高盛在举行的关于美国半导体与软件行业定位的内部研讨会讨论了英伟达在GTC上的内

核心观点是，AI交易并没有到结束的时候，市场只是在从“无差别追龙头”切换到“更严苛地要CapEx可见度、ROI证据和GAAP落地”；半导体里钱在往me 高盛在举行的关于美国半导体与软件行业定位的内部研讨会，讨论了英伟达在GTC上的内容、半导体资本支出、内存与存储（美光）的强劲、关于超大规模资本支出的投资回报率争论、计算与内存/半导体设备的定位以及供需与价格动态的影响，还讲到了几个他们强烈看多的公司及背后逻辑： 核心观点是，AI交易并没有到结束的时候，市场只是在从“无差别追龙头”切换到“更严苛地要CapEx可见度、ROI证据和GAAP落地”；半导体里钱在往memory/ASIC这种更能立刻体现稀缺或效率提升的环节靠，软件里则只有那些既能证明自己不会被AI边缘化、又能把盈利口径讲清楚的公司，才有机会真正重新获得定价权。 1）市场对美国科技的分歧并不在“AI还行不行”，而在于两件事，一是半导体CapEx到底有没有见顶，二是软件和云厂商到底什么时候能真正把AI变成ROI和GAAP earnings。 2）对半导体而言，GTC给出的最大信息不是某个产品发布，而是Jensen直接把2025-2027年的收入可见度往1万亿美元级别去讲。 JimSchneider的解读是，这个数字仅覆盖Blackwell、Rubin及配套网络，还没算后续推理芯片和更多新产品，因此相对Street预测仍然存在大约15%的上修空间。 3）更关键的是，这个指引强化了一个市场最在意的判断：CapEx不是2026年见顶。 按高盛的理解，Nvidia明年至少还有35%-40%增长，而这建立在今年收入已经接近翻倍的高基数上，所以compute这条链条并没有到“故事结束”的位置。 4）GTC的另一个关键信息是，网络互连演进没市场想得那么激进。 市场此前以为CPO会在新平台上全面铺开，但实际情况更像是Rubin Ultra和Feynman提供CPO选项，而中小规模集群直到更后面仍会大量用铜连接。 也就是说，铜互连并不会被立即替代，光模块/CPO逻辑成立，但兑现节奏会更偏选择性。 5）Jim对半导体板块当前状态的概括：compute没有真正启动，不是因为逻辑破了，而是因为市场对2026年大体已经有数，现在真正缺的是2027年可见度。 换句话说，AI基础设施多头并没有死，只是被时间轴往后推了一格。 6）在仓位和交易层面，市场今年已经把“最紧缺的环节”重新识别了一遍。 高盛认为memory和storage被公认是供应链里最受约束的一段，因此相关个股年内走成了最强交易；延伸出来的就是semi-cap设备股也显著跑赢。 简单说，今年AI半导体最赚钱的，不是最obvious的compute，而是“缺货”和“卖铲子”。 7）memory当前的争论：没人怀疑Micron数字会好，争议只在两个地方，一是明年新增供给到底会不会过多，二是contract/spot价格变化的“二阶导”何时变差，从而让股价先见顶。 Jim的判断是，未来12个月供需还不会真正松掉，18个月以后才值得更认真地担心。 8）至于半导体，AI基础设施交易没有结束，但资金已经从“追compute beta”切换到“追supply bottleneck alpha”，而compute自己要重新表现，得靠2027可见度和云业务毛利率修复两件事同时发生。 9）软件这边，Gabriel Borges给出的最大变化是：过去两到四周开始出现了十年来第一次真正有意义的value投资者回流。 这意味着，软件板块已经不是纯粹的“成长故事”，而开始出现“GAAP估值到底有没有底”的讨论。 10）软件情绪虽然没那么差了，但本质上仍然脆弱。 Gabriel直说，这一轮很多投资者其实是“pencils down”状态，因为即便你做对了相对交易，比如多安全和基础设施、空部分应用软件，这个板块整体也仍然非常难赚钱。 11）当前软件的估值框架已经在变，市场开始真正把GAAP earnings当成主要yardstick。 过去SaaS公司并不需要按这个口径管理自己，但现在投资者要求它们证明：就算收入增速不再神话，它们依然可以变成高质量GAAP earnings机器。 12）ServiceNow是最典型的例子。 Gabriel的核心意思是，这些公司过去的OpEx增长主要靠招人；而接下来，若AI真正落地，OpEx增长的驱动会转向算力而不是headcount。 像ServiceNow这种如果真能把headcount控平，三年内估值可能从55x GAAP压到20x以下，而这个重估逻辑市场还没有充分交易。 13）软件当前最大的bear case，不是systemof record被推倒重来，而是它们继续留在原地，但所有最好玩的AI工具都长在它们的上层，然后由新玩家把价值拿走。 也就是说，风险不是传统龙头“死掉”，而是被中间层剥离、被边缘化。 14）因此，现有软件龙头真正需要证明的，不是自己有没有最前沿模型，而是自己会不会被disintermediate。 它们要证明自己比Microsoft或新创业公司更懂行业工作流、更懂上下文、更懂用户习惯，并最终把这些理解变成更强的产品体验。 15）在高盛框架里，软件的bull case则是AI扩大TAM。 历史经验是，只要你能持续提升知识工作者的生产率，软件公司通常能拿走其中10%-25%的价值。 问题从来不是“有没有市场”，而是具体公司有没有提前做足基础工作，包括低technical debt、强工程文化、清晰路线图、合适并购和真正可执行的AI monetization。 16）Gabriel认为ROI的关键节点，已经从单纯聊天机器人，逐渐往reasoning再往agentic experiences推进。 真正能验证ROI的下一层，不只是推理本身，而是平台层和应用层也开始吃到adoption。 换句话说，AI投资最终要闭环，不是只靠GPU烧钱，而是要看到Microsoft这类平台在IaaS之上卖出更多PaaS、推理、数据库和Copilot/agent组合服务。 17）仓位层面，Vincent Lin的数据很值得重视：最近hedge fund的行为更多是“加宏观对冲”，而不是“全面投降” 过去一个月，美国ETF空头增加了约22%，宏观book中的股指期货、ETF、定制basket空头已经到五年高位，说明大家在aggressively hedging，但并没有真正把多头全砍掉。 18）更有意思的是，美股单一个股3月整体仍是净买入。 这意味着，表面上风险偏好下降，但本质上更像是“指数对冲+个股轮动”，而不是彻底撤退。 19）TMT里最近两周确实有明显de-grossing，但驱动力主要是空头回补，尤其集中在软件。 软件空头大约在2月24日、也就是Anthropic更新Claude那天见顶，此后年内新增空头大概有四分之一被回补，这也是Salesforce等名字近期反弹的重要原因。 不过软件整体仓位依然极低，只处在历史第二百分位左右，仍只有年初的一半。 20）半导体仓位则明显更稳。 AI基础设施和AI半导体在多头端的基本面信念仍然很强，只是年初那种compute一边倒的买盘已经降温，现在新增多头更多还是去memory和storage，而不是数据中心compute本身。 21）具体top picks上，Jim当前最高conviction是Broadcom。 逻辑不是简单跟着AI beta，而是它通过定制ASIC真正在帮hyperscaler降低inference成本，这直接指向云业务毛利率改善和ROI闭环。 更重要的是，高盛认为Broadcom把市场最担心的几个bear case——Google敞口过高、ASIC项目持续性不足——都解释得比预期更好。 22）软件top pick则是ServiceNow。 原因是它兼具接近20%的organic growth和已经开始下沉的GAAP估值，同时help-desk automation、workflowautomation和并购补短板这几条线都在往正确方向走。 往后看，5月客户大会会是关键催化剂。 23）Gabriel另外点了两个名字：Snowflake和Palo Alto。 Snowflake的关键催化剂是Cortex Code，它若真能把实施时间缩短40%-80%，会直接加速迁移和adoption；PaloAlto的吸引力则在于CyberArk整合、Cortex资产质量，以及财年季节性即将进入更强的4月和7月季度。