AI 基建资金-需求-供给四层对账与产能缺口研判

本报告为综合研判稿。以「CSP 出钱 → 买什么 → 谁供货 → 缺口在哪」四层框架，对 2026-07 财报季已披露的谷歌、英特尔、ASML、台积电、SAP 五家一手财报口径，与 JPM/Nomura/BofA/Bernstein/GS 卖方数据、韩美 9500 亿美元采购承诺做支出-承诺-产能三向对账，定位当前产业链的真实瓶颈位置。 核心判断：产业链是通的，但通得很紧，且紧的位置与市场共识不同。模型层（Anthropic + OpenAI 合计约 1000 亿美元 ARR、3Q26E 首次盈利、ARR per MW 三年 3.75 倍）是全链增速最快的一环；资金侧勉强闭环但代价是每年增发近 2000 亿美元债务；需求侧规模自洽（韩国 9500 亿经得起自下而上检验）；供给侧最硬的缺口是算力交付速率（2030 前需净增 90GW，2026 年仅 5GW，缺约 18 倍），其次是洁净室建设速度、刻蚀良率、基板/T-glass 这类无人跟踪的 BOM 环节与电力审批——不在 EUV 机台数量。根本失衡是斜率问题：需求侧单位资源强度跳跃式上升（+50%~+495%），供给侧产能线性扩张（三年 +41%）。第 5 节把模型与应用层独立成章，回答「谁在为算力付钱、开源如何改写这笔账」。 单位经济层（§1.7–§1.8）：总量对账之外，MS 以 1GW GB300（全口径 390 亿美元/GW） 为统一分母测出三条路径回报——GPU 租赁 31%、自有算力 API 46%、租算力 约 25%（税后利润率，非同口径）。代际比较的正确不变量是每 MW token 吞吐而非 GPU 颗数：Rubin 每 MW 吞吐为 GB300 的 1.88–5.39×、每 MW TCO 仅 +15.7%，代际升级是回报增厚而非稀释。真实死穴因此不是硬件成本而是 token 价格通缩——$1.75 售价 vs $0.22–0.36 成本的 5–8 倍价费差就是全部 ROIC 的来源。数据截至 2026-08-02。

核心结论

四层对账裁决矩阵

结论索引

每条结论的完整论证与数据在正文对应小节，本表只保留裁决与关键数据。

风险提示：2027 capex 与 OCF 均为预测值，hyperscaler 整体口径由三家外推（非披露）；Anthropic/OpenAI 的 ARR 与 P&L 来自第三方建模与二手跟踪，标的无公开财务，9 月招股书是唯一权威裁决；韩国 9500 亿含 MOU 成分（🟡）；EUV 台数测算为本报告推断，敏感性高；MS「内存 2026Q4 见顶」与 GS「2028 前见顶为时过早」直接冲突，本报告未做单边裁决；MS 三套 ROIC 框架均为示意性建模，其租金/吞吐/单价为假设中值而非披露值，路径③与①②不同分母；结论十为本报告在 MS 与 SemiAnalysis 两源上的二次演算；开源 token 份额破 90% 为单一口径预测非事实。本报告不含买卖建议、目标价或仓位。

正文

0. 方法论：四层对账框架

按资金流向自上而下分四层，每层做一次「支出数据 × 承诺数据 × 产能数据」三向对账，找出不平衡处：

L1 的逻辑前提（用户框架）：CSP 是基础买方，初始资金为自身 FCF，向下走加杠杆融资（债券 + 主权基金），而加杠杆的前提是看到投入有结果、未来 3–5 年可见收益足够高。因此 L1 的核心验证命题是：收益增速是否大于 CapEx 增速。

1. L1 资金层：CSP 出钱能力与回报验证

1.1 CapEx 的绝对规模与增速

⚠ 标记项为按 JPM 给出的增速倒推，非披露值。单位均为美元。四大 CSP 的分家指引以 §1.9 的实际披露为准，本表不再重复倒推值。

本周对账出的第一个硬事实：五家、四个不同环节，CapEx / 投入无一下调，全部上调；且方向沿完整链条同向传导——企业应用需求（SAP CCB +27% 且加速反超）→ 云（谷歌 Cloud +82%、backlog 5140 亿）→ 芯片（TSMC capex 600–640 亿、Intel 15 年最强增速）→ 设备（ASML FY26 指引一次上修 €7–9bn）。这条链上任何一处若是虚假繁荣，最先断的一定是最前端的企业软件需求，而 SAP 的 CCB 恰在本季从落后转为领先。需求侧目前找不到证伪点。

第二个硬事实：同一批公司在上调 capex 的同一份财报里，全部自述供给受限。谷歌 CFO「仍处于供给受限环境」、ASML CEO「供应在可预见的未来无法满足需求」、Intel「仍将供给受限、无法完全追上需求」。这排除了「capex 上调=竞争性军备竞赛」的解释——如果是抢跑，不会同时承认交付不出来。

1.2 收益增速 vs CapEx 增速：三个口径三个答案

这就是全部分歧的数学根源：用 backlog 论证（BofA）则锁定合同远超新增投入、加杠杆合理；用合并收入论证（UBS，中性 PT $379）则全公司增速追不上 capex、成本提前于收入到账。两者看的是同一件事的不同时点，不冲突。 逐家数据、口径限制（MSFT RPO 剔 OpenAI 后仅 +25%、久期 2.3 年、关联方订单）与市场对三种可折现物的差别定价见 §1.9。

1.3 2027 年的整体 FCF 缺口（本报告推算）

2027 hyperscaler 合计经营现金流   > 9000 亿美元      （JPM 预测）
2027 hyperscaler 合计 capex        ≈ 1.0–1.1 万亿⚠   （按 +46% 外推）
────────────────────────────────────────────────────
2027 合计自由现金流                ≈ −1000 至 −2000 亿美元

该预测方向成立、时点需按全样本读：四家 2026Q2 合计 FCF 仍为 +57 亿（并非已转负），但较三家口径的 +146 亿已缩水 61%，且其中 GOOGL −59 亿、AMZN −88 亿两家为负、META +7.8 亿近乎归零。按全样本年化 +228 亿推演 2027 净恶化约 1,700 亿，落点约 −1,470 亿，仍在原区间内（复核见 §1.9 F-1）。

1.4 融资端能否接住该缺口

JPM 信用团队判断：担忧被夸大，保险公司集中度限制尚未触发，高等级市场仍有充足容量吸收，但利差会继续调整。JPM 基准情形：hyperscaler FCF 最早 2027 年开始向上拐，更广泛持久的恢复可能要到 2028 年之后。

与库内既有模型的关系：谷歌页第五节的杠杆约束模型给出 capex CAGR 安全上限约 40%、50% 路径 2029 年破 1 倍净负债线，与 JPM 的时间判断方向一致、互为独立验证。

1.5 模型厂商 ARR 与单位经济（收益验证的第二条腿）

云收入只是收益验证的一条腿，另一条是模型厂商的 ARR 增速与单位经济。这是判断「加杠杆的前提是否成立」的终端证据——链条尽头有没有人真在付钱、且能不能赚钱。 该层同时是 L2 的需求源头、又通过开源渗透反向决定 L1 的定价假设，全文见 §5；本节只留对账所需的三个数：

⚠️ 关键口径限制：Anthropic 保密递交、无公开财务，上述 P&L 全部为 SemiAnalysis 自下而上建模，9 月招股书是唯一权威裁决；且 §1.9 E-5 已指出，GOOGL 与 AMZN 本季合计 1,514 亿美元的投资浮盈亦以该估值为基础。常设跟踪见概念词条 AI模型厂商变现。

1.6 折旧：CapEx 如何进入损益表

本层此前只做了现金流对账（1.3 节 FCF 缺口），未做损益对账。折旧是 capex 落到 EPS 的传导环节：

统一按 2026Q2 单季口径（避免季度实测与全年预测混用）：

另一个口径（全年预测，不可与上表同行比较）：GS 预计谷歌 2026 全年折旧约 459 亿（+117%）、2027 年达 848 亿；+117% ÷ 收入 +24% ≈ 4.9×——本报告此前引用的「谷歌折旧是收入增速 5 倍」出自这一全年预测口径，不是 Q2 实测的 1.7×，两者不可混引。

两条必须同时成立的判断：

1. 机制上，折旧是空方论据中确定性最高的一条——它是已发生 capex 的机械结果，即使 2027 年 capex 立刻冻结、需求零变化，前置投入形成的折旧仍会按期释放并压缩 EPS，不需要任何需求侧前置条件。
2. 但量级上，季度实测的群体倍数只有 1.0–1.7 倍（谷歌 Q2 亦仅 1.7×）；「5 倍」只在谷歌全年预测口径下成立，不可外推为群体当期读数；且 MSFT 已用数据中心使用寿命 15 年→25 年证明折旧年限是管理层可主动使用的会计缓冲阀。因此这条腿确定性高但刚性有限（详见结论四-B、§1.9 E-3）。

1.7 单位经济：每 1GW 的三条回报路径（收益验证的第三条腿）

前六小节全部是总量对账——收入增速、ARR 增速、backlog、FCF、折旧，回答的是「整体够不够」。缺的是单位口径：一份新投进去的钱，本身的回报率是多少。 MS 2026-07-27《The Paths to 25-50% GenAI ROIC》以 1GW GB300 数据中心为统一分母补上了这一层。

统一分母（三条路径共用）：

路径一｜超大云厂 GPU 租赁（IaaS）：ROIC 31%

折旧已锁定，因此价格是唯一有杠杆的变量：租金 $7→$10（+43%）把 ROIC 从 23% 推到 39%。反向同样成立——供给释放导致租价下行、客户从预留集群转向按需调用时，价格与利用率会同时承压。MS 给出的合理区间是增量 EBIT margin 60–70%、ROIC 25–40%。

路径二｜自有算力的模型 API：ROIC 46%

三处必须理解的机制：

1. 训练成本不单列，而是折算为「不产生收入的算力占比」。MS 假设 35% 的算力用于训练与维护模型，这部分承担全部折旧、电力与运维却零收入，ROIC 已被这笔成本压过。因此「推理/训练配比」第一次成为可直接代入回报模型的变量——把算力从训练挪向推理会改善当期回报，代价是下一代模型能力与定价权。
2. token 单价与吞吐是反向关系，涨价不等比例转化为收入。MS 的 2000–3500 tokens/s/GPU 区间基于 DeepSeek-V4-Pro 1.6T、FP4、8K 输入/1K 输出、约 50 tokens/s/user 的交互水平；更大的模型（如 2.8T 的 Kimi-K3）单价更高但单卡吞吐更低。看表可见：单价从 $1.00 涨到 $2.50（+150%），收入/GW 只从 170 亿到 390 亿（+129%），因为 token 量同时从 16,981 降到 15,525。真正的观察对象是「价格 × 吞吐 × 可计费利用率」的乘积，不是 API 价目表。
3. 19%–63% 的区间宽度本身就是结论。46% 不是行业均值，而是「模型、渠道、算力三者都强」的路径；任两个变量同时走弱，回报下修不是线性的。

路径三｜租第三方算力做 API：税后利润率约 25%（非同口径 ROIC）

三条口径警告，缺一条就会误读这张表：

• 没有 390 亿资本分母。路径三不购置资产，MS 把它称为示意性「ROIC」，实为税后利润率。它不能证明轻资产模型公司的投入资本回报只有 25%，也不能与路径一二排序。
• MS 没有对路径三施加 75% 利用率折扣（路径一二都施加了），这直接导致其收入/GW 从 304 亿虚高到 405 亿。按同口径压回的压力测试（本报告计算，非 MS 预测）：收入 405 × 75% ≈ 304 亿，租金 279 亿按合同刚性不变 → 税前利润从 126 亿降至约 25 亿、税后约 20 亿、利润率只剩约 6.5%。轻资产的真实脆弱点由此显形——收入随用量波动，租金与预留容量承诺却刚性。
• 69% 的收入要交给云厂（279/405）。这解释了头部模型公司为何同时采用长期预留、股权融资、云厂战略投资与自建数据中心：核心目标是争夺利润池，降低账面 capex 只是副产品。反过来，对云厂应看的是租约是否覆盖资产寿命、客户集中度、以及客户违约后算力能否快速再分配。

与库内数据的两处对撞（详见结论十、十一）：

第三处对撞——代际口径（GPU 颗数 vs 每 MW token 吞吐）——因涉及一次方向性勘误，单列于 §1.8。

1.8 代际口径：为什么必须用「每 MW token 吞吐」而不是「每 GW GPU 颗数」

这是本报告出现过一次方向性错误的地方（勘误本体见文末）。按 all-in 功耗把 MS 的 41.0 万颗 GB300/GW 换算为 Rubin 约 30.0 万颗/GW（−27%），据此可以得出「每 GW 收入被稀释、ROIC 由 31% 压到 18%、租金须 +37% 才持平」——但这个分母是错的：它把「每颗 GPU 的 token 吞吐」当成跨代不变量，等价于假设租赁定价对性能完全无感。客户买的是 token 不是 GPU 小时，正确的不变量是每 MW 的 token 产出。

SemiAnalysis 基准（DeepSeek R1 671B、8K 输入 / 1K 输出、单轮、已归一到总 GPU MW 口径、仅计输出 token）：⚠️ 口径不齐——Rubin 行来自 CoreWeave 工程样品实测，GB200/GB300 行为 SemiAnalysis 自家 InferenceX 基准，两者非同一测量来源，统称「实测」并不准确；本报告只取其同源比值（Rubin/GB300）。

每 MW 的成本只上升 15.7%（本报告换算）：

GB200：$1.84 / 2.168 kW = $0.849 /kW/hr
GB300：$2.36 / 2.553 kW = $0.9245 /kW/hr
Rubin：$3.57 / 3.337 kW = $1.0698 /kW/hr   → 较 GB300 +15.7%（而非按颗数口径的 +51%）

代入 MS 路径二重算（token 单价 $1.75 不变，沿用 65% 推理占比与 75% 利用率，取 50 tok/s/user 档，即 MS 自己声明的交互性水平）：

即便把 Rubin 的 capex/GW 高估到 585 亿（+50%，覆盖 HBM 288GB 与更贵封装），ROIC 仍约 65%。结论反转：代际升级在每 GW 口径下是回报增厚，不是稀释。

残留风险改判为定价层。GPU 小时租赁若按颗数计价且价格不动，每 GW 可计费小时确实 −27%——但这在经济上不成立，因为单颗 Rubin 的 token 产出是单颗 GB300 的约 2.46×（50 tok/s/user）到 5.87×（200 tok/s/user，由每 MW 比值 × 单卡功耗比 3.337/2.553 换算）。三个定价锚点：

观察对象因此不是「Rubin 会不会稀释回报」（不会），而是「租赁价格落在这三个锚点的哪一段」。

⚠️ 口径与可靠性：SemiAnalysis 数据来自 CoreWeave 工程样品、预产 Dell ES 机架、无 scale-out fabric，SemiAnalysis 声明未独立验证，Nvidia 承诺 2026Q3 前向 InferenceX 提交可验证数据；基准模型为 DeepSeek R1 671B（非现代前沿模型，理论上偏袒 Blackwell 基线，多轮 agentic 负载会更有利于 Rubin）。另需注意 MS 与 SemiAnalysis 的绝对值不同源：MS 的 2,750 tok/s/GPU ÷ 2.438 kW/GPU ≈ 113 万 tok/s/MW，约为 SemiAnalysis GB300 实测 70.7 万的 1.6 倍，差异来自模型（1.6T DeepSeek-V4-Pro vs 671B R1）与精度（FP4 vs FP8）。因此本节只使用 SemiAnalysis 的同源比值（Rubin/GB300），不混用两家的绝对值。

这一层对 L1 的最终裁决：单位口径下回报充分（31%/46%，Rubin 代际后更高），但它成立的前提是 token 单价与 GPU 小时租金能守住。因此 L1 层的风险位置有两条：资产负债表耐受度（缺口 7） 与 token 价格通缩速度是否快于交互性迁移（缺口 10）。硬件性能在本轮从风险项变为缓冲项。

1.9 北美四大 CSP 2026Q2 全样本财报全景

数据源：PG usearn_xbrl_fact（10-K/10-Q XBRL）+ usearn_press_release（8-K 新闻稿全文）+ usearn_transcript_segment（电话会）+ usearn_verdict / usearn_surprise，frame=CY2026Q2；投行点评来自 RAW inbox 的 15 份研报 PDF。四大买方样本已全部补齐（GOOGL 7/22、MSFT 与 META 7/29、AMZN 7/30 披露），本节是本报告 L1 层唯一的全样本横向对比。

A. 全样本逐项对账（百万美元，除标注外均为 2026Q2 单季，YoY）

⚠ AMZN 的 capex/收入分母含零售与广告，与三家云厂不可直接比较；按 AWS 分部口径为 128%。

B. 六张图：四家的相对位置

① 云分部收入增速（2026Q2 同比）
GOOGL  Cloud   █████████████████████████████████████████  +82%
MSFT   Azure   ██████████████████████                     +43% (cc)
AMZN   AWS     ███████████████████                        +37%（18 季最快）
META           —                                          无外部云分部

② capex / 当季收入
META   ██████████████████████████  51.1%
MSFT   ████████████████████        39.8%
GOOGL  ███████████████████         37.5%
AMZN   ██████████████              27.0%  ← 分母含零售；按 AWS 口径 128%

③ 每 1 美元云分部收入对应的当季 capex（"建一块钱云要先花多少钱"）
GOOGL  $1.81  ██████████████████
AMZN   $1.28  █████████████
MSFT   $0.91  █████████        （智能云口径；微软云口径 $0.60）
META      n/a                  （无外部云收入，capex 全部自用）

④ 经营现金流利润率 OCF / 收入
MSFT   █████████████████████████  61.6%
META   █████████████████████      52.4%
GOOGL  █████████████              32.6%
AMZN   █████████                  22.6%

⑤ 自由现金流 = OCF − 现金 capex（亿美元）        █ 为正 / ▒ 为负
MSFT    ████████████████████    +196
META    ▏                         +8
GOOGL   ▒▒▒▒▒▒                   −59
AMZN    ▒▒▒▒▒▒▒▒▒                −88
──────────────────────────────────────
四家合计                          +57   （不含 AMZN 的三家口径为 +146）

⑥ 合同化 backlog / RPO（亿美元，含 ORCL 参照）
MSFT  商业 RPO           ███████████████████████████  6,780
ORCL  RPO                ██████████████████████████   6,380
GOOGL Cloud backlog      █████████████████████        5,140
AMZN  在手订单           ████████████████████         4,960
──────────────────────────────────────────────────────────
合计约 2.33 万亿美元（曾误记 2.09 万亿，因误用 AWS 2,440 亿——见 F 节陷阱三）

C. 六维关键对比：营收 / 云 / AI / capex / FCF / 指引

D. 各家的投行点评（每家每机构一到两句）

GOOGL（7/22 盘后披露，次日 −7.1%）

MSFT（7/29 盘后披露，次日 +15.5%）

META（7/29 盘后披露，次日 −8.0%）

AMZN（7/30 盘后披露，次日 +15.3%）

⚠ 口径缺口：库内 RAW inbox 没有 AMZN 2Q26 的卖方研报（GOOGL/MSFT/META 各有 4–5 份）。AMZN 一栏因此只有一手口径与本库裁决，权重低于其余三家，属已知覆盖缺口而非漏检（已入跟踪项 32）。

E. 横向对比分析：同一笔 AI 支出，四种不同的财务后果

（1）支出侧完全同向，且四家指引合计与 JPM 口径吻合到 0.3%

§1.1 采用的 JPM 口径为「2026 hyperscaler 约 7,500 亿」，四家自报指引合计 7,475 亿，差 0.3%——这是对本报告全部外推推演最强的一次口径验证（另一次是 META 倒推误差 2.5%）。四家、四种财务处境，无一家下调支出。

（2）真正的分化不在支出，在「支出如何变成收入」的中介结构

四家的 capex 强度落在 27%–51% 的窄带里，但变现路径完全不同，这才是解释市场反应的变量：

这解释了 7/29–7/31 三天里同一板块内 ±15% 的反向定价：MSFT（+15.5%）与 AMZN（+15.3%）交出的是「云增速加速 + backlog 可见度」，市场按合同折现；META（−8.0%）交出的是「费用 +55%、利润率 43%→31%、2027 capex 拒给框架」，市场无从折现；GOOGL（−7.1%）虽有 +82% 的云增速，却在同一天把 capex 上调 8% 并让 FCF 转负，市场把 capex 上调读作了对 backlog 的贴现率上调。不是情绪，是三种不同的可折现物。

（3）会计口径正在成为独立变量——本季两家动用了会计缓冲阀

• MSFT：把数据中心使用寿命由 15 年延长至 25 年，使部分短久期融资租赁改列为经营租赁，CY26 capex 口径由 $190B「降」到 $175B。支出强度未变（Bernstein 明示：若无此变更，指引仍是 $190B）。同时该变更也拉长了折旧摊销期。
• AMZN：管理层在电话会上主动给出「服务器不到 3 年回本、寿命 5–6 年、且已找到在不影响客户体验的前提下延长设备使用寿命的方法」的口径。

含义直接冲击结论四-B：折旧此前被论证为「不依赖需求判断即自动恶化 EPS」的最刚性空方论据，但折旧年限假设是管理层可主动使用的缓冲阀。结论四-B 需按此打折。跟踪项：各家服务器与数据中心折旧年限假设是否出现集体延长。

（4）四家的资产负债表起点已经分层，且 AMZN 已翻到净负债一侧

此前按三家样本判「META 是最先需要外部融资的一家」——该判断需修正：META 确实最薄，但 AMZN 已经先一步进入净负债状态，且是四家中 capex 绝对额最大（单季 542 亿）、TTM FCF 已为负 76 亿的一家。四家合计仍为净现金 1,908 亿（三家口径为 1,967 亿），群体缓冲仍在，但缓冲的分布已经极不均匀。

（5）本季最被忽略的一条：四家的 GAAP 利润已被 AI 投资浮盈污染，且金额超过其合计营业利润

即：本季四大 CSP 的账面投资浮盈超过了它们全部主营业务的营业利润。 三个直接后果：

1. 任何以 GAAP 净利为分子或分母的比率在本季全部失真——GOOGL 的 OCF/净利仅 35%、AMZN 的 GAAP EPS $5.75 vs 剔除后 $1.88，都是这个原因（详见 F 节陷阱清单）。
2. CSP 的报表利润已与它们所投模型厂商的一级市场估值挂钩。GOOGL 与 AMZN 一边把现金 capex 投向算力、一边把算力卖给 Anthropic，再把 Anthropic 的估值上涨确认为自己的利润——这条回路在上行期放大利润，在下行期同样会反向放大。
3. 这使 9 月 Anthropic 招股书的裁决意义再升一级：它此前只裁决结论四（模型层 ARR 与盈利拐点），现在还同时裁决 GOOGL 与 AMZN 两张利润表里合计 1,514 亿美元浮盈的估值基础。

（6）backlog 是四层对账中证据最厚的一条，但必须剥掉两层

四家 + ORCL 的合同化 backlog 合计约 2.33 万亿美元（两家口径时为 1.2 万亿）。但两条必须同时说明的口径限制：

• 集中度：MSFT 商业 RPO +84% 中，剔除 OpenAI 后增速降至 +25%；约 30% 将在未来 12 个月确认，加权平均久期约 2.3 年。RPO 不是下季度收入，也不能按同一毛利率一次性折现。
• 交叉持有：AWS 的多吉瓦 Trainium 承诺来自 Anthropic 与 OpenAI，而 AMZN/MSFT/GOOGL 同时是这两家的股东与算力供应商。backlog 的一部分是股东给自己下的订单，其可折现性低于第三方企业合同。

结论一的口径③因此维持"证据最厚"的定位，但需从"2.33 万亿合同"下修读为"2.33 万亿名义合同，其中久期约 2.3 年、且含显著的关联方与单一客户集中度"。

F. 三个必须剔除的口径陷阱

四条修正（按全样本口径）

1. 结论二的"群体常态"仍未到，但缓冲在快速消耗：四家 Q2 合计 FCF +57 亿美元（三家口径曾为 +146 亿），加入 AMZN 后缩水 61%；四家中已有两家单季为负（GOOGL −59 亿、AMZN −88 亿）、一家几乎归零（META +7.8 亿）。2027 转负的预测本身仍成立——复核：2027 capex 1.05 万亿较 2026 的 7,475 亿增约 3,000 亿，OCF 按 +17% 增约 1,300 亿，净恶化约 1,700 亿，从当前年化 +228 亿推至约 −1,470 亿，落在原区间 −1,000~2,000 亿内。错的只是初版的时点表述，不是数值区间；且全样本口径下时点比三家样本判断的更近。
2. 模型起点需再修正一次：结论二原假设 2026 年末净负债 ≈ 0，三家实测为净现金 1,967 亿，全样本为 1,908 亿——但 AMZN 已是净负债 59 亿。"最先需要外部融资的是 META"改判为"META 最薄、AMZN 已经先到"。
3. 折旧的 5 倍是极端值，且不是刚性的：谷歌折旧 +42.1%（GS 预计全年 +117%）对收入 +24% 约 5 倍；MSFT +18.3% ≈ 收入 +18%（约 1.0 倍）、AMZN +31.3% vs 收入 +20%（1.6 倍）、META +46.4% vs 收入 +28%（1.7 倍）。群体倍数约 1.0–1.7 倍，5 倍不可外推；且 MSFT 已用折旧年限变更证明这条腿存在会计缓冲阀。
4. 量价组合是分化而非单一格：MU 收入 +345.7% YoY / +73.7% QoQ、毛利率 84.6%（+46.9pp）、FCF 176 亿，是清晰的量价齐升；而 BofA 记录的 OEM 削减 PC/平板/手机产量是消费端量破坏。正确描述是「数据中心量价齐升 + 消费端量破坏」，两者并存不矛盾。

G. 回报侧的公司间分层

META 是第一个把 AI 投入的代价完整打进利润表的：营业利润 18,775 vs 20,441 = −8%，营业利润率 43% → 31%（−12pp），净利 −14%、EPS −13%。必须做一次性剔除：其中含 24.0 亿法律诉讼费用 + 11.8 亿遣散（2026 年 5 月裁员）合计 35.8 亿。剔除后费用增速 +55% → +42%，营业利润 −8% → +9.4%，利润率 31% → 36.8%。

即：剔除一次性后 META 营业利润仍为正增长，但增速（+9.4%）远低于收入（+28%），利润率仍下滑 6.2pp。 结论四-B 由此从预测转为已发生，但恶化程度需按剔除口径读，不能直接引用 −8%。

同期对照，另外三家的利润率并未同步恶化：MSFT 营业利润率 45.1%（同比持平，超市场预期 0.8pp）、GOOGL 34%（同比 +2pp）、AMZN 13.7%（同比 +2.2pp）。"AI 支出必然侵蚀利润率"在本季只对 META 成立——原因见 E-2：它是四家中唯一没有外部云收入承接这笔支出的一家。

H. 四家之外：支出侧的三处强确认与两处前哨

• 封装产能（结论七）：台积电 C.C. Wei 电话会原话——"our packaging capacity is so tight that now it's limiting my customers' growth"。同场卖方提问的共识假设是"3nm 及以下未受约束的需求高于供给能力 30%–50%"，并追问实际是否远大于该区间。这把结论七从第三方测算升级为代工厂一手事实。
• 设备订单（结论五的空方前哨）：ASML FY26 指引 €43–45B、EUV 系统收入同比 +45%+、2027 年 Low-NA 产能再扩 30% 且订单"接近全部覆盖"；KLAC 下季收入中值环比 +9%；LRCX 本季收入/经营利润率/EPS 均创纪录、下季指引中值环比 +20.5%；AMKR 全年 capex 25–30 亿。PG usearn_chain_verdict 判产能传导链＝确认。空方观测点⭐⭐⭐「ASML 订单转弱」明确未触发，且方向相反。
• v1.11 新补（2026-08-06，电话会原文级复核）：①WFE 口径已由两家独立上修至同一区间——LRCX 7/29 把 2026 WFE 由 $140B 上修至 low $150B，与 KLAC 的 low $150B 一致；LRCX 同时把 2027 描述为 "extraordinary"，理由是多年期 fab 项目的客户能见度空前且新增洁净室空间正在上线（这一点弱化了本报告 §3.2「洁净室是闸门」的强度，该判断源自 LRCX 4 月场次）。②AMKR 的 Q3 是结构切换不是降速——通信环比高个位数下降（CFO Megan Faust 称属反季节）的同时，计算业务环比加速近 30%，由 AI 数据中心驱动；另 AMKR 已与台积电签 10 年先进封装协议，与既有的 NVIDIA 多年协议并列。③ASML 自 2026Q1 起已停报季度订单，故「2027 订单接近全部覆盖」只有管理层口头表述支撑，无可核验的披露数字——引用该条时须标注这一限制。
• backlog（结论一口径③）：四家 + ORCL 合计约 2.33 万亿（见 B 节图⑥与 E 节第 6 点），口径③已从谷歌一家扩展为全行业证据，是四层对账中证据最厚的一条。

买方杠杆分层（neocloud 风险确认）

分层跨度从 27% 到 340%，验证了「若出信用问题大概率从 neocloud 开始，而非 hyperscaler」的判断。 ORCL 已实质转为高资本强度的数据中心运营商；而在 hyperscaler 内部，杠杆压力的顺序是 AMZN（已净负债）→ META（净现金最薄且已发债）→ GOOGL（净现金最厚但已在补充）→ MSFT（自身 OCF 即可覆盖）。

两处新增前哨

• TER（爱德万系测试设备）是全样本第一个明确减速信号：营收同比翻倍、连续第二季创纪录，DRAM 与 NAND 测试需求是明确增量，但 Q3 收入指引中值较本季回落约 6%，PG 台账判"更像高位消化而不是继续加速"。测试设备位于存储产能投放的前哨位置，该信号需连续跟踪。
• 液冷内部分化：MOD 数据中心收入 +90% 但该分部毛利率下滑 9.6pp，公司收入 +28% 只换来调整后 EBITDA +5%；而 VRT（含 CDU）收入、利润率、现金流同步改善并上修全年（唯一缺口是存货增速快于收入）。与库内 C-液冷-22「冷板 commoditization、防御性在 CDU」完全一致。

仍缺的关键样本：PG usearn_chain_verdict 判存储传导链＝证据不足——MU 与 STX 均显示存储端量价与利润率强劲，但算力端本季只有 INTC 披露，NVDA、AMD、AVGO 均未报告，无法判断存储紧张是否正在限制 GPU 出货。这正是结论八"量"这一侧的缺口，需等 NVDA（8/26）。

1.10 AI 现金兑现度扫描：谁真把叙事换成了现金

前九个小节回答的是「钱够不够花」与「回报率是多少」，本节回答第三个问题：在已披露的 31 家里，谁真的把 AI 需求换成了自由现金流。 判据是四项同时成立：① FCF 为正且 FCF/收入率高；② OCF 对净利有覆盖（排除纯账面利润）；③ 增长可归因于 AI 而非周期复苏；④ 不依赖一次性或投资收益。

数据源：PG usearn_xbrl_fact（14 家有完整现金流口径）+ usearn_press_release（补 STX / KLAC / MOD 等）。NVDA、AMD、AVGO 仍未报，本表为部分样本。

⚠ GOOGL 与 AMZN 的 OCF/净利均因净利含巨额投资浮盈（980 亿 / 534 亿）而失真，不可读作现金质量（见陷阱清单）。

核心发现一：AI 的现金兑现只发生在两类位置

• 上游涨价环节：MU（毛利率 84.6%、+46.9pp）、STX。涨价直接进现金，因为不需要同步等比例扩 capex——MU capex 率仅 18.9% 却做出 42.4% 的 FCF 率。
• 轻资产卖铲子环节：GEV（capex 率 3.5% / FCF 率 46.0%）、KLAC（FCF/OCF 90%）、VRT（5.3% / 28.3%）。吃 AI 需求但不自己建算力。

而所有自己建算力的买方，现金流全部是薄或负的：GOOGL −4.9%、AMZN −4.4%、META +1.3%、ORCL −9.8%、CORZ −355.6%、APLD 负。补入 AMZN 后，四大 CSP 中有三家的 FCF 率为负或近零，"自建算力＝现金流受罚"这条规律在全样本下更强而非更弱。

核心发现二：capex 强度与现金兑现度呈清晰负相关，且有一条干净的分界线

capex 率 < 20% 的公司 FCF 率全部为正且 ≥ 28%；capex 率 > 37% 的全部薄或负。唯一例外是 MSFT——在 39.8% 的 capex 强度下仍做出 21.8% 的 FCF 率，原因是其 OCF 利润率 61.6%，接近谷歌（32.6%）的两倍。

⚠️ 该例外可能在下季消失：MSFT 指引 1Q27 单季总 capex 由 410 亿升至 500 亿以上（现金口径由 358 亿升至约 450 亿，+26%），而管理层同时承诺 FY27 保持 FCF 为正——这两条构成一个可在下季直接验证的、由公司自己给出的裁决点。

这是本报告结论一「谁花钱被罚、谁接单被买」的现金流版证明：市场在 7 月的跷跷板定价不是情绪，而是在读这张表。7/29–7/31 的四家反应（MSFT +15.5% / AMZN +15.3% / META −8.0% / GOOGL −7.1%）看似与本表冲突（AMZN 的 FCF 率为负却大涨），差别在于市场同时读了第二列：AMZN 用「AWS 18 季最快 + 在手订单 4,960 亿 + AI 与芯片各 250 亿年化」把负 FCF 解释成了可折现的前置投入，而 META 与 GOOGL 没能提供同等强度的合同侧对价。

核心发现三：四个必须剔除的比率陷阱

五例的共同特征：净利被非经营项目污染后，任何以净利为分母或分子的比率都失真——GOOGL / AMZN（投资浮盈虚增分母）、TSLA（净利塌陷虚增分子）、INTC（GAAP 亏损但折旧回加）、UMC（权益法收益占税前近半）。本季这不是个别现象：四大 CSP 合计约 1,546 亿投资浮盈已超过其合计营业利润 1,276 亿（见 §1.9 E-5）。

证伪方向（这条结论最可能错在哪）

轻资产环节的现金优势，部分来自它们还没进入自己的扩产周期。两个已经出现的裂缝：VRT 的存货增速大幅快于收入；MOD 数据中心收入 +90% 但该分部毛利率 −9.6pp、FCF 转负。「卖铲子」的位置一旦开始为 AI 扩产，其现金特征会向买方靠拢。 跟踪项：VRT 存货 / 收入比、MOD 数据中心分部毛利率、KLAC 与 GEV 的 capex 率是否抬升。

2. L2 需求层：钱花在哪，存储占多少

2.1 存储在 DC capex 中的占比跳升

两年内翻 2.4 倍（Nomura 6/24）。同一份报告的极端切片：OpenAI 在英伟达架构上的 Memory/Logic capex 比，从 Blackwell 的 200% 升至 Rubin Ultra 的 1190%——每花 1 美元买逻辑芯片要配 11.9 美元存储。

2.2 韩国 9500 亿的规模检验

拆分（2026-07-25 旧金山 AI 峰会）：

规模检验（本报告计算）：

2027 hyperscaler capex           ≈ 1.05 万亿美元   （JPM 外推）
× Memory 占 DC capex 22%          （Nomura）
──────────────────────────────────────────────
2027 全球 AI 内存采购规模         ≈ 2310 亿美元/年

韩国锁定：9500 亿 / 5 年           = 1900 亿美元/年
覆盖率                             ≈ 82%

对照三星 + SK 合计 HBM 份额 >80%、DRAM 份额约 70%：82% 的覆盖率落在两者之间并贴近 HBM 份额，量级自洽——即这笔承诺的规模不超过韩国两家实际能供应的份额，因此不是营销数字。

⚠️ 但这条检验对 Memory 占比假设高度敏感，不宜表述为「精确吻合」：若 Memory 占 DC capex 为 20% 则分母 2100 亿、覆盖率升至 90%；若为 24% 则分母 2520 亿、覆盖率降至 75%。结论三的稳健部分是「规模量级自洽」，不是覆盖率的具体点值（详见结论三）。

该单子的关键性质由韩方原话给出：合同特点是「预先 securing 甚至尚未建成的晶圆厂的产能」——「当我们建造下一个晶圆厂时，他们正在预购那个产能」。这意味着 2027–2029 年的存储产能池，在建成之前就已被预订完毕。 大摩 Chipflation 框架中「非 AI 买家面临更弱分配、更高 COGS、规格削减与延迟发布」的预测，由此转为合同事实。

同时该文件暴露一条新瓶颈：全球科技巨头最强调的诉求是韩国政府的审批速度——连韩国也卡在许可环节，与北美的电力/审批约束同构。

2.3 单位资源强度跳升 vs 产能线性扩张

需求侧：单位资源强度逐代跳升

供给侧：产能线性扩张——DRAM wafer 三年 +41%、ASML 机台每年约 +30%。

跳跃 vs 线性，这是全局最根本的失衡（详见结论六）：需求侧的资源强度按代际阶跃（+50%~+495%），供给侧按工程周期线性铺开，迭代节奏不变则剪刀差不收敛。

⚠️ 一处必须避免的误读：单位资源强度跳升只是成本侧加价，不能据此推断每 GW 收入被稀释——每颗 GPU 的 token 产出上升得比功耗更快（每 MW 吞吐 +88%~+439% vs 每 MW 成本仅 +15.7%），净效应为正。代际口径的完整论证与勘误见 §1.8。

2.4 Token 消耗：需求的物理计量

收入与 backlog 都是会计口径，token 消耗量是不受会计影响的物理需求计量：

该指标与 1.5 节的 ARR 增速互为印证，且比 ARR 更早反映使用强度变化——token 量掉头会领先于 ARR 掉头。

3. L3 供给层：逐级产能对账

3.0 算力交付速率：全文最硬的量化缺口

在讨论任何具体元器件之前，先看总量约束：

⚠ 资本口径换算为本报告推算，且是上限性质：390 亿/GW 是 GB300 满配新建的全口径成本，实际部署含旧世代与自研 ASIC，单位成本更低。口径提醒：MS 同一份报告并列「1.4 万亿美元 capex」与「2028 年约 120GW 容量」，若按 390 亿/GW 直乘（120 × 390 亿 ≈ 4.7 万亿）与 1.4 万亿明显不自洽——说明 390 亿/GW 只适用于 GB300 新建增量，不能用于存量容量外推。

交叉印证：CoreWeave active power 刚超 1GW、2030 年目标 8GW；韩国本次配套 AIDC 约 5GW（SK电讯与英伟达最大 2GW，首个 2027 投运）；Anthropic 另计划 2027H1 部署 2GW AMD MI450。

该测算只统计两家实验室，未含 Meta、xAI 与中国。 含义是：需求侧不需要再增长，仅兑现已知承诺就已远超供给曲线——这既是多方的长期底气，也是「钱花不出去」（缺口 5：电力/审批）的根源（详见结论七）。

3.1 存储晶圆产能

缺口 A｜通用 DRAM 名义增长 +20%，实际可用增量更低。 机制由 GS 7/15 给出：1c DRAM 的 EUV 层数已 >5 层、1d/0a 计划全层 EUV，HBM 单片晶圆的光刻强度远高于普通 DRAM，HBM 的 bit 占比上升会持续挤占 DDR5 与服务器 DRAM 的同一批光刻工时与洁净室空间。因此 wafer 口径的 +20% 会被 EUV 工时口径进一步稀释。

最强证据：BofA 7/19 渠道数据显示 16Gb DDR5 现货约 $49、8Gb DDR4 约 $40，而 2017 年 10 月前高仅约 $10；DDR5 相对 DDR4 的溢价已经消失，因为 DDR4 短缺。DDR4 是最老制程、最无技术门槛、需求最不该增长的产品，它涨到历史新高的唯一解释是产能被抽走，不可能是需求。

缺口 B｜LTA 覆盖率远低于想象。 BofA 7/19 渠道调研：基于 LTA 的 DRAM 销售远低于总量的 50%，非 LTA 部分占 60–70%，即便在 LTA 内部也常有 5–10% 的季度涨价结算。含义：短期（Q3/Q4）2/3 交易仍随行就市，价格弹性仍大，MS 的「Q4 合约价见顶」有兑现空间；长期（2027+）随 9500 亿落地 LTA 渗透率上升，波动收窄、底部抬高，即 Bernstein「抬底降波动但不消除周期」的机制。

3.2 光刻设备产能

ASML 2Q26 披露的产能规划：

关键分配线索：ASML 指引 2026 年 Memory 收入 +75% YoY、先进逻辑 +25%；⚠️「Memory 客户 2026 产能已售罄」出自 1Q26 口径，非本季；2Q26 电话会的对应表述是 2027 年 Low-NA 订单「接近全部覆盖」；FY26 收入指引一次从 €36–40bn 上修至 €43–45bn（+35% YoY）；中国占比降至 14%（Q4'25 曾 36%），公司预计全年 normalise 至 20%。

台数对账（本报告推算）：DRAM wafer 三年需新增 858k 片/月。假设 1c DRAM 需 5 层 EUV、NXE:3800E 230 wph、80% 稼动，单台约支撑 2.5 万片/月的 DRAM 产能，则新增需求约需 34 台 EUV 专供存储；而 ASML 三年出货约 260 台，按存储分配 45% 计约 117 台——台数有明显缓冲。

⚠️ 该测算的单台产能、层数、分配比例均为假设，敏感性高：若 1d/0a 全层 EUV 使层数翻倍，需求台数直接翻倍至约 68 台，缓冲大幅收窄。结论方向可信，具体数字不可引用。

闸门因此转移到别处，由两条一手口径共同指向：GS 7/15 明示「为适应 1a/1b→1c/1d/0a 过渡需大幅扩建洁净室，EUV 扫描仪体积庞大显著推高建厂成本」，且「随层数增加后续刻蚀难度呈指数级上升，已成为制约良率的主要瓶颈」；Intel 电话会自述正在「锁定机台采购订单、加速洁净室建设、确保基板与存储供应」——三件事里两件不是机台，与该判断独立互证。

3.3 先进制程与封装

3.4 库内此前无独立跟踪的环节：基板与 T-glass

Intel 2Q26 电话会原话：「关键瓶颈不仅限于晶圆，还包括基板（substrates）、T-glass 和存储芯片」；并称 3Q 供给增长后置、Q4 收入将显著跃升，但仍将供给受限、无法完全追上需求。

T-glass 与库内 PCB 侧证据直接对上：瑞芯微/全志的 26H1 中报预告点名「存储/基板/玻纤布/PCB 全面紧缺涨价」。一家美国 IDM 的产能瓶颈清单，与两家中国 IC 设计公司的成本抱怨，指向同一批物料。该环节目前是库内最大的信息盲区。

3.5 GPU 实际出货：上修的来源比上修本身更重要

Nomura 2026-07-24 报告（经公众号转述，🟡）：

关键在于：Nomura 上调了机柜与模块出货，却没有上调 CoWoS GPU 供应预测。 这说明本轮变化来自下游交付加快，而非上游芯片产量增加——与 3.0 节「缺口在交付速率」的判断一致，但同时是一个空方前哨：靠加快交付撑起的上修是一次性的，不可重复。

其余结构信息：xAI 成为 GB300 后半程最大增量，2026 年订单可能超 1.3 万柜（原预测 6000–8000 柜）；Supermicro 新订单超 600 亿美元（6 月初观察值 390 亿）；VR200 量产比原计划晚约 1–2 个月，2026 年仅占 GB/VR 机柜约 15% 且集中在四季度，客观上延长了 GB300 生命周期。

3.6 Neocloud 与 AMD：CSP 之外的第二类买方与第二条供给曲线

本报告 L1 层的买方只写了 CSP，实际存在第二类买方（neocloud）与第二条加速器供给曲线（AMD）：

含义有二：① CoreWeave 的 capex 因元器件涨价而被动上调，是存储/元件涨价向下游传导的直接证据；② 若 OpenAI 与 Meta 的 6GW 计划在两三年内集中落地，当前 CoWoS 产能假设明显不足——但两者尚未明确逐年部署节奏，确定性低于已获订单验证的 GB300 链。

4. L4 缺口清单、主要矛盾迁移与 26H2 主线推导

4.1 从「缺口清单」到「主要矛盾」：主线的三条件

上表是静态的缺口清单，它回答「哪里紧」，不回答「哪一条会成为下一阶段的定价焦点」。后者需要三个条件同时成立：

主线 = 缺口成立度（是不是真的紧）
     × 尚未被定价（共识还没走完）
     × 窗口内有裁决事件（紧或不紧能被证实/证伪）

三者缺一都不构成主线：缺口成立但已被定价 → 赔率差（26H1 末的存储）；未被定价但缺口不成立 → 伪主线；前两条都成立却无裁决事件 → 只能是长期配置而非阶段主线。

4.2 主要矛盾的位置：金库供需框架的 rank 与跟踪密度严重背离

本报告的缺口清单是文字排序，而 ledgers/industry-board/board.json 是金库对同一问题的结构化基准（19 节点、紧张度与 rank 由催化事件逐条回写）。把两者对齐后出现一个此前没被读出来的事实：

⚠️ 口径说明：催化事件列按 framework_impacts[].node 统计（同一事件影响多节点时各计一次、单节点内去重），不是按 industry 字段——两者不可混用。本表此前误用 industry 口径（电力 12／光互联 23／PCB 15／液冷 7），已订正为上表 node 口径。E5 的口径对多影响事件的去重规则较敏感（另一种算法为 21），该列只用于粗略对比注意力分布，不承担精确论证。

两处背离，都指向同一个方向：

1. S1-power 是全表唯一的 🔴🔴、供给层 rank 1，但 board 验证次数只有 3 次——是存储、光互联、晶圆的三分之一以下，是 CPO/PCB 的七分之一。金库自己的框架从来没说过存储是最紧的环节，一直说的是电力。按 node 口径的催化事件数（8 条）同样是主要供给节点里最少的之一。 ⚠️ 需诚实标注的一点：S3-cowos 的事件数同为 8、验证次数 4，在「跟踪稀疏」这一维度上与电力接近；真正把电力单独拉开的是紧张度本身（唯一 🔴🔴）与回撤最浅（−13.1%）这两项，而不是事件数。
2. F3-depreciation 是资金层唯一的 🔴 且 rank 1，验证次数为 0、事件仅 1 条——几乎没有被跟踪。它是本报告缺口 9，性质是「已发生 capex 的机械结果，不需要需求转弱即自动恶化 EPS」。

26H1 的主线为什么是存储：不是因为它最紧，而是因为它最容易被定价——存储是全链唯一有周度现货价、有合约价、有 ASP 弹性直接映射到利润表的环节（JPM：2026E DRAM ASP +246%、行业收入 +346%；MU 单季毛利率 84.6%）。缺口的可交易性，而不是缺口的大小，决定了 26H1 的主线选择。

存储缺口在 26H2 并未被证伪——MU FYQ4 指引营收 500 亿（环比再 +21%）、毛利率约 86%，SK 海力士三季度 DRAM 价格预计环比 +20% 并启动 HBM4 放量，Seagate 近线产能分配已延伸至 2028。变的不是缺口，是赔率：兆易 5–6 月涨 137% 之后 7 月回撤 54.9%，价格已经把「紧」这件事表达完了。

4.3 26H2 三条候选主线的横向打分

4.4 候选一的关键分歧：电力缺口的「性质」决定了利好落在谁身上

这是本节最容易出错、也最必须讲清的一点。电力缺口是"缺设备"还是"缺审批"，两者对 A 股的含义完全相反：

• 若约束是并网与审批（并网排队 5–10 年、韩国同样卡审批）：则项目根本开不了工，设备订单不会因为缺口大而加速，缺口越大反而越体现为"钱花不出去"（本报告缺口 5 的原始表述）。此时利好不落到设备商。
• 若约束是表后供电（BTM/BYOP）绕开电网：则约束从审批转回设备，缺口直接转化为设备订单。

board 基线给出的正是后者的证据：2028+ 50%+ 的新建美国数据中心由表后供电驱动，2029 年 DC BTM 设备 TAM 达 50GW/年，可用电网裕量 2027 年转负，Texas 已有 5GW+ BTM 设施获规划；同时 BTM 管线约 131GW／占 39%，但投运端仅约 5%——管线与投运之间的 34 个百分点差额，就是设备侧的兑现空间。

因此候选一的正确表述不是「电力紧缺 → 买电力」，而是「电网走不通 → 需求被迫转向表后供电 → 燃机/储能/中压开关/SST/柴发/液冷这一组设备成为可交付的瓶颈解法」。 这条链的证伪点也随之明确（见 4.5）。

⚠️ 同时必须记住 §1.10 已给出的反向证据：轻资产卖铲子环节的现金优势，部分来自它们还没进入自己的扩产周期——MOD 数据中心收入 +90% 但该分部毛利率 −9.6pp、FCF 转负，VRT 存货增速大幅快于收入。电力/散热设备一旦为 AI 大规模扩产，其现金特征会向买方靠拢，这是候选一在财务层面的天然上限。

4.5 定价状态层（与基本面证据分列，不参与缺口判定）

方法论隔离声明。本报告的纪律是「不以股价走势或盘面反应作为基本面证据」。本节引入回撤与调整时长数据，用途是度量「缺口被共识定价了多少」——那是一个关于别人怎么想的事实；而不是用途是证明「缺口是否存在」——那是一个关于产业怎么样的推断，只能由 4.2–4.4 的产业证据支撑。两者分列，本节结论不得回流去修改缺口清单的任何一行。

美股：CSP 与上游的调整节奏完全错位（PG usearn_price_cache，2026-01-01 起）

四大 CSP 调整了 57–169 天且已基本收复（MSFT 距高点仅 −3.9%、AMZN −1.2%）；而半导体设备与存储只调整了 29–34 天、仍在 −15%~−39%（VRT 76 天是电力散热组的例外，其回撤 −40.7% 亦更深）。次序是「CSP 先调整完 → 上游刚开始」，与 §1.9 记录的四家财报次日反应（MSFT +15.5%／AMZN +15.3%）方向一致。

A 股：回撤深度与跟踪密度几乎完全同序（PG stock_daily，区间高点取 2026-04-01~07-31、低点取 2026-07-01~07-31，28 个样本全集：兆易创新、澜起科技、普冉股份、中际旭创、新易盛、天孚通信、长飞光纤、源杰科技、胜宏科技、深南电路、生益科技、沪电股份、东山精密、工业富联、中芯国际、北方华创、中微公司、拓荆科技、海光信息、寒武纪、英维克、思源电气、国电南瑞、金盘科技、紫光股份、浪潮信息、科华数据、麦格米特。样本为本报告按产业链环节人工选取，非指数成分、存在选样偏差）

回撤深度分层（距区间高点 %）
光互联   天孚 −65.6  长飞 −53.2  新易盛 −49.6  源杰 −42.1   ← 跟踪最密(10)、回撤最深
存储     普冉 −59.2  兆易 −54.9  澜起 −35.1                ← 跟踪最密(10)
液冷     英维克 −60.8  麦格米特 −43.6
PCB      胜宏 −51.5  生益 −43.6  深南 −32.7  沪电 −33.1     ← 跟踪最密(22)
半导体   寒武纪 −40.8  中微 −29.8  中芯 −28.3  北方华创 −26.6
电力     金盘 −38.8  思源 −30.1  国电南瑞 −13.1            ← 跟踪最疏(3)、回撤最浅

三条读数：

1. 28 个样本中有 18 个在 07-30 同日见底（即 MSFT/META 财报日），至 07-31 只反弹 1 个交易日——修复刚开始，不是已完成。
2. 回撤深度与 4.2 表中的跟踪密度同序：光互联/存储/PCB（验证 10–22 次）跌幅最深，电力（验证 3 次）跌幅最浅。这正是「已被定价 vs 未被定价」的价格侧镜像。
3. 量能已衰竭但接力资金未现：21 只可计算量能的样本中 13 只近 5 日成交额落在 6/15–7/15 峰值期的 42%–80% 区间（英维克 44%、科华 42% 为下沿；紫光 164%、中际旭创 113% 等为上沿例外），卖压衰竭 ≠ 新主线确立。

本层唯一允许输出的结论：电力回撤最浅且跟踪最疏，只有两种解释——要么市场认为该缺口不成立，要么尚未定价。判定哪一种必须回到 4.2–4.4 的产业证据；而那些证据（🔴🔴 rank 1、MS 38GW、AMZN 电力翻倍承诺、BTM 管线 131GW vs 投运 5%）支持后者。

4.6 裁决表与证伪点

三条候选的打分见 §4.3，本表只列窗口内的裁决事件，并补上 §4.3 未覆盖的两条在位主线（存储、光互联）的赔率状态：

三条证伪点（本节最可能错在哪）

1. 电力主线的证伪：若北美在建 GW 月增速持续低于 1GW 且 stranded 比例继续上升，说明约束仍在审批与并网、BTM 替代未能放量——则缺口再大也不转化为设备订单，候选一失效。这是候选一唯一的致命证伪点，优先级高于任何价格信号。
2. 封装主线的证伪：CoWoS 供应预测被上调，或 EMIB-T／硅光／微流体多路线快速放量——本报告结论七的「封装是最硬缺口」随之弱化。
3. ASIC 主线的证伪：Trainium／TPU 实际出货不及多吉瓦承诺，或 NVDA 以降价锁定份额压缩 ASIC 的 $/GW 优势（当前 $30–40B/GW vs $50B+/GW）。

一句话：26H1 主线是存储，不是因为它最紧，而是因为它最容易被定价；26H2 的主要矛盾按金库自己的框架应当迁移到全表唯一的 🔴🔴 节点——电力，其可交易形式是表后供电（BTM）设备链而非电网；先进封装是证据等级刚被台积电 CEO 抬升的次选；ASIC 是本季首次拿到买方硬数的新叙事，赔率最高但跟踪最陈旧。存储与光互联的缺口都没有被证伪，被消耗掉的是赔率。

5. 模型与应用层：闭源变现、开源渗透与对各环节的传导

为什么单列成章。模型与应用层在四层框架里同时占据三个位置——它是 L1 的收益终点（谁在为算力付钱）、是 L2 的需求源头（token 消耗决定买什么）、又通过开源渗透反向改写 L1 的定价假设（结论十二的 token 通缩、结论十四的 provider 比价）。把闭源变现与开源传导拆在两处写必然重复且互相矛盾，故合并于此，并逐环节回答：开源渗透对产业链每一环分别意味着什么。

5.1 闭源侧：两家实验室的 ARR、单位经济与盈利拐点

ARR 轨迹（SemiAnalysis 7/8 自下而上建模 与 yipit 6/26 跟踪，两个独立源互相印证）：

盈利与单位经济（Anthropic，SemiAnalysis Tokenomics 模型）：

• 混合毛利率：2024 年 −94% → 当前 mid-60%；API 口径 80%+
• ARR per MW：9 个月前 $16M → 今年晚些时候目标 $60M（约 3.75 倍）——单位算力变现效率，是「capex 有回报」最直接的分子
• 净收入留存率 500%：1Q26 的 $30B ARR 中有 $12B 来自 1Q25 时仅贡献 $2B 的客户
• 客户结构：>$100k/年客户一年增 7 倍；>$1M/年客户两年增约 42 倍
• 用户口径：Anthropic 免费 MAU 5,500–6,000 万、9% 付费；OpenAI 约 9.5 亿 WAU、约 6% 付费（且需负担 9 亿+ 免费用户，每人每月约 $0.70 成本）
• Claude Code 已占 GitHub 全部 commits 的 >7%；>65% 的实验室 ARR 来自编码场景
• 融资与估值：Series G（2026-02）$30B@$380B post；Series H（2026-05）$65B@$965B post；累计融资 >$1,000 亿；保密递交 IPO 于 6/1，预计最早 9 月上市

买方侧确认。此前这一层的全部数据来自第三方建模，本季首次拿到超大厂自己披露的对价：

这条回路必须被明确指出：三大 CSP 一边把现金 capex 投向算力、一边把算力卖给两家实验室、再把实验室的估值上涨确认为自己的利润。上行期这条回路放大报表利润，下行期同样反向放大。9 月 Anthropic 招股书因此不只裁决结论四（模型层 ARR 与盈利拐点），还同时裁决 GOOGL 与 AMZN 利润表里 1,514 亿浮盈的估值基础（详见 §1.9 E-5）。

企业侧交叉验证：

裁决：模型层不但不小，它是整条链上增速最快、且盈利拐点已进入预测视野的一环（详见结论四）。⚠️ 关键口径限制：Anthropic 保密递交、无公开财务，上述 P&L 全部为 SemiAnalysis 自下而上建模，9 月招股书是唯一权威裁决。

5.2 开源侧：谁在执行 token 价格通缩

结论十二把「token 价格通缩」定为 25–50% 回报路径的死穴，但没有回答谁来执行通缩。执行者是开源。

事实底座（2026-07-17 ~ 07-28）：

开源阵营的规模与定价：

量化底座（UBS 调研，🟢）：企业级开源 token 份额 1 月 0.1% → 2 月 1% → 当前 >10% → 预期 12 个月内破 90%（末项为单一企业预测）；付费金额 90%+ 仍在闭源；开源运行成本为闭源 10–30%；性能滞后约 90 天；约 60% 企业已将 token 成本列为突出问题；算力调度迁移后平均省 20–30%。渠道侧：OpenRouter 上中国开源模型企业 API token 份额 7 月中周度峰值约 46%，高于美国来源的 35.7%，一年前不足 2%（🟡）。

5.3 闭源 vs 开源：同一层的两种商业模式

理解全部传导的关键，是先看清两者赚的不是同一笔钱：

两点直接推论：

1. 开源压的是 token 价，不是小时租金。 跑开源的算力仍要有人按小时买单——这是全章的核心机制（5.4）。
2. 开源对闭源的定价权冲击是真实且已量化的：能力滞后约 90 天、成本仅为 10–30%，意味着任何对时效不敏感、对成本敏感的负载都会迁移。闭源的 5–8 倍价费差（$1.75 vs $0.22–0.36）正是竞争会攻击的位置（结论十二）。但 UBS 的量钱分离数据同时说明：份额已 >10%、付费额仍 <10%，冲击目前落在增量而非存量。

5.4 分环节影响矩阵：开源渗透对产业链每一环意味着什么

此前只回答了「开源对小时租金的方向」这一个问题，本表把它拆到每一个环节。

矩阵读出的三条主线：

1. 开源不是「AI 需求利空」，而是「AI 利润在链条上的再分配」。被削的是模型层的 token 溢价，受益的是算力层（云厂 + 芯片 + 托管），总需求因杰文斯效应上升。这与本报告 L1 层的核心命题不冲突——CSP 的收益验证反而被开源加强。
2. CSP 是这轮再分配里唯一两头受益的位置：既是开源托管的算力提供方（收小时租金），又是自有闭源模型的分发方（Bedrock/Foundry/Vertex 上架全部模型收平台费）。AMZN 的表述最直白——「AWS 即使没有自己的前沿模型也可以拥有非常成功的业务，因为不会有一个模型一统天下」，同时仍自建前沿模型以「获得对成本的额外控制」。
3. 代价在两处：模型层的估值（直接冲击 §5.1 的 ARR 与毛利率假设，进而冲击 CSP 报表里 1,514 亿浮盈的基础），以及租金的定价权（5.5）。

5.5 传导链：第一段压 token 价，第二段压小时租金

第一段——量钱分离，是理解「开源是否利空算力」的分水岭：

闭源 API：客户按 token 付费 → 模型厂商吃 price–cost spread（$1.75 售价 vs $0.22–0.36 成本）
开源自部署/托管：客户按 GPU 小时付费 → 算力方吃 rental–TCO spread（$8.5 租金 vs $2.1–2.4 成本）
开源渗透率上升 = 需求从「token 池」搬进「小时池」，不是需求消失

还有一处常被忽略的结构优势：MS 路径三里租方按全容量付租金（279 亿/GW），高于路径一自营现货的 229 亿（后者承担 75% 利用率折扣）——长约预留把利用率风险转移给租方，云厂收入更高也更确定。开源自部署越多，这种全容量长约越多。

第二段——provider 同质化比价，才是租金定价权真正被侵蚀的位置。闭源模型只有一个 provider（模型厂商自己），没有比价对象；开源模型的同一份权重可被任意多家托管，在同一路由层上实时比价、可一键迁移：

这是把算力从「稀缺配给」推向「现货商品市场」的机制。 闭源时代租金的定价权来自信息不对称与配给；开源把权重标准化之后，剩下可比的只有价格、吞吐与稳定性。

最尖锐的时间错位：Rubin 代际需要 +51% 的租赁涨价才能维持现有毛利结构（§1.8 三锚点），而 provider 比价在 2027 年常态化——两件事正面相撞（结论十四）。

5.6 三阶段路线图

5.7 反向力量与证伪点

不能把开源简单读成通缩单边下注，五条反向力量都有实证：

1. MoE 架构削弱自部署经济性：K3 原生 MXFP4 权重 1.4–1.5TB、FP16 约 5.6TB，官方推荐 64+ 卡 supernode；MoE 须为全部参数备显存却只激活一小部分（896 专家激活 16）。开源不等于人人可跑——需求被推向头部托管商与大规模 IaaS，利好集中而非长尾（🔴 低权重技术分析佐证，方向与库内部署门槛数据一致）。
2. 开源自己也在涨价：K3 API $3/$15 虽仅为 Fable 5（$10/$50）的三分之一，却已是前代 K2.6 的约 3 倍——「超低价中国 AI」时代结束，通缩不是线性的。
3. 算力侧的开源折价已被提前定价：Nasdaq −1.40% / NVDA −2.2% 发生在 7/17 公布日，而 7/26 权重实际放出时并无同级别算力股冲击。事件驱动的算力杀估值主要发生在预期形成阶段，不在权重落地阶段。
4. 中美实验室的算力分配不对称：中国实验室历来承受的推理需求压力小于美国同行，因而可把更多算力投向训练（Interconnects / Nathan Lambert，🟡）；这意味着开源旗舰的推理负载最终要由第三方托管商买单，进一步强化 5.5 的需求转移机制。
5. CSP 自己就是开源的主要供给方之一：Gemma 累计下载 >9 亿次、NVIDIA Nemotron 3 Ultra 登顶开放模型榜、OpenAI 亦签署开放权重公开信。当算力供给方同时是开源权重供给方时，「开源冲击算力」的传导被内生地削弱——它们放出权重的目的正是把负载吸引到自己的算力池。

证伪本章的最强信号：若出现「开源 token 份额继续上升，但 Fireworks / Together / Baseten 一类托管商的收入或单位价格同步走弱」，则说明需求没有搬进小时池，而是被整体效率吞掉——5.5 第一段的机制不成立，结论十三须重估。次强信号：闭源侧的 NNARR 绝对额见顶（当前 $10B+/月），说明开源的份额侵蚀已从增量进入存量。

未知 / 后续跟踪

信息来源

方法论纪律：本报告只用产业与公司基本面数据（财报、指引、产能、订单、价格与产业调研）做判断，不以股价走势或盘面反应作为基本面证据。§1.9 中记录的四家财报次日涨跌幅（MSFT +15.5% / AMZN +15.3% / META −8.0% / GOOGL −7.1%）只用于说明「同一板块内不同可折现物被差别定价」这一事实，不作为任何基本面判断的论据；「未知 / 后续跟踪」表承担事件与数据的验证清单职能。§4.5「定价状态层」是本纪律的唯一受控例外：该节使用回撤与调整时长，用途严格限定为度量「缺口被共识定价了多少」（关于别人怎么想的事实），不得用于证明「缺口是否存在」（关于产业怎么样的推断），且其结论不回流修改缺口清单任何一行。

口径与免责：⚠ 标记数值为按卖方增速倒推或本报告推算，非披露值；MS 三套 ROIC 框架为示意性建模（illustrative），$8.5/hr、2750 tokens/s/GPU、$1.75/百万 token 均为假设区间中值而非披露值；路径三（租算力）没有资本分母、且未施加 75% 利用率折扣，MS 自标为示意口径，不得与路径一二机械排序；§1.7 的同口径压力测试（利润率降至约 6.5%）与 §1.8 的 Rubin 每 MW 重算、三定价锚点均为本报告二次演算，非 MS 或 SemiAnalysis 原始预测；SemiAnalysis 的每 MW 吞吐与每 token 成本中，Rubin 行来自 CoreWeave 工程样品（预产 Dell ES 机架、无 scale-out fabric），GB200/GB300 行为其自家 InferenceX 基准，两者非同源且均未经独立验证（Nvidia 承诺 2026Q3 前向 InferenceX 提交可验证数据），基准模型 DeepSeek R1 671B 理论上偏袒 Blackwell 基线；MS 与 SemiAnalysis 的吞吐绝对值不同源（差约 1.6 倍，模型与精度不同），本报告只取 SemiAnalysis 的同源比值，不混用两家绝对值；2027 capex/OCF 均为预测；hyperscaler 整体口径由三家外推；EUV 台数测算假设敏感性高（见结论五）；韩国 9500 亿含 MOU 成分且来源权重 🟡；Anthropic / OpenAI 的 ARR 与 P&L 全部为第三方自下而上建模或二手跟踪，标的无公开财务，9 月招股书是唯一权威裁决；本报告仅做装配与对账，权威在各源页面，不新增未回源事实；不含买卖建议、目标价或仓位。

勘误与建稿记录

逐版本变更表见页首；本节只保留三次勘误的完整说明与结构记录。

四次勘误的完整说明

• v1.1 修正结论四：初版仅统计智谱（$1B）与 DeepSeek（$0.45B），据此断言「模型厂商 ARR 与 capex 不在一个量级」——未纳入 Anthropic 与 OpenAI，属取数遗漏、方向性错误。按 SemiAnalysis（7/8）与 yipit（6/26）两个独立源修正后，两家合计 ARR 约 1000 亿美元，模型层实为全链增速最快的一环。
• v1.3 推翻结论十：v1.2 断言「Rubin 每 GW 收入被稀释 27%、ROIC 由 31% 压到约 18%、租金须 +37% 才持平」。该推算按 all-in 功耗折算了每 GW 的 GPU 颗数，却把「每颗 GPU 的 token 吞吐」当作不变量，等于假设租赁定价对性能完全无感——这是错的分母。库内 英伟达概念 与 AI基建-半导体 两页自 2026-07-24 起已记录 SemiAnalysis 的每 MW 性能数据，v1.2 未调用，同属取数遗漏。按每 MW token 吞吐重算后结论方向反转：代际升级提高而非稀释每 GW 回报，剩余风险由「物理稀释」改判为「定价能否跟上性能」。

• v1.7 修正 AWS backlog：v1.6 的 backlog 合计 2.09 万亿中，AWS 一项取 2,440 亿，来自 AMAZN-20260731-Q2-26-Earnings-Call.md 的自媒体摘要段；而同一文件正文的 CEO 原话、PG usearn_verdict 裁决、以及分析师「RPO 是 2025Q3 的 2.5 倍」的提问三方一致指向 4,960 亿。属未回源至一手段落即采信二手摘要，是取数纪律问题而非判断错误；修正后合计上修至约 2.33 万亿，结论一口径③方向不变、强度上升。同时补入此前缺失的两条口径限制（MSFT 商业 RPO 剔 OpenAI 后仅 +25%、加权久期 2.3 年；关联方订单占比）。

• v1.10 外部审计订正（4 处硬错误）：① §2.2 规模检验算术错误——1.05 万亿 × 22% 应为 2,310 亿而非 2,400 亿，覆盖率随之由 79% 升至 82%；原文「79% 与市占率精确吻合」建立在错误中间值上，已改为「量级自洽」并补敏感性区间（结论三的稳健部分是量级，不是点值）。② §4.2 催化事件列口径错误——表格行是 framework node ID，却填入了 industry 字段计数，两者映射不同；按 framework_impacts[].node 重算为电力 8／光互联 20／液冷 12／CPO-PCB 23，且必须承认 S3-cowos 事件数同为 8，真正把电力单独拉开的是紧张度（唯一 🔴🔴）与回撤最浅，不是事件数。结论十八方向不受影响（board 验证次数列全部正确）。③ §1.6 折旧表口径混用——GOOGL 行用 Q2 实测（+42.1% vs +24.2% = 1.7×）却标 5.0×，5.0× 实为 GS 全年预测 +117% ÷ +24%，已拆为两个口径分列。④ §1.4 谷歌募资虚增——「6 月已募 850 亿」是 450 亿混合融资与 400 亿 ATM 计划之和，而新闻稿明写「截至 6/30 未售出任何 ATM 股份」，实际净募资为股权 496 亿 + 票据 203 亿，且与 §1.9 自报数自相矛盾，已订正。
• v1.10 同批订正的 14 处偏差：GOOGL backlog +385% 标注为 Citi 口径（库内复算 +375%）；AWS 利润率改用公司补充表 39.4%/32.9%；ASML「Memory 2026 售罄」时点归属由本季改回 1Q26；INTC 14A 删去「提前」、18A 由「超目标」改为「达标且产出高约 25%」；§4.5 概括句补 VRT 76 天例外；AMZN 剔浮盈 OCF/净利 240%→222%；Anthropic「消费者 MAU」改为「免费 MAU」；Z.ai 跌幅标注双口径；K3 发布日 7/17→7/16（7/17 为 WAIC 与市场反应日）；LRCX 指引 +20%→+20.5%；SemiAnalysis「实测」收紧为「Rubin 行 CoreWeave 实测、GB300 行 InferenceX 基准」；A 股量能区间按实测改为「21 只中 13 只落在 42%–80%」；补列 §4.5 的 28 个样本全集并声明选样偏差。

建稿记录：2026-07-25 建稿，2026-08-02 升 v1.10。

当前结构：四层对账框架 + 裁决矩阵 + 结论索引 18 条 + 正文六节——§0 方法论、§1 资金层（全样本 CSP 全景 / 单位经济 / 代际口径 / 现金兑现度）、§2 需求层、§3 供给层、§4 缺口清单与 26H2 主线推导、§5 模型与应用层；缺口清单 11 项，后续跟踪 37 条。

三次结构精简的取舍：① 删除原「与库内既有命题的关系」章——库内映射由各产业链页面自行承载；② 删除原「多空叙事的观测点」章——验证清单职能由文末「未知 / 后续跟踪」表承担；③ 删除全部按披露时点堆叠的增量更新块——正文各章已按全样本口径重写，更新块只剩重复；逐版本变更保留在页首一张表，勘误本体保留在本节。

数据源：2026-07 财报季四大 CSP 一手财报与电话会 + 15 份投行 review + JPM/MS/Nomura/BofA/Bernstein/GS/UBS/SemiAnalysis/The Information + PG usearn_* 全家与 stock_daily + ledgers/industry-board/board.json 与催化事件台账 + wiki 产业链、概念、研判页交叉。