

AI硬件牛市结束,核心驱动逻辑从资本开支增长转向投资回报验证;债券市场信用利差飙升、AI相关债发行锐减,反映市场对AI基建公司偿债能力的重估;英伟达‘AI央行’角色弱化,新任CEO缩表式收缩担保与承诺,叠加供给端按乐观预期过度扩产,导致‘需求无限、供给不足’信仰松动,资本开支周期见顶。
最强势的市场,也顶不住这轮AI回调了。
从10月的高点算起,涵盖AI硬件全链条的费城半导体指数跌去27.8%。其中,算力龙头英伟达跌去36.1%、存储龙头美光跌去43%,就连给他们供货的寡头台积电也跌去26.2%。看下来,逻辑最硬、订单最多的AI硬件龙头,也没能躲过这轮回撤。
AI硬件这波回撤,是投资逻辑变了:从跟踪大厂的资本开支增长,换成了跟踪投资回报,这些投资能创造多少收入、能不能撑住继续扩张。
而对投资回报跟踪最准确的是债券市场。按大摩测算,过半的数据中心资本开支要外借。因此,一旦高收益债收益率开始飙升,就意味着债主开始重估AI公司的经营能力。
这种重估正在发生,整个AI债收益率全面上升,CoreWeave债券收益率从9月下旬的11.6%一路飙到10月的15.15%。同期无风险利率基本没动,涨的全是信用利差,这说明债权人是在对"AI基建公司的偿债能力"重新定价。
这种担忧也会反过来约束债权人的扩张,全球AI相关债券发行额,从6月的1130亿美元降到9月的230亿美元。
屋漏偏逢连夜雨,AI央行缩表又进一步加大了AI产业融资扩张的压力。
在黄仁勋主导下,英伟达扮演了AI央行的角色:通过投资、担保和算力采购承诺,把自身的资产负债表和经营现金流,转化为"弱融资能力公司"的信用,来支撑AI开支的扩张。
三季度,英伟达表外或有负债合计5400亿美元,相当于今年亚马逊资本开支的近3倍。而这些表外负债,又能撬动更高量级的信贷资金投入AI基建。
但遗憾的是,黄仁勋离职后,新任CEO Colette Kress上任。她此前做过的最出名的一件事,就是把2500亿美元的数据中心担保砍掉一半,被黄仁勋嘲讽"只会做财务"。权力交接后,华尔街给这轮变化的标题是:"AI央行"紧缩。
账单的紧张、央行的缩表,都指向AI资本开支放缓;而供给端已经按最乐观的预期扩产。这轮硬科技周期中“需求无限大,供给跟不上”的信仰也有了松动。
在这波回撤中,AI硬件龙头的业绩并不差。
除了相对边缘的英特尔四季度指引不及预期,英伟达、美光、台积电、博通、AMD、Lumentum这些核心AI硬件股,业绩全部超出市场预期。
业绩超预期,为什么股价还在大跌?
AI硬件牛市最终依赖一条完整的资本循环假设,模型收入高速增长→下游相信未来回报→持续增加资本开支→采购更多芯片、存储、网络和电力设备→半导体利润继续增长。
因此,AI硬件牛市的命门并不在半导体公司本身的业绩上,而在于OpenAI、Anthropic、云商等下游公司的收入增速,能否持续证明巨额资本开支是合理的。
所以,当云商投进几万亿美金、耗干现金流之后,市场给AI硬件定价的标尺就换了:从跟踪大厂的资本开支增长,换成跟踪投资回报,这些投资能创造多少收入、能不能撑住继续扩张。
目前来看,AI账单有点算不过来了。
按Gartner测算,到2030年,AI数据中心要累计创造8.5万亿美元收入,才能覆盖已宣布的资本开支、融资成本,以及12%的投入资本回报率。但同期AI收入总额,预计最多不超过3.6万亿美元。
机构测算或许有误差,结果也偏远期;相比之下,债券市场的回答更能反映眼下企业AI账单的真实情况,也会直接作用于下一步的资本投入。
云商自身的现金流撑不住,AI资本开支的扩张就得靠借债。按大摩测算,2025到2028年全球数据中心资本开支约2.9万亿,超大规模云厂自己的现金流只能撑起约1.4万亿,剩下约1.5万亿得向外借。
所以,看AI资本开支的拐点,最前瞻的信号是债券市场的利率。一旦高收益债收益率开始飙升,就意味着债主开始怀疑AI公司的经营能力,重新给主体的偿债能力定价。这种重估,正在发生。
最先报警的是CoreWeave的无担保存量债,是为买GPU、租数据中心搭起来的一整套分层债务包,收益率从9月下旬的11.6%一路飙到10月的15.15%。紧接着,重定价从这一层向外扩散,整个AI债都在重新报价,连优质数据中心CMBS的固定AAA档,年内收益率也上行了60bp。
考虑到,同期无风险利率几乎没有变动,飙升的收益率,说明债券市场开始给整个AI资产类别重新定价,本质上反映出市场对AI投资账单越来越紧的担忧;这种担忧又会约束债权人的扩张,全球AI相关债券发行额,从6月的1130亿美元降到9月的230亿美元。
AI央行的缩表,又发挥了推波助澜的作用。
老黄辞职后的首个交易日,英伟达只跌了4.34%,跌最多的是Neocloud,其中CoreWeave跌6.9%,Nebius跌16.8%。
下游的Neocloud跌得比英伟达还多,反映的正是对"AI央行"缩表的担忧。
Neocloud类似GPU专卖店,商业特征是杠杆化:借钱买英伟达GPU,搭高速集群,再租给OpenAI等下游模型公司。
三季度CoreWeave营收虽然暴增168%至36.61亿美元,单季资本开支却干到145亿美元,是营收的4倍。投入比收入高出这么多,Neocloud想再借,银行未必敢贷。同样的融资问题也困扰着很多算力中心、电力基建项目,没有担保方,很难从银行获得足够的流动性。
为整个AI行业提供流动性的,就是英伟达。
它扮演AI央行的角色,通过投资、担保和算力采购承诺,把自身的资产负债表和经营现金流,转化为"接不到钱的公司"的信用,来支撑AI开支的扩张。具体路径有四条:
一是融资担保。英伟达为下游的硬件、土地、电力、机房融资兜底、增信,用来撬动银行资金。三季度,这部分最大信用敞口1180亿美元。
二是算力包销。银行担心算力卖不出去、客户没钱还,英伟达就对部分算力给出"最低收入保底",银行据此才敢放贷。三季度,这部分算力包销规模320亿美元。
三是采购承诺。英伟达用对上游的采购承诺,推动上游扩产。三季度,采购承诺3900亿美元。
四是股权投资。直接用真金白银投资下游,目前账面价值990亿美元。
算下来,不算已经投出去的股权投资,前三项构成的表外或有负债合计5400亿美元,相当于今年亚马逊资本开支的近3倍;这些表外负债,又能撬动更高量级的信贷资金投入AI基建。可以说,英伟达在AI产业链中的角色,是制造需求、推动需求。
但英伟达的这种角色正在弱化,AI央行已经开始缩表。
英伟达已经开始减少对下游的兜底:三季度,针对下游客户的承诺与兜底包销协议,环比减少40亿美元。黄仁勋一走,这种缩表趋势已经不可避免。
黄仁勋离职后,临时CEO Colette Kress上任。她此前做过的最出名的一件事,就是把2500亿美元的数据中心担保砍掉一半,被黄仁勋嘲讽"只会做财务"。
在这一波美国的AI基建狂潮里,黄仁勋是领袖:把英伟达的信用借给接不到钱的客户,联合资本方攒局扩张。没有他的前瞻视野、激进投入和作为老板的担当,AI的摊子不会铺得这么大,云厂商的资本开支也拉不到万亿美元的规模。
对比下来,财务出身的Colette Kress想的是对报表负责,做的也是对报表负责;促进AI产业发展,并不是她关注的事。
英伟达权力交接后,华尔街给这轮变化的标题是:"AI央行"紧缩。可以说,美国已经大概率进入AI资本开支的放缓通道了。
过去,高斜率的资本开支增速带动硬件扩产,AI硬科技的投资信仰是"需求无限大、供给跟不上";而随着资本开支的放缓趋势,信仰就松动了。
亚洲基金经理离产业链更近,去年更早发现紧缺,现在也更快发现过剩。根据晚点报道,已经有亚洲基金经理给了比较明确的看空判断:80%-90%的AI硬件环节,会在2027年从紧缺转向平衡。
基金经理的判断或许有误差,但此前机构普遍认为,半导体缺货至少延续到2028年下半年。如今供需平衡的节点被大幅前移,本身就反映了AI硬件的新变化。
账单的紧张、央行的缩表,都指向AI资本开支放缓,杰富瑞、高盛已经明确提到"AI capex周期可能已经见顶"。
资本开支放缓,又会压低AI硬件的需求。长期跟踪全球半导体和AI基础设施的SemiAnalysis,下调了未来几年加速器芯片的出货:2026年-2030年,累计出货面积下调17%。
远期的出货量被下调,已经形成订单的需求也有水分。
今年7月,LightCounting就指出,高速光模块几乎所有关键零部件都供应紧张,重复订货已经出现。这意味着景气上行阶段,供应商看到的订单可能高于客户实际消耗的数量;但一旦供给跟上来,客户就没必要继续囤货,甚至会开始消化库存。
需求端有很多不确定性,但供给端的增量照着最乐观的预期在扩产。
最紧缺的存储,三星、海力士今年的资本开支已经创了新高;硅光、磷化铟这些原来很少人参与的环节,也突然涌进大量玩家,磷化铟供应商从3家扩到7-8家,产能扩了2.5倍。
如果之前的需求预测被扩大,那按照乐观需求扩产的产能就会过剩。这样的故事也并不是没有发生过。
车企按最乐观的预期给下游下单,2021年-2022年,最紧缺的电池厂也照着这个预期狂拉产能。结果买车的人没那么多,车厂一砍单,2023年上半年锂电产能利用率就从上年的87%直接跌破50%,价格战打了三年,尾部电池厂和锂矿商批量出清。
回头看这波新能源汽车,利润率最高、需求最紧的时候,周期其实已经开始往下走了。当然,与新能源汽车相比,AI产业纵深更大、市场潜力更高,AI硬科技公司业绩的持续性也会更强。
但在资本市场上,这轮AI硬科技牛市的特点就是超级周期,一次性把期待值顶到最高峰,不给市场留消化的时间。一旦最乐观的预期松动,牛市也就结束了。
本文来自微信公众号“硅基观察Pro”,作者:阿奇