核心结论 microLED光互连的产业价值，不在于替代硅光或InP激光器，而在于为AI服务器Scale-up网络提供一条低速并行、高带宽密度的短距互连路线。当前公开方案主要覆盖5—30米，部分架构目标延伸至50米，直接竞争对象是AEC、ACC及部分VCSEL AOC，而非500米以上的Scale-out光模块。 截至2026年7月，行业已经从单器件验证进入系统级Demo、Evaluation Kit和联合开发阶段，但尚未出现公开、可核验的量产Design Win和实质收入。产业阶段应定义为“产品定义与客户验证期”，而非业绩兑现期。 上市公司中不存在真正的microLED光互连纯标的。Marvell和Credo的核心价值仍来自ASIC、AEC、DSP、SerDes及硅光产品，microLED属于远期期权；ams OSRAM具备更直接的microLED制造能力，但短期收入贡献有限；Kopin与Fabric.AI仍属于高风险事件型资产。 一、microLED解决的是Scale-up短距功耗问题 AI集群的互连需求正在从单纯提升单通道速率，转向降低系统级每比特功耗。 传统光互连采用“少通道、高速率”架构。处理器内部的大量低速并行信号，需要通过SerDes、Gearbox、DSP、ADC、DAC及CDR压缩至单通道100Gbps或200Gbps。该方案能够减少光纤和连接器数量，但高速电子器件构成了主要功耗来源。 microLED采用“wide-and-slow”架构，通过数百条2—8Gbps低速通道直接传输数据，降低高速串行化要求。其系统价值并非仅来自GaN microLED光源，而是通过降低DSP、ADC、DAC和高速SerDes复杂度，压缩整个收发器的电子功耗。 MOSAIC系统级数据：100通道原型完成20米链路实测，架构规划可扩展至400条以上通道和800Gbps以上总带宽。

2026 年 7 月 6 日，Strategy 披露于 6 月 29 日至 7 月 5 日出售 3,588 枚比特币，净回笼 2.16 亿美元，资金用于支付优先股股息并补充美元储备。交易完成后，公司持有 843,775 枚 BTC，总成本 636.9 亿美元，平均成本 75,476 美元；美元储备为 25.5 亿美元。 本次出售仅占出售前持仓约 0.42%，不足以构成比特币配置方向的变化。事件的核心不在卖币规模，而在于 Strategy 首次以较大规模 BTC 出售，直接覆盖优先股现金分派。MSTR 的估值框架由 “BTC 价格与普通股融资溢价” 扩展至 “BTC 价格、优先股资本成本、美元储备覆盖率与普通股 mNAV” 的联合定价。 一、2.16 亿美元出售不消耗 12.5 亿美元额度，原因在于用途分类 Strategy 于 6 月 29 日建立 BTC Monetization Program，其比特币变现用途包括： 1. 最多筹集 12.5 亿美元，额外增加美元储备； 2. 支付优先股股息和债务利息，或补回已用于上述支出的美元储备； 3. 回购优先股及普通股。 12.5 亿美元上限仅对应第一类用途。本次出售属于第二类用途，因此不会消耗该专项额度。 按 75,476 美元的整体平均购入成本测算，本次出售价格低约 20.2%，对应约 5,480 万美元的经济价差。但该数字不等同于会计已实现亏损。Strategy 已采用比特币公允价值会计，2026 年第二季度披露的数字资产已实现亏损仅为 90 万美元，未实现亏损为 83.1 亿美元。 因此，不能以整体历史平均成本直接推导本次交易的会计损益。而是公司在低于历史平均成本的价格出售 BTC，以满足短期现金分派需求。 二、资本结构变化：低息可转债让位于高成本优先股 Strategy 现有约 67.14 亿美元可转债，票息介于 0%

核心结论 2026 年 PC 行业的主要矛盾不是单纯需求走弱，而是 AI 数据中心对 DRAM、NAND、企业级 SSD 与高端存储资源的吸收，正在推高 PC 整机 BOM，并重新划分 OEM 厂商的利润能力与份额边界。 2Q26 全球 PC 出货量同比下降 4.9%，降幅好于此前悲观预期，但结构性分化已经出现：联想份额升至 24.4%，苹果出货同比增长 10.1%，惠普出货同比下降 9.0%。 从投资角度看，PC 链条不宜按行业整体复苏交易。更有效的框架是：高端定价权、供应链规模、AI 服务器第二曲线、传统 PC 暴露度。 一、PC 周期框架变化：从出货量周期转向零部件配给周期 IDC 初步数据显示，2026 年二季度全球 PC 出货量约 6,820 万台，同比下降 4.9%，环比增长 4.0%。这一数据本身并不构成强复苏信号，因为 2026 年全年机构预测仍指向明显下滑。 当前 PC 行业的压力来自三条线。 第一，提前采购效应消退。此前 OEM 与渠道为应对零部件涨价提前拉货，部分需求在上半年被透支。进入下半年后，终端销量需要重新接受价格弹性检验。 第二，内存与存储成本上行。DRAM、NAND、SSD 价格上涨直接推升整机 BOM，压缩低毛利 PC 产品的利润空间。 第三，AI PC 对总量拉动有限。AI PC 可以提升产品 ASP，但在端侧 AI 应用仍未形成强付费场景之前，更偏产品结构升级，而非行业总量反转。 因此，PC 行业正在进入“量下行、价上行、份额集中”的组合阶段。该阶段对低端机型、弱渠道厂商和成本转嫁能力较弱的 OEM 不利。 二、2Q26 出货结构：总量下滑，份额向供应链能力强的厂商集中 2026 年二季度，全球 PC 出货量同比下降 4.9%。但各厂商表现差异明显，头部集中和高端份额提升是核心信号。 第一，联想份额继续提升。其出货同比下降 2

AI 基础设施交易正在进入第二阶段。2023—2024 年，市场的核心问题是 GPU 供给、HBM、先进封装、以太网和光互连；到 2025—2026 年，约束开始向更底层的物理资产下沉：电力接入、变压器交期、数据中心冷却密度、水资源审批、长期清洁电力锁定。 Google 与 Amazon 最新可持续发展报告提供了一组更接近真实产能约束的数据。它们不是传统意义上的 ESG 文件，而是 hyperscaler 算力扩张的 “第二张账单”。 GPU 决定单卡算力，电力决定机柜能否上线，冷却决定高密度机柜能否稳定运行，并网决定数据中心能否按期交付。AI Capex 的估值锚，正在从服务器和芯片，延伸到电网、液冷、水处理、燃气轮机、核电和长期 PPA。 一、Google 的用电曲线：AI 扩张已经进入 TWh 级别资产负债表 Google 2025 年总用电量达到43.6 TWh，同比增长 37%。其中，数据中心用电约42.4 TWh，占公司总用电的 97%。 这意味着 Google 几乎全部电力消耗已经由数据中心驱动，公司本质上正在从互联网平台公司，变成一个大规模电力负荷运营商。 PUE 维持在 1.09，说明 Google 在机房效率上已经处于行业高位。问题不再是传统数据中心能效优化，而是新增 AI 负载对总电力需求的吞吐能力。 PUE 的边际改善空间有限，但 AI 机柜功率密度继续上行。单柜功率从 20—30kW 进入 100kW 以上后，传统风冷不再是高密度训练和推理集群的主方案。电力、散热和并网周期，开始决定算力资产能否转化成收入。 Google 报告中的关键表述是：AI 基础设施建设速度正在快于电网脱碳速度。就是 hyperscaler 的 Capex 节奏已经开始受到电网物理扩容能力约束，而不只是芯片供应约束。 二、Amazon 的透明度缺口：不披露用电，但水效数据已经

2026 年 6 月，Anthropic 已向 SEC 保密提交 S-1 注册声明草案。表面上，这是前沿 AI 公司登陆公开市场的前奏；更深一层看，这是大模型实验室第一次被迫接受公开资本市场的财务定价。 过去两年，市场对 AI 实验室的定价核心是模型能力、融资规模、用户增长和战略股东。但 Anthropic IPO 把问题推向另一张表：收入是否真实可持续，token 收入是否具备高毛利属性，算力成本能否被摊薄，云分销收入有没有口径折扣，前沿模型公司到底能不能从烧钱研发组织，变成可盈利的软件基础设施公司。 这才是 Anthropic IPO 的真正看点。 一、IPO 不是退出机制，而是算力融资工具 Anthropic 上市的核心动机，不宜简单理解为早期股东退出。对一家前沿模型公司而言，IPO 更接近一种算力融资机制。 前沿模型竞争已经从 “谁的模型参数更强”，转向 “谁能持续获得足够低成本、足够稳定的算力供给”。训练模型需要重资本开支，推理服务需要持续消耗 GPU/TPU 资源。AI 实验室的财务模型，本质上开始接近一种 “高资本开支软件基础设施”：前端收入是 token、API、企业订阅和开发者工具；后端成本是数据中心、电力、芯片、云分销和模型训练。 Anthropic 当前已披露和报道的算力合作包括 AWS、Google/Broadcom、SpaceX、TeraWulf 等。仅从数量级看，公司已经不再是轻资产软件公司，而是围绕模型能力构建算力产能的重资产组织。IPO 的意义在于打开更大规模的股权与债务市场，让其在训练下一代模型和承接推理需求时不完全受制于私募融资窗口。 换句话说，Anthropic 不是因为 “已经轻松赚钱” 而上市，而是因为模型竞争进入重资本阶段后，私有市场已经难以长期独立支撑其算力资产负债表。 二、收入斜率：从 10 亿美元 ARR 到 470 亿美元

7 月 7 日，野村将中际旭创目标价由 1015 元上调至 1325 元，维持 “买入” 评级。当日收盘报 1121.90 元，年内累计涨幅约 85%。目标价对应约 18% 的上行空间。 此前美银已将 2026 至 2028 年盈利预测分别上调 16%、44% 和 70%，2026 年净利润预计达 392 亿元，目标价 1650 元。两家头部外资在同一方向上给出不同力度的定价，分歧本身值得拆解。 本文核心判断：高速光模块赛道景气确定，但当前估值已隐含大量乐观预期。野村 1325 元目标价对应约 18% 空间，但前提是 2027 年盈利能够如期兑现。方向正确与空间充足之间，仍有需要持续验证的环节。 一、财务数据：历史业绩与最新季度 中际旭创 2025 年全年营收 382.40 亿元，同比增长 60.25%；归母净利润 107.97 亿元，同比增长 108.78%。毛利率 41.72%，较 2024 年的 33.48% 提升约 8.2 个百分点，主要受益于 800G 等高端产品出货占比提高及降本增效。2025 年扣非净利润 107.10 亿元，同比增长 111.31%。 中际旭创历史财务数据（2022-2025） 数据来源：公司年报 2026 年第一季度，营收 194.96 亿元，同比增长 192.12%，环比增长 47.31%；归母净利润 57.35 亿元，同比增长 262.28%，环比增长 56.45%。Q1 归母净利润已超过 2024 年全年的 80%。按 Q1 业绩年化线性外推，2026 年全年净利润约 229 亿元。但考虑到 1.6T 产品下半年集中放量，实际全年净利润可能显著高于这一水平。美银预测 2026 年净利润达 392 亿元，隐含下半年业绩将较上半年进一步加速。 二、市场份额：全球龙头的竞争地位 LightCounting 数据显示，中际旭创 2025 年全

7 月 6 日，SemiAnalysis 在 X 平台连续发布关于 NVIDIA Kyber / NVL144 / Rubin Ultra 的六条内容，核心指向三项调整：Kyber NVL144 机架架构或推迟至 2028 年；“NVL72x2 back-to-back”替代架构或因云厂商部署与运维顾虑被取消；Rubin Ultra 四计算裸片版本或被取消，仅保留双计算裸片版本。 当前公开证据中，前五条推文截图可通过财经转载页还原，第六条仅能通过二次报道交叉转述；NVIDIA 截至报告整理时并未公开确认上述延期与取消决定。因此，该事件应定义为“高可信供应链传闻”，而非公司公告。 本轮事件的投资含义不在于单点产品延期，而在于市场开始重新计量 NVIDIA Rubin / Kyber 机架级路线图的工程兑现率。过去两年，AI 硬件链条的估值主要沿三条线展开：GPU 性能提升、HBM 容量扩张、云厂商资本开支上修。但 Kyber / NVL144 所代表的不是单卡升级，而是 GPU、CPU、NVSwitch、NVLink、PCB 中板、背板、CPO、800V HVDC、液冷、ODM 整柜交付和客户数据中心运维体系的系统集成。 投资判断应从“算力总需求是否变化”，切换到“不同环节订单确认节奏与估值斜率是否需要下修”。 一、事件定性：不是 NVIDIA 需求证伪，而是 2027—2028 年远期路线图折现率上升 从资料交叉验证看，SemiAnalysis 线程并非孤立信息。6 月底市场已出现 Rubin Ultra 四计算裸片方案取消的前序报道；6 月上旬亦有关于 CPO / 800V 节奏延后的争议。7 月 6 日六连帖把这些问题集中指向 Kyber NVL144、NVL576、Rubin Ultra scale-up 与客户部署可接受度。 其信息强度在于：传闻没有停留在“延期”层

2026 年 7 月 1 日，路透社转述彭博社报道称 Meta 正在筹划对外出售 AI 算力。市场当日反应剧烈：Meta 收涨约 8.8%-10%，CoreWeave 跌约 13.9%，Nebius 跌约 17%，费城半导体指数跌 6.27%。 这既不是 “AI 泡沫破裂” 的确认信号，也不是 Meta 即将挑战 AWS 的开始。本文的核心判断是：AI 资本开支正在从 “只拼规模” 转向 “规模 + 利用率 + 定价权 + 变现路径” 的四维竞争。 Meta 出售算力的真实含义，是一家 1450 亿美元级资本开支的公司，正在尝试给巨额投入寻找一个可交易、可验证的现金流回报出口。 核心结论： 1. 这不是 “算力过剩” 的证据，而是 AI 基础设施建设 “节奏错配” 的自然产物。 2. 这不是 Meta 要挑战 AWS，而是将已有基础设施的富余容量进行货币化。 3. 这是 AI 资本开支进入 “第二阶段” 的标志——市场从奖励 “谁敢建” 转向奖励 “谁能把资产用起来”。 4. 7 月 1 日的下跌中存在情绪超调，杠杆 ETF 清仓放大了跌幅。 5. 真正该警惕的不是 “Meta 卖算力” 本身，而是把 “现金流期权” 误判为 “新业务孵化”。 一、事件梳理与关键事实 1.1 时间线与核心事实 1.2 Meta 官方事实与媒体报道的边界 关键认知差： 市场把 “媒体报道” 当 “官方确认” 来交易，是 7 月 1 日剧烈波动的直接原因。Meta 官方尚未确认外售算力的任何细节。 1.3 来自公司内部的一手调研 7 月 2 日，通过电话访谈了多位 Meta 在职员工，了解公司内部对算力出租的真实看法。综合多方反馈，几个共识值得关注：Meta 内部算力仍相对紧缺，对外出租的讨论在公司内部更接近市值管理层面的探索，而非算力已出现系统性富余的被动处置。 这一判断与 Susan Li

当前全球半导体库存周期已确认跨越去库存拐点，但并非进入传统意义上的全面补库周期。行业正运行在一个教科书级的结构性分化行情中，AI/HPC 与存储链条处于供给约束驱动的超级周期早中期，库存天数处于历史低位且仍在压缩。模拟、功率和 MCU 链条已完成去库存主体阶段，正在进入报价修复与主动补库初期。汽车半导体库存消化接近尾声，但终端需求恢复节奏滞后。消费电子面临 BOM 通胀引发的需求破坏风险，是唯一可能拖累整体周期判断的薄弱环节。 可以浓缩为一句话：这不是 “是否补库” 的问题，而是 “谁在补库、为谁补库” 的问题。数据中心和 AI 基础设施正在以历史上前所未有的力度抽走上游产能，迫使传统链条在供给被挤压的被动环境中完成自身的库存正常化。 核心判断：去库存尾声已确认，结构性补库正在展开，但并非全面上行周期。 AI/HPC 和存储链条处于超级周期中前期，补库力度受产能约束而非需求约束。模拟和 MCU 链条已进入报价修复和温和补库初期。汽车链条去库存接近尾声，但需求信号尚不一致。消费电子面临 BOM 通胀引发的需求破坏风险。 一、库存周期总判断：去库存尾声已确认，结构性补库正在展开 1.1 周期定位 全球半导体库存天数已从 2023 年 Q1 的峰值约 128 天持续下降至 2025 年 Q3 的约 104 天（Morgan Stanley 口径），但仍高于剔除 COVID 扰动后的 10 年均值 86 天约 20%。2026 年 Q1，Deutsche Bank 加权 DIO 录得 130 天（高于 5 年中位数 4%），非加权 DIO 为 148 天（高于 5 年中位数 2%）。绝对水平仍偏高，但下降斜率已明确放缓，去库存动量正在衰减。 更关键的信号来自渠道端。分销商加权 DIO 已降至约 69 天，低于 5 年中位数 75 天约 8%，且连续 4 个季度下降（Deu

这不是一篇 “AI 带动被动元件” 的泛泛叙事。 真正决定村田制作所这轮重估能否继续的，是两个问题：其一，AI 服务器对高端 MLCC 的需求，是否已足以把村田从传统周期股推向结构性高 ROIC 资产；其二，当前股价是否已经把这部分中长期盈利前置交易。 就产业证据看，Murata 自身在 FY2025 业绩会与中期方向中，已经明确把 “数据中心相关需求” 列为 FY2026 的核心驱动力。FY2025 公司收入 18,309 亿日元、营业利润 2,818 亿日元、净利润 2,339 亿日元。FY2026 公司指引收入 1.96 万亿日元（+7.1%）、营业利润 3,800 亿日元（+34.8%）、归母净利润 2,930 亿日元（+25.3%），资本开支 2,500 亿日元，其中约 800 亿日元为新增电容产能投资（FY2026/FY2027 各 400 亿日元）。管理层同时给出服务器相关电容销售同比增长 85%–90%、整体电容 ASP 同比增长 5%–10% 的口径——景气已从 “逻辑成立” 进入 “财务兑现”。 但从交易层看，股价的领先反应也极其剧烈。2026 年 7 月 1 日，Murata 收于 11,890 日元，较 6 月 30 日收盘 11,395 日元上涨 4.34%。J.P. Morgan 在 6 月 15 日将目标价从 7,000 日元大幅上调至 15,200 日元；7 月 1 日，欧洲系大行进一步将目标价从 11,700 日元上调至 15,500 日元；高盛维持 “买入” 评级，12 个月目标价 12,600 日元。 当前 TTM PER 约 73.45 倍，明显高于自身历史均值。基本面在变好，但股价也已经不便宜。 机构核心判断：增持，目标价 15,200 日元。 这是基于中期盈利前置交易的目标，而非 “未来两个季度就能被报表完全验

核心判断：康宁当前最值得研究的核心命题，不是 “AI 数据中心拉动光纤需求” 这一层增量逻辑，而是它能否将 GlassBridge 做成 CPO/NPO 时代 fiber-to-PIC 接口层的标准件。 截至 2026 年 6 月 30 日，GlassBridge 的公开收入贡献为零。但康宁已凭借 Meta（最高 60 亿美元至 2030 年）、Amazon（多亿美元级多年协议）、NVIDIA（最高 5 亿美元认股权证 + 数十亿美元预付款）及另外两家未披露 hyperscaler 的长期协议，将 Optical Communications 业务塑造成高增速、强产能约束、强客户绑定的 AI 基础设施资产。 当前的核心矛盾：市场已将 2028 年后的乐观预期大量前置定价。截至 2026 年 6 月 29 日收盘，GLW P/E(TTM) 121.3x、P/S 13.5x、Forward P/E 95.1x，行业可比 P/E 中位数 33.4x，溢价 3.6 倍。分析师一致目标价 182.62 美元，当前股价 255.69 美元溢价 40%。 核心判断标签：方向明确，但估值已大幅领先于收入确认节奏，短期中性偏谨慎。 一、技术拆解：GlassBridge 的产业卡位与工程化进展 1.1 技术参数与产业定位 GlassBridge 试图解决 CPO 产业链中最不优雅的一段：光纤高密度、低损耗、可返工地连接至光子芯片（PIC）。以下为基于康宁官方发布及 GlobalFoundries 联合公告的技术口径： 价值迁移方向：传统 FAU 仍是当前量产体系的核心，尤其在已 design-lock 的一代 CPO 产品中，1-2 年内不会被替代。GlassBridge 的商业价值取决于两个条件同时成立：（1）package-level 波导方案在客户 qualifica

6月以来，半导体板块高位震荡，市场争论焦点已不再是"AI需求还在不在"，而是"在电力、封装、材料与现金流约束之下，这轮投资还能持续多久"。结论并不复杂：周期没有结束，但驱动机制已从单纯的GPU缺货，切换到系统级瓶颈与金融约束共同定价。 本文核心判断有三点。 其一，需求端并未见顶。 Gartner预计2026年全球半导体收入达1.32万亿美元，AI半导体约占其中三成；IDC预计行业收入达1.29万亿美元，主要增量仍来自AI基础设施。TrendForce将全球九大CSP 2026年资本开支上调至约8,300亿美元，增速79%。 其二，供给端瓶颈并未解除，只是位置变了。 台积电仍在持续加码先进封装，TrendForce预计CoWoS至2027年扩产幅度超过60%，但2026年底供需缺口仍约10%，CoWoS-L/S仍处满载状态。SoIC当前月产能约10,000片，年底目标20,000片。Intel将EMIB作为替代路线持续推进，马来西亚Penang工厂已完成99%，2026年内启动。 其三，真正的新变量不是芯片本身，而是系统。 Schneider Electric明确表示电力已成为AI数据中心扩张的首要约束；Vertiv将"供电升级"和"液冷"列为2026年数据中心设计关键词。TrendForce指出，2026年AI服务器总耗电量将首次超过通用服务器。 一、需求端验证：资本开支未见顶，结构正在外溢 1.1 四大CSP资本开支：2026年仍在加速 按公司披露口径，微软2024/2025财年资本开支分别为445亿/646亿美元，Alphabet为525亿/914亿美元，Meta为392亿/722亿美元，Amazon为777亿/1,283亿美元；四家合计由约2,140亿美元升至约3,565亿美元。 修正说明： Meta CFO于2026年4月财报

黄仁勋在英伟达股东大会继续强化 “AI 工厂” 表述，本质不是为数据中心更换叙事标签，而是明确 AI 基础设施的交付单位正在变化。 传统数据中心以算力、存储和网络资源为核心，收入模式更接近机柜、服务器、云算力和数据服务。AI 工厂的核心不同，它以持续生产 Token 为目标，把 GPU、HBM、网络、存储、电力、散热、工程交付和软件栈整合为一套工业化系统。 因此，AI 工厂不是单一芯片周期，而是系统工程周期。市场重新定价的不只是英伟达，也包括电力、光互联、内存存储、液冷、工程施工和应用消化能力。 本文核心判断： AI 工厂不是英伟达的新口号，而是 AI 基建从 GPU 采购进入系统工程阶段的信号。GPU 仍是核心，但电力、光互联、存储、散热和工程交付正在成为下一阶段定价变量。 一、AI 工厂的本质：从算力中心到 Token 生产系统 AI 工厂的核心不是 “拥有更多服务器”，而是 “以可控成本、稳定功耗和高利用率持续生产 Token”。 传统数据中心的优化目标是资源可用性和机柜利用率。AI 工厂的优化目标是 Token 吞吐量、单位功耗产出、集群利用率和端到端交付效率。两者的差异决定了产业链定价方式不同。 这一转变意味着，AI 基建的核心矛盾从 “有没有 GPU” 升级为 “整座 AI 工厂能否按期交付、稳定运行并产生足够 Token 收入”。 所以，AI 工厂时代的投资框架不能只围绕芯片展开，而要围绕系统瓶颈展开。 二、英伟达的角色变化：从芯片供应商到系统定义者 英伟达的估值溢价，过去主要来自 GPU 性能领先、CUDA 生态和供给稀缺。AI 工厂阶段，这一溢价开始

Micron FY2026 Q3 财报的核心信息，不只是收入和利润超预期，而是存储行业的定价方式出现了结构性变化。 Q3 FY2026，公司收入 414.6 亿美元，non-GAAP EPS 25.11 美元，non-GAAP 毛利率 84.9%。Q4 指引为收入 490 至 510 亿美元，non-GAAP EPS 30 至 32 美元，non-GAAP 毛利率约 86%。 这些数据已经明显脱离传统内存周期的常规框架。但单季业绩并不是最重要的变量。真正需要关注的是，Micron 同时披露了 16 份战略客户协议，覆盖约 20% 的 DRAM volume 和约三分之一的 NAND volume，其中 14 份协议按最低合同价格计算，剩余期限累计收入约 1000 亿美元。电话会中，管理层进一步明确：这些协议不可取消，采用 take-or-pay 机制，设有年度销量承诺、价格上下限，以及现金保证金和财务承诺。 这意味着，存储行业的一部分收入，正在从高度依赖现货价格和短期合约的传统周期模式，转向客户提前锁定供给、支付保证金、接受价格区间的长期合同模式。 一、财报强度：毛利率突破传统周期框架 Micron 本季财务数据的强度，主要体现在三个方面：收入台阶、毛利率台阶和现金流台阶同步上移。 传统内存周期中，财报强弱主要由 DRAM 和 NAND 价格、库存周期、下游补库节奏决定。价格上行阶段，收入、毛利率、净利润会同步放大；供给回补或需求转弱时，利润也会快速回落。因此，市场很少把内存股单年利润作为稳定估值锚，而更依赖 P/B、周期位置和供给拐点。 本轮周期的特殊性在于，高毛利率并非仅由短期涨价解释。其背后同时包括 HBM 对标准 DRAM 晶圆资源的挤压、AI 推理带来的企业级 SSD 和 NAND 需求、以及战略客户协议对未来供给的提前锁定。 财报强度说明当前景气处于高位，SCA

在AI硬件产业链里，市场往往更容易关注GPU、光模块、PCB、铜箔这些更显性的环节，但越往制造细节里看，越会发现一些“小耗材”正在被重新定价。 PCB钻针就是其中之一。 它看起来只是PCB打孔环节中的一支微型刀具，但在高多层、高密度、高频高速材料逐渐成为AI服务器板主流之后，钻孔已经不再是简单的加工动作。孔径更小、层数更高、材料更复杂、孔壁质量和孔位精度要求更严，都会让钻针从标准化耗材，逐渐变成决定加工良率和效率的关键工艺工具。 这也是这篇专题想讨论的核心：钻针的价值抬升，不只是因为PCB需求增长，更重要的是AI PCB制造难度提升后，钻针对棒材、结构设计和涂层工艺的要求都在同步提高。 从棒材看，更细、更长的微钻需要更高性能的硬质合金基础；从设计看，不同板材和孔加工场景需要更强的结构优化能力；从涂层看，高端涂层正在直接提升寿命、精度和孔壁质量，也带来更高单支价值。 所以，钻针虽小，但它反映的是AI PCB制造难度的升级。下面这8张图，试着把钻针为什么变得更值钱，以及价值量到底从哪里来讲清楚。

诺基亚与亚马逊云服务（AWS）周二联合宣布，扩大双方合作，携手为电信运营商打造面向AI时代的自主网络解决方案，使运营商能够在云端运行完整的运营技术栈。 双方正致力于在AWS上部署诺基亚的自主网络架构（Autonomous Networks Fabric），为运营商提供实现Level 4级别网络自主化所需的AI与云服务能力。该解决方案预计将于今年晚些时候正式推出。 据诺基亚披露，其自主网络产品组合已实现超过90%的自动化率，服务交付时间缩短至四小时以内，网络切片部署时间最高可压缩85%。该平台涵盖统一数据管理、智能体AI、数字孪生仿真与基于意图的网络管理四大核心能力。 诺基亚AI与自主网络首席技术官Oguz Sunay表示：“自主网络已从遥远的愿景转变为迫切的业务需求。”AWS方面则指出，双方合作旨在将“数年的转型压缩至数月”。 以上信息基于诺基亚与AWS官方联合声明，产品推出时间及性能数据为计划与实验室环境下测得，实际表现可能因部署条件而异，不构成投资或产品采购建议。