核心结论
2026 年 Q1 半导体 AI 相关利润数据已明朗，一个清晰的利润阶梯正在形成：
| 公司 | Q1 AI 利润 | 2026 全年预估 | 市场定位 |
|---|---|---|---|
| NVIDIA | $423 亿 | ~$2000 亿 | AI 芯片绝对霸主 |
| 美光 (MU) | ~$138 亿 | 恢复中 | 存储/HBM 受益者 |
| 博通 (AVGO) | ~$73 亿 | 稳定 | 网络/定制芯片 |
| AMD | ~$12 亿 | 增长中 | 追赶者 |
NVDA 一家独占行业利润的 70%+，与 AMD 的利润差距达到惊人的 35 倍。
利润格局的三层含义
1. AI 不是普惠赛道，是赢家通吃
当 Lisa Su（AMD CEO）说”未来五年全球算力需求可能增长 100 倍”时，这句话的另一面是：绝大部分利润会流向已经占据生态制高点的公司。NVIDIA 的 CUDA 生态 + 硬件性能 + 供应链控制力形成了三重壁垒。
2. AWS 重新加速到 28% 增长
AWS 的 Q1 云收入增长重新加速至 28%，这是近年来最快的增速。背后逻辑很直接：企业 AI 部署正在从实验阶段转向生产阶段，对云端算力（尤其是 GPU 实例）的需求正在指数级增长。
3. 二级受益者也在增长
美光（存储/HBM）、博通（网络/定制 ASIC）虽然利润远不及 NVDA，但都在 AI 红利中获得实质性增长。这印证了 Lisa Su 的判断——算力需求增长是结构性的，只是利润分配极不均衡。
与资本支出数据的交叉验证
五大科技巨头 2026 年 AI 基础设施资本支出预测：
- $2600 亿（2024）→ $4350 亿（2025）→ $8300 亿（2026） → $1.15 万亿（2027）
这些钱最终大部分流向了 NVIDIA 的 GPU 采购。
行动建议
| 角色 | 判断 | 行动 |
|---|---|---|
| AI 创业者 | 算力成本将持续下降但仍被 NVDA 定价权锁定 | 优先优化 token 效率，减少算力浪费 |
| 投资者 | AI 算力赛道已高度集中，赢家格局基本定型 | 关注二级受益者（存储、网络）的估值修复 |
| 企业 IT 决策者 | GPU 供应充足但价格仍由 NVDA 主导 | 评估 AMD MI 系列和国产替代方案的性价比窗口 |
| 开发者 | 算力充裕但成本意识不可缺 | 优先选择 token 效率更高的模型（如 Ling-2.6-1T） |