文章核心观点 本轮全球内存价格暴涨，其根源在于“星际之门”等超大规模AI基建项目对上游内存供应链产生的巨大需求挤压，导致消费级内存供应短缺、价格飙升。内存行业呈现寡头垄断格局，厂商扩产谨慎，价格周期性波动剧烈。AI产业本身存在能源消耗巨大、资本循环过热、多数公司未盈利等潜在泡沫风险，其未来发展将深刻影响全球经济与社会结构[1][4][34][72][104][117]。 内存价格暴涨现状与影响 - **消费电子与汽车行业普遍涨价**：手机市场出现全品牌同步普涨，内存越大涨幅越高；汽车行业面临显著成本压力，每台车因内存涨价成本增加数千元，并可能影响智能化研发进度[1][5][8][9] - **内存价格达到历史高位**：顶级256G DDR5服务器内存价格飙升至4.2万元/条；民用DIY内存条价格亦被炒至天价[4] - **涨价根源是AI需求挤压**：消费级内存成为AI疯狂扩张的牺牲品，因内存厂商将产能重心转向利润更高的服务器级别内存[38][40] “星际之门”项目与AI需求冲击 - **项目规模空前**：OpenAI、软银和甲骨文合资的“星际之门”项目计划4年内投资5000亿美元，在全球建设10个超级AI数据中心，其算力将相当于当前全球AI总算力的1.2倍[14][18] - **耗电量巨大**：项目建成后耗电量达10GW，相当于10座大型核电站满负荷运转[19] - **引发上游抢单**：OpenAI向英伟达、AMD等厂商下达近千万张显卡的巨额订单，但产能受限于显存供应[25][26][28][29] - **锁定内存产能**：OpenAI与三星、SK海力士签订战略合作，直接导致全球高端内存产能被预定一空，三星、海力士2026年内存颗粒产能已全部售罄[32][34][35] 内存行业格局与扩产逻辑 - **市场高度集中**：三星、海力士、美光三巨头垄断全球90%以上的内存市场份额[52] - **厂商扩产极度谨慎**：面对暴涨的需求，三大厂商2026年产能扩张计划非常有限，海力士计划扩产8.5%，三星仅4.5%；美光在新加坡的新产线2028年才投产，且只生产高端AI内存[42][44][45] - **扩产壁垒高企**：建设内存产线投资巨大（年产10万片以上需50-200亿美元），设备交付与产能爬坡周期长（需2-3年），厂商不敢轻易投资[46][47][48][49] - **历史周期与策略**：内存行业具有明显的暴涨暴跌周期；历史上三星曾通过逆周期扩产（如1996-1999年投入12亿美元）击垮对手，最终确立市场主导地位[52][53][56][59][63] - **形成价格同盟**：当前三巨头倾向于维持价格稳定，将毛利率锁定在60%以上，并通过专利墙构筑行业壁垒[66][67] AI产业的潜在泡沫与风险 - **能源消耗危机**：AI数据中心是能源消耗巨兽，国际能源署预测到2030年其年耗电量将达945TWh，占全球电力的3-5%，相当于日本全年用电量，电网系统面临巨大压力[79][85][90] - **资本循环与结构问题**：2023年全球AI领域总支出达1.5万亿美元；硅谷银行统计显示全球58%的风投资金投入AI领域；巨头间存在“左脚踩右脚”式的交叉投资循环，可能背离真实需求[92][93][96][97][98] - **多数公司未盈利**：麻省理工调研显示，95%的AI大模型公司尚未盈利；自主开发AI的公司成功率仅33%；行业领头羊OpenAI在2025年预计亏损80-115亿美元[104][106] - **技术迭代风险**：算力迭代速度极快，英伟达新一代平台性能比上一代强3-5倍，成本降10倍，导致旧硬件快速贬值，投资面临高折旧风险[101][102][103] - **泡沫预警**：桥水基金创始人达里奥警告，当前AI泡沫已达到80%的临界点；AI投资规模远超当年互联网泡沫，一旦破裂可能造成全球性严重冲击[114][117] 中国厂商的机遇与挑战 - **长鑫存储的窗口期**：在三大巨头产能转向高端AI内存时，专注于民用内存的长鑫存储有望巩固其在民用市场的地位[70] - **面临的风险与制约**：长鑫存储目前技术限于民用内存；若在此时贸然扩产，需警惕AI泡沫破裂后的市场风险；同时面临国际巨头的专利壁垒[68][70][71]

文章核心观点 - AI产业正经历从硬件扩张到系统集成的根本性转变，标志性事件是Palantir与NVIDIA深度合作推出“主权AI操作系统参考架构”，这既是AI基础设施的升级，也可能预示着行业增长进入新阶段和资本逻辑的转变 [1][3] AI基础设施的终极形态：从“买芯片”到“买系统” - 过去两年AI产业投资逻辑简单粗暴，核心是争夺算力，NVIDIA因此几乎垄断高端AI芯片市场，其数据中心业务收入两年内增长数倍，市值一度突破3万亿美元 [5][6] - 随着算力规模指数级扩张，企业面临的核心难题从获取算力转变为将算力转化为生产力，普遍出现算力闲置现象，例如购买了昂贵的H100或Blackwell芯片却效率低下 [6] - Palantir凭借其数据操作系统解决了“最后一公里”问题，其AIP、Foundry与Apollo平台连接数据、模型与业务流程 [6] - 双方推出的AIOS-RA架构将能力彻底打包：底层是NVIDIA的Blackwell Ultra GPU与Spectrum-X网络，上层运行Palantir的软件系统，负责数据清洗、模型编排等 [7] - 这意味着企业采购模式从购买分散的芯片、服务器转变为直接购买完整的AI生产系统，标志着AI基础设施从硬件时代走向系统时代，AI部署从实验走向工业化生产 [7] - 这种“交钥匙”工程降低了传统企业的技术门槛，但也可能将其锁定在特定的软硬件组合中 [7] 从竞争到绑定：AI龙头为何突然“抱团” - 在技术爆发初期，产业生态高度开放，但随着产业规模扩大和竞争格局稳定，龙头公司开始选择生态绑定 [9] - 对NVIDIA而言，GPU销量的持续增长需要更明确的应用场景，仅靠云厂商采购已不足，必须开拓企业级AI市场，但该市场碎片化严重，需要强大软件层整合 [9] - Palantir拥有政府、国防与大型企业客户入口，这些客户拥有海量数据，需要安全、可控、可解释的AI系统，而非单纯算力 [10] - 双方合作形成完整闭环：NVIDIA提供算力与网络，Palantir提供数据平台与应用框架，这不仅是技术合作，更是通过绑定生态提高客户迁移成本的市场策略 [10] - 这种联盟类似PC时代的“Wintel联盟”，硬件与软件平台相互依存，共同锁定企业客户 [10] - 抱团也反映了双方对竞争格局的担忧，面对微软、谷歌等巨头的垂直整合能力，独立的硬件和软件厂商必须联合以保持话语权 [10] 抱团的另一层含义：AI泡沫周期进入中后段？ - 行业龙头形成紧密联盟往往意味着增长模式正在发生变化，例如历史上Cisco与Oracle合作时互联网基建进入成熟期，苹果与运营商绑定时智能手机普及接近饱和 [11] - 过去两年AI增长主要来自显性的、易量化的基础设施投资，但算力投资周期性极强，存在“资本开支周期”问题 [11] - NVIDIA和Palantir推动系统化解决方案，是在提前锁定企业长期需求，是一种防御策略，旨在从依赖一次性硬件销售转向通过软件和平台形成持续收入 [11] - 这种转变释放复杂信号：利好在于AI应用正从实验走向真正生产环境；担忧在于产业链龙头开始思考在增长放缓前建立护城河，暗示其对单纯算力增长可持续性的担忧 [12][13] - 如果核心供应商追求“锁定客户”而非“扩张市场”，可能意味着跑马圈地时代结束，精耕细作时代开始，二级市场估值逻辑可能从追求增速的市销率转向追求质量的市盈率 [13] 定价权之争：谁掌握AI时代的真正钥匙 - 当最强软件公司与最强算力公司深度绑定，这既是新一代AI基础设施的雏形，也可能是行业进入成熟阶段的标志，构成了投资者的主要困惑 [14] - 投资者需要思考的核心问题是：当算力狂潮退去，谁能在新产业结构中掌握真正的定价权 [15] - 在硬件过剩时代，软件定义价值；在软件同质化时代，生态定义壁垒，Palantir与NVIDIA的联盟是一次关于定价权的先发制人，强调未来AI价值在于芯片与代码结合形成的系统效率 [15] - AI产业下半场将是生态体系的对抗，而非单点突破的竞赛，未能进入核心联盟的中小玩家生存空间可能被进一步压缩 [15] - 投资者需要认清产业周期位置，在巨头抱团的新博弈格局中寻找价值锚点 [15]

私募信贷市场面临多重压力与脆弱性评估 - 美国私募信贷市场正面临高利率、标志性破产、AI冲击、零售资金赎回及地缘政治等多重压力交汇，市场脆弱性显著抬升，43%的基金经理将其列为最担忧的信贷风险来源[1] - 行业观点认为，私募信贷正处于“出清阶段”，短期压力延续，但在美国经济软着陆的基准情形下，其对金融体系的系统性外溢风险总体可控[1] - 若美国经济陷入滞胀或AI泡沫破灭，私募信贷市场的风险将骤然放大，成为改变全局判断的尾部风险[1][2][18] 市场结构性脆弱因素 - **借款人资质整体偏弱**：私募信贷借款企业营收中位数仅为5亿美元，远低于杠杆贷款（46亿美元）和高收益债（45亿美元）发行企业；平均利息覆盖倍数（ICR）约为2.1倍，低于公开市场企业的3.9倍；净杠杆倍数达5.6倍，高于公开市场的4.6倍[3] - **估值透明度存在短板**：私募信贷贷款缺乏连续交易和二级市场报价，估值高度依赖管理人模型，国际货币基金组织（IMF）指出其容易出现“陈旧估值”问题[3] - **产品设计放大风险**：实物付息（PIK）条款允许利息滚入本金，短期缓解现金流但将风险推后并放大；BDC贷款中软件行业的PIK使用占比已超20%，“不良PIK”占比从2021年的36.7%攀升至2025年二季度的58.3%[4] - **评级环节存在扭曲**：截至2024年底，私募信贷市场“干粉资金”规模达2779亿美元，近十年增长1817亿美元，占已融资金额的20%；资金配置压力下存在“购买评级”行为，私人评级机构给出的信用评级平均比美国全国保险专员协会（NAIC）独立评估高出2.7个档位[4] 当前暴露的具体压力点 - **高利率侵蚀偿债能力**：私募信贷普遍采用基于SOFR的浮动利率定价，利差达600-700个基点；尽管美联储降息，但联邦基金利率至2025年底仍位于3.5%-3.75%高位；企业压力显性化，惠誉私人信用违约率（PCDR）在2026年1月升至5.8%，远高于2023-2024年2%-4%的平台期；美国企业盈利增速从2023年的12.8%放缓至2025年的-1.3%[6] - **标志性破产与欺诈事件引发信任危机**：2025年9月至10月，First Brands与Tricolor进入破产程序；同期Zions披露约5000万美元欺诈相关核销，Western Alliance追讨近1亿美元贷款并指称借款人存在欺诈；2026年2月，英国房地产贷款机构MFS因涉嫌双重抵押倒闭，约11.6亿英镑贷款对应的“真实价值”抵押品仅约2.3亿英镑，潜在缺口高达9.3亿英镑，多家大型金融机构被卷入[9] - **AI技术迭代冲击软件行业估值**：软件服务是私募信贷敞口最高的行业，截至2025年四季度，BDC对软件服务的敞口达20.2%；2026年以来，AI技术发展引发对软件行业盈利模式的重新审视，JPMorgan已下调部分由私募信贷机构持有的软件贷款估值并收紧融资条件；私募信贷对AI相关行业的未偿贷款规模从2015年接近零升至2025年的2000亿美元以上，占未偿贷款总量近8%[10] - **零售化趋势引发赎回潮**：零售渠道资金在私募信贷资金来源中的占比已从零升至13%，对应规模约2800亿美元；美国BDC平均赎回率在2026年一季度达到7.6%，较2024年二季度的1.2%大幅攀升；黑石集团旗下规模820亿美元的旗舰私募信贷基金（BCRED）在一季度遭遇创纪录的7.9%赎回需求；Blue Owl永久停止赎回旗下OBDC II基金，后以99.7%的折价出售该基金下的贷款组合；贝莱德旗下HPS基金赎回需求激增至9.3%[10] - **中东局势推高滞胀风险**：地缘政治通过能源价格渠道传导；若2026年布伦特原油均价达80美元/桶，预计拖累全球经济增长0.1-0.3个百分点，推高全球通胀0.5-0.6个百分点；若升至100美元/桶，则分别拖累0.5-0.8个百分点和推高1.5-2.0个百分点，届时美国通胀将重回3%以上，对已处高利率环境的私募信贷市场构成企业盈利与融资成本的双向挤压[11] 风险向金融体系传导的评估 - **银行渠道敞口有限，风险可控**：银行对私募信贷的直接借款在其总资产中占比不到1%；相关贷款的违约率仅为0.2%，低于工商贷款的1%；贷款回收率达85%，高于工商贷款的82%；银行对BDC贷款的96%为第一顺位优先担保贷款；美联储压力测试显示，即使在极端衰退且非银机构出现全面危机的情况下，美国22家大型银行的一级资本充足率仍能维持在13%的水平[13] - **保险与养老金渠道占比偏低，短期冲击可控**：截至2024年，私募信贷资产占全球养老金和保险公司总资产之比仅约3.5%；其投资期限较长，大规模抛售可能性低，且大部分私募信贷基金采用封闭式结构，为管理人提供缓冲空间[14] - **市场价格传染渠道已有迹象但未扩散**：美国杠杆贷款到期收益率明显上行，部分原因来自对私募信贷风险的担忧外溢；但投资级信用利差走阔幅度仍属可控；VIX与MOVE指数的上行更多受中东地缘政治事件驱动，私募信贷风险对股票及债券市场的传导尚未形成系统性冲击[16] 需重点关注的信号与尾部风险情景 - 投资者需重点关注杠杆贷款利差是否进一步走阔并向投资级市场蔓延、BDC赎回率是否持续攀升、以及中东局势与AI行业动态对宏观环境的影响[19] - **尾部风险情景一：美国经济陷入滞胀**：若中东冲突长期化推升油价或贸易政策转向激进，美国可能步入滞胀格局，制约美联储降息空间，恶化企业现金流，并通过银行、保险及市场价格渠道将风险向更广泛金融体系传导[18][19] - **尾部风险情景二：AI泡沫破灭**：若AI对经济增长的贡献大幅回落，将导致私募信贷违约率明显上行，叠加美股下跌与投资收缩，信贷风险将与经济下行形成负向共振，放大金融体系脆弱性[18][19]

油价对地缘冲突的反应弱于历史 - 尽管霍尔木兹海峡关闭与中东局势恶化，油价波动未达历史极端水平，当前原油价格仅在每桶100美元左右波动 [3] - 剔除通胀因素后，历史危机时期油价远高于当前，如1979年达179美元，1980年达155美元，2011年达180美元，2022年达130美元 [3] 油价未暴涨的三大原因 - 首要原因是原油起步价低且库存充裕，冲突前全球原油库存处于五年高点，油价仅72美元，尽管冲突前九个交易日暴涨近40%，绝对价格仍可控 [7] - 其次，市场押注冲突为“速决战”，特朗普的评论抹平了油价冲击128美元的涨幅，期货市场显示12月交割原油涨幅不及即期一半，预期断供仅持续数周 [7] - 最后，宏观干预对冲了实质缺口，IEA及其成员国正释放4亿桶战略储备，以应对霍尔木兹海峡可能损失的每天约1500万桶运力，这形成了稳油价的市场预期 [7] 触发真正“石油危机”的门槛 - 历史上的石油危机绝对价格更高，且发生在主要经济体对石油依赖度（供暖、发电、交通）远高于现在的时期 [11] - 测算显示，原油期货可能还需要再上涨40到50美元，才会引发与历史危机相当的经济衰退 [12] - 当前油价上涨对发展中经济体（尤其是亚洲）造成更大破坏，这些地区面临油价飙升与燃料短缺叠加的双重风险 [14] 美股市场对冲突的异常反应 - 美股大盘表现波澜不惊，标普500指数较冲突前收盘点跌幅仍不到3% [4] - 美国作为全球最大产油国，天然隔绝了能源危机的直接冲击，使得美股大盘免于恐慌 [15] 美股板块轮动逻辑颠覆 - 传统避险板块（必选消费、医疗保健）在地缘冲突中反而下跌，医疗保健ETF下跌约5%，必选消费ETF下跌约6% [16][17] - 能源股如期上涨，科技和软件股仅微跌不到1% [17] - 冲突前市场因担忧AI泡沫和科技股高估值，资金已提前涌入防守板块避险，导致这些板块在冲突爆发时交易拥挤且昂贵 [19] - 没有原油敞口和复杂全球供应链牵绊的科技股，在当下反而成为“最干净的交易” [19] 当前市场资金的新风向标 - 地理敞口决定抗跌韧性，标普500中抗跌的医疗和消费企业平均有72%营收来自北美，而跌幅大的企业北美营收平均仅为59%，业务越聚焦美国本土受地缘涟漪伤害越小 [22] - 投资逻辑转向聚焦PEG（市盈率相对盈利增长比率），在高利率和地缘风险下，投资者寻找“高增长性价比”，医药板块中如艾伯维、礼来等具备切实盈利增速的企业仍受青睐 [22] 市场平稳背后的脆弱假设与潜在风险 - 当前所有资产的平稳建立在“各方都想快速结束战争”这一极度脆弱的假设之上 [23] - 博弈论之外的复仇情绪难以量化，霍尔木兹海峡局势脆弱，几艘油轮沉没、一架客机被击落或沙特关键管道遭打击，都可能彻底撕毁当前的乐观定价 [23] - 警告称，若战争持续导致霍尔木兹海峡长期关闭，油价仍有进一步失控飙升的可能 [24]

行业压力显现 - 规模达1.8万亿美元的私人信贷行业正面临日益公开的压力迹象 [1] 主要金融机构动态 - 美国最大银行摩根大通通过降低其持有的贷款抵押品价值 减少了私人信贷风险敞口 [2] - 摩根大通贬值的贷款是针对软件公司的 此举限制了发放贷款的基金的借款能力 [3] - 美国第六大贷款机构摩根士丹利在其一只私人信贷基金中限制了赎回 此前投资者要求回购近11%的份额 [2] - 摩根士丹利的North Haven Private Income Fund将季度赎回上限设定为5% 并将仅返还第一季度投资者要求总额的约46% [4] 投资者撤资与基金影响 - 投资者因担心人工智能颠覆软件行业而撤资 软件行业是私人信贷的最大借款人群体之一 [4] - Blue Owl、黑石和贝莱德的基金均遭受了严重的赎回冲击 [4] - 基金管理公司Cliffwater的旗舰私人信贷基金遭遇投资者撤离 引发了超过7%的赎回请求 [4] 行业根本性质疑 - 太平洋投资管理公司总裁克里斯蒂安·斯特拉克指出 行业面临“非常糟糕的承销标准危机”而不仅仅是信心危机 [4] - 斯特拉克认为 投资者难以区分管理人和贷款的优劣 同时市场上存在更具流动性、更多元化、信用更好且有信用评级的替代产品提供有吸引力的收益率 [4] - 华尔街资深人士乔治·诺布尔批评该行业存在不透明的估值、非流动性资产、有限的透明度 以及关于无波动稳定回报的错误承诺 [4]

AI产业估值逻辑的转变 - 资本市场正从“叙事驱动”转向“业绩驱动”，公开市场更关注盈利模式的确定性和可持续性，而非单纯的增长潜力 [4][7] - 风险投资市场允许为未来潜力支付溢价并容忍亏损，而公开市场要求用贴现现金流等模型验证价值，两者逻辑存在根本冲突 [7][8] OpenAI的估值与上市困境 - 公司估值在私募市场飙升至约**8500亿美元**，但面临公开市场的“定价天花板”，其约**28倍**的2026年预期市销率远高于英伟达的**12倍**，存在显著估值倒挂 [7] - 投行向机构投资者“摸底”反馈冷淡，市场怀疑其估值已透支未来十年增长，缺乏安全边际，强行上市可能导致发行价大幅下调或上市后破发 [4][8] - 公司自身预测至少到**2030年前**将持续亏损，是典型的“吞金兽”模型，巨额资本支出用于模型训练和算力采购，成本结构压力巨大 [10] AI商业模式的盈利挑战 - 生成式AI的成本结构高昂，训练和推理成本随用户量线性增长，算力支出成为最大成本，硬件厂商（如GPU制造商）成为产业链中“旱涝保收”的赢家 [10][11] - 技术领先不等于商业成功，公司面临将技术优势转化为定价权的结构性难题，同时竞争加剧（如Anthropic的Claude模型）导致AI能力商品化，可能引发价格战 [11][12] - 一旦陷入价格竞争，微薄的毛利空间将被进一步压缩，盈利时间表被迫延后，长期亏损且竞争激烈的公司难以支撑高估值 [12][13] OpenAI IPO可能引发的行业冲击 - OpenAI的IPO可能成为检验AI行业估值的“试金石”和“压力测试”，其上市表现将成为行业估值风向标，若表现不佳将产生连锁反应，波及未上市AI独角兽并导致一级市场融资困难 [15][16] - 公司股东囊括全球顶级风投机构，若公开市场无法承接当前估值体系，机构可能面临大幅账面损失，进而影响整个AI投资生态的资金循环和流动性 [15][16] - 此次IPO事件标志着AI产业从“童年”（成长导向）走向“成年”（盈利导向）的阵痛，估值将回归理性，无法证明商业闭环的公司将被淘汰 [18][19] AI投资下半场的展望 - AI投资进入下半场，将是“生存游戏”，真正的机会属于能控制成本、拥有独特数据壁垒并能快速实现正向现金流的企业 [19][20] - AI革命并未结束，而是在以更残酷、更真实的方式继续演进，叙事光环褪去后，唯有真正的价值创造者能够屹立不倒 [20][21]

廖凯原的投资动向与理念 - 华裔富豪廖凯原于2026年3月4日宣布买入100万股英伟达股票，耗资约1.8亿美元，并计划继续增持，其核心观点是“AI不是泡沫，现在只是开始”[6] - 廖凯原以投资特斯拉闻名，在疫情期间市场混乱时全仓押注特斯拉并成为其第三大个人股东，身家大部分来源于此，2026年3月福布斯数据显示其身家约87亿美元（约610亿元人民币）[10] - 从2024年底开始，廖凯原减持特斯拉并配置美国国债，但其仍为主要持仓，并认为特斯拉的能源业务、Cybercab和Teslabot价值未完全反映在股价中，将特斯拉定义为“实体化的物理AI”[11] - 其投资哲学可概括为长期主义、逆势而为、押注定义时代的基础设施提供商，从特斯拉转向英伟达是基于两者都是技术革命早期阶段基础设施提供商的相似逻辑[13][14] AI泡沫的市场争议 - 过去两年生成式AI引爆科技革命，英伟达作为AI算力核心供应商，股价从2023年初约150美元飙升至2024年底超过500美元，市值一度突破5万亿美元，成为全球市值最高公司，同时市场对“AI泡沫”的担忧加剧[17][18] - **看涨派观点**：英伟达CEO黄仁勋认为不处于AI泡沫中，是从通用计算向加速计算的自然过渡[21]；AMD CEO苏姿丰认为泡沫论“完全错误”，应从五年技术周期看待AI的根本性改变[21]；OpenAI CEO山姆·奥特曼承认投资者整体过于兴奋，但强调AI是长期最重要的技术[21] - **看空派观点**：巴菲特在2024年称AI是一个“巨大的泡沫”[23]；桥水基金创始人瑞·达里奥将当前局势比作1998至1999年的互联网泡沫时期[23]；微软联合创始人比尔·盖茨担忧AI市场有大量投资将成为死胡同[23]；C3.ai CEO托马斯·西贝尔认为市场估值过高得离谱[24] - **中间派观点**：橡树资本创始人霍华德·马克斯态度从怀疑转为认为AI潜力可能被低估，但警告不要全仓AI股票[25]；Meta CEO马克·扎克伯格认为AI可能成为泡沫，但风险在于公司不够激进[25] 英伟达的行业地位与挑战 - 英伟达控制着AI训练芯片市场约80%的份额，几乎所有主流大语言模型的训练都依赖其芯片，2024财年数据中心业务收入超过470亿美元，同比增长超过200%[27] - 公司面临**竞争加剧**：AMD、英特尔等加速追赶，中国本土GPU企业如摩尔线程、沐曦、壁仞等在垂直场景实现局部突破[28] - 公司面临**客户依赖风险**：微软、谷歌、亚马逊、Meta等大客户正在加大自研芯片投入，长期可能减弱对英伟达的依赖[29] - 公司面临**地缘政治风险**：美国对华芯片出口管制使其失去重要中国市场，同时中国本土芯片厂商加速崛起[30] - 英伟达拥有强大护城河，其CUDA软件生态深耕十余年，形成难以撼动的开发者粘性，其“加速计算”愿景正从AI训练扩展到科学计算、自动驾驶等更广泛领域[30] - AI应用场景正快速扩展至自动驾驶、药物研发、气候模拟、金融风控等行业，每一次应用扩展都意味着对算力的新需求，这是支撑英伟达长期价值的核心逻辑[31]

OpenAI相关投资与人事变动 - 英伟达CEO黄仁勋表示，公司近期对OpenAI的300亿美元投资“很可能”已是最后一笔投资，此前双方提及的1000亿美元投资规模“不太可能实现” [1] - OpenAI机器人与消费硬件业务负责人卡利诺夫斯基宣布辞职，原因是在公司同意将其AI模型部署到美国国防部机密网络前未经过充分讨论 [1] 英伟达2026财年第四季度及全年业绩表现 - 2026财年第四季度营收达681亿美元，同比增长73%，创历史新高；GAAP净利润为429.6亿美元，同比增长94%；毛利率为75%，同比增长2个百分点 [3] - 2026财年全年营收为2159亿美元，同比增长65%；GAAP净利润为1200.7亿美元，同比增长65% [3] - 第四季度营收及对下一季度的营收指引中点（780亿美元，正负2%）均超过此前分析师平均预测 [6] - 2026财年数据中心、游戏、专业视觉、汽车与机器人四大业务营收均创下历史新高 [7] 英伟达各业务板块收入详情 - 第四季度数据中心营收为623亿美元，同比增长75%，创历史纪录；2026财年该业务营收为1937亿美元，同比增长68% [6][7] - 自ChatGPT出现以来，英伟达数据中心业务收入增长近13倍 [7] - 第四季度游戏收入为37亿美元，同比增长47%，但环比下降13%；2026财年游戏收入为160亿美元，同比增长41% [6][7] - 第四季度专业视觉业务收入为13亿美元，同比增长159%；2026财年该业务收入为32亿美元，同比增长70% [6][7] - 第四季度汽车与机器人业务收入为6.04亿美元，同比增长6%；2026财年该业务收入为23亿美元，同比增长39% [6][7] 市场需求、客户与未来展望 - 英伟达CEO黄仁勋表示，计算需求呈指数级增长，代理式（Agentic）AI的转折点已经到来，企业对智能体的采用率正在飙升 [3] - 英伟达数据中心业务来自超大规模云服务商的收入占比略超50%，分析师预测2026年前五大云厂商资本支出接近7000亿美元 [7] - 公司CFO透露，未来全年将继续销售Blackwell架构芯片，同时销售下一代Rubin架构芯片 [7] - 在游戏业务方面，内存供应预计到今年年底情况可能有所改变，但未来几个季度供应仍将非常紧张 [7] - 在汽车及机器人业务方面，robotaxi服务正在增长，一些相关公司的运营规模预计在未来十年将扩大数百万辆 [7] 行业生态与战略合作 - 黄仁勋表示，英伟达已接近与OpenAI达成协议，公司在投资战略上明确专注于扩大生态系统并深入填补生态系统缺口 [8] - 英伟达与Groq达成一项非排他性技术许可协议，公司将利用Groq的技术进行扩展，以达到更高级别的AI基础设施性能和价值 [8] - 对于太空数据中心，黄仁勋认为从经济层面考虑目前状况很差，但随时间推移将改善，并指出英伟达GPU已成为太空中第一块GPU，成像是一个最佳使用案例 [8] 市场对AI热潮与资本支出的担忧 - 市场分析人士认为，2026年谷歌、微软、Meta和亚马逊将一共投入近7000亿美元资金推动AI扩张，资本支出将比2025年高出六成以上 [10] - 美国银行的全球基金经理调查显示，AI云服务商高额的资本开支被视为系统级信贷风险的第二来源 [10] - 美国银行2月调查显示，23%的受访投资客户认为来自AI泡沫的威胁是当下最担心的问题，比例高于去年12月的9% [10] - 有分析师担忧超大规模数据中心资本支出可能在2026年达到峰值，一旦科技企业投资放缓，将对英伟达产生巨大影响 [10][11] - 黄仁勋回应资本支出担忧时表示，对客户现金流增长有信心，原因是世界各地的智能体应用产生了难以置信的计算需求，AI计算就是收入，且AI已到达拐点，有用的token正在产生，这对云厂商而言是有利可图的 [11][12] 二级市场反应 - 英伟达财报发布当天股价涨1.44%，盘后一度涨超2%，随后涨幅缩窄 [5][12] - 财报发布同日，Meta、微软、谷歌-A、亚马逊股价分别上涨2.25%、2.99%、0.66%、1%，盘后微跌 [12]

电话会议纪要研读总结 一、 纪要涉及的行业与公司 * 行业：全球宏观策略、地缘政治、能源行业（石油、天然气、煤炭、油运、油服）、大宗商品（有色金属）、化工行业（煤化工、大炼化、基础化工）、电力行业、工业基建、军工行业、科技行业（AI、半导体、光通信、液冷、存储、电子布）、金融保险业[1][2][3][5][6][7][11][14][15][16] * 市场：A股、港股（恒指、恒科）、美股、日股、韩股、欧洲股市[1][5][6][7] 二、 核心观点与论据 1. 地缘冲突基准情形与影响 * **冲突性质与时长**：美以对伊朗军事行动以短期空袭为主，目标是推翻伊朗政权并摧毁其核设施[2] 基准假设持续约2周，拉长也不应超过4-5周，核心约束在于美军弹药储备及后勤体系难以支撑5周以上高强度作战[1][2] * **伊朗反制与油价**：伊朗更可能对霍尔木兹海峡实施“有限度封锁”，打击重点为军事目标而非能源[1][3] 基准情形下，油价大体在80美元左右，对应“海峡在6周以内受到干扰”的情形[4] 油运受阻的关键约束在于保险费大幅上升，甚至出现保险公司不敢承保的情况，导致“船不敢过”[1][3][4] * **长期化风险**：若冲突长期化，初期依赖高价值情报的空袭效果将随情报消耗而下滑[4] 伊朗革命卫队采取去中心化部署（每个关键位置预设4个继任者），降低被斩首影响，但可能导致指挥混乱[4][5] 长期风险链条包括：油价上升破坏全球需求、推升通胀和利率预期；以及“石油美元循环”中断可能冲击美国AI产业资金链，触发AI泡沫风险暴露[1][6] 2. 对全球及中国市场的差异化影响 * **受影响市场**：冲击更集中体现在韩国、日本与欧洲，这些经济体原油储备相对更少，对供给扰动与油价风险更敏感[5] 韩国市场波动剧烈，除原油危机威胁外，还因前期外资流入积累的盈利盘面临集中兑现压力[6] * **相对受益方**：美国自身产油气，相对受益[5] 俄罗斯是油价上涨最直接的受益方[1][5] * **A股影响有限**：A股受中东局势直接冲击相对有限，主因中国原油储备相较韩国与欧洲更为充足[1][5][6] A股此前未大幅上涨，市场位置相对合理，且不具备韩国那样的“前期外资大量涌入、当前外资疯狂流出”的结构性压力[6] 3. A股市场阶段判断与风格切换 * **行情阶段**：春季行情已进入尾声，市场正由上行期转入震荡期[1][7] 支撑“上行期结束、进入震荡期”的核心证据包括：春节后情绪指数未回升反而明显下滑，偏股型基金新发量在节后没有起量并出现重大下滑；“超60MA”指标升至80%界限；超买超卖指标延伸到10%警戒线[7][8] * **后续事件窗口**：需警惕4-5月利空事件窗口，包括两会后、特朗普访华结束、4月财报季经营数据披露压力、以及5月美联储主席更换等[1][7] * **风格转向“啰交易”**：全球风格转向“啰交易”（重资产、低淘汰率），资金从易被AI替代的轻资产流向高壁垒实体资产[1][12] 2026年以来，重资产行业整体表现更好，轻资产行业相对偏弱[12] 此次风格切换可类比2014年，目前仍处于早期阶段[13] * **“啰交易”配置方向**：看好电力、有色、大炼化及工业基建等重资产方向[1][14] 具体包括两条路径：一是聚焦高壁垒实体资产（电力、有色、工业基建、大炼化、基础化工龙头）；二是关注AI基建带来的新增环节投资机会（算力配套的电力设备、半导体材料与设备）[14][15] 4. 配置建议与策略 * **短期配置**：侧重油运、油气开采、油服及煤化工；石化、煤炭、有色与军工方向也偏受益[1][7][16] * **中长期策略**：需关注增量资金改善情况，若边际利好不足（如涨价链催化不足、经济高频数据未显著走强），建议在情绪修复阶段择机降低仓位[1][10] 短期不看空、以震荡应对；中长期在反弹或情绪修复阶段，保留择机降低仓位的纪律性安排[10] * **行业与风格重点**：行业层面近期重点关注石油石化、油运、有色、军工，同时半导体、电力设备与AI产业链亦为重点方向[11][16] 风格上更加重视“啰交易”对应的重资产与实物资产方向，以及偏红利、偏国央企、偏“一带一路”相关的风格配置[16] 三、 其他重要内容 * **市场位置与情绪**：当前点位从中长期视角仍处于偏高位置，市场多空力量进入阶段性拉锯[7] 近期人民币偏强引发央行出手“控温”，叠加中东局势扰动带来的美元偏强，使得此前推动A股走强的重要因素之一——人民币强势——在阶段性层面难以保持“特别强”的状态[8] * **短期指数判断**：短期维度看，全A指数在60日均线附近大概率能够稳住，近期不判断A股将继续显著下跌[9] 市场在快速回调后可以阶段性企稳，短期不必过度恐慌[9] * **科技线关注点**：科技线的核心仍是AI及其“涨价”主线，关注方向包括光通信、液冷、存储，以及近期强调的电子布等[11]

文章核心观点 - 全球AI军备竞赛推动AI基础设施资产估值持续走高，市场存在结构性泡沫，泡沫主要集中在应用层，而底层算力和架构创新公司（如Cerebras）因其解决未来AI世界根本问题的潜力，被视为更稀缺和具有长期价值的投资标的 [3][5][15][16] - Cerebras作为AI芯片领域的超级独角兽，其估值在约四个月内从81亿美元跃升至230亿美元，增长近3倍，这反映了市场对其系统级创新和作为“独立基础设施平台”价值的认可 [4][7] - 投资者（以3C AGI Partners创始人王康曼为代表）认为，投资逻辑应押注于从“AI 1.0”到“AI 3.0”的算力演进路径，关注那些能为AI自主协同世界构建“数字底座”的基础设施公司，而非追逐短期的应用热点 [8][16][17] Cerebras的近期动态与估值跃升 - 公司在2026年2月初通过私募融资筹集约10亿美元，投后估值达到230亿美元，超过此前被英伟达以200亿美元收购的Groq [4] - 此次融资距其2025年9月底G轮融资（投后估值81亿美元）仅约四个月，估值增长近3倍，与Groq被收购时的估值跃升幅度相似 [7] - 公司已与OpenAI达成协议，将在2028年前为其提供750兆瓦计算能力，订单价值约100亿美元，这被视为OpenAI在推理层大规模“去英伟达化”的重要举措 [5][11] - 公司已成功剥离与阿布扎比AI公司G42的投资者关系，解除了此前阻碍其IPO计划的监管障碍 [5] Cerebras的技术逻辑与投资价值 - 公司的核心创新在于其晶圆级引擎（WSE）芯片，采用巨型单片设计而非多卡堆叠，旨在解决传统GPU架构在内存带宽、通信和能效上遇到的天花板问题，尤其适用于模型规模和推理负载指数级上升的未来场景 [8] - 投资方认为其投资是基于一线工程实践的“反共识创新”，公司每一代WSE都提供了与物理架构一一对应的硬核指标，包括单芯片内存容量、有效算力及在主流大模型上的实测吞吐数据 [8] - 公司经历了深度的技术尽调，包括测试其在单芯片上集成上百倍于GPU的SRAM以及形成近似“数据中心级”的互联拓扑 [9] - OpenAI大规模引入Cerebras算力的动机包括：追求端到端推理性能与总拥有成本（TCO）的优势、构建算力体系多样性与供应安全、以及为下一代需要实时高带宽长输出推理的原生应用预留空间 [12] AI基础设施行业的竞争格局与趋势 - 行业共识是加速布局自主AI基础设施，推动芯片及算力基础设施企业估值持续走高，案例如寒武纪、摩尔线程、沐曦股份的上市，以及OpenAI在2026年完成1100亿美元的新一轮融资 [7] - AI计算正进入多元基础设施时代，英伟达仍在通用GPU计算、CUDA生态和训练任务中扮演核心角色，而像Cerebras这样的非共识架构则在特定高价值场景（如长上下文推理）提供数量级差异的体验和经济性，成为超级平台的“第二曲线” [13] - Cerebras通过与OpenAI等大客户合作，正在经历从依赖单一大客户（G42）到客户多元化的过程，以对冲早期集中度风险 [13] - 公司面临的挑战包括复杂的晶圆级芯片制造工艺带来的良品率和产能扩展难题、显著的供应链管理和成本控制压力，以及需要时间和资源来挑战英伟达凭借CUDA生态建立的领导地位 [13] 对AI行业“泡沫”的结构性分析 - 当前AI领域的泡沫具有结构性，主要集中在应用层，而非基础设施层 [15][16] - 应用层泡沫主要体现在三类公司：1) 产品所依托的组织结构和工作方式本身将被AI时代淘汰的业务；2) 以过程（如工时、席位、调用次数）而非结果或价值产生计费的服务型公司；3) 仅将AI标签贴在弱自动化产品上、模仿人类智能而非面向AI未来世界设计的所谓“AI原生应用” [15][16] - 许多应用公司被比喻为在设计“更快更漂亮的电子马”，其产品形态本质上是给旧世界贴“AI皮”，而非为一个“AI-AI交互”的新世界设计原生形态 [16] - 相比之下，在物理层、架构层等重写算力栈的基础设施公司（如Cerebras、Groq），虽然估值不低，但解决的是未来几十年AI自主协同世界所需的极端吞吐、长上下文和高能效算力问题，是在为“汽车时代”铺路，因此更为稀缺 [16] - 2026年的AI周期可被定义为“结构性泡沫”，应用端“电子马公司”数量庞大、估值密度高，而真正的基础设施玩家稀缺 [16]