輝達(NVDA)跟著半導體股走弱，市場真正重估的不是營收而是AI資本支出

 

中國 AI 模型再進一步，美國半導體先跌給市場看

週一早盤，美國半導體股先遭遇一輪明顯修正。PHLX 半導體指數下跌 2%，市場情緒的主因不是財報，而是中國 AI 競爭的又一次升級。

阿里巴巴在 2026 年推出其最強大的 AI 模型 Qwen3.8-Max，成為壓在美國晶片股上的新變數。從盤面來看，這不是單一公司利空，而是投資人開始重新計算：中國在 AI 模型端的追趕速度，會不會反過來改寫半導體需求與估值邏輯。

---

 

這次下跌，反映的不是營收，而是競爭結構

從個股表現看，記憶體與儲存族群首當其衝。美光科技(MU)與 SK 海力士(SKHY)都下跌約 4%，Lam Research(LRCX)下跌 3.52%，ASML 下跌 0.73%，AMAT 下跌 1.2%。Nvidia(NVDA)與 AMD(AMD)也分別回落約 1% 與超過 2%。

這組數字很直接地說明一件事：市場不是只在看單一 AI 模型，而是在看 AI 競爭是否已經從美國科技巨頭的內部競賽，擴散成中美之間的系統性拉鋸。

阿里巴巴這次推出的 Qwen3.8-Max，之所以讓市場緊張，不只是因為「模型更強」，而是因為它代表一種更具成本效率的 AI 路線正在成形。當中國 AI 公司開始用更便宜的方式逼近甚至縮小差距，半導體市場就會出現新的定價壓力。

---

 

真正讓矽谷焦慮的，是開放式模型的擴散

近來中國 AI 企業特別強調開放式模型，這和 OpenAI、Anthropic、Google 等偏封閉架構的策略形成鮮明對比。開放式模型意味著更多開發者可以自由使用、改寫、部署，這對生態系的擴散速度很有吸引力。

我會把這看成一種「效率戰」而不是單純的「技術戰」。當模型訓練和部署成本往下走，對算力基礎設施的需求未必會消失，但需求的組成會改變。市場過去習慣把 AI 支出想像成雲端巨頭不斷加碼資本開支，現在則開始擔心：如果中國模型路線更省錢，全球 AI 投資熱度會不會從高速擴張，轉向更挑剔、更重效率的階段。

這也是為什麼今年以來，半導體股雖然曾在 AI 熱潮中衝上歷史新高，後來卻又明顯回落，甚至進入熊市區間，跌幅超過 20%。市場不是否定 AI，而是在重新評估 AI 對晶片、設備、記憶體與雲端資本支出的實際拉動力。

---

 

我更在意的，不是這一季的波動，而是下一輪資本支出怎麼走

如果把這次下跌放到更長的產業週期裡看，它其實提醒了我一件事：半導體投資的核心，從來不只是終端產品是否火熱，而是下一輪 capex 會不會跟上。

當 AI 模型路線出現分歧，雲端服務商的採購節奏、晶圓廠的設備排程、以及上游設備廠的接單能見度，都可能跟著改變。真正值得追的是設備交期 lead time、先進製程與先進封裝的資本配置，而不是單一季度的市場情緒。

如果未來幾個月中國 AI 技術持續推進，全球半導體市場格局的壓力會更明顯；但反過來說，這也可能逼迫美國科技巨頭與晶圓代工廠加快效率競賽，讓先進製程、曝光、蝕刻、沉積、量測檢測與先進封裝的投資週期再度拉長。

---

 

市場現在看的，是 AI 競賽如何重寫半導體估值

這次盤勢告訴我，投資人已經不再只把 AI 視為「需求只會上不會下」的單邊故事。當中國公司能用更有成本優勢的模型切入，半導體股票就會先被拿來重新估值。

短線上，股價反映的是擔憂；中長線上，真正決定設備與晶片產業走勢的，還是誰能把 AI 競爭轉化成更高、更持久的資本開支。這一點，才是下一輪循環的關鍵。