Baillie Gifford 是 1908 年创立于爱丁堡的合伙制资管老店，以超长期、高信念的成长股投资著称——早期重仓 Amazon、Tesla、蔚来成为经典案例，「实际投资者」理念强调以 5-10 年视角持有改变世界的公司，AUM 约 $1200 亿。Insights 专栏发布其基金经理的投资观点与主题研究。
这篇解读是Baillie Gifford旗下基金为公司7月AI股票大跌辩护：他们觉得大跌是仓位拥挤和情绪恐慌，不是AI长期逻辑坏了。算力需求仍然强，所以继续持有半导体和AI基建公司。重点提了三个：Astera Labs做GPU之间传数据的芯片，最近营收同比翻倍；BESI做芯片和内存连接的设备，季报增长69%；IREN把电力变成算力，2026年AI云收入预期超40亿美元且85%已签约。作者看好这三家卡在AI瓶颈环节。
作者认为7月AI基建抛售是仓位与情绪问题，而非长期逻辑逆转；AI算力需求依旧强劲，组合有意维持半导体与AI基建敞口【乐观】
7月底，市场对一切与AI基建建设相关的标的剧烈转向。此前股价快速上涨、预期高企、投资者持仓趋同，作者承认有理由怀疑部分股价跑在了公司基本面之前；但更关键的问题是长期机会是否改变，作者认为近期事件证明不了这一点。触发因素有三层：第一，Moonshot AI 发布开放权重模型Kimi K3，训练参数公开、性能（尤其编码）接近顶级模型，动摇了头部模型厂商的商业模式叙事；其架构通过缓存已处理信息而非每次重新计算，来高效处理长序列。第二，Alphabet 再次上调2026年资本开支指引，且媒体传闻OpenAI与NVIDIA有大规模未来AI园区投资。第三，据报道银行为加杠杆押注AI的对冲基金追加抵押品，作者指出被迫卖出说明不了长期价值，但会放大短期股价波动。
Kimi K3的内存效率引发担忧，因为内存是运行AI模型最昂贵、最受限的环节之一。但作者明确不认同“模型更省内存=需求下降”的推论。作者原话说："Efficiency may affect the shape and pace of demand, but it does not make it disappear."——意即：“效率可能会影响需求的形态和节奏，但不会让需求消失。”理由：Kimi K3仍是能同时处理大量信息的大型模型，运行这种规模的模型依然需要大量算力与内存。文章承认效率会改变需求曲线的形状与推进速度，但不改变需求存在本身。
市场对最大云厂商支出的长期不安是抛售情绪的另一来源。Alphabet 再次上调2026年资本开支指引，加上OpenAI与NVIDIA相关大规模AI园区投资传闻，共同加剧了“这些钱是否值得”的争论。作者给出双面解读：同一笔支出，既让投资者担心未来回报，也说明今天的科技巨头仍看到足够需求、有理由大规模建设产能。巨额资本开支本身就是需求存在的证据。
该基金组合因半导体持仓（约占资产15%）以及IREN等更广泛的AI基建公司下跌而短期跑输基准。作者承认这令人不适，但并非完全意外，因为过去两年是有意构建这类敞口。第二季度这些持仓曾是主要正贡献者，尽管部分涨幅回吐，过去12个月合计仍是正贡献。文章强调：这些公司的投资逻辑不依赖AI基建支出每年保持近期这样的高增速。该机构寻找的是解决重要问题的公司——随着AI系统规模扩大，这些技术应变得更重要，即使建设整体放缓，公司收入仍能以快于大盘的速度增长；且近期业绩已显示实质需求，逻辑不只依赖未来增长。
三个案例共同指向作者看好的AI瓶颈环节：数据流动、芯片与内存连接、低成本电力。
Astera Labs：解决GPU大规模协同时的数据流动瓶颈。AI系统越来越多地让大量GPU跨整机柜协同工作，挑战不只是芯片数量，还有芯片间数据移动速度。其连接芯片与软件专为此设计。最新季度收入$392m，同比增104%，且预计下季度收入继续增长。作者态度：明确看好。
BESI：解决芯片与内存的连接效率。单芯片性能提升变难后，行业转向更优连接方案，混合键合（hybrid bonding）技术密度更高、速度与散热更好。文章引用与半导体研究机构imec的交流，认为长期看混合键合在高带宽内存中很可能变得不可避免。BESI二季度收入同比增69%，管理层预计三季度继续增长；文章同时承认采用仍不均衡，但BESI已受益于先进封装趋势。作者态度：看好。
IREN：提供电力转算力的能力，属AI基建公司但非半导体设备商。约束是成本——客户既关心能否获得GPU，也关心谁以最低可持续成本交付。比特币挖矿历史迫使它在电力采购、选址、数据中心设计与运营效率上保持纪律，这种成本纪律应有助于它竞争。规模数字：2026年底AI云业务年化收入预期超过$4bn，其中约85%已签约；AI云容量从今年初的3兆瓦（MW）增至480MW，2027年或达1.2吉瓦（GW）。公司CEO近期发文说"capacity (demand) exceeds everything we can build"，意即“（需求的）容量超过我们能建造的一切”。作者态度：看好。
| 公司 | 卡位瓶颈 | 最新数据 | 作者态度 |
|---|---|---|---|
| Astera Labs | GPU间数据流动 | 上季收入$392m，同比+104% | 看好 |
| BESI | 芯片与内存连接（混合键合） | 二季度收入同比+69% | 看好 |
| IREN | 低成本电力转算力 | 2026年AI云年化收入>$4bn，85%已签约 | 看好 |
作者不因7月抛售改变AI基建长期判断，仍选择性地支持其技术能成为AI基建关键部分、且近期业绩已验证需求的公司；组合对半导体与AI基建的敞口是有意维持的。需要注意的是，这是持仓方的自我辩护——文中“不意外、不担忧”的措辞本身带有安抚投资者的目的，读者应结合其持仓利益看待对抛售的解释。
| 标的 | 方向 | 作者态度一句话 | 关键数据 |
|---|---|---|---|
| Astera Labs | 持有观察 | 明确看好，卡位GPU大规模协同时的数据流动瓶颈 | 上季收入$392m，同比+104%，下季度预计继续增长 |
| BESI | 持有观察 | 看好混合键合技术，长期在高带宽内存中或不可避免 | 二季度收入同比+69%，管理层预计三季度继续增长 |
| IREN | 持有观察 | 看好其成本纪律与电力转算力能力，需求超过可建容量 | 2026年AI云年化收入预期>$4bn，约85%已签约；容量3MW→480MW |
| Moonshot AI | 未明示 | Kimi K3以高效长序列架构冲击头部模型厂商叙事，是抛售触发因素 | 开放权重模型，性能接近顶级模型（尤其编码），靠缓存处理长序列 |
| Alphabet | 未明示 | 上调资本开支引发回报担忧，但作者认为巨额支出反证需求强劲 | 2026年资本开支指引再次上调 |