10月8日晚，扬杰科技披露2026年前三季度业绩预告，预计归母净利润达到11.68亿至13.63亿元，同比增长20%至40%；公司营业收入同比增长超过30%，汽车业务和碳化硅（SiC）业务收入同比均增长超过100%，其中SiC业务第三季度收入增速接近200%。对于一家以功率半导体器件为核心业务的企业，这组数字提供了观察产业变化的新切口：AI算力扩张正在从芯片本身向供电、能源转换和基础设施配套延伸，新能源汽车与光伏储能则继续推动功率器件升级，多个需求来源开始在同一家供应商的业绩中交汇。 $扬杰科技(300373)$ 不过，功率半导体的增长故事，需要拆开看。AI服务器带来的新增需求有多大，SiC收入增长能否持续转化为利润，产品结构升级是否能够改善盈利质量，以及扩产投入能否形成稳定的现金回报，决定着企业成长空间最终能够兑现多少。扬杰科技已经交出一份增长较快的阶段性成绩单，接下来更值得追踪的，是增长背后的业务结构、客户导入和经营效率。对产业链而言，这也是观察国产功率半导体企业能否从传统需求扩张走向高附加值应用的重要窗口。 AI算力扩张正在改变功率半导体的需求结构 AI服务器的产业链研究，过去更多集中在GPU、先进封装、高速互联和存储。随着数据中心算力规模持续扩张，供电系统的重要性也在提升。服务器需要将输入电能转换为不同电压等级，为处理器、存储及其他部件稳定供电，电源转换效率、功率密度和运行可靠性都会影响数据中心的整体能耗与运行成本。功率半导体由此获得新的应用机会。 这条产业链的投资价值，在于需求可能沿着算力基础设施继续向外传导。AI芯片负责计算，电源系统负责将电能高效、稳定地送到计算单元，两者共同构成数据中心的基础能力。随着设备功率密度提高，电源架构和功率器件面临更高要求，但不同技术路线的适用场景、

英伟达支持的Iambic Therapeutics于2026年10月8日启动美国IPO，计划发行约938万股，发行价格区间为每股15至17美元，按最高发行价计算，拟募集资金约1.594亿美元，对应最高约8.058亿美元的估值。路透社报道，ARK Investment Management和Duquesne Family Office已表示有意认购合计约6000万美元的股票。公司计划以IAM为股票代码在纳斯达克上市。 Iambic Therapeutics是一家AI制药公司，本次IPO将AI产业的一个关键问题摆到了公开市场面前：大模型能够生成代码、处理文本，也能帮助科学家筛选分子，但药物研发涉及复杂的生物学机制、漫长的临床试验和严格的监管审批，算法性能最终必须转化为可验证的药物价值。 对资本市场来说，AI制药既有技术平台的想象空间，也有传统生物科技公司的研发风险，市场需要同时判断技术能否提高研发效率、管线能否持续推进，以及商业合作能否形成稳定的现金流。 目前公司已经与艾伯维、武田、拜耳等药企建立合作，并推进自主研发的候选药物；2026年9月，公司公布新一代AI药物研发平台Enchant v3，同月宣布与艾伯维开展合作，10月初又披露一款候选药物的IND申请进展。 Iambic的新的进展提供了一个观察窗口：以上动作让公司具备了从技术、合作到临床管线的完整叙事。接下来，资本市场真正需要观察的是，这套体系能否持续产出具有临床竞争力的候选药物，并最终走向商业化。 AI制药进入深水区，竞争重点转向研发闭环 曾经，AI制药行业吸引资本的主要是算法有机会提高分子筛选效率、减少无效实验，并帮助研发团队更快找到具有潜力的候选药物。但制药行业有自己的运行规律：发现一个分子只是起点，在此之后，药物还需要经过临床试验验证安全性和有效性，最终能否获批、能否形成销售收入，才真正决定了研发投入能否转化为商

台积电交出了一份足够亮眼的营收成绩单，却没能阻止芯片股下跌。10月8日，台积电公布9月营收约5118.57亿新台币，同比增长54.6%，今年前九个月累计营收同比增长41.1%。与此同时，三星电子发布第三季度初步业绩指引，预计营业利润达到107.4万亿韩元。两家产业链核心企业的经营数据都指向一个事实：AI基础设施投资仍在为半导体行业提供强劲需求。 $台积电(TSM)$ 然而，同一天的美股市场给出了另一种反馈。英伟达下跌2.9%，AMD下跌3.9%，美光下跌4.8%，博通下跌4.3%；半导体板块整体承压。直接导火索之一，是《金融时报》关于OpenAI年化收入约500亿美元、低于此前市场流传的700亿美元的报道。这组数据引发了投资者对AI商业化进度、资本投入和算力需求可持续性的讨论。 这场调整最值得研究的地方，在于产业基本面与股票表现之间出现了分化。台积电的营收增长说明先进制程和AI相关订单仍有强劲支撑，但单月营收无法回答所有问题：新增订单能否持续转化为利润，客户的资本开支能否延续，存储芯片的价格上涨能否维持，以及AI应用收入能否逐步覆盖庞大的基础设施投入。 对于产业链公司而言，增长依然重要，但增长的质量、兑现节奏和持续时间正在变得更加关键。台积电、英伟达、AMD、美光和三星处于不同的产业环节，订单来源、利润结构与供需约束各不相同。把这些差异拆开，才能看清AI算力产业链接下来可能出现的机会与风险。 台积电的营收增长，正在验证AI算力需求的真实强度 台积电这份成绩单，首先需要放回公司的业务结构中理解。9月营收达到5118.57亿新台币，环比下降0.6%，同比增长54.6%；前九个月累计营收达到3.8987万亿新台币，同比增长41.1%。这组数据说明，台积电的业务规模仍在快速扩张，但单月营收已经出现小幅环比

10月7日，海外AI创业公司Nous Research完成9000万美元B轮融资，投后估值达到15亿美元。本轮投资由Robot Ventures主导，英伟达、微软风投基金M12、三星、Union Square Ventures、Y Combinator、Menlo Ventures等多个产业方与风险投资机构共同参与。据TechCrunch披露，经过本轮融资，使Nous Research累计融资总额已经达到1.58亿美元。 真正值得市场关注的是它的核心产品Hermes——一个以开源作为核心卖点的AI Agent。Nous Research手握这笔新的资金，计划把Hermes从面向开发者的工具进化为可落地的企业级软件，从而赋能各行各业的企业部署定制化Agent，承接更加复杂的业务任务。 Hermes已经积累了相当可观的开发者群众基础。根据Nous Research公司内部透露，自2026年2月正式发布之后，Hermes已经被克隆超过2400万次，内部测算消耗的Token 约占到全球 AI 总消耗量的 2.5%。这两个数字均来源于公司内部统计，没有经过第三方机构交叉验证，因此更适合用来衡量产品的传播热度，而不能直接视为实际应收或者是真实的市场占有率。 高额融资本身已经算不上是行业大新闻，也并不稀奇，但资本给到的15亿美元的估值，让AI Agent商业化从可能性走向必然性。 过去几年，AI创业公司的竞争主要集中在大模型的性能、训练成本和算力资源上，随着Agent技术的成熟，价值创造的核心已从“问答”延伸至“行动”，即应用执行层面。对于当下的大部分企业客户来说，单纯会聊天问答的大模型已经不足以满足业务诉求；他们更渴求一套可以读取内部文档、联动第三方工具、自动落地任务，还能无缝对接原有业务流程的完整系统。 而Hermes瞄准抢占的，恰好就是这层应用执行的市场位置。。 开源正在解决Age

10月8日，百事可乐公布2026年第三季度业绩。公司当季收入增长，整体业绩表现好于市场预期，但全年核心利润增长指引遭到下调。面对成本上涨、消费者支出趋于谨慎以及北美业务复苏不及预期，百事可乐进一步强化成本控制和生产效率提升。财报发布当天，公司股价上涨3.7%，反映出投资者对经营表现的评估并不只取决于全年利润指引，也包括收入增长、业务改善的可能性以及管理层应对压力的能力。 $百事可乐(PEP)$ 这份财报值得放在更大的消费品行业背景下观察。过去几年，食品饮料企业可以通过提价应对原材料、运输和人工成本上涨，但价格调整也会影响消费者购买意愿。对于百事可乐这样的成熟消费巨头，品牌知名度和渠道覆盖依然是重要资产，真正决定利润能否持续增长的，却是产品组合、销量、定价能力与供应链效率之间的平衡。 与此同时，AI正在成为企业经营管理的新工具，但技术投入最终仍要接受利润表和现金流的检验。百事可乐的案例提供了一个更接近经营现场的观察角度：当行业进入增长与成本双重承压阶段，企业能否把效率提升转化为可持续的利润改善，将直接影响资本市场对其经营质量的判断。 收入增长仍在，利润率却承压：食品饮料行业进入提价与保销量的拉锯战 先看百事可乐最新财报里的关键变化。2026年第三季度，公司净收入达到252.74亿美元，同比增长5.6%；有机收入增长3.1%，核心每股收益为2.34美元，同比增长2%。单看收入和每股收益，经营表现并不差，但核心营业利润率从上年同期的17.3%降至16.9%，下降35个基点。收入增长快于核心利润增长，说明成本压力仍在侵蚀盈利能力。 这组数据揭示了包装食品行业面临的共同难题：消费者对价格更加敏感，企业需要投入更多促销资源维持销量，同时原材料和运营成本仍然构成压力。路透社报道指出，通胀挤压消费者购买力，百事可

10月8日，《金融时报》的一则报道引发了AI产业链的关注与震动。根据OpenAI披露，截至9月底，公司的年化收入接近500亿美元，低于此前市场广泛传播的700亿美元。 消息公布后，英伟达、博通、美光等芯片股集体走弱，AI基础设施相关资产也受到波及。市场原本关注的是AI收入还能增长多快，这一次，讨论开始转向收入究竟如何计算，以及巨额算力投入能否形成持续、可验证的商业回报。 从预估的700亿到实际的500亿，中间的差距，不能直接简单理解为OpenAI少做了200亿美元的生意。根据《金融时报》的报道，差异涉及OpenAI与Anthropic对云服务合作收入的不同统计方式。 OpenAI没有将部分云合作伙伴销售额全部计入自身收入，Anthropic采用的口径也有所不同。路透社也指出，年化收入运行率通常根据某一时期的收入推算全年，并不等于已经实现的全年营业收入。 尽管如此，该报道仍然值得整个行业重视。AI产业的资本投入规模越来越大，未来市场需要的不只是模型能力、用户增长和算力订单，还包括付费客户是否持续增加、企业服务能否产生稳定现金流，以及基础设施投资能否转化为利润。 对上市公司来说，AI仍然拥有明确的产业机会，只是资本市场正在提高对增长质量的要求。能够持续交付产品、获得客户预算并改善经营回报的企业，将更有条件证明自身的长期价值。 500亿美元与700亿美元之间，差的是统计口径，也暴露了AI商业化的复杂性 OpenAI收入数字引发争议，首先需要厘清的，是年化收入究竟代表什么。 年化收入运行率通常将近期收入表现推算至全年，该指标适合用来观察高速增长企业的业务趋势，却无法完整反映客户续费、合同执行、季节性波动和收入确认等问题。 对于仍处于快速扩张阶段的AI公司，该指标很有参考价值，但并不能直接替代财报中的实际营业收入，更不能据此推导净利润和自由现金流。 OpenAI此次接近500亿美元的

10月7日，Centinel Spine Holdco向美国SEC提交S-1，计划登陆纽约证券交易所，股票代码拟为CNTL，预计募资约1亿美元，摩根士丹利、高盛、Piper Sandler、Canaccord Genuity和BTIG担任联合承销商。目前公司尚未公布最终发行价格和估值。 Centinel是一家医疗科技公司，其商业化路径已经相对成熟，如今也有着不错的财务表现。 财报显示，2026年上半年，公司实现营收8520万美元，同比增长42%，净利润1020万美元，上年同期净亏损50.3万美元。过去12个月营收达到1.5735亿美元，净利润642万美元。 对于一家收入规模仍然不大的医疗器械企业而言，这意味着产品商业化、渠道建设和盈利兑现已经形成了一条相对完整的链条。 更重要的是，公司所在的脊柱医疗市场正在出现新的产品机会。Centinel押注的是Total Disc Replacement，也就是人工椎间盘置换，通过人工椎间盘保留脊柱活动度，与传统融合手术形成不同的治疗路径。 因此，Centinel真正值得研究的地方，并不只是这家公司能做到多大，或许更多的是一个已经成熟的脊柱医疗市场，能否因为手术方式变化出现新的增长曲线。 脊柱医疗进入成熟市场之后，TDR正在打开新的产品空间 Centinel的核心产品是prodisc平台，目前覆盖颈椎和腰椎，包括4款颈椎产品和1款腰椎产品，相关产品均已获得FDA批准。公司长期围绕TDR展开研发和商业化，全球prodisc植入量已经超过30万例，并积累了超过590篇同行评审论文。 TDR的商业价值来自一个非常具体的临床变化：传统脊柱融合术强调稳定性，通过固定病变节段解决疼痛和功能问题。人工椎间盘则试图保留部分脊柱活动能力。两种手术并非简单替代关系，更准确的说法是在不同患者和适应症下提供不同选择。 随着临床证据积累，TDR能够覆盖的患者范围

10月7日，三星电子给出的最新业绩预告，再次把AI存储推到了产业链聚光灯下。三星预计2026年第三季度营业利润达到107.4万亿韩元，同比接近九倍，AI相关存储需求成为主要驱动力之一。Reuters援引TrendForce判断，传统DRAM价格第三季度仍有10%至15%的上涨空间，AI需求与存储供给之间的紧张状态可能持续到2028年。 这组数据放在Micron身上，意义更加直接。 $美光科技(MU)$ 9月30日公布的2026财年第四季度财报显示，Micron单季收入542.29亿美元，同比增长接近4倍，净利润377.01亿美元，经营现金流439.73亿美元；全年收入1331.88亿美元，净利润849.69亿美元，调整后自由现金流达到623.08亿美元，而上一财年只有37.21亿美元。公司预计2027财年第一季度收入约615亿美元，非GAAP每股收益达到38.15美元。 更重要的是，Micron已经进入HBM4量产出货阶段，高密度DDR5、服务器LPDDR以及PCIe Gen6 SSD持续推进。AI服务器正在提高内存配置，HBM成为GPU性能的重要组成部分，DRAM和NAND又承接着服务器扩容以及AI数据处理需求。过去主要围绕GPU展开的AI基础设施投资，正在向存储端传导。 AI资本开支正在把一家典型周期型存储企业，推向更高盈利能力和现金流质量的阶段。 AI服务器扩容，正在重新定义存储芯片的价值 过去几年，AI基础设施的核心叙事集中在GPU、服务器和数据中心，内存更像一项随服务器增长而增长的基础配置。随着模型规模扩大以及推理任务增加，这种关系正在发生变化。 Micron最新财报已经把变化写进了经营数据。第四财季，公司数据中心业务收入达到180.02亿美元，环比增长56%，毛利率达到90%；云内存业务

10月8日，Reuters报道，SpaceX计划筹集约400亿美元，为AI数据中心采购英伟达芯片，其中约300亿美元来自债券，约100亿美元来自银行贷款。与此同时，Broadcom也在寻求约500亿美元融资。 $SpaceX(SPCX)$ 过去几年，AI产业最核心的矛盾是GPU不够，云厂商不断提高资本开支，模型公司不断争夺算力。如今随着数据中心、GPU、电力和网络设备投入持续扩大，AI基础设施正在进入一个资本密集型阶段。企业即使拥有高速增长的收入，也未必能够单靠经营现金流承担全部扩张成本，债券、银行贷款、客户预付款以及长期算力合同开始进入产业链。 SpaceX就是一个很典型的案例。公司今年第二季度收入达到78亿美元，较上年同期的41亿美元接近翻倍；同期资本开支超过180亿美元，其中158.3亿美元投向AI基础设施。公司AI业务收入同比增长约250%。 这400亿美元是AI算力正在从一种企业资本开支，逐渐变成一种可以被金融资本定价和融资的基础设施资产。 问题也随之发生变化：GPU需求当然重要，但更重要的是，投入这些GPU之后，能不能产生足够稳定的收入和现金流。 SpaceX为什么愿意借钱买GPU SpaceX的AI业务正在快速扩大，这给大规模融资提供了商业基础。 公司目前正在建设大规模AI计算基础设施，并通过算力托管等方式获取收入。Reuters此前报道，SpaceX一项新增算力合同预计从12月开始每月产生约11.1亿美元收入，对应年度化收入约130亿美元。 这意味着GPU采购已经不完全是“先花钱、以后再看需求”的传统科技资本开支。只要客户合同足够明确，GPU投入就可以对应未来的算力服务收入，债务融资也就有了相对清晰的偿付来源。 这套模式与数据中心、通信基础设施甚至能源项目越来越接近：企业先投入大

Applied Digital 10月7日盘后公布FY2027财年第一季度业绩，营收3.419亿美元，同比增长322%，远高于市场约1.16亿美元的一致预期；调整后EBITDA达到6440万美元，但归属于普通股股东的净亏损仍有2.21亿美元。单看利润表，这是一份增长与亏损同时放大的财报；放到AI基础设施行业里看，真正重要的是公司已经开始把此前签下的大规模算力合同转化成收入。 截至8月31日，Applied Digital已经签署约1.41GW关键IT负载租赁合同，对应初始租期约360亿美元合同收入，若续约选择全部执行，潜在合同收入约860亿美元。10月初，Polaris Forge 1的运营容量进一步提升至250MW，公司预计北达科他州项目到2026年底达到300MW。与此同时，公司在芬兰获得最多约1GW潜在电力容量，并计划建设美国以外的首个AI Factory。 AI数据中心正在从“资本开支故事”进入“项目交付和收入确认阶段”，而Applied Digital正在尝试把数据中心、电力和算力租赁组合成一项长期基础设施生意。 AI数据中心的稀缺资源，正在从机房转向电力和交付能力 北美数据中心供给正在快速扩张，但真正能够交付给AI客户的资源依然有限。CBRE最新数据显示，2026年上半年北美主要数据中心市场在建容量达到7481MW，同比增长24.8%，超过80%的在建容量已经完成预租赁，市场空置率仅为1.4%。电力供应、并网速度和项目交付周期，已经成为大型AI数据中心项目的核心约束。 普通云计算时代，数据中心更接近标准化地产；AI服务器进入高密度部署之后，客户需要的是能够同时解决土地、电力、冷却、网络和施工的问题，而且最好能够按照明确时间表交付。对于超大规模客户来说，拿到几百MW确定性的电力和机房容量，本身就具有基础设施资产的价值。 Applied Digital正在围绕这个需

10月6日，英伟达股价创下历史新高，市值逼近6万亿美元。路透社数据显示，截至10月5日收盘，英伟达市值约5.76万亿美元；10月7日，英伟达距离6万亿美元只差约4%。 $英伟达(NVDA)$ 其市值从5万亿美元到6万亿美元，只用了短短不到一年的时间。会不会继续涨，还能涨多少，不是当前最重要的。更具讨论价值的是6万亿美元对应着怎样的盈利预期。 英伟达最新财报提供了一组非常强的答案：2027财年第二季度营收962亿美元，同比增长106%；数据中心收入890亿美元，同比增长117%；GAAP净利润596.88亿美元，同比增长126%；季度毛利率仍达到75%。上半年经营活动现金流744.21亿美元，自由现金流698.95亿美元。 这意味着英伟达已经拥有足够强的基本面来支撑今天的市场地位，不过重点是6万亿美元之后，单纯依靠GPU销量增长已经很难解释全部估值。于是Blackwell、Rubin、云厂商资本开支、推理和Agent需求，以及机器人、主权AI等新场景，正在共同决定英伟达下一阶段的收入天花板。 962亿美元季度收入之后，英伟达正在从GPU供应商走向AI基础设施平台 英伟达的收入增长的边界正在扩大。之前市场理解英伟达相对简单：AI模型训练带来GPU需求，GPU销量增长带来收入增长。但Blackwell之后，英伟达提供的已经越来越接近完整计算平台，GPU、CPU、网络、软件和AI开发工具开始形成一个体系。 最新财报显示，数据中心业务单季收入已经达到890亿美元，占公司季度收入的绝大部分。与此同时，英伟达已经开始推动下一代Rubin平台进入量产。Blackwell负责当前订单兑现，Rubin则承担下一轮计算需求。 客户结构也在变化。虽然大型云厂商仍然是最重要的买方，但AI实验室、模型公司、企业客户和机器人

10月7日，微软在旧金山发布Surface Laptop Ultra，并宣布与英伟达共同推动RTX Spark进入Windows PC。 $微软(MSFT)$ Surface Laptop Ultra起售价2599美元，高配版本达到5899美元，最高提供128GB统一内存和1 petaflop AI算力，可以在本地运行超过1200亿参数规模的AI模型。 发布会中新的高端产品必然是看点之一，更值得关注的则是微软开始重新设计Windows与AI之间的关系。微软提出“Hybrid Intelligence”，让Copilot根据任务在本地模型和云端模型之间进行调度，低延迟、隐私敏感的任务可以留在PC端，复杂任务继续交给Azure。GitHub Copilot也将支持根据任务选择本地或云端模型。 PC正在从AI的显示终端变成具备推理能力的计算节点。此前AI产业链主要围绕GPU、数据中心和云计算展开，如今计算开始向个人设备延伸。对于微软和英伟达而言，这可能是下一阶段AI基础设施的重要增量市场，只不过高昂硬件成本和本地AI应用生态仍然决定着这条路径能走多快。 AI PC真正需要的，是能够消化算力的软件 AI PC近两年一直面临一个问题：芯片增加了NPU，设备拥有了AI算力，但普通用户很难感受到这些能力究竟改变了什么。 微软这次把突破口放到了Agent。Windows正在提供一套让Agent直接运行在本地设备上的环境。微软推出Execution Containers，为AI Agent提供隔离、身份和权限管理，Anthropic、OpenAI和英伟达也将使用相关技术。GitHub Copilot则开始尝试根据具体任务自动选择本地模型或云端模型。 这意味着PC的计算资源开始直接参与任务完成。于是代码生成、文件处

Levi Strauss 10月7日公布第三季度业绩，营收16.10亿美元，同比增长4%，有机营收增长5%；调整后EBIT达到2.49亿美元，同比增长36%，调整后EBIT利润率15.5%，调整后EPS为0.48美元。公司同时上调全年调整后EPS指引至1.54—1.56美元，并将全年有机营收增速指引提高至约6%。从财务结果看，Levi's正在经历一轮收入稳步增长、利润率改善的经营修复。 但这份财报更值得行业研究者关注的，是AI第一次如此具体地出现在一家传统消费品牌的销售体系里。 Levi's已经在美国推出AI购物助手，为消费者提供穿搭建议、商品发现和完整造型组合。公司在业绩电话会上披露，使用AI购物助手的消费者，加购率约为整体平均水平的3倍；与此同时，Levi.com电商业务继续保持双位数增长，公司还在推进网站重构和平台迁移，未来将进一步增加个性化体验、动态搭配推荐以及版型导航。 这件事的价值不在于Levi's突然成为AI公司，而在于AI开始进入传统消费企业最接近收入的一环：消费者如何找到商品、理解商品并完成购买。 过去研究AI产业，更多关注GPU、云计算、数据中心和模型能力。随着基础设施逐渐成熟，产业观察正在向应用端延伸。对于消费企业而言，真正有价值的AI并不需要单独形成一个业务板块，只要能够改善转化效率、提高连带购买，就可能进入经营结果。 Levi's现在提供的，正是一个值得跟踪的早期样本。 牛仔裤生意没有变，消费者购买商品的路径已经开始变化 Levi's第三季度的增长结构，本身就反映了传统服装品牌正在进行的经营调整。 第三季度国际业务有机营收增长8%，亚洲有机营收增长10%；全球批发业务增长6%，电商业务继续保持双位数增长。美国业务则同比下降1%。与此同时，牛仔裤之外的品类贡献了公司约一半的收入增长，tops业务增长7%，女性上装增长10%。 这组数据说明，Levi'

9月30日盘后，Micron将公布2026财年第四季度业绩。Micron已经成为AI基础设施景气度的重要观察窗口，今晚这份财报因此备受关注，市场本次真正要看的也不只是利润那么简单。 $美光科技(MU)$ 6月公布的最新季度数据显示，Micron第三财季营收达到414.56亿美元，同比增长超过3倍，GAAP毛利率达到84.6%，经营现金流达到253.9亿美元；公司给出的第四财季营收指引为500亿美元，上下浮动10亿美元，毛利率指引约86%。 第三季度的财务数据已经足够强，但真正值得研究的是利润背后的产业变化。 Micron今晚真正需要验证的，是AI资本开支继续扩张之后，存储产业的供需关系、产品结构和盈利能力还能走多远。 GPU解决计算，HBM解决数据搬运，DRAM和SSD承担更大规模的数据存取。 AI模型越来越大、推理任务越来越多，Memory Wall已经从技术问题逐渐变成产业问题。 存储正在进入AI基础设施核心环节 GPU是近年来AI基础设施中当之无愧的主角，随着英伟达推出新一代计算平台，云厂商增加资本开支，服务器厂商扩大GPU配置，市场很容易顺着GPU数量计算AI基础设施的增长空间。 但服务器真正运行起来以后，计算芯片只是其中一个环节。 模型参数、训练数据、推理上下文都需要高速读取和存储。GPU计算能力提高以后，内存带宽和容量也必须同步增加，否则计算资源无法保持足够高的利用率。 HBM因此从一个专业的存储产品，逐渐成为AI服务器的重要基础设施。 Micron最新季度已经把这种变化直接写进财务数据。数据显示，2026财年第三季度，Micron Cloud Memory Business Unit营收达到137.69亿美元，Core Data Center Business Unit营收达到115.

9月30日，FactSet将公布FY2026第四季度业绩。 FactSet是一家经营超过40年的金融数据公司，此前naiqic增长主要来自金融数据、分析工具、工作站和企业数据服务；进入AI阶段后，客户获取信息、分析数据和完成研究工作的方式正在改变，FactSet也开始把AI、Agent和企业工作流逐步嵌入原有产品体系。 如今面对的核心问题已经发生变化，今日即将公布的财报的观察重点也变成了AI究竟走到了哪一步。 截至FY2026第三季度末，FactSet已经拥有超过9,100家客户和超过247,000名金融专业用户。第三季度营收6.229亿美元，同比增长6.4%，有机收入增长7.0%，有机ASV达到24.856亿美元，同比增长7.1%。 从第三季度数据来看，公司基本盘依然稳定，但AI尚未让整体收入增速出现明显跃升。 真正有变化的是产品端。FactSet披露，超过90%的前50大客户已经使用至少4款AI产品；第三季度超过10%的ASV增长直接来自AI SKU。公司同时开始探索消费型定价，意味着AI正在从传统金融软件的“附加功能”，逐步走向可以独立贡献合同价值的产品。 这正是是9月30日财报真正值得看的地方：AI已经开始进入金融终端，下一步需要证明的，是AI能不能进入收入表。 金融数据公司的入口正在变化，FactSet开始把AI放进工作流 金融数据行业过去的商业模式非常稳定。由机构客户购买数据、终端和分析工具，再通过这些工具完成研究、投资组合管理、风险分析和交易决策。 在该种模式下，对于FactSet来说，真正重要的资产是数据与金融机构工作流程之间的长期绑定，并非单纯的数据数量。 AI出现以后，信息获取方式正在发生变化。 之前研究一家公司，需要搜索数据、打开财报、调整模型、做同业比较，再整理成研究结论；如今，自然语言和Agent已经可以承担其中越来越多的工作。金融数据公司开始随之

Bloom Energy最近重新回到市场视野。 $Bloom Energy Corp(BE)$ 9月29日，Bloom Energy股价大涨约12%，盘中一度接近300美元。公司近期收购Fremont一座约15.8万平方英尺的厂房，继续扩大当地制造能力。与此同时，Ameren Missouri最新公布的20年资源规划显示，到2030年，公司计划增加500MW天然气燃料电池资源。 两条新闻看起来分属两家公司，背后却指向同一个问题：AI数据中心正在越来越快地消耗电力，而美国电力基础设施的建设速度，正在成为AI资本开支能否继续扩张的重要约束。 Bloom Energy提供的正是现场发电、燃料电池和微电网解决方案。 这也是为什么Bloom最近的上涨值得单独拿出来研究。 过去几年，AI基础设施最受关注的是GPU、服务器、网络设备和存储，但数据中心真正运行起来，还需要发电、输电、变电、配电、冷却以及大量工程建设。AI资本开支越大，电力基础设施的缺口就越容易暴露。 更重要的是，这个变化已经开始进入上市公司的订单和财报。 Bloom Energy二季度收入达到10.65亿美元，同比增长165.5%；产品收入9.35亿美元，同比增长215.4%；毛利率提升至33.4%。公司同时把2026年全年收入指引提高至39亿至42亿美元。 Bloom已经披露，其AI基础设施业务覆盖接近两打客户，对应合同容量约250MW。MiTAC在Fremont的AI服务器制造园区也采用Bloom燃料电池微电网。 这意味着Bloom正在从一家能源设备公司，逐渐成为AI基础设施资本开支链条中的一个可观测环节。 Bloom Energy扩产背后，AI数据中心开始抢“可用电力” Bloom这轮上涨，真正需要观察的并不是股价本身，而是制造能力为什么需要

2026年第三季度，AI产业开始出现一个越来越清晰的变化。 过去两年，市场最容易理解的AI生意，是GPU、服务器、数据中心、电力和网络设备。只要云厂商持续扩张资本开支，芯片和基础设施公司的订单就有增长逻辑，AI产业链也因此形成了非常明确的景气传导。 但到了今年下半年，资本市场开始追问另一个问题：这些巨额资本开支，最终怎样进入企业的收入表和利润表？ 微软给出了非常直接的答案。 2026财年第四季度，微软营收900亿美元，同比增长18%；微软云收入593亿美元，同比增长27%；Azure年度收入首次超过1000亿美元，Microsoft 365 Copilot付费席位超过3000万。 Meta的路径有所不同。2026年第二季度，Meta营收608亿美元，同比增长28%，广告展示量增长14%，平均广告价格增长12%；同期资本开支达到310.8亿美元，公司预计全年资本开支为1300亿至1450亿美元。 Google则把Gemini直接放进Search和Cloud，Amazon通过AWS承接企业AI需求，Salesforce开始把Agentforce转化为新的经常性收入。 这意味着AI产业正在进入一个新的观察阶段。 基础设施依然重要，但市场开始把目光从“谁在建设更多算力”，进一步延伸到“谁能够利用这些算力创造收入”。 对于微软、Meta、Google、Amazon、Salesforce这样的公司，AI最终是否能够形成真正的商业闭环，正在通过一份份财报逐渐显现。 微软：Copilot开始进入收入表，Azure承担AI商业化的第一轮兑现 微软可能是目前观察AI商业化最完整的样本。 微软同时拥有Azure、Microsoft 365、GitHub、Dynamics等企业业务，因此AI投入可以沿着云计算、办公软件、开发工具和企业应用多个渠道形成收入。 2026财年第四季度，微软营收900亿美

Anthropic最近披露的一组数字，把AI基础设施竞争推到了一个新的量级。 根据Reuters对Anthropic最新IPO文件的报道，公司未来十年至少承担5180亿美元的云计算、计算资源和基础设施相关义务，其中约80%属于不可取消，或者即使实际使用量不足仍需要支付。具体来看，Anthropic与Google的相关义务约1111亿美元，与Amazon约1100亿美元，与Microsoft约314亿美元，同时还有约1612亿美元与Broadcom相关的不可取消租赁义务。公司还披露了与xAI的NVIDIA计算资源安排，以及与AMD的合作，后者涉及最多50亿美元股权投资和超过200亿美元计算能力。 这已经很难只看成一家AI公司的采购计划。 Anthropic2025年收入约46亿美元，同比增长约12倍，但经营亏损超过80亿美元，运营支出达到126.5亿美元，其中超过一半用于计算和基础设施。 进入2026年，Claude商业化速度继续加快。Anthropic今年披露，收入运行率已经超过300亿美元，年化消费超过100万美元的企业客户数量超过1000家；公司同时使用AWS Trainium、Google TPU和NVIDIA GPU，并通过Amazon、Google和Microsoft三大云平台向企业客户提供Claude。 于是，一条越来越清晰的产业链开始显现：模型能力带来客户，客户使用推动Token消耗，Token消耗进一步转化为计算需求，计算需求最终落到芯片、网络、数据中心以及电力基础设施。 Anthropic正在提前为这条链条购买产能。 这也是5180亿美元最值得研究的地方。 模型公司的最大约束，开始从模型能力延伸到计算供给 Anthropic过去更像一家典型的软件公司，模型研发是核心资产，云计算则是基础设施。 现在情况已经发生变化。 随着Claude进入代码开发、企业知识管