英伟达之外，AI资本开支正在养出第二批赢家

8月19日，Analog Devices交出2026财年第三季度成绩单，最新数据截至8月1日。

数据显示：营收40.22亿美元，同比增长40%；调整后EPS为3.45美元，同比增长68%。LSEG口径下，华尔街此前预期营收约39.2亿美元、调整后EPS约3.34美元。GAAP营业利润16.13亿美元，同比增长97%，GAAP EPS为2.74美元，同比增长163%。

公司同时给出了第四财季43亿美元的收入中值和3.86美元的调整后EPS指引。

Analog Devices的业务结构更值得拆分。ADI披露，数据中心已经占通信业务收入80%，数据中心光学与电源收入均同比增长超过100%；公司把ATE与数据中心合并计算的AI相关敞口，已经约占总营收20%。

CEO Vincent Roche在电话会上提出，数据中心容量越来越以“吉瓦”衡量，只看FLOPS和TOPS已经是过去式了。路透社8月14日报道，大型科技公司2026年的AI相关资本开支预计将超过7000亿美元。

当前GPU仍是投入中心，而电源、信号链、光互连、测试和能源系统已经开始进入收入兑现阶段。

模拟芯片的景气修复正在与AI基础设施重构重叠，ADI的收入结构开始改变

ADI第三财季四大终端市场全部增长。其中工业业务收入19.72亿美元，占总收入49%，同比增长53%；汽车业务9.98亿美元，占25%，增长16%；通信业务6.55亿美元，占16%，增长84%；消费业务3.97亿美元，占10%，增长6%。

通信业务增速最高，主要动力来自数据中心。公司披露，数据中心已经占通信收入80%，其中光学和电源两条线均实现超过100%的同比增长。

ADI长期被视为工业、汽车周期中的模拟芯片龙头，如今AI的出现，更是提高了其高增速业务的收入权重。

管理层披露，ATE与数据中心合计已经占公司收入约20%，这意味着AI相关收入已达约8亿美元的季度体量，并非边缘业务。结合公司工业业务、汽车占比可得：ADI本质上仍是一家多元化的模拟芯片公司。

AI业务承担提升增长斜率的作用，工业与汽车业务则提供周期缓冲和现金流底盘。三者的比例关系，将在未来几个季度决定ADI的估值锚点。

航空航天与国防、ATE和数据中心三项高增长业务合计约占收入30%，虽然该数据并不直接等同于AI收入，但足以说明ADI同时承接了AI、测试与国防等结构性需求。

ADI利润端也出现同步放大。第三财季调整后毛利率72.5%，同比提高3.3个百分点；调整后营业利润率50%，同比提高7.8个百分点。过去12个月自由现金流49.37亿美元，相当于同期收入36%。

公司预计第四财季调整后营业利润率达到52%，电话会上又给出约74%的调整后毛利率预期，管理层解释主要来自产品组合、固定成本吸收和价格调整。

可以说，ADI当前的盈利扩张同时受到工业周期回升与数据中心高价值产品占比提升推动。如此一来，收入增长也会更快转化为利润和现金流，对传统模拟芯片公司来说，这比单纯出货增长更重要。

800V、垂直供电和光互连正在抬高AI数据中心里的模拟芯片含量

NVIDIA已经把800V直流供电列为下一代AI工厂的重要架构，并在2026年8月披露，NVIDIA、Google和Microsoft正通过Open Compute Project共同推动相关标准，已有80多家设备和基础设施企业围绕规范开发产品。

ADI在合作生态中提供电源技术，并已围绕NVIDIA MGX开发高压热插拔和DC-DC方案。GPU性能提升持续推高数据中心功率密度。

物理约束很直接：功率提高后，低电压输电会放大电流、铜耗、散热和空间占用。ADI称，下一代处理器核心供电正面向6000安培、低于1伏的工作条件；

公司针对800V到中间电压转换的方案可提供20千瓦功率，功率密度超过每立方英寸2.5千瓦。如此一来，转换、保护、遥测、时序和控制的复杂度随之提高，同时模拟芯片的单机内容量也获得了继续上升的基础。

7月7日完成的Empower Semiconductor收购补上了处理器附近的垂直供电能力。ADI为交易支付15亿美元现金，希望把电力转换进一步推进到处理器封装附近。

管理层估算，该类架构在大型AI部署中可降低约10%至15%的计算功耗和温度，并称1GW数据中心对应年度节省约3000万美元。需要注意的是所涉及数据仅为公司测算，后续仍需要客户导入和量产收入验证。

网络侧同样在升级。ADI称，数据中心网络正在从800G向3.2Tbps推进；基于现有设计订单和客户承诺，公司预计OCS相关收入2026年约翻倍，并把2027年设定为相近的增长目标。

CPO则继续增加热管理、精密控制和可维护性要求，模拟和混合信号器件在高速网络中的内容量随之提高。

英国经济学家威廉·斯坦利·杰文斯在1865年的《煤炭问题》中写道，把燃料使用得更经济等同于消费下降，“是观念上的混淆”。

该项被称为“杰文斯悖论”的道理放到AI也同样适用：单个Token、单次推理的能耗下降会降低使用成本，并可能带来更大的调用量和算力部署。效率改善并不会自动终结电力需求，高效电源、控制和互连系统反而可能因此拥有更大的使用空间。

高增速已经进入财务报表，ADI接下来需要证明订单持续性与并购兑现

ADI对长期空间给出了积极判断。管理层预计，从当前到2031年可能建设约100GW等效的数据中心基础设施，并估算每1GW对应10亿至15亿美元的模拟芯片可服务市场；

公司对2030年数据中心与能源市场机会的评估，相比一年前已经扩大一倍以上。能源业务目前收入规模超过5亿美元，管理层预计本十年末有望翻倍。

这很好地解释了研发和并购资源为何持续向“grid-to-chip”倾斜。不过以上均属于公司前瞻性判断，不能直接等同于最终收入。

风险也已经进入资产负债表。第三财季库存环比增加8300万美元，期末库存创历史新高，库存天数降至156天；渠道库存虽然增加，但渠道周数仍低于公司6至7周的目标。

对此管理层的解释是，增加库存用于建立战略晶圆储备并满足需求，同时表示客户库存仍偏低、尚未出现明显补库存。接下来若AI资本开支斜率转弱，高库存会重新考验周转效率；管理层也在电话会上明确把AI资本开支放缓或下降列入未来不确定因素。

ADI的财报提供了一个清晰信号：AI资本开支的受益范围已经超出GPU、HBM和服务器。模拟芯片重新进入AI投资视野。

40%的季度收入增长已经足够醒目，接下来更需要连续验证的是数据中心占比、Empower量产、800V渗透、OCS与CPO设计兑现，以及高毛利率能否跨越周期波动。

如果上述指标继续向上，AI硬件的第二批赢家会越来越多地出现在GPU之外。资本开支最终购买的也会包括一整套让计算芯片能够被供电、被连接、被测试并持续运行的物理系统。当前ADI正在把这部分隐形基础设施转成可见收入，该条变化比单季超预期更值得持续跟踪。