皮衣老黄又嚟料喇。2026 GTC 一完场，个个都话英伟达又要上神枱。佢今次拎出嚟嘅新技术成堆 buzzword，乜AI机械人、云端运算、生产力革命，一派到尽。但老实讲，依家呢个位，你话股价仲有几多水位？英伟达系强，但估值真系贵到赶客。大行讲到成个 HALO 概念（Heavy Assets, Low Obsolescence），即系产品够稳阵、唔容易过时，但问题系再稳阵都要有个价。而家啲人又喊「miss咗NVDA一世遗憾」，听落似旧年讲「唔上AI股系错过时代」。不过凡事炒爆都有顶，市场总有冷静一日。AMD、Intel、再加埋啲中国GPU，加价压力咪到啰。老黄神归神，但再神都唔顶得住估值过热。我自己睇法系，NVDA 依然系AI界天花板，但唔代表股价永远升。短炒可以搏，长揸要谂清楚，输得起先好玩。

$INTC 20260313 49.0 CALL$ 

$英特尔(INTC)$  $英特尔(INTC)$  🫡支撑了太久看来难以突破，落袋为安吧

$英特尔(INTC)$   业绩达标野猪能这价

$INTC 20260313 46.0 CALL$ 如果留到周五会怎样[龇牙]  [开心]  [开心]  

生成式 AI 把「算力」从技术资源推成了可交易的经济品。过去企业谈云端，多半在意弹性与用多少付多少；如今许多 AI 专案的瓶颈变成 GPU 供应、机房电力与交付时程，于是算力开始像不动产一样被「预订、签长约、押担保」。当算力可被度量、可被切分、可被转租，它就具备了资产化的第一步：从服务变成可定价的「使用权」。而这种地产化的想像，正在改写云端供给者的财务结构与投资叙事。 GPU 租赁的核心，是把昂贵硬体转成连续的现金流。你不一定要拥有 H100/H200，只要能在需要时租到对的卡、对的网路与对的环境即可。这也催生出两条路径：一是「新云（neocloud）」以大规模采购与机房整合，向企业提供可用即付的算力；二是「GPU 市集」把分散在各地的闲置算力挂牌，形成近似现货市场的价格机制。价格也因此呈现可比性：有研究整理 2025 年前后 H100 的租用费率，从市场型平台的低价区间到大型公有云的较高报价落差明显，意味算力正在走向透明竞争与利差收敛。 GPU=「可抵押的机器房房产」 当算力被长约锁定，就开始像地产收租：合约本身变成可融资的凭证，GPU 与伺服器则像「可移动的房屋本体」。以 CoreWeave 为例，早在 2023 年便出现以 Nvidia 晶片作为抵押的融资案例，后续又宣布完成大型「担保型」债务融资，并透过持续扩张资料中心来放大供给；这套模式的精髓是用已签的需求与既有设备去撬动更多资金，再购入更多 GPU，形成滚动式扩张。 但地产化也带来地产式风险：第一，资产残值。GPU 迭代太快，若新卡出现造成旧卡单位算力成本失去竞争力，抵押品的「再出售价值」可能下修；第二，租金波动。当市场价格快速下探、客户议价能力上升，现金流会被挤压；第三，融资条款与合规控制。金融市场在意的不只是需求故事，还包含抵押物所在地、契约限制与内控品质——而这些都曾在相关公司的揭露中成为市场焦点。 更值得

极摩客携英特尔第三代AI主机亮相上海，桌面超算未来何在？ 近日，极摩客在上海正式发布搭载英特尔第三代酷睿Ultra处理器的EVO-T2系列AI迷你主机，以180 TOPS的AI算力峰值与全场景扩展能力，重新定义桌面级计算边界。此次发布不仅展示了英特尔18A先进制程的旗舰级应用，更以“算力觉醒，智算新生”为主题，试图在桌面端重新定义AI超算的标杆。这一系列大动作的背后我们到底该怎么看呢？ 首先，这是终端算力普惠化的关键布局，更是硬件厂商抢占AI终端生态的核心手段。极摩客EVO-T2系列搭载英特尔18A先进制程旗舰处理器，AI算力峰值达180 TOPS，默认45W均衡功耗可切换至60W性能模式，既能实现本地大模型流畅运行，又能保障私有数据安全运算，打破了“桌面超算=笨重高价”的固有认知。这种“高性能+低功耗+小体积”的组合，不仅填补了中小企业与个人创作者对高端算力的需求空白，更实现了“移动端性能与桌面端扩展”的深度融合，对于当前OpenClaw火热下的token困局来说，有了足够好的本地化超算体系，可以有效地部署本地大模型，彻底将烧钱的API token的成本压低为仅限于电力与硬件成本，更彰显了终端算力从“云端集中”向“本地分散”转变的核心趋势。 其次，此次新品的发布对桌面超算生态完善具有奠基性作用。极摩客并非孤立布局硬件，而是联合英特尔、群联构建协同生态：英特尔提供核心处理器支撑，群联aiDAPTIV+ AI SSD技术提升读写与加速能力，搭配GMK claw小龙虾系统实现“开箱即用”，形成“硬件+软件+生态”的完整闭环。这种协同模式，既解决了单一厂商技术短板，又降低了用户使用门槛，同时规避了统一内存架构产品“扩展性不足”的痛点，EVO-T2最高支持64GB高速内存、16TB存储扩容，配备多类型高速接口，兼顾灵活性与实用性，为桌面超算的场景化落地扫清障碍，推动产业从“单

近年人工智能快速普及，带动 AI 晶片需求急升，从云端训练、大模型推理，到自动驾驶、机械人与边缘运算，晶片已成为新一轮产业竞争的核心基础设施。然而，表面上看似百花齐放的 AI 革命，实际上正把市场推向更高度集中的寡头格局。能真正站上牌桌的企业并不多，原因不只在于技术难度极高，更在于整个产业需要庞大资本、长时间研发，以及对关键供应链的深度掌握。当运算能力成为国家竞争力与企业生存力的一部分，AI 晶片早已不是单纯的产品，而是一种控制未来产业秩序的战略资产。 AI 晶片产业首先是一个极端资本密集的领域。先进晶片设计需要庞大的研发团队、高度复杂的软硬整合，以及不断迭代的测试与验证流程；而到了制造阶段，先进制程又仰赖天价设备、顶尖代工能力与成熟封装技术。这意味着，即使有新创公司具备创新架构，也未必有资源走到量产。资本门槛把多数竞争者挡在门外，市场自然向少数财力雄厚的企业集中。 更深层的障碍，是专利与生态系统形成的技术壁垒。AI 晶片不是单靠一枚硬件便可成功，还必须搭配编译器、开发工具、软件框架、驱动程式和开发者社群。领先企业一旦建立完整平台，客户便不易转换，因为转换成本极高，连工程师培训、模型调校与系统重建都要重新投入。专利保护加上平台绑定，使技术优势不再只是「领先一步」，而是变成「锁住整个市场」。结果是，后来者即使推出性能接近的产品，也往往难以撼动既有巨头的地位。 寡头化终局是供应链控制权 如果说技术领先决定谁先起跑，那么供应链控制权才真正决定谁能笑到最后。AI 晶片的竞争，今天已不是单一公司的研发竞赛，而是整条供应链的整合能力之争。从先进制程代工、HBM 高频宽记忆体、CoWoS 等先进封装，到伺服器整机、散热、电力与云端部署，每一个环节都可能成为瓶颈。当关键产能有限，能优先取得产能、锁定供应、甚至影响上下游配置的企业，便拥有近乎垄断性的市场话语权。 这也解释了为何 AI 晶片寡