AI产业链地图·知识库 公司深度研究 · NVIDIA
🚧 网站建设中 → 产业链图谱
NVIDIANVDA.US
0/5
公司深度研究 · NVIDIA NVDA.US

它的每一次发布会,都是 A 股的排产会

英伟达完全指南,与一条从机柜到持仓的传导链 —— 五个单元,节节带测验

这门课把一份深度研究报告拆成 5 个单元,一次只显示一个单元;单元内再分节,每节只讲一个主题、末尾 5 道题,选完立刻出反馈。全部做完给一张成绩单,低于 60 分的节次会标红并可以一键跳回去重读。正文里带虚线的词点开可以直接看知识库词条——假设你懂金融,但对这个行业一无所知,所有器件、协议、材料都从头讲起。

特别说明:这不是一份美股研究。全课的主线是——英伟达的每一个技术决定,如何变成你 A 股账户里那几只票的订单。第四单元是重心。

Unit 01 / 05

加速计算是一门什么生意

四个测不出来的 KPI、一个 780 万美元的机柜、贵 2.7 倍还守住 85% 的原因,以及护城河的四根柱子。

阅读 约 15 分钟分节 4 节测验 20 题(每节 5 题)

这一单元不谈估值,只做一件事:把「英伟达到底在卖什么」讲到你能自己拆账。读完你会知道它的定价权从哪来、为什么单芯片性价比落后还能拿 85% 份额,以及为什么一个不买美股的人也必须研究这家公司

一.1

它卖的不是芯片

在英伟达之前,服务器行业卖零件;英伟达把计价单位换成了「每瓦 token 数」

约 4 分钟·1,057 字·5 题
01

先问一个基础问题:这家公司到底在卖什么

答案不是 GPU

英伟达之前,服务器行业卖的是零件。一颗 CPU、一条内存、一张网卡、一块硬盘,各家自己攒。毛利率结构是典型的硬件业:英特尔 60%、戴尔 20%、代工厂 5%。谁在链条上游谁毛利高,这是常识。

英伟达做了两件事,把这门生意整个换了轨道。第一件是卖整机柜——不是一颗芯片,是一个装满七十二颗 GPU、自带交换机、自带 CPU、自带网卡的柜子。第二件更关键:它换掉了计价单位

2026 年 Computex 主题演讲上,黄仁勋把英伟达的 KPI 讲得非常明确。摩根士丹利的现场纪要把这四条完整记了下来——请注意它们的共同点:

KPI英文为什么实验室跑分测不出来
首 token 延迟time to first token取决于 CPU-GPU 协同、KV cache 命中率,单卡基准测试压根不涉及
每瓦吞吐throughput per watt数据中心的电力是硬约束,这才是真正的产能单位
规模化可靠性reliability at scale一万卡集群里一张卡出问题,会拖垮整个同步节奏
资产可用寿命longer useful asset life云厂商的折旧年限直接决定投资回报率

来源:Morgan Stanley《Computex NVDA keynote & financial analyst Q&A》2026-06-03 现场纪要

这四条的共同点,就是英伟达的护城河

它们都只有在大规模部署之后才知道,实验室里测不出来。

这句话值得停下来想三十秒。如果一件商品的核心价值只有在你买了、装了、跑了两年之后才能验证,那么在采购决策的那一刻,你唯一能依据的就是——别人的历史记录。而这个行业里,能拿出十年大规模部署历史记录的,只有一家。

02

一个反直觉的事实:论性价比,英伟达是输的

同样的算力,谷歌 TPU 便宜 2.7 倍

很多人以为英伟达贵是因为它快。这个印象在 2026 年已经不成立了。看摩根大通做的单芯片对照——注意最下面那两行:

指标B200 BlackwellB300 Blackwell UltraTPU7x Ironwood(谷歌 / 博通
算力 FP8(TFLOPS)4,5005,0004,614
单芯片 HBM 容量(GB)192288192
HBM 带宽(TB/s)7.78.07.4
功耗(W)1,0001,2001,000
单价 ASP$35,000$40,000$13,000
每美元算力0.130.130.35
每瓦算力4.504.174.61

来源:J.P. Morgan《AI Drives Resurgence in Custom Chips (ASICs)》2026

把这张表读明白:TPU7x 的算力和 B200 基本持平(4,614 vs 4,500),功耗一样,HBM 带宽只差 4%,但价格是 $13,000 对 $35,000。每美元买到的算力,谷歌是英伟达的 2.7 倍。每瓦算力甚至也略胜一筹。

然而 2026 年英伟达的 AI 加速器收入份额仍在 85% 左右,两年内没有出现实质性流失。

这是全篇要回答的第一个问题。它的答案不在这一节,在第三节——但先记住这个矛盾,因为整个 AI 硬件行业的定价逻辑都藏在这个矛盾里

03

为什么中国投资者要研究英伟达

它是全球 AI 产业链唯一的时钟源

这门课的立场,先说清楚

这不是一份美股研究报告。对 A 股投资者来说,英伟达最重要的属性不是它自己的股价,而是它作为产业链时钟源的角色。

它定义机柜形态,于是 PCB 厂知道该做多少层;它定义互联速率,于是覆铜板厂知道该上哪一级材料;它定义网卡端口方案,于是光模块厂知道该备 800G 还是 1.6T 的料。英伟达的发布会,就是中国供应链的排产会。

你可以不买 NVDA。但只要你持有中际旭创胜宏科技生益科技新易盛里的任何一只,你就是在交易英伟达的路线图。第四单元会把这条传导链条一段一段拆开。

所以这门课的结构是这样安排的:先把英伟达这门生意本身讲透(单元一),再看它的钱具体从哪来(单元二),然后是三场正在进行的技术战争(单元三),接着把这一切翻译成 A 股的订单(单元四),最后收口到争议、估值和该盯的信号(单元五)。

假设你懂金融,但对这个行业一无所知——所有器件、协议、材料都会从头讲起。

这一节要带走的一句话 英伟达定价权的全部来源,是它把 KPI 定义成了四个只有大规模部署两年之后才能验证的指标。跑分测不出来的东西,客户就只能相信历史记录——而历史记录只有一家有。这一条是后面所有单元的底座:不理解它,就无法解释「单芯片贵 2.7 倍还能守住 85%」

检验一下:它卖的不是芯片

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

一.2

一个机柜 780 万美元的账

拆开 VR200 NVL72:ODM 采购价涨 95%,其中 PCB 涨 233%——差额去了哪里

约 3 分钟·1,009 字·5 题
01

理解全产业链最好的切口:拆一个机柜

不看财报,先看物料

宏观数字容易让人麻木。$4.86 万亿市值、$2,500 亿收入,这些数听多了就没有质感。所以我们换一个方法:拆开一个机柜,看看这 780 万美元具体是被谁拿走的。

对象是英伟达 2026 年的主力产品 VR200 NVL72——Vera Rubin 平台的机柜版本,一柜 72 颗 GPU。对照组是它的上一代 GB300

$399 万
GB300 机柜 ODM 采购价
2025 年主力产品
$780 万
VR200 机柜 ODM 采购价 · +95%
2026 年主力产品
$3.51 万
GB300 中的 PCB 价值量
占整机约 0.9%
$11.67 万
VR200 中的 PCB 价值量 · +233%
占整机约 1.5%

数据来源:国信证券《英伟达 Rubin 架构发布 CCL 上游材料体系升级》2026

整机涨 95%,PCB 涨 233%。PCB 的涨幅是整机的 2.5 倍。这句话是整个 A 股 PCB 行情的一句话概括——但更重要的是为什么

02

$8.16 万的增量是怎么来的

一半靠涨价,一半靠「凭空多出两类板子」

增量来源 A · 全新增加的板子(GB300 里完全不存在)

ConnectX 模组 PCB:每机架 72 块,单价 $270 → 合计 $1.94 万

中板 PCB(midplane):每机架 18 块,单价 $1,500 → 合计 $2.70 万

仅此两项,就贡献了约 $4.64 万的新增价值量——相当于 GB300 整机 PCB 总额的 1.3 倍

增量来源 B · 原有板子的规格升级

计算板:22 层 HDI26 层CCL 等级 M7 → M8,物理尺寸也略有增大

交换机托盘 PCB:24 层 → 32 层

计算托盘新增一块 44 层超高阶中板

把这两块加起来,$3.51 万到 $11.67 万的路径就清楚了。而且请注意两种增量的性质完全不同

规格升级(22 层 → 26 层)

这是连续的。层数每代往上加,材料每代往上跳一级。可以外推,可以线性建模。

它的风险是:竞争对手也在同一条曲线上追赶,先发优势会衰减。

VS

凭空新增(ConnectX 模组板 + 中板)

这是跳变的。上一代零,这一代 $4.64 万。无法从历史数据外推。

它的性质是:只有拿到设计导入的厂家才吃得到,一旦定型,两三年内不会换供应商。

这一条决定了你怎么看待 PCB 股的估值

如果 PCB 的增长只来自「层数越做越多」,那它就是一个周期成长股——可以用产能、单价、良率线性外推,估值中枢有天花板。

但如果增长的一半来自「每代机柜都会凭空长出新的板类」,那它的性质更接近平台型公司——每一次架构变更都是一次重新洗牌的机会,而在位者有巨大的先发优势。

这就是为什么英伟达的机柜形态变更,对 A 股 PCB 厂来说比「订单量增长」更重要。第五单元讲 Rubin Ultra 的形态争议时,会直接用到这一点。

03

为什么中板和背板会出现

不是因为速率,是因为塞不下了

这里插一个物理层面的解释,因为它是一条独立于速率升级的第二增长驱动力——很多人会漏掉。

GB200 之前,机柜里托盘之间靠一大把铜缆连接。铜缆有四个毛病:占空间、挡风道(影响散热)、装配依赖人工、可靠性受插拔次数限制。当一个机柜里只有几十颗 GPU 时,这些毛病都能忍。

但当密度上到 NVL72、NVL144 甚至更高,铜缆在物理上就穿不过去了。于是英伟达从 GB200 开始,把一部分铜缆换成了中板(midplane)——一块竖着插在机柜中间的大 PCB,托盘直接插在上面。

记住这个因果

机柜密度上升 → 铜缆塞不下 → 换成 PCB 中板/背板 → PCB 的可售金额从「板内连接」扩张到「机柜内互联」。

国信证券把这个现象叫做「PCB 半导体化」:PCB 从过去主要承担板内连接的被动载体,升级为承担机架内高速互联的主动介质。原本属于铜缆、连接器、背板系统工程的价值,转移到了 PCB。

这是一次价值转移,不只是一次涨价。

这一节要带走的一句话 记住这组数字:GB300 机柜 $399 万 → VR200 机柜 $780 万(+95%),其中 PCB 从 $3.51 万 → $11.67 万(+233%)。PCB 涨幅是整机的 2.5 倍,因为一半来自「原有板子变贵」,另一半来自凭空多出来两类板子。这是全课最重要的一个锚点——A 股 PCB 链的全部逻辑都从这里出发。

检验一下:一个机柜 780 万美元的账

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

一.3

贵 2.7 倍,凭什么守住 85%

竞争不发生在芯片层面,发生在「每 GW 的收入曲线下面积」层面

约 4 分钟·1,264 字·5 题
01

回到那个矛盾

单价贵 2.7 倍,份额还是 85%

第一节留了一个问题:TPU7x 每美元算力是 B200 的 2.7 倍,为什么英伟达的收入份额还是 85%?

标准答案是「CUDA 生态锁定」。这个答案在 2026 年已经不够用了——谷歌 TPU 跑自家模型完全不碰 CUDA,Anthropic 大规模用 TPU 训练,OpenAI 也在和博通做自研芯片。生态锁定是真的,但它挡不住有能力自建软件栈的头部客户。

真正的答案,摩根士丹利在 Computex 纪要里用一张图说清楚了:竞争不发生在「一颗芯片多少钱」这个层面,发生在「每 GW 电力在整个生命周期里能产生多少收入」这个层面。

02

四个决定「曲线下面积」的变量

每一个都不出现在规格表上

维度英伟达的优势对 TCO 的实际影响
爬坡速度最成熟的处理器,从到货到满负荷最快早半年产生收入 = 早半年开始还本
资产寿命客户群极广,退役后有二手和降级使用的市场折旧年限可以拉长,年化成本下降
故障率新方案在大规模下故障率显著更高停机就是收入损失,且会拖垮整个集群同步
客户面宽度ASIC 只服务一家;GPU 服务所有人云厂敢押重资本,因为租得出去

来源:Morgan Stanley Computex 纪要 Exhibit 1「Drivers of Nvidia's TCO advantage over AI factory lifecycle」

把这四条串起来是这样一句话:规格表比的是曲线的最高点(每瓦 token 数的峰值),但客户赚的钱是曲线下的面积。

面积 = 峰值 × 时间 × 可用率。英伟达可能在峰值上只领先一点,甚至不领先;但它在时间(更快爬坡 + 更长寿命)和可用率(更低故障率)上的优势,足以把面积拉开。

第四条最容易被忽略,但它可能是最硬的

ASIC 只服务一家客户;GPU 服务所有人。

这对云厂商的资产负债表意味着什么?如果你花 100 亿美元建了一个全是自研 ASIC 的集群,而两年后你自己的模型路线变了,这批资产没有第二个买家。但如果是英伟达的 GPU,全世界都在抢,你随时可以对外出租,甚至转手卖掉。

这是一个流动性溢价。就像同样是房子,一线城市和三四线城市的估值差异,很大一部分不是居住价值的差异,是变现能力的差异。

03

最硬的一条佐证

ASIC 用量最大的客户,也是 GPU 的大买家

摩根士丹利的原话

「我们认为这个逻辑是有说服力的,更重要的是,我们在关键客户处的产业接触也这么认为——即使是 ASIC 用量最大的客户,同时也是当代 GPU 的大买家。

这一句的分量比任何模型都重。因为它把问题的性质从「二选一」变成了「都要」

如果 ASIC 和 GPU 是替代关系,那么 ASIC 每多一颗,英伟达就少一颗,这是零和;但如果它们是互补关系——ASIC 跑成熟稳定的自家推理负载,GPU 跑训练、跑新模型、跑对外出租的通用负载——那么两边可以同时增长。

而 2026 年的实际数据支持后者。下一单元会给出完整的出货量表格:2027 年 ASIC 出货颗数会超过 GPU,但英伟达的绝对出货量还在从 6.2 百万颗涨到 9.9 百万颗。

04

还有一句更狠的话

关于「份额」这个概念本身

摩根士丹利,2026-06-03

「英伟达每个季度的环比收入增量,都超过所有竞争对手的收入总和。」

Nvidia's incremental sequential top line growth each quarter continues to be a higher number than the combined revenue of all competitors.

这句话值得读三遍。

普通的份额讨论隐含一个前提:市场总量大致稳定,你多我就少。但当一家公司的季度增量比对手的存量还大时,份额这个概念本身就失去了预测力——因为无论对手怎么增长,只要英伟达的增量还在,分母就在被它自己撑大。

摩根士丹利同时给出了具体数字:份额稳定在 85% 左右,过去两年没有出现可察觉的流失

给 A 股投资者的迁移:这个框架怎么用在别的公司上

「峰值 vs 曲线下面积」是一个通用的分析框架,不限于 AI 芯片。任何一个客户要长期持有并从中产生收入的资产,都适用:

· 光模块 —— 比的不只是速率,还有失效率认证通过后的供货年限
· 覆铜板 —— 比的不只是 Df 参数,还有批次一致性大规模量产的良率
· 锂电池 —— 比的不只是能量密度,还有循环寿命衰减曲线

一句话:当一个行业的产品从「买来用一次」变成「买来用五年」,竞争的重心就从峰值参数转向全生命周期表现——而后者恰恰是新进入者最难证明的。

这一节要带走的一句话 ASIC 便宜的是采购单价,英伟达赢的是整个生命周期的每 GW 累计收入。四个变量决定了曲线下面积:爬坡速度、资产寿命、故障率、客户面宽度。最硬的佐证是——即使是 ASIC 用量最大的客户,也同时是当代 GPU 的大买家

检验一下:贵 2.7 倍,凭什么守住 85%

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

一.4

六颗芯片

Rubin 不是一颗 GPU,是同时发布的六款自研芯片——对手要复制的是这个整体

约 4 分钟·1,207 字·5 题
01

Rubin 平台发布的不是一颗芯片

是六颗

媒体报道 GTC 的标题永远是「英伟达发布新一代 GPU」。这个说法从 2024 年起就不准确了。

2026 年的 Rubin 平台,实际发布的是六款全新的自研芯片

芯片干什么的它替代了谁的生意
Rubin GPU算力主体—(本行)
Vera CPU88 核自研 ARM,负责调度与 agent 循环英特尔 / AMD 的服务器 CPU
NVLink 6 交换机机柜内 GPU 全互连博通 / Marvell 的交换芯片
ConnectX-9 SuperNIC800G 网卡,内置 PCIe Gen6 交换博通 / Intel 的网卡
BlueField-4 DPU存储与网络卸载各家 SmartNIC
Spectrum-6以太网交换机博通 Tomahawk 系列

来源:东兴证券《从计算托盘角度拆解英伟达 VR NVL72》2026-05-22

这张表读出的第一个结论

竞争对手要复制的不是一颗 GPU,是六颗芯片之间的协同设计。这就是黄仁勋说的 co-design

读出的第二个结论更重要:英伟达正在同时进入英特尔、AMD、博通的地盘。这解释了为什么 2026 年这几家公司的股价对英伟达的发布会反应剧烈——它不再只是「AI 芯片龙头」,它在系统性地把整个机柜里的每一颗芯片都换成自己的。

02

护城河的四根柱子

按由弱到强排序,这个顺序很重要

柱子一 · CUDA 生态 —— 最常被提到,其实最弱

被提及次数最多,但 2026 年它已经被证明可以绕开:谷歌 TPU 跑自家模型完全不用 CUDA;Anthropic 在 TPU 上做大规模训练;OpenAI 与博通联合开发自研 XPU。

结论:CUDA 挡得住中小客户,挡不住有能力自建软件栈的头部客户。而头部客户恰恰是需求的主要来源。

柱子二 · 全栈机柜设计

就是上面那张六芯片表。对手要做的不是「造一颗性能相当的 GPU」,而是「同时造出六颗能协同工作的芯片,并且证明它们在一万卡规模下不出问题」。

这根柱子的强度取决于:机柜的复杂度还在不在上升。只要还在,这根柱子就在加固。

柱子三 · 互联带宽的代际优势 —— 最硬的一根

看一组对比:

NVLink-C2C(Rubin ↔ Vera)VR200 NVL72,2026
1.8 TB/s
NVLink-C2C(GB200 上一代)GB200 NVL72,2024
900 GB/s
PCIe Gen6Vera ↔ ConnectX-9,48 lane
768 GB/s
PCIe Gen5业界主流 CPU-GPU 互联
128 GB/s

1.8TB/s 对 128GB/s,差 14 倍。而且一代之内(GB200 → VR200)就翻了一倍。

但比带宽数字更重要的是编程模型的差别NVLink-C2C 通过 AMBA CHI 协议实现硬件级缓存一致性:CPU 和 GPU 的缓存自动同步,CPU 内存与 GPU 显存在软件视角下呈现为单一内存池,跨处理器的原子读写不需要额外的同步原语。

而走 PCIe 的方案是非一致性内存访问——程序员必须手动管理数据搬运,这既增加了编程复杂性,也造成计算资源的闲置等待。

用一个类比理解这个差别

PCIe 方案:CPU 和 GPU 是两间独立的办公室,中间隔着一条走廊。要共享文件,得有人抱着文件夹走过去。你必须自己安排谁什么时候送、送哪些。

NVLink-C2C 方案:两个人坐在同一张桌子上,共用一个文件柜。任何一方改了文件,另一方立刻看到,不需要任何交接动作。

这不是「快一点」,这是完全不同的工作方式。它带来的软件生产力差异,比带宽数字本身更难被追赶。

柱子四 · 换代节奏

摩根士丹利的一句话:「英伟达每个季度的环比收入增量,都超过所有竞争对手的收入总和。」

上一节已经讲过这句话为什么重要。放在护城河的框架里,它的含义是:对手在追赶一个还在加速的目标。Blackwell 刚被追上,Rubin 已经出货了。

03

怎么用这四根柱子做判断

这是本单元最后一个、也是最实用的方法

后面三个单元会讨论很多具体的技术争议:ASIC 会不会赢、CPU 战线守不守得住、Rubin Ultra 的形态怎么变。这些争议听起来彼此无关,但它们其实都在问同一个问题

遇到任何一条 AI 芯片新闻,先问这一句

「这件事撬动的是哪一根柱子?」

· 某公司发布了兼容 CUDA 的编译器 → 撬柱子一(最弱的一根,影响有限)
· 某公司推出整机柜方案 → 撬柱子二(要看它有几颗芯片是自研的)
· 某互联标准(UALink / Ultra Ethernet)取得进展 → 撬柱子三(最值得警惕)
· 英伟达自己延期或跳票 → 撬柱子四(第五单元的 Rubin Ultra 争议就属于这一类)

大多数新闻撬的是柱子一,所以大多数「英伟达要被颠覆了」的标题都不值得反应。而真正需要认真对待的是柱子三和柱子四——恰恰是最少上头条的两类。

这一节要带走的一句话 护城河有四根柱子,按由弱到强排:CUDA 生态(可绕开)→ 全栈六芯片协同 → 互联带宽代际优势(NVLink-C2C 1.8TB/s 对 PCIe Gen5 128GB/s,差 14 倍)→ 换代节奏。把这四根柱子记住,因为后面讲每一场技术战争,本质都是在问「哪根柱子被撬动了」。

检验一下:六颗芯片

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

Unit 02 / 05

英伟达的钱从哪来

账本重画、净利率 63% 的报表、开始大规模还钱的信号,以及四类买家各自的水源和刹车机制。

阅读 约 11 分钟分节 3 节测验 15 题(每节 5 题)

有了行业底子,才轮到这家公司本身。这一单元回答三个问题:它把账本改成什么样了、这张报表为什么不像硬件公司、以及付钱的到底是哪四类人。

二.1

它把账本重画了一遍

2026 年 5 月,英伟达把五个业务分部塌缩成两大平台——这个动作比任何一个数字都值得研究

约 3 分钟·1,000 字·5 题
01

一个容易被忽略但很重要的动作

2026 年 5 月,英伟达改了收入披露口径

大多数人读财报只看数字,很少注意披露口径本身的变化。但口径变化往往比数字更有信息量——因为它反映了管理层希望市场用什么框架来理解这门生意

2026 年 5 月,英伟达把原来的五个业务分部(数据中心 / 游戏 / 专业可视化 / 汽车 / OEM),塌缩成了两大平台

旧口径:五个业务分部

数据中心 / 游戏 / 专业可视化 / 汽车 / OEM

这是一个按产品线切的账本,隐含的框架是「英伟达是一家做多种芯片的半导体公司」。

新口径:两大平台

数据中心(92%)/ 边缘计算(8%)

数据中心内部再按客户类型切成 Hyperscale 和 ACIE 两块。隐含框架是「英伟达是一家建 AI 工厂的公司」。

这个动作在说什么

从「按产品切」改成「按客户切」,本质是在告诉市场:不要再问我卖了多少颗芯片,要问我服务了哪几类客户、这几类客户的钱包还有多深。

而这恰恰是估值框架的切换信号——半导体公司按周期估,平台公司按 TAM 渗透率估。

02

FY27Q1 的实际数字

截至 2026 年 4 月 26 日

口径金额环比同比占比
总收入$816.15 亿+19.8%+85%100%
数据中心$752.46 亿+21%+92%92.1%
  ├ 计算$604 亿+18%+77%
  └ 网络$148 亿+35%+199%占 DC 20%
边缘计算$63.69 亿+10%+29%7.8%

来源:J.P. Morgan 2026-05-21 财报点评;金元证券 2026-05-28

这是英伟达连续第 14 个季度环比增长。收入 $816 亿超市场预期的 $789 亿,EPS $1.87 超预期的 $1.77,毛利率 75.0% 基本符合预期。

下一季度(截至 2026 年 7 月)指引 $910 亿,而市场预期只有 $864 亿——隐含同比增速从 +85% 进一步加速到 +95%。

03

三个必须读懂的结构性变化

比总收入数字重要得多

变化一 · 网络是这一季最大的意外,也是对 A 股最直接的利好

网络收入 $148 亿,同比 +199%(差不多翻三倍),其中 InfiniBand 单项同比约 4 倍

更关键的是比重:网络占数据中心收入从去年同期的 13% 升到 20%,创三年新高。而且过去五个季度里有四个季度,网络的增速都超过计算业务。

为什么这对 A 股重要?「每单位算力附带多少网络含量」在系统性提升,意味着每卖出一颗 GPU,配套的光模块、交换芯片、高速 PCB 的金额都在同步变多。摩根大通的判断是,这个 attach rate 还会继续往上走。

变化二 · 买家结构正在从「五家云厂」扩散到「全世界」

数据中心内部按客户类型对半开:

客户平台金额环比同比占数据中心
Hyperscale(超大规模云)$379 亿+12%+115%~50%
ACIE(AI 云 + 工业 + 企业)$374 亿+31%+74%~50%

ACIE 的环比增速(+31%)已经是传统云厂(+12%)的 2.6 倍。其中 AI 云收入同比涨了 3 倍以上,主权 AI 同比 +80%——英伟达的 AI 基础设施现在部署在近 40 个国家

这个变化的意义在于需求的抗风险性。如果收入全部来自五家美国云厂,那么任何一家削减 capex 都是重大打击;但当买家扩散到四十个国家的主权基金、上千家企业和几十家 AI 云,单一客户的决策就不再是系统性风险。

变化三 · 中国收入归零 —— 一个被完全放弃的分子

FY27Q1 中国数据中心计算收入 $0(去年同期是 $46 亿)。

而且下季度 $910 亿的指引里,一分钱中国收入都没有算进去——H20 没算,H200 许可计划也没算。

怎么理解这件事:当一个变量被从模型里完全剔除,它就从「风险」变成了「期权」。现在中国业务对英伟达的估值贡献是零,所以任何非零的进展都是纯粹的向上意外——但反过来,也不要指望它。第三单元会单独讲这一条对国产替代的含义。

这一节要带走的一句话 FY27Q1:总收入 $816 亿(+85% YoY),数据中心占 92%。三个必须记住的结构性变化:网络 +199% YoY、占数据中心从 13% 升到 20%(对 A 股光模块和高速 PCB 是直接利好);ACIE 增速已超传统云厂(买家从五家扩散到四十国);中国收入归零(一个纯期权)。

检验一下:它把账本重画了一遍

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

二.2

净利率 63% 的公司长什么样

这不是芯片公司的报表,这是软件公司的报表——而且是软件公司里的顶格

约 4 分钟·1,201 字·5 题
01

先看一眼这张体检表

然后我们逐行解释为什么它不正常

指标(TTM,截至 2026-08-01)数值参照
营业收入$2,534.9 亿约合人民币 1.8 万亿
毛利率74.1%台积电约 58%,英特尔约 35%
营业利润率65.6%
净利率63.0%微软约 36%,苹果约 25%
ROE114.3%A 股全市场中位数约 7%
ROA52.7%
经营性现金流$1,256.5 亿
营收同比+85.2%
净利同比+214.5%

来源:yfinance 财务快照,2026-08-01 更新

02

为什么这张表不像一家硬件公司

三个数字,三层含义

净利率 63% —— 这是软件公司的数字

硬件公司的净利率天花板通常在 20–30%,因为要买原材料、要付代工费、要承担存货跌价。台积电这样的顶级代工厂净利率约 40%,已经是行业奇观。

63% 意味着每收 100 块钱,有 63 块变成利润。作为参照,微软约 36%、苹果约 25%。英伟达把一门硬件生意做出了超过所有软件公司的净利率。

它是怎么做到的?因为它把最重的部分外包了——晶圆给台积电、封装给台积电和日月光、机柜组装给广达纬创。它自己只做设计和系统定义,这两件事的边际成本接近零。

ROE 114% —— 这个数字需要一点解释

净资产收益率超过 100%,意思是一年赚回的净利润超过了全部股东权益。听起来不可思议,但机制其实简单:净利率极高 + 资产极轻 + 持续回购压缩净资产

注意最后一条:大规模回购会减少股东权益(分母),从而抬高 ROE。所以看到超高 ROE 时,要先分清是「赚得多」还是「本钱少」。英伟达是两者兼有——ROA(总资产收益率)也有 52.7%,说明确实是赚得多,不是财务技巧。

单季自由现金流 $486 亿 —— 换算一下更有感觉

FY27Q1 自由现金流 $486 亿,上一个季度是 $349 亿。

$486 亿约合人民币 3,500 亿英伟达一个季度产生的自由现金流,超过 A 股绝大多数上市公司的总市值。

03

本节真正的重点:它开始还钱了

这是一个信号,不是一个数字

钱太多会带来一个新问题:怎么处理。FY27Q1 的电话会上,英伟达宣布了三件事:

$800 亿
新增回购授权
累计可用额度达 $1,185 亿
25 倍
季度股息提升幅度
$0.01 → $0.25
~50%
承诺今年返还的自由现金流比例
管理层在 GTC 上的承诺
怎么解读「一家高速成长的公司开始大规模还钱」

标准的资本配置逻辑是这样的:只要再投资的边际回报高于股东的机会成本,公司就应该把钱留下继续投;只有当再投资回报开始下降时,才应该还给股东。

所以当一家公司开始把 50% 的自由现金流还给股东时,市场读到的信息通常是:管理层认为再投入的边际回报,已经不明显高于还给你了。

请注意:这不等于「公司要不行了」。它更准确的含义是——这家公司的成长阶段正在从「不计代价扩张」转向「有纪律地扩张」。对成长股来说,这既是成熟的标志,也是估值逻辑要开始换轨的提示

这个信号在第五单元会派上大用场。摩根士丹利给英伟达的目标倍数(22 倍)低于它给 AMD博通、英特尔的倍数——理由正是「高市占率和高毛利率留给倍数扩张的杠杆有限」。

一家公司太好,好到没有改善空间时,市场就不再为「变得更好」付钱了。回购和分红的大幅提升,恰恰是这个状态的官方确认。

04

迁移到 A 股:这个信号该怎么用

一个可以直接套用的判断规则

看到成长股大幅提高分红或回购时,问三个问题

问题一:产能扩张还在不在继续?如果 capex 同步下降,那就是真的没地方投了(转向价值股);如果 capex 还在涨、只是现金流涨得更快,那只是溢出(仍是成长股,但增速要降档)。

问题二:还的是自由现金流的多少比例?10–20% 是常规姿态,50% 以上是明确的阶段切换信号

问题三:市场的估值倍数有没有同步下移?如果公司开始还钱、市场倍数却还在扩张,那是错配,通常会被修正。

英伟达的答案是:capex 还在涨(第四单元会看到),比例 50%(明确的切换信号),倍数已经在下移(前瞻 PE 从 46.9 倍降到 25.6 倍)。三个信号一致——这是一家正在从「超级成长股」向「超级现金牛」过渡的公司。

这一节要带走的一句话 TTM 净利率 63.0%、ROE 114.3%、单季自由现金流 $486 亿。但本节真正的重点是最后一段:公司开始大规模还钱了(新增 $800 亿回购、股息提 25 倍、承诺返还约 50% 的自由现金流)。这既是成熟的标志,也是估值逻辑要换轨的提示——记住这个信号,第五单元的估值悖论会用到。

检验一下:净利率 63% 的公司长什么样

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

二.3

钱从哪四类人来

北美云厂 50%、主权 AI 15%、Neocloud 与 AI 初创 15%、行业私有云等 20%

约 4 分钟·1,252 字·5 题
01

把买家拆成四类

这比看总收入有用得多

「AI capex 会不会崩」是 2026 年最大的宏观问题。但这个问题问得太粗——因为付钱的不是一类人,是四类,各自的钱来自完全不同的地方,刹车机制也完全不同

国信证券根据英伟达 2026Q1 的披露,把数据中心客户结构拆成了这样:

北美 Hyperscale微软 / 谷歌 / 亚马逊 / Meta / Oracle
50%
主权 AI近 40 个国家的国家级算力项目
15%
Neocloud + AI 初创CoreWeave 等 GPU 云、OpenAI / Anthropic
15%
行业私有云等其他企业自建、工业、汽车
20%

来源:国信证券《上限几何?北美科技巨头 Capex 空间测算及 ROI 回报拆解》2026

02

四个池子,四种水源

关键是问:每一块的钱从哪来,什么情况下会停

客户类型钱从哪来什么情况下会刹车观察指标
北美 Hyperscale经营性现金流 + 发债净债务/EBITDA 触及评级红线,或广告/云主业收入失速四家 capex 指引、净杠杆率
主权 AI国家财政 / 主权基金财政压力或政治换届——与商业 ROI 关系不大在手合同、新签国家数
Neocloud + AI 初创股权融资 + 债务 + 英伟达自己的信用担保信贷市场收紧,或模型公司收入不及预期Anthropic / OpenAI 的 ARR
行业私有云等企业自有资金ROI 无法验证——这是目前最弱的一块Copilot 类产品付费率
这张表的用法

下次看到「某某云厂削减 capex」的新闻时,先问:它影响的是哪一格?

如果是 Hyperscale 那一格,影响的是 50%,是大事;如果是企业私有云那一格,影响的是 20%,而且那一格本来就是最弱的,市场大概率已经定价。而主权 AI 那 15% 几乎不受商业 ROI 影响,它只跟着政治周期走。

03

第三格最值得单独讲:Neocloud 与英伟达的新玩法

它正在从「卖方」变成「股东」

Neocloud 指的是 CoreWeave 这类专门买 GPU 然后对外出租算力的新型云厂。它们没有微软、谷歌那样的现金流,全靠融资。

问题来了:这类公司的信用不足以支撑百亿美元级别的采购。英伟达的解法很激进——摩根士丹利在 NDR 纪要里记录了这套新的商业模式:

英伟达对 Neocloud 的三件事

共同投资(co-investment) —— 英伟达直接出资参股

信用担保(credit assurance) —— 英伟达为其融资背书

收入分成(revenue sharing) —— 分享算力出租的收入

摩根士丹利的判断是:英伟达可能因此成为整个 GPU 云网络的部分所有者。

多方视角:这是聪明的资本配置

英伟达用最便宜的资源(自己的信用和股权),去撬动最稀缺的资源(客户的资产负债表)

而且它拿到的不只是订单,还有算力出租的长期收入分成——把一次性硬件销售变成了持续性收入。

VS

空方视角:这是在给自己的客户融资

供应商为客户的采购提供融资,这个模式在 2000 年科网泡沫时叫 vendor financing,当年朗讯、北电就是这么倒的。

风险在于:收入的质量下降了。一部分「销售」实际上是自己的钱转了一圈回来,而对手方的偿付能力依赖于 AI 需求持续。

中立判断:怎么跟踪这条风险

这个模式的风险是真实的但目前可控的——因为它只涉及 15% 的收入,而且算力目前确实供不应求(不存在租不出去的问题)。

要盯的是两个转折信号:
· 英伟达资产负债表上应收账款周转天数是否显著拉长
· GPU 租赁价格是否开始下跌(供过于求的第一个信号)

这两个指标任何一个恶化,vendor financing 的质疑就会从「理论风险」变成「现实问题」。

04

最弱的一格:企业侧的 ROI 还没跑通

这是诚实的部分

国信证券的测算里有一段很诚实的内容:AI 对内赋能的占比仍然是低个位数。

· 微软 M365 Copilot 的付费率约 4.5%,其收入占微软云收入的比重也约 4.5%
· Meta AI 拉动广告收入增长约 10%

而真正跑通 ROI 的是算力租赁与云业务本身:SpaceX 的 Colossus 集群约两年就能收回建设成本;Meta 若把 A/H 卡全部出租,测算年租金可达 $110 亿,能拉动 Meta 全年 EPS 约 15% 增长。

这个事实的含义,要说清楚

目前这一轮 AI capex 的回报,主要来自「把算力租给别人」,而不是「用 AI 提升自己的业务」

这在逻辑上有一个隐忧:如果所有人都在买算力租给别人,那么最终的租客是谁?目前的答案是 OpenAI 和 Anthropic 这些模型公司(它们 2026 年的算力支出合计超千亿美元)。所以整条链条最终的承重墙,是模型公司的收入——第四单元最后一节会把这个测算完整展开。

这一节要带走的一句话 记住这个 50 / 15 / 15 / 20 的结构,因为每一块的资金来源和刹车机制完全不同:云厂看现金流和杠杆,主权看财政意志,Neocloud 看债务市场和英伟达自己的信用担保,企业看 ROI。判断需求会不会断,不能只盯一个数——要分别问这四个池子的水从哪来。

检验一下:钱从哪四类人来

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

Unit 03 / 05

三场正在进行的战争

2027 年 ASIC 颗数超过 GPU、CPU 第二战线的度量衡之争,以及一个被完全放弃的中国市场。

阅读 约 11 分钟分节 3 节测验 15 题(每节 5 题)

这是全篇争议最集中的一段。我们不下结论,而是把双方最强的论据、各自成立的前提、以及可验证的观察指标全部摊开——你会发现其中两场战争的胜负,对 A 股投资者来说几乎不重要

三.1

2027 年 ASIC 颗数超过 GPU

这个预测已经写进所有卖方模型——但颗数份额 47% 和收入份额 85% 可以同时成立

约 3 分钟·893 字·5 题
01

先把事实摆出来,不带观点

这是压在英伟达股价上最久的一块石头

AI 加速器出货量(百万颗)2023202420252026E2027E
NVIDIA GPU1.74.56.28.99.9
AMD GPU0.10.50.70.61.0
Google TPU1.21.71.84.58.0
AWS Inferentia + Trainium0.30.81.51.93.3
Meta MTIA0000.30.5
Microsoft MAIA0000.20.7
合计3.37.410.116.323.3
GPU 占比55%67%68%58%47%
ASIC 占比45%33%32%42%53%

来源:J.P. Morgan《AI Drives Resurgence in Custom Chips (ASICs)》2026

2027 年,ASIC 的出货颗数会超过 GPU。这不是某一家的观点,这是已经写进所有卖方模型的基准预测。

但请同时注意另一件事:英伟达自己的绝对出货量还在涨——从 2025 年的 620 万颗涨到 2027 年的 990 万颗。它没有萎缩,只是别人涨得更快。

02

颗数 47%,收入 85%——为什么不矛盾

两个原因,都在第一单元讲过

原因一 · 单价差 2.7 倍

B200 $35,000、B300 $40,000,TPU7x Ironwood $13,000

按 2027 年的数字粗算:英伟达 990 万颗 × 约 $37,500 ≈ $3,700 亿;所有 ASIC 合计 1,250 万颗 × 约 $13,000 ≈ $1,600 亿颗数输了,金额还是 2.3 倍。

原因二 · 英伟达卖的是整机柜,一颗 GPU 后面还挂着五颗芯片

一颗 GPU 卖出去,同时带走 Vera CPU、NVLink 交换机、ConnectX 网卡、BlueField DPU、Spectrum 交换机的钱。

这就是为什么网络业务同比 +199%——它是 GPU 出货的伴生收入。而 ASIC 客户的网络部分往往是自己或博通配的,不算在 ASIC 的单价里。

03

ASIC 阵营的真实体量

把对手也认真研究一遍

事实数值
定制 AI ASIC 市场规模(CY26)$600–700 亿
未来几年复合增速40–50%+
博通占高端 ASIC 市场份额80–85%
Marvell 占高端 ASIC 市场份额10–12%
博通 FY26 AI 收入(FY25 约 $200 亿)$600 亿+
博通 FY27 AI 收入指向$1,500 亿+
谷歌 TPU 的 CY27 在手订单650 万颗+(V7/V8)
对应收入约 $1,000 亿
这张表里有一个容易被忽略的事实

ASIC 市场比 GPU 市场还要集中。博通一家占高端 ASIC 的 80–85%,加上 Marvell 的 10–12%,两家合计 90%+。

所以「ASIC 崛起」在结构上并不是「多元竞争打破垄断」,而是「一个垄断者的份额部分转移给另一个垄断者」。对 A 股供应链来说,这个区别很重要——因为博通的机柜同样要 PCB、要覆铜板、要光模块。第四单元会展开这一点。

04

正反双方最强的话

不下结论,把论据摆全

空方最强的论据

· 2027 年 ASIC 颗数已超 GPU(53% vs 47%)

· 博通 FY27 AI 收入指向 $1,500 亿+,增速远超英伟达

· 谷歌 TPU、亚马逊 Trainium 的单卡 TCO 已经低于英伟达芯片,国信测算这将有效提升云厂毛利率

· ASIC 客户是最有钱、最有工程能力的那批——他们不会轻易回头

VS

多方最强的论据

· 颗数不等于收入(单价差 2.7 倍 + 整机柜)

· 摩根士丹利:ASIC 明年增速可能超英伟达,但那是下一代 ASIC 在和即将成为上一代的 Blackwell;整体算力短缺下 Blackwell 仍有大量角色

· 即使是 ASIC 用量最大的客户,也是当代 GPU 的大买家

· 某知名前沿模型此前主要在 ASIC 上开发,英伟达份额一度极低——现已回升到接近 50%

最后这一条值得单独强调

摩根士丹利 2026-07-10 与黄仁勋、Colette Kress 的 NDR 纪要里提到:某个知名前沿模型此前主要在 ASIC 上开发,英伟达在其中的份额一度极低,现在已经回升到接近 50%。

这条信息的价值在于——它证伪了「ASIC 一旦导入就永久锁定」的假设。份额是可以夺回的,客户会在每一代重新评估。这大大降低了 ASIC 侵蚀的不可逆性。

中立判断:这不是零和

总盘子在扩张(3.3 → 23.3 百万颗,四年 7 倍),两边都能增长。

真正的风险不是份额,是增速差导致的估值折价——市场会给增速慢的那个更低的倍数。这一点在第五单元的估值悖论里会完整展开。

这一节要带走的一句话 必须同时记住两个数:2027 年 GPU 占 AI 加速器出货颗数只剩 47%(2025 年是 68%),但收入份额仍在 85% 左右。因为单价 $35,000–40,000 对 $13,000,而且英伟达卖的是整机柜。把「颗数份额」和「收入份额」分开看,是读懂这场战争的唯一方法。

检验一下:2027 年 ASIC 颗数超过 GPU

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

三.2

单线程还是多核

英伟达开了第二条战线:$200 亿 CPU 目标,其中近一半不挂在 GPU 上

约 4 分钟·1,264 字·5 题
01

2026 年最被低估的变化

英伟达要卖 CPU 了,而且不是「搭着 GPU 卖」

市场对英伟达的讨论几乎全在 GPU 和 ASIC 上。但 2026 年真正的新变量是——它开了第二条战线

$200 亿
CY26 独立 Vera CPU 收入可见度
在手订单 + 客户预测,按板级确认
250–400 万颗
按 ASP $5,000–8,000 反推的出货量
约占服务器 CPU 单位份额 6–8%
40–50%
不是 GPU 附带 head node 的比例
这部分是纯粹的全新市场

来源:J.P. Morgan 财报点评 2026-05-21;Morgan Stanley Computex 纪要 2026-06-03

这个数字刚公布时,市场的第一反应是质疑。摩根士丹利记录了两种典型的怀疑:

· 「是不是把内存也算进去了?」——管理层明确回应:不含内存
· 「是不是 100% 都是 GPU 机柜自带的那颗 head node?」——管理层回应:head node 只占 50–60%

也就是说,接近一半是纯粹的独立 CPU 生意。服务器 CPU 市场现在约 $1,700 亿,美银预计到 2030 年这个市场可能翻 4 倍。这是一个全新的 TAM。

02

英伟达做了一个反潮流的技术选择

不用 chiplet,用单片超大 die

Vera CPU 规格数值 / 做法为什么反潮流
核心88 个自研 Olympus ARM 核放弃 x86 生态
内存带宽1.2 TB/s
片内 fabric 带宽3.4 TB/s
封装形态单片超大 die(reticle 极限)业界主流是 chiplet,AMD 已用了三代
优化目标单线程性能业界主流是堆核数、堆多线程吞吐

摩根士丹利的评价是:Grace 和 Vera 的设计是专门为 AI 而做的,某种程度上是对近年设计潮流的一次背离——从基于 chiplet、面向多线程优化的堆栈,转向单个极大的、受掩模尺寸限制的裸片,为单线程性能优化

英伟达自己给出的性能声明(美银 2026-07-22 纪要):每核内存带宽是 x86 的 3 倍以上,峰值内存延迟低 40%,agentic sandbox 性能 1.8 倍。

03

两家公司在争夺同一件东西:行业的度量衡

这是本节的核心

英伟达:更快的 agent 胜过更多的 agent

agentic AI 的本质是反复的 CPU-GPU 循环——工具调用、代码执行、检索、编排,每一步都要等上一步完成

在这个框架下,单核越快 → agent 响应越快 → GPU 利用率越高 → 整个 AI 工厂的产出越高

加上与 Rubin GPU、Groq LPX、Spectrum 交换机、BlueField 的 co-design 加成。

VS

AMD:更多的 agent 胜过更快的 agent

生产环境的 AI 更像一个分布式软件平台——数据库、API、向量库、编排引擎、缓存、中间件。

真正的约束是固定功率下能跑多少并发工作流

AMD 测算:在 100kW 机架模型下,EPYC 9965(Turin)的机架级吞吐是 Vera 基线的 ~2.4 倍,下一代 EPYC 6(Venice)~3.3 倍

这场争论的真正问题

agentic AI 的瓶颈,到底是「单个 agent 完成所需时间」,还是「每机架能跑多少个 agent」?

英伟达的框架建立在延迟、单线程进度、GPU 利用率上;AMD 的框架建立在并发、吞吐、服务密度上。

美银的判断非常犀利:「我们预期 AMD 的发布会不会以跑分对比为主,而是要确立行业更偏好的度量指标。」

04

还有一层:x86 vs ARM 的生态之争

这一层决定了战争的边界

CPU 之争不只是核数之争,还牵扯软件生态。

英伟达的立场隐含着:如果微架构足够优秀、能带来更好的 agent 性能,那么指令集(ISA)就是次要的

AMD 和英特尔会主张:agentic AI 正在与企业软件栈深度交叉——数据库、中间件、安全平台、企业应用。x86 在这些领域有数十年的优化、验证和兼容性积累。当 AI 从模型推理扩展到企业工作流时,软件的在位优势可能成为重要的差异化因素

摩根士丹利对边界的判断

在 PC 侧(英伟达与微软联合发布的 RTX Spark),摩根士丹利的看法是:x86 的护城河是可畏的,除了苹果之外,ARM 在这个领域几乎没有成功案例。

但在服务器侧,情况不同——AI 数据中心的软件栈本来就是新建的,没有几十年的历史包袱。这就是为什么英伟达选择先打服务器 CPU,而不是先打 PC。

05

迁移:「谁定义 KPI 谁赢一半」在 A 股怎么用

这是本节最值钱的部分

一个通用的判断方法

当两家公司的产品参数各有胜负、争执不下时,不要去比参数,去看谁在定义「应该比什么参数」。

历史上的例子:
· 光模块:从比「速率」到比「每比特功耗」——谁的功耗优势大,谁就推动这个转换
· 动力电池:从比「能量密度」到比「循环寿命 × 快充倍率」——磷酸铁锂阵营推动了这次转换,并因此逆转了局面
· 覆铜板:从比「Dk 介电常数」到比「Df 介电损耗 + 批次一致性」——高频材料厂推动

规律:谁在某个维度上落后,谁就会努力把行业的注意力引向另一个维度。所以当你看到一家公司突然开始强调一个「新的核心指标」时,先假设它在旧指标上处于劣势——然后去验证。

这一节要带走的一句话 这场争论的本质是一句话:agentic AI 的瓶颈到底是「单个 agent 完成所需时间」,还是「每机架能跑多少 agent」?英伟达的框架建立在延迟和单线程进度上,AMD 的框架建立在并发和服务密度上。谁定义了 KPI,谁就赢了一半——这是本课最值得迁移到其他行业的一个判断方法。

检验一下:单线程还是多核

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

三.3

中国归零

一个被完全放弃的分子,和它给国产替代打开的三扇窗

约 4 分钟·1,177 字·5 题
01

先把事实说清楚

不是下滑,是归零

$46 亿
FY26Q1 中国数据中心计算收入
出口管制之前
$0
FY27Q1 中国数据中心计算收入
2026 年 4 月季度
$0
下季度 $910 亿指引里的中国贡献
H20 没算,H200 许可计划也没算

请注意第三个数字。英伟达在给市场的指引里,把中国业务的贡献设为零。这不是保守估计,这是完全剔除。

02

这件事对英伟达自己:从风险变成期权

一个不对称的结构

为什么「归零」反而不是持续利空

如果一个业务从 $46 亿降到 $20 亿,那么它还有 $20 亿可以继续失去——下行风险仍然存在,市场会持续折价。

但当它降到 $0 并且被从模型里完全剔除时,下行已经出清。当前股价里不含任何中国预期,所以:

· 任何非零的进展 = 纯粹的向上意外
· 继续维持零 = 符合预期,不产生影响

这是一个不对称的期权结构。摩根大通的原话是:任何 H200 许可计划的实质性进展,都将是「纯粹的上行」(pure upside to estimates)。

但也不要指望它

期权的另一面是:不该把它算进基准情形。三家大行的目标价($350 / $288 / $280)里,都没有包含中国收入的恢复。

如果你的投资逻辑依赖中国业务恢复,那你就是在做一个卖方模型里没有的假设——这可以,但你必须知道自己在赌什么。

03

这件事对 A 股:一个必须讲清的双向影响

很多人只讲了一半

向下:英伟达的中国供应链订单同步收缩

这一面常被忽略。中国原本是英伟达重要的销售市场,但同时也有一部分中国供应商为英伟达的中国特供产品供货

中国业务归零,意味着这部分需求也归零。「英伟达卖不进来」和「中国厂商供不出去」是同一枚硬币。

VS

向上:国产替代的窗口被强行打开

当最好的产品买不到时,次好的产品就有了机会——这是一个被行政力量创造出来的市场。

但这个机会有技术门槛。东兴证券点名了三个仍存代差的领域,这三个词值得抄下来

东兴证券点名的三处代差 —— 国产算力最真实的技术清单

① 超高速互联协议 —— 对标 NVLink-C2C 1.8TB/s 与硬件级缓存一致性。这是第一单元讲的「柱子三」,最难。

② 800G SuperNIC —— 对标 ConnectX-9 的单端口 800G 以太网 + 内置 48 通道 PCIe Gen6 交换。

③ PCIe Gen6 交换芯片 —— 计算托盘内 CPU 到网卡那一段的关键器件。

为什么这三个词比任何概念题材都有用:它们是可验证的。你可以去查某家公司的产品手册,看它的网卡是 400G 还是 800G、是不是内置 PCIe 交换、支持的互联协议带宽是多少。概念可以讲,规格书不会骗人。

04

国产超节点的六条主线

东兴证券给出的完整映射

主线对标英伟达的哪个环节标的
高速网卡ConnectX-9 SuperNIC裕太微 688515、盛科通信 688702
光模块OSFP 笼口上的 800G/1.6T 模块中际旭创 300308、新易盛 300502、天孚通信 300394、东山精密 002384、华工科技 000988、光迅科技 002281
高速交换芯片Spectrum-6 / NVLink 6 交换机盛科通信 688702、紫光股份 000938、锐捷网络 301165、中兴通讯 000063
高速互联芯片NVLink-C2C海光信息 688041、龙芯中科 688047、长电科技 600584
高速 PCB / 覆铜板计算托盘、中板、背板胜宏科技 300476、生益科技 600183、深南电路 002916、东材科技 601208
国产超节点整机整个 NVL72 机柜浪潮信息 000977、中科曙光 603019、工业富联 601138、华勤技术 603296

来源:东兴证券《从计算托盘角度拆解英伟达 VR NVL72》2026-05-22

读这张表的正确方法

不要把它当成推荐名单,把它当成一张「对标表」。

它真正的用法是:当你看到英伟达在某个环节做了升级(比如 ConnectX-9 从 CX-8 的双端口 400G 升到单端口 800G),你立刻知道该去检查国内哪几家公司的对应产品做到了什么水平——而不是去猜哪个概念会涨。

东兴证券自己在报告里也提示了三条风险:技术代差、国产超节点生态割裂、地缘政治风险。第二条尤其值得注意——如果每家都做自己的互联协议,中国就会有五套互不兼容的超节点标准,那么规模效应就永远起不来。这是国产算力最大的隐性风险,而且它是一个协调问题,不是技术问题。

这一节要带走的一句话 中国数据中心计算收入从 $46 亿降到 $0,且指引里完全不含。对 A 股这是双向的:向下是英伟达的中国供应链订单同步收缩;向上是国产替代窗口被强行打开——东兴证券点名超高速互联协议、800G SuperNIC、PCIe Gen6 交换芯片三处仍存代差。这三个词是国产算力最真实的技术清单,比任何概念题材都具体。

检验一下:中国归零

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

Unit 04 / 05

从它的路线图到你的持仓

拆开计算托盘的三段信号、材料代际表与那块卡脖子的布、以及一张可执行的「看到 X 查 Y」对照表。

阅读 约 20 分钟分节 4 节测验 20 题(每节 5 题)

这是本课的重心。前三个单元讲的是英伟达自己,这一单元讲的是这一切怎么一段一段变成 A 股的订单——以及一个反直觉的结论:站在 A 股的位置上,GPU 和 ASIC 打得越凶越好。

四.1

三段信号,三条产业链

把 VR NVL72 的计算托盘拆开——数据走过的每一段,对应 A 股一个不同的行业

约 4 分钟·1,322 字·5 题
01

数据在托盘里怎么走

先建立物理直觉,再谈公司

这一节是全课的技术核心。前面讲的所有东西——机柜价值量、材料等级、光模块方案——的物理起点都在这里。

一个 AI 计算任务从外部网络进来之后,在 VR NVL72 的计算托盘里是这样流动的:

完整路径

外部网络 → ConnectX-9 网卡 → BlueField-4 DPU → Vera CPU → 分配给 Rubin GPU 及机架内其余 71 颗 GPU 协同计算 → 结果通过网络送出

东兴证券把这条路径上的信号传输分成三段。这三段的划分,就是 A 股三条产业链的分界线:

协议速率对应 A 股环节
① Vera CPU ↔ Rubin GPUNVLink-C2C1.8 TB/s 双向高速互联芯片、先进封装
② Vera CPU ↔ ConnectX-9PCIe Gen648 lane × 64Gbps = 768 GB/s高速 PCB / 覆铜板
③ ConnectX-9 ↔ OSFP 笼口800G 以太网 / InfiniBand800G光模块

来源:东兴证券《从计算托盘角度拆解英伟达 VR NVL72》2026-05-22

02

第二段:500 毫米,A 股 PCB 链的全部机会

为什么这段距离会逼出材料升级

PCIe Gen6 的每条 lane 单向 64 Gbps。这是一个什么概念?普通家用宽带千兆是 1 Gbps,这里一条线是它的 64 倍,而且有 48 条并行。

关键在于距离:在 VR200 NVL72 的计算托盘里,PCIe Gen6 信号要从 Strata 模块传输到 Orchid 模块前端,PCB 走线长达约 500 毫米

500 毫米在 64Gbps 下意味着什么

高频信号在 PCB 里传输会衰减,衰减程度与频率 × 距离 × 介质损耗成正比。频率固定(64Gbps)、距离固定(500mm),唯一能动的变量就是介质损耗

所以英伟达除了升级 SerDes(双向串行/解串电路),必须同时升级 PCB 材料

· CCLM7 升到 M8/M9
· 主计算板和网络板的铜箔升到 HVLP4(低轮廓铜箔)
· 为了进一步降低介质损耗,玻璃纤维布或价值更高的石英材料被用于 Orchid 板和中置板

为什么铜箔要「低轮廓」——一个值得懂的物理细节

高频电流有一个特性叫 趋肤效应:频率越高,电流越只在导体表面极薄的一层流动。

当这一层的厚度和铜箔表面的凹凸尺度相当时,粗糙的表面等于把电流的实际路径拉长了——就像在搓衣板上走路,实际走的距离远大于直线距离。路径变长 = 电阻变大 = 损耗变大。

这就是 HVLP(低轮廓铜箔)存在的全部理由,也是为什么它比普通铜箔贵得多。第 12 节讲材料代际时,这个物理机制会反复出现。

03

第三段:一个方案选择,决定两家公司的产品结构

这是全课最「可交易」的一条信息

ConnectX-9 相比上一代 ConnectX-8 的关键升级是:单个端口就能提供 1×800G 的以太网传输能力,不需要靠多链路聚合。

作为对照,CX-8 只有在 InfiniBand 架构下才支持 800G,在以太网模式下通常是 2×400G 的配置。

在 VR NVL72 计算托盘里,8 个 800G 的 CX-9 网卡对应的 OSFP 光模块笼口,有两种可能方案

方案 A:每颗 GPU 配 1 个 1.6T 笼口

每个计算托盘共 4 个 1.6T OSFP 笼口

受益者:能量产 1.6T 模块的厂商。数量少、单价高、技术门槛高,格局更集中。

VS

方案 B:每颗 GPU 配 2 个 800G 笼口

每个计算托盘共 8 个 800G OSFP 笼口

受益者:800G 产能大的厂商。数量翻倍、单价低、门槛低,二线厂也能分到份额。

这个选择为什么重要

这两个方案的总带宽完全一样,但对 A 股光模块公司的含义完全不同。

方案 A 有利于技术领先者中际旭创新易盛的 1.6T 产能),方案 B 有利于产能规模。前者格局集中、毛利率高;后者格局分散、走量。

所以「ODM 拆解报告里 OSFP 笼口是几个」这个看似琐碎的信息,是光模块股一个非常直接的跟踪指标。这也是为什么第一门课(中际旭创)和这门课必须连起来看——那门课讲的是光模块自身的技术路线,这门课讲的是决定它需求结构的那只手

04

顺带说清楚:ConnectX 为什么叫「超级网卡」

它已经不是一张网卡了

传统网卡只干一件事:把数据从网络搬到主机内存。ConnectX 的 SuperNIC 定位完全不同——它内置了一颗 48 通道的 PCIe Gen6 交换机,单芯片实现「网络接口 + GPU 间交换」二合一,替代了传统方案里那颗独立的 PCIe 交换芯片。

好处是消除 IO 瓶颈,加快 GPU、网卡和存储之间的数据移动。基于 ConnectX-8 的优化设计,可以为集群内所有 GPU 提供高达每 GPU 50 GB/s 的 IO 带宽——因为 NCCL(集合通信库)直接通过网络转发所有流量。

对 A 股的两层含义

第一层(利空):独立 PCIe 交换芯片这个环节被吃掉了。原来能卖交换芯片的厂商,在这个位置上没有生意了。

第二层(利多):这颗芯片的复杂度大幅上升,对承载它的 PCB 层数和材料等级要求更高——这正是 VR200 新增「ConnectX 模组 PCB」(每机架 72 块)的原因。

规律:芯片集成度提升,往往意味着某个芯片环节消失,同时另一个封装/基板环节升级。看到「二合一」「三合一」这类新闻时,要同时问「谁被吃了」和「谁被喂大了」。

这一节要带走的一句话 计算托盘里的信号路径只有三段,每一段对应一条完全不同的 A 股产业链:CPU↔GPU 走 NVLink-C2C(互联芯片/先进封装)、CPU↔网卡走 PCIe Gen6(高速 PCB / 覆铜板)、网卡↔笼口走 800G 以太网(光模块)。第二段 500mm 走线是整个 A 股 PCB 链的物理起点;第三段的方案选择直接决定光模块产品结构。

检验一下:三段信号,三条产业链

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

四.2

材料代际表与那块布

英伟达每换一代,材料就跳一级——而最紧的一环不是芯片,是一块玻璃纤维布

约 6 分钟·1,694 字·5 题
01

第一张表:材料跟着英伟达的代际跳

这是 A 股材料股最重要的一张表

年份英伟达代次CCL 等级核心上游材料
2022DGX H100M6球形硅微粉 + PPO 树脂
2023DGX H200M7微米级硅微粉 + PPO 树脂
2024DGX GB200M8亚微米级硅微粉 + OPE 树脂
2025DGX GB300M8亚微米级硅微粉 + PPO&CH 树脂
2026Vera RubinM9纳米级硅微粉 + CH(碳氢)树脂
2027–28ERubin UltraM10碳氢树脂 / PTFE + 电子级石英布

来源:国信证券《英伟达 Rubin 架构发布 CCL 上游材料体系升级》2026

M9 的具体规格:特种树脂 + 石英玻纤布 + HVLP4/HVLP5 高端铜箔 + 纳米级球形硅微粉。目标是支撑 224Gbps 超高速传输,把 Df(介电损耗)压到约 0.0007

M10 的具体规格:碳氢树脂 / PTFE 与电子级石英布(或第二代 Low-Dk 玻纤)复合,通过优化树脂分子结构减少极化损耗,支撑 224–448Gbps。国信的判断是:这是未来 2–3 年高端 AI 服务器 PCB 的硬性标配。

这张表最重要的一句话

材料升级不是渐进的,是台阶式的。

M7 到 M8 是一个台阶,M8 到 M9 又是一个台阶。每上一个台阶,能供货的厂家数量就减少一批,剩下那批的定价权就强一分。

这和「量增」是完全不同的逻辑。量增是所有人一起受益,涨价空间会被竞争消化;而台阶式的规格跃迁是一次筛选——过得去的吃全部,过不去的一分没有。

02

树脂体系:从最便宜到最贵的一条谱系

知道每一级用什么,才能判断一家公司在哪一级

树脂体系特点典型应用对应等级
环氧树脂成本最低,工艺成熟,介电损耗较高消费电子、家电、工控普通 FR-4
改性环氧树脂降低 Dk/Df 与吸水率高速数字、网络设备、基站M4 / M6
PPO / PPE(聚苯醚)低吸水率、低 Dk/Df、耐热好,成本显著低于碳氢与 PTFE高频通信、交换机、光模块背板M6 / M7 / M8
CH 碳氢树脂极低 Dk/Df(Df 可低至 0.0008),吸水率极低400G/800G 网络、高速服务器M8 / M9
聚四氟乙烯 PTFE最低 Dk/Df 等级之一,电性能极优毫米波、5G/6G、卫星通信、雷达M10
怎么用这张表

看到一家覆铜板或树脂公司的公告说「已量产 XX 树脂」,直接对照这张表就能知道它站在哪一级,进而知道它能不能进 AI 服务器的料。

举例:国信点名的三家树脂公司分别站在不同位置——
· 圣泉集团:自研聚苯醚树脂已过国内头部企业认证,同时具备碳氢树脂(ODV)产能 → M8/M9 级
· 东材科技:碳氢树脂、聚苯醚、苯并噁嗪、特种环氧全线 → 覆盖 M6–M9
· 东岳集团:国内 PTFE 龙头 → 指向 M10,是一个「还没兑现的期权」

03

真正的卡脖子环节:不是芯片,是一块布

这是本节最反直觉的一段

国信证券的判断很直接:玻纤电子布是覆铜板材料里的「卡脖子」环节——产能供给限制加上织机设备限制,导致产品持续涨价,是上游材料中最紧缺的一环

看一眼这块布的价格谱系(以第一代普通 E-glass 布为基准 1×):

代次材料Dk (1MHz)Df (1MHz)相对价格
一代E-glass6.5–6.70.001–0.003
二代Low-Dk glass5.3–5.50.001–0.0034–5×
NE glass4.5–4.70.0001–0.00088–10×
三代石英布(Quartz,Q 布)3.70.0001约 40×

来源:国信证券整理自福邦投顾等;石英布二氧化硅纯度 99.99%

为满足 Rubin 系列 224Gbps 的超高速互联需求,行业已开始把三代 Q 布作为 M9 等级 CCL 的核心增强材料

价格是普通布的 40 倍,而且用量还在增加。AI 服务器中电子布的价值量,用国信的话说,是「几何级增长」。

04

这个逻辑在报表上已经能看见了

宏和科技的三个数字

+1,327%
2025 年特种电子布收入同比增速
绝对额 1.78 亿元
61.31%
2025 年特种电子布毛利率
同比 +25.48 个百分点
0.28% → 2.89%
高性能电子布产量占比
2024 年 → 2025H1

来源:宏和科技公告、定增说明书,国信证券整理

注意第三个数字:高性能布的产量占比才 2.89%。也就是说,这个逻辑目前只兑现了很小一部分——收入同比 13 倍、毛利率提升 25 个百分点,是在产量占比不到 3% 的情况下发生的。

还有一个次生效应,很多人会漏掉

生产 AI 用的薄布,效率远低于普通厚布。电子布企业为了做高价值产品,把织机从普通布转产高性能布——这直接压缩了普通布的供给

于是出现了一个双击局面:普通布和 AI 用高性能布同时出现供应紧张和价格上涨。

这个机制值得记住,因为它在很多制造业里都会出现:当高端产品的单位产能消耗远高于低端产品时,产能向高端迁移会同时抬高两端的价格。判别方法很简单——问一句「做高端产品,同样的设备一小时能出多少」。

05

电子布的竞争格局:这一块国产化率最低

诚实地讲清楚差距

阵营企业位置
日本(垄断高端)日东纺全球高端电子布龙头,Low-CTE(T-glass)和 Low-Dk 长期主导,是英伟达的核心供应商
旭化成高端市场重要份额,石英纤维技术领先
中国台湾(中高端)台玻集团全球前五大低介电玻纤布厂商
富乔工业全球前五,玻纤纱—布垂直整合
中国大陆(追赶中)宏和科技石英布已过 PCB 端测试认证,正在终端客户认证阶段;与台光、联茂、生益、松下、斗山、南亚等全球前十大 CCL 厂长期合作
菲利华石英砂→石英棒→石英纱→石英布垂直一体化;2025 年石英电子布收入 9,837 万元,仍在小批量测试与认证阶段
中材科技低介电一代/二代、低膨胀、超低损耗全品类,均已完成国内外头部客户认证并批量供货
中国巨石目前以普通布、薄布、超薄布为主;低介电系列在研发认证中,拟投 5 万吨电子纱 + 3.2 亿米电子布产线
这张表怎么读

请特别注意动词:「已批量供货」「正在终端认证」「小批量测试」「研发认证中」——这四个状态的价值差异极大

在这个行业里,从「测试通过」到「批量供货」通常还要 12–24 个月,而且中间随时可能被刷掉。所以看到「已通过测试」的公告不要急着兴奋,要等「批量供货」。反过来,一旦进入批量供货,供应关系往往能持续多个世代——这就是这类材料股「憋很久然后一次性重估」的原因。

这一节要带走的一句话 两张表要背下来:材料代际表(H100 用 M6 → Vera Rubin 用 M9 → Rubin Ultra 指向 M10)和电子布价格倍数表(三代石英布是一代 E-glass 的 40 倍)。台阶式升级的本质是「每上一级,能供货的厂家就少一批,剩下的定价权就强一分」——宏和科技 2025 年特种电子布收入同比 +1,327%、毛利率 61.31%,就是这个机制的报表验证。

检验一下:材料代际表与那块布

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

四.3

发布会就是排产会

把前面所有技术细节收成一张可执行的映射表——以及一个反直觉的结论

约 5 分钟·1,528 字·5 题
01

先看一眼这条链的全貌

英伟达出发,到你的持仓

上游 · 英伟达自己也要买的东西
晶圆与先进封装CoWoS 产能是硬约束
台积电 日月光
HBM 高带宽内存短缺将持续数年
供应
NVIDIA · 定义机柜、速率与材料等级
本课程主体 · 净利率 63%,AI 加速器收入份额约 85%
同层 · 竞争者(但对中国供应链是同一批订单)
ASIC 阵营2027 年出货颗数将超过 GPU
GPU / CPU 对手CPU 是 2026 年新开的战线
它的机柜形态决定这些人的订单
传导 · A 股供应链(本课全部指向这一格)
覆铜板 CCL 与上游材料M8 → M9 → M10 台阶式跃迁
生益科技 600183 南亚新材 688519 东材科技 601208(树脂) 圣泉集团 605589(树脂) 东岳集团(PTFE,指向 M10)
电子布最紧的一环,石英布是 E-glass 的 40 倍价
宏和科技 603256 菲利华 300395 中材科技 002080 中国巨石 600176 日东纺(英伟达核心供应商)
光模块与网络网络占 DC 收入 13% → 20%
整机组装与国产超节点毛利最薄的一格
工业富联 601138 浪潮信息 000977 华勤技术 603296 广达 纬创
钱从这里来
需求源头 · 四类买家(见第 7 节)
四个池子50 / 15 / 15 / 20
微软 谷歌 亚马逊 Meta Oracle 主权 AI · 近 40 国 OpenAI / Anthropic
02

核心对照表:看到什么信号,去查哪家公司

这是本课最实用的一张表

英伟达的技术动作触发的 A 股环节该去核对的具体指标
机柜形态变更(NVL72 → 更大 scale-up 域)PCB 层数、板类数量ODM 拆解报告里的板数、层数、新增板类
CCL 等级升级(M8 → M9 → M10)覆铜板、树脂、电子布各家「批量供货 / 认证中」状态,看第 12 节那张动词表
SerDes 速率翻倍(112G → 224G → 448G)覆铜板 Df 指标、石英布Df 数值能不能压到 0.0007 以下
OSFP 笼口方案定案(1.6T×4 还是 800G×8)光模块产品结构各家 1.6T 产能与良率
网络占 DC 收入比重(13% → 20% → ?)光模块 + 交换芯片 + 高速 PCB 的 attach rate英伟达季报网络分项
PTFE 进入 M10 体系PTFE 龙头(东岳集团)是否拿到覆铜板厂的认证
中国出口管制放松/收紧双向:英伟达中国供应链 vs 国产替代见第 10 节六条主线对照表
这张表的正确用法(重要)

它不是「买什么」,它是「看到 X 就去查 Y 的 Z 指标」。

举一个完整的例子:
信号 —— 某份 ODM 拆解报告显示 VR200 的 OSFP 笼口确定为「每 GPU 2 个 800G」
该查 —— 中际旭创新易盛天孚通信的 800G 产能,以及它们 1.6T 产线的折旧安排
结论 —— 800G 需求量翻倍利好产能规模大的厂商;但如果某家已经把资本开支押在 1.6T 上,短期会承压

这就是「跟着规格差追踪」和「跟着新闻炒概念」的全部区别。

03

反直觉的结论:ASIC 对 A 股是纯增量

这一段可能会改变你对整个板块的看法

市场上有一个流传很广的说法:「ASIC 崛起利空 AI 硬件产业链。」这句话对美股半对,对 A 股基本是错的。

为什么对英伟达是压力

颗数份额从 68% 降到 47%(2027E),增速可能被博通反超,估值倍数会因此承压。

这一层是真的。第五单元的估值悖论会展开。

为什么对中国供应链是增量

博通的 ASIC 机柜同样要 PCB、要覆铜板、要光模块、要电子布

而且博通的 ASIC 方案更多使用以太网(而非 InfiniBand),对光模块的需求反而更友好

用数字说话

看第 8 节那张出货量表的合计行:AI 加速器总出货量从 2023 年 330 万颗,涨到 2027 年 2,330 万颗——四年 7 倍

对 A 股材料和 PCB 厂商来说,他们真正的需求变量是这个合计数,不是英伟达那一行。谁家的芯片装进机柜里,对覆铜板厂没有区别;机柜总数才是它的订单。

所以站在 A 股的位置上:GPU 和 ASIC 打得越凶,越好。竞争会加速迭代,迭代会加速材料升级,材料升级就是台阶式涨价。

这个结论的边界在哪(必须说清楚)

这个结论有两个前提,任何一个不成立,结论就要改:

前提一:中国厂商在博通的供应链里也有位置。如果博通的机柜完全用台系和日系供应商,那么 ASIC 的增长与 A 股无关。目前的实际情况是——PCB 和覆铜板环节中国厂商份额较高,电子布环节则仍以日东纺为主。所以这个结论对 PCB 链成立的程度,高于对电子布链。

前提二:ASIC 机柜的单机价值量不能显著低于 GPU 机柜。如果 ASIC 机柜为了省成本而降低 PCB 层数和材料等级,那么颗数增长带来的价值量增长会打折扣。这是一个需要持续跟踪的点。

04

三个最容易犯的错

本单元的收口

错误一 · 把英伟达当成一只美股来研究

对 A 股投资者,它最重要的属性是产业链时钟源。你研究它的目的,是提前知道胜宏、旭创、生益下两个季度的订单结构——而不是判断 NVDA 该不该买

错误二 · 只看 GPU,不看机柜

GPU 只是六颗芯片里的一颗。真正决定 A 股订单的是机柜形态——层数、块数、材料等级、笼口方案。

复习第 2 节那组数字:$399 万 → $780 万里,PCB 涨了 233%,而 GPU 本身涨得远没这么多

错误三 · 把 ASIC 当成纯粹的利空

ASIC 拉高了云厂的 ROIC(国信测算 2030 年谷歌云 ROIC 38%、亚马逊 24%、微软 17%,差异主要来自自研芯片的利润增厚),云厂才敢加杠杆投 capex,总盘子才更大

这是一个反身性循环:ASIC 既是英伟达的对手,也是它的需求放大器。

这一节要带走的一句话 这一节给出「英伟达技术动作 → A 股环节」的完整对照表,配一张产业链全景图。最重要的是最后那个反直觉结论:ASIC 对英伟达是份额压力,对中国供应链是纯增量——博通的 ASIC 机柜同样要 PCB、要覆铜板、要光模块,而且更多用以太网,对光模块反而更友好。站在 A 股的位置上,GPU 和 ASIC 打得越凶越好。

检验一下:发布会就是排产会

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

四.4

需求的天花板在哪

北美科技 capex 占 GDP 已达 3%,2000 年顶点是 3.27%——但这一轮有三条腿

约 5 分钟·1,502 字·5 题
01

先看最吓人的那个数

科技 capex 占 GDP 已经接近 2000 年顶点

2000 年科网泡沫顶点科技资本开支占美国 GDP
3.27%
2026 年当前水平北美科技资本开支按万亿美元计
约 3.0%

来源:国信证券《上限几何?北美科技巨头 Capex 空间测算及 ROI 回报拆解》2026

这是空方最有力的一张图:从宏观刻度看,剩余空间不大。

但国信自己给出了反驳——这一轮的结构和 2000 年不一样。2000 年那一轮是单一驱动(电信运营商铺光纤),这一轮是企业 capex + 主权投资 + AI Labs 专属集群三条腿并行

02

第一条腿:Hyperscale 的杠杆空间

这是最硬的一个支撑,也是最值得盯的一个数字

$7,500 亿+
2026 年五大云厂 capex 指引合计
微软 / 谷歌 / 亚马逊 / Meta / Oracle
1.2 倍
capex 相对当年经营性现金流的倍数
超出部分需要发债,今年新增约 $3,000 亿
约 0
四大巨头 26H1 净债务 / EBITDA
北美 IG AA 评级中位数是 1.2 倍
第三个数字是关键,把它讲透

净债务/EBITDA 约等于 0,意味着这四家公司账上的现金和债务大致相抵——它们几乎没有净负债。

而同评级(北美投资级 AA)公司的中位数是 1.2 倍。也就是说,它们完全可以在不损害信用评级的前提下,大幅增加借贷。

国信的测算:若假设经营性现金流年化增长 20%、到 2030 年净杠杆达到行业中位的 1.2 倍,那么每年的 capex 可以达到经营性现金流的约 1.35 倍(现在是 1.2 倍)。

推导结果:未来四年 capex 复合增速约 25%,2030 年四大巨头总 capex 有望超过 $1.6 万亿。

这个测算的可证伪点在哪

整个推导依赖两个假设,跟踪时就盯这两个:

① 经营性现金流年化增 20% —— 如果广告、云、订阅业务失速,这个假设先崩
② 市场愿意让它们加到 1.2 倍杠杆 —— 如果评级机构或债市开始对 AI 相关举债索要更高利差,融资就会提前刹车

这就是为什么「四大云厂的净债务/EBITDA」是一个比 capex 指引本身更好的领先指标——指引是意图,杠杆率是能力。

03

第二条腿:主权 AI

2000 年那一轮完全没有的东西

· 2026 年投入超千亿美元,在手合同超万亿
· 若类比公用事业投资(资本开支占 GDP 约 1%),中长期可达 $1.2 万亿以上
· 英伟达的 AI 基础设施已部署在近 40 个国家,主权需求同比 +80%

这一条的特殊性在第 7 节讲过:它花的是国家财政的钱,决策逻辑是国家能力建设,不是商业 ROI。所以它对「企业 AI 投资回报跑不通」这类新闻基本免疫,只对财政压力和政治换届敏感。

04

第三条腿:AI Labs——整条链的承重墙

这一段是最重要的

指标AnthropicOpenAI合计
2026 年 6 月 ARR约 $690 亿约 $420 亿约 $1,110 亿
全年收入同比增速约 15 倍约 3 倍全年有望 $1,200 亿
毛利率约 60%约 60%
2026 年算力支出$490 亿
(推理 240 / 训练 250)
$550 亿
(推理 230 / 训练 320)
超 $1,000 亿
占用算力(全年 → 年末)12 GW → 17 GW
每 MW 算力年收入同比+68%+34%单位算力价值在提升

来源:国信证券整理,ARR 数据来自 yipitdata;Anthropic 26Q2 经营性现金流已转正,OPM 约 5%

最后一行值得单独讲

每 MW 算力的年度收入同比增长 68% / 34%。

这个指标回答了一个关键问题:算力越堆越多,单位算力赚的钱是变多了还是变少了?

如果是变少(供过于求、价格战),那么堆算力就是在稀释回报,泡沫论就成立;但实测是每 MW 收入还在快速增长——意味着模型能力提升带来的定价能力,跑赢了算力供给的增长。

所以这一行是整条链条最重要的领先指标。它转负的那一天,就是所有 AI 硬件公司要重新估值的那一天。

05

诚实的部分:ROI 到底跑通了没有

不回避这个问题

没跑通的:AI 对内赋能

· 微软 M365 Copilot 付费率约 4.5%,收入占微软云比重也约 4.5%

· Meta AI 拉动广告收入增长约 10%

用国信的原话:「AI 对内赋能占比低个位数。」

VS

跑通了的:算力租赁与云业务

· SpaceX 的 Colossus 集群约 两年收回建设成本

· Meta 若把 A/H 卡全部出租,年租金可达 $110 亿,拉动全年 EPS 约 15%

· 云厂 AI 收入占云收入约 20–30%(26Q1)

把这两栏并起来读,才是完整的判断

目前这一轮 AI capex 的回报,主要来自「把算力租给别人」,而不是「用 AI 提升自己的业务」

逻辑上的隐忧是:如果所有人都在买算力租给别人,那么最终的租客是谁?

目前的答案就是上面那张表——OpenAI 和 Anthropic,2026 年合计算力支出超千亿美元。所以整条链条最终的承重墙,是这两家公司的收入。

好消息是它们的收入确实在快速增长(ARR 合计 $1,110 亿,毛利率 60%,Anthropic 已经现金流转正)。坏消息是这就意味着,整个 AI 硬件板块的估值,最终锚定在两家非上市公司的经营状况上——而你没有它们的季报。

还有一个国信自己提示的风险,要记住

国信在风险提示里写了一条:「芯片快速迭代引发大额资产减值风险。」

这是整条链条最脆弱的地方。如果 RubinBlackwell 提前变成废铁,云厂的折旧假设就会崩——它们现在按 5–6 年折旧,如果实际可用寿命只有 3 年,那么已投入资本的回报测算全部要重做,capex 会瞬间刹车。

注意这个风险和第一单元讲的「资产可用寿命」是同一件事的两面:它既是英伟达的护城河(GPU 寿命长),也是整个行业最大的尾部风险(如果寿命被证明比想象中短)。观察指标:任何一家云厂计提 AI 资产减值。

这一节要带走的一句话 宏观刻度确实接近历史顶点(3% vs 3.27%),但这一轮的结构和 2000 年不同:企业 capex + 主权投资 + AI Labs 三条腿并行。四大云厂净债务/EBITDA 现在只有 0 附近,行业中位数是 1.2 倍——杠杆空间是这一轮最硬的支撑。而整条链条真正的承重墙是 OpenAI 和 Anthropic 的收入,2026 年两者算力支出合计超千亿美元。

检验一下:需求的天花板在哪

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

Unit 05 / 05

争议、估值与该盯的信号

四大争议逐条查证、一个让人不舒服的估值悖论,以及一份可以贴在显示器边上的跟踪清单。

阅读 约 13 分钟分节 3 节测验 15 题(每节 5 题)

最后一个单元把前面所有结论收口:什么已经被定价、什么还没有、哪些证据会推翻它、以及你应该在日历上标哪一天。

先说清楚:下面的价格是哪天的

这一单元要拿股价反推「市场在为哪个情景定价」,用到的是 2026-08-02 收盘价 $200.75价格天天变,方法不变。你现在读到这里时的价格大概率已经不是这个数—— 这不影响这一单元的价值:把你看到的当日价格代进同一套算式重算一遍,得到的才是属于你的那个答案。 正文里所有绝对价都带日期,看到就当成「某一天的快照」,不要当成「现在贵不贵」的结论。市值 $4.86 万亿,TTM 市盈率 30.8 倍。三家大行的目标价分别是 $350(美银)/ $288(摩根士丹利)/ $280(摩根大通)

五.1

四大争议逐条查证

不下结论,把双方最强的话摆出来,然后指出各自成立的前提

约 5 分钟·1,381 字·5 题
01

争议一 · ASIC 会不会在 2027 年之后真正侵蚀收入份额

压在股价上最久的一块石头

空方最强的话

· 2027 年 ASIC 出货颗数已超 GPU(53% vs 47%

· 博通 FY27 AI 收入指向 $1,500 亿+(FY25 才 $200 亿)

· 谷歌 TPU、亚马逊 Trainium 单卡 TCO 已低于英伟达,直接提升云厂毛利率

· 谷歌 TPU 的 CY27 在手订单已达 650 万颗+,约 $1,000 亿收入

VS

多方最强的话

· 颗数不等于收入(单价差 2.7 倍 + 卖整机柜)

· 那是下一代 ASIC 在和即将成为上一代的 Blackwell,时点不对齐

· 即使 ASIC 用量最大的客户,也是当代 GPU 的大买家

· 某前沿模型上,英伟达份额已从极低回升到接近 50%——证明侵蚀不是不可逆的

中立判断

这不是零和。总盘子在扩张(AI 加速器出货 2023 年 330 万颗 → 2027 年 2,330 万颗,四年 7 倍),两边都能增长。

真正的风险不是份额,是增速差导致的估值折价——市场会给增速慢的那个更低的倍数。这一点下一节展开。

02

争议二 · Rubin Ultra 到底推没推迟

一个正在发生的分歧,也是本节最值得 A 股关注的一条

信源日期说法
SemiAnalysis2026-07-06Kyber 机架推迟到 2028
公司口径(经摩根士丹利 NDR 转述)2026-07-10否认推迟,称明年就出货;但承认 Kyber 机架形态正被「更好的方案」取代,可能是更大的单机架 scale-up 域。800V 和机架间光互联进度正常
怎么读这个分歧 —— 这一段是全课最实用的阅读训练

注意公司否认的是「时间」,它没有否认「形态变了」。

很多人读到「公司否认推迟」就结束了,觉得利空解除。但对 A 股 PCB 厂来说,形态变了比时间推迟更重要

· 机架形态决定板子的数量(VR200 新增了 72 块 ConnectX 模组板 + 18 块中板)
· 机架形态决定层数(计算板 22 → 26 层,交换托盘 24 → 32 层)
· 机架形态决定材料等级(M7 → M8 → M9)

如果 Kyber 被一个「更大的单机架 scale-up 域」取代,那意味着背板、中板的面积和层数可能进一步上升——这对 PCB 厂是利好,而不是利空。

阅读要点:当一份声明否认了 A 但对 B 只字未提时,B 往往才是真正的新信息。

03

争议三 · $200 亿 CPU 目标是真的吗

怀疑是合理的,但结论可能不重要

怀疑公司回应第三方佐证
是不是把内存也算进去了?不含内存
是不是 100% 都是 GPU 附带的 head node?head node 只占 50–60%摩根士丹利与主要客户的独立访谈确认了很大的销量潜力
中立判断:这一条的意义不在收入

做一个粗算:即使打对折,$100 亿的新增收入对一个 $2,500 亿收入的公司,也只是 4%。从 EPS 的角度,这条争议赢或输都不改变什么。

它真正的意义在于:它证明英伟达能在自己不占优的市场里开出第二条战线。

这是估值倍数的问题,不是 EPS 的问题——一家「只会做 GPU 的公司」和一家「能把技术能力延伸到相邻市场的平台公司」,应该享有完全不同的倍数。第 6 节讲的「估值框架换轨」,这一条是最重要的论据。

04

争议四 · capex 是不是已经到顶了

上一节已经拆过,这里只列双方最强的话

空方

· 科技 capex 占 GDP 已达 3%,逼近 2000 年顶点 3.27%

· 对内 ROI 仍是低个位数(Copilot 付费率 4.5%)

· 需要 $3,000 亿新增债务才撑得住今年的 capex

· 最终租客只有 OpenAIAnthropic 两家,且都是非上市公司

VS

多方

· 三条腿并行,主权和 AI Labs 是 2000 年没有的新增量

· 四大巨头净杠杆几乎为 0,行业中位数 1.2 倍,空间充足

· 单位算力收入还在同比 +68% / +34%,不是在稀释

· 算力租赁 ROI 已跑通(Colossus 两年回本)

中立判断:真正的脆弱点在别处

注意国信自己在风险提示里留的那个口子:「芯片快速迭代引发大额资产减值风险。」

这是整条链条最脆弱的地方,而且它不出现在上面任何一栏里——如果 Rubin 让 Blackwell 提前变成废铁,云厂的折旧假设会崩,capex 会瞬间刹车。

做多做空的双方都在争论「需求还有多少」,但真正的杀伤可能来自「已投入的资产还值多少」。这是一个典型的「双方都盯着同一个方向、而风险从侧面来」的结构。

05

把四条争议按「对 A 股的重要性」重排一次

这是本节的收口

争议对英伟达自己对 A 股供应链该盯什么
② Rubin Ultra 形态中等(影响节奏)最高——直接决定板数、层数、材料等级GTC / Computex 的机架形态定案
④ capex 到顶——决定整条链的久期四大云厂净债务/EBITDA、每 MW 算力收入
① ASIC 侵蚀最高——直接压估值倍数低——总盘子才是变量,换客户不换订单ASIC 机柜的单机 PCB 价值量
③ CPU 目标中等(影响倍数不影响 EPS)Vera 独立出货量
这张重排表本身就是一个方法

同一组争议,站在不同持仓上,重要性排序完全不同。

如果你持有的是 NVDA,最该盯 ASIC;如果你持有的是胜宏、生益,ASIC 几乎不重要,Rubin Ultra 的机架形态才是头等大事

大部分投资者的错误不是判断错了,而是把「对别人重要的问题」当成了「对自己重要的问题」——因为财经媒体报道的永远是前者。

这一节要带走的一句话 四条争议里,最值得 A 股投资者关注的是第二条(Rubin Ultra 形态)——因为公司否认的是「时间」,没有否认「形态变了」。对 PCB 厂来说,形态变了比时间推迟更重要:机架形态决定板子数量、层数和材料等级。另外三条分别关系到份额、新战线可信度、和整条链的久期。

检验一下:四大争议逐条查证

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

五.2

估值悖论

摩根士丹利给英伟达的倍数,低于它给 AMD、博通、英特尔的倍数——理由值得每个 A 股投资者记住

约 4 分钟·1,153 字·5 题
01

先把三家大行的价摆出来

注意它们的估值方法不一样

机构日期评级目标价估值方法
美银(Vivek Arya)2026-07-22BUY$35026× CY27 PE ex cash(历史区间 25–56×)
摩根士丹利(Joseph Moore)2026-07-10OW / Top Pick$288~22× CY27 EPS $13.08
摩根大通(Harlan Sur)2026-05-21OW$28028× 退出 CY26 年化 EPS ~$10
$200.75
股价(2026-08-02 快照)
52 周区间 $164.07–236.54
$4.86 万亿
市值
30.8×
TTM 市盈率
前瞻 PE 约 23×(按 2027 年 EPS $8.73)
02

三个情景,和它们各自的触发条件

摩根士丹利的框架

情景目标价倍数与 EPS需要发生什么
Bull$330~23× CY27 EPS $14网络 + Vera Rubin + 软件构成全栈 AI 计算公司,配得上更高溢价;AI PC 打开客户端 TAM;汽车按车授权收入起量
Base$288~22× CY27 EPS $13.08收入 2026 年 +82.0%、2027 年 +52.4%
Bear$160~16× CY27 EPS $10两大争议(ASIC 与 capex)都走向反面

注意 Bull 和 Base 的倍数几乎一样(23× vs 22×),差异几乎全在 EPS($14 vs $13.08)。而 Bear 是倍数和 EPS 双杀(16× × $10)。

这个结构告诉你:向上的空间主要靠盈利兑现,向下的风险则是戴维斯双杀。这是一个不对称的风险收益结构——而且是不利的那一侧不对称。

03

本节的核心:一个让人不舒服的估值悖论

这一段值得读三遍

摩根士丹利给出 22× 目标倍数的理由,原样引述

「~22× PE,与大盘持平、低于计算半导体同业(AMD / 博通 / 英特尔——因为高市占率和高毛利率,留给倍数扩张的杠杆有限。」

把这句话拆开:摩根士丹利给英伟达的倍数,低于它给 AMD、博通、英特尔的倍数。

英伟达是这个行业里份额最高、毛利率最高、增速最快、护城河最深的公司。而正因为它已经这么好了,它拿到的估值倍数反而更低。

翻译成人话

当你已经拿到 85% 的份额和 75% 的毛利率,市场就不再愿意为「变得更好」付钱了,因为没有更好的空间。

份额能从 85% 涨到 95% 吗?很难,而且涨了也只有 12% 的增量。毛利率能从 75% 涨到 85% 吗?几乎不可能。

反过来,一家份额 5%、毛利率 30% 的公司,只要拿到一个大客户认证,份额就可能翻倍、毛利率就可能跳 10 个点。市场为这种「改善空间」付溢价。

04

迁移到 A 股:估值奖励的是斜率,不是位置

这是本课最值钱的一条迁移

一句话规则

估值奖励的是斜率,不是位置。

这条规则解释了 A 股上大量看似不合理的现象:

现象用「斜率不是位置」解释
一个做到极致的行业龙头,业绩再好也不涨它的份额和毛利率都在天花板附近,没有改善空间可以定价
一个刚拿到大客户认证的二线厂,一个订单就翻倍它的斜率突然从 0 变成很陡,而且改善空间巨大
业绩超预期但股价大跌市场定价的不是这一期的绝对值,是斜率的二阶导——增速在放缓
亏损公司比盈利公司估值高亏损公司的斜率是从负转正,改善空间在数学上是无限的
但这条规则有一个必须知道的陷阱

「改善空间大」和「改善会发生」是两回事。

市场经常给「有改善空间」的公司提前定价,然后在改善没有发生时残酷回收。所以正确的用法不是「买有空间的」,而是「买有空间且斜率已经开始变陡的」——后者需要证据,前者只需要想象。

回到第 12 节那个「动词表」:「已批量供货」是斜率已经变陡的证据;「正在认证中」只是有空间。这两者之间通常隔着 12–24 个月,以及一个不小的失败概率。

05

最后:盈利预测对照,看清分歧到底在哪

注意两家的口径不同

指标FY26A / 2026FY27E / 2027E2028E2029E
MS 收入(自然年,$bn)215.9393.0598.8783.9
MS 毛利率71.3%74.4%72.5%72.0%
JPM 收入(FYE Jan,$M)215,938382,230
JPM 调整后 EPS$4.77$8.73
JPM 调整后 P/E46.9×25.6×
JPM 净利率54.1%55.5%
JPM ROE98.8%99.4%
读法:分歧不在倍数,在于那个数字能不能兑现

如果 2027 年真能做到 $3,900 亿收入、EPS $8.73,那么按现价 $200.75 算,前瞻 PE 只有约 23 倍

对一个净利率 55%、ROE 99% 的公司,23 倍不贵——贵不贵这件事在数学上没有争议。

所以真正的分歧不在「该给多少倍」,而在「2027 年那个数字能不能兑现」。而这个问题,前面四个单元已经给了你全部的判断材料:ASIC 会不会侵蚀(单元三)、capex 有没有天花板(单元四)、机柜价值量还能不能涨(单元四)。

这也是研究的正确顺序:先判断经营,再谈估值。倒过来做的人,最后总是在给自己的立场找理由。

这一节要带走的一句话 核心是一句话:当你已经拿到 85% 份额和 75% 毛利率,市场就不再为「变得更好」付钱了,因为没有更好的空间。迁移到 A 股:估值奖励的是斜率,不是位置。这解释了为什么做到极致的龙头业绩再好也可能不涨,而刚拿到大客户认证的二线厂一个订单就能翻倍。

检验一下:估值悖论

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

五.3

该盯的信号清单

把整门课收成一份可以贴在显示器边上的跟踪表

约 4 分钟·1,270 字·5 题
01

A 类 · 直接决定 A 股供应链订单

最高优先级——如果你只能盯五条,就盯这五条

信号在哪看为什么重要当前状态
Rubin Ultra 机架形态定案GTC / Computex 主题演讲决定 PCB 层数、板类数量、CCL 等级公司称 Kyber 正被「更好的方案」取代,形态未定
CX-9 光模块笼口方案台系 ODM 拆解报告1.6T×4 还是 800G×8,直接决定光模块产品结构两种方案并存,未定案
M10 材料时间表覆铜板厂业绩说明会PTFE / 石英布进入体系,点亮东岳、宏和、菲利华国信判断是未来 2–3 年硬性标配
单机柜 PCB 价值量台系 ODM 供应链调研GB300 $3.51 万 → VR200 $11.67 万,下一代是多少+233% 已兑现,下一代待观察
网络占数据中心收入比重英伟达季报网络分项attach rate 的直接读数,继续升 = 光模块和交换链继续超配13%(去年同期)→ 20%(FY27Q1),三年最高
A 类五条的共同点

它们都不在英伟达的财报里,而在拆解报告、发布会和供应链调研里。

这是一个很重要的方法论提示:对 A 股供应链投资者最有价值的信息,往往出现在英伟达自己都不认为重要的地方——一块中板多少钱、笼口是几个、走线多长。财报只告诉你结果,拆解报告告诉你结构。

02

B 类 · 决定整条链条的久期

这五条不影响下个季度,但决定这轮周期还有多长

信号当前值阈值 / 该盯什么
四大云厂 capex 指引合计$7,500 亿+下一年能否维持 25% CAGR
四大云厂净债务 / EBITDA约 0向 1.2× 靠拢 = 空间还在;提前触顶 = 融资刹车
Anthropic + OpenAI 合计 ARR约 $1,110 亿全年目标 $1,200 亿,能否达成
每 MW 算力年收入同比+68% / +34%转负 = 单位算力价值稀释,整个板块重新估值
云厂 AI 资产减值公告暂无任何一家计提,全链条杀估值
B 类里最后两条要单独说

「每 MW 算力年收入转负」和「云厂计提 AI 资产减值」是这门课里唯二的「红色警报」。

前者说明算力供给已经超过了模型能力提升带来的定价力——堆算力开始稀释回报。
后者说明芯片迭代速度超过了折旧假设——已投入的资本比账面上值钱少。

这两条任何一条出现,前面所有关于「量价齐升」的推演都要推倒重来。其余所有信号都只是调整幅度,只有这两条是改变方向。

03

C 类 · 英伟达自身

如果你也持有 NVDA

信号当前值阈值
数据中心毛利率75.0%指引 mid-70s,跌破 72% = 定价权松动
ACIE vs Hyperscale 环比增速差+31% vs +12%收敛 = 需求扩散见顶
中国数据中心收入$0任何非零都是纯上行
回购 + 股息占 FCF 比重承诺约 50%继续升 = 管理层认为再投资回报下降
内存成本短缺持续数年英伟达已把每机架 LPDDR5 用量砍半;进一步砍 = 成本压力加剧
04

三个最容易犯的错 —— 全课收口

如果这门课只能记住三句话

错误一 · 把英伟达当成一只美股来研究

对 A 股投资者,它最重要的属性不是自己的股价,而是产业链时钟源

你研究它的目的,是提前知道胜宏、旭创、生益下两个季度的订单结构。所以 A 类那五条信号,价值远高于它的目标价。

错误二 · 只看 GPU,不看机柜

GPU 只是六颗芯片里的一颗。真正决定 A 股订单的是机柜形态——层数、块数、材料等级、笼口方案。

$399 万 → $780 万里,PCB 涨了 233%,而 GPU 本身涨得远没这么多。只盯 GPU 出货量,会完全错过这个结构性变化。

错误三 · 把 ASIC 当成纯粹的利空

ASIC 拉高了云厂的 ROIC → 云厂才敢加杠杆投 capex → 总盘子才更大。ASIC 既是英伟达的对手,也是它的需求放大器。

而对中国供应链,ASIC 是纯增量博通的 ASIC 机柜同样要 PCB、要覆铜板、要光模块,而且更多用以太网,对光模块反而更友好。

站在 A 股的位置上,GPU 和 ASIC 打得越凶,越好。(但记得第 13 节说的两个前提。)

05

最后一句

关于这门课在整个系列里的位置

三门课连起来读

第一门(中际旭创 300308) —— 讲的是光模块自身的技术路线与竞争格局:速率迁移、CPO、份额之争。

第二门(胜宏科技 300476) —— 讲的是 PCB 这门生意:良率经济学、HDI 的份额、Kyber 那块 78 层背板。

第三门(本课,NVIDIA —— 讲的是决定前两门课需求结构的那只手

前两门课回答「这家公司凭什么赚这个钱」;这门课回答「这个钱明年还在不在、会变多还是变少、以及具体由哪一个技术决定来触发」。

如果你只读一门,读第一门或第二门;如果你要建立一个能持续跟踪的框架,三门必须一起读。

这一节要带走的一句话 A 类五条直接决定 A 股供应链订单(机架形态、笼口方案、M10 时间表、单机柜 PCB 价值量、网络占比);B 类五条决定整条链的久期;C 类五条盯英伟达自身。最重要的一条:每 MW 算力年收入转负,是整个 AI 硬件板块要重新估值的信号。

检验一下:该盯的信号清单

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

附录:术语速查、资料清单、A 股映射全表

这一段不出题。用处是让你能自己查、自己核、自己溯源——没有这三张表,前面所有数字都只能被当成断言

术语英文含义
ASICApplication Specific Integrated Circuit特定客户的特定应用设计的芯片。谷歌 TPU、亚马逊 Trainium、Meta MTIA、微软 MAIA 都属于此类,主要由博通(80–85%)和 Marvell(10–12%)实现
ASSPApplication Specific Standard Product多个客户的特定应用设计的芯片。英伟达AMD 的 AI GPU 属于此类——这是 GPU 与 ASIC 最本质的分类差异
NVLink-C2CChip-to-Chip英伟达的 CPU-GPU 直连互联。VR200 上双向 1.8TB/s(GB200 是 900GB/s),通过 AMBA CHI 协议实现硬件级缓存一致性,CPU 内存与 GPU 显存呈现为单一内存池
PCIe Gen6Peripheral Component Interconnect ExpressCPU 与网卡、存储等外设的通用接口。48 lane × 64Gbps,双向总带宽 768GB/s。它在计算托盘上要走约 500mm PCB,是 CCL 材料升级的直接原因
SuperNICConnectX-8 / ConnectX-9英伟达的超级网卡。CX-9 单端口即可 800G 以太网(CX-8 以太网模式是 2×400G),并内置 48 通道 PCIe Gen6 交换机,实现「网络接口+GPU 间交换」二合一
CCLCopper Clad Laminate覆铜板。树脂+玻璃纤维布+铜箔压合的板材,是 PCB 的主要原材料,其电学性能决定这块板能跑多快。按 Df 分 M1–M10 等级
Df / DkDissipation Factor / Dielectric Constant介电损耗 / 介电常数。Df 越低,高频信号衰减越小。M9 级 CCL 的 Df 被压到约 0.0007,石英布 Df 只有 0.0001
HVLPHigh/Very Low Profile 铜箔低轮廓铜箔。因为高频下的趋肤效应让电流只走导体表面,粗糙表面等于把电流路径拉长——所以必须把铜箔表面做平。VR200 用 HVLP4
Q 布Quartz glass fabric石英玻纤布,二氧化硅纯度 99.99%。Dk 3.7 / Df 0.0001,价格是一代 E-glass 布的约 40 倍,是 M9 级 CCL 的核心增强材料,也是全链最紧缺的环节
HBMHigh Bandwidth Memory高带宽内存。垂直堆叠的 DRAM,通过硅中介层与 GPU 近距离互连。B300 单芯片 288GB / 8.0TB/s
CoWoSChip on Wafer on Substrate台积电的 2.5D 先进封装平台,把 GPU 裸片与 HBM 并排放在硅中介层上。产能是 AI 芯片供给的硬约束之一
ACIEAI Clouds, Industrial & Enterprise英伟达 2026 年新口径下的第二类客户平台,与 Hyperscale 对半开。FY27Q1 环比 +31%,增速已超传统云厂
NeocloudCoreWeave 这类专门买 GPU 对外出租算力的新型云厂。英伟达对其采用「共同投资+信用担保+收入分成」模式
TCOTotal Cost of Ownership总拥有成本。英伟达 TCO 优势的四个来源:爬坡速度、资产寿命、故障率、客户面宽度——都不出现在规格表上
attach rate配套率。这里指「每卖一颗 GPU,配套的网络设备金额占多少」。FY27Q1 网络占数据中心收入 20%,去年同期 13%
SerDesSerializer / Deserializer把并行数据转成高速串行信号再还原的电路。单通道速率(112G/224G/448G)决定 PCB 需要什么等级的材料和多少层
scale-up / scale-outscale-up 是机柜内数十至数千卡的紧密高带宽互联(NVLink 域);scale-out 是万卡至十万卡级的跨机柜网络(InfiniBand / 以太网)。两者对网络的要求完全不同
vendor financing供应商为客户的采购提供融资。2000 年科网泡沫时朗讯、北电因此倒下,是 Neocloud 模式最主要的质疑
机构日期标题 / 内容本课用到的地方
Morgan Stanley2026-07-10NDR takeaways(黄仁勋 / Colette Kress / Toshiya Hari)目标价 $288、三情景、Rubin Ultra 形态、Neocloud 模式、ASIC 份额回升
BofA2026-07-22More cores or faster cores? The NVDA vs AMD agentic CPU debate目标价 $350、Vera 规格、AMD 反驳、服务器 CPU TAM
Morgan Stanley2026-06-03Computex NVDA keynote & financial analyst Q&A四个 KPI、TCO 曲线下面积、CPU 技术路线、x86 vs ARM 边界
J.P. Morgan2026-05-21Continued Strong DC Demand Drives Solid Beat-And-RaiseFY27Q1 全部财务数据、目标价 $280、盈利预测表
金元证券2026-05-28英伟达收入构成出现显著变化新旧口径对比、两大平台拆分、Vera $200 亿目标
J.P. Morgan2026AI Drives Resurgence in Custom Chips (ASICs)出货量表、单芯片对照表、博通/Marvell 份额、ASIC 市场规模
东兴证券2026-05-22从计算托盘角度拆解英伟达 VR NVL72三段信号路径、500mm 走线、CX-9 笼口方案、六条国产主线
国信证券2026英伟达 Rubin 架构发布 CCL 上游材料体系升级单机柜价值量、材料代际表、Q 布价格倍数、宏和科技数据
国信证券2026上限几何?北美科技巨头 Capex 空间测算及 ROI 回报拆解客户结构 50/15/15/20、杠杆空间测算、AI Labs 算力支出、每 MW 收入
yfinance2026-08-02NVDA 行情与 TTM 财务快照股价 $200.75、市值 $4.86 万亿、TTM 全部财务指标

完整 20 篇原始清单见项目内 调研报告/个股/NVIDIA-工作区/资料清单.json。本课所有数字均可溯源到上表某一行;表中没有的,本课不写。

环节对标英伟达的哪一部分A 股 / 港股标的
高速 PCB计算板、交换托盘板、中板、背板、ConnectX 模组板胜宏科技 300476、沪电股份 002463、深南电路 002916、景旺电子 603228、东山精密 002384
覆铜板 CCLM8 / M9 / M10 材料体系生益科技 600183、南亚新材 688519、建滔集团 00148.HK
电子树脂PPO / 碳氢 CH / PTFE圣泉集团 605589(PPO+碳氢)、东材科技 601208(全线)、东岳集团 00189.HK(PTFE,指向 M10)
电子玻纤布Low-Dk 布、石英 Q 布(最紧缺环节宏和科技 603256、菲利华 300395、中材科技 002080、中国巨石 600176
高端铜箔HVLP4 / HVLP5德福科技 301511、诺德股份 600110
球形硅微粉亚微米级 → 纳米级联瑞新材 688300
光模块OSFP 笼口上的 800G / 1.6T 模块中际旭创 300308、新易盛 300502、天孚通信 300394、光迅科技 002281、华工科技 000988
高速网卡ConnectX-9 SuperNIC裕太微 688515、盛科通信 688702
高速交换芯片Spectrum-6 / NVLink 6 交换机盛科通信 688702、紫光股份 000938、锐捷网络 301165、中兴通讯 000063
高速互联芯片NVLink-C2C海光信息 688041、龙芯中科 688047、长电科技 600584
整机 / 国产超节点整个 NVL72 机柜工业富联 601138、浪潮信息 000977、中科曙光 603019、华勤技术 603296

来源:东兴证券 2026-05-22(六条主线)+ 国信证券 2026(CCL 上游材料链)。这是一张对标表,不是推荐名单——用法见第 13 节。