人生舵手__小琳
人生舵手__小琳认证个人
老虎认证: 记录个人交易思考与市场观察
IP属地:北京
153关注
970粉丝
2主题
0勋章

太空股要来了——SpaceX要上市,散户能买到马斯克的火箭了?

CNBC今天提了个让人兴奋的事:SpaceX要搞一个"独特结构"的IPO,MarketWatch和另一篇文章都在讨论"SpaceX什么时候能进你的投资组合"。这事儿为啥重要?因为SpaceX一直是马斯克手里最值钱的非上市资产,估值传了好几千亿美金,普通人想买买不到。现在要上市,等于打开了一扇门。不过别太激动——市场上有人担心这种巨型IPO会不会抽走资金、砸了大盘(MarketWatch专门分析说"这些因素表明不会")。同期还有SK海力士8月要在美国发ADR(qz.com报道),大IPO扎堆。历史经验是:明星IPO首日往往热闹,但热度退去后波动巨大,2021年Rivian、2019年Uber都是教训。想参与的,先看清楚发行结构再说。
太空股要来了——SpaceX要上市,散户能买到马斯克的火箭了?

OpenAI递交IPO申请,AI资本市场的大戏终于要来了?

OpenAI递交IPO申请,这件事的意义不只是“又一家AI公司要上市了”,而是AI主线可能正式进入资本市场重新定价阶段。 过去两年,市场交易AI更多是通过英伟达、微软、台积电、博通、甲骨文这些产业链映射标的,核心逻辑是大模型越卷,算力、电力、云和数据中心需求越强;但如果OpenAI真正上市,市场就会第一次直接看到大模型公司的收入、成本、现金流和商业化能力。 短期看,这肯定会重新点燃AI资产的关注度,尤其是微软、英伟达、甲骨文、博通、台积电、美光这些基础设施链条; 但中期看,考验也会更直接,投资人会开始追问:OpenAI到底赚不赚钱?推理成本能不能降下来?企业付费能不能持续增长? 所以这不是简单的无脑利好,而是AI行业从“讲故事”走向“看兑现”的标志性节点。AI主线还没结束,但接下来分化会更明显,谁能把流量、用户和模型能力真正变成现金流,谁才更有可能成为下一阶段的核心资产。
OpenAI递交IPO申请,AI资本市场的大戏终于要来了?

之后不能买入,半导体仓位怎么放?

一个很现实的问题:如果后面XX这类平台不能继续买入了,那手里的仓位到底应该怎么放? 以前大家可以今天买一点海力士,明天买一点台积电,后天再追一下英伟达。 但如果未来买入不方便了,逻辑可能就要变了。 不是每天追最强的那个,而是要想清楚:我到底是想押一家公司,还是想押一条产业链? 这就是 ETF 重新值得拿出来聊的原因。单买个股,弹性当然更大。你买对了海力士、三星、台积电、英伟达,收益可能很猛。但问题是,大多数人很难一直选中最强的那个。 ETF 的意义不是让你不亏,也不是让你每天不波动。它只是帮你少做一点选股题。 说人话就是:买个股,是赌你选股能力。买 ETF,是赌产业趋势。 如果你觉得 AI 半导体这条线还没结束,但又不想每天纠结买哪只股票,那半导体 ETF 就可以放进观察池。 第一类:想买亚洲半导体供应链 这类比较适合现在这个话题,因为 AI 产业链并不只是美股。 真正的核心供应链,很多都在亚洲。 韩国有 HBM 和存储,台湾有台积电和 IC 设计,日本有设备材料,中国有半导体国产替代。 所以如果不想单押某一个市场,可以先看这几个港股 ETF。 $GX亚洲半导体(03119)$它更像是一个“亚洲半导体篮子”,覆盖 IC 设计、晶圆制造、半导体设备、半导体材料等环节,不是只买一个国家,也不是只买一个公司。Global X 官方介绍显示,该 ETF 投资亚洲半导体生产和发展相关公司,包括 fabless、foundry、SPE 设备和材料等方向。 它适合的不是短炒,而是当成亚洲半导体产业链的底仓观察。 如果你不想每天纠结海力士、三星、台积电、联发科、东京电子到底谁更强,03119 的好处就是帮你打包。 但也要说清楚: 它一样会跌,而且波动不小。 ETF 不等于安全,
之后不能买入,半导体仓位怎么放?

非农“爆表”引发美股大跌,AI牛市结束了吗?

周末,市场讨论最多的话题,无疑是周五美股的大跌。 表面上看,导火索是5月非农就业数据远超市场预期。数据显示,美国5月新增非农就业17.2万人,而市场此前预期仅为8.5万至8.8万人,几乎翻倍的增长幅度,让市场迅速调整了对于美联储降息路径的判断。 原本已经逐渐形成的降息预期被重新压制,甚至部分资金开始重新讨论加息风险。对于当前高度依赖未来现金流定价的科技成长股来说,利率预期的变化会直接影响估值模型,因此科技板块率先成为资金兑现利润的对象。 与此同时,市场还面临着多重因素的叠加。 一方面,SpaceX IPO预期持续升温,部分资金开始担忧未来巨量融资可能带来的流动性分流效应;另一方面,美联储前理事Kevin Warsh近期表态偏鹰,也进一步强化了市场对于高利率环境延续的担忧。即便特朗普近期多次公开呼吁降息,也未能改变市场当天的交易逻辑。 不过,如果把这轮调整简单归结为“非农超预期导致市场崩盘”,可能并不准确。 更核心的原因,其实是市场此前已经处于极度拥挤状态。 过去一年以来,AI产业链持续上涨,大量资金集中在少数热门方向之中。当市场估值、仓位和情绪同时达到高位时,往往只需要一个理由,就足以触发一次集中性的情绪释放。而这一次,非农数据恰好成为了那个触发点。 从产业层面来看,AI资本开支依然处于扩张周期。 近期有消息显示,继Alphabet之后,Meta也在考虑通过发行新股融资数百亿美元,用于支持未来AI基础设施建设。某种程度上,这也反映出大型科技公司正在进入新一轮资本开支高峰期。 过去几年,这些公司依靠自身强大的自由现金流就能够支撑扩张,但随着AI投资规模不断放大,外部融资的重要性开始提升。在这种背景下,利率水平对企业融资成本和估值体系的影响自然被进一步放大。 不过,这份非农数据本身也存在一些值得观察的地方。 从就业结构来看,部分新增岗位更多集中在休闲娱乐、酒店服务等行业,而永久
非农“爆表”引发美股大跌,AI牛市结束了吗?

AI供应链里被低估的两匹黑马:$GFS $TSEM

大家都在盯英伟达,但有两只票正在悄悄拿走AI资本开支的大订单。背景先说清楚: AI算力越来越大,芯片之间传数据的速度跟不上了。解决方案是光互连——用光代替铜线传数据,速度快、能耗低。而做这个的核心技术叫矽光子(SiliconPhotonics),偏偏不需要最先进的制程,成熟制程就够。这就给了两家"非主流"晶圆厂翻身的机会。 $GLOBALFOUNDRIES Inc.(GFS)$GlobalFoundries($GFS):2018年放弃和台积电拼7nm,转头专攻矽光子。现在回头看,这个"认怂 "的决定反而是神操作。 - 2026年矽光子收入预计翻倍,达4亿美元 - 目标2028年底达10亿美元 - 刚收购了新加坡矽光子代工厂AMF,要做全球最大矽光子制造商 - Q1毛利率创历史新高29%,数据中心业务增速上调至30%+ Tower Semiconductor($Tower半导体(TSEM)$):以色列晶圆厂,4年前差点被英特尔500亿买走没成,现在反而因祸得福 。 - Q1矽光子营收同比翻2倍 - 2027年矽光子合同已锁定13亿美元 - 直接和NVIDIA合作,推进1.6T矽光子方案 - 市场开始叫它"矽光子界的台积电" 投资逻辑:谷歌2600亿、亚马逊2000亿的资本开支,最终都要落在具体硬件上。光互连是AI基建绕不过去的一环,而这两家是目前少数能量产矽光子的代工厂。 当前两只票都还在估值修复阶段,没有英伟达那么贵。风险是手机业务疲软拖累,以及中东局势影响原材料供应。 你觉得矽光子这条线值得配置吗?
AI供应链里被低估的两匹黑马:$GFS $TSEM

Robinhood 凭什么涨 6%?散户又开始动了

$博通(AVGO)$ $Robinhood(HOOD)$ $SoFi Technologies Inc.(SOFI)$ $Coinbase Global, Inc.(COIN)$ 今天盘面挺有意思。AI 芯片那边被 Broadcom 带着往下砸,半导体情绪明显降温。但另一边,Robinhood(HOOD)涨了 6% 多,MicroStrategy(MSTR)涨了 2% 多,SoFi(SOFI)也涨了接近 3%,Coinbase(COIN)小幅收红。 这几个名字放在一起看,其实信号很清楚:散户熟悉的高波动资产,又有人开始买了。 Robinhood、SoFi、Coinbase、MSTR,这些票的共同点很明显。它们都和散户交易、加密资产、风险偏好有很强的关系。行情好的时候,这类股票通常跑得很快;市场一慌,它们也容易被一起砸。所以今天它们逆势走强,说明市场情绪没有完全转成避险。资金从拥挤的 AI 芯片里出来后,并没有全部躲进防御股,反而有一部分去了金融科技和加密相关资产。 HOOD 今天为什么能涨? 我觉得主要有三层原因。 第一,AI 芯片这边太拥挤了。 Broadcom 的业绩和指引本身不算差,但市场之前给 AI 硬件的预期太高了。只要没有继续超预期,资金就会先兑现。 这也是为什么今天半导体压力这么大。 但AI芯片跌了,不代表市场风险偏好彻
Robinhood 凭什么涨 6%?散户又开始动了

SpaceX、OpenAI、Anthropic 若集体上市,指数投资人真的会被迫“高位接盘”吗?

随着 AI 应用爆发、太空商业化加速,全球一级市场最受关注的三家公司——SpaceX、OpenAI 与 Anthropic,正在成为资本市场新一轮焦点。 市场预期,如果这三家公司陆续迈向 IPO,它们合计估值可能达到数万亿美元级别。单看总市值,这几乎是近年全球科技股最具冲击力的“世纪级上市潮”。 但一个容易被忽略的问题是: 如果这些巨头上市,持有 VT、VOO、QQQ 或其他全球指数基金的普通投资者,会不会被动买入它们?它们又会在指数里占多大比例? 答案可能和很多人想的不一样。 即便 SpaceX、OpenAI、Anthropic 的总市值极其庞大,它们刚上市时在主流指数中的初始权重,可能并不会特别高。原因不在于这些公司“不够大”,而在于它们上市初期真正可交易的股份比例非常低。 一、总市值很大,但指数权重未必很大 很多投资者看 IPO,第一反应是看公司估值。 如果 SpaceX 估值达到万亿美元级别,OpenAI 和 Anthropic 也达到数千亿美元甚至更高估值,那么它们理论上足以跻身全球最大科技公司行列。 但指数公司并不是简单按照“公司总市值”来配置权重。 大多数主流指数,尤其是 MSCI 全球指数、S&P 系列指数,通常采用的是 自由流通市值加权。 也就是说,指数真正计算的不是: 公司总市值 而是: 市场上普通投资者真正可以买卖的流通股份价值 这一区别非常重要。 如果一家企业估值 1 万亿美元,但 IPO 时只拿出 5% 股份在市场流通,那么对指数来说,最初能计算进去的有效市值可能只有 500 亿美元左右。 这也是为什么这些超级独角兽即便上市,初期在 ETF 里的权重也可能没有想象中那么夸张。 二、为什么“巨无霸 IPO”进指数后权重反而很小? 核心原因有两个:自由流通比例低,以及 指数公司要控制可投资性风险。 1. 自由流通股比例太低
SpaceX、OpenAI、Anthropic 若集体上市,指数投资人真的会被迫“高位接盘”吗?

NVIDIA 杀进 CPU 腹地,Intel 的反击才刚开始

Intel 不想让市场只把 AI 理解成 GPU 生意,它要重新强调:AI Agent 时代,CPU、x86、边缘设备、PC 和异构计算仍然很重要。 AI 算力竞争,正在从“谁的 GPU 更强”,变成“谁能定义下一代 AI 基础设施”。 NVIDIA 这次抛出的 Vera,表面上是一颗 CPU,但它真正想讲的故事是:AI Agent 时代,CPU 也要重新设计。 过去市场对 NVIDIA 的理解很简单:它是 GPU 龙头,吃的是训练和推理需求。但黄仁勋现在明显不满足于只卖 GPU。Vera 的定位是“CPU for Agents”,也就是面向 AI Agent 的处理器。 为什么 Agent 需要 CPU? 因为 AI Agent 不只是回答问题,它还要拆任务、调用工具、读数据库、写代码、执行流程、和其他系统交互。这些工作不是单纯靠 GPU 跑大模型就能解决,背后需要大量 CPU 做调度和执行。 所以 NVIDIA 这次其实是在说:未来 AI 数据中心不只是 GPU 的天下,CPU 也会被重新定义。 这对 Intel 来说,压力就很直接了。 Intel 过去最核心的护城河就是 x86 CPU,尤其是服务器 CPU。即使过去几年 AMD 靠 EPYC 抢了不少份额,Intel 至少还在 x86 生态里有很强的基本盘。但现在问题变了:如果 NVIDIA 自己把 CPU、GPU、网络、软件、整柜系统、云厂商生态全部打包好,客户还需要单独考虑 Intel Xeon 吗? 这也是为什么 NVIDIA Vera 那句话很关键: “Vera 是 Intel 和 AMD x86_64 处理器有史以来最强大的竞争对手。” 这句话听起来像宣传语,但背后的方向很明确:NVIDIA 正在从 GPU 供应商,升级成 AI 基础设施平台公司。它不只想拿 GPU 的利润,也想拿 CPU、整机、机柜、云服
NVIDIA 杀进 CPU 腹地,Intel 的反击才刚开始

半导体四大主线共振,这波景气周期值得认真对待

最近整理了一下半导体产业链的几个信号,发现多个方向正在同时共振,写出来跟大家交流一下。 $德州仪器(TXN)$ $英飞凌(0KED.UK)$ $阿斯麦(ASML)$ ① 汽车半导体涨价确认 英飞凌、TI部分产品涨幅15%~85%,伯恩斯坦数据显示Q1汽车半导体营收同比+11%。背后逻辑是AI服务器抢产能 + 晶圆厂提价,供需同步收紧,这轮涨价不是一次性的。 ② 800VDC架构是真正的结构性增量 AI机架功率从15kW干到1.5MW,54V旧架构已经到头了。美银测算模拟半导体可寻址市场2030年达270亿美元。TI和英飞凌是最直接的受 益方,SiC/GaN同步受益。 ③ 金刚石散热进了英伟达供应链 以前觉得是概念,现在英伟达真的在用"金刚石复合材料+液冷"方案。中国有全球63%的金刚石产能,这个赛道值得盯着。市场规模保守 估计2032年近百亿,乐观情景近千亿——区间很宽,说明还早,但方向对。 ④ Terafab溢价抢设备 = 设备景气持续 郭明錤调查实锤,Terafab高于市价采购关键设备。ASML CEO确认直接和马斯克谈过,初始投资200亿美元。设备交付成瓶颈,对ASML、AMAT、北方华创、中微公司是持续催化剂。 简单总结一下布局思路: - 底仓:TXN、ASML、英飞凌(业绩支撑、景气已验证) - 进攻:北方华创、中微公司、三安光电、纳芯微(A股国产替代) - 跟踪:金刚石散热方向,等英伟达订单真正落地再动 详细图表和标的分析整理成
半导体四大主线共振,这波景气周期值得认真对待

黄仁勋重押台湾后,美股真正该看的不是英伟达,而是实体AI背后的“隐形供应链”

今天 AI 产业最值得关注的信号,不只是英伟达继续创新高,也不是市场又在讨论 GPU 供不应求,而是黄仁勋把台湾的重要性再次推到了台前。 英伟达将在台北北投士林科技园区建立全新的 Constellation 星座研发园区,并释放出未来持续加码台湾供应链的信号。这件事真正重要的地方在于:AI 竞争正在从过去的“云端算力军备竞赛”,进一步进入“实体AI落地阶段”。 过去两年,市场交易的主线很清楚:GPU、AI服务器、云厂商资本开支、液冷和数据中心。 但下一阶段,AI 不会只停留在云端。它会继续下沉到 AI PC、边缘服务器、工业电脑、机器人、智能工厂、自动驾驶、数据中心电网和本地化推理设备里。 也就是说,AI 的上半场是“算力集中在云端”,下半场很可能是“算力进入现实世界”。 所以,真正值得挖的美股机会,不一定只在最拥挤的英伟达、博通和Vertiv身上,而是在那些过去不被市场当作核心AI股、但正在被实体AI刚性需要的二线供应链公司里 一、内存接口:AI PC 和边缘AI的第一道瓶颈 如果 AI 要从云端走向本地设备,第一道瓶颈就是内存。 AI PC、边缘服务器、工业控制设备,都需要更高带宽、更低延迟、更稳定的内存系统。传统 DDR5 在高速传输下会遇到信号衰减、时钟抖动和稳定性问题,所以 CUDIMM、CKD、PMIC、SPD Hub 这类内存接口芯片的重要性开始上升。 这条线里,美股最值得看的公司是: $Rambus(RMBS)$ Rambus(RMBS) Rambus 不是单纯卖内存的公司,而是做内存接口芯片和高速数据传输IP的公司。它近期发布了面向 AI PC 的 DDR5 9600 客户端内存模组芯片组,覆盖 CUDIMM、CQDIMM 和 CSODIMM,并整合 CKD、PMIC、SPD
黄仁勋重押台湾后,美股真正该看的不是英伟达,而是实体AI背后的“隐形供应链”
$西部数据(WDC)$   小虎访谈有宝藏[财迷]  

HBM:AI时代真正被卡住的,不只是算力

过去两年,市场一提到 AI,第一反应往往是 GPU、英伟达、算力、数据中心。但如果继续往产业链深处看,会发现一个越来越重要的事实: AI 不是只缺 GPU,而是缺“能把数据快速喂给 GPU 的记忆体”。 这就是 HBM,也就是高带宽内存。 如果说 GPU 是 AI 的大脑,那么 HBM 就像大脑旁边的短期记忆。AI 模型每生成一个 token,都需要不断从内存里读取参数、搬运数据,再交给 GPU 计算。模型越大、参数越多、推理越复杂,对数据搬运速度的要求就越高。 问题是,GPU 的计算速度已经非常快,但内存把数据送过去的速度跟不上。这种瓶颈就是所谓的 Memory Wall,记忆体墙。 在 AI 时代,真正限制芯片发挥性能的,很多时候不是“算不算得动”,而是“数据能不能足够快地搬过去”。 一、HBM 到底是什么? HBM,全称 High Bandwidth Memory,中文叫高带宽内存。 它和普通电脑里的 DDR 内存条不一样。传统内存更像是放在主板另一端的“仓库”,数据要通过较长的线路传输到 CPU 或 GPU。而 HBM 的设计思路,是把多层 DRAM 芯片垂直堆叠起来,再放到 GPU 旁边,让数据传输距离大幅缩短。 简单理解就是: 普通内存是远处仓库,HBM 是贴身弹药库。 HBM 的优势主要有三点: 第一,带宽更高。 传统 DDR5 的数据总线宽度通常是 64 位,而 HBM3E 可以做到 1024 位,相当于把原来一条窄路,直接拓宽成十几车道的高速公路。 第二,距离更短。 HBM 不是远远插在主板上,而是通过先进封装和 GPU 放在同一个封装系统里。数据传输距离从几厘米缩短到几毫米。 第三,能效更好。 在数据中心里,电费和散热都是实打实的成本。HBM 在单位数据传输上的能耗比传统显存更低,因此不仅提升性能,也帮助降低整体系统能耗。 所以,HBM 不是单纯“更贵的
HBM:AI时代真正被卡住的,不只是算力

顺着趋势筛选最强赛道

$英伟达(NVDA)$ $纳指100ETF(QQQ)$ $标普500ETF(SPY)$ 整体来看,上周市场虽然因为油价上涨出现动荡,但指数关键位置并没有破,SPX 和 QQQ 也继续走出新高。 核心判断没有变化: 油价是短期扰动,AI 才是中期主线。 在 SPY 和 QQQ 的关键位不失守之前,我仍然会顺势看多。 投资方向上,我继续重点看 AI 铲子股。 其中,存储看业绩兑现,CPO 看预期抢跑,CPU、液冷、电源管理、光通信链条也都值得继续跟踪。 软件可以看,但目前我认为硬件链条的确定性和弹性更好。 下周最关键的,不只是 NVDA 财报数字,而是这份财报能不能继续强化市场对 AI 资本开支的信心。 如果这个逻辑继续成立,那么: 趋势未改,资金未撤,AI 铲子股仍然是当前最值得跟踪的主线。 下周最重要的事件,就是 NVDA 财报。 英伟达是这轮 AI 浪潮里最核心的算力与 Token 供给。 它做的远不止是一块 GPU,而是一整套机柜和供应链能力。 从采购、ODM 组装,到液冷调试,每一个环节英伟达都亲自踩过坑。别人想复制,不是买几块 GPU 就可以,而是要从头搭一整套系统。 更关键的是,英伟达已经提前锁定 HBM 产能,也提前吃掉光模块产能。从供应链到 ODM,再到液冷和系统集成,它的护城河已经建好了。 所以我对 NVDA 的判断是: 220 的价格,对应 2026 年是合理的;但如果站在 2027 年来看,并不贵。 这种票就应该一直持有到新高再
顺着趋势筛选最强赛道

川普 Q1 个股调仓分析:卖掉一部分老科技巨头,转向 AI 链条和政策受益股

这次川普 Q1 的交易披露,单看名字其实挺有意思。 如果只看卖出名单,很多人第一反应可能是:是不是不看好科技股了?毕竟 Microsoft、Amazon、Meta 都出现在了大额卖出里。 但我觉得不能这么简单理解。 更准确地说,这次调仓不像是“撤出科技”,而是从已经涨了很多、市场预期也比较充分的成熟科技巨头里,拿出一部分资金,转去买更有增量逻辑的方向,比如 AI 半导体、企业软件、金融、能源、军工航天这些板块。 也就是说,卖的不是科技这条主线,而是卖掉一部分“老科技巨头仓位”;买的也不是随便买,而是在重新押注下一阶段可能更有弹性的方向。 先说明一下口径:这份披露来自 Q1 交易申报,里面显示的是交易区间,不是精确金额,也不代表具体成本、收益和剩余仓位。所以更适合用来观察资金偏好,不能直接当成买卖清单。 一、最明显的卖出:Microsoft、Amazon、Meta 这次卖出端最醒目的三家公司,是 Microsoft、Amazon 和 Meta。 这三家公司有一个共同点:它们都是过去一轮美股行情里最核心的科技巨头,也都吃到了 AI 叙事的红利。 Microsoft 有 OpenAI 和 Azure,Amazon 有 AWS 和云计算,Meta 有 AI 广告、推荐算法和降本增效逻辑。放在前两年,这些都是市场最愿意买单的故事。 但问题也在这里。 当一家公司已经被市场反复交易过,股价、估值和预期都不低的时候,后面想继续大幅超预期,难度就会变高。 所以这次 Microsoft、Amazon、Meta 被卖出,我更倾向于理解为:不是不看好它们,而是前期仓位和利润已经比较厚,先兑现一部分。 特别是 Microsoft,它依然是 AI 软件和云计算里最重要的公司之一,但现在的问题是,市场对它的期待已经非常高。只要后续 Azure 增速、AI 收入兑现节奏或者资本开支稍微不如预期,股价就容易
川普 Q1 个股调仓分析:卖掉一部分老科技巨头,转向 AI 链条和政策受益股

AI 算力的两条突围路线:Blackwell 的 Chiplet,与 Cerebras 的晶圆级计算

$英伟达(NVDA)$ $Cerebras Systems(CBRS)$ AI 算力芯片正在遇到一个共同问题:单颗芯片已经越来越难继续做大。 一方面,先进制程越来越贵,摩尔定律放缓;另一方面,传统芯片还受到光罩尺寸、良率、功耗和散热的限制。于是行业出现了两条不同路线: 一条是英伟达 Blackwell 代表的 Chiplet 路线:把大芯片拆成多个小晶粒,再通过先进封装重新拼起来。 另一条是 Cerebras 代表的 晶圆级计算路线:不把晶圆切成小芯片,而是直接把整片 12 英寸晶圆做成一个超大型 AI 处理器。 一、Blackwell:用 Chiplet 突破单芯片极限 Chiplet 的核心逻辑是“化整为零”。 传统单片大芯片一旦出现缺陷,整颗芯片都可能报废;但 Chiplet 可以把一个大型系统拆成多个小晶粒,只挑选良品晶粒进行组合,从而提升制造良率。同时,不同功能模块还可以采用不同制程,实现更灵活的异构集成。 Blackwell 就是这一思路的典型代表。它通过两颗 GPU 晶粒配合 NVLink-C2C 互联,在逻辑上让系统看起来像“一颗超级芯片”。 但这种模式并不是没有代价。它本质上是用封装复杂度、功耗、散热和系统成本,去换取更大的算力规模。 Blackwell Chiplet 路线的主要代价 第一,是功耗上的“传输税”。 在单片芯片内部,数据传输距离短、功耗低;但 Chiplet 之间即使有高速互联,数据跨晶粒移动依然需要额外能耗。对于 Blackwell 这种功耗动辄数百瓦甚至上千瓦的芯片来说,部分电力并不是直接用于计算,而是用于维持多颗晶
AI 算力的两条突围路线:Blackwell 的 Chiplet,与 Cerebras 的晶圆级计算
$COHR 20260508 330.0 PUT$  还有人性吗?还有法律吗?天天上涨不崩盘吗

amd财报出炉,中期 AI 数据中心主线更稳了

AMD 这份财报,盘后直接大涨,核心不是单纯 EPS beat,而是 AI 数据中心逻辑继续兑现 + Q2 指引明显超预期。 白天 AMD 已经跟着半导体板块涨了一波,结果盘后财报出来还能继续拉,说明市场不是简单兑现,而是在重新上修对 AMD 的 AI 服务器和数据中心预期。 现在 AMD 的交易逻辑很清楚:它不是要马上取代 Nvidia,而是成为大客户在 AI GPU 供应链里最重要的第二选择。只要云厂商继续扩 Capex、客户继续追求 Nvidia 之外的补充方案,AMD 的估值弹性就还在。 后面重点看三件事:MI 系列放量节奏、数据中心收入能否继续超预期、毛利率能不能跟着 AI GPU 占比一起往上走。 这不是“财报不错但反应一般”,而是“财报把市场最想看的 AI 数据中心叙事又往前推了一步”。
amd财报出炉,中期 AI 数据中心主线更稳了

apple财报分析

可以把 Apple 这份财报理解成:硬件需求超预期 + 服务收入托住利润率 + 存储涨价影响被暂时消化。 1. 财报核心:比市场担心的强 Apple FY2026 Q2,也就是截至 2026 年 3 月 28 日的季度,营收 1112 亿美元,同比增长 17%;稀释 EPS 2.01 美元,同比增长 22%。这是 Apple 历史上最好的 3 月季度之一,iPhone、总营收、EPS 都创下 3 月季度纪录,服务收入也创历史新高。  分业务看,主线非常清楚: 业务 表现 观察 iPhone 约 570 亿美元,同比 +22% iPhone 17 周期比市场预期强 Services 约 310 亿美元,同比 +16% 高毛利业务继续放大权重 Mac 约 84 亿美元,同比 +6% 新品驱动,但供应约束仍在 iPad 约 69 亿美元,同比 +8% 稳定修复 Wearables/Home/Accessories 约 79 亿美元,同比 +5% 增长相对温和 更关键的是毛利率。公司总毛利率达到 49.3%,高于市场预期;其中产品毛利率约 38.7%,服务毛利率约 76.7%。这说明硬件端确实有成本压力,但服务业务的高毛利结构把整体利润率撑住了。  2. 为什么 Apple 没有明显受存储影响? 我觉得核心不是“没有影响”,而是影响暂时没有压垮报表。 第一,Apple 的议价能力太强。 Apple 是全球最大消费电子采购方之一,iPhone 对 DRAM、NAND 的需求量极大。存储涨价对它肯定有压力,但它通常有更强的长期采购合同、供应链锁量能力和付款议价能力,不像中小硬件厂商那样立刻被现货价格打穿毛利。 第二,Apple 的产品 ASP 和定价能力可以缓冲成本。 iPhone 的核心利润不是靠单个零部件成本决定,而是靠整机定价、配置分层、存储容量溢价、Pro 机型占比来决定。
apple财报分析

四家大厂财报速览

$谷歌(GOOG)$  $Meta Platforms, Inc.(META)$  $微软(MSFT)$  $亚马逊(AMZN)$   这轮四家大厂财报看下来: Google 最完整,微软最稳,亚马逊在电话会后明显修复,Meta 则是分歧最大。 先说 Google,这次几乎是四家里表现最完整的一家。搜索、云、订单积压、利润率和 AI 叙事基本都在线,而且最关键的是,市场愿意相信它现在的高资本开支,后面是有机会兑现成收入和利润的。简单说,就是不只是故事讲得好,数据也能接得上,所以整体反馈最好。 微软这边,定义成“稳”。基本盘还是很强,利润率也依旧优秀,Azure 和 AI 需求没有问题。只是现在市场对微软的要求太高了,不只是要好,而是要持续交出特别强的超预期。所以它这次更像是高预期下的平稳兑现,没有明显短板,但惊喜感不如 Google。 亚马逊其实一开始分歧不小,主要还是因为 CapEx 太高、现金流压力比较直接。但电话会之后,市场情绪是有改善的,因为管理层把逻辑讲顺了:AWS 在加速,AI 相关需求也在落地,投入并不是单纯烧钱,而是在为后面的云增长和平台位置铺路。所以 Amazon 更像是“电话会之后,市场重新愿意往积极方向去理解”。 Meta 则是四家里分歧最大的一家。不是因为它业绩差,恰恰相反,业务本身还是很强,但问题在于它的 AI 叙事最激进,资本开支也最容易引发担心。多头会
四家大厂财报速览

去老虎APP查看更多动态