美国半导体：支出更多、增长更快-云资本开支迈向1.2万亿美元之路

**【DeepFocus 视角 · 深度独家点评】** ①**核心逻辑成立的关键前提与最大变数**：本报告整条逻辑链最关键的前提是"AI推理与训练需求会持续非线性扩张"——如果模型层面出现效率跃迁（例如某新架构让训练算力需求砍半），那2.3万亿美元的backlog可能只是"刚性兑现节奏放缓"，而非总量消失。最大的隐藏变量是**单位token成本曲线**——如果推理成本每年下降70%以上（行业历史趋势），即使应用爆发，云厂商对算力capex的需求弹性也会下降。从报告自己列出的数据看，AWS AI收入+100%但同期capex也接近+100%，ROI改善主要靠"利用率"而非"价格"，这意味着估值必须锚定在token消耗量而非GPU单价。 ②**报告低估或回避的风险**：报告把FCF谷底设在CY27-28的-5至-6%，但这是"云厂5家平均"的数字，里面掩盖了ORCL这类"先收预付款75亿美元再投硬件"的特殊模式。微软和Meta的capex/经营现金流比已经在110%+，如果CY27营收增速回落哪怕5个百分点，FCF可能瞬间跌破-10%。报告对**电力/电网瓶颈**几乎只字未提——美国数据中心的电力审批周期已经拉长到4-7年，部分PJM/ERCOT地区出现建设冻结，**这是1.2万亿美元capex能否物理兑现的最大非财务约束**，也是市场尚未充分定价的风险。报告也没有讨论**地缘风险**：HBM/先进封装高度依赖韩国和中国台湾，若出口管制升级，capex数字再大也买不到货。 ③**行业格局与周期定位**：当前我们处于AI算力"第一轮建产能"的中后段——CY25-26是建数据中心和买GPU，**真正的瓶颈环节将从GPU迁移到电力、HBM、先进封装**。报告虽然点名了存储和光模块，但权重可能仍低估HBM（MU/Samsung/SK海力士）的稀缺溢价。竞争格局上，报告把四大超大规模厂商并列讨论，但事实上**MSFT和AMZN的AI差异化越来越明显**——MSFT靠Copilot+OpenAI生态绑定企业客户，AWS靠Bedrock+自研Trainium/Anthropic卡位中立平台，这两家的capex转化效率会显著高于纯做训练/广告的META和GOOGL。半导体侧，**NVDA一家独大但Rubin代际功耗/互联变化会重塑机柜价值链**，NVDA、AVGO、AMD、MRVL的份额博弈是CY27的核心叙事。 ④**关键假设敏感性**：把1.2万亿美元的CY27 capex数字往下打10%，即1.08万亿美元，对应半导体订单池大约缩减150-200亿美元；而**HBM/光模块/电源这种供给受限的细分，其订单弹性可能反向放大**——capex微降5%但HBM价格因稀缺溢价上涨15%，相关公司业绩可能反而超预期。**最敏感的单一变量是云厂商三季报中的capex指引**——任何一家把CY27指引下修5%，对NVDA/MU/AMAT的估值杀伤远大于对GOOGL/MSFT本身，因为前者PE里已经price-in了高增长。 ⑤**横向可比参照**：对照2018-2020年的上一轮云capex周期，彼时capex CAGR约30%，FCF margin从+20%短暂跌到+10%，用了约2年回归。当前这一轮capex增速是上轮的3倍、FCF跌幅更深，但**有利的区别是本轮有客户预付款和长债锁定**——ORCL 750亿美元预付就是典型创新。如果类比2014年页岩油周期，capex冲到峰值后第二年设备厂商订单一般滞后6-9个月开始下滑，AMAT/LRCX的CY27下半年订单值得提前警惕。 ⑥**跟踪指标与时间线**：接下来6-12个月必须重点跟踪——(a) **每季度四大云厂capex绝对值与CY27指引**，重点看META/GOOGL是否开始下修；(b) **HBM 3e/4e价格与MU/SK海力士季度毛利率**，这是存储链最干净的领先指标；(c) **NVDA数据中心收入同比与Rubin出货节奏**，若Q4CY26 Rubin开始大规模出货，光模块800G/1.6T需求会滞后2-3个季度爆发；(d) **美国PJM/ERCOT数据中心并网排队进度**，这是非财务但致命的硬约束；(e) **AWS/Azure的AI业务年化ARR**，报告说AWS AI收入>250亿，看Q3能否维持>80%同比；(f) **AI推理token价格与调用量**，TPM（每分钟token数）的同比比GPU出货量更能反映真实需求；(g) **ORCL RPO转化节奏**，作为非超大规模厂商的先行指标，对验证"订单真实性"很关键。关键催化剂时点：CY26 Q3财报（10月底-11月初）、CY26年底Rubin发布、CY27 Q1云厂给出新一轮3年capex plan、HBM 4e产能爬坡（CY27上半年）。