四张表：审问任何 AI 芯片公司
本节学什么
本节只讲 Rasgon 的总入口：为什么 AI 芯片研究不能停在“需求很强”“TAM 很大”“某家公司是赢家”这些词上，而要把公司放进四张表里逐项审问。你要学的不是结论，而是一种卖方半导体分析师的工作流：先把叙事拆成可验证变量，再把变量放进收入、毛利、现金流、订单可见度和周期位置。深研里对他的概括很直接：他不是“半导体科普者”，也不是“产业内幕号”，而是用模型和公开/客户渠道把 AI 芯片周期翻译成可验证投资问题的人。
核心框架
四张表分别回答四个不同层级的问题。第一张是 compute shortage：算力是否仍短缺，短缺是不是同时体现在 GPU、HBM、先进封装、CPU、光学、设备和客户排产上。第二张是 unit economics：需求强之后，GPU 租金、推理收入、ASP、毛利率、折旧和成本基能不能支撑投入。第三张是 order quality：订单是否真实，谁付钱，什么时候出货，收入何时确认，有没有股权、战略投资或循环融资改变激励。第四张是 cycle risk：订单是新增需求还是提前透支，半导体周期是否只是被 AI 延后，未来在哪一年可能进入消化。四张表不是四个口号，而是四道闸门：一家公司讲得再热，如果其中一张表填不出来，模型里就有空洞。
他怎么用(具体案例+数据+原话)
深研给出的典型场景是 2024-2026 年的 AI 半导体周期。Rasgon 在公开访谈中可以说 “AI demand is off the charts”，也会用 “nobody has enough compute” 这种短句表达需求强度；但他的有效信息不止这两句话。真正的方法是把这些判断接到 NVDA、AVGO、AMD、INTC、MU 和设备链的具体模型：NVDA 不是只看 GPU 出货，而要看平台、系统、客户排产和毛利质量；AVGO 不是只看“ASIC 受益”，而要看定制芯片客户数、订单 ramp 和网络业务；AMD 不是只看替代叙事，而要看 CPU、rack-scale AI 和大客户绑定是否兑现；INTC 不能把周期弹性误读成结构复兴。深研还写到他的链路：从财报、供应链、客户订单和行业数据出发，拆收入、ASP、毛利、成本基、库存、CapEx 和出货时间，再放入竞争格局和半导体周期。这里没有提及买卖，只有把“好故事”变成“模型能不能承受”的检查表。
常见误区
第一个误区是把四张表当成万能模板，到每家公司都复制同一段结论。Rasgon 的框架恰恰要求按公司差异拆变量：平台公司看生态和系统毛利，定制 ASIC 看客户集中度和项目 ramp，后来者看替代弹性与兑现节奏，周期公司看修复和结构问题的分离。第二个误区是只引用原话，不追问原话背后的证据。第三个误区是把卖方评级当成本站观点。深研已明确合规口径：公开评级与具体价位不转述为本站观点，不给具体点位，不给买卖建议，标的只作案例和研究入口。
可迁移方法
使用这套总框架时，先不要写结论。给目标公司建一页空表：短缺证据、单位经济、订单质量、周期风险。每个格子只填可验证材料，比如法说会出货节奏、客户 CapEx、毛利率指引、库存变化、订单年限、收入确认口径、融资结构。填完后再问：哪一格最弱，哪一格最依赖管理层口径，哪一格一旦变化会最先推翻判断。
小结
本节的重点是总方法：Rasgon 的价值不在于一句看多或看空，而在于把 AI 芯片叙事拆成四张可审问的表。四张表的共同目的，是让研究从“我相信这个故事”变成“这笔收入、这条毛利、这组订单和这个周期位置能不能被证据支撑”。
compute 真短缺吗：多点同时紧张
本节学什么
本节只讲 compute shortage。你要学会区分两件事：一是市场说“AI 算力紧张”，二是短缺是否已经在多个物理和商业节点上同时出现。Rasgon 的短缺观不是一句需求口号，而是一组交叉验证：GPU 不够、HBM 不够、先进封装排队、CPU 和光学也被 AI 集群拉动、设备链扩产仍有时间差、客户为了拿产能提前锁订单。只有多点同时紧张，短缺才更像产业约束；如果只剩单点涨价或单家公司口径，就要降低置信度。
核心框架
判断 compute 是否真短缺，先把“算力”拆开。GPU 是核心加速器，但 AI 集群不是只由 GPU 组成；HBM 决定带宽和高端 GPU 出货节奏，CoWoS 等先进封装决定芯片能否被组装成可交付系统，CPU、网卡、交换、光模块和服务器电力/散热也会成为约束。深研中把验证信号列得很具体：GPU 租赁价格、HBM 合约价、CoWoS/封装交期、hyperscaler CapEx、客户订单年限。推翻信号也要提前写好：价格下跌、订单取消、CapEx 下修、库存上升。这里的关键不是某个指标今天漂亮，而是这些指标是否同向；短缺如果真实，价格、交期、客户承诺和供应链资本开支通常不会孤立变化。
他怎么用(具体案例+数据+原话)
Rasgon 在公开节目里用过 “AI demand is off the charts” 和 “nobody has enough compute” 这样的表达。深研提醒，只有研究透他才知道，他不是单纯讲“需求好”，而是把短缺定义为 GPU、HBM、CPU、光学、设备和客户排产多点同时紧张。以 2024-2026 年 AI 基础设施周期为例，NVDA 的强势不只是因为训练模型需要 GPU，还因为整套平台和系统交付卡在多个供给环节；AVGO 的定制 ASIC 与网络机会，也不是脱离短缺单独存在，而是在 hyperscaler 继续扩建 AI 集群时获得设计与网络需求；MU 的 HBM 相关性来自高带宽内存成为 AI 加速器出货的配套瓶颈；设备链则通过产能扩建和先进制程/封装投资受到牵引。Rasgon 的分析习惯是把这些公司放到同一张供需地图上：如果客户仍在排队、关键部件仍有交期、CapEx 仍在上修，短缺判断才有支撑；如果租赁价格先软、封装交期缩短、客户削减资本开支，那就不是“长期 TAM 还大”能掩盖的变化。
常见误区
第一个误区是只看 GPU 现货或股价来判断短缺。GPU 是核心，但 HBM、封装、网络、服务器系统和客户预算任一环节松动，都可能先于收入下滑给出信号。第二个误区是把“缺货”理解成永远缺。半导体供给有扩产周期，客户也会提前下单；今天的紧张可能包含真实需求，也可能包含抢产能和安全库存。第三个误区是只听管理层说 demand strong，却不看客户侧 CapEx 和租赁价格。短缺的本质是客户愿意用真实预算争抢资源，而不是产业链每一方都重复同一个形容词。
可迁移方法
做一张六列短缺表：GPU、HBM、封装、网络/光学、设备、客户排产。每列填三类证据：价格是否上行，交期是否拉长，客户是否给出更长承诺。再单独列一行“最早松动指标”，例如 GPU 租金回落、HBM 合约价格转弱、CoWoS 交期缩短、hyperscaler CapEx 指引下修。研究时不要急着判断周期结束，只要观察这些节点是否开始从同向紧张变成分化。
小结
compute 短缺不是一句“AI 很热”，而是多个供应节点和客户预算同时紧张。Rasgon 的方法要求你把短缺拆成可追踪指标：哪里还堵、哪里先松、哪个信号足以改变判断。
单位经济闭合吗：把订单拆到现金流
本节学什么
本节只讲单位经济。AI 芯片周期里，需求强和赚钱强不是同一件事。Rasgon 的审问方式是：客户买了很多芯片，然后呢？这些芯片能产生足够推理收入或租赁收入吗？芯片公司的 ASP 和毛利是否可持续？客户承担的折旧、能耗、机房和融资成本能否被收入覆盖？如果答案含糊，订单再大也只是未来收入的叙事，不等于经济闭合。
核心框架
单位经济要从两端同时看。对芯片供应商，看收入增长来自价格、数量、产品 mix、库存成本基，还是一次性会计收益；看毛利率是否受高端产品占比、供应链成本、封装/HBM 采购、竞争折扣影响；看库存和成本会计是否把短期利润抬高或压低。对客户，看 GPU 租金、推理收入、训练需求、折旧年限、电力和运维成本是否支持当前采购。深研写得很清楚：他最值钱的不是一句“AI 需求强”，而是把 AI 订单拆到会计和现金流层面。换句话说，单位经济是把“买得起”和“赚得回”放进同一张表。
他怎么用(具体案例+数据+原话)
深研列出 Rasgon 会追问的细节：旧 GPU 是否仍有租金，库存和成本会计有没有扭曲利润，毛利质量来自哪里。用 NVDA 这类高质量平台案例看，市场往往先盯收入爆发，但 Rasgon 式问题会继续往下拆：高 ASP 来自供给紧张还是长期产品力，系统级产品的成本基是否稳定，HBM 和封装成本会不会侵蚀毛利，客户买回去后是否能通过训练、推理或云租赁形成现金回收。用 AI lab 或云厂商案例看，大规模采购如果依赖融资和未来收入，折旧压力会随集群上线逐步显性化；旧 GPU 租金如果仍高，说明供给紧张和客户 ROI 还有支撑；如果租金走弱而采购继续放大，就要怀疑单位经济在恶化。深研中的原话式概括是：Rasgon 更像 CFO 式审问者，“需求很强，然后呢？价格是多少？毛利率是否可持续？客户是谁？订单什么时候出货？”这几个问题都不是情绪判断，而是现金流问题。
常见误区
第一个误区是把收入增长自动等同于利润质量改善。半导体公司可能因为产品 mix 变好提升毛利，也可能因为供应链成本、降价竞争或库存调整削弱毛利。第二个误区是只算芯片公司的收入，不算客户的折旧和利用率。AI 基础设施的最终回收取决于模型训练、推理使用、云租赁和企业需求能否持续填满机器。第三个误区是把“旧 GPU 还能出租”当成永久条件。旧 GPU 租金是短缺温度计，不是永续现金流；一旦新供给增加或客户工作负载迁移，租金可能比财报收入更早变化。
可迁移方法
分析任何 AI 芯片订单，先画两张小表。供应商表填 ASP、出货量、产品 mix、毛利率、HBM/封装成本、库存成本基。客户表填采购金额、融资来源、折旧周期、利用率、GPU 租金或推理收入、电力运维成本。然后问三个闭合问题：供应商毛利是否来自可持续结构，客户现金回收是否覆盖折旧，双方是否都不依赖一次性紧缺或会计时点。
小结
单位经济的核心是把“需求强”翻译成“谁赚钱、赚多久、靠什么赚钱”。Rasgon 的现金流审问能防止研究停在订单金额和 TAM 口号上，也能更早发现毛利质量和客户 ROI 的裂缝。
