AI出清后主线在扩产、互连与国产生态
主要观点
文章用流动性框架解释AI资产下跌：真正企稳需等待增量买盘出现或杠杆与恐慌卖压耗尽，随后再以产业验证和价格位置筛选方向。作者认为存储供需仍可能偏紧，但拥挤交易与估值压力不可忽视；中国存储的不同情景均指向扩产。算力提升远快于互连带宽，光通信与减少数据搬运将成为系统升级重点。国产算力的关键不只是芯片性能，还包括制造良率、产能、封装、HBM和生态。最终主线汇聚到半导体设备，尤其是量测、检测和测试环节。
关键要点
- 资金性下跌的企稳信号只有两类：买单明显增加，或存量卖压逐步衰竭；仅看价格止跌不足以确认拐点。
- 出清后筛选采用三项原则：是否曾被杠杆资金重仓、产业逻辑在下跌中是否继续验证、价格是否接近杠杆加速膨胀起点。
- AI行业前景不等于所有公司都能创新高；盈利持续增长的核心受益者更有修复基础，纯概念与远期预期标的风险较高。
- 作者判断存储下跌主要源于拥挤交易和同步撤资；援引预测称下一年AI相关半导体需求增长至少60%—100%、整体存储增长至少50%—60%，但缺乏完整口径与独立验证。
- 存储可能从单纯交易涨价转向LTA长期协议，以部分价格让利换取出货量和可见度；海外龙头修复后或转为低波动核心资产，超额收益下降。
- 中国存储在高景气延续和竞争加剧两种情景下都需要扩产，因此设备、材料是共同受益方向；存储周期与受技术升级、资本开支驱动的设备周期并不完全同步。
- 原文图示称过去30年算力约提升600万倍、互连带宽仅约提升450倍，据此判断光互连已成为AI系统瓶颈；Scale-out可能推动800G向1.6T、3.2T演进，Scale-up或先NPO、后CPO。
- 未来算力重点是减少数据搬运，竞争可能转向存储、逻辑、封装和互连协同；英伟达参与下一代HBM Base Die设计、Intel ZAM及双方协同均属推测或待兑现路线。
建议带着这些问题阅读
- 价格下跌究竟来自产业逻辑恶化还是流动性出清？
- 哪些方向在下跌期间仍得到资本开支、涨价或扩产验证？
- 存储高利润是否会反过来抑制下游AI资本开支？
- 互连、存储和封装如何共同缓解数据搬运瓶颈？
- 国产算力放量的首要约束是需求、良率、产能还是生态？