M 微软
微软在 AI 芯片链的核心是把 Azure Maia、Cobalt、Azure Boost、液冷机架、NVIDIA/AMD GPU 与 OpenAI/Copilot 负载整合成可控的云算力供给,驱动来自企业 AI 和内部 Copilot 推理规模,约束在于先进封装/HBM 竞争、Maia 软件生态和对 NVIDIA 供给的持续依赖。
M 微软在 AI 芯片链的核心是把 Azure Maia、Cobalt、Azure Boost、液冷机架、NVIDIA/AMD GPU 与 OpenAI/Copilot 负载整合成可控的云算力供给,驱动来自企业 AI 和内部 Copilot 推理规模,约束在于先进封装/HBM 竞争、Maia 软件生态和对 NVIDIA 供给的持续依赖。
微软在 AI 芯片链的核心是把 Azure Maia、Cobalt、Azure Boost、液冷机架、NVIDIA/AMD GPU 与 OpenAI/Copilot 负载整合成可控的云算力供给,驱动来自企业 AI 和内部 Copilot 推理规模,约束在于先进封装/HBM 竞争、Maia 软件生态和对 NVIDIA 供给的持续依赖。
下面各块可点导航跳转:前瞻研判(他怎么看未来)· 观点印证台账 · 我们的数据验证 · 真财报 · 产业逻辑深析。所有当前数字以「财报」块为准(实时)。观点 更新于 2026-06-22;前瞻周更;页面以重建为准。
下面是 Dan Niles 本人对 MSFT 的前瞻判断与该盯的催化剂——我们如实呈现他的研判,不替你下结论,判断仍归你自己;历史观点只作为公开事实复盘背景。
「他提到 MSFT CEO 可能考虑 diversifying its ecosystem,并可能托管更便宜的 DeepSeek models。」
原推 · 2026-06-22 ↗「他预期 MSFT Azure、AMZN AWS、GOOGL Cloud 的 AI hyperscaler revenues 会因 Agentic workloads 加速。」
原推 · 2026-04-26 ↗事件与时间为客观日历 / 他公开提及;方向标注代表对该票的潜在影响,非买卖建议。
2026-03-31: 6146 家机构申报, 合计净增 1253.7M 股, 持仓市值约 $2206.89T, 持有机构数较上季 增加 391 家
价格时间轴仅帮助理解公开观点发生的时间位置;本区不按表现排序,不展示由价格涨跌推导的结果。
微软自研 AI 加速器,Maia 100 面向云端训练和推理,Maia 200 公开定位更偏推理并强化低精度和 HBM 带宽。
量产/路线披露Arm 架构云端通用 CPU,用作高能效 host CPU 和通用云工作负载底座。
量产NVIDIA 与 AMD 加速器实例,配套高速网络、存储和集群管理,承接前沿训练和高吞吐推理。
量产把 OpenAI 模型通过 Azure 合规、安全、区域化和企业网络能力提供给客户。
量产嵌入办公、代码、操作系统和业务应用的 AI 助手,消耗大规模低延迟推理容量。
量产把网络和存储处理从主机 CPU 卸载到专用硬件和软件,提升 AI 集群 I/O 和虚拟化效率。
量产| 口径 | FY2026Q3 | FY2026Q1 | FY2026Q2 | FY2026Q3 |
|---|---|---|---|---|
| 收入 | 70.066 | 77.673 | 81.273 | 82.886 |
| 毛利 | 48.147 | 53.63 | 55.295 | 56.058 |
| 营业利润 | 32 | 37.961 | 38.275 | 38.398 |
| 净利润 | 25.824 | 27.747 | 38.458 | 31.778 |
| FCF | 20.299 | 25.663 | 5.882 | 15.803 |
缺失期项以 — 表示,未用估算填充。
依赖依赖 5nm/3nm 逻辑晶圆、先进封装、系统级测试和液冷机架导入节奏。
依赖依赖 H100/H200/Blackwell 供给、NVLink/InfiniBand 网络、CUDA 软件兼容和整机交付。
依赖依赖 MI300X/MI350 大显存、ROCm、Azure ND MI 实例稳定性和客户模型迁移。
依赖依赖 HBM3E/HBM4 容量、带宽、热设计和封装共设计,覆盖 Maia、NVIDIA、AMD 三类加速器。
依赖依赖 Maia 编译器、MX 数据格式、kernel 覆盖、调试工具和模型框架可移植性。
依赖依赖闭环液冷、机架级供电、Azure Boost 卸载卡、光互联和高带宽以太网/InfiniBand。
| 持有主体 | 披露市值 | 权重 | 来源 · as_of |
|---|---|---|---|
B BlackRock, Inc. | US$219.7B | 3.8% | SEC 13F · 2026-03-31 |
V VANGUARD CAPITAL MANAGEMENT LLC | US$178.6B | 4.4% | SEC 13F · 2026-03-31 |
S STATE STREET CORP | US$113.5B | 3.9% | SEC 13F · 2026-03-31 |
F FMR LLC | US$70.4B | 3.7% | SEC 13F · 2026-03-31 |
G GEODE CAPITAL MANAGEMENT, LLC | US$69.6B | 4.3% | SEC 13F · 2026-03-31 |
V VANGUARD PORTFOLIO MANAGEMENT LLC | US$62.0B | 3.2% | SEC 13F · 2026-03-31 |
A ARK PRNT | US$24.1M | 4.8% | ARK日频 · 2021-03-08 |
| 公司 | 定位 | 关键差异 |
|---|---|---|
| Azure 自研 ASIC + 外部 GPU + Copilot/OpenAI 负载闭环。 | 最大差异是软件和企业工作流入口,Maia 可先服务内部 Copilot/Foundry 再逐步外溢。 | |
| Trainium/Inferentia 与 AWS 云产品深度绑定。 | AWS 更强调自研芯片实例化和 Anthropic 锚定负载,微软更依赖 OpenAI/Copilot 与混合 GPU 供给。 | |
| TPU、Gemini、Vertex AI 和搜索/广告内部负载一体化。 | TPU 历史更长、编译器更成熟,微软胜在企业软件分发和 OpenAI 生态。 | |
| AI 加速器、网络和软件平台供应商。 | NVIDIA 是事实标准;微软自研芯片主要用于增强议价、定制内部负载和补充供应,而非完全替代。 | |
| OCI 专注大规模 NVIDIA GPU 集群与企业数据库云。 | Oracle 自研 AI ASIC 弱,但能以 GPU 集群交付速度竞争;微软用 Copilot/Office/Windows 入口形成应用层拉力。 | |
| 专用 GPU 云和模型训练容量供应商。 | CoreWeave 更纯粹布局 NVIDIA 供给和快速数据中心建设,微软则是平台、模型、企业 SaaS 与芯片的组合。 |
从 Jamin Ball 的 AI 收入瀑布看,Microsoft 是第一层“云厂 AI 收入先兑现”的核心样本。AI 需求最先以训练、推理、API、数据存储、企业云迁移和 Copilot 形态进入 hyperscaler 收入,而 Azure 正是观察这条瀑布的前沿。Jamin 不会只看“OpenAI 很强”或“Copilot 很热”,而会追问 Azure/Azure AI 是否贡献增量收入,Microsoft Cloud 毛利是否承压,capex 是否匹配需求,AI 功能是否从 demo 进入真实付费。
Microsoft 的产业链位置很特殊:向上采购 GPU、网络、服务器、电力和数据中心资源;中间通过 Azure、Azure OpenAI、Azure AI Foundry、GitHub 和安全产品提供 AI 基础设施;向下通过 Microsoft 365 Copilot、GitHub Copilot、Dynamics、Teams、Security 和 Power Platform 把 AI 嵌入企业工作流。它既是云厂,又是应用软件巨头,因此同时处在 Jamin 瀑布的第一层和第三层。
按 Jamin 的方法,MSFT 的护城河要拆成云、分发、数据、合同和定价五块。第一,Azure 是 AI 训练/推理和企业云预算入口,能最早捕获 AI 消费。第二,Microsoft 365、Teams、Windows、GitHub、Security 和 Dynamics 是企业用户前门,Copilot 可以直接嵌入已有工作流。第三,Microsoft Graph、Office 文档、邮件、会议、代码库和身份权限构成企业上下文,这对 agent 比单纯模型能力更重要。第四,企业采购和合规壁垒让大型客户更容易从已有 Microsoft 合同中加购 AI。第五,Microsoft 有机会从 seat 扩展到 usage/value pricing,例如 GitHub Copilot、Azure AI 消耗和 Copilot Studio agent。
但 Jamin 会特别警惕两点。其一,AI 收入高增不等于利润同步释放,因为推理成本、GPU 折旧、数据中心 capex 和云毛利压力会滞后显现。其二,Microsoft 365 Copilot 如果主要靠 seat 价格,必须证明客户愿意大规模部署并持续使用;如果 AI 让企业用更少人做更多事,纯 seat 模式同样会遇到结构性矛盾。
Microsoft 的第一层竞争来自 AWS、Google Cloud、Oracle、CoreWeave 等云和 AI 基础设施提供商。AWS 有企业云基础和自研芯片,Google 有 Gemini、TPU、搜索和数据技术,Oracle 与部分 AI 客户在大规模 GPU 云上有存在感。第二层竞争来自模型生态:OpenAI 是战略伙伴,也逐步多云和产品化;Anthropic、Google、Meta、Mistral、开源模型都会影响 Azure AI 的定价权。第三层竞争来自应用前门:Salesforce、ServiceNow、Atlassian、Workday、Slack/Google Workspace 等都在争夺企业 agent 入口。
Jamin 的竞争判断不会停在“谁模型最强”。他会问:AI 与核心云是否越来越不可分?Azure 增长是否能在不单独拆 AI 的情况下维持?Copilot 是否带动 ARPU 和留存?GitHub Copilot 的 usage/value pricing 是否覆盖成本?Salesforce/ServiceNow 是否能守住自己工作流前门,还是 Microsoft 凭 Office/Teams/GitHub 分发把 agent 入口吸走?
Jamin 对 MSFT 的独特读法,是把它当作 AI 收入瀑布第一层的验证器,同时又把它放进 seat→usage 定价迁移的压力测试。Azure AI 收入兑现,能证明 AI demand 先落到云厂;M365/GitHub Copilot 的付费和使用,能证明应用层是否真的迁移到 AI 工作流;云毛利和 capex,能证明收入质量是否健康。
常见误读一:把 Microsoft 的 AI 价值只等同 OpenAI。纠偏:OpenAI 很重要,但 Microsoft 的价值还包括 Azure、M365 分发、GitHub、Security、企业身份和数据上下文。常见误读二:Azure 增长越快越好。纠偏:还要看毛利、capex、利用率和 FCF,AI 云可能更资本密集。常见误读三:Copilot seat 数等于成功。纠偏:必须看活跃使用、续约、ARPU、客户 ROI 和 usage/outcome 定价。常见误读四:Microsoft 是旧软件所以一定安全。纠偏:它有前门优势,但也必须自己把 agent 前门留在体系内,否则同样会被新入口分流。
合规说明:本文按 Jamin Ball 的公开研究框架和仓库深研整理,不构成买卖建议,不给目标价。
仅保留不随行情过期的产业逻辑章;时效性内容以上方财报与前瞻块为准。
免费看结论与关键指标;完整交付 = 他的前瞻研判(判断/催化剂/触发点) + 13F 仓位/调仓回放 + 真财报数据 + 产业逻辑深析 4 章 + 他的完整观点流——开通单人通看全文。
本页整合公开披露/SEC 真财报 + 独立深度研究 + Dan Niles 公开观点与我们的跨源交叉验证;仅供研究学习,不构成投资建议、无估值/目标价;观点台账只记录公开观点与后续数据是否一致;提及不等于持仓;引用以来源为准。观点随发声日更、前瞻周更,页面新鲜度以重建为准。