本周美国AI基础设施股票：资金轮动从GPU叙事转向供应瓶颈和获利了结

I. 已发生的变化

本周美国 AI 基础设施交易的核心变化，不仅仅是“卖出 AI”，而是市场开始重新定价整个 AI 基础设施链条。资金正在离开拥挤、beta 高的硬件叙事，转向存储、光互联、半导体制造设备、电力以及 AI 原生数据中心——这些领域的供给约束更紧，订单可见性也更好。

1. 存储：从需求爆发到获利了结

根据报道，与 SK hynix 相关的 ADRs 曾在一天内上涨 27%，但这一走势可能被短期期权交易和 market maker 对冲强烈放大，并不一定意味着基本面在同一天内发生了同等幅度的变化。

与此同时，存储板块本身已经经历了一轮调整。JPMorgan 的研究显示，投资者并非一致看空存储需求；相反，他们更关注 cloud 公司资本开支是否会再次上调、HBM 价格能否满足预期，以及存储厂商的利润率是否已经被充分计入价格。

JPMorgan 认为，HBM 平均售价在 2027 年上涨 25%—30% 的情景，比价格翻倍的情景更现实。即便如此，DRAM 供应仍被视为极度紧张，而 enterprise SSD 需求则受到 AI 数据中心和 KV Cache Offload 的支撑。

2. ASML：产能指引强化供给不足交易

ASML 在 Q2 2024 实现 9.3 billion euro 营收，高于市场预期的 8.9 billion euro，并将 2026 年全年营收指引上调至 43 billion—45 billion euro。

根据公司的产能扩张计划，low-NA EUV 产能预计将从 2026 年的约 65 台提升至 2027 年的约 85 台，并在 2028 年达到约 110 台。Immersion DUV 产能预计将从 2026 年的约 130 台提升至 2027 年的约 169 台，并在 2028 年达到约 220 台。

报告称，ASML 预计先进逻辑在 2026 年将增长约 25%，而存储则预计增长约 75%，这表明 AI 需求正在同时推动逻辑芯片和与 HBM 相关产品的产能投资。

3. NVIDIA：交易从 GPU 转向 full-stack 平台

本周，围绕 NVIDIA 的焦点不再只是 GPU 出货，而是公司如何在每个 AI 数据中心内部提升自身价值占比。

根据演示材料，AI labs 约占 NVIDIA 需求的 20%，而传统 hyperscalers 约占一半营收。AI cloud、sovereign AI、工业客户和企业客户正在成为新的增长来源。对于一位此前主要依赖 ASICs 的大客户而言，NVIDIA 的 compute 业务如今已接近 50%。

NVIDIA 强调，竞争不仅在于芯片价格，还在于每个 token 的总计算成本和部署效率。公司的产品组合也已从 GPU 扩展到 CPU、networking、interconnects、rack systems 和 software。

4. 数据中心与电力：从 rack 数量转向稀缺功率

市场正在将数据中心基础设施的重心，从传统楼面面积转向高密度、集成式 AI 供电系统、液冷、电力和网络。

一份关于 NTT 的二手报告解读显示，公司约有 20 billion USD backlog，相当于约 7.7 年的年收入。其全球液冷部署约为 250MW，能够支持单 rack 最高 135kW 的 GPU 环境。该公司的优势被描述为在数据中心、海底电缆和光纤骨干网络上的垂直整合。

不过，上述数据来自一篇引用 Morgan Stanley 报告的二手文章，现有资料并未提供公司的公告或原始完整报告。因此，这应被视为尚未核实的交易信号，而不是已经确认的企业事实。

5. IBM：当硬件吞噬预算时，市场惩罚软件

根据报道，IBM 单日下跌 25.53%，市值蒸发约 65 billion USD。software 增长从 Q1 的 11% 放缓至 5%，consulting 几乎持平，infrastructure 收入同比下降 7%。

市场分析认为，这源于企业优先采购 GPU、server 和 high-bandwidth memory，并提出硬件支出可能正在挤占 software、middleware 和 IT consulting 的预算。不过，仅根据现有资料，仍不足以得出 IBM 股价下跌完全由这一因素造成的结论。

II. 为什么这很重要

1. AI 交易正在从单一主角扩散到整个供应链

长江证券的数据显示，在 2026 年之后，核心 AI 组合中的交易权重升至 11.23%，而剔除 NVIDIA 的组合权重达到 7.40%。存储、光通信/光互联、compute switching 和半导体制造设备成为主要增量贡献者，而数据中心 networking 和 AI server/数据中心基础设施的交易权重则下降。

报告还显示，核心 AI 组合的集中度正在下降。2024 年，平均 CR1 为 57.72%，但在 2026 年之后这一数字降至 35.18%。这表明交易正在从单一主角扩展到多个不同的基础设施环节。

2. 市场正在开始检验“需求”能否转化为利润

存储板块的分化表明，投资者已不再仅仅满足于 AI 需求增长；他们开始质疑，这种需求能否转化为可持续的平均销售价格、长期合约和利润。因此，存储股价的波动可能远大于基本面实际变化的幅度。

3. 供应约束正在成为新的估值锚

ASML 的产能扩张计划表明，先进制程、HBM 和 wafer 的产能都需要提前数年锁定。Shanghai Pudong International 将这种风格称为 HALO 交易，并指出资金正在流向能源、电网输电、公用事业、关键制造能力以及半导体制造设备——这些稀缺领域。

这意味着，对 AI 基础设施的约束不仅仅是 GPU，还包括电力、先进制造、存储、液冷、光互连以及高密度数据中心。

III. 证据与交易含义

• 存储： DRAM 供应据称正在明显收紧，而 enterprise SSD 需求则受到 AI 数据中心和 KV Cache Offload 的支撑。不过，HBM 价格和利润率仍是市场重估的关键。
• 半导体制造设备： ASML 已上调指引并公布产能扩张计划，强化了先进逻辑和存储投资仍在持续的观点。
• NVIDIA： 公司正在从 GPU 供应商转向全栈基础设施平台，包括 GPU、CPU、网络、interconnects、机架系统和软件。
• 数据中心： 高密度 GPU 环境需要电力、液冷和低延迟网络的整合。不过，与 NTT 相关的数据仍有待核实。
• 相对价值： 市场可能回避传统软件、IT services 以及那些在短期内难以证明 AI 变现能力的咨询公司，并偏好芯片、存储、网络、设备和 AI data centers。

IV. 接下来需要关注的事项

1. 最新一轮大型云服务商的财报是否会确认 2026—2027 年更高的 capex。
2. 哪些 storage、HBM 和 optical interconnects 公司能够将订单和长期合约转化为可持续利润。
3. 电力、液冷和 AI-native data centers 是否会成为上市公司的新投资主题。
4. 算力租赁价格是否会继续下跌。一些市场分析显示，B200 租金较 5 月底高点已下跌约 30%。
5. AI 融资放缓以及 private credit 的流动性问题是否会继续加大 AI 公司债务压力和股权融资压力。
6. NVIDIA 是否能够抵御来自 ASICs、内部定制芯片、竞争对手以及出口管制的结构性风险。

V. 结论

本周最重要的，不是任何单一股票的日内波动，而是 AI 基础设施交易的三层重构：从单一 GPU 故事转向全栈平台，从 AI 需求故事转向供应约束与盈利能力，从软件和轻资产估值转向电力、设备、存储、光互连以及高密度数据中心等稀缺资产。

Source

Compilation of the provided research and media sources