輝達總部園區，據《華爾街日報》報導並由Reuters轉述，公司正在討論為OpenAI相關的俄亥俄州資料中心項目提供約2500億美元融資擔保
7月27日美股在大型科技公司財報密集發佈前漲跌不一。
7月下旬美股財報日曆，密集披露期集中在本週。大科技公司需要回答AI資本開支能否轉化為雲收入、廣告效率與終端換機，是本輪估值審計的關鍵節點。資料來源：公開市場資料
標普500指數微漲0.02%，納斯達克指數下跌0.18%，道瓊斯指數上漲0.51%；PHLX半導體指數單日下跌2.2%，較6月22日紀錄高位回落23%，但2026年以來仍累計上漲63%。
費城半導體指數SOX日線走勢，指數自2026年4月起加速上行，6月22日觸及14697.81點的紀錄高位後轉入回呼，至7月29日區間內最大跌幅達3509.71點，回撤幅度23.88%，歷時37個日曆日共26根K線，最低下探11188.10點，當前報11554.88點。儘管技術形態上已進入熊市區間，但對比2月初約7000點的起點，指數年內仍有大幅累計漲幅資料來源：TradingView
這並不意味著AI交易已經結束。晶片指數年內仍遠遠跑贏大盤，說明資金沒有否定AI基礎設施需求，只是不再願意無條件獎勵更高估值和更大資本開支。
市場正在從只要增加GPU和資料中心投入就上漲，轉向核對訂單質量、自由現金流和最終收入。
Alphabet過去十二個月自由現金流明細，2026年第二季度經營活動淨現金流為390.69億美元同比增長41%，但資本開支升至449.24億美元同比翻倍，導致當季自由現金流轉為負58.55億美元。滾動十二個月自由現金流從2025年第三季度735.52億美元的高點降至532.73億美元，同比下降20%。資本開支擴張已開始實質性侵蝕現金創造能力。資料來源：Alphabet財報
微軟、Meta和Qualcomm將於7月29日公佈業績，亞馬遜和蘋果將在7月30日接棒。
投資者要看的已不是這些公司是否擁有AI，而是AI能否轉化為雲收入、廣告效率、終端換機和利潤率。
01
晶片股回呼21%
AI退潮預期進入審計期
PHLX半導體指數從高點回落21%，技術上已經進入熊市區間，但年內仍上漲63%。這種反差說明，市場處理的不是需求消失，而是交易過度擁擠後的估值再平衡。
過去三年AI硬體邏輯相對簡單：雲廠商增加資本開支，NVIDIA、博通、台積電、儲存和裝置公司獲得更多訂單，供應鏈利潤隨之上修。
四大超大規模雲廠商年度資本開支合計走勢。2026年預計接近6000億美元。其中微軟、Meta、Alphabet、亞馬遜均在近兩年顯著加碼，資本開支曲線的陡峭化，正是本週科技巨頭財報中市場最關注的變數，即AI收入增速能否跑贏這一投入斜率與隨之而來的折舊壓力。資料來源：Bloomberg
只要“資本開支增長”成立，市場往往先給估值，再等待收入兌現。
現在順序開始反轉。Google此前公佈強勁的雲業務增長，但第二季度仍出現約59億美元現金消耗，並把2026年資本開支預期進一步提高。
Alphabet季度資本支出走勢。從2025年第二季度的224.46億美元升至2026年第二季度的449.24億美元，一年內翻倍，同比增速連續維持在70%以上，第一季度一度達107%。這是市場判斷AI投入強度的核心指標。資料來源：Alphabet2026年第二季度財報。
Tesla也在加速投入AI與機器人基礎設施的同時錄得負自由現金流。
兩份財報共同提醒市場：收入增長與現金回報不是同一件事，資本開支越大，未來折舊、電力和融資成本也越高。
本輪迴調更像一次盈利質量審計。市場不再只問AI伺服器賣出多少，而開始追問客戶是否有能力長期付款；
不再只看GPU交付量，而是評估資料中心利用率；
全球生成式AI經濟收入走勢，2023年1月至2026年6月，去重口徑下過去12個月實際收入已達1100億美元，按最新單月收入年化後的運行速率則升至1750億美元，兩者相差1.6倍，資料來源：ExponentialView
不再把資本開支視為絕對利好，而是比較每1美元投入能帶來多少新增收入和經營現金流。
02
輝達2500億美元擔保
暴露AI融資最敏感的系統性風險
據《華爾街日報》報導並由Reuters轉述，輝達正在討論為OpenAI相關的俄亥俄州資料中心項目提供約2500億美元融資擔保。
項目由SoftBank旗下SBEnergy開發，規劃規模達到10GW，總成本可能超過5000億美元；
1GW資料中心大致對應40萬至50萬顆高端GPU、約500億美元投資，在以聊天推理為主的假設下可支撐數億量級使用者
以1GW資料中心計算，輝達方案資本開支明顯高於定製ASIC，Vera Rubin達410億美元，GB300為330億美元，定製ASIC中TPUv7為270億美元，Trainium3僅150億美元，伺服器機架成本為最大差異項。資料來源：公司資料，Morgan Stanley Research預測
但若算力主要用於模型訓練或Agent類高強度任務，可服務使用者數會下降一個量級。這樣既給了量級，也避免把一個高度依賴假設的數字寫死。
不同任務類型的推理端GPU耗電量對比，縱軸為對數刻度。簡單文字查詢約0.05Wh，大型MoE文字生成約0.3Wh，Agent任務約1.1Wh，推理型查詢約8Wh，帶推理的Agent任務約50Wh，已超過一次手機充電約13Wh的水平，單次能耗相差約1000倍。這也意味著任務結構轉向Agent後，同一座資料中心可服務的使用者量將明顯下降。資料來源：IEA基於HuggingFace2025年資料的分析
2500億美元擔保主要覆蓋資料中心租賃與建設債務，不包括內部GPU。報導還稱，輝達可能另行支援OpenAI最高3500億美元的晶片採購融資。
OpenAI推出的Codex Micro實體控製器，採用半透明外殼與背光鍵帽設計，配備旋鈕與多枚功能按鍵，用於直接觸發Codex程式設計助手的常用指令與任務流。硬體形態的出現，反映AI程式設計工具正從純軟體介面向專用互動裝置延伸。資料來源：OpenAI公開資料
Reuters未能獨立核實相關消息，輝達、OpenAI及美國商務部也未立即置評。對輝達而言，擔保不等於立即支付2500億美元。
但它是一種或有負債，只有在項目融資方無法履約時才可能觸發，但會把OpenAI及項目現金流風險部分轉移到輝達資產負債表上。
OpenAI已披露的雲算力與基礎設施採購承諾合計1.4萬億美元，對應容量30.5GW，其中Oracle3000億美元、輝達3500億美元、微軟2500億美元居前。1.4萬億美元的支出義務與當前實際收入之間的跨度，正是市場追問訂單質量與回款來源的原因。資料來源：CitiResearch、公司報告
更深層的問題是循環融資：晶片供應商幫助客戶獲得資金，客戶再用這筆資金租賃資料中心並購買供應商的GPU。
只要OpenAI收入和算力需求持續增長，這種結構可以加速建設；
OpenAI與Anthropic年化收入運行速率對比，截至7月22日Anthropic追蹤值741億美元，OpenAI為413億美元，相差328億美元，前者約為後者的1.79倍。前沿模型廠商收入確在高速擴張，但與萬億美元級採購承諾相比仍存在數量級差距。資料來源：TickerTrends
一旦收入不及預期，市場就會質疑訂單究竟來自真實終端需求，還是來自供應商提供的融資能力。
消息公佈後輝達股價承壓，說明市場開始區分“客戶用自有現金買晶片”和“客戶在供應商支援下買晶片”的信用差異。
輝達日線走勢，7月27日收報196.51美元，單日跌4.99%，成交1.543億股，較5月約235美元高點持續回落。2500億美元融資擔保消息公佈後股價進一步承壓，反映市場開始區分訂單背後的信用差異。資料來源：TradingView
AI訂單仍然存在，但訂單質量、回款來源和風險承擔者正在成為新的估值變數。
03
本週財報將驗證
AI收入能否跑贏資本開支和折舊
微軟的核心驗證點是亞馬遜和AI服務增速能否覆蓋資料中心折舊。Meta需要證明AI不僅提高廣告推薦效率，還能抵消基礎設施和模型訓練成本。
Alphabet固定資產明細，2025年技術基礎設施淨值2036.79億美元同比增長44%，尚未投入使用資產786.32億美元同比增長55%，累計折舊升至984.85億美元。在建資產高增意味著未來數年折舊壓力將進一步上升。資料來源：Alphabet財報
亞馬遜要回答AWS增長能否加速，以及資本開支是否開始形成更高雲收入。蘋果則需要證明端側AI能否推動裝置換機和服務收入。
AWS收入預計從2025年的1287億美元增長至2028年的2970億美元，年增速在2027年達到峰值37%後回落至2028年的30.5%。資料來源：Citi Research，公司財報
Qualcomm的財報將檢驗端側AI是否真正進入手機、PC和汽車出貨。
市場的審計標準已經很清楚：看AI收入增速是否高於資本開支增速，看毛利率能否抵消折舊、電力和推理成本，
ChatGPT周活躍使用者從2023年一季度2500萬增至2025年三季度8.15億，四季度預計9.65億。單季淨增在2025年一季度見頂2.52億後回落至1.5億左右，增速放緩但基數持續擴大。資料來源：CitiResearch、TheInformation
看自由現金流是否持續惡化，以及公司是否需要通過發債、擔保或股權融資維持建設節奏。
亞馬遜自由現金流波動較大，從2022年一季度的負165億美元低點逐步回升，預計2026至2027年因投資週期再度承壓，2028年四季度有望回升至340億美元。資料來源：公司財報，Bernstein預測與分析
如果微軟、Meta和亞馬遜能夠同時給出強勁收入、穩定利潤率和可控資本開支，晶片股21%的回呼可能只是估值清洗。
反之如果資本開支繼續上調、自由現金流繼續下降，而AI收入仍缺少清晰披露，市場會進一步壓低輝達、儲存、光模組、裝置和資料中心營運商的估值。
AI交易目前已進入第二階段。
第一階段是證明模型需要更多算力，第二階段是證明這些算力能夠產生足夠現金流。過去市場獎勵誰投入最多，接下來將獎勵誰把投入轉化為利潤最快。
全球算力過去五十年持續增長，2016年前年複合增長率約66%，AI伺服器帶動2016年後增速升至約80%，含AI伺服器的總算力較不含AI伺服器高出約9倍。資料來源：Exponential View分析
輝達潛在的2500億美元擔保進一步放大了這一轉折：當賣方開始為買方融資，市場就會更嚴格地審查需求真實性、信用風險和資本回報。
本週科技巨頭財報真正決定的，不是AI有沒有未來，而是誰在為這個未來承擔成本，以及誰最終能夠收回現金。
花旗CIO調研顯示，2025年四季度企業生成式AI用例中僅24%進入生產階段，仍有36%停留在測試階段。企業側部署尚未大規模落地，是AI收入兌現慢於資本開支擴張的重要原因。資料來源：CitiResearch、Citi2025年四季度CIO調研
隨著中期選舉以及油價帶來的滯漲風險，市場開始對缺乏現金流支撐的高估值資產進行系統性擠水分。
隨著明天海力士及本週北美科技巨頭財報的密集披露，市場正跨入從彈性驅動走向業績審計的新階段。
SK海力士季度營收與毛利率走勢，營收從2024年二季度的119.8億逐季攀升至2026年一季度的358.9億，2026年二季度市場預期為568.3億；毛利率同期從45.6%持續升至79.3%，二季度預期達84.1%。HBM需求推動的量價齊升是主要驅動，該組資料也將成為明日盤後財報的直接檢驗基準。資料來源：Bloomberg、moomooinsights
去槓桿剔除了最脆弱的尾部隱患，低估值與低持倉則構築了防禦底線。
當宏觀的情緒迷霧與交易面的浮躁徹底散去，真正的AI強需求與硬核定價權，終將在硬朗的業績中被市場重新明碼標價。(矽谷宇宙)