摩根士丹利已经足够激进，马斯克觉得还是太慢。 最新报告中，摩根士丹利维持对SpaceX的“增持”评级和300美元目标价，并预计公司到2040年收入可能达到3.5万亿美元。马斯克随后在X上回应，按照他的个人估计，这一收入规模大约在2033年就可能实现，比大摩的模型整整提前七年。 消息发布时，SpaceX股价约140美元。 3.5万亿美元是什么概念？ 这已经远远超过今天全球任何一家科技公司的年度营收。仅靠商业火箭、卫星宽带和政府航天合同，很难解释这样一个数字。 SpaceX当前的估值分歧，已经从“火箭还能发多少次”转向了一套更复杂的商业模型：Starship能否把进入轨道的成本和频率做到工业化水平，并进一步支撑Starlink、地面AI基础设施和未来轨道算力扩张。 这条链条一旦跑通，火箭发射本身反而可能成为SpaceX估值占比最低的一部分。 SpaceX 3.5万亿美元收入时间轴 一、大摩300美元目标价里，Space板块只值8美元 Morgan Stanley这次对SpaceX的分部估值很有代表性。 在约300美元目标价中，Space板块对应约8美元/股，以Starlink为核心的连接业务约118美元/股，X和Grok等AI业务约8美元/股，企业AI则达到165美元/股。 也就是说，在大摩的估值体系中，Enterprise AI已经占到目标价值的一半以上，而整个Space板块占比不到3%。 这组数据解释了一个表面上的矛盾。SpaceX最知名的产品是火箭，但市场并没有按照传统航天公司的逻辑给它定价。300美元目标价背后的核心资产，已经从“发射服务”转向了通信网络和算力基础设施。 大摩认为，SpaceX目前大约对应2028年预测收入10倍市销率，以及约25倍息税前利润倍数。这个估值本身不低。支撑它的前提，是2028年前后收入仍保持高增长，同时利润增速明显快于收入。 所以，Spac

FY27 Q2：收入27.39亿美元，同比增长37%，数据中心收入同比增长46%，占总收入79%。 FY28：公司收入目标从165亿美元提高到180亿美元，定制芯片业务预计增长100%+。 市场焦点：FY28增长已经进入模型，新的估值锚转向FY29以及10月6日投资者日。 8月27日盘后，Marvell（NASDAQ：MRVL）交出了一份短期经营数据仍在加速的财报。 FY27第二财季收入达到27.39亿美元，同比增长37%；数据中心收入约21.7亿美元，同比增长46%，占公司总收入已经达到79%。第三财季收入指引中值进一步升至31.50亿美元，按中值计算，环比还要增长约15%。 与此同时，Marvell连续上调中长期目标：FY27收入由此前约115亿美元提高到120亿美元；FY28收入由165亿美元提高到180亿美元。如果这条曲线兑现，Marvell在FY27增长约45%之后，FY28还将继续实现约50%的收入增长。 财报公布后，MRVL盘后跌幅一度接近8%。这场下跌反映出来的信息，已经超出27.39亿美元本身。 过去几个月，Google合作、AI定制芯片、1.6T光互连和Scale-up网络不断推高Marvell的远期盈利预期。当前市场已经把FY28的180亿美元逐步视作新的基础盘，接下来需要验证的，是FY29还能把增长曲线抬到哪里。 0127.39亿美元没有失速，Q3还要环比增长15% FY27 Q2，Marvell实现收入27.393亿美元，同比增长37%，环比增长13%，较此前公司指引中值高出3900万美元。GAAP净利润3.08亿美元，Non-GAAP净利润8.659亿美元，经营现金流6.055亿美元。 数据中心仍然是最强的业务。当季数据中心收入约21.7亿美元，同比增长46%、环比增长18%，占总收入约79%。FY27 Q1时，数据中心同比增速还只有27%，Q2

962亿美元、1080亿美元、70%。 这是NVIDIA最新一季财报里最值得放在一起看的三个数字。 FY27 Q2，NVIDIA实现营收962.21亿美元，同比增长106%、环比增长18%；数据中心收入达到890亿美元，同比增长117%、环比增长18%，占公司总收入约92.5%。GAAP与Non-GAAP毛利率均为75.0%，摊薄每股收益分别达到2.46美元和2.22美元。 下一季度，公司给出的收入指引进一步提高至1080亿美元±2%，单季收入将首次突破1000亿美元。更值得注意的是，这份指引没有计入任何中国数据中心计算业务收入。 单季超预期已经足够亮眼，但本次电话会真正改变市场预期的，是2027年。 NVIDIA首次给出FY28初步展望：收入同比增长约70%。此前市场预期大致落在45%左右。管理层进一步表示，客户提交的需求预测甚至指向下一财年接近翻倍的增长，但公司仍预计至少到FY28结束前，供应将持续构成收入兑现的瓶颈。 同一天，AWS又给出了一组罕见的大规模实物需求验证：2027—2028年额外部署200万颗NVIDIA GPU，覆盖Blackwell Ultra、Rubin和Rubin Ultra。 需求侧仍在上修，而收入最终能兑现多少，越来越取决于HBM、晶圆制造、先进封装、网络以及数据中心基础设施能否同步交付。 01｜70%的增长预期，把AI需求能见度继续推向2028年 NVIDIA过去几个季度的高速增长，首先来自全球超大规模云厂商持续增加AI资本开支。FY27 Q2，公司来自超大规模云及互联网客户的收入达到约490亿美元，环比增长13%。管理层同时预计，全球前五大超大规模客户2026年资本开支接近8000亿美元，2027年可能进一步升至约1.3万亿美元。 AWS的200万颗GPU部署计划，让这部分资本开支拥有了更加具体的硬件对应：这是此前规划之外的额外200万颗

Google 已经迭代了八代 TPU，第八代第一次明确采用两条硬件路线。TPU 8t 面向大规模预训练，TPU 8i 面向后训练、推理和高并发模型服务。两颗芯片共享 Google 的软件体系和基础设施，但内存配置、专用计算单元和网络拓扑已经明显分开。 参数上的差异非常直接。TPU 8t 单芯片拥有 216GB HBM、6.528TB/s HBM 带宽、128MB 片上 SRAM，FP4 峰值计算能力达到 12.6 PFLOPS；TPU 8i 的 FP4 峰值算力略低，为 10.1 PFLOPS，HBM 却增加到 288GB，带宽达到 8.601TB/s，片上 SRAM 更达到 384MB。两款芯片的双向芯片间互连（ICI）带宽均为 19.2Tb/s。 推理芯片没有追求更高的峰值 FLOPS，却拿到了更多内存、更高内存带宽和三倍于 8t 的 SRAM。这组资源分配已经透露出 TPU 8 的设计方向：训练继续向更大的计算域、更高吞吐和更稳定的长时间运行扩张；推理则越来越受模型驻留、KV Cache、MoE 专家路由以及集合通信延迟约束。 训练和推理正在要求两种不同的 AI 系统。 Google TPU 8t and TPU 8i official product image Google 第八代 TPU 同时推出训练型 TPU 8t 与推理型 TPU 8i。 一、TPU 8 的分界线：训练追求计算域，推理压缩数据路径 大模型训练天然偏向吞吐。一次训练迭代需要执行大量矩阵运算，同时维护参数、梯度和优化器状态，并在大量加速器之间同步数据。模型规模继续上升以后，张量并行、流水线并行、专家并行等策略会把越来越多通信引入训练过程。系统只要能够保持较高的扩展效率，更大的计算域就仍然能够换取更高的总体训练吞吐。 在线推理面对的是另一组约束。模

过去一年，OpenAI自研芯片一直停留在一个相对模糊的位置：市场知道它在做，知道Broadcom参与其中，也知道双方规划了规模高达10GW的定制AI基础设施合作，但芯片性能、量产节奏和实际部署规模始终缺少足够硬的数据。 8月25日，OpenAI第一次把这些问题摆到了台面上。 在SemiAnalysis的InferenceX公开推理测试中，Jalapeño同时运行GPT-OSS 120B、DeepSeek R1 670B和Kimi K2.5 1T三类大模型。峰值负载下，其每千瓦Token吞吐量分别达到85,448、19,641和18,195，较NVIDIA GB200/GB300高出约1.9倍、1.7倍和1.5倍；DeepSeek R1端到端延迟由5.99秒降至1.65秒，Kimi K2.5由5.31秒降至1.56秒。 Jalapeño与GB200、GB300推理性能对比 Jalapeño额定功耗为700W，测试期间持续功耗不超过550W。同时，OpenAI仍计划在2026年底把第一代芯片部署到自有基础设施，Broadcom此前又披露了2027年约1.3GW合同承诺。技术验证、生产节点和部署规模开始连成一条清晰的商业化路径。 这次跑分带来的核心变化，是OpenAI项目的兑现概率明显上升。 对Broadcom而言，第一代芯片已经从远期定制ASIC项目进入产品验证与部署准备阶段。 Jalapeño的设计目标，是把推理成本继续压低 OpenAI这次没有把峰值浮点算力放在最显眼的位置，重点展示了每千瓦Token吞吐量、端到端延迟和持续功耗。指标选择本身就说明了第一代芯片的设计目标：在既定的数据中心功率约束下，提高单位电力能够完成的有效AI工作量。 随着ChatGPT、Codex和Agent类产品调用量增长，推理任务已经从单轮问答扩展到搜索、推理、工具调用、验证和二次推理。单

Hot Chips 2026 上，AMD 对 MI400 系列进行了一次相当完整的系统级拆解。 这场演讲没有把太多时间停留在 MI455X 单颗 GPU 的峰值算力上。AMD 展示得最多的是 计算托盘（Compute Tray）、交换托盘（Switch Tray）、UALoE、互连管理器（Fabric Manager）和 Pensando Vulcano 800。这些组件最终被装进一个 44OU 机架，组成拥有 72 张 MI455X、31TB HBM4、260TB/s 机架内扩展带宽（Scale-up）和 43TB/s 跨机架扩展带宽（Scale-out） 的 Helios。 进入 Rubin、MI400 这一代后，机架本身已经开始成为一个完整的计算单元。几十颗 GPU 如何共享数据、交换中间结果，交换网络出现故障后能否继续运行，跨机架通信会不会让 GPU 等待网络，这些问题开始直接决定数万张 GPU 集群的有效算力。 AMD Helios 核心规格 Helios 把 AMD 过去相对分散的 CPU、GPU 和 Pensando 网络资产第一次放进一套完整的机架级架构里。单卡性能仍然重要，但系统设计开始决定这些算力最终能不能被持续利用。 72张MI455X，一台Helios到底装了什么 一套完整的 Helios 配置 72 张 Instinct MI455X GPU，FP4 峰值算力达到 2.9 EFLOPS，FP8 为 1.4 EFLOPS；整柜拥有约 31TB HBM4。每颗 MI455X 配置 432GB HBM4，官方最新规格给出的单 GPU HBM 带宽为 23.3TB/s，72 颗 GPU 合计约 1.68PB/s。 机架内部扩展总带宽（Scale-up）达到 260TB/s，跨机架扩展总带宽（Scale-out）为 43TB/s。从数量关系看，Helios

3,431 Token/s、40PB/s片上SRAM带宽、480GB LPDDR5X、256核Xeon。 Hot Chips 2026当天，NVIDIA和Intel给出了两套差异很大的AI硬件答案。NVIDIA宣布Groq 3 LPX进入全面量产，这套由256颗LPU组成的机架级系统被放进Vera Rubin体系，用来处理对Token生成延迟高度敏感的推理负载。Artificial Analysis随后给出首轮第三方测试：Gemma 4 31B在100K输入上下文下达到3,431 Token/s，10K上下文下为3,382 Token/s。 Intel同时披露Diamond Rapids与Crescent Island。前者将最高256个P-Core、1.28GB LLC、18A-P、Foveros Direct 3D和UCIe-S装进下一代Xeon；后者选择了与高端AI GPU明显不同的路线：32个Xe3P Xe Core、256个XMX、最高480GB LPDDR5X、350W风冷PCIe卡。 智能体AI正在迫使芯片厂商重新回答一个更具体的问题：一枚Token，应该在哪种处理器、哪一级内存、多少瓦电和多少资本开支下生成。 一、从FLOPS到Token经济学，AI推理的评价尺度正在变化 训练时代的硬件竞争相对容易理解。模型规模不断扩大，矩阵运算量持续增加，数据中心关注GPU数量、张量计算能力、HBM容量、显存带宽和纵向扩展互连。只要批量规模（Batch）足够大，GPU就能让大量计算单元并行工作，峰值算力与整体吞吐存在较强相关性。 智能体AI改变了工作负载形态。普通聊天通常是一段提示词进入模型，完成预填充（Prefill）后持续解码（Decode）；智能体则可能先读代码库、调用搜索、运行脚本、查询数据库，再根据结果继续推理，过程中还可能生成子智能体，多次重新进入模型。NVI

同一天，阿里确定一笔约102亿美元的新股配售，三星抛出90万亿—110万亿韩元的2026年股东回报预期。8月24日，阿里盘中最低触及110.10港元，较前收123.00港元下跌10.49%，收盘112.50港元、跌8.54%；三星电子收盘257,000韩元、跌8.70%。两笔方向相反的资本动作，最终都落到同一个估值问题：资本配置完成后，一股股票能够对应多少新增利润、自由现金流和所有者权益。 8月24日，亚洲市场出现了一组少见的价格反应。阿里巴巴以每股112.70港元配售7.10亿股新股，配售总规模800亿港元，净募集资金100%用于全栈AI能力和AI基础设施，配售预计于8月26日完成；三星电子此前宣布，2026年预计实施90万亿—110万亿韩元股东回报，其中约30万亿韩元计划先以现金股息发放。 资本动作一进一出，二级市场的反馈却高度一致。阿里港股盘中跌超10%，最终收跌8.54%；三星电子收跌8.70%。这两笔交易分别带有股本稀释与回报结构不清晰的特征，但放到AI资本周期里看，更值得关注的是估值锚已经开始后移——GPU采购量、数据中心规模和Capex增速仍然重要，新增资本对应的利润与现金流开始同步进入定价。 图1｜一个融资，一个分钱：资本动作方向相反，市场反馈一致 图1｜一个融资，一个分钱：资本动作方向相反，市场反馈一致 一、阿里：AI收入已经验证，资本强度上升得更快 阿里最新季度的数据先排除了一个误区：市场并没有因为AI需求走弱而重新定价公司。截至2026年6月季度，AI云与算力服务收入达到484.37亿元，同比增长45%；AI相关产品收入连续第12个季度保持三位数增长，Cloud Adjusted EBITA同比增长133%。从收入和利润端看，AI商业化已有连续验证。 压力集中在资本投入与现金流。同期资本开支升至676.78亿元，同比增长75%；经营现金流为229.45

过去一周，BTC重新回到7万美元上方，8万美元这个第一阶段目标已经非常接近。对我来说，需要重新计算的已经不是“6万美元是不是底”，而是当BTC从底部反弹之后，下一阶段到底该继续拿BTC/IBIT，还是在合适价格下重新加入MSTR。 我的BTC判断没有变化：6万美元附近大概率是这一轮的阶段底部，三季度主要看6万—8万美元反复震荡，Q4是底部确认和市场预期进一步收敛的重要窗口。2028年的目标仍然是15万—25万美元。 最近我重新买了MSTR。这是近一年第一次重新买回这只股票。上一次是在2022年12月、复权后大约18美元开始买，持有两年多，到2025年8月附近平均450美元左右全部卖掉。 这次重新买MSTR，我的收益来源排序很明确：BTC上涨第一，当前折价第二，未来牛市溢价第三。我没有把收益假设建立在MSTR再次回到2024年那种极端溢价上。 01 6万美元附近，我仍然把它当成阶段底部 从6万美元附近反弹到7.7万美元左右，这一段行情已经走了相当一部分。短期再到8万美元，只剩几个百分点。所以现在再追BTC，赔率和6万美元附近已经不是一个水平。 我的BTC时间框架：Q3看6万—8万美元震荡，Q4观察底部确认，2028年目标15万—25万美元。 我并不预期BTC从这里一路单边上涨。三季度还有反复，甚至重新回到6.7万—7.2万美元也很正常。如果回到这个区间，同时下跌动能明显衰竭，我会明显提高买入意愿；如果市场始终不给低价，我的计划也不是无限期等最低点，最晚到10月底之前会把计划仓位补足。 以7.7万美元附近为基准，15万美元对应接近一倍的上涨空间，20万美元约1.6倍，25万美元约2.2倍。基础资产本身已经有足够大的潜在收益，所以我一直反对用合约和高杠杆去表达这个观点。 我更在意的是能不能活着拿到下一轮行情。如果BTC未来两年本身就可能给出足够高的收益，用5倍、10倍杠杆去换取额

8月20日，美光宣布成立 美光研究实验室（美光研究实验室），总部设在爱达荷州 博伊西，未来十年计划投入约 100亿美元。旗舰研究设施预计2027年开工，可容纳数百名研究人员；资金同时覆盖大学合作、全球卫星实验室及产业链研究合作。研究方向被划为四块：关键存储技术、先进存储—计算架构、先进封装、未来半导体制造。美光给这家机构设定的时间尺度明显长于常规产品研发——研究范围将延伸至十年以上，并明确瞄准现有 技术路线图 之外的问题。 这100亿美元属于长期研发体系投入，不能直接折算成新增 DRAM/NAND晶圆产能，也不应加入2027—2029年的 bit供给预测。美光此前超过2500亿美元的美国制造及研发投资计划包含 博伊西、纽约等先进DRAM晶圆厂；研究实验室覆盖的则是基础研究、设施、大学合作和跨区域研究网络，两者对应的资本回报周期与供给影响并不相同。 1γ开始放量，美光进入EUV主导的DRAM缩微阶段 目前美光先进DRAM制程的主力节点已经转向 1γ（1-gamma）。从公开指标看，1γ相较1β的每片晶圆bit密度提升超过 30%；1γ DDR5最高支持 9200MT/s，较对应1β产品速度最高提高约15%，功耗最高降低 20%。工艺层面，1γ引入EUV光刻，同时使用新一代高介电常数金属栅（HKMG）CMOS和高深宽比刻蚀技术。 这些数字最后都要回到制造经济性。存储器厂商每一轮DRAM节点迁移的核心仍是单位bit成本：同一片300mm晶圆能够产出多少有效bit、单位bit消耗多少设备与材料、良率需要多长时间爬到成熟区间。1γ超过30%的bit密度提升，意味着只要良率和设备利用率进入成熟阶段，美光就可以用更少的晶圆投入生产相同数量的DRAM bit。 截至今年3月，美光披露1γ已经成为公司历史上达到成熟良率速度最快的

Google向Marvell开放的合作范围已经延伸至AI推理加速器、网络与内存接口、存储控制和近内存计算。与此同时，Google获得最多5897万股Marvell认股权证，绝大部分权证按照实际采购收入解锁。市场很快把这笔交易与“1200亿美元”联系起来，但这个数字对应的是权证完全归属所需的累计收入门槛，不是Google已经锁定的采购订单。 8月19日，Marvell上涨9.9%至237.27美元，Broadcom下跌4.6%至362.48美元。同一交易日内，两只定制芯片核心标的拉开约14个百分点的相对收益。 触发这轮重新定价的是Marvell在8-K中披露的Google协议。7月29日，Marvell与Google签署定制产品商业协议；8月18日，Marvell向Google发行认股权证，Google最多可以按照206.58美元/股购买58,970,907股Marvell普通股。双方合作范围覆盖AI推理加速器、存储控制器、网络接口控制器（NIC）、内存接口控制器和近内存计算，全部围绕Google TPU生态展开。 这笔协议确认了一件事：Google正在把TPU平台切成更多可以分别采购、分别议价的芯片功能模块。 Broadcom仍然掌握Google未来多代TPU和AI网络互连的重要位置，但Marvell从连接、存储等外围环节向推理、内存和网络接口进一步切入，供应链开始出现更明显的分层。 01｜1200亿美元，先把这个数字算明白 Marvell给Google的5897万股认股权证分为两部分。其中约136.1万股按时间归属，在协议签署后的第一年分季度解锁；剩余约5761万股按照Google购买符合条件的产品产生的收入归属，共分成240个等额收入解锁档位。 如果Google最终推动全部业绩挂钩认股权证归属，Marvell累计需要从相关符合条件的产品确认约1200亿美元收入

8月20日上午，韩国市场突然开始交易一个此前已经酝酿数周的问题：三星电子究竟会拿出多少钱回报股东。 据韩媒报道，三星电子可能在近期董事会讨论规模超过100万亿韩元的股东回报方案，现金特别股息成为市场关注的主要执行方式之一。消息发酵后，三星电子普通股和优先股盘中均出现明显上涨。 100万亿韩元是什么概念？按照近期汇率折算，约合人民币5000亿元上下。即使放在全球大型科技公司中，这也是极其庞大的资本返还规模。 但如果只把这件事理解成“三星突然准备大额分红”，很多关键问题都会被漏掉。 三星早在2024年1月就已经把规则写清楚：2024—2026年累计自由现金流（FCF）的50%，用于股东回报；同时每年维持约9.8万亿韩元常规股息。这项政策今天没有发生变化。变化来自三星今年骤然放大的现金创造能力。 原来一个看上去并不激进的“50% FCF”，在AI存储景气、HBM和Server DRAM价格上涨的推动下，正在对应出一个过去很难想象的数字。 100万亿背后真正需要重新估值的，是三星的自由现金流。 而这件事最终值多少钱，要回答三个问题：100万亿到底怎么算出来；这些钱从哪里来；今天股价已经大涨之后，市场还留下多少预期差。 一、100万亿是怎么来的？先把三星自己的账算清楚 三星现行股东回报政策的公式并不复杂： 2024—2026三年累计FCF × 50% = 股东回报池 其中，每年约9.8万亿韩元常规股息先行支付。如果三年累计FCF的50%扣除已经执行的股东回报后仍有剩余，公司可以继续通过现金股息、股份回购及注销等方式返还。 三星今年3月披露的Corporate Value Enhancement文件已经给出了截至目前的执行进度。2024—2025年，公司支付现金股息20.9万亿韩元，同时实施了8.4万亿韩元用于注销的股份回购。2026年常规股息计划仍约为9.8万亿。 DS投资证券7月底

技术指标仍然重要，但市场的观察坐标已经向云推理增速、数据中心容量、系统交付与客户利用率移动。 Cerebras Wafer-Scale Engine 3 Supernova 2026之后，Cerebras的研究框架发生了明显变化。晶圆级处理器仍是技术底座，但公司的经营变量已经延伸到数据中心、云端推理、异构计算和机架级系统工程。对于资本市场而言，单次benchmark只能证明性能，持续收入需要容量、利用率和交付能力共同兑现。 600MW之后，Cerebras开始按基础设施公司定价 2026年第二季度，Cerebras GAAP收入为1.801亿美元；Core Revenue达到2.10亿美元，同比增长103%。其中，Core Cloud Revenue同比增长287%，云业务增速明显快于整体收入。Core Gross Margin为41%，剩余履约义务（RPO）达到254亿美元。 基础设施端，公司披露已有超过600MW数据中心容量处于运行或签约状态，并计划在2027年底前交付；2026年制造能力计划提升超过10倍。订单储备、数据中心和制造端同时扩张，商业模式已经从设备销售进一步向持续性的推理服务收入倾斜。 Cerebras经营数据图 图1｜经营重心从单点芯片能力转向云推理、容量与交付 600MW给出了潜在供给规模。收入斜率取决于其中有多少容量能够按时上线，并转化为高利用率的推理收入。已签约容量决定潜在上限，上线节奏与利用率决定实际收入斜率。 44GB对432GB：两套内存逻辑押注不同瓶颈 Cerebras CS-3拥有44GB片上SRAM，片上内存带宽约21PB/s。AMD MI455X的HBM4容量为432GB，峰值内存带宽23.3TB/s。两组参数处于不同内存层级，不能直接换算成模型性能倍数，但足以反映架构取向。 GPU路线持续增加HBM容量和带宽，以承载更大的模型工作集

8月18日，美国30年期国债收益率盘中升至约5.34%，触及2007年以来高位；10年期一度接近4.75%。同日，标普500下跌0.7%，纳斯达克100下跌1.7%，费城半导体指数下跌5.6%。长端利率与高久期科技股出现明显反向定价。 6月18日至8月18日，2年期美债收益率基本持平，10年期上升约25个基点，30年期上升约38个基点。收益率曲线陡峭化的同时，10年实际收益率由2.21%升至2.41%。这轮长端上行已经对美股形成清晰约束：盈利仍在增长，但折现率同步抬升，指数上涨越来越依赖每股收益兑现，估值扩张的贡献正在下降。 一、40个基点的核心增量来自实际利率 6月18日，美国2年期、10年期和30年期国债收益率分别为4.19%、4.46%和4.90%；8月18日分别约为4.19%、4.71%和5.28%。2年端没有明显上移，30年端累计抬升38个基点，2年—30年利差由71个基点扩大至109个基点。 10年名义收益率25个基点的涨幅中，实际利率贡献约20个基点，隐含通胀补偿仅增加约5个基点。旧金山联储期限结构模型显示，7月29日至8月17日，未来十年平均隔夜利率预期由3.44%微降至3.43%，期限溢价由1.31%升至1.37%。政策利率预期变化有限，长期风险补偿抬升。 对权益估值更敏感的变量已经转向实际利率和期限溢价。只要这两个指标维持高位，联邦基金利率不再上调也无法自动恢复成长股的估值弹性。 二、美股盈利仍强，估值安全垫明显偏薄 FactSet截至8月7日的统计显示，标普500二季度混合盈利同比增长50.4%；剔除Alphabet和Amazon的大额非经营性收益后，增速仍约32%。三、四季度市场一致预期盈利增速分别为27.4%和25.2%。信息技术板块二季度收入增长35.9%，盈利增长70.4%，半导体及半导体设备收入增长77%。当前约束集中在估值端，而非盈利端。

8月19日，宇树科技登陆科创板。同日，2026世界机器人大会在北京亦庄开幕。上市、新品周期和WRC叠加，短期交易热度并不难理解。真正值得讨论的是发行价之后的基本面约束。 宇树本次发行价150.80元/股，发行后市值约609.93亿元，对应2025年摊薄后静态PS 35.89倍、静态PE 219.23倍。上市初期无限售流通股约3008.77万股，占总股本7.44%。较高估值与较低初始流通比例同时存在，上市初期价格可能更多受到筹码结构和风险偏好影响；进入季度财报周期后，定价变量最终会收敛到收入增速、市场份额、ASP、毛利率、工业应用占比和研发转化效率。 609亿元已经计入了相当高的产业增长预期，后面的空间需要靠财务报表兑现。 图1：宇树科技上市核心数据｜资料来源：宇树科技发行公告、上市公告；作者整理 一、2025年的增长含金量：降价36%，销量增长11倍 2023—2025年，宇树营业收入分别为1.59亿元、3.93亿元和16.99亿元；归母净利润从-0.11亿元增至0.95亿元、2.78亿元，主营业务毛利率同期由44.22%升至56.74%、60.13%。2025年经营活动现金流净额约6.70亿元。 真正改变报表结构的是人形机器人。2025年，宇树人形机器人销量由412台增至5215台，同比增长1165.8%；平均售价从26.04万元降至16.64万元，下降36.1%；销售收入由1.07亿元升至8.68亿元，同比增长708.8%，占主营业务收入51.78%，首次超过四足机器人。 这组量价关系比营收增速本身更重要。宇树过去一年的增长建立在明显的主动降价基础上：产品价格下降、销量快速放大，再依靠规模采购、生产工艺优化和产品标准化消化单位成本。2025年人形机器人毛利率仍有63.18%，但较2024年的69.26%下降约6个百分点。 未来两年最关键的利润变量：ASP下降速度能否持续

核心数据 存储板块已经走过最容易交易的阶段。2025年以来，市场主要围绕DRAM、NAND涨价以及HBM供需缺口定价；进入2026年下半年，只看价格同比已经很难判断周期位置。当前真正需要盯住的是三件事：HBM单卡容量有没有实质下修、传统存储的高价格能维持多久、原厂高利润能否转化为自由现金流和股东回报。 最新产业数据仍偏向正面：HBM所谓“降规”更多是层数和SKU结构调整，DDR4供给退出造成的稀缺性甚至强于DDR5，NAND在二季度高位整理后于8月重新反弹；与此同时，三星电子与SK海力士开始把周期利润向分红、回购兑现。对于二级市场，后续收益率的来源正在从“ASP上行”迁移到“盈利高位维持时间”和“现金回报折现”。 一、HBM“降规”争议：层数不是核心，单GPU容量才是 近期市场对Rubin Ultra采用8-Hi方案的讨论，容易把“堆叠层数下降”等同于“HBM需求下降”。这个推导忽略了DRAM die密度、HBM颗数和单GPU容量三个变量。美银全球研究给出的判断是，2027-2030年的HBM4E/HBM5仍然以500GB-1,000GB/颗GPU为目标区间，12-Hi和16-Hi仍是主要方向；8-Hi对应的192GB方案更接近低容量备选，而非高端训练SKU的统一规格。 Rubin Ultra HBM规格比较 Rubin Ultra不同HBM配置方案。资料来源：BoFA Global Research 报告列出的路线非常清楚：2025年早期概念设计曾指向16颗HBM4E、16-Hi、约1TB；2026年基线方案为8颗HBM4E、12-Hi、约288GB；当前讨论中的8-Hi备选约192GB。与此同时，美银认为，8-Hi的TSV产能到2026年下半年已经不再构成有意义的供给方向，相关资源正向12-Hi转换。对高端AI训练而言，Rubin Ultra在288-500GB区间的内

英伟达下一阶段的盈利弹性，已经不只取决于GPU出货量、ASP和产品迭代。Neocloud收益分成正在成为新的估值变量：英伟达通过采购保障、算力使用承诺、股权投资以及基础设施支持，帮助Neocloud获得融资并完成数据中心建设；GPU投入运营后，若实际租赁价格高于约定的保障价格，英伟达参与超额收入分成。 Morgan Stanley测算显示，在5GW收益分成规模下，若GPU市场租赁价格处于7—16美元/小时，对FY29 EPS的增厚区间约为4.4%—12.5%；对应收入增幅约2.9%—8.4%，毛利率增厚约80—216bp。利润增幅明显高于收入增幅，原因在于收益分成发生于硬件销售之后，新增成本显著低于GPU本体业务。 这套模式使英伟达的盈利边界从GPU一次性销售，进一步延伸至GPU全生命周期的云端现金流。后续估值需要新增两个跟踪变量：参与收益分成的GW规模，以及GPU实际租赁价格相对保障价格的价差。 一、Neocloud开始接棒增量AI Capex 过去两年，全球AI资本开支高度集中于Microsoft、Amazon、Google、Meta等Hyperscaler。随着资本开支基数快速抬升，现金流、土地、电力、数据中心壳体以及海外建设审批，正在成为新增算力落地速度的现实约束。Morgan Stanley认为，Token需求增速仍明显快于有效算力供给，部分原计划用于训练的计算资源已经被重新调配至推理，新增算力供给因此需要更多资本主体参与。 公开Neocloud的资本开支扩张已经非常明显。Morgan Stanley统计显示，相关Capex由2023年的30.26亿美元升至2024年的95.90亿美元，2025年预计197.81亿美元，2026年696.45亿美元，2027年进一步达到912.32亿美元。以2023年为基数，四年复合增速约134%。公开Neocloud在全球云资本

01 Capex绝对额继续上行，FY27现金流压力最突出 7月以来半导体板块明显回撤。SOX指数自7月初高点一度下跌约16%，同期标普500上涨约3%。市场交易重点已经从AI需求本身，转向高强度资本开支能否持续、以及自由现金流是否足以覆盖新增投入。 图1 SOX年内走势。7月初以来一度回撤约16%。来源：HSBC、FactSet。 Visible Alpha一致预期显示，Alphabet、Amazon、Meta、Microsoft、Oracle五家Hyperscaler合计资本开支由FY25的USD 376bn增至FY26的USD 731bn，FY27进一步升至USD 1.068tn，FY28达到USD 1.18tn；同比增速分别为95%、46%和11%。 增速快速下行，但绝对投资额没有回落。FY26-FY28累计资本开支接近3万亿美元。对AI Capex周期的判断，应同时观察增速和绝对支出水平。 图2 Hyperscaler资本开支一致预期。FY26/FY27/FY28分别为USD 731bn、1.068tn、1.18tn。来源：HSBC、Visible Alpha。 现金流压力更值得跟踪。五家公司合计自由现金流预计由FY25的USD 199bn降至FY26的USD 34bn，FY27转为-USD 104bn，FY28回升至USD 18bn。FY27中，Alphabet、Amazon、Microsoft和Oracle分别约为-26/-29/-27/-48bn，仅Meta仍维持USD 26bn正自由现金流。 图3 Hyperscaler自由现金流。FY27是报告预测期内现金流压力最集中的年份。来源：HSBC、Visible Alpha、公司数据。 02 资产负债表仍有缓冲：FY27高Capex情景下杠杆率约30% 汇丰将经营现金流之外的Cape

Q2全球PC出货环比增长约2%，同比下降约4%，绝对出货仍高于疫情前同期平均水平。终端没有出现剧烈下滑，但CPU端已经提前出现了渠道压力：整体CPU出货量较PC整机高出约10.5%，Q1这一比例只有约1%。 PC端：需求尚可，渠道已经提前透支 最值得关注的是笔记本。Q2笔记本CPU出货量比整机高约21%，Q1仅高出6%；台式机则相反，CPU出货比整机低约17%。Bernstein认为，笔记本CPU超额出货可能同时受到新品上市与存储价格上涨背景下提前采购的推动。 这类渠道行为对短期收入有支撑，但会把后续季度的需求前移。Intel和AMD对下半年PC市场的口径都偏谨慎：AMD预计内存及其他零部件成本上涨将压制需求；Intel预计2026年PC消费同比下降低双位数，并提示Q4会更明显地感受到终端走弱。 图1：Q2整体CPU出货重新高于PC整机，超额幅度约10.5%。 图2：笔记本端的渠道前置更明显，Q2超额出货约21%。 渠道层面的关键信号已经从“终端是否下滑”转向“CPU出货与整机出货的缺口何时收敛”。如果Q3补库结束后差值仍维持高位，Q4客户端CPU的出货和ASP都会面临更明显压力。 客户端：AMD继续拿单位份额，Intel拿回收入份额 Q2客户端市场出现了明显的量价背离。台式机市场，AMD单位份额环比提升约1个百分点至31.7%，收入份额却下降约2.4个百分点；笔记本市场，Intel单位份额下降接近1个百分点至59.1%，收入份额反而提升约2.1个百分点。 解释这一背离的核心指标是ASP。Q2 Intel笔记本CPU ASP环比上涨约10%，Bernstein认为可能与Panther Lake带来的产品组合改善有关；AMD笔记本ASP环比下降约4%。台式机端，Intel ASP环比上涨约9%，AMD下降约9%，AMD此前相对Intel的价格溢价明显收窄。 图3：Q2 Int

市场对中际旭创的定价，已经从“AI算力需求能否继续增长”进一步收敛到几组可以跟踪的数据：单GPU光连接密度、1.6T量产良率与份额、上游器件供应，以及3.2T NPO能否把公司的价值量继续向光引擎和PIC集成环节推高。 报告日股价较6月底高点回撤约35%，但瑞银对盈利端的判断并没有同步转弱。其核心假设是：连接仍是大型AI集群继续扩张时的瓶颈之一，1.6T竞争更多取决于量产能力和供应链，而3.2T阶段NPO与CPO可能共存。由此形成一个比较鲜明的错位——盈利预测继续上修，远期估值已经明显压缩。 需求侧 单GPU正在“吃掉”更多光模块 这一轮光模块需求不能只看GPU出货量。更有效的拆解是：GPU/ASIC数量 × 单GPU对应NIC数量 × 单NIC对应光模块数量。三个乘数同时向上，导致网络侧价值量增速可以高于GPU数量增速。 瑞银预计全球GPU/ASIC出货量由2025年的约1300万颗增至2027年的2800万颗。与此同时，Rail Optimization推动NIC/GPU配比由1:8向1:4乃至1:1演进；两层Fat-tree Clos逐渐成为主流后，单NIC对应光模块数量由约2—2.5个提高到4—5个，考虑冗余后还有上行空间。 图1｜全球GPU/ASIC出货量预测。 2027年预计达到约2800万颗，较2025年超过翻倍。资料来源：UBS estimates。 网络密度提升还叠加速率升级。瑞银预计2028—2030年单GPU对应光模块数量升至4—5个，2024—2025年约为2—2.5个；同期综合ASP预计提高到500美元以上。其对全球数据通信光模块TAM的测算，由2025年的约190亿美元扩大到2028—2030年的1200亿—1850亿美元，2025—2030年复合增速约60%。 光模块这一轮的核心弹性，已经从“服务器数量”扩展到“网络复杂度 × 单GP