21深度｜芯片股“大反攻”
21深度｜芯片股“大反攻”
2026年08月18日 21:35
南方财经 21世纪经济报道记者吴斌报道
弹指一挥间，费城 半导体 指数重返牛市。
美国东部时间8月17日，费城 半导体 指数收涨1.64%至12621点，从7月29日底部反弹逾20%，重新进入技术性牛市，此前其熊市持续时间仅21天，为2020年3月以来最短。
Anthropic和OpenAI传出亮眼财务数据， 英伟达 又作出千亿美元的 数据中心 建设担保，一系列消息微妙影响着市场。
Anthropic公司的年化营收在7月底时已经达到650亿美元，经调整的营业利润也在二季度转正。OpenAI首席财务官Sarah Friar向投资者表示，该公司企业业务收入占比已超过消费者业务，年化营收达400亿美元。
此外，8月17日最新消息显示，OpenAI已与软银旗下SB Energy签署一项规模达10吉瓦的 数据中心 租赁 协议，并获得 英伟达 的部分支持。该项目位于美国俄亥俄州，有望成为迄今规模最大的 人工智能 数据中心 园区之一。 英伟达 近期的“兜底”举动表明，数据中心建设热潮或将继续。
在这场过山车般的震荡背后，是一次深刻的定价逻辑切换——市场正在告别“为想象买单”的粗放式激情，转向“为兑现定价”的审慎与务实。
芯片股缘何“大反攻”
但反攻的速度仍让市场有些意外。
法国里昂商学院管理实践教授李徽徽对记者表示，这21天不是 半导体 产业走完了一轮衰退和复苏，而是市场用21天完成了一次高强度去杠杆。产业周期没那么快结束，但仓位清洗可以很快。7月的暴跌，表面上是利率、地缘风险和部分公司业绩不及高预期，真正的问题是市场此前把未来两年的好消息一次性计入股价。这些利好几乎都被按最乐观的情况计入股价。业绩只要“很好”，而不是继续大幅超预期，估值就会向下找平衡。杠杆ETF、期权止损和量化降仓又把这个过程放大了。
这次迅速反弹超20%重回技术性牛市，根本的 驱动力 有两个：一是北美四大云厂商最新的资本开支（Capex）指引给了市场一颗定心丸。市场原本担心大厂会因为ROI放缓而缩减AI投资，但实际出来的财报显示，各大巨头今年到明年的Capex不仅没减，反而还在继续上修，全年的算力基础设施投入依然维持在30%以上的同比高增长。这就有力反驳了所谓的“AI算力泡沫破裂论”。二是估值的快速出清。7月回调之前费城半导体指数的动态市盈率接近35倍，情绪溢价偏高；而在回撤超20%之后，整体动态市盈率快速回落到了25倍左右的合理区间。
李徽徽强调，对于长期机构资金来说，基本面供不应求的格局没变，而价格出现了20%的折价，这等于给了一个绝佳的抄底窗口。
AI热潮下股市波动性在加剧，背后释放了微妙信号。
德邦证券首席经济学家、研究所所长程强对21世纪经济报道记者表示，波动加剧意味着市场正在从“交易AI投资扩张”逐步切换到“验证AI投资回报”，市场对高估值和高资本开支的容忍度有所下降。往后看，市场的风险可能来自于三方面：一是资本开支回报不及预期。科技巨头持续加大AI基础设施投入，若AI收入增长无法覆盖资本开支扩张，可能引发市场对投资回报率和商业模式可持续性的担忧；二是AI产业景气度边际放缓。若云厂商订单、算力需求或 AI应用 商业化进展低于预期，可能导致市场下修盈利预期；三是估值与利率风险。若美国长端利率重新上行或流动性环境收紧，科技股的估值承压可能进一步放大市场波动，同时可能导致市场对科技巨头债务融资的担忧升温。
整体来看，程强强调，短期AI行情尚未出现基本面反转信号，但行情的容错率可能正在下降，后续需要更加关注资本开支到利润和现金流的兑现情况。
从“沾边就涨”到“真金考验”
在这轮上涨过后，芯片股牛市还能继续吗？
在李徽徽看来，未来市场仍有上行空间，但“普涨”的全面牛市已经结束了，接下来的芯片牛市是一个极度分化的“结构性牛市”。过去这两年，个股只要沾边 AI芯片 概念就能涨，那是第一阶段的算力基础设施建设红利。但到了现在这个节点，芯片行业的内部分化非常严重。比如传统的 汽车芯片 、工业MCU甚至通用服务器芯片，目前依然处于缓慢去库存的周期里，反弹空间确实有限；但反观 先进封装 （CoWoS）、 高带宽内存 （HBM4）、硅光互联这些AI核心枢纽，订单已经排到了2027年，产能持续满载。
从估值匹配度来看，目前龙头芯片股的PEG（市盈率相对盈利增长比率）其实还在1.0到1.2，相比于2000年互联网泡沫时期3.0以上的PEG，现在的芯片股是有坚实业绩撑着的，并没有出现系统性的极端泡沫。
展望后市，李徽徽强调，接下来决定这轮牛市能走多远的核心变量不再是美联储降不降息，而是两个技术与商业硬指标：一是推理端算力的普及速度，能否把单次推理成本再降一个数量级；二是大厂的自由现金流转化率。只要大厂靠 AI应用 赚到钱或者推理需求旺盛，芯片牛市就依然有18到24个月的韧性。
未来6个月，他更看好“瓶颈型卖铲人”；把时间拉到12至18个月，能够证明AI商业化能力的头部“挖矿者”才有机会接棒。这里不是简单地看硬件还是软件，而是看谁先拿到现金流、谁还在承担资本风险。卖铲人在芯片和设备交付后就可以确认收入，拿到的是当期现金流。云厂商和模型公司买到的是快速折旧的资产，GPU的技术更新周期可能只有两三年，数据中心和融资期限却更长。技术更新速度一旦快于资产折旧速度，即使AI需求继续增长，挖矿者的资本回报率也可能下降。
具体来看，有三个维度的机会特别值得关注。
一是“铲子”的形态升级：通用算力芯片的高增长基数太大，而HBM4、 先进封装 、混合键合和检测量测等四个方向更有机会；同时可关注800G向1.6T升级带来的光模块、交换芯片、SerDes、硅光和CPO，定制ASIC、CPU调度和电源管理芯片，以及800V直流供电、功率器件和液冷。它们共同解决的是数据搬运、能耗和集群效率问题，不需要押注某一种GPU架构。
二是具备垂直ROI能力的“挖矿者”，可以关注具备自研芯片、云平台、模型能力、客户渠道和真实付费使用量的公司。应用企业还要真正进入客户的核心工作流，能够按结果收费。对于普通模型套壳、低利用率的GPU 租赁 平台、长期依赖融资扩张的算力云，应保持谨慎。
三是边缘侧“铲官”兴起：算力正从云端快速向端侧下沉，端侧 AI芯片 （AI PC、 AI手机 、智能终端芯片）在今年下半年到明年会迎来换机潮和规格升级潮，这是市场容易忽视的补涨主线。
风暴还有多远？
在英伟达到处“兜底融资”之际，市场也担忧这会给未来埋下隐患。
程强认为，英伟达的“兜底融资”短期是支撑，长期则有一定隐患，关键在于AI需求能否最终独立于融资扩张，形成真实现金流。近期英伟达不仅向AI公司提供股权投资，还开始通过担保、残值支持等方式帮助数据中心项目获得融资，例如最新的俄亥俄数据中心项目中，英伟达承诺提供最高约1050亿美元的担保，并向SB Energy投资15亿美元。
一方面，这是对AI产业扩张的支撑。英伟达通过提供融资支持，可以帮助客户跨过资金门槛，进一步锁定GPU订单和未来需求，同时把部分融资风险转移给 银行 、 资产管理 机构等第三方，短期有利于维持AI资本开支的强度。英伟达近期还联合多家大型金融机构搭建超过5000亿美元的AI基础设施融资平台，本质上就是在尝试把AI算力从企业资本开支转变为可以获得金融市场融资的基础设施资产。
但另一方面，这也容易形成“循环融资”的隐患。如果英伟达投资AI公司、AI公司再用融资购买英伟达GPU，GPU产生的收入又支撑下一轮融资，表面上是AI需求不断增长，实际上其中部分需求可能是由产业链内部的资本循环推动的。如此一来，市场真正需要验证的就不再只是“GPU有没有订单”，而是终端 AI应用 能不能产生足够的收入和现金流来偿还这些融资。如果未来AI商业化不及预期，或者GPU快速迭代导致设备残值下降，融资链条就可能反过来放大风险。近期市场对英伟达将 AI芯片 作为长期融资资产的做法感到担忧，正是担心这种“短生命周期技术资产+长期债务”的期限错配问题。
程强强调，现在还不能简单把英伟达的融资行为定义成“泡沫”，但它确实意味着AI行情正在从单纯的产业周期进入“产业+金融周期”。后续值得关注的是AI资本开支能否逐步脱离英伟达等上游厂商的资金支持，最终由下游真实收入和自由现金流形成自我循环。
AI热潮带来的生产率提升往往有滞后效应。对此，程强认为，未来确实存在“预期走在基本面前面”的风险，但无需过早进行避险。
新技术从投入到真正带来全社会生产率提升，往往需要企业更新设备、重构流程和商业模式，因此存在明显滞后。例如，美国电气化和 计算机 普及初期，生产率提升主要集中在技术本身及少数应用行业，直到企业完成组织和生产流程重构后，生产率才广泛释放。如果市场提前按照未来数年的生产率和盈利提升进行定价，而AI商业化、企业渗透和生产率改善的速度低于预期，估值就可能先于基本面出现调整，这在权益市场较为多见，因此AI行情确实需要警惕技术兑现速度赶不上市场预期的情况。
但现阶段更适合将上述担忧视为潜在风险，后续关注是否出现明显的验证信号，例如AI资本开支继续高增但收入和现金流无法跟上、企业AI渗透率提升却迟迟未转化为生产率、市场开始持续下调AI相关盈利预期等。在这些信号尚未明显出现之前，程强强调无需因为通用技术的生产率存在滞后效应就过早避险。
（文章来源：21世纪经济报道）