本轮美股牛市中，美股七巨头，一直是标普500指数的核心上涨引擎。在过去每一次阶段性回调，基本都由外部突发利空触发，利空落地消化后，行情便快速修复反弹。 但今年情况发生了转变，在没有新增外部利空的情况下，七大科技巨头却在持续走弱。市场已经开始用“老登股”调侃这批曾经的超级核心资产。 这并非AI主线终结，只是市场情绪的直观变化。真正的核心变革是：资金彻底告别无脑抱团、一篮子买入七姐妹的模式，进入逐家基本面定价、优劣分化的新阶段。 本文将拆解三个核心问题：科技巨头为何集体涨不动？如何重新定义美股七姐妹？后续行情与配置思路该如何调整？ 一、巨头走弱、内部分化，指数却并未走熊 本轮行情最关键的特征，是七姐妹跑输大盘，美股整体市场却韧性十足。 跟踪七姐妹整体表现的 ETF：MAGS，5月14日创下70.94美元的阶段高点后，一路回落，最大回撤幅度近14%，行情节奏彻底反转：4月还是全年最强上涨窗口，6月直接沦为全年最弱月份。 截至上半年收官，七姐妹整体小幅收跌。而且，即使七大巨头占标普500指数32.7%的权重，很大程度上拖累了指数的表现，但指数上半年仍录的温和上涨。这意味着，大盘没有系统性走熊。 7巨头表现萎靡的核心原因并非资金避险离场，而是市场资金彻底再平衡。而且比整体回撤更重要的，是七姐妹内部的极致分化，过去同涨同跌、抱团躺赢的行情彻底瓦解： 上半年，英伟达凭借AI算力刚需，持续强势领涨；谷歌、亚马逊依靠云业务、广告业务的盈利落地，接受市场业绩验证；而苹果、Meta、微软、特斯拉则各有短板，分别受困于终端创新乏力、AI投入回报滞后、云业务资本开支压力、交付能力与估值偏高的问题。 市场曾经不分优劣、一篮子押注巨头的时代，已经彻底落幕。 二、美股七姐妹集体涨不动的五大核心逻辑 本轮调整无外部利空驱动，完全是内部定价规则、资金结构、产业逻辑的系统性切换，核心可归纳为五点。 1.定价逻辑

【核心结论】 在本轮AI硬件产业浪潮中，玻璃正在完成从消费电子耗材到算力基础设施核心材料的身份跃迁，当前落地沿两条独立路线推进： 一是面向CPO（共封装光学）架构的光连接器件玻璃桥，破解光模块量产的耦合痛点； 二是面向先进封装的核心载体玻璃基板，解决大尺寸AI芯片的封装难题。 二者远期指向光电一体玻璃载板的终极形态，共同重构算力硬件的底层材料体系。 整条产业链的价值重心与技术壁垒，并不在玻璃原片本身，而在将原片加工为功能器件的TGV（玻璃通孔）全制程环节。当前全球巨头集体下场加速产业落地，海外龙头占据先发优势，国内产业链以国产替代卡位为主，业绩兑现将率先从设备、材料端启动，基板与封测的规模放量相对靠后。 一、康宁新品引爆市场，玻璃基已是产业级共识 康宁（GLW）于6月24日在首尔AI数据中心光通信互连技术大会上，正式发布玻璃基光互连组件Glass Bridge。叠加AI数据中心光互连需求持续超预期，公司当日股价大涨15.67%，总市值突破2200亿美元。 这款产品的核心突破，是将光纤与光芯片的对准、耦合工序内置到玻璃内部，用半导体级精密工艺替代传统机械对准方案，直接打通了CPO规模化量产的关键卡点。 而且这并非单一企业的题材性事件，而是全行业密集动作的集中爆发： 台积电向供应链发布CoWoS玻璃基板开发计划，同时推进CoPoS面板级封装试点线； 三星电机与住友化学成立玻璃芯合资公司，加速产品落地； 英特尔在CES 2026推出首款采用玻璃芯载板量产的商用服务器CPU； 京东方与康宁签署三年合作备忘录，共同推进国内玻璃基产业落地。 全球半导体、显示、材料巨头同步布局，意味着玻璃基的产业逻辑已经从“技术畅想”进入“落地竞速”阶段。它的支撑是材料替代的必然性、龙头企业的卡位布局与行业消息的高密度验证，三者共振之下，产业推进速度大概率会超市场预期。 二、先厘清认知：玻璃桥≠玻璃基板

核心判断：以当前 DRAM/NAND 的涨价幅度，当季营收与 EPS 超越卖方 consensus 近乎确定，且已被充分计入股价——当季数字本身不是变量。真正的胜负手是这轮周期的耐久性能否被验证，它取决于供给与需求两个基本面变量；此外，长期协议（LTA）的增量披露，是支撑估值进一步扩张的关键催化。 一、当季已定调：beat 不是变量 表 1　四档预期及其相对 consensus 的差异（百分比基准为卖方共识） 两点结论。 其一，当季预期的差异并不大。 公司指引的 EPS 跨度约 -7% 到 +8%，毛利率各档也都在 81%–83% 一线。以当前涨价幅度，财报数字超过卖方预期基本上是确定的，超预期的业绩已经基本计入股价，不构成真正的变量。 其二，市场的分歧不在当下，而在指引。 可以看到这里买卖双方的分歧明显放大，买方预期的 8 月营收较 consensus 高约 10%、EPS 指引更高出约 14%。但即便 8 月指引，也只是衡量市场预期的标尺，而非胜负手本身。 真正决定财报后方向的，是三件事：供给会不会演变为过剩、需求是否持续、以及 LTA 是否带来新的增量披露。 二、供给是否过剩？ 上一份财报（3 月 FY2Q26）业绩炸裂（营收 236 亿、同比 +196%），股价却跌约6%，正是 capex 上调到 250 亿+ 触发了供给过剩恐惧。 看一下美光的capex 的上调轨迹：FY26 从 180 亿、200 亿一路上调到250 亿以上。但是Capex上调关键不在金额，而在钱投到了哪、以及多久能转化为 bit 产出。 表 2　FY26 capex 的投入结构与兑现节奏 注：依据美光 FY2Q26 电话会披露与公开纪要整理。Tongluo 与爱达荷新厂的初期投产成本约每季 1–2 亿美元，自 FY3Q26 起延续至 2027 年。 增量的大头是洁净室与厂房建设。这些本质是盖楼

今天大A这边主要回调的都是MLCC、覆铜板这些前期比较热题材的，刚好蹭一下热点，写一下MLCC的续集（不知道为什么每次写MLCC都是赶在大涨大跌的时候）。上期见这里： 之前讲过，这一轮 MLCC 与两年前的存储有很大的类似之处：DRAM 厂当年把固定产能转向高价值的 HBM、挤压 DDR4，触发结构性短缺与涨价；如今头部 MLCC 厂把产线挪向 AI 级高容产品，让出的产能在商品、汽车、工业端形成挤出，紧张由高端传导至低端。 今天主要补充一下具体的数据量级，以及市场竞争情况。 首先在AI服务器里的含量提升是本轮行情的底层逻辑。 AI 服务器单机 MLCC 用量约为传统服务器的 8–13 倍，单块主板约 15,000–25,000 颗、约为通用服务器的 10 倍。 用金额来看，AI 服务器 MLCC 需求从 2024 年约 0.96 亿美元，升至 2025 年 2.06 亿、2026 年 3.38 亿、2027 年 8.93 亿美元，两年约 4.3 倍，增速远快于用量本身，差额来自结构升级与涨价。大摩此前预计 2030 年才到约 5.5 亿，如今预计2027 年已近 9 亿，整条曲线前移。 而且类似于存储，MLCC也需要拆成高容和低容两段。2025 年低容 1.44 亿、高容 0.62 亿；2026 年低容 1.99 亿、高容 1.39 亿；2027 年高容 4.91 亿首次反超低容 4.02 亿。高容从零头变为价值主体，而这恰是产能消耗最重、最难扩、壁垒最高的一段。 量级跳升并非均匀放大，而是被高容非线性地拉起，弹性与瓶颈同在此处。 根据大摩测算，全球 MLCC 出货金额从 2025 年约 147 亿美元增至 2028 年约 243 亿（约 18% CAGR，十年趋势仅 6.5%）、2030 年约 303 亿，增量几乎全部来自 AI/DC 高价值产品；AI 服务器 MLCC

关于 AI 资本开支，市场的多空分歧正在错位。 AI 投资命题的核心问题已经换了形态。半年前市场质疑的是 AI 能否变现到足以支撑万亿级投入，这个关于变现存在性的问题，已被企业端汹涌的 token 消费证伪了空头；取而代之的新问题是变现的广度。 在 token 成本的下降追上用量的爆发之前，单位算力的稀缺溢价会持续抬高终端成本，把边际用量挡在门外。JPM 在其最新报告中将这一转变概括为从信仰到成本；本文认同这一判断，并认为它正是理解当前周期的钥匙：同一个事实，既支撑了 capex 的确定性，也埋下了需求侧的脆弱性。 本文的核心判断是：供给侧的融资闭环逻辑成立，但高度依赖于算力稀缺持续、资产估值维持这一隐含前提；而这个前提的松动点不在融资端，在变现端。 一、供给侧的闭环：capex 与融资为何必然兑现 capex 与融资的兑现是一个自我强化的闭环，其确定性不来自乐观情绪，而来自三个环环相扣的硬约束。 起点是需求侧的算力短缺。三大算力提供方的口径高度一致：需求显著超过可用产能、有更好的模型却因产能不足无法交付。在这种环境下，capex 不是是否要花，而是不投就丢份额的竞争性被迫投资。这决定了支出的刚性。 第二环是缺口的数学必然性。即便是全球现金生成能力最强的一批公司，多年期经营性现金流也无法独立覆盖这一量级的支出。四大美国超大规模厂商 2026 年合计资本开支指引约 7,000 至 7,250 亿美元，2027 年大概率突破 1.1 万亿；即便届时经营性现金流仍超 9,000 亿美元，自由现金流也将系统性转负。需要外部融资由此成为会计上的必然结果，而非主动选择。 第三环是承接容量的充足性。高评级公司债未来五年可承接约 2.1 万亿美元，杠杆融资约 3,500 亿，私募信贷尚有约 5,430 亿美元待投资金、基础设施类资产管理规模已近 1.8 万亿。年内超大规模厂商已发行约 1,

观点一：周期持续、非脉冲。AI 算力需求叠加存储洁净室约束延后产能投放，周期纵深被进一步拉长。 观点二：供需错配未解，设备投资仍有上修空间。2027 年 DRAM 位元供给约 +31%、NAND 约 +32%，均显著低于无约束位元需求的 40%+；缺口由洁净室与 EUV 产能瓶颈共同造成，意味着 WFE 具备再上修弹性。 观点三（新增）：内存架构重构将 NAND 从被动存储重定价为主动内存层，是本轮最具差异化的增量。Agentic AI 推升 KV cache 占用，HBM/DRAM 又贵又紧（内存价自 3Q25 涨约 4 倍），驱动负载向 NAND 迁移。 观点四（新增）：NAND 重启对设备的边际拉动远大于 DRAM/HBM 周期，受益高度集中于刻蚀/沉积。 一、行业数据图景：WFE 分项与情景 bull 情景上修 WFE 并首次引入 2028 年预测，底层是云厂商资本开支 +84% / +56% / +38%（CY26/27/28）的增长假设。三档情景下的 WFE 规模与 NAND 分项如下。 注：标题数字 $145B/$200B/$250B 为 bull 情景四舍五入值；NAND WFE 2027 有望突破 2021 年约 $19B 历史峰值，为增速最快细分。资料来源：Citi Research、公开资料整理。 结构上，逻辑（含代工）仍占主导，但存储占比自 2025 年约 35% 回升至 2027 年约 42%；其中 NAND 是边际变化最剧烈的分项。供给侧，代工多极扩产（Intel 于 Google/Apple 取得进展、三星加速 Taylor 并切入 Google TPU v10 与 BYD）提供订单弹性，本篇聚焦增量最大、且此前被市场低估的 NAND 主线，其余主线仅作相对位置交代。 二、核心主线：内存架构重构驱动 NAND 设备净增 2.1　产业逻辑：NAN

当前市场对 AI 行情的主流叙事仍停留在资本开支是否见顶这一单一维度上。但这一框架已经过时。综合最新一季财报、云厂商订单储备、融资市场容量以及历史技术周期的投资强度规律，核心判断可以概括为三句话：资本开支的量大概率继续超预期，但股价对量的弹性正在下降；估值与仓位的结构性拥挤意味着波动率将成为常态，而非例外；真正的超额收益将从买赛道转向在赛道内部做减法——即在基础设施、云平台与软件应用三个层次中，识别盈利持续性被高估与被低估的个股。 • 2027 年资本开支共识仍然偏保守。卖方一致预期隐含超大规模云厂商2027 年资本开支约 9,200 亿美元，同比增速从 2026 年的 84% 骤降至 22%。但过去三年共识在年初对当年开支增速的低估平均高达约 45 个百分点；若以历史技术革命（铁路、汽车、电气化）2%–3% GDP 的增量投资强度为锚，2027 年开支落在 9,500 亿至 1.25 万亿美元区间的概率更高，极端情形下现金流与投资级债券市场容量甚至可支撑约 1.4 万亿美元。 • 短期盈利上修逻辑未破，但低波动高回报的黄金组合正在瓦解。AI 基础设施板块中位数个股的预期市盈率已扩张至 26 倍，为 ChatGPT 发布以来最高；二季度 AI 相关个股回报率的标准差升至 53 个百分点的历史新高。这意味着行情驱动力正从盈利驱动向估值与仓位驱动倾斜，回撤风险显著上升。 • 需求侧验证仍处早期，企业级落地是中期最大变量。标普 500 成分股中约 54% 在财报会上谈及 AI 提效，但仅 11% 能就具体场景量化收益、仅 2% 能量化对盈利的影响；且谈 AI 与不谈 AI 的公司在利润率预期和财报后股价表现上几乎没有差异。市场尚未真正为AI 生产力定价，这既是风险，也是后续行情的期权。 • 配置上，相对看好预期最便宜的云巨头与存储，谨慎对待估值与盈利持续性假设最激进的光通信、电网

最近鬼故事频发，昨天Semi Analysis的这篇报告出来，光灭电熄。今天紧急拆解一下这篇报告到底是不是“狼来了”。 首先需要明确的是这份报告本质上是一次预期与定位的重置，针对的是时间和拥挤度，而非需求本身的崩塌。作者自己也明确表示长期多头逻辑不变。 • 事实层面成立。两条主线：单端 800VDC 大规模铺开推到 2028+、而 ±400VDC 照常 2H26 上量；以及 CPO（尤其 scale-up）放量晚于市场预期。对那些估值已经把 2027 放量定价进去、而该放量正在滑向 2028+ 的个股（典型如 Navitas、CPO 权重高的标的），这是需要正视的风险。 • 同一天，英伟达高管亲自”辟谣”，削弱了路线夭折式解读。英伟达网络业务高级副总裁 Gilad Shainer 在 GTC/Computex 现场明确表态：下半年 CPO 交付不延期、与可插拔长期共存、不存在路线夭折，并直接回击了一坏换整盒的良率恐慌。两边其实在定义上各说各话。 因此我的落点是这份报告讲的是时间表和拥挤定位，不是需求消失。 一、文章到底在说什么：五大核心主张 • 单端 800VDC 被推后。英伟达主导的”原生单端 800VDC”大规模出货推到 2028+；±400VDC（独立高压直流架构）仍按计划用于超大规模厂商自研 ASIC 部署。 • 超大规模厂商在”反抗”。Rubin 仍用 50VDC 供电，”电网 350–450VDC → 升 800VDC → 再降 50VDC”被认为低效；厂商更想在更高电压送电、就近降压。 • ±400VDC 照常落地。sidecar 订单今年底落地、2027 Q1 量产；原由 Rubin Ultra/Kyber 拉动的 sidecar 量被挪到 2028 窗口。 • CPO 时间表过于激进。下修 2026/2027 的 scale-out CPO 出货；scal

市场上流传较广的说法是，一台 Vera Rubin（下称 VR）NVL72 机架大约值 800 万美元。但如果把每一颗芯片、每一条内存、每一块硬盘、每一台交换机自下而上加总，得到的数字更接近 910 万美元。 这一百多万美元的差距，几乎全部来自内存，更准确地说，来自对 HBM（高带宽内存）价格的假设是否过时。如果沿用历史 HBM4 价格（约 16.6 美元/GB），逐项加总确实能落在 800 万美元附近；但当 VR 在 2027 年开始放量时，HBM4 单价大概率已升至接近 50 美元/GB 的水平。一旦把这个涨价代入模型，整机成本就被顶到了 900 万美元以上。 所以当下任何一份 AI 服务器成本拆解，保质期都很短。在 DRAM 与 NAND 价格剧烈波动的环境里，今天的精确测算可能几个季度后就失真，跟踪这个赛道必须持续把内存价格的变化重新代回模型。 二、成本骨架：算力仍是主梁，但内存正在快速增长 下表是三代架构（H100 DGX、GB200 NVL72、VR NVL72）的机架成本对照，单位为千美元。可以清楚看到成本结构的代际迁移。 几个值得注意的结构性变化： GPU 仍然是最大的单一成本项。 即便内存大幅涨价，不含 HBM 的纯 GPU 仍占去约 400 万美元，接近整机的一半。Rubin GPU 单价约 5.5 万美元，一台机架装 72 颗，仅 GPU 裸成本就是 396 万美元；配套的 Vera CPU 单价约 5 千美元、36 颗，再加 18 万美元。算力部分（GPU+CPU+各自内存）合计约 600 万美元，占整机三分之二。 内存与存储正从配角变成主角。 这部分整体约 320 万美元，约占整机 35%，远高于按历史价格推算的约 200 万美元。它是 910 万美元与 800 万美元两个口径之间最主要的差额来源，具体可拆成三块： HBM：VR 规格搭载约 20.