阿斯麦昨天交出了一份看起来足够强的财报。
单季营收 93 亿欧元、毛利率 54% 双双超预期，全年指引上调，存储客户需求显著改善，High-NA EUV 继续推进。
按照很多投资者原本的直觉，这样一份财报 理应带动半导体设备链、先进制程、HBM 和 AI 硬件板块继续走强。
但市场给出的回应却很冷。
财报发布后，ASML 股价被抛售，美股半导体板块也出现普遍下跌。这和“财报超预期等于板块利好”的常规推演并不一致。也正因为不一致，它才更值得研究。
这一次，市场并没有忽视 ASML 的强劲财报。但它已经开始用更高的标准审视 AI 半导体：
业绩好还不够，指引要更强；
需求强还不够，估值要能消化；
资本开支扩张还不够，投资者还要确认这不是阶段性高峰。
过去两年，美股市场主要交易的是英伟达 GPU 供不应求、云厂商资本开支上修、台积电先进制程满载、HBM 存储紧缺。现在，投资者开始追问更难的问题：
AI CapEx 的高增长还能持续多久？
半导体估值是不是已经提前透支？
财报利好兑现后，谁还能继续上涨？谁只是被拥挤交易推到了高位？
RockFlow 投研团队认为，ASML 财报超预期后半导体板块下跌，并不代表 AI 交易见顶。但接下来，美股投资者不能再简单沿用上半场的打法。
半导体板块的机会正在分化。确定性资产要看回调后的安全边际，弹性资产要看订单和盈利兑现，争议资产则必须等待执行验证。
ASML 是全球先进制程设备的核心供应商。按产业链逻辑，它的财报超预期，本应对半导体板块形成正向验证。可这一次，板块没有上涨，反而集体回调。原因不止一个。
利好已经提前反映，财报成了获利了结的触发器
美股市场过去已经充分交易 AI 硬件链条。英伟达的 GPU 需求被反复验证；台积电先进制程稼动率被市场不断上修；HBM 紧缺推动美光和海力士估值修复；半导体设备股也被纳入 AI CapEx 扩散叙事。
在这种环境里，ASML 财报超预期并不等于新的信息。它更多像是已有逻辑的确认。
对很多提前布局的资金来说，财报强劲是兑现利润的机会。特别是当板块涨幅已经较大、估值处于高位、市场仓位相对拥挤时，任何一个重要财报节点都可能成为资金重新平衡的时刻。
估值容错率下降，市场不再愿意无条件扩张倍数
半导体板块，尤其是 AI 半导体，过去一轮上涨后估值已经不便宜。高估值需要持续的盈利上修来支撑。如果公司基本面继续改善，但改善速度低于市场预期，股价仍然可能下跌。
ASML 的财报提高了当年业绩能见度，却未必足以让市场继续上调远期估值倍数。投资者现在更在意的是：
2027 年收入能否继续高增长？
High-NA EUV 放量速度是否足够快？
低 NA EUV 和 DUV 产能扩张能否转化为利润？
客户资本开支会不会在某个阶段放缓？
这些问题没有因为一份好财报而消失。当估值已经较高时，市场会放大每一个潜在不确定性。
市场开始压力测试 AI CapEx 的持续性
过去两年，AI 资本开支是美股最强的宏观叙事之一。微软、亚马逊、谷歌、Meta、甲骨文等云厂商持续增加数据中心投资，推动 GPU、网络、HBM、先进制程和数据中心基础设施需求上行。
市场愿意给半导体公司高估值，核心假设是：AI CapEx 会继续扩张。
ASML 财报证明晶圆厂仍在扩产，但市场在追问：这轮扩产是否已经反映了最乐观的需求假设？2026—2027 年后，会不会出现阶段性供给过剩？
这就是 AI CapEx 的压力测试。资本市场不是只看眼前订单，还会提前折现未来风险。半导体板块下跌，正是这种远期担忧的体现。
AI 交易过于拥挤，资金需要重新平衡
过去一段时间，AI 相关资产成为全球资金最集中的方向之一。
当一个方向太拥挤时，即使没有明显利空，也可能因为一个“利好兑现”节点触发回调。大家都在同一条船上，哪怕只是轻微摇晃，也会有人先下船。
ASML 财报之后的半导体板块下跌，某种程度上是一次拥挤交易的降温。市场借这个节点重新审视：哪些公司真的还有盈利上修空间，哪些公司已经涨得太快，哪些公司只是被 AI 标签推高。
如果只看股价反应，很容易得出一个简单结论：ASML 财报超预期都跌，AI 半导体是不是见顶了？
事实上，更合理的解释是：AI 半导体没有结束，但交易方式变了。
AI 上半场，市场奖励的是需求爆发。只要能证明算力需求真实，股价就可以持续上涨。英伟达是最典型的代表，它直接站在需求最前端，用订单、收入和毛利率不断刷新市场预期。
到了下半场，市场开始从需求端走向供给端、从故事走向利润、从普涨走向分化。
AI 芯片要继续增长，需要先进制程产能，需要 HBM，需要先进封装，需要设备交付，需要量测检测，需要数据中心电力和散热。这条链条还在扩张，但每个环节的估值、订单、利润弹性和风险都不一样。
投资者最需要避免的是两种极端：一种是因为短期下跌，就认为 AI 半导体彻底结束；另一种是因为长期趋势仍在，就无视估值和仓位继续追高。
成熟的做法，是把基本面和价格分开看。产业趋势可以继续向上，股价也可以阶段性回调。好赛道不等于每天上涨，好公司也不等于任何价格都值得买。
尽管股价下跌，ASML 财报里的产业信号依然有价值。市场短期反应告诉我们，估值需要消化；财报基本面告诉我们，AI 资本开支并没有突然熄火。这两件事可以同时成立。
服务和升级收入强劲：晶圆厂正在压榨存量产能
ASML 的 Net Service and Field Option Sales，也就是现有设备服务业务，包括软件升级、硬件改造、维护服务和产能效率优化，单季收入达到 27.6 亿欧元，占总收入比例接近 30%。
这部分业务不如 EUV 新机出货性感，却很能说明问题。当晶圆厂愿意为软件授权、硬件改造和产能效率优化付钱，通常意味着现有产能很紧。新设备交付需要时间，先进制程产能无法一夜之间扩出来。客户只能一边排队等新设备，一边把现有设备效率推到极致。
服务和升级收入的增长，说明客户没有躺等新产能，他们在主动提高存量产线效率。对 ASML 来说，这部分收入利润率通常较高，也更具韧性。
存储需求增长 75%：HBM 正在重写存储周期
ASML 提到，2026 年存储客户相关需求将增长 75%。
过去市场看存储，主要看 PC、手机、服务器等传统需求。存储行业涨价后，投资者很快会担心扩产；扩产一多，又担心价格下行。这个周期框架仍然有效，但 AI 正在改变高端 DRAM 的结构。
HBM 是 AI 服务器性能的重要瓶颈。GPU 算力再强，如果内存带宽跟不上，系统效率也会下降。随着 HBM3E、HBM4 需求放量，美光、三星、SK 海力士必须提前扩产、升级工艺、增加设备采购。
ASML 存储需求增长，等于从设备端验证了 HBM 扩产正在发生。这对 MU、LRCX、AMAT、KLAC 等公司都有意义。存储厂扩 HBM，不只是买存储芯片设备，还会带动刻蚀、沉积、量测检测和封装相关投入。
High-NA EUV 推进：先进制程军备竞赛没有停止
ASML 确认，其售价超过 3.5 亿美元 的 High-NA EUV 系统已经在英特尔生产线上投入实用。High-NA EUV 是下一代先进制程的重要工具。英特尔率先导入，说明它在先进制程追赶中选择了一条高成本、高风险、但也可能带来高回报的路线。
这不代表英特尔已经反超台积电。台积电前期对 High-NA 更谨慎，也有其合理性。台积电拥有更成熟的量产经验和客户生态，不需要为了追赶承担过高切换风险。英特尔则不同，它需要通过技术路线证明 Intel Foundry 的竞争力，也需要为美国本土先进制造争取叙事和客户。
High-NA EUV 的推进说明先进制程竞赛仍在继续。它对 ASML 是长期增量，对英特尔是反转叙事，对台积电则是未来节点竞争中的变量。
股价可以短期下跌，但技术军备竞赛并没有因为一次抛售停止。
RockFlow 投研团队认为，ASML 财报超预期后半导体板块下跌，给投资者的启示不是“清仓半导体”，而应该是“换打法”。上半场可以追最强趋势，下半场要做分层配置。
第一层：确定性资产，等待回调后的中长期配置机会
这类公司行业位置强，壁垒高，客户质量好。它们不一定最有短期弹性，但更适合作为半导体组合中的核心仓位。
ASML：先进制程设备的核心瓶颈
ASML 仍是先进制程设备链中最稀缺的资产之一。EUV 垄断地位没有改变，High-NA EUV 提供未来先进节点升级空间，客户包括台积电、三星、英特尔等全球最关键晶圆制造商。
它的长期逻辑没有因为财报后股价下跌而消失。但短期需要消化三个问题：估值较高、中国区收入和出口管制不确定性、客户资本开支节奏波动。
TSM：AI 芯片制造平台
台积电是全球 AI 芯片制造的核心平台。英伟达、AMD、博通、苹果、谷歌、亚马逊等公司，都在不同程度上依赖台积电先进制程。ASML 上调指引，对台积电是侧面验证：先进制程需求仍然强，3nm、2nm 资本开支仍有推进基础，AI 客户订单能见度较高。
台积电的问题主要在估值、毛利率、海外建厂成本和地缘政治风险。它仍是确定性资产，但不是低波动资产。
NVDA：AI 需求发动机，但要看远期毛利率
英伟达仍是 AI 硬件链最核心的需求发动机。ASML 财报强，反向验证了先进 AI 芯片需求仍有能见度。但英伟达也进入更高要求阶段。市场已经充分认识它的强，接下来要看 Blackwell 及后续产品出货、云厂商 ROI、推理需求扩张、毛利率趋势，以及 ASIC 分流风险。
供应链扩产对英伟达有双重含义。短期有助于提升出货，中长期则可能缓解稀缺，削弱部分供给溢价。NVDA 依然是核心资产，但更合理的方式是核心仓位持有，回调中分批观察，而不是情绪性追高。
AVGO：AI ASIC 与网络的稳健受益者
博通值得放在确定性资产中，因为它不是单纯 GPU 叙事。AI 市场不只有通用 GPU，还有云厂商自研 ASIC。Google TPU、Amazon Trainium 和 Inferentia、Microsoft Maia、Meta 自研芯片等趋势，都需要定制芯片、网络、高速交换、SerDes 和光互连能力。
AVGO 同时拥有软件业务现金流，业务结构比纯 AI 芯片公司更分散。若 AI 从通用 GPU 继续扩散到定制 ASIC 和网络，它会是重要受益者。
AMAT：设备链综合平台
应用材料覆盖沉积、刻蚀、离子注入、检测等多个环节，是半导体设备中的综合平台型公司。晶圆厂扩产不是只买 ASML 光刻机。先进制程、HBM、DRAM 工艺升级，都需要更多沉积、刻蚀和材料工程能力。
AMAT 没有 ASML 那种单点极致垄断，但胜在业务面宽、客户覆盖广、服务收入有稳定性。在 AI CapEx 扩散阶段，它更像是设备链里的稳健型卖水人。
第二层：弹性资产，看订单验证和盈利修复
这类公司波动更大，但如果景气扩散，盈利弹性也可能更强。
MU：HBM 和 DRAM 周期上行的核心弹性
美光是美股市场参与 HBM 和 DRAM 周期修复的直接标的。MU 的机会来自 HBM 需求、DRAM 价格上涨、AI 服务器单机存储价值量提升、传统 PC 和服务器存储恢复，以及行业供给纪律改善。
但 MU 的风险也明显。存储股天然周期性强，一旦市场担心供给释放过快，或者价格上涨放缓，股价波动会明显放大。所以，MU 适合作为弹性资产，而不是低风险配置。
LRCX：存储设备复苏的高弹性方向
拉姆研究在刻蚀和沉积领域强势，与存储周期关系紧密。美光、三星、SK 海力士加大 DRAM 和 HBM 投资，会带动刻蚀和沉积设备需求。
如果 NAND 周期也逐步改善，LRCX 的弹性还会更强。
KLAC：良率焦虑的长期受益者
科磊是检测和量测设备龙头。先进制程的难点不只是“能不能做出来”，更是“能不能稳定、低缺陷、高良率地量产”。进入 3nm、2nm 后，制程步骤更多，材料体系更复杂，晶圆价值更高。每一片废片都意味着更高成本。
KLAC 受益的不只是产能扩张，还受益于工艺复杂度上升。光刻机画得越细，晶圆厂越需要检查哪里出了问题。某种意义上，KLAC 是先进制造的“质检中枢”。
MRVL：AI 网络和定制芯片的高弹性标的
迈威尔受益于 AI 网络、定制芯片、光互连和数据中心高速连接需求。相比博通，MRVL 的弹性更高，但业绩兑现节奏也更敏感。
如果云厂商继续加大 AI 数据中心投入，MRVL 有机会受益。但投资者需要盯订单、客户导入和利润率，而不能只按 AI 概念定价。
TER：测试复杂度提升的二阶机会
AI 芯片价值量高、封装复杂、功耗高，对测试要求更高。
GPU、ASIC、HBM、先进封装都会增加测试复杂度。芯片越贵，测试环节越不能省。Teradyne 这类测试设备公司，可能在 AI 芯片复杂度提升中获得二阶收益。
第三层：AI 基础设施外溢资产，避开部分半导体估值拥挤
如果投资者担心半导体估值过高，但仍看好 AI 基础设施趋势，可以把视角向外移动。
AI 的瓶颈不只是芯片。数据中心需要电力，需要散热，需要高速网络，需要配电系统，需要备用电源，需要更高功率密度的机房设计。这些环节正在成为 AI 落地的现实约束。
VRT：数据中心电力和散热
Vertiv 是 AI 数据中心电力和散热基础设施代表。
AI 服务器功耗显著高于传统服务器，液冷渗透率提升，机柜功率密度上升，都会推动 VRT 相关业务需求。它不是半导体公司，却是 AI CapEx 外溢的重要受益者。
ANET：AI 数据中心高速网络
Arista Networks 受益于 AI 集群内部高速网络需求。
大规模训练和推理集群需要低延迟、高带宽、高稳定性的网络连接。以太网方案在 AI 数据中心中的渗透，为 ANET 提供了持续增长机会。
ETN、GEV、CEG：电力成为 AI 的底层约束
AI 数据中心最终会遇到电力瓶颈。
Eaton 代表电力管理和电气设备，GE Vernova 代表发电和电力设备，Constellation Energy 则与核电和稳定电力供应相关。
当市场对芯片估值产生犹豫时，电力和基础设施方向可能获得更多资金关注。它们承接的是 AI 建设周期更底层、也更现实的约束。
RockFlow 投研团队认为，半导体板块短期下跌后，投资者不必急着给出“见顶”或“抄底”的结论。更重要的是跟踪几个关键变量。
云厂商 CapEx 是否继续上修
Microsoft、Amazon、Google、Meta、Oracle 的资本开支指引，仍是 AI 硬件链最关键的需求来源。
如果云厂商继续上修 AI 数据中心投资，半导体链条的中期逻辑仍然稳固。若 CapEx 增速放缓，市场会重新评估 AI 硬件的远期需求。
英伟达和 ASIC 订单是否继续强劲
NVDA 仍是需求发动机，AVGO、MRVL 则代表 ASIC 和网络扩散。
如果 GPU 和 ASIC 同时强，说明 AI 算力需求并没有被单一公司垄断。若订单出现分化，需要判断是结构变化还是总需求放缓。
HBM 价格和供给是否保持紧张
MU、三星、SK 海力士的 HBM 产能、价格、客户认证和供给节奏，决定存储弹性的持续性。
HBM 仍紧，MU 和 LRCX 逻辑会更强；若供给释放过快，存储股波动会放大。
估值是否回到合理区间
当板块估值过高时，好消息也可能无法推动股价上涨。只有估值消化到合理区间，基本面利好才更容易重新转化为股价动能。
所以，接下来布局半导体，不只是看产业链，也要看价格。
ASML 财报超预期后，半导体板块反而全面下跌，这不是一个可以简单归类为“AI 见顶”的事件，而更像一场压力测试。
这场压力测试告诉投资者：AI 资本开支周期仍在继续，但美股半导体已经不再处于“只要基本面好就能上涨”的低预期阶段。
ASML 的财报验证了先进制程、HBM、设备服务和 High-NA EUV 的需求韧性。可股价反应也提醒我们，产业趋势不等于股价单边上涨。好公司需要合理价格，强赛道也会经历预期修正。
RockFlow 投研团队相信，AI 半导体的行情不会因为一次抛售就结束。但从现在开始，市场不再奖励简单的 AI 标签，而会奖励真实的订单、利润、壁垒和合理估值。
这种分化不只是风险，也将诞生新的机遇。
本文来自微信公众号“RockFlow Universe”，作者：RockFlow，36氪经授权发布。
发布时间：2026-07-16 20:05
立即订购
在线咨询
返回顶部