“一家存储模组公司，5个月帮创始人挣了340亿。”
这是我最近看到的数据里，既让人振奋又让人沉默的一笔账。主角是一对深圳夫妻，李虎和田华，他们创办的德明利，总部在深圳，主营业务听起来并不性感——做存储模组的。就是把三星、SK海力士、美光、长江存储这些上游原厂生产的NAND Flash（闪存）和DRAM（内存）颗粒，拿过来做成SSD固态硬盘、嵌入式存储、内存条这些标准产品，然后卖给下游客户。
说白了，这是一家“中间商”。在半导体产业链里，模组厂夹在上游原厂和下游终端之间，利润率通常薄得像纸。去年这个时候，德明利还在亏损里挣扎，一季度净利润是负数，毛利率只有不到6%。
然后，AI浪潮来了。
根据德明利于2026年4月30日披露的2026年第一季度报告，公司当季实现营业收入75.38亿元，同比增长502.08%；归属于上市公司股东的净利润达到33.46亿元，而上年同期为亏损6908.77万元。毛利率从去年同期的5.85%飙升至57.42%，净利率达到44.39%。
换句话说，一个季度赚了33个亿——这大概相当于公司过去十年利润总和的两倍还多。
创始人李虎和田华合计持有公司约六成的股权，随着股价从去年低谷一路飙涨，他们的身家在约5个月时间里增长了超过300亿元，重新回到了深圳顶级富豪的队列。
这让我想起前些年比特币矿潮时卖显卡的厂商——只不过这一次的量级，大了几个零。
不过说真的，账算到这里，一个真正有意思的问题冒出来了：德明利赚的到底是什么钱？
二、HBM：藏在AI芯片身边的“伴侣”，才是这轮涨价风暴的源头先跳出模组厂的视角，往产业链上游走一层。
AI训练芯片，不管是英伟达的H100、B200，还是华为的昇腾910B，它们要跑起来，光靠自己不行——需要专门的高带宽内存来“喂数据”。每一张AI加速卡周边，都要叠上4到8颗HBM（High Bandwidth Memory，高带宽内存）。
没有HBM，AI芯片就是一座被数据流掐断了补给线的“信息孤岛”。算力再强，跑不起来。
这东西的技术门槛有多高？三组数据可以说明问题。据集邦TrendForce于2026年4月30日发布的《HBM产业分析报告－2026年Q2》，全球HBM市场基本被SK海力士（市占约60%）、三星、美光三家垄断，其中SK海力士稳居出货领先地位。据东吴证券2026年5月11日发布的研报，SK海力士2026年一季度在HBM领域的市占率接近60%，其净利率约77%，创下全球半导体行业历史新高，甚至超过了英伟达（65%）和台积电（58%）。
2024年以来，全球AI服务器需求进入爆发区间，HBM需求呈现指数级增长。三大原厂——三星、SK海力士、美光——几乎把能调动的先进制程产能都优先划拨给了HBM。据SEMI中国总裁冯莉在SEMICON China 2026国际半导体展上披露，尽管三大原厂已将70%的新增和可调配产能倾斜至HBM，HBM的产能缺口仍然高达50%到60%。
这带来的连锁反应就是——标准DRAM和NAND的产能被大幅挤占。
美光科技在2026财年第一财季财报中披露的一个细节值得关注：HBM与DDR5的产能置换比例可达3:1，也就是说，每生产1颗HBM，就要牺牲3颗标准DDR5的产能，而且这个比例还有可能进一步提升。根据东吴证券研报，SK海力士2026年一季度DRAM平均销售价格较上一季度上涨约60%，NAND平均销售价格较上一季度上涨约70%，HBM3E价格涨幅更是罕见地接近20%。
说到这里，德明利的故事逻辑就清楚了。
它赚的根本不是AI的“肉”，而是AI挤走标准存储产能后，整条存储供应链被价格传导效应推动，它作为“存货商”吃到的那笔涨价红利。这个红利体量之大，大到让它一个季度的利润就顶了过去十年。
三、换个角度看：这不是“特例”，这是一张完整的AI暴富地图如果把德明利的故事当成一个孤例来看，你会错过真正重要的东西——它只是一张巨大的AI利润地图上的一个注脚。而且这张地图，不分中国美国，全球都在上演同一幕。
最上游：HBM原厂——这轮AI浪潮真正的“收税人”
不是英伟达，不是台积电，是SK海力士。
根据SK海力士于2026年4月23日发布的2026财年第一季度财务报告，公司当季营业收入达52.58万亿韩元（约合2441亿元人民币），同比增长198%；净利润达40.35万亿韩元（约合1746亿元人民币），同比增长398%。净利率约77%，创全球半导体历史新高。
三星的半导体部门经历了一轮剧烈波动之后，HBM业务已扭亏为盈。美光科技的业绩同样亮眼——根据2026年3月18日发布的财报，美光2026财年第一季度营收达238.6亿美元，同比增长196%，毛利率高达74.9%，管理层更是给出了毛利率将继续攀升至81%的前瞻指引。
中游一档：芯片制造和设计环节——台积电、英伟达和国产算力三足鼎立
台积电几乎是这轮AI产业链上除HBM外体量最大的受益者。2026年第一季度，台积电实现营收359亿美元，同比增长40.6%，non-GAAP毛利率达66.2%，创历史新高。其中高性能计算（含AI）业务营收219亿美元，占总营收61%，环比增长20%——英伟达、AMD等AI芯片客户的订单填满了台积电的3nm和5nm先进制程产线。魏哲家在法说会上直言“AI相关需求持续非常强劲”，产能短期内仍将处于供不应求的状态。
英伟达不必多说，市值突破3万亿美元，数据中心业务营收持续飙升。目光拉回国内，寒武纪A股市值一度突破8000亿元——根据寒武纪2026年第一季度报告，公司当季实现营业收入28.85亿元，同比增长159.56%，归母净利润为10.13亿元，同比增长185.04%。国产算力在进口管制背景下获得了巨大的替代窗口，供不应求、价格坚挺。
中游二档：服务器和数据中心基建——光模块、液冷、电源
这些一年前还被归类为“工业细分冷门”的赛道，今天全都变成了市场关注的焦点。光模块公司中际旭创、新易盛、天孚通信等，出货量跟着北美和国内云计算客户捆绑式增长，净利润翻倍是起步，部分公司增速在三到五倍。
产业链最外围：存储模组厂——德明利们
它们不直接卖给AI训练集群，但它们的上游原材料和AI抢产能：AI挤走HBM，HBM挤走标准DRAM和NAND，标准存储涨价，它们赚涨价的钱。这是一条间接但真实的利润传导链——用通俗的话讲，AI餐桌掉下来的“骨头”，煲成了一锅足够肥美的“汤”。
德明利一家的数据摆在那里：一季度营收75.38亿元，同比增长502.08%；净利润33.46亿元，同比增长4943.39%，从一个季度亏损到净赚33亿。整张地图的共同特征是什么？它们都不做大模型。
四、把镜头转过来，大模型这端的故事完全是另一种颜色如果说上游是阳光普照的丰收季节，那大模型这一端，就只能说是“拿着金饭碗在讨饭”。
阿里： 宣布未来三年投入3800亿元用于AI和云基础设施。
字节跳动： 2025年AI资本开支约1500亿元，2026年计划上调至超过2000亿元。
腾讯、百度、智谱、月之暗面、MiniMax、阶跃星辰： 每一家都在持续融资、持续烧钱、持续采购算力。
这些钱流向了哪里？买英伟达的卡，钱去了英伟达，英伟达再下单给台积电，钱去了台积电。买华为昇腾，钱去了昇腾产业链。买服务器，钱去了浪潮、曙光。买存储，钱去了海力士、长江存储、德明利。买光模块，钱去了中际旭创。建数据中心买电力设备，钱去了各地的IDC运营商。
资本市场给大模型公司估值的钱，几乎每一分都要再花出去一次——去买铲子。
那么，大模型本身的收入是多少？
答案并不乐观。根据公开报道，豆包直到2026年5月4日才推出首个付费会员（分层定价在68元到500元之间），在此之前基本免费；通义、混元、文心主要靠API调用和云服务捆绑收费，各创业公司的收入离覆盖训练成本还有相当距离。
把投入和产出放在一起看，画面非常刺眼：大模型这一端，资本开支动辄千亿，商业化进度以季度为单位缓慢推进；铲子供应商那一端，净利润动辄翻倍甚至翻几十倍，估值已经先兑现了未来三到五年的想象空间。
谁在赚真金白银，谁在烧未来的钱，一目了然。
五、把视野拉到全球，这不是中国独有的错位但我们需要说明一件事——这不是中国AI行业的特有现象，这是全球AI产业链的共同结构。
在美国，OpenAI的日子比中国大模型公司更难熬。
根据公开报道，OpenAI 2025年营收131亿美元，现金亏损高达80亿美元，毛利率从40%下滑至33%——也就是说，每实现1美元收入，需要投入1.6到2.25美元的成本。到2026年初，其年化营收约250亿美元，但亏损预计将高达140亿美元。与此同时，Anthropic的年化营收运行率（ARR）已飙升至超过300亿美元，首次超越OpenAI。私募交易平台Forge Global的数据显示，Anthropic的二级市场估值已达1万亿美元，而OpenAI徘徊在8800亿美元左右。
但即便是Anthropic，也远没有实现真正的盈利——预计要到2027年才有望现金流转正。
把这些数据摊在桌面上，一个基本事实就摆在那里：在AI大模型的商业化真正跑通之前，所有的AI投资都会先通过资本开支的形式，转移到产业链上游。
这个规律，不分中美。
但中国有两个特殊之处，让这幅画面的对比度更高。
第一，进口管制放大了国产铲子的利润空间。 美国对高端AI芯片的持续出口管制，让华为昇腾、寒武纪、海光信息这些国产方案获得了本来可能要和英伟达短兵相接才能拿到的市场份额。国产算力供不应求，价格坚挺，相关产业链的利润率显著高于正常竞争状态下的水平。
第二，国产芯片产能爬坡阶段，产能极其有限，分配极度不均衡。 大客户优先、战略客户优先是行业常态。即便像字节跳动这样投入规模领先的采购方，也得排队等货。据多家媒体报道，国内头部AI芯片供应商的交付周期普遍在3到6个月以上，部分高端型号甚至更长。
这两点加在一起，中国AI行业呈现出的画面就变成了——上游利润非常可观，中游大厂巨额烧钱，下游买卡排队等交付。德明利夫妻的故事，只是整幅画面里最亮眼也最扎眼的一个注脚。
六、本质是什么？“卖铲子的人”截留了整个行业的现金流这几年大家总爱引用19世纪美国淘金热的故事：那么多背着铁锹和箩筐涌入加州的淘金者，没几个人真正发了财，真正赚到钱的是在旁边开了杂货铺、卖牛仔裤、做铲子生意的那些人。
AI产业正在经历自己的“淘金热”，所有做大模型的公司都是挤在河床里筛金子的人，而上游的半导体供应商——HBM原厂、晶圆厂、国产算力、存储模组厂——都是在河岸上开杂货铺的人。
这个比喻，放到今天来看不但不过时，反而被数据验证得严丝合缝。
但更有意思的是接下来的问题：这种结构能持续多久？
从几个关键指标的走势来看，上游的“暴利窗口”可能还会维持一段时间——2026年全球HBM产能缺口仍高达50%到60%，三大原厂的产能爬坡至少需要12到18个月。而据摩根士丹利2026年4月发布的预测，HBM市场规模将从2023年的约30亿美元爆发式增长到2026年的510亿美元，全球半导体市场规模预计在2026年达到1.6万亿美元。
但任何一个产业，都不可能长期维持“上游利润远超中游，中游持续亏损烧钱”的结构。这种结构的存续有一个前提条件——AI大模型的商业化能够持续吸引资本市场的资金。一旦市场对AI应用层变现能力的态度从“愿意等待”转向“需要看到结果”，整条资金链都可能面临重新定价。
只不过，这个风险目前还没有被市场充分反映出来。
七、德明利们的风险：当潮水退去，存货和应收账款将成为最大的考验基于真实数据，有必要进行一个清醒的判断：存储行业的强周期性从未消失，只是被AI需求带来的供需失衡暂时掩盖了。
德明利一季度业绩的含金量无需质疑——33.46亿元的归母净利润中，非经常性损益仅1241.65万元，占比不到0.37%，说明盈利增长主要来自核心业务的改善。但同时必须关注另外几个关键指标：
应收账款： 报告期末余额达9.63亿元，较上年期末增长33.30%。
存货： 报告期末余额达到121.92亿元，较上年期末大幅增长（上一行末尾显示“存货：规模大增72.73%”）。
经营现金流： 一季度每股经营性现金流为-1.06元。
这意味着什么？德明利在存储涨价的上升周期里大量囤货，赚的是价格上涨带来的库存重估收益。但如果存储价格出现回调，这121亿的存货就可能从“利润蓄水池”变成“风险火药桶”。应收账款如果遇到下游需求波动，同样可能面临坏账压力。
这不是针对某一家公司的判断，而是存储模组行业共有的周期性特征。历史上，存储行业的每一次景气上行都以某种程度的下行为终结。区别只在于——这次AI驱动的上行周期能持续多久、斜率有多大。
而行业权威人士的判断正在趋于谨慎。深度科技研究院院长张孝荣在接受《华夏时报》采访时指出：“市场高速增长的空间存在，但超高增速难以持续，市场将从‘稀缺驱动’转向‘竞争驱动’。随着国产竞争对手的产能释放和价格竞争加剧，增速预计将在今年逐步回落至行业较高水平。”
寒武纪一季度营收同比增长159.56%、净利润同比增长185.04%，数据依然强劲，但和去年前三季度动辄超4000%的增速相比，换挡的趋势已经清晰可见。这像极了英伟达走过的路——当基数膨胀到一定量级，增速从狂飙回归平稳是逃不掉的规律。
八、写给每一个普通的你和我说了这么多财报数字、产业链逻辑，最后我想回到一个更朴素的问题：这一切跟我有什么关系？
如果你只是每天用用豆包、通义千问、DeepSeek来查资料、写文案、做总结——你可能感受不到产业链上那场巨大的财富再分配。你打开一个免费App，问几个问题，得到一个还挺像样的回答，然后划走。你不会知道，支撑这个免费服务的算力背后，有一家深圳公司的创始人身家暴涨了340亿，有一家韩国公司的净利率创下了全球半导体历史新高，还有无数投资者把未来的预期写进了今天的估值里。
但你可以从另一个角度理解这件事。
AI产业的这场“淘金热”，本质上是一次全社会的资本试错。大模型公司烧掉的钱，最终变成了数据中心、服务器、存储芯片、光缆和电力设施——这些基础设施会沉淀下来，变成下一代互联网的底座。哪怕今天的大模型公司在商业化路上走得磕磕绊绊，它们砸下去的真金白银，已经变成了整个社会的技术资产。
只不过，在这个漫长的试错过程中，有人在河床里筛金子筛得满脸灰尘，有人在河岸上开杂货铺开得盆满钵满。
这就是市场经济最真实的模样——创新的成本由梦想家承担，创新的溢出由整个社会分享，而创新过程中的现金流，往往先被做基础设施的人赚走了。
下一个问题是：当大模型的商业化真正跑通的那一天，现在的这张利润地图，会被改写成什么样？
说实话，我也不知道。
但我知道的是，那一天到来之前，还会有更多的德明利、更多的SK海力士、更多的台积电——继续在这场AI淘金热里，扮演着“卖铲子的人”的角色。而河床里的淘金者们，还得继续筛。
你怎么看这场AI产业链的财富分配？欢迎在评论区聊聊你的观察。
风险提示：本文仅为行业分析和信息分享，不构成任何投资建议或商业推广。投资者应基于独立思考，结合自身风险承受能力做出决策。投资有风险，入市需谨慎。