📊 存储 · 业绩透视

AI 存储需求推动西部数据利润暴增 12 倍,市场却以暴跌回应

2026 财年 Q4 营收 37.5 亿美元,同比增长 44%;GAAP 净利润 31.95 亿美元,暴增 12 倍;调整后每股收益 3.56 美元,超预期。但盘后股价跌超 11%——市场用周期股的尺子衡量一家正在变成复利机器的公司。

综合公开信息整理 2026-08-06 全文约 4 分钟读完
#西部数据 #AI存储 #HDD #物理AI #数据中心
+12× GAAP净利润同比暴增
44% 营收同比增长,连续超预期
54.1% GAAP毛利率,同比+13.1pct

⚡ 30 秒速览

  • 业绩有多好:营收、利润、毛利率、指引全部超预期,GAAP净利润同比增长超 12 倍。
  • 为什么跌:年内累计涨幅超 200%,市场用“周期股”框架定价,认为“已到顶”。
  • 深层信号:AI 数据中心存储需求正在从“周期性”变成“复利性”——数据只增不减。
  • 三个硬证据:长期协议(LTA)签至 2031 年;不扩产→定价权强化;物理 AI 第二曲线启动。
  • 核心矛盾:公司基本面从未如此之好,但市场还在用旧尺子量新物种。

01核心数据一览 AI 存储需求驱动量价齐升

云业务营收占比高达 89%,同比增长 43%——几乎全部增长来自 AI 数据中心和超大规模客户。不再是一家“PC 硬盘公司”,而是AI 基础设施的核心存储供应商

37.5营收(亿美元)
44%营收同比增
44.2%调整后营业利润率
34%自由现金流利润率

注:每 TB 混合平均售价同比上涨“高十几位数”,量增 22%,价增主导增长。毛利率同比提升 13.1 个百分点,量价齐升态势显著。

更关键的是资本效率:资本支出仅 1.08 亿美元,占营收不到 3%。对比 AI 芯片公司动辄 20%–30% 的 capex 占比,西部数据几乎不需要额外投入就能实现增长——技术迭代本身就是产能扩张

02市场为何恐慌?周期股的尺子 vs 复利的新逻辑

过去二十年,HDD 在资本市场的认知框架里一直是典型“周期股”。需求随数据中心建设周期波动,高点之后必有低点。当毛利率从 25% 反弹至 54%,涨了 600% 的股价自然触发“兑现”信号。

但 CEO Irving Tan 在电话会上说了一句话,可能是整场业绩会中最重要的:

“计算周期可以重复使用,但数据会复合增长。”

这句话的冲击力在于:GPU 需求是周期性的——训练完一个模型,算力可被复用,需求有波峰波谷。HDD 需求是复利性的——每一次推理、每一个 Agent 工作流、每一条自动驾驶日志,都在产生新数据,这些数据只会积累,不会消失。

周期股框架

假设需求曲线是“钟形”,高点之后必有低点。均值回归是必然。

复利框架

假设需求曲线是“指数形”,数据持续累积,没有天花板。

用周期尺量指数曲线,自然会得出“涨太多了”的结论。但问题在于:市场什么时候换一把尺子?

03三个硬证据:HDD 正在“去周期化”

如果“数据复利”只是理论,那接下来的三个事实就是更硬的依据。

🔒 长期协议签至 2031 年 LTA

Irving Tan 透露,西部数据正在与客户讨论建立 2029–2031 年甚至更长期限的协议。传统 HDD 是“现货交易”,价格随供需剧烈波动。LTA 将收入从“大宗商品”变成“订阅制”——类似电力公司的长期购电协议,可预测性大幅提升。

LTA 风险:定价机制未公开,客户违约可能。但方向明确——收入稳定性正在向公用事业级别靠拢。

🏭 不扩产=定价权最大化 寡头格局

需求同比增长 44%,但西部数据选择不扩产。资本支出仅占营收 3%,通过技术迭代(40TB UltraSMR → HAMR → 100TB)在相同物理空间增加容量。全球只剩三家 HDD 厂商,经历 2022–2023 年惨烈下行后,都变得极度“产能纪律”。寡头默契下,克制就是最坚固的护城河。

不扩产维持供给紧张,价格持续坚挺。量、价、成本三重利润增长,而非传统周期股的“量增价跌”。

🤖 物理 AI:第二增长曲线启动 EB 级需求

电话会上提及,一家自动驾驶公司的 EB 级存储需求在 2026 年将“增长好几倍”。生成式 AI 训练数据来自互联网,数据量有限;物理 AI 的训练数据来自现实世界,还需用 AI 生成合成数据——数据不是“采集”的,而是“制造”的,增长无上限。

生成式 AI 是第一曲线,物理 AI 是第二曲线。接力棒已递出,需求结构从“一次训练”变为“持续积累”。

04换尺子需要多久?

框架切换不是一夜发生的。它需要连续的季度验证、一个“周期下行”的考验,以及卖方分析师的“评级升级”。

我们倾向于认为,这个过程需要 2–4 个季度。在那之前,每次“超预期”都可能被“获利了结”惩罚。这不是基本面的问题,是认知更新的速度问题。

一个诚实的注脚:SSD 的长期替代威胁真实存在,寡头默契也可能被打破。但这些风险改变的是斜率,不是方向。

编辑核心判断

当 LTA 签至 2031 年、物理 AI 的 EB 级需求在 FY2027 兑现、毛利率连续四个季度站上 55%,“周期”的标签会自己脱落。在那之前,每一次“超预期”都可能换来一次暴跌——这正是预期差最大的来源。

关注 AI 存储范式

西部数据的故事只是 AI 基础设施从“周期”走向“复利”的一个切片。理解这把尺子,比看懂股价更重要。

持续关注 AI 存储趋势