英伟达博通到光模块,AI硬件资产预期重估
导语:从英伟达、博通到光模块、半导体设备,AI硬件资产正在经历一场预期重估。过去两年,全球资本市场最拥挤的交易之一,就是买入AI硬件。英伟达的GPU、博通的定制芯片、台积电的先进制程,以及光模块、服务器、电源和散热设备,几乎构成了AI投资浪潮中最确定的一条受益链。投资者当时的逻辑并不复杂:只要微软、谷歌、亚...
过去两年,全球资本市场最拥挤的交易之一,就是买入AI硬件。
英伟达的GPU、博通的定制芯片、台积电的
投资者当时的逻辑并不复杂:微软、谷歌、亚马逊和Meta只要继续增加资本开支,AI算力需求就会持续增长,处于产业链上游的硬件公司自然能拿到订单、收入和利润。
到了2026年11月,市场的交易逻辑正在发生变化。
以前投资者愁的是买不到足够多的AI芯片,如今愁的是芯片买得太多;以前资金追的是订单增长和产能扩张,现在越来越多的钱开始盯资本回报率、客户融资能力、设备利用率以及最终的现金流。
AI产业的长期发展逻辑并没有就此结束,变化在于全球投资者正在重新给AI产业链定价。
这场变化中,最先挨冲击的,恰恰是此前涨幅最大、估值最高、市场预期最为一致的AI硬件公司。
这轮AI硬件资产的调整,并非从某一家公司的业绩突然恶化开始,而是多个市场信号在同一时间出现了变化。
11月5日,美国
费城半导体指数
高通
路透社当时援引Nationwide首席市场策略师Mark Hackett的观点称,
市场调整并不只是短期获利回吐,部分机构已经开始主动降低AI产业链的风险敞口。
这种变化很快传导到了亚洲市场。
11月16日,中国A股AI硬件板块再次出现明显调整。5G通信指数下跌7.5%,科创50指数下跌5.2%,中际旭创单日下跌12.3%。
日本市场的半导体设备公司同期也遭遇抛售。东京电子下跌7.1%,Advantest下跌11.1%。
从美国芯片股,到日本半导体设备,再到中国
机构投资者开始重新审视自己究竟持有多少AI资产。
路透社11月16日的报道显示,全球主要企业里,与AI直接相关的公司所对应的投资资产至少有25.3万亿美元。不少大型投资机构已把AI当成贯穿股票、债券及其他资产的共同风险来源,而不再将其视为能单独打理的一个行业主题。
美国PGIM甚至开始对其管理的近1万亿美元固定收益资产进行
说到底,AI投资一旦出现回调,受波及的恐怕不止芯片公司,数据中心开发商、设备供应商、电力企业乃至给这些项目提供融资的金融机构都可能被卷入。
当然,把这种变化理解为全球投资者已经一致看空AI硬件,也并不准确。
例如,瑞士宝盛旗下盛宝银行对全球客户交易数据的分析显示,11月5日半导体股票大跌之后,部分客户反而积极买入
英伟达的日均买入交易量比之前涨了不少。
换句话说,市场没打算抛弃AI硬件,只是在重新掂量该用什么价位买、该买哪一家。
AI硬件面临的最凶险变数
11月初那轮调整,反映的是投资者心态的转变;而另一件事,则来自
有一家机构常年盯着全球半导体和AI基础设施,它把未来几年全球
外界最关注的一点,是全球
按这家机构更新后的模型,2027年全球
到了2030年,全球
这个修正的幅度可不小。
它说明,市场原先认定AI算力投入会一直高速增长,如今这一预期正被重新算账。
当然,AI基础设施的投资并不会因此停下。按照
真正的问题是:此前投资者是按多快的增速给这些公司定价的?
投资规模还在涨,可涨速比原来想的慢了一大截,硬件公司的估值就得另找参照。
股价早已把未来几年高增长提前兑现的公司,压力尤其大。
SemiAnalysis
过去两年,AI芯片一直供不上货,
东西不够卖的时候,供应商不光订单拿得多,还能靠提价、调产品结构把利润做厚。
不过,产能陆续释放之后,供求关系已经在变。
SemiAnalysis
对芯片供应商而言,新难题摆在面前:出货量就算继续往上走,均价和利润率也未必守得住原来的水平。
英伟达这边受到的冲击,格外需要留意。
SemiAnalysis
这里面既有需求增速回落的因素,也有竞争格局生变的原因。
以前,大模型训练和推理基本首选英伟达GPU。可现在,谷歌
微软、谷歌、亚马逊、Meta 这类巨头,未必会一直绑在同一种芯片架构上——只要别的方案能在性价比上更胜一筹。
对英伟达来说,全球算力需求就算继续涨,它拿到的市场份额和利润率也未必还能和过去一样。
博通则在这轮预测调整里显得比较稳。这也说明,AI 硬件产业链没法笼统当成一个整体来看。
各家公司的优势、客户构成和产品定位不同,下一轮周期里谁能跑出来,正由这些因素决定。
让市场不安的,其实还不止芯片供应商之间的较量。
更棘手的是:这场 AI 基建的账,长期由谁来付?
过去市场相信,大型云计算公司的现金流足够厚,能撑起多年的 AI 资本开支。可现在投资盘子越铺越大。
2026年第三季度,摩根大通私人银行11月的全球投资策略报告显示,三家大型云计算公司的资本开支未达到市场预期,未来12个月资本开支预测的上调幅度也降到了2023年第四季度以来的最低点。
这不等于微软、谷歌、亚马逊和 Meta 会停下 AI 投入,而是它们开始更看重花钱的节奏和财务纪律。
美国圣路易斯联储11月发布的一项研究,则揭开了这轮 AI 投资背后的资金结构变化。
研究发现,大型云计算公司的现金资产比率从2018年的35%下降至2026年的16%,与此同时,其投资资产比率接近翻倍。
数据中心建设企业和半导体公司之间的融资状况,差别也相当明显。
2024年第四季度至2026年第二季度,数据中心建设企业的季度平均
也就是说,AI 产业链上的融资压力,分布得并不均匀。
芯片供应商眼下还能靠比较强的经营现金流撑着业务,但一些数据中心建设商和新型云计算企业,越来越需要借助外部融资。
融资环境一旦收紧,或者客户不愿再提前承诺采购,部分数据中心项目就可能推迟,芯片、服务器、网络设备、电力设备的订单也会跟着受影响。
市场开始重新打量 AI 产业链的订单质量,原因就在这里。
以前,客户只要宣布建数据中心、签下采购协议,供应商就能得到市场认可。现在投资者追问的是:客户资金够不够?项目何时交付?设备能不能真正投用?最终收入能不能覆盖折旧、利息和运营成本?
这些问题正取代单纯的订单增长,成为影响 AI 硬件公司估值的关键。
对全球AI硬件企业而言,真正的难题或许不在眼前这轮股价下挫,而在于接下来几个季度,市场给它们打分的那把尺子已经换了。
以前,这类公司最硬的竞争力,就看能不能挤进英伟达、微软、谷歌、亚马逊和Meta的供应链。进了供应链、拿到订单,市场就乐意把估值往上抬。
但现在,
同是AI芯片公司,有的握着大型云计算客户的长期采购承诺,有的则靠融资能力偏弱的新型云服务商吃饭。同是光模块公司,有的产品正赶上技术升级窗口,有的则可能要应付客户集中、价格战和资本开支减速这几重压力。
这些差别,慢慢会体现在收入增速、毛利率和现金流上。中国AI硬件公司面对的,也是同一道题。
过去一年,A股和港股的AI硬件交易,很大程度上吃的是海外云计算巨头资本开支增长这碗饭。中际旭创、新易盛、天孚通信这些公司虽然分处产业链不同位置,可市场给它们的定价,都跟全球AI数据中心建设的节奏绑在一起。
海外云厂要是接着加码资本开支,中国供应商就有望多拿订单;反过来,全球数据中心建设一旦放慢,或者客户动手调整设备采购计划,中国供应链也躲不开。
11月16日中际旭创股价大幅下挫,就是这种全球产业链风险传导的一个缩影。
不过,中国AI产业也有自己的发展脉络。国产AI芯片、国产服务器和数据中心建设,正撑出一个独立的需求市场。海外芯片供应受限,也可能逼着国内算力基础设施加快国产化步伐。
但
说到底,硬件供应商最后还是得回答同一个问题:客户的需求是不是真的,项目有没有持续的资金撑着,产品能不能做出稳定利润。
从这个角度看,全球投资者眼下做的,并不是简单地从AI产业撤退,而是把投资逻辑换了一套。
第一阶段,市场买的是算力稀缺。第二阶段,市场买的是订单增长。再往后,市场可能更乐意为那些能造出真实现金流、客户稳定、定价能力强的企业掏溢价。
这也就意味着,AI硬件产业链内部的分化可能还要加深。有技术壁垒、客户黏性和成本优势的公司,仍可能在下一轮产业扩张中分到好处;那些主要靠行业景气度、客户融资和高资本开支预期撑估值的公司,则要接受更严的市场检验。
对投资者来说,往后要盯的,也不只是英伟达下一代GPU能卖多少、全球光模块需求还能涨多少。更该看的是:大型云计算公司的资本开支是否继续上调,AI应用收入能不能覆盖算力成本,数据中心利用率能否提上去,以及硬件供应商在价格战里能不能守住利润率。
这些指标要是没法持续向好,那么即便AI产业还在增长周期里,部分硬件公司的股价也可能继续承压。
AI革命不会因为一次市场调整就收场。但资本市场给AI硬件定价的方式,确实已经变了。
从前,投资者认定一条规律:AI只要往前走,卖铲子的一方就必然获利。
如今,他们换了个问法——买铲子的人如此之多,最后能靠挖矿挣到钱的究竟有几个?
2026年11月全球AI硬件交易之所以出现变化,真正的原因或许就在这里。