聚焦：五大納斯達克 AI 龍頭股

Roger Lee | BIT 美股特約分析師

擁有21年投行、資管及金融機構經驗，長期專注AI產業鏈、美股宏觀流動性與選擇權策略研究

我的結論很直接：這五隻股票不是同一筆“AI交易”，而是AI基礎設施鏈上五個不同節點；如果市場因為通脹、利率或泡沫擔憂繼續回撤，我會把它們放進分層觀察清單，而不是把“逢低買入”理解成一次性滿倉追高。 這篇報告討論的是MU美光、MXL MaxLinear、AMD超威、LITE Lumentum和VICR Vicor。 它們共同受益於AI資料中心資本開支，但風險來源、績效彈性和估值消化方式並不相同。 [1] [2] [3]

我認為，AI行情進入這個階段以後，真正重要的不是“AI還有沒有故事”，而是三個問題：第一，資本開支能否繼續落到真實訂單；第二，企業盈利能否證明估值；第三，投資組合能否承受高波動。 麥肯錫估計，為滿足算力需求，到2030年全球資料中心可能需要約6.7兆美元資本開支，其中AI工作負載相關資料中心約5.2兆美元；這說明AI基礎設施是一個很長的投資週期，但Fidelity也提醒，盈利增長、估值、資本開支可持續性和利率週期將決定短期交易是否從長期主題變成短期交易。 [1] [2]

一、先看大圖：AI基礎設施不是一隻GPU股票能講完的故事

市場最容易犯的錯誤，是把AI行情簡單等同於「買GPU龍頭」。 在我看來，AI基礎設施真正的結構是一個資本開支鏈條：前端需要算力晶片，中間需要高頻寬儲存、網路連接和光通信，後端需要電源、散熱、資料中心和軟體調度。 只看單一環節，很容易在估值極高時追錯節奏；把鏈條拆開看，才知道每一次回調到底是在殺估值、殺訂單，還是只是高Beta資產的正常洗盤。

麥肯錫關於資料中心資本開支的測算，給了這個框架一個很重要的背景。 它不是說所有公司都會同時受益，也不是說所有AI相關股票都應該上漲，而是說明算力需求如果繼續增長，投資機會會沿著「算力—儲存—連接—光學—電源」擴散。 [1] Morningstar對AI股票框架的討論也提醒我，AI股票選擇不能只看概念熱度，而要同時看產業位置、護城河、估值和不確定性。 [3]

我的判斷是，AI基礎設施的機會不是“一條線”，而是“一張網”。 一旦市場回撤，最值得研究的不是哪個標的跌得最多，而是哪一個節點的基本面沒有被證偽、估值卻被風險偏好一起砸下來。

過去一年公開價格數據顯示，這五隻AI基礎設施標的均顯著跑贏納斯達克100和SMH半導體ETF。 LITE、MU、MXL、VICR和AMD的漲幅都很高，其中LITE與MU表現最突出；但同一組數據也顯示，五隻股票過去一年最大回撤大多在約-28%至-32%之間，明顯高於納斯達克100約-12.1%的最大回撤。 [9]

這組數據對我的啟發很明確：強趨勢不等於低風險，高彈性不等於隨時可以買。 如果一個標的一年漲了數倍，但過程中可以回撤三成，那麼買入邏輯不能只寫“長期看好AI”，還必須寫清楚“怎麼承受波動”。 換句話說，逢低買入不是一句情緒口號，而是一套資金管理制度。

我會把這張表當作倉位管理的起點。 對於MU和AMD這類基本面驗證更強的標的，我願意在回撤中分批觀察；對於MXL、LITE、VICR這類高彈性節點，我會先把倉位上限寫死，再考慮價格位置。 原因很簡單：波動率本身就是成本，忽略成本的“逢低買入”，最後很容易變成被動扛單。

三、五隻股票的差異：不是誰漲得多買誰，而是誰的證據鏈更完整

我不贊成把這五家公司放在同一個籃子裡粗暴比較。 MU的核心是儲存週期和AI HBM需求，AMD的核心是資料中心運算平台，LITE的核心是雲端與AI光通信，VICR的核心是高功率伺服器電源交付，MXL則更偏向AI資料中心控制平面和高速連接。 它們都受益於AI，但財務彈性、客戶結構和估值消化路徑並不相同。

從公司公開資料來看，Micron在FY2025 Q4新聞稿中披露季度收入113.15億美元、FY2025全年收入373.78億美元，並將強勁表現與AI數據中心需求聯繫起來；AMD Q3 202537季度收入92.46億美元，同比增長32%； FY2026 Q3新聞稿揭露收入8.084億美元，較去年同期成長90.1%，並強調AI、雲端運算和下一代通訊相關光子技術；MaxLinear公開新聞稿介紹其面向AI資料中心控制平面連接的Coronado和Laguna USB UART方案；Vicor則在公開資料中強調AI、HPC和資料中心算力成長對48V。 [4] [5] [6] [7] [8]

我的排序不是簡單的「漲幅排序」。 如果只看過去一年漲幅，LITE和MU最亮眼；如果看基本面證據鏈，MU和AMD更容易被機構資金持續跟踪；如果看高彈性衛星倉，MXL、LITE、VICR提供的是更陡峭的收益曲線，但同時也要求更嚴格的止損和倉位上限。

四、風險收益位置：右上角不是天堂，而是紀律考場

很多投資人喜歡看到高收益圖，但不喜歡看回撤圖。 我的看法剛好相反：對於AI高Beta標的，收益率只是結果，最大回撤才是入場前必須接受的條款。 圖3把過去一年殖利率和最大回檔放在同一張圖上，可以看到五檔股票都在高收益區域，但縱軸的回檔也很深。 這說明

它們不是低波動成長股，而是需要用部位紀律消化的高彈性資產。 [9]

我會用三個層級來處理這類股票。 第一層是“核心可追蹤”，即基本面證據更完整、機構覆蓋更充分的標的，例如MU和AMD。 第二層是“高彈性衛星”，即產業邏輯清楚但波動率很高的標的，例如LITE和VICR。 第三層是“觀察型彈性”，即產品方向有想像力但財務兌現仍需更多季度驗證的標的，例如MXL。

因此，我對「逢低買進」的定義不是跌了就買，而是當價格回撤、基本面沒有惡化、資本開支鏈條仍在兌現時，按照事先設定的倉位規則分批吸收波動。 尤其是MXL、LITE、VICR這類高波動標的，部位大小比買進價格重要。

五、產業鏈評分：五股不是同一筆交易，而是五個節點

為了避免把AI股票全部混成一個概念，我把五隻股票放在五個維度中打分：算力直接度、AI資本開支敏感度、週期波動、估值兌現壓力和組合分散價值。 這個評分不是收益預測，也不是投資評級，而是幫助我判斷：如果要做一個AI基礎設施觀察籃子，每隻股票到底承擔什麼角色。

這張圖給我的啟發是，MU和AMD更像AI基礎設施主線的核心證據資產；LITE和VICR更像鏈條中容易被資金放大的高彈性節點；MXL則更偏向「產品導入後可能出現估值重估」的觀察型標的。 五檔股票都有研究價值，但買入邏輯絕不能完全一樣。

我的配置思路是：如果只想要AI核心敞口，優先研究證據鏈更完整的MU和AMD；如果願意承擔更高波動，可以把LITE、VICR作為衛星觀察；如果要配置MXL，必須承認它的小盤屬性和收入兌現不確定性，倉位要比另外幾只更克制。

六、操作框架：真正的買點來自「回撤、確認、分批」三件事同時出現

我不會因為AI主題強，就把任何回撤都當成買點。 真正值得做的回撤，至少要同時滿足三項條件：第一，價格已經把短期情緒釋放出來；第二，企業基本面沒有同步惡化；第三，組合裡還有現金和風險預算。 少了任何一項，逢低買進都會變成情緒化交易。

Fidelity關於AI泡棉風險的框架值得放在這裡。 它提醒我們，AI主題雖然仍可能是多年周期，但投資者必須追蹤獲利成長、獲利品質、估值、資本支出可持續性和利率週期。 [2] 我完全認同這個口徑。 AI不是買不能買，而是不能在估價最貴、情緒最熱、部位最滿的時候用「長期主義」來掩蓋短期風險。

一句話概括，我會把這五隻股票放進AI基礎設施觀察池，但不會把它們全部視為同等權重的買入清單。 對我來說，正確的順序是先定義角色，再定義倉位，最後才定義價格。

七、結論：逢低可以買，但先問自己能不能扛住波動

最終結論回到標題：逢低買進五大納斯達克AI龍頭股，可以研究，但不能偷懶。 如果AI資料中心資本支出持續擴張，MU、AMD、LITE、VICR和MXL所處的儲存、運算、光通訊、電源和連接環節都有繼續受益的基礎；但如果利率重新上行、雲端資本開支放緩、AI訂單兌現不如預期，或者估值已經提前透支未來多個季度增長，這些高Beta資產也會快速回撤資產。

我的策略很清楚：核心倉優先給基本面證據鏈更強的資產，衛星倉給高彈性但高波動的節點，觀察倉給仍需驗證的中小盤機會。 買入必須分批，部位必須有限，風險必須提前寫在紙上。 真正成熟的AI投資，不是看到回檔就興奮，而是知道哪一段回檔可以買、買多少、錯了怎麼辦。

本報告僅用於研究討論，不構成任何收益承諾或個股買賣建議。 AI基礎設施相關公司普遍具有高波動、高估值敏感度和強週期屬性，投資者需根據自身風險承受能力獨立判斷。 後續最需要追蹤的風險有五類：第一，雲廠商資本開支如果低於預期，AI硬體鏈條訂單可能被重新定價；第二，利率若重新上行，高估值成長股會面臨折現率壓力；第三，存儲、光通信、電源和連接等細分環節存在庫存週期和客戶集中風險；第四，中小盤高標量的定價可能出現流動性和長期定價；

本報告的市場表現、回撤、波動率和風險收益指標使用Yahoo Finance公開圖表數據接口抓取並整理，時間區間為2025年6月13日至2026年6月12日，涵蓋MU、MXL、AMD、LITE、VICR、納斯達克綜合指數、納斯達克100100指數指數” 公司基本面敘事以各公司投資者關係頁面、新聞稿和公開資料為基礎；AI資本開支、AI泡沫風險和AI股票選擇框架參考麥肯錫、Fidelity和Morningstar等公開研究資料。 所有圖表均基於公開資料整理，圖表評分框架用於研究討論，不代表收益預測或投資評級。

1. McKinsey & Company, *The cost of compute: A $7 trillion race to scale data centers*, April 28, 2025. https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/the-cost-of-compute-a-7-trillion-dollar-race-to-scale-data-centers

2. Fidelity, *5 signs of an AI bubble to watch for*, February 10, 2026. https://www.fidelity.com/learning-center/trading-investing/ai-bubble

3. Morningstar, *The Best AI Stocks to Buy Now*, June 9, 2026. https://www.morningstar.com/stocks/best-ai-stocks-buy-now

4. Micron Technology, *Micron Technology, Inc. Reports Results for the Fourth Quarter and Full Year of Fiscal 2025*. https://investors.micron.com/news-releases/news-release-details/micron-technology-inc-reports-results/news-release-details/micron-technology-inc-reports-results/news-release-details/micron-technology-inc-reports-results-f.

5. Advanced Micro Devices, *AMD Reports Third Quarter 2025 Financial Results*. https://ir.amd.com/news-events/press-releases/detail/1234/amd-reports-third-quarter-2025-financial-results

6. Lumentum, *Lumentum Reports Fiscal Third Quarter 2026 Results*. https://investor.lumentum.com/news-releases/news-release-details/lumentum-reports-fiscal-third-quarter-2026-results

7. MaxLinear, *MaxLinear Enhances Control Plane Connectivity for AI Data Centers*. https://investors.maxlinear.com/press-releases/detail/612/maxlinear-enhances-control-plane-connectivity-for-ai-data

8. Vicor, *AI, HPC and Data Center Power Delivery Solutions*. https://www.vicorpower.com/industries-and-innovations/artificial-intelligence

9. Yahoo Finance Chart API, daily prices for MU, MXL, AMD, LITE, VICR, ^IXIC, ^NDX and SMH, retrieved June 15, 2026. https://finance.yahoo.com/

本報告由特約分析師編製。 報告中所表達的觀點僅代表作者個人立場，不代表BIT平台的觀點。 本資料僅供參考，不構成投資建議。