社区

核心结论 2026 年 PC 行业的主要矛盾不是单纯需求走弱，而是 AI 数据中心对 DRAM、NAND、企业级 SSD 与高端存储资源的吸收，正在推高 PC 整机 BOM，并重新划分 OEM 厂商的利润能力与份额边界。 2Q26 全球 PC 出货量同比下降 4.9%，降幅好于此前悲观预期，但结构性分化已经出现：联想份额升至 24.4%，苹果出货同比增长 10.1%，惠普出货同比下降 9.0%。 从投资角度看，PC 链条不宜按行业整体复苏交易。更有效的框架是：高端定价权、供应链规模、AI 服务器第二曲线、传统 PC 暴露度。 一、PC 周期框架变化：从出货量周期转向零部件配给周期 IDC 初步数据显示，2026 年二季度全球 PC 出货量约 6,820 万台，同比下降 4.9%，环比增长 4.0%。这一数据本身并不构成强复苏信号，因为 2026 年全年机构预测仍指向明显下滑。 当前 PC 行业的压力来自三条线。 第一，提前采购效应消退。此前 OEM 与渠道为应对零部件涨价提前拉货，部分需求在上半年被透支。进入下半年后，终端销量需要重新接受价格弹性检验。 第二，内存与存储成本上行。DRAM、NAND、SSD 价格上涨直接推升整机 BOM，压缩低毛利 PC 产品的利润空间。 第三，AI PC 对总量拉动有限。AI PC 可以提升产品 ASP，但在端侧 AI 应用仍未形成强付费场景之前，更偏产品结构升级，而非行业总量反转。 因此，PC 行业正在进入“量下行、价上行、份额集中”的组合阶段。该阶段对低端机型、弱渠道厂商和成本转嫁能力较弱的 OEM 不利。 二、2Q26 出货结构：总量下滑，份额向供应链能力强的厂商集中 2026 年二季度，全球 PC 出货量同比下降 4.9%。但各厂商表现差异明显，头部集中和高端份额提升是核心信号。 第一，联想份额继续提升。其出货同比下降 2

AI 基础设施交易正在进入第二阶段。2023—2024 年，市场的核心问题是 GPU 供给、HBM、先进封装、以太网和光互连；到 2025—2026 年，约束开始向更底层的物理资产下沉：电力接入、变压器交期、数据中心冷却密度、水资源审批、长期清洁电力锁定。 Google 与 Amazon 最新可持续发展报告提供了一组更接近真实产能约束的数据。它们不是传统意义上的 ESG 文件，而是 hyperscaler 算力扩张的 “第二张账单”。 GPU 决定单卡算力，电力决定机柜能否上线，冷却决定高密度机柜能否稳定运行，并网决定数据中心能否按期交付。AI Capex 的估值锚，正在从服务器和芯片，延伸到电网、液冷、水处理、燃气轮机、核电和长期 PPA。 一、Google 的用电曲线：AI 扩张已经进入 TWh 级别资产负债表 Google 2025 年总用电量达到43.6 TWh，同比增长 37%。其中，数据中心用电约42.4 TWh，占公司总用电的 97%。 这意味着 Google 几乎全部电力消耗已经由数据中心驱动，公司本质上正在从互联网平台公司，变成一个大规模电力负荷运营商。 PUE 维持在 1.09，说明 Google 在机房效率上已经处于行业高位。问题不再是传统数据中心能效优化，而是新增 AI 负载对总电力需求的吞吐能力。 PUE 的边际改善空间有限，但 AI 机柜功率密度继续上行。单柜功率从 20—30kW 进入 100kW 以上后，传统风冷不再是高密度训练和推理集群的主方案。电力、散热和并网周期，开始决定算力资产能否转化成收入。 Google 报告中的关键表述是：AI 基础设施建设速度正在快于电网脱碳速度。就是 hyperscaler 的 Capex 节奏已经开始受到电网物理扩容能力约束，而不只是芯片供应约束。 二、Amazon 的透明度缺口：不披露用电，但水效数据已经

核心观点 HBF（High Bandwidth Flash）不是 HBM 的直接替代方案，而是 NAND 厂商试图切入 AI 推理解码环节的一种近端容量层方案。其产业逻辑建立在三点之上：第一，AI 推理阶段的模型权重具备高容量、低写入、可预取特征；第二，HBM 在推理权重承载上的容量经济性弱于 NAND；第三，云厂自研 ASIC 与专用推理架构为新型内存层级提供了试验入口。 从投资映射看，HBF 当前的核心主体不是 Western Digital，而是已经独立分拆上市的 Sandisk（SNDK）。SNDK 是 HBF 概念发起方及技术主导方，SK hynix 是标准化合作方。WDC 分拆后以 HDD 为核心业务，与 HBF/NAND 近端内存叙事无直接关系。 从估值含义看，SNDK 当前股价表现和估值水平已经反映 NAND 景气周期与 HBF 远期叙事。HBF 目前没有收入贡献，真正的验证点在 2026H2 样品、2027 年首批设备实测，以及后续云厂/加速器厂商是否导入。 一、HBF 的产业定位：不是替代 HBM，而是补齐推理权重容量层 AI 训练阶段，HBM 是不可替代的近端高带宽内存。其价值来自低延迟、高带宽、高并发读写能力，主要承载训练中的激活值、梯度、中间状态、热数据交换等任务。 推理阶段的瓶颈更复杂。尤其在 decode 阶段，模型权重反复读取，写入需求极低，数据访问路径具备一定顺序性。对这一类负载而言，HBM 的性能足够强，但容量成本过高。NAND 如果能够通过封装和宽接口获得接近 HBM 的读取带宽，就可能在 “低写入、高容量、顺序读取” 的权重层获得位置。 SanDisk 对 HBF Gen1 给出的目标规格为：1.6TB/s 读取带宽、512GB/stack、16 die stack，并宣称物理尺寸和功耗轮廓对齐 HBM4。该规格如果成立，HBF 将形

2026 年 6 月，Anthropic 已向 SEC 保密提交 S-1 注册声明草案。表面上，这是前沿 AI 公司登陆公开市场的前奏；更深一层看，这是大模型实验室第一次被迫接受公开资本市场的财务定价。 过去两年，市场对 AI 实验室的定价核心是模型能力、融资规模、用户增长和战略股东。但 Anthropic IPO 把问题推向另一张表：收入是否真实可持续，token 收入是否具备高毛利属性，算力成本能否被摊薄，云分销收入有没有口径折扣，前沿模型公司到底能不能从烧钱研发组织，变成可盈利的软件基础设施公司。 这才是 Anthropic IPO 的真正看点。 一、IPO 不是退出机制，而是算力融资工具 Anthropic 上市的核心动机，不宜简单理解为早期股东退出。对一家前沿模型公司而言，IPO 更接近一种算力融资机制。 前沿模型竞争已经从 “谁的模型参数更强”，转向 “谁能持续获得足够低成本、足够稳定的算力供给”。训练模型需要重资本开支，推理服务需要持续消耗 GPU/TPU 资源。AI 实验室的财务模型，本质上开始接近一种 “高资本开支软件基础设施”：前端收入是 token、API、企业订阅和开发者工具；后端成本是数据中心、电力、芯片、云分销和模型训练。 Anthropic 当前已披露和报道的算力合作包括 AWS、Google/Broadcom、SpaceX、TeraWulf 等。仅从数量级看，公司已经不再是轻资产软件公司，而是围绕模型能力构建算力产能的重资产组织。IPO 的意义在于打开更大规模的股权与债务市场，让其在训练下一代模型和承接推理需求时不完全受制于私募融资窗口。 换句话说，Anthropic 不是因为 “已经轻松赚钱” 而上市，而是因为模型竞争进入重资本阶段后，私有市场已经难以长期独立支撑其算力资产负债表。 二、收入斜率：从 10 亿美元 ARR 到 470 亿美元

7 月 7 日，野村将中际旭创目标价由 1015 元上调至 1325 元，维持 “买入” 评级。当日收盘报 1121.90 元，年内累计涨幅约 85%。目标价对应约 18% 的上行空间。 此前美银已将 2026 至 2028 年盈利预测分别上调 16%、44% 和 70%，2026 年净利润预计达 392 亿元，目标价 1650 元。两家头部外资在同一方向上给出不同力度的定价，分歧本身值得拆解。 本文核心判断：高速光模块赛道景气确定，但当前估值已隐含大量乐观预期。野村 1325 元目标价对应约 18% 空间，但前提是 2027 年盈利能够如期兑现。方向正确与空间充足之间，仍有需要持续验证的环节。 一、财务数据：历史业绩与最新季度 中际旭创 2025 年全年营收 382.40 亿元，同比增长 60.25%；归母净利润 107.97 亿元，同比增长 108.78%。毛利率 41.72%，较 2024 年的 33.48% 提升约 8.2 个百分点，主要受益于 800G 等高端产品出货占比提高及降本增效。2025 年扣非净利润 107.10 亿元，同比增长 111.31%。 中际旭创历史财务数据（2022-2025） 数据来源：公司年报 2026 年第一季度，营收 194.96 亿元，同比增长 192.12%，环比增长 47.31%；归母净利润 57.35 亿元，同比增长 262.28%，环比增长 56.45%。Q1 归母净利润已超过 2024 年全年的 80%。按 Q1 业绩年化线性外推，2026 年全年净利润约 229 亿元。但考虑到 1.6T 产品下半年集中放量，实际全年净利润可能显著高于这一水平。美银预测 2026 年净利润达 392 亿元，隐含下半年业绩将较上半年进一步加速。 二、市场份额：全球龙头的竞争地位 LightCounting 数据显示，中际旭创 2025 年全

7 月 6 日，SemiAnalysis 在 X 平台连续发布关于 NVIDIA Kyber / NVL144 / Rubin Ultra 的六条内容，核心指向三项调整：Kyber NVL144 机架架构或推迟至 2028 年；“NVL72x2 back-to-back”替代架构或因云厂商部署与运维顾虑被取消；Rubin Ultra 四计算裸片版本或被取消，仅保留双计算裸片版本。 当前公开证据中，前五条推文截图可通过财经转载页还原，第六条仅能通过二次报道交叉转述；NVIDIA 截至报告整理时并未公开确认上述延期与取消决定。因此，该事件应定义为“高可信供应链传闻”，而非公司公告。 本轮事件的投资含义不在于单点产品延期，而在于市场开始重新计量 NVIDIA Rubin / Kyber 机架级路线图的工程兑现率。过去两年，AI 硬件链条的估值主要沿三条线展开：GPU 性能提升、HBM 容量扩张、云厂商资本开支上修。但 Kyber / NVL144 所代表的不是单卡升级，而是 GPU、CPU、NVSwitch、NVLink、PCB 中板、背板、CPO、800V HVDC、液冷、ODM 整柜交付和客户数据中心运维体系的系统集成。 投资判断应从“算力总需求是否变化”，切换到“不同环节订单确认节奏与估值斜率是否需要下修”。 一、事件定性：不是 NVIDIA 需求证伪，而是 2027—2028 年远期路线图折现率上升 从资料交叉验证看，SemiAnalysis 线程并非孤立信息。6 月底市场已出现 Rubin Ultra 四计算裸片方案取消的前序报道；6 月上旬亦有关于 CPO / 800V 节奏延后的争议。7 月 6 日六连帖把这些问题集中指向 Kyber NVL144、NVL576、Rubin Ultra scale-up 与客户部署可接受度。 其信息强度在于：传闻没有停留在“延期”层

2026 年 7 月 1 日，路透社转述彭博社报道称 Meta 正在筹划对外出售 AI 算力。市场当日反应剧烈：Meta 收涨约 8.8%-10%，CoreWeave 跌约 13.9%，Nebius 跌约 17%，费城半导体指数跌 6.27%。 这既不是 “AI 泡沫破裂” 的确认信号，也不是 Meta 即将挑战 AWS 的开始。本文的核心判断是：AI 资本开支正在从 “只拼规模” 转向 “规模 + 利用率 + 定价权 + 变现路径” 的四维竞争。 Meta 出售算力的真实含义，是一家 1450 亿美元级资本开支的公司，正在尝试给巨额投入寻找一个可交易、可验证的现金流回报出口。 核心结论： 1. 这不是 “算力过剩” 的证据，而是 AI 基础设施建设 “节奏错配” 的自然产物。 2. 这不是 Meta 要挑战 AWS，而是将已有基础设施的富余容量进行货币化。 3. 这是 AI 资本开支进入 “第二阶段” 的标志——市场从奖励 “谁敢建” 转向奖励 “谁能把资产用起来”。 4. 7 月 1 日的下跌中存在情绪超调，杠杆 ETF 清仓放大了跌幅。 5. 真正该警惕的不是 “Meta 卖算力” 本身，而是把 “现金流期权” 误判为 “新业务孵化”。 一、事件梳理与关键事实 1.1 时间线与核心事实 1.2 Meta 官方事实与媒体报道的边界 关键认知差： 市场把 “媒体报道” 当 “官方确认” 来交易，是 7 月 1 日剧烈波动的直接原因。Meta 官方尚未确认外售算力的任何细节。 1.3 来自公司内部的一手调研 7 月 2 日，通过电话访谈了多位 Meta 在职员工，了解公司内部对算力出租的真实看法。综合多方反馈，几个共识值得关注：Meta 内部算力仍相对紧缺，对外出租的讨论在公司内部更接近市值管理层面的探索，而非算力已出现系统性富余的被动处置。 这一判断与 Susan Li

高盛发布了一份关于中国半导体设备及材料板块的研报。不同于常规的目标价上调，这份报告最值得关注的变化，在于估值方法的系统性切换。 高盛将覆盖公司的估值基准从 “近期市盈率” 调整为 “基于 2030 年预期盈利的贴现市盈率”。核心逻辑在于：国内先进制程产能扩张和本土化率提升，使这些公司的长期盈利可见度显著提高，传统的近期盈利估值框架已经不足以反映其成长路径。 同一天，路透社报道长鑫存储与腾讯签署了价值超过 200 亿元人民币的多年服务器 DRAM 芯片供应协议。两件事在同一天发生并非巧合，它们共同指向一个正在加速的产业趋势：中国半导体产业链正在从 “政策驱动” 进入 “商业验证” 阶段。 一、催化剂：一笔 200 亿元的订单 2026 年 6 月 29 日，路透社报道长鑫存储与腾讯签署了价值超过 200 亿元人民币（约 30 亿美元）的长期供应协议，覆盖未来 3 到 5 年内用于服务器的 DRAM 芯片供应。 这笔协议的意义体现在三个层面。 商业验证层面，此前国内互联网巨头的服务器 DRAM 几乎全部依赖三星、SK 海力士和美光三家海外供应商。长鑫存储产品通过腾讯验证并进入其数据中心采购名单，是国产 DRAM 迄今最具分量的商业合作，标志着国产存储芯片已从 “能用” 进入 “好用” 阶段。 产业扩散层面，腾讯是国内最大的云服务商之一，其采购决策具有示范效应。协议签署后，市场预期阿里巴巴、百度等其他 CSP 厂商可能跟进，从而带动整个中国半导体产业链（代工、设备、材料、IP）的需求预期上调。这正是高盛在同一天上调四家公司目标价的核心逻辑。 资本市场层面，协议达成正值长鑫存储筹备科创板 IPO 之际。公司已于 2026 年 5 月通过上交所上市委审议并获证监会注册同意，拟募资 295 亿元，创科创板 IPO 拟募资额纪录。2026 年第一季度，长鑫存储营收 508 亿元，同比增长

当前全球半导体库存周期已确认跨越去库存拐点，但并非进入传统意义上的全面补库周期。行业正运行在一个教科书级的结构性分化行情中，AI/HPC 与存储链条处于供给约束驱动的超级周期早中期，库存天数处于历史低位且仍在压缩。模拟、功率和 MCU 链条已完成去库存主体阶段，正在进入报价修复与主动补库初期。汽车半导体库存消化接近尾声，但终端需求恢复节奏滞后。消费电子面临 BOM 通胀引发的需求破坏风险，是唯一可能拖累整体周期判断的薄弱环节。 可以浓缩为一句话：这不是 “是否补库” 的问题，而是 “谁在补库、为谁补库” 的问题。数据中心和 AI 基础设施正在以历史上前所未有的力度抽走上游产能，迫使传统链条在供给被挤压的被动环境中完成自身的库存正常化。 核心判断：去库存尾声已确认，结构性补库正在展开，但并非全面上行周期。 AI/HPC 和存储链条处于超级周期中前期，补库力度受产能约束而非需求约束。模拟和 MCU 链条已进入报价修复和温和补库初期。汽车链条去库存接近尾声，但需求信号尚不一致。消费电子面临 BOM 通胀引发的需求破坏风险。 一、库存周期总判断：去库存尾声已确认，结构性补库正在展开 1.1 周期定位 全球半导体库存天数已从 2023 年 Q1 的峰值约 128 天持续下降至 2025 年 Q3 的约 104 天（Morgan Stanley 口径），但仍高于剔除 COVID 扰动后的 10 年均值 86 天约 20%。2026 年 Q1，Deutsche Bank 加权 DIO 录得 130 天（高于 5 年中位数 4%），非加权 DIO 为 148 天（高于 5 年中位数 2%）。绝对水平仍偏高，但下降斜率已明确放缓，去库存动量正在衰减。 更关键的信号来自渠道端。分销商加权 DIO 已降至约 69 天，低于 5 年中位数 75 天约 8%，且连续 4 个季度下降（Deu

这不是一篇 “AI 带动被动元件” 的泛泛叙事。 真正决定村田制作所这轮重估能否继续的，是两个问题：其一，AI 服务器对高端 MLCC 的需求，是否已足以把村田从传统周期股推向结构性高 ROIC 资产；其二，当前股价是否已经把这部分中长期盈利前置交易。 就产业证据看，Murata 自身在 FY2025 业绩会与中期方向中，已经明确把 “数据中心相关需求” 列为 FY2026 的核心驱动力。FY2025 公司收入 18,309 亿日元、营业利润 2,818 亿日元、净利润 2,339 亿日元。FY2026 公司指引收入 1.96 万亿日元（+7.1%）、营业利润 3,800 亿日元（+34.8%）、归母净利润 2,930 亿日元（+25.3%），资本开支 2,500 亿日元，其中约 800 亿日元为新增电容产能投资（FY2026/FY2027 各 400 亿日元）。管理层同时给出服务器相关电容销售同比增长 85%–90%、整体电容 ASP 同比增长 5%–10% 的口径——景气已从 “逻辑成立” 进入 “财务兑现”。 但从交易层看，股价的领先反应也极其剧烈。2026 年 7 月 1 日，Murata 收于 11,890 日元，较 6 月 30 日收盘 11,395 日元上涨 4.34%。J.P. Morgan 在 6 月 15 日将目标价从 7,000 日元大幅上调至 15,200 日元；7 月 1 日，欧洲系大行进一步将目标价从 11,700 日元上调至 15,500 日元；高盛维持 “买入” 评级，12 个月目标价 12,600 日元。 当前 TTM PER 约 73.45 倍，明显高于自身历史均值。基本面在变好，但股价也已经不便宜。 机构核心判断：增持，目标价 15,200 日元。 这是基于中期盈利前置交易的目标，而非 “未来两个季度就能被报表完全验