研报解读:半导体板块涨了 155%,伯恩斯坦说 NVDA 和 AVGO 还“荒谬地便宜”

marsbit发布于2026-06-24更新于2026-06-24

文章摘要

伯恩斯坦发布半导体行业季度报告指出,AI已成为半导体板块的核心驱动力。费城半导体指数过去一年大涨155.6%,主要受基本面强劲的支撑,EPS预期大幅提升。板块内部分化显著,内存、CPU等涨幅领先。 报告认为,尽管板块整体估值处于历史高位,但英伟达(NVDA)和博通(AVGO)作为AI供应链最核心的环节,估值相对“荒谬地便宜”。基于其未来巨大的收入潜力,两者均获“跑赢大盘”评级。AMD因其在AI和CPU领域的双重机会也被上调至“跑赢大盘”。而高通(QCOM)因智能手机业务面临压力,增长乏力,评级维持“与大盘持平”。 半导体设备和模拟芯片板块前景不一。设备商因产能建设需求持续被看好;模拟芯片虽在复苏,但估值已偏高,获“与大盘持平”评级。 报告同时警示风险:板块交易拥挤度和库存水平均处于高位,若下游需求出现疲软,可能引发价格战。当前环境下,选股的重要性已超过单纯看多方向。

作者:Rita

潮向导读

伯恩斯坦于 6 月 23 日发布半导体行业季度综述。核心观点:AI 已经成为半导体板块的"唯一游戏",基本面强劲,但估值和拥挤度已处于历史高位。报告同时推荐 NVDA 和 AVGO(评级为"跑赢大盘"),认为它们虽然今年表现相对落后,但是 AI 供应链中最核心的受益者,当前估值"荒谬地便宜"。上调了 AMD,但对 QCOM 保持谨慎,因为其手机业务面临压力。

AI 需求拉动半导体板块创纪录涨幅

费城半导体指数(SOX)过去一年涨了 155.6%,年初至今已经涨了 106.6%。同期标普 500 只涨了 9.2%。SOX 相对标普 500 的溢价达到了 62%。

这次涨幅由基本面驱动,而非泡沫。伯恩斯坦的数据显示,SOX 的远期 EPS 从年初到现在上涨了 75%,而估值本身的扩张只是一小部分。

半导体板块内部的分化已经到了夸张的程度。从年初到 6 月 22 日,内存芯片涨了 500%,CPU 和光学方案各涨了 220%,而 GPU 和 ASIC 只涨了 115%。整条 AI 供应链都在赚钱,但赚钱的部分和赚钱程度并不均匀。供应链的最上游和最下游受益最多,建设新产线需要内存和半导体设备,供给相对紧张。GPU 只涨了 115%,尽管 NVDA 掌握着 AI 芯片的绝大多数市场份额。

高估值下的实际购买力

SOX 的远期市盈率现在是 34.1 倍,标普 500 是 21.0 倍,溢价 62%。这听起来很贵,但要看具体的公司,其中 NVDA 的 2026 年调整后 EPS 预期是 9.19 美元,2027 年是 12.52 美元。按照伯恩斯坦的目标价 315 美元,2027 年的 P/E 是 25 倍,而整个板块的远期 P/E 是 34 倍。NVDA 不是最贵的,它相对便宜。

伯恩斯坦的分析师 Stacy Rasgon 用了一个词:"荒谬地便宜"。

他的理由很直接:NVDA 的 Blackwell 芯片系列到 2027 年有望达到 1 万亿美元的收入规模。AVGO 的情况类似,目标价 550 美元,但如果 2030 年达到 1000 亿美元的 AI 相关收入目标,现在的估值看起来就很便宜。

这就是伯恩斯坦对这两家公司的评级都是"跑赢大盘"的原因。它们虽然今年表现落后,但它们是 AI 需求链中最核心的环节。对标看,苹果的远期 P/E 大约在 28 倍,微软在 30 倍,而 NVDA 在 25 倍。同时考虑到 Blackwell 和 Rubin 两代产品的连续性,以及 AVGO 在交换机芯片的垄断地位,这些估值折扣显得极其不合理。资金忽视了一个核心事实:没有 NVDA 和 AVGO 的芯片,整个 AI 基础设施都无法运转。

CPU 的双重故事,QCOM 的单一困境

AMD 最近被伯恩斯坦升级到"跑赢大盘"。升级的原因是什么?因为 AMD 不仅在 AI/GPU 方面有机会,还在 CPU 的代理 AI 趋势中有机会。CPU 出货量在 Q1 2026 环比开始改善,略高于个人电脑出货量。伯恩斯坦认为 AMD 的基本面足以支持到 2028 年达到 20 美元的每股收益,当前股价相对这个目标仍有上涨空间。

QCOM 则陷入单一困境。智能手机出货量在 Q1 2026 同比下降 3%,内存芯片价格上涨意味着手机成本上升,对芯片组供应商的定价权是负面的。伯恩斯坦承认之前降级 QCOM 是个"糟糕的决定",但仍然维持"与大盘持平"的评级。问题在于,消费电子的疲软已成定局,QCOM 很难找到新的增长引擎。即便未来分析师日能讲出数据中心的新故事,但相比 AMD 的双重驱动和芯片厂商的结构性地位,QCOM 的故事说服力有限。

子板块的现实考量

半导体设备(AMAT、LRCX、KLAC)继续被看好,产能建设的需求依然强劲,三家公司都被评为"跑赢大盘",目标价涨幅在 30%到 70%之间。

模拟芯片(ADI、TXN)的情况更复杂。它们确实在复苏周期中,连续超过一年实现双位数增长,但数据中心业务占比仍然很小,大约 10%。TXN 和 ADI 的 P/E 在 30 到 40 倍,显得相当昂贵。伯恩斯坦对这两家都给出"与大盘持平"的评级,选择观望。

拥挤和库存两个风险

伯恩斯坦的行业情绪指标显示,半导体板块的拥挤程度已经处于历史高位。库存天数再次上升,远高于历史正常范围的上限,渠道库存虽有所下降,但仍然高于平均水平。这意味着什么?意味着如果下游需求出现任何疲软迹象,整条供应链都会面临主动去库存的压力。PC 和消费端已经显示疲软,手机更是同比下降。一旦库存压力蔓延到数据中心采购,价格战的威胁就会真实化。这时候靠近瓶颈的公司(NVDA、AVGO)的定价权会被严重削弱。

AI 需求的强劲程度毋庸置疑,但半导体板块当前的高估值已经定价了这些好消息。NVDA 和 AVGO 虽然相对便宜,但前提是相信它们能达到分析师的目标。AMD 的故事吸引人,但执行风险也存在。QCOM 则成了被遗忘的角色,催化剂不明确。伯恩斯坦的立场是有选择性的看多,这个时候,选股的重要性已经超过了看对方向。

免责声明

本文系潮向研究对第三方券商研究报告的整理与解读。文中引述的评级、目标价、盈利预测及相关判断,均为伯恩斯坦分析师的观点,仅代表其所属机构立场,不代表潮向研究的观点,也不构成任何投资建议。

阅读时请注意三点:一、目标价是分析师对未来约 12 个月的预期,是预测而非承诺,会随业绩和市场环境反复调整。二、卖方研报天然偏多,且部分覆盖公司与该券商存在投行业务关系。三、研报的价值在于主线逻辑及其前提假设,而非某一个目标价。看逻辑,不要只看价格。

市场有风险,决策需独立。本文不应作为买卖任何证券的依据。

数据来源:Bernstein 研报(Stacy A。 Rasgon 等,2026 年 6 月 23 日)·公开市场数据

潮向研究 · TideResearch · 2026 年 6 月

相关问答

Q伯恩斯坦研报的核心观点是什么?

A核心观点是:AI已成为半导体板块的“唯一游戏”,基本面强劲,但板块整体估值和拥挤度已处于历史高位。报告有选择性地看多,重点推荐了在AI供应链中占据核心地位的英伟达(NVDA)和博通(AVGO),认为它们“荒谬地便宜”。同时,上调了AMD的评级,但对高通(QCOM)保持谨慎。

Q为什么伯恩斯坦认为英伟达(NVDA)和博通(AVGO)“荒谬地便宜”?

A伯恩斯坦认为“荒谬地便宜”是基于其远期增长潜力和当前估值的对比。1. 英伟达:目标价315美元对应2027年的预期市盈率(P/E)约为25倍,低于整个半导体板块约34倍的远期市盈率。考虑到其Blackwell芯片系列有望在2027年达到万亿美元收入规模的巨大前景,这一估值显得有折扣。2. 博通:目标价550美元,如果其2030年达到1000亿美元AI相关收入的目标实现,那么当前估值也显得便宜。分析师认为市场忽视了这两家公司对于AI基础设施不可替代的核心地位。

Q伯恩斯坦对AMD和QCOM(高通)的看法有何不同?

A伯恩斯坦对两者的看法截然不同:1. AMD:评级上调为“跑赢大盘”。原因是其拥有“双重驱动”故事,既受益于AI/GPU领域的增长机会,也受益于CPU市场中代理AI的长期趋势。其基本面被认为足以支持长期每股收益(EPS)的增长。2. QCOM:维持“与大盘持平”评级。其困境在于业务过于单一,依赖的智能手机市场在2026年Q1出货量同比下降,面临成本上升和定价权减弱的压力。即便未来可能讲述数据中心的新故事,其说服力也弱于AMD的双重驱动模式。

Q报告提到了半导体板块面临哪些主要风险?

A报告提到了两个主要风险:1. 拥挤度风险:行业情绪指标显示,半导体板块的拥挤程度已经处于历史高位,表明市场情绪可能过热。2. 库存风险:库存天数再次上升,远高于历史正常范围上限;渠道库存虽有所下降,但仍高于平均水平。这意味着如果下游需求(如已现疲软的PC和手机)的疲软蔓延至数据中心采购,整个供应链将面临主动去库存的压力,可能引发价格战,从而削弱核心公司的定价权。

Q伯恩斯坦对半导体设备公司和模拟芯片公司的评级有何区别?

A伯恩斯坦对这两类子板块的评级和看法有明显区别:1. 半导体设备公司(如AMAT、LRCX、KLAC):均被给予“跑赢大盘”评级,目标价有30%到70%的上涨空间。看好逻辑是AI驱动的产能建设需求依然非常强劲。2. 模拟芯片公司(如ADI、TXN):均被给予“与大盘持平”的评级,选择观望。虽然它们处于复苏周期,但数据中心业务占比较小(约10%),而其市盈率(P/E)在30-40倍之间,估值显得相当昂贵。

你可能也喜欢

大神Karpathy用Claude的方式,原来是这样的?

AI大神安德烈·卡帕西(Andrej Karpathy)在加入Anthropic后,开源活动减少。近期,一份据称是他本人使用的`CLAUDE.md`文件在社区流传,旨在指导Claude AI进行更高效的编程协作。该文件强调了一系列核心原则,并非简单建议而是必须遵守的规则,以规避大语言模型写代码时的常见错误。 核心原则包括: 1. **写之前先读**:在编写新代码前,务必认真阅读现有代码库,理解项目风格、既有模式和工具,确保新代码与项目保持一致。 2. **写代码之前先想清楚**:明确任务需求、澄清假设、说明方案取舍,避免基于模糊理解生成错误代码。 3. **保持简单**:抵制过度设计,避免过早抽象、臆想式错误处理和不必要的配置,编写能解决当前问题的最少代码。 4. **外科手术式修改**:修改代码时力求改动范围最小,严格匹配项目现有风格,只清理自己引入的问题,避免无谓的重构和格式化。 5. **验证**:重视测试,修复bug前先写测试复现,确保改动不破坏现有功能。 6. **目标驱动执行**:将模糊任务转化为可验证的具体步骤,并在执行前说明计划。 7. **调试**:遇到问题先深入调查、复现,理解根因,避免盲目添加临时解决方案。 8. **谨慎管理依赖**:添加新依赖前,优先考虑使用现有工具或标准库,并评估其维护状态和成本。 9. **有效沟通**:清晰说明改动内容和原因,主动指出潜在隐患和不确定之处。 文章指出,尽管这份文件的真实性存疑,但其内容高度契合卡帕西本人关于AI编程助手的公开观点。社区已据此提炼出原则并制作了模板,有测试表明能显著降低Claude的代码错误率。这些准则被认为是提升AI辅助编程效率、保证代码质量的关键。

marsbit1小时前

大神Karpathy用Claude的方式,原来是这样的?

marsbit1小时前

交易

现货
活动图片