对Citi全球TMT大会的总结与思考

风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。

作者：陆家嘴幽灵

来源：雪球

昨晚美股三大指数三连跌 ， 存储逆势走强 ， 海力士涨超7%创新高 ， 较正股溢价超40% ， 美光 、 闪迪分别涨超2.7%和1.5% ； Meta发布个人AI智能体Muse ， 可替用户完成发送邮件 、 预订行程等任务 ， 涨超6.5% 。

近期 ， 2026 Citi全球TMT大会召开 。 作为科技硬件与供应链领域重要的交流窗口 ， 会议向市场传递出产业的长期战略与演进信息 。 简单做个总结 。

01闪迪存储向公用事业化迈进

NAND和DRAM是传统意义上的强周期 、 高波动行业 。 闪迪CFO在本次大会上 ， 试图向市场讲述一个将其重塑为类公用事业型 、 高盈利可持续的全新商业故事 。

1. 新型商业模式NBM ： 让渡上限换取80%毛利

闪迪战略转型的核心 ， 是抛弃过去逐季议价的现货模式 ， 转向被称为NBM的长期协议 。 管理层给NBM设定了四条底线 ：时间承诺+采购量承诺+固定价格 （ 带上下限机制 ） +财务担保。 核心是让渡了部分价格上行空间去换取业绩确定性 。

这套机制的优势在于平行配置的上下行保护 。 在价格下行期 ， 客户的财务担保为闪迪锁定了利润底线 。 闪迪给出的数据是 ： 即使在NBM的地板价情景下 ， 公司毛利率依然能维持在80%左右 。 目前 ， NBM已占闪迪总位元出货量的50% ， 目标在2028财年达到三分之二 ， 且只面向头部云厂商 。

2. 需求侧 ： Agent推理时代的KV缓存需求

在需求端 ， 闪迪将NAND行业总潜在市场TAM从长期的500亿美元 ， 看高至2027年的5000亿美元 。 背后的逻辑是AI推理 。

在推理阶段 ， 大模型需要保存海量的上下文中间信息 ， 以减少重复计算 ， 这就是KV缓存 。 随着Agent并发用户数增加 、 上下文窗口从32K拉长到1M甚至更高 ， KV缓存对存储容量的需求呈指数级上升 。 这也使数据中心业务 （ 目前占闪迪收入38% ） 成为未来几年最具弹性的增长引擎 。

3. 供给纪律与HBF

面对指数级上升的需求 ， 闪迪保持了较为克制的供给纪律 。 公司表示 ， 产能规划严格控制在中高双位数 ， 产出的增加将依赖于节点迁移 （ 如BiCS8向BiCS10演进 ） 带来的单片晶圆效率提升 ， 而不是盲目新建晶圆厂 。这种纪律确立了其单位新增Bit资本开支持续下降的成本壁垒 。

此外 ， 闪迪与海力士 、 谷歌 、 Meta联合推进的高带宽闪存HBF标准 ， 旨在让大容量闪存更靠近CPU/GPU ， 补足推理算力的内存短板 。 产品计划于2027年送样 ， 目前尚未计入公司的长期财务模型 ， 也将成为未来一个非常具有爆发潜力的点 。

02AMD第二曲线

AMD在本次大会上的叙事逻辑发生了明显转变 ， 从追赶英伟达的第二供应商 ， 升级为横跨GPU+CPU+自适应计算的平台型受益者 。

1. 需求结构切换 ： Agentic AI催动服务器CPU

这是AMD释放出的核心增量信息 。 去年还偏紧的服务器CPU供给 ， 今年下半年预计将实现同比80%以上的增长 ， 且明年增速将保持70%以上 。 背后原因是Agentic AI在企业级的迅速扩散 。

Agent需要长驻后台 ， 检索私有数据 、 执行编排 、 操作各类工具软件 ， 每一个Agent任务都需要一个独立的沙盒来保障数据安全与上下文隔离 ， 这就导致CPU核心与内存消耗量飙升 。 AMD将服务器CPU的2030年总潜在市场规模从600亿美元大幅上修至2200亿美元以上 ， 并定下了50%市场份额 、 打造千亿美元CPU业务的目标 。

2. GPU系统级突围

AMD明确了MI450/Helios系统的产能爬坡路径 ： Q3确认首批收入 ， Q4显著跃升 ， 2027年全面放量 。 但它也表示 ， 当前难点不是单颗GPU流片 ， 而是机柜级系统的复杂度 。 液冷 、 机械结构 、 供电 、 互联网络以及与ODM的配合验证 ， 都需要以周为单位的严密执行 。 同时 ，先进封装 、 HBM及核心基板供给， 依然是其业绩上限的关键约束 。

3. 盈利预期和毛利率

针对市场担忧MI系列GPU毛利率低于公司平均水平的问题 ， AMD给出了预期 ： 接受短期毛利率百分比稀释 ， 但强调服务器CPU的高毛利 、 嵌入式业务的触底复苏将提供对冲 。 更重要的是 ， 市场应该关注数据中心收入扩张+毛利额增长+慢于收入增速的运营费用所带来的经营杠杆 ， 这是支撑EPS长期走高的核心 。

03LumentumLightmatter寻找下一个HBM

Lumentum和Lightmatter在访谈中都提到了光互联架构与瓶颈 。

1. 架构路线 ： NPO率先突围 、 ELS路线确立

Lightmatter指出 ， 在光互联标准OCI落地后 ， 市场焦点已从CPO转向NPO 。 Lightmatter给出的时间表 ： NPO将于2027年入市 ， 2028年大规模普及 ； CPO的规模化时间线仍维持在2028-2029年 。 这也消除了架构上的不确定性 。

Lumentum给出的数据 ， 未来Scale-up市场中 ， CPO与NPO的份额大约各占一半 。 但在NPO市场中 ， 超过75%的方案将采用ELS （ 外部光源 ） ， 而非集成光源 。 背后的核心逻辑在于热管理与可靠性： 光学引擎离GPU等发热源太近 ， 极易导致激光器失效 。 将大功率激光器外置 ， 既满足高密度封装需求 ， 又解了散热难题 。 预计将在2027年下半年发货首个ELS设计产品 。

2. CPO的瓶颈是测试产能而非技术

CPO进展缓慢的核心瓶颈在测试基础设施 。 目前CPO交换机的年产量仅为数千至上万台 ， 而行业实际需求是这一产能的近百倍 。 能够提供晶圆级测试设备的供应商处于严重稀缺状态 ， 先进光电测试设备环节被低估 。

Lumentum给出了三波扩产计划 ， 核心扩产纪律是只增加 、 不牺牲， 即不通过削减现有EML产能来生产高功率激光器 。 这也侧面反映了当前供应链各环节处于紧绷状态 ， 容错率较低 。

3. 寻找下一个HBM

在激光技术路径上 ， 由于单器件激光功率已逼近400mW的物理极限 ， 未来提升带宽只能靠堆叠数量 。 例如Lightmatter采用了基于GaAs材料的激光阵列 （ 单芯集成128个激光器 ） ， 其将激光器和光纤定性为下一个HBM 。 这意味着 ， 在GPU和HBM的产能瓶颈被逐步突破后 ， 光互联的底层材料 （ 高功率CW激光器 、 特种光纤 ） 将接棒成为算力链条上紧缺 、 享受高稀缺溢价的资产 。

高功率激光器有非常高的技术门槛 ： 必须同时满足高功率 、 极低RIN噪声 、 窄线宽 ， 以及无跳模 （ Mode-hop free ）。 在硅光技术中 ， 一旦激光器发生跳模 ， 整个光链路就会宕机 。 要在量产封装中同时保持这四项指标的一致性 ， 难度很高 。 目前具备这种高功率激光器量产能力的企业屈指可数 ， 以Lumentum与Coherent为主 。

04总结

现在市场有些精神内耗 ， 一方面担忧大模型ROI无法覆盖资本开支 ， 另一方面又被宏观博弈的扰动反复拉扯 。 但关键还是供需与商业模式 ：

第一 ， 需求端增长极 ：市场的担忧本质上还停留在Chatbot能赚多少订阅费 。 但近期Astra 、 Muse等都表明 ， 当AI开始以Agent形态长驻后台 ， 独立排查代码 、 处理报表 、 甚至深度参与下一代AI研发 （ RSI ） 时 ， 算力的商业模式已经发生了转变 。 它不再是售卖SaaS软件的附加值 ， 而是在置换劳动力 。 如果让AI干活的单位算力成本更低 ， 这场算力竞赛就不存在所谓的需求见顶 。

第二 ， 供给端木桶效应 ：在确定需求刚性后 ， 下一步是寻找产业链上最短的那块木板 。 过去GPU和HBM是最大瓶颈 ， 而现在物理网络互连与晶圆级测试 ， 正在成为新的瓶颈环节 。

谷歌向6D Torus架构跃迁 ， 以及高通 、 亚马逊 、 康宁的光互联长单 ， 都印证了NPO/CPO架构下的高功率CW激光器 、 特种高密度光纤以及先进光电测试设备 ， 或将成为下一个HBM 。 市场会给予那些产能最受限 、 扩产周期最长 、 技术壁垒最高的核心环节稀缺溢价 。

第三 ， 商业模式自我进化 ：传统硬件投资周期都是 ： 需求爆发 —— 持续扩产 —— 产能过剩 —— 价格崩塌 。 但这一轮周期中 ， 核心厂商展现出了极强的商业纪律 。

闪迪推行的NBM ， 通过要求大客户提供量价承诺与财务担保 ， 锁定了80%左右的地板毛利率 ； 博通 、 戴尔通过庞大的在手积压订单 ， 将业绩能见度拉长到2027甚至2028年 。 底层硬件供应商正在通过技术壁垒+长期协议 ， 将自身商业属性从强周期的制造商向类公用事业平台转型 。 前提是保证供需纪律 。

或许科技的魅力 ， 正是在产业演进中不断修正锚点。