Postare

06｜真正值得担心的是信用，而不是资本开支本身 这轮下跌并非完全没有基本面依据。 真实利率上升、企业债利差扩大、CDS价格上涨，说明信用市场确实开始担心AI建设的融资压力。 如果未来的数据中心建设主要依赖债务，那么AI周期会越来越像互联网泡沫时期： 企业依靠债务扩张，一旦算力供需失衡或项目回报下降，融资立即收紧，资本开支随之快速坍塌。 所以真正需要观察的，不是云厂资本开支数字有多大，而是这些资本开支能否转化为经营现金流。 如果算力合同持续提价，GPU利用率保持高位，云厂经营现金流继续加速，那么大部分建设仍然可以依靠内部现金流完成。 只有当经营现金流停止改善，同时企业不得不大量举债维持建设，AI资本周期才真正开始变得危险。 07｜HBM和长期供应协议正在改变存储周期 AI竞争不仅取决于谁拥有最多GPU，还取决于谁能够拿到足够多的HBM。 对于固定计算能力来说，更多、更快的内存通常意味着更高的Token输出。因此，HBM已经成为Amazon、Google、AMD和英伟达竞争中的关键资源。 云厂正在与内存厂签署长期供应协议，也就是LTA。 过去的存储周期中，价格下降后，客户往往会重新谈判甚至撕毁合同。但现在撕毁LTA的风险明显提高。 因为一旦未来HBM重新短缺，曾经违约的客户可能拿不到足够的产能分配。对于正在竞争AI市场份额的云厂来说，失去HBM供应可能比多支付一些采购成本严重得多。 这意味着内存行业的商业模式可能正在发生变化： 客户愿意牺牲短期低价，换取长期供应安全；存储厂牺牲部分现货涨价收益，换取更稳定的收入和产能利用率。 传统存储周期未必消失，但波动方式可能与过去不同。 08｜为什么这套环境对英伟达尤其有利 市场目前给英伟达的定价，实际上隐含了一个判断： 当前利润处于不可持续的周期高点，未来GPU价格、销量和毛利率都会明显回落。 但英伟达的优势已经不只是芯片性能。 英伟达GPU拥有最成熟的软件生态、最活跃的二级租赁市场和最容易评估的残值。因此，当数据中心项目需要融资时，债权人通常更愿意接受英伟达GPU作为底层资产。 英伟达也正在参与更多数据中心项目、云厂融资、土地电力匹配和AI公司的股权投资。 它正在从单纯的芯片供应商，变成AI基础设施生态的组织者。 只要融资环境没有彻底关闭，英伟达最容易帮助客户获得资金；如果融资环境真的收紧，新增算力建设放缓，现有英伟达GPU的稀缺性和租赁价值反而可能进一步提升。 这也是为什么“信用收紧必然利空英伟达”的逻辑，并没有表面上那么简单。 09｜AI模型公司也很难主动踩刹车 前沿模型竞争是一场典型的军备竞赛。 对OpenAI、Anthropic、Grok等公司来说，买太多算力意味着烧钱过度，但买少了可能意味着模型能力落后。 一旦竞争对手通过更多算力完成更大规模训练，技术领先优势可能在几个月内被逆转。 所以只要资金允许，模型公司很难主动停止购买GPU。 这并不是因为每家公司都确定算力能够立即产生回报，而是因为算力不足可能直接导致公司失去产品、用户和融资市场的领先位置。 AI公司购买算力，既是在追求增长，也是在购买生存权。 10｜真正的风险信号其实很明确 AI基础设施逻辑并不是无法证伪。 未来最需要观察的信号包括： 第一，GPU租赁价格是否持续大幅下降。 第二，企业是否开始公开表示GPU过多或利用率不足。 第三，云厂旧合同续约时，新价格是否低于原合同。 第四，OpenAI、Anthropic、Grok、Cursor和开源推理云的总体Token需求是否出现停滞。 第五，云厂经营现金流是否停止改善，资本开支是否开始严重依赖债务。 第六，持续学习和高样本效率技术是否显著减少大模型训练所需算力。 第七，数据中心建设是否受到更严格的电力、用水和监管限制。 这些指标一旦同时转弱，AI资本周期才可能真正进入拐点。 目前的问题是，股价已经提前交易了这个结局，但多数产业数据还没有走到那里。 11｜市场周期本身也被AI压缩了 现在大量投资者会把新闻、财报和产业消息输入Claude或其他模型，让AI快速判断利好与利空。 同一个模型对同一条消息的解释通常不会相差太大，结果就是大量资金在极短时间内形成相同结论。 过去需要两三年完成的产业预期交易，现在可能六周就经历上涨、拥挤、兑现和崩盘。 基本面周期未必变快，叙事和价格周期却大幅缩短了。 这也是当前AI硬件股波动如此剧烈的原因之一： 股价可以在真实订单尚未落地前就完成整轮上涨，也可以在基本面尚未恶化前提前完成整轮杀估值。 短期股价越来越难直接代表产业趋势。 $SPCX $SNDK $BTC #SpaceX首份财报超预期，解禁仍是关键变量 #AMD财报超预期，增长已被透支？