注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 物理AI:需求空间从数字内容生产拓展至实体产品研发与制造。
物理AI:需求空间从数字内容生产拓展至实体产品研发与制造。 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 物理AI:需求空间从数字内容生产拓展至实体产品研发与制造。 的推特
#从写代码到设计硬件、AI# 正加速进入物理世界的研发环节。 OpenAI 最新披露,Astra 已参与设备外观、机械结构、PCB 及固件设计,两名成员利用业余时间、不到一周完成测试设备设计,制造商不到一个月完成小批量原型;同时,OpenAI 与马自达探索将 AI 用于汽车气动及碰撞安全设计,与 CGR 探索从零件扫描到 CAD 模型和制造图纸的工作流。 AI for Engineering 的下游场景正向汽车、电子及工业研发延伸。 🚀 #核心看点在于:工程设计门槛下降、迭代提速,有望创造更多设计与仿真需求。我们认为,随着# AI 降低建模、出图和仿真准备的成本,工程师能够探索更多方案,过去受制于人力和预算的研发需求有望释放,推动“更多设计方案—更多仿真验证—更多模型与算力调用”的正向循环。OpenAI 硬件团队自今年 2 月以来,模型 token 使用量增长 23 倍,已提供工程场景高强度调用的早期信号。 💡 #物理AI:需求空间从数字内容生产拓展至实体产品研发与制造。# 工程设计与仿真有望成为物理 AI 的重要落地入口,并为后续制造与执行提供基础。看好具备工业数据、专业工具集成和客户场景积累的企业,关注工业设计与仿真软件、工程智能体及推理算力的增量机会。当前制造公差、装配约束等环节仍需人工审核,后续重点跟踪从原型验证向规模化付费的转化。 🌹 关注: #物理ai:奥比中光、索辰科技、五一视界、中控技术# #专业工业工具:华大九天、中望软件等#
显示更多
【A股盘前】📊 2026年10月21日(周三)盘前信息汇总 数据截止时点说明:本报告生成于北京时间 2026-10-21 09:45—10:20(A股连续竞价早盘)。ETF双榜、龙虎榜、K线互证锚定 10-20 收盘(已剔除 10-21 未完成K线);指数与个股现价为 10-21 上午盘中实时;隔夜美股为 美东 10-20 收盘。交易日判定:周三,非节假日,正常开市。 一、美股20交易日ETF涨幅榜TOP10 排名代码名称/方向20日涨幅收盘 1BRF巴西小盘股+26.17%20.44 2EWZS巴西小盘股+23.53%16.80 3BWET油轮运力(海运)+17.48%801.20 4BNO布伦特原油+15.47%66.87 5IEO油气勘探生产+13.38%150.51 6USL原油期货策略+12.40%62.44 7EWZ巴西大盘+12.23%42.94 8USOWTI原油+11.47%160.61 9XOP油气开采+10.15%200.05 10XLE能源精选+10.02%67.97 前三点评:BRF/EWZS 双巴西小盘继续霸榜——这是连续第 5 个交易日"巴西系"占据美股非杠杆榜前二,属典型资源国货币+大宗双升的资产重估交易。BWET(油轮运力)排名从 10-19 第 24 名 → 10-20 第 16 名 → 今日第 3 名,三日连续跳升并首次进入前三,是本期最重要的边际变化:美战略原油储备降至 2.827 亿桶(1982 年 10 月以来最低)、欧洲 TTF 天然气突破 90 欧元/兆瓦时创 2022 年 12 月以来新高,运力与能源运输的紧缺正在从"预期"转为"定价"。 四方向专项核查: 海运运力 ✅ 出现(BWET 第 3,+17.48%,且加速上移) 生物医药 ❌ 未出现(ARKG 第 142 名,−7.98%;IBB 第 52 名,−0.15%;XBI 第 124 名,−5.33%) 加密货币 ❌ 未出现(IBIT 第 110 名,−4.34%;BITO 第 119 名,−4.92%) 网络安全 ❌ 未出现(WCBR 第 67 名,−1.47%;CIBR 第 74 名,−2.13%;HACK 第 90 名,−2.95%) 说明:ARKG/IBIT/WCBR 均为"未进榜",但 10-20 单日美股医药股集体大涨(Moderna +6%、礼来/默克/安进 +3%、辉瑞/强生 +2%),医疗保健是标普 500 十一大板块当日领涨板块之一。20日榜仍为负、单日已转强——这是方向切换初期的典型特征,需连续 2—3 日确认,不宜单日追高。 二、A股20交易日ETF涨幅榜TOP10 口径:腾讯前复权日K自算,截面 2026-09-14 → 2026-10-20,样本 1,560 只(已剔除债券/货币类)。 排名代码名称20日涨幅10-20当日 1159509纳指科技ETF+13.25%−1.46% 2159529标普消费ETF+11.90%+0.65% 3159100巴西ETF+11.89%−0.38% 4520870巴西ETF易方达+10.25%−0.84% 5516620影视ETF国泰+7.78%+0.44% 6159855影视ETF+7.31%+0.88% 7159696纳100ETF+6.70%−0.42% 8513100纳指ETF国泰+6.53%−0.47% 9159768地产龙头+6.16%−1.10% 10159707地产ETF+5.93%−1.38% 前三点评:纳指科技、标普消费、巴西继续占据前三,与 10-19、10-20 榜单完全一致(唯标普消费与巴西名次互换),说明过去 20 个交易日 A 股增量资金的主线仍是"海外资产 + 资源国"的 QDII 套利,而非 A 股内生行业。本期唯一新变化:影视ETF(516620/159855)首次双双冲入第 5、6 名,与新华传媒(20日 +202.6%)、慈文传媒(+80.5%)的暴涨形成呼应,AI 应用/短剧开始获得 ETF 层面的资金确认。 专项核查: 房地产 ✅ 出现——地产龙头第 9(+6.16%)、地产ETF 第 10(+5.93%),但 10-20 当日双双下跌 1.1%—1.4%,属"涨幅存量、动能转弱"。 创新药 ❌ 未出现——创新药ETF天弘第 229 名(−1.06%)、港股创新药ETF景顺第 243 名(−1.27%)、生物医药ETF国泰第 261 名(−1.39%)。医药方向在 ETF 层面仍处全市场后 15% 分位。 机器人ETF 第 557 名(−3.89%)、军工ETF 第 798 名(−6.88%)、半导体ETF 第 1328 名(−12.46%)、稀土ETF 第 1121 名(−10.32%)——当前最热的"物理AI/机器人"在 ETF 榜单上处于全市场倒数 35%,ETF 与题材严重背离。 三、双榜交集印证 交集方向 = 巴西/资源国资产(唯一双榜前三共振) A股榜:巴西ETF 第 3(+11.89%)、巴西ETF易方达 第 4(+10.25%);美股榜:BRF 第 1(+26.17%)、EWZS 第 2(+23.53%)、EWZ 第 7(+12.23%)。这是连续第 5 个交易日得出同一结论,置信度最高,但边际新增信息为零——属于"已验证的存量方向",适合持有、不适合新开仓追高。 次级交集 = 能源/油运(强度不对称) 美股榜能源系占 6 席(BWET 3、BNO 4、IEO 5、USL 6、USO 8、XOP 9、XLE 10 中的六席);A股侧能源ETF 第 28 名(+3.04%)、能源化工第 37 名(+2.76%)、石油ETF 第 256 名(−1.35%)。结论:能源由"背离"转为"弱收敛"——A股石油ETF 排名从 10-19 的第 409 名 → 今日第 256 名,正在修复但仍未进入前列。真正的缺口在"油运":美股 BWET 已进前三,A股尚无对应油运 ETF,只能通过个股(招商轮船、中远海能、海通发展)承接;国金证券 10-18 已给海通发展"买入"(Q3 归母净利 2.95 亿、定增扩运力),是本轮唯一的研报侧印证。 美股前三 → A股传导逐条判断 美股标的方向对 A 股当日传导判断 BRF(巴西小盘 +26.17%)资源国/新兴市场弱传导。A股巴西ETF已连涨 20 日且 10-20 转跌 0.38%—0.84%,涨幅已充分定价;对 A 股本土板块无直接映射,仅利好跨境 ETF 通道。 EWZS(巴西小盘 +23.53%)资源国/新兴市场弱传导。同上,且与 BRF 高度同源,不构成独立信号。 BWET(油轮运力 +17.48%)海运/油运强传导,今日最值得跟的一条。逻辑链:美战略储备 44 年最低 + TTF 天然气 4 年新高 + 霍尔木兹扰动 → 运距拉长/运价上行。A股对应招商轮船、中远海能、海通发展、兴通股份;风险是美伊"妥协提案"传闻一旦落地,油价与运价会同向回落(10-20 盘中油价曾跌超 3%)。 A股前三 → 当日盘面判断 A股标的方向当日判断 纳指科技ETF(+13.25%)美股科技中性偏弱。隔夜纳指 −0.02%、费半 −0.29%、七巨头六跌,溢价端无增量;且该 ETF 10-20 已跌 1.46%,溢价收敛风险大于上涨空间。 标普消费ETF(+11.90%)美股消费中性。隔夜标普必需消费 XLP +6.07%(20日)但当日无超额,A股映射到食品饮料ETF(第 69 名 +1.51%)弹性有限。 巴西ETF(+11.89%)资源国双榜共振方向,但今日转弱。10-20 已跌 0.38%,且巴西系已连涨 20 日,建议观察不追。 结论:双榜共振 = 巴西(存量、已充分定价);双榜均未出现 = 生物医药、网络安全、加密货币、创新药、机器人。真正具备"美股强 + A股弱 + 有研报/龙虎榜支撑"三重错配的,是海运油运与能源——这是今日唯一"美股已验证、A股未定价"的方向。 四、最新24h财经要闻10条 国家数据集团 10-20 在雄安挂牌成立(经国务院批准,国资委履行出资人职责,央企名录第 28 位;当晚登百度热搜第一)。→ 点评:这是本轮唯一"新增国家级主体"的政策,级别高于一般部委文件。但注意:韭研公社多篇梳理文章均为"概念股罗列",尚无一家券商发布相关研报、无一家公司公告实质订单,属"政策已出、业绩为零"的纯题材,今日高开概率大、持续性存疑。 马斯克:SpaceX 与特斯拉已成立委员会讨论合并;SpaceX Q3 营收 145.8 亿美元(同比 +161%),AI 业务收入暴增 830% 首成最大来源,净利超预期 2.3 倍。→ 点评:直接点燃 A 股"SpaceX 链"(通宇通讯、西部材料、再升科技、信维通信)与"特斯拉链"(均胜电子、拓普集团、天汽模)。但合并"并非板上钉钉、需股东支持",属未落地预期,只宜做事件驱动的日内博弈。 超微电脑 Q1 净销售额初步 185—195 亿美元(市场预期 149.9 亿),盘后涨超 10%,纳指期货盘后涨 1%。→ 点评:AI 服务器/超节点链条的直接催化,A股对应浪潮信息、紫光股份、星网锐捷、共进股份、春秋电子。这是今日算力硬件方向最扎实的隔夜利好(有具体数字、有盘后价格验证)。 广电总局:微短剧用户 8.5 亿、月活超 6 亿;1—9 月上线 49 万部,为 2025 全年 13 倍;已成继美国电影、日本动画、韩国电视剧之后第四大全球视听形态。→ 点评:与影视ETF 首次冲入 A 股榜第 5/6 名形成政策 + 资金双印证,是本报告认为被市场低估的一条。对应欢瑞世纪、掌阅科技、中文在线、龙版传媒、德才股份。 东风集团与兵器集团 7.27 亿元双向股权互换(不变更控制权、不影响主营)。→ 点评:纯情绪型"兵装重组"题材,10-20 东安动力已 4 连板、长春一东 3 连板,属于典型的"利好已兑现、接力风险高",今日不宜追。 国家疾控局等八部门印发《关于做好 2026—2027 流行季流感疫苗接种工作的通知》(国疾控卫免发〔2026〕15 号),部分地区已开展农村"一老一小"免费接种。→ 点评:这是华北制药(600812)本轮连板的政策底层,叠加秋冬季流感样病例阳性率抬升。但公司已两次公告"链霉素等热门品种营收体量很小、不影响整体业绩",需以风险提示对待。 10 月 LPR 连续第 17 个月不变(1 年期 3.0%、5 年期以上 3.5%);Q3 GDP 同比 +4.5%(前值 +4.3%,超预期)。→ 点评:路透/WSJ/FT 均解读为"政策层不急于加码宽松、转向改革贷款定价框架"。这对顺周期与地产是压制(地产ETF 10-20 已跌 1.1%—1.4%),对高估值成长则需要业绩兑现来支撑。 美伊"妥协提案"传闻搅动油市:卡塔尔与巴基斯坦提交中间方案获双方初步认可,彭博一则未经证实报道称"最快本周突破",油价盘中跌幅一度扩大至 3.3%;随后彭博援引外交官称"即将达成协议"不属实,油价收窄跌幅。→ 点评:这是今日油运/能源方向最大的下行风险——运价与油价的多头逻辑建立在"霍尔木兹扰动持续"之上,一旦谈判实质推进,BWET 与油运股的定价基础会瞬间反转。必须把这条与第一节 BWET 的强势并列阅读。 前三季度智能算力规模达 2592 EFLOPS(同比 +146%);集成电路出口 +99.1%、电脑零附件出口 +2.1 倍、存储部件 +1.3 倍、光模块 800G/1.6T 持续放量;服务器出口 +7.2%(海关总署)。→ 点评:这是本轮"算力硬件—覆铜板/电子布/光模块"最硬的宏观数据支撑,从"预期"变成"已实现的出口金额",可信度高于任何题材文章。与 10-20 东财研报中 5 条覆铜板/电子布/电感研报完全对应。 澜起科技预计 Q3 净利 12—13 亿元(同比 +153.6%~174.7%),互连类芯片收入约 20.47 亿(+49.3%、占营收 98.5%),DDR5 第三/四/五代 RCD 出货占比提升、毛利率升至 68.0%—68.5%;中国移动前三季利润 1062 亿元;DeepSeek 全面开源推理框架 DeepInfer(V4.1 Flash 单集群日吞吐 155 万亿 Token)。→ 点评:存储/互连是今日"有真实业绩"的少数方向,也与超微电脑超预期形成链条闭环(AI 服务器 → DDR5 内存接口 → 澜起)。 五、券商研报汇总与热度榜 (一)研报 8 条(东财研报API,2026-10-16 至 10-21,hits=63,取买入/增持) 日期券商标的评级一句话逻辑 10-20中邮证券中国巨石(600176)增持Q3 盈利靓丽,电子布量价齐升,10 月电子布延续涨价 10-20国金证券中国巨石(600176)买入业绩环比高增,10 月电子布延续涨价(同日第二家) 10-20国金证券生益科技(600183)买入产业需求更多元,掌握变局核心密码(覆铜板) 10-20华金证券生益科技(600183)增持Q3 业绩大幅预增,覆铜板量价齐升、盈利跃升 10-20东吴证券顺络电子(002138)买入AI 算力浪潮下的电感龙头,服务器与光模块打开天花板 10-21东吴证券大族数控(301200)买入Q3 营收持续增长,股权激励彰显长期信心(PCB 设备) 10-19国信证券移远通信(603236)增持物理 AI 驱动边缘算力扩容,车载与端侧 AI 打开空间 10-20群益证券移远通信(603236)增持盈利能力快速提升,端侧打开后续成长窗口(同日第二家) 10-20东吴证券燧原科技(688801)买入腾讯系国产 AI 芯片领军,深度受益国产算力黄金时代 10-20华龙证券中科曙光(603019)增持业绩高增,卡位高端超节点赛道 方向核查:10 条研报中 7 条指向"算力硬件—覆铜板/电子布/电感/PCB设备/超节点",2 条指向"端侧 AI/边缘算力",1 条指向国产 AI 芯片。与之对比:0 条覆盖数据要素、0 条覆盖机器人本体、0 条覆盖低空经济。 这是本报告把"算力硬件"列为方向三而非方向一的核心依据——研报密度是"能落地"的度量,韭研密度只是"会吵"的度量。 (二)东财人气榜 TOP10(10-21 10:00 实时) 名次代码名称现价涨跌幅 1002428云南锗业83.49+5.79% 2002242九阳股份21.60+5.06% 3603278大业股份13.19+10.01% 涨停 4002724海洋王10.19+10.04% 涨停 5003029吉大正元26.21−1.50% 6600178东安动力13.65+9.99% 涨停(4板) 7300115长盈精密24.98+1.26% 8002164宁波东力15.55−3.77% 9688836宇树科技-W516.89−1.74% 10600293三峡新材4.75+9.95% 涨停 (三)同花顺热榜 TOP10 与 A 股映射 名次代码名称涨跌幅题材标签 / 映射 1688836宇树科技−1.74%机器人本体(科创次新) 2600825新华传媒+3.69%AI 语料/传媒,17天11板 3002242九阳股份+5.06%消费/家电,13天7板 4600487亨通光电+1.02%光纤/CPO 5688825长鑫科技+2.68%存储/大基金持股 6000530冰山冷热+0.86%冰雪产业 7000823超声电子−3.87%PCB/CPO 8003029吉大正元−1.50%AI 安全,5天4板 9002085万丰奥威+0.09%低空经济,4天2板 10300308中际旭创+2.99%CPO/光模块 与热点方向共振标注:两榜合并去重后,机器人系占 5 席(宇树、大业、长盈、宁波东力、万丰)为最大集群;算力硬件/光通信占 4 席(亨通、超声、中际旭创、长鑫);消费(九阳)、军工(海洋王)、AI 安全(吉大正元)、数据要素(三峡新材-锂电、无纯正标的)各 1—2 席。注意:人气榜 TOP10 中无一只数据要素标的,而同花顺热榜亦无——这与"百度热搜第一"形成明显落差,是判断数据要素"高开低走"的重要反证。 六、隔夜美股市场综述(美东 2026-10-20 收盘) 三大指数分化,道指独强:道指 52,495.88 +1.02%;标普 500 7,712.57 +0.28%;纳指 26,424.82 −0.02%。费城半导体指数 −0.29%。道指大涨由 3M、诺思罗普·格鲁曼等传统工业财报超预期驱动,主线是"资金从高估值 AI 资产转向盈利确定性更强的传统板块"。 七巨头六跌一涨:特斯拉 +1.54%(SpaceX 合并委员会 + Q3 营收超预期)、亚马逊 +0.07%;微软 −0.31%、英伟达 −0.29%、苹果 −1.00%、谷歌 −1.11%、Meta −1.59%。半导体内部剧烈分化:安森美、恩智浦涨超 3%,高通 +1.26%、台积电 +1.21%;ARM −3.07%、阿斯麦 −0.99%、AMD −0.62%。存储概念股集体走弱(SK 海力士 −2%、美光 −0.98%、闪迪 −0.42%),但澜起科技 Q3 预告 +153.6%~174.7% 显示 DDR5 接口芯片景气独立于存储颗粒。 板块结构:标普 500 十一大板块中医疗保健与房地产领涨,通信服务与科技下跌;金融股全线上涨(伯克希尔 +1.20%、摩根士丹利 +1.10%、高盛 +1.05%);能源股全线上涨(斯伦贝谢 +1.83%、雪佛龙 +0.63%);航空股强势(美国航空 +3.68%、达美 +2.71%);医药股涨幅显著(Moderna +6%、礼来/默克/安进 +3%、辉瑞/强生/阿斯利康 +2%)。 大宗与债券:现货黄金 4,124.48 美元/盎司 −0.38%;现货白银 57.978 +1.61%(金银分化);WTI 11 月原油 101.79 美元 −1.80%;布伦特 12 月 108.79 美元 −0.69%(盘中一度跌 3.3%,因美伊妥协传闻)。美债收益率与美元指数同步走低(避险资金流入美债)。 亚太与中概:纳斯达克中国金龙指数 +0.68%(天演药业 +9%、禾赛 +8%、小鹏 +7%、理想 +5%);韩国综指 −3.73%(存储与 AI 芯片股拖累)、日经 −1.30%、恒生 −1.32%(恒生科技 −1.5%,两年新低)、台湾加权 −1.13%。 对 A 股的三点含义: ① 费半走平 + 存储走弱 = A 股半导体难有整体性行情,但超微电脑盘后 +11% 给"AI 服务器/超节点"单独开了口子; ② 医疗保健领涨 + 道指强于纳指 = 风格偏防御,对应 A 股医药、公用事业、红利低波(A股红利类 ETF 已占据第 13—36 名的密集区间); ③ KOSPI 连续两日暴跌(10-15 −7.57%、10-20 −3.73%)仍是最大外部传染源,需警惕存储链与外资重仓股的开盘冲击。 七、今日最可能被激发的三个热点方向 方向一:数据要素 / 国家数据集团(韭研首要权重,最新政策催化) 互证链:韭研公社 10-20 晚至 10-21 早 5 篇以上专题(《国家数据集团成立!数据要素迈入运营》《国家数据集团揭牌,Token 时代开启》《国家数据集团成立,数据要素产业链全图》《晚间 A 股值得关注的资讯》),且当晚登百度热搜第一——这是韭研体系内"政策级"标志。但研报 0 条、龙虎榜机构 0 席、ETF 无对应产品、人气榜/热榜 0 只纯正标的,四项硬指标全部缺失。 盘中确认(关键):10-21 早盘润建股份 +9.99% 涨停、海量数据 +10.01% 涨停,天威视讯 +4.48%、太极股份 +3.07%、深桑达A +3.00%。资金已在用真金白银投票,但集中在"低价+小市值+算力概念"的边角标的,而非正宗数据运营股。 个股📈 K线互证(锚定10-20)💰 财报互证🔥 情绪互证 润建股份(002929)20日 +4.6%、5日 +19.3%、涨停 10日2次、量比 1.55、位置 −5.5%、MA纠缠现 56.14(10-21 +9.99%)、PE 631.14、PB 2.47、市值 160.8亿公告获 2 亿美元海外 Token 服务订单;但公司异动公告明确"AI、算力、词元业务占营收比重较低" 南威软件(603636)20日 +30.5%、涨停 10日2次/20日6次、量比 1.03、位置 0.0%(新高)、MA多头现 8.88、PE −9.46(亏损)、PB 2.98、市值 51.5亿;主力净占比 −2.63%(净流出 853 万)异动公告:"AI 短剧尚未在任何平台上线、目前未产生收入" 深桑达A(000032)20日 −9.0%、5日 +3.3%、涨停 0次、量比 1.82、位置 −14.3%现 13.06、PE −66.69、PB 2.19、市值 158.7亿中国电子系数据运营主体,韭研列为"数据要素"首位 海量数据(603138)20日 −0.7%、涨停 20日1次、量比 0.55(缩量)、位置 −14.2%现 15.38(10-21 +10.01%)、PE −46.38、PB 5.94、市值 45.2亿数据库国产化,纯题材跟风 判断:这是今日"情绪最强、证据最弱"的方向。 建议只做开盘半小时的情绪博弈,不做隔夜持仓。核心理由:4 只代表标的全部是亏损股(PE 为负)、全部有"业务占比低/未产生收入"的异动公告,且主力资金已在南威软件上净流出。 方向二:物理AI / 具身智能(韭研涨停密度第一) 互证链:韭研盘前纪要显示 10-20 机器人 19 家涨停(全市场第一),大业股份 3 板、福莱新材/宁波东力/科森科技/浙江荣泰 2 板;事件端 2026 物理 AI 与世界模型大会 10-20 南京开幕、全国首个"物理AI与世界模型投资基金"战略合作、产业联盟揭牌、摩根士丹利称物理AI将促使全球GDP增长8—10倍、OpenAI 确认自研人形机器人(2027 展示原型)、AMD 82 亿美元收购 WorldLabs。龙虎榜印证:10-19 宁波东力获机构净买 9941 万—1.16 亿(两口径),索辰科技 +400 万;10-20 凡拓数创获 7 家机构席位合计净买 1.19 亿(当日机构净买第三)。反向证据:机器人ETF 20日 −3.89%(第 557 名)、10-19 凡拓数创曾遭机构净卖 4284 万、韭研"股价创新高"仅 2 家。 个股📈 K线互证(锚定10-20)💰 财报互证🔥 情绪互证 凡拓数创(301313)20日 +54.4%、5日 +41.8%、涨停 10日3次、量比 2.52、位置 0.0%(新高)、MA多头现 53.34(10-21 +13.97%)、PE −33.00(亏损)、PB 9.50、市值 54.6亿3D建模/物理AI 仿真,10-20 龙虎榜 7 家机构净买 1.19 亿;但 10-19 曾机构净卖 4284 万 大业股份(603278)20日 +31.6%、5日 +21.6%、涨停 10日3次/20日5次、量比 0.88(缩量)、位置 0.0%(新高)、MA多头现 13.19(10-21 +10.01% 涨停)、PE −37.61(亏损)、PB 2.38、市值 45.1亿机器人腱绳/骨架,3 连板后今日 4 板;东财人气榜第 3 宁波东力(002164)20日 +56.1%、5日 +21.1%、涨停 10日3次、量比 1.20、位置 0.0%、MA多头现 15.55(10-21 −3.77%)、PE 37.88、PB 5.37、市值 82.8亿10-19 机构净买 9941 万—1.16 亿;今日高开回落,接力资金已现分歧 索辰科技(688507)20日 +17.4%、5日 +29.0%、涨停 10日2次、量比 1.78、位置 −3.5%、MA纠缠现 167.50(10-21 +3.35%)、PE −10259(微利)、PB 5.50、市值 149.3亿国产 CAE/物理仿真引擎,"国产 Isaac"定位;10-19 机构仅 +400 万 判断:方向真实、龙头已高位。 今日凡拓数创 +13.97% 创新高、大业股份 4 板,但宁波东力 −3.77% 已开始分化。这不是"启动日",而是"亢奋中段"——只适合做龙头(凡拓、大业)的强度,二线跟风股(浙江荣泰 −6.1%、阿尔特 −10.4%、星网宇达 −16.6%)20日均已转负,不要碰。 方向三:端侧AI + 算力硬件·覆铜板/电子布(研报最密、业绩最实、位置最低) 互证链(五源最齐):① 韭研:10-20 端侧AI 7 家涨停(日海智能/移远通信/美格智能/博通集成/豪鹏科技/恒玄科技/瑞芯微),今日移远通信再度 +10.00% 涨停、日海智能 +10.00% 涨停、恒玄 +8.02%、瑞芯微 +5.45%;② 研报 7 条(见第五节,中国巨石×2、生益科技×2、顺络电子、大族数控、燧原/中科曙光);③ 龙虎榜:10-20 乐鑫科技获 3 家机构净买 3.47 亿(全场第一)+沪股通 7096 万,海天瑞声机构净买 1.54 亿;10-19 超声电子机构净买 3.39 亿(PCB);④ 财报/公告:移远通信 Q3 净利 12.1 亿 +65.2%、澜起科技 Q3 +153.6%~174.7%、超微电脑 Q1 营收超预期 27% 盘后 +11%、前三季度集成电路出口 +99.1%、电脑零附件 +2.1 倍、存储部件 +1.3 倍;⑤ ETF(部分背离):纳指科技第 1,但半导体ETF 第 1328 名(−12.46%)。 个股📈 K线互证(锚定10-20)💰 财报互证🔥 情绪互证 乐鑫科技(688018)20日 +36.9%、5日 +31.0%、涨停 10日2次、量比 1.68、位置 −1.2%、MA多头现 148.00(10-21 +5.17%)、PE 60.77、PB 7.37、市值 346.9亿10-20 龙虎榜 3 家机构净买 3.47 亿(全场第一)+沪股通 7096 万、主力净流入 9029 万;端侧AI SoC 龙头 移远通信(603236)20日 +21.4%、5日 +8.1%、涨停 10日1次、量比 0.97、位置 −1.4%、MA纠缠现 83.72(10-21 +10.00% 涨停)、PE 25.86、PB 4.30、市值 340.2亿;Q3 净利 12.1 亿、+65.2%10-19+10-20 两家券商同日/隔日给增持;端侧AI 模组+车载双驱动 生益科技(600183)20日 −19.7%、5日 −4.3%、涨停 0次、量比 0.87(缩量)、位置 −25.6%、MA纠缠现 121.26(10-21 +3.44%)、PE 56.70、PB 15.92、市值 2945亿10-20 两家券商同日买入/增持(国金、华金),Q3 业绩大幅预增、覆铜板量价齐升 中国巨石(600176)20日 −22.9%、5日 −9.1%、涨停 0次、量比 0.67(深度缩量)、位置 −32.5%、MA纠缠现 34.93(10-21 +0.78%)、PE 23.06、PB 4.08、市值 1398亿10-20 同日两家券商(中邮增持、国金买入)均强调"10 月电子布延续涨价" 超声电子(000823)20日 +13.2%、5日 +14.7%、涨停 10日2次、量比 1.01、位置 −7.7%现 24.68(10-21 −3.63%)、PE 66.41、PB 2.63、市值 146.8亿10-19 机构净买 3.39 亿(当日第一);同花顺热榜第 7(PCB/CPO) 判断:这是今日"确定性最高、弹性需要等待"的方向。 关键矛盾在于:研报与财报已经指向景气上行(电子布 10 月延续涨价、覆铜板量价齐升、AI 电感打开天花板),但股价 20 日仍跌 20%—32%,量比全部低于 1(缩量)。这说明筹码尚未换手完成,属"低吸修复"而非"追涨突破"。今日盘中生益科技 +3.44%、顺络电子 +4.40%、生益电子 +2.76%、大族数控 +1.35% 已全线翻红,是修复的第一根阳线——若要参与,应选"今日放量翻红 + 研报双覆盖"的生益科技、顺络电子,而非等龙头。 第四备选(列出但未计入三方向):医药生物—流感/抗感染 + 创新药BD。 支撑:10-20 申万医药生物收红、医疗器械与生物医药走强(新华社英文网确认"医疗器械领涨");隔夜美股医疗保健为标普领涨板块(Moderna +6%、礼来/默克/安进 +3%);八部门流感疫苗通知落地;海正药业 Q3 净利 11.5 亿(+149.46%)、迪安诊断(+750.28%)、泽璟制药收艾伯维 1000 万美元里程碑(累计回款 1.1 亿美元)。压制:创新药ETF 20日排第 229 名(−1.06%)、医药ETF 第 81 名(+1.34%),ETF 完全不确认;10-16 药明康德机构口径严重分歧(金融界 +8.04 亿净买 vs 第一财经营业部口径 −5.95 亿净卖)。 本方向的 ALPHA 标的见第八节。 八、小盘A股ALPHA(Serenity 框架) 筛选条件(六项硬指标):① 热点板块内 ② 收盘价 <10 元 ③ 10 日内 ≥2 次涨停 ④ 放量 >50%(5日/20日量比 ≥1.5)⑤ 低位(距 20 日高点回撤 ≥10%)⑥ 主力资金净流入。 筛选结果:1 只 6/6 全达标。 ✅ 华北制药(600812)— 6/6 全达标,医药/流感·抗感染 维度实测判定 ① 热点板块医药生物(10-20 申万收红、医疗器械领涨;美股医疗保健领涨;八部门流感疫苗接种通知)✅ ② 低价5.62 元(10-21 盘中 +2.00%)✅ ③ 涨停次数10 日内 4 次(9-30、10-08、10-09、10-12 连板;10-15 再度涨停)/20日 5 次✅ ④ 放量5日/20日量比 2.21,即放量 +121%✅ ⑤ 低位距 20 日最高价 −20.1%(曾冲高至 7.03 后回落)✅ ⑥ 主力净流入主力净占比 +6.44%、净流入 2,300 万元(东财 10-21 10:00)✅ 需求 → 财报 → 小市值弹性 → 验证路径: 需求:秋冬季流感样病例阳性率逐月抬升 + 八部门推动农村"一老一小"免费接种 + 医保个人账户可支付自费流感疫苗 → 抗感染/解热镇痛制剂进入季节性旺季。 财报:⚠️ 这是本标的唯一硬伤。2026 H1 营收 42.20 亿(−20.01%)、归母净利 6,384.59 万(−48.30%)、扣非 −51.16%;滚动 PE 83.84 倍 vs 医药制造业 26.71 倍。公司已两次公告"链霉素等品种 2025 及 2026H1 销售收入规模较小,不会对整体经营业绩产生重大影响"。三季报将于 10-28 披露,是最大的双向催化剂。 小市值弹性:总市值 96.4 亿、流通市值 96.4 亿(全流通)、PB 1.75(低于行业),5.62 元的绝对低价使其在情绪修复中具备高弹性。 验证路径:① 今日能否站稳 5.60 并放量收阳(关键在 10:30 前量能是否超过昨日同期);② 10-28 三季报能否证实 Q3 单季环比改善(H1 净利仅 6384 万,Q3 若单季转正增长即为超预期);③ 流感样病例周报数据是否继续上行;④ 基药目录扩容(13 个品规)+ 第十二批国采(8 个品种拟中选)能否形成量的对冲。 ⚠️ 风险明确:该股属"连板后回撤 20% 的退潮反抽",不是启动初期;PE 78—84 倍显著高于行业;核心题材(鼠疫适应症)公司已书面否认业绩影响。它满足全部量化条件,但基本面支撑最弱,属于典型"资金驱动型"ALPHA,只宜轻仓、设 5% 止损。 接近达标(缺 1 项,逐项标注) 标的达标缺项 三峡新材(600293)5/6:4.75元 ✅、涨停10日3次 ✅、量比1.75 ✅、主力净占比 +55.75% ✅、公告(拟收购珠海赛纬100%股权)✅❌ 低位:位置 0.0%,创 20 日新高;且"锂电电解液收购"非当前热点主线 星光股份(002076)5/6:2.45元 ✅、涨停10日2次 ✅、量比2.27 ✅、主力净占比 +37.16%(净流入 4,623 万)✅、量子安全题材 ✅❌ 低位:位置 0.0%,创 20 日新高 南威软件(603636)4/6:8.88元 ✅、涨停10日2次 ✅、数据要素 ✅、位置0.0%❌ 放量(量比 1.03,仅 +3%);❌ 主力(净占比 −2.63%,净流出 853 万);❌ 低位 日海智能(002313)4/6:9.68元 ✅、端侧AI ✅、涨停(今日+10.00%)✅、主力净占比 +41.11% ✅❌ 涨停次数(10日仅 1 次);❌ 低位(−11.8% 达标但位置需再确认);❌ 放量(量比 0.65 缩量) 结论:全市场仅华北制药 1 只六项全达标,且其"财报"一项存在实质瑕疵,故本报告的 ALPHA 结论应理解为"量化条件满足、基本面存疑",不宜作为核心仓位依据。 若以稳健为先,三峡新材与星光股份的"缺低位"是唯一瑕疵,但其新高突破的性质与"低位放量"的 alpha 逻辑恰好相反,属另一类交易(趋势跟随而非反转),不可混用同一套风控。 风险提示 美伊谈判是今日最大的双向变量。10-20 彭博"最快本周达成协议"的未经证实报道一度令油价跌超 3%,随后被外交官否认。若谈判实质推进,BWET(+17.48%)、油运股、油气 ETF 的多头逻辑将瞬间反转,而美股能源六席占榜的格局也会瓦解。 韩国综指连续两日暴跌(10-15 −7.57%、10-20 −3.73%)是未消退的外部传染源。存储与 AI 芯片是重灾区,A 股半导体 ETF 20 日已跌 12.46%,开盘阶段需警惕存储链、外资重仓股的情绪冲击。 数据要素是"政策强、证据弱"的典型,高开低走风险极高。4 只代表标的全部亏损、全部有"业务占比低/未产生收入"的异动公告,南威软件主力已净流出,且人气榜/同花顺热榜前十无一只纯正标的——这是资金"不认"的直接证据。 物理AI/机器人已处亢奋中段,二线股 20 日已转负。凡拓数创(+54.4%)、宁波东力(+56.1%)、大业股份(+31.6%)位置均为 20 日新高或接近新高,宁波东力今日已 −3.77%。机器人ETF 20 日 −3.89%、排全市场第 557 名,ETF 与题材严重背离,说明这是纯游资行情,无机构增量承接。 算力硬件(覆铜板/电子布)虽研报最密、财报最实,但全部处于缩量状态(中国巨石量比 0.67、生益科技 0.87、顺络电子 0.74),"研报已至、资金未至"。若今日不能有效放量,可能演变为"越跌越有研报"的阴跌格局。参与需等成交量确认,不可仅凭研报建仓。 LPR 连续 17 个月不变、Q3 GDP 超预期,反而压制了政策宽松预期。路透明确解读为"政策层不急于加码宽松"。这意味着指数级行情缺乏增量货币支撑,只能在结构性题材中轮动,且轮动速度正在加快(10-13 冰雪 → 10-16 低空 → 10-19/20 物理AI → 10-21 数据要素,平均 2—3 日一换)。 请关注、转发、收藏,华尔街观察团队将持续跟踪相关消息、解读量化数据,基于 WSV 模型(Weighted Sentiment-Valuation,加权情绪—估值模型)对 A 股热点方向进行多源交叉验证与置信度分级,每日盘前为您输出可追溯、可复核的方向判断与个股互证清单。 免责声明:文章所载内容信息参考,不构成任何投资建议或操作指南。信息基于公开公告整理和量化数据机器学习计算,其中券商研报与媒体转述内容需核实原文,ETF 双榜为腾讯/新浪公开日线自算结果、与第三方平台口径可能存在差异(本报告已在相应位置标注分歧)。投资有风险,入市需谨慎。 *数据来源:韭研公社(盘前纪要 2026-10-21 07:26:17、首页 24h 讯息)、东方财富研报API(hits=63)、东方财富人气榜、同花顺热榜、腾讯财经行情与日K、新浪财经美股日K、证券时报·数据宝、第一财经、金融界、南方财经、中新经纬、新华社英文网、Reuters、Bloomberg(转述)、WSJ(转述)、FT(转述)、海关总署、国家统计局。 *
显示更多
过去一段时间,只要谈到AI投资,大家最先想到的往往还是英伟达。 但我越来越觉得,如果只盯着一家芯片公司,我们看到的可能只是AI浪潮中最显眼的一部分。训练和运行AI模型,不仅需要GPU,还需要数据中心、电力、云端算力、高速数据传输,以及最终将AI带入现实世界的机器人。 换句话说,AI不是一家公司或一类芯片的故事,而是一场覆盖整条基础设施供应链的长期建设。这也是我开始关注 @reserveprotocol 的原因。下面我想说说Reserve到做了什么? Reserve围绕去中心化代币基金,也就是DTF来构建产品和基础设施。它通过Ondo Globa Markets的代币化股票,将AI供应链中的不同公司组合成五个链上主题篮子,让符合资格的用户能够分别了解和接触AI建设的不同环节。而且我认为这次产品设计最值得关注的地方,不是简单地把股票搬到链上,而是把原本比较分散的AI基础设施主题,拆解成了五条更容易理解的投资方向。 1. AI Infrastructure(BUILDOUT) BUILDOUT覆盖相对完整的AI硬件和基础设施技术栈。如果把AI产业比作一座正在扩建的城市,BUILDOUT关注的就是修建这座城市所需的各种底层设施,而不是只押注其中一家明星公司。 2. AI Power(POWER) AI运行需要大量电力。数据中心规模越大、模型训练越复杂,电力供应就越重要。我认为,能源是AI讨论中经常被低估的一环。算法可以快速升级,但发电设施、电网接入和长期供电合同并不能在一夜之间完成。POWER关注的正是为AI运行提供能源支持的企业。 3. AI Capacity & Neocloud(NEOCLOUD) NEOCLOUD聚焦将高性能计算资源作为服务提供给客户的企业。不是每家公司都有能力自行购买大量GPU、建设数据中心并维护整套计算基础设施。因此,算力租赁和新型云服务正在成为AI产业链中的重要组成部分。在我看来,这一方向值得关注的原因,是它直接连接了算力供给与企业的实际AI需求。 4. AI Photonics(PHOTON) AI不仅需要计算,还需要在芯片、服务器和数据中心之间快速传输大量数据。PHOTON关注的是光子技术和高速数据传输,也就是帮助数据高效流动的光学层。 很多人关注一块芯片能算多快,但我认为,芯片之间能否高效交换数据,同样可能影响整个AI系统的性能。 5. Robotics(ROBOTS) ROBOTS关注AI从数字世界进入物理世界的过程,包括机器人、自动化设备及相关产业链。如果说大语言模型让我们看到了AI理解和生成信息的能力,那么机器人代表的就是AI感知环境、作出判断并执行现实任务的可能性。这也许是五个方向中最直观、同时最具想象空间的一条主线。 了解了上面5个方向,接下来说下我怎么看这次机会。 我认为,Reserve AI DTF最值得讨论的地方,是它把AI交易从猜下一家明星公司,转向了观察哪些基础设施正在真实建设。市场情绪可以在一个月内发生很大的变化,但已经签署的数据中心建设计划、电力合同和芯片订单,这属于持续数年的商业承诺,而这些基础设施支出不一定会因为市场短期下跌而立即停止。因此,把基础设施建设看作观察AI产业一个重要指标,我认为是很有必要的,而不是只关注短期价格和社交媒体热度。当然这些并不意味着基础设施相关资产不会下跌,也不能说明AI DTF能够完全规避市场的波动风险。我的观点是:市场情绪和产业建设不总是同步的,而这种差异本身会有一些只得研究的地方。 现在想想,在过去,想在链上通过单一篮子覆盖这些主题并不容易。而Reserve让这个方向开始具备更清晰的产品结构,也更适合让人去找到合适自己的方向并且找到适合自己的产品标的。 最后如果让你从AI基础设施中选择一个未来几年最值得研究的方向,你会选哪一个? 是AI芯片和硬件、电力、云端算力、光子技术,还是机器人? 我自己会特别关注电力和算力服务。原因很简单:无论最终由哪一家模型公司胜出,AI系统都需要持续消耗算力和能源。但这只是我的观察,并不代表这些方向一定会获得更好的市场表现。 但是我肯定会持续关注 @reserveprotocol 带来的一些优质资产和设施,对于我来说确实降低了研究传统资产的门槛。
显示更多
0
30
32
0
转发到社区
$NVDA已经跑出来了,但AI行情远远没有结束。 真正值得研究的,不是每天追哪只股票涨得最快,而是看清楚: AI产业下一阶段最缺什么。 因为过去几年的资金轮动其实非常有规律。 从芯片,到存储,到光通信,到数据中心,再到网络、电力、资源,最后才会进入真正的大规模应用。 如果未来还会出现新的10倍股,我认为大概率会沿着这条资本开支路线继续出现。 第一阶段:核心半导体 $NVDA、$ARM、$AMD、$AVGO、$INTC、$TSM AI浪潮最早爆发的地方一定是算力。 GPU、CPU、ASIC、先进制程先吃掉第一轮资本开支。 英伟达已经证明了: 当一个环节成为整个AI产业最稀缺的资源时,利润和估值都可能出现极其夸张的扩张。 但越往后,市场会开始寻找新的瓶颈。 第二阶段:内存与存储 $MU、$WDC、$STX、$SNDK AI模型越来越大以后,只有GPU是不够的。 HBM决定芯片能不能快速读取数据,大容量存储则决定海量训练数据和推理数据放在哪里。 尤其随着HBM3E → HBM4 → HBM4E升级,高端内存对晶圆和封装资源的消耗越来越大。 所以AI时代的第二个关键问题已经变成: 算力有了,内存够不够? 第三阶段:高速互连与光通信 $LITE、$COHR、$AAOI、$GLW、$CIEN、$MRVL、$NOK 几百颗GPU好连接。 几万颗、几十万颗GPU放在一起,就完全是另一回事。 AI集群越大,芯片之间传输的数据越多。 这会持续推高对高速光模块、光纤、硅光、DSP、交换和数据中心互连的需求。 未来AI基础设施里面,一个非常重要的关键词可能不是“计算”,而是: 连接。 第四阶段:AI算力平台与数据中心 $IREN、$CIFR、$WULF、$CORZ、$NBIS、$CRWV、$SMCI、$DELL 芯片造出来之后,还要有人把它真正变成可以出租、训练、推理的算力。 于是土地、电力、服务器、GPU云、机房建设开始成为新的竞争焦点。 这一阶段最有价值的公司,未必是单纯“拥有GPU”的公司, 而是能够同时解决: 电力 + 土地 + 建设速度 + 客户 + 融资 这些问题的公司。 第五阶段:AI网络基础设施 $ANET、$AVGO、$MRVL、$CSCO GPU数量继续增加以后,网络效率会变得越来越重要。 如果GPU之间不能高速传输数据,再贵的芯片都可能浪费大量时间等待。 所以未来AI集群的竞争,会从: “谁拥有最多GPU” 进一步变成: 谁能把最多GPU高效率地连接起来。 第六阶段:电力、配电与散热 $VRT、$ETN、$GEV、$CEG、$SMR、$OKLO、$VST 这一条我认为可能是未来几年最重要的资金迁移方向之一。 因为芯片可以快速扩产,但电力基础设施没有那么快。 一个GW级AI园区背后需要的远远不只是发电。 还需要: 变压器、开关设备、输电线路、UPS、电源管理、液冷、发电设备和长期稳定的电力合同。 所以AI下一阶段很可能从: 缺GPU 逐步变成: 缺电。 第七阶段:铜、铀、铝和关键矿产 $MP、$USAR、$UUUU、$FCX、$AA AI最终一定会从数字世界走进物理世界。 数据中心需要铜。 新电网需要铜和铝。 核电需要铀。 电机、机器人和国防工业需要稀土。 所以AI资本开支不断增加以后,最后一定会传导到最上游资源。 越到后面,AI故事可能反而越来越不像“科技股”。 第八阶段:商业航天 $SPCX、$ASTS、$RKLB、$LUNR、$PL 我一直认为太空会成为AI之外另一条可能诞生超级公司的长期赛道。 卫星互联网、手机直连卫星、火箭发射、国防、遥感、月球基础设施,都还处于非常早期的商业化阶段。 这条赛道最大的特点是: 市场空间很大,但真正能够活下来并形成规模优势的公司不会很多。 也正因为如此,最后的赢家可能会非常集中。 第九阶段:AI进入现实世界 $TSLA、$PLTR、$SYM、$SERV 这一层才是整个AI资本开支最终要到达的地方。 因为芯片、HBM、光模块、数据中心、电网、电力…… 全部都是成本。 最终必须有人把这些成本变成真正的收入。 自动驾驶、机器人、企业AI、国防AI、仓储自动化、工业智能, 才是AI从“会思考”走向“会工作”的阶段。 所以寻找下一只10倍股,我觉得最重要的不是猜名字。 而是不断沿着这条路线问: 下一步最缺什么? 算力之后缺内存。 内存之后缺连接。 连接之后缺数据中心。 数据中心之后缺电力。 电力之后缺资源。 而所有基础设施建设完成以后,最终一定要进入应用。 真正的大机会,往往就出现在上一轮瓶颈刚被市场看见、下一轮瓶颈还没有被完全定价的时候。
显示更多
老黄点名了下一个将达到万亿美金市值的公司,相比这个Murphy(MRVL的CEO)今天演讲以及他与来黄的对话更值得一看。Murphy用近一个小时的时间,系统阐述Marvell如何押注数据基础设施、为什么光互联将成为AI时代的关键技术,以及这场从铜缆到光纤的转型将如何重塑整个数据中心架构,看完murphy的演讲,相信能对光互联的技术演化有更深的理解和认识,梳理下Murphy的演讲要点: 1、十年豪赌:如何成为数据中心之王 Murphy演讲从一段自我剖白开始。2014年加入Marvell 时,这家公司60%的收入来自消费电子市场,数据中心业务占比不到10%。也正是在那个时刻,他做出了一个大胆的判断——半导体行业的下一个增长周期,将由 Google、Amazon、Microsoft、Meta 等平台公司驱动,核心需求是“以大规模移动、存储、处理和保护数据的半导体技术”。 这个判断在当时并不被广泛认可。“数据基础设施”甚至还不是一个被行业承认的市场类别,只是 Marvell 用来描述未来愿景的内部术语。但 Murphy 和他的团队展现了惊人的执行力:通过一系列精准的并购和剥离,Marvell 在十年间投入了约285亿美元(225亿美元收购+60亿美元内部研发-40亿美元资产剥离),系统性地构建了从毫米到千公里、覆盖 AI 基础设施全栈的连接技术平台。 这些并购包括2018年收购 Cavium 强化计算和网络能力;2019年收购 Avera 建立定制芯片业务、收购 Aquantia 增强连接产品组合; 2021年以100亿美元收购 Inphi 获得世界级数据中心连接技术; 以及最近12个月内收购 Celestica AI 的光子结构技术和 Xcon 的 scale-up 交换能力。 结果是惊人的:Marvell 从2014年的25亿美元营收增长到2026财年预计的110亿美元,最近几年增速更是达到每年40%。根据上周财报电话会议后的华尔街共识预期,2027财年 Marvell 营收将达到164亿美元。更关键的是,数据中心业务占比已从不到10%飙升至上季度的75%以上。 2、连接性:AI 基础设施的真正瓶颈 Murphy 在演讲中抛出了一个核心问题:什么定义了 AI 基础设施的性能?大多数人会想到处理器、GPU、制程节点(3nm、2nm 甚至未来的1.4nm、1.6nm),或者高带宽内存。这些当然重要,但 Murphy 指出,这些都不是系统的决定性特征。 “因为一个处理器,无论它有多快、连接了多少内存,对于今天的 AI 工作负载来说根本不够。你需要数万个、最终是数百万个处理器作为一个单一的大规模计算引擎协同工作。这就是为什么这种规模的计算从根本上是一个连接性挑战。”Murphy 说道,“而且越来越多地,正是连接性的架构和特性定义了系统的性能。” 这个判断得到了英伟达 CEO 黄仁勋的呼应。在 Murphy 邀请下登台的黄仁勋强调,AI Agent 的计算模式是“分解和分布式的”(disaggregated and distributed)——当你把一个计算问题分解成许多部分,并分布到整个数据中心时,连接性就成为必需品。“我们分解和分布式计算,使其运行在这些巨大的集群上,这样我们就能聚合总计算量、总内存和总带宽。而使这一切成为可能的,就是连接性。”黄仁勋说,“这就是为什么 Matt 做得这么好,为什么 Marvell 如此关键。” Murphy 进一步解释了连接性瓶颈的演变逻辑:过去几年,AI 基础设施先后解决了计算瓶颈(英伟达引领的 GPU 革命)和内存瓶颈(HBM 高带宽内存的规模化),现在瓶颈正在再次转移。“现在是连接性将定义基础设施的极限,就像计算和内存一样。”他引用了与最大客户的对话:“世界上最大的超大规模云服务商现在正在重新构想他们的整个网络架构。他们认识到,扩展 AI 基础设施现在首先是一个连接性挑战。” 随着推理模型、专家混合架构(mixture of experts)、生成式 AI 的持续演进,更多数据必须在基础设施中移动,需要更高的带宽和更低的延迟。当工作负载不再适合单个数据中心时,就需要建设更大的数据中心或整个数据中心园区,以及它们之间的所有高速连接。“因此,连接性成为扩展计算的关键推动力,我们的客户越来越认识到光学是前进的方向。”Murphy 说。 3、从千公里到毫米:Marvell 的全栈连接布局 Murphy 用一张图展示了 AI 基础设施跨越的所有距离——从数据中心之间的数百甚至上千公里,到封装内部的毫米级距离。每一个距离都需要不同的解决方案、不同的技术、不同的工程团队,甚至不同的供应链。“这些不是同一问题的变体,而是根本不同的工程挑战。” 1)跨数据中心连接(数百至上千公里) 这需要非常专门的相干调制(coherent modulation)技术,核心是专用的数字信号处理器(DSP)。Marvell 是全球少数几家能够构建这种相干 DSP 的公司之一,已经领导了从100Gbps 到400Gbps 再到800Gbps 的代际演进。Murphy 在现场展示了一个相干光模块实物——这是一个极其复杂的工程产品,包含了 Marvell 最复杂的先进制程 CMOS DSP 芯片、第四代硅光子技术(已量产十年),以及用硅锗工艺设计的自研宽带模拟组件。“今年晚些时候,我们将采样世界上首个1Tbit、2nm 制程的相干光学解决方案。”Murphy 宣布。 2)数据中心内部连接(数百米) 数据中心内部包含成排的计算服务器,每个机架顶部通常有一个交换机,机架级交换机连接到脊柱和核心交换机,通过光纤电缆形成整个数据中心的网络结构。这部分使用的是更节能的 PAM4调制技术。Marvell 构建了业界领先的 PAM4 DSP 解决方案,以及高速模拟组件(包括跨阻放大器 TIA 和激光驱动器),并引领了从25Gbps、100Gbps、200Gbps、400Gbps 到800Gbps 的每一次重大转型。去年,Marvell 开始量产业界领先的1.6Tbps PAM4解决方案。在以太网交换方面,Marvell 拥有从51.2Tbps 到51.2Tbps 的完整产品组合,并在 ComputeX 当天宣布了专为 AI 数据中心设计的新一代102.4Tbps 以太网交换机,具有业界最低功耗。 3、机架内部连接 目标是以全互联(any-to-any)配置连接尽可能多的处理器——每个处理器都能直接与其他每个处理器通信。英伟达的 NVLink 72(因机架内连接72个 GPU 而得名)首次将这种架构推向市场。这需要完全不同的交换类别,以及通过机架内铜背板驱动超高速信号的能力。“今天,这不是光学的领域,这是铜的领域。”Murphy 说。核心差异化因素是电气 SerDes 技术而非光学。Marvell 拥有目前领先的200Gbps 电气 SerDes,并已在过去几年中演示了面向未来的400Gbps 技术,这些 SerDes 被集成到客户的定制芯片、XPU 以及 Marvell 自己的 scale-up 交换机中。 4)封装内部连接(毫米级) 当今最先进的芯片内部有多个 chiplet,2.5D 或3D 封装本质上是一种连接技术,允许这些 chiplet 在封装内非常靠近地放置,并通过超高速短距离 die-to-die 接口通信。Marvell 拥有领先的 die-to-die SerDes 和先进封装能力,使客户能够构建业界最复杂、最独特的多 die 芯片。 Murphy 强调,拥有所有这些能力“在一个屋檐下”是不寻常的、独特的。“当我们去竞争时,通常在每个类别中我们面对的是不同的竞争对手。但这就是我们的独特之处——我们是一站式商店,是整个连接堆栈的领导者。” 4、铜墙将移:光互联的物理必然性 Murphy 演讲的核心洞察集中在一个概念上:铜墙(Copper Wall)。他用一张图清晰地展示了当前 AI 基础设施中的连接分界线——左侧是光学连接(使用光纤电缆传输光信号,两端有复杂的电子设备驱动和调制激光),右侧是电气连接(使用铜缆、PCB 上印刷的铜走线,或封装内部的微观铜布线)。中间是“铜墙”,定义了信号在必须转向光学连接之前可以通过铜传输的最长距离。 “这是一个重要的区别,因为铜很简单、成本低,正如 Jensen 所说,你想尽可能长时间地使用它,这非常实用。但光学更复杂,需要激光器、光子学、复杂的电子设备。”Murphy 说,“而铜墙,我今天要告诉你们的是,它即将移动。它将再次移动,并将接管机架本身。这正在为光学行业创造需求的爆炸式增长。” 这不是偏好问题,而是物理定律。信号通过铜缆传输的距离与带宽成反比——每次带宽翻倍,距离就必须减半。Murphy 给出了具体数据:当今世界上最高速的生产系统运行在每通道200Gbps。在这个带宽下,电缆长度限制在大约1.5米。相比之下,100Gbps 系统可以使用约3米的电缆。而机架的高度约为2米,考虑到机架内部的所有布线,2.5米正好是极限。“所以当我们转向1.6Tbps 时,我们不能再用铜完全连接机架了。墙正在移动,而且是现在。” Murphy 强调,这不是遥远的未来:“今后,即使是机架内的连接也将变成光学的。整个行业都知道这一点即将到来,所以我们一直在为这一刻做准备——不仅仅是 Marvell,而是整个行业。你可以在台湾看到这一点,在供应链和正在发生的产能爬坡中。” 铜墙每向右移动一步,连接数量至少增加一个数量级。“这正在创造我提到的需求爆炸,光学供应链需要大规模扩展并做好准备。”Murphy 回顾了20年前的类似转型:当时数据中心内部的最先进技术是10Gbps,整个数据中心都使用铜缆,光学基本上只是电信技术,保留用于非常长的距离。但当墙移动时,光学行业迎接了挑战,今天世界上所有的超大规模数据中心都是光学连接的。这次转型催生了新的解决方案——针对数据中心内部优化的 PAM4技术,而 Marvell 是那里的关键创新者之一。 5、CPO:光互联的下一个前沿 当光学进入机架内部时,需要的新技术叫做共封装光学(Co-Packaged Optics, CPO)。Murphy 花了相当篇幅详细阐述这一技术:“CPO 是一种将光学连接一直带到封装本身、紧邻计算的技术,无论是定制计算还是交换芯片。” CPO 要解决的根本挑战是密度和功耗。机架内的连接数量是机架之间连接数量的10倍。“如果我们只是尝试使用数据中心机架间使用的相同光学技术,你不会有足够的功率,不会有足够的物理空间,无法容纳所有这些标准光学模块和电缆——这根本行不通,不可能。”Murphy 解释道。 CPO 的概念是将光纤直接带到封装,将驱动光纤信号的电子设备与定制计算或交换芯片紧密耦合。“这是一个巨大的变化,而且很难,因为你要结合芯片行业中一些最先进的技术:领先制程 CMOS、硅光子学、先进封装、光互连,所有这些都在一个小型紧密集成的系统中制造。复杂性非常高,但这是继续扩展带宽并克服我谈到的铜限制同时降低功耗的唯一方法。” Murphy 强调这不是未来主义的东西,而是正在发生的现实。他在现场进行了实物展示:一边是传统的以太网交换机——当天宣布的102.4Tbps Teralink 交换机,可以看到板中央的交换芯片,PCB 内部的铜走线将信号传输到前面板,所有光学模块都插在那里。另一边是基于 CPO 的交换机——封装中央仍然是交换芯片(51.2Tbps 交换机),但边缘周围是16个3.2Tbps 光学引擎。“16乘以3.2,你得到51.2Tbps。所以光纤现在直接连接到这些引擎,而不是前面板。我们完全消除了 PCB 上的铜走线。光直接从封装中出来。这是一个非常非常复杂的工程作品。”Murphy 说。 Marvell 为 CPO 投入了十多年:硅光子学、光学 DSP、所有周围的模拟宽带组件,以及实现这一切所需的所有先进封装。“这一切实际上都需要在 CPO 中汇聚。”Murphy 说。 6、英伟达的背书与 NVLink Fusion 合作 Murphy 特别强调了与英伟达的战略合作扩展。几个月前宣布的合作中,英伟达向 Marvell 投资了10亿美元,双方正在扩展跨多个维度的合作,包括光学、光子学和 NVLink Fusion。黄仁勋亲自登台与 Murphy 对话,这本身就是一个强有力的信号。 黄仁勋详细解释了 NVLink Fusion 的战略意义:“有时候,也许云服务提供商想要设计自己的定制芯片。在我们之间,我们也在 NVLink Fusion 上合作,这使得你可以使用相同的系统架构,内部有 Marvell 的一些半定制芯片、大量互连、硅光子和光学技术。我们可以创建一个本质上分解、分布和异构的数据中心。” 关键是系统架构保持一致。“他们的网络技术可以利用大量英伟达的堆栈。CPU 可以是 Vera,但它可以利用大量你们的堆栈。所以 NVLink Fusion 是关于采用英伟达的技术和我们的平台、Marvell 的技术和平台,然后我们融合它。这就是为什么它被称为 fusion。”黄仁勋说。 Murphy 追问了铜到光学的转型时间表。黄仁勋的回答非常务实:“我们应该尽可能长时间地使用铜,但铜有其限制——带宽和距离的限制。所以最终正确的策略是:尽可能长时间地用铜进行 scale up。之后,用光学进一步 scale up,用光学 scale out,用光学跨越连接。所以你在必须的地方使用光学,在可以的地方使用铜。” 但黄仁勋随即给出了乐观的市场预测:“底线是,在未来五到十年,我们将使用大量的铜,也将使用大量大量的光学。这些数据中心现在是基础设施的一部分。我说 AI 现在有用、有用的 AI 已经到来的原因是,现在 AI 是有利可图的,token 是有利可图的。当 token 生产有利可图时,每个人都想制造更多 token,这就是为什么 Marvell 的需求如此之高,我们的需求也如此之高。因为每个人都想生产更多 token,因为它被 Agent 到处使用。” 7、无距离数据中心:光互联的终极愿景 Murphy 在演讲的最后部分描绘了一个激进的未来愿景:他当数据传输全部变成光学时,距离实际上不再重要。“这是一个深刻的变化。”说。 今天的服务器、机架和整体数据中心架构都是围绕距离的约束设计的,软件工作负载也围绕这些相同的约束进行了优化。但如果距离不再重要呢? 首先,scale-up 网络的规模可以从72个或144个 XPU/GPU 扩展到1000个或更多,全部光学互连。“对工作负载的影响是巨大的。今天,AI 工作负载必须分解成适合 scale-up 集群的更小子问题,因为在集群外部通信今天更慢、带宽低得多。但光学互连系统可以管理数量级更大的工作负载。” 其次,服务器本身可以被解构。现代 AI 服务器由一定数量的 CPU、XPU、内存和网络接口组成,它们都在同一系统上的原因是距离——CPU 和 XPU 需要以非常高的带宽访问内存,这意味着它们需要紧挨着坐在板上,铜走线作为它们之间的连接。“但在这些连接都是光学的未来,距离实际上不重要。你可以想象一个完全解构的架构——XPU 在一个系统中,内存在另一个系统中,巨大的 CPU 在另一个系统中。” 这解锁了另一种可能性:今天系统中 CPU 和 XPU/GPU 的比例是固定的,必须在系统构建和部署时定义。但没有两个工作负载需要完全相同的比例,这意味着在任何给定时间,计算或内存的某些部分可能未被充分利用——这要花钱。“但一旦我们将系统分解为独立的计算池和内存池,并且它们都是光学互连的,我们就可以动态组合专用系统,然后针对任何工作负载进行优化。” Murphy 的终极愿景是“全球光学互连的数据基础设施”:“我们今天拥有的这些系统中的刚性边界开始消失。计算现在可以被池化,内存可以被池化,基础设施可以大规模动态组合。架构师第一次可以开始围绕模型的需求设计 AI 系统,而不是围绕互连的限制。” 他将这个愿景命名为“无距离数据中心”(data center without distance):“计算、内存、网络和光子学作为一个统一系统运行,数据中心中的数百万资源可以像一台机器一样协同工作,一个由工作负载需求定义的架构,而不是连接性的限制。我们相信这是计算基础设施的下一个时代,Marvell 正在帮助构建使这一切成为可能的连接基础。” 最后再多说点, Marvell的核心竞争力集中在两个细分领域。 1、定制芯片(ASIC/XPU)设计。 Marvell与博通是全球两大定制AI加速器设计巨头。大厂自研芯片的趋势正在加速——比如微软的Maia 200推理芯片、亚马逊的Trainium系列,背后都有Marvell的参与。TrendForce的预测数据值得留意:2026年定制AI芯片销售增速预计为45%,而同期GPU的增速仅为16%。不是GPU不行,而是超大规模云厂商在推理端的成本压力正在推动它们加速自研定制方案。 2、数据中心互连产品线。 这是Marvell更深的一条护城河。根据其财报,光学互连产品收入保持两位数季度环比增长,数据中心交换机业务预计2027财年将突破5亿美元。Marvell过去十年通过一系列并购累计投入约360亿美元,围绕连接搭建了涵盖定制芯片、高速交换器、光模块、硅光子和先进封装的完整技术平台。
显示更多
0
99
485
142
转发到社区
全球AI算力分工:重塑数字时代的产业版图 AI数据中心作为数字经济的核心基础设施,正构建起一张跨越国界的产业分工网络。这张网络并非偶然形成,而是各国基于技术禀赋、资源优势与战略选择长期博弈的结果,深刻影响着未来全球数字权力的分配。 美国牢牢占据产业链顶端,掌握着架构定义、生态主导与资本开支的定价权。从GPU、CPU等核心芯片设计,到AI框架、云服务与数据中心运营,英伟达、微软、亚马逊等巨头构建了完整的技术壁垒,收割着行业最高利润。这种优势不仅源于技术积累,更在于对客户需求、资本流向的精准把控,使其成为AI算力产业的“规则制定者”。 亚洲则是算力落地的关键制造枢纽。中国台湾凭借台积电等企业的先进晶圆代工与封装技术,将美国的设计蓝图转化为物理算力,是连接设计与应用的核心桥梁;韩国则以SK海力士为代表,在HBM存储领域形成垄断,成为AI算力带宽瓶颈的关键突破者;中国在高速光模块、AI服务器等领域具备全球竞争力,同时在国产替代浪潮中,孕育出中际旭创、中芯国际等企业,既承接全球需求,也为自主可控提供弹性空间。 日本则深耕高壁垒精密环节。荷兰ASML的EUV光刻机、日本的半导体材料与设备,是先进制程不可或缺的“卡脖子”技术;德国、法国则在电力、冷却等数据中心基础设施领域占据优势,为算力稳定运行提供保障。这些环节看似远离终端应用,却如同“卖铲子的人”,在AI资本开支扩张中持续受益。 这种分工格局既带来效率提升,也暗藏风险。技术封锁、地缘冲突随时可能撕裂产业链,而各国也在通过政策扶持试图突破自身短板。未来,全球AI算力分工将在开放与保护的博弈中演进,谁能在核心技术、生态构建与供应链韧性上占据主动,谁就能在数字时代掌握更大话语权。
显示更多
twst财报解读:生物半导体与数字-物理桥梁--Twist Bioscience 的 DBTL 闭环重估值 Twist Bioscience(NASDAQ: TWST)单日上涨超 13%,股价突破 112 美元,市值突破 70 亿美元。市场将其当季 1.184 亿美元(YoY +23%)的创新高营收与上调至 4.56–4.57 亿美元的 2026 财年指引归因于业绩超预期。然而,这一定价背后的核心逻辑,是 AI 生物大模型在从“单点结构预测”向“高频 DBTL(Design-Build-Test-Learn)闭环”演进时,TWST 凭借其半导体硅芯片平台确立的“数字-物理接口”垄断地位。 1. DBTL 循环对算力基础设施的爆破式拉动 AI 在生命科学中的角色已从过去的 CADD(计算机辅助药物设计)转化为生成式大模型(如 ESM3、AlphaFold 3、RFdiffusion)驱动的闭环探索。从计算基础设施角度看,这种范式转移带来了算力开销的数量级(Orders of Magnitude)跃升: 训练算力跨越 2 个数量级:生物基础大模型的参数量已从 ESM-1b 的 6.5 亿跃升至 ESM3 的 980 亿(98B),训练 FLOPs 逼近通用 LLM,拉动万卡 GPU 集群并发需求。 推理吞吐从“按件”变“按亿”:在 Design 环节,AI 能针对单一靶点在数分钟内 De Novo 生成数百万至数亿个全新蛋白质/抗体序列。单次筛选项目的推理算力需求较传统 CADD 提升 $10^3 \sim 10^4$ 倍。 物理/动力学模拟的超级吞吐:在物理合成前,干实验(Dry Lab)需通过自由能微扰(FEP)和分子动力学(MD)对候选文库进行高通量筛选,带来 HPC 与并行 GPU 算力的持续高频消耗。 算力决定研发上限:生物分子空间极度稀疏(100 氨基酸序列对应 $20^{100}$ 种可能),算力直接决定了探索空间的广度(搜索候选数从万级提升至亿级)与 DBTL 迭代周期的压缩(干实验筛选从数月缩短至几小时)。 2. TWST 的物理层价值:从耗材商到 AI 药物研发的硅基接口 干实验端算力爆发所产出的大量设计,在物理世界砸向同一个瓶颈——高通量物理建造(Build)与表征测试(Test)。TWST 的商业壁垒正是建立在这个吞吐量断层之上: 数字-物理(Digital-to-Analog)高通量打印机:管路法或微孔板等传统 DNA 合成技术无法承接 AI 产生的庞大序列量。TWST 凭借半导体硅芯片平台,将 DNA 制造成本降低 60%、废料减少 70%、交付周期缩短 73%,实现单一芯片上高通量打印数万至数百万个离散序列,成为 AI 设计转化为物理分子的核心出口。 从賣 DNA 到卖“表征训练数据”:AI 的 Learn(学习)环节依赖物理实验真实数据的反馈(RLHF/闭环微调)。TWST 扩展了其 Therapeutics 与高通量生物物理表征服务(如 High-Throughput SPR),客户提交序列后,TWST 交付高质量的结合力与稳定性表征数据,直接转化为 AI 模型的重训练原料,客单价与毛利率随之扩张。 业务模式与业绩指标的高确定性:DBTL 闭环使客户从离散的散单采购转向高频、大批量的周期性复购。在 Q3 财报中,TWST 的 Therapeutics 业务同比暴增 49%,DNA 合成与蛋白质解决方案(DSPS)同比大增 39%,公司指引 AI 相关订单在 2026 和 2027 财年将连续保持三位数(>100%)增长。 3. Q3 财报与电话会议核心财务解读 营收与指引:Q3 营收 1.184 亿美元(高于预期的 1.145 亿),连续 14 个季度实现环比增长;全年营收指引中间值上调 1200 万美元至 4.56–4.57 亿美元(YoY +21%)。 利润率与盈利节点:调整后毛利率升至 52.8%,边际新增收入中的 70% 转化为毛利润;管理层重申将在 2026 财年 Q4 实现调整后 EBITDA 盈亏平衡,并维持至 2027 财年。 复杂基因护城河:针对高 GC 含量与重复序列的复杂基因(Complex Genes)产品成功实现商业化,多数订单可在 12 天内交付。这种在极小量、超高通量 Array/Pool 格式下的制造优势,构成了对抗传统生物试剂厂商的物理壁垒。 总结 在当前的 AI 医药生态中,NVIDIA 等算力厂商卖的是 DBTL 中“计算与探索”的算力引擎,而 Twist Bioscience 卖的是“连接数字生成与物理验证”的硅基通道。算力规模决定了生成设计的上限,而 TWST 则决定了这些设计落地为实体药物管线的速度。 免责声明:非投资建议dyor
显示更多
0
49
13
2
转发到社区
关于国内AI算力格局与近期风险的几点研判 近来行业内的动向,越发让我感到一个历史性的拐点正在到来。华为今年的业务量大概率要站上万亿量级的新台阶,这不仅仅是消费电子业务的恢复性增长,更核心的驱动力,来自其在人工智能基础设施领域的不可替代性。 在国内人工智能这个大赛道上,华为几乎是当前唯一从底层架构到上层应用全链路自主可控的可靠选择。这种“可靠”,既体现在其昇腾芯片的持续迭代上,也体现在其完整的开发生态和硬件供应链的韧性上。当前制约华为在AI芯片领域放量的,主要矛盾已经不再是设计能力,而是先进制造工艺的产能爬坡和良率提升。只要这一瓶颈能够被逐步攻克,其在这一块的业务量空间将是令人震撼的。 我们可以参照英伟达在数据中心GPU市场的营收规模来做一次推演——英伟达一个财年从全球AI芯片市场攫取的收入已达数百亿甚至近千亿美元级别。类比来看,即便考虑到地缘政治造成的市场分割,仅就国内庞大的内需市场、各行业数字化转型的迫切需求以及“东数西算”等国家战略的拉动,十年之后,华为仅凭向国内市场和友好国家供应AI训练与推理芯片,年度营收做到万亿人民币级别,绝非天方夜谭。这背后是智能算力需求的指数级膨胀,是每一个产业都被大模型重塑一遍的历史性机遇。 然而,我们必须清醒地看到,这块巨大的蛋糕,正在引来外部环境愈发猛烈的风暴。大洋彼岸的资本市场正处在一个微妙的周期顶点,大量科技企业急于通过上市实现资本退出,这种内部流动性压力会驱使其背后的政商力量对中国科技产业实施更具攻击性的打压。美国国内的这种焦虑,正在转化为对华科技封锁的层层加码。他们的逻辑很清晰:不惜一切代价延缓中国在尖端算力领域的追赶速度。这种外部的极限施压,正在倒逼一个意想不到的结果——国内无论大小企业,过去那种“全球化采购、多元化备货”的侥幸心理正在迅速消散。安全与合规已经超越单纯的性价比,成为第一考量。大家正在用脚投票,迅速向华为构建的自主生态靠拢。这种“被迫的凝聚”,反而加速了国产替代的进程,使得华为的生态位空前稳固。 在这个过程中,一个深刻的产业认知正在被重塑:云计算的重要性正在超越单纯的芯片硬件,而算力能力的智能化调配,其对整体运营成本的影响,可能比算力本身的计算峰值更为关键。 为什么这么说?因为当单卡算力遇到物理瓶颈,当大规模集群训练面临通信延迟和故障率难题时,能否通过云化架构将分散的算力资源进行池化、切片和动态调度,直接决定了千卡、万卡集群的实际训练效率。英伟达的护城河不仅在于GPU硬件,更在于其CUDA生态和云原生调度系统。华为同样意识到了这一点,其昇腾云服务正在构建类似的“算力银行”机制——让客户无需关心底层物理芯片在哪,只需按需获取算力,并通过弹性调度大幅降低闲置浪费。这一块的降本增效潜力,在电力、散热和硬件折旧成本日益高昂的今天,甚至比多堆几块芯片更具现实意义。 基于以上判断,接下来的地缘政治博弈必然会向更敏感的环节延伸。我盲猜这几天,美方可能就会对国内大模型赛道的明星选手——比如深度求索(DeepSeek)和月之暗面(Kimi)下手。这不是空穴来风,逻辑有两条线: 第一是系统与软件层面的断供。美方可能会进一步收紧开源AI框架(如PyTorch、TensorFlow)的某些高级特性对特定中国实体的访问权限,或是在开发者授权协议中新增限制性条款。虽然国内已有替代框架,但短期内切换成本极高,这对依赖快速迭代的大模型创业公司是精准打击。 第二是融资通道的进一步冰封。深度求索和月之暗面作为极具潜力的独角兽,其融资背景备受关注。美方可能会通过二级市场限制、要求美国风投机构撤资、甚至动用“实体清单”等手段,切断这些头部初创企业的美元资本链条,制造流动性危机。其目的很明确:在它们成长为足以动摇算力需求格局的力量之前,扼杀在早期萌芽状态。 这场博弈已经从芯片硬件的“点对点”封锁,升级到了算力生态和资本热钱的“面与面”对抗。对于所有身处这场变局中的从业者而言,短期的不确定性与阵痛难以避免,但长期来看,一个独立自主、内循环主导的AI产业新格局,正在不可逆转地形成。我们所需要的是定力,以及在极限压力下寻求突围的智慧与勇气。窗外风雨欲来,但手中造芯、云端调度的火种,已非十年前可比。这场考验,终究会筛选出真正的长期主义者。
显示更多
MRVL 五年营收剑指10倍,AMD迎来CPU第二春 现在整个AI数据中心的硬件架构正在被重新设计,而CPU、定制芯片、光互连、交换机、网卡、内存接口和存储控制器,都开始跟着GPU一起进入新一轮需求爆发。 10月6日,Marvell(MRVL)在投资者日上突然大幅提高长期目标,公司预计2028财年营收达到约200亿美元,到2031财年进一步达到700亿至900亿美元,中值约800亿美元。 作为对比,Marvell 2026财年营收只有约82亿美元,也就是说,公司实际上在告诉华尔街:未来五年,Marvell有机会从一家年收入80多亿美元的芯片公司,成长为一家接近800亿美元收入规模的AI基础设施巨头。 另一边,花旗把全球CPU市场2030年的潜在市场规模直接提高到3000亿美元,相比2025年的约290亿美元,相当于五年扩大超过10倍,并把AMD目标价从575美元大幅提高到800美元。 表面上,一个讲的是Marvell,一个讲的是AMD,但背后的原因完全相同:AI正在从第一阶段的“训练模型”,进入第二阶段的“让AI真正开始工作”。 这两者之间的区别,将决定下一轮AI产业链的钱流向哪里。 过去三年,AI产业最简单的赚钱逻辑就是买GPU。OpenAI、Meta、Google、微软训练越来越大的模型,需要越来越多英伟达GPU,因此GPU成为整个AI产业最大的瓶颈。 但是到了Agentic AI,也就是AI智能体阶段,情况开始发生变化。 传统ChatGPT式聊天机器人,大多数时候其实是闲着的。你问一句,它运行一次模型,然后停止;你不问,它基本不消耗新的推理资源。 但是Meta Muse这类新一代个人AI智能体完全不同。它有自己的虚拟机、自己的浏览器,可以帮用户浏览网页、填写表格、处理客服、预约服务、调用不同的软件,并且在后台持续执行任务。 换句话说,未来一个AI用户对应的不再只是偶尔运行几十秒钟的大模型,而可能对应一个长期在线的“数字员工”。 这会让AI服务器内部的计算方式彻底改变。 花旗给出的一个非常重要的数据是,传统AI训练阶段CPU与GPU数量比例大约只有1比8,进入推理阶段后可能提高到1比4,而到了Agentic AI阶段,这一比例可能进一步接近1比1,甚至更高。 原因并不复杂,因为GPU最擅长的是大规模矩阵运算,但一个AI智能体真正开始工作以后,除了运行模型之外,还要不断完成任务调度、浏览网页、读取数据库、调用API、处理安全权限、运行操作系统、管理内存、传输数据以及协调不同AI模型之间的工作。 这些事情很多并不是GPU最擅长做的,而是CPU、网络和各种专用芯片需要完成的。 这也是为什么花旗突然把CPU TAM看到3000亿美元。 它真正表达的并不是“CPU要取代GPU”,恰恰相反,而是未来每安装更多GPU,整个系统可能需要同时配置更多CPU、更多DRAM、更高速的网络以及更多数据中心互连设备。 因此AI产业正在从过去非常简单的“GPU军备竞赛”,变成一场整个服务器架构的军备竞赛。 这时候再看Marvell投资者日给出的数字,就很容易理解为什么管理层敢把长期目标提高得这么夸张。 Marvell预计,到2030年,公司能够参与的整个市场规模将达到大约4000亿美元,而上一次公司公布长期市场规模的时候,这个数字还不到1000亿美元,相当于短短几年扩大了四倍。 其中: 定制芯片市场预计达到约2350亿美元,这是Marvell未来最大的潜在市场。 AI数据中心互连市场预计达到约650亿美元,而且预计是增长速度最快的业务之一。 交换机和存储相关市场预计达到约850亿美元。 通信及其他业务预计还有约150亿美元市场空间。 这些数字背后真正值得注意的,并不是4000亿美元这个数字本身,而是Marvell认为未来AI数据中心增长最快的地方已经开始从单纯的Compute,也就是“计算”,向Connectivity,也就是“连接”转移。 很多普通投资者容易有一个误区,认为AI数据中心最值钱的东西就是GPU。 实际上,当一个AI集群从几千块GPU扩大到几十万甚至上百万颗XPU之后,最大的工程问题之一反而变成了:这些芯片之间的数据到底怎么传。 GPU计算再快,如果数据送不过来,GPU一样只能等。 因此AI系统正在不断遇到几个越来越严重的物理瓶颈,包括带宽不够、延迟太高、铜连接功耗过高以及数据传输距离越来越长。 这正是Marvell最想吃下来的市场。 Marvell预计,到2031财年800亿美元收入中值的情况下,大约375亿美元来自Interconnect互连业务,约300亿美元来自Custom Silicon定制芯片,大约100亿美元来自交换机和存储,其余约25亿美元来自传统通信等业务。 也就是说,未来Marvell最大的业务甚至不是AI计算芯片本身,而是让整个AI数据中心里的芯片能够高速互相连接。 这也是这次投资者日最容易被市场低估的地方。 过去投资者看AI半导体,习惯先问一句:“谁能挑战英伟达GPU?” 但未来可能需要换一个问题:“每增加一颗GPU或者XPU,旁边还需要增加多少颗其他芯片?” 如果答案是一颗GPU背后,还需要CPU、NIC、交换芯片、光DSP、Retimer、内存控制器、存储控制器以及各种专用ASIC,那么AI产业链最大的增长机会,就不会只存在于GPU。 Marvell正在押注的就是这一点。 公司目前已经向美国四大Hyperscaler提供定制芯片,而且越来越多的项目并不是直接制造一颗替代英伟达GPU的大型XPU,而是所谓的XPU Attach,也就是围绕AI加速器周围增加各种专用芯片。 比如高速网卡、内存接口、存储控制器、AI基础设施管理芯片以及推理加速芯片。 Marvell管理层甚至给出了一个非常直观的计算方式:未来每颗XPU周围可能连接一到两颗专用芯片,而部分产品单颗价值可能达到约1000美元。 当云计算公司一年部署几百万颗AI芯片以后,一个看起来不起眼的“XPU旁边的小芯片”,最终都可能变成几十亿美元级别的市场。 这也是为什么Marvell把2029财年Custom业务目标从超过100亿美元进一步提高到超过120亿美元,并预计2031财年达到大约300亿美元。 更重要的是,Marvell现在已经不是单纯在给一家客户做一颗芯片。 公司明确表示,其定制业务已经覆盖美国四大Hyperscaler,而且未来收入会越来越分散在不同客户、不同XPU以及不同XPU Attach产品之间。 今年Marvell与谷歌签署的合作就是一个非常典型的例子。 双方合作范围并不只是一颗AI芯片,而是覆盖AI推理加速器、存储控制器、网络接口控制器、内存接口控制器以及Near-Memory Compute等多个产品。 根据协议设计,如果未来相关产品采购达到对应的业绩条件,整个合作所对应的潜在采购规模最高可以达到约1200亿美元。 这里必须注意,这1200亿美元并不是广告今天已经签字保证必须购买的1200亿美元订单,因此不能直接把它当作Marvell现有积压订单。 但是它透露出的信息仍然非常重要,因为谷歌愿意把如此大的潜在采购规模和Marvell进行长期绑定,本身已经说明大型云计算公司未来需要的并不是一颗ASIC,而是一整套围绕AI基础设施设计的芯片平台。 美股投资网认为,这正是Marvell与过去最大的不同。 过去市场对Marvell最大的疑问一直是,它究竟是一家真正拥有长期AI增长能力的平台型公司,还是仅仅因为几个大客户的ASIC项目,在AI资本开支高峰期暂时受益。 这次投资者日,公司实际上给出了自己的答案。 2026财年营收约82亿美元,2028财年约200亿美元,2031财年目标700亿至900亿美元,中值800亿美元;如果最终做到800亿美元,相当于五年时间收入接近增长10倍,对应年复合增速接近58%。 公司同时给出了2031财年超过30美元的Non-GAAP EPS目标,而2026财年这一数字只有2.84美元。 这已经不是一家传统半导体公司正常成长的假设,而是在押注整个AI基础设施市场未来五年继续高速扩张。 所以真正应该关注的问题也来了:Marvell这些目标到底可信不可信? 答案是,方向非常清楚,但是数字仍然需要投资者保持冷静。 根据美股大数据 获悉,最大的风险首先来自Hyperscaler资本开支。 Marvell整个长期模型建立在全球数据中心资本开支继续高速增长的基础上,公司预计到2030年全球数据中心资本开支规模接近3万亿美元,并且未来十大Hyperscaler占全球投资比例继续提高。 只要微软、Google、Meta、Amazon以及其他AI巨头继续每年扩大资本开支,Marvell的市场自然会继续扩大;但是如果两三年以后AI投资回报率开始下降,Hyperscaler突然放慢数据中心建设速度,那么Marvell现在给出的2031年数字也会受到明显影响。 第二个风险是竞争。 定制ASIC领域最大的对手仍然包括博通AVGO(Broadcom),而AI网络市场还面对NVIDIA自身的网络产品以及其他高速互连厂商。 4000亿美元TAM并不代表Marvell能够拿到4000亿美元,最终真正决定利润的仍然是市场份额。 第三个风险则来自估值。 当市场开始提前交易2030年甚至2031年的收入以后,股价上涨速度很容易超过盈利增长速度。一家公司未来五年的故事再漂亮,只要今天的估值已经把大部分未来增长算进去,股票一样可能经历非常大的波动。 因此美股投资网认为,这一轮AI行情真正值得投资者理解的,不应该是简单寻找“下一只英伟达”。 真正更大的变化是,AI正在从模型训练时代进入Agent时代,而Agent时代需要的不只是更多GPU,而是一整座更加复杂的数据中心。 GPU负责计算,CPU负责组织和调度,DRAM负责存储数据,网络负责搬运数据,光模块和DSP负责突破距离和带宽限制,交换芯片负责让成千上万颗XPU互相通信,而定制ASIC则负责把越来越多专门任务做到更高效率、更低功耗。 当AI从一个你偶尔打开的聊天窗口,变成24小时替你工作的数字员工以后,每一个AI用户背后的硬件消耗都会完全不同。 这也是为什么花旗敢把2030年CPU市场看到3000亿美元,也是为什么Marvell敢把2031年营收目标从今天的82亿美元一路看到700亿至900亿美元。 如果这一轮AI投资周期最终能够持续到2030年前后,那么下一阶段真正值得研究的,已经不是“除了英伟达还能买谁”。 而是每增加一美元GPU投资之后,还有多少美元会流向CPU、定制芯片、光通信、网络、内存和存储。 这才可能是AI产业下一轮最大的财富重新分配。 $MRVL $AMD #美股#
显示更多
0
1
37
13
转发到社区
ADI最新财报分析 🟢 每股收益(EPS):3.09美元|市场预期:2.91美元 🟢 营收(REV):36.2亿美元|市场预期:35.2亿美元 各项指标全面超越前期最高指引。 和高达 73% 的毛利率。 在半导体行业,高毛利意味着绝对的定价权。ADI的产品平均售价(ASP)是行业均值的4到5倍。这种底气来自于极高的客户粘性——产品生命周期长达15-20年,且在终端产品的初始研发阶段就实现了深度绑定,客户的替换意愿极低。 四大业务版图: 通信与数据中心(增速引擎,占比15%):这是吃尽AI红利的最前沿板块。数据中心业务目前已占通信板块整体营收的75%以上,同比暴增超90%。其光通信组件和高性能电源管理产品线,正随着AI集群的扩张呈指数级放量。 工业电子(占比50%):作为利润率最高的压舱石业务,工业板块环比增长20%。地缘宏观环境的扰动并未削弱核心需求,自动化机器人、航空航天、测试与测量(特别是针对AI芯片的自动测试设备ATE)以及新能源电网,对高附加值芯片的需求依然坚如磐石。 汽车电子(占比24%):在全球车市整体偏弱的宏观背景下,ADI汽车业务创下营收新高。核心驱动力在于单车硅含量的急剧攀升——高阶智能驾驶(ADAS)、数字座舱,以及受益于中欧市场回暖的电动车电池管理系统(BMS),有效填补了行业总量的疲软。 消费电子(占比11%):凭借聚焦高端消费与专业级(Prosumer)市场的定位,在波动的宏观消费环境中维持了基本盘的稳定。 除了亮眼的当期业绩,ADI在财报中抛出的一项长线战略部署:收购 Empower Semiconductor。 表面看这是一次常规的技术并购,实则直击当下AI数据中心最致命的瓶颈——功耗密度。随着GPU/XPU算力的狂飙,传统的供电架构已不堪重负。Empower手握顶尖的集成稳压器 (IVR) 和硅电容技术,能够实现真正的垂直供电 (Vertical Power Delivery)。 它能将电源占用空间压缩4倍,降低数据中心10%-15%的计算能耗,并完美匹配AI突发工作负载对超快瞬态响应的苛刻要求。虽然管理层坦言实质性收入转化要等到2027年,但这无疑极大拓宽了ADI在下一代AI硬件生态中的总潜在市场 (TAM)。 结语 从供需两端来看,ADI目前的渠道库存维持在健康的6-7周,且前期扩建的内部产能与多元化代工策略,让其在面对激增订单时显得游刃有余。对于即将到来的Q3,管理层给出了39亿美元的高位指引。 ADI的这份答卷释放了一个清晰的宏观信号:AI的叙事正在从纯粹的“算力堆叠”向“系统级能效与物理交互”演进。在这个新周期里,掌握着数据转换与能源管理咽喉的模拟芯片巨头,正在重塑其在科技产业链上的核心话语权。 免责声明:本人持有文章中提及资产,观点充满偏见,非投资建议,dyor
显示更多