社区

法国巴黎银行这次同时上调 $NVDA 和 $INTC 目标价，我认为真正值得看的不是目标价本身，而是华尔街正在重新定义下一阶段AI算力的受益者： AI从“训练时代”进入“推理时代”之后，受益的不只GPU，CPU、网络、内存甚至晶圆代工都有机会被重新估值。 法巴继续把 $NVDA 列为半导体行业首选，并把目标价从 285美元上调到345美元。 与此同时，$INTC 的目标价更夸张： 75美元 → 125美元。 一次上调接近67%。 但英特尔评级仍然只是“中性”。 这两个动作放在一起，其实已经把法巴对未来AI产业的判断讲得非常清楚： 英伟达是已经被证明的核心赢家。 英特尔则拥有新的AI受益逻辑，但还需要证明自己。 先看 $NVDA。 过去两年市场看英伟达，最简单的投资逻辑就是： 训练大模型需要GPU。 OpenAI需要。 微软需要。 Meta需要。 Google需要。 Amazon需要。 所以GPU供不应求。 但随着AI进入下一阶段，最大的算力来源正在发生变化： 从训练，转向推理。 训练是什么？ 一个模型可能花几个月时间训练一次。 但模型训练完成之后，每一个用户每天打开AI、问问题、生成代码、调用Agent、生成图片、分析文件…… 全部都是推理。 所以从长期来看，推理调用量理论上可以远远超过训练。 这也是为什么我一直认为： AI产业真正的第二阶段，可能不是“再训练一个更大的模型”。 而是： 几十亿用户开始真正使用这些模型。 ChatGPT一次回答，是一次推理。 Copilot写代码，是推理。 AI客服，是推理。 自动驾驶，是推理。 机器人看到环境以后决定下一步动作，也是推理。 AI Agent就更加夸张。 你给Agent一个任务，它可能在后台执行： 理解问题。 拆分任务。 搜索资料。 调用数据库。 写代码。 运行程序。 检查结果。 重新修改。 再次运行。 最后才把答案交给你。

Sam Altman一句话，Cerebras单日反弹超9%，但这家公司真正值得看的，不是“OpenAI还认不认它”，而是AI推理市场正在从单一GPU，走向异构算力。 $CBRS 上周经历了一轮非常剧烈的杀估值。 原因很直接： OpenAI在GPT-6.1 Sol的“Ultrafast”极速模式中，选择了 $NVDA GPU，而不是Cerebras芯片。 市场马上开始担心： OpenAI是不是准备逐步放弃Cerebras？ Cerebras作为OpenAI核心合作方的地位，是不是被削弱了？ 结果股价一周重挫约20%。 但随后Sam Altman亲自出来回应。 他说： Cerebras仍然是OpenAI的“密切合作伙伴”，双方在“速度前沿”领域保持深度合作。 这句话直接把市场情绪拉了回来。 $CBRS 周一一度涨超10%，最终收涨约9%。 但我认为，真正重要的不是Altman替Cerebras“站台”。 而是这次事件暴露了一个更大的行业趋势： 未来AI推理，不会只由一种芯片包打天下。 很多人看到OpenAI某一个产品模式改用英伟达，就马上理解成： Cerebras输了。 但AI基础设施不是手机CPU。 也不是一个产品只选一颗芯片。 不同AI工作负载，对硬件要求完全不同。 有些任务追求： 绝对吞吐量。 有些追求： 最低延迟。 有些追求： 最大上下文。 有些追求： 最低单位Token成本。 有些则追求： 极致响应速度。 这也是为什么未来AI推理很可能越来越像： 不同任务，分配给不同硬件。 GPU负责一部分。 ASIC负责一部分。 晶圆级芯片负责一部分。 大容量SRAM架构负责另一部分。 而Cerebras真正要争夺的，不是“取代英伟达”。 而是： 在最看重速度和低延迟的推理场景里，成为一个不可替代的专用平台。 这也是为什么Altman说的“speed frontier”很关键。 C

🚨 美联储现在开始对私人信贷市场感到严重担忧。 据报道，纽约联储已进入摩根大通、富国银行、巴克莱和摩根士丹利，检查它们对私人信贷公司的敞口，包括那些贷款背后的抵押品质量。 而人工智能正成为这一问题的重要部分：私人信贷越来越多地为庞大的AI基础设施建设提供融资，而AI的颠覆同时正在损害那些从同一私人信贷市场大量借款的软件公司。 摩根大通已经对向私人信贷公司发放的大部分贷款计提减值，特别是那些由受AI威胁的软件公司支持的敞口。 与此同时，AI基础设施需要巨额前期借款，而许多项目需要数年时间才能投入运营并产生足够的现金流来偿还债务。 因此，私人信贷现在在AI交易的两端都暴露了风险：一方面是受AI颠覆的旧公司，另一方面是承担巨额债务的新AI基础设施。 而且由于银行本身也向私人信贷公司大量放贷，损失并不一定止于私人贷款机构。 这正是美联储现在试图弄清楚的：这种私人信贷和AI风险中有多少最终回到了银行体系中。

标普 500 和纳斯达克刚刚双双创下历史新高。 美国股市自 2026 年 3 月低点以来，市值已增加 15 万亿美元。

🇺🇸 标普 500 指数的总市值首次达到 71 万亿美元。 500 家美国公司现在价值超过全球经济的半数。

标准普尔500指数刚刚创下2026年的第28个历史新高，市值首次突破71万亿美元。 尽管如此： 1. 10年期、20年期和30年期国债收益率达到24年高点 2. 通胀率达到3.4%，高于预期 3. 抵押贷款利率达到7.28%，为2023年以来最高 4. 美联储自2023年以来首次加息 5. 失业率上升至4.2%，为3个月高点 6. 汽油价格为每加仑4.36美元，一年内上涨39% 7. 柴油价格超过每加仑6.3美元 8. 原油价格接近每桶88-95美元 9. 消费者信心指数为48.1，为74年来第二低

🚨 美国债券收益率曲线突然大幅下跌。 收益率在整个曲线中迅速下降，就在10年期收益率达到2002年以来最高水平之后。 石油价格也在下跌，市场现在预期通胀将降低。 如果这种趋势持续，美联储和股市的压力将大大缓解。

迈克尔·伯里表示，股市陷入否认阶段，崩盘即将来临。 自2008年以来，他几乎每年都预言崩盘，但股市却持续走高。

🇺🇸 Nvidia 股价首次创历史新高，达到 243 美元。 如果你在 2002 年市场危机底部投资 10,000 美元在 $NVDA，今天你将拥有大约 4300 万美元。

Rocket Lab：真正的爆发点，不是发射次数，而是每一次发射值多少钱 $RKLB 到 2030 年，发射次数可能只增长大约 3倍。 但发射业务收入，却有机会增长接近 5倍，达到约13亿美元。 为什么？ 因为未来真正改变 Rocket Lab 收入结构的，不再只是 Electron。 而是 Neutron。 这是很多人分析 $RKLB 时最容易忽略的一点： 发射次数 ≠ 发射收入。 未来 Rocket Lab 不需要把火箭发射数量增加10倍，才能让收入增长10倍。 只要发射组合从大量低价 Electron，逐渐加入高价值 Neutron，整个 Launch Services（发射服务）的收入结构就会发生巨大变化。 假设到 2030 年： Neutron 一年只飞 13次， 每次发射价值约 5,500万美元， 简单计算： 13 × 5,500万美元 = 7.15亿美元。 也就是说， 仅仅13次 Neutron 发射，就可能贡献超过 7亿美元收入。 而这13次飞行甚至可能只占 Rocket Lab 全年发射次数的不到五分之一。 却贡献超过一半的发射收入。 这才是 Neutron 真正可怕的地方。 所以 Neutron 对 Rocket Lab 的意义，并不是： “公司多了一款新火箭。” 而是： Rocket Lab 整个商业模式的单次交易价值，被直接抬高了一个等级。 Electron 更像高频、小型、灵活的专用发射平台。 Neutron 则让 Rocket Lab 开始进入更大的： 卫星星座部署、政府任务、国防任务、大型卫星以及更高价值的商业发射市场。 同样是一次发射， 收入规模完全不是一个级别。 这意味着未来几年判断 $RKLB，不能只盯着： “今年发了多少枚火箭？” 真正应该看的，是： Electron 与 Neutron 的收入组合正在怎样变化。 因为哪怕总发射次数增长