回顾 2025 年的半导体市场，最核心的一条主线其实可以浓缩成一句话：
AI 需求驱动，正在重构半导体基建的估值体系，也在重写整个 IT 产业链的价值分配。
从 2024 年开始，半导体基建用极快的速度在吞噬整个 IT 行业的利润池。
在标普 500 的 IT 板块里，半导体公司的净利润 EPS 占比，在短短两年内从不到 20% 抬升到了接近 40%，而且还在加速上升。
图像
半导体整体前瞻净利率从 2023 年的 25% 左右，抬升到 2025 年 11 月已经接近 40%+，明显超过了大部分互联网巨头的平均利润率。
图像
更关键的是：
就算回到 2020–2022 年那波“缺芯潮”，供给极度短缺，半导体的利润率和 IT 行业利润分配也没出现这么夸张的重排。这说明当下的变化，并不是一次普通的“缺货涨价”，而是整个商业模式的底层逻辑变了。
这就是故事的上半篇：
AI 需求把半导体从“互联网时代的基建配角”，推成了“利润分配的中心”。
从“流量 × 转化率”，到“每 token 毛利”
要理解这场利润重分配，得先回到商业模式的变化上。
互联网时代有几个关键特征：
单次请求的网络与算力边际成本极低；
内容/服务分发的边际成本几乎为零；
公司最大的成本是 OPEX，尤其是程序员、运营等人力成本；
CapEx 虽然也有，但更多是一锤子买卖，折旧压力远不如传统制造业。
所以，在那套范式下，最会赚大钱的是“流量型 + 订阅型”的互联网公司、云服务商和 SaaS 平台——它们是典型的“轻资产收租业”。
AI 时代把这个逻辑直接打碎了。
训练成本从“一次性投入”变成“长期持续投入”：
模型越大、版本迭代越频繁，训练流水线就几乎不会停。
推理成本不会随着硬件降价线性下降：
一方面是 inference scaling 成共识，另一方面是各垂直场景都倾向于用更大模型、更长 context 来保持竞争力——即便算力单价在通缩，单个请求的算力消耗未必降太多。
互联网公司历史上第一次，在资产负债表上背上了和 foundry 类似的：
大规模 AI 数据中心 + GPU/ASIC + 高速网络 + 配套电力基础设施，带来的巨额折旧。
换句话说，互联网公司原来是“人力 OPEX 为主”，现在又叠加了一层沉重的算力/硬件 CAPEX。商业模型开始慢慢从“流量 × 转化率”，转向“每 token 的毛利”。
于是利润分配发生了位移：
上一代的赢家是互联网公司 + CSP + SaaS 平台，它们靠用户数和订阅“收租”；
这一代，真正的“房东”变成了算力——GPU、HBM、先进封装和 AI 专用芯片，在 AI 时代成了新的收租业。
这也解释了为什么：
在没有发生“全球经济大爆发”的前提下，IT 行业总利润大致平稳，但半导体在 EPS 中的占比却一路从 20% 往 40% 走——利润被从上层应用抽回到了底层基建。
军备竞赛与 2030：NV、ASIC 和 AMD 的“标准答案”
当前半导体利润率之所以高得离谱，很大一部分来自前期“不计成本的军备竞赛”——hyperscaler 们宁可先把 GPU、HBM 和互联产能锁满，也不愿意在这一轮错位中掉队。
没有人想做冤大头，所以大家都在谋求一个折衷：
一边继续买 Nvidia 的“黄金标准”算力，另一边努力发展自研 ASIC 和 AMD 生态，来对冲 Nvidia 的议价权。
从 2030 年的远期算力分布回头看这个问题，会更清晰一些。
以 OpenAI 已经“明牌”的方向为参考：
它的路线大致是：10GW Nvidia、10GW 自研 ASIC、6GW AMD。这基本就是一个“标准答案”的缩影——
推理端，希望 ASIC 占比 >50%，GPU 再去做一些高端、长尾和复杂工作负载；
GPU 内部，AMD 和 Nvidia legacy 大致五五开；
训练端，因为灵活性、生态约束和软件栈，Nvidia 仍然会拿走 60% 以上，其余由 ASIC 和 AMD 分掉。
如果粗暴地按“2030 年 60% 推理 / 40% 训练”这一结构去加权，得到的算力份额，大致是：
Nvidia：约 38%
各家自研 ASIC：约 39%
AMD：约 23%
这个数字当然不是精确预测，但给出了一个大致边界：
长期来看，推理端 GPU 份额被 ASIC 吃掉一部分，是大概率事件；
Nvidia 的护城河会越来越集中在高端训练、复杂混合工作负载以及软件生态上；
AMD 中长期的 structural risk 在于：当各家 CSP 的 in-house ASIC 越来越成熟、新增推理算力更多倾向 ASIC 的时候，它要靠价格和性能极具吸引力，才能持续拿到增量 GPU 订单。
TPU、Meta 与 Nvidia：是真脱钩，还是砍价筹码？
最近风头很大的另一个故事，是 TPU 重新回到聚光灯下：
Google 把 TPU 推到台前，Anthropic 大量采购 TPU，Meta 也被爆出未来几年有总计约 100 亿美元级别的 TPU 订单，市场一阵惊呼：“Nvidia 要被 TPU 吃掉了？”
把数字摊开看，你文章里这个拆解其实非常冷静：
Meta 今年 CapEx 约 700 亿美金，明年可能到 1,100 亿，再往前看 6 年平均可能接近 1,600 亿/年这一量级；
6 年 100 亿左右的 TPU 订单，年均也就 16 亿左右，大概只占长期 CapEx 的 1%；
这还是在“推高”假设下算出来的，实际比例只会更小一点。
更关键的是：
Meta 买的是 TPU 云服务，不是大规模自建 TPU 机房；
招聘启事里看不到类似 Anthropic 那种“成建制招 TPU kernel engineer、TPU compiler”的投入迹象；
很大概率，这笔 TPU 预算既是供应商多元化的保险，也是和 Nvidia 讲价的一张牌。
所以与其说 Meta 在“转向 TPU 阵营”，不如说：
在训练端没法离开 Nvidia 的前提下，Meta 还是希望在推理端多准备几张底牌，以提高自己的议价权。
再叠加 TPU v8 在 HBM 等关键配置上明显保守，Rubin + Kyber rack 在 TCO 上更有潜力，Meta 最终仍然要高度依赖 Nvidia，这一点不会因为一笔 10B 的订单改变。
HBM / 内存：从“周期股”到“收租股”
如果说 GPU 是这轮 AI 军备竞赛的“门票”，那 HBM / DRAM 就是这一轮最扎实的结构性红利：你那句“推理即内存”，我觉得可以直接封神。
图像
AI workload 从训练逐渐往推理端延伸，推理比例越来越大；
推理对带宽极度敏感，带宽几乎可以直接等价成 token/s；
模型参数量持续膨胀、context length 一路往上拉，对内存的容量和带宽都是双击。
从 H100 的 80GB 回头看，现在新一代 GPU/ASIC 的内存配置已经到了完全“暴力美学”的程度：
Nvidia Ultra Rubin：单节点配备 1TB 级 HBM
Qualcomm AI200：768GB LPDDR
AMD MI400x：400GB+ HBM
短短三年，数据中心的高端内存规格直接拉了一个十倍。
更有趣的是端侧：
手机 / PC / 汽车 / 机器人这类终端，近两年主流旗舰机从 6GB 升到 8/12/16GB，本质上就是在提前给端侧 LLM 预留空间。
只要端侧 GenAI / LLM 生态真正跑通，终端设备出货是 billion 级别，“内存翻倍”几乎就是顺手一推的事。
你在 23–24 年时曾预期 2027 会是端侧 GenAI 的拐点，现在看软件生态明显滞后：
云端 ROI 更清晰、商业模式更 mature，厂商普遍更愿意先把资源砸在云端。端侧可能要等 7–10 年的长周期。
这也意味着：
中期（现在到 2030 左右），HBM 是最确定的一条“半导体长期高毛利”主线之一；
长期（2030 以后），端侧如果起飞，内存厂可能迎来第二轮量价齐升的机会。
NAND / SSD：KV cache 与向量数据库背后的隐形受益者
“内存红利”溢出的第二站，是 NAND / SSD。
你在原文里提到两条驱动力：
KV cache 的分层 / tiering：
模型推理时，如果显存和内存装不下全部 KV cache，就会溢出到下一层高速 SSD；
SSD 成为大模型推理中的“二级内存”，对带宽和 IO 的要求显著提高。
向量数据库的检索 / indexing：
RAG、embedding 检索等场景，需要大量高性能 SSD 来支撑索引与查询；
随着多模态和长时序数据的普及，这部分需求也在持续放大。
这也是为什么：
企业级 eSSD 合约价格在 2025 年 Q4 才开始明显抬头，而 NAND 现货价格一个月上涨 50% 以上；
存储厂在财报上开始越来越多地单独讲“AI inference use cases：KV cache tiering + vector database search/indexing”。
从投资角度看，这条线的特点是：
β 很高：AI 训练 / 推理只要继续增长，数据和索引都要落在存储上；
渗透面比 HBM 更广：不仅是 AI，还包括云存储、数据湖、备份和冷数据归档。
但和 HBM 不同的是，NAND 行业的“自律程度”一直是问号，扩产速度和价格纪律会决定 2028 以后还能不能维持现在的高景气。
Agentic AI：CPU 的“十年级回潮”
2025 年另一个被低估的变化，是 agentic AI 带来的 CPU 回潮。
从 CPU 的视角看 agentic workload：
routing、工具调用、网络请求、外部系统交互，绝大多数都落在 CPU 上；
对一些常见的 agent 框架（SWE-Agent / LangChain / Toolformer）做 profiling，会发现：
CPU 在端到端延迟中的占比可以高达 70–90%；
CPU 的能耗甚至可能超过总能耗的 40%。
这也是为什么：
Lisa Su 在财报上明确说，agentic AI 让很多客户意识到：“GPU 每生成一个 token，会触发多个 CPU 密集型任务”，因此在规划明显更大的 CPU 部署；
Nvidia 在 GB200/GB300 架构里提高了 CPU 占比，AMD 用多颗高核数 EPYC 去服务一大群 GPU——新的硬件形态本质上是在向 agent workload 优化。
这件事有两个重要含义：
AI 性能比较，会逐渐从“单 GPU token/s”，转向“系统级 agent throughput”。
CPU/GPU/NIC/存储的协同调度与 micro-batching，会越来越重要。
CPU 需求有可能迎来一个“十年级别”的温和回暖：
不再是 PC 升级周期驱动，而是 AI 工作负载结构变化驱动；
对 AMD EPYC 这种同时吃到 GPU + CPU 的选手，边际收益尤其明显；
Intel 如果能在执行力上稍微往上走，也有可能从这波趋势中捡到 beta。
云端 AI 挤压消费电子：PC 抑郁，苹果躺着赢
当 AI 云端疯狂抢占 HBM / DRAM / NAND 产能时，消费电子其实正在默默承担成本压力。
内存 / 存储价格持续上涨，PC 厂商已经开始讨论把标准配置从 16GB / 512GB 往回砍，回到 8GB / 256GB 的“祖传”组合；
安卓阵营终端厂商在美国等市场已经在陆续提价，或者在同价位上明显降配。
如果 DRAM 和 NAND 再这么涨下去，理论上真的可能出现一种非常魔幻的情况：
内存和存储的现货价格，比终端设备里的 CPU、甚至中低端 GPU 还贵。
这直接带来两个结果：
消费电子厂商的利润空间被挤压，AI PC、AI 手机的普及被推迟；
苹果成为这轮次生效应里的最大赢家之一。
为什么是苹果？
它在 DRAM / NAND 上有多年的长期锁价和专属产能；
自研 SoC + 强控制力的供应链，把 BOM 挤压到极致；
当安卓和 PC 厂都在为成本焦头烂额、讨论“回到 8GB 时代”的时候，苹果反而可以维持高配、高售价、高毛利，在高端市场持续抢份额。
从这个角度看，“云端 AI 吞噬内存和存储”，反而成了苹果扩大份额的助推器。
夸张一点说，PC 厂、安卓手机厂、甚至消费电子上游的员工，都适合买点内存和存储股来对冲自己的职业风险——这句你文末那个“职业 hedge”的玩笑话，其实很有现实感。
投资视角：从产业叙事到标的篮子
把上面这些故事揉在一起，其实已经隐含出一套比较清晰的投资框架。
“利润池迁移”的中枢
GPU + 互联：Nvidia（NVDA）、AMD（AMD）、Broadcom（AVGO）、Marvell（MRVL）
这里既是 AI 军备竞赛的主战场，也是估值最“拥挤”的地方，逻辑最强、泡沫也最厚。
“memory-bound” 带来的超额回报
HBM / DRAM：Micron（MU）、SK hynix、Samsung
逻辑最纯、周期感最弱的一条线，但也最需要关注 2028 年之后的扩产节奏。
AI 推理溢出的存储链
NAND / eSSD / HDD：Sandisk / Western Digital、Seagate 等
不是最显眼的主角，但会在 KV cache 和向量数据库这类场景中长期吃到红利。
光互联与 CPO
Coherent、Lumentum、Ciena + 一众 A 股光模块供应商
对应“百万英里级光纤”这条线，是 AI 超级集群之间的血管和神经。
Agentic AI 下的 CPU 回暖
AMD（EPYC）、Intel
这里更偏中长期“结构性修复”，不是几个月的 trading story，而是 5–10 年的 workload 重构。
消费电子里的相对赢家
Apple（AAPL）
在“云端 AI 挤压消费电子”的大叙事下，凭供应链和品牌吃到份额红利。
这套框架最大的价值，不在于“告诉你下一只十倍股是谁”，而是把 2025 这一轮 AI–半导体故事拉成一张地图：
谁在吞别人的利润，谁在接溢出的红利，谁被挤压，谁在逆势受益。
尾声：2025 只是合纵连横的第一回合
2025 年半导体的故事，有 Nvidia / AMD / TPU 与各家 hyperscaler 的明争暗斗，有 HBM 厂商从“周期股”一夜变“超高毛利收租股”，有 NAND 厂在 KV cache 和向量数据库的阴影里悄悄暴富，也有 CPU 在 agentic AI 浪潮下默默回潮。
更戏剧的是：
云端 AI 的繁荣在挤压 PC 和安卓手机的空间，而苹果则借供应链优势和定价权，悄悄坐收渔利。
这场算力军备竞赛的次生效应，极有可能在 2026 年以各种意想不到的方式重塑消费电子格局。
半导体的故事已经不再是一条线，而是一张不断自我重构的网。
从训练到推理，从文本到多模态，从单轮对话到复杂 agentic flow，每一次 AI 工作负载的演进，都是一次新的利润再分配。
而 2025，大概只是“合纵连横”的第一回合——真正的长剧才刚开场。
精彩评论