送进数据中心的电，不能直接喂给一颗 AI 加速器。机架先把高压交流电变成直流电，主板再逐级降压，最后要在芯片周围把电压稳在很低的水平。加速器每一瞬间调用的计算单元不同，电流也跟着剧烈变化。供电慢半拍，昂贵的芯片会降频甚至出错；多损耗一点，电就变成需要冷却系统带走的热。

Monolithic Power Systems，简称 MPS，卖的正是这条电流路径上的转换器、控制器和电源模块。2026 年第二季度，它的 Enterprise Data 收入达到 3.806 亿美元，一年增长 164.3%，已经占季度收入 38.8%。公司总收入同期增长 47.6%，经营利润几乎翻倍。GPU 的销售额没有出现在 MPS 的报表里，GPU 对电源的要求却开始改写这家模拟芯片公司的收入结构。

问题不在于 AI 服务器是否需要电源管理，而在于本轮收入能否穿过渠道备货、客户平台切换和扩产投入，最后留下可持续的现金。MPS 正把自己从卖单颗芯片的供应商描述成整套电源方案提供者。这个变化若成立，每一代更高功率的计算平台都可能增加它在一台服务器里的内容量；若不成立，快速增长和提前备下的库存会在周期转向时一起暴露。

电到了芯片旁边，还要被切成许多小份

AI 服务器的供电不是一个电源插头解决的。电从数据中心母线进入机架，经过交流转直流或高压直流转换，再到机架和主板上的中间总线，最后由靠近 GPU、CPU、存储器和网络芯片的稳压器降到各自需要的电压。负载会在微秒级变化，控制器要调动多个功率相位，让输出既跟得上计算需求，又不过度发热。

这给电源芯片留下两种增长来源。第一种是服务器数量增加。第二种更隐蔽，同一台服务器的功率密度提高后，需要更多功率级、更复杂的控制、更准确的电流监测和更紧凑的封装。MPS 不必分享 GPU 的计算利润，只要它在每块板上的器件数量或单套方案价值上升，也能从算力升级中取得增量。

外部材料至少证明这些产品不是停在样品目录里。Open Compute Project 的 Mt. Jade 服务器规范在板级供电设计中列出了 MPS 的 MPQ8623 转换器，把 3.3 伏待机电源降到 1.8 伏供可编程逻辑使用。这个例子年代较早，也不是当前 AI 加速卡的收入证明，但它说明 MPS 的器件确实进入过由行业组织公开的服务器参考设计。公司自己的最新数据再补上商业规模：Enterprise Data 收入在一个季度内增加 1.178 亿美元，通信业务收入也因光模块和交换机电源需求而增长。

产品进入参考设计，并不等于客户从此无法更换供应商。Texas Instruments、Infineon、Renesas 等公司都能提供电源管理器件，大型系统公司还会组合不同厂商的控制器和功率级。客户在新平台定型前会测试效率、瞬态响应、可靠性、尺寸和成本。一旦主板完成验证，更换料号要重新做电气和热测试，形成一定转换成本；到了下一代平台，设计窗口又会重新打开。

电源管理还有一个容易被总功率掩盖的经济问题。客户不会按服务器耗电量向器件供应商付费，而是为每个经过验证的功能位置购买芯片或模块。总功率翻倍，不代表 MPS 的收入自动翻倍。收入要增长，必须出现更多供电相位、更高单价的集成模块，或者公司进入原本由其他供应商负责的位置。效率改善也有边界：省下的电费和散热成本要大于更换方案、重新验证与供应风险的代价，客户才会扩大采购。

因此，单机内容量比数据中心总用电量更接近 MPS 的收入发动机。公司没有公开披露每台 AI 服务器装了多少美元的 MPS 器件，也没有按 GPU 平台拆分销售。Enterprise Data 收入可以证明终端市场正在放量，却不能单独分辨增长来自服务器数量、每台设备内容量还是客户为防缺货而提前采购。文章后面的库存和渠道数据，正是用来补这块缺口。

MPS 想把窗口变窄。单颗器件容易被逐项比价，围绕 GPU、存储器、光模块和整机电源提供一组协同工作的芯片与模块，可以减少客户调试不同供应商器件的工作。公司披露已开始为 800 伏数据中心架构送样高压交流转直流产品，并收到高速 DDR5 相关元件的初始订单。这些仍是公司陈述，800 伏产品也处于送样而非大规模收入阶段，却清楚显示其路线：从芯片旁的一小段降压，向机架更前端的电源路径延伸。

3.806 亿美元把一家公司换了重心

2026 年第二季度，MPS 收入为 9.806 亿美元，高于上年同期的 6.646 亿美元。Enterprise Data 是最主要的增量，从 1.440 亿美元升到 3.806 亿美元；与第一季度相比也增长 44.8%。通信收入达到 1.315 亿美元，同比增长 78.3%，公司把其中一部分归因于光模块和交换机电源。AI 集群需要计算芯片，也需要在机架内部搬运数据，这两项业务由同一轮基础设施建设连接起来。

其他市场没有消失。Storage and Computing 收入约 1.998 亿美元，汽车为 1.571 亿美元，工业、消费也继续贡献收入。多市场组合过去帮助 MPS 分散单一电子产品周期，如今 Enterprise Data 的份额在一年内迅速上升，分散效果正在减弱。对增长有利的集中，也让公司更依赖少数 AI 平台的推出与客户部署节奏。

利润表目前显示出经营杠杆。季度毛利为 5.411 亿美元，GAAP 毛利率约 55.2%，与一年前大致持平；经营利润从 1.648 亿美元升到 3.039 亿美元，经营利润率由约 24.8% 升至 31.0%。收入增加时，研发和销售管理费用没有同比例增长，于是更多毛利留在经营利润里。

毛利率没有随着需求激增明显上升，值得仔细看。它可能说明 MPS 在抢占平台时仍要面对价格谈判，也可能来自产品组合和新增制造成本。电源方案的价值若真的从单颗芯片扩展到系统设计，长期应当在内容量、客户黏性或利润率中留下至少一种痕迹。只有收入变大而毛利率停滞，仍不能证明议价权同步增强。

公司预计第三季度收入为 11.4 亿至 11.6 亿美元，中点比第二季度再高约 17%。把 11.5 亿美元简单年化，是 46 亿美元收入规模。这个算法不是全年预测，因为季度组合和客户拉货会变化；它只说明 MPS 的运行速度已经逼近公司此前所说的 60 亿美元产能支持目标。管理层随后把产能目标提高到显著超过 60 亿美元，供给准备正在追赶报表。

终端客户藏在分销商后面

MPS 的收入增长很真实，终端需求却没有报表数字看上去那么透明。第二季度 88% 的销售通过分销商和增值经销商完成，高于一年前的 83%。最大两个直接分销客户分别占季度收入 28% 和 15%。MPS 能看到直接订单、出货与回款，但投资者难以从公开披露中分清多少器件已经装进终端服务器，多少仍在渠道或客户库存里。

收入确认规则提供了一道边界。普通产品通常在控制权随出货或交付转移时确认；寄售安排则要等客户实际领用。分销商还有有限的调价和库存轮换权，公司会估计退货并冲减收入。会计处理可以约束明显的渠道装货，却无法消除客户为了新品发布、供应紧张或价格预期而提前下单的行为。

地域数据也要按口径理解。第二季度按直接客户收货地点计算，中国占 5.020 亿美元，台湾占 2.605 亿美元，两地合计接近季度收入的 78%。这不等于最终用户有 78% 位于中国大陆和台湾。亚洲是晶圆制造、封装、服务器与电子供应链的集散地，分销商收货后可能再把器件送到其他地区的终端产品中。它仍说明公司的货流与亚洲制造网络高度相连，贸易限制、客户转单和供应链中断会很快进入收入节奏。

这种口径也会影响竞争判断。某家分销商的采购份额上升，可能因为它服务的终端客户放量，也可能只是原有客户把采购入口集中到同一渠道。直接客户集中度不能替代终端客户集中度，两者却共同影响现金回收和库存安排。若分销商预期需求强而大量补货，MPS 的收入会先确认；若最终装机随后放慢，价格调整、库存轮换与下一季订单会把差异带回报表。

公司披露的最大直接客户都是匿名分销商，因此无法从财报核实某一家云厂商或 GPU 平台贡献了多少 Enterprise Data 收入。这个盲区让“广泛订单”只能保留为管理层说法。较可靠的验证顺序，是看 Enterprise Data 收入能否在多个平台周期延续，分销占比和应收天数是否异常上升，以及库存是否最终随出货转成现金。

竞争也会先在下一代平台设计中发生。若客户把更多电源功能整合进自研模块，或为降低单一来源风险而扩大第二供应商，MPS 可能仍有出货，却拿不到预期的单机内容量。反过来，如果高压输入、板级降压、DDR5 和光模块电源能够作为组合进入同一个客户，单个平台带来的收入会扩展到服务器多个位置。公开报表暂时只按终端市场分组，还不能直接证明这种交叉采用。

扩产先留下库存和厂房

需求加速时，芯片公司最怕没有货。MPS 是无晶圆厂设计公司，却仍要预订晶圆、封装与测试产能，也持有原材料、在制品和成品。2026 年 6 月底，库存为 6.758 亿美元，比年初增加 1.112 亿美元；其中在制品增加最多，达到 3.066 亿美元。管理层给出的库存天数是 140 天，比第一季度少 17 天，收入增长暂时跑得比库存更快。

这组数字同时支持两种解释。较好的解释是，公司为后续平台备货，而增长足以消化库存。较弱的解释是，客户把订单提前，MPS 与分销渠道都在为同一批需求增加库存，一旦交付推迟，货会停在链条不同位置。库存天数下降减轻了第二种担忧，却没有消除它，因为分母来自一个增长极快的季度。

固定资产也在上升。6 月底物业与设备净额为 7.745 亿美元，年初为 6.277 亿美元。上半年资本开支达到 1.533 亿美元，比上年同期的 8849 万美元高出约 73%。这些投入包括制造与研发设施、生产和测试设备。无晶圆厂并不等于无需资本，MPS 仍要为测试、封装能力和供应链弹性提前付款。

截至 6 月底，公司对供应商及其他方的无条件采购承诺为 5.710 亿美元，主要涉及晶圆、库存、组装服务、设施与设备。这个金额低于半年收入，却足以在需求降温时形成压力。承诺能换来供给保障，也把一部分未来销量假设提前写进合同。

现金流已经显示扩张的代价。上半年净利润为 4.505 亿美元，经营现金流为 4.782 亿美元，与上年同期的 4.940 亿美元相比反而略低。库存增加占用了 1.112 亿美元现金，应收账款增加又占用 8800 万美元。经营现金流减去 1.533 亿美元资本开支，得到约 3.249 亿美元简化自由现金流。利润增长很快，营运资金和设施投入暂时吸收了其中一部分。

这里不能把所有资本开支都算成某一代 AI 产品的专用投入。MPS 同时服务汽车、工业、消费、通信和存储市场，设施与测试设备可能被多条产品线共享。反过来，多市场也不保证设备能够在需求转弱时无成本地转用。不同封装、测试程序和质量要求会限制转换速度。真正需要观察的是新增资产能否带来高于折旧和营运资金占用的持续毛利，而不是简单把扩产本身视为增长证明。

MPS 没有依靠大量债务支撑扩张。现金和短期投资约 14.14 亿美元，资产负债表没有列出金融债务，给公司留下了扩产余地。但现金充足不改变回报要求。若新增库存、设备和采购承诺只服务短暂高峰，资产负债表不会立刻出问题，投入资本回报率却会下降。

584.9 亿美元企业价值要求增长不能只快一季

2026 年 9 月 8 日，MPWR 收于 1218.91 美元。用 7 月 29 日约 4914.3 万股已发行股份粗算，权益价值约 599.0 亿美元；扣除 6 月底 14.14 亿美元现金与短期投资，在未计金融债务的简化口径下，企业价值约 584.9 亿美元。股价、股份和资产负债表日期没有完全重合，这些计算用于辨认市场要求的数量级。

把第二季度收入年化为 39.23 亿美元，企业价值约为这项收入的 14.9 倍。把季度经营利润年化为 12.16 亿美元，对应约 48.1 倍经营利润。上半年简化自由现金流年化约 6.50 亿美元，相对权益价值的收益率约 1.1%。季度年化会放大旺季与快速增长阶段，因此不能当作稳态估值，但三种口径指向同一件事：当前价格已经预留了多年高增长和较高利润率。

对高上行候选，数学需要拆成条件，而不是把股价画成直线。以第三季度收入指引中点年化的 46 亿美元为起点，若未来五年收入每年增长 15%，收入会到约 92.5 亿美元；若经营利润率为 28%，经营利润约 25.9 亿美元。这个规模能否支撑当前企业价值，还取决于五年后市场愿意给成熟电源芯片公司多少倍数，以及期间需要多少库存、设备与股权薪酬。

更强的路径要求 Enterprise Data、通信、汽车和工业同时扩张，MPS 在高压到芯片核心供电之间取得更多内容量，收入增速长期高于模拟芯片行业，经营利润率还不被价格竞争和扩产拖低。失败路径不需要 AI 投资消失。只要大客户在一代平台后引入第二供应商，Enterprise Data 增长回落，库存与固定资产继续增加，现金转换就会先于收入恶化。

估值因此把三个变量压在一起：收入增长必须从单季订单延续到多代平台，55% 左右毛利率不能因大客户集中持续下降，资本投入还要在库存转成出货后回到现金。任一项短暂偏弱并不会推翻业务，若三项连续两个到四个季度同时走坏，当前高倍数就失去经营数据支持。

最后几级电压会把答案写进现金流

MPS 的上行逻辑来自一个朴素的工程事实：计算芯片越耗电，稳定、高效地把电送到芯片附近就越难。Enterprise Data 收入翻倍以上，通信业务随光模块和交换机增长，说明公司已经从这项难度中取得了实质收入。800 伏产品送样和 DDR5 初始订单若转成规模出货，MPS 能覆盖的电源路径还会继续变长。

最强的反方也来自同一处。电源管理是系统必需品，却不保证某一家供应商长期独占。客户能在新平台更换料号，分销结构遮住部分终端库存，亚洲货流集中又放大供应链与贸易风险。MPS 先备下 6.758 亿美元库存、增加固定资产并签下 5.710 亿美元采购承诺，是为增长准备，也是把对客户部署节奏的判断写进了资产负债表。

接下来的报表若显示 Enterprise Data 收入继续快于库存增长，库存天数稳定下降，毛利率守在约 55%，经营现金重新跟上利润，系统方案转型就获得了比送样公告更扎实的证明。若收入仍增而库存、应收和资本开支更快上升，MPS 可能是在用更多资产承接客户的短期采购峰值。

电从机架走到 GPU，要连续经过很多级转换。MPS 想做的，是让客户在这些位置少找几家供应商，并把更多设计交给同一套方案。3.806 亿美元 Enterprise Data 收入证明它已经拿到一段电流路径；未来现金流要证明，这段路径会随每一代 AI 系统一起延长，而不是在一次平台切换后重新分配。