一份来自产业链上游的"压力测试"数据手记

文 / 小投人

写在前面的话：

本文不推荐任何股票，不预测任何涨跌，不喊"抄底"也不喊"逃顶"。我们只做一件事——把7月AI暴跌期间，市场上流传的"恐慌叙事"和产业链真实数据摆在一起，让数字自己说话。

股市有风险，没有人能保证你赚钱。请务必独立思考，谨慎决策。

01

七月，AI板块经历了一场罕见的"自由落体"。

科创50指数单月跌了25.9%。韩国KOSPI指数一度暴跌逾10%，盘中两次熔断。一大批AI相关股票从高点直线下杀40%到60%。

打开任何投资论坛，满屏都是同样的词："AI泡沫破了""算力过剩了""英伟达要完了"。

恐慌像流感一样传播。有人割肉，有人爆仓，有人在深夜对着账户发呆。

有意思的是，就在同一时间，硅谷的一位基金经理做了一次"反向操作"——他不是去卖股票，而是飞了一趟硅谷，去数GPU。

02

Gavin Baker，管理约50亿美元资产的科技投资人。

7月的暴跌之后，他没有坐在纽约的办公室里盯K线图，而是专程飞到硅谷，待了将近两个月。他的目的很简单：做一次全面的"压力测试" 。

用他自己的话说："我想要感到害怕。我不想觉得自己是个疯子，眼睁睁看着这些股票变得更便宜，却以为预期回报正在上升。"

他要找负面的量化证据。任何能证明AI基本面在恶化的硬数据。

结果呢？

一个负面的量化指标都没找到。

GPU租赁价格不降反升。一个由数千颗B200组成的算力集群，七个月前租金约2美元/GPU小时，现在涨到了接近4美元，涨幅将近100% 。H100的租赁价格在半年内从不足2美元涨到接近3美元。

超大规模云厂商的经营性现金流从28%加速到了32%到35%。

Token调用量持续加速增长。DRAM现货价格继续走强。

股价在自由落体，租金和现金流在加速上涨。

这种背离，让Gavin Baker得出了一个判断：7月像是把2022年的衰退交易压缩进了一个月。

03

市场在怕什么？

我们梳理了7月暴跌期间流传最广的三种"恐慌叙事"，然后用数据做了一次比对。

恐慌叙事一："开源AI模型爆发，算力需求要塌了"

上半年开源大模型密集发布，市场立刻慌了：开源模型免费，谁还用收费的？算力需求岂不是要崩？

数据对照：

一个简单的物理学事实——一个token就是一个token。不管它由什么模型生成，消耗的GPU算力、内存、电力几乎是一样的。

Gavin Baker打了个比方：前沿模型一个token毛利90%，开源模型一个token毛利30%。开源抢走的是前沿模型的利润率，而不是底层算力的消耗量。 相反，Token变得更便宜后，使用量反而可能爆发，最终消耗的GPU更多。

这就好比：机票从1000块降到200块，坐飞机的人变多了，航空公司的总收入反而更高了。航空公司利润少了，但卖飞机、修跑道、供燃油的人，生意更好了。

结论：开源模型是算力的"加速器"，不是"摧毁者"。

恐慌叙事二："Meta出租闲置算力，AI产能过剩了"

Meta宣布把算力对外出租。市场立刻解读为"算力太多用不完"、"AI资本开支要砍了"。

数据对照：

Gavin Baker看到的真相是：Meta这是在模仿SpaceX——高价卖算力，做"算力二房东"。它的资本支出遥测数据在公告后从未改变。

九天之后，Meta就推出了Muse 1.1。这说明所谓的"闲置算力"根本不是卖不掉，而是在最赚钱的时点变现。

一个简单的逻辑：如果算力真的过剩，为什么H100和B200的租赁价格在过去半年里不跌反涨？

结论："出租算力"被误读成了"产能过剩"，实际上是一种高毛利的变现策略。

恐慌叙事三："AI公司借不到钱了，资本开支要断崖"

市场看到信用利差扩大，担心AI公司融资困难。

数据对照：

Gavin Baker算了笔账：如果已装机的算力按当前现货价格重新定价，超大规模云厂商基本可以靠经营性现金流完成AI基建投资，对债务融资的依赖度远低于市场想象。

2025年，四大云厂商资本支出总额达到创纪录的2670亿美元。2026年，根据中信证券预测，四大云厂商AI基础设施资本开支合计将达到约7400亿元人民币。

结论：头部AI公司不缺钱，缺的是GPU。

04

Gavin Baker的采访里，有两个被大多数人忽略的细节。

细节一：英伟达在下一盘大棋

Gavin Baker特别提到，英伟达不止在卖芯片——它通过股权投资、信用增强和收入分成，帮客户解决现金流错配。

这本质上是在加速建立一个围绕GPU、电力和算力变现的巨型云生态。英伟达不是在卖芯片，是在建算力帝国。

细节二：真正值得警惕的不是需求

Gavin Baker明确说：AI行业最大的风险不是技术或需求，而是监管与舆论。 数据中心被贴上"耗电、耗水、抢资源"的标签，纽约已经出台了数据中心禁令。这不是商业问题，是公共政策问题。

05

AI需要算力，算力需要芯片，芯片需要制造，制造需要材料。

7月AI股票暴跌的时候，物理世界的数据是什么样的？

钨： AI服务器制造PCB板需要钨钻头打孔。2025年钨精矿价格从14.2万元/吨涨到45.6万元/吨，2026年3月一度突破100万元/吨。2026年8月上半月，章源钨业刚刚上调了钨精矿长单采购报价。

钼： 3D NAND存储芯片层数向300层以上堆叠，传统钨导线因电阻过高已无法满足性能要求，"以钼代钨"是物理定律强制推动的技术迭代。截至2026年7月31日，国内钼精矿价格5385元/吨度，较2025年末上涨44.6%。

锡： AI芯片封装需要高纯焊锡。LME锡库存降至5795吨，处于历史极低水平。 缅甸佤邦锡矿复产进度持续不及预期。锡价较2026年初上涨超过33%。

钨价在涨。钼价在涨。锡库存极低。

AI对物理世界资源的消耗，不会因为股价跌了就减少一克。

06

最后，说几句负责任的话。

第一，这篇文章不是投资建议。

我没有说"现在应该买入"。没有人能在短期内准确预测股价涨跌。请对你的每一分钱负责。

第二，恐慌和贪婪都是正常的人类情绪。

7月暴跌的时候害怕，和去年暴涨的时候兴奋，都是正常的。关键是不要让情绪压过理性。Gavin Baker在恐慌的时候选择去现场看数据，而不是在电脑前刷新账户——这件事本身就值得想一想。

第三，数据是冷静的，但数据也有局限。

GPU租赁价格在涨，不代表AI股票明天就会涨。钨精矿在涨价，不代表厦门钨业的股价没有波动。数据能告诉你"基本面没崩"，但数据不能告诉你"明天买什么能赚钱"。

第四，如果你一定要记住一句话，记住这句：

股价可以在一周内跌掉一半，但一座矿山从勘探到开采，需要十年。

物理世界的变化，比金融市场慢得多，也诚实得多。