ARTICLE · 1183008
AI的物理世界(四)——存储还能涨么
今天是这个系列的第四篇。
在前三篇中，我们先后聊了应用层变现难、模型层收入情况、基建层双大因子。今天聊芯片层。关于整个AI半导体的拆解已经有太多非常专业的分析了，这里就不再班门弄斧。咱们从一些额外的角度聊聊，存储还能不能涨？
TLDR版：
大厂资本开支是核心，而且会持续。应用层没什么收入，模型层收入2年内撑不“接棒Capex”的重任。
AI硬件的盈利类似2000年，盈利被立刻确认，成本会被摊销延后。这是一个估值与盈利同时上涨的戴维斯双击，也会同时被高估。
存储的低P/E是低估么？还是周期股么？
收入端现状
大厂的资本开支肯定是最关键的。Evercore和美银预测 2027年全产业 Capex将冲破万亿美元大关，高盛给出了四大巨头2025-2030 年累计开支 5.3 万亿、全产业 2026-2031 年累计达 7.6 万亿美元的估算。但Capex 在狂飙，自由现金流（FCF）却在崩溃。
这个咱们在前面已经聊过了。现在谷歌做了股权融资后，Meta有传言也想做，同时英伟达也做了债券融资。
所以资本开支会持续，企业负债向居民负债的转移不会停止。这些资本需求会通过信用债、股票等方式转移到基金手里，再转移给居民。在持续大幅资本开支几年后，现在美国的政府、企业和居民三张表，也就居民的最健康了。
而且有一点在硅谷外的朋友们可能感受不深：AI在硅谷是一个信仰。过去40年，硅谷最核心的收益都是围绕着人类创建的数字世界来的，包括硬件和软件，而AI作为数字世界的原住民，创造AI能带来创造生命的终极追求。现在有人（Anthropic）说，我们不仅要创造数字生命，我们还要造数字半神。这是一个宗教级别的信仰。
大厂资本开支总会碰到上限，无论是资产负债表的还是人们预期上的，现在市场已经更关心Capex的收入了。那么接下来更新一下咱们聊过的模型层的收入，结论没有变，模型层还撑不起来。
先说最受瞩目的Anthropic。它对外披露的数字是“年化运行率（Run-rate）在 5 个月内从 90 亿美元冲到了 470 亿美元”，是人类商业史上的增长奇迹。但这里必须分清两件事：Run-rate 不等于真实收入。
Run-rate 的算法只是简单地拿单月收入乘以12、或者拿近 4 周的 API 消费额乘以 13。而 Anthropic 真实的季度 GAAP 收入，一季度是 48 亿美元，二季度预计为 109 亿美元。值得注意的是它的暴涨几乎全靠 Claude Code 这一个单一产品。
如果我们线性外推，忽略掉一些大厂开始限制token预算和最近fable 5闹出的事故，以此计算年化真实水平约在400 多亿美元。
更关键的问题在盈利上。Anthropic宣布二季度是其首个盈利季（排除股权激励后运营利润约5.6 亿美元）。但这个盈利究竟是怎么来的？它从5 月起，每月需要付给马斯克的SpaceX 12.5 亿美元，用以接管Colossus 数据中心的算力，而且在产能爬坡期拿到了极高的折扣，这个折扣额度恰好完全覆盖了它宣布盈利的那两个月。所以我们不能排除会计做账的可能性，当然这个营收增长速度无论如何都是创纪录的。
OpenAI 刚公布了完整的2025 财务数据：年收入130.7 亿美元，总成本却高达约340 亿，真实运营亏损约为209 亿美元。在成本细项里，研发占了191 亿、销售与市场费用高达57.3 亿（同比暴涨超400%，是增长最快的成本项）、收入成本75 亿。Sacra 估算 OpenAI 的运营利润率约为 −122%，大致相当于每赚 1 美元，就要亏掉 1.22 美元。
所以模型公司的收入数字确实在涨，但它在未来2年内撑不起“接棒大厂 Capex”的重任。不用说有传闻OpenAI 目前正在考虑“大幅降价”，大家也都知道AI本身的推理成本随着收入在同步上涨。
盈利为何好看
既然下游持续的支出>收入，为何上游卖芯片、设备的公司利润屡创新高？
传奇空头 Jim Chanos 指出了核心的会计处理时间差错位：在这波资本开支热潮中，卖“镐与铲”的上游公司能够立即确认收入和利润；而花钱的 Hyperscaler，却将庞大支出进行资本化处理，在未来 5-6 年内慢慢折旧。
这种财务机制导致英伟达卖芯片的利润当季入账，而微软买芯片的成本被分摊到未来。这让整个AI 产业链当下的盈利显得比真实情况更繁荣。
这一幕在 2000 年互联网泡沫时期曾一模一样地发生过。
Chanos 警告：“1998年中到 2000 年中经历过完全相同的情形。当时标普 500 的运营利润在两年内涨了约 30%。随后从 2000 年中到 2001 年，盈利暴跌了 40%。订单瞬间崩塌，而成本尤其是折旧还在持续累积。在一次温和衰退里，标普 500的盈利跌幅与全球金融危机时期相当。”
上游“立即确认”的利润，本质上只是下游“尚未折旧的成本”的镜像。一旦下游投入放缓，上游盈利跌速会超乎想象。Chanos 给出时间跨度判断：“我预计在未来18 到 24 个月内，商业模式的本质会变得相当明朗。”
当然，如果模型层的收入能奇迹般地赶上，那一切将不会同。不过考虑到企业内生产关系的缓慢转变和前沿Token的昂贵价格，难度颇大。
存储还是周期么？
市场易被“AI 带来新范式”的叙事说服，但翻开四十年历史，DRAM 满足周期股的铁律：它的供给最终总能被新增产能填平。
这源于 DRAM 无法根除的三大特性：
第一轮（1985-1986年）：日本厂商（NEC、东芝、日立）规模碾压，美国DRAM 份额从70%暴跌至20%。256KDRAM从8.95美元跌至2.95美元，市场萎缩55%。Intel被逼永远退出DRAM业务，其份额已从1974年的82.9%跌至1984年的1.3%。 第二轮（1993-1995年）：Windows 95触发PC内存需求暴涨，市场从230亿冲高至420亿美元以上，美光毛利率干到65%。随后疯狂扩产砸崩市场，美光内存ASP在1996财年跌46%，1997财年再跌75%。扩产崩盘间接助推1997 年亚洲金融危机（韩国财阀贷款盲目扩张），韩国接受IMF 584 亿美元救助。德州仪器（TI）于1998 年退出并将业务卖给美光。 - 第三轮（2008-2009年）：台湾厂商发起激进扩产，一年多内将12 英寸产能推高56%。撞上次贷危机，DRAM价格2007年跌85%，2008年再跌58%，行业两年亏损100 亿美元。全球第五大厂奇梦达2009年1月破产，1.3万人失业。
- 第四轮（2011-2012年）：日本独苗尔必达（当时全球第三）抗不住持续低价、日元走强与泰国洪水，2012年2月带伤破产（负债4480亿日元），2013年被美光收购。“三巨头”（三星、SK海力士、美光）格局正式成型。
- 第五轮（2017-2018年）：云数据中心建设推动DRAM价格在两年内接近翻三倍，美光毛利率冲高至58.9%、营业利润率49.3%。2018下半年见顶反转，美光2019 财年收入从304亿跌到234亿，毛利率跌至45.7%；SK 海力士营业利润率掉到2019年Q3的7%。美光股价从61美元腰斩至30 美元。
- 第六轮（2020-2023年）：疫情居家红利与云厂商囤货推高繁荣。随后去库存遭遇需求断崖，DRAM均价在2022年Q3跌31.4%、Q4 再跌34.4%。美光2023财年毛利率惊现−9.1%、营业利润率−37%，单季巨亏23 亿美元；SK海力士迎来十年来首次年度亏损。
六轮驱动故事不同，结局惊人一致：繁荣持续4-7个季度，萧条持续4-8个季度，收入跌25-40%，毛利率从50%+压到20%出头甚至转负，股价下跌50-60%，且股价见顶领先基本面1-2个季度。
历史上每一轮打破既存寡头定价纪律的，都是一个“抱有战略动机的新进入者”（80年代日本、90年代韩国、2000年代台湾）。Chanos 坦言：“在我 40 年的从业生涯中，我从未靠做空DRAM 公司赚到过钱。存储就是个周期性行业，上行时人们极度乐观，下行时又极度悲观，我们从来没能准确把握节奏，所以基本不碰。”
那么，眼下这第七轮狂飙究竟走到了哪里？我们也猜不到这个节奏，只能关注美光的利润率。
截至 2026 年 2 月的最新财季，美光的非 GAAP 毛利率高达 74.9%，营业利润率达到 69%；而其对下一财季的指引中，毛利率更是预计飙升至约 81%，这将毫无疑问成为“任何内存公司历史上最赚钱的季度之一”。作为对比，这个数字已经远远把 2018 年那轮超级周期顶部的 58.9% 甩在了身后，也符合一直讨论的超级周期。不仅如此，美光 2026 年的 HBM 产能已全部售罄并锁入长约，其 CEO 更是直言不讳地宣告：“在 AI 时代，内存已成为客户的战略资产。”
6 倍市盈率：低估还是顶部信号
既然是周期股，目前存储巨头6 倍的远期市盈率（Forward P/E）到底在什么阶段？
空头派：周期股在盈利最高、P/E最低时往往最危险。分母（当季暴利）被周期顶部的暴利撑到极限。SK海力士营业利润率正处于历史最高峰，市场预期其不可持续，才给6 倍估值。如果2027-2028 年周期反转、盈利腰斩，低P/E 会被动飙升，买方买在了利润顶部。
多头派：这一次 AI 带来的存储需求峰值，无论在幅度还是持续性上，都显著高于过去 25 年的任何一次。峰值平台期可能维持 2 到 4 年甚至更久。市场用 6 到7 倍的远期市盈率给存储股打折，等于预期下行周期在六个月内发生，这极不可能实现。
多头强调需求本质变了：过去需求受限于设备数量（一人一机），如今由Token 消耗量驱动。且HBM 消耗的晶圆面积是普通DRAM 的3 倍（美光数据），对普通 DRAM 产能形成结构性挤压。美光已签下行业首个五年期 HBM 供货长约（LTA）。同时，设备商（ASML 等）每年出货增速上限被卡在30%-35%，卡死了比特产能的物理增速。
但空头提出了两个点：
多头辩称现在能通过接口直接追踪真实的Token 使用量和 GPU 租赁价格，1999年的事情更难发生。
我们认为周期规律未被废除，只是被AI/HBM 拉长放大了。高盛在6 月把估值框架从市净率（P/B）切换到市盈率（P/E）、并配上“战略资产”叙事，这与 2000 年科技股、2007 年银行股见顶前的财务框架切换如出一辙。这次本质一样，但顶峰的时间可能更长。
搅局者：CXMT
打破周期的力量往往来自新进入者，今天这个角色是CXMT（长鑫存储）。其杀伤力在不同阵地表现截然不同：
1. 普通DRAM 领域：真实的未来下行压力
CXMT 的全球DRAM 份额从 2020 年的几乎为零，飙升至 2025 年底的约8%位居全球第四。产能从 2020 年的 4 万片/月冲至 2025 年底的约24 万片/月，正向 30 万片爬坡。
其扩张不以短期利润为导向：在 2025 年上半年亏损 23 亿人民币的情况下，依然推进 41 亿美元的科创板 IPO。野村证券警告：全球低端普通 DRAM 正在“被中国替代品产能淹没，这是量级碾压”，过剩最伤三星。
真正的价格战将在2027-2028 年随着产能释放爆发。这里存在致命的不对称：美光仅有20%业务为高阶HBM，80%暴露在普通DRAM和NAND上；而 SK 海力士HBM纯度极高。因此，CXMT的价格战对美光的实质伤害远超SK 海力士。
2. HBM 领域：2026年结构性安全
CXMT 短期内无法撼动高阶HBM 市场。
TechInsights 对华为昇腾Ascend 910C的物理拆解显示：其搭载的HBM 依然是前期囤积的三星与SK 海力士的HBM2e，底部逻辑Die 是台积电 2020 年制造的 7nm 工艺。目前尚无任何公开拆解证实主流中国 AI 芯片量产使用了 CXMT 的 HBM。CXMT 的 HBM3 仍处于送样阶段，堆叠良率卡在40%左右（盈亏平衡线为60%）。中国AI 芯片的 HBM 囤货预计在2026 年底前后耗尽。
不过，做AI推理其实不需要最新的HBM。英伟达A100与英特尔Gaudi均架构在HBM2e之上。研究证实新一代高带宽内存主要利好内存密集型任务，老一代HBM + 优秀架构做推理完全够用。
华为CloudMatrix 384架构便是系统级替代的极致：单颗昇腾算力虽仅为英伟达 GB200 的 1/3，但靠堆叠5.3 倍的芯片数量并配以全光互连，硬将系统级整体性能拉到英伟达的 1.7 倍，代价是4 倍功耗（在中国电费补贴下可行）。且该架构目前仅证明能用于推理，无法证明能用低端内存训练前沿大模型。
因此，三巨头对 AI级 HBM 的绝对垄断短期未被打破。SK 海力士约70%的订单已锁定为HBM4 及英伟达下一代平台的长约，防御力最强。
结论
将因果收拢为三个核心实操判断：
- 收入端：第一层（大厂Capex）目前确实很稳，这是短期内最强确定性。但它建立在巨头严重透支自身自由现金流的基础上。第二层模型收入和第三层应用收入现均未被证实。
- 周期属性：存储依然是铁打的周期股。所有“战略资产”或“新范式重估”的宏大叙事都无法改变其周期底色。
- 6 倍市盈率：向上看，Token消耗确实打破了人头限制，峰值可能在高位维持2-4 年；向下看，CXMT的逆势扩产（普通DRAM 已发生）、扩产纪律在崩坏，如果市场将存储股的未来盈利计算到2028年以后，那么一点风吹草动就可能带来大幅回调。
存储在短期内下跌都是机会，因为Capex还在继续。但现在大家已经开始关注“AI需求的商业价值能否最终兑现”了，这点并不乐观。
核心数据观察一个：AI服务器出货量的同比增速。维持在 65%-80% 之间，故事就能继续；一旦跌破 30%，清仓离场。
最终的决定性因素不是工厂里生产出来的更多芯片，而是企业组织究竟能多快真正运用AI 来完成自我的重构与进化。这条生产力重构的现实曲线，注定比供需模型缓慢得多。
