AMD、美光奔向萬億美元，CPU與HBM被重新定價還沒結束

最近美股半導體出現了一個過去很難想象的討論：AMD和美光，是否都有機會衝擊萬億美元市值。

這個問題放在三年前，會被當成情緒泡沫。AMD雖然完成了對英特爾的逆襲，但市場仍把它看成“服務器CPU挑戰者”；美光更典型，長期被歸類為存儲周期股，景氣好時估值修複，價格下行時利潤塌陷。可到了2026年，這兩家公司已經不再站在舊估值表裏。5月8日，AMD市值約7422億美元，美光市值約8422億美元，離萬億美元都不再遙遠
 

這輪變化的背景，不是AI概念繼續發酵，而是AI資本開支把半導體產業的權力結構推倒重排。GPU仍然是核心，但大規模AI集群已經暴露出更複雜的瓶頸：CPU調度、HBM帶寬、企業級SSD、網絡互聯、電力、散熱、封裝，每一個環節都在影響算力利用率。2026年，大型科技公司AI支出預期已經上修至超過7000億美元，這不再是單家公司押注，而是全球科技巨頭同步擴建算力底座。

所以，市場對AMD和美光的重新定價，核心不是“誰能複製英偉達”，而是誰能卡住AI硬件棧裏新的稀缺環節。AMD吃的是CPU與AI GPU雙線擴張，美光吃的是HBM和數據中心存儲重估。舊硬件突然變貴，背後是AI工業化正在進入更深的成本層。

 

 

 AI硬件棧變厚了，英偉達

之外的稀缺資產開始抬頭

過去兩年，AI牛市幾乎可以簡化成英偉達牛市。

邏輯很直接：大模型訓練需要GPU，GPU供給最稀缺，英偉達掌握了最高價值的計算入口。資金沿著這條線交易，英偉達自然吃掉了AI產業鏈中最大的一塊估值溢價。

但2026年的AI基礎設施，已經不是“買更多GPU”這麽簡單。

一個大型AI集群的效率，取決於整套係統能不能協同運行。GPU負責計算，CPU負責調度和控製，HBM負責高速數據供給，SSD負責訓練數據與推理數據的讀寫，網絡互聯負責節點之間的數據流動，電力和散熱決定數據中心能否穩定運行。任何一個環節拖後腿，都會讓昂貴GPU處於低利用率狀態。

這就是AMD和美光突然被重估的產業背景。

AMD一季度給出的數據很有指向性。2026年Q1，公司收入102.53億美元，同比增長38%；數據中心業務收入58億美元，同比增長57%，增長來自EPYC處理器需求和Instinct GPU出貨爬坡。更重要的是，AMD同時提到Meta計劃部署最高6GW的AMD Instinct GPU，並且會成為下一代EPYC CPU的重要客戶。

這說明AMD已經不隻是“英特爾的服務器CPU對手”。它開始被放進AI數據中心的完整計算棧裏：一邊賣EPYC CPU，一邊推Instinct GPU，再向機架級AI基礎設施延伸。

AI時代並沒有削弱CPU的價值。相反，GPU集群規模越大，對CPU的協同調度、數據預處理、係統管理、虛擬化和推理服務調度要求越高。AI服務器不是幾顆GPU孤立工作，而是一整套異構計算係統。AMD過去靠EPYC持續蠶食英特爾份額，現在又趕上AI服務器總量擴張，估值自然不再隻按傳統CPU周期去算。

美光的變化更典型。

過去市場給存儲公司的估值很低，因為行業太周期。漲價帶來利潤，擴產帶來過剩，價格下跌又把利潤吞掉。美光長期被困在這個敘事裏。

HBM把這張舊表撕開了。

Micron 2026財年二季度收入238.6億美元，GAAP毛利率74.4%，淨利潤137.85億美元；公司還給出三季度收入335億美元上下7.5億美元的指引。這種利潤率和收入彈性，已經不是傳統存儲下行周期裏的財務狀態。

原因很清楚：AI訓練和推理需要更高帶寬、更低功耗、更高容量的存儲體係。HBM不是普通DRAM，它涉及堆疊、先進封裝、良率控製和客戶驗證，供給擴張速度遠慢於AI數據中心需求擴張速度。GPU越強，對HBM越依賴；模型越大，對數據吞吐越敏感。

市場過去買GPU，買的是算力入口。現在買HBM，買的是算力不被“餓死”的能力。

 

 

 AMD的萬億敘事看CPU，

美光的萬億敘事看HBM定價權

AMD和美光都被放進“萬億美元討論”，但兩家公司不是同一種故事。

AMD的關鍵，在於能不能從單線CPU公司，變成AI計算平台公司。

過去十年，AMD最成功的資本故事是逆襲英特爾。EPYC進入數據中心，讓AMD在服務器CPU市場拿到過去不可想象的份額。可這條線再好，本質上仍然是服務器CPU競爭。

AI把AMD推到第二條曲線上。

Instinct係列GPU雖然距離英偉達生態還有差距，但雲廠商並不希望AI加速器市場隻剩一家供應商。價格、供應安全、議價能力、軟件棧可控性，都會推動它們引入第二供應源。AMD能否吃下這部分需求，決定它的估值錨能否繼續上移。

更關鍵的是，AMD不是單獨賣GPU，而是能把CPU、GPU、網絡協同和機架級方案放在一起講。Meta、AWS、Google Cloud、Microsoft Azure、騰訊雲等客戶擴展EPYC實例，說明它已經進入全球雲廠商基礎設施體係。

這對AMD非常重要。AI硬件越來越像係統生意，單顆芯片參數隻是入場券，客戶更看重整機交付、能效、軟件適配和總體擁有成本。AMD如果能在AI GPU上持續放量，再用EPYC維持數據中心CPU份額，它的估值邏輯就會從“芯片挑戰者”進一步切到“AI計算底座二號位”。

美光的萬億敘事，則集中在HBM與數據中心存儲的定價權。

Micron去年底宣布退出Crucial消費內存業務，把資源轉向AI數據中心使用的先進內存。路透社報道提到，美光這一決定發生在全球存儲供應緊張背景下，公司管理層稱AI驅動的數據中心增長帶來了內存和存儲需求激增；HBM由於低功耗和高數據處理能力，在AI開發中變得非常關鍵。

這件事很有象征意義。

美光不是在小修小補，而是在做業務優先級切換：少做低利潤、波動大的消費內存，多服務數據中心大客戶。過去存儲廠商被動接受周期，現在頭部客戶為了AI項目穩定推進，需要提前鎖定供應，甚至接受更長期協議和更高價格。

HBM的供給約束也不是短期庫存錯配。路透社今年1月提到，SK海力士2026年產能已售罄，三星也稱客戶已經排隊鎖定下一年HBM，新建常規內存工廠到2027或2028年才會形成實質供給。

這給美光帶來了過去少見的定價環境。

傳統DRAM賣的是周期彈性，HBM賣的是稀缺性。傳統NAND受消費電子和PC周期影響較大，AI數據中心存儲則綁定雲廠商資本開支。隻要AI集群繼續擴張，美光就不再隻是“存儲價格上漲受益者”，而是AI數據底座的核心供應商。

這也是市場願意重新給它估值的原因。

 

 

萬億美元不是口號，考驗在

Capex見頂和自由現金流之後

AMD和美光的行情，看起來像AI牛市擴散，本質上是全球算力工業體係的一次重建。

過去的數據中心升級，更多是雲計算時代的溫和擴容。現在的AI數據中心，資本開支強度完全不同。微軟、穀歌、Meta、亞馬遜、OpenAI、xAI、中東主權基金、中國互聯網大廠，都在搶算力、搶電力、搶存儲、搶先進封裝。大型科技公司今年AI支出預期超過7000億美元，比此前約6000億美元的預期繼續上修。

這個環境下，半導體資產會被重新分層。

第一層是不可替代的算力入口，英偉達仍然最強。

第二層是算力擴張的關鍵約束，AMD、美光、博通、台積電、SK海力士、光模塊公司、先進封裝公司都在這裏。

第三層是受益但議價權較弱的硬件配套，訂單會增長，但利潤率未必同步擴張。

AMD和美光目前的吸引力，在於它們都處在第二層：AMD卡CPU+AI GPU，美光卡HBM+數據中心存儲。二者都不是單純跟隨英偉達上漲，而是在AI硬件棧中擁有獨立的稀缺邏輯。

但萬億美元敘事也有明顯風險。

第一，市場已經在提前交易多年確定性。AMD市值已經超過7400億美元，美光市值超過8400億美元，很多樂觀預期已經寫進股價。

第二，AI資本開支不可能永遠線性上修。雲廠商目前願意花錢，是因為模型競爭、企業AI需求和算力短缺同時存在。後麵一旦訓練效率提升、推理成本下降，或者客戶回報率不及預期，資本開支邊際放緩會直接壓製硬件鏈估值。

第三，供給最終會追上來。HBM短缺很真實，但存儲行業的曆史經驗也很清楚：高利潤會刺激資本開支，資本開支會形成新產能，新產能會改變價格預期。美光能否脫離傳統周期，還要看它能否把AI訂單轉化為更長期、更穩定的自由現金流。

第四，AMD必須證明自己不隻是“第二供應商”。英偉達的護城河不隻在芯片，還在CUDA、網絡、整機係統、開發者生態和客戶習慣。AMD要拿更高估值，需要持續證明Instinct不隻是價格替代，而是能在特定訓練、推理和雲場景中形成穩定份額。

所以，AMD和美光能不能走向萬億美元，最終不取決於市場願不願意講故事，而取決於兩個現實問題：AI需求能不能從訓練擴展到推理、企業應用和長期部署；公司能不能把景氣變成現金流、毛利率和客戶鎖定。

萬億美元市值不是獎杯，是資本市場對長期定價權的提前投票。

 

 

 結語：AI牛市的第二階段，

買的是“算力背後的工業瓶頸”

AMD和美光被放進萬億美元討論，並不荒唐，但也不能簡單理解為“下一個英偉達”。

它們代表的是AI硬件牛市進入第二階段後的兩條分支：一條是計算棧擴張，CPU和AI GPU重新獲得戰略價值；另一條是數據棧擴張，HBM和企業級存儲從周期品變成AI基礎設施裏的稀缺資源。

英偉達定義了AI牛市的第一層邏輯：誰擁有最強算力，誰就擁有最大定價權。

AMD和美光代表第二層邏輯：誰能解決算力擴張中的係統瓶頸，誰就有機會被重新估值。

這輪半導體行情最容易被誤讀的地方，是把所有上漲都歸為泡沫。泡沫當然會有，殺估值也遲早會有。但AI資本開支正在改變半導體行業的利潤分布，這一點不應被忽略。過去被低估的CPU、存儲、網絡、封裝和電源管理，正在重新進入主資產名單。

下一階段的勝負，不會隻看誰的股價漲得更快，而要看誰能把客戶鎖定得更久，把毛利率守得更穩，把自由現金流做得更厚。

AI工業化越深入，市場越會獎勵那些位置不顯眼、但無法繞開的公司。AMD和美光的萬億想象，正是這輪硬件重估最直接的樣本