半导体与AI硬件
NVDA单卡利润分配与AI硬件链估值对称性分析报告
目录
NVDA单卡利润分配与AI硬件链估值对称性分析
日期：2026-05-29
主题：以 NVIDIA 主流 AI GPU 为例，估算 NVIDIA、HBM/内存厂商、台积电的单卡利润分配，并比较三类资产的估值是否对称。
结论先行：如果按累计装机、生态可见度和公开规格透明度看，H100 SXM/HGX H100 仍是最广泛部署的 NVIDIA AI GPU；如果按 2026 年新增订单和收入增量看，Blackwell B200/GB200 正在成为主力爬坡平台。为了回答“单张卡谁赚多少钱”，本文用 H100 SXM 80GB 作为基准样本，因为它是最广泛部署、公开价格和规格最容易锚定的一代。
我的核心判断是：
- 单张 H100 约 25,000-35,000 美元的 NVIDIA 端收入里，NVIDIA 自己大约赚走 18,000-26,000 美元毛利，税后/净利润口径约 15,000-22,000 美元。
- HBM/内存厂商每张卡大约拿到 2,400-3,600 美元收入，净利润约 700-1,600 美元。H200/B200 因为 HBM 容量更大，内存厂商每卡收入和利润占比会明显上升。
- 台积电每张 H100 从 GPU 4N 晶圆和 CoWoS/先进封装中大约拿到 900-1,800 美元收入，净利润约 350-800 美元。Blackwell 因为双 reticle die 和更复杂封装，台积电单 GPU 收入会高于 H100。
- 利润池极不对称：NVIDIA 仍拿走单卡利润的绝大多数，HBM 是第二层稀缺利润，台积电每卡金额最小但“平台中性”，无论 NVIDIA GPU 还是云厂商 ASIC 扩张都受益。
- 估值也不完全对称。NVDA 估值高但有最强利润捕获；TSMC 估值不低但胜在确定性和平台中性；内存股，尤其 HBM 暴露高的 SK hynix、Micron，forward PE 明显低，如果 HBM 景气持续 2-3 年，是三者里弹性意义上最可能被低估的一环。
一、现在最广泛的 NVIDIA AI GPU 是哪张
严格说，数据中心 AI GPU 不是消费显卡，而是加速器模块、PCIe 卡、HGX/DGX 系统或 rack-scale 系统中的 GPU。
我把“最广泛”拆成两个口径：
| 口径 | 主力产品 | 判断 |
|---|---|---|
| 累计部署/生态可见度 | H100 SXM / HGX H100 | 仍是今天云厂商、大模型公司和企业 AI 基础设施里最常见、最标准化的高端 AI GPU 之一。 |
| 2026 新增出货/收入增量 | B200/GB200，后续 GB300/B300 | Blackwell 已进入全面爬坡，新增订单越来越偏向 rack-scale GB200/GB300 和 HGX B200/B300。 |
| 过渡产品 | H200 | H100 的内存升级版，141GB HBM3e，比 H100 更适合大模型推理和内存瓶颈任务。 |
NVIDIA 官方规格显示：H100 SXM 为 80GB HBM、约 3.35TB/s 显存带宽；H200 为 141GB HBM3e、4.8TB/s；Blackwell 架构 GPU 使用 TSMC 4NP，双 reticle-limited die，并面向 GB200/GB300 NVL72 这样的 rack-scale 系统。
所以本文用 H100 做主表，但投资结论要往 H200/B200 推演：越往新一代，HBM 容量越大、先进封装越复杂，内存厂商和台积电在单卡 BOM 中的收入占比会上升，但 NVIDIA 仍保留最大定价权。
二、单张 H100 的利润分配
下面是基于公开市场成交价、NVIDIA 当前财务毛利率、HBM 价格区间、先进制程/封装估算做的研究口径。它不是公司披露的逐卡成本表，因为 NVIDIA、SK hynix/Micron/Samsung 和 TSMC 都不会披露逐卡真实报价。
基准假设：
- H100 SXM/HGX 口径下，NVIDIA 对客户或系统厂商确认的单 GPU 收入约 25,000-35,000 美元，中位数取 30,000 美元。
- NVIDIA 当前整体毛利率约 74%，净利率约 63%；数据中心 GPU 实际毛利率可能略高或接近整体水平。
- H100 使用 80GB HBM3，HBM 供应商收入估算约 2,400-3,600 美元/卡。
- TSMC 收入包括 GPU compute die 晶圆制造和 CoWoS/先进封装，估算约 900-1,800 美元/卡。
| 环节 | 每张 H100 对应收入 | 估算毛利率 | 每张卡毛利 | 税后/净利润估算 | 关键含义 |
|---|---|---|---|---|---|
| NVIDIA | 25,000-35,000 美元 | 72%-76% | 18,000-26,600 美元 | 15,000-22,000 美元 | 最大利润捕获者，靠 GPU 设计、CUDA 生态、系统方案、网络和供给分配定价。 |
| HBM/内存厂商 | 2,400-3,600 美元 | 50%-65% | 1,200-2,300 美元 | 700-1,600 美元 | 单卡利润小于 NVIDIA，但 HBM 是最紧缺部件之一，H200/B200 代际升级会放大它的收入。 |
| TSMC | 900-1,800 美元 | 55%-60% | 500-1,100 美元 | 350-800 美元 | 每卡利润较小，但同时吃 NVIDIA、AMD、Google TPU、AWS Trainium、Microsoft Maia 等先进制程/封装需求。 |
需要注意：供应商利润不是在 NVIDIA 价格之外额外加价，而是包含在 NVIDIA 的 COGS 里。上表是在看最终一张卡卖出去之后，产业链不同公司各自确认了多少收入和利润。
如果取中位数：
| 项目 | NVIDIA | HBM/内存厂商 | TSMC |
|---|---|---|---|
| 单卡收入 | 30,000 美元 | 3,000 美元 | 1,300 美元 |
| 单卡毛利 | 22,500 美元 | 1,700 美元 | 750 美元 |
| 单卡净利润 | 18,500 美元 | 1,100 美元 | 550 美元 |
| 三者净利润池占比 | 约 92% | 约 5% | 约 3% |
这个表解释了为什么 NVDA 的利润率看起来不像传统硬件公司。它卖的不是普通芯片，而是稀缺算力平台。NVIDIA 把 GPU 芯片、CUDA、NVLink、InfiniBand/Ethernet 网络、系统参考设计、软件库和客户认证绑定在一起，最终把硬件卖成平台。
三、H200/B200 会怎样改变利润分配
H200 和 Blackwell 不会改变“NVDA 拿走最大利润”的结构，但会改变供应商收入占比。
| 代际 | 对内存厂商影响 | 对 TSMC 影响 | 对 NVIDIA 影响 |
|---|---|---|---|
| H100 | 80GB HBM3，HBM 已经是关键成本项 | 单大 die + CoWoS，先进封装紧张 | 高 ASP、高毛利，是 Hopper 周期核心。 |
| H200 | 141GB HBM3e，HBM 容量显著提升 | 制程类似，封装和测试要求仍高 | 更适合推理和内存瓶颈负载，ASP 可高于 H100。 |
| B200/GB200 | HBM3e 容量更高，HBM4 时代还会继续抬升内存价值量 | TSMC 4NP、双 reticle die、先进封装复杂度提高 | rack-scale 系统化销售加强，NVIDIA 有机会把利润从单 GPU 扩展到整柜系统和网络。 |
方向上：
- 内存厂商：从 H100 到 H200/B200，单 GPU HBM 收入可能从约 3,000 美元上升到 5,000-8,000 美元级别，具体取决于 HBM3e/HBM4 价格、容量和良率。
- TSMC：Blackwell 的双 die 和先进封装复杂度让单 GPU 晶圆/封装收入高于 H100，但 TSMC 仍按制造服务收费，不会像 NVIDIA 那样按算力稀缺性定价。
- NVIDIA：如果 B200/GB200 以整机、整柜和网络一起销售，NVIDIA 的绝对利润额可能继续扩大，即使供应商成本上升，也可以通过更高 ASP 和系统溢价转嫁。
四、为什么 NVIDIA 能拿走最大利润
核心原因不是“芯片制造成本低”，而是它控制了最稀缺的客户价值链：
- CUDA 和软件生态降低客户迁移意愿。
- H100/H200/B200 是训练、推理、fine-tuning、科学计算和企业 AI 的通用平台，负载覆盖面比单一 ASIC 更广。
- NVLink、NVSwitch、InfiniBand/Ethernet、Spectrum-X、DGX/HGX/GB200 系统让客户买到的是可扩展集群，不只是单颗芯片。
- 供给紧张时，NVIDIA 有能力决定谁拿到产能、拿什么配置、买多少网络和系统配套。
- 云厂商即使发展自研 ASIC，也需要 NVIDIA 做通用训练、模型迭代、客户云实例和生态兼容。
这解释了单卡利润池中的不对称：台积电负责最难制造，HBM 厂负责最紧缺内存，但最强定价权仍在 NVIDIA。
五、当前估值对比
以下数据来自 2026-05-28/29 附近 yfinance 抓取。TSMC 和韩股财务数据存在本币口径，我用约 1 USD = 31.35 TWD、1 USD = 1,494 KRW 做了手工换算。TSMC ADR 的 Yahoo Finance P/S 和 EV/Sales 容易因币种混杂失真，因此表中使用换算后的美元口径。
| 公司 | 产业链位置 | 市值 | TTM 收入 | TTM 净利润 | 毛利率/净利率 | TTM PE | Forward PE | 销售倍数 |
|---|---|---|---|---|---|---|---|---|
| NVIDIA | GPU 平台、网络、软件生态 | 5.16 万亿美元 | 2,535 亿美元 | 1,596 亿美元 | 74% / 63% | 32.7x | 16.8x | EV/Sales 20.1x |
| TSMC | 先进制程、CoWoS/封装 | 2.22 万亿美元 | 1,309 亿美元 | 609 亿美元 | 62% / 47% | 36.5x | 21.9x | EV/Sales 约 16.4x |
| Micron | HBM、DRAM、NAND | 1.06 万亿美元 | 581 亿美元 | 241 亿美元 | 58% / 41% | 44.4x | 9.0x | P/S 18.2x |
| SK hynix | HBM/DRAM 核心供应商 | 1.09 万亿美元 | 1,118 亿美元 | 503 亿美元 | 54% / 45% | 约 21.6x | 6.0x | P/S 9.7x |
| Samsung Electronics | 存储、逻辑、消费电子综合体 | 1.32 万亿美元 | 2,599 亿美元 | 558 亿美元 | 48% / 22% | 约 23.6x | 5.6x | P/S 5.1x |
这个估值表有几个重要含义。
1. NVDA 贵，但不是简单泡沫
NVDA 的市值最大、销售倍数最高，但它的利润捕获也最强。按 TTM PE 约 33x 看不便宜；按 forward PE 约 17x 看反而不夸张，前提是市场对下一年利润的大幅上修能够兑现。
也就是说，NVDA 的估值不是“明显低估”，而是“业绩继续爆炸时合理，业绩放缓时很脆”。它对 AI capex、Blackwell 交付、毛利率、云厂商 ROI 和自研 ASIC 替代预期都很敏感。
2. TSMC 是质量更稳的 AI 底座，但估值已经不便宜
TSMC 每张 H100 只拿到约几百美元净利润，不如 NVIDIA 惊人。但它的优势是平台中性：NVIDIA、AMD、Google TPU、AWS Trainium、Microsoft Maia、自研 ASIC 只要继续走先进制程和先进封装，TSMC 都能受益。
问题在于 TSMC 已经不再是传统意义上的低估值制造股。forward PE 约 22x、换算后 EV/Sales 约 16x，市场已经给了 AI foundry premium。它更像“合理偏低估的核心资产”，不是弹性最大的低估资产。
3. 内存股 forward PE 最低，低估来自周期折价
Micron、SK hynix、Samsung 的 forward PE 大约 6-9x，看起来明显便宜。但这个便宜不是无条件的，它反映了市场对存储周期的折价：
- 如果当前 HBM/DRAM 盈利接近周期高点，低 PE 可能是价值陷阱。
- 如果 HBM3e/HBM4 供需在 2026-2028 年仍然紧，低 PE 就是真低估。
- 如果客户集中、云 capex 放缓、HBM 供给集中释放，内存股回撤会比 TSMC 更剧烈。
我的基准判断偏向第二种：HBM 不会让存储行业没有周期，但它确实让本轮周期更长、更高、更分化。因此，HBM 暴露高、认证进展强的内存股，是这条链里“估值与利润增量最不对称”的地方。
六、三类资产的估值是否对称
利润捕获对称性
不对称。单卡利润中，NVIDIA 占绝对大头，HBM 是第二层，TSMC 更小。
如果只看一张 H100 的净利润归属，NVIDIA 约 15,000-22,000 美元，HBM 厂约 700-1,600 美元，TSMC 约 350-800 美元。这个差距足以解释为什么 NVDA 可以有远高于传统硬件公司的销售倍数。
估值对称性
也不完全对称。
| 资产 | 市场给的估值 | 是否匹配利润捕获 | 我的判断 |
|---|---|---|---|
| NVDA | 高销售倍数、中高 TTM PE、较低 forward PE | 大体匹配，但依赖未来利润继续兑现 | 不算便宜，适合持有核心进攻仓，追高需要更高安全边际。 |
| TSMC | PE 不低，但现金流质量高、平台中性 | 匹配，甚至对长期 AI ASIC 扩散仍偏保守 | 风险调整后最稳，合理偏低估。 |
| 内存股/HBM | forward PE 明显低，周期折价大 | 对 HBM 利润增量可能反映不足 | 弹性意义上最可能低估，但波动最大。 |
七、谁最被低估
我的排序分两个口径。
弹性/赔率口径
- HBM 内存股：SK hynix、Micron，其次 Samsung。
- TSMC。
- NVIDIA。
原因：内存股 forward PE 最低，而 HBM 在 H200/B200/GB200 代际升级中每 GPU 价值量上升最快。如果 HBM 紧缺延续，盈利上修幅度可能继续超过市场预期。
但内部要分清：
- SK hynix：HBM 领先度最高，最直接受益，但股价也反映较多预期。
- Micron：美股可买、HBM3e/数据中心内存弹性强，但整体仍受 DRAM/NAND 周期影响。
- Samsung：估值便宜、规模大，但 HBM 执行和产品 mix 需要持续验证，不能只因为便宜就认为最优。
风险调整口径
- TSMC。
- HBM 内存股。
- NVIDIA。
原因：TSMC 不依赖某一家 AI 芯片胜出。即使 hyperscaler 自研 ASIC 分走一部分 NVIDIA GPU 需求，TSMC 仍可能从 ASIC 晶圆和封装中受益。它的单卡利润不如 NVIDIA，但盈利来源更分散，长期确定性更高。
八、情景分析
| 情景 | 概率 | 对 NVDA | 对内存股 | 对 TSMC | 相对结论 |
|---|---|---|---|---|---|
| AI capex 继续上修，Blackwell 顺利爬坡 | 45%-55% | 收入和利润继续上修，估值可维持 | HBM 最有弹性，低 PE 被重估 | 稳定受益，先进封装溢价增强 | 内存弹性最大，TSMC 更稳，NVDA继续强。 |
| AI capex 增长但增速放缓 | 30%-35% | 仍赚钱，但销售倍数可能压缩 | HBM 仍强，但普通 DRAM/NAND 分化 | 先进制程利用率健康 | TSMC 风险调整最好。 |
| 云厂商开始消化库存/ASIC 替代超预期 | 15%-20% | 估值压缩最直接 | 内存股周期回撤最大 | 仍受影响，但平台中性缓冲更强 | TSMC 防守最好，内存股需控制仓位。 |
九、投资结论
如果问题是“谁从一张卡里赚最多”，答案毫无疑问是 NVIDIA。它不是普通硬件商，而是 AI 算力平台的最大税收者。
如果问题是“谁现在最被低估”，答案不是单纯的 NVIDIA。我的判断是：
- 最强商业模式：NVIDIA。
- 最强风险调整确定性：TSMC。
- 最强估值弹性和低估可能：HBM 内存股，尤其 SK hynix 和 Micron。
具体到组合思路：NVDA 可以继续作为 AI 主线核心进攻仓，但不适合在没有安全边际时无脑加到组合最大；TSMC 适合做更稳的 AI 底层资产；内存股适合表达 HBM 供需紧缺和利润弹性，但必须承认它仍是周期股，仓位和买点纪律比 NVDA/TSMC 更重要。
最终一句话：利润分配上 NVIDIA 最强，估值赔率上 HBM 内存股最有可能被低估，风险调整后 TSMC 是更舒服的长期底仓。
十、把 Google 加入后的重新评级
如果把 Google/Alphabet 加进来，它不能简单归到 NVIDIA、HBM 内存厂、TSMC 这三类硬件供应商里。Google 的位置更特殊：它既是 AI 算力的大买方，也是 TPU 自研 ASIC 玩家，还是 Google Cloud、Gemini、Search、YouTube、Android 这些应用与分发入口的拥有者。
换句话说，Google 不是从一张 H100 里赚供应链利润，而是试图在三个层面赚钱：
- 用 TPU 降低内部 Gemini/Search/YouTube/Cloud AI 的单位 token 成本。
- 通过 Google Cloud AI Hypercomputer 把 TPU、网络、存储、软件栈和数据中心能力卖给外部客户。
- 在搜索广告、YouTube、Workspace、Android、Gemini 订阅和企业 AI 服务中捕获应用层利润。
这让 Google 和 NVIDIA 的关系很微妙：短期它是 NVIDIA GPU、HBM 和 TSMC 先进制程/封装需求的重要来源；中长期它又是 NVIDIA 在稳定训练、推理和云端 AI 基础设施中的替代力量。
1. Google 的估值位置
2026-05-28/29 附近 yfinance 抓取的 GOOGL 数据如下：
| 指标 | GOOGL |
|---|---|
| 股价 | 388.55 美元 |
| 市值 | 4.71 万亿美元 |
| 企业价值 | 4.68 万亿美元 |
| TTM 收入 | 4,225 亿美元 |
| TTM 经营利润 | 1,381 亿美元 |
| TTM 净利润 | 1,602 亿美元 |
| 毛利率 / 经营利润率 / 净利率 | 60.4% / 36.1% / 37.9% |
| TTM PE | 29.7x |
| Forward PE | 26.8x |
| EV/Sales | 11.1x |
| EV/EBITDA | 29.0x |
| 收入增长 | 21.8% |
| EPS 增长 | 82.0% |
| TTM 经营现金流 | 1,744 亿美元 |
| TTM CapEx | 1,099 亿美元 |
| 手工估算 TTM FCF | 约 644 亿美元 |
| 分析师目标价均值/中位数 | 429 / 430 美元 |
这个估值并不便宜。GOOGL 的 forward PE 约 26.8x，高于 NVDA 的约 16.8x，也高于 TSMC 的约 21.9x，更明显高于 Micron、SK hynix、Samsung 这些内存股的 6-9x forward PE 区间。
但 Google 的估值便宜程度不能只看 PE。它有三个和硬件链不同的特点：
- 它的收入来源更分散，Search、YouTube、Cloud、订阅、应用商店和硬件共同支撑现金流。
- TPU 的价值不是直接形成芯片销售毛利，而是降低 AI 服务成本、提升 Cloud 价格性能比、减少对 NVIDIA 的采购依赖。
- 它拥有应用分发入口。NVIDIA、TSMC、HBM 厂商主要受益于 AI 基建 capex，而 Google 既受益于 capex，也受益于 AI 应用变现。
所以，Google 不是“估值最便宜”的资产，而是“AI 应用层和基础设施层同时有胜率”的复合型资产。
2. 和 NVIDIA 对比
NVIDIA 是 AI 算力供应链里利润捕获最强的一环；Google 是 AI 算力消费和应用变现的一体化平台。
| 维度 | NVIDIA | |
|---|---|---|
| 核心利润来源 | GPU、网络、系统、软件生态 | 搜索广告、YouTube、Cloud、TPU 降本、Gemini/Workspace 变现 |
| AI 受益方式 | 卖算力基础设施，越缺 GPU 越强 | 买算力并自研 TPU，把 AI 转成云收入、广告效率和应用服务收入 |
| 估值锚 | 数据中心收入增速、Blackwell 交付、毛利率 | 搜索是否被 AI 强化、Cloud 增速、AI capex 回报、TPU 外部化 |
| Forward PE | 约 16.8x | 约 26.8x |
| 主要风险 | AI capex 放缓、ASIC 替代、毛利率下滑、客户集中 | 监管、搜索广告被重构、CapEx 太高、Cloud 竞争、TPU 外部生态迁移 |
| 投资属性 | 高质量进攻仓 | 高质量复合型核心仓 |
这里要修正一个容易误读的点：NVDA 的 forward PE 确实比 GOOGL 和 TSMC 低，所以不能简单说 NVDA 比它们贵。
更准确的说法是：NVDA 的 forward PE 低，是因为市场对它未来一年利润爆发已经给了非常高的盈利预测。如果这些利润兑现，NVDA 不贵；如果 Blackwell 交付、云 capex 或毛利率低于预期，forward PE 的低估感会迅速消失。Google 的 PE 更高，但它的利润来源更分散，不完全押在一个硬件周期上。
因此：
- 纯 AI 硬件上行弹性：NVIDIA 强于 Google。
- 业务分散和抗单一硬件周期能力：Google 强于 NVIDIA。
- 当前估值便宜程度：NVIDIA 的 forward PE 更低，但 Google 的收入结构更稳。
3. 和 TSMC 对比
TSMC 是 AI 硬件的底层制造税收者，Google 是 AI 应用和云平台的垂直整合者。
TSMC 的优势是平台中性。NVIDIA、AMD、Google TPU、AWS Trainium、Microsoft Maia、自研 ASIC，只要使用先进制程和先进封装，TSMC 都可能受益。Google 的优势是它能把 AI 算力转化为终端应用和云服务收入，理论上利润天花板更高。
但 Google 的不确定性也更复杂：
- 如果 TPU 只在内部有效，外部 Cloud 客户迁移不顺，AI 基础设施重估会打折。
- 如果 AI 搜索改变广告点击和商业查询结构，搜索现金牛可能被重新定价。
- 如果 CapEx 从 2026 年继续大幅上升，而 Cloud/AI 收入转化滞后，自由现金流会承压。
因此，风险调整后我会这样排：
- 更稳的 AI 硬件底座：TSMC。
- 更强的 AI 应用和云平台复合收益：Google。
- 更高的纯 AI 算力利润弹性：NVIDIA。
如果只能选一个“睡得更稳”的 AI 基建资产，我仍偏 TSMC；如果要兼顾 AI 应用变现、Cloud 和自研 TPU 的长期复利，Google 比 TSMC 更有业务上限，但估值也更需要 Cloud 和 AI 应用兑现。
4. 和 HBM/内存股对比
内存股和 Google 是完全不同的赔率结构。
| 维度 | HBM/内存股 | |
|---|---|---|
| 估值 | forward PE 约 6-9x，最便宜 | forward PE 约 26.8x，不便宜 |
| 弹性 | HBM 紧缺延续时盈利弹性最大 | 弹性来自 Cloud、Gemini、Search AI 和 TPU 外部化 |
| 周期性 | 强，受 DRAM/NAND/HBM 供需和库存影响 | 中等，广告和云也有周期，但远低于存储周期 |
| 下行风险 | 供给释放、ASP 下跌、客户砍单 | 监管、AI 搜索重构、高 CapEx 回报不足 |
| 组合角色 | 高弹性卫星仓 | 核心复合仓 |
所以，如果问“谁最便宜”，答案仍然是内存股，尤其是 HBM 暴露高的 SK hynix、Micron，以及估值更低但执行需要验证的 Samsung。
如果问“谁更适合长期核心配置”，Google 明显比内存股舒服。内存股的低 PE 来自周期折价，Google 的高 PE 来自更稳定的广告现金流、云增长和 AI 应用入口。
5. 加入 Google 后的投资评级
这里的“评级”不是券商评级，而是我对这几类资产在组合里的相对吸引力判断。
| 资产/类别 | 综合评级 | 组合角色 | 关键理由 |
|---|---|---|---|
| TSMC | 增持 / 核心底仓 | 风险调整后最稳的 AI 硬件底座 | 平台中性，受益 NVIDIA 和自研 ASIC 双线扩张；估值不算便宜，但确定性高。 |
| 增持 / 核心复合仓 | AI 应用 + 云 + TPU 垂直整合 | 不如内存股便宜，也不如 NVDA 纯算力弹性大，但业务更分散，AI 变现路径更多。 | |
| NVIDIA | 持有到逢低增持 / 核心进攻仓 | AI 算力利润捕获最强 | forward PE 看起来不高，但依赖未来利润继续爆发；上涨弹性仍强，预期风险也高。 |
| HBM/内存股 | 战术增持 / 高弹性卫星仓 | 估值最便宜、周期波动最大 | 如果 HBM 紧缺延续，赔率最好；如果供需反转，回撤也最大。 |
按不同口径排序：
| 口径 | 排序 |
|---|---|
| 估值便宜程度 | HBM/内存股 > NVIDIA > TSMC > Google |
| 风险调整确定性 | TSMC ≈ Google > NVIDIA > HBM/内存股 |
| AI 纯硬件利润弹性 | NVIDIA > HBM/内存股 > TSMC > Google |
| AI 应用变现能力 | Google > NVIDIA > TSMC > HBM/内存股 |
| 组合核心舒适度 | TSMC ≈ Google > NVIDIA > HBM/内存股 |
我的最终判断：Google 加进来后，应该被放在“核心复合仓”而不是“硬件链弹性仓”。它不是最便宜的，真正便宜的是内存股；它也不是单卡利润捕获最强的，最强仍是 NVIDIA；但它是少数同时拥有 AI 基建、AI 芯片、AI 云和 AI 应用入口的公司，风险调整后的评级应接近 TSMC，略偏进攻。
6. 一句话修正版
原报告里“风险调整口径”容易让人误解为 NVDA 赔率最低、风险最高。更精确的版本应该是：
NVDA 是最强 AI 算力利润捕获者，forward PE 也不高，但盈利预期被上修得很满；内存股是最便宜、最有弹性的周期仓；TSMC 是最稳的硬件底座；Google 是应用层和基础设施层双重受益的核心复合仓。
十一、把联想加入后的最终排名
联想加入后，比较框架要再拆一层。它既不是 NVIDIA 那种核心算力平台，也不是 TSMC/HBM 那种底层瓶颈供应商，也不是 Google 那种应用和云入口。联想更像 AI 工业化执行层：把 GPU、CPU、HBM、网络、存储、散热、电源、服务器、边缘设备、PC、服务和全球交付能力组装成客户可采购、可部署、可运维的 AI 基础设施。
这类公司的利润率不高，但估值起点完全不同。NVIDIA 是高利润高估值，TSMC 是高确定性中高估值，Google 是高质量复合平台，HBM 是高弹性周期股；联想则是 低利润率、低销售倍数、AI 叙事刚被重新认识的系统执行层。
1. 联想当前估值口径
2026-05-29 附近 yfinance 抓取显示：
| 指标 | 联想 0992.HK / LNVGY |
|---|---|
| 港股价格 | 19.68 港元 |
| 市值 | 约 2,441 亿港元，约 315 亿美元 |
| TTM 收入 | 约 830.7 亿美元 |
| TTM 归母净利润 | 约 19.1 亿美元 |
| TTM 自由现金流 | 约 21.7 亿美元 |
| 毛利率 / 经营利润率 / 净利率 | 15.4% / 4.1% / 2.3% |
| TTM PE | 约 18.1x |
| Forward PE | 港股主上市口径约 11.4x；ADR 口径覆盖较薄、噪音较大 |
| P/S | 约 0.38x，需用美元 ADR 口径校准，港股 Yahoo 字段有币种混算问题 |
| 收入增长 | 约 27.1% |
| EPS/盈利增长 | 约 421%，受低基数和周期修复影响较大 |
联想最关键的不是 PE，而是 0.38x P/S + 2.3% 净利率 这个组合。它说明两件事：
- 市场仍主要把联想当低利润率硬件公司，而不是 AI 基础设施平台公司。
- 只要收入增长和利润率小幅改善，利润弹性会很明显。
例如，如果联想未来收入从 830 亿美元走向 900-1,000 亿美元，净利率从 2.3% 提升到 3.0%-3.5%，归母净利润就有机会从约 19 亿美元提升到 27-35 亿美元。即使市场只给 14-16x PE，对应市值也可能上到 380-560 亿美元，较当前 315 亿美元仍有比较清晰的想象空间。若市场进一步把它从 PC 硬件公司重估为 AI 基础设施执行层，P/S 从 0.38x 提到 0.5-0.6x，也会形成估值弹性。
2. 联想和前四类资产的本质差异
| 资产/类别 | 核心身份 | 利润率 | 估值起点 | 最大想象力 | 最大风险 |
|---|---|---|---|---|---|
| NVIDIA | AI 算力平台税收者 | 极高 | 已经很高，但 forward PE 不离谱 | Blackwell/GB 系统继续爆发，软件和网络利润扩张 | 预期太满、capex 放缓、ASIC 替代、毛利率压缩 |
| TSMC | 先进制程和封装底座 | 高 | 不低 | NVIDIA + ASIC 双线扩张，CoWoS/先进封装长期紧缺 | 地缘、CapEx、估值已经上移 |
| AI 应用、云和 TPU 垂直整合平台 | 高 | 不便宜 | Search/YouTube/Gemini/Cloud/TPU 形成 AI 闭环 | 监管、高 CapEx、AI 搜索重构、Cloud 竞争 | |
| HBM/内存股 | AI 内存瓶颈供应商 | 周期高点很高 | 最便宜 | HBM3e/HBM4 紧缺延续，盈利和估值双升 | 周期反转、供给释放、ASP 下跌 |
| 联想 | AI 工业化执行层和系统集成商 | 低 | P/S 很低，PE 不高 | AI 服务器、混合 AI、企业交付、服务拉动估值重估 | 毛利率薄、GPU 利润被 NVIDIA 拿走、竞争激烈、库存和汇率风险 |
联想的核心吸引力不在于“它比 NVIDIA 更强”，而在于它的股票起点更低。NVIDIA 要上涨，需要市场相信高利润继续高增长；联想要上涨，只需要市场相信它不是普通 PC 周期股，而是 AI 服务器和混合 AI 基础设施执行层的一部分。
这个难度反而可能更低一些。
3. 为什么联想有利润想象力
联想的想象力主要来自四条线：
- AI 服务器放量。 只要企业和主权客户继续采购 GPU 服务器、液冷服务器和混合 AI 基础设施，联想可以吃到系统集成、交付、运维和服务收入。
- AI PC 与边缘 AI。 联想仍是全球 PC 龙头之一，如果 AI PC 换机周期真的启动，IDG 可以从低速硬件周期重新获得增长叙事。
- 服务和解决方案提升利润率。 真正让联想股价重估的不是多卖服务器，而是服务器、存储、运维、软件、服务和融资组合后，把净利率从 2% 多推向 3% 以上。
- 估值标签变化。 如果市场从“PC 硬件厂”切换到“AI 工业化执行层”，P/S 和 PE 都有重估空间。
这里的关键是：联想不需要变成 NVIDIA。它只要证明 AI 服务器不是低毛利搬运生意，而能带来持续的 ISG 规模、服务附着和利润率改善，股价就有想象力。
4. 为什么联想也不是无脑第一
联想的问题同样很清楚：
- AI 服务器的核心利润被 NVIDIA、HBM、TSMC 和网络芯片拿走，系统厂商容易变成低毛利交付商。
- Dell、Supermicro、HPE、浪潮、ODM 厂商都能做 AI 服务器，联想的差异化需要靠全球交付、企业客户、服务能力和混合 AI 方案证明。
- 低净利率意味着一点点毛利率、库存、汇率或组件价格波动，就会显著影响净利润。
- 港股和中资资产存在估值折价，重估可能比美股慢。
所以联想不是“确定性最高”，而是 当前价格下，舒适度和想象力结合得最微妙。它不像 HBM 那么周期刺激，也不像 NVDA 那么强势，但它的估值起点低，故事还没有完全被定价。
5. 最舒服且最有投资利润想象力的综合排名
如果把“舒服”定义为：估值不离谱、下行有基本面支撑、业务不会只押一个变量；把“投资利润想象力”定义为：未来 1-3 年股价仍有被重估或盈利上修的空间。我会给出下面这个综合排序：
| 综合排名 | 资产/类别 | 我的评级 | 为什么排在这里 |
|---|---|---|---|
| 1 | 联想 | 增持 / 最有性价比的想象力仓 | P/S 约 0.38x，市值约 315 亿美元，AI 服务器和混合 AI 叙事还没有像 NVDA/TSMC/GOOGL 那样被充分定价；如果净利率从 2.3% 向 3%+ 改善，利润和估值都有弹性。 |
| 2 | 增持 / 核心复合仓 | 不便宜，但业务最立体：Search、YouTube、Cloud、TPU、Gemini、Android/Workspace 都能承接 AI；舒适度高，想象力也不低。 | |
| 3 | TSMC | 增持 / 最稳底仓 | 确定性最高，NVIDIA 和自研 ASIC 都绕不开；但估值已经反映很多 AI foundry premium，利润想象力略低于联想和 Google。 |
| 4 | NVIDIA | 持有到逢低增持 / 最强进攻仓 | 商业模式和利润捕获最强，forward PE 不高；但预期已经很满，股价需要持续超预期来推动，舒适度不如前三个。 |
| 5 | HBM/内存股 | 战术增持 / 高弹性卫星仓 | 最便宜，也可能最有爆发力；但周期属性最强，供给和 ASP 反转时回撤最大，不适合被称为“最舒服”。 |
这个排序的核心不是说联想公司质量超过 NVIDIA、Google 或 TSMC，而是说 按当前股价和预期反映程度，联想的“舒服 + 想象力”组合最好。
更直白地说：
- 想睡得最稳：TSMC 或 Google。
- 想押最强 AI 核心利润池：NVIDIA。
- 想押最便宜的硬件弹性：HBM/内存股。
- 想找一个还没被市场完全讲透、但又有实际 AI 基建收入抓手的品种：联想。
6. 最终一句话
加入联想后，我会把最终排序调整为：联想 > Google > TSMC > NVIDIA > HBM/内存股。
这不是“联想最强”，而是“在当前价格、估值起点、AI 叙事反映程度和持有舒适度之间，联想最像还有空间被重新认识的资产”。
数据与资料口径
- NVIDIA 官方 H100/H200/Blackwell 产品资料：用于确认 H100 80GB HBM、H200 141GB HBM3e、Blackwell TSMC 4NP 和双 die/rack-scale 架构。
- yfinance：用于抓取 2026-05-28/29 附近 NVDA、TSM、MU、000660.KS、005930.KS、GOOGL、0992.HK/LNVGY 的价格、市值、收入、净利润、毛利率、forward PE 等数据。
- Alphabet/Google Q1 2026 财报后目标价汇总报告：用于 Google Cloud、TPU、CapEx、目标价分布和 AI 全栈叙事口径。
- 汇率口径：约 1 USD = 31.35 TWD，1 USD = 1,494 KRW。
- 单卡成本与供应链收入：公开市场价格、行业拆解和公司毛利率反推，属于研究估算，不是公司披露值。
本文仅用于投资研究和情景分析，不构成投资建议。