瑞银看好 $CBRS 2027年迎来爆发 250亿美元订单背后 AI芯片竞争正在进入新阶段 当华尔街还在讨论 $NVDA 能否继续统治AI芯片市场时，另一家芯片公司正在凭借完全不同的技术路线，争夺下一代人工智能基础设施的市场。 它就是 Cerebras Systems $CBRS。 瑞银的长期预测将2027年视为重要转折点，并预计公司到2030年的收入可能达到约230亿美元，营业利润率达到46%。 这意味着什么？ 如果这一预测实现，Cerebras将不再只是一家挑战英伟达的AI芯片初创企业，而可能成长为一家拥有数百亿美元收入和高利润率的AI基础设施巨头。 但我认为，真正值得关注的并不是2030年的收入预测，而是三个更重要的数字。 第一个数字：254亿美元。 截至2026年第二季度，Cerebras披露的剩余履约义务（RPO，已签约但尚未确认的收入）达到254亿美元。 这意味着公司未来增长并非完全依靠市场想象，而是已经拥有规模庞大的合同支持。 管理层预计2027年核心收入将增长至2026年的三倍以上，并在随后几年继续高速扩张。 不过，订单不等于已经实现的收入。合同履行、客户集中度以及数据中心交付进度，仍然决定这些订单最终能转化为多少利润。 第二个数字：每秒10000个Token。 Cerebras计划在2027年推出CS-5系统，目标是在部分领先开源模型上，实现每位用户每秒生成10000个Token（文本处理单位）。 为什么这个数字如此重要？ 因为未来AI最重要的应用之一，不再只是人类向聊天机器人提出一个问题，然后等待答案。 而是AI Agent（人工智能智能体）自主完成复杂任务。 例如，一个AI智能体需要分析一家上市公司，可能要连续执行几十次模型调用： 读取财报、分析竞争对手、建立财务模型、检查行业数据、评估估值，最后形成投资报告。 如果每一次模型调用都需要等待，几十个步骤

英特尔 $INTC CEO陈立武警告 AI算力短缺持续到2029年 但真正决定万亿美元产业命运的可能是资金 10月12日，在新加坡举行的星展亚洲前瞻峰会上，两位半导体行业重量级人物同台亮相。 英特尔 $INTC CEO陈立武与博通 $AVGO CEO陈福阳。 陈立武的发言释放了一个值得华尔街认真思考的信号： AI算力需求可能至少持续强劲到2029年，但决定这轮超级投资周期能走多远的，已经不只是芯片供应，而是资本成本与投资回报。 他谈到了五个关键趋势，每一个都可能影响未来几年的AI投资方向。 第一，AI算力短缺可能持续到2029年。 陈立武预计，AI计算资源供不应求的局面至少延续到2029年，未来两三年行业不太可能出现明显放缓。 为什么？ 因为AI基础设施面临的瓶颈正在不断转移。 最初是 $NVDA 的GPU供应不足。 随后是 $MU、三星等厂商提供的HBM（高带宽内存）产能紧张。 再后来，数据中心开始受到电力供应、散热系统和电网建设周期的限制。 现在，融资能力与资本成本又成为新的制约因素。 这说明AI产业的增长，并不是简单地增加芯片产量就能够解决所有问题。 第二，资金可能取代芯片，成为AI最大的瓶颈。 陈立武指出，资本成本正在上升，而市场越来越关注AI巨额投资究竟能否产生足够回报。 这可能是整场讨论中最重要的投资信号。 $MSFT、 $AMZN、 $GOOGL、 $META 等科技巨头正在投入巨额资金建设AI基础设施。 但AI数据中心并不是建成之后就能永久使用的传统资产。 GPU会更新换代，服务器需要维护，电力需要持续供应，模型训练和推理还会不断消耗计算资源。 如果AI应用收入增长无法匹配资本支出，企业的自由现金流就可能受到压力。 更重要的是，部分AI基础设施建设依赖债务融资。 当融资成本上升时，原本看起来回报可观的项目，可能突然变得不再划算。 因此，未来投资者不能只看AI

微软 $MSFT 准备部署超过100万颗自研AI芯片 $NVDA 的最大客户正在改变游戏规则 AI芯片市场正在发生一个非常重要的变化。 过去，科技巨头主要依靠购买英伟达GPU扩大算力。 但现在，微软正在试图改变这种依赖关系。 微软推出第三代自研AI芯片Maia 300，并计划从2027年开始大规模部署，未来部署数量可能超过100万颗。 最值得关注的是，微软宣称这套系统的单位电力有效计算能力，相比当前领先的GPU系统提高约40%。 为什么这个数字如此重要？ 因为AI产业正面临两个越来越严重的限制：电力和资本。 如果同样一兆瓦电力能够完成更多推理任务，微软就可能降低数据中心运营成本，并减少对外部芯片供应商的依赖。 微软今年预计投入超过1750亿美元资本支出。 当投入规模达到这个水平，哪怕计算效率提高10%，潜在经济价值都非常可观。 更值得思考的是，微软计划让Maia成为旗下AI服务的重要推理平台。 这意味着它不再满足于只做GPU的大客户，而是希望掌握从芯片到云服务的完整成本结构。 对于 $NVDA 来说，这不代表英伟达的技术优势立即消失。 英伟达仍然拥有CUDA软件生态、通用计算能力和成熟的系统平台。 但对于 $AVGO、 $MRVL 等定制芯片产业链公司，科技巨头扩大自研芯片投资，可能意味着新的增长空间。 未来AI芯片市场未必由单一架构统治。 训练可能继续高度依赖GPU，而大规模、相对固定的推理工作负载，则可能越来越多地转向定制芯片。 真正值得观察的是，2027年之后，微软每增加一美元AI收入，需要支付多少芯片、电力和基础设施成本。 你认为微软自研芯片会真正威胁 $NVDA 的市场地位，还是只会让整个AI算力市场变得更大？

微软 $MSFT 刚刚达到 540 美元，创下年内最高水平。 它在不到 4 个月内上涨了 +55%。

🇺🇸 美元指数（DXY）刚刚达到2025年4月以来的最高水平。 美元走强意味着交易员们仍然不相信美联储已经结束加息。

🇺🇸 能源是标普500指数中表现最好的板块之一，2026年涨幅超过45%。 美伊战争是主要催化剂，推动了油价上涨并使能源公司受益。 在短短九个月内，超过20亿美元投资于XLE，这是一个追踪能源指数的ETF。

Michael Saylor 的 $STRC 刚刚达到 99.84 美元，这是自 2026 年 5 月以来的最高水平。 6 月 26 日，STRC 跌至 71.25 美元，比 7 月的 100 美元面值低约 25%。 现在它从那个低点上涨了 40%。 以下是 Strategy 在此期间所做的事情： • 自 6 月下旬以来回购了超过 11 亿美元的 STRC。 • 将其美元储备增加到 48.8 亿美元 • 连续第四个月将股息保持在 12% Strategy 还在再次购买比特币，10 月份购买了 584 个 BTC。 达到 100 美元时，它可以出售新的 STRC 股份来资助更大的购买。

🇺🇸 美国股市蒸发 4400 亿美元，纳斯达克今日暴跌 1%。 原因： 1. 半导体股票因中国 CXMT 竞争加剧而下跌，推动指数 SOX 下跌 2.5%。 2. 原油价格上涨以及俄罗斯与乌克兰停火失败增添了更多压力。

$META 今日上涨 +3.70%，马克·扎克伯格推出 Muse Wonder，这是其新的前沿 AI 模型系列。 在 Meta 自己的基准测试中，Muse Wonder Full 在多项测试中击败了 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5.5。 Meta 在过去 2 个月内上涨 +40%。

$TSLA 知名投资者Ross Gerber质疑Roadster销量 特斯拉真正的增长引擎还是Robotaxi与Optimus 特斯拉下一代Roadster再次引起投资圈讨论。 今天Benzinga刊登了对投资者Ross Gerber的独家报道。 Gerber认为，Roadster最终可能只生产几百辆，并质疑悬浮功能的实际商业意义。 这带出一个非常重要的投资问题： 一款令人惊叹的技术产品，是否一定能够成为推动企业利润增长的核心业务？ Roadster可以展示特斯拉的工程能力和品牌形象。 但对于一家拥有庞大市值的公司而言，少量高性能跑车未必能够对整体收入产生决定性影响。 相比之下，我认为更值得关注的仍然是三个方向。 第一，FSD（完全自动驾驶，监督版）能否扩大付费用户规模。 第二，Robotaxi能否建立可持续的自动驾驶出行商业模式。 第三，Optimus人形机器人能否从技术展示走向实际生产和销售。 这些业务如果实现规模化，其潜在市场可能远大于限量跑车。 当然，目前Robotaxi和Optimus的长期盈利能力仍存在不确定性。 我认为特斯拉真正需要证明的，不只是能够制造令人兴奋的产品，而是能否把技术优势转化为可持续的收入和利润。 你认为未来五年， $TSLA 最重要的增长引擎会是FSD、Robotaxi，还是Optimus？

摩根士丹利重申 $SPCX 目标价300美元 星舰第15次飞行可能成为SpaceX上市以来最重要的催化剂 摩根士丹利明星分析师Adam Jonas再次向投资者释放强烈看多信号：市场可能仍然低估了SpaceX正在创造的经济价值。 他维持 $SPCX 300美元目标价，并认为即将到来的星舰第15次与第16次飞行，可能彻底改变华尔街对SpaceX未来商业模式的理解。 真正值得关注的，不仅是火箭能否成功发射，而是SpaceX能否让太空运输成本出现数量级的下降。 第一，星舰正在挑战传统航天经济学 过去，进入太空最大的障碍是成本。 如果星舰能够实现完全重复使用，将每公斤有效载荷的发射成本降低一个数量级，同时大幅提高单次运载能力，那么太空产业的商业逻辑将被重新定义。 未来的卫星网络、轨道计算基础设施、太空制造和能源系统，都可能因此获得全新的经济可行性。 这不仅意味着SpaceX能够赚取更多发射收入，更意味着原本不存在的市场可能开始出现。 第二，一次星舰发射可能相当于猎鹰9号一个月甚至更长时间的运力 根据Jonas的分析： 星舰第14次飞行已成功部署26颗星链V3卫星。 第15次飞行预计可能重复这一规模，甚至进一步提高卫星搭载数量。 星舰设计上最多可容纳约60颗V3卫星。 而单颗V3卫星的下载容量预计达到现有V2 Mini卫星的约10倍。 这意味着，一旦星舰实现稳定、高频率发射，Starlink的网络容量扩张速度可能出现巨大飞跃。 过去需要多次猎鹰9号发射完成的任务，未来可能只需要一次星舰发射。 第三，SpaceX真正的终极价值可能不只是卫星互联网 Jonas提出了一个更宏大的投资框架： 将能源大规模转化为智能，并通过机器人等物理载体释放生产力。 这与 $TSLA 的Optimus机器人、 $NVDA 的AI计算基础设施，以及SpaceX未来可能发展的轨道计算能力，形成了值得关注的产业联系

Meta超级智能负责人Alexandr Wang预言 未来十亿美元公司的诞生速度可能超乎想象 Scale AI创始人、现任 $META 超级智能实验室负责人Alexandr Wang，最近提出了一个值得所有创业者和投资者认真思考的观点： 现在可能是人类历史上创办一家价值10亿美元公司的最佳时机。 但他的理由并不是AI模型还会变得多么强大，而是一个完全相反的判断： AI技术的发展速度，已经远远超过整个社会采用AI的速度。 换句话说，真正限制AI创造经济价值的，不再只是模型能力，而是企业、组织和个人能否真正把AI融入日常工作。 他甚至提出一个大胆的假设： 即使从今天开始，所有AI模型停止进步，仅凭现有技术，也足以在未来几十年持续改变全球经济。 为什么？ 回顾电力革命就能理解。 当发电机出现时，并不意味着所有工厂立即实现电气化。 企业需要重新设计生产线，城市需要建设电网，家庭需要改变生活方式。 真正创造巨大经济价值的，不只是发明电力的人，还有后来将电力应用到千千万万个场景中的企业。 AI今天可能正处于类似阶段。 第一，下一批十亿美元公司可能不需要庞大的员工团队 十年前，Alexandr Wang创办Scale AI时，小型创业公司挑战科技巨头，就像大卫挑战歌利亚。 但AI智能体正在改变这个竞争结构。 过去，一家企业可能需要几百名员工，才能完成软件开发、客户服务、市场营销、数据分析和日常运营。 未来，一个由十几名核心员工组成的团队，可能通过数百甚至数千个AI智能体，完成过去大型组织才能承担的工作。 当然，这不代表每个智能体都能独立可靠地完成复杂任务，但它意味着企业的生产效率上限正在被重新定义。 第二，科技巨头最大的挑战可能不是技术，而是组织结构 传统大型企业的管理体系，建立在人类员工分工协作的基础上。 部门、层级、审批、汇报、预算和人力资源配置，都是围绕过去的生产方式设计的。 但A

🚨 美国财政部即将为其债务进行一场巨大的豪赌。 财政部长斯科特·贝森特（Scott Bessent）一直试图压低债券收益率，但市场持续与他作对。 9月，贝森特向债券交易员发出挑战，他说：“现在我是庄家”，并补充道，“如果你想的话，可以跟我赌一把。” 他将长期债券回购规模增加至高达60亿美元，但投资者感到失望，收益率继续上升。 如今，10年期国债收益率已达到5.23%，而30年期收益率已攀升至5.6%以上，这是二十多年来未见的水平。 现在，花旗银行（Citi）预计贝森特将采取更大胆的举措。 11月4日，财政部可能宣布将20年期和30年期债券拍卖规模各削减30亿美元，20年期债券甚至可能完全取消。 取而代之的是，美国将通过短期国债增加借款，以减少长期债券供应，并可能缓解收益率压力。 但这存在严重的风险。 短期债务需要更频繁地再融资，这意味着如果利率持续高企，政府可能面临更大的利息成本。 而且，随着美国国债接近40万亿美元，即使借款成本的微小变化也可能带来巨大后果。 财政部或许能够减轻长期收益率的压力，但它无法让美国的债务问题凭空消失。

20年以上期国债ETF（$TLT）的看涨期权在过去一个月内创下1490万份合约的历史新高。 交易员们押注长期债券收益率即将下降，债券价格将上涨。 这是在TLT第三季度下跌9%，30年期收益率达到24年来最高水平之后发生的。

亚马逊在互联网泡沫期间暴跌了95%，几乎破产。 如今，它的价值超过2.7万亿美元。

随着俄乌能源停火协议引发对俄罗斯石油供应增加的预期，油价跌破90美元。

随着KOSPI指数下跌3.2%，韩国股市蒸发超过₩162,672,000,000,000（$1080亿）。 KOSPI指数从6月峰值暴跌-31%，仍处于熊市区间。

🇰🇷 韩元兑美元升至两年来的最强水平。 今年韩元兑美元升值 +7.7%，在亚洲货币中涨幅领先。

华尔街顶级科技投资人 Gavin Baker 最新持仓曝光：46.7亿美元重仓 SpaceX，同时押注 AI 芯片、光通信，却用23.6亿美元的纳指看跌期权对冲！ Gavin Baker 的第二季度投资组合，最值得关注的不是他买了多少只股票，而是这些资金背后反映出的投资逻辑。 第一大重仓：SpaceX，46.7亿美元！ $SPCX：46.7亿美元 $MU：8.21亿美元 $CBRS：6.87亿美元 $ALAB：5.88亿美元 $CIEN：3.38亿美元 $CRDO：3.07亿美元 SpaceX 的持仓规模远远超过其他公司，反映出他对卫星通信、太空基础设施以及未来商业化空间的高度重视。 但真正值得研究的是，他并没有只押注一家科技巨头，而是沿着整个 AI 基础设施产业链进行布局。 第二条主线：AI 芯片与高速互连 $MU：HBM 高带宽内存 $CBRS：AI 专用计算芯片 $ALAB：数据中心高速连接 $CIEN：光通信网络 $CRDO：高速数据互连 $COHR：光学器件与光通信 $NVDA：GPU 算力核心 $APH：高速连接器 这组持仓揭示了一个重要方向： AI 投资正在从单纯购买 GPU，延伸到内存、光模块、网络交换、高速互连和整个数据中心基础设施。 当 AI 集群越来越庞大，决定系统性能的，不再只是芯片算力，还有数据能否足够快速地传输。 第三条主线：云计算与 AI 应用 $META：2.27亿美元 $AMZN：2.31亿美元 $CRWV：2.12亿美元 $GOOGL：1.75亿美元 $U：2.93亿美元 $TSLA：8590万美元 $NBIS：1770万美元 这些持仓覆盖云计算、AI 模型、软件平台、自动驾驶和新一代计算基础设施。 尤其值得注意的是，他同时持有 $NVDA、 $CRWV 和 $NBIS，意味着他的投资范围不仅包括出售算力的芯片公司，也包括提供算力服务的云

高通CEO爆出重磅消息：AI巨头已经开始制造手机！2028年，手机可能直接运行1000亿参数AI模型，苹果和谷歌准备好了吗？ 智能手机行业可能正在迎来一次比触摸屏革命更深刻的变化。 高通 $QCOM 首席执行官 Cristiano Amon 在与科技记者 Alex Heath 的对话中，透露了一个极其值得关注的消息。 一些处于人工智能最前沿的公司，已经向高通提出明确的技术需求： 到2028年，手机必须具备运行至少1000亿参数AI模型的能力，而且需要让模型几乎持续运行。 更令人意外的是，当主持人追问这些AI公司的计划时，Amon直接表示： “AI公司开始制造手机了。” 虽然他没有透露具体公司名称，但这句话背后可能隐藏着整个智能手机产业未来几年的重大变化。 第一，手机可能从应用程序平台，变成真正的AI智能体。 今天的智能手机，仍然以用户主动操作为核心。 打开应用、搜索信息、发送消息、处理文件，每一步基本都需要用户发出指令。 但如果未来手机能够持续运行大型AI模型，交互方式可能彻底改变。 AI可以理解用户的日常习惯、处理复杂任务、跨应用执行操作，甚至主动提供建议。 未来的手机，竞争重点可能不再只是屏幕、摄像头和处理器，而是谁拥有最强大的个人AI助手。 第二，1000亿参数意味着什么？ 1000亿参数模型不是普通的小型手机AI模型。 仅仅存储模型权重，如果采用4位量化，理论上就需要约50GB空间，还没有计算运行时缓存、系统内存和其他开销。 这意味着手机芯片、内存带宽、散热、电池效率，都必须出现重大进步。 对于半导体产业链，这可能创造新的增长机会。 $QCOM：移动AI芯片与低功耗计算。 $MU：高性能移动内存及存储需求。 $ARM：高能效处理器架构。 $GOOGL：Android生态与Gemini AI。 $AAPL：iPhone硬件、操作系统与AI整合。 $NVDA：AI模型训