砍HBM、押ASIC、叠芯片：算力的钱换地方了

一、价值大迁移：从堆显存到堆系统

背景：一张AI加速卡里最贵的部件，如今不是逻辑芯片，是内存。当HBM和DRAM涨价把内存推到产品总成本的约40%，英伟达做了一个教科书式的动作——砍。SemiAnalysis近日发布的报告对Rubin Ultra的内存降配方案做了完整拆解，结论微妙：省下来的钱一分没进钱包，而是被重新塞进了网络。这不是简单的降本，而是一场AI硬件价值重心的系统性迁移。

数据：据SemiAnalysis报告，英伟达已将Rubin Ultra的HBM规格从HBM4E 12-Hi（384GB）下调至HBM4 8-Hi（192GB），三星电子正配合开发8层HBM产品——单卡显存直接腰斩。降配后HBM成本降低50%以上；即便计入2026年HBM涨价预期，内存占总资本成本的比例也将从约40%降至28%。与此同时，在NVL576 NPO SKU中，随着光模块取代机架间互连，纵向扩展网络（Scale-up Networking）成本占机架总支出的比例从4%增长到12%——整整三倍。

这一趋势并非英伟达独有。TrendForce集邦咨询研报指出，自2026年第三季起，英伟达对Rubin Ultra的HBM配置已并行评估HBM4E 8-Hi、HBM4 12-Hi、HBM4 8-Hi等多档设计，部分云端服务供应商（CSP）也在考虑调降下一代自研ASIC的HBM容量。据多位接近产业链的人士透露，头部CSP的采购会议上，HBM容量与集群规模的取舍已是固定议题——单卡显存能省则省，集群规模能扩尽扩。

判断：产业逻辑并不复杂。当内存成为定价权最强、供给最紧的环节，设计端的理性选择就是把预算从显存挪到别处，用系统级方案补回性能缺口。摩根大通披露的英伟达说法也印证了这一点：先进晶圆与存储器，正是供应链的两大核心瓶颈。省下的每一块钱都流向了"让卡和卡说话"的地方——光模块、CPO、高端封装基板。这是一个清晰的信号：AI算力的竞争单位正在从"单卡参数"迁移到"集群系统"，价值分配的天平也随之倾斜。

二、存储暗战：内存墙、硅片税与三条突围路线

背景：存储为什么突然成了全场焦点？因为AI推理的瓶颈早已不在计算单元。以大模型推理为例，权重数据要从DRAM搬运到计算单元，搬运的能耗和延迟常常超过计算本身——业内俗称"内存墙"。行业里流传一句半开玩笑的话："现在的AI芯片，一半的电在算数，一半的电在搬数据。"同一周期内，存储层的三个信号接连落地：HBM的硅片代价、PIM的架构实验、NAND的位置前移。

数据：第一，Hot Chips 2026上，美光Fellow Raghu Sreeramaneni给出判断：HBM相对于DDR5的"硅片惩罚"（wafer penalty）正随代际升级持续扩大，目前同等位宽需求下，AI存储消耗的硅片已经是DDR5的约三倍。HBM通过TSV把多层DRAM裸片垂直堆叠，堆叠层数越多、裸片越薄，单位容量的硅片消耗就越大——这是结构性代价，不是靠降本能抹平的。第二，三星在同一会场发布了业界首款LPDDR5X-PIM（存内处理），在内存里直接加入逻辑单元让数据"就地处理"：AI推理负载上相比普通LPDDR5X实现3.01倍推理速度提升、带宽提升8倍。第三，美光正在探索"近GPU NAND"（Near-GPU NAND）架构，把高耐久性NAND闪存挪到离GPU更近的位置，让闪存直接参与大模型推理。

同期，全球DRAM单季市场规模创下1470亿美元的历史新高，存储的景气度与稀缺度同步登顶。

判断：三条突围路线指向同一个结论——HBM不是被替代，而是被"分层包抄"。HBM太贵、DRAM太紧，产业界便从三个方向下手：用系统级扩容（砍显存堆网络）、用架构级消解（PIM把计算搬到数据旁边）、用介质级降本（让NAND进入推理内存层级）。对国产存储而言，这既是压力测试也是窗口期：长江存储控股330亿元科创板IPO获上交所受理（保荐机构为中信证券与中信建投），本质是把国产存储从"政策输血"切换到"市场造血"的双引擎模式。存储企业的估值逻辑更看重产能爬坡节奏与单位成本曲线，330亿募投的执行细节，将比发行估值更值得跟踪。

三、GW时代：ASIC掀桌与英伟达的6000亿豪赌

背景：AI算力的采购单位，正在从"颗"变成"吉瓦"。当客户以GW为单位下订单时，芯片公司卖的已经不是半导体，而是数据中心级的系统工程能力。这一季最戏剧性的两幕：博通画出2300亿美元的指引，英伟达则用一笔史上最大的客户绑定来回应。

数据：美东时间周二盘后，博通发布2026财年第三季度财报：单季收入296亿美元，同比增长86%；AI半导体收入同比暴涨221%。指引是"三连跳"——2026财年AI收入从560亿上调至580亿美元（同比增186%），2027财年翻倍至约1150亿美元，2028财年再翻倍至2300亿美元，并喊出"2028财年每股收益超30美元"。更罕见的是，博通首次系统性披露了主要XPU客户的部署路线图。CEO 陈福阳留下一句意味深长的话：公司已为展望锁定供应，"但实际需求甚至超过了这一展望"。

另一边，英伟达8月26日财报电话会的看点已不是业绩——杰富瑞预计7月季度营收约950亿美元（市场一致预期919亿），10月季度指引1080亿美元，超预期本身已涨不动股价。真正的焦点是8月17日宣布的交易：英伟达与SB Energy达成协议，在俄亥俄州建设PORTS-Pike算力园区，OpenAI持有20年租约，英伟达是唯一算力供应商，并向SB Energy投资15亿美元。管理层透露，OpenAI现有及规划中的承诺已达约12GW、可扩展至16GW的英伟达算力，对应2030年前约6000亿美元的累计营收——迄今披露的最大单一客户承诺。而OpenAI自研推理芯片Jalapeño的实测成绩被指"击败"英伟达GB300，SemiAnalysis创始人Dylan Patel更是放话：到2028年全球大部分AI算力只属于两家公司。

判断：定制芯片绑定超大客户，意味着收入可见性以"年×GW"计量，这是博通敢于连续翻倍指引的底气，也是ASIC阵营对GPU通用路线的正面冲锋。而英伟达这笔交易把自己从"卖卡的"进一步推向"算力基础设施的联合承建方"——收入确定性大幅提升，代价是资产负债表开始承担更长的周期敞口。杰富瑞点得很直白：该协议的会计处理与潜在或有负债披露方式，将是市场最关注的风险变量之一。一个把未来数年需求提前锁定的商业模式，究竟是护城河，还是把周期风险留给了自己？这是本季财报真正要回答的问题。

四、制造与端侧：摩尔定律的接力棒交给了"叠"

背景：制程微缩撞墙的这些年，芯片行业一直在找新方向。9月4日，华为半导体业务部总裁何庭波的"韬定律"论文再次更新，给出一个反直觉的答案：麒麟2026晶体管密度暴涨55%，NPU功耗却降了66%。同一天，全球DRAM单季市场规模创下1470亿美元的历史新高；三星与Arm的2nm定制芯片正式立项，最终客户直指OpenAI。三件事挤在同一条新闻流里，指向同一个命题：摩尔定律的接力棒，正在从"画得更小"交到"叠得更高"手里。

数据：麒麟2026是首款采用LogicFolding（逻辑折叠）的移动SoC，晶体管密度从上一代约1.55亿颗/mm²提升至2.38亿颗/mm²，单代提升55%——相当于传统几何微缩连续三年才能取得的增幅。别人走三年，它一步走完。功耗端的数据更值得细看：在与麒麟9030 Pro保持相同性能的前提下，NPU维持29 TOPS算力不变，频率降63%、电压从0.85V降至0.55V，功耗降66%（功率密度降73%）；GPU同帧率下电压低200mV，功耗降58%；CPU性能核频率低9%、电压低200mV，功耗降41%。若转而追求极限性能，Turbo模式下NPU最高冲到70 TOPS，比前代提升141%；GPU帧率最高提升42%；CPU在HNX测试中性能最高提升18%。逻辑折叠把平面上的逻辑单元垂直叠起来，互连路径大幅缩短——在先进制程芯片里，互连延迟和互连功耗早已超过晶体管本身，成为开销大头。路径短了、电容小了、电压就能往下压，而功耗与电压的平方成正比，0.85V降到0.55V，光这一项就是接近六成的理论收益。

判断：为什么功耗降幅比密度增幅更值得关注？因为端侧AI和云端AI最本质的分野在于：云端的约束是采购成本，端侧的约束是物理定律。云端数据中心可以上水冷、拉专用变电站，手机不行——散热上限是石墨片和均热板，能源上限是一块电池。同样的AI算力用更少的电、发更少的热，在同样一块电池里就能多跑出成倍的推理量。据多位接近终端厂商的人士私下透露，现在端侧芯片选型评审里，PPT第一页看的已经不是峰值TOPS，而是每瓦TOPS——峰值参数是用来开发布会的。制造端，三星联手Arm的2nm定制芯片直指OpenAI，ASML的无掩膜光刻开始被认真讨论，设计、制造、光刻三层同时异动，说明异构集成与先进制程将长期并行，"叠"与"缩"不是替代关系，而是分工关系。

五、产业链深度拆解：谁的碗里多了一块肉

背景：AI把整条产业链都饿着了，但饿的程度天差地别。上游握资源者惜售，中游吃硅者焦虑，下游算力向少数玩家集中。把镜头从气体钢瓶摇到数据中心，价值链的权力换手清晰可见。

数据：上游看材料。2026年上半年，华特气体营收8.72亿元（+28.95%）、净利润9283.27万元（+19.16%），特种气体收入5.86亿元、同比大增38.56%，氦气及相关产品占总营收约20%、板块营收同比大增133%；进口替代产品从上市之初的22款增至57款，并持续导入韩国、东南亚晶圆厂供应链。同期金宏气体营收14.7亿元（+12.1%）但净利润下滑17.4%、扣非净利润暴跌73.5%——同一条国产替代河，平台化路线增收不增利，聚焦高端特气单点突破者吃到了利润。设备环节，芯源微半年报营收增26%、净利腰斩，国产设备在用亏损换卡位。中游制造，美光、三星电子、SK海力士垄断HBM供给，先进晶圆与存储器是英伟达亲口承认的两大供应链瓶颈。下游算力，博通ASIC阵营与英伟达GPU阵营合计锁定未来数年的吉瓦级需求。

判断：价值量的两个锚点值得记住——内存占AI加速卡总成本从约40%被压到28%，纵向扩展网络占比从4%涨到12%；一降一升之间，钱从存储流进了互连。上游的稀缺是结构性的：HBM硅片消耗已是DDR5的三倍且代代加重，锗、石英的出口"减速"打击面精准覆盖AI基础设施上下游。国产替代的浪潮是共有的，但浪里选哪条船决定命运——材料行业单点突破胜过平台化叙事，设备行业还在为卡位付学费，存储行业刚刚拿到资本市场的接力棒。

六、资本与地缘：波动率降温，暗流未退

背景：当英伟达的业绩不再是悬念，它的负债表就成了悬念。财报前夕，期权市场给出的信号是"冷静"；而财报之外，地缘资本的流动却越发激进——这两条线拧在一起，才是AI行情的完整底色。

数据：据期权数据分析机构ORATS的数据，本次财报对应的5.4%隐含波动，低于5月财报前的6.5%，也显著低于过去12个季度7.4%的均值，对应约2800亿美元的市值变化空间——这依然比标普500约90%成分股的整个市值还大。Susquehanna衍生品策略联合主管Chris Murphy给出了阶段论：AI时代初期动辄10%、15%、20%的财报行情阶段基本已经过去，市场不再认为英伟达会再度爆出超大规模业绩利好。股价层面，财报前英伟达连续七个交易日下跌，但年内仍涨11.7%，与标普500的11.8%几乎打平——只是被费城半导体指数61%的涨幅衬得黯淡了些。宏观端，30年期美债收益率上周创下19年新高，美国财政部一般账户近1万亿美元资金动向搅动债市。

地缘线上，美国正就内存投资向韩国施压、点名800万亿韩元的湖南半导体集群；中国则放缓了锗、石英基材料与磁体的出口节奏，直接波及台湾地区的半导体制造环节——据多位接近供应链的人士透露，部分材料采购端已开始重新评估安全库存水位，并试探东南亚与日韩的替代货源。材料替代并非不可能，但认证周期以季度计，且价格大概率上浮——"减速"比"断供"更考验供应链的耐心。

判断：波动率降温不等于风险消失，而是市场从"赌惊喜"切换到"验承诺"。接下来市场的核心问题将从毛利率转向三件事：Rubin的爬坡节奏（杰富瑞预计F3Q27占比约12%、F4Q27达40%以上、F1Q28出货200万片）、OpenAI 6000亿美元承诺的会计处理，以及中国国产化加速的长期变量。地缘资本流动与AI算力竞赛正在同一个财报季里深度咬合——芯片是主角，但决定结局的，全是配角。

结语

把这六条线索摆在一张桌上，结论其实只有一句：AI算力的钱，正在换地方睡觉。

显存的预算流进了网络，GPU的份额被ASIC分走，平面微缩的接力棒交给了垂直堆叠，材料与设备的利润表则在国产替代的浪潮里重新洗牌。从Rubin Ultra砍掉一半HBM，到博通2300亿美元的三连跳指引，再到麒麟2026密度涨55%功耗反降66%——每一个动作背后，都是同一条传导链：算力需求沿着产业链向下挤压，逼着每一层重新定价。

前瞻地看，三条观察线值得盯住：一是内存占比与网络占比的剪刀差何时收敛，那将是系统架构再平衡的信号；二是OpenAI 6000亿美元承诺的会计处理，它将检验"算力基础设施承建方"模式的真实成色；三是国产存储、设备与材料在330亿IPO和出口管制夹缝中的爬坡速度。

芯片是主角，但决定结局的，永远是配角。下一季度，请重点盯配角。