AI networking、HBM、存储、电力、NeoCloud、设备、应用兑现
这四篇报告合成后的核心不是找 AI 概念股，而是找 AI buildout 中正在变成瓶颈、且已经或即将被订单、收入、毛利或客户验证的环节。交易上只把它当右侧观察名单：需求确定、瓶颈清晰、验证出现、价格走强，四个条件缺一不可。
云厂商、模型公司和企业持续建设 AI 基础设施的资本开支周期。
报告共同指向的是算力扩张带来的二阶瓶颈：网络、光、内存、存储、电力、冷却、封装和测试，而不是只买最显眼的 AI 标签。
观察 · hyperscaler capex、RPO/backlog、AI 收入指引、订单持续性、自由现金流压力。
需求快速增长后，产业链中最先卡住交付、功耗、带宽或产能的环节。
Jimmy、Ren、Kay、Serenity 的交集都在 chokepoint：不是讲故事，而是找供需最紧、议价能力最可能上升的位置。
观察 · 交期拉长、客户预付款、ASP 上行、毛利率改善、产能被锁定。
从设计导入、样品、试点订单进入量产收入确认。
高 beta 小中盘最容易停在叙事层，只有 revenue ramp 出现在财报和指引里，才算从概念进入右侧验证。
观察 · 量产节点、客户披露、收入占比、backlog 转收入、毛利率不被爬坡吞掉。
把单机柜算力扩展成多机柜、多集群、多数据中心的网络能力。
AI 推理、MoE、长上下文和多节点训练会把瓶颈从 GPU 本身推向交换芯片、NIC、DSP、retimer、光模块和 CPO。
观察 · 800G/1.6T、SerDes 速率、AI networking 收入、客户设计导入、网络设备订单。
电力、冷却、机房、电网和供电设备共同决定 AI factory 能不能落地。
当 GPU、内存和网络都能买到以后，真实限制会转向 MW/GW 电力、液冷、变压器、UPS、燃机和数据中心建设周期。
观察 · 数据中心 PPA、MW/GW 容量、液冷订单、backlog、监管审批、项目交付。
基本面和价格同时确认，而不是在概念热度最高时提前下注。
这份页面的股票池是观察池，不是买入建议。只有财报、订单、产业链共振和价格结构同时支持，才进入右侧交易框架。
观察 · beat and raise、突破前高、回踩不破 20/50 日线、相对强度强于 SOXX/QQQ。
Broadcom, Marvell, Arista, Lumentum, Coherent, Applied Optoelectronics, Astera Labs, Credo
第一优先级。AI 集群越大，瓶颈越容易从 GPU 迁移到 scale-out 网络、交换芯片、retimer、DSP、光模块、laser 和 CPO。质量锚看 AVGO/MRVL/ANET，光模块 beta 看 LITE/COHR/AAOI，高弹性看 ALAB/CRDO。
关键指标 · AI networking 收入、custom ASIC design win、800G/1.6T 出货、backlog、客户认证、毛利率。
主要风险 · hyperscaler capex 放缓、订单集中、ASP 下行、CPO 路线延后、估值提前打满。
Micron, SanDisk, Western Digital, Seagate, SK hynix, Samsung
第二优先级。Kay 的框架最明确：瓶颈从算力迁移到 HBM、存储和互联。HBM 是带宽瓶颈，NAND/SSD 承接数据读取和缓存，HDD/nearline 承接长期数据爆炸。
关键指标 · HBM 供给锁定、DRAM/NAND ASP、企业 SSD 收入、nearline exabyte、库存、capex 纪律。
主要风险 · 周期顶部、供给恢复过快、客户认证延迟、ASP 见顶、市场把 peak earnings 当永续利润。
GE Vernova, Vertiv, Eaton, Quanta Services, Constellation Energy, Vistra, NRG
纯度不如半导体，但持续时间可能更长。AI factory 真正落地需要电网、变压器、UPS、液冷、燃机、核电和施工能力，建设周期通常比 GPU 采购更慢。
关键指标 · 数据中心订单、PPA、MW/GW 合同、液冷收入、backlog、燃机交期、项目交付。
主要风险 · 监管、项目延期、利率、估值拥挤、电价回落、订单转收入慢。
Oracle, CoreWeave, Nebius, IREN, TeraWulf, Applied Digital, Cipher
高 beta 但要严查资产负债表。核心不是有没有 GPU，而是客户合同、利用率、电力、融资成本、折旧压力和毛利路径能否同时成立。
关键指标 · RPO/backlog、active power、客户合同期限、GPU 利用率、capex 融资、EBITDA 和自由现金流。
主要风险 · 高杠杆、客户集中、融资稀释、租赁价格下行、从 crypto 叙事迁移但 AI 客户不足。
Applied Materials, Lam Research, KLA, ASML, Amkor, Teradyne, FormFactor, TTM, Onto, Veeco, AXT
铲子的铲子。AI 芯片、HBM、CPO 和先进封装扩产会拉动沉积、刻蚀、量测、封测、探针、PCB、InP/GaAs 衬底和 photonics 设备。
关键指标 · 先进封装订单、HBM 设备收入、测试需求、AI server PCB 订单、材料客户认证、毛利率。
主要风险 · 出口管制、传统半导体周期拖累、技术商业化慢、订单提前透支、客户延后。
NVIDIA, AMD, TSMC, Arm, Intel
不是最高赔率，但仍是产业温度计。NVDA 是总需求锚，TSM 是制造锚，AMD/ARM/INTC 分别观察替代加速器、CPU IP 和转折型制造。
关键指标 · AI accelerator 收入、Blackwell/Rubin 节奏、CoWoS/先进封装产能、HPC 稼动率、毛利率。
主要风险 · capex ROI 质疑、客户转 ASIC、地缘风险、毛利压缩、foundry 客户验证不足。
Microsoft, Alphabet, Meta, Amazon, Palantir, AppLovin, Tesla, Ouster, Ambarella
放在下游观察层。除非 AI 明确带来收入、RPO、留存率、利润率或量产订单改善，否则它不如上游瓶颈适合这套报告框架。
关键指标 · AI 产品收入、RPO/ARR、净留存率、广告转化、机器人量产、客户订单、毛利率。
主要风险 · 估值过高、AI monetization 不兑现、pilot 难转 production、主题炒作多于收入。