Gavin Baker - AI Market Jitters - [Invest Like the Best, EP.485]

本益比已降至近 11 年低點，市場定價過度悲觀。舊 GPU 合約到期後現貨價格上揚 50%-60%，且市場未見任何算力過剩跡象。市場誤將短期價格波動當作需求下滑，晶片現貨價格暴漲顯示算力短缺仍在加劇

6 月新增之巨量算力產能尚未反映於 Q2 財報，扣除單次費用後營運現金流加速成長。與 $NVDA 搭配之算力部署將持續推升雲端營收。雲端服務商營運現金流加速成長，將大幅減輕資本支出對債務融資的依賴

GPU 租賃價格與 DRAM 現貨價同步暴漲，顯示實體用量強勁。隨著舊合約陸續到期，算力租賃價格迎來重覆評價。算力基礎設施供需缺口持續擴大，現貨重訂價將帶動整體雲端運算營運現金流顯著增長

資料中心與電力網建置雖面臨地方監管挑戰，但私有資本與電廠背後直接協議正迅速補足缺口。資本市場對 AI 基建債務風險過度反應，實質需求與電力部署仍保持高速推進

TPU 與自研生態系持續演進，但在開源模型普及與模型路由普及下，前沿模型層的超額毛利面臨挑戰。開源模型大幅降低 Token 成本並激發用量，前沿模型需靠更高等級的推理與調度能力維持價值

AI 原生新創公司將 20%-30% 以上營運支出用於 Token 消耗以替代傳統人力招聘，單位員工毛利呈現垂直成長。以 Token 支出取代傳統人力招聘已成為 AI 原生企業的核心競爭優勢與營運趨勢

開源模型與客製微調（SFT/RL）降低了垂直領域應用開發門檻，使 SaaS 與應用軟體廠商具備更高防禦壁壘。推論成本降低與客製微調成熟讓軟體廠商擺脫單一模型依賴，迎來防禦性與獲利能力的雙重提升

透過對 AI 新創之股權投資與收益分潤協議，將晶片銷售延伸至雲端服務權益分享。配合 $MU 等供應鏈鎖定產能。創新信用封裝與收益分潤模式顯著提高了每 GW 算力的長期獲利上限與競爭壁壘

HBM 與高階 記憶體 簽訂帶有價格上下限之長期協議（LTA），有效遏止過往景氣循環中客戶任意毀約風險。長約機制與產能分配制大幅增強記憶體廠商的定價主導權與盈利持續性

HBM 與 DRAM 增加能提升單位算力產出的 Token 數量，成為算力擴充中最關鍵的限制瓶頸。記憶體容量與頻寬已成為決定 Token 產出效率的核心指標，產業供給維持緊繃狀態

SRAM 加速晶片在推論 Decode 階段與 記憶體 形成分工，軟硬體解耦大幅優化硬體 ROI。推論算力架構朝向異質晶片分工演進，非 HBM 限制的 SRAM 加速方案提升整體硬體 ROI

市場對中國 DUV 國產化消息反應過度，成熟微影設備與 EUV 極紫外光技術仍有巨大世代鴻溝。中國 DUV 自研突破屬於階段性進展，短期內難以動搖在先進製程的獨佔優勢

半導體微影設備需經歷長時間學習曲線與無數次工程疊代，非短期突破單一設備所能替代。先進製程設備發展具備極高學習曲線壁壘，單一設備突破不等於整體供應鏈即刻成熟