Everpure、Lumentum 和 Vertiv 受益于真实的数据中心支出

Google News 筛选出三只与数据中心需求相关的 AI 基础设施股票：Everpure、Lumentum 和 Vertiv。这一筛选结果表明，它们或许比又一组投机性的 AI 概念股更具实质基础。每家公司都在向运营商提供购买处理器之后所需的基础设施。

不过，同处一篇 Google News 报道并不意味着这些企业可以相提并论。Everpure 负责管理和存储数据。Lumentum 提供传输数据的光学组件。Vertiv 则提供让高密度计算系统持续运行所需的电力与制冷能力。

这种差异构成了核心张力。数据中心支出确实存在，但收入通过不同的项目、客户和部署进度流向各家供应商。官方业绩支持需求增长的叙事，同时也暴露出一份三股筛选清单无法化解的风险。

投资者还需要将原始发布方的筛选方法与一手证据区分开来。Simply Wall St 将这些公司描述为把 AI 需求转化为财务业绩的企业。其股票筛选是一个有用的起点，但不能替代监管文件。

更有力的结论应当更为收敛。Everpure、Lumentum 和 Vertiv 对不断扩张的数据中心具有可衡量的敞口。这种敞口能否带来可持续回报，取决于利润率、客户集中度、交付能力以及 AI 部署推进的速度。

Google News 股票筛选实际识别了什么

这三项选择对应的是 AI 数据中心内部不同的瓶颈，而非同一种投资的三个版本。

Everpure，即原 Pure Storage，销售闪存存储和数据管理系统。其产品承载训练数据、模型检查点、企业记录，以及计算集群必须快速获取的其他信息。

该公司于 2026 年 2 月更改企业名称。一份SEC 文件确认，Pure Storage 已更名为 Everpure，同时最初仍保留原有股票代码。

这次品牌重塑之所以重要，是因为它传达出更广泛的抱负。Everpure 希望投资者和客户将其视为数据管理平台，而不只是存储阵列制造商。

Lumentum 则处于另一个层级。它生产激光器、光学组件和模块，将电信号转换为光信号，以支持高速连接。

现代 AI 集群将工作分配到数千颗加速器上。当网络连接无法以足够的速度、可靠性或效率传输数据时，这些处理器的价值就会下降。因此，随着集群规模扩大，光连接的重要性也随之提升。

Vertiv 的业务则更贴近设施本身。其设备为数据中心和通信网络提供供电、热管理、机柜、控制系统和服务。

高密度计算带来了直接的物理约束。每个机柜中的计算量增加，会提升用电需求和散热量。运营商在部署更多新一代系统之前，必须重新设计配电和冷却方案。

这些定位构成了一条有用的链条：

• Everpure 为关键数据提供存储和管理层。

• Lumentum 提供在计算系统之间传输数据的光学技术。

• Vertiv 提供让这些机器保持可用的电力和制冷系统。

因此，Google News 的结果捕捉到了一个有意义的主题。AI 支出正从处理器采购延伸至配套设备和软件。

但这一筛选也压缩了重要差异。除 AI 项目外，存储还可服务于传统企业工作负载。光学需求在很大程度上取决于网络架构和组件周期。电力与制冷订单则遵循可能跨越数个季度的建设进度。

这些公司的收入确认方式也各不相同。存储订阅的表现不同于光学组件订单，也不同于带有安装要求的大型热管理项目。

因此，这份筛选清单最适合作为供应链地图，而不应被视为有关估值、风险或未来表现的结论。

投资者还应注意日期差异。原始文章发布于部分较新的季度业绩之前。这些更新比原始筛选中包含的市值快照和预测提供了更有力的证据。

因此，下一个问题并非数据中心支出是否存在，而是已披露的需求是否正在进入每家公司的财务报表。

Everpure 销售的是数据层，而不是 GPU

Everpure 在三家公司中拥有最广泛的企业市场敞口，但其 AI 叙事仍与传统存储需求交织在一起。

Everpure 报告称，2026 财年营收约为 37 亿美元，同比增长 16%。该财年内，公司还首次实现单季营收超过 10 亿美元。

这些数字证明其拥有规模可观的运营业务，但并不能说明其中有多少收入直接来自生成式 AI 部署。

公司的年度文件描述了一个整合式存储和数据管理平台，覆盖本地系统、公有云、混合环境和边缘位置。

这一覆盖范围使 Everpure 能够从多个渠道进入基础设施预算。企业可能会为数据库、网络恢复、虚拟机、分析或 AI 开发采购其系统。

当单一工作负载放缓时，这种多样性可以稳定需求。但这也使得从合并营收中衡量 Everpure 的具体 AI 敞口更加困难。

其产品解决了一个真实问题。在加速器能够开展有用计算之前，AI 系统需要可访问且受治理的数据。训练和推理还会产生检查点、嵌入、日志和输出，组织必须对这些内容进行存储。

高速存储能够减少昂贵处理器等待信息的时间。数据管理软件还可帮助团队在不同环境中发现、分类、保护和迁移信息。

Everpure 已将其产品组合与 NVIDIA 参考设计相结合，并扩展了面向 AI 的产品。该公司表示，这些集成简化了为大型计算集群配置存储的过程。

这些说法需要谨慎表述。参考架构可以减少部署摩擦，但并不保证客户采用，也不保证特定水平的财务表现。

Everpure 的 2027 财年第一季度业绩进一步表明其增长仍在持续。公司也完成了从 Pure Storage 到 Everpure 的过渡，并启用了与 Everpure 相关的新股票代码。

风险部分来自硬件经济性。闪存系统需要处理器、内存和存储组件，而这些组件的成本可能迅速变化。更高的组件成本可能压缩利润率，或迫使公司与客户进行艰难谈判。

企业存储市场竞争依然激烈。Dell Technologies、Hewlett Packard Enterprise、IBM、NetApp 和云服务商都提供了在数据存储和管理方面存在重叠的方案。

AI 可以增加存储信息的总量，但并不会将每一美元都导向 Everpure。客户可以使用传统阵列、对象存储、云服务或专业平台。

品牌重塑还带来另一个执行问题。从存储扩展到更广泛的数据管理，需要新的软件、销售能力、集成能力以及客户信任。

这种扩展可以提升 Everpure 已安装基础的价值。但如果客户仍主要将该公司视为硬件供应商，也可能带来复杂性。

对于追踪 Google News 这一主题的投资者而言，Everpure 是数据层的选择。其披露的增长是真实的，但 AI 的精确贡献仍不如标题所暗示的那样清晰。

最明确的确认将来自持续增长的超大规模客户收入、不断扩大的订阅业务，以及量化 AI 相关部署的披露。在缺少这些信号的情况下，企业存储增长与 AI 需求仍然相互交织。

Lumentum 展示 AI 支出如何流向光网络

Lumentum 提供了最直接的证据，表明更大规模的 AI 集群正在推动对高速光连接的需求。

Lumentum 报告称，2026 财年第三季度营收为 8.084 亿美元，同比增长 90%，创下公司纪录。

其 GAAP 毛利率达到 44.2%，GAAP 营业利润率达到 21.6%。管理层将该季度表现归因于强劲需求和更好的经营杠杆。

公司的季度业绩比单独依赖股票筛选器更有力地支持 AI 基础设施逻辑。营收增长伴随着显著的利润率扩张。

Lumentum 向云和网络市场销售多类产品，包括外调制激光器、泵浦激光器、窄线宽激光器、光模块以及用于数据中心互连的组件。

其技术机制并不复杂。随着集群增加处理器，服务器、机柜和设施之间的通信也会增多。在更长距离和更高数据速率下，铜连接会变得不那么实用。

光学技术将信息转换为能够通过光纤高效传输的光。因此，光学组件对于扩展高密度加速器系统周围的网络至关重要。

Lumentum 的机会也不止于单座建筑内部的连接。数据中心互连产品可连接独立设施，而运营商希望将这些设施作为更大的计算环境进行管理。

NVIDIA 较新的网络计划强化了这一方向。其 Vera Rubin 平台包含共封装光学技术，即将光学功能放置得更靠近交换芯片。

根据 NVIDIA 的说法，其光子学平台在功耗效率和可用性方面优于采用传统可插拔收发器的网络。

这些是 NVIDIA 的性能主张，而不是独立测试结果。不过，这一架构方向对整个光学生态系统中的供应商仍具有重要意义。

共封装光学技术可以扩大激光器及相关组件的市场，也可能改变哪些产品能够获取最多价值。

这为 Lumentum 带来了核心风险。一家公司可能受益于不断增长的光学需求，同时仍需应对产品设计、集成和客户要求的快速变化。

客户集中度也是另一项担忧。大型云公司和网络供应商采购量巨大，使主要买家拥有议价能力。

光学组件也有周期性需求的历史。客户有时会在产能短缺期间积极下单，随后在库存过剩时削减采购。

Lumentum 必须扩大制造能力，同时不能假设每一次需求激增都会无限延续。产能不足可能错失收入，产能过剩则可能在市场调整期间拖累利润率。

竞争依然活跃。Coherent、Broadcom、Fabrinet、Marvell 和专业光子学供应商都参与了网络链条中相互重叠的环节。

该公司近期的增长表明，需求已超越演示和试点项目。客户正在以足以改变营收表现的规模订购组件。

然而，这种增长能否持续取决于部署进度。数据中心延迟、网络设计变化或库存调整，都可能导致需求在不同季度之间转移。

因此，Lumentum代表了Google News筛选中的连接层。它提供了强劲的财务证据，同时也面临组件周期和客户集中度带来的显著风险敞口。

接下来最有价值的信号，将是新增产能投放后营收和利润率能否维持高位。持续的需求将强化这样一种判断：光学支出属于结构性趋势，而非对暂时性短缺的应对。

Vertiv将计算需求转化为电力和制冷订单

Vertiv最清晰地证明，AI支出已进入实体数据中心——在这里，散热和供电无法靠软件解决。

Vertiv报告称，2026年第二季度净销售额为32.74亿美元，较2025年同期增长24%。

营业利润增长44%，调整后营业利润增长51%。该公司还上调了多项全年财务指标的指引。

更早的证据同样引人注目。Vertiv在2025年末的积压订单达150亿美元，较一年前增长109%。

其2025年第四季度的订单出货比约为2.9。订单出货比衡量新增订单与已确认营收的关系，因此高于1意味着订单超过销售额。

Vertiv的第二季度更新还将供应链拥堵和复杂的多阶段项目列为影响时点的因素。

这一披露同时概括了机遇与风险。客户正在规划更大规模的部署，但这些项目在制造、交付、安装以及确认营收方面都变得更加困难。

Vertiv销售不间断电源、开关设备、配电系统、制冷设备、机架、控制系统及相关服务。这些系统几乎覆盖了从公用事业接入到服务器运行之间的每一个环节。

向机架级计算的转变提高了液冷的重要性。随着设备在有限的机房空间内集成更多电力，风冷的效果会下降。

液冷系统通过在处理器或其他高热组件附近循环冷却液来转移热量。它们能够支持更高密度的部署，但需要泵、热交换器、控制系统、管路和专业维护。

Vertiv参与了这条链条的多个环节。它还通过收购和新增制造产能扩展了自身能力。

NVIDIA的DSX参考设计将计算硬件与设施级电力、制冷、控制和仿真连接起来。Vertiv是为该生态系统提供技术支持的基础设施公司之一。

DSX架构显示了Vertiv的角色为何正变得更具战略意义。设施系统日益需要与计算设备协同配合。

但这并不意味着每一笔积压订单都同样稳固。数据中心项目可能面临公用事业延迟、许可问题、融资变化、施工瓶颈或客户重新设计等情况。

因此，积压订单提供的是可见性，而非确定性。订单可能发生变动，而营收确认取决于交付和合同条款。

大客户也可能施加压力。超大规模云服务商和托管数据中心提供商进行大规模采购、比较多家供应商，并要求设备路线图与未来处理器保持一致。

Vertiv与Eaton、Schneider Electric、Johnson Controls、Trane Technologies及其他专业厂商竞争。一些竞争对手在更广泛的产品组合中整合了电气设备、制冷、自动化和楼宇系统。

另一个不确定性涉及数据中心效率。更好的制冷和电源管理可以在固定的电力约束内支持更多处理器，也可能降低单位计算产出所需的设备量。

应从容量和强度两个维度评估需求。更多设施有利于Vertiv，而更高密度的机架则可能提高每次部署的价值。

Vertiv在这组三只股票中提供了最有力的实体层面验证。其营收、订单增长、积压订单和指引均表明，支出已进入真实项目。

剩下的问题在于执行。将大型订单转化为高利润营收，需要工厂、供应商、训练有素的安装人员，以及跨多个地区的严谨项目管理。

真实需求并不能消除估值和执行风险

运营增长验证了基础设施主题，但并不能决定这些股票所隐含的预期是否合理。

最初的Google News标题鼓励读者关注真实的数据中心支出。这是对那些仅基于演示或遥远预测的AI叙事的有益修正。

然而，“真实”需求并不等于可预测的需求。基础设施项目涉及漫长的规划周期、集中的买方、融资要求以及对公用事业的依赖。

Everpure面临营收结构的不确定性。企业存储需求可以增长，但直接由AI带来的贡献仍然难以单独量化。

Lumentum面临产品和库存周期。光学需求可能快速上升，但网络架构的变化可能使支出在模块、组件和集成系统之间转移。

Vertiv面临施工和交付风险。强劲的积压订单仍可能遭遇现场延迟、供应限制和客户进度变化。

这三家公司都依赖云服务商、企业、数据中心运营商和AI开发商持续进行资本支出。若支出放缓，对它们的影响速度并不相同。

光学组件订单可以相对快速地调整。设施项目周期更长，尽管取消或延期仍有可能。存储采购可能取决于企业预算决策，这与超大规模建设项目并不相同。

这些公司所处的竞争位置也不同。Everpure必须使其平台区别于其他存储系统和云服务。

Lumentum必须交付符合快速变化规格的组件。Vertiv则必须让设施设备与处理器路线图及区域施工标准相协调。

利润率同样值得关注。若营收增长依赖昂贵的产能扩张、加急组件或不利合同，其经济效益可能弱于标题所暗示的水平。

投资者应区分报告的GAAP数据与调整后指标。调整后结果可以帮助厘清经常性运营情况，但也可能剔除仍会影响股东的成本。

同样应谨慎看待公司指引。指引反映管理层在特定时点的预期和假设，并非保证实现的结果。

Simply Wall St文章还纳入了由模型和分析师预测生成的估值观察。这类估算依赖增长率、折现假设、终值和未来利润率。

这些假设的微小变化都可能导致计算价值发生巨大变化。当近期增长率异常高时，这一局限性变得更加重要。

因此，这个故事的核心对立是承诺与转化。AI投资创造需求信号，而每家供应商都必须将这些信号转化为已交付产品、营收、现金和可持续利润率。

目前的证据支持这种转化。Everpure扩大了营收并进入超大规模存储领域。Lumentum报告了创纪录的销售额和更高的利润率。Vertiv则将基础设施需求转化为销售额、现金流和积压订单。

不过，这些结果都不能排除订单放缓、客户集中、组件通胀或竞争压力的可能性。

读者不应将这三家公司视为整个AI经济的多元化替代品。它们的敞口存在重叠，因为同一批大型项目可能推动各层面的支出。

一个延迟的园区项目可能在不同阶段影响网络、存储、制冷和电力供应商。即使产品看似不同，共同敞口仍可能带来相关性风险。

这份股票筛选成功识别了基础设施受益者，但无法判断市场已为每家公司预期了多少未来增长。

Google News标题之后需要关注的三个信号

下一阶段应通过财务转化、网络架构和项目交付来评判，而非又一轮AI公告。

第一个信号是Everpure的超大规模和订阅业务表现。投资者需要看到证据，证明其数据平台正获得传统企业存储替换之外的工作负载。

关注营收能否持续增长、经常性承诺能否扩大，以及有关超大规模客户的披露是否更清晰。这些信号将强化这样一种主张：AI数据需求正在创造额外的增长引擎。

订阅业务扩张疲弱或对AI贡献的归因含糊，都会降低信心。这将表明，传统存储升级对业务的解释力仍超过标题所暗示的程度。

第二个信号是，随着光学产能扩张，Lumentum能否维持营收和利润率。若客户持续吸收产能且未形成过多库存，创纪录的增长才最具意义。

未来财报应揭示云需求是否在组件和模块之间保持广泛分布。有关订单可见性、制造利用率和客户集中度的评论将尤其重要。

共封装光学同样值得关注。若部署从参考设计进入批量系统，供应商将需要说明其参与环节，以及这些产品如何影响利润率。

大幅库存修正将削弱结构性增长的论点。多个产品类别持续存在需求则会强化这一论点。

第三个信号是Vertiv将积压订单转化为已完成项目的能力。营收增长应继续伴随健康的现金生成和可控的执行成本。

关注供应链拥堵、项目分期、制造扩张和订单取消。这些细节显示需求是在成为运营产能，还是仍停留在规划文件中。

该公司在液冷方面的进展提供了另一项实用指标。新的处理器平台需要更一体化的热管理设计，从而为设备和持续服务创造机会。

积压订单增长而转化放缓，将引发对现场准备情况或交付限制的担忧。持续的销售增长和稳定的利润率将支持长期基础设施逻辑。

这些信号也不仅与投资者有关。开发者和AI产品团队依赖可用的计算能力、可预测的存储性能和可靠的网络。

企业买家也应关注，因为基础设施限制可能影响云服务可用性、部署进度和服务成本。更多产能并不自动意味着可以立即获得使用机会。

知识工作者会间接感受到这些影响。更快的存储、更高密度的计算和更大的网络可以支持响应更迅速的AI服务，但部署瓶颈可能延迟这些改进。

Google News 的结果反映出一个真实转变：焦点正从模型发布转向实体交付。基础设施公司报告的是可量化的需求，而不再只是讨论潜在市场。

现在更尖锐的问题在于这种趋势能否持续。Everpure 能否深化其数据管理领域的布局，Lumentum 能否维持光通信业务的增长，Vertiv 又能否高效交付其积压订单？

在将下一则 AI 基础设施新闻视为确认信号之前，应先关注这三个运营指标。真实支出已经到来，但执行能力将决定哪些供应商能够保留其中的价值。