AI 上游投资机会分类学

用户2982

5月8日修改

背景：​
​
美股散户只能指望赚两种钱，一种是承担已经有确定性的风险，赚风险溢价，另一种是从来自不确定性的超预期成长中赚钱​

「供给严重不足」如果是当下已经发生、已经有确定性，那么收益只会来自其中的风险，比如 HBM 需求被新技术削减、中国企业增加供应、战争对产能的影响等。这些都计入当前价格了​

「供给严重不足」如果当下还没发生，还没充分计入价格，那不确定性一定是很大的，要指望企业自身的发展和行业发展（比如 AI 应用侧的发展）​

基于以上视角，分析 AI 算力基建中涉及的各种上游供应，哪些主要带来第一类收益，哪些可能带来第二类收益​

作者：GPT 5.5 Pro

第一类收益：短缺、涨价、订单、backlog（未交付订单）、capex（资本开支）已经被公开验证，市场也高度关注。投资者赚的是承担估值、周期、技术替代、地缘、执行风险后的风险溢价。​

第二类收益：市场还没有充分定价某个变量的上修，比如 AI 应用侧让推理 token 暴增、瓶颈从 GPU/HBM 迁移到光互连/电力/冷却、某种架构成为新标准、某家公司获得非线性份额提升。​

关键判断是：越接近当前已知瓶颈，越像第一类；越接近未来瓶颈迁移、架构切换和需求斜率不确定性，越可能是第二类。​

0. 当前背景：很多“短缺”已经是共识，不是秘密

AI 算力链的紧张已经不只是市场传闻。NVIDIA 在 2026 财年 10-K 中明确披露，它依赖 TSMC、Samsung 等晶圆代工，依赖 SK Hynix、Micron、Samsung 等内存供应商，并使用 CoWoS（Chip-on-Wafer-on-Substrate，台积电先进封装）等封装能力；同时公司也提示可能无法获得足够产能、数据中心电力和容量可能限制未来收入。 ​

TSMC 在 2026 年一季度说明中也强调 AI 需求非常强，N3/N2、HPC/AI、HBM base die（HBM 逻辑基底）和先进封装需求紧张，并把 2026 年资本开支指向 520–560 亿美元区间高端。  Micron 管理层称 2026 年 HBM 产量已售罄，SK Hynix 也面对来自大型科技公司的长期供应锁定需求。 ​

需求侧同样不是空泛叙事。Microsoft 2026 财年三季度披露 AI 业务 ARR（Annual Recurring Revenue，年度经常性收入）超过 370 亿美元，同比增长 123%，并称 Azure 需求仍超过供应；Meta 也把 2026 年资本开支指引提高到 1250–1450 亿美元，原因包括更高的组件价格和数据中心成本。 ​

所以：“AI 算力上游短缺”本身已经高度共识化。真正的问题是，每个环节还剩多少非共识上修空间。​

1.
总表：各类上游供应的收益类型判断​

2.
第一类收益主导的环节​

2.1 HBM / 高端 DRAM：典型第一类

HBM 是最符合定义中“确定性短缺”的环节。

原因很直接：HBM 需求来自 GPU/AI accelerator 的刚性配置，供给扩张受 DRAM 晶圆、TSV（Through-Silicon Via，硅通孔）、堆叠、封装、良率、客户认证等多重约束。Micron 已称 2026 年 HBM 产量售罄，SK Hynix 也面对超大客户锁定长期供应的压力。 ​

所以 HBM 不是“市场还没发现的短缺”，而是市场已经知道的核心瓶颈。这里的收益更像：​

•
承担 HBM 周期反转风险；​

•
承担新架构降低 HBM per token（每 token 所需 HBM）的风险；​

•
承担 Samsung 追赶、Micron 扩产、长周期中国供应加入的风险；​

•
承担 AI capex 放缓导致库存周期反转的风险；​

•
承担估值已经反映强景气后的回撤风险。​

HBM 仍可能带来第二类收益，但触发条件要更强：比如 agentic AI（智能体 AI）、long-context inference（长上下文推理）、test-time compute（测试时计算）让 HBM 带宽和容量需求继续超出市场预期；或者 HBM4/HBM4E 的价值量、定价和良率难度比市场想得更高。​

但基准判断是：HBM 是好资产，不等于 HBM 是第二类收益。它更像确定性短缺风险溢价。​

2.2 先进制程晶圆代工：TSMC 更偏第一类

AI accelerator、custom ASIC、networking ASIC、HBM base die 都需要先进制程或先进节点周边能力。TSMC 已明确表示 AI 需求强劲，N3 容量持续扩张，N2 已进入 HVM（High-Volume Manufacturing，大规模量产），先进封装供给也很紧。 ​

因此，TSMC 这类核心代工资产的收益主要不是“市场没看懂 AI”，而是：​

•
市场愿意给它多少长期垄断溢价；​

•
投资者愿意承担多少台湾地缘政治风险；​

•
高 capex 是否会压低长期 FCF（Free Cash Flow，自由现金流）；​

•
客户是否会通过 Samsung、Intel Foundry、自研封装、chiplet 架构降低对 TSMC 的依赖。​

TSMC 本身当然仍有成长，但作为投资收益来源，它更接近第一类：强确定性 + 高风险承载 + 估值再平衡。​

第二类更可能出现在非龙头或边缘变量：比如 Intel Foundry 真正拿到外部 AI 客户、Samsung 在 GAA（Gate-All-Around，全环绕栅极晶体管）或 HBM 逻辑底座中恢复份额。但这类第二类收益的前提是不确定性极大。​

AI 上游投资机会分类学​

AI 上游投资机会分类学