美國 AI 基礎設施股票本週：資金輪動從 GPU 故事轉向供應瓶頸與獲利了結

I. 已發生的變化

本週美國 AI 基礎設施交易的核心變化，不僅僅是「賣 AI」，而是市場開始重新定價整條 AI 基礎設施鏈。資金正在撤離擁擠、beta 高的硬體敘事，轉而流向儲存、光學連接、半導體製造設備、電力，以及 AI-native 資料中心——這些領域的供給約束更緊，且訂單能見度更好。

1. 儲存：從需求爆發走向獲利了結

根據報導，與 SK hynix 相關的 ADRs 單日上漲了 27%，但這一走勢可能已被短期期權交易與 market maker 對沖大幅放大，並不一定意味著基本面在同一天出現了同等程度的變化。

與此同時，儲存板塊本身已經經歷了一輪回調。JPMorgan 的研究顯示，投資人並非一致看空儲存需求；相反，他們更關注雲端公司資本支出是否會再次上調、HBM 價格能否符合預期，以及儲存製造商的利潤率是否已被充分反映在股價中。

JPMorgan 認為，2027 年 HBM 平均售價上漲 25%—30% 的情境，比價格翻倍的情境更為現實。即便如此，DRAM 供給仍被視為極度緊缺，而 enterprise SSD 需求則正在受到 AI 資料中心與 KV Cache Offload 的支撐。

2. ASML：產能指引強化了供給短缺交易

ASML 公布 Q2 2024 營收為 9.3 billion euro，高於市場預期的 8.9 billion euro，並將 2026 年全年營收指引上調至 43 billion—45 billion euro。

根據公司的產能擴張計畫，low-NA EUV 產能預計將從 2026 年的約 65 台增加到 2027 年的約 85 台，並在 2028 年達到約 110 台。Immersion DUV 產能預計將從 2026 年的約 130 台增加到 2027 年的約 169 台，並在 2028 年達到約 220 台。

報告指出，ASML 預期先進邏輯在 2026 年將成長約 25%，而記憶體則預計成長約 75%，顯示 AI 需求正在同時推動邏輯晶片與 HBM 相關產品的產能投資。

3. NVIDIA：交易重心從 GPU 轉向全棧平台

本週，圍繞 NVIDIA 的焦點已不再只是 GPU 出貨，而是公司如何在每一座 AI 資料中心內提高自身的價值占比。

根據簡報文件，AI labs 約占 NVIDIA 需求的 20%，而傳統 hyperscalers 約占營收的一半。AI cloud、sovereign AI、工業客戶與企業客戶正在成為新的成長來源。對於一位過去主要依賴 ASICs 的大型客戶而言，NVIDIA 的 compute 業務如今已接近 50%。

NVIDIA 強調，競爭不僅在於晶片價格，而在於每個 token 的總計算成本與部署效率。公司的產品組合也已從 GPU 擴展到 CPU、networking、interconnects、rack systems 和 software。

4. 資料中心與電力：從機櫃數量轉向稀缺算力

市場正在將資料中心基礎設施的重心，從傳統樓地板面積轉向整合式、高密度的 AI 電力供應系統、液冷、電力與網路。

一份關於 NTT 的二級報導解讀顯示，公司約有 20 billion USD backlog，相當於約 7.7 年的年度營收。全球液冷部署約為 250MW，可支援單機櫃最高 135kW 的 GPU 環境。該公司的優勢被描述為在資料中心、海底電纜與光學骨幹網路上的垂直整合。

然而，上述資料來自一篇引述 Morgan Stanley 報告的二級文章，現有文件並未提供公司公告或完整的原始報告。因此，這應被視為一個尚未驗證的交易訊號，而不是一項已被確認的公司事實。

5. IBM：當硬體吸走預算時，市場懲罰軟體

根據報導，IBM 單日下跌 25.53%，市值蒸發約 65 billion USD。software 成長率從 Q1 的 11% 放緩至 5%，consulting 幾乎持平，而 infrastructure 營收則年減 7%。

市場分析認為，這源於企業優先採購 GPU、server 與 high-bandwidth memory，並主張硬體支出可能正在擠壓 software、middleware 與 IT consulting 的預算。不過，僅根據現有文件，仍不足以得出 IBM 股價下跌完全是由此因素造成的結論。

II. 為什麼這很重要

1. AI 交易正在從單一主角擴散到整條供應鏈

Changjiang Securities 的數據顯示，2026 年之後，AI 核心組合中的交易占比上升至 11.23%，而剔除 NVIDIA 組合的占比則達到 7.40%。儲存、光通訊/光連接、compute switching 與半導體製造設備成為主要的增量貢獻者，而資料中心 networking 與 AI server/資料中心基礎設施的交易占比則下降。

報告也顯示，AI 核心組合的集中度正在下降。2024 年，CR1 平均為 57.72%，但在 2026 年之後該數值降至 35.18%。這表明交易正在從單一主角擴散到多個不同的基礎設施環節。

2. 市場開始檢驗「需求」能否轉化為利潤

儲存類股的分化顯示，投資人已不再滿足於僅僅是 AI 需求成長；他們開始質疑這種需求是否能轉化為可持續的平均售價、長期合約與利潤。因此，儲存股的波動可能遠大於基本面實際變化。

3. 供應面的限制正在成為新的估值錨

ASML 的擴產計畫顯示，先進製造、HBM 與 wafer 都需要提前多年鎖定產能。Shanghai Pudong International 將這種風格稱為 HALO 交易，並指出資金正流向能源、輸電網路、公用事業、關鍵製造能力與半導體製造設備——這些稀缺領域。

這意味著 AI 基礎設施的限制不僅是 GPU，還包括電力、先進製造、儲存、液冷、光學互連以及高密度資料中心。

III. 證據與交易含義

• 儲存： DRAM 供應據稱正在明顯收緊，而 enterprise SSD 需求則受到 AI 資料中心與 KV Cache Offload 的支撐。然而，HBM 價格與利潤率仍是市場重新估值的關鍵。
• 半導體製造設備： ASML 已上調指引並公布產能擴張計畫，強化了先進邏輯與儲存投資仍在持續的觀點。
• NVIDIA： 公司正從 GPU 供應商轉向 full-stack 基礎設施平台，涵蓋 GPU、CPU、網路、interconnects、機架系統與軟體。
• 資料中心： 高密度 GPU 環境需要電力、液冷與低延遲網路的整合。然而，與 NTT 相關的資料仍需驗證。
• 相對價值： 市場可能避開傳統軟體、IT services 以及那些在短期內難以證明 AI 變現能力的顧問公司，並偏好晶片、儲存、網路、設備與 AI data centers。

IV. 接下來需要關注的事項

1. 最新一輪大型雲端供應商的財報是否會確認 2026—2027 年更高的 capex。
2. 哪些 storage、HBM 與 optical interconnects 公司能將訂單與長期合約轉化為可持續利潤。
3. 電力、液冷與 AI-native data centers 是否會成為上市公司的新投資主題。
4. compute 租金價格是否會持續下跌。一些市場分析顯示，B200 租金已較 5 月底高點下跌約 30%。
5. AI 融資放緩與 private credit 的流動性問題，是否會繼續加大 AI 公司所面臨的債務與股權融資壓力。
6. NVIDIA 是否能抵禦來自 ASICs、內部客製化晶片、競爭對手與出口管制的結構性風險。

V. 結論

本週最重要的不是任何單一股票的日內波動，而是 AI 基礎設施交易的三層重構：從單一 GPU 故事轉向 full-stack 平台，從 AI 需求故事轉向供應限制與盈利能力，並從軟體與輕資產估值轉向電力、設備、儲存、optical interconnects 與高密度資料中心等稀缺資產。

Source

所提供研究與媒體來源的彙編