Google、NVIDIA和Emerald AI在9月16日宣布成立AI Energy Management Alliance，Anthropic以及National Grid、AES、Constellation、NRG等能源和基础设施企业随后加入。 联盟把一个过去主要由电力公司和数据中心开发商处理的问题，直接推到了AI产业链的核心位置：当数据中心越来越大、AI计算越来越密集，新增算力需要的不只是GPU、机架和土地，还需要电网在项目接入时给出足够的容量，而且最好能在电网紧张的时候让数据中心主动“让电”。 联盟提出，通过需求响应、计算任务迁移、储能以及软件控制等方式，让AI数据中心成为可以调节的负荷，并据此估算，美国现有电网理论上有机会为更多AI数据中心释放最高约100GW的接入空间。这个数字目前仍是联盟和Emerald AI基于电网利用率与灵活负荷能力做出的潜在容量测算，并不等于100GW已经获得并网许可。 这条新闻真正值得拆开的地方，在于AI基础设施的瓶颈正在向电力系统传导。IEA今年4月发布的最新分析显示，2025年全球数据中心用电量增长17%，AI数据中心的增长更快；到2030年，全球数据中心用电量预计接近950TWh，约为2025年的两倍，而美国数据中心到2030年将贡献美国新增电力需求的约一半。EIA在9月最新预测中预计，美国2026年电力销售量达到4,135TWh，2027年进一步升至4,211TWh，数据中心建设已经成为推动美国电力需求增长的重要因素。 所以，Emerald AI被Google和NVIDIA共同推到台前，背后的产业逻辑已经相当清楚：AI资本开支还在扩张，电网扩容却需要更长周期，单纯增加发电、输电和变电设备，很难完全解决项目接入速度的问题。谁能够让一座数据中心在需要的时候少用一点电、换一个时间运行计算任务，或者把不同地点的计算负载重新调度，就可能

9月17日，创力集团披露2026年半年度业绩说明会交流情况。市场第一眼看到的，是一组有些反差的数字：2026年上半年，公司实现营业收入10.36亿元，同比下降10.76%；归属于上市公司股东的净利润8471.33万元，同比增长3.60%。如果只看营收和归母净利润，很容易得出“收入承压、利润尚可”的常规判断，但把扣非利润、信用减值和现金流放在一起看，半年报的含义要复杂得多。公司扣非归母净利润为6429.74万元，同比下降4.45%，经营活动产生的现金流量净额则达到3.53亿元，上年同期为净流出5131.46万元。利润表里的信用减值损失为收益4689.97万元，上年同期为损失2286.57万元，公司在业绩说明会上也明确提到，应收账款余额下降带来了坏账准备转回。 $创力集团(603012)$ 所以，创力集团上半年真正值得研究的问题，并非“AI有没有给利润表贡献多少”，目前没有这样的财务证据；更值得拆解的是，传统煤机企业在主机需求承压、行业竞争加剧的阶段，开始寻找新的收入结构和服务模式。创力集团给出的方向非常清楚：智能化、成套化、服务化、国际化，并提出推动公司从传统装备制造商向数智化综合服务商转型。 这也是煤机行业正在发生的结构变化。9月17日的业绩说明会上，公司把行业概括为从增量扩张走向存量优化，从传统制造走向智能化服务，从单一设备走向成套化服务，同时将智能无人开采、机器人化采运排、智能分选、煤炭专业大模型和AI工程化应用列入行业重点攻关方向。国家能源局此前发布的“人工智能+煤炭”相关政策，也明确覆盖地质勘探、采掘、洗选、生产调度、安全管控和设备管理等场景。 对于资本市场来说，这里面真正有价值的信息，是传统煤机公司的成长边界正在被重新定义。过去判断煤机企业，主要看煤炭资本开支、设备更新周期、主机订

AI硬件的热度已经持续很久，市场眼下更关心哪些公司能把技术升级变成订单，再把订单变成利润。一博科技近期交出的答卷颇有辨识度：2026年上半年营收7.0879亿元，同比增长41.63%；归母净利润6382.93万元，同比增长1561.55%。 $一博科技(301366)$ 9月中旬最新调研又给出更细的经营线索，ATE测试板、机器人、光模块、算力卡、AI服务器和数据中心需求共同抬升，光模块PCBA进入量产，珠海PCB板厂开始贡献利润。设计业务提前接触客户，制板和PCBA承接量产，高多层、高阶HDI提高产品价值，产能利用率再把收入增量放大成利润弹性。接下来要看的，是增长的成色和持续时间。 净利润增长15倍，先别急着只归功于AI 一博科技这份半年报很抓眼球：营收增长四成，净利润增长15倍，AI业务多点开花。但极高的同比数字，也容易遮住经营变化。 根据公司披露，2026年上半年营业收入为7.0879亿元，同比增长41.63%；归母净利润为6382.93万元，同比增长1561.55%；剔除股权激励相关股份支付费用后的净利润为7417.04万元。同期综合毛利率为31.44%，同比提升4.34个百分点。这里有AI需求的贡献，也有上年同期低基数的影响，更直接的变化来自珠海PCB板厂：项目经过爬坡后，订单和产能利用率同步改善，开始贡献利润。1561.55%的增速不能线性外推，盈利修复却有清楚的经营支撑。 一博科技过去长于研发服务，制造端仍在补课。珠海板厂投产初期，折旧和爬坡成本先进入报表；工厂跨过盈亏平衡点后，新增订单摊薄固定成本，高价值产品占比又会改善毛利率。公司在9月14日调研中表示，上半年毛利率恢复主要来自产能利用率提升，并预计三、四季度利润不低于二季度，最终仍需以后续定期报告为准。 公司提供从PCB设计

AI PC最容易讲成一场换机潮，最难回答的却是：新增的NPU、端侧模型和智能功能，究竟能不能让消费者提前换掉一台还能正常使用的电脑？莱宝高科近期在投资者交流中给出的态度很克制，公司看好AI PC的长期方向，同时认为产品仍处于推广前期，中短期不宜过度乐观。 $莱宝高科(002106)$ 把这句话放回2026年半年报里看，分量会更重。上半年全球PC出货并未出现有力度的扩张，CPU和存储器供应偏紧、成本上涨又抬高终端价格；莱宝高科的中大尺寸触摸屏全贴合产品与车载盖板玻璃销量、收入双双下降，汇兑损失进一步侵蚀利润。AI PC的故事已经进入供应链验证阶段，判断一家上游公司的机会，也该从“有没有概念”回到三个朴素问题：客户有没有拉货，产品价值量有没有提高，新业务能不能接过增长。 AI PC有了产品，换机理由还不够硬 莱宝高科对AI PC的判断，没有跟着产业口号一路升温，这种克制反而更接近供应链真实体感。公司近期表示，AI PC带来了高速运算和大模型等新功能，但应用体验仍待优化，目前还没有出现一种必须更换PC才能获得的消费者体验。说白了，AI能力已经装进电脑，消费者掏钱的理由还没有完全装进去。 半年报里的行业数据印证了这种温差。公司引用Omdia数据称，2026年第一季度全球PC出货量为6480万台，同比增长3.2%；第二季度受内存和存储价格快速上升影响，出货量降至6570万台，同比下降3.6%。上半年全球PC出货量合计1.305亿台，与上年同期基本持平，其中笔记本电脑出货约1.025亿台，同比下降约0.77%。AI PC声量很大，行业总量仍在原地附近打转，这就是产业链面对的现实。 问题并不复杂。传统PC换机主要依靠性能老化、系统升级和商用设备更新，AI PC还要多回答一层：端侧AI能否形成高频、稳定、难

9月，英伟达连续释放两个明确信号：Vera Rubin NVL72已进入全面生产，面向低延迟推理的Groq 3 LPX也已投产；最新MLPerf测试中，Vera Rubin NVL72在部分推理任务上的吞吐量达到GB300 NVL72的3.7倍。 $英伟达(NVDA)$ 英伟达讲述AI生意的口径也随之发生改变，关注点从训练出多少参数，转向每兆瓦能够生产多少Token、服务多少用户、产生多少收入。这个变化很现实。训练是一笔阶段性资本开支，推理却伴随每次提问、每轮代码生成和每个Agent任务持续发生。 模型进入企业流程后，调用次数、上下文长度与响应速度不仅共同决定了算力消耗，也决定了整个产业链的利润分配。接下来需要研究的更多的是谁能让Token生产得更快、更便宜，并把这些Token转化为企业收入。 英伟达正在把一次性卖芯片，改造成持续生产Token的生意 2027财年第二季度，公司实现营收962亿美元，同比增长106%；其中数据中心收入890亿美元，同比增长117%，占公司收入超过九成。公司给出的下一季度营收指引达到1080亿美元，而且没有计入中国数据中心计算收入。 英伟达给出的最新财报增长十分迅猛，在高增长背后，英伟达对自身商业模式的描述已经发生变化。黄仁勋在财报中直接表示，Token正在产生生产力与利润，计算本身正在成为收入，该表达准确地概括了推理生意的特点。 模型训练完成不代表成本结束，一次普通问答只消耗有限Token，但Agent需要阅读资料、调用工具、反复推理、检查结果，还可能拆出多个子任务。英伟达披露，Agent类工作负载的Token消耗量最高可达传统AI应用的15倍。也就是说，应用越复杂，模型调用越频繁，基础设施的收入能见度反而越高。 Vera Rubin NVL72负责高带宽、大模型

2026年9月16日，Genera披露了与亚马逊签下长期供货协议。协议显示，2027年至2028年的初始交付规模约24亿美元，后续采购付款最高可达80亿美元，Generac股价随即大涨约18%。 $亚马逊(AMZN)$ Generac本来只是一家长期被市场视为住宅备用发电机公司的企业，该笔订单是其最开始拿到超大规模云厂商的核心基础设施订单。 可见行业内，AI资本开支没有降温，只是资金正在沿着数据中心的物理结构向外扩散。 当前芯片仍然重要，但电力设备的订单周期更长、客户验证更重、扩产速度更慢，尤其是在公司进入头部客户供应链之后，收入能见度也可能会随之更高。 Generac的资产重估由此获得了基本面支点，接下来要看的已经很具体：产能能否兑现、订单能否转化为收入、商业与工业业务能否接过住宅业务的增长接力棒。 24亿美元订单，把Generac推到新的收入曲线上 Generac还同时向亚马逊投资实体授予认股权证，可购买最多约169万股，行权价为每股200.93美元，其中约30.8万股已经立即归属，其余部分将根据亚马逊采购进度分批归属，权证有效期延续至2033年。 需要注意区分的是协议中的24亿美元对应已经明确时间窗口的初始交付规模，80亿美元则是整个合作关系可能达到的采购付款上限。 如果直接把80亿美元计入Generac收入显然过于乐观，但24亿美元已经足够改变市场对公司的判断。Generac在2025年的全年收入约42亿美元，初始订单相当于这一规模的约57%，即使分两年确认，对收入结构的影响依然相当可观。 更重要的是，这份订单并非孤立催化。Generac第二季度净销售额为11.7亿美元，同比增长11%；商业与工业业务收入达到5.56亿美元，同比增长约29%，住宅业务收入约6.17亿美元，同比下降约2%。

AI PC最容易讲成一场换机潮，最难回答的却是：新增的NPU、端侧模型和智能功能，究竟能不能让消费者提前换掉一台还能正常使用的电脑？莱宝高科近期在投资者交流中给出的态度很克制，公司看好AI PC的长期方向，同时认为产品仍处于推广前期，中短期不宜过度乐观。 $莱宝高科(002106)$ 把这句话放回2026年半年报里看，分量会更重。上半年全球PC出货并未出现有力度的扩张，CPU和存储器供应偏紧、成本上涨又抬高终端价格；莱宝高科的中大尺寸触摸屏全贴合产品与车载盖板玻璃销量、收入双双下降，汇兑损失进一步侵蚀利润。AI PC的故事已经进入供应链验证阶段，判断一家上游公司的机会，也该从“有没有概念”回到三个朴素问题：客户有没有拉货，产品价值量有没有提高，新业务能不能接过增长。 AI PC有了产品，换机理由还不够硬 莱宝高科对AI PC的判断，没有跟着产业口号一路升温，这种克制反而更接近供应链真实体感。公司近期表示，AI PC带来了高速运算和大模型等新功能，但应用体验仍待优化，目前还没有出现一种必须更换PC才能获得的消费者体验。说白了，AI能力已经装进电脑，消费者掏钱的理由还没有完全装进去。 半年报里的行业数据印证了这种温差。公司引用Omdia数据称，2026年第一季度全球PC出货量为6480万台，同比增长3.2%；第二季度受内存和存储价格快速上升影响，出货量降至6570万台，同比下降3.6%。上半年全球PC出货量合计1.305亿台，与上年同期基本持平，其中笔记本电脑出货约1.025亿台，同比下降约0.77%。AI PC声量很大，行业总量仍在原地附近打转，这就是产业链面对的现实。 问题并不复杂。传统PC换机主要依靠性能老化、系统升级和商用设备更新，AI PC还要多回答一层：端侧AI能否形成高频、稳定、难

9月16日，AMD盘中一度上涨约4%，最终收于512.50美元，涨幅1.65%。IBD将AMD列为当日重点股票，认为526.79美元可作为激进型大众观察的早期位置，传统形态对应的标准买点则在584.73美元附近。 $美国超微公司(AMD)$ IBD判断的技术位置可以解释资金关注度，但解释不了AMD基本面的变化。真正抬高公司想象空间的，是AMD已经把AI业务从Instinct GPU向EPYC CPU、Pensando网络、ROCm软件和Helios整机系统延伸，收入结构也开始给出反馈。 AMD真正需要证明的，也因此变得非常具体：Instinct能否带动EPYC、Pensando、ROCm和Helios形成完整收入闭环，并在英伟达之外建立一套具备规模部署能力的AI基础设施平台。 从市场角度来看，需要观察的是接下来几个季度的交付、客户扩围与利润兑现，以上决定了AMD究竟是一家受益于GPU紧缺的第二供应商，还是全球AI数据中心里长期存在的第二套系统。 AI芯片的竞争单位，已经从GPU变成整座机架 此前行业谈AMD挑战英伟达，通常会落到MI系列与H系列、B系列GPU之间的参数对比。当前这种比较越来越不够用了。因为在大模型训练和推理进入万卡、十万卡集群以后，单颗芯片性能只是采购决策的一部分，内存带宽、CPU供数能力、GPU互联、网络延迟、功耗、软件兼容性以及整机交付速度，都会影响数据中心最终能够产出多少Token。 AI芯片竞争已经越过单颗GPU参数比拼，AI基础设施的商品形态正在向系统收敛。客户不会再只因为一颗GPU的纸面性能不错，就轻易改造整套开发环境；当前客户愿意迁移，往往来自总体拥有成本下降、供货确定性提高，或者原有平台无法满足新增算力需求。英伟达的优势也一直在这里：CUDA、GPU、NVLink、

9月16日，路透援引三名知情人士称，SK海力士正与英特尔讨论在美国生产存储芯片，方案包括租用英特尔规划中的俄亥俄工厂，也包括联合英特尔、云服务商成立合资企业。消息出来后，英特尔开盘一度上涨5.5%，收盘涨幅约4%。 $英特尔(INTC)$ 这份讨论仍停留在探索阶段。SK海力士随后强调，没有就报道提及的合作对象和美国存储芯片生产作出最终决定，连未来生产DRAM、HBM还是其他产品都没有明确。可资本市场依然给出了直接反应，因为这条消息碰到了英特尔最容易被忽视的一层价值：英特尔是一家CPU公司，也是一家承受巨额前期投入的Foundry公司，更是美国少数能够同时承担先进逻辑研发、高量产制造和国防级可信供应任务的工业基础设施。 AI算力竞争走到今天，GPU依然最耀眼，但算力系统对CPU、存储、先进封装和本土供应安全的要求同步上升。英特尔真正需要回答的问题已经很具体：这些稀缺资产能否获得外部客户、提高产能利用率，并最终转化成收入与现金流。 GPU拿走聚光灯，CPU重新成为AI系统里的“总调度” 把英特尔简单归入“错过AI的CPU公司”，这个判断正在失去解释力。 2026年第二季度，英特尔实现营收161亿美元，同比增长25%；其中数据中心与AI业务收入63亿美元，同比增长59%，客户端计算与物理AI业务收入89亿美元，同比增长13%。同期，公司经营活动产生现金70亿美元。至少从最新财报看，服务器需求的回升已经进入报表，CPU资产也出现了更清楚的盈利修复路径。 原因并不复杂。训练集群需要GPU完成高密度并行计算，但数据预处理、任务调度、内存管理、网络通信和大量通用计算仍离不开CPU；推理和Agent工作负载变得更碎、更实时以后，异构计算对CPU的要求反而提高。 英特尔在二季度推出Xeon 6+，这是公司首款采用

9月16日，三安光电召开2026年半年度业绩说明会。会议表面讨论半年报，投资者真正关心的却是另一组问题：AI数据中心能给公司带来多大增量，高速光芯片扩产能否转化为订单，Mini/Micro LED与化合物半导体的大额投入何时改善利润。 $三安光电(600703)$ 三安光电正在经历一次颇有张力的身份切换。传统LED业务仍然贡献收入底盘，光通信、电力电子、射频和Mini/Micro LED则试图打开新的成长空间；与此同时，公司上半年归母净利润转亏，扣非亏损继续扩大，说明新业务放量暂时还没有覆盖折旧、研发和产能爬坡成本。 资本市场重新关注三安光电，不能只看“AI光芯片”几个字，更要看产品代际、客户验证、稼动率和现金流。说白了，这家公司已经拿到了进入AI硬件链的门票，下一阶段要证明的是，这张门票究竟能带来多少收入和利润。 AI算力遇到“光瓶颈”，三安光电开始拥有新的增长坐标 AI数据中心的基础设施竞争，正在从GPU继续向网络、电力和光互连扩散。算力集群规模越大，芯片之间需要交换的数据越多，传统电连接在距离、带宽和功耗上的压力也越明显，高速光模块由此从配套器件变成数据中心扩容的重要约束。400G已经规模部署，800G继续放量，1.6T进入量产周期，产业链关注点也随之从光模块整机向激光器芯片、探测器芯片和磷化铟材料上移。 三安光电的产品布局覆盖CW光源、EML、DFB、FP、VCSEL、PD和APD，既包含激光器，也包含探测器。公司今年6月披露，用于400G和800G光模块的光芯片已经批量出货，1.6T相关产品正在客户端送样验证。这两种状态差别很大：批量出货代表产品已经越过部分技术和客户门槛，送样则意味着性能、良率、稳定性和成本仍需继续验证。投资者真正需要追踪的，也正是1.6T能否从样品转成订单，以及

9月16日，Dell股价继续上涨3.64%，刷新了历史高位。在美联储加息、美债收益率突破5%、大盘整体承压的背景下，Dell的强势增长十分扎眼。MarketWatch数据显示，当天惠普下跌3.31%，同行业内类似企业也并未与大背景背离，Dell却逆势上涨3.64%。针对该情况，Barron's也将Dell列入当日AI硬件反弹的重要公司。 $戴尔(DELL)$ 这轮资金回流并不是只在交易一条“AI服务器需求旺盛”的旧新闻。Dell刚刚交出一份把华尔街模型几乎全部推倒重算的财报：截至7月31日的2027财年第二季度，公司营收达到469.7亿美元，同比增长58%；调整后每股收益为7.04美元，明显高于市场此前预期的4.91美元。 更具冲击力的是，单季AI服务器订单达到609亿美元，AI服务器收入为164亿美元，期末积压订单升至950亿美元。Dell最新财报与路透社报道共同确认了以上数据。 说得直白一点，Dell正在用业绩回答AI硬件行情极受争议的问题：云厂商疯狂采购GPU之后，负责把GPU装进机柜、接入网络、完成散热并交付算力集群的公司，能不能也挣到更多钱？ 950亿美元积压订单，把AI服务器从主题行情推向业绩兑现 AI硬件产业链的分工越来越清楚。其中英伟达拿走GPU及CUDA生态的主要价值，AMD同时争夺GPU和服务器CPU份额，博通受益于定制ASIC和数据中心网络升级，Dell负责把芯片、存储、网络、电源与冷却系统组装成客户真正能够运行的计算平台。 很多人因此把Dell看成利润率偏低的“装机公司”，该判断放在传统服务器时代或许有一定道理，但如果如今依然保持此判断，明显是低估了高密度AI集群的工程复杂度。 一张GPU可以单独报价，一套AI系统需要解决机柜功耗、液冷管路、高速互联、数据吞吐、软件适配以

9月16日，Anthropic把Claude的聊天、Cowork、文档和演示工具并入统一界面，并入后，系统可以根据任务自动调用相应能力。 近来，AI产业一片向好。Salesforce披露Agentforce相关工作量快速增长；Microsoft公布Microsoft 365 Copilot付费席位突破3000万；Oracle最新财季的云基础设施收入同比增长121%。 当前AI产业整体上正在跨过一道很重要的门槛：企业采购的对象开始从一个能够回答问题的模型，转向一套能够读取数据、调用软件、执行流程并交付结果的生产系统。 AI产业的变化会重新定义AI公司的基本面。未来模型能力依旧重要，但企业客户更关心任务成功率、单次执行成本、权限边界和业务回报；AI产业接下来的分化，更可能会出现在企业的采购合同、云账单和现金流里。 对应的资本市场也需要一套新的观察框架，把Agent部署数量、实际调用量、AI相关收入、单位任务成本和生产率改善放进同一张账。 企业开始给Agent开权限，AI才算真正进入生产环境 2026年的企业AI，有一大极具含金量的变化是Agent正在获得“行动权”。 聊天机器人完成一次回答，错误通常停留在屏幕上；Agent进入企业系统后，可以修改客户信息、生成报价、调用库存、处理工单、编写代码，甚至串联财务、人力和供应链流程。 不过执行能力越强，商业价值越高，出错成本也越高。企业采购由此进入更重的一层：模型只是发动机，数据、身份认证、权限控制、流程编排、日志审计和人工复核共同决定Agent能否投入生产。 Anthropic在9月16日发布的更新很有代表性。Claude正在合并聊天与Cowork功能，并加入Claude Docs和Claude Slides，如此一来，用户无需提前选择工具，系统会根据任务自行调度能力，最终内容还可以导出至Google Docs、Microsoft

线下广告长期面临一个尴尬：覆盖规模容易计算，广告效果很难说清。互联网广告依靠用户画像、点击和转化建立了一套可追踪的商业语言，电梯广告则更多依赖点位、频次和品牌记忆。 分众传媒正在尝试缩短这段距离。9月16日，公司在上海辖区上市公司集体接待日暨半年报业绩说明会上表示，收购新潮传媒事项正在推进，同时已与头部互联网平台推进数据合作。 $分众传媒(002027)$ 把这两条信息放在一起看，分众传媒的动作已经超出一般意义上的媒介扩张：新潮传媒补充社区点位，互联网平台提供数据连接，分众现有屏幕负责规模化触达，AI和自动化工具再进入创意、投放与效果分析环节。资本市场接下来要评估的，也不只是分众能增加多少块屏幕，而是这些屏幕能否形成更高效率、更可验证的广告经营系统。 户外广告最难解决的账，分众开始用数据重算 分众传媒2026年上半年的财务表现，带有很强的行业缩影。公司实现营业收入59.91亿元，同比下降1.98%；归母净利润31.28亿元，同比增长17.39%；扣非归母净利润22.91亿元，同比下降7.06%。收入、归母利润与扣非利润的方向并不一致，说明当前利润改善中包含非经常性因素，主营业务仍处于需求分化和结构调整阶段。分众传媒投资者关系活动记录 广告行业眼下并不缺屏幕，缺的是能够解释投放价值的数据。品牌客户越来越希望回答三个具体问题：广告触达了哪些人，投放以后是否带来搜索、到店或购买行为，同一笔预算投向不同区域和楼宇时，效率差距究竟有多大。线上广告早已围绕这些问题形成自动化投放体系，线下媒体若继续停留在“覆盖人数乘以播放频次”的传统口径，预算增长就容易受到压制。 分众已经开始补这块能力。公司披露，现有业务正在推进“千楼千面”、独立归因与权重归因分析，并通过NFC互动连接线下触达与线上行为；“分众智投”面

9月16日盘后，Lennar交出了一份很难粉饰、却很能说明美国楼市现状的财报。2026财年第三季度，公司营收80.46亿美元，同比下降8.7%；归母净利润2.84亿美元，较上年同期的5.91亿美元减少超过一半。 $莱纳建筑公司(LEN)$ GAAP口径每股收益为1.19美元，剔除科技投资公允价值变动和金融服务一次性项目后的每股收益为1.23美元，低于市场此前约1.28美元的一致预期；营收同样低于约83.2亿美元的预期。财报发布后，公司股价盘后下跌约3%。 这组数据透露出的压力相当直接：高利率正在压低美国居民的购房能力，开发商必须投入更多折扣和按揭补贴维持成交，收入下降只是表层，利润率被持续挤压才是Lennar当前最难解的账。 激励升至12%，美国新房正在进入“开发商补贴利率”阶段 Lennar三季度交付20840套住宅，同比下降3%；新签订单20879套，同比下降9%；期末积压订单16857套，金额约63亿美元。交付量并未失速，订单却先一步走弱，说明需求端的压力仍在向后续收入传导。公司已经将2026财年全年交付目标由此前的8.2万至8.3万套下调至8万至8.1万套，管理层对短期景气度显然更加谨慎。 美国住房市场眼下最矛盾的地方，是居民存在住房需求，月供能力却跟不上房价和利率。Lennar披露，三季度末30年期按揭利率约为6.8%，此后进一步上升；公司CEO Stuart Miller也承认，利率、可负担性和消费者信心正在拖慢购房决策。NAHB的9月调查则显示，美国住宅建筑商信心指数降至32，低于50即意味着多数建筑商对市场偏悲观；38%的建筑商已经降价，平均降幅为6%，另有66%的建筑商使用销售激励，比例升至年内高位。 说白了，新房开发商正在替购房者承担一部分利率成本。Lennar三季度住宅平均售

9月16日，浙文互联召开2026年半年度业绩说明会。投资者把问题集中在算力业务、豆神教育持股处置、管理层调整以及股东回报等事项上，其中讨论密度最高的，仍是算力。 $浙文互联(600986)$ 原因不复杂：一家长期以数字营销为基本盘的公司，半年算力收入突然做到9.38亿元，已经超过2025年全年1.13亿元的八倍，但算力租赁上架率、在手订单、客户结构、合同周期和后续利润贡献等数据，并未在说明会上获得进一步披露。 资本市场现在需要判断的，已经不再是浙文互联有没有算力业务，而是这门生意能否形成稳定回报。好消息是，收入、固定资产和现金回款都出现了实质变化；需要继续观察的是，收入放量之后，毛利率、设备利用率与现金流能否同步改善。浙文互联已经完成了从业务布局到规模交付的一步，下一步要交出的，是一张更清楚的盈利答卷。 9.38亿元收入落地，算力已经进入财务报表 浙文互联的半年报有两组看上去相互冲突的数据。 2026年上半年，公司实现营业收入43.09亿元，同比增长16.05%；归母净利润亏损1.33亿元，去年同期则为盈利1.12亿元。亏损主要受到豆神教育股票价格波动影响，报告期内公允价值变动收益为负2.65亿元。剔除非经常性损益后，公司扣非归母净利润达到6181.01万元，同比增长633.68%。换句话说，报表利润受金融资产波动压制，主营业务本身处于盈利修复阶段。 资本市场更关心的是收入结构。数智营销仍然是基本盘，上半年实现收入32.71亿元；数字文化业务收入9948.57万元；算力基础设施业务收入达到9.38亿元，已经占公司总收入约21.8%。2025年全年，浙文互联算力业务收入为1.13亿元，这意味着该板块仅用半年时间，就把收入规模推到了去年全年的八倍以上。 这个变化需要说得直白一点：算力在浙文互联报

中国AI正在重新进入全球市场的研究视野！ $阿里巴巴(BABA)$ 路透社此前观察到，全球资金开始增加对中国AI资产的关注；Morningstar近期也指出，中国AI行情较多集中在美股市场不容易直接参与的内地标的。 这恰好抬高了阿里巴巴、百度等海外上市平台公司的研究价值，小米虽然主要在港股交易，但也应被放进同一张产业图谱。可以说，三家公司背后对应的是三套完全不同的商业化体系：阿里把模型、芯片和算力装进云服务，百度把模型嵌入企业云、搜索与自动驾驶，小米则让AI沿着手机、家电和汽车进入物理世界。 中国AI的竞争，已经从模型能力比较进入商业系统较量。三家公司竞争的看点不在谁的模型跑分更高，更多的在谁拥有更大的分发渠道、更清晰的收费场景，以及足以承担长期资本开支的现金流。 阿里开始交出AI收入，但这门生意依然很烧钱 阿里巴巴是三家公司中AI基础设施特征最清晰的一家。 截至2026年6月底的季度，阿里收入为2689.53亿元，同比增长9%；AI云及计算服务收入达到484.37亿元，同比增长45%，其中AI相关产品收入为123.76亿元，连续第十二个季度保持三位数增长。 更有含金量的数据来自利润端：该板块经调整EBITA已经达到56.28亿元，同比增长高达133%，可见云业务的增长已经开始转化为经营杠杆。 以上数据改变了阿里的基本面叙事。尽管仍然是电商在贡献主要收入和现金流，但能够提供新增量的业务已经越来越集中于AI云。 企业调用模型，需要购买推理服务；训练和部署智能体，需要计算、存储、网络与调度软件；模型使用量越大，云服务收入越容易形成持续计费。目前阿里已经拥有通义模型、阿里云、平头哥芯片、钉钉和电商场景，从底层计算到企业应用基本打通，以此形成的商业闭环比单纯依靠API收费更厚。 阿里把云业务与平头哥合并

Salesforce已经拿出了Agentforce商业化以来最有说服力的一份成绩单！ $赛富时(CRM)$ 数据显示，截至2026年7月31日，Agentforce年度经常性收入超过15亿美元，同比增长超过240%；Agentforce与Data 360合计ARR接近39亿美元，同比增长超过210%。同期，公司短期剩余履约义务增至335亿美元，按固定汇率计算同比增长14%，净新增年度订单价值增速达到四年来最高水平。 可见Agentforce已经离开纯粹的产品演示阶段，开始进入Salesforce的订单、合同和收入体系。但对市场来说，故事还没有完整：Agentforce最新统计口径加入了Slackbot、Headless 360等AI产品，而且公司也没有继续披露最新付费客户数量和续费率。 接下来需要验证的，是15亿美元ARR中有多少来自可持续扩容，AI能否提高客户客单价、拉动续约，并最终带动Salesforce内生收入重新加速。账已经做大，含金量仍要逐季拆解。 15亿美元ARR，让Agentforce第一次有了财务重量 Salesforce在8月26日公布的2027财年第二季度业绩，给Agentforce补上了此前较为欠缺的一块：可被财务报表验证的收入规模。 截至7月31日，公司季度收入为113.45亿美元，同比增长11%；订阅及支持收入为108.2亿美元，同比增长12%。短期剩余履约义务，也就是未来12个月预计确认的合同收入，达到335亿美元，同比增长14%。Agentforce ARR超过15亿美元，同比增长超过240%；Agentforce与Data 360合计ARR接近39亿美元，同比增长超过210%。 15亿美元放进Salesforce超过百亿美元的单季收入盘子里，暂时谈不上改写整体业绩，

9月15日，Altera宣布已向美国证券交易委员会保密提交IPO申请。由于文件尚未公开，发行股份数量、价格区间和目标估值仍未披露。据路透此前援引知情人士称，该笔IPO可能募资超过20亿美元，并有望于2026年内完成；如果预设的发行规模最终落地，将成为近年来美国半导体市场较大的IPO之一。 Altera比较特别，其已经经历过一轮完整的资本循环。在2015年，英特尔以约167亿美元收购Altera，希望将CPU与FPGA组合起来，拓展数据中心业务。十年后，Silver Lake以44.6亿美元收购Altera 51%的股份，对应整体估值87.5亿美元，英特尔保留49%。2025年9月交易完成后，Altera重新成为独立公司。 Altera的收购价与拆分估值之间有着接近一半的落差，留下了一个很现实的问题：Altera的价值缩水，究竟源于FPGA行业失速，还是英特尔体系没有释放这项资产的经营效率？ IPO将给出一份更接近答案的公开账本。 GPU越强，周围需要处理的“杂活”越多 GPU擅长大规模并行计算，ASIC在特定任务上能够获得更高效率，FPGA则处在两者之间：性能通常不及专用芯片极致，但部署更灵活，能够处理网络数据、协议转换、预处理、低时延推理和实时控制，其特点是芯片出厂后仍可通过编程改变硬件逻辑。 FPGA的位置此前不太好讲。因为资本市场喜欢简单叙事，像GPU对应训练和推理，CPU则对应通用计算，可FPGA的用途分散在通信、工业、航空航天、医疗设备和数据中心之中，所以很难用一个爆发性指标概括。 AI基础设施把事情改复杂了。 大模型集群扩张以后，系统瓶颈逐渐从单颗芯片算力延伸至数据搬运、网络连接、内存访问、功耗和设备协同。GPU数量增加，不代表有效算力可以同比例增长。因为还有网络拥塞、数据预处理和节点调度，都会影响昂贵GPU的利用率。 Altera因此开始强化FPGA与GPU协

9月15日，半导体板块经历前一日急跌后小幅修复，AMD上涨2.19%，英伟达上涨0.57%。一天的涨跌不足以定义趋势，但两家公司之间的强弱变化很有意思。华尔街正在重新计算一笔账：如果AI资本开支继续增长，客户还会不会把几乎全部新增预算交给英伟达？ $美国超微公司(AMD)$ 美国银行预计，微软、Alphabet、亚马逊、Meta和甲骨文2026年资本开支合计约7950亿美元，2027年可能升至1.08万亿美元。资金没有离开AI，只是越来越在意电力、折旧、融资成本和Token产出。在这一轮重新审视中，AMD获得的机会来自算力采购走向多元化，以及客户对第二供应商的现实需要。 不过，AMD股价跑赢英伟达，并不等于AMD已经在产品、软件和盈利能力上完成反超。真正需要观察的是，那些以吉瓦计算的合作协议，能否变成收入、利润和现金流。 算力预算还在增长，采购标准已经开始变了 围绕AI泡沫的争论，很容易走向两个极端。一种观点认为算力需求永远填不满，另一种观点认为大模型增速一旦放缓，数据中心就会立刻变成过剩资产。真实情况更复杂。 目前还没有足够证据证明AI资本开支已经进入下行周期。英伟达截至2026年7月的季度收入达到962亿美元，同比增长106%；其中数据中心收入890亿美元，同比增长117%。公司给出的下一季度收入指引为1080亿美元，高于当时华尔街平均预期。至少从订单和收入看，AI基础设施依然处在扩张阶段。 问题出在扩张的成本越来越高。数据中心消耗的不只是GPU，还包括服务器CPU、网络、内存、电力、冷却系统和长期融资。美国10年期国债收益率9月15日突破5%，融资成本上升会直接压低远期项目的回报率。对于云厂商和模型公司，算力采购开始从单纯追求最高性能，转向考察单位Token成本、每瓦性能、机架密度以及软件迁

9月15日，Forgent Power Solutions交出上市后的首份完整年度答卷。财年第四季度营收4.62亿美元，同比增长94%；新签订单15.03亿美元，同比增长375%，相当于当季每确认1美元收入，就拿到3.3美元新订单；期末积压订单达到30亿美元，同比增长256%。 更猛的是，公司预计2027财年营收将达到24亿至26亿美元，中值增幅约76%。这是一家生产变压器、开关设备、配电单元和模块化供电系统的公司，产品听起来不新潮，增速却比不少AI软件公司还快。 原因很直接：AI数据中心抢完GPU，接下来还得抢电，算力芯片可以买到，能够按期完成设计、生产、交付并稳定运行的电力基础设施，却正在成为下一道施工瓶颈。Forgent这份财报提供了一个很清晰的行业切片，AI资本开支正在沿着服务器向供电系统扩散，利润也开始从芯片与光模块流向更厚重、更传统的工业环节。 15亿美元新订单，暴露了AI数据中心真正的施工瓶颈 Forgent此次披露的是截至2026年6月30日的财年第四季度业绩。单季营收4.6167亿美元，净利润6609万美元，调整后EBITDA为1.127亿美元，同比增长163%，调整后EBITDA率升至24.4%；经营现金流达到7400万美元，较上年同期增加8100万美元。全年营收14.20亿美元，同比增长89%，净利润1.06亿美元，同比增长508%。这组数据最有分量的地方，是收入、利润、订单和现金流同时向上，而非依靠某一笔大订单堆出账面增长。 订单的斜率比收入更陡。第四季度新签订单15.03亿美元，同比增长375%、环比增长73%，单季订单额已经超过公司2026财年全年的收入；积压订单从一年前的8.5亿美元升至30亿美元，连续七个季度创下新高。管理层还透露，现有积压订单已经覆盖2027财年收入指引的90%以上，其余部分排到了2028财年。换句话说，Forgent未来一