社区

博通管理层在上一个财季说了一句话，市场没有完全消化它的含义。 那句话是：FY27的AI半导体收入将"显著超过1000亿美元"。市场共识随后定在了1117亿美元，勉强算是超过，超出幅度刚好卡在一个不温不火的位置。但如果换一套建模方式来看这句话，"显著超过"背后的数字，可能是1500亿。 问题不在于谁说得对，而在于用什么尺子量。 同一把尺子，用在博通身上 之前我们在英伟达那篇文章里讲过一个建模逻辑：当一家公司的产品永远供不应求，用出货量乘以单价来预测收入，本质上是在给一个错误的问题找答案。真正的约束变量在供给侧，也就是每个季度能部署多少GW的算力基础设施。 博通面对的是同一个问题，但形式更极端。定制XPU不是标准品，没有公开的出货量，也没有统一的单价，每一个客户用的都是为自己量身定制的芯片架构，运行在不同的制程节点上，货币化效率天差地别。试图用"卖了多少颗XPU乘以多少钱一颗"来建模，几乎是不可能完成的任务。 博通管理层自己也意识到了这一点。他们在描述FY27管线时，用的单位不是XPU数量，而是GW：接近10GW的部署量对应了"显著超过1000亿美元"的AI半导体收入。这个表述本身就是在给投资者暗示正确的建模维度。 按照当前的估算，博通每部署1GW的算力基础设施，能实现约130亿到140亿美元的收入确认。用8.7GW的保守假设代入，FY27 AI半导体收入就已经指向1530亿美元，比市场共识高出约37%。FY28进一步扩展至2099亿美元，比共识高33%。 六张订单，一条阶梯 让博通区别于大多数AI受益标的的，不只是GW的规模，而是这些GW背后有名字、有时间线、有合同承诺的客户结构。 目前博通已确认六个定制XPU客户，分别是Google、Anthropic、Meta、OpenAI，加上两个尚未披露身份的客户。把这六个名字放在一起，本身就是当前AI基础设施军备竞赛的一个缩影。 G

HBM 是门票，DRAM 才是底盘：重新看三星电子的 AI 逻辑 三星电子终于等到了一个重新被市场讨论的窗口。最近英伟达公布强劲业绩和指引，AI 芯片供应链再次被推到聚光灯下。对三星来说，最直接的催化来自高带宽内存：受英伟达需求支撑，三星今年 HBM 销售有望增长 200% 以上，并且可能成为英伟达下一代 HBM4 的第二供应商。 这件事的重要性不只是多卖一些内存芯片。过去一轮 AI 半导体行情里，三星的存在感并不算强。市场更愿意讨论 SK 海力士在 HBM 上的领先，讨论 Micron 的边际改善，讨论台积电和英伟达的产业链定价权。三星当然仍是全球最大的存储芯片巨头之一，但在 AI 内存这条最性感的主线上，它一度更像一个追赶者。 现在问题变了。如果三星能够进入英伟达下一代 HBM4 供应体系，它重新获得的不只是订单，而是 AI 供应链里的身份。但更值得注意的是，三星的利润弹性并不只在 HBM。真正可能推动利润超预期的，反而是普通 DRAM 和 NAND。换句话说，HBM 是三星重新进入 AI 叙事的门票，DRAM 才是这轮利润修复的底盘。 HBM，让三星重新回到 AI 供应链叙事里 对三星来说，HBM 的意义首先是修复市场认知。过去几年，AI 训练推动 HBM 需求爆发，SK 海力士成为最大受益者。相比之下，三星虽然拥有庞大的存储芯片产能和技术积累，但在最先进 HBM 产品上进度不够领先，导致市场一度把它看作这轮 AI 内存行情里的落后者。 但现在，这个标签可能需要重新评估。三星今年高带宽内存销售预计增长 200% 以上。如果它顺利成为英伟达 HBM4 的第二供应商，市场对它的理解会发生变化：它不再只是传统存储周期里的巨头，而是重新进入 AI 加速器核心供应链的内存厂商。 当然，这里不能说三星已经全面追上 SK 海力士。HBM 的领先地位不是一两个季度就能改变的，英伟达认

英伟达上个季度的财报里有一个数字很容易被忽略。 总营收804亿美元，同比增长83%，这两个数字占据了所有财经标题。但在数据中心收入的内部结构里，有一行数字的增速更惊人：网络收入同比增长了近三倍，从上年同期约49亿美元跳升至135亿美元左右。算力在增长，但连接算力的那张网，增长得更快。 顺着这条线找下去，找到了中际旭创。 GPU越多，光模块涨得越快 理解中际旭创的逻辑，需要先理解一个反直觉的结构性事实：光模块市场的增长，会比AI算力本身更快，而且差距会越来越大。 原因在于规模扩张的非线性效应。当一个AI训练集群只有几千张GPU的时候，连接这些芯片所需的网络结构相对简单。但当集群规模扩展到数万乃至数十万张GPU，互联的复杂度不是线性放大，而是指数级提升。每一张GPU不只需要连接相邻的几张卡，而是需要在整个集群范围内实现高带宽、低延迟的数据传输。据SemiAnalysis的估算，当集群扩展到数万GPU规模时，所需光收发器的数量可以达到GPU数量的3.5倍。 这还只是量的维度。速度升级带来的价值增量同样显著。当前AI数据中心正在从800G收发器向1.6T收发器切换，而1.6T模块的单价大约是800G的两到三倍。也就是说，即便GPU出货量不变，仅仅因为规格升级，光模块市场的总价值就会翻倍甚至更多。 量的非线性增长，叠加价的规格溢价，这就是为什么光模块市场的增速会系统性地超过AI硬件整体支出的增速。在这个框架里，中际旭创所处的位置，比它表面看起来更靠近AI基础设施扩张的核心。 一季度的数字说明了什么 今年一季度，中际旭创交出了一份大幅超预期的财报。收入同比增长192%至195亿元，超出市场共识预期26%。净利润同比增长262%至57亿元。但比收入增速更值得关注的，是毛利率的变化：从去年同期的36.7%扩张至46.1%，单季度提升了将近10个百分点。 毛利率的扩张不是偶然。背后有一个清晰

NVDA 27年Q1业绩会重点解读 最重要的增量：CPU + Agent 带来 2000 亿美元新 TAM Vera 定义为专为 agentic AI 设计的 CPU，打开 2000 亿美元增量市场 今年 CPU 收入可见度接近 200 亿美元（仅指 standalone CPU，不含 Vera Rubin 系统中的 CPU 价值） Jensen 解释：agent 的 harness、I/O、编排、内存管理、工具调用、浏览器、编译器等都跑在 CPU 上，真正的 thinking / inference 跑在 GPU 上 → CPU 不是 cannibalize GPU，而是 agentic AI 带来的增量基础设施需求 增量二：推理份额持续提升 英伟达在 frontier AI compute 和 inference 中的份额正在提升，关键变量：Anthropic 加入合作体系（此前覆盖“基本为零”），通过 AWS、Azure、CoreWeave、xAI 等上线大量算力 OpenAI、Gemini、xAI、Meta、Mistral、Microsoft AI、Perplexity、Cursor 等也均在 NVIDIA 平台上 Jensen 表示：几乎所有 frontier model 公司都会从一开始采用 Rubin，Blackwell 时期没有这个现象 → Rubin 将比 Blackwell 更成功 增量三：Rubin 爬坡可见度较强 2025 年下半年开始量产出货：Q3 启动，Q4 继续爬坡，2026 年 Q1 将很大 客户需求和 PO 已基本准备好 Vera Rubin 相比 Blackwell：最高 35 倍推理吞吐量，最高 10 倍 AI factory 收入 Google A5X bare metal instances 可支持多站

英伟达今年的走势有点奇怪。 所有人都知道它的产品供不应求，所有人都知道云厂商在疯狂扩张算力，但英伟达的股价年初至今只涨了 15%，同期费城半导体指数涨了 66%。一家被公认为 AI 基础设施核心供应商的公司，反而跑输了整个行业将近 50 个百分点。 这种反差背后，有一部分原因是市场对"推理端竞争多元化"和"毛利率压力"的担忧，但还有一个更底层的问题：市场可能一直在用一套已经失效的方法给英伟达的数据中心收入建模。 数 GPU，是没有意义的 传统的半导体建模逻辑很直接：预测出货量，乘以平均售价，得出收入。这套方法在供需相对平衡的市场里运作良好，但在一个需求永远大于供给的环境里，它的前提假设已经不成立了。 英伟达现在面对的情况是：客户排队等货，产能决定收入，而不是需求决定收入。在这种结构下，试图精确估算每个季度出了多少张 GPU、每张卡卖了多少钱，本质上是在给一个错误的问题找答案。出货量数字本身就是噪音，真正的约束变量在供给侧，也就是英伟达每个季度能向市场交付多少算力基础设施。 这就引出了一个不同的建模思路：不从 GPU 出发，而从 GW 出发。 1GW 值多少钱 GW，吉瓦，是衡量数据中心电力容量的单位。对大多数投资者来说这是一个陌生的维度，但它正在成为理解英伟达数据中心收入最直接的锚点。 Jensen Huang 在今年的 GTC 大会上说过，建一座 1GW 的 AI 工厂大约需要花 400 亿美元。根据行业数据和英伟达自身系统架构的拆解，GPU 算力基础设施大约占到整座 AI 工厂总功耗的 60% 到 65%，对应到英伟达能确认的数据中心收入，大约是每部署 1GW 获得约 250 亿美元的收入，也就是$25B/GW。 这个数字并非凭空设定。用历史数据反推，FY24 到 FY26 的实际数据中心收入与 GW 部署量之间的对应关系，和这个假设高度吻合，平均误差在合理范围之内。

5月18日，Google和黑石宣布成立合资公司，专门用于部署Google自研的TPU算力云。消息出来的时候，市场的关注点大多落在"黑石又投AI了"这个表面叙事上。 但如果只是把这笔交易理解为黑石的一次AI主题投资，就错过了真正重要的信息。 这笔交易说明的是：Google找到了一种不用自己烧钱建数据中心、就能把TPU芯片大规模铺向市场的方式。黑石出资金、出土地、出数据中心容量，Google出芯片知识产权和技术。两边各取所需，Google的TPU得以在更多neocloud落地，而Google自己的资产负债表不需要为此额外承压。 这是一种新的扩张逻辑，对理解Google在AI时代的竞争位置至关重要。这篇文章想把这个逻辑从头到尾讲清楚。 一、先把误解说清楚 提到Google，大多数人脑子里浮现的画面还是搜索框和广告收入。这个印象在两年前也许是准确的，但放到2026年的Alphabet身上，已经是一个严重过时的框架。 今天的Alphabet同时在经营四件性质截然不同的生意：一个年收入约2190亿美元、仍在以两位数增速增长的搜索广告平台；一个一季度增速达到63%、积压订单超过4620亿美元的企业云服务；一个正在向AI推理市场渗透、性能已经超越英伟达主力GPU的自研芯片体系；以及一个拥有超过30亿月活用户、覆盖Search、Maps、YouTube、Gmail、Chrome的超级应用生态。 这四件事加在一起，构成的不是一家"搜索公司"，而是一个在AI时代同时控制着分发入口、算力供给、模型能力和企业服务的复合型科技平台。 理解了这个前提，才能理解黑石合资公司这笔交易的战略含义。 二、TPU：Google最被低估的一张牌 要理解黑石和Google的合作，必须先理解TPU是什么，以及它为什么重要。 TPU是Google自研的张量处理单元，专门为AI训练和推理工作负载设计。与英伟达GPU的通用计

5 月 13 日，Nebius（NBIS）发布一季度财报，当日股价单日上涨近 16%，盘中触及 217 美元，创下 52 周新高。这家公司 52 周前的低点还在 32 美元附近，一年之内，市值从不足百亿美元扩张至逾 530 亿美元。 但股价走势只是一个结果。更值得关注的问题是：Nebius 究竟在做一门什么生意，这门生意的飞轮是怎么转动的，以及它还有多远的路没有走完。 从 Yandex 灰烬中走出的 AI 工厂 Nebius 不是一家从零孵化的创业公司。它脱胎于 Yandex，这个俄语互联网世界曾经最重要的科技平台。在 Yandex 将俄罗斯及独联体业务出售之后，原班人马在 CEOArkadyVolozh 的带领下，携数百名曾参与搭建 Yandex 技术体系的工程师，在欧洲和北美重新起步，选定 AI 云基础设施作为主战场。 这个起源很重要。Nebius 不是一支学院派团队，也不是风投孵化的 PPT 公司，而是一批在实际工程规模下摸爬滚打过的人，他们知道怎么在压力下快速搭建、高效运营一个大型技术平台。Yandex 在 2010 年至 2020 年间保持了稳健的利润率和自由现金流，这段历史为 Nebius 的管理层提供了一张信用背书，在同类的 neocloud 公司中并不多见。 这支团队并非第一批进入 AI 算力市场的玩家，但他们可能是在这个时间窗口里扩张速度最快、战略纵深布局最清晰的一批。 一个关于供给稀缺的生意：电力即营收 要理解 Nebius，必须先理解 neocloud 这门生意的底层逻辑，而这个逻辑的核心只有一句话：需求不是约束，供给才是。 传统云计算的故事，是关于如何抢客户、如何打价格战、如何守住市场份额。Nebius 所处的 AI 云市场，至少在现阶段，讲的完全是另一个故事：每一个接入电网的兆瓦（MW），都会立刻被排队等待的客户抢走，并直接转化为年度经常性收入（A

大多数人第一次听说 Circle，是因为 USDC，那枚始终锚定 1 美元的稳定币。但如果你把 Circle 仅仅理解为"稳定币发行商"，就大大低估了它正在构建的东西。 2026 年第一季度财报发布后，市场给出了直接的回应：股价单日上涨近 16%，盘前继续走高至 135 美元，总市值突破 325 亿美元。但这篇文章不想谈股价的一日涨跌，而是想聊清楚一件更根本的事：Circle 这门生意的本质是什么，它正在通往哪里。 一、先看懂这门生意的底层逻辑 Circle 的商业模式，乍看简单，实则精妙。 USDC 是一种全额准备金稳定币：用户存入 1 美元，Circle 发行 1 枚 USDC，同时将这笔美元投入短期美国国债和隔夜存款等高流动性资产。利息收入，归 Circle 所有。 这意味着 Circle 不承担信贷风险，不做期限错配，却坐享整个 USDC 流通体量所产生的利息收益。截至一季度末，USDC 流通总量已达 770 亿美元，同比增长 28%。储备收益目前仍占 Circle 总营收的 90% 以上。 这门生意的核心飞轮在于：USDC 流通规模扩大，准备金池随之增大，利息收入增加，收入再投入生态建设，USDC 使用场景进一步扩大，流通规模继续增长。 但这个飞轮有一个软肋，它高度依赖利率环境。一旦降息周期来临，同样规模的准备金将产生更少的利息收入。理解这个约束，是读懂 Circle 所有战略动作的前提：它必须在利率高位期间，快速建立不依赖利率的收入护城河。 一季度财报的数字印证了这门生意当前的健康度：收入 6.94 亿美元，同比增长 20%；调整后 EBITDA1.51 亿美元，同比增长 24%；RLDC 利润率维持在 53% 的高位。管理层同步维持了全年指引，这个细节颇具意味。在宏观不确定性上升的背景下，维持指引本身就是一种信心的表达，也显示出投入产出结构的相对稳定。 &nb

本文基于最新财报、产业链调研及第三方行业数据整理，聚焦ARM从移动IP龙头向AI算力平台的战略转型，重点拆解AGICPU需求两个月翻倍这一市场未充分定价的核心催化剂，纠正对其"仅靠手机业务"的认知偏差。所有内容均来自公开信息，不构成任何投资建议。 一、财报背后的核心矛盾：手机疲软，为何增长依然坚挺？ 5月6日ARM发布2026财年第四季度财报，整体业绩小幅超预期，但市场关注点完全不在财报本身，而在于管理层披露的一个震撼数据：AGICPU的订单需求在短短两个月内从10亿美元飙升至20亿美元，覆盖2027-2028财年。 财报核心数据： 总营收：同比增长22%，连续8个季度保持20%以上增速 数据中心特许权使用费：同比增长105%，连续两个季度翻倍 授权收入：同比增长28%，新增两笔CSS（计算子系统）大额授权 2027财年指引：整体营收增长约20%，数据中心业务增速将继续领跑 当前市场最大的认知误区是：仍将ARM视为一家依赖手机销量的传统IP公司，担心手机市场疲软会拖累其长期增长。但财报数据清晰显示，ARM的增长逻辑已经发生根本性变化，数据中心业务正在取代手机，成为公司最核心的增长引擎。 尽管手机业务仍占特许权使用费的60%，但低端手机的销量下滑几乎完全被高端机型的Armv9架构渗透和CSS授权提升所抵消。而数据中心业务的爆发，更是打开了一个比手机IP大10倍以上的全新市场。 二、增长逻辑重构：从卖IP到卖芯片，TAM扩大40倍 过去30年，ARM的商业模式非常清晰：向芯片厂商授权CPU架构，按芯片出货量收取1-2%的特许权使用费。这种模式虽然毛利率高达98%，但市场空间有限，长期被限制在每年200亿美元左右的半导体IP市场。 而AGICPU的推出，彻底打破了这个天花板： 市场空间从24亿美元跃升至1000亿美元：ARM原本仅能从服务器CPU市场分得约24亿美元的IP授权费，

AppLovin的规模优势正在扩大。1Q业绩全面超预期（营收超预期4%，调整后EBITDA利润率85%超预期100bps），2Q指引在保守端仍能击败市场共识。AI广告引擎Axon 2.0通过实时第一方数据持续优化机器学习模型，提升广告精准度和广告主ROI。公司正将广告服务从游戏向电商等领域扩张（6月公开推出自助广告工具），可触达市场规模是游戏广告的3倍。 【业绩亮点与指引】 - 2Q营收指引：$19.15-19.45亿，同比+50%+ - 2Q调整后EBITDA指引：$16.15-16.45亿，利润率84-85% - 1Q EBITDA利润率85%，超预期100bps - 自由现金流：1Q维持单季超$10亿 - 美国市场占2025年营收过半 【四大增长引擎】 1. MAX平台垄断移动游戏广告中介：手机游戏广告中80%来自MAX平台，对Unity Level Play等形成费率优势 2. Axon 2.0 AI引擎打开电商市场：触达日活16亿设备，电商广告市场规模是游戏的3倍 3. CTV联网电视广告扩张：美国CTV广告市场$290亿，是游戏广告的3倍+ 4. 退出低利润游戏开发：2024年6月彻底退出，软件平台业务EBITDA利润率约76%，远高于应用发行业务的19% 【估值对比】 - 远期EV/EBITDA：21.6x（同业均值11.6x，溢价86%） - 远期P/E：27.6x（同业均值16.9x，溢价63%） - 远期P/FCF：27.1x（同业均值20.7x，溢价31%） 【主要风险】 1. 做空指控：Culper、Fuzzy Panda、The Bear Cave质疑广告质量与收入真实性；Deloitte审计无保留意见，CEO已反驳 2. 竞争加剧：Unity Vector可能挑战MAX平台；Google、Meta在CT