入，当前应用层收入还追不上基础设施投入。这不是看空 AI，而是在提醒商业闭环还没闭上。

第三类是乐观派。它们认为 AI 会像云计算一样，先经历多年基础设施投入，再慢慢释放软件和服务收入。这个判断也不是没有道理，毕竟云计算早期也被质疑过烧钱。

问题在于，股票市场不会等 10 年才定价。它会提前买，也会提前杀。

我自己的判断是：

短期不一定崩，因为资本开支还在，订单还在，AI 竞赛还没有停。只要微软、谷歌、亚马逊、Meta、甲骨文这些公司继续扩建数据中心，上游硬件公司的收入就还有支撑。

但中期一定会经历一次严厉的 ROI 审查。触发点可能是：

云厂商放慢 AI capex；
大模型价格战导致推理收入不够覆盖成本；
企业 AI 项目从试点转生产失败率过高；
某个上游环节库存堆高；
利率或宏观环境让市场不愿再给远期故事高估值。

这不代表 AI 技术失败。互联网泡沫破了以后，互联网并没有消失。真正消失的是估值里过早透支的部分。

我更关心哪几个指标

如果后面继续观察这轮行情，我不会只看模型发布会。

更有用的是几个指标：

指标	为什么重要
四大云厂商 capex 增速	决定上游硬件订单的持续性
英伟达数据中心收入和毛利率	判断算力需求是真强，还是开始价格松动
HBM / NAND / SSD 价格	判断存储行情是周期修复，还是被 AI 需求继续拉长
AI 应用层 ARR 和留存	判断终端付费能不能补上基础设施投入
企业 AI 项目从试点到生产的比例	判断“AI 提效”是不是停留在演示阶段
云厂商折旧和自由现金流	判断资本开支是不是已经压到财务表

特别是最后一个。AI 不能只看收入，也要看折旧。

GPU 买回来不是免费的，数据中心建好也不是免费的。如果 AI 服务收入增长很漂亮，但自由现金流越来越难看，市场迟早会重新定价。

结论

这轮 AI 股票上涨，最初买的是 ChatGPT 带来的技术震撼，随后买的是英伟达订单，再后来买的是整个 AI 工厂，最后扩散到存储、内存、电力和企业软件。

闪迪暴涨不是孤立事件。它站在 AI 存储需求、NAND 周期反转、独立上市、低市值弹性这几个交叉点上，所以涨幅会比很多巨头更夸张。

但越是这种行情，越不能只看“AI 需求无限”。资本市场最喜欢把长期趋势一次性打进股价里，也最擅长在发现兑现速度不够时反向修正。

AI 大概率不是假的。问题是，当前很多股票价格里，已经默认 AI 会很快变成一门非常赚钱、非常稳定、非常大规模的生意。

这个默认值，才是后面最容易出问题的地方。

参考资料

OpenAI：Introducing ChatGPT，2022-11-30。
OpenAI：GPT-4 research，2023-03-14。
NVIDIA：FY2024 Q1 财报，2023-05-24。
NVIDIA：FY2025 Q1 财报，2024-05-22。
Western Digital：完成 SanDisk 分拆，2025-02-24。
SanDisk：FY2026 Q3 财报，2026-04-30。
Goldman Sachs：Gen AI: Too Much Spend, Too Little Benefit?，2024。
Sequoia Capital：AI’s $600B Question，2024。
Gartner：30% of GenAI Projects Will Be Abandoned After Proof of Concept，2024-07-29。
MIT NANDA：The GenAI Divide: State of AI in Business 2025。

写作附记

原始提示词

AI这波浪潮很多公司的股价都涨到天上去了，按照时间线整理ChatGPT发布以来相关公司的股票涨幅，标注涨幅最猛的时间段，对应的AI发展到什么状态，为什么对应的股票暴涨。闪迪为什么能暴涨这么多，除了AI的东方，还有因素，闪迪原本的市值不高，拉高需要资金，市值低，耗费的资金就更少。搜索下研报，这波AI后续会发生崩塌吗？目前都是烧钱，还没有完整的盈利闭环。

写作思路摘要

正文没有把所有 AI 股票铺成行情列表，而是按“模型能力、订单兑现、基础设施扩散、企业落地、存储周期”来写。
闪迪部分刻意没有只写 AI 需求，而是补了 NAND 周期、独立上市和低市值弹性。
泡沫问题没有直接写成会崩或不会崩，而是拆成上游盈利闭环和下游 ROI 闭环。
文章压掉了很多单家公司细节，例如 AMD、台积电和电力股，否则会变成资料堆叠。
股价口径只保留几倍级别，用于解释阶段，不用于交易判断。

拓展脑暴

方向	处理
电力、核电、数据中心 REITs	有相关性，但会把文章扩成另一条主线，只在正文轻轻带过
中国 AI 产业链	受政策、汇率和 A 股估值体系影响较大，暂不混入口径
OpenAI、Anthropic 未上市估值	能解释泡沫情绪，但数据不如上市公司可核对，未展开
互联网泡沫对比	纳入正文，因为它能帮助区分“技术趋势真实”和“估值透支”
闪迪是否被资金操纵	这个说法很容易滑向阴谋论，正文只写低市值弹性和基本面催化