AI算力行业能否从“炒预期”到“业绩兑现”20260806

📋 全文总结 本次培训围绕“AI算力能否从‘炒预期’到‘业绩兑现’”这一核心问题展开，系统梳理了2026年7月AI算力板块大幅回调后的市场格局与投资逻辑。核心观点是： AI算力市场的关注重点已从“讲故事”转向“看业绩”，板块内部出现明显分化，业绩兑现能力成为区分股价走势的关键变量。 报告从三个维度进行 全文总结 本次培训围绕“AI算力能否从‘炒预期’到‘业绩兑现’”这一核心问题展开，系统梳理了2026年7月AI算力板块大幅回调后的市场格局与投资逻辑。核心观点是：AI算力市场的关注重点已从“讲故事”转向“看业绩”，板块内部出现明显分化，业绩兑现能力成为区分股价走势的关键变量。 报告从三个维度进行了详细分析。 第一部分，市场变局与预期差。 7月AI算力板块遭遇显著回调，科创50单月下跌25.9%，创设立以来最大单月跌幅，光模块、PCB等细分赛道跌幅接近40%。但8月初又出现强劲反弹，市场分歧加大。与此同时，2026年中报业绩陆续披露，不少算力公司净利润同比翻倍甚至更高，股价却出现下跌，形成“业绩越好、市场越担心”的悖论。核心原因在于：市场关注点已从“有没有可能性”转向“投入产出性价比”——科技巨头资本开支大幅上调（四巨头合计超7500亿美元），但自由现金流却创近十年新低，谷歌甚至出现上市以来首次单季度自由现金流转负。市场开始质疑：AI应用端的商业化进展，能否跟上硬件投入的速度？ 第二部分，产业链拆解与验证方法。 报告提出“三步验证法”判断AI算力公司业绩质量：第一步看资本开支是否转化为订单；第二步看订单是否转化为收入；第三步看收入是否转化为利润和现金流。以 寒武 为例，其一季度营收同比增长159%，合同负债从61万跳升至3.96亿，经营现金流首次转正，验证了业绩增长的真实性。而百维存储虽营收增长341%，但经营现金流为负27亿，增长质量需进一步甄别。从产业链环节看，越靠近底层硬件的环节（如芯片、光模块），收入兑现越早、确定性越高；越靠近应用端的环节，越需要耐心等待商业模式成熟。 第三部分，关键变量与后市展望。 影响AI算力行情下半场的四个核心变量包括：海外云厂商资本开支增速方向、AI应用端商业化进展、国产芯片出货规模与生态成熟度、估值水平与流动性环境。其中，地缘政治政策（如FCC拟限制中国光模块）对板块冲击较大，需持续关注。建议投资者通过 万德 数据 浏览器、产业链图谱、AI智能研报阅读等工具，构建自己的跟踪体系，实现从“炒预期”到“看兑现”的投研转型。 会议实录 大家好，欢迎参加 今天 万德 新洞察的主题培训。 今天 我们分享的主题是：AI算力能否从“炒预期”到“业绩兑现”？ 在过去的两年中，AI算力板块经历了一轮从全面上涨到内部分化的过程。尤其是在今年7月，全球AI算力产业链遭遇了一轮显著回调，光模块、存储芯片等前期涨幅较大的领域普遍回撤20%以上。但在8月初的最近几个交易日，AI算力板块又出现了一轮反弹。这样的大跌加上反弹震荡的走势，使得市场格局和分歧进一步加大。有人开始质疑AI算力的增长能否持续，但与此同时，2026年中报的业绩披露窗口已经打开——不少算力公司的业绩确实在增长，有的净利润同比翻倍甚至更高，但股价却下跌了。 今天 的课程将围绕三个维度展开：第一，通过 万德 的市场资金流向和成交热度等客观 数据 ，带大家看7月回调、8月反弹，以及股价位置与中报业绩之间的关系；第二，穿透AI算力产业链，从芯片到光模块、液冷再到IDC，看各环节的真实情况；第三，关注AI算力行情接下来有哪些关键变量，包括国产替代化走到了哪一步。 第一部分：变局期——股价与业绩的匹配 7月的下跌和8月的反弹，呈现出一个绕不开的问题：AI算力的股价和业绩之间，到底有没有比较好地匹配？这个问题听起来简单，但答案取决于用哪一把尺子来衡量。如果用AI故事来量， 未来 增长空间似乎还比较大；如果用公司真实的财报 数据 来量，各公司的情况并不统一。 在正式分享前，先抛出三个问题，大家可以带着这些问题来听： 第一，7月的回调和8月初的反弹，到底是因为公司单纯的估值收缩，还是基本面出现了问题？ 我们可以通过 万德 来看指数涨跌。在股票界面下进入行情报价，可以看到科创50从7月1日到31日，按住鼠标右键进行区间统计，整个7月下跌25.9%，创设立以来最大单月跌幅。我们还可以通过右上角的超级叠加功能，选择创业板指数、光模块、PCB等，看到细分赛道光模块和PCB跌幅更甚，接近40%。但从7月31日到8月5日的五个交易日，这些指数都有强劲反弹，说明市场分歧仍然较大。 第二，中报业绩披露情况如何？哪些公司的利润在真正增长？ 今天 会以 海光 、 旭创 、 寒武 、英伟达等头部AI算力产业链公司为例，进行实操分享。 第三，国产替代化走到了什么阶段？是停留在概念层面，还是已有可观测的订单和收入？ 例如，华为昇腾在2025年出货量达81.2万张芯片，在国产AI芯片中排名第一。摩根士丹利等外部研究机构预测，2026年华为昇腾在国内的市场占有率将达62%。 市场的关注重点发生了改变。 过去两年可以称为“炒预期的时代”，市场更看重故事讲得好不好，愿意为 未来 的可能性买单。现在进入了“看兑现的时代”，市场关注财报业绩，关注存货周转率、合同负债、预收款项等真实经营指标。股价的支撑力从想象空间转向了真实的收入和利润。 当前市场对于AI算力相关公司的定价，有没有把 未来 一两年的业绩增长提前反映在股价里？ 我们可以从四个角度判断：板块走势、估值水平、资金流向、预期差识别。 在 万德 终端，可以通过内地股票专题统计查看AI算力概念的资金流向。以最近30个交易日为例，AI算力个股呈现显著资金流入，股价表现强势，市场对高端计算和国产替代方向有一定偏好。此外，通过板块跟踪功能，可以按净流入或成交额指标查看市场最关注的概念板块，如英伟达产业链、光模块、AI算力、电路板等。 在估值方面， 通过F9深度资料进入历史PE和PB位置，可以看到AI算力指数最近三年PE分位数为75%，意味着当前估值水平高于过去三年中75%的时间。7月回调后，分位数有所回落。这里需要警惕“ 戴维 斯双杀”——如果估值偏高且业绩不及预期，股价会同时承受估值下降和盈利下调的双重压力。反之，如果估值回到合理区间且业绩能兑现，市场关注点将重新回到基本面。 在预期差方面， 以 旭创 为例，通过F9界面可以看到其盈利预测、合同负债等 数据 。合同负债是客户提前支付的款项，如果大幅增加，通常意味着客户已下单并支付定金。 旭创 今年一季报的合同负债较2025年年报接近翻倍。但需谨慎判断这些订单是持续性需求还是一次性合同。 第二部分：穿透产业链——各环节的真实情况 为什么会出现“业绩越好，市场越担心”的矛盾？ 以英伟达为例，今年5月发布财报后，股价先涨一天立刻掉头下跌。净利润583.21亿元，同比增长210%，但市场并不买账。再看谷歌，2026年资本开支大幅上调，二季度花了449亿美元，但自由现金流为负值，上市20多年来首次出现单季度自由现金流转负。亚马逊也将全年资本开支从2000亿上调至2200亿。四巨头合计资本开支超过7500亿美元，但合计自由现金流仅70亿美元，创近十年最低。 这就像开一家餐厅，生意火爆，但为了开新店不断投入，赚的纯利润还不够还贷款。 投资人会问：我的投入什么时候能回本？英伟达的订单能见度确实很强，Blackwell和Vera Rubin两代平台截至2027年的累计订单规模已达1万亿美元。但市场关心的是，如果AI应用端的商业化速度跟不上硬件投入的速度，投资回报周期就会拉长。 验证AI算力公司业绩，需要三步走： 第一步，看资本开支有没有转化为订单；第二步，看订单有没有转化为收入；第三步，看收入有没有转化为利润和现金流。 以 寒武 为例，一季度营收28.85亿元，同比增长159%。合同负债从61万跳升至3.96亿，说明客户已付定金，订单真实存在。经营现金流达8.34亿元，上市以来首次季度转正，说明钱确实到账了。而百维存储一季度营收同比增长341%，但经营现金流为负27亿，账面上的收入和利润很高，实际到手的现金远低于利润，增长质量需要进一步甄别。 从产业链环节看， 越靠近底层硬件的环节，收入兑现越早、确定性越高。芯片和GPU是卡脖子的瓶颈，供应商少、定价能力强，需要关注出货量和产品均价；光模块产品迭代周期短、技术壁垒高，需要关注800G、1.6T等新产品的海外订单；服务器有明显规模效应，但对下游议价空间有限，需要关注在手订单和毛利率变化。AI应用目前仍处于商业模式探索阶段，需要耐心等待。 在国产算力方面， 华为昇腾体量大、份额高， 寒武 增长速度快、现金流刚转正， 海光 适配面广、客户分散。但它们都面临同样的问题：出货量上去了，不等于产品已经成熟。软件生态还在完善，先进制程良率还在提升，大客户能否持续复购仍需观察。国产替代从“能用”到“好用”还有一段路要走。 第三部分：关键变量与后市展望 影响AI算力行情下半场的四个核心变量： 第一，海外云厂商资本开支的增速方向。谷歌已上修，部分公司也在扩大增速。 第二，AI应用端的商业化进展，即投入产出的性价比。 第三，国产芯片的出货规模和生态成熟度，包括地缘政治政策变化对供应链的影响。 第四，估值水平和流动性环境。8月5日，外媒传出FCC拟限制中国光模块，导致光模块板块早盘集体大跌，创业板低开超3%，随后市场消化消息后略有反弹。这是地缘政治政策对板块冲击的典型案例。 总结： AI算力市场的关注重点已从“讲故事”转向“看业绩”。投资者需要从资本开支、订单、收入、利润和现金流四个维度，逐层验证公司业绩的真实质量。通过 万德 的 数据 浏览器、产业链图谱、AI智能研报阅读等工具，可以构建自己的跟踪体系，实现从“炒预期”到“看兑现”的投研转型。 今天 的分享到这里就结束了，感谢大家的参与。