先把口径说清楚
这篇不是投资建议。股价数据用的是公开行情与历史收盘价口径做的近似复盘,重点是阶段和逻辑,不追求到每个交易日的小数点。
时间起点我选 2022-11-30,也就是 ChatGPT 发布当天附近。终点按写作时间 2026-05-08 附近的公开行情理解。
涨幅可以粗略理解成:
\[ \text{涨幅}=\frac{\text{阶段末股价}-\text{阶段初股价}}{\text{阶段初股价}} \]这里面有两个误差来源:一是不同网站对复权、拆股和盘中价处理不完全一致;二是 2026 年 5 月 8 日美股尚未收盘,实时价格还会变化。所以正文更看重“几倍级别”和“相对强弱”,不把它写成交易系统。
时间线:AI 走到哪一步,股票就涨哪一段
| 阶段 | AI 发展状态 | 涨得最猛的对象 | 市场在买什么 |
|---|---|---|---|
| 2022-11 到 2023-03 | ChatGPT 出圈,GPT-4 发布,市场确认大模型不是玩具 | 微软、英伟达、部分云厂商 | 买“入口”和“算力军火商” |
| 2023-05 到 2024-03 | 英伟达业绩指引大幅超预期,H100 供不应求 | 英伟达、超微电脑、台积电、博通 | 买真实订单,AI 从故事变成收入 |
| 2024-03 到 2024-12 | Blackwell 发布,模型训练和推理规模继续放大 | 英伟达、博通、甲骨文、数据中心链条 | 买下一代集群和云基础设施 |
| 2025 年 | AIP、Copilot、云 AI 服务进入企业试用,资本开支继续加速 | Palantir、博通、甲骨文、内存链条 | 买“AI 能不能进企业流程” |
| 2025-下半年到 2026-05 | HBM 紧张扩散到存储、NAND、SSD,闪迪重新成为独立标的 | 闪迪、美光、西部数据相关资产 | 买存储涨价、供需反转和低市值弹性 |
2023 年 5 月是第一段最关键的分水岭。
ChatGPT 出圈时,市场还可以怀疑:这是不是一个聊天机器人泡沫?可英伟达在 2023 年 5 月给出的业绩指引,把怀疑直接砸穿了。数据中心收入和下一季度收入指引明显高于市场预期,市场第一次看到“模型能力”可以转化成“GPU 订单”。
这就是为什么英伟达不是从 2024 年才开始涨,而是在 2023 年就已经进入主升段。
到了 2024 年,行情从“买 GPU”扩散成“买 AI 工厂”。训练大模型不是买几张显卡,真正贵的是集群:GPU、HBM、网络、服务器、液冷、电力、机房、软件栈,缺一块都不行。
所以超微电脑会暴涨,博通会暴涨,台积电会涨,甲骨文也会涨。它们不是同一种公司,但都站在 AI 基础设施的付款链条上。
2025 年以后,行情又开始找第二层确定性:模型到底能不能进企业流程。Palantir 的 AIP 就是这个阶段的代表,市场买的不是一个普通软件公司,而是“AI 进入企业决策和运营系统”的想象空间。
这里的想象成分就明显更高。GPU 公司已经在收钱,企业 AI 软件还在证明自己能持续收多少钱。
主要公司的大致涨幅
按 ChatGPT 发布以来的口径看,涨幅最夸张的不是微软、谷歌、亚马逊这类大盘科技股,而是市值相对小、业绩弹性被 AI 放大的公司。
| 公司 | 产业位置 | 2022-11-30 附近到 2026-05 附近的大致表现 | 最猛时间段 | 关键原因 |
|---|---|---|---|---|
| NVIDIA | GPU、AI 加速卡、CUDA 生态 | 约 10 倍以上 | 2023-05 到 2024-03 | 数据中心收入爆发,H100 供不应求,AI 训练变成真实订单 |
| Super Micro | AI 服务器 | 曾经超过 10 倍,后续大幅回撤 | 2023 到 2024 上半年 | 服务器交付弹性大,但公司治理和会计风险也放大了波动 |
| Palantir | 企业 AI 软件 | 约 20 倍级别 | 2024 到 2025 | AIP 叙事打中企业 AI 落地,收入增长和估值扩张叠加 |
| Broadcom | ASIC、网络芯片、VMware | 约 5 到 8 倍 | 2024 到 2025 | 自研 AI 芯片和网络芯片需求上升,叠加软件并表 |
| Oracle | 云、数据库、AI 基础设施 | 约 3 到 5 倍 | 2024 到 2025 | AI 云基础设施订单和 backlog 被市场重估 |
| Micron | DRAM、HBM、NAND | 约 2 到 4 倍 | 2024 以后 | HBM 周期反转,存储价格修复 |
| SanDisk | NAND、企业级 SSD | 2025 独立上市后出现数倍涨幅 | 2025 下半年到 2026 | NAND 周期反转、AI 存储需求、低市值弹性 |
| Microsoft | 云、OpenAI 合作、Copilot | 约 2 倍左右 | 2023 到 2024 | AI 入口和 Azure 增长预期,但体量太大 |
| Meta | 广告、开源模型、AI 推荐 | 约 5 倍以上 | 2023 到 2024 | 成本收缩叠加 AI 推荐提升广告效率 |
| Alphabet / Amazon | 云和模型 | 约 1 到 3 倍 | 2023 到 2025 | 有 AI 能力,但原有业务太大,AI 弹性被摊薄 |
这个表里最值得注意的是:涨幅不只由“AI 相关程度”决定,还由原本市值、利润弹性、筹码结构、行业周期一起决定。
微软当然重要,但它太大了。微软涨 50%,需要的资金和市值增量都非常夸张。一个中小市值公司,如果突然被市场认为站到了 AI 主链条上,股价更容易被拉出几倍。
这也是闪迪暴涨的核心逻辑之一。
闪迪为什么能暴涨这么多
闪迪不是 2022 年以来一路跟着 AI 涨起来的老标的。它的特殊性在于,2025 年从西部数据分拆出来,重新成为一个更纯粹的 NAND 和闪存标的。
它暴涨,不只是因为“AI 需要存储”。更准确地说,是几个因素叠在一起:
| 因素 | 作用 |
|---|---|
| AI 数据中心需要更多高性能存储 | 训练数据、推理缓存、向量检索、数据湖、日志和 checkpoint 都会增加存储需求 |
| NAND 行业本身处在周期反转 | 存储行业经历过低谷,供给收缩后价格修复,利润弹性会很大 |
| 独立上市后标的更纯 | 从西部数据拆出来后,市场更容易按 NAND/SSD 周期给它定价 |
| 原始市值不高 | 相比英伟达、微软这类巨头,拉高股价需要的绝对资金更少 |
| 做空或低预期容易被反打 | 周期股一旦业绩和指引超预期,估值修复会很暴力 |
用户提到的“市值低,耗费资金少”,我觉得这个判断是对的,但要补一句:市值低只是弹性来源,不是上涨理由本身。
如果没有 NAND 价格修复、AI 数据中心 SSD 需求、公司独立后财务表现改善这些基本面催化,低市值只能让它更容易被炒,也更容易跌回去。真正厉害的行情,一般是“低市值 + 低预期 + 基本面边际改善”同时出现。
闪迪这波更像是 AI 东风吹到了存储周期的底部。风本身很大,地面又刚好干。
这轮行情和互联网泡沫像吗
像,也不像。
像的地方是:估值先于盈利闭环。很多公司股价涨的是未来 5 年甚至 10 年的想象,市场会把“可能成为基础设施”的公司提前定价。
不像的地方是:这轮上游公司已经在赚真金白银。英伟达、台积电、博通、内存厂、服务器厂,不是在卖 PPT,而是在交付硬件和服务。
所以我不太认同一句话把它概括成“全是泡沫”。更像是:
| 层级 | 当前状态 | 风险 |
|---|---|---|
| 算力硬件 | 盈利闭环最清楚,订单真实 | 一旦 capex 放缓,估值和库存都会反噬 |
| 云基础设施 | 收入真实,但折旧和电力成本压力大 | 客户是否愿意长期为 AI 算力付费 |
| 企业软件 | 有案例,有增长,但还没广泛证明 ROI | 试点多,规模化少,容易从热情变预算审查 |
| 消费级应用 | 用户多,付费分化明显 | 获客、留存、推理成本和订阅价格之间未必平衡 |
目前最硬的矛盾是:AI 上游已经形成了盈利闭环,下游还没有。
英伟达赚的是云厂商的钱,云厂商花的是资本开支,资本开支最后要由企业客户和消费者买单。如果终端客户付费不够,或者 AI 没有给企业带来足够的降本增效,链条最后会有人承担折旧和估值压力。
这时候股价不一定马上崩,但市场会开始问一个更难的问题:这些 GPU 的回报率在哪里?
研报和机构怎么看“会不会崩”
我查到的机构观点并不一致,但可以归成三类。
第一类是谨慎派。高盛 2024 年那篇关于生成式 AI 的报告标题就很直接,大意是投入太多、收益太少。它的核心不是说 AI 没用,而是质疑短期巨额资本开支能不能产生足够回报。
第二类是中间派。Sequoia 提过“AI 收入缺口”的问题:整个生态为了支撑 GPU 投入,需要产生非常大的终端收入,当前应用层收入还追不上基础设施投入。这不是看空 AI,而是在提醒商业闭环还没闭上。
第三类是乐观派。它们认为 AI 会像云计算一样,先经历多年基础设施投入,再慢慢释放软件和服务收入。这个判断也不是没有道理,毕竟云计算早期也被质疑过烧钱。
问题在于,股票市场不会等 10 年才定价。它会提前买,也会提前杀。
我自己的判断是:
短期不一定崩,因为资本开支还在,订单还在,AI 竞赛还没有停。只要微软、谷歌、亚马逊、Meta、甲骨文这些公司继续扩建数据中心,上游硬件公司的收入就还有支撑。
但中期一定会经历一次严厉的 ROI 审查。触发点可能是:
- 云厂商放慢 AI capex;
- 大模型价格战导致推理收入不够覆盖成本;
- 企业 AI 项目从试点转生产失败率过高;
- 某个上游环节库存堆高;
- 利率或宏观环境让市场不愿再给远期故事高估值。
这不代表 AI 技术失败。互联网泡沫破了以后,互联网并没有消失。真正消失的是估值里过早透支的部分。
我更关心哪几个指标
如果后面继续观察这轮行情,我不会只看模型发布会。
更有用的是几个指标:
| 指标 | 为什么重要 |
|---|---|
| 四大云厂商 capex 增速 | 决定上游硬件订单的持续性 |
| 英伟达数据中心收入和毛利率 | 判断算力需求是真强,还是开始价格松动 |
| HBM / NAND / SSD 价格 | 判断存储行情是周期修复,还是被 AI 需求继续拉长 |
| AI 应用层 ARR 和留存 | 判断终端付费能不能补上基础设施投入 |
| 企业 AI 项目从试点到生产的比例 | 判断“AI 提效”是不是停留在演示阶段 |
| 云厂商折旧和自由现金流 | 判断资本开支是不是已经压到财务表 |
特别是最后一个。AI 不能只看收入,也要看折旧。
GPU 买回来不是免费的,数据中心建好也不是免费的。如果 AI 服务收入增长很漂亮,但自由现金流越来越难看,市场迟早会重新定价。
结论
这轮 AI 股票上涨,最初买的是 ChatGPT 带来的技术震撼,随后买的是英伟达订单,再后来买的是整个 AI 工厂,最后扩散到存储、内存、电力和企业软件。
闪迪暴涨不是孤立事件。它站在 AI 存储需求、NAND 周期反转、独立上市、低市值弹性这几个交叉点上,所以涨幅会比很多巨头更夸张。
但越是这种行情,越不能只看“AI 需求无限”。资本市场最喜欢把长期趋势一次性打进股价里,也最擅长在发现兑现速度不够时反向修正。
AI 大概率不是假的。问题是,当前很多股票价格里,已经默认 AI 会很快变成一门非常赚钱、非常稳定、非常大规模的生意。
这个默认值,才是后面最容易出问题的地方。
参考资料
- OpenAI:Introducing ChatGPT,2022-11-30。
- OpenAI:GPT-4 research,2023-03-14。
- NVIDIA:FY2024 Q1 财报,2023-05-24。
- NVIDIA:FY2025 Q1 财报,2024-05-22。
- Western Digital:完成 SanDisk 分拆,2025-02-24。
- SanDisk:FY2026 Q3 财报,2026-04-30。
- Goldman Sachs:Gen AI: Too Much Spend, Too Little Benefit?,2024。
- Sequoia Capital:AI’s $600B Question,2024。
- Gartner:30% of GenAI Projects Will Be Abandoned After Proof of Concept,2024-07-29。
- MIT NANDA:
The GenAI Divide: State of AI in Business 2025。
写作附记
原始提示词
AI这波浪潮很多公司的股价都涨到天上去了,按照时间线整理ChatGPT发布以来相关公司的股票涨幅,标注涨幅最猛的时间段,对应的AI发展到什么状态,为什么对应的股票暴涨。闪迪为什么能暴涨这么多,除了AI的东方,还有因素,闪迪原本的市值不高,拉高需要资金,市值低,耗费的资金就更少。搜索下研报,这波AI后续会发生崩塌吗?目前都是烧钱,还没有完整的盈利闭环。
写作思路摘要
- 正文没有把所有 AI 股票铺成行情列表,而是按“模型能力、订单兑现、基础设施扩散、企业落地、存储周期”来写。
- 闪迪部分刻意没有只写 AI 需求,而是补了 NAND 周期、独立上市和低市值弹性。
- 泡沫问题没有直接写成会崩或不会崩,而是拆成上游盈利闭环和下游 ROI 闭环。
- 文章压掉了很多单家公司细节,例如 AMD、台积电和电力股,否则会变成资料堆叠。
- 股价口径只保留几倍级别,用于解释阶段,不用于交易判断。
拓展脑暴
| 方向 | 处理 |
|---|---|
| 电力、核电、数据中心 REITs | 有相关性,但会把文章扩成另一条主线,只在正文轻轻带过 |
| 中国 AI 产业链 | 受政策、汇率和 A 股估值体系影响较大,暂不混入口径 |
| OpenAI、Anthropic 未上市估值 | 能解释泡沫情绪,但数据不如上市公司可核对,未展开 |
| 互联网泡沫对比 | 纳入正文,因为它能帮助区分“技术趋势真实”和“估值透支” |
| 闪迪是否被资金操纵 | 这个说法很容易滑向阴谋论,正文只写低市值弹性和基本面催化 |