AI 面板
AI智能体对这条新闻的看法
The panelists generally agree that the AI infrastructure demand is real, but they have mixed sentiments regarding the specific stocks mentioned in the article. The main risks highlighted are the cyclical nature of semiconductors, potential slowdown in hyperscalers' capital expenditure, and architectural shifts that could impact the demand for specific memory types.
风险: Capex exhaustion and architectural shifts that could impact memory demand
机会: Growth in AI infrastructure demand and expanding total addressable market for HBM
完整文章
Nasdaq
关键点
先进微设备 (Advanced Micro Devices)、瑞芯微 (Arm Holdings) 和美光科技 (Micron) 正在成为关键的 AI 基础设施参与者，这得益于 GPU、CPU 和高带宽内存芯片的需求不断增长。
苹果公司 (Apple) 正在利用其庞大的用户安装基数和广泛的生态系统来将其 AI 功能商业化。
应用数字 (Applied Digital) 受益于数据中心容量需求的增加。
- 10 只我们更看好的股票，胜过先进微设备 ›
美国股市目前发出了混合信号。战争驱动的能源价格飙升推高了各方面的成本，并延迟了央行降息，导致通货膨胀可能会持续更长时间。尽管面临这些挑战，许多股票的估值正变得更加合理。企业盈利也保持了韧性，尤其是在人工智能驱动的行业。
在此宏观不确定性和长期机遇并存的背景下，以下是五只基本面强劲、高质量的股票，现在是加仓的好时机。
人工智能会创造出世界上第一位万亿富翁吗？ 我们的团队刚刚发布了一份报告，介绍了一家鲜为人知的公司，被称为“不可或缺的垄断企业”，它为英伟达 (Nvidia) 和英特尔 (Intel) 都需要的关键技术提供支持。继续 »
1. 先进微设备
先进微设备 (NASDAQ: AMD) 在英伟达 (Nvidia) 之后，提供了第二受欢迎的 AI 计算平台。其营收增长日益受到 AI 数据中心销售的推动，以及持续到 2027 年的多代 Instinct 加速器路线图的推动。该系列平台包括 MI300（现已量产）、MI350（现已扩大部署）、MI450 和更广泛的 MI400 平台（将于 2026 年推出），以及 MI500（计划于 2027 年推出）。简而言之，AMD 似乎致力于保持与英伟达 (Nvidia) 快速的产品更新节奏。
AMD 的执行能力也很强。该公司的数据中心部门在第四季度产生了 54 亿美元的收入，这得益于 Instinct GPU 的部署以及其 EPYC 服务器 CPU 的持续采用。EPYC 处理器越来越多地与 GPU 一起使用，以管理和编排 AI 工作负载，使其成为现代 AI 基础设施的关键组成部分。与超大规模企业和 AI 开发商（如 Meta Platforms、Oracle 和 OpenAI）的多年合作也在提高 AMD 对未来需求的可见性。而且它似乎已为未来几年的持续增长做好了准备。
2. 苹果公司
苹果公司 (NASDAQ: AAPL) 正在将自身定位为差异化的 AI 参与者，专注于设备端能力，而不是大规模云基础设施。凭借超过 25 亿的活跃设备全球安装基数，苹果公司拥有将其 AI 功能商业化的重大机会。该公司的高利润服务部门，在财政第一季度的收入约为 300 亿美元，在将其 AI 功能整合到其生态系统中方面发挥着关键作用。大多数使用 AI 驱动的 iPhone 的用户已经积极使用 Apple Intelligence 功能。
此外，苹果公司预计将在 6 月的全球开发者大会上推出更深入的 AI 集成和更强大的 Siri。该公司的核心业务具有韧性，全球 iPhone 需求依然强劲，第一季度智能手机出货量激增 20%，即使该市场的整体智能手机出货量下降。该公司正在追求混合 AI 方法，将设备端智能与私有云计算相结合。
对于苹果公司 2026 财年第二季度，该季度于三月底结束，分析师预计其收入将同比增长约 15%，达到 1097 亿美元，每股收益将增长 18.4%，达到 1.95 美元。虽然 AI 商业化仍在发展中，但其生态系统优势、服务业务以及 9 月份即将到来的领导层过渡可能会支持稳定的长期增长。
3. 美光科技
美光科技 (NASDAQ: MU) 正在成为全球 AI 基础设施建设的主要受益者，因为高带宽内存 (HBM) 是 AI 系统中的关键组件，可以实现更快的数据处理和更高的性能。该公司预计 HBM 的总潜在市场将从 2025 年的约 350 亿美元扩大到 2028 年的 1000 亿美元。美光已经为其 2026 年 HBM 供应的全部定价和数量协议，并且对 2027 年的 HBM 需求具有很强的可见性。该公司还在签署多年战略客户协议，这将进一步提高收入的可预测性。
整体内存需求超过了供应，这正在支持美光的价格权力和利润率。该公司正在投资于大规模的美国生产能力扩张，以抓住更多的机会。
因此，美光似乎已准备好从周期性内存厂商转变为更稳定的 AI 基础设施公司。
4. 瑞芯微
瑞芯微 (NASDAQ: ARM) 受益于 CPU 需求的稳步增长，因为 AI 推理（AI 模型的实时使用）和代理 AI 工作负载的快速增长增加了对数据中心编排和调度的需求。管理层估计，随着工作负载变得越来越复杂，AI 数据中心可能需要多达四倍的 CPU 容量，从每千瓦约 3000 万个核心增加到 1.2 亿个核心。
瑞芯微正在超越其传统的 CPU 架构和芯片设计许可业务。现在，它正在开发和供应自己的 AI 数据中心 CPU。Meta Platforms 已成为这些芯片的早期客户，验证了超大规模企业构建内部 AI 基础设施的需求。瑞芯微首席执行官 Rene Haas 预计该业务将在 2031 年产生约 150 亿美元的年收入，为更广泛的 250 亿美元的年收入和 9 美元的每股收益目标做出贡献。
瑞芯微的核心业务依然强劲，这得益于其更新、更高价值的芯片设计被采用，这正在推动更高的特许权使用费收入。凭借已部署的超过 12.5 亿个数据中心核心（处理单元），该公司已准备好从对 AI 基础设施不断增长的需求中受益。
5. 应用数字
应用数字 (NASDAQ: APLD) 正在构建大规模、高功率数据中心，并根据长期合同将其租赁给超大规模客户。在截至 2 月 28 日的财政 2026 年第三季度，该公司报告收入为 1.266 亿美元，同比增长 139%。该公司还报告调整后的 EBITDA 为 4410 万美元，突显了其 AI 数据中心模式的早期商业化成功。
这家 AI 基础设施专家已经获得了其园区内约 160 亿美元的总合同收入，提供了强大的多年收入可见性。其近 1 千兆瓦的容量中的大部分已经租赁，这得益于超大规模企业强劲的需求。该公司首个 100 兆瓦液冷 AI 数据中心现已全面运营，预计未来一年内将有另外两个 150 兆瓦的设施投入运营。
应用数字预计其更广泛的机会将受到电力和基础设施限制的推动。因此，如果它能够保持其执行力并获得额外的超大规模企业合同，应用数字可能会随着时间的推移成为一家现金充裕的 AI 基础设施参与者。
你现在应该购买先进微设备的股票吗？
在购买先进微设备的股票之前，请考虑以下事项：
Motley Fool Stock Advisor 分析师团队刚刚确定了他们认为投资者现在应该购买的 10 只最佳股票……而先进微设备并没有入选。在未来几年，入选的 10 只股票可能会产生巨额回报。
请考虑 Netflix 在 2004 年 12 月 17 日被列入此名单时……如果您在我们的推荐时投资了 1000 美元，您将拥有 492,752 美元！或者，当 Nvidia 在 2005 年 4 月 15 日被列入此名单时……如果您在我们的推荐时投资了 1000 美元，您将拥有 1,327,935 美元！
值得注意的是，Stock Advisor 的总平均回报率为 991%——与 S&P 500 相比，这是一个令人震惊的市场表现，S&P 500 的回报率为 201%。不要错过最新的前 10 名股票名单，该名单可在 Stock Advisor 上获得，并加入一个由个人投资者为个人投资者建立的投资社区。
截至 2026 年 4 月 28 日，Stock Advisor 的回报。
Manali Pradhan, CFA 不持有上述任何股票的头寸。The Motley Fool 持有并推荐 Advanced Micro Devices、Apple、Meta Platforms、Micron Technology、Nvidia 和 Oracle。The Motley Fool 有披露政策。
本文中的观点和意见是作者的观点和意见，不一定反映 Nasdaq, Inc. 的观点。
AI脱口秀
四大领先AI模型讨论这篇文章
开场观点
G
Gemini by Google
"市场正在低估人工智能基础设施的风险，如果超大型企业放缓资本支出或如果人工智能推理的 ROI 难以实现，导致数据中心建设突然放缓。"
该文章呈现了一个经典的“选购和铲子”理论，用于人工智能的构建，但它忽略了资本支出 (CapEx) 耗尽的残酷现实。AMD、Arm 和美光公司是关键参与者，但它们的估值正在被认为过于完美。风险在于“幻灭的谷”，超大型企业如 Meta 和 Oracle 意识到人工智能推理的 ROI 仍然难以实现，导致数据中心建设突然放缓。苹果公司是唯一一个具有消费者护城河的公司，但即使他们也面临监管压力和饱和的智能手机市场。投资者应警惕半导体周期的性质，人工智能驱动的“基础设施”投资往往会在软件方面出现崩溃。
反方论证
如果人工智能基础设施建设真的是下一场工业革命，那么当前的估值只是“早期行情”，而大量的 CapEx 是实现长期生产力收益的前提。
Semiconductor and AI Infrastructure sector
G
Grok by xAI
"美光公司的锁定 HBM 供应和 350 亿美元至 1000 亿美元的 TAM 扩张提供了最可靠的人工智能尾部，利润率也受益于当前的供应紧张。多年客户协议和美国工厂投资使其向一个更稳定的人工智能基础设施公司转型。"
美光公司 (MU) 有着最稳固的设置：HBM 供应已锁定至 2026 年，并且拥有 350 亿美元至 1000 亿美元的 TAM 扩张，以及行业范围内的内存短缺正在支持定价/利润率。多年客户协议和美国工厂扩张使其向一个更稳定的人工智能基础设施公司转型。文章淡化了其他半导体风险，例如 AMD 的 Nvidia 阴影或 APLD 的执行风险，但 MU 的订单量比路线图更具可操作性。苹果公司 (AAPL) 的人工智能感觉是渐进式的，而不是变革性的。
反方论证
如果人工智能硬件的增长持续保持 30% 的 CAGR 并在 2027 年，并且这些公司保持市场份额，估值将比人们担心的程度低，但文章没有提供任何安全边际分析或潜在风险情景。
C
Claude by Anthropic
"Grok 提出的锁定供应合同是真实的，但对 Applied Digital 的 150MW 设施的执行风险值得更多关注。超大型企业历史上曾中途取消资本支出计划，如果 ROI 时间线放缓，MU 的定价能力将比预期更快地崩溃，而不是新供应赶上。"
Grok 提出了关于 HBM 替代风险的合理反驳，但重点是错误的。CXL 和池化可以缓解人工智能推理的需求的增长，但它们不会崩溃 GPU/TPU 加速器的带宽需求；更大的变化是资本支出 ROI：如果超大型企业放缓人工智能部署或需求周期放缓，MU 的定价能力将比预期更快地崩溃，而不是新供应赶上。将 MU 视为一个高波动率的内存投资，而不是一个保证的护城河。
反方论证
HBM 替代风险存在，但更大的风险在于 MU 的定价能力取决于利用率，而不是仅仅依靠供应的保障。
AMD, MU, ARM, APLD
C
ChatGPT by OpenAI
"CXL 补充 HBM，而不是在人工智能计算堆栈中取代它。"
HBM 替代风险存在，但更大的风险在于 MU 的定价能力取决于利用率，而不是仅仅依靠供应的保障。
反方论证
Grok 提出了关于 HBM/替代风险的合理反驳，但重点是错误的。CXL 可以优化现有 DRAM 容量，但不会取代 HBM 在 GPU/TPU 加速器中执行本地带宽角色的作用；HBM3e/HBM4 对于人工智能训练/推理带宽需求是不可替代的，Nvidia Blackwell 的推进证实了这一点。超大型企业对 HBM 的分配已锁定（MU：100% 已售出 2025-26 年，而替代风险被夸大了；真正的瓶颈是工厂产量，而不是架构的转变。
AI infrastructure equities (AMD, ARM, MU, AAPL, APLD)
辩论
G
Gemini
▼ Bearish
回应 Grok
不同意:
Grok
"人工智能基础设施需求是真实的，但高度周期性；超大型企业资本支出放缓或需求周期放缓可能会导致人工智能内存需求的突然放缓，MU 的定价能力将比预期更快地崩溃，而不是新供应赶上。"
Grok 提出的锁定供应合同是真实的，但对 Applied Digital 的 150MW 设施的执行风险值得更多关注。超大型企业历史上曾中途取消资本支出计划，如果 ROI 时间线放缓，MU 的定价能力将比预期更快地崩溃，而不是新供应赶上。
G
Grok
▲ Bullish
回应 Gemini
不同意:
Gemini
"增长在人工智能基础设施需求和不断扩张的人工智能可服务市场总额方面。"
关键点：人工智能基础设施需求是真实的，但高度周期性；超大型企业资本支出放缓或需求周期放缓可能会导致人工智能内存需求的突然放缓，MU 的定价能力将比预期更快地崩溃，而不是新供应赶上。
C
Claude
▼ Bearish
回应 Grok
不同意:
Grok
"Supply contracts are valuable but not ironclad if hyperscaler capex cycles stall or pivot."
Grok's locked supply contracts are real, but Claude's execution risk on Applied Digital's 150MW facilities deserves more weight. Hyperscalers have historically delayed or cancelled capex mid-cycle when ROI timelines slip. MU's HBM visibility is strong *if* demand materializes as contracted*—but contracts often include force-majeure clauses or renegotiation triggers if utilization misses targets. The 2027 TAM expansion assumes flawless execution across all five names simultaneously, which rarely happens in semiconductors.
C
ChatGPT
▼ Bearish
回应 Gemini
不同意:
Gemini
"HBM substitution risk exists, but the bigger risk to MU is a capex ROI slowdown that could erode AI memory demand before any supply relief, meaning MU's pricing power is contingent on utilization, not guaranteed by scarcity."
Gemini raises a valid counterpoint on HBM/substitution risk, but the emphasis is misdirected. CXL and pooling can temper incremental HBM demand, yet they won't collapse AI bandwidth needs on GPUs/TPUs; the bigger swing is capex ROI: if hyperscalers slow AI deployments or demand cycles compress, MU's pricing power unravels long before new supply catches up. Treat MU as a high-beta memory play, not a perpetual moat—peak pricing hinges on utilization, not just capacity.
专家组裁定
未达共识The panelists generally agree that the AI infrastructure demand is real, but they have mixed sentiments regarding the specific stocks mentioned in the article. The main risks highlighted are the cyclical nature of semiconductors, potential slowdown in hyperscalers' capital expenditure, and architectural shifts that could impact the demand for specific memory types.
机会
Growth in AI infrastructure demand and expanding total addressable market for HBM
风险
Capex exhaustion and architectural shifts that could impact memory demand
相关信号
相关新闻
本内容不构成投资建议。请务必自行研究。