伯克希尔哈撒韦公司概况 - 传奇投资者沃伦·巴菲特于1965年取得伯克希尔哈撒韦公司的控制权 该公司最初是一家陷入困境的纺织制造商 后被转型为其各类投资的控股公司 [1] - 巴菲特担任伯克希尔哈撒韦公司首席执行官直至2025年底 随后卸任并将管理权移交给他选定的继任者格雷格·阿贝尔 [1] - 在巴菲特执掌的60年间 伯克希尔哈撒韦股票实现了19.7%的年复合回报率 这使得1965年一笔500美元的投资到2025年底增长至超过2420万美元 同期若投资于标普500指数 仅能增长至210,997美元 [2] 伯克希尔哈撒韦投资策略 - 公司通常投资于具有稳定增长、可靠现金流和经验丰富管理团队的企业 并旨在长期持有 通常长达数十年 [3] - 因此 伯克希尔哈撒韦的投资组合经理从不追逐最新的股市趋势 即便是像人工智能这样强大的趋势也不例外 [3] - 然而 在其价值3060亿美元的公开交易股票和证券投资组合中 有几家持股公司正在利用人工智能来推动其业务发展 [4] 投资组合公司：亚马逊 - 亚马逊是伯克希尔哈撒韦投资组合中的持股之一 当前权重为0.2% [6][8] - 亚马逊建立了全球最大的电子商务平台之一 并利用其成功扩展到云计算、流媒体和数字广告等多个其他行业 [6] - 亚马逊目前正大力投资人工智能 以在其各个业务板块中解锁新机遇 其中亚马逊云服务云平台最具潜力 [6] - AWS在全球运营着数百个数据中心 并向企业和开发者出租计算能力 用于部署人工智能软件 [7] - 每个数据中心都配备了数千颗来自英伟达等顶级供应商的专用AI芯片 但亚马逊也设计了自己的芯片 包括Trainium2 其性价比比竞争硬件高出40% [7] - AWS在2025年创造了1287亿美元的创纪录营收 并在年底拥有惊人的2440亿美元订单积压 客户正在等待更多数据中心基础设施上线 [8] - 伯克希尔哈撒韦于2019年对亚马逊建立了少量头寸 当时占其3060亿美元投资组合的比例不到1% 但在去年底出售了77%的持股 导致目前权重仅为0.2% [8]

公司战略动向：重返智能手机市场 - 亚马逊在Fire Phone失败十多年后 正重新进入智能手机业务 此次新设备将由人工智能驱动 [1] - 新智能手机内部代号为“Transformer” 被视为推动更多客户使用其增长中的人工智能产品的一种方式 [4] - 该设备由亚马逊设备部门内一个相对较新的单元ZeroOne负责开发 [6] 新产品：AI智能手机详情 - 手机将预装亚马逊的应用程序套件 包括亚马逊购物、Prime Video和Prime Music [6] - 设备将深度整合Alexa智能助手 该助手已花费超过一年时间用生成式人工智能功能进行重建 [6] - 升级版助手Alexa+已于2026年2月发布 能够完成竞争对手AI聊天机器人的大部分功能 从规划旅行到购物再到回答复杂问题 [4] 人工智能业务进展与投资 - 亚马逊计划投资约2000亿美元用于资本支出 大部分将投入亚马逊云科技 [7] - 第四季度AWS收入同比增长24% 为13个季度以来最快增速 达到1420亿美元的年化收入运行率 [7] - 其AI模型平台Amazon Bedrock的客户支出在单季度内增长了60% [7] - 包括Graviton和Trainium在内的定制AI芯片业务 年化收入运行率已超过100亿美元 [7] 人工智能技术优势与生态 - 其最新AI芯片Trainium2的价格效益比同类图形处理器高30%至40% 已有超过10万家公司正在使用 [8] - AWS持有的收入积压达2440亿美元 同比增长40% [8] - 公司正致力于构建一个AI渗透其所有业务（从购物到物流再到云基础设施）的未来 而一款将用户更深引入该生态系统的智能手机完美契合此战略 [8]

行业核心观点 - 2026年全球云计算行业出现集体涨价，打破了近二十年的降价惯例，主要原因是全球AI需求爆发和核心硬件成本显著上涨 [1] - 云厂商涨价潮的本质是算力正从基础设施转变为稀缺资源，AI创业团队面临算力资源被大规模云服务商锁定、小型团队难以批量获取的局面 [2] - 当前的算力短缺是结构性的产能短缺，而非周期性供需波动，这导致算力从“成本项”转变为关乎产品节奏、商业模式乃至公司生死的“战略资源” [3][4] - 在算力成为战略资源的背景下，能够在正确时间窗口锁定足够算力的公司将在竞争中占据先手，而对供给侧瓶颈缺乏认知则可能在关键增长节点遭遇“有需求、无资源”的困境 [5][6] 云厂商涨价与算力资源现状 - 2026年1月，AWS率先对GPU训练实例上调约15%，谷歌云随即宣布数据传输服务最高涨价100% [1] - 2026年3月，国内云厂商密集跟进：腾讯云率先上调自研大模型价格，涨幅最高达463%；阿里云与百度智能云宣布AI算力及存储产品涨价，最高涨幅34% [1] - 超大规模云服务商的集群资源已被牢牢锁定，小型团队几乎无从批量获取 [2] - 云服务厂商2026年数据中心资本支出预期较一年前大幅增长甚至翻倍，但仍被市场认为“不够用” [2] 算力供给侧的瓶颈分析 - 当前算力瓶颈已彻底进入硅芯片短缺阶段，先进的逻辑和存储器制造能力不足以支撑计算部署的步伐 [19] - 台积电N3逻辑晶圆产能是当前最大的制约因素之一，其产能扩张未能跟上AI需求的激增 [22][37] - 到2026年，所有主流AI加速器系列（包括英伟达、AMD、谷歌TPU、AWS Trainium、Meta MTIA）都将过渡到台积电N3系列工艺节点，AI将成为N3需求的主要来源 [28][29][30][31] - 2026年，人工智能相关应用（加速器、主机CPU和网络N3芯片）的需求将占N3芯片总产量的近60% [45] - 全球内存短缺问题短期内难以缓解，HBM高带宽内存供应紧张是下一个主要制约因素 [61] - HBM消耗的晶圆产能约为普通DRAM的三倍，随着向HBM4过渡，这一差距可能扩大到近四倍，挤占了普通DRAM的产能 [61] - 客户对更高HBM引脚速度（如约11 Gb/s）的需求进一步限制了HBM的有效供应，因为内存厂商难以以可接受的良率大规模交付 [68] - CoWoS先进封装的限制有所缓解，前端晶圆（如N3）供应成为主要瓶颈 [79] - 过去几年，数据中心和电力是主要瓶颈，但当前预测显示电力供应将超过AI计算需求，加速器硅的供应已成为主要制约因素 [81] 供应链竞争与厂商策略 - 在N3晶圆产能争夺中，人工智能基础设施客户的优先级明显高于消费电子产品客户，因为AI加速器设计带来更高的平均售价，且AI驱动的需求是台积电增长的主要动力 [51] - 由于需求远超供应，预计到2026年下半年，台积电N3工艺的有效利用率将超过100% [52] - 台积电受到洁净室空间的限制，未来两年内无法新增足够产能来完全满足市场需求 [52] - 产能限制可能促使客户寻求更广泛的晶圆代工模式，例如转向英特尔或三星晶圆代工 [40] - 英伟达在供应链控制上准备最充分，其通过提前锁定大部分逻辑晶圆、内存等组件供应成为主要受益者，例如2025年的韩国之行旨在确保内存供应 [85] - 最终能够获得最多硅供应的供应商将占据最大的计算部署份额 [85] 潜在的需求转移与产能再分配 - 智能手机是2026年N3晶圆需求的第二大驱动力，但也可能成为需求疲软的领域，从而释放产能用于AI加速器 [58] - 智能手机需求预期可能被下调至同比两位数的低位下滑 [58] - 如果将2026年智能手机N3晶圆总开工量的5%（43.7万片晶圆的5%）重新分配给AI加速器，则可额外生产约10万颗Rubin GPU或约30万颗TPU v7 [58] - 在更极端情况下，如果将25%的智能手机N3晶圆重新分配，则可额外生产约70万颗Rubin GPU或约150万颗TPU v7 [58] - 在消费级设备出货量下降的背景下，部分内存可能从消费级应用重新分配到服务器和HBM [76] - 在消费级内存出货量下滑10-15%的基本预测下，释放的容量增量（约占DRAM总需求的3%）不足以实质性改变整体供需格局 [78] 市场需求与增长数据 - Token需求呈爆炸式增长，推动了对人工智能计算的持续加速需求 [16] - 仅在2026年2月，Anthropic就新增了高达60亿美元的年度经常性收入，主要得益于智能体编码平台Claude Code的广泛应用 [16] - 超大规模云服务提供商的资本支出计划大幅调整，其中谷歌2026年的资本支出预期几乎是此前预期的两倍 [17] - 从H100到Rubin，以及从MI300到MI400等，AI加速器的HBM容量在快速提升（如提升50%甚至4倍），驱动了HBM位出货量的急剧变化 [66] - NVIDIA下一代平台的AI服务器系统内存将大幅增长，VR NVL72机架的DDR内存容量将是Grace的三倍 [71] - 2026年DRAM的整体位需求预计将出现增长，同时AI工作负载正在推动CPU需求，并逐步提高CPU与GPU的比例 [71]

文章核心观点 - 在2026年初市场回调后，特斯拉和亚马逊作为拥有长期增长前景但股价受挫的股票，为投资者提供了参与人工智能主题的机会，但两者相比，亚马逊被认为是更优选择 [1][2][14] 特斯拉 (TSLA) 分析 - 公司正从传统汽车制造商向实体人工智能公司转型，其第四季度监督版全自动驾驶订阅用户同比增长38%至110万，并于1月在奥斯汀开始移除Robotaxi的安全监控员 [4] - 核心汽车业务面临挑战，第四季度汽车总收入同比下降11%至177亿美元，整体营业利润率从去年同期的6.2%下降至5.7% [5] - 公司仍产生可观现金流，当季自由现金流为14亿美元，但较去年同期的约20亿美元显著下降 [7] - 能源业务表现强劲，第四季度能源发电与存储收入同比增长25%至38亿美元，储能部署量创下年度纪录 [8] - 公司估值高昂，撰写本文时市盈率约为360倍，市场已基本定价其自动驾驶共享网络的快速成功 [15] 亚马逊 (AMZN) 分析 - 公司基本面势头强劲，第四季度净销售额达2134亿美元，同比增长14%（剔除汇率影响后为12%） [9] - 高利润的亚马逊云科技部门增长迅速，第四季度收入同比增长24%至356亿美元，约占总收入的17% [9] - 强劲的营收增长转化为强劲的盈利能力，第四季度整体营业利润同比增长18%至250亿美元，北美履约网络的效率提升成效显著 [10] - 公司通过AWS和芯片业务积极把握人工智能机遇，其定制芯片（Trainium2和Graviton架构）年化收入已超过100亿美元 [12] - 管理层对2026年开局乐观，第一季度业绩指引预计净销售额在1735亿至1785亿美元之间，按中值计算同比增长约13% [13] - 公司估值更具吸引力，市盈率约为29倍，为投资者提供了涵盖电商、数字订阅、云计算和广告等多个业务的广泛增长动力 [14][15]

投资者对AI热潮可持续性与竞争的担忧 - 投资者担忧AI热潮的可持续性以及日益激烈的竞争是否构成威胁[1] - 尽管英伟达近期财务表现惊人且业绩指引强劲，但其股价年初至今下跌2%，而同期标普500指数回报率基本持平[1] - 2026年，投资者对AI领域表现出显著的不安情绪[4] 科技巨头资本开支与需求前景 - 包括亚马逊、Alphabet、微软和Meta在内的科技巨头已宣布大规模资本支出计划，预计将在AI领域投入巨资[2] - 这预计将在短期内提振英伟达的销售，并表明对AI芯片的需求不太可能很快放缓[2] - 亚马逊预计将支出约2000亿美元，但其过去12个月的自由现金流仅为112亿美元，暗示其2026年自由现金流可能为巨额负值[5] - 尽管亚马逊向投资者表示预计资本支出将带来“强劲的长期投资资本回报”，但如此巨大的支出似乎暗示了对AI的某种狂热情绪[5] 内部AI芯片项目的快速发展 - 科技巨头内部AI芯片项目的快速发展可能令部分投资者感到担忧[7] - 亚马逊的芯片业务年化收入运行率已超过100亿美元[7] - 其AI芯片Trainium2现已“完全被预订，已交付140万颗芯片”，并被Anthropic用于训练其AI模型Claude，Trainium3的需求开局也十分良好[7] - 亚马逊特别专注于降低AI芯片成本，其CEO指出成本是当前的主要障碍，客户渴望更好的性价比，而早期主导厂商并不急于实现这一点[8] - 如果亚马逊成功大幅降低AI芯片成本，竞争对手可能越来越多地选择英伟达芯片的替代品，即使这些替代品性能稍逊[9] - Alphabet和微软同样拥有强大的AI芯片业务，并越来越多地依赖内部解决方案来满足其云计算需求[9] 英伟达的财务表现与估值 - 英伟达在最近一个财季（第三财季）报告了加速的营收增长，利润飙升，并对强劲的第四财季业绩做出了指引[1] - 科技巨头在AI相关基础设施上的巨额支出几乎无疑将帮助英伟达在2026年全年维持惊人的增长率[6] - 英伟达当前市盈率为45倍，但其远期市盈率（基于未来12个月分析师普遍预期的每股收益）为24倍[10] - 如果当前困扰投资者的担忧成为现实威胁，例如科技公司对AI的狂热过度支出可能导致未来AI芯片销售放缓甚至转为负增长，或者竞争对手的芯片项目以显著更低的价格提供足够好的替代品，从而挤压英伟达的定价能力和利润率，那么这一远期市盈率倍数可能过高[11] 公司近期市场表现与总结 - 英伟达股价近期表现不佳[1] - 尽管公司执行良好且保持创新，但存在风险，其股价近期的疲软似乎正在反映这些风险[12]

文章核心观点 - 超大规模云服务商的资本支出与云收入数据是评估其平台韧性和企业客户未来战略可行性的关键先行指标，而非仅关注利润表现 [2] - 资本支出揭示了资源紧张领域、客户优先级以及企业谈判筹码的变化，而云收入趋势则反映了货币化策略和消费模式的转变 [2][6] 资本支出的战略意义与对比 - 资本支出能帮助企业预测云服务商预期的瓶颈位置，例如电力基础设施投资预示未来需求与电网限制冲突，边缘城市土地或主权云投资预示监管摩擦 [2][8] - 亚马逊网络服务计划2026年投入2000亿美元，战略重点是利用资本支出锁定电力、芯片、土地和水资源等物理限制，构建公用事业级基础设施以将AI需求制度化 [4][5] - 谷歌计划投入约1800亿美元，主要用于更换老化服务器、建设新数据中心，并重点投向高效AI基础设施、主权云区域和可再生能源数据中心，定位为面向性能敏感和受监管AI工作负载的专业平台 [4][5] - 微软采用7月至次年6月财年，基于其第一财季349亿美元和第二财季375亿美元的资本支出，行业分析师将其全年预估调整至约1000亿美元，其战略重点关注AI基础设施并将Azure消费嵌入其软件组合 [4][5] 收入趋势的指示意义与对比 - 云收入增长趋势能指出数据中心容量货币化的激进程度，以及买家议价能力可能下降的领域 [6] - 收入增长可能越来越多反映锁定使用量而非弹性消费，使企业重新谈判定价、确保优先访问权或快速调整工作负载变得更困难 [6] - 激进的货币化策略意味着云定价大幅下降机会减少，预计会出现更激烈的追加销售，推动捆绑AI智能体、数据平台和Copilot风格许可证 [6] - 在2024年10月至12月期间，AWS云收入为356亿美元，微软为329亿美元，谷歌为177亿美元 [7] - AWS收入增长动力来自向AI容量预付款的转变，通过Trainium2和Bedrock等服务实现未来建设计划的货币化 [7] - 微软通过将云消费嵌入GitHub、Microsoft 365和Dynamics的AI功能，悄然推动Azure使用量 [7] - 谷歌云收入与AI密集型工作负载联系紧密，包括用于训练和高级分析的长期TPU集群承诺，定位为高性能和企业级AI用例的专业提供商 [7]

核心观点 - 亚马逊2023年第四季度业绩超预期，主要由AWS业务增长再加速驱动 [1][2] - 公司对2026年第一季度的经营利润指引显著低于市场预期，主要受Amazon Leo项目成本上升及对电商与国际业务的持续投入影响 [1][3] - 公司公布的2026年高达约2000亿美元的资本开支规划远超市场预期，短期可能压制利润率与现金流，但为支持AWS及AI需求的中长期增长 [1][4] - 市场关注点正从增长转向盈利与自由现金流的可持续性，核心考题转为“以多大代价增长”以及高强度投入转化为利润的时点 [1][6] 第四季度业绩表现 - 公司四季度净销售额2134亿美元，同比增长14% [1] - 四季度GAAP经营利润250亿美元 [1] - 调整后经营利润为274亿美元，同比增长29.2%，较市场预期高约10% [2] - AWS四季度销售额356亿美元，同比增长23.7%（为13个季度最快增速），较市场预期高约2.2% [1][2] - AWS四季度GAAP经营利润125亿美元，同比增长17.6%，经营利润率35.1%，较上年同期下降180个基点，但较三季度提升30个基点 [2] - AWS芯片业务实现三位数增长，Trainium与Graviton相关收入年化已超过100亿美元 [2] - Trainium2芯片已被“完全订满”，部署量约140万颗 [2] - 四季度自由现金流为150亿美元，当季资本开支为395亿美元 [4] 2026年第一季度业绩指引 - 预计一季度净销售额1735亿至1785亿美元，同比增长11%至15%，中值1760亿美元基本符合市场预期 [3] - 指引假设约180个基点的有利汇率影响 [3] - 预计一季度经营利润165亿至215亿美元，中值190亿美元，较市场共识的221-225亿美元低约15% [1][3] - 指引包含约10亿美元的Amazon Leo卫星项目增量成本，以及对快速商务和国际店铺业务（包括更低价格）的投资 [1][3] - 指引也反映了公司在国际市场追求更激进定价策略的成本 [3] - 历史数据显示，公司过去12个季度GAAP经营利润均交付在指引区间上沿之上 [3] 资本开支规划与影响 - 公司预计2026年资本开支将达到约2000亿美元，同比增加52%，远高于市场此前约1460亿至1490亿美元的预期 [1][4] - 超预期投入主要归因于AWS及AI需求增长、算力容量投资 [4] - AWS订单承诺同比增长40%至2400亿美元 [4] - 预计AWS到2027财年末将新增约7至8GW的计算能力 [4] - 短期看，更高的资本开支将压制利润率与现金流表现 [1][4] - 中长期看，若AWS需求与订单兑现顺畅，高强度投入可能转化为规模与效率优势 [4] 机构观点与目标价 - 汇丰因一季度指引与Leo成本因素，下调2026至2027年GAAP EPS预测约11%，并将目标价从300美元下调至280美元，维持Buy评级 [5] - 以2月5日收盘价222.69美元计，汇丰目标价对应约25.7%的上行空间 [5] - 瑞银维持Buy评级，目标价311美元，约40%上涨空间，但判断偏弱的指引与更高资本开支将对股价形成压力 [5] - 花旗认为AWS加速增长、订单趋势以及零售业务效率提升支撑其领先地位，值得估值溢价，维持Buy评级，目标价320美元，对应44%上涨空间 [5] 后续市场关注点 - 投资者将关注电话会中的履约义务披露，以为更高资本开支提供订单与交付节奏的参照 [6] - 市场将重点跟踪AWS增长驱动与产能供给、积压与效率趋势、Leo相关成本以及2026年资本开支的细项与节奏 [6]

亚马逊2025年Q4财报及市场反应 - 公司披露财报后，股价在盘后交易中一度暴跌超11%，截至发稿跌幅达11.26% [2][3] - 2025年第四季度净销售额为2133.9亿美元，同比增长14%，高于分析师预期的2114.9亿美元 [6] - 第四季度每股收益为1.95美元，同比增长4.8%，略低于共识预期的1.96美元，且较第三季度36.4%的增速显著放缓 [6] 关键业务表现与盈利能力 - AWS业务第四季度贡献营业利润124.7亿美元，同比增长17.3% [6] - AWS业务当季营业利润率为35.0%，低于上年同期的36.9%，盈利能力扩张势头略有放缓 [6] 资本支出指引与行业对比 - 公司预计2026年资本支出将达到2000亿美元，较2025年大幅增长50% [6] - 该指引较华尔街一致预期高出约36.9% [6] - 对比来看，该指引比谷歌2026年支出指引中值（约1800亿美元）高11%，远超Meta计划今年最高支出1350亿美元，也高于微软2026财年预计不到1000亿美元的资本支出 [7] 现金流状况与投资影响 - 过去12个月经营现金流为1395亿美元，同比增长20% [8] - 同期自由现金流仅为112亿美元，较上年同期的382亿美元大幅缩水70.7% [8] - 自由现金流走弱的直接原因是资本开支猛增：过去12个月，扣除处置和激励后用于物业和设备的支出达到1283亿美元，同比增加65% [8] - 现金流量表显示，2025年“购买物业和设备”支出高达1318亿美元，较上年的830亿美元激增近59%，主要反映AI相关投资 [8] AI投资战略与市场担忧 - 管理层表示，2000亿美元的资本支出将投向人工智能、芯片、机器人和近地轨道卫星等开创性领域，并预期长期投资回报将十分可观 [9] - 自研芯片与AI平台（如Trainium与Graviton）合计年化收入超过100亿美元，且同比呈三位数增长，Trainium2和3供不应求，Bedrock模型生态扩充 [9] - 市场担忧包括：自由现金流压力可能延续甚至加大；短期利润率要为算力与基础设施扩张让路；AI变现若不及预期，估值将承压 [8] - 有华尔街机构警告，当前AI基础设施建设规模史无前例，市场暂时难以对相关个股进行合理定价，近期投资者对AI领域的担忧情绪正在升温 [2] 行业趋势与资金流向 - 亚马逊、微软、Alphabet和Meta今年的总支出预计将超过6300亿美元 [9] - 2025年年底以来，市场已开始区分AI领域的赢家与输家，资金正从高估值科技股转向此前被忽视的低估值板块 [10]

Anthropic与OpenAI的财务与成本状况 - Anthropic将2025年面向企业和应用开发者销售AI的毛利率预期下调至40% 较此前乐观预期低10个百分点 但仍较上年有大幅改善[3] - 若计入Claude聊天机器人非付费用户的推理成本 其毛利率约为38% 较付费用户低几个百分点[3] - Anthropic此前预计到2027年毛利率将超过70% OpenAI则预计到2029年毛利率至少达到70% 使其更接近上市软件和云公司的毛利率水平[3] - 两家AI开发商在租用服务器开发新模型（训练成本）上投入巨大 这部分成本不计入毛利率 导致其实现净利润比传统软件公司更困难[3] - Anthropic预计2025年AI模型训练成本约为41亿美元 较夏季预测值增长约5%[4] - OpenAI去年预计在AI模型训练的计算上花费94亿美元[4] OpenAI (ChatGPT) 的增长与商业模式 - ChatGPT的商业模式遵循一个简单而持久的原则：业务规模应与智能提供的价值同步增长[5] - 从2023年到2025年 可用计算能力增长了9.5倍 从2023年的0.2 GW增至2024年的0.6 GW 2025年达到约1.9 GW 年增长率为3倍[5] - 同期收入遵循相同曲线增长10倍 从2023年的20亿美元年度经常性收入增至2024年的60亿美元 2025年超过200亿美元 年增长率也为3倍[5] - 公司坚信 在此期间更多的计算能力会带来更快的客户采用和货币化速度[5] 亚马逊AWS的战略与产品 - 亚马逊AWS首席执行官Andy Jassy对智能体商务感到兴奋 认为其能帮助客户更容易地发现所需商品[13] - 亚马逊已大力投资其购物助手Rufus 并相信未来也将与其他第三方智能体合作[14][15] - AWS为追求更好的性价比而自研芯片 其自研CPU芯片Graviton的性价比比其他领先的x86处理器高约40%[17] - 其前1000名顶级客户中约90%已大规模使用Graviton[18] - 在AI领域 AWS同样因客户对性价比的需求而开发了Trainium芯片[18] - Trainium2芯片已被完全订购 Anthropic在其上训练下一代Claude模型时使用了数十万颗Trainium2芯片 这是一个价值数十亿美元的业务[19] - 新发布的Trainium3芯片比Trainium2的性价比高40% 而Trainium2比市场上其他领先GPU的性价比高30%至40%[19] - 要允许客户广泛使用AI 必须降低推理成本 而芯片是其中的关键部分[19] - AI行业目前需求旺盛 整体产能仍然不足 尽管情况比18个月前有所改善[20] - AI应用目前呈现哑铃型分布 一端是消耗大量计算的AI实验室和少数现象级应用如ChatGPT 另一端是将AI用于成本规避或生产力提升的企业 而中间尚未使用推理的企业生产工作负载将是未来最大的绝对细分市场[21][22] - 大量企业数据和应用位于AWS 因此AWS正让客户更容易地将其核心工作负载与AI工作负载一起运行[23] 历史投资案例：Cable Information Systems (CIS) - 1980年 Cable Information Systems拥有5万用户 位列美国有线电视公司前十[7] - 公司流通股约100万股 在场外交易市场以每股1美元非活跃交易[7] - 当时有线电视用户对运营商的估值约为每人1000美元 因此拥有100万流通股的Cable Information Systems价值应为5000万美元 而其市值仅为100万美元[8] - 使用当时有线电视公司的主流估值方法（现金流倍数法）计算 每股价值也为50美元[8] - 1981年底 公司以每股48美元现金出售给美国最大的有线电视运营商John Malone 另有2美元存入托管账户 使总对价达到每股50美元[10] 历史投资案例：沃伦·巴菲特的Commonwealth Trust投资 - 巴菲特于1958年开始以每股50美元买入Commonwealth Trust 认为其价值为每股125美元[24] - 买入价为盈利的5倍 账面价值的80% 对于一家股本回报率为20%的银行来说看似划算[24] - 该银行拥有5000万美元存款 但仅有2000万美元贷款（多为住宅抵押贷款） 同时持有2100万美元政府证券 资产组合从信贷角度看非常保守[25] - 银行权益资本薄弱 5300万美元资产仅对应200万美元权益 杠杆率高达4% 这在20世纪50年代的小型储蓄机构中很常见[25] - 巴菲特持有约一年后以每股80美元售出 较当时市价溢价25% 为合伙企业带来57%的利润[26] - 售出约一年后 Commonwealth Trust与Hudson County National Bank合并[26] - 此后八年 HCNB每股账面价值从135美元增长至183美元（年复合增长率4%） 并支付了每股57美元股息 1968年平均股价为228美元（为账面价值的1.25倍）[26] - 1958年以80美元从巴菲特处买入的投资者 到1968年获得228美元股价加上58美元股息 总年化回报率在15%左右[27]

核心观点 - 报告认为，2026年电子行业投资应把握AI创新主线，核心在于观察云服务提供商及大模型厂商的商业闭环节奏，以把握行业整体β，同时积极寻找价值量扩张、资本开支增量倾斜的细分赛道，投资主线延续“速率+功率” [1][9][10] - 报告提出，算力需求的核心变量在于Token数量与资本开支，其中Token反映实时算力需求，资本开支反映未来算力预期，部分厂商如谷歌已形成“开支→算力→Token→收入→再开支”的正向商业循环 [1][10][15] - 报告建议，在当前市场对AI远期增量有所担忧之际，应重点关注国产算力、半导体设备、存储、AI终端的投资机遇 [2][12] 行业趋势与市场分析 - **资本开支高速增长**：AI投资驱动下，北美五大云厂商资本开支进入加速扩张周期，2025年前三季度合计达3081亿美元，同比增长75% [24][27] - **Token成为核心商业单位**：大模型的主流商业模式均以Token为核心定价单位，实现了“智能”与“算力”的标准化货币兑换，OpenRouter数据显示，在2025年12月22日至29日期间，谷歌的Token使用量市场份额占比达23.1% [15][16] - **主权AI成为重要增量**：全球多国启动主权AI项目以保障技术自主可控，例如美国“星际之门”项目总投资规划达5000亿美元，欧盟“人工智能大陆行动计划”拟投入2000亿欧元，沙特阿拉伯计划打造500兆瓦的超级算力集群 [25][76][80] 海外算力投资主线：“速率+功率” - **速率赛道**：聚焦解决互联瓶颈，包括光通信和PCB的升级 [2][116] - **光通信**：需把握光入柜内趋势，关注光模块业绩、光芯片缺货潮、硅光渗透率提升，以及超节点技术带来的光交换等产业趋势 [2][120] - **PCB**：技术升级是核心焦点，英伟达推出的全新PCB解决方案采用M9等级基材、HVLP4铜箔与石英纤维布构建的正交背板方案成为趋势，将同步拉动材料和设备升级 [2][4][120] - **功率赛道**：应对功耗提升带来的供电及温控挑战 [2][116] - **电源**：单卡和机柜功率密度持续提升，对电力架构提出新要求，高压直流成为未来柜外电源的趋势 [2][5][121] - **液冷**：伴随芯片功率提高，液冷成为数据中心标配，正实现从0到1的产业趋势突破 [2][5][121] 主要云厂商与算力芯片发展 - **谷歌**：在商业闭环上表现领先，其自研TPU显著降低了AI投资成本，3Q25资本开支/经营现金流比率为49%，投入产出效率高，已形成资本开支、Token增长与业绩兑现的正循环 [27][40][69][71] - **微软**：依托Office、Windows等原生应用生态，将AI算力投入转化为生态粘性与用户平均收入提升，形成了“应用生态→算力需求→资本开支→生态强化”的飞轮式正循环 [48] - **亚马逊**：作为全球最大云厂商，正通过自研Trainium系列芯片加速追赶，Trainium3采用3纳米工艺，FP8算力达2.52 PFLOPs，性能较Trainium2提升约4.4倍 [55][56][102] - **Meta**：资本开支专注于内部项目，2025年前三季度增速达112%，在五大厂商中最快，通过开源模型与自研MTIA ASIC芯片，旨在重塑行业推理成本体系 [28][57] - **英伟达产品迭代**：加速卡从H系列向B系列和R系列升级，服务器机柜从8卡向72卡、576卡升级，带动算力密度快速提升，Rubin系列预计于2026年下半年开始出货 [87][89] - **ASIC自研趋势**：云厂商为降低成本并提升灵活性，加速自研AI芯片，预计将成为未来AI芯片增量的核心来源，谷歌TPU v7、亚马逊Trainium3、Meta MTIA v2、微软Maia 100等产品持续迭代 [97][98] 国产算力发展 - **迎来破局元年**：2025年为国产算力破局之年，2026年有望高速成长，行业呈现供需两强的格局 [2] - **需求侧积极**：国产大模型加速追赶，云厂商资本开支展望积极 [2][6] - **供给侧突破**：国产先进制程从单点突破走向多点开花，在晶圆厂、先进封装、算力芯片等领域技术迭代加速，国产替代格局明晰 [2][7] 其他细分赛道机遇 - **半导体存储**：AI驱动存储行业迎来超级周期 [2][8] - **半导体设备**：受益于存储上行周期及原厂扩产 [2][8] - **消费电子与AI终端**：关注AI手机及华米OV、OpenAI、Meta等行业龙头在新型AI终端上的探索 [2][9] 重点公司分析 (工业富联) - **行业地位**：作为AI算力垂直整合领军者，是英伟达GB200的机柜级集成供应商，并与OpenAI达成合作，共同打造AI数据中心机架 [111] - **业绩表现**：深度参与全球AI算力产业链，2025年前三季度营收突破6000亿元人民币，同比增长38%；净利润同比增长48%，其中云计算业务营收同比增长65%，云服务商业务营收同比增速超过150%，GPU AI服务器同比增速超过300% [114]