AI泡沫系列研究之计算机行业篇：热力学熵增定律视角看本轮“AI泡沫”演变.docxVIP

热力学熵增定律视角看本轮“AI泡沫”演变

——

——AI泡沫系列研究之计算机行业篇

2

2

行业深度报告·计算机行业

热力学熵增定律视角看本轮“AI泡沫”演变

——AI泡沫系列研究之计算机行业篇2025年12月29日

l当前AI资本市场呈现出一种“非理性繁荣”与“理性泡沫”交织的复杂特征。一方面，以“AI+”为核心的科技革命是确定性产业趋势，巨额资本（Capex）的持续注入既反映了全球对技术突破与未来价值的共识，也构成了泡沫的“理性”基底，即：技术迭代真实发生、应用需求切实存在、产业逻辑清晰可循；另一方面，本轮AI龙头公司英伟达估值屡创新高，产业链各环节资本开支空前高涨，从北美云厂商数千亿美元的年投入，到AI芯片、数据中心等重资产领域的规模扩容，均呈现出“非理性繁荣”的迹象，再叠加当下AI革命呈现的复杂性，如生态溢价的涌现性、技术路径的非线性竞争、商业转化的长周期，使得传统基于线性因果、还原论拆解与均衡假设的分析范式失效，难以真正穿透表象评估其可持续性与潜在风险。

l引入热力学“熵增定律”来分析本轮AI泡沫。为破解这一复杂系统的分析困境，我们尝试引入热力学“熵增定律”构建分析框架，将AI资本市场视为

一个被巨额资本（能量E）持续注入的开放系统。系统的存续逻辑在于：外部输入的资本能量必须高效转化为有序的价值产出（负熵），包括技术性能的确定性提升、规模化商业收入的落地、正向自由现金流的生成，否则系统无序度（熵S）将不可逆累积，导致估值体系割裂、技术路径分歧加剧、资本效率走低，从而引发泡沫破裂风险。

lAI泡沫的熵增判断本质上是对“上游ScalingLaw有效性”与“下游ROI可实现性”的双重检验。这两大问题分别对应产业链的供给端转化效率与需求端价值闭环能力，即：只有上游能将资本高效转为智能供给、下游能将智能高效转为商业回报，整个AI系统才能在高熵环境中维持有序扩张，否则任何环节的熵增失控都可能引发系统性调整。基于此，我们从产业链上中下游熵值分布出发，剖析脆弱性、识别“负熵节点”的逻辑起点，我们认为：当前AI资本市场正处于高熵累积但未达临界点的状态，产业链上中下游因转化效率差异呈现显著熵值分化：

l上游（芯片/硬件）处于“高压区”，存在泡沫隐忧。整体来看北美四大云厂商资本性支出预计2026年仍然维持增长态势，需求仍然强劲，整体资本密集度呈下降趋势，上游供需关系的非线性断裂风险暂不明显，但存在泡沫隐忧。截至2025Q3英伟达库存增长158.48%，显著高于微软IntelligentCloud业务收入增速28.25%与GoogleCloud增速33.51%，剪刀差持续扩大；其次面临技术路径竞争（如英伟达GPU与谷歌TPU）、美国电力危机推高成本、以及循环投资下资本回报率可持续性存疑等风险。

l中游（云/平台）是“相变震中”，脆弱性最高。作为连接上下游的核心枢纽，中游厂商面临三重熵增压力：大客户依赖与价格战风险凸显（收入/资本支出比率显示资本拉动营收的边际效应减弱，头部厂商AI资本支出对营收的贡献已从高位回落）；算力租赁市场隐现价格战与空置率攀升（尽管当前H200租赁价格维持高位，但区域空置率分化加剧，北美部分市场空置率虽低但新增容量增速过快），且电力将成为制约算力发展的最大物理瓶颈（Nvidia下一代集群推进将使单卡算力提升与电力消耗同步激增）；开源模型与客户自研冲击生态锁定。三重因素放大了中游的熵增压力，成为脆弱性最高的环节。

计算机行业

推荐维持评级

相对沪深300表现图2025-12-29

资料来源：中国银河证券研究院

相关研究

1.【银河计算机】2026年计算机行业投资策略：从AI-Enabled到AI-First，拥抱AI应用大蓝海，2025-11-25

3

3

行业深度报告·计算机行业

l下游（应用），处于“达尔文式进化”，显性β风险之下存在隐性α价值。

虽然面临技术迭代导致资产贬值（模型、算力架构快速迭代使旧技术快速失去市场竞争力）、对上游供应商的高度依赖（API价格波动直接影响成本结构）等显性风险(β风险），但其