夜雨聆风很多人看 AI，只盯着今天谁涨得快。
但如果把 AI 放回上一轮互联网革命的历史周期里看，会发现一个更底层的规律——
每一轮科技革命，最先爆发的从来不是应用，而是当时最稀缺的基础设施。
互联网早期，最稀缺的是 PC、服务器、路由器、操作系统，所以戴尔、思科、微软先被资本重估。
AI 早期，最稀缺的是 GPU、AI 服务器、存储、网络、电力、数据中心，所以英伟达、闪迪、希捷、美光、英特尔率先爆发。
但科技革命不会永远停留在硬件阶段。互联网最终从硬件走向了微软、谷歌、亚马逊这些平台公司，再走向了电商、短视频、本地生活的应用繁荣。
AI 大概率也要走同样的三幕：
第一幕，硬件算力时代。第二幕，模型平台时代。第三幕，垂直应用时代。
这篇文章想讲清楚的不是某只股票今天涨多少，而是 AI 产业价值如何按这三幕迁移——为什么硬件先涨，为什么英伟达是这一幕的核心，为什么闪迪、希捷会被重估，为什么连英特尔这种老牌芯片公司也重新进入视野，以及为什么下一阶段我会重点看谷歌。
一句话总结：
英伟达代表 AI 硬件时代的主线。存储、网络、电力、封装、数据中心代表硬件扩散。英特尔代表老牌半导体资产的再定价。谷歌代表 AI 软件平台时代的多点卡位。OpenAI 和 Anthropic 如果未来上市，则可能成为模型平台时代最直接的定价样本。
看懂这条路径，才可能真正理解 AI 大爆发不是偶然，而是一场正在按产业规律展开的革命。
一、互联网革命最早爆发的不是应用，而是基础设施
回看互联网时代，很多人第一反应是雅虎、亚马逊、谷歌、腾讯、阿里。
但互联网商业化早期，最先被资本重估的，其实是硬件、终端、网络设备和操作系统。
原因很简单——当时最大的瓶颈不是"有什么网站可看"，而是"普通人能不能接入网络"。所以第一波吃红利的是 PC、服务器、芯片、路由器、操作系统。
戴尔代表 PC 终端普及。90 年代个人电脑进入家庭，互联网接入的前提是每个人先有一台电脑，戴尔靠直销和供应链效率成了普及浪潮的典型受益者。它的逻辑不是"互联网应用"，而是"互联网入口设备"。
思科代表网络骨架。互联网要跑起来，需要路由器、交换机和数据网络。2000 年思科市值一度达到约 5554 亿美元，超过微软，成为全球市值最高的公司之一。
这说明什么？产业早期，资本最先买单的是"修路的人"。没有路，再好的车也跑不起来。
但思科也留下了一个残酷教训——基础设施龙头不等于永远无风险。 公司是真好，需求也是真强，可一旦估值提前透支太多，泡沫破裂后，股价也可能长期消化。这点对今天看英伟达非常重要。
微软代表软件平台。PC 普及之后，价值开始从硬件上移到软件。微软掌握了 PC 时代最核心的入口——Windows 和 Office。1995 到 1999 财年，微软收入从 60.75 亿美元涨到 197.47 亿美元，净利润从 14.53 亿增长到 77.85 亿美元。
硬件解决"能不能用"，操作系统决定"怎么用"。这就是微软长期成为互联网时代最大赢家之一的原因。
二、互联网的真正启示：短期硬件弹性大，长期平台壁垒深
互联网公司里还有一个更经典的案例——亚马逊。
亚马逊不是最早吃硬件红利的公司，它属于应用层。但它能穿越泡沫，靠的不是"卖书网站"这个概念，而是后来沉淀出来的三层能力：用户和交易场景、物流和供应链基础设施、以及把内部能力产品化的 AWS。亚马逊 1997 年收入暴涨 838%，达到 1.478 亿美元。
但亚马逊真正伟大的地方不是早期增长快，而是它把应用做成了基础设施。这才是应用公司真正胜出的方式——不是做一个网页、讲一个故事，而是不断沉淀场景、数据、基础设施和规模效应。
互联网泡沫里死掉的大量公司，本质上输在"只有概念，没有壁垒"。
所以互联网革命给我们的启示不是"买硬件一定赢"，而是：
第一阶段，买瓶颈。第二阶段，买平台。第三阶段，买能沉淀数据和现金流的应用。
三、把这套框架放到 AI，当前的瓶颈就是算力
今天的 AI 不是突然出现的。Transformer、深度学习、GPU 并行、云计算、大规模预训练，铺垫了十几年。ChatGPT 的意义不是发明 AI，而是让大众、企业和资本市场同时意识到——AI 已经从实验室能力变成了生产力工具。
需求被点燃之后，产业立刻撞上第一个瓶颈：算力不够。
训练大模型要算力，推理部署要算力，多模态要算力，AI Agent 长链路调用要算力，企业私有化部署还要算力。AI 办公、AI 编程、AI 医疗、AI 金融、AI 工业、AI 教育——只要真正落地，都不是简单接一个 API，而是持续消耗算力、存储、网络、电力和数据中心资源。
所以 AI 第一波行情，最先爆发的不是应用，而是 GPU、AI 服务器、HBM、光模块、高速互联、交换机、液冷、电力、数据中心和云基础设施。
这不是偶然，是产业瓶颈决定的必然。
四、为什么我看好英伟达
我从 2022 年开始买英伟达，期间一直在加，遇到熟人也一直在安利。
我看好它不是因为它涨得多，而是因为它正处在 AI 革命第一幕最核心的位置——算力瓶颈的定价权。
很多人把英伟达类比成 AI 时代的思科，这个类比一半对、一半不对。
对的地方：思科是互联网时代的网络基础设施核心，英伟达是 AI 时代的算力基础设施核心。互联网流量增长带动路由器和交换机需求，AI 模型增长带动 GPU、网络、服务器和数据中心需求。英伟达 2026 财年三季度收入 570 亿美元，其中数据中心收入 512 亿美元——AI 数据中心已经成为它最核心的增长引擎。
不对的地方：英伟达不是单纯的硬件公司。它真正强的地方是把 GPU、CUDA、网络、服务器系统、开发者生态、AI 软件栈、云厂商合作和整套数据中心方案绑在一起。
它卖的不是一张显卡，是 AI 计算标准。
GPU 是入口，CUDA 是锁定，网络是放大器，系统方案是交付能力，开发者生态是长期壁垒。这就是为什么我说它不是普通周期股。
但我也不会忽略风险。英伟达最大的风险不是 AI 没前途，而是市场可能提前把太多未来利润折现到今天——这正是思科当年的教训。思科业务是真增长，产品是真需求，但估值过度透支之后，即使公司继续存在，股价也长期消化。
所以英伟达的核心问题不是"是不是好公司"。它是。真正的问题是：
• 算力需求能不能持续超预期？ • 毛利率能不能维持？ • 客户自研芯片会不会削弱定价权？ • 推理成本下降会不会压缩增速？ • 数据中心资本开支会不会周期性放缓？
只要这些问题没有实质性反转，英伟达仍然是 AI 硬件时代最值得重视的核心资产。
五、为什么闪迪、希捷这些存储股也会暴涨
2026 年 4 月 12 日闪迪在 890 附近时，我在群里通知朋友们上车。现在它的价格已经来到 1500+。
逻辑很简单——
如果说英伟达代表 AI 硬件时代的第一层瓶颈是算力，那么闪迪、美光、希捷、西部数据这类存储公司，代表的是第二层瓶颈：数据存储。
很多人理解 AI 基建只盯着 GPU，但真正的大模型系统不只是"算"，还要"存"。训练数据要存，模型参数要存，Checkpoint 要存，向量数据库要存，企业知识库要存，视频/图像/语音多模态数据要存，AI Agent 执行任务产生的日志、上下文、缓存和历史记录也要存。
尤其当 AI 从训练走向推理，从单次问答走向 Agent 工作流之后，数据读写频率和存储容量需求都会被放大。
闪迪 2026 财年三季度收入 59.5 亿美元，环比增长 97%，其中数据中心收入环比增长 233%。这组数字说明，AI 对存储的需求不是停留在故事层面，而是已经体现在收入和利润表里。
过去存储行业经常被看成强周期品——价格上涨、厂商扩产、供给过剩、价格下跌，盈利大起大落。但这一轮 AI 带来的变化是，市场开始怀疑存储行业的周期属性会不会被部分重写，因为 AI 数据中心的需求不是短期换机，而是长期资本开支。
但这里也要冷静。存储股弹性大，风险也大，NAND、SSD、HDD 终究还是有周期属性。如果供给扩张太快，或 AI 资本开支放缓，存储价格和利润率也可能回落。
所以我对闪迪这类公司的理解是——它们是 AI 硬件时代的扩散受益者，不是 AI 革命的核心标准制定者。 英伟达掌握的是 AI 计算生态和标准，闪迪掌握的是 AI 数据爆发后的存储供给。前者是主干，后者是分支。主干决定时代方向，分支享受需求扩散。
六、为什么英特尔近期也在上涨
我在 2026 年 4 月 20 号的推文中分析过英特尔，文中说一旦突破 75.7，就正式确认它历时 8995 天的回调在 2025 年 4 月 7 号结束。后续英特尔突破 75.7 之后涨幅达 73%+。
英特尔近期上涨，不能简单理解成"它要变成下一个英伟达"。
更准确的理解是——市场在重新给英特尔定价，把它从一个传统 CPU 老巨头，重新放回 AI 基础设施版图里。
英特尔上涨主要有四条逻辑。
第一，AI 推理时代，CPU 的重要性被重新看见。 训练大模型最核心的是 GPU。但当 AI 进入推理、企业部署、Agent 工作流之后，系统不再只是 GPU 单点能力，而是 CPU、GPU、内存、存储、网络和软件调度的整体协同。CPU 仍然负责通用计算、任务调度、数据预处理、系统控制和很多推理相关工作。Intel 2026 一季度收入 136 亿美元，同比增长 7%。
第二，先进封装被重新重视。 AI 芯片的瓶颈不只在晶圆制造，也在先进封装。如果英特尔的 EMIB、先进封装和 foundry 能拿到更多大客户订单，它就可能成为 AI 基建中"补短板"的重要角色。
第三，英伟达入股和合作改变了市场叙事。 2025 年 9 月，英伟达宣布向英特尔投资 50 亿美元，并合作开发数据中心和 PC 产品。这件事传递出的信号不是"英特尔超过英伟达"，而是"英特尔仍然有不可忽视的 x86 生态、CPU 能力、制造能力和封装能力"。
第四，美国制造和半导体自主逻辑给了它政策溢价。 2025 年美国政府宣布向英特尔普通股投资 89 亿美元，支持美国半导体制造和供应链韧性。
所以看英特尔，不能套英伟达的逻辑。
英伟达是 AI 时代的王者逻辑——高增长、高利润、高生态壁垒、高定价权。
英特尔是困境反转逻辑——低预期、政策支持、老资产重估、foundry 和先进封装潜在突破。
英伟达的上涨是强者恒强。英特尔的上涨是市场发现它可能没有被 AI 时代淘汰，反而可能在 CPU、先进封装、foundry 和美国制造里重新找到位置。
七、为什么下一阶段我看好谷歌
如果说英伟达是 AI 硬件时代的绝对龙头，那么我认为谷歌是 AI 软件平台时代的重要候选。
原因不是"谷歌也有大模型"。仅仅有模型是不够的。AI 软件时代真正的赢家，必须同时具备五种能力：模型能力、分发入口、用户数据、云基础设施、商业化场景。
谷歌恰好是少数同时具备这五项的公司。
模型—— Gemini 不是孤立产品，而是 DeepMind、搜索、YouTube、Android、Workspace、Cloud 多年 AI 积累的结果。
入口—— 搜索是全球最大的信息入口，YouTube 是全球最大的视频平台，Android 是全球最大的移动操作系统，Chrome、Gmail、Docs、Maps、Photos 全都是高频入口。AI 软件时代模型能力重要，但分发更重要——谁能把 AI 无缝塞进用户每天已经在用的产品里，谁就更容易完成商业化。
数据和场景—— 搜索数据、视频数据、邮件、文档、地图、广告、电商意图、企业协作，全都是 AI 落地的天然场景。绝大多数 AI 公司都需要重新找场景，谷歌的问题不是有没有场景，而是如何把 AI 嵌入原有场景。
云—— Google Cloud 正在成为谷歌 AI 商业化最重要的承接层。企业不会只买一个聊天机器人，还需要模型、算力、数据平台、安全合规、Agent 开发框架、部署工具和持续服务，这正是云厂商的优势。
自研 AI 芯片—— 谷歌有 TPU。AI 软件时代，当模型能力逐渐接近，推理成本、延迟、稳定性和部署效率就会成为核心竞争力。谷歌同时拥有 TPU、Gemini、Cloud、搜索和应用生态，意味着它不是单纯的软件公司，而是全栈 AI 平台公司。
还有一点被很多人低估——谷歌不是只押注 Gemini，而是在主流大模型生态里多点卡位。
表面上看，主流 AI 模型竞争是这样的：OpenAI 有 ChatGPT、Anthropic 有 Claude、谷歌有 Gemini、xAI 有 Grok、Meta 有 Llama。
但从资本、云、芯片和生态布局看，谷歌的位置比很多人想象中深得多。
谷歌自己有 Gemini，是它正面参与大模型竞争的产品。同时它深度押注了 Anthropic，也就是 Claude 背后的公司。Claude 现在是 OpenAI 之外最重要的闭源大模型之一，尤其在编程、企业服务、长文本和安全对齐方向有很强竞争力。谷歌早在 2023 年就同意向 Anthropic 投资最高 20 亿美元，后续 Alphabet 还在继续加码，而 Anthropic 也在大规模采购 Google Cloud 和 TPU 能力。
简单说，谷歌的 AI 布局可以分成六层：
• 自研模型：Gemini • 外部投资：Anthropic / Claude • 云服务客户：OpenAI 等大模型公司 • 底层芯片：TPU • 用户入口：Search、YouTube、Android、Chrome、Gmail、Docs、Maps • 企业入口：Google Cloud 和 Workspace
它既下场参赛，也给其他参赛者提供基础设施。既有 C 端超级入口，也有 B 端云服务入口。这种布局比单纯押注某一个模型更稳。
最后一点——OpenAI 和 Anthropic 如果上市，会进一步确认 AI 软件平台时代的到来。
现在资本市场最容易定价的是硬件公司，英伟达、闪迪、希捷、美光、台积电、博通、英特尔，这些都能直接反映 AI 基建扩张。但 AI 软件平台层，大部分核心公司还没真正上市。很多投资者想直接买 ChatGPT 和 Claude 背后的模型平台，但目前没有公开市场直接入口。
一旦它们正式进入 IPO 阶段，意义十分重大——这不只是两家公司上市，而是资本市场开始给"AI 模型平台层"单独定价。
谷歌的特殊之处在于，它不是站在模型竞争之外的旁观者，而是同时横跨模型、云、芯片、入口和外部模型投资敞口的全栈平台公司。
• 如果 Gemini 走得好，谷歌直接受益； • 如果 Claude 继续壮大，谷歌通过 Anthropic 投资、Cloud 和 TPU 间接受益； • 如果 OpenAI 继续扩张，谷歌也能通过云和算力分到一杯羹。
AI 时代最终未必只有一个模型赢家。ChatGPT、Claude、Gemini、Grok、Llama 可能长期并存。但无论模型格局如何变化，真正长期受益的，往往不是只押注单一模型的公司，而是能够横跨模型、基础设施、用户入口和商业闭环的平台型公司——谷歌正是这类公司。
八、英伟达和谷歌的不同逻辑
我看好英伟达和看好谷歌，逻辑并不一样。
英伟达对应 AI 第一幕：算力短缺、资本开支扩张、数据中心重建、训练和推理需求爆发、硬件与软件栈形成标准。它赚的是"让 AI 跑起来"的钱。
谷歌对应 AI 第二幕：模型进入产品、AI 改造搜索、AI 进入办公、AI 接入企业云、AI Agent 重构工作流。它赚的是"让 AI 被使用、被分发、被商业化"的钱。
英伟达更像 AI 时代的基础设施税，谷歌更像 AI 时代的平台入口税。一个吃算力瓶颈，一个吃软件分发和工作流重构。这两者不是互相否定，而是处在产业价值迁移的不同位置。
九、我对 AI 未来十年的判断
未来十年，AI 大概率分三幕走。
第一幕：硬件算力时代。 核心是 GPU、AI 服务器、HBM、光模块、电力、液冷、数据中心、存储和高速互联。这一幕代表是英伟达，因为此时最大问题是 AI 能不能跑起来、能不能跑得足够快、能不能支撑爆发式需求。
但这一幕也不能只看英伟达。算力扩张之后，需求会扩散到存储、内存、网络、先进封装、服务器、液冷、电力和数据中心。闪迪、美光、希捷、西部数据代表 AI 数据爆发后的存储链条；英特尔代表 CPU、先进封装、foundry 和美国半导体制造回流的再定价。英伟达是主线，存储是扩散，英特尔是再定价。
第二幕：模型平台时代。 核心是通用大模型、云平台、开发者接口、Agent 框架、企业数据连接、安全合规、推理成本控制，以及模型平台公司的资本市场定价。这一幕的代表，我会重点看谷歌、微软、OpenAI 生态、Anthropic 生态和主要云厂商。
如果 OpenAI 和 Anthropic 上市，市场会第一次真正用公开市场估值去衡量 ChatGPT、Claude 这类模型平台的价值。这会让 AI 软件平台时代的主线更加清晰。
第三幕：垂直应用时代。 核心是 AI 真正进入医疗、教育、金融、工业、法律、办公、电商、广告、内容生产和组织管理。但这一幕竞争会极其激烈，因为应用层门槛看似低，实际能沉淀壁垒的公司很少。真正能跑出来的，不会是简单套壳聊天框，而是能深入行业流程、拿到数据闭环、提升 ROI 的公司。
十、结论
互联网革命告诉我们：早期，硬件和基建最容易爆发；中期，软件和平台开始定义规则；后期，应用全面繁荣，竞争也最激烈。
AI 革命也会这样。区别是——
互联网时代的瓶颈是连接，AI 时代的瓶颈是智能生产。
互联网早期，PC、服务器、路由器、操作系统是核心；AI 早期，GPU、AI 服务器、数据中心、存储、网络、电力和模型平台是核心。
所以我当前的主线判断很清晰：硬件时代看英伟达，软件时代看谷歌。
英伟达代表 AI 算力基础设施的定价权，谷歌代表 AI 软件平台和分发入口的潜在统治力。英伟达解决"AI 怎么跑"，谷歌解决"AI 怎么被十亿级用户和企业使用"。
更进一步说——
• 英伟达是 AI 硬件时代的核心主线； • 闪迪、希捷、美光、西部数据等存储股，是 AI 数据爆发后的扩散主线； • 英特尔是 AI 基建重构下，CPU、先进封装、foundry 和美国制造预期的再定价主线； • OpenAI 和 Anthropic 如果未来上市，会成为 AI 模型平台时代最重要的直接定价样本； • 谷歌则是 AI 软件平台时代最值得重视的多点卡位者。它不是只押注一个模型，而是在整个 AI 软件平台生态里布点。
历史不会简单重复，但产业规律会押着相似的韵脚。
硬件开启时代，平台定义秩序，应用决定终局。
真正重要的不是预测每一次涨跌，而是看懂瓶颈在哪里——价值就在哪里。当瓶颈从算力转向软件平台，下一轮主线也会随之迁移。
AI 大爆发的路径会不会如我所言，各位拭目以待。
