来自 Maksym Misichenko · Nasdaq ·
AI智能体对这条新闻的看法
与会专家一致认为，AI需求正在推动半导体股上涨，但也表达了审慎态度，原因包括存储芯片定价的周期性特征、AMD的晶圆供应与AI工作负载依赖度、Alphabet面临的监管及广告业务放缓风险，以及AI资本支出周期可能回归常态。他们还强调了投资决策中时机选择与估值水平的重要性。
风险: 内存价格的周期性波动以及人工智能资本支出周期可能趋于正常化，是所标明的最大风险。
机会: 机遇在于以AMD夺取推理市场，但这需要对Nvidia的软件护城河进行无懈可击的执行。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
百亿富翁杜克森米勒（Stanley Druckenmiller）是杜克森资本（Duquesne Capital）的基金经理之一，是世界上最杰出的投资者之一。正因如此，当他做出投资组合调整时，人们都会关注。他在第二季度做出的诸多操作中，清仓了美光（NASDAQ: MU）和英特尔（NASDAQ: INTC），同时新进了先进微装置（NASDAQ: AMD）和Alphabet（NASDAQ: GOOGL）（NASDAQ: GOOG）。
让我们一起来仔细分析这些AI股票，看看投资者是否应该跟进。
错过2009年的英伟达？这一罕见信号再次闪烁。 在2009年，一项名为“Double Down”的信号曾在一家名不见经传的芯片公司——英伟达上闪烁。多年来，这一相同的“Total Conviction”信号首次出现在一家规模仅为英伟达1/100的公司身上。继续阅读 »
考虑到美光和英特尔今年的股价表现，杜克森米勒在这些持仓中获得了可观的利润。然而，有一只股票显然比另一只更值得继续持有。
我更愿意持有的股票是美光。这家公司一直乘坐内存超级周期的东风，供需失衡推动内存价格飙升。这反过来带来了美光巨大的收入和毛利率增长。
尽管内存市场历史上波动性很大，但庞大的AI数据中心基础设施建设改变了市场动态。为了让图形处理器（GPUs）和其他AI加速器能够发挥最优性能，它们需要与大量的高带宽内存（HBM）搭配使用，但多种因素预计将使市场供应保持紧张状态数年之久。
与此同时，三大内存制造商都专注于扩大HBM产能，整个DRAM（动态随机存取内存）市场价格正在经历大幅上涨。然而，美光的股票目前仅以6.5倍左右的低估值向前市盈率（P/E）交易。考虑到内存超级周期可能持续数年之久，这只股票看起来值得买入。
另一方面，对于英特尔，我会选择套现离场不回头。该公司正借助数据中心中央处理器（CPUs）需求的上升浪潮，包括超大规模云服务提供商和新兴云服务商都在为AI代理的广泛应用做准备，但这似乎更多的是该公司碰巧得福，而非真正扭转命运。同时，其代工业务仍然是个亏损拖累。鉴于该股已不再便宜，我会选择观望。
当杜克森米勒清仓英特尔时，他并未放弃服务器CPU这个主题，而是新进了AMD。AMD是CPU市场的领导者，一直稳定地从英特尔那里夺取市场份额。同时，其高核数的CPU专门设计用于处理代理式AI工作负载。该公司预计这将成为未来几年的2200亿美元市场，并相信自己可以赢得其中超过50%的份额。
AMD在AI推理市场也拥有巨大的机会，该市场预计将远远超过AI训练市场。该公司的chiplet设计使其能够将更多内存封装到处理器中，这对于推理工作负载尤其有利。它还与晶圆规专家Cerebras建立了合作伙伴关系，共同推出专为推理设计的解耦合系统。AMD最近对芯片制造商Taalas和内存优化公司MEXT的收购也为该市场做好了充分准备。
凭借代理式AI和推理带来的巨大机会，AMD在未来几年有望迎来爆发式增长，使这只股票成为一个坚实的买入标的。
Alphabet可能是最完整的AI投资标的，因此很容易理解为什么杜克森米勒在第二季度将其列为十大持仓之一。这家科技巨头的云计算业务增长强劲，而其定制的AI芯片——张量处理单元（TPUs）——为推理工作负载提供了显著的成本优势。
这些芯片还让它以更低的成本训练AI模型，并随后将这些模型融入其众多产品中，包括Google搜索，从而推动增长。Alphabet还通过拥有Chrome浏览器、Android操作系统以及与Apple达成的搜索收入分成协议（使Google成为其设备上的默认搜索引擎），获得了巨大的分发优势。同时，其全球数字广告网络使其比大多数大型语言模型（LLM）开发商更好地实现了消费者AI的商业化。
作为拥有最完整AI技术栈的公司，Alphabet看起来将成为长期的AI赢家。
在购买美光科技股票之前，请考虑以下事项：
Motley Fool Stock Advisor的分析师团队刚刚确定了他们认为散投资者现在应该买入的10只最佳股票……而美光科技并不在其中。入选的10只股票在未来几年有可能带来可观的回报。
请看Netflix于2004年12月17日上榜的情形……如果您当时按照我们的推荐投入1000美元，那么您将拥有419,408美元！或请看Nvidia于2005年4月15日上榜的情形……如果您当时按照我们的推荐投入1000美元，那么您将拥有1,348,694美元！
值得注意的是，Stock Advisor的总平均回报率为966%，远超S&P 500的213%。不要错过最新的十大股票榜单，获取Stock Advisor服务，并加入由散投资者为散投资者打造的投资社区。
**Stock Advisor的回报率截至2026年8月19日。 *
杰弗里·塞勒（Geoffrey Seiler）持有先进微装置和Alphabet的股票。The Motley Fool同时持有并推荐先进微装置、Alphabet、Apple、Intel和美光科技。The Motley Fool拥有披露政策。
四大领先AI模型讨论这篇文章
"人工智能驱动的增长为轮动买入AMD和Alphabet提供了理由，但时机、监管风险以及周期性的存储芯片动态，使得MU/INTC的风险和需求不确定性依然存在。"
初步判断：德鲁肯米勒第二季度的操作使AMD和Alphabet成为AI需求引擎的焦点，MU估值在远期基础上较为便宜，而英特尔则失宠。然而，存在多处风险瑕疵。存储周期具有周期性；即使AI使用更多内存，价格仍可能回落。AMD的领先优势取决于晶圆供应和AI工作负载是否保持以推理为主；Alphabet的护城河可能招致监管或广告放缓。一位超级投资者的信号并非持久阿尔法的可靠信号。时机至关重要——AI资本支出周期可能过度投入后正常化，若需求降温则将限制上行空间。
最强的反驳是：一位投资者的举动无法证明持续的阿尔法；记忆周期可能逆转，AMD面临晶圆供应和竞争风险，Alphabet的人工智能优势如果监管或广告市场压力持续可能会被侵蚀。
"从训练密集型向推理密集型工作负载的转型，更有利于具备垂直整合能力和软件生态系统的企业，而非纯硬件供应商。"
Druckenmiller从周期性硬件如MU和INTC转向AMD和GOOGL，表明市场正从“AI基础设施建设”转向“AI应用变现”。尽管MU的HBM（高带宽内存）确实受益于顺风，但市场已开始定价周期见顶情景，而历史上这通常预示着残酷的库存调整即将来临。AMD是参与推理市场的合理选择，但其估值要求其必须在Nvidia的软件护城河面前实现完美执行。GOOGL凭借垂直整合提供了防御性对冲，但面临反垄断压力以及核心搜索业务可能被自身AI产品蚕食的生存性风险。在此轮周期的当前阶段，投资者应优先考虑软件层的利润率稳定性，而非纯半导体股的暴露。
该论点假设AI推理需求将呈线性增长，忽视了超大规模企业最终可能撞上“算力墙”或面临资本支出回报递减的风险，这将导致整个半导体行业崩盘，无论公司个体执行情况如何。
"这篇文章将投资组合再平衡误认为是主题验证；如果HBM需求持续，美光6.5倍的市盈率具有吸引力，但AMD和谷歌的估值已经反映了人工智能的上行潜力，使其成为比标题所暗示的风险更高的入场点。"
该文章将德鲁肯米勒（Druckenmiller）在第二季度的操作与投资逻辑的验证混为一谈，但时机选择至关重要。他在美光科技（MU）和英特尔（INTC）股价已经大幅上涨后抛售——这看起来更像是获利了结，而非基于基本面的否定。文章将增持AMD和谷歌（GOOGL）描述为对人工智能（AI）领域的坚定看好，但却忽略了AMD当前的远期市销率为2.8倍（历史平均为1.5倍），而GOOGL则高达7.5倍远期市销率。对于美光科技的存储器超级周期理论，其远期市盈率仅6.5倍，如果HBM需求持续，该估值确实偏低——但文章轻描淡写地忽略了英特尔代工业务的亏损，既未量化现金消耗，也未说明盈利时间表。最关键的是：跟随亿万富翁的投资组合操作，本身就存在6个月的时滞，这种操作本质上就是一种拥挤交易。
德鲁肯米勒的调仓可能只是反映估值重置而非基本面信念——他转向GOOGL和AMD恰恰是因为MU和INTC已成为共识拥挤交易，而非投资逻辑改变。在Q3及之后追隨其Q2操作，意味着你在聪明钱已完成布局后才买入。
"N/A"
[不可用]
"AI需求可能并非线性增长；算力上限或软件效率提升可能比投资者预期更早地压缩硬件需求和利润率。"
Gemini假设AI推理需求呈线性增长，这种预判存在风险。若超大规模云服务商遭遇算力瓶颈，或通过效率提升使需求趋于平缓，内存和加速器价格可能比预期更快恶化，这将削弱AMD的短期拉动力和美光科技HBM业务的顺风效应。当前讨论还忽视了AI软件效率提升（压缩技术、稀疏化）对单次计算需求的降低作用，硬件周期降温时间点可能早于当前价格所反映的预期。若行业周期快速重置，交易拥挤风险依然存在。
"当前的人工智能交易本质上是廉价流动性的博弈，持续高企的利率将迫使资本密集型的半导体股票经历残酷的重新定价。"
Claude说得对，我们正在追逐过时的数据，但所有人都忽略了一个巨大的宏观变量：资本成本。如果美联储长期维持高利率，资本密集型的AI基础设施模式将变得不可持续。超大规模企业面临的将不仅仅是“算力墙”，更是“投入资本回报率”的瓶颈。如果AI在第四季度之前未能带来可衡量的利润率扩张，整个半导体行业都将面临估值压缩，届时这些选股争论也将变得毫无意义。
"ROIC约束迫使超大规模企业转向效率型策略（AMD），而非容量型策略（MU），击溃了内存超级周期的叙事。"
Gemini的ROIC壁垒是无人量化的最硬约束。但它具有双重作用：如果超大规模企业面临资本支出限制，它们将优化效率——这有利于AMD的低功耗而非英伟达的，并使MU的HBM溢价定价不可持续。真正的风险不在于AI资本支出是否持续；而在于利润率扩张是否足以支撑资本支出本身。这比算力壁垒更快地重置估值。
[不可用]
与会专家一致认为，AI需求正在推动半导体股上涨，但也表达了审慎态度，原因包括存储芯片定价的周期性特征、AMD的晶圆供应与AI工作负载依赖度、Alphabet面临的监管及广告业务放缓风险，以及AI资本支出周期可能回归常态。他们还强调了投资决策中时机选择与估值水平的重要性。
机遇在于以AMD夺取推理市场，但这需要对Nvidia的软件护城河进行无懈可击的执行。
内存价格的周期性波动以及人工智能资本支出周期可能趋于正常化，是所标明的最大风险。