半导体动量交易退潮：大摩看到的不是AI结束，而是CapEx回报压力上桌

太长不看

1.半导体在交易二阶导。AI 资本开支还在高位，云厂商也没有停止建设，但半导体股价此前押的是“上修继续上修”。当 EPS 上修广度接近历史高位，市场会先交易上修速度放慢，而不是等到盈利真的下修。

2.AI 周期仍在扩张。大摩把当前回调定义为 AI 周期里的第 4 次 reset，前 3 次也没有阻断基础设施建设。真正变化是市场不再只奖励供应链拿订单，也开始要求云厂商证明每 1 美元 CapEx 能变成收入、毛利和自由现金流。

3.Meta 是触发器。Meta 表示可能把过剩算力卖给外部客户，这件事让市场重新审视 1 个老问题：AI 算力到底是稀缺资产，还是部分云厂商先建太快后再找出口。它不等于需求见顶，但会让半导体估值从“客户继续花钱”切到“客户花钱后能否赚钱”。

4.存储最容易先调整。大摩用白银股类比半导体，是因为二者都经历过抛物线式上涨，也都有商品属性。存储是半导体里最商品化的一段，涨价和长协能支撑基本面，但股价最容易被“涨价斜率见顶”和资金拥挤放大波动。

5.云厂商短期优于半导体。大摩更偏好 Hyperscalers，因为它们过去几个月已经先跌，资本开支压力被部分定价，同时还有应用层、降本和算力外租的期权。半导体需要客户继续加速花钱，云厂商则有机会证明这些投入能回收。

6.扩散交易是第 2 条主线。油价回落、利率预期降温、就业数据变弱，让市场重新买入消费品、运输、区域银行和生物科技等落后板块。半导体走弱本身也在释放指数权重压力，资金从头部 AI 硬件龙头扩散到更宽的盈利修复资产。

7.后面看 5 个信号。1 看云厂商 2027 年 CapEx 指引，2 看算力租赁价格，3 看 DRAM/NAND 合约价和长协，4 看半导体 EPS 修正广度是否掉头，5 看等权指数、运输、生物科技和消费品能否持续跑赢。

半导体这次回调的核心是市场开始给“资本开支继续加速”打折。大摩这篇周报把矛盾讲得很清楚：AI 周期仍在，但半导体交易已经从订单上修走到二阶导见顶，下一阶段要看云厂商现金流、算力利用率和扩散板块能否接棒。

一、这篇周报真正要讲的是“AI交易换挡”

大摩周报标题里最重要的两个词，一个是 broadening，一个是 momentum。前者指市场上涨开始扩散，后者指半导体交易动量衰减。把这两个词放在一起，就是这篇报告的核心：AI 故事仍在，半导体交易已经过度集中，市场需要一个新的领涨结构。

过去几个月，AI 硬件链最顺的叙事是“云厂商资本开支继续上修，半导体供应链继续拿订单”。这个叙事没有失效，但边际收益在下降。股价不只看方向，也看速度。CapEx 从低位上修到高位时，半导体最强；当市场开始讨论“还能不能继续加速”时，交易就会进入更挑剔的阶段。

大摩用 EPS revisions breadth 解释这个变化。可以把它理解成分析师上修盈利预测的广度。当一个板块里越来越多公司被上修，股价通常会提前反映好消息；当上修广度靠近高位，后面继续超预期的难度变大。半导体现在面临的就是这个问题：基本面还强，但市场已经把“很强”定进去了。

这和 2026 年以来 AI 交易的结构一致。第一阶段买英伟达、存储、先进封装、PCB、设备和电力，是因为供给瓶颈清楚，订单能见度高。第二阶段要看客户回报，也就是云厂商、模型公司和企业客户能不能把算力变成现金流。大摩这篇周报把第二阶段的问题摆到了台前。

二、半导体为什么先掉队：客户强，供应商更强，背离需要修复

半导体依赖 Hyperscalers，但近期半导体跑赢，云厂商跑输。这个背离不能无限持续。GPU、HBM、内存、设备、封装和 PCB 的利润，最终都来自云厂商和模型公司愿意持续提高资本开支；如果客户股价、现金流和资本成本承压，供应链估值迟早要被重新审视。

大摩的逻辑是：Hyperscalers 的弱势可能领先反映了市场对 AI CapEx 回报的担心，半导体随后补跌，是这个担心向上游传导。半导体之前涨得更猛，是因为供应链订单先兑现；云厂商先跌，是因为投资者先看见自由现金流压力。现在两边开始收敛。

这个收敛不一定靠云厂商继续跌完成，也可以靠半导体回调完成。大摩更倾向于后者：半导体经历历史性上涨后开始失去动量，云厂商已经先消化过一轮压力。于是短期配置从 Semis 转向 Hyperscalers，背后是相对风险回报的变化，而不是产业周期方向的逆转。

这里最容易误读的地方，是把半导体回调理解成“需求证伪”。更准确的说法是：客户没有停止花钱，但市场开始要求客户花钱后交作业。供应链估值不能永远只靠客户加预算，最后还要看这些预算变成多少收入、多少毛利、多少现金回收。

三、Meta 为什么成了触发器：算力外租把 CapEx 拉回经营账本

Meta 出售部分过剩算力，是这篇周报里最关键的触发器。它让市场突然意识到：AI 基础设施不是只要建出来就自动值钱，建出来以后还要有利用率、价格和客户。半导体交易之前更多看“云厂商买多少”，Meta 事件把问题改成“云厂商买完以后怎么赚钱”。

如果 Meta 外租算力是为了提高资产周转，事件偏正面。它说明 AI 算力仍然稀缺，Meta 可以把短期未完全自用的容量卖给外部客户，缓冲自由现金流压力。这样一来，AI CapEx 就不只是成本，也是一种可经营资产。

如果 Meta 外租算力是因为内部需求爬坡慢，事件偏负面。市场会追问：如果连 Meta 这种拥有广告现金流、社交入口和 AI 产品野心的公司，都需要把算力卖给别人，那是不是说明部分云厂商建得太快？这不会直接推翻 AI 周期，但会压低市场给半导体订单的估值倍数。

这就是大摩说“AI capex cycle is far from over”但“semis could enter a correction”的原因。周期远没结束，建设还在继续；交易要回调，因为市场的验证口径变了。以前是看云厂商敢不敢建，现在是看建出来后能不能卖、卖给谁、卖多少钱、能不能覆盖折旧和融资成本。

大摩没有把 Meta 事件写成单一利空。它把它写成一个 rationale，也就是为什么半导体动量现在可能开始松动的理由。这个表述很克制，也很重要：它指向市场换尺子，而不是基本面死亡证明。

四、为什么说“不是周期结束”：AI 硬件会经历多次 reset

大摩强调，ChatGPT 发布以来，AI 交易已经出现过 3 次类似调整，现在可能是第 4 次。这句话的价值在于，它把当前回调放进一个持续扩张的周期里，而不是当成周期终点。

每一轮 AI 硬件回调，都对应一个不同的问题。早期市场担心训练需求是不是一次性；后来担心模型收入能不能覆盖算力成本；再后来担心电力、内存、封装和网络瓶颈会不会卡住交付。现在的问题变成：资本开支已经足够大，云厂商能不能把它转成现金流。

这些 reset 不会消灭需求，但会改变领涨环节。第一轮可能从 GPU 切到云厂商，第二轮从 GPU 切到 HBM，第三轮从 HBM 切到 PCB 和电力，第四轮可能从半导体切到 Hyperscalers、消费品、运输、生物科技和等权指数。周期在继续，资金在换座位。

这条主线要放在交易框架里理解。半导体回调不等于从多头变空头，它意味着交易从“谁拿订单”进入“谁能把订单变成现金流”。这一步更难，但也更健康。只要云厂商、模型公司和企业客户的收入能跟上，AI 链条会继续扩散；如果跟不上，半导体和存储的高估值会先被压缩。

五、存储为什么最像白银股：基本面强，股价也最容易剧烈波动

大摩把 Semis 和白银股类比，核心是提醒市场：一个资产经历抛物线式上涨后，只要还带有强商品属性，价格波动就会非常大。半导体里最符合这个特征的就是存储。

存储的基本面可以继续强。DRAM、NAND、HBM、eSSD、nearline HDD 都受益于 AI 数据中心，价格上涨和长协也在提高盈利可见度。问题在于，股价已经提前交易了涨价、长协、供给纪律和 2027 年需求。只要涨价斜率或上修广度开始放慢，市场就会先卖高弹性资产。

存储最容易成为半导体回调前锋，还有一个原因：它最容易被资金当成“周期弹性”交易。HBM 和企业级 SSD 让存储有了结构性逻辑，但很多资金仍会按价格周期和库存周期管理仓位。价格涨得越快，资金越兴奋；一旦价格斜率或股价动量降温，卖压也会更快。

所以，存储被点名，关键在于它最容易同时满足“强基本面、高预期、高波动、商品属性”。大摩说半导体回调可能由 Memory 领跌，背后就是这个判断。

六、为什么短期偏好 Hyperscalers：它们已经先替 CapEx 压力付过账

大摩短期更偏好 Hyperscalers，风险定价顺序是关键。云厂商过去几个月表现较弱，CapEx 增长、自由现金流压力和 AI 回报质疑已经被市场提前反映；半导体则刚经历一轮强势上涨，预期更满。

云厂商还有 3 个半导体没有的期权。第一，它们控制最终需求，可以通过广告、云服务、企业 AI、智能体和模型服务把算力变成收入。第二，它们可以用降本和效率提升抵消一部分 CapEx 压力。第三，它们可以像 Meta 一样，把部分算力变成外租资产，缓冲自由现金流。

半导体的期权更偏供给侧。GPU、HBM、设备、PCB、光模块和电力器件，都依赖客户继续花钱；客户越强，供应链越强。但当市场开始追问客户回报时，供应链估值会先受到客户现金流的约束。

这并不意味着半导体长期输给云厂商。更合理的判断是，AI 交易的相对表现会在不同受益环节之间摆动。半导体涨太多时，市场去买云厂商回报验证；云厂商证明回报后，又会反过来支撑供应链订单。大摩说 leadership oscillates among AI winners，讲的就是这个节奏。

七、市场扩散为什么同时发生：油价、利率和半导体权重一起松动

这篇周报不只讲半导体。它更大的框架是市场 broadening，也就是上涨从少数大市值 AI 资产扩散到更多板块。半导体降温只是其中一个驱动，另外两个驱动是油价回落和利率预期降温。

油价回落降低通胀压力，也减轻对消费品、运输和经济敏感板块的压制。大摩认为，如果核心通胀保持受控，市场对美联储的鹰派定价会缓和，利率敏感板块有机会修复。弱于预期的就业数据也会让市场减少加息担忧。

这套宏观背景对半导体很关键。因为指数里大市值 AI 硬件权重很高，如果半导体动量衰减，指数短期不一定好看；但资金可以在指数内部轮动，转向等权、消费品、运输、区域银行、生物科技等之前落后的方向。大摩说 major averages 可能短期 choppy，就是这个意思。

这也是为什么这篇周报不是简单的“卖半导体、买防守”。它是“AI 交易集中度下降，市场寻找第二批利润改善资产”。如果半导体回调温和，扩散交易可以继续；如果半导体大幅下跌拖累指数，扩散交易也会变得震荡。

八、这篇报告对投资框架的启发：半导体不再只看需求，要看客户回报

半导体交易下一阶段最重要的问题，是客户回报。过去看半导体，只要判断 AI 需求、产能瓶颈和订单能见度就够了；现在还要看客户资本开支背后的收入、利润和现金流。上游涨价越猛烈，下游越需要证明它能赚钱。

这会改变筛选顺序。第一层仍是供给瓶颈，HBM、先进封装、高端 PCB、电力和存储继续重要。第二层是客户质量，云厂商能否维持高 CapEx、算力租赁价格是否稳定、AI 应用收入是否起量。第三层是估值和资金拥挤，涨得太快的环节要看上修斜率，不能只看绝对基本面。

这张清单比单纯判断“半导体还能不能涨”更有用。半导体可以在基本面强的时候回调，也可以在市场担心最重的时候重新上涨。关键在于验证变量是否站在同一边。

九、把“动量衰减”翻译成交易语言：不是增速消失，而是二阶导变差

半导体交易最容易被误读的地方，是把股价动量衰减理解成产业需求见顶。大摩周报说的是前者，不是后者。AI 基础设施仍在扩张，云厂商也还在花钱，但股票市场交易的不是“有没有增长”这个静态问题，而是“增长的加速度还能不能继续变大”。当市场已经相信 AI CapEx 会高增长，半导体股价继续上涨就需要更高一级的证据：下一轮指引继续上修、供应链订单继续超预期、利润率还能扩张、客户现金流没有恶化。

这就是二阶导交易。第一阶导是收入、利润和资本开支还在增长；第二阶导是增长速度是否继续提高。过去几个月半导体最强的时候，市场交易的是第二阶导不断变好：云厂商上修 CapEx，HBM 缺口扩大，先进封装产能紧张，PCB 和电力配套跟涨，存储价格也从周期底部上行。现在大摩提醒的不是这些变量全部反转，而是最强的上修斜率开始变得难以持续。

股价在这个位置先反应，很正常。股票不会等到订单下降才跌，也不会等到盈利下修才调整。只要“更好”的难度变大，拥挤资产就会先松动。半导体这轮行情涨得快、解释起来又最顺，资金会把它当作 AI 交易的高 beta 表达；当 AI 交易需要降温时，它也会先成为减仓对象。

这和大摩标题里的 broadening 放在一起看更清楚。市场不是突然从风险偏好转向全面避险，而是在降低对单一主线的依赖。半导体从“指数上行的发动机”变成“需要验证的高拥挤资产”，消费、运输、区域银行、生物科技等落后板块开始接力。这种扩散如果能持续，说明半导体降温是健康轮动；如果扩散接不住，才会演变成指数层面的风险。

这张框架表的核心，不是给半导体贴一个“看空”标签，而是把不同层级的变量分开。产业变量可以仍然强，盈利变量可以仍然上修，交易变量却可以先降温。越是强趋势资产，越容易出现这种错位。对投资者来说，真正要防的是把产业长期逻辑当成短期交易护身符。

换成更直接的话，大摩讲的是“增速仍强，但增速预期的再上修开始变难”。这和“增速下滑”不是一回事。增速下滑意味着收入、利润或资本开支本身开始降温；动量衰减意味着这些数据还好，但市场已经不愿意继续为更乐观的斜率买单。前者是基本面问题，后者是预期差和估值问题。

半导体这轮上涨把这两种问题叠在一起，才容易让人误判。比如云厂商 2027 年 CapEx 可能仍然很高，HBM 需求可能仍然紧，AI 服务器出货也可能继续增长；但如果这些变量已经被市场提前放进股价，新的上涨就需要更强证据。没有更强证据，股价可以先回撤，即便基本面并没有坏。

这也是为什么大摩会把半导体和 broadening 放在同一个标题里。它不是说市场没有增长资产可买，而是说最拥挤的增长资产需要休息，资金开始寻找其他地方的边际改善。动量衰减不是“增长消失”，而是“增长的交易性惊喜减少”。对半导体来说，这句话尤其重要，因为很多供应链公司会在利润继续上修时先经历估值收缩。

投资上要把“增速”拆成 3 层。第一层是绝对增速，AI CapEx、半导体收入、存储价格和设备订单是不是还在增长；第二层是增速斜率，这些变量是不是继续加速；第三层是预期差，市场之前是不是已经按更高斜率定价。大摩担心的是第二层和第三层，不是第一层完全崩掉。

如果只看第一层，很容易得出“AI 还在，所以半导体没事”的结论；如果只看股价，又容易得出“半导体跌了，所以 AI 结束”的结论。两个判断都太粗。更准确的判断是：AI 还在，半导体还强，但市场已经从买增长方向转向买增长质量。后面能跑赢的，不是所有贴着 AI 的供应链，而是那些能在客户验账期继续证明订单质量、利润质量和现金流质量的环节。

所以，这份周报对半导体的观点可以压成一句话：不是“增速没了”，而是“增速的斜率和估值容忍度同时变差”。这个判断比单纯看空更有操作意义。它允许投资者继续跟踪 AI 主线，也要求投资者把高拥挤 beta 降下来，把注意力转向客户回报、供应瓶颈、长协价格、EPS 上修广度和市场扩散质量。

这也解释了为什么报告没有把半导体和 AI 周期切断。大摩把这次调整称为 AI 周期里的 reset，本质上承认基础设施建设仍会继续，只是每一轮 reset 都会把上一轮最拥挤、最线性的叙事重新定价。第一次 reset 可能来自估值太贵，第二次可能来自宏观利率，第三次可能来自客户现金流，第四次就可能来自半导体动量和云厂商回报之间的背离。每次 reset 之后，市场都会留下更硬的验证标准。

因此，判断这次 reset 的关键，不是找一个单点结论，而是看它有没有把 AI 交易推向更成熟的阶段。如果回调后，市场只愿意买能证明现金流的云厂商、能证明长协和锁量的存储、能证明物理瓶颈的先进封装和网络，那说明 AI 交易质量提高；如果回调后，市场继续追逐没有订单和利润的边缘主题，那说明动量风险还没有释放干净。大摩周报真正提醒的是前一种迁移。

十、AI CapEx 的核心矛盾：订单是供应链收入，折旧是客户成本

AI 基础设施的支出在产业链里会被拆成两套账。对半导体公司来说，云厂商多花 1 美元，就是 GPU、HBM、网络、PCB、电力、液冷、机柜和设备的收入机会；对云厂商来说，同样的 1 美元，是未来几年要摊销的折旧、能耗、运维和机会成本。供应链看到的是订单，客户看到的是资本回收周期。

半导体牛市最舒服的阶段，是这两套账都没有冲突。云厂商现金流强，广告和云业务增长快，利率压力可控，投资者愿意相信 AI 是长期战略支出，于是供应链订单越多越好。现在冲突开始显性化。订单还在，但客户回报被追问；供应链利润还在，但客户自由现金流被压缩。大摩偏好 Hyperscalers，本质上是在说客户账本已经先挨过一轮审问，上游账本现在才开始进入同一套审问。

这也是 Meta 事件的意义。Meta 说可能把过剩算力卖给外部客户，并不等于 AI 算力没有需求。相反，它可能说明算力仍然可以变现，云厂商正在寻找更灵活的资产周转方式。但市场会问另一个问题：如果内部需求足够强，为什么要外租？如果外租价格不够高，这些服务器和芯片的投资回报率到底是多少？如果外租是短期现金流缓冲，那它对供应链订单的支撑还能持续多久？

所以，Meta 不是半导体需求见顶的证据，而是把 AI CapEx 从“战略叙事”拉回“经营账本”的触发器。此前市场愿意用远期想象力给硬件链定价；现在市场要求看到可回收的现金流。对半导体供应商来说，这意味着客户 CapEx 的质量比规模更重要。没有回报的 CapEx 只能支撑一轮订单，有回报的 CapEx 才能支撑多轮采购。

这套模型解释了为什么半导体会在产业强势时调整。只看第一层，AI 建设还在扩张；看到第二层，供给瓶颈也没有完全缓解；但把第三层、第四层、第五层放进来，就会发现股价已经需要更高质量的证据。下一阶段半导体能不能重新走强，取决于这 5 层变量能否重新同向。

对云厂商来说，最好的结果是 CapEx 高位维持，同时 AI 收入、广告投放效率、云服务毛利率和算力外租价格一起改善。这样市场会认为它们只是提前投入，未来能拿回现金。对半导体来说，最好的结果是客户证明回报以后继续采购，上游订单从一次性建设变成持续扩容。反过来，如果客户开始强调效率、推迟数据中心、把算力低价外租，供应链就会进入估值压力区。

十一、存储是最敏感的分支：它同时有 AI 逻辑和商品周期

大摩用白银股类比半导体，最适合放在存储上理解。GPU 和先进封装更像稀缺产能，存储则有更明显的商品属性。DRAM、NAND、HBM 和 eSSD 都受益于 AI 服务器扩张，但它们的价格、库存、长协、资本开支和客户拉货节奏，会让盈利弹性被周期放大，也会让股价波动被周期放大。

存储的牛市逻辑并不弱。AI 服务器需要更高带宽、更大容量和更快访问，HBM 成为 GPU 集群的关键约束，eSSD 受益于数据吞吐和存储层级重构，传统 DRAM/NAND 也会从供给纪律和需求恢复中受益。如果长协价格持续上行、客户锁量比例提高、产能没有无序扩张，存储利润可能比以往周期更稳定。

但存储的问题也在这里。它越被市场当成 AI 稀缺资产定价，就越需要证明自己不只是普通商品周期。一旦价格涨幅放慢、现货和合约价出现背离、库存开始回升，股价就会从“结构性资产”重新切回“周期资产”的估值框架。这个切换不一定改变公司的利润方向，却会改变市场愿意给多少倍数。

存储交易还容易被资金流放大。因为它的逻辑简单、弹性大、短期价格数据频繁，散户和动量资金很容易参与。上涨时，涨价数据、AI 需求和供给纪律会互相强化；下跌时，价格斜率放慢、仓位拥挤和指数权重调整也会互相强化。大摩说半导体失去动量，存储往往是最先被市场拿来检验的那一段。

所以存储不是简单的“涨多了就卖”。更合理的做法，是把存储拆成两条线：一条线看 AI 真实增量，另一条线看传统商品周期。只要 HBM、eSSD 和高端 DRAM 的长协仍然强，存储的中期逻辑就没断；只要普通 DRAM/NAND 价格斜率开始放慢，短期交易就不能再用最乐观倍数外推。

这对投资排序有直接影响。HBM 和高端服务器存储更偏结构性，普通 NAND 和消费电子相关存储更偏周期性；前者看客户锁量、良率和供给瓶颈，后者看价格、库存和补库节奏。市场如果只用“存储涨价”4 个字解释所有股票，很容易在动量反转时失去锚。

十二、Hyperscalers 为什么相对占优：从成本承担者变成回报证明者

大摩短期更偏好 Hyperscalers，不是因为它们的 AI 支出压力消失了，而是因为它们已经先被市场惩罚过。此前云厂商股价弱于半导体，反映的是投资者对自由现金流、折旧和投资回报的担心。现在半导体开始补跌，客户和供应商的相对估值回到更均衡的位置。

云厂商的优势在于，它们可以用多条收入线解释 AI 投入。广告平台可以用 AI 提升投放效率，云服务可以把 GPU 集群包装成企业算力和模型服务，办公软件可以用智能体提高客单价，消费互联网可以用推荐和内容生成提高参与度。半导体供应商的收入来自客户采购，云厂商的收入来自最终用户付费。前者靠建设支出，后者靠运营回报。

这不意味着云厂商没有风险。最大的风险仍是折旧曲线过陡。如果 AI 服务器更新太快、GPU 代际切换太猛、能耗和数据中心租赁成本太高，而客户付费还没有跟上，自由现金流压力会持续存在。云厂商股价反弹需要证明一件事：AI CapEx 不是“为了不掉队而花钱”，而是能转成收入增长、利润率改善和平台护城河。

但半导体供应链在这个位置也需要同样的证明，而且证明路径更长。它们要先等客户继续下订单，再等订单变收入，再等收入变利润，还要面对估值是否已经吸收的问题。云厂商如果能够直接证明投入回报，股价可能先修复；半导体则需要客户确认下一轮采购预算，才会重新获得上修动力。

短期看，Hyperscalers 的风险已经被讨论得更充分，半导体的风险才开始被重估。中期看，两者不是对立关系。云厂商如果证明 AI 投入能赚钱，半导体链条最终会继续受益；半导体如果靠客户短期抢货继续上涨，但客户现金流没有改善，行情反而容易走短。

真正的配置问题是节奏。第一阶段买供应链，因为供给约束最清楚；第二阶段买客户，因为客户回报要被证明；第三阶段再回到最能把订单转化成利润的供应链公司。大摩这篇周报站在第二阶段的门口，它没有否定第一阶段，只是提醒第一阶段的交易已经太拥挤。

十三、市场扩散不是旁枝：它决定半导体回调的杀伤力

半导体动量衰减是否危险，取决于市场有没有第二套上行动力。大摩周报的另一个重点是 broadening gains steam，也就是市场上涨开始扩散。这个判断很关键。如果资金从半导体流出后，只是躲进现金或防守资产，说明风险偏好在下降；如果资金流入消费品、运输、区域银行、生物科技和等权指数，说明市场还在寻找盈利修复，只是降低了对 AI 硬件的集中依赖。

扩散交易有几个宏观条件。油价回落可以减轻消费和运输成本压力，利率预期降温可以帮助长久期成长和利率敏感资产，就业数据转弱会让市场重新押注政策宽松。半导体走弱本身也会释放指数集中度压力，让此前被 AI 权重压制的板块获得表现空间。

但扩散交易不是免费午餐。它要求落后板块本身有盈利改善，不能只靠“低估值”上涨。消费品要看到实际需求和利润率修复，运输要看到成本下降和货量改善，区域银行要看到净息差和信用风险稳定，生物科技要看到融资环境和管线催化。如果这些板块只是短期补涨，半导体回调就仍可能拖累指数。

这就是为什么大摩的判断不能简化成“卖半导体买周期”。更准确的读法是：AI 权重降低，市场开始测试更宽的盈利来源。半导体不再独自承担指数上涨任务，其他板块必须拿出足够的盈利证据。扩散能持续，半导体调整就是健康换挡；扩散不能持续，半导体调整就会暴露指数对少数龙头的依赖。

对半导体投资者来说，扩散不是无关变量。半导体回调时，如果等权指数和落后板块继续上行，说明资金没有撤离市场，只是在换表达；如果所有风险资产一起下跌，说明半导体不是单独动量问题，而是市场整体风险偏好恶化。两种情形下的操作完全不同。

健康扩散下，半导体回调更像等待新买点。重点是找哪些环节能在客户回报验证后重新领涨，比如高端存储、先进封装、网络、电力、液冷、关键设备和云厂商自身。弱扩散下，半导体回调更像降低仓位的信号，因为资金没有新承接，拥挤交易松动会变成系统性压力。

十四、三种世界观：AI 交易接下来会怎么走

半导体当前最重要的不是给出单点判断，而是建立情景框架。大摩这篇周报把市场推到一个分叉口：AI 基础设施建设没有结束，但交易动量已经降温。后面可能出现 3 种世界观，每一种都对应不同的资产排序。

第一种是“软着陆式换挡”。云厂商 CapEx 不再连续大幅上修，但也没有明显下调；AI 收入和算力外租逐步证明回报；半导体供应链从高速上涨进入震荡消化；市场扩散继续存在。这个情景下，半导体不会崩，但 beta 收益下降，选股和环节排序变重要。云厂商、高质量供应链和现金流可验证环节更占优。

第二种是“客户回报重新加速”。云厂商给出更强 2027 年 CapEx 指引，AI 应用收入起量，算力租赁价格企稳，企业客户付费加速。这个情景下，半导体回调会变成新一轮买点，尤其是 HBM、先进封装、网络、电力、PCB、设备和高端存储。市场会重新相信客户能赚钱，供应链订单可持续。

第三种是“CapEx 过剩担忧扩散”。Meta 外租算力不再被理解成资产周转，而被理解成内部需求不足；GPU 租赁价格下行，云厂商开始强调效率和投资纪律；存储价格斜率见顶；半导体 EPS 上修广度掉头。这个情景下，半导体要先降估值，再看盈利是否真的下修。扩散交易如果也失败，指数压力会明显加大。

当前更像第一种情景，而不是第三种。原因是大摩并没有说 AI CapEx 周期结束，它强调的是半导体失去动量和市场扩散。Meta 事件也还只是触发市场重新提问，不是已经证明需求过剩。真正需要警惕的是后续数据是否把第一种情景推向第三种情景。

这也是为什么投资动作要分层，而不是一刀切。对已经涨到极致、估值依赖继续上修的半导体，可以降低交易仓位；对绑定长期瓶颈、订单质量高、客户结构稳的环节，可以等待回调后的再验证；对云厂商，可以观察现金流和 AI 收入是否开始改善；对扩散板块，要看盈利能否接住估值修复。

十五、环节排序：从“谁拿订单”切到“谁能穿越验账期”

半导体链条不能再用单一 AI beta 排序。下一阶段排序要看 4 个维度：客户回报敏感度、供应瓶颈强度、盈利上修空间、估值拥挤程度。越依赖客户继续加速花钱、越商品化、越被资金集中持有的资产，短期越容易波动；越能证明长期瓶颈、客户锁量和现金流质量的资产，越容易穿越验账期。

GPU 和 AI 加速器仍是产业核心，但股价弹性取决于客户 CapEx 是否继续加速，以及下一代平台的性能、供应和价格是否继续支撑总拥有成本。HBM 和先进封装仍有稀缺性，但也要看良率、产能释放和客户锁量。PCB、电力和液冷属于物理约束链条，长期逻辑清楚，但估值也会受 AI 建设节奏影响。普通存储最容易受价格斜率影响，短期波动最大。

设备和材料的判断更复杂。它们不是直接跟着单季服务器出货走，而是跟着产能建设、制程迭代和客户扩产周期走。如果云厂商 CapEx 只是从加速转为高位维持，设备材料未必受伤太重；如果客户开始推迟数据中心和芯片采购，设备材料也会被市场提前折价。关键是订单能见度和交付节奏，而不是单纯看 AI 需求口号。

云厂商在排序里应该被放回核心位置。AI 交易第一阶段把云厂商看成成本承担者，第二阶段要看它们能否变成回报证明者。如果云厂商证明 AI 投入能提升广告、云、软件和算力服务收入，它们本身就会成为更好的资产，同时也会给供应链续命。

这张排序不是长期价值排序，而是验账期排序。长期最好的资产可能短期也会调整，因为仓位和预期太高；短期看起来落后的资产可能反弹，因为坏消息已经被定价。大摩周报的用处，是把“半导体失去动量”从一句市场评论，转化成可以操作的排序框架。