AI硬件的牛市结束了

资讯 AI 行业观察 作者:硅基观察Pro 全文 3920 字 · 约 10 分钟读完 分类台积电英伟达存储算力

最强势的市场,也顶不住这轮AI回调了。 从10月的高点算起,涵盖AI硬件全链条的费城半导体指数跌去27.8%。其中,算力龙头英伟达跌去36.1%、存储龙头美光跌去43%,就连给他们供货的寡头台积电也跌去26.2%。看下来,逻辑最硬、订单最多的AI硬件龙头,也没能躲过这轮回撤。 AI硬件这波回撤,是投资逻辑变了:从跟踪大

所属频道 算力与芯片

最强势的市场,也顶不住这轮AI回调了。

从10月的高点算起,涵盖AI硬件全链条的费城半导体指数跌去27.8%。其中,算力龙头英伟达跌去36.1%、存储龙头美光跌去43%,就连给他们供货的寡头台积电也跌去26.2%。看下来,逻辑最硬、订单最多的AI硬件龙头,也没能躲过这轮回撤。

AI硬件这波回撤,是投资逻辑变了:从跟踪大厂的资本开支增长,换成了跟踪投资回报,这些投资能创造多少收入、能不能撑住继续扩张。

而对投资回报跟踪最准确的是债券市场。按大摩测算,过半的数据中心资本开支要外借。因此,一旦高收益债收益率开始飙升,就意味着债主开始重估AI公司的经营能力。

这种重估正在发生,整个AI债收益率全面上升,CoreWeave债券收益率从9月下旬的11.6%一路飙到10月的15.15%。同期无风险利率基本没动,涨的全是信用利差,这说明债权人是在对"AI基建公司的偿债能力"重新定价。

这种担忧也会反过来约束债权人的扩张,全球AI相关债券发行额,从6月的1130亿美元降到9月的230亿美元。

屋漏偏逢连夜雨,AI央行缩表又进一步加大了AI产业融资扩张的压力。

在黄仁勋主导下,英伟达扮演了AI央行的角色:通过投资、担保和算力采购承诺,把自身的资产负债表和经营现金流,转化为"弱融资能力公司"的信用,来支撑AI开支的扩张。

三季度,英伟达表外或有负债合计5400亿美元,相当于今年亚马逊资本开支的近3倍。而这些表外负债,又能撬动更高量级的信贷资金投入AI基建。

但遗憾的是,黄仁勋离职后,新任CEO Colette Kress上任。她此前做过的最出名的一件事,就是把2500亿美元的数据中心担保砍掉一半,被黄仁勋嘲讽"只会做财务"。权力交接后,华尔街给这轮变化的标题是:"AI央行"紧缩。

账单的紧张、央行的缩表,都指向AI资本开支放缓;而供给端已经按最乐观的预期扩产。这轮硬科技周期中“需求无限大,供给跟不上”的信仰也有了松动。

算力基建的账越来越紧了

在这波回撤中,AI硬件龙头的业绩并不差。

除了相对边缘的英特尔四季度指引不及预期,英伟达、美光、台积电、博通、AMD、Lumentum这些核心AI硬件股,业绩全部超出市场预期。

业绩超预期,为什么股价还在大跌?

AI硬件牛市最终依赖一条完整的资本循环假设,模型收入高速增长→下游相信未来回报→持续增加资本开支→采购更多芯片、存储、网络和电力设备→半导体利润继续增长。

因此,AI硬件牛市的命门并不在半导体公司本身的业绩上,而在于OpenAI、Anthropic、云商等下游公司的收入增速,能否持续证明巨额资本开支是合理的。

所以,当云商投进几万亿美金、耗干现金流之后,市场给AI硬件定价的标尺就换了:从跟踪大厂的资本开支增长,换成跟踪投资回报,这些投资能创造多少收入、能不能撑住继续扩张。

目前来看,AI账单有点算不过来了。

按Gartner测算,到2030年,AI数据中心要累计创造8.5万亿美元收入,才能覆盖已宣布的资本开支、融资成本,以及12%的投入资本回报率。但同期AI收入总额,预计最多不超过3.6万亿美元。

机构测算或许有误差,结果也偏远期;相比之下,债券市场的回答更能反映眼下企业AI账单的真实情况,也会直接作用于下一步的资本投入。

云商自身的现金流撑不住,AI资本开支的扩张就得靠借债。按大摩测算,2025到2028年全球数据中心资本开支约2.9万亿,超大规模云厂自己的现金流只能撑起约1.4万亿,剩下约1.5万亿得向外借。

所以,看AI资本开支的拐点,最前瞻的信号是债券市场的利率。一旦高收益债收益率开始飙升,就意味着债主开始怀疑AI公司的经营能力,重新给主体的偿债能力定价。这种重估,正在发生。

最先报警的是CoreWeave的无担保存量债,是为买GPU、租数据中心搭起来的一整套分层债务包,收益率从9月下旬的11.6%一路飙到10月的15.15%。紧接着,重定价从这一层向外扩散,整个AI债都在重新报价,连优质数据中心CMBS的固定AAA档,年内收益率也上行了60bp。

考虑到,同期无风险利率几乎没有变动,飙升的收益率,说明债券市场开始给整个AI资产类别重新定价,本质上反映出市场对AI投资账单越来越紧的担忧;这种担忧又会约束债权人的扩张,全球AI相关债券发行额,从6月的1130亿美元降到9月的230亿美元。

AI央行的缩表,又发挥了推波助澜的作用。

“AI央行”在缩表

老黄辞职后的首个交易日,英伟达只跌了4.34%,跌最多的是Neocloud,其中CoreWeave跌6.9%,Nebius跌16.8%。 

下游的Neocloud跌得比英伟达还多,反映的正是对"AI央行"缩表的担忧。

Neocloud类似GPU专卖店,商业特征是杠杆化:借钱买英伟达GPU,搭高速集群,再租给OpenAI等下游模型公司。

三季度CoreWeave营收虽然暴增168%至36.61亿美元,单季资本开支却干到145亿美元,是营收的4倍。投入比收入高出这么多,Neocloud想再借,银行未必敢贷。同样的融资问题也困扰着很多算力中心、电力基建项目,没有担保方,很难从银行获得足够的流动性。

为整个AI行业提供流动性的,就是英伟达。

它扮演AI央行的角色,通过投资、担保和算力采购承诺,把自身的资产负债表和经营现金流,转化为"接不到钱的公司"的信用,来支撑AI开支的扩张。具体路径有四条:

一是融资担保。英伟达为下游的硬件、土地、电力、机房融资兜底、增信,用来撬动银行资金。三季度,这部分最大信用敞口1180亿美元。

二是算力包销。银行担心算力卖不出去、客户没钱还,英伟达就对部分算力给出"最低收入保底",银行据此才敢放贷。三季度,这部分算力包销规模320亿美元。

三是采购承诺。英伟达用对上游的采购承诺,推动上游扩产。三季度,采购承诺3900亿美元。

四是股权投资。直接用真金白银投资下游,目前账面价值990亿美元。

算下来,不算已经投出去的股权投资,前三项构成的表外或有负债合计5400亿美元,相当于今年亚马逊资本开支的近3倍;这些表外负债,又能撬动更高量级的信贷资金投入AI基建。可以说,英伟达在AI产业链中的角色,是制造需求、推动需求。

但英伟达的这种角色正在弱化,AI央行已经开始缩表。

英伟达已经开始减少对下游的兜底:三季度,针对下游客户的承诺与兜底包销协议,环比减少40亿美元。黄仁勋一走,这种缩表趋势已经不可避免。

黄仁勋离职后,临时CEO Colette Kress上任。她此前做过的最出名的一件事,就是把2500亿美元的数据中心担保砍掉一半,被黄仁勋嘲讽"只会做财务"。

在这一波美国的AI基建狂潮里,黄仁勋是领袖:把英伟达的信用借给接不到钱的客户,联合资本方攒局扩张。没有他的前瞻视野、激进投入和作为老板的担当,AI的摊子不会铺得这么大,云厂商的资本开支也拉不到万亿美元的规模。

对比下来,财务出身的Colette Kress想的是对报表负责,做的也是对报表负责;促进AI产业发展,并不是她关注的事。

英伟达权力交接后,华尔街给这轮变化的标题是:"AI央行"紧缩。可以说,美国已经大概率进入AI资本开支的放缓通道了。

“需求无限大,供给跟不上”的信仰松动了

过去,高斜率的资本开支增速带…硬件扩产,AI硬科技的投资信仰是"需求无限大、供给跟不上";而随着资本开支的放缓趋势,信仰就松动了。

亚洲基金经理离产业链更近,去年更早发现紧缺,现在也更快发现过剩。根据晚点报道,已经有亚洲基金经理给了比较明确的看空判断:80%-90%的AI硬件环节,会在2027年从紧缺转向平衡。

基金经理的判断或许有误差,但此前机构普遍认为,半导体缺货至少延续到2028年下半年。如今供需平衡的节点被大幅前移,本身就反映了AI硬件的新变化。

账单的紧张、央行的缩表,都指向AI资本开支放缓,杰富瑞、高盛已经明确提到"AI capex周期可能已经见顶"。

资本开支放缓,又会压低AI硬件的需求。长期跟踪全球半导体和AI基础设施的SemiAnalysis,下调了未来几年加速器芯片的出货:2026年-2030年,累计出货面积下调17%。

远期的出货量被下调,已经形成订单的需求也有水分。

今年7月,LightCounting就指出,高速光模块几乎所有关键零部件都供应紧张,重复订货已经出现。这意味着景气上行阶段,供应商看到的订单可能高于客户实际消耗的数量;但一旦供给跟上来,客户就没必要继续囤货,甚至会开始消化库存。

需求端有很多不确定性,但供给端的增量照着最乐观的预期在扩产。

最紧缺的存储,三星、海力士今年的资本开支已经创了新高;硅光、磷化铟这些原来很少人参与的环节,也突然涌进大量玩家,磷化铟供应商从3家扩到7-8家,产能扩了2.5倍。

如果之前的需求预测被扩大,那按照乐观需求扩产的产能就会过剩。这样的故事也并不是没有发生过。

车企按最乐观的预期给下游下单,2021年-2022年,最紧缺的电池厂也照着这个预期狂拉产能。结果买车的人没那么多,车厂一砍单,2023年上半年锂电产能利用率就从上年的87%直接跌破50%,价格战打了三年,尾部电池厂和锂矿商批量出清。

回头看这波新能源汽车,利润率最高、需求最紧的时候,周期其实已经开始往下走了。当然,与新能源汽车相比,AI产业纵深更大、市场潜力更高,AI硬科技公司业绩的持续性也会更强。

但在资本市场上,这轮AI硬科技牛市的特点就是超级周期,一次性把期待值顶到最高峰,不给市场留消化的时间。一旦最乐观的预期松动,牛市也就结束了。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AMD苏姿丰给出2027年指引:服务器营收翻倍,总营收增幅超80%

    11月19日,AMDCEO苏姿丰在第三季度财报电话会议上给出了极为激进的业绩指引:预计2027年公司服务器业务营收将实现同比翻倍,整体营收增幅超过80%。这一表态正值全球AI算力需求持续井喷、竞争对手英伟达深陷高层动荡的微妙窗口期,AMD正加速抢占数据中心市场份额。

    来源 TechWeb
  2. AMD苏姿丰给出2027年目标:服务器营收翻倍,总营收增幅超80%

    11月19日,AMDCEO苏姿丰在第三季度财报电话会议上给出了极为激进的业绩指引:预计2027年公司服务器业务营收将实现同比翻倍,整体营收增幅超过80%。这一表态正值全球AI算力需求持续井喷、竞争对手英伟达深陷高层动荡的微妙窗口期,AMD正加速抢占数据中心市场份额。

    来源 TechWeb
  3. 方兴东谈昇腾:工艺能封,架构封不住,国产算力走系统突围路

    出品 | 网易科技 《态度》 作者 | 章剑锋 2026年的中国AI芯片产业正站在一个微妙的临界点上。 高盛报告显示,按产量口径,国内芯片自给率已从2010年的38%攀升至2026年6月的约70%;另据IDC数据,2026年上半年国内数据中心AI加速器市场中,昇腾以28%的出货份额将英伟达的领先优势压缩至6个百分点。然

    来源 AI 行业观察
  4. 黄仁勋卸任英伟达,算力租赁管制收紧:国产芯片询价升温

    黄仁勋离开英伟达的方式,比市场预想的更突然。 当地时间11月12日,黄仁勋辞去总裁、首席执行官及董事会成员职务。11月17日,他公开发表声明称,如果董事会认为他的回归符合利…,他愿意重新出任CEO;但同一天,董事会主席哈维·琼斯在2027财年第三季度财报电话会上明确表态,董事会“不打算恢复他的CEO职务”。 一位掌舵3

    来源 AI 行业观察
  5. Prime Intellect推出Model Factory:支持数千GPU训练万亿参数MoE

    智东西(公众号:zhidxcom)编译 | 孙小雯编辑 | 程茜智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支

    来源 腾讯网
  6. 内部矛盾激化!英伟达工程师放话:黄仁勋不复职就集体辞职

    【TechWeb】黄仁勋辞职一周后,英伟达内部的“人心危机”正持续发酵。临时CEO科莱特·克雷斯面临的,是一场几乎公开化的员工不满——要求创始人回归的"Stand with Jensen"请愿已收集近20万签名,其中自称英伟达在职员工的签名超过1万人,而公司员工总数约4.2万人;部分工程师已明确放话,若黄仁勋不能复职将

    来源 AI 行业观察
  7. 苹果拟与三星签四至五年DRAM长约:2027年生效,锁定最低采购量

    11月18日报道,受人工智能算力基础设施需求激增引发的芯片供应紧张影响, 苹果公司 拟与三星电子达成一项罕见的四至五年期DRAM内存供应协议,于2027年上半年生效并延续至2031或2032年,以锁定最低采购量、保障未来 iPhone 与 MacBook 等终端产能。 长期以来,苹果依赖庞大订单量与

    来源 AI 开发者社区
  8. 微软高管:英伟达风波或促使客户考虑采用其他公司AI芯片

    微软商业业务首席执行官贾德森·阿尔索夫(Judson Althoff)表示,英伟达近期的内部风波,可能促使客户开始考虑采用其他公司的AI芯片,以减少对英伟达的依赖。早在黄仁勋辞职之前,客户就已经表达了希望拥有更多选择的意愿。而近期的消息“无疑让更多人确信,寻求其他选择是一个正确的决定”。(新浪财经)

    来源 AI 行业观察
  9. NVIDIA SEED:让Qwen预填充计算降25%,显存占用砍半

    NVIDIA 发布 SEED 技术,针对 Qwen3.8-Flash-Next 等混合架构模型进行推理优化。通过“浅层编码深层记忆”和“循环状态低秩分解”,SEED 在不改变原模型权重的前提下,将预填充阶段的计算量减少约 25%,单请求循环状态内存占用从 113MB 降至平均 43MB。实测显示,在 GB300 GPU

    来源 AI 应用前沿
  10. 谷歌签下蓝色起源:2029年用New Glenn发射AI卫星

    2026年11月19日,谷歌宣布与蓝色起源签约,将于2029年第一季度用New Glenn重型火箭执行Project Suncatcher首次专用重型发射,把搭载TPU的AI卫星送入太阳同步轨道。在此之前,谷歌已于10月完成史上首次轨道数据中心级AI推理测试——机载Gemma 4模型生成的俳句在挪威斯瓦尔巴群

    来源 AI 科技快讯
  11. SpaceX发债320亿美元:为租英伟达芯片筹资,总额超400亿

    芯东西(公众号:aichip001)编译 | 崔嫄伟编辑 | 陈骏达芯东西11月20日消息,据外媒报道,昨日,SpaceX将土星融资信托的320亿美元(约合人民币2136.4亿元)债券三部分定价发行,想要为租赁英伟达的AI芯片筹措资金。SpaceX将租用这些芯片约五年。此次发债是总额超400亿美元(约合人民币2670.

    来源 腾讯网
  12. 阿里云季度收入2715.19亿元:AI产品年化破100亿美元,平头哥担纲主力

    AI带来的变化,正越来越直观地反映在阿里的财报上。11月19日,阿里发布截至2026年9月30日止的季度财报。当季集团实现收入2715.19亿元,同比增长10%;经调整EBITA同比增长260%,达到326.36亿元。在四大板块中,AI云与算力服务增速最快,当季收入609.73亿元,同比增长53%,在集团总收入中的占比

    来源 腾讯网
  13. 英伟达扩先进封装合作:玻璃基板成下一代封装关键材料

    英伟达扩大先进封装供应链合作,玻璃基板成为下一代封装核心材料据每日经济新闻,英伟达宣布扩大与台积电、矽品精密、景硕科技、三星电机、安靠科技、富士康等供应链企业合作,扩大基板、先进封装、晶圆和合同制造产能。玻璃基板成为下一代封装核心材料。据华安证券分析,TGV玻璃基板是新一代先进封装的重要技术路线,通常...

    来源 腾讯网
  14. 曙光8000支撑成果:国产超集群拿下戈登·贝尔奖

    【TechWeb】11月20日消息,2026年国际超级计算大会(SC26)传来重磅喜讯:由全国产十万卡AI超集群曙光8000提供算力支撑的中国科研成果闪耀国际舞台,一项斩获被誉为“高性能计算领域诺贝尔奖”的ACM戈登·贝尔奖,另一项成功入围戈登·贝尔气候建模奖决赛。 从今年7月正式投用至今,短短四个多月,曙光8000再

    来源 AI 行业观察
  15. 英伟达H200、AMD MI325X对华许可明细公开:344万颗申请获批88万颗

    【TechWeb】11月20日消息,当地时间11月19日,美国众议院外交事务委员会公开了英伟达H200、AMD MI325X高端AI芯片对华出口许可明细,这份由委员会主席Brian Mast依据《出口管制改革法案》披露的文件,统计节点截至2026年5月11日,也是该法案生效以来透明度最高的一轮芯片许可披露。 文件显示,

    来源 AI 行业观察
  16. Superfluid 舰队模式:多台电脑连起来跑本地大模型

    本地跑大模型虽隐私安全,但单设备算力有限且易闲置。Superfluid 推出“舰队模式”,能将办公室内不同品牌、不同芯片的电脑(Mac、NVIDIA、AMD等)聚合成一个统一的推理端点。实测显示,六台异构设备协同可将吞吐量提升近五倍,且支持节点故障无缝切换,无需修改客户端代码即可享受分布式算力红利。

    来源 AI 应用前沿
  17. 英伟达万亿敞口承压:AI资本开支是见顶还是中途调整

    杰富瑞认为,市场已经把情况按“见顶”来定价,但尚无“实体层面的证据”支持这一判断:英伟达以3300亿美元表外敞口充当AI生态的“央行”,治理转向可能会使融资链条收紧;四大云厂商净利润增长73%,但剔除AI非现金账面收益后仅增长15%;东南亚芯片出口新规进一步抬高跨境算力扩张的门槛。

    来源 华尔街见闻
  18. 机械革命发布大师之路X10:基于NVIDIA RTX Spark,主打企业端侧AI

    日前,机械革命大师之路X10新品发布会在杭州举行。会上,机械革命正式发布基于NVIDIA RTX Spark平台打造的企业桌面AI主机——大师之路X10。发布会汇聚中国信通院、阿里巴巴及众多产业生态伙伴,共同探讨端侧AI的技术创新与应用前景,为人工智能赋能新质生产力发展带来新的实践。

    来源 TechWeb
向下滚动自动加载更多