Agentic企业入口革命与算力存储设备盈利兑现纪要要点 一、涉及行业与公司 - 行业覆盖AI算力、云计算（新云厂商）、企业软件（CRM、网络安全、数据库）、半导体设备、存储芯片、AI网络互联[1][10][17][23] - 涉及公司包括Salesforce、Nebius、CoreWeave、IREN、CrowdStrike、Palo Alto Networks、Okta、飞塔、Snowflake、Palantir、ServiceNow、SAP、Workday、ASML、应用材料、泛林集团、科磊、Onto、博通、三星、海力士、闪迪、高通、英特尔、Meta、微软、英伟达、Anthropic、OpenAI、谷歌、亚马逊[1][5][8][12][14][17][20][25][30] 二、Salesforce的Agentic企业入口革命 - Salesforce核心理念从传统CRM软件向企业工作基础设施演进，被称为界面革命，操作逻辑从人找系统转向系统找人[3] - 技术架构分为五层：数据层Data360解决软件知道什么的问题，业务逻辑层Customer 360定义企业如何处理事务，执行层负责将系统所知转化为实际行动，交互入口层AI force解决在哪里干活的问题，无界面能力层将Salesforce自身转变为一组可被任何软件调用的企业能力[3][4] - 数据层收费模式包括传统按模块profile收费和新增按credits用量收费[3] - 执行层标志Salesforce从按用户席位收费向按软件完成的工作量收费拓展[4] - 交互入口层推出不到一个月已吸引10万客户激活[1][4] - 无界面能力层通过将销售、客服、订单、数据分析等能力统一格式化为MCP（包括API和skills）供外部系统接入[4] - 商业模式从传统席位订阅制转变为席位订阅加Agentforce工作量消费加外部生态调用消费的混合模式[5] - 护城河从单一UI界面扩展为核心客户数据、工作流及对企业业务生态的深刻理解[5] - 合作伙伴从与有投资关系的Anthropic合作推出Cloudforce，扩展到与谷歌、OpenAI、亚马逊等广泛合作[5] 三、新云厂商GPU租赁涨价与回本周期 - Nebius计划于10月1日起上调GPU租赁价格，覆盖H100、H200、B200和B300型号，整体上调幅度在17%至21%之间，为半年内第二次提价[1][5] - B300租赁价格从5月前每小时6.1美元上涨至10月每小时9.5美元，累计涨幅达56%[1][5] - 以一台包含72个GPU的GB300 NVL72为例，按每GPU每小时9.5美元计算，假设利用率90%至95%，单台服务器年租赁收入预计在539万至569万美元[5] - 若假设单台服务器Capex为450万美元并计入数据中心建设成本上浮，投资回本周期预计缩短至13到14个月[1][5] - 该周期显著优于2026年第二季度财报时给出的1年10个月回本预期[5] 四、新云厂商核心关注点与需求可见度 - 投资新云厂商核心关注点在于短期溢价幅度和涨价能力以及未来需求可见度[6] - 新云行业兴起源于CSP的Capex投入与数据中心实际落成之间存在时滞，CSP需通过外部租赁补充算力[6] - Nebius短单采用拍卖方式进行价格发现，首次拍卖价格溢价可达15%到20%[7] - CoreWeave近期签署的3到6个月短单价格已达到每吉瓦400亿美元，与Nebius在2026年第二季度财报电话会中提到的400亿至500亿美元短单价格区间相匹配[7] - Nebius客户需求可见度已从之前18个月延长至24个月以上，客户已开始预订2028年第一季度和第二季度算力[7] - CoreWeave、Nebius和Aaron的主要长单客户穿透后基本是微软、Meta等大型云厂商，最终服务于大型模型公司[8] - Nebius截至2026年第二季度末资产负债表上短期和长期递延收入已达到60亿美元[8] 五、NeoCloud厂商财务状况与估值逻辑 - NeoCloud厂商2026年管理层预期当期收入为30至34亿美元，中值为32亿美元[8] - 2026年第二季度收到的短期及长期预付款总额已达到当年可确认收入预期的两倍[8] - 预计到2026年末短期和长期递延收入将进一步增加，递延收入在现金流量表中转化为经营性现金流[8] - 采用EV/EBITDA方法，市值等于EV减去净负债，负债端将持续上升，若经营性现金流无法跟上将影响市值[8] - 短期内可通过发行可转债或ATM发行等筹资活动补充现金，长期必须依靠经营性现金流自身造血能力[8] - 在手订单决定预付款规模，预付款决定经营性现金流状况，现金流最终影响市值[8] 六、NeoCloud市场核心动态与标的展望 - 近期财报反映市场存在短期错配：长期协议价格正在提升，老旧GPU如A100、H100生命周期被拉长，新云厂商有意识保留部分余量以应对短期紧急订单[9] - Nebius及其他新云厂商涨价行为将进一步缩短投资回本周期，未来两年内有意识提升行业景气度[9] - 首要推荐Nebius，短期市值目标看至800亿至900亿美元，突破800亿美元前期压力位至关重要[9] - 对于IREN，比特币价格回到前期高点附近状态下需观察是否出现轧空行情，短期内关注能否站稳50美元以上[9] - 后续核心观察点：短期价格涨幅包括新卡B200、B300和老旧卡A100、H100价格情况；在手订单情况及资产负债表中预收款项[9] 七、美股软件板块走势与资金面 - 2025年之前IGV与费城半导体指数走势基本趋同，2026年后两者出现分化[10] - 2026年初市场担忧大模型技术迭代可能导致SaaS软件面临AI吞噬论，压缩软件席位，软件板块估值先于业绩被错杀[10][11] - 4至5月随着各软件公司公布一季度业绩，市场意识到AI吞噬软件叙事存在分化，主流叙事集中在安全和数据库等基础设施层面标的，这些标的自相对低点以来基本实现翻倍增长[11] - 自2026年7月以来尤其在费城半导体指数见顶后，IGV与该指数呈现显著跷跷板效应，半导体板块下跌时资金倾向流入软件板块[11] - 目前软件板块筹码结构可能相对更优，股价更多反映微观层面事件催化[11] 八、美股软件板块分类与推荐顺序 - 美股软件板块可分为四类资产[11] - 第一类网络安全资产以CrowdStrike为代表，直接受益于AI吞噬论趋势反转，逻辑在于AI agent部署引发攻击面大幅扩张，龙头厂商持续兑现业绩并从单点防护向平台化全链条防护延伸[11] - 第二类数据库资产以Snowflake为代表，大模型本地部署依赖中立数据控制平台，按席位收费带来业绩兑现，Cortex和Copilot等AI产品争夺企业级软件入口[11] - 第三类商业模式具备独创性的Palantir，2025年大幅上涨源于美国商业业务超预期增长，被市场解读为纯正AI落地标的，目前估值较高[12] - 第四类企业软件以ServiceNow、Salesforce、SAP、Workday为代表，依托积累的本地数据和工作流具备大模型通过外部数据无法习得的差异化竞争优势[12] - 当前时点首要推荐估值最低的企业软件系列标的，软件赛道更多交易叙事逻辑改变，二季度业绩并未显著超出预期但业绩公布后股价迎来不错反弹[12] 九、网络安全行业叙事反转与主流观点 - 2024年4月Anthropic发布Mythos preview模型时，因其在网络安全和漏洞挖掘方面展现卓越性能，市场一度解读为大模型可能削弱传统安全防御需求[13] - 后续通过各公司业绩期管理层表述及市场交叉验证，叙事被扭转，当前主流观点为大模型威胁论，认为大模型天然更擅长网络攻击将倒逼企业增加网络安全防御支出[13][14] - Mythos系列大模型并非专为网络安全领域设计，漏洞挖掘能力是既有模型能力的延伸，核心作用在于通过机器快速扫描与识别显著提升漏洞发现与验证的速度和规模[15] - 模型上线后成功发现许多存在于老旧项目中多年未被察觉的漏洞，包括数千个此前从未被披露的zero-day高危漏洞[15] - 大模型在漏洞挖掘领域存在能力扩散问题，即使低成本模型通过对目标、环境及工作流适当拆解也能复现Mythos模型大部分功能[15] - 担忧情绪带来积极产业影响：网络安全预算增加趋势明确；大模型发布前后需增加用于模型安全性审查的后训练算力[15][16] 十、网络安全板块标的与估值 - 网络安全板块代表性标的展现很强贝塔属性，普遍在2026年4月后迎来显著上涨[14] - 核心龙头包括派拓网络（Palo Alto Networks）和CrowdStrike，派拓网络是网安平台化龙头从防火墙硬件起家后布局软件安全访问智能平台，CrowdStrike是终端安全龙头通过平台化策略布局事件管理、身份安全和云安全[14] - 其他代表性标的包括Okta专注于身份安全正布局AI Agent身份安全领域，飞塔主要业务是防火墙硬件[14] - 2026年第二季度网络安全板块基本都实现业绩超预期，Palo Alto和CrowdStrike等公司核心净增指标同比增长均超过50%[16] - 自4月份以来板块估值已处于相对高位，以9月3日数据为例CrowdStrike市销率达到40倍，在软件行业中属于非常高水平[16] - 投资评级建议从增持下调至与市场持平[16] - 具体标的首要推荐CrowdStrike，是唯一一家AI产品能显著贡献收入增量的公司，管理层预计AI驱动的防护市场规模可能超越传统市场[16] - 其次是Palo Alto和Okta，Okta AI业务尚处早期但身份安全领域具备巨大长期增长空间且市销率估值相对不算昂贵[16] 十一、海外半导体设备行业需求驱动力与可见度 - 2026年全球晶圆厂设备增长主要由DRAM和HBM驱动[17] - 预计2027年DRAM需求依然强劲，先进逻辑制程开始接力成为主要增长点[17] - 至2028年先进逻辑进一步扩产，NAND需求从设备升级逐步转向新建产能[17] - 先进封装已成为前道设备厂商第二增长曲线，应用材料预计2026年先进封装收入将增长70%以上，科磊受益于HBM、混合键合等带来的检测强度提升，Onto先进封装业务增速在2026年预计约为80%主要得益于日月光2亿美元订单[17] - 应用材料客户提供的滚动8个季度订单预测仍在持续上修，部分客户已开始讨论至2030年产能路线图，公司自身在为2028年设备产出能力翻倍目标做准备[17] - 科磊在手订单已超120亿美元，部分订单已延伸至2028年[17] 十二、半导体设备供给端瓶颈与定价能力 - 供给端主要面临两大瓶颈：设备厂商自身洁净室产能不足，应用材料和泛林半导体均强调这一点；核心原材料供应如科磊光学材料交付周期已长达18至24个月，公司已开始与供应商讨论2029至2030年产能[18][19] - ASML面临蔡司镜头交付周期较长的问题[19] - 设备供给端紧平衡状态预计将持续很长时间，使设备厂商定价能力比预期更强更持久[19] - 应用材料过去三年毛利率提升约3个百分点，很大一部分归功于定价和产品组合改善，不仅是新产品旧产品也在持续调价[19] - 预计新产品更高定价将在2027年开始逐步反映在财务报表中，届时毛利率还有进一步改善空间[19] 十三、ASML投资价值与预期差 - ASML在近两个月市场调整中表现相对强势，存在一定市场预期差[20] - 市场对ASML的EUV出货量预测通常基于管理层指引下限，即2026、2027、2028年分别为65台、85台和110台[20] - 公司若能通过提高生产效率、供应链扩产及缩短制造周期，2027年和2028年实际产能存在上修空间[20] - 浸没式DUV也是关键放量因素，ASML已启动新工厂建设前期主要用于量产DUV，预计2029年释放新产能，新建DUV产能侧面印证来自中国客户强劲需求[20] - 针对Low-NA EUV和浸没式DUV涨价已非常明确，预计主要在2027年和2028年对利润表产生贡献尤其在2028年[21] - 2028年将展现量价双重弹性，中长期毛利率有望超越市场预期[21] - High-NA EUV方面三星已确认将在2028年将High-NA EUV导入下一代DRAM量产，这是三星首次明确导入时间表[21] - 英特尔在其18A节点已开始使用High-NA技术进行少量层数光刻，时间点相较之前市场预期有明显提前[21] 十四、半导体设备板块投资策略与标的排序 - 设备板块中ASML因存在预期差而成为首选[22] - 其他三大设备标的包括泛林集团、科磊和应用材料，估值水平相近可视为反映行业整体趋势的贝塔品种[22] - 预计这一轮行情中这些公司估值也将逐步得到修复[22] 十五、存储行业核心结论与Agent工作负载影响 - AI基础设施峰会存储行业核心结论三点：Agent推理正在改变存储需求来源预计2027年存储市场供需紧张程度将超过2026年；存储原厂系统性披露HBM之外新产品打开中长期增长空间但业绩贡献主要集中在2028年以后；博通在Scale-out以太网领域地位已相当稳固并正将以太网方案延伸至Scale-up及Scale-across环节[23] - AI内存需求来源正从模型参数规模转向上下文长度及并发任务数量[24] - 英伟达披露数据：与2023年对话场景相比Agent工作负载输入长度从1K提升至172K，KV Cache容量从4K提高到1M，交互轮数从平均3轮增至65轮，且有多个子Agent并行运行[24] - 占用内存主体已从模型权重转变为KV Cache，当KV Cache超出HBM容量时系统只能从低速存储中重新加载或计算从而降低效率并增加延迟与功耗[24] - 存储需求与训练资本开支关联度减弱而与推理调用量关联性增强，使需求持续性更好[24] - 存储架构正从以GPU为中心的设计转向更偏向解耦的存储专用化解决方案，从单一依赖HBM走向多层存储架构[24] 十六、存储厂商新技术路线与产品方案 - 第一条路线将内存直接堆叠在计算芯片上，三星提出cHBM方案通过将内存垂直堆叠在加速器上方，相较于HBM5性能可提升4至8倍，每瓦性能提升3倍，热阻降低至原来的十分之一到四分之一，目标将单用户token生成速度从每秒约100个提升至1000个[25] - 高通HBC方案和初创公司dMatrix采用类似思路将LPDDR内存堆叠在自研推理芯片上通过TSV直连形成近存计算架构，高通称HBC方案每瓦容量是SRAM方案的200倍，每瓦带宽是HBM的6倍[25] - 第二条路线用存内计算替代SRAM，海力士将PIM产品定位为SRAM替代方案，在同一机柜内PIM方案提供的内存容量是SRAM方案的288倍[25] - 海力士计划将存储带和运算带分开制造再通过混合键合技术垂直整合，混合键合应用场景可能从HBM扩展至PIM[25] - 第三条路线在HBM和SSD之间增加大容量层，主要方案包括HBF和Z-NAND[25] - HBF由海力士和闪迪在2026年8月发布第一版标准规范，容量可达HBM的10倍[25] - 三星Z-NAND方案采用SLC NAND架构牺牲部分容量换取更快读写速度和更长寿命，通过TSV垂直堆叠多颗NAND芯片，读取速度接近LPDDR5级别DRAM，同面积下存储容量是DRAM的10倍，计划于2028年送样首先面向端侧AI设备[26] 十七、存储原厂商业模式新策略 - 存储原厂开始开发存储调度软件推动客户成套采购多层存储产品[27] - 海力士披露ZNS KV解决方案，这是一套管理KV Cache的软件，能根据数据费用价值和存储成本将KV Cache动态分配到HBM、DRAM、SSD等最合适存储层中[27] - 该策略旨在促使客户整体采用多层级存储方案，是存储原厂在商业模式上的新变化[27] 十八、新型存储产品业绩贡献时间与推广挑战 - 新产品业绩贡献预计不会早于2027至2028年[28] - 搭载HBF的推理设备计划于2027年送样，高通第一代HBC预计在2027年年中推出，三星Z-NAND计划在2028年送样[28] - 短期内行业基本面核心变量仍然是HBM的DRAM份额以及DRAM和NAND合约价格[28] - PIM和HBC这类自带运算能力的独立加速器主要用于处理decode环节，放量节奏取决于客户是否愿意为decode环节单独部署专用硬件[28][29] - 芯片厂商和数据中心运营商普遍强调Agent工作负载中prefill和decode比例变化大且演进快，过度定制硬件可能存在风险，更倾向保留通用性产品[29] - 通用GPU仍将占据AI加速芯片主要份额，面向decode的专用硬件更多是补充而非替代，HBM需求基础比市场预期更为稳固[29] 十九、博通AI网络战略定位与产品布局 - 博通核心表述为网络即计算，当集群规模从数千卡扩展到数十万卡时决定有效算力的关键因素已从单卡性能转向网络性能[30] - 博通核心论点是以太网阵营正在成为大规模AI基础设施首选互联方案[30] - 博通拥有覆盖交换芯片、网卡和软件完整以太网AI产品组合，按应用场景分为三层