与「AI超级周期」相关的搜索结果

三星电子近日与工会达成协议，计划未来十年通过“股票+现金”方式向约7.8万名半导体员工发放总额约266亿美元的长期激励，人均价值约34万美元，部分AI芯片核心工程师奖励更高。此次巨额奖金的直接原因，是全球AI算力需求爆发后，HBM高带宽内存、DRAM等AI芯片利润激增，三星半导体业务进入新一轮“AI超级周期”，同时公司也面临SK海力士等竞争对手的人才争夺与工会罢工压力，因此选择用大规模股权激励稳定核心研发团队。此举不仅反映出当前AI芯片产业链利润远超传统科技行业，也意味着全球科技竞争正在从互联网平台重新转向底层算力与半导体制造，高端芯片工程师的战略价值和薪酬水平正在被迅速推高。

所有人都在买英伟达，没人注意到这根连接所有AI芯片的管道——Nokia 上一篇写了为什么nokia是最便宜的光，今天再来详细分析一下4月份的财报和未来方向。有没有可能重现1999-2000年的parabolic move? 一、先说一个被忽视的逻辑 AI投资的讨论永远围绕着芯片——谁的GPU更快、谁的HBM供货更足。但没人问一个更基础的问题这些GPU之间，用什么连接？ 数据中心里成千上万颗GPU需要实时互相通信，传输的数据量是普通网络的数百倍。现有的网络基础设施正在被这股流量压垮。打通这个瓶颈，就是下一个十亿美元级别的机会。Nokia就站在这个瓶颈的收费站口。 二、4月份财报说了什么 表面数据：Q1净营收45亿欧元，整体年增率4%。很多人看到这个数字转头就走。 但分开来看： 1. AI与云端客户营收年增49% 2. 光通讯业务单季成长20% 3. 营业利益率冲上6.2%，年增200个基点 4. 自由现金流单季6.29亿欧元 5. EPS大超分析师预期31% 6. 净现金储备近40亿欧元 7. 已启动股票回购 更关键的是，管理层把光通讯与网络互联业务全年指引从10-12%直接上修到18-20%。大型设备商几乎从不这么做——除非手头的订单已经多到藏不住。10亿欧元实质采购订单，带明确交付日期，不是框架协议。客户之所以愿意压上日期，说明数据中心土建已完成，服务器准备进场，就等Nokia的设备到货。 三、为什么是Nokia，不是别人 重点一：与英伟达深度绑定 Nokia与英伟达达成AI-RAN战略合作，把GPU算力直接整合进无线电网络。年底还有双方合作的光电共封（LPO）现场试验数据即将公布。 黄仁勋说Agentic AI带来1000%的算力需求暴增。这1000%的算力要运转，需要1000%更宽的传输通道。Nokia在造这个通道，英伟达需要这个通道。 两家公司的利益高度一致。 重点二：Infinera并购协同效应超预期 高利率环境下，Nokia凭借近40亿欧元净现金逆势完成对Infinera的收购，并购带来的毛利率提升速度远超华尔街预期。这笔并购很完美，营收规模越大，利润爆发力越强。 重点三：主动放弃低毛利，聚焦Webscale巨头 Nokia正在主动削减消费者光纤等低毛利业务（固网业务Q1下滑13%），把所有产能死死锁定在谷歌、亚马逊这类超大型云端数据中心客户。 表面营收看起来疲软，实际是在牺牲数量，保住利润率。这种"价值重于数量"的策略，在产业周期里往往是股价主升段的前兆。 订单出货比持续大于1，接单速度快过交货速度，积压需求将在未来几季持续转化为营收。 四、市场有多大 云端巨头2026年资本支出超过7250亿美元，整个潜在市场年复合成长率从16%跳升至27%。目前AI驱动的网络流量只占整体的20%。随着Agentic AI和Physical AI的普及，机器对机器的数据传输将呈指数级增长——现有网络根本撑不住。Nokia不需要抢市场，只需要站在这条必经之路上收过路费。 五、风险在哪 供应链瓶颈： 光通讯产品交期被拉长至12-18个月，上游数字信号处理器（DSP）大缺货，营收认列速度被掐住。订单很多，但转化成钱需要时间。 无定价权： Nokia的增长靠的是出货量，不是涨价。光通讯产品长期价格向下，利润扩张依赖规模经济，这是苦活不是躺赢。 新交换器业务存在转换空窗期： Q1拿到的设计导入（Design Wins）不会立即贡献营收，需要等Q2-Q3的订单转化。 2027年新架构才放量： 下一代光电共封架构能降低客户总置成本70%，但量产要等2027年下半年，别把2027年的故事算进2026年的EPS。 六、会不会重现1999-2000年的parabolic move行情？ 1999年Nokia是全球最大手机厂，市值一度超过2000亿美元，两年内股价涨了超过10倍。那次是5G前身的2G/3G爆发周期。 这次不同，也更扎实。那次靠的是终端设备消费，周期性极强。这次靠的是基础设施刚性需求，数据中心建好就要配套设备，不存在等等看再说。 抛物线行情需要三个条件： 1. 需求端爆发: 7250亿资本支出，明年资本开支持续增加，AI流量暴增 2. 供给端瓶颈: 交期12-18个月，产能跑不赢订单 3. 市场认知滞后: 大部分人还把Nokia当5G周期股在看 认知差就是超额收益的来源。当市场还在争论Nokia是不是无聊的电信设备商，机构资金已经在悄悄重新定价。 七、三个必须持续跟踪的数据 1. Q2开始看设计导入转化率: Q1拿到的客户认证，有没有在Q2变成真实采购单，这决定下半年营收基础 2. 光通讯交期有没有开始收缩: 从18个月降到12个月是一个信号，意味着上游供应链开始松动，营收加速的拐点就在附近 3. 年底LPO试验数据: 与英伟达合作的光电共封现场测试，一旦数据亮眼，Nokia的估值逻辑将从"电信设备商"切换到"AI基础设施核心供应商"，PE重估空间巨大 八、总结 这不一定会是1999年的抛物线，但认知差带来的重估行情，逻辑上已经非常清晰。等年底英伟达LPO试验数据出来，才是真正的验证时刻。 #NOK# #Nokia# #NVDA# #AIInfrastructure# #OpticalNetworking# #Datacenter# #AI超级周期# #光通信#

"不承担风险和波动，就拿不到收益，否则拿收益太简单毫无代价" “行动力>择时” "有我在的群，就会是美股群" "做空英伟达的人才卖课，做多都是躺赚" "短期博弈不是承担风险，而是逃避风险" 蒸馏了字节投资传说 @dexteryy 在字节区块链 / AI群半年的 2000 多条发言 作为字节内部《杨学笔记》的作者，10年长拿英伟达扛过最多 73% 回撤最终吃满 2000% 杨是一名强 AI 超级周期信仰者 + 高风险偏好成长型投资者 GPT 对他的评价是体系极度内部自洽，本质上接近“AI 版木头姐 + 半个纳指巴菲特” 杨的很多观点是从“技术演化路径”而非“传统价值投资”出发，投资方向偏“长期 Beta + 少量认知 Alpha” 【 或许你也想学习他的投资思路？字节文档可对外版： 】 感谢 @riba2534 杨在群里回复过很多群友关于问他投资的问题，他都会回：“看你这部分钱是用于做什么的” 如果是用来投资的，是否能保证5-10年这笔钱不用。如果这笔钱是生活的，操作肯定不一样。 认识杨哥，我学到的最深一课就是：“止盈是散户最大陋习” 何时卖？“需要现金时卖，用多少卖多少” “交易系统要强一致，不能凭感觉这次卖下次不卖” ⚠️ 以下是深水区：⚠️ 我觉得杨哥在文档中过于绝对的部分在于 “始终满仓 + 20–40%杠杆” “不懂杠杆就只能永远做类奴隶阶级” 这是他体系里相当危险的部分，谨慎抄作业 因为：杨是幸存者，以及他能确定自己看得准，而你不一定行。 如果你拿的是 NVDA、TSLA，在AI 主升浪这一波，杠杆会神化你的收益。 但问题是：你无法提前确定自己拿的是“未来 NVDA” 想想看，Unity、Roblox 这种元宇宙相关，在某些阶段是不是也看着“特别像未来？” 杨关于 AI infra 和 AI NeoCloud” 的逻辑，我认为也是相对于高风险偏好成长型的，仁者见仁，智者见智！ 总之，学习和观察一个人的逻辑，尤其是投资逻辑，非常令人受教 杨一直说，多和 GPT 交流，首先你的思路要自洽～ 老师在群里还一直在告诉我们「 卖出互联网老登股 」 ，因为在通用 Agent 里集成软件 vs 在软件里集成 Agent，后者意味着收缩、关停、吞并 「 美团。。腾讯。。uber。。是最可能遭遇范式颠覆的 （APP入口被 Agent 入口冲击）」 那么问题来了，你手上的持仓，在他的看空清单里吗？🤡

AI 超级周期才刚刚开始！ 光学互连现在已是数据中心标配 专注于高速度光纤收发器 $AAOI 今日暴涨25%！机构上调目标价到 $220！ 刚公布的 Q1 财报，营收强劲，$1.5亿，800G 已开始量产出货给hyperscale大客户、亚马逊、微软，1.6T也在推进

美股AI超级周期轮动全节奏，给兄弟们捋一遍 现在的资金已经不是在炒AI了，是在沿着产业链，一层一层往下轮。 第一波炒芯片， 第二波炒存储， 第三波炒光通信， 现在正在猛攻算力和数据中心。 下一个是谁？ 给兄弟们捋一遍。 第一波主线：半导体 NVDA，英伟达，AI GPU绝对核心。 ARM，CPU架构底层。 AMD，GPU加CPU双核玩家。 AVGO，博通，AI网络加ASIC芯片。 INTC，英特尔，在追赶。 这波是AI革命的开端，资金最先涌进来。 第二波：存储芯片赛道 MU，美光，HBM核心受益。 WDC，西部数据。 STX，希捷。 SNDK，闪迪。 算力暴涨，存储需求跟着暴涨。 HBM价格涨60%，产能排到2028年。 第三波：光模块和光通信赛道 NOK，诺基亚，通信设备。 LITE，Lumentum，光通信组件。 COHR，Coherent，光电激光器。 AAOI，AOI，光模块。 GLW，康宁，光纤。 CIEN，Ciena，光网络。 MRVL，迈威尔，数据中心互联。 数据中心之间要传数据，800G、1.6T光模块需求爆发。 当下资金正在扎堆猛攻：算力和AI数据中心 IREN，AI算力。 CIFR，Cipher Mining，挖矿转AI算力。 WULF，Terawulf，能源加AI算力。 CORZ，Core Scientific，AI基础设施。 NBIS，Nebius，AI算力云。 CRWV，AI数据中心。 P，Pinterest，AI应用。 这是当下最热的方向，资金在猛攻。 接下来大概率轮动爆发的方向： 01）原材料和稀土赛道 MP，MP Materials，稀土。 USAR，USA Rare Earth，稀土。 UUUU，Energy Fuels，铀和稀土。 FCX，Freeport-McMoRan，铜矿。 AA，美国铝业。 AI数据中心是吞电怪兽，原材料和稀土是供给瓶颈。 02）网络设备赛道 ANET，Arista，数据中心交换机。 AVGO，博通。 MRVL，迈威尔。 CSCO，思科。 03）电源和电网和温控散热赛道 VRT，Vertiv，数据中心电源和冷却。 ETN，伊顿，电源管理。 GEV，GE Vernova，电力设备。 CEG，Constellation Energy，核电。 SMR，NuScale，小型核反应堆。 OKLO，Oklo，核电。 AI数据中心的电力需求暴增，核电和电网设备是长线方向。 04）太空航天赛道 ASTS，AST SpaceMobile，卫星通信。 RKLB，Rocket Lab，商业火箭。 LUNR，Intuitive Machines，月球着陆器。 PL，Planet Labs，遥感卫星。 05）国防军工和无人机赛道 KTOS，Kratos，无人机和国防。 AVAV，AeroVironment，无人机。 ONDS，Ondas，无人机系统。 LMT，洛克希德马丁，军工巨头。 06）机器人和自动驾驶赛道 TSLA，特斯拉，自动驾驶、机器人。 PATH，UiPath，RPA机器人流程自动化。 SYM，Symbotic，仓储机器人。 SERV，Serve Robotics，配送机器人。 AI超级周期，节奏很清晰。 第一波半导体，第二波存储，第三波光通信，现在资金在猛攻算力和数据中心。 接下来，原材料、电网、核电、太空、军工、机器人，一个赛道一个赛道轮过去。 轮动不是让你每个赛道都追。 轮动是让你提前蹲在下一个方向，等资金来抬。 追涨杀跌的，永远是最后接盘的那个。 提前蹲好的，才是吃肉的那个兄弟们。

2026 年，韩国股市在 AI 芯片超级周期推动下迎来历史性爆发。随着三星电子市值突破 1 万亿美元、SK 海力士持续大涨，韩国 KOSPI 指数首次突破 7000 点，韩国股市总市值正式超过加拿大，跃升为全球第 7 大股票市场。更引人关注的是，如今全球前七大股票市场中，除了美国之外，其余全部位于亚洲，中国、日本、香港、印度、中国台湾和韩国共同构成了全球资本市场的新重心。这轮格局变化背后，是全球 AI、半导体和数据中心投资潮正在以前所未有的速度向亚洲制造业和科技供应链集中，亚洲资本市场的影响力也因此被重新定价。

AI时代，半导体公司到底该怎么估值？ 昨天听了@ShanghaoJin 老师的space，获益匪浅。 但我对于存储板块，乃至整个半导体板块的在目前ai产业革命超级周期背景下的估值方法，有一些不同的想法，所以简单记录一下，也供herman老师拍砖。 过去很长时间里，半导体一直是典型周期行业。景气时利润暴涨，低谷时利润迅速蒸发。很多公司上一年PE几十倍，下一年直接亏损。所以过去市场并不太相信半导体公司的利润持续性，更喜欢用 PB、重置成本、EV/EBITDA，而不是PE。因为市场默认这些利润大概率只是周期利润，而不是长期利润。 但AI时代正在改变这一切。HBM、CoWoS、AI Networking、光模块、先进封装、电力与数据中心基础设施，开始出现长期供需失衡。整个行业的估值逻辑，也开始从“资产思维”转向“现金流思维”。 截至2026年，行业仍处在AI驱动的强景气阶段。根据 SIA 数据，2025年全球半导体销售额达到7917亿美元，同比增长25.6%，并预计2026年接近1万亿美元。SEMI 也预计设备销售将在2026、2027继续增长。这种环境下，很多股票估值已经提前包含高增长预期。重要的是增长质量，以及它所处的周期位置。 很多人喜欢只看 PE、forward PE 或 PEG，但半导体行业的问题在于，“周期 + 高成长 + 高资本开支 + 技术代际”全部混在一起，单一估值倍数很容易骗人。周期顶部时，利润爆炸，PE反而会显得特别便宜；周期底部时，利润低迷，PE又会显得特别贵，甚至失去意义。重要的是判断当前利润到底处在周期的哪个位置。 PE 本质上是： PE = \frac{Market\ Cap}{Net\ Income} 它看的是最终归属于股东的利润，因此会受到利息、税率、折旧和资本结构影响。而 EV/EBITDA 更接近企业经营本身的赚钱能力： EV/EBITDA = \frac{Enterprise\ Value}{EBITDA} 其中： EV = Market\ Cap + Debt - Cash 很多人会疑惑为什么现金要减掉。因为 EV 本质上是在看“买下整个公司的真实净成本”。债务需要接手，而账上的现金买下后也归你，所以现金会降低真实收购成本。重要的是理解 EV 关注的是经营业务本身值多少钱，而不是公司账上堆了多少现金。 这也是为什么 Apple、Alphabet、Meta Platforms 经常出现 EV 小于市值的情况，因为它们账上现金太多。 但AI时代又带来了一个新问题。很多公司的现金已经不再是“闲置现金”，而是GPU储备、数据中心扩张储备、AI基础设施战争储备。重要的是区分 Excess Cash、Operating Cash 和 Strategic Cash。有些现金未必真的应该全部减掉。 AI时代另一个巨大变化，是行业进入超级重资本时代。EUV越来越贵，High-NA越来越贵，CoWoS扩产越来越贵，HBM扩产越来越贵，数据中心基础设施越来越贵。整个行业折旧（D&A）正在快速上升。于是很多公司的 EBITDA 非常漂亮，但净利润没有那么夸张，因为大量利润被折旧吞掉了。重要的是现在 PE 和 EV/EBITDA 的差异，正在明显扩大。 不同子行业差异尤其明显。Fabless公司差异最小，比如 NVIDIA、AMD、Broadcom。因为它们不自己建厂，折旧压力较低，因此 EV/EBITDA 往往只比 PE 低20%-40%。 但 Foundry 完全不同。比如 Taiwan Semiconductor Manufacturing Company、Samsung Electronics、Intel。这些公司 CapEx 极大，折旧极高，厂房设备生命周期极长，所以 PE 和 EV/EBITDA 差异会明显扩大。TSMC 当前常见情况大概是 PE 20-30x，而 EV/EBITDA 只有12-18x。重要的是理解很多折旧本质上其实是“增长投资”。 存储行业更加极端。Micron Technology、SK hynix 过去长期是最典型的周期行业，市场几乎不相信利润持续性。但 HBM 改变了部分逻辑，市场开始认为其中一部分利润可能是结构性利润，于是行业开始重新定价。重要的是 HBM 让市场开始重新评估存储行业的长期盈利能力。 而半导体设备公司则是另一种情况。比如 ASML、Applied Materials、Lam Research、KLA。这些公司更像“拥有工业外壳的软件公司”，因为它们毛利率高、ROIC高、FCF强、资本效率极高，所以市场已经越来越多使用 PE、EV/EBITDA、EV/FCF 和 ROIC 来定价。 真正的问题，从来不是哪个指标最好。重要的是哪个指标适合哪个子行业。 Trailing PE 适合盈利稳定的成熟公司，但周期股在景气高点 PE 会显得特别便宜，在低谷又会显得特别贵。Forward PE 更重要，因为市场买的是未来12-24个月利润。重要的是盈利预期是否还在持续上修，而不是单纯看一个低 forward PE。 PEG 对稳定高成长公司很好用，但对周期行业非常危险。很多时候 EPS 从低谷恢复，会让 PEG 看起来异常便宜。重要的是判断这个增长到底来自长期成长，还是仅仅来自周期反弹。 EV/EBITDA 更适合设备、IDM、存储这些资本结构差异大的行业。重要的是最好使用中周期 EBITDA，否则很容易在周期顶部被误导。 我个人更喜欢 FCF Yield 和 EV/FCF。重要的是这两个指标会逼着你回答一个问题：这些利润最后到底能不能变成真钱。 EV/Sales 只适合高增长、利润暂时被投入压低的平台型公司。重要的是结合毛利率、经营杠杆和长期利润率一起看。 不同子行业应该看不同指标。AI/fabless 芯片更应该看 forward PE、EV/FCF、收入增速、毛利率、客户集中度和平台护城河；半导体设备更应该看 EV/EBITDA、订单、积压和 WFE 周期；存储更应该看 P/B、EV/EBITDA、库存以及 DRAM/NAND/HBM 价格；晶圆代工和 IDM 更应该看利用率、CapEx、折旧、ROIC 和 FCF；模拟、功率和车规更应该看 FCF yield、库存周期和工业需求；EDA/IP 更应该看 EV/Sales、EV/FCF 和长期增长确定性。 所以不要只按 PE、forward PE 或 PEG 买半导体股。重要的是先分子行业，再做多指标综合。 我的框架会更简单一些。第一看质量，包括毛利率、营业利润率、ROIC、技术壁垒和客户粘性。第二看增长。重要的是增长到底来自结构性需求，还是只是周期复苏。第三看现金流，包括 FCF margin、CapEx 强度、库存变化和应收变化。第四才是估值，包括 forward PE、EV/EBITDA、EV/FCF、PEG，并与同行和自身历史区间比较。最后才是风险，包括客户集中、出口限制、库存、产能过剩和盈利预期下修风险。 半导体行业最重要的一点，是不要被低PE欺骗。重要的从来不是今天便不便宜，而是未来3-5年的现金流和竞争地位，能不能支撑今天的估值。 AI时代最大的变化，本质上也是这个。过去市场担心的是“下一轮周期会不会崩”，现在市场开始关心的是“这些利润到底是周期性的，还是结构性的”。 如果市场认为只是周期，那么 EV/EBITDA 不会给太高，PE 也不会持续扩张。如果市场开始相信 AI需求是长期的、基础设施建设是长期的、供需失衡是长期的、行业进入结构性短缺，那么整个行业的估值体系就会继续升级，从 PB → EV/EBITDA → PE → FCF 一路向上迁移。 最终获得长期高估值的公司，往往都是那些 ROIC 持续提升、资本效率持续改善、拥有长期定价权、能把AI需求持续转化为现金流的企业。

美光科技一夜大涨 19% ，如何看待芯片「万亿俱乐部」已达 8 家而高通、英特尔不在此列？ 为什么没高通、英特尔？因为现在是内存超级周期。 快速科普一遍，内存发展到今天，主要就三类：HDD机械硬盘、NAND闪存（做SSD）、DRAM 内存（包括DDR5和HBM）。 1956年IBM做出第一个硬盘，体积跟两个冰箱差不多大，只能存5MB数据，这就是HDD，断电也不会丢数据的非易失性存储。现在主要用来存AI训练的海量原始数据，因为单位成本最低。 80年代，东芝发明了NAND闪存，闪迪把它做成商用SSD。SSD速度、功耗、体积都碾压HDD，但以前比较贵，现在成了数据中心的中转存储，负责模型训练、数据缓冲、推理缓存等。 DRAM是断电就丢数据的易失性内存，但速度极快，比SSD快1000倍，比HDD快10万倍。现在主流是DDR5，AI专用的是HBM，AI的GPU全靠它，是整个AI系统的核心。 现在的情况是，三类内存全都严重缺货，需求爆炸，产能跟不上需求，这就是前面讲的内存超级周期。 再看市场格局，都是寡头垄断，没几家能玩： • HDD：西部数据、希捷、东芝，市占率4:4:2 • DRAM：SK海力士、三星、美光，市占率4:4:2 • NAND：三星30%、SK海力士20%、美光15%、铠侠与闪迪各15%、长江存储10% 内存是标准品，周期性极强，供不应求就赚大钱，供过于求就亏到哭。现在正处在内存史上最严重的缺货周期，价格一路暴涨。 目前这个超级周期没有结束，供应远远追不上需求。我依然看好美光，但更看好闪迪，它是这轮超级周期真正的黑马。 很多人喜欢讲，已经涨了多少多少了，还能买？ 股票能不能买，不是看过去涨了多少，看的是基本面，看的是未来还有没有上涨逻辑。当然，已经涨得多的，短期风险变大是没错。 5月18日，我说SK海力士还会继续上涨，就是这个道理，股票是看基本面，不是看已经涨了多少。 从5月18日到今天，仅6个交易日，海力士已经涨了22%。 先讲闪迪。 在主流厂商里，只有铠侠和闪迪是只做NAND、不碰DRAM的纯玩家，两家在日本有合资工厂。 去年6月，闪迪市值才60亿美元，当时NAND行业刚走出低谷，2025年第三季度还亏了4300万美元，当时最大的收入来源还是手机。 结果AI数据中心一启动，SSD需求直接爆发，闪迪业绩彻底起飞。 今年一季度NAND闪存价格大涨85%-90%，二季度预计再涨70%。 2026年三季度财报，闪迪营收59.5亿美元，同比增251%，环比增97%；毛利率78.4%，同比大幅提升；非GAAP每股收益23.41美元，净利润36亿美元。要知道，一年前它还在亏。 指引更夸张，2026年四季度，EPS预期中值31.5美元，单季净利润接近50亿美元，超过去年6月的总市值。这就是它股价疯涨的根本原因。 关键是什么？所有大厂都在抛弃NAND，全力扑HBM和DRAM，只有闪迪在死守NAND，NAND的缺货会比DRAM更久、更猛。 内存行业吃过太多周期暴跌的亏，2000年互联网泡沫时，DRAM价格跌80%，SK海力士差点破产，美光也濒临倒闭。所以行业形成两个经验教训： 1. 需求再好，也不能疯狂扩产，避免再次过剩 2. 高毛利产品比较能扛行业周期下行 现在AI的风刮得猛，HBM是毛利最高、最稀缺、最有未来的产品，三星、SK海力士、美光这三只，把所有新产能、新工厂、新投资，几乎全砸向HBM和高端DRAM。这就是趋势。 但重点是，所有新的资本开支，全在HBM和先进DRAM，NAND被彻底冷落了。 目前真正给NAND投钱的，只有闪迪和铠侠在改造工厂，以及美光在新加坡扩产，但要到2028年下半年才会有晶圆产出。 这就造成一个必然结果，NAND的供需失衡会比HBM和DRAM持续更久，可能会持续几年。 而DRAM的缺货至少持续到2028年，只要DRAM缺，NAND只会更缺。因为所有大厂的钱和产能，永远优先给利润更高的DRAM/HBM，只要DRAM还缺，就绝不会把资源分给NAND。 路透社的报道，SK海力士收到科技巨头史无前例的长期订单，甚至愿意出钱资助EUV光刻机，确保DRAM供应。这说明DRAM需求依然疯狂，那么NAND的缺口只会更大。 再说估值问题。因为业绩增长太快，传统估值体系不一定跟得上。从历史规律来看，内存股的股价，通常在滚动营收见顶前几个月才会掉头向下。 这轮周期的缺货程度是历史级别的，NAND持续紧缺，新产能又不到位，闪迪作为全球唯一纯NAND龙头，会持续吃到红利。 风险也有，主要是两个：一是NAND需求放缓，二是AI投资突然降温。还有就是闪迪的股价波动极大，比大盘波动高150%，心脏不好的别碰。 再讲美光。 从行业竞争来讲，最稀缺的跑AI算力的内存HBM，美光已经落后SK海力士一大截。下一代HBM4，SK海力士是第一个量产的，而三星要到2026年才量产，美光的进度比它们都晚。 美光预计2026年三季度，EPS中值19.15美元。如果按最保守的每季度5%的环比增长算，未来四个季度的总EPS大概是82.5美元，对应现在的股价，P/E还不到8倍。 科技巨头还在抢着买内存，逼着厂商签多年合同，甚至直接投资生产线。这些公司是全球最有钱的公司，愿意出高价买任何能拿到的DRAM和NAND。 美光正好站在这个风口上，如果AI基建全速推进，它的业绩还会继续增长。

如果你对美股AI硬件和供应链机会感兴趣，不妨关注一下@aleabitoreddit这个账号。他曾是Reddit WallStreetBets（WSB）的知名交易员，现在专注于AI、半导体和光子学等供应链分析，自称交易未知瓶颈。 他的Bio显示曾任RISC-V基金会和AI研究员，目前重点挖掘AI数据中心、半导体、光子学等领域的被市场忽略机会，内容风格偏向深度基本面分析，常配图表、backlog数据和市场份额测算，专注发现小盘或中盘AI基础设施股的潜力。 近期推文显示，他对AI数据中心相关瓶颈保持非常乐观的态度。例如，加拿大变压器公司 $HPS.A是其长期看好的核心标的，他认为其在干式变压器市场占比高，需求来自AMZN、MSFT、META等超大客户，股价已上涨83%，仍具复合增长潜力。光子学公司 $AAOI也是重点，他看好激光供应瓶颈加剧和长期订单带来的增长，即便市值已达130亿美元。韩国ETF $EWY中的三星、SK海力士等标的，通过期权暴涨也体现出内存超级周期的机会。他还关注欧洲前沿科技股，如 $SOI、 $RPI和 $SIVE，认为被本地媒体低估，但后来表现强劲。 整体投资逻辑围绕AI硬件供应链未知瓶颈，选股重点是中下游隐形冠军，包括变压器、电力基础设施、光子学模块、内存及半导体材料等，偏好高backlog、产能即将放量、定价权强且被市场低估的公司。仓位上，他偏好股票和长线期权（LEAPs），重点标的覆盖加拿大、美国、韩国，并关注中国在欧洲技术收购中的机会。核心观点是AI数据中心建设远未结束，资源争夺将持续推高小众公司的业绩和估值。

最近，风华高科因RC/RS系列0402、0603晶片电阻订单激增，暂停部分新订单。 虽然只是是贴片电阻吗，但重要的，这是，高端、小尺寸、高一致性被动器件，的供需失衡信号。 0402 / 0603是封装尺寸。它既可以是MLCC，也可以是贴片电阻、电感、EMI滤波器。AI服务器真正需要的，是“小尺寸下还能维持高频、高一致性和长期可靠性”的器件。 AI的VRM复杂度提升、PDN越来越复杂。于是系统开始大量消耗：高频MLCC、小尺寸电阻、高频电感、钽电容、HSC。 这些器件单价不高，但属于“缺一个，整机就无法出货”的东西。 AI服务器里的需求本身是分层的。最核心的位置，比如GPU核心供电、HBM附近、ASIC substrate附近，仍然高度依赖：Murata Manufacturing、TDK Corporation、Taiyo Yuden。因为这里要求极低ESL、极低ESR、高频响应和长期可靠性。 但AI服务器并不只有核心位置。PSU、BBU、NIC、SSD、光模块、交换机，同样会消耗海量0402/0603。重要的是，AI正在先抽紧最顶级MLCC产能，然后压力开始向中高端0402/0603扩散。 最近大火的MLCC和0402电阻看起来是不同器件，但背后共享的是“小尺寸精密制造能力”。包括精密印刷、烧结、AOI检测、高频测试、超小尺寸良率控制、精密材料处理。 这和HBM产业链很像。最开始缺的是HBM，后来CoWoS、ABF、substrate、电源、散热、测试一起开始紧张。MLCC现在也开始出现类似现象。 真正最容易缺货的，往往不是最顶级料号，而是“能量产、能过验证、还能部分替代”的中高端规格。 2018年被动器件超级周期就是典型案例。当时车规MLCC先缺，高频小尺寸规格先涨，随后0402/0603全面涨价。因为一旦高端规格开始缺货，客户就会提前备货、长单锁产能、替代采购、超额下单，最后整个产业链一起紧张。 现在AI行业，可能正在重复这个过程。 更重要的是，这种紧缺会向二线供应商传导。当Murata Manufacturing、TDK Corporation、Taiyo Yuden 优先保障AI服务器和车规客户后，订单开始向：Vishay Intertechnology、Yageo Corporation、Bel Fuse Inc.、Fenghua Advanced Technology 溢出。 AI数据中心，正在把整个电子产业重新拉回“工业品逻辑”。从GPU，到HBM，到光模块，到电源，再到0402电阻，整个链条都在同时变紧。 这可能意味着，被动器件行业，正在进入新一轮量价周期。甚至可能是超级周期。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor