来源：市场资讯

（来源：风口报告）

1、事件催化：

1）阿里巴巴在1QFY27Preview云业务增长超预期（45%vs.40%），后续几个季度有望延续加速趋势；利润率11-12%环比同比改善（超预期1pct），系高毛利MaaS占比提升&平头哥自研芯片驱动；

2）Cloudflare昨晚推出一个名为MonetizationGateway（变现网关）的新引擎，能够让Cloudflare客户能对自己保护下的任何数字资源（网页、数据集、API等）进行收费，这是对“agent-firstInternet”的重要基建改造。

2、阿里preview：云增速超预期，外卖减亏快于预期

阿里Q2preview针对市场此前担忧给了一个相当干净的答案：三条线都在改善。

1）阿里云到底在加速还是在减速？答案：在加速，且比市场预期快。Q2同比+45%（Q1+38%，预期+40%），管理层说未来几季持续加速。OPM11-12%（Q19%），teens下限兑现，平头哥并表后利润率还在改善——云的利润实打实。连续两季加速（Q1+38%到Q2+45%），方向上没什么可争议的了。

2）闪购烧了阿里多少利润？答案：比想的少。CMR-7~-8%绝对值仍不好看，但"CMR增速vsEBITA利润增速"这个gap从Q1的7pp缩到了3-4pp——补贴没加码、618竞争烈度也没升级。电商EBITA 预计-3-4%yoy，闪购亏损约100亿（市场预期110~140亿），减亏幅度肉眼可见。

3）Allothers怎么还亏170亿？答案：千问训练投入不改。Qwen训练费用+APP烧钱，环比减亏，体量基本等于春节送奶茶亏损。但管理层说Q2开始拆分千问训练和APP费用，透明度改善至少是好的——烧在哪、烧多久，能算了。

3、Cloudflare访问鉴权收费

1）背景：过去是“注意力经济”：平台两头分别是内容方和受众，引流即是平台最大的生意（广告、订阅等）。现在Agent、Claw等通过API访问比例增加，大量替代人为的直接访问，平台的引流价值就在逐步消退，内容方以及平台方后续更难依赖流量变现。

2）Cloudflare的鉴权收费： 对API/MCP等非人为访问模式进行鉴定，并自动化收费（访问的货币化），核心是“内容保护+访问鉴权+交易”。这种做法一定程度上提高了AI访问的成本，但通过收费一定程度上补偿了内容方及平台方，对人为的访问流量也起到了一定的维护作用。

3）Cloudflare与网宿科技定位差异：①Cloudflare可以直接作为鉴权收费平台（或数据交易平台）本身，因为其拥有数十万的开发者和小内容制作方，可以替代内容平台的主导地位。②网宿科技中大型客户居多，和Cloudflare客户基础不同，同时国内环境不太适合内容方/up主独立发展（主要寄托于平台），因此国内可能会出现若干鉴权/数据交易平台（或官方成立，或某内容平台转型等），网宿可以成为这类平台的服务商（卖铲人），对收费分成。核心原因是网宿具备内容防护、访问控制鉴权、交易场景的支持，这些能力都能与Cloudflare对标。

4、市场低估了云计算两个正在发生了产业变化：

1）MaaS的盈利能力十分可观，无论是我们此前调研头部模型公司/云厂的推理云服务还是Meta进军云业务的动机都在佐证，阿里的本次Preview是再一次确认MaaS业务的margin；

2）随着GLM为代表的开源模型的崛起，开源模型产生的收入占比有望继续提升，而CSP的云业务是开源模型经济的核心受益者。(各行业纪要加v：teer987)未来随着DeepSeek、Kimi、MiniMax等模型公司相继推出优质开源模型，这一趋势有望延续。

5、CSP自身我们也正看到一些积极变化：

1）CSP是FDE的核心实施者。 AWS和Azure总计35亿美金的FDE组织和人才投入能释放模型和Agent的行业落地红利，且天然会把客户的Infra架构导向AWS或Azure的自有云服务；

2）国产CSP的桌面智能体能发挥数据和业务飞轮价值：腾讯workbuddy和阿里Qoderwork正在逐渐替换Codex和ClaudeCode，进一步带动CSP的AI应用和token收入，且高质量的数据和业务将驱动自有模型的迭代飞轮。

6、边缘加速&安全厂商的重要性正在提升：

为了进一步增加Agent和模型的分发效率，以Cloudflare/Akamai/国内CSP/网宿/Ucloud/七牛为代表的边缘CDN/云安全厂商承载了新的AI增长空间和商业潜力（如前述的MonetizationGateway），依托全球更广范围的节点覆盖和安全服务的高销毛有望逐渐摆脱传统CDN的历史负担。

Q1：云厂商砸的钱，现在都花去哪了？相比前几年最大的变化是什么？

这是所有算力分析的底层基础，也是很多人亏钱的根源：如今超大规模云厂商1美元的资本开支，分配逻辑已经彻底变天。

早就不是前两年GPU一家独吃的时代了。

最新内部拆分比例（当前真实落地结构）：

•计算板块：45%–50%（含GPU、自研ASIC、通用CPU）

•基础设施：15%（土地、电力、机房机柜）

•内存：10%–15%（份额持续上行，重度倾斜HBM）

•网络设备：固定10%（比例长期无波动）

•存储硬件：8%–10%

这里最直观的异动，就是内存。

三四年前，内存在整体CapEx里占比才8%左右，AI推理需求爆发之后，直接硬生生抬升了5个百分点以上。

这也是本轮硬件通胀最核心、最容易被忽视的结构性推手。

早年AI训练独大时期，计算支出里90%给GPU，ASIC+CPU仅占10%；现在行业workload彻底分化，训练仅占30%–40%，推理占到70%–80%。

对应GPU在计算盘子里的份额下滑至60%–65%，自研ASIC份额持续侵蚀GPU空间。

另外还有一个被全网低估的隐藏信号：CPU和GPU的配比。

行业配比从早年1CPU:6GPU →快速收缩至4:1 →当前一线云厂商落地比例2:1，机构预判很快会走到1.4:1甚至1.1:1。

结论不用绕弯子：服务器CPU赛道的成长逻辑，是当前半导体市场最大的预期差之一，很多机构还没来得及定价。

Q2：云厂商CapEx增速炸裂，里面多少是真扩产，多少是通胀虚胖？

先给大家一个底盘数据建立认知：美国前五家超大规模云厂商，当前合计资本开支已经突破7500亿美元。

行业测算模型给出的远期上限，会无限逼近1万亿美元，体量极其恐怖。

增速拆分是本场重点，也是纠正市场误区的关键：

•2026年整体CapEx同比增速：接近80%

•2027年增速回落至：30%

重点拆解2027年的30个点增长：

•20个点：真实算力规模扩张（实打实的机器、机房增量）

•8–10个点：纯硬件通胀（无数量增长，仅采购成本上涨）

这里一定要纠正一个大众误区：这个通胀，和硅料、铜材这些原材料涨价半毛钱关系都没有。

完全是HBM、高端DRAM供需失衡导致的芯片单价暴涨，进而直接抬升了整台服务器的采购成本。

所以别再主观觉得“云厂商不想花钱就会砍CapEx”。

成本通胀+硬件结构重构两大变量叠加，是被动把开支规模推上去的，行业基本面已经变了。

最关键的推论：算力增量早就不是英伟达独吞了。存储、定制ASIC、服务器CPU正在系统性分走算力增量蛋糕，只盯着GPU看行情的老框架，已经彻底失效。

Q3：DRAM紧缺还要熬多久？为什么HBM永远不够用？

存储是本轮AI行情的隐形底盘，所有数据我们直接落到比特层级，不玩文字游戏。

1、底层供给约束：2024–2025年全球DRAM总比特供给增速锁定19%，整体增量极度有限；

2、结构性极端分化：2025年消费级、服务器标准DRAM比特供给近乎零增长，所有新增产能优先供给HBM；

3、HBM供需错配：

•供给增速逐年下滑：2024年80%→2025年73%→2026年45%，紧缺格局持续至2028年

•需求侧：AI服务器带动的HBM需求增速，是供给增速的1.3–1.4倍，缺口持续拉大

市场自我调节的方式其实非常残酷：强行把PC、手机端的DRAM价格炒高200%–300%，压制消费端的终端需求。

说白了就是把消费类产能强行挤出来，全部导流给AI服务器用的HBM。

这里有个反常识的冷知识，很多人都不懂：当下普通标准化DRAM的行业利润率，反而比供不应求的HBM还要高。

紧缺≠最高利润，这个线性思维一定要改掉。

针对国内存储厂商能不能改变格局的问题，交流会给了非常直白的答案：

出口管制限制国内高端HBM量产进度，我们仅具备成熟普通DRAM量产能力；存储产线从投产到释放供给需要2–2.5年，2027年国内新增普通DRAM产能，不足以冲击全球定价。

长期看，国内产能大规模释放后，全球存储板块当前的超高利润率会明显回落。

短期想破解HBM紧缺，理论上只有两条路，但都远水解不了近渴：等国内成熟产能落地，或是新玩家跨界切入。

后者需要全套IP和TSV堆叠工艺，落地周期至少12–18个月，也就是说，未来一年半HBM紧缺的格局，基本没有缓解的可能。

Q4：英伟达天花板在哪？ASIC、开源小模型真的能颠覆它吗？

先上本场交流会最炸裂、但逻辑很硬的上调预测，看完你就懂为什么英伟达估值不算贵：

•2026年全年收入预期上调至4100亿美元，同比+90%，机构季度性上调5%左右营收预期

•2027年营收看至6550亿美元，同比+55%

•当前股价对应2027年盈利仅14倍PE，估值并不激进，已提前计价大部分风险

市场近期吵得最凶的两个利空，本场直接量化证伪，不用再焦虑：

误区1：循环股权投资会重创英伟达盈利

量化拆解后很清晰：英伟达数据中心业务对半拆分，一半来自传统头部云厂，另一半来自主权算力、新兴云、独立大模型公司（含被投企业）。

即便把所有生态股权投资全部清零，对整体盈利冲击也就15%；就算盈利硬摔25%，股价也只是回归行业平均估值区间，风险完全可控。

误区2：开源蒸馏小模型会干掉高端GPU需求

实际影响微乎其微：所有蒸馏小模型，源头都依赖前沿大模型训练，根本绕不开高端算力。

企业端只会做算力分层调度：简单问答用轻量模型，代码生成、复杂推理依旧绑定高端GPU。整体算力总量不会萎缩，只是内部结构发生分化而已。

最后说一句大实话：英伟达真正的长期隐患，从来不是ASIC、TPU抢订单，而是云厂商资本开支的持续性。

现在头部模型玩家都在被动内卷砸钱护盘，(各行业纪要加v：teer987)一旦有一家率先缩减算力采购，全行业投入门槛会集体下行，这才是压制英伟达中长期空间的核心变量。

Q5：Token经济性拐点，为什么是今年最关键的隐性信号？

这个问题直接决定未来两年云厂商敢不敢继续砸钱扩算力，也是目前机构分歧最大、散户最容易忽略的点。

过去市场最大的焦虑：生成1个Token的成本，比对外收费还贵，AI业务长期亏现金流。

但现在硬件降本速度，已经彻底颠覆了经典的摩尔定律逻辑：

•传统摩尔定律年化成本改善：12%

•当前英伟达、博通等硬件带动Token单位成本年化下降：60%–70%

行业拐点已经悄悄来临：过去两年，Token售价跌幅一直大于成本跌幅，全行业单位毛利为负；近半年风向逆转，成本还在快速下行，但Token价格已经止跌，部分场景甚至小幅涨价。

机构一致预判：未来1–4个季度，行业Token单位毛利将由负转正。

这不是小拐点，是整个AI产业链商业模式跑通的核心信号。

传导逻辑非常通顺：超85%云厂商的经营现金流都拿来投CapEx→Token盈利修复→自有现金流改善→后续算力投入空间远超市场之前的预判，AI整体景气周期直接拉长。

后续行业会形成两个稳态平衡：Token年度降价幅度收窄至15%–25%，告别过去断崖式下跌；通过算力调度分流简单请求，减少高端算力的无效消耗，平衡整体成本压力。

Q6：远期最大的隐形风险是什么？何时会集中爆发？

本场闭门会最重磅的预警，不在当下的芯片供需，而在基建侧的隐性天花板：2028年，会是算力与半导体的双重约束之年。

短期大家不用慌，2026-2027年电力供给完全够用，厂商靠燃气轮机就能兜底电网缺口，不会出现大规模限电停机。

但到2028年，两个核心压制会同时落地：

1.电力约束见顶：全球燃气轮机产能会被各大IDC瓜分一空，核电等清洁能源落地周期太慢，完全追不上算力扩张速度。新建数据中心会同时卡死在土地审批、电网供电两大环节，邻避效应导致项目延期成为常态，直接限制机房落地规模，间接压低GPU、HBM的采购需求。

2.DRAM供给缺口缓解：2028年新增存储产线才会大规模投产，供需紧绷格局至此松动。

两大核心变量同步在2028年兑现，这也是未来3-5年全球半导体景气度，最大的远期不确定性来源。

小结：

别再抱着2023-2024年那种“GPU独赢”的旧叙事去炒半导体了，思路早就过时了。站在2026年的当下，真正的主线就三条：云CapEx结构重构、DRAM长周期紧缺、Token盈利拐点向上。接下来的超额收益，大概率藏在被旧叙事低估的服务器CPU、定制ASIC、HBM、存储芯片里。而真正需要警惕的风险，不在当下的芯片供需，而在2028年即将到来的电力基建硬约束。把这三层量化逻辑吃透，你才算真正看懂了，本轮AI半导体行情的下半场。