美股遭遇今年最惨烈暴跌5%，原因究竟是什么？

据美股大数据获悉，今天多家重仓AI股的的对冲基金和机构投资者爆仓，被强制平仓（Forced Liquidation），加剧了今天的暴跌。英伟达、AMD、美光等AI半导体股票大幅下跌。 

上周文章我们就警告过，美股 QQQ 的做空比例激增，机构聪明钱已经布局美股要崩盘。 

美股QQQ空头持仓量激增，升至8200万股，创2023年3月以来最高水平

整个华尔街突然开始担心一件事。民主党在中期选举的重大胜利让美国政治成为阻碍AI发展又一个重大不确定因素。

民主党赢得国会参众两院，同时在德克萨斯州、佐治亚州、俄亥俄州等重要数据中心市场拿下州长职位。部分新当选的州长，恰恰支持暂停或限制新数据中心建设。 

民主党众议员Yassamin Ansari更是公开呼吁，民主党应该把暂停先进AI开发、加强AI监管，以及禁止人工超级智能，列为首要政.治议程。

这让华尔街意识到一个过去很少被认真考虑的问题。

如果美国未来真的开始限制数据中心建设，那么英伟达的GPU还能卖多少？

美光的HBM需求会不会受到冲击？

CoreWeave这些依靠举债扩张的AI算力公司，又会面临多大的风险？

但是，就在市场因为反AI政治而恐慌的时候，美国知名科技评论员Derek Thompson却提出了一个完全相反的观点。

他认为，反AI政.治运动，短期可能打击AI股票，但长期反而可能帮助整个行业避免泡沫破裂。

听起来是不是很矛盾？

美国限制AI发展，怎么反而可能救了AI产业？

更重要的是，如果这个观点成立，未来AI股票的投资逻辑，可能发生一次非常大的变化。

要理解这件事，我们首先来看，这次选举究竟改变了什么。

最值得关注的，就是德克萨斯州。

民主党候选人Gina Hinojosa击败共和党现任州长Greg Abbott，结束了共和党对得州州长职位长达30多年的控制。

为什么得州的选举，会引发全球AI芯片股剧烈波动？

因为得州已经成为美国AI数据中心建设最集中的地区之一。

根据行业研究机构估算，美国未来几年计划建设的数据中心容量，大约四分之一位于得克萨斯州。

而Hinojosa在竞选期间明确提出，要暂停新数据中心建设，并推动更加严格的电力、水资源及社区保护政策。

佐治亚州也出现了类似变化。

民主党候选人Keisha Lance Bottoms赢得州长选举，同样支持暂停新的数据中心建设，以重新评估这些项目对电价、水资源和当地居民的影响。

俄亥俄州的民主党当选州长Amy Acton，则支持有条件的建设暂停措施，要求数据中心承担相应的电力基础设施成本。

这意味着，AI数据中心建设，已经从一个单纯的商业投资问题，逐渐变成了地方政.治问题。

而且，这场反数据中心运动，远远不只是民主党内部的声音。

这里有一组非常重要的数据。

根据Data Center Watch最新发布的调查，他们追踪了美国36个州的74名州长候选人。

结果发现，43%的候选人支持某种形式的数据中心建设暂停令或者禁令。

另外51%的候选人支持加强监管，或者要求数据中心满足特定条件才能建设。

也就是说，在这74名候选人中，有超过九成支持不同程度的数据中心监管或建设限制措施。

更值得注意的是，即便在共和党候选人中，也有约30%支持暂停或限制部分数据中心项目。

这已经不是普通的党.派.政.治争论，而是美国社会对于AI基础设施快速扩张的担忧，正在形成跨党派共识。

为什么会出现这种变化？

因为当地居民开始质疑，为什么科技巨头花费数十亿美元建设数据中心，自己却可能需要承担更高的电费？

为什么大量电力和水资源要优先供给AI服务器？

这些数据中心享受了政府提供的税收优惠，却究竟为当地创造了多少长期就业机会？

过去，这些问题可能只会导致一些地方抗议。

但现在，反对数据中心无序扩张的政.治人物，已经赢得重要州长选举。

如果未来这些政.治承诺逐步落实，美国AI产业的扩张速度，就可能受到实际影响。

瑞银最新的研究估计，如果相关建设暂停措施落地，美国计划在2028年新增的数据中心容量，可能有大约30%面临风险。

注意，这不意味着30%的数据中心已经被取消。

真正的问题是，华尔街过去对这些未来项目的增长预期，可能需要重新计算。

我们举个例子。

假设一家AI算力公司，原本计划在得州建设价值数十亿美元的数据中心。

公司已经安排好了融资，也计划向英伟达采购大量GPU，并且准备好了未来几年的设备采购计划。

突然，州政府宣布，新数据中心必须重新审核电力供应、水资源使用和当地环境影响。

原本一年之后就能投入运营的项目，现在可能需要更长时间。

那么这家公司还会按照原来的计划购买GPU吗？

它还需要提前采购那么多HBM高带宽内存吗？

如果公司已经为项目借了大量资金，项目每延迟一个季度，又要增加多少利息成本？

韩国未来资产证券分析师Kim Seok-hwan就指出，数据中心建设延迟，可能扰乱大型科技公司的资本开支计划。

因为这些公司建设数据中心，是为了向OpenAI、Anthropic等客户提供算力，再逐步把这些算力合同转化为实际收入。

如果数据中心不能按时交付，即使客户需求仍然存在，收入兑现的时间也可能往后推迟。

而一旦微软、亚马逊、谷歌等大型科技公司重新调整未来的投资节奏，GPU、服务器、HBM以及其他先进芯片的需求预期，都可能受到影响。

这就是为什么，今天整个AI半导体产业链会遭到如此严重的抛售。

当然，今天的市场下跌还叠加了部分芯片公司的业绩指引压力、估值担忧以及宏观经济不确定性。

不能把全部跌幅都归因于某一条政.治推文。

但监管风险正在成为市场重新评估AI未来增长的重要因素。

不过，问题来了。

如果美国真的限制新建数据中心，是不是意味着所有AI公司都会受到同样程度的打击？

恰恰相反。

这次市场变化背后，可能隐藏着一个非常重要的利益重新分配过程。

对于微软、亚马逊和谷歌来说，他们已经拥有大量投入运营的数据中心，也拥有成熟的云计算业务和客户群体。

如果未来新建数据中心越来越困难，已经获得电力、已经建成并投入运营的算力资源，反而可能变得更加稀缺。

而在新增供应受到限制的情况下，现有数据中心的租赁价格和利用率，也可能获得更强的支撑。

与此同时，如果大型科技企业不再需要像过去一样，不断增加资本开支，财务压力就可能有所减轻。

但前提是，现有算力仍然足以满足核心客户需求。

否则，供给不足同样会限制这些云计算巨头的收入增长。

再来看英伟达、AMD，以及美光这些半导体企业。

他们的情况就不太一样了。

对于英伟达来说，最理想的商业环境，是AI需求持续增长，科技巨头不断建设新的数据中心，并持续购买更先进的GPU。

如果未来越来越多的新项目遭遇延期，那么英伟达未来几年的GPU出货量预期，就可能受到影响。

AMD也面临类似的问题。

而对于美光、三星和SK海力士来说，HBM高带宽内存的需求，与AI服务器出货量和实际部署规模密切相关。

如果数据中心建设放缓，存储芯片需求增长预期也可能受到调整。

但需要强调，需求预期下修，不等于现有订单立即消失。

如果已经建成的数据中心仍然需要采购服务器，或者现有算力持续供不应求，那么芯片企业的短期需求可能依然很强。

相比之下，对于CoreWeave、Nebius、Applied Digital、IREN这些依赖快速扩张的新兴AI基础设施公司，市场需要重新评估的东西可能更多。

这些公司的未来价值，很大一部分来自未来几年计划新增的数据中心容量。

但问题是，规划中的容量，和已经投入运营的容量，是完全不同的两回事。

一座已经获得许可、拥有可靠电力供应、建成并签订长期合同的数据中心，未来可能变得更加稀缺。

但如果一家公司拥有的只是尚未获批的建设计划，那么市场就必须重新考虑这些计划究竟什么时候才能兑现。

尤其是那些高度依赖外部债务融资的企业。

建设周期延长，融资成本可能继续增加。

收入兑现推迟，现金流压力也会随之上升。

所以，我认为，未来AI基础设施公司的估值分化，可能越来越明显。

市场会更重视那些真正拥有电力资源、已经签署客户合同，并且能够产生现金流的企业。

而不只是那些公布了庞大建设规划的公司。

但是，分析到这里，还只是这次市场下跌的第一层逻辑。

接下来这个观点，才是今天整件事情最有意思的地方。

美国科技评论员Derek Thompson认为，反AI政.治虽然会在短期内打击AI股票，却有可能在中长期降低AI泡沫破裂的风险。

看到这里如果你觉得我们文章对你有帮助，先点个赞，这里是美股投资网，帮你在海量的信息中寻找投资机会。

为什么？ 

因为历史上的很多科技泡沫，并不是技术本身没有价值，而是资本投入的速度，远远超过了真实需求增长的速度。

1870年代，美国曾经出现大规模铁路建设热潮。

投资者相信铁路会改变美国经济，于是大量资金涌入，铁路线路不断扩张。

但部分铁路被修建到人口不足、经济活动有限的地区。

铁路确实改变了美国。

问题是，并不是每一条铁路都能够赚钱。

当建设速度远远超过真实运输需求，许多铁路公司最终陷入严重财务困境。

类似的事情，在2000年互联网泡沫期间再次发生。

当时，电信企业相信互联网流量会无限增长，纷纷投入巨额资金铺设光纤网络。

互联网后来的发展，证明了技术方向没有错。

但资本市场严重高估了需求增长的速度。

大量光纤在建成之后长期闲置，投资者遭受巨大损失。

所以，技术革命最终成功，不代表参与基础设施建设的每一家企业都能够成功。

Derek Thompson认为，AI行业也存在类似的风险。

今天，微软、亚马逊、谷歌和Meta正在投入巨额资本，购买GPU、建设数据中心，以及扩张电力基础设施。

但这些投资，实际上是在提前押注未来三年、五年甚至更长时间的AI需求。

如果所有企业同时加速扩张，未来某个时间点，就可能出现供给超过真实需求的情况。

而反AI政.治运动，如果恰好让数据中心建设速度放慢，可能反而降低未来产能过剩的风险。

大家注意，这套逻辑有一个非常关键的前提。

AI需求必须继续增长。

如果需求持续增长，但供给扩张速度放慢，那么已经建成的数据中心，就有更多时间消化现有产能。

资本也不必持续以过去那么激进的速度投入。

这就是Thompson所说的，反AI政.治可能意外帮助整个行业避免泡沫的原因。

而且，他的这个观点，并不只是空想。

这里有一组非常重要的行业数据。

根据全球商业地产咨询机构CBRE公布的北美数据中心报告，2026年上半年，北美八大主要数据中心市场的供应量同比增长33.7%。

大家想一下。

供应量一年增加超过三成，这已经是非常快的扩张速度。

但结果是什么？

数据中心空置率不但没有大幅上升，反而下降到了历史低位，只有1.4%。

另外，北美主要市场正在建设的数据中心容量，已经达到7.48吉瓦。

其中80.4%已经提前签订租赁承诺。

这两个数字非常重要。

一边是供应量高速增长，一边是空置率仅有1.4%，而超过八成的在建容量已经被预租。

这说明，至少从目前北美主要数据中心租赁市场来看，需求仍然非常旺盛。

并没有出现类似互联网泡沫时期，大量光纤建成后无人使用的情况。

所以，如果未来政府限制新增建设，确实有可能降低供给扩张过快的风险。

但这套逻辑，也有一个很大的漏洞。

AI需求增长，本身也依赖算力成本不断下降。

过去几年，越来越多企业开始部署AI，其中一个重要原因，就是模型运行成本不断降低。

芯片性能提升、模型效率改善，让过去需要花费大量资金才能完成的任务，现在可以用更低的成本实现。

假设未来政府限制新建数据中心，导致算力长期紧张。

那么GPU租赁价格和AI推理成本，就可能维持在较高水平。

这对于已经拥有大量GPU资源的云计算公司来说，可能有一定好处。

但对于AI应用开发商来说，却未必是好消息。

因为算力越昂贵，AI应用就越难快速普及。

假设一家企业原本希望用AI智能体，将客服或者软件开发成本降低50%。

如果未来推理成本继续下降，这项技术很可能变得越来越有经济价值。

但如果算力价格始终居高不下，企业部署AI的积极性就可能受到影响。

结果会怎么样？

政府限制了AI供给，同时也可能压低了未来AI需求增长速度。

因此，供给放缓并不一定意味着需求能够顺利追上。

还有一个问题。

GPU与传统铁路、光纤存在非常重要的区别。

铁路建成之后，可以使用几十年。

光纤网络也能够长期运营。

但AI芯片的技术迭代速度要快得多。

即使政府限制了新的数据中心建设，也不能保证现有GPU在五年之后仍然具有同样的经济价值。

新一代芯片可能凭借更高性能和更低能耗，逐步替代旧设备。

因此，限制未来新增建设，只能降低部分产能过剩风险。

它无法消除已经投入的资本面临的折旧、融资和技术替代压力。

更重要的是，数据中心已经被客户预租，并不代表最终AI商业模式已经成功。

假设一家AI公司从云服务商那里购买了价值10亿美元的算力。

对于云服务商来说，这可能是未来的合同收入。

但对于购买算力的AI公司来说，它还需要通过真实的企业和消费者付费，赚取足够的收入来覆盖成本。

如果最终AI应用商业化速度不及预期，那么整个产业链仍然可能面临投资回报不足的问题。

所以，我认为，我们不能简单地得出一个结论，说反AI监管越严格，AI牛市就越安全。

真正健康的AI产业，应该是算力供给、终端需求和资本回报之间保持合理的平衡。

接下来，投资者应该把关注重点放在哪里？

美股投资网认为，首先是2028年。

为什么不是2026年，或者2027年？

因为很多已经获批并开工建设的数据中心，不会因为州长换人就立即全部停止。

行业分析认为，预计2027年交付的数据中心容量中，大约75%到80%已经进入建设阶段。

但是，2028年计划新增的大量项目，尚未真正开工。

这意味着，未来政策变动对2028年的潜在影响，可能远远大于对近期已经在建项目的影响。

对于英伟达和AMD，我们要关注未来GPU订单是否出现延期。

对于美光、三星和SK海力士，要重点观察HBM和服务器DRAM的采购增长，能否维持市场原本预期的速度。

对于Marvell、Coherent和Lumentum等网络与光通信供应商，则需要观察新数据中心建设节奏，是否开始影响未来网络设备与高速光模块的采购。

对于CoreWeave、Nebius、Applied Digital和IREN，我会更加关注两个问题。

第一，公司未来规划中的数据中心容量，有多少已经获得关键许可，并且确定能够获得电力供应？

第二，即使未来不能继续高速扩张，公司目前已经投入运营的资产，能否产生足够的现金流，覆盖融资成本和后续投资？

这两项指标，未来可能比公司对外公布的宏大建设规划更加重要。

当然，我们也不应该把这次中期选举，直接理解成美国将全面停止AI基础设施建设。

美国仍然需要考虑全球AI竞争、科技创新、就业和经济增长。

未来完全可能出现一种折中的监管模式。

比如，要求数据中心企业承担更多电网升级成本。

要求企业为当地居民提供电费补偿。

或者提高用水标准、环境审批要求，同时允许符合条件的项目继续建设。

这些措施会增加建设成本，但不一定意味着所有项目都要被取消。

因此，未来监管的实际影响，取决于政策的具体内容、执行范围，以及企业能否通过调整投资计划来适应。

最后，我们回到今天这场AI股票暴跌。

很多投资者可能会问，是不是AI牛市已经结束了？

我认为，现在还不能仅仅根据今天的股价下跌，就得出这样的结论。

但这次政.治冲击，确实暴露了AI投资热潮当中一个长期存在的问题。

过去几年，市场奖励的是那些不断扩大资本开支、不断购买GPU、不断宣布新数据中心项目的企业。

但接下来，投资者可能越来越关注另外一个问题。

这些公司已经投入的数千亿美元，究竟能够创造多少真实收入？扣除设备折旧、融资成本和持续资本开支之后，又能留下多少自由现金流？

如果AI需求持续强劲，而政.治监管适度放慢了过度扩张，那么已有数据中心的利用率和稀缺价值，确实可能得到支撑。

从这个角度看，反AI运动有可能无意中延长AI基础设施行业的景气周期。

但如果监管过于严格，导致算力成本居高不下，AI应用普及速度受到压制，那么这场运动同样可能伤害整个产业。

所以，我认为今天这场暴跌背后，真正值得投资者重视的，不只是民主党会不会限制数据中心。

而是AI产业的投资逻辑，可能正在发生一个重要转变。

从过去的奖励资本扩张，逐渐转向奖励资本回报。

AI技术最终改变世界，和每一家AI公司都能够让投资者赚钱，从来不是同一回事。

未来真正具有长期竞争优势的企业，不一定是建设计划最庞大的公司。

而可能是那些能够用最少的资本，创造最多真实现金流的企业。

这才是今天这场AI股票暴跌，留给投资者最值得思考的问题。

美股投资网是一家专门研究美股的金融科技公司，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻