这轮 AI 抛售，最惨的是那些借钱买算力的公司。 就拿 CoreWeave 来说，它的生意其实并不差，二季度末手里还有超过 1000 亿美元的订单积压。可今年预计要投入 350 亿到 390 亿美元搞建设，去年全年收入却只有 51 亿美元，还亏了 12 亿美元。 问题就在这，客户的订单是未来几年慢慢兑现的，但买 GPU、建数据中心、付利息的钱，现在就得花。 相关的债券市场已经开始不耐烦了。 CoreWeave 有一批债券，6 月发行时收益率大约 9.7%，到了 10 月中旬，二级市场收益率已经升到了 15% 左右。给它的债务买违约保险，价格也涨得很厉害。 甚至连英伟达做背书，都无法完全消除市场的担忧。 现在都在担心，这些公司有没有足够的钱撑到赚钱的那一天。 再来看 Anthropic。 它三季度营收达到 168 亿美元，环比增长约 45%。这放在绝大多数行业，都是非常惊人的速度。 可资本市场偏偏不满意，因为它二季度的环比增速超过了 100%。 之前都在传 Anthropic 的 IPO 估值能到 2 万亿美元，现在预期已经降到了约 1.5 万亿美元，市场态度的变化是非常明显的。 且，Anthropic 未来十年已经安排了超过 5000 亿美元的算力及基础设施采购承诺，其中相当大一部分不能随便取消。 偏偏 AI 模型的竞争又越来越激烈，客户的忠诚度在价格面前真的不值一提。 前两天，Replit 把 OpenAI 选成了自家 AI Agent 的默认模型合作伙伴，而此前它还是 Anthropic 的重要客户之一。 这就出现了一个很微妙的矛盾。 一边是模型价格不断受到竞争压力，另一边是之前签下的长期算力合同还得继续付钱。收入增长稍微慢一点，利润和现金流就可能承受更大的压力。 但有意思的是，另一边的亚马逊 AWS，部分算力订单已经排到了 2028 年，管理层甚至表示，部分 AI 服务器投资不到三年就能回本。 同样是卖算力，为什么有些公司遭到债券市场质疑，有些却还能保持相对稳健的经营？ 我觉得区别就在于，亚马逊有成熟的云业务和经营现金流，可以依靠现有生意支撑扩张。而部分新兴 AI 云厂商，需要不断从外部融资，来兑现未来几年的订单。 同样是搞 AI，一个有能力用赚到的钱扩大生意，另一个却更依赖用未来可能赚到的钱，支撑今天的扩张。 行情好的时候，这两种模式都能讲出很漂亮的增长故事。可一旦融资成本上升，资本市场开始认真计算风险，差距就出来了。

英伟达正讨论参加 Perplexity 新一轮融资。Perplexity 主营 AI 搜索和 Agent。新一轮估值将超过 300 亿美元，融资规模达数十亿美元。相比 2025 年 9 月的 200 亿美元估值，至少涨了 50%。 Perplexity 的年化收入从年初不到 2.5 亿美元，升到现在超过 7.5 亿美元。4 月时还只有 5 亿美元。Perplexity Computer 是这轮增长的重要来源之一。 英伟达此前考虑过另一套方案：花数十亿美元拿 Perplexity 部分技术许可，再挖走一批员工。后来谈判才转成普通股权投资。为什么改方案，目前还不清楚。 英伟达上周刚对 Poolside 用过「许可 + 挖人」这套方案：支付 60 亿美元拿模型开发软件许可，计划招走 100 多名员工，同时再投资 10 亿美元。Perplexity 一度也在谈类似方案，现在则变成直接做股东。

AI真正的考验来了，别只看英伟达 $NVDA 这周有一个问题非常关键🤔 AI需求到底是真的扩散，还是只是少数公司的超级行情？ 答案要看几家公司，首先是CoreWeave和Nebius，这两家公司代表的是一个新方向：独立AI云 过去AI算力主要掌握在微软、谷歌、亚马逊这些巨头手里 $MSFT $GOOG $AMZN 但现在市场开始关注，除了超级云厂商，其他企业有没有机会通过GPU租赁赚钱，所以财报重点不是收入涨多少，更重要的是 ▶️订单有没有兑现？ ▶️GPU利用率怎么样？ ▶️CapEx压力大不大？ ▶️融资成本能不能控制？ 因为AI最大的争议一直不是需求，大家都相信AI需要更多算力。真正的问题是，花这么多钱建数据中心，最后利润能不能回来？ 服务器端看SMCI，它代表的是AI基础设施落地 市场现在最关心的是600亿美元订单什么时候变成真实收入。如果服务器交付继续加速，说明AI投资正在从故事变成现金流 光通信则是另一个关键 未来AI数据中心最大的瓶颈之一，不一定是GPU，而可能是连接速度。800G、1.6T光模块需求，就是AI扩张带来的新机会。所以LITE和COHR的表现很重要。如果它们财报继续强，说明AI资本开支已经传导到网络层 我的判断，这轮AI行情真正健康的状态，不是英伟达一个人上涨，而是 ▶️ GPU涨 → 服务器涨 → 光通信涨 → 存储涨 → 半导体设备涨 产业链一层层确认，这才是大行情，如果只有NVDA强，其他环节跟不上，那可能只是资金重新炒作。接下来几周，市场会给出答案 非投资建议 DYOR

AI这波反弹能不能延续，接下来几天基本就能见分晓。 前面市场已经把股价先拉起来了，现在轮到公司自己说话。 AMD、Palantir、SpaceX、ANET、ALAB、SNDK、DDOG……几乎把整个AI产业链都覆盖了一遍。如果这些公司交出来的财报还能继续超预期，那这轮行情就不只是资金回补，而是真有基本面在支撑。 前面四大云厂商其实已经释放过一轮信号： AWS收入增长37%至422亿美元，Azure增长43%，Google Cloud增长82%至248亿美元，Oracle OCI增长93%。 至少说明一点——AI资本开支没有停。 钱已经花出去了，接下来市场要看的，就是这些钱有没有真正流到产业链。 AMD肯定是最受关注的一家。 现在已经没人怀疑AI芯片有需求，真正的问题是：除了英伟达，第二家还能不能赚到钱。 这次我会重点看几个数据：数据中心业务、MI系列GPU收入、毛利率，以及管理层有没有继续上调全年AI收入预期。 如果只是营收增长、利润率却没跟上，市场很容易理解成“靠降价换份额”。反过来，如果收入、毛利率和订单一起走强，那就说明AI市场确实足够大，不是一家公司吃独食。 ANET和ALAB也很关键。 GPU越来越多，交换机、高速互连、PCIe、CXL的重要性只会越来越高。如果这两家继续给出强订单和强指引，就说明AI资本开支还在往数据中心上游扩散，而不是只停在GPU这一层。 另外比较关注的是SNDK。 很多人现在盯着GPU和光模块，但AI最后还是离不开存储。训练、推理、缓存，都需要大量企业级SSD。 公司自己给出的营收指引是77.5亿到82.5亿美元，调整后EPS 30到33美元。但市场已经把预期抬到了大约83亿美元、34美元以上。也就是说，就算完成公司自己的目标，都未必够。真正影响股价的，还是管理层敢不敢继续上调下一季度指引，以及企业级SSD需求和80%左右的毛利率能不能维持。 软件这边，我更看DDOG。 如果说GPU负责训练模型，那Datadog负责的是模型上线之后怎么稳定跑起来。上一季度收入增长32%，自由现金流率达到29%。这次重点看AI产品采用率有没有继续提升、10万美元以上ARR客户还能不能保持增长，以及全年指引会不会再上调。 如果软件公司也开始持续受益，说明AI开始真正进入商业化阶段，而不只是卖GPU赚钱。 周五还有非农数据。 它影响的不是AI需求本身，而是估值。就业太强，市场会重新担心利率，高估值科技股容易承压；就业太弱，又会担心经济放缓。对科技股来说，最舒服的结果反而是温和降温。 所以这周我不会只盯着纳指涨跌。我更关心一件事： 云厂商已经证明AI投入还在继续。 接下来，芯片要证明需求，光通信要证明订单，存储要证明利润，软件要证明商业化。 如果这一条链都能得到验证，AI行情还有继续演绎的空间。 但如果财报只是完成预期，电话会上又没人敢提高未来指引，那最近这波上涨，更像是一次超跌修复，而不是新的主升浪。

这周可能是今年美股最关键的一次AI验收周 过去两年，市场一直在交易一个故事： AI 会改变世界 但现在到了一个更重要的阶段： AI投入这么多钱，什么时候开始变成收入？ 7月29-30日，微软、Meta、苹果、亚马逊、SK海力士等公司集中披露财报 我觉得这次市场看的不是单纯利润数字，而是三个问题： 第一，AI基础设施的钱有没有花对 微软和Meta目前最大的看点，就是巨额AI资本开支之后，云业务和广告业务能不能证明投入有效 毕竟今年几大云厂商AI capex规模已经来到数千亿美元级别 如果Azure增长继续保持强势，Meta广告复苏超预期，那么市场会继续给AI链条更高估值 第二，AI硬件周期还能持续多久 SK海力士这次财报很关键 HBM作为AI芯片核心供应链之一，市场关注的不只是这一季度赚多少，而是： AI存储需求还能不能继续维持高景气。 如果HBM需求继续强势，英伟达、存储产业链都会受益。 第三，美联储态度 7月30日Fed利率决议和PCE数据，会决定市场对于后续利率路径的预期 如果通胀压力缓解，成长科技股可能继续获得资金偏好； 如果数据超预期，AI高估值资产可能面临波动 我的关注顺序： AI芯片： $rNVDA 存储周期： $rMU AI平台： $rMETA 这轮财报周，我觉得真正有机会的不是猜某一家公司涨跌，而是找到产业链里最确定的方向 以前参与美股，很多时候最大的问题不是没有机会，而是交易窗口和流动性 现在通过 Bitget @Bitget_zh 美股，用户可以更灵活参与这些市场机会 Bitget美股流动性远超你的想象 财报行情这种高波动阶段，能不能快速执行自己的判断，本身也是交易的一部分 这周重点关注： AI投入 → 收入验证 → 市场重新定价 看看这轮AI故事，能不能真正交出成绩单 #Bitget# #美股# #AI#

半导体正式进入技术性熊市。费城半导体指数较6月22日历史高点回撤超过20%，本周跌幅超过10%，创下2025年4月以来最大单周跌幅。从三星业绩兑现后的"Sell the News"，到韩股熔断、铠侠跌停、美光较高点回撤超30%，不到两周时间，市场便完成了一次从"AI永远上涨"到"AI会不会透支未来"的情绪切换。 我认为这轮下跌的核心并不是需求消失，而是资本市场开始质疑AI产业链的赚钱能力，能否匹配此前的估值扩张。过去一年市场交易的是"谁能卖GPU、卖HBM"，下一阶段交易的则是"谁能持续创造利润和现金流"。如果未来云厂商的资本开支开始放缓，产业链最先受到冲击的未必是英伟达，而是那些高度依赖单一客户、缺乏议价能力的上游供应商。 还有一个容易被忽略的变化，AI开始从"硬件叙事"向"软件变现"切换。过去几年，大部分流动性都流向GPU、HBM、光模块和电力基础设施，因为这些是AI训练阶段最稀缺的资源。但随着算力不断释放，资本市场终究会问一个问题：花出去的几万亿美元，什么时候才能真正赚回来？当市场开始追逐AI应用、Agent和企业软件带来的收入时，资金自然会从部分高估值硬件股流向新的方向。 8月财报季将成为关键验证窗口。如果HBM长期协议继续兑现、云厂商CapEx没有明显收缩，那么这更像是牛市中的一次估值修复；如果订单开始放缓、客户延迟扩产，市场担心的就不再是20%的技术性熊市，而是整个AI资本开支周期是否提前进入拐点。过去一年市场交易的是"AI需要多少算力"，未来一年市场交易的将是"AI到底能赚多少钱"。

台积电财报越漂亮，我反而越担心一件事。 今天台积电的财报电话会，听完以后，我最大的感受是，AI 这轮浪潮，可能远比很多人想象的还要疯狂。 管理层透露的几个细节，甚至有点超出我的预期。 先说财报，确实挺夸张的。 第三季度营收467亿美元，同比增长41%，净利润超过7600亿新台币，同比增长接近69%，毛利率更是高达66.4%。 要知道，它不是卖软件的，而是一家要自己买设备、建厂房、雇大量工程师的芯片制造公司。 更离谱的是，它预计第四季度营收还能冲到523亿至543亿美元，环比继续增长14%左右。 这已经不是一家小公司在高速成长了，而是一家年营收接近2000亿美元的超级巨头，还在以相当惊人的速度往前跑。 而且台积电今年的业绩指引，简直就像一路踩着油门往上修。 年初预计全年增长30%，后来上调到40%以上，现在直接变成44%。 说明什么？ 说明这一轮AI需求的爆发速度，连产业链最核心的制造商都没完全预料到。 不过，电话会上最让我觉得有意思的，是魏哲家讲的一件事。 他说，台积电专门派了团队去美国，实地了解那些科技巨头的数据中心到底建得怎么样了，电力供应有没有落实。 我看到这里差点笑出来。 你想想，台积电是什么公司？它是全球最先进的芯片制造商之一，平时操心的应该是3纳米、2纳米、良率、产能这些东西。 结果现在，它居然还要操心客户的机房有没有盖好，电有没有接上。 这事听着有点滑稽，但背后其实是个非常重要的信号。 因为过去的半导体周期，很多时候是客户疯狂下单，晶圆厂疯狂扩产，最后才发现终端产品根本卖不出去，于是大家一起去库存。 台积电显然不想再经历这种事情。 所以这次它不只是听英伟达、谷歌、亚马逊说未来还要买多少芯片，而是亲自去看看，客户是不是真的在花钱盖数据中心。 管理层得到的反馈还挺积极，相关建设确实在推进。 这意味着，至少从目前掌握的信息来看，AI基础设施投资并不完全停留在PPT和订单上，现实世界也在同步建设。 但反过来想，这也说明AI现在最令人担心的，可能已经不只是芯片够不够，而是电力、土地、散热、施工这些东西能不能跟得上。 还有个财报细节，我觉得很多人可能会忽略。 第三季度，台积电的晶圆出货量环比只增长3.2%，但是按新台币计算的营收，居然增长了17.6%。 明明多生产的晶圆没多少，为什么收入涨这么多？ 很大程度上，是因为生产的东西变贵、变高级了，产品结构也发生了变化。 现在3纳米已经占到晶圆收入的33%，2纳米的占比也从上季度3%提高到了8%。 同时，高性能计算业务已经贡献了公司68%的营收。注意，这里面不全是AI，但AI显然是非常重要的增长动力。 这让我想到一个很有意思的变化。 以前台积电很大程度上还要看苹果的脸色，iPhone卖得好不好，对它的业绩影响非常大。 现在不同了。 哪怕手机市场没有爆发，只要全球科技公司还在争夺AI算力，台积电就能从中受益。 英伟达要造GPU，AMD要造GPU，谷歌、亚马逊要做自己的ASIC，大家在芯片设计上争得你死我活，但最终很多人还是得找台积电生产。 这就很有意思了，别人是在赌谁能赢得AI竞赛，台积电却有机会从多个竞争对手身上同时赚钱。 当然，最让我意外的还有一件事。 台积电现在居然还准备继续扩建3纳米产能。 按照过去的经验，新一代制程出来，上一代制程往往就逐渐退居二线。可现在2纳米都开始放量了，3纳米的产能居然还不够用。 这说明AI正在改变半导体行业过去的产品周期。 不是所有芯片都需要最先进的2纳米。对于很多AI芯片、服务器处理器和定制芯片来说，3纳米依然有非常好的性能和成本优势。 更重要的是，台积电预计2027年整个2纳米家族的产能，还要比今年增加一倍以上。 甚至连预计2028年量产的A14，魏哲家都表示，目前客户表现出的兴趣比当初2纳米还要强。 换句话说，2026年大家还在讨论AI泡沫的时候，芯片产业链已经开始为2028年甚至更远的需求做准备了。 而且下一代芯片不只是性能提升那么简单。 未来数据中心最贵的资源之一就是电。 一颗芯片能不能在同样的电力下提供更多算力，可能比单纯跑得更快还重要。 所以先进制程、HBM、CoWoS先进封装，正在从技术竞争变成一场效率竞争。 谁能在有限的电力、空间和成本下提供更多计算能力，谁就更有价值。 不过，讲到这里，千万别觉得台积电已经可以无脑看多了。 因为这场电话会，还有另外一个很现实的问题。 台积电今年计划投入600亿到640亿美元资本开支，而且管理层明确表示，未来三年的资本投入还会显著增加。 这钱花得可是真金白银。 造一座先进晶圆厂，设备、厂房、技术研发都贵得吓人。尤其是海外建厂，成本还要更高。 所以未来几年，台积电很可能出现一种情况。 营收继续增长，订单也确实很好，但因为新工厂不断投入运营，折旧和制造成本上升，利润率未必能够同步提高。 其实第三季度已经有一点这种味道。 收入环比增长很快，但毛利率从上季度的67.7%回落到了66.4%。 虽然这并不代表生意出了问题，净利润环比增速相对较低，也受到上季度一次性投资收益的影响，不能直接理解成主营业务突然放缓。 但它提醒了我们一件事。 AI需求再疯狂，也不代表每一分钱投资都能马上产生对应的利润。 这不仅适用于台积电，也适用于整个AI产业。 英伟达卖芯片赚钱，台积电制造芯片赚钱，海力士卖HBM赚钱，电力设备公司也在赚钱。 可问题是，最终购买这些东西的微软、谷歌、亚马逊、Meta，它们未来能不能从AI服务中赚回足够多的钱？ 如果可以，那今天的大规模投资就是在为未来十年的产业发展打基础。 如果不可以，前面所有环节都可能重新面对需求调整。 所以我听完这场电话会，反而觉得有一个判断越来越清晰。 现在已经不太需要争论AI有没有真实需求了，更值得争论的是，今天这些真实需求，能不能支撑市场对未来几年持续高增长的预期。 这两件事是完全不同的。 台积电已经用财报证明，AI确实正在创造巨大的实际收入和现金流。 但是，台积电的股价能不能继续上涨，最终还要看这些收入未来能增长多少，以及增长需要付出多大成本。 我甚至觉得，这一轮AI投资特别有意思的地方就在这里。 以前我们讨论互联网泡沫，大家担心的是很多公司根本赚不到钱。 而现在，最核心的AI硬件供应商已经赚到了令人难以置信的钱，但市场依然会担心，未来有一天会不会投入得太多。 泡沫与繁荣，有时候并不是彼此对立的。一个产业完全可以在创造真实价值的同时，也被市场赋予过高的未来预期。 现在，芯片订单已经写在财报里了。 下一步，该轮到真实世界证明，究竟需要多少算力了。

#OpenAI# 还没上市，它的算力小弟先要IPO了，这事挺有意思。🧐 之前黄仁勋讲过，未来推理需求将会增长10亿倍，而下周四5月14日，推理时代的 #AI# 芯片黑马，Cerebras ( $CBRS)要上市了，定价区间115-125美金，募资最高35亿美金，估值266亿美金。也将是 @MSX_CN 的第一期 PreIPO项目，还是十分值得期待的！ 今天我们就来拆解一下这家Cerebras公司，以及估值分析情况，还有我个人的一些私人判断和意见。 要了解这个OpenAI系的推理芯片黑马，就要知晓山姆奥特曼的资本布局。 我们都知道英伟达在AI芯片领域有多牛，大模型公司烧钱，云厂商买卡，创业公司排队等GPU，最后利润大多流向卖铲子的英伟达，这是目前行业的现状。 但这种一家独大的局面，各家大模型厂商，都希望有一个嫡系方案做PlanB，比如谷歌Gemini便联合博通采用TPU方案，OpenAI也一直想扶持自己的嫡系部队。 所以在5月6日，OpenAI把英伟达、AMD、英特尔、博通、微软这些本该互相竞争的芯片公司拉到一起，搞了个MRC网络协议。表面看是技术合作，其实是OpenAI要重新分蛋糕了。 更深一层看，我认为是 #OpenAI# 想要拆开英伟达全栈垄断格局。 以前训练、推理、网络、云，全让英伟达一家包圆了。现在呢？OpenAI开始精细化运营：训练归训练，推理归推理，不同场景用不同芯片，不同环节找不同供应商。 #Cerebras# 就是在这个时候被推上了牌桌，它核心负责推理这一环。这正好与最近炒作火热的推理CPU概念，比如 #AMD，##INTC# 等，撞在了风口上。 🔥Cerebras到底牛在哪？ Cerebras的核心杀手锏是WSE-3芯片，直接把整片12英寸晶圆做成一颗巨型芯片，面积46225平方毫米，相当于A4纸的三分之一。 我们数据对比看看，相较于英伟达H100： • 它面积是H100的57倍 • 核心数是52倍 • 片上内存是880倍 • 内存带宽是7000倍 这数据📊看起来蛮夸张的，但核心关键不在大，而在于快。 在推理场景，尤其是长文本输出、实时交互、代码生成、AI Agent这些需要低延迟的任务上，Cerebras的CS-3系统推理速度比英伟达DGX B200快21倍，成本和能耗降到三分之一。这个效率和功耗，采用WSE-3芯片意味着OpenAI能在单位时间服务更多客户，这就相当于白花花银子啊。 📊财务数据也很漂亮 首先从市场趋势来看，AI 产业正从训练为主转向推理为主，这是不争的事实，2025 年全球 AI 推理市场规模已达1062亿美元，预计2030年将增至 2550亿美元，而 Cerebras 的技术优势正好踩在了风口上。 另外本轮IPO估值为266亿美金，发行价为115-125美金/股，我觉得是相对便宜的，虽然比上一轮估值翻了倍，上一轮F轮估值约为120亿美金，短短两年时间，直接翻倍，但架不住漂亮的财务数据。 2025年Cerebras营收5.1亿美金，比2024年的2.9亿增长76%。更牛的是净利润8790万美金，2024年还亏4.85亿，直接扭亏为盈。 以266亿估值来算，PS为52倍。以24年上市的热门半导体连接芯片公司Astera Labs( #ALAB#)做对比，它上市首日PS高达81倍。而目前正处于火热的推理赛道炒作中，个人认为Cerebras冲击80-100倍PS绰绰有余，对应的收盘价192美金—239美金，预计有50%以上涨幅！(但也要观察当天纳斯达克指数行情来综合判断) 不能只说好的一面，目前Cerebras问题也很明显，客户集中度太高。阿联酋MBZUAI贡献62%收入，G42贡献24%，前两大客户占86%。意味着Cerebras必须听大客户的话，自主性有限。可喜的是，OpenAI的介入，未来这种收入结构会有所改善，而且OpenAI会成为最大客户。 🎯OpenAI和Cerebras的深度绑定 最新的数据，OpenAI与Cerebras签了多年的合作协议，总价值超200亿美金，Cerebras要给OpenAI提供750兆瓦算力，部署到2028年。 但这不只是采购合同这么简单。OpenAI创始人奥特曼、总裁布鲁克曼、前首席科学家伊利亚、董事会成员亚当·安戈洛，这些核心高管都个人投资了Cerebras。 OpenAI还通过贷款、认股权证等金融工具，和Cerebras建立长期利益绑定。说白了，现在的Cerebras就是OpenAI的芯片部门。 除此之外，Cerebras 3月又与 AWS 达成合作，CS-3 系统上线亚马逊云端服务，成为首个进入主流云端厂商供应链的非 GPU AI 加速器。此外，葛兰素史克、美国能源部、多个国家实验室等也都是其客户，技术实力也得到多维度的验证。 💡OpenAI的资本局 OpenAI的真实意图很清楚： • 训练继续用英伟达高端GPU • 推理引入Cerebras低延迟方案 • 部分GPU采购AMD • 网络协议开放化 • 云服务在AWS、Azure、谷歌Cloud之间多家下注 • 未来可能推自研芯片 这是算力组合拳策略，不同工作负载匹配不同系统，不再单独依赖英伟达全栈方案。 OpenAI正在从模型公司转变为算力架构公司。以前只能被动接受芯片厂商定义的技术路线，现在要主动设计符合自己需求的算力组合。 OpenAI要把芯片供应商从"平台提供者"降维为"模块供应商"。所以扶持Cerebras是其战略中最重要的一环，预期来看，Cerebras上市首日股价，爆火的概率极大！ ⚡对英伟达的影响 短期看，Cerebras上市对英伟达冲击不大，就像身上长个粉刺一样无关痛痒。 英伟达目前占AI芯片市场80-90%份额，CUDA生态、GPU供应链、NVLink网络，这些护城河短期很难撼动。 但长期看，威胁是存在的。以前AI公司别无选择，只能用英伟达GPU。现在至少在推理场景，客户有了可行替代方案。这种选择权的出现，削弱了英伟达定价权。 当OpenAI可以说"推理我用Cerebras，训练我用英伟达"时，英伟达就失去了"全包"的议价能力。 AI推理市场正在快速增长。根据预测,2026-2032年全球AI推理市场复合增长率将达28.9%。推理场景更适合专用芯片。当推理市场规模超过训练市场时，英伟达在推理领域的相对弱势就会成为更大问题。 英伟达正在从"唯一供应商"变成"核心供应商之一"。这个转变不是因为英伟达变弱了，而是市场变大了，客户变强了，需求变复杂了。 🧐我的判断 Cerebras上市真正值得看的，不是又一家AI芯片公司IPO，而是OpenAI开始把推理这门生意单独拎出来定价了。 当推理市场被验证可以独立定价时，AI算力市场就真的开始分层了。训练和推理的需求差异被明确化，专用芯片在细分场景的优势被验证。 英伟达"一种芯片打天下"的叙事不再完全成立。市场会从"通用GPU垄断"走向"场景化芯片组合"。 而且不只OpenAI这么干，Anthropic也在和亚马逊、谷歌结盟。头部AI公司都在通过多元化采购降低对英伟达依赖。单一供应商的"完整解决方案"不再是最优选择。 最后值得一提的是，这次 #MSX# 第一期PreIPO项目即将上市，它就是本周四即将上市的Cerebras，拭目以待吧！🧐 DYOR🙏

今日美股总结：今天跌到7238，我认为这是本周的底，但下周还会给机会上车 先说今天发生了什么 纳指盘中最深跌了4%，标普一度跌2.3%。然后午后抄底资金涌入，大幅收复失地，标普最终只收跌0.61%，纳指收跌0.97%，留下了一根长下影线。 VIX盘中冲到23，收盘重新回落到20以下。 我的判断：今天纳指7238点的低点，大概率就是本周的短期底部，短暂反弹后下周还会给机会上车。 为什么不用过度恐慌？ 这次调整的性质是什么？不是AI逻辑崩了，不是基本面出了问题，是高位正常的获利了结加上几个事情撞在一起：SpaceX上市前的流动性虹吸、非农数据超预期引发加息担忧、地缘政治扰动。 拿个数据对比一下就清楚了。 纳指100从今年1月28号到3月30号，跌了12.8%，花了整整两个月。 这次从6月3号跌到6月9号，跌了8.4%，只花了6个交易日。 这就是典型的空间换时间，跌的幅度相对有限，但速度很快，主要是因为杠杆账户的被迫平仓加上SpaceX的流动性抽血，放大了跌幅。 这种快速下杀通常不会持续太久，因为下跌动能会很快耗尽。 今天盘面板块在轮动 这是今天最重要的信号。 科技股和半导体在跌，但罗素2000小盘股逆势上涨0.23%，房地产、金融、材料、必需消费品、公共事业、工业板块全线大涨，整个市场涨跌家数比是3500比2800。 资金没有离开美股，只是从前期涨了很多的科技股里出来，换到了估值更便宜的地方。 这不是熊市信号，是健康轮动。 为什么今天跌了这么狠 三个原因撞在一起 第一，特朗普发推特说一架阿帕奇直升机在霍尔木兹海峡被伊朗击落，并说美国必须做出回应。 第二，SpaceX这次IPO申购达到了4倍超额认购，也就是说750亿的发行规模吸引了超过2500亿美元在场边排队。机构为了给配售腾出空间，必须卖掉前期涨得最多的科技股和半导体。这个抽血效应这几天一直在压着市场。 第三，日本这个月释放加息信号，预计今年10月份还有一次加息。 这三件事是短期的流动性和情绪扰动。 基本面实际上非常强劲 标普500成分股目前实现了29%的利润增长和11.4%的营收增长，大幅超出预期。 更重要的是，标普的Forward PE现在在20.4倍，刚好在过去5年平均值20倍附近。 这是合理估值配合强劲基本面，没有什么泡沫。短期是因为财报季结束没什么别的利好，受宏观环境影响造成的波动。 在这种情况下，每一次由宏观情绪驱动的下跌，都是白送的买点。 技术面怎么看 看图（图1，随便画画，大概是那么个意思） 今天SPY在1小时图上留下了一根很长的下影线，RSI出现了底背离，Stoch RSI从超卖区域快速反弹。这些都是短期筑底的信号。 下一个阻力位在741附近，这是下跌趋势线的第三次接触点。如果明天CPI数据符合预期或略低于预期，反弹先看741，然后是之前说的这周上限745。 下周要观察的是：会不会创出比今天724更低的lower low，还是higher low。如果higher low，看二次探底到730到731。如果lower low，看710。 明天CPI是关键，但预期已经被抬得很高了 目前市场对CPI的悲观预期已经相当充分。 两家大行给出了不同的预测：摩根大通预计整体CPI环比0.58%，核心CPI环比0.27%；高盛更乐观，预计核心CPI只有0.17%，因为住房通胀可能大幅回落。 关键是只要数据符合预期或者略低于预期，空头回补就会发生，大盘会接着反弹。 这种情况下，预期越悲观，利空出尽的反弹反而越猛。 期权市场定价了明天约1.7%的单日波动，隐含波动率已经很高了。如果数据没有炸，IV暴跌会触发做市商的机械性买入，那才是真正的右侧入场窗口。 短期6月份不会立马V型反转，但也不会跌很多 这是我现在的核心判断。 直接V回7600前高不现实，因为下周还有日本央行放风6月可能加息到0.75%到1%，以及6月17日美联储主席第一次主持FOMC会议，这两件事都是不确定性。 但大幅下跌的概率也不高，因为基本面太强了，而且SpaceX上市之后流动性会重新释放出来，OpenAI IPO预计在9月，在那之前市场有充分的动力再创新高。 JP Morgan的建议也是接下来两周分批逢低建仓，跟我的想法差不多，稳健的可以等这周五spacex ipo后或者是下周日本央行加息后，美联储会议前（我不觉得沃什是鹰派，如果市场提前给出悲观预期，那大概率是买入信号。） 这波调整大概率6月底之前基本就结束了。 几个值得关注的个股 英伟达今天盘中跌穿200美元整数关口又被拉回来。过去一年它在180到208之间横盘，但同期利润增长了70%到80%，估值倍数被动压缩了很多。这是非常健康的业绩填平估值。 ServiceNow今天跟跌了6%。100美元附近的ServiceNow，对于相信AI商业化会继续加速的人来说是一个不错的位置。 Applied Digital今天签了一笔15年、52亿美元的算力租赁大单，虽然盘中冲高回落，但订单质量很高，这类有长期合同锁定收入的AI基础设施公司，在当前环境里反而会比较抗跌。 Oracle今天盘后财报。周三盘后Oracle出财报，期权市场定价了±12%的波动。如果数据好，会给整个软件板块打一针强心针。OpenAI开始推进IPO这件事也给甲骨文的信贷风险提供了背书。这是明天值得关注的催化剂。Openai 预计9月份上市，Oracle相关股9月份前可以关注。 最后说几句心里话 如果你这一周跌了很多，很难受，我完全理解。 但你得想清楚一个问题，你当初买入这些公司的理由，有任何一条被今天的数据证伪了吗？AI的资本开支还在增加吗？是的。巨头们的财报还在超预期吗？是的。算力还在短缺吗？黄仁勋昨天刚说SK海力士把产能翻倍都不够用。 这些没有变。变的只是短期的情绪和流动性，而情绪和流动性是会恢复的。 恐慌贪婪指数现在在恐慌区间。历史一次次告诉我们，这个时候买入的人，一年后往往是最舒服的那一批。 分批买，不要一次性押注，但也不要因为恐慌什么都不做。别人在抢筹码的时候，你要想清楚自己站在哪一边。

教育是否应该功利 读博到底是在买什么 最近在小红书上，经常刷到一些很精致的人分享自己的读博生活。 有人读人文社科，也有人做工科。实验室、论文、会议、海外生活，看上去都挺体面。 我看多了以后，脑子里冒出来的却是另一个问题：读博这件事，到底是在买什么？ 博士基本就是目前学历体系里，一个人能够拿到的最高学位。能把博士读下来，肯定值得尊重。这背后是一套完整的研究训练，也是人类知识长期积累的结果。 博士后则不是一个更高的学位，而是一段科研工作的经历。我们会说入站、出站，不会说拿到一个“博士后学位”。 顺着传统教育一路读下去，一个人拿到博士，通常已经二十五到三十岁，甚至更晚。 你投入的不只是一笔学费，而是人生里非常完整的几年。 在不少西方博士项目里，博士生更像一名全职研究人员，而不是 Student 的延长线。只不过这份研究工作的收入通常不高。 所以读博最值得讨论的，也许不是这个学历看起来有多精致，而是你愿不愿意拿几年时间，去换一段低收入、高强度的研究生活。 教育首先是用来托底的 我这个人比较俗，做很多事情都喜欢谈 ROI。 凭兴趣做事，当然可以不计回报。但对大多数普通家庭来说，教育很难只是一笔纯消费。 我对教育最直接的理解，就是托底生活。 考上清华北大，不保证一个人毕业以后就能融会贯通，更不保证一定发财。但这段教育经历，通常会让他更容易进入社会，找到一个还不错的位置。 教育最重要的作用，是抬高一个人的下限。至于上限能有多高，学历本身负责不了。 所以教育肯定存在 ROI。 这里的投入不只有学费，还有时间和机会成本。回报也不只是毕业第一年的工资，还包括你真正学会了什么、能不能靠它立足，以及以后还有多少选择。 我们以前讲过一个电梯的例子。 当电梯一路往上走的时候，你靠着扶手睡觉，甚至在里面跳两下，都很容易把楼层上升理解成自己的能力和努力。 但真正把你带上去的，是电梯。 过去二十年可能是土木，最近十年可能是计算机软件，现在又轮到人工智能。 一代版本一代神。 踩中行业红利的人，很容易把环境带来的上升全部归功于自己。等版本切换以后，过去能够赚回来的教育投资，不代表今天还能原样复制。 这几年，教育无用论又慢慢起来了。 好在东亚家庭对于教育的执念一直没有消失。“读书改变命运”“光宗耀祖”，到今天仍然是很多家庭真实相信的东西。 前几天我在抖音上刷到一个视频，一个潮汕女孩考上了北京大学。据视频里说，家里还在祠堂里给她立了碑。 这个场面当然很有冲击力，也打破了不少人对于传统宗族观念的想象。 但越是把教育看得重要，越应该认真计算它需要付出什么，又能换回来什么。 留学是消费，还是投资 过去的中国家庭相信，只要孩子愿意读书，砸锅卖铁也要供。 我觉得在今天的经济环境里，这个结论需要调整了。 特别是留学。 过去有些家庭愿意花几十万，甚至上百万元，把孩子送到国外镀金。至于回来以后做什么、能不能找到工作、学费能不能赚回来，父母可能根本不问。 欧美高校早就把国际教育做成了一条成熟的产业链。尤其是英国的一年制硕士，网上甚至有“一年英硕，一生英伦”的调侃。 你当然可以去。但要明白，你在追求教育，别人也在做生意。 所以问题可以问得很粗暴：如果你正在接受一段昂贵的教育，你有没有想过，自己以后怎么把学费挣回来？ 这不代表毕业第一年就必须把所有钱赚回来，也不代表教育的价值只能用工资衡量。 但如果完全没有考虑过回报，只觉得父母愿意出钱让我见世面，这是父母的福气，那这件事就很值得商榷。 留学可以是一笔消费，也可以是一笔投资。 如果你只是心甘情愿地花钱买见识，那就承认它是一笔消费。家庭付得起，你也觉得值得，当然没有问题。 如果你希望通过留学改变人生，那就要按照投资去思考：学什么，能留下什么能力，毕业以后去哪里，以及怎样把这些东西应用到社会上。 这个时候，人文社科类专业尤其需要想清楚。 它们不是没有价值，只是从知识到职业的路径通常没有那么标准。你不能只学一套 general knowledge，然后期待社会自动为它付钱。 所有职业做到最后，其实都是销售。 有人销售自己的专业能力，有人销售情绪价值，也有人销售自己的判断和可信度。 但销售一项具体、稀缺的专业技能，显然比销售一套普通的通识知识，更容易形成壁垒。 所以，教育是否应该功利？ 我的答案是：应该有一点。 尤其当一段教育要消耗一个普通家庭几十万、上百万元的时候，完全回避回报，本身就是对家庭资源不负责。 普通家庭的教育行动准则 第一，十八岁以后，要把自己当作一个独立的个体。 父母愿意支持你留学，你当然可以试一试。但长期目标应该是经济独立，而不是把父母的支持理解成理所当然。 第二，任何家庭的资源都是有限的。 好家庭的资源看起来可以近似无限，但普通家庭的资源一定有限。花出去的每一笔钱，都有它原本可以去的地方。 第三，先想清楚留学和读书到底是为了什么。 你是在花钱买见识，还是希望换一种人生？前者按照消费来判断值不值得，后者就要按照投资来计算回报。 第四，给自己的教育路径做规划。 你准备学什么，形成什么能力，毕业以后怎样进入社会，至少要有一个大致方向。计划当然会变，但不能从头到尾都没有计划。 教育可以为了兴趣，也可以为了见世面。 但只要这件事需要消耗一个家庭几年甚至十几年的积蓄，就不应该羞于谈功利。 功利不等于只认钱。 功利只是要求你知道，自己花掉的时间和钱，最后到底换回了什么。 教育负责托底，剩下的路还是要自己走。 我是KK，祝你牛逼！