AI硬件淘汰赛：壁垒与持续需求排序

股价、持仓拥挤和产业需求必须分开判断。

AI硬件集中下跌首先可以由持仓过度集中、估值和盈利预期去杠杆解释。与此同时，海外云厂资本开支和AI服务器出货仍在增长，关键部件交期也没有同步崩塌。

但总订单增长不保证每家公司都受益。进入淘汰赛后，客户会把订单集中到能够稳定量产、按时交货、通过认证并承担失效责任的供应商。投资研究也应从合作伙伴名单转向单列收入、毛利、库存和现金流。

硬件周期没有结束，低质量叙事的估值周期正在结束。

排序只比较产业位置与需求持续性，不代表任何时点的价格判断。

高压直流降低电流和导体损耗，却仍需处理GPU的瞬时功率波动。

NVIDIA明确把800VDC作为下一代AI工厂架构方向，并保留储能处理负载尖峰与亚秒级波动。HVDC不会简单消灭BBU，而会改变其位置、规格、控制策略和认证要求。

同样，CPO不会让PCB或光器件突然消失，而会把价值从传统大板和可插拔模块迁向高阶HDI、光电共封装、类载板和精密耦合。真正的龙头必须证明能够跟着架构迁移，而不是只受益上一代产品短缺。

收入、毛利、资产负债表和现金流必须互相印证。

因此，短线软件轮动或硬件回撤不应被写成产业终结。真正的主线是从炒资本开支，转向寻找能够证明AI投资回报、并把回报留给股东的公司。

• 收入：AI相关业务是否单列，增量是否足以影响集团，而非只在交流中定性表述。
• 毛利：新产品放量后毛利率是否维持，还是用降价换取认证和份额。
• 资产负债表：库存与应收是否快于收入，扩产是否超过已验证订单。
• 现金流：经营现金流能否覆盖资本开支，客户回款是否证明订单质量。