AI股遭遇“一刀切”抛售!伯恩斯坦点名6大超跌机会:戴尔、闪迪等获“跑赢大市”评级

智通财经
Nov 16

智通财经APP获悉,随着人工智能(AI)相关股票近期遭遇大幅抛售,华尔街开始重新审视AI基础设施投资的风险与回报。伯恩斯坦分析师Mark Newman及其团队在最新发布的研究报告中指出,市场对数据中心建设延迟、政治阻力以及新兴AI云服务商融资风险的担忧,已经导致部分AI相关股票估值出现过度下跌,而目前的证据尚不足以表明AI基础设施需求正在全面恶化。

伯恩斯坦认为,投资者正在对参与AI产业不同环节的企业施加类似的估值折价,却忽略了这些公司在业务结构、客户构成以及对大型数据中心建设依赖程度方面存在的显著差异。

该行的量化分析显示,超微电脑(SMCI.US)和闪迪(SNDK.US)是近期抛售中估值下跌最为过度的两家公司,戴尔科技(DELL.US)、希捷科技(STX.US)及西部数据(WDC.US)的估值也出现一定程度的超跌。相比之下,尽管AI云服务商CoreWeave(CRWV.US)股价已经经历大幅调整,其估值可能仍未充分反映潜在风险。

从投资机会来看,伯恩斯坦尤其看好戴尔科技、希捷科技、西部数据及闪迪,同时看好数据中心运营商Equinix(EQIX.US)和Digital Realty(DLR.US),上述六家公司均获得该行“跑赢大市”评级。

伯恩斯坦指出,当前市场抛售的一个重要问题在于,投资者将企业参与AI产业的程度与其对大型云服务商及新兴AI云服务商数据中心建设的依赖程度混为一谈。

实际上,不同类型的AI需求面临的风险并不相同。大型云服务商及新兴AI云服务商的基础设施建设目前仍较为侧重模型训练,直接受到电力供应、监管审批、施工进度及客户部署准备情况的影响,因此最容易受到数据中心项目延迟的冲击。

相比之下,企业级AI需求更多集中于推理及AI智能体应用,可以通过企业自建服务器、私有云、存储及网络设备等方式实现部署,对新建超大规模数据中心的依赖相对较低。

此外,消费级AI还可以通过终端设备及生态系统实现商业化。例如,苹果(AAPL.US)有望受益于端侧AI、现有用户群体的商业化以及未来设备更新需求,而无需直接承担大型数据中心建设所面临的风险。

伯恩斯坦认为,市场对美国中期选举结果可能阻碍数据中心建设的担忧也存在一定程度的夸大。该行自下而上的项目分析显示,中期选举后,美国可能面临更严格数据中心建设限制的地区,其规划中的数据中心电力容量由约249吉瓦(GW)增至306吉瓦。不过,其中具备较高落地可信度的项目容量仅由78吉瓦增至105吉瓦,新增约27吉瓦。

在这27吉瓦新增容量中,约10吉瓦已经进入建设阶段,预计能够保留现有审批资格,剩余约17吉瓦可能受到更严格监管措施的影响。

伯恩斯坦指出,即使这17吉瓦项目全部无法落地,也仅相当于美国全国具备较高落地可信度的数据中心项目容量的约9%。在更为现实的情景下,该行预计,中期选举带来的新增监管限制最终可能仅影响美国全国约2%至4%的相关项目容量。

此外,地方政府更有可能要求数据中心开发商承担额外的电网基础设施建设成本,并加强对当地社区的保护,而非全面阻止数据中心建设。因此,相关政治风险可能更多体现为项目建设成本上升及交付时间延后,而非算力需求的大规模消失。

英伟达(NVDA.US)首席执行官黄仁勋离任,则为AI基础设施行业带来了另一层不确定性。伯恩斯坦指出,英伟达近年来已成为支持新兴AI云服务商扩张的重要融资及信用支持方。据报道,该公司为支持客户数据中心建设所提供的各类承诺及担保总额达到1645亿美元,其中约400亿美元用于支持AI云计算合作伙伴,而这些合作伙伴主要为新兴AI云服务商。

不过,伯恩斯坦认为,英伟达已经签署的相关协议属于合同义务,预计不会因管理层变动而受到重大影响。真正值得关注的是尚未签署的新增融资及担保协议。

如果英伟达未来采取更加谨慎的融资支持政策,新兴AI云服务商建设新一轮数据中心的资金成本可能上升。但该行认为,这主要属于较长期风险,且集中于对大型AI数据中心建设依赖程度最高的企业。

对于硬件供应商而言,伯恩斯坦认为,当前零部件供应短缺可能比数据中心建设延迟构成更加直接的业务限制。

目前,AI基础设施需求仍超过可用的数据中心容量及硬件供应能力,GPU、CPU、内存、存储、光通信及电力相关零部件均面临不同程度的供应约束。客户因此提前下单,以确保能够获得紧缺设备。

在整体需求仍超过供应的情况下,个别数据中心项目延迟更多可能影响硬件交付时间或客户之间的供应分配,而非直接导致相关设备需求消失。拥有多元化客户基础、紧缺产品及灵活供应链的企业,有望通过调整交付顺序或向其他客户供货来减轻项目延迟的影响。

伯恩斯坦以超微电脑为例指出,该公司最近一个季度确认了约23亿美元此前因客户数据中心尚未准备就绪而推迟的收入,表明部分延迟交付的需求最终仍能转化为实际收入。

为进一步评估不同公司的风险,伯恩斯坦对其覆盖的12家企业进行了量化分析,重点衡量大型云服务商及新兴AI云服务商数据中心业务在各家公司营业利润及营业利润增长中的占比,而非简单比较AI相关收入规模。

分析结果显示,数据中心业务对营业利润增长的贡献越高,相关公司的估值通常下跌得越明显。根据该行的回归分析,数据中心业务对营业利润增长的贡献每增加10个百分点,企业远期估值相对于过去三年平均水平的降幅约扩大7.2个百分点。

尽管研究样本规模较小,但这一关系仍能解释约64%的估值变动差异,表明数据中心业务风险敞口已成为近期相关股票估值表现的重要影响因素。

其中,超微电脑的估值调整最为剧烈。该公司未来一年预期市盈率已降至约4.2倍,较过去三年平均水平15.2倍低约72%,而伯恩斯坦模型根据其数据中心业务风险敞口推算的合理估值降幅约为34%。

这意味着,超微电脑的实际估值降幅比模型推算结果高出约38个百分点,是该行覆盖企业中估值超跌程度最为明显的公司。

不过,伯恩斯坦仍对超微电脑保持相对谨慎。该行预计,大型云服务商及新兴AI云服务商相关业务将贡献超微电脑2027财年约68.4%的营收、47.7%的营业利润及58.9%的营业利润增长。

此外,客户集中度较高、积压订单转化的不确定性、业务执行风险及潜在股权稀释等因素,也意味着该公司理应承担更高的风险折价。

伯恩斯坦目前给予超微电脑“与大市同步”评级,目标价为42美元。该行认为,如果公司业务执行趋于稳定且AI基础设施需求保持强劲,其低估值将带来较大的股价修复潜力,但投资风险仍明显高于戴尔科技。

闪迪则是伯恩斯坦认为另一家估值遭到严重过度压缩的公司。该公司未来一年预期市盈率已降至约3.7倍,较其独立上市以来可获得的历史平均水平10.5倍低约65%,而伯恩斯坦模型推算的估值降幅仅约36%。

除数据中心建设延迟外,市场还担忧2028年至2029年NAND闪存新增产能投放可能导致产品价格及企业盈利迅速回归正常水平。不过,伯恩斯坦认为,市场可能低估了闪迪长期客户协议对盈利的保护作用,以及新型AI存储应用对NAND产能的消耗。

闪迪的新商业模式协议已覆盖2027财年约50%的闪存位元供应量,以及2028财年约三分之二的供应量。这些协议包含客户采购量承诺、定价机制及财务保障条款,有望降低公司未来盈利的周期性波动。

与此同时,企业级AI推理及AI智能体应用的发展,将带动企业生成、处理和保存更多数据,为闪迪的数据中心业务之外的边缘存储业务创造新的需求。

伯恩斯坦还指出,单层单元(SLC) NAND及高带宽闪存(HBF)等新型应用可能消耗远高于传统NAND产品的晶圆产能,从而抵消未来新增产能对行业供需格局的影响。

该行测算,如果高带宽闪存未来占NAND位元需求的5%,在其晶圆消耗强度约为传统三层单元(TLC) NAND的6.5倍的情况下,行业可能需要额外增加约28%的晶圆产能才能满足相关需求。这将有助于延长NAND行业供应紧张及价格上涨周期。

伯恩斯坦目前给予闪迪“跑赢大市”评级,目标价高达3000美元。以该股11月12日937.46美元的收盘价计算,潜在上涨空间约为220%。

在AI基础设施硬件领域,戴尔科技则是伯恩斯坦的首选标的。该行认为,戴尔兼具相对有限的大型AI数据中心盈利风险敞口、强劲的企业级AI业务增长、高质量的积压订单以及具有吸引力的估值。

伯恩斯坦预计,新兴AI云服务商相关AI服务器业务将贡献戴尔2027财年约26.9%的营收,但由于相关业务利润率相对较低,其营业利润贡献仅约11.7%,对营业利润增长的贡献约为16.1%。

戴尔的大部分盈利仍来自传统服务器、企业基础设施及存储业务,而这些业务受到大型数据中心建设延迟的影响相对有限。此外,戴尔2027财年第二季度传统服务器订单同比增长122%,反映出企业基础设施现代化、市场份额提升及新兴AI推理需求正在为其传统业务创造新的增长动力。

戴尔目前拥有约950亿美元的AI服务器积压订单,相关订单已接受客户信用、融资及技术设计评估。公司管理层表示,计划中的服务器交付与客户数据中心准备情况的匹配程度约为80%至90%,且大部分积压订单不可取消。

伯恩斯坦认为,戴尔拥有超过6500家AI客户,覆盖新兴云服务商、主权AI及企业客户,其多元化客户基础和供应链管理能力将有助于缓解个别大型项目延迟带来的影响。

目前,戴尔未来一年预期市盈率约为12.6倍,较过去三年平均水平14倍低约9.6%。伯恩斯坦认为,市场过度关注新兴AI云服务商的数据中心建设风险,却低估了戴尔的企业级AI增长机会、多元化盈利来源及业务执行能力,建议投资者利用近期股价疲软增加配置。

该行给予戴尔“跑赢大市”评级,目标价为650美元,较11月12日收盘价371.17美元高约75%。

相比之下,慧与科技(HPE.US)虽然对大型AI数据中心建设的直接依赖更低,但其估值已经较充分地反映了这一防御性优势。伯恩斯坦认为,相比慧与科技,戴尔拥有更具吸引力的基本面及估值上涨空间。

在机械硬盘领域,伯恩斯坦继续看好希捷科技及西部数据,认为硬盘价格上涨周期仍处于早期阶段,未来价格涨幅有望进一步加快。

强劲的需求、有限的行业产能及供应商谨慎扩产,将继续支撑机械硬盘价格上涨。与此同时,企业级AI推理及AI智能体应用的普及,有望推动企业生成和保存更多数据,从而扩大机械硬盘需求,并逐步降低行业对大型云服务商的依赖。

伯恩斯坦尤其看好希捷科技在热辅助磁记录(HAMR)技术方面的领先优势。该技术能够提高硬盘存储密度,使公司无需同比例增加硬盘产量,即可提供更多存储容量,从而强化其单位存储成本优势。

目前,希捷科技未来一年预期市盈率约为11倍,较过去三年平均水平低约46%;西部数据的相应估值约为9.9倍,较历史平均水平低约55%。

伯恩斯坦认为,尽管两家公司目前对大型数据中心需求的依赖程度较高,机械硬盘行业仍处于价格上行周期,加上企业级AI存储需求不断扩大,两家公司均具备具有吸引力的风险回报。该行给予希捷科技及西部数据“跑赢大市”评级,目标价分别为1100美元及600美元,较11月12日收盘价分别高约102%及93%。

伯恩斯坦同样看好Equinix和Digital Realty,认为市场不应将传统数据中心运营商与新兴AI云服务商等同看待。

Equinix的业务主要集中于企业级数据中心托管及互联服务,对大型AI模型训练项目的直接依赖较低。该公司第三季度经标准化调整的月度经常性收入连续第四个季度实现两位数增长,并连续第三个季度上调全年业绩指引。

Digital Realty则拥有更多面向大型云服务商的数据中心业务,但其客户质量较高,现有云计算业务组合拥有大量期限长达15至20年的租赁合同,对新兴AI云服务商的直接敞口接近于零。该公司第三季度租赁业务创下纪录,并上调全年核心运营资金(FFO)指引。

伯恩斯坦给予Equinix和Digital Realty“跑赢大市”评级,目标价分别为1270美元及226美元。

相比之下,伯恩斯坦认为CoreWeave仍面临进一步估值下调的风险。该公司的业务几乎完全依赖AI数据中心,需要将已签署的算力合同迅速转化为实际运营容量,并在扣除折旧及融资成本后实现盈利。尽管其远期企业价值与息税前利润之比已较此前高点下降约61%,但伯恩斯坦的模型显示,其估值仍可能存在进一步压缩的空间。该行给予CoreWeave“跑输大市”评级,目标价为54美元。

此外,苹果虽然在近期AI股抛售中发挥了相对避险的作用,但其未来一年预期市盈率已达到37.3倍,较过去三年平均水平高约24%。考虑到内存成本上涨、毛利率承压及服务业务增速放缓,伯恩斯坦认为,一旦市场避险情绪消退,苹果股价短期内也可能面临压力。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10