核心观点
- AI 技术叙事转变： 从主题炒作转向更严格的验证阶段，市场不再质疑 AI 需求的存在，而是要求企业能够持续交付收入、订单、毛利率、现金流和 CapEx 投资回报率等实际证据。
- 需求侧： 云服务提供商仍然是 AI 基础设施需求的主要驱动力。随着自主 AI 从单轮问答发展到执行长期任务，它将进一步推动计算能力和云资源的消耗。
- 供给侧： AI 基础设施已从独立的 GPU 扩展到综合的系统工程，GPU 仍然是核心，但交付瓶颈现已蔓延到 ASIC、HBM、CoWoS、先进节点制造、半导体设备、电源、液冷和数据中心容量。IEA 预测，到 2030 年，全球数据中心电力消耗将几乎翻一番，达到约 945 TWh，凸显了电力和基础设施的紧张约束。
关键数据
- Nvidia： 2027 财年第一季度数据中心收入同比增长 92%。
- Broadcom： 2026 财年第二季度 AI 半导体收入同比增长 143%。
- Applied Materials： 预计 2026 年半导体设备业务将增长超过 30%。
- IEA 预测： 到 2030 年，全球数据中心电力消耗将几乎翻一番，达到约 945 TWh。
研究结论
- AI 硬件产业链多个环节已验证需求： Nvidia、Broadcom 和 Applied Materials 等公司的财务表现证实了 AI 需求成功地传递了整个链条，从芯片和内存到封装和设备。
- 云服务提供商进入 ROI 验证阶段： Microsoft、Oracle 和 Google 等云服务提供商的强劲收入和订单积压证实了企业 AI 需求的强劲势头，但市场更关注 AI 投资能否转化为收入、盈利能力和资产利用率。
- AI 基础设施瓶颈从芯片扩展到电力和冷却： AI 工作负载增加了服务器的功耗、机架密度和冷却需求，使电力和冷却成为 AI 基础设施的重要制约因素。
- 投资建议： 60% 硬件、20% 云服务提供商、20% 温度控制和电源支持设施。
公司跟踪重点
- Nvidia： GB300 推出、AI 工厂扩张和中国转运风险。
- AMD： 高数据中心增长、MI450/Helios 部署进度、Meta/OpenAI/OCI 大客户订单、EPYC+Instinct 组合解决方案、ROCm 生态系统、数据中心利润率和 AI GPU 规模扩大。
- Broadcom： 加速 AI 半导体收入交付、定制 AI 加速器和 AI 网络需求。
- Micron： HBM4 高容量出货、战略客户协议改善收入可预测性、供需紧张持续、数据中心 SSD 收入增长。
- TSMC： 先进工艺节点和 HPC 需求支持收入、CoWoS 能力受限、先进封装设备订单。
- ASML： 先进节点扩展的关键设备指标、AI 驱动的客户扩张、EUV/DUV 需求、中国出口管制。
- Applied Materials： AI 基础设施推动设备业务强劲增长、先进封装能力持续增强、EPIC 中心生态系统扩展。
- Microsoft： 强劲的云收入、高 CapEx 仍需 ROI 验证、代理平台成为 Build 2026 的主要主题、企业 AI ROI 交付成为新变量。
- Google： 云和 Gemini 形成 AI 基础设施和应用的双驱动、TPU 硬件销售进入云积压、Gemini 企业代理平台成为企业 AI 主题、计算供应成为增长瓶颈。
- AWS： 从基础设施供应商转变为 AI 应用服务提供商、AWS 推出前部署的 AI 工程师、大型 Trainium 客户提高内部芯片的可见性、Bedrock 使用量快速增长。
- Meta： AI 计算货币化可能改变 CapEx 叙事、Meta 可能探索 AI 云/计算租赁、市场认为这是一种 ROI 路径、AI 投资压力仍然很高。
- Oracle： OCI 高增长表明 AI 云需求继续扩展、AI 云合同推动 RPO 激增、客户预付/客户供应 GPU 减少一些资金压力、CapEx 和融资压力上升。
