*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。
Computex 2026 还没开，市场已经把它当成一场AI硬件链的年中路演来看。
一个展会，如果同时塞进英伟达、高通、Intel、Marvell、台系服务器链、芯片供应链和机器人生态，它就已经不是传统意义上的消费电子展了，或许更像AI硬件产业链在年中集中接受资金询价：订单有没有继续上修，资本开支有没有松动，瓶颈环节有没有扩散，二阶资产有没有新的预期差。
2021年，市场看Computex，看的还是PC景气、游戏显卡、服务器需求、半导体缺货。那时NVDA、AMD、SMH走强，本质上是高景气计算资产的估值扩张。INTKaiyunC偏弱，也不是因为大会讲得差，而是制程、份额和竞争力已经被资金打折。MU则仍然被放在传统存储周期里交易，DRAM和NAND价格才是主线年，Computex 的催化几乎失效。美联储加息、PC库存反转、消费电子需求见顶，把新品发布的边际利好全压住了。AMD、NVDA、QCOM、MU、SMH 都很难靠一场发布会实现跨步。那一年给市场留下的教训很直接：半导体展会不能对抗宏观压制。风险偏好收缩的时候，再漂亮的路线图，也会被库存、利率和毛利率预期重新定价。
线年。英伟达AI财报把AI算力从主题投资打成了收入、订单和利润，Computex 的性质随之切换。
这也是为什么2023年之后，NVDA、SMH、TSM、MU 对 Computex 的敏感度明显抬升。NVDA 是主线Kaiyun资产，SMH 是板块共振，TSM 是制造锚点，MU 从周期股重新被放回AI服务器链条。AMD也有弹性，但市场对它的要求更苛刻：不是发布了AI加速卡就能重估，而是要证明能从英伟达的利润池里拿走多少份额。
今年这条逻辑更硬。BloombergNEF 估算，全球最大数据中心公司的资本开支在2026年接近7500亿美元，全球在建数据中心IT容量已经超过23GW；Morgan Stanley 则预计，到2028年全球AI相关基础设施投资接近3万亿美元，且超过80%的支出仍在后面。这个级别的资本开支，不会只利好一家公司，也不会只停留在GPU一个环节。它会沿着芯片、服务器、封装、存储、网络、电力、散热、液冷、光模块一层层外溢。
所以，Computex 加速AI硬件上涨的核心原因，不是展会本身创造需求，而是它把分散在财报、订单、供应链、产品路线图里的信号，集中到一个交易窗口。对机构来说，这是一场年中校准：一致预期是不是太保守，AI资本开支有没有继续上修，产业链瓶颈有没有从GPU扩到其他环节。
2026年的Computex，最容易被写成“AI PC、机器人、边缘AI全面爆发”。
说错也没错，但市场真正关心的是，AI硬件交易正在从“单点GPU”走向“系统级基础设施”。英伟达今年GTC Taipei的议题已经把AI factories、scaling infrastructure、agentic AI、reasoning AI、physical AI、robotics放在一起讲，说明它要展示的不是一张芯片，而是一套从算力、网络、软件、服务器到机器人和真实世界部署的系统。
过去两年，市场最愿意给GPU溢价，因为GPU是AI资本开支最直接、最确定、最缺的入口。到了2026年，GPU仍然是核心，但瓶颈已经开始迁移。大模型训练和推理规模继续扩张后，问题不只是谁的芯片算得快，还包括内存带宽够不够、网络延迟能不能压下去、机柜功耗怎么解决、液冷能不能规模化、数据中心电力有没有保障、先进封装产能排到什么时候。
这就是今年Computex最值得盯的地方：资金可能继续买英伟达，但不会只买英伟达。
NVDA 的资本故事仍然最完整。它讲的是AI基础设施统治力，GPU只是入口，后面还有NVLink、网络、系统、软件、开发者生态和客户绑定。它的估值锚不是传统芯片公司的PE，而是AI资本开支周期里的基础设施抽成能力。
SMH 的优势在于更适合表达板块共振。单一公司会有财报、估值、指引、监管和供应链扰动，但SMH能承接资金对半导体主线的整体配置。AI硬件链如果从GPU扩散到HBM、网络、封装、服务器、光互联，SMH反而是更顺手的交易工具。
TSM 的逻辑更慢，但更硬。它未必每次在Computex窗口涨得最猛，但它是先进制程和先进封装的制造锚点。英伟达、AMD、高通、Broadcom、Marvell、Apple这些公司越往AI平台化方向走，TSM越像整条链路的底层收费站。它的资本故事不是发布会弹性，而是订单能见度、产能稀缺和客户结构。
MU 这两年变化最大。过去它是存储周期资产，涨跌看DRAM、NAND价格。AI服务器把它重新放进了资本开支链条。HBM、DDR5、服务器内存、带宽、功耗，开始变成AI系统效率的一部分。推理规模越大，内存和存储越难继续被当作配角。
AMD 的机会和压力同时存在。它有AI加速卡、服务器CPU、AI PC产品线，也有和云厂商合作的空间。但市场不会只为“第二供应商”给它溢价。AMD必须回答一个更现实的问题：它能不能从英伟达之外拿到稳定订单，能不能把产品路线图变成毛利率和现金流，而不是停留在替代叙事里。
QCOM 今年的存在感会明显增强。高通CEO负责Computex开场，背后对应的是端侧AI、AI PC、Windows on ARM、智能设备和边缘计算的重新定价。高通的资本故事正在从手机周期修复，转向“AI入口会不会从云走向端侧”。但它也有不确定性：AI PC是否真能带来换机周期提前、ASP提升和软件生态粘性，目前还没有完全兑现。
Intel 则是最典型的左侧资产。它有AI PC、x86生态、服务器CPU、代工、GPU和先进制程故事，但资金对它的耐心不在发布会，而在财务报表。Lip-Bu Tan登台可以修复情绪，但长期估值修复仍要看制程推进、代工客户、毛利率、自由现金流和数据中心份额。Intel最怕的不是没有故事，而是故事太多，兑现节奏跟不上。
2023年，市场买的是AI算力景气刚刚打开；2024、2025年，市场买的是AI硬件链从英伟达扩散到存储、封装、服务器和AI PC；2026年，交易逻辑更接近筛选。资金会问得更细：哪家公司真在资本开支链条里？哪家公司只是借AI讲故事？哪家公司有订单能见度？哪家公司会被成本、价格、库存和竞争吃掉利润弹性？
只要微软、谷歌、亚马逊、Meta、Oracle这些云厂商继续扩建，硬件链的中期逻辑就很难被证伪。Google和Blackstone近期宣布AI云合资项目，计划初期投入50亿美元、目标到2027年建设500MW数据中心容量，整体投资可能达到250亿美元，这类项目说明AI基础设施已经进入金融资本、产业资本和云厂商共同扩张的阶段。
过去两年，AI PC喊得很热，但用户为什么一定要换机、企业为什么提前采购、软件生态为什么能形成刚需，这些问题还没有完全回答。2026年如果高通、AMD、Intel和OEM厂商只能继续堆NPU算力，市场反应可能有限；如果本地AI应用、企业安全、离线推理、续航体验和系统级软件形成闭环，AI PC才可能从概念进入盈利修复。
Computex官方已经把Robotics & Mobility列为主轴之一，英伟达也把physical AI和robotics放进GTC Taipei核心议题。但机器人仍处于收入兑现早期，更适合被看成预期差，不适合直接当成确定性业绩主线。它能带动的是传感器、边缘计算、控制器、工业场景、仿真训练和执行系统这些更底层的资产。
今年最大的风险，也不在“AI有没有需求”这个层面。真正的风险在于资本开支回报率、融资成本、电力瓶颈、供应链交付、云厂商利润率和估值拥挤。一旦市场开始怀疑AI基础设施投资的回收周期，硬件链就会从普涨进入分化。龙头还能靠订单和现金流抵抗波动，二三线主题股会更容易被兑现。
一句话概括，今年Computex的交易重点不是“AI硬件还热不热”，而是“AI硬件链里谁最难被替代”。这才是资金愿意给溢价的地方。
