AI泡沫又又又要破灭了吗?
最近全球半导体市场大跌,尤其是亚太股市,以存储、光模块等上游相关公司的跌幅最大。
今天的主题将会从上游财报的爆发说起,看看半导体基本面到底怎么样,还会谈谈半导体公司可以怎样划分四类,谈一谈来自中国的低成本大模型对AI投资的影响究竟如何,以及赌徒的出清。
先看台积电,台积电在今年二季度营收 1.270万亿新台币,同比增长36%;美元营收为 402亿美元,达到原指引区间上限。净利润达到7065.6亿新台币,同比增长77.4%、环比增长23.4%,较市场预期高了12%。 二季度最惊人的是毛利率达到67.7%
这个季度台积电来自AI需求的高性能计算HPC业务占营收比重升至 66%,过去的主导营收手机业务反而有所下降。3nm占比从一季度的25%提升至30%,毛利的增长来自工艺的不断进步,这次2nm也开始贡献收入了(3%的晶圆收入),而且公司预计三季度将出现更陡峭的2nm爬坡,台积电还预计三季度营收为446亿—458亿美元,中值452亿美元,高于预期,这相当于环比增长12.4%。同比增长36.6%,增长速度还在加快。市场对台积电同样是非常挑剔,最大原因可能是电话会议中对于第三季度毛利的预估低于二季度,但这并不是竞争力和定价权减弱,而是海外晶圆厂以及大规模扩产通常会产生利润率稀释。总体而言但这是一份接近满分的财报,台积电的盈利能力在飞速增长,而短期股价却出现急跌,这对于价值投资者而言,绝对是一件大好事。![]() |
| 台积电的净利润与股价走势,典型的基本面驱动下的长牛↑ 除了强劲的季度营收,阿斯麦全年指引也出现跳跃式上调,阿斯⻨将2026年全年净销售额预期区间从此前的360亿⾄400亿欧元⼤幅上调⾄430亿⾄450亿欧元,⽑利率指引从51%-53%提升⾄54%-56%。 相比光刻机的销售,阿斯麦的营收结构也在发生积极的变化,那就是存量设备管理的收入在稳稳地快速增长,这种黏性更高可持续性更强的服务类营收是市场最喜欢的,也在护城河之外解释了阿斯麦的高估值(同样的道理可以用在苹果和苹果服务营收上),阿斯麦本季的设备管理收入同比增长24%,比两年前接近翻倍,增长速度快于设备销售额增长。 当下半导体属于估值冷热不均,风险与机会也各有不同的状态,为了帮助大家梳理投资思考,这里把半导体公司分为四类: ①周期性强+有泡沫、 ②周期性强+无泡沫、 ③周期性弱+有泡沫、 ④周期性弱+无泡沫。 这四类具体对应哪些公司,大家可以根据自己的理解或者通过和AI对话进行填写,我们长期投资,当然尽可能长期拥抱周期性弱+无泡沫。 在这一轮半导体调整中,你会发现周期性越弱、估值越低的公司,跌幅往往就越小(例如英伟达、台积电);而估值越高或周期性越强的公司,跌幅往往也越大(例如英特尔、闪迪、迈威尔等)。 英伟达和台积电这两家半导体公司,是AI产业革命核心中的核心资产,是长期持有不需要考虑卖出择时的资产。 这里我想重复一次6月26日泼冷水主题中的观点:如果下一步存储真的因为上述种种原因出现周期调整,那么很可能也会带动其他半导体公司乃至科技巨头调整,这个时候这些估值本就很低、几乎没有周期性而且被错杀的公司就会是非常好的机会。 最近这段时间不只是GPT 5.6、Fable 5、Grok 4.5这三个闭源模型广受好评,中国的大模型公司也纷纷推出了许多优秀模型,智谱的GLM5.2成为了代理和编程的性价比之选,月之暗面发布了Kimi K3在众多测试指标中仅次于Fable 5和GPT 5.6,参考主流评测结果,差距已经很小,K3成为了当下最好的开源大模型。 但这样一件好事却成为华尔街一个新的鬼故事,大体意思是低成本训练就可以训练出好模型,所以半导体不行了,但仔细思考一下你会发现完全是另一回事。 K3是一个2.8T参数的大模型,这个参数量非常大,因此也是靠算力扩张和参数膨胀取胜,本质还是证明了Scaling Law的方向。 月之暗面能够支撑这样规模的模型训练,背后主要阿里云的支持,阿里也是他们最重要的投资者,这些芯片主要是英伟达H800、H20、H200,月之暗面之前公开确认Kimi K2及K2 Thinking主要在配备高速互联的英伟达H800 GPU集群上训练。K3是什么训练的?官方没有说,没有说在我们当下大环境下基本上也等于说了。 这似乎解释了为什么月之暗面、智谱这些之前没有特别出头(被官方关注)的公司,如今在Agent和Coding上的能力短短时间超过DeepSeek,其中一大原因很可能就是算力的选择和组织上有更大的自主权和自由度。 另外,从价格角度看,K3和这和DeepSeek时刻也不一样,因为K3价格并不低,单个任务成本与GPT-5.6 Sol(max)差不多。 如果K3使用量大涨,以Kimi手里目前的算力来说供给肯定跟不上的,毕竟推理方面的支出无论如何都不会下降,前沿开源模型的单项任务成本与闭源期间模型的成本相近,只是将利润从人工智能实验室转移到了大规模提供这些模型服务的云服务商。 这里分享一个新的观点,那就是开源大模型生态越繁荣,算力需求就越大、且需求的多样化程度就越高,特别是对英伟达越有利,而英伟达最怕的就是未来AI被少数几个超级闭源大模型巨头垄断。 因为大量创业公司可以拿开源模型做产品,传统企业可以拿来做内部系统,中等云厂商可以提供模型托管和 GPU 云服务,私有化部署团队可以给客户做本地部署,AI应用公司可以把开源模型包装成客服、办公、销售、教育、代码工具等等。 而这些参与者没有能力像头部几个巨头那样自研芯片、重写编译器、维护底层算子、适配推理框架。 开源生态繁荣带来AI部署和算力需求更加碎片化和长尾化,不再集中在少数几个大客户大场景,而是分散到大量中小客户,需要快速高效准确地部署,这样的市场最需要的就是一个默认标准平台,这个平台显然是英伟达 + CUDA,而中国恰恰又是开源大模型最大的贡献者。 这个观察也可以很好解释三件事: ①英伟达密集迭代开源自家大模型Nemotron,就是为了尽全力打开开源大模型的应用市场; ②黄仁勋对中国大模型赞不绝口、对中国市场如此重视,除了客观评价外,也有商业利益的考量; ③英伟达最近一次财报将数据中心分为Hyperscale和AI Clouds,Industrial, & Enterprise两类,就是想突出后者的全新地位,这个新分类增长速度非常快,最近一次财报中此项环比前一个季度增长达到31%,几乎可以确定在下一份财报中,这个部分的营收就会超过Hyperscale。 我们之前在往期主题三次绝佳的机会专门谈过AI的上游(半导体)、中游(云服务)、下游(大模型/软件以及AI和其他产业融合),当时半导体正处于几乎最高位置,主题得出的结论是我们正处于一个转折点,上游确定性最强但也太热,而中游确定性也强且估值很低,下游估值普遍较低而护城河较深的toB软件也很有性价比。 现在经历调整后,虽然估值冷热不均,但整体消化了不少估值,另外,看好中游或下游这不代表看空上游的半导体,毕竟半导体是AI的基石,半导体的机会是会贯穿整个AI产业革命的。 2026年全球半导体市场规模将从2025年的7920亿美元飙升至1511亿美元↑四、赌徒的出清 最近半导体板相当多的公司经历了剧烈调整,特别是前期热度高一些公司。之前我们多次强调不要有fomo情绪,不要因为fomo情绪而投资一项资产,而是要深思熟虑价格和价值之间的关系,有持有三年的决心再决定买入。 欲速则不达,想短时间暴富,结果往往是本金损失惨重。说一个基本数学常识,亏损50%要用增长100%来弥补。 半导体最近大幅调整,我们还可以总结另一个经验教训,那就是对于杠杆要谨慎。 虽然我们非常确定AI是一个极好的赛道,相关的优质资产急跌显然是给机会,但在下跌期间我们不知道它还会跌多少,继续下跌相当的幅度是有完全有可能的,那么这个时候加杠杆,比如加杠杆买入高波动的资产,甚至是融资买入已经叠加倍数的杠杆ETF,风险就会急剧放大。 再波澜壮阔的牛市,都会时不时出清一批投机者,然后重新上路。买入优质资产后不急不躁、不加杠杆、耐心持有,时间就永远在你这一边,也不可能有任何人能收割得了你。 本期观点和内容来自近期一部分星球观点和订阅内容节选。文中的数据可视化来自星球专属工具,它们包括: (1)美股估值监测平台 - 针对指数和前100大市值公司,进行直观的估值可视化,过滤市场噪音。近期升级的部分包括新增了四个热门的ETF估值,分别是:IGV、SOXX、SMH、DRAM。 这些平台的权限和入口都仅向星球用户开放和更新,除了这些本文主题用过的上述三个平台外,星球用户还有房价数据可视化、定投回测计算器、云上GPU算力价格跟踪平台等工具。 近期星球也分享了新的开户攻略,更多有用的信息和资源,欢迎朋友们参考下方海报了解和加入↓ |


























评论
发表评论