客服微信号 MaxStockWe 客服微信2号 MaxTrades 客服 Telegram号 https://t.me/MeiguWe 邮箱 buy@tradesMax.com 电话 (626)378-3637
三大利空直接重挫CRWV和NBIS，其实昨天我们已经看到这个消息，说CoreWeave（CRWV）无担保债券收益率飙升至15%，引发市场对公司融资成本和债务风险的担忧。知名风险投资家（Chamath Palihapitiya）警告称，AI行业可能正在形成一场潜在的“私人信贷泡沫”，但昨天NBIS大跌后反弹回去，让我觉得只是一个预警而已，没有太在意。
但是今天，研究机构Gartner发布报告预测，如果AI基础设施投资继续以目前惊人的速度扩张，到2030年前后，超过80%的NeoCloud公司将无法继续作为独立企业运营。“预计2026年，AI服务提供商将在AI基础设施方面投入近1万亿美元，并在2027年至2030年间额外投资6万亿美元。然而，我们的研究表明，在这一时期，企业和消费者AI业务产生的收入，将不足以让所有计划中的AI资本支出获得有利可图的投资回报。”
同时ZeroHedge 最新警告：CoreWeave（CRWV）陷入“深度信用困境”！CRWV信用风险信号持续恶化，信用利差从昨天的1,000个基点进一步扩大至1,050个基点，同时信用违约掉期（CDS）价格飙升。
本期视频，美股投资网为你深入分析一下CoreWeave是否可能破产，AI泡沫是否会破裂：
1. 1,050个基点意味着什么？相当于10.5个百分点。如果这里指债券信用利差，意味着投资者要求CRWV债券的收益率比相应基准利率高出10.5个百分点。通常信用利差超过1,000个基点，就属于严重信用压力区域。
2. CDS飙升意味着什么？CDS类似债务违约保险，价格越高，说明投资者对违约风险的担忧越大，愿意支付更高的成本购买保护。
3. 为什么值得警惕？CRWV高度依赖外部融资建设AI数据中心。公司2032年到期的9.625%债券收益率已升至约15%，市场正在重新评估其偿债能力与未来融资成本。
此外，今天CoreWeave 正计划引入保险资金，以此降低采购AI芯片，搭建基础设施的融资成本，今年公司已借助芯片抵押贷，各类债券以及股票发行等方式募资超350亿美元，债务与租赁义务体量较大，持续为AI业务扩张筹措资金。
我们先来回顾一下今年8月，CRWV完成一笔26亿美元的融资安排：
CoreWeave DDTL 5.5融资结构:
贷款期限约5年
底层客户合同平均期限约3年
贷款比客户合同长约2年。仅针对这笔融资，不代表CRWV所有债务。这意味着，贷款到期之前，最初支持融资的客户合同可能已经到期，公司需要续约、寻找新客户，或者依靠其他现金流和资产价值履行债务义务。
假设CRWV购买一批GPU，利用前三年的客户租金偿付贷款。但三年后，英伟达已经推出性能更高、单位Token成本更低的新GPU，客户要求大幅降价。即使GPU仍然可以正常运行，未来租金也可能远低于最初预计。
CRWV可能面临三重压力：GPU残值下降、租金下降、再融资成本上升。
需要强调的是，五年债务配三年客户合同不代表五年后必然出现资金缺口。贷款可能在合同存续期内已部分摊还，也可能存在额外抵押、现金储备和新客户收入。但它确实把一定程度的续约风险转移给了贷款机构。
这也是为什么华尔街开始重新评估这些GPU抵押贷款。
市场已经开始出现分化，并非所有AI债务都受欢迎
一笔为xAI芯片融资的债务，2025年12月交易价格约为面值的99%，后来随着SpaceX收购xAI曾升至106%。
但另一笔与Oracle数据中心相关的Project Jupiter融资，情况恰恰相反。Project Jupiter涉及约180亿美元数据中心贷款，面临建设进度、电力基础设施、当地反对声音以及Oracle信用状况方面的担忧。
这说明市场并非简单认为AI债务都是坏债务，而是开始区别对待不同借款人和项目的现金流、执行能力和信用支持。更值得关注的是，英国《金融时报》10月10日报道，2026年9月AI相关债务发行量下降至约230亿美元，不到8月的一半。这可能是资金市场开始收紧的早期信号，但还不足以证明系统性信贷危机已经爆发。
我们接下来看研究机构Gartner发布的警告，AI产业未来可能出现严重的投资过剩，算力需求继续增长，但算力出租公司的利润和投资回报却不断下降。
为了覆盖已经宣布的资本支出、融资成本，并实现12%的投资资本回报率（ROIC），AI数据中心所有者到2030年需要累计创造8.5万亿美元收入。
但问题是，预计到2030年，与AI数据中心相关的收入规模仅能达到3.6万亿美元。
这是一个巨大的差距。
Sommer进一步表示：
“由于大多数AI原生服务商采用轻资产商业模式，我们预计，拥有大量AI基础设施资产的服务商，最终能够获得的AI行业收入将不到总收入的一半。”
基于这些预测，Gartner认为，超过80%的NeoCloud服务商在2030年之后将难以继续作为独立企业生存。
如果AI基础设施继续按照当前轨迹扩张，那么到2032年，可能有超过4万亿美元的资产价值面临减记风险。
在这种情景下，Gartner预计整个行业至少要等到2032年年底，才可能实现12%的投资资本回报率。
在这一悲观预测下，亚马逊（AMZN）、谷歌（GOOG、GOOGL）和微软（MSFT）等大型云计算巨头，处于更有利的生存位置。
原因在于，这些企业拥有规模庞大、业务高度多元化的收入来源。
相比之下，NeoCloud公司必须依靠专门针对AI优化的基础设施即服务（AI-optimized IaaS）平台，获得足够高的投资回报，才能维持运营。
Gartner预计，AI优化型IaaS市场的支出，将从2027年的660亿美元增长至2030年的1,740亿美元。
Sommer最后警告：
“AI优化型IaaS市场的支出增长，对大多数AI算力提供商来说仍然太慢，不足以让它们在当前这一代AI半导体被下一代产品取代之前，收回自己的AI投资。”
美股投资网认为最致命的问题，是GPU经济寿命与投资回收周期错配
假设一家NeoCloud公司投资100亿美元购买GPU，预计需要五年回本。
但是第三年，英伟达已经推出性能更强、单位推理成本更低的新一代GPU。
这家公司可能面临一个非常尴尬的局面：旧GPU还没有收回成本，新GPU已经开始压低市场租赁价格。
如果租赁合同期限不够长，客户还可能要求降价或者直接转向新的算力平台。
与此同时，建设数据中心的贷款本金和利息仍然需要偿还。
这就是为什么算力需求持续增长，并不意味着算力出租公司一定赚钱。
为什么CRWV比NBIS更加值得担忧？
对比两家公司的最新财务数据，就可以理解市场为什么开始重新定价信用风险。
CoreWeave今年第二季度营收达到25.75亿美元，同比增长约112%，未履约合同及其他承诺收入构成的Backlog约1,040亿美元，说明市场需求确实强劲。
但同一季度，CRWV净利息费用就达到6.4亿美元，约占季度营收的25%，净亏损6.26亿美元。
相比之下，NBIS第二季度营收5.82亿美元，规模远低于CRWV，但截至第二季度末拥有约80亿美元现金，并在7月完成一笔利率为SOFR加2.5个百分点的资产支持融资。
这意味着NBIS在部分融资渠道上具有优势，但并不代表它一定更加安全。两家公司都需要巨额资本支出，而且NBIS也尚未证明快速扩张后能够持续产生正自由现金流。
我认为接下来应该重点比较的是两家公司每兆瓦（MW）的资本投入、合同年收入、实际现金回收周期，以及未来三年的债务到期压力。
80%的NeoCloud无法独立运营，是否意味着80%会破产？
不是，这是市场最容易误解的地方。
Gartner预测的是超过80%的NeoCloud提供商将停止独立运营，并非明确预测80%会破产。
可能出现的情况包括公司之间的合并、被微软或亚马逊等大型云厂商收购、资产出售以及债务重组。
实际上，Gartner今年6月还曾预测，到2030年NeoCloud公司将占据规模约2,670亿美元的AI云市场的20%。
这两个判断并不矛盾。
整个NeoCloud市场可能继续扩大，但最终市场份额越来越集中在少数赢家手中。
今天股价集体暴跌，不完全是Gartner报告造成的
还有一个不可忽视的宏观因素。
今天美国通胀数据高于预期，市场开始提高对美联储进一步加息的押注。
对于需要持续融资建设数据中心的企业来说，这无疑是雪上加霜。路透社也将利率预期上升列为今天AI基础设施股大跌的重要原因。
所以今天实际上是两大利空叠加：长期的AI基础设施投资回报担忧，以及短期的融资成本上升风险。
我的最终判断
美股投资网认为，Gartner这份报告最值得关注的，并不是所谓80%的公司会消失，而是它揭示了一个可能改变整个AI产业链估值体系的问题：
过去华尔街按照GPU需求增长来给AI基础设施公司估值，未来可能越来越按照资本回报率来估值。
尤其是CRWV、NBIS、IREN、APLD等企业，未来不能只告诉投资者签下了多少亿美元合同、拥有多少GW电力，还必须证明这些投资能在合理期限内收回成本。
我并不认为这意味着AI产业即将崩溃。事实上，如果GPU租赁价格持续下降，反而可能刺激更多企业采用AI，扩大整个AI应用市场。
但这未必有利于购买和出租GPU的公司。
未来AI可能出现一种非常鲜明的分化：AI应用越来越普及，使用AI的企业越来越赚钱，但部分承担巨额算力资本开支的公司，反而可能因为激烈竞争和高额折旧遭遇严重亏损。
这与当年互联网和电信光纤建设潮存在一定相似性。
另外，对2026年10月14日这份Gartner报告的判断，我认为需要保留一点：8.5万亿美元与3.6万亿美元的巨大差距，建立在其收入、资本开支、资产寿命和目标回报率等预测假设之上。这是值得高度重视的风险情景，并不是已经确定会发生的4万亿美元损失。
从投资角度看，我会更加关注NeoCloud之间的优胜劣汰，如果CRWV真的破产了，最终肯定会利好NBIS的。我今年在NBIS上赚了不少钱，最近几天回吐了20%。
幸好昨天买入苹果的看涨期权，今天大涨50%，也是今天唯一在大盘暴跌情况下，逆势上涨的股。
大家好，欢迎来到美股投资网，你的量化分析工具与决策系统
AI巨头Anthropic创始人Dario Amodei的父亲，2006年因丙型肝炎去世。当时这种疾病的治愈率只有约50%，然而就在父亲去世后的三年，新的治疗药物取得突破，治愈率提高到了95%左右。
如果医学进步能提前几年，他的父亲很可能就不会离开这个世界。这段经历深深改变了Dario的人生，让他从物理学转向生物学，最终投身人工智能研究。
所以，AI加速药物研发，争取的绝不仅仅是时间，而是一条条原本可以被挽救的生命。
这期视频，可能是我这辈子最最喜欢、最激动的一个话题。
为什么？因为AI在不断突破编程、数学等领域之后，如今终于开始向人类最伟大、也最艰难的挑战之一发起冲击：用AI加速药物研发，探索逆转衰老，甚至突破人类生命的极限。
在美股投资网创始人Ken看来，这件事的重要性，远远超过自动驾驶汽车，也远远超过能够洗衣做饭、替我们干家务的AI机器人。
劝各位观众一句，你一定要极大限度的延长你的寿命直到AI研发出返老还童的疗法。因为你每多活一年，AI 就多一年时间去突破衰老的极限，这就是为什么我ALL IN AI，长期持有这人类最伟大的事业。
很多人可能以为，AI制药最大的赢家，一定是那些利用AI研发出新药的公司。但美股投资网认为，真正值得关注的投资机会，可能恰恰藏在那些不直接研发新药的上游企业身上。
为什么这么说？
首先，你要明白，研发一款新药，简单来说有两个重要步骤。
第一步，在电脑里找到可能治病的方法；
第二步，在现实实验室里证明这个方法到底有没有用。
过去，科学家为了找到一种有效药物，可能需要花费很多年，不断设计、制造、测试各种分子，失败了再重新来。
但现在，AI改变了游戏规则。
AI可以在很短时间内设计出成百上千种候选方案，甚至可以帮助科学家预测蛋白质结构，寻找疾病潜在的突破口。
问题来了。
AI在电脑里设计出1000种可能治病的分子，不代表这1000种分子真的能够治病。
你还得把这些设计变成现实中的东西，再送进实验室测试。比如，能不能真的合成出来？能不能作用于目标细胞？有没有毒性？能不能在人体内稳定发挥作用？这些最终都需要现实中的实验来证明。
而且，实验不是做一次就结束了。科学家还需要把实验结果重新交给AI，让AI分析为什么失败、下一次应该怎么改，然后再设计、再制造、再测试。
所以现在出现了一个非常有意思的现象：AI设计新药越来越快，但现实实验室却开始跟不上了。
打个比方，以前一家餐厅每天只能收到100张订单，厨房完全忙得过来。现在AI突然让订单暴增到每天1万张，但厨房的炉灶、厨师和设备没有同步增加。
那么，真正的瓶颈在哪里？显然不是接订单，而是后面的厨房根本做不过来。
AI制药现在就有点像这个情况。AI就是那个疯狂增加订单的系统，而实验室就是后面的厨房。
这就带出了一个非常重要的投资逻辑。AI制药最先受益的公司，未必是研发出下一款抗癌神药的生物科技公司，而可能是帮助这些公司做实验、提供材料和设备的上游供应商。
比如，有些公司专门帮助科学家合成DNA，有些负责生产蛋白质，有些提供可以同时测试大量样本的仪器，还有些通过机器人和自动化设备，让实验室一天能够完成更多实验。
如果你投资一家研发抗癌药物的公司，即使它花了十年、投入几十亿美元，只要最后临床试验失败，股价就可能遭遇重创。
但是，提供DNA、实验设备、检测试剂和实验服务的公司，不一定需要押中哪一款新药最终成功。只要越来越多的药企开始使用AI，设计出更多候选药物，需要做的实验越来越多，就可能带动这些上游公司的订单增长。
当然，订单增长最终能否转化为利润，还取决于竞争、定价和产能利用率。所以我们真正需要关注的，不只是下一款神药会由谁研发出来，还包括谁正在为越来越多的新药实验提供必不可少的工具。
那么，哪些美股公司已经开始接到真实订单？哪些公司已经把AI需求反映到财报里？又有哪些股票，只是市场提前买入了未来预期
本期视频干货满满，先点赞再收藏，关键时刻能帮忙！
两个案例看懂AI制药的数据闭环
接下来，我们用两个近期案例，看它到底有没有开始变成真实的实验需求。
先看行业层面的信号。
10月7日，由扎克伯格夫妇支持的非营利科研机构Biohub，宣布扩大Virtual Biology Initiative。
参与者包括美国能源部、美国国立卫生研究院，以及Google DeepMind、Meta和Isomorphic Labs。
整个计划涉及的资金、现有数据、算力和测量技术资源，合计达到18亿美元。
这里要注意，这18亿美元不是某家公司马上拿到的现金订单，而是包括已有资源和未来投入，用来建设大规模生物数据基础设施。
简单来说，就是通过真实实验，观察细胞在不同条件下会发生什么变化，再把这些结果标准化，交给AI学习，让模型逐渐学会预测生物反应。
这件事释放出的信号很清楚：
AI生物学现在缺的，不只是更强的模型和更多算力，还缺大量高质量、可重复、能够被模型读取的真实实验数据。
而这种模式，在美股公司RXRX身上，已经有了具体体现。
今年8月，RXRX披露与罗氏旗下Genentech合作，双方共同发现并通过实验验证了一个新的神经科学治疗靶点，随后将其推进到早期小分子药物发现项目。
RXRX的工作方式，并不是让AI在电脑里凭空猜答案。研究人员先通过干细胞技术培养神经元，再进行基因扰动、自动化实验和细胞成像，收集大量真实数据，让AI从中寻找与疾病有关的规律。
根据公司披露，相关研究累计培养了超过1万亿个神经元细胞，并采集了超过3000万张细胞图像。
为什么需要做这么多实验？因为AI发现一个可能的治疗方向之后，还要通过下一轮实验验证这个方向是否可靠。
整个过程可以概括成一句话：
AI提出假设，实验室负责验证，数据回到模型，模型再提出下一轮假设。
当然，发现并验证一个新靶点，距离一款药物最终上市还很远。RXRX这个案例证明的是，AI、自动化实验和真实生物数据，已经可以组合成一套持续运行的研发流程，并不代表某款药物已经成功，更不代表公司收入马上会爆发。
但它揭示了一个非常重要的变化：
在AI制药时代，实验室不只是验证药物的地方，也正在变成持续生产AI训练数据的地方。
像RXRX这样的平台，可以自建实验室。但即使是拥有自建实验室的公司，也需要采购DNA、蛋白质、检测试剂和自动化设备，或者直接购买专业实验服务。
这意味着，AI带来的实验需求，有一部分最终会转化成生命科学工具和服务公司的订单。
AI制药背后的四家“卖铲人”
接下来，我们就把镜头拉到四家美股公司，分别看谁在制造实验材料，谁在完成检测，谁在推动实验室自动化，谁又在生产AI最需要的细胞数据。临床前、临床试验和医药数据服务也属于这条产业链，但今天我们先聚焦药物发现阶段。
第一家TWST
我们美股投资网把TWST放在第一位，是因为在这四家公司里，它目前最接近“AI设计增加，订单直接增加”这条逻辑。
TWST是一家DNA合成和蛋白质研发服务公司，主要帮助药企和科研机构，把电脑里的生物设计，变成可以拿到实验室里测试的真实材料。
举个例子，AI设计出一种新的蛋白质，科学家不能只看电脑模拟结果，还要先合成对应的DNA，再通过实验生产出真实蛋白质，最后测试它到底有没有用。
而TWST最擅长的，就是利用硅芯片和自动化技术，大规模合成不同的DNA序列，并提供蛋白质、抗体等相关研发服务。
今年，Anthropic在蛋白质设计项目中使用Claude生成候选方案，并与包括TWST在内的实验机构合作，对这些AI设计进行真实实验验证。
这说明TWST已经进入了“AI设计、材料制造、实验验证”的实际流程，而不是只停留在市场概念上。
它的商业模式也比较直接。
客户设计一批、测试一批。如果实验结果不理想，就要修改设计，再采购下一批DNA和蛋白质材料。
所以TWST不需要等到某款新药最终上市，才能获得收入。只要客户不断设计、不断实验，它就有机会持续获得订单。
财报也出现了比较清晰的增长信号。
2026财年第三季度，TWST的DNA合成与蛋白质解决方案业务收入达到5660万美元，同比增长39%；合成基因交付量约36.9万条，同比增长56%。
公司还披露，2025财年AI药物发现相关订单已经超过2500万美元，并预计这部分订单在2026财年有望实现三位数百分比增长，2027财年继续保持较快增速。
但这里要分清楚：三位数增长说的是AI相关订单预期，不是公司整体营收增长了三位数；DNA合成业务的增长，也不代表全部来自AI。
不过，相比那些只是在讲未来市场空间的公司，TWST至少已经拿出了比较直接的商业化证据。
竞争反面，Danaher旗下的IDT，同样拥有成熟的DNA合成技术和客户资源。
所以TWST未来能不能继续拿到订单，关键要看三件事：合成成本能不能继续下降，交付速度能不能继续提高，以及它能不能把蛋白质解决方案和实验服务做得更完整。
第二家RVTY。
如果说TWST负责把AI设计变成真实材料，那么RVTY负责的，就是帮助科学家测出实验结果。
RVTY是一家美国生命科学工具公司，主要销售实验仪器、检测试剂、自动化设备和科研软件。
比如AI设计出上万个候选分子，研究人员需要测试它们能不能结合目标蛋白，会不会影响细胞，以及有没有潜在风险。
这些实验都需要专业的检测设备和试剂，而RVTY的产品就覆盖了其中相当一部分环节。
它的商业模式还有一个特点：不只是卖一次设备。
客户买完仪器以后，后面每开展一轮实验，都可能继续采购试剂、耗材和软件服务。如果AI真的带来更多实验量，RVTY理论上可以同时受益于设备销售和后续耗材收入。
但目前，这种机会还没有明显反映在财报里。
2026年第二季度，RVTY生命科学业务收入约3.59亿美元，同比下降2%；不过，这块业务的调整后营业利润率仍然在31%左右。
这说明RVTY的业务基础比较成熟，也有盈利能力，但现在还不能证明AI已经推动它明显加速增长。
所以我关注RVTY，不是因为它已经出现了最强的AI订单信号，而是因为它拥有成熟的客户、产品和盈利基础。
未来真正的催化剂，是AI带来的新增实验量，能不能在财报中体现为更多仪器需求、更高试剂消耗和持续收入增长。
不过，检测效率提高以后，实验室还会遇到另一个问题。大量样本准备、细胞培养、液体转移和仪器操作，仍然需要研究人员手动完成。如果实验数量持续增加，人力就可能成为新的瓶颈。
于是，第三家公司就有了机会。
第三家DNA。
这是一家美国生物技术公司，现在正把业务重点转向自主实验室，也就是利用机器人和软件，让大量生物实验自动运行。
与前面的RVTY不同，DNA更想把样本准备、细胞培养、检测和数据记录整合起来，通过建设自动化实验平台、提供相关服务来赚钱。
目前，公司已经参与麻省理工、加州理工等研究机构的自动化实验室项目。
这说明它并不是完全没有客户，但拿到项目，不代表商业模式已经跑通。
从财报来看，DNA目前的问题也最明显。
2026年第二季度，公司营收约2000万美元，同比下降48%；持续经营业务净亏损约5700万美元。
虽然收入下滑部分来自原有业务的重组和收缩，但至少说明，新战略目前还没有形成足够大的收入规模。
竞争压力也在增加。
10月7日，Danaher宣布计划在2027年初让自己的AI自主实验室实现规模化运行，重点用于抗体等科研材料的设计、制造和验证。
Danaher本身已经拥有实验仪器、DNA合成、自动化设备和软件业务，可以把这些技术整合到同一个平台里。
虽然两家公司的具体业务并不完全一样，但Danaher拥有更大的客户基础、资金实力和产品整合能力，这会对DNA形成明显压力。
所以我关注DNA，是因为它押注了实验室自动化这个长期方向。
但它也是四家公司里商业化风险最高的一家。
DNA真正需要证明的，不是能不能做出一个自动化实验室，而是这些项目能不能复制，能不能持续收费，最后能不能形成稳定的现金流。
第四家，TXG。
这是一家美国生命科学技术公司，主要销售单细胞和空间生物学分析设备，以及配套试剂和软件。
这个技术听起来比较复杂，但可以用一个例子来理解。
假设科学家正在研究一种抗癌药。普通检测可能只能看到整个肿瘤组织发生了什么变化。
但同一个肿瘤里面，有癌细胞、免疫细胞，还有其他不同类型的细胞。它们对药物的反应可能完全不同。
TXG的单细胞技术，可以帮助科学家分别分析这些细胞的基因活动；空间生物学技术，还能进一步了解这些细胞在组织中的具体位置。
这些数据既可以帮助科学家寻找新的治疗靶点，也可能成为训练AI细胞模型的重要基础。
当然，READ环节并不只有单细胞和空间组学，还包括基因测序、临床数据和医学影像。
今天选择TXG，是因为它最直接连接到细胞层面的AI生物数据。而且，TXG已经参与了实际项目。
美国科研机构Arc Institute正在推进Virtual Cell Atlas，也就是虚拟细胞图谱项目，希望利用大规模细胞数据，训练能够预测细胞反应的AI模型。
TXG就是相关技术合作伙伴之一。
这也是我关注TXG的原因：它提供的数据生成技术，已经进入大型AI生物学研究项目，而不是停留在市场概念上。
2026年第二季度，TXG营收约1.51亿美元。剔除今年和去年同期的一次性专利和解收入后，可比营收同比增长约3%。
不过，公司的空间组学耗材收入增长了16%。这个数字值得注意，因为TXG不仅卖仪器。客户安装设备以后，每完成一轮实验，还需要购买配套试剂和耗材。
所以，如果未来AI生物数据项目带动更多仪器安装，同时提高设备使用频率，TXG就有机会获得持续性的耗材收入。
四家公司怎么比较？
讲完这四家公司，大家应该可以看到，它们虽然都可能受益于AI新药，但商业化进度并不一样。
TWST负责把AI设计变成DNA和蛋白质，目前AI订单增长信号最直接，但市场给它的增长预期也最高。
RVTY负责实验检测，业务成熟、盈利基础较好，但AI带来的增量还没有明显反映在财报里。
DNA押注实验室自动化，想象空间最大，但收入下滑、现金消耗和竞争压力也最明显。
TXG掌握单细胞和空间生物学数据，长期逻辑不错，但目前整体收入增长仍然比较温和。
所以，产业链逻辑成立，不代表四家公司现在都值得买。
真正需要比较的是：订单能不能变成收入，收入能不能变成利润，利润能不能变成现金流，以及当前股价已经提前反映了多少未来增长。
如果你想进一步查看这四家公司的市销率、收入增长、现金消耗和估值对比，可以通过我们的官网，查看更详细的研究资料。
好了今天的视频就到这里，你最看好哪家，欢迎在评论区留下你的看法，我们一起交流。如果觉得今天的分析对你有帮助，别忘了点赞、订阅频道，打开小铃铛，后面我们还会继续挖掘美股市场中值得关注的投资机会。
感谢大家的观看，我们美国热线 6263783637 下期见！
美股市场正在出现3个看似毫不相关，但背后可能正在指向同一个方向的信号：
AI下一轮财富机会，可能正在从芯片，扩散到整个基础设施和应用生态。
第一，进入9月，我们的大数据注意到，主流存储芯片的现货价格已经开始回落，但MU、SNDK等存储股却不跌反涨。
实物价格向下、股价向上，这种明显背离的背后，究竟隐藏着什么尚未被市场充分看懂的深层逻辑？
第二个：
Meta 到底颠覆电商的哪一环，能让亚马逊宁可把送上门的订单挡在门外？而 Shopify 和 Expedia 又为什么选择站到 Meta 这一边？这背后到底是一场 AI 购物工具之争，还是下一代消费者入口的争夺？
第三个也是最值得琢磨的一点：
路透社爆料，Muse帮你打电话订餐厅、订服务，背后其实是真人在替它打。
一个被证实还要靠人工顶着的产品，市场明明已经看见了它的不完美，为什么还在一路上涨？
Muse这种新模式会把资金带向哪些美股板块？谁会成为Agent时代的新基础设施？又有哪些传统公司，可能因此被重新定价？
今天这期视频，我们将把这些内容一一讲透。内容非常干，建议先点赞收藏，也分享给身边关注美股和AI的朋友。
我们直接开始。
DDR4已经回落，为什么存储股价还在创新高？
先聊存储。
我每天都在追踪存储芯片价格。根据美股大数据一线调研，进入9月，作为上一代主流内存标准的DDR4，部分现货价格开始回落，而美光和SK海力士的股价依然保持强势。
很多投资者可能会疑惑：内存价格要开始跌了吗，存储厂商的股票不是应该下跌吗？
其实这里有一个关键点被忽略了——市场交易的早已不只是普通DDR4，而是AI带来的高端存储需求。
9月16日至22日，DDR4 16Gb价格下跌3.57%，同期DDR5 16Gb却上涨4.26%，其他多个规格也在走高。
这说明内存并非全面下跌，而是出现明显分化：部分传统DDR4需求转弱，DDR5、HBM等AI服务器相关产品依然紧俏。资金看的不是某一天DDR4涨跌，而是未来几个季度，哪类产品能够贡献更高收入和利润。
更关键的是，为了满足AI加速器需求，存储厂商正在把先进产能转向HBM。以生产同等位元计算，HBM大约占用普通DDR5三倍的晶圆产能。HBM产量越高，对传统DRAM产能的挤占就越明显，从而支撑整个存储市场的供需和定价。
因此，美光和SK海力士继续走强，并不是市场忽略了DDR4回落，而是利润正在从传统内存向HBM和服务器内存转移。
更深一层看，AI竞争也在发生变化。过去比的是模型规模和跑分，现在开始比谁能率先推出真正高频使用的个人Agent。
个人Agent不只是回答一次问题。它需要持续调用模型、保存上下文、记住用户习惯并连续执行任务。这意味着AI正在从集中式训练，走向全天候、高频率的推理，对HBM、服务器内存和数据存储形成更持久的需求。
所以，存储芯片正在从传统周期品，变成AI基础设施。接下来真正要盯的，不是单一DDR4现货价格，而是HBM出货、服务器内存合约价、云厂商资本开支，以及个人Agent能否形成高频使用。只要这些指标没有明显转弱，AI存储的主线就还没有结束。
大家好，我们是美股投资网，利用AI 量化分析工具，帮你从嘈杂的市场中准确识别出,持续的方向性关键信息
一个AI助手，为什么让AMZN、SHOP、EXPE走向不同命运
9月20号深夜，亚马逊在自己网站上挂出了一张拦截页。
正式限制 Meta 的 Muse 在亚马逊完成购物操作。理由非常官方：未经授权访问、身份不透明、账户安全风险。
但紧接着，另一批平台做出了完全相反的选择。
9月下旬，Meta 开始快速扩大 Muse 的商业生态合作，包括 Shopify、Walmart、Best Buy、Gap、Wayfair、Expedia 等零售和服务平台，同时接入 Shop Pay、PayPal 等支付能力，让 Muse 不只是一个聊天助手，而是逐渐具备从商品搜索、比较到交易结算的完整能力。
一个选择关门，另一批公司选择开门。
如果只看表面，很容易得出一个结论：接入 AI 是利好，拒绝 AI 是利空。
但股价完全不是这么走的。
Muse 上线后，SHOP、EXPE、BKNG、ABNB 等电商和在线旅游平台都曾出现明显下跌，而 $AMZN 的跌幅相对更小。
市场最初交易的是同一个逻辑：
如果 AI Agent 能替用户完成搜索、比较和下单，那么夹在消费者与商品之间的平台，都有可能被绕过去。
但十几天之后，分化开始出现。
$SHOP 很快收复了大部分跌幅，而 $EXPE、$BKNG、$ABNB 等在线旅游平台仍然明显承压。
最初一起被抛售的公司，开始走出完全不同的路径。
原因可能在于，市场开始区分两种完全不同的商业价值：
入口，和基础设施。
过去二十年的互联网，最值钱的资产之一就是消费者入口。
想买东西先打开 Amazon，想订酒店先打开 Expedia，想找信息先打开 Google。
这背后就是聚合理论的核心：互联网降低分发成本之后，真正拥有稀缺价值的，往往是能够聚合需求、控制消费者关系的平台。
只要消费者先来到你这里，供应商就必须争夺你的流量。
Amazon 的广告业务就是最直接的例子。2025年，Amazon 广告服务收入达到686亿美元。品牌愿意付钱，本质上是在争夺消费者产生购买意图之后看到的第一个位置。
而 Agent 改变的，恰恰是这一点。
过去是：
消费者→ Amazon →商品。
未来可能变成：
消费者→ Muse → Amazon →商品。
Amazon依然可能拿到订单，但消费者的第一层意图已经先进入 Muse。
如果用户不再打开 Amazon 搜索商品，那么搜索结果页、推荐排序和广告位的价值都会受到挑战。
因此，Amazon 真正需要防守的未必是一笔订单，而是谁控制消费者作出决定之前的那一层关系。
这也解释了为什么 Shopify 和 Expedia 不能简单放在一起看。
Shopify 更接近商业基础设施。大量消费者甚至不知道一家网店背后使用的是 Shopify。它提供商品数据、商家系统、支付和结账能力。Agent 如果带来更多交易，Shopify 仍有机会从交易链条中获得价值。
Expedia 则不同。
它本身就是消费者寻找、比较旅行产品的重要入口。如果 Muse 在前面完成需求理解、搜索和比较，Expedia 就存在从“消费者入口”退到“后端供应和交易节点”的风险。
所以，同样叫“接入 Muse”，经济含义完全不同。
对原本就是基础设施的公司，Agent 可能带来更多交易量；对原本依靠入口、搜索和消费者关系赚钱的平台，Agent 则可能拿走价值最高的那一层。
Amazon 恰好两者兼具。
它既拥有巨大的消费者入口，又拥有仓储、物流、履约、第三方商家和支付能力。
这也是它面对 Agent 时最复杂的地方。
封锁 Muse，可以保护自己的入口；但如果 Agent 最终成为新的消费者入口，Amazon 又很难永远放弃来自这些 Agent 的订单。
所以真正的问题已经不是“谁接入 Muse”。
而是当 AI Agent 开始接管消费者意图之后，谁还能控制交易，谁只剩下供应，谁又能成为所有 Agent 都绕不开的基础设施。
这才是接下来拆解 Muse 五层产业链的起点。
如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637
Muse正把AI红利送向这五层公司
第一层：Agent通信基础设施——TWLO、BAND
这是目前市场低估的一层。
很多人想到Agent，只想到聊天，但Muse最重要的变化不是回答问题，而是开始替用户行动。
比如取消会员、联系航空公司改签、和运营商谈价格，这些任务背后都需要真实的通信能力，包括电话网络、短信、语音接口和身份验证。
TWLO最大的优势，是已经连接大量企业通信场景。未来AI Agent如果成为企业客服、销售和服务人员，就需要通过TWLO完成电话、短信、WhatsApp、RCS以及企业API调用。
过去企业依靠人工员工处理客户沟通，但未来一个Agent可以全天运行，同时处理大量电话和消息。人口没有增加，但机器产生的通信流量可能快速增长。
所以TWLO更像Agent时代的通信平台。
BAND则更加靠近底层网络。它拥有自己的语音网络，可以减少中间环节，提高通信效率。随着AI Agent开始自主打电话、创建语音服务，BAND有机会成为Agent连接现实世界的重要基础设施。
简单理解：
Meta、OpenAI负责Agent的大脑；
TWLO负责连接各种通信渠道；
BAND负责让这些声音真正进入电话网络。
TWLO商业模式更加成熟，而BAND规模更小，如果Voice AI爆发，BAND可能拥有更高业绩弹性，但同时也面临竞争和利润率压力。
第二层是互联网基础设施——NET、AKAM
如果未来出现大量AI Agent访问互联网，最大的问题已经不是流量够不够，而是：
这个访问者是谁？
它有没有权限？
是不是恶意Bot？
它能不能代表用户完成交易？
未来互联网需要新的Agent身份、API管理、安全和边缘计算体系。
NET是我认为更直接受益的公司。原因是NET更接近Agent时代的“互联网入口”。
NET拥有Workers、AI Gateway、Bot管理、API安全和边缘计算能力，可以帮助开发者运行Agent，也帮助企业管理Agent访问。
所以NET的核心逻辑不是卖AI模型，而是成为Agent访问互联网必须经过的一层基础设施。
如果未来Agent数量快速增加，需要管理的请求、API和身份越来越多，NET有机会成为Agent时代的网络入口。
今年 3 月我们美股投资网就发视频清楚表示2026年AI智能体爆发年，极度利好NET，我们VIP 社群买入价格 179.5 美元。本周四收盘已到 361 美元，成功翻倍。
AKAM同样受益，但逻辑不同。
市场过去更多把AKAM理解为CDN公司，但未来Agent时代，边缘计算的重要性可能重新上升。
因为未来大量AI应用，包括实时语音、机器人、视频分析，都要求计算距离用户更近。AKAM拥有全球分布式网络节点，这些节点未来不仅可以做内容分发，也可能承担AI推理、安全防护和边缘计算任务。
所以简单理解：
NET更偏向Agent的软件入口、开发者生态和互联网访问控制；
AKAM更偏向企业级安全、边缘计算和全球基础设施。
如果未来Agent主要爆发在API调用、软件应用和开发者生态，NET的弹性更大。
如果未来AI走向实时应用、边缘推理和企业基础设施，AKAM的价值可能重新被市场认识。
第三层是身份、安全和权限，重点看OKTA、PANW和CRWD。
Agent最大的风险不是能力不足，而是权限过大。
未来，一个Muse可能不仅帮你聊天，它还可能接触你的邮箱、购物账户、支付信息，甚至企业内部数据。
那问题来了：
当AI替你打电话、修改账单、下订单时，对方怎么确认：
这个Agent是谁？
它代表谁？
它有没有权限执行这个操作？
如果出了问题，责任应该追踪到哪里？
最近Meta测试Muse时，就暴露了一个更深层的问题：
用户以为自己正在和AI交互，但部分复杂任务背后可能存在真人承接。
这说明未来AI Agent商业化，不只是模型能力竞争，还涉及身份透明、权限控制和数据安全。
这会推动新的安全需求。
OKTA负责身份认证和权限管理；
PANW覆盖网络、云端以及AI安全；
CRWD则关注终端、工作负载和机器身份安全。
过去十年，网络安全解决的是：
“人如何访问系统。”
但Agent时代，解决的是：
“机器如何代表人访问系统。”
这会成为一个全新的安全市场。
而这也是为什么我们9月1日在VIP社群关注OKTA，当时股价约165美元，本周三最高来到204美元附近，短线涨幅接近25%。
未来AI Agent越深入企业和个人生活，身份和安全层的重要性可能越高，
第四层是交易执行，重点看SHOP、WMT、V、MA和PYPL。
Agent可以找到商品，但最后仍需要确认库存、生成订单、完成付款和处理退款。
SHOP掌握大量商家的商品、库存、订单和结账系统。META已经确认，Muse未来将接入SHOP的支付体系。因此，SHOP有机会成为Agent与商家之间的交易操作系统。
V和MA掌握全球支付网络、身份验证和风控体系，PYPL则更接近互联网钱包和线上商家。购物入口可以改变，但支付清算、反欺诈和退款机制仍然不可缺少。
第五层是就是AI基础建设公司，NBIS 、CRWV和IREN等GPU 云厂商
Muse本身，而是它可能证明“AI Agent将成为下一个超级算力消费者”；而Nebius恰好已经拿到了Meta最高270亿美元的下一代AI基础设施合同，因此Muse用户越多、Agent推理的任务越复杂，Meta消耗Nebius未来GPU使用量的概率就越高。
Agent时代可能比聊天AI时代更加利好 Neocloud (GPU 云厂商)。
当然，美股投资网2026年必买10只股其中两个，就包括 NBIS 和 INOD，其中，INOD为Muse提供高质量的AI训练数据。
说完利好，再看谁可能受到冲击。
第一个就是 GOOGL。
它的问题和其他公司不同——不是没有能力，而是商业模式存在矛盾。
GOOGL 手里的牌非常全：Search、Maps、Gmail、Chrome、Android，再加 Gemini。理论上，它完全具备打造个人 Agent 的能力。
但问题是，GOOGL 最赚钱的业务之一，恰恰建立在用户主动搜索。
过去：
用户→ Google Search →广告→商家。
未来可能变成：
用户→ Gemini → Agent 直接完成搜索、比较甚至交易。
如果用户不再进入传统搜索页面，那么广告位和竞价排名的价值就可能受到影响。
所以 GOOGL 真正要解决的，不是有没有 AI，而是如何在进入 Agent 时代的同时，重新定义自己的搜索广告模式。
接下来重点看两个指标：
第一，高商业意图搜索的广告价值是否还能保持。
第二，Gemini 能否真正把搜索、比较和交易带入 Agent 流程
其次是YELP和TRIP这类依赖SEO、网页浏览和线索收费的平台。Agent可能直接读取评分和价格，却绕过它们的广告位。
BKNG和EXPE也会面临入口价值下降的问题，但它们掌握酒店库存和交易系统，仍可能成为Agent背后的订单供应商，因此不是纯利空。
最后是传统客服外包公司CNXC。未来如果用户Agent直接与商家Agent协商退款、改套餐和预约时间，大量重复性人工坐席可能被替代。
NICE和FIVN则属于多空并存。传统坐席减少会影响原有业务，但如果它们成功转型为Agent调度、监控和转接真人的平台，也可能获得新的收入。
今天这期就先讲到这里。
Muse背后的Agent产业链，其实远不止今天提到的这些公司。受时间限制，我已经把整条财富链的底层逻辑、核心公司、受益顺序，以及接下来真正需要跟踪的数据和风险点，整理成了一份更完整的研究内容，放在美股投资网官网的VIP社区。有需要的朋友可以去看。
如果你觉得今天这期视频有价值，帮我们把点赞顶到1000。点赞突破1000，下一期我就从这条Agent产业链里，挑出几家最值得跟踪的公司单独拆解：谁能真正把Agent流量转化成收入，谁只是暂时蹭上概念，以及哪些关键指标一旦发生变化，原来的投资逻辑就必须重新判断。
今天（9月18日）SanDisk（SNDK）大涨约 11%，收在约 $1,792。美股投资网调研发现，闪迪今天并没有一个全新的重大公司公告，真正推动股价的是“指数资金+ 巨额看涨期权 + AI/存储板块反弹”三股力量叠加。
我认为今天最值得注意的是下面几个因素：
1. 出现了非常夸张的 SNDK 看涨期权买盘。今天市场出现超过9,000万美元的短期期权资金涌入INTC、MRVL、MU 和 SNDK，其中SNDK 一只股票就占了约4,100万美元，资金集中买入10月2日到期、执行价 $1,600 的 Call。
这笔交易非常特殊，因为SNDK 今天本来就已经站在$1,600 上方。如此大规模、短期限的Call 买盘很容易产生 Gamma hedging：如果做市商是Call 的卖方，为了对冲风险，就需要不断买入SNDK 正股，股价越涨，需要买的股票可能越多。根据美股大数据 StockWe.com的量化追踪，机构今天在大单买入56亿美元，暗池买入5亿美元。
所以今天后半段从“上涨”演变成接近+11%，期权资金很可能是一个重要的加速器。
但需要注意：目前并不知道这个神秘买家是谁，所以不能把这$4,100 万 Call 当成“有人提前知道内幕消息”。它只能说明今天资金的看涨押注明显异常。
据Citadel Securities数据，本次到期的期权名义价值约为7万亿美元，规模为史上第二大，其中约60%在开盘时完成结算或展期。城堡证券由Scott Rubner领衔的市场情报团队提示，此前压低实际波动率的期权头寸退场后，价格会更容易受到资金流影响。嘉信理财交易策略主管Joe Mazzola也提醒，季末调仓可能放大波动。
第二个非常重要的因素，是SNDK 即将在下周一正式进入S&P 100。
S&P 已经宣布，SanDisk、Dell、Palo Alto Networks 和 Arista Networks 将于 9月21日正式加入S&P 100。SNDK 的消息并不是今天才公布，因此不能说这是今天突然上涨11%的“新闻催化剂”，但今天是指数调整生效前的最后一个交易日。
这点非常关键。
追踪 S&P 100 的被动基金需要按照新的指数权重调整仓位，同时还有大量主动基金、量化基金和套利交易者会提前进行index rebalance / index front-running。这是美股投资网创始人兼CEO，Ken，他在华尔街，纽约证券交易所担任分析师时，职责之一。
因此今天会出现一个很典型的情况：
被动资金必须买 + 套利资金提前买 + Call 做市商对冲买。
三种资金可能同时集中到SNDK 上。
所以我认为，今天SNDK 明显跑赢 MU 和 WDC，并不是偶然。
其中我尤其关注$4,100万的 10月2日 $1,600 Call。
因为这笔交易到期只有两周左右，绝对不是传统长期投资者买LEAPS 的行为。这意味着有人在非常明确地押注未来两周SNDK 继续保持强势和高波动率。
美国财政部长贝森特，三个月前警告特朗普：“债券市场搞垮的政府，比榴弹炮还多。”
为什么他会这么说？因为债券市场真正可怕的地方，不需要一枪一炮，它只需要不断抬高“借钱的价格”，压力就会从政府融资，一路传到企业成本，最后压到美股估值。
本周三，我们就看到了这条链条突然绷紧。
美联储加息25个基点，12比0全票通过。点阵图显示，18名官员里有16人预计今年至少还要再加一次息，2026年底利率中值也从6月的3.8%上调到4.1%。“这次加完，很快就会重新降息”的预期被明显打压，美股随即下跌。
可到了周四，市场又像什么都没发生一样迅速反弹，前一天的失地几乎全部收回。但债券市场没有松口：2年期美债收益率收在4.68%，10年期回落到4.94%，30年期仍高达约5.3%。
问题来了：既然加息已经落地，恐慌也已经释放，美股甚至重新大涨，为什么债券市场还是不肯真正松口？
更反常的是，大资金并没有简单地撤出市场，而是在做两件完全相反的事：一边增加防守，另一边却还在继续承担风险。这说明他们真正担心的，可能不是“美股会不会跌”这么简单，而是在重新判断：哪些资产扛得住高利率，哪些过去最拥挤的方向已经开始变危险，而下一轮机会又会从哪里冒出来。
所以今天这期视频，我会把四件事讲清楚：
第一，债券市场现在到底在逼美联储做什么；
第二，为什么 AI投资让长期利率根本降不下来?
第三、周五三巫日，有超过2万亿美元的delta名义期权到期，短期美股如何表现？
第四，我会顺着大资金的真实流向，把现在的股票分成三类，明确告诉你哪些还能继续持有，哪些已经要提高警惕，
别走开，接下来讲到的，很可能就有你手里的爱股。视频不短，但都是和接下来行情直接相关的重点，建议先点赞收藏。我们直接开始！
债券市场现在到底在逼美联储做什么？
那债券市场现在到底在逼美联储做什么？
其实不是简单逼它“继续加息”，而是在逼它证明：你真的有能力把通胀压下去。
因为美联储能直接控制的，主要是短期政策利率；但10年期、30年期美债收益率，是全球资金自己定价出来的。
如果投资者相信未来通胀会下来、利率会下降，他们就愿意买长期国债，长期收益率自然会往下走。
可如果市场不相信呢？
那投资者就会要求更高的收益率，才愿意把钱锁十年、三十年。结果就是，即使美联储暂停加息，房贷、企业贷款、公司发债这些长期融资成本，依然可以继续维持在高位。
换句话说，债市现在其实是在告诉美联储：光说“通胀会下来”不够，你得用行动让我相信。
否则，长端利率就会替你继续收紧金融条件。
所以现在真正麻烦的地方在于，美联储即使想停，债券市场也未必允许整个金融环境马上放松。
而这就引出了下一个问题：到底是什么力量，让10年期、30年期利率一直这么难下来？
如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637
AI牛市正在制造自己的敌人
沃什在发布会上，给出了一条非常关键的线索。
他说，美国最近的资本开支正在快速增长。建设AI数据中心的超大规模云厂商，正在市场上筹集资金，所以对资本的竞争是真实存在的。
这句话听起来像是在谈AI投资，实际上却解释了长期利率为什么迟迟降不下来。
过去两年，市场习惯把AI资本开支理解成一条纯利好。
微软、Amazon、Google和Meta投入的钱越多，购买的GPU就越多；数据中心建得越多，芯片、存储、光通信和电力设备拿到的订单也就越多。
但大家一直只盯着这些钱最后花到了哪里，却很少追问另一个问题：这么多钱，最开始从哪里来？
我们看数据。
按照UBS的估算，2026年Amazon、微软和Alphabet三家的资本开支，相当于它们云业务合计收入的102%。
注意，这不是说云业务赚到的钱全部被花光了，因为收入不等于利润和现金流。它真正说明的是，这三家公司的资本开支规模，已经超过了它们云业务的合计收入。
https://primexbt.com/news/hyperscalers-set-to-spend-102-of-cloud-revenue-on-ai-capex-in-2026-ubs-says/?utm_source=chatgpt.com
再把范围拉大。高盛预计，五大云巨头厂商2026年资本开支大约7500亿美元，而同期能产生的经营现金流大约是7780亿美元。也就是说，全球现金流最强的一批科技公司，这场AI军备竞赛，也正在逼近它们自身现金流能覆盖的边界。
https://www.reuters.com/business/hyperscaler-debt-binge-pushes-yields-up-investor-demand-cools-2026-07-29/?utm_source=chatgpt.com
但AI投入并没有因此停下来。
当内部现金流不够用，下一步自然就是去债券市场借。截至7月7日，Amazon、Alphabet、Meta和甲骨文今年已经发了大约1940亿美元债券，比它们2025年全年的1080亿还高出79%。高盛预计，加上微软，五大厂商今年发债可能到2500亿美元，2027年进一步冲到4000亿。
https://www.investing.com/news/stock-market-news/hyperscaler-debt-binge-pushes-yields-up-as-investor-demand-cools-4820617
问题是，同一时间来到市场上融资的，不只有科技公司。
CBO预计，美国2026财年财政赤字超过1.9万亿美元，相当于GDP的5.8%。这意味着财政部也要持续发大量国债，补赤字、付利息。再加上战争、能源安全、制造业回流、电力基建，全都在吸长期资本。
一边是财政赤字，一边是AI数据中心，另一边是能源国防制造业。看着不相干，最后都要同一个全球资本市场来消化。美国政府、科技巨头、能源和国防同时要钱，投资者自然要求更高回报。融资需求越大，资金价格越高，10年期美债收益率就越难真正降下来。
现在信用市场正在用真金白银投票。
Apollo指出，如果云厂商的CDS利差上升，只是因为交易商在对冲新发行的债券，那么作为投资级债券发行大户，银行的CDS也应该同步上升。但现实是，银行CDS利差仍然稳定在40个基点左右，部分云厂商的CDS却在明显扩大。
这说明市场并不是在全面回避所有信用风险，而是在单独提高部分AI融资方的风险价格。
https://www.apollo.com/institutional/insights-news/insights/daily-spark/hyperscaler-cds-widening-is-not-a-dealer-inventory-story
甲骨文就是最明显的例子。它的五年期CDS已经从一年前大约40个基点升到200个基点以上，S&P也把甲骨文的长期信用评级下调到BBB-，距离垃圾级只差一步。
再看风险更高的CoreWeave。今年7月，它的CDS一度升到大约855个基点，按照常见回收率模型估算，对应的五年累计隐含违约概率一度接近50%。
当然，这不代表CoreWeave真的有一半概率会破产，CDS里面还包含流动性、情绪和风险溢价。但它清楚说明了一件事：市场愿意继续给AI基础设施公司融资，只是要求的风险补偿已经越来越高。
而到了本周四，这个逻辑又往前走了一步。CoreWeave宣布再发行30亿美元2033年到期的可转债，同时设立最多3500万股的ATM股票发行计划。问题并不是它没有需求，恰恰相反，需求太强了。为了接住这些订单，它必须不断买GPU、建数据中心、锁电力，而这些投资都要先拿真金白银砸进去。消息公布后，CoreWeave股价在科技股整体大涨的当天一度跌超5%。
到了这里，AI和高利率之间的关系就变了。
过去我们总觉得，高利率只是AI股票的敌人：利率越高，估值越低。但现在你会发现，AI本身也在制造对资金的巨大需求。云厂商、数据中心、芯片公司同时抢资本，融资需求越来越大，长期资金的价格自然更难下来。
于是就形成了一个很值得思考的反馈循环：AI投资越大，资金竞争越激烈；资金越贵，长期利率越难明显回落；而长期利率越高，未来利润折回今天的价值就越低。
说白了，AI一边在创造利润，也在抬高这些利润的折现率。
AI牛市，正在制造自己的敌人。
大资金买的不是所有AI
问题来了。
既然AI融资压力已经开始上升，为什么大资金还没有离开AI？它们到底在买什么，又在回避什么？
美银9月基金经理调查里，有两个数字很关键：42%的人认为，AI巨头庞大的资本开支最可能成为下一场系统性信用事件的来源；但79%的人又认为，这些公司今年根本不会削减资本开支。
一边担心它们投得太多，一边又相信它们还会继续投。这并不矛盾——因为资本开支可以继续增长，信用风险也可以同时积累。真正变化的，不是资金突然抛弃AI，而是资金开始变得更挑剔。
截至9月9日当周，美国股票类基金和ETF净流出接近118亿美元，债券类资金却净流入超过115亿美元。大资金没有全面撤退，而是在降低组合风险，同时把有限的风险预算留给自己最有信心的方向。
https://www.wsj.com/business/tech-media-telecom-roundup-market-talk-6cd01c34?utm_source=chatgpt.com
这就是现在最真实的状态：一边还在买AI，一边已经开始买保险。
而短期还有一个变量，会放大这种谨慎。周五就是三巫日，超过2万亿美元的Delta名义敞口集中到期。过去14次9月三重巫术日里，标普500有12次当天收跌；之后5个交易日，上涨比例甚至不到30%。
我认为这组数据真正告诉我们的，是这种大规模仓位到期，本来就很容易带来短期波动和资金重新平衡。等这批仓位清掉以后，真正值得看的，是谁还能继续涨，谁开始掉队。
在这里，美股投资网把AI股票分成三类。
第一类，是直接从AI资本开支里收钱的公司。
代表包括NVDA、AVGO、MU、ANET、VRT和DELL。只要数据中心继续建设，芯片、存储、网络、电力设备就还有订单。它们最大的优势是，不需要等AI最终怎么变现，科技巨头今天花出去的钱，很快就可能变成它们的收入。
DELL就是很典型的例子。
今年6月我们第一次专门分析DELL，当时股价还在410美元附近。我们判断，企业一旦真正开始部署AI，买的不会只有GPU服务器，存储、网络、传统服务器甚至AI PC都会一起升级。按照周四收盘价算，这一波浮盈已经接超过40%。给我们的努力点个赞。
到了9月11日，我们再次跟踪，逻辑已经开始兑现。DELL上一季度AI服务器新签订单609亿美元，确认收入164亿美元，季末积压订单950亿美元；AI客户已经超过6500家，其中3300家还是最近三个季度新增的。
这说明AI正在从少数云厂商，真正往企业端扩散。
第二类，是自己有能力承担AI资本开支的公司。
代表就是MSFT、GOOGL、META和AMZN。它们虽然烧钱最多，但背后还有云计算、广告、电商这些现金牛。接下来市场真正比较的，不是谁花得最多，而是谁能最快把这些投资变成收入和现金流。
第三类，就是最需要小心的：高度依赖外部融资的公司，比如ORCL和CRWV。
这类公司不是没有订单，恰恰是订单越多，越需要提前建数据中心、买GPU、锁电力，所以增长越快，需要的钱可能反而越多。一旦长期利率维持高位、借钱越来越贵，融资压力就会迅速放大。
但但这里必须单独讲一下我们的重点持仓NBIS。
表面上看，NBIS也属于第三类，但它正在努力脱离第三类。因为它同样要重资产扩张，也需要融资。但现在它开始出现三个非常关键的变化。
第一，算力价格还在涨。NBIS二季度Blackwell算力拍卖的成交价格，比公司历史最高价格还高15%，说明真正能稳定交付高端算力的平台，依然有定价权。
https://www.marketbeat.com/earnings/reports/2026-8-13-nebius-group-nv-stock/?utm_source=chatgpt.com
第二，客户开始替它承担一部分资本开支。NBIS预计2026年会收到超过90亿美元客户预付款，一些大型项目甚至可以靠预付款覆盖50%到60%的建设成本。也就是说，以前是公司先借钱建数据中心，现在客户自己也开始先把钱打进来。
https://www.sec.gov/Archives/edgar/data/1513845/000110465926094568/tm2622968d1_ex99-2.htm?utm_source=chatgpt.com
第三，融资成本目前仍然可控。今年7月，NBIS完成7.75亿美元高级担保融资，利率是SOFR加2.5%，算下来实际成本大约6%。它背后抵押的是GPU，还有投资级客户已经签下来的现金流。
https://www.sec.gov/Archives/edgar/data/1513845/000110465926084452/tm2620683d1_ex99-1.htm?utm_source=chatgpt.com
这件事非常关键。
NBIS不是不需要借钱，而是正在把“订单”本身变成融资能力。客户愿意提前付款，银行愿意拿合同和GPU做抵押，它就不需要完全依赖不断增发股票去扩张。
当然，风险依然存在。NBIS仍然是一家资本开支非常重的公司，未来扩建还需要大量资金。
但我们为什么继续长期持有？因为目前三件事还同时成立：算力价格在涨，客户合同越来越硬，融资成本还在可控范围。
NBIS是我们过去两年“必买10只股”里的首选股，从去年40美元附近开始重点推介，到现在已经上涨大约7.5倍。我们自己的核心仓位里，NBIS也占了接近一半。目前我们的账号最近两年回报率502%。
只要这三条没有被破坏，我们就会继续持有。
技术面上，短线已经从“破位下杀”重新回到215—220争夺区。这个位置它既是前期成交密集区，也靠近短期均线和缺口，多空都会在这里重新表态。
接下来关键看两点：一是能不能放量站稳220，如果站稳并回踩不破，短线有望打开230—235甚至前高的空间；二是如果反复冲220不过、量能萎缩，就要防二次回踩，下方先看210，强支撑在200—205。
好了，今天的视频就先讲到这里。由于时间关系，加息环境下哪些资产风险正在上升，以及SPY、QQQ、NVDA、GOOG和存储，光通信相关股票的哪些关键支撑位不能跌破，这期没有办法全部展开。
但是我已经把相关内容整理成一份《加息环境下的重要资产与关键支撑位清单》。需要的朋友可以联系我们的客服微信 MaxStockWe
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
美股投资网的实盘账号，2年回报率接近500%，过去1年回报率达到280%，今年以来已经实现135%的收益。
坦白说，这背后并不是靠猜中了几只牛股。我们确实找到了一套可以持续稳定盈利的策略。
如果你愿意花10分钟看完这期视频，我想把这套方法背后的逻辑，真正讲清楚。
为了研发这套系统，我们付出了大量时间和资金，不断回测、验证、迭代，最终建立起属于自己的大数据信息优势。把新闻、财报、机构持仓、期权、暗池、资金流、技术面、估值、行业数据组合起来。
坦白说，我刚入华尔街的时候，也交过大量“学费”，亏过不少钱，才了解到什么是真信号和假信号，最终都才把亏损赚回来，因为只要我把胜率做到80%就可以，而且要控制好回撤。
你看看我们2025年1月必买股，CRDO，CLS，MU，这些都翻了300%以上，MU最少涨10倍。2025年7月必买股 NBIS，当时有几个人知道的，才40块，上个月到300美元。
美股投资网成立18年，比任何一个财经博主做得时间都要久，希望帮你从从海量、嘈杂、不断变化的市场信息中，找到真正值得关注的方向性信号。
而这个周末，我想大家提前弄清楚几件大事。
因为周五的非农数据已经明显改变了市场对9月美联储政策的预期：8月美国非农新增16.2万人，明显高于预期，9月加息重新成为市场关注的核心变量。
而下周，市场还将迎来CPI、长端美债收益率变化，以及一系列重要市场事件和科技公司财报。接下来几天，很可能直接决定9月后半段到底是继续进攻，还是重新回到高利率压估值的交易节奏。
今天主要讲三件事：
第一，把本周宏观层面最重要的利率博弈，以及指数背后的真实结构拆透；
第二，把NVDA、AVGO、DELL、SNOW，以及存储板块几只核心票 SNDK 、MU、的多空防线，精确到具体价位；
第三，推演下周CPI、期权到期，以及ORCL和ADBE财报可能触发的几种行情剧本。
这期内容含金量非常高。哪怕最后只记住一个关键价位、一个风险点，都能让你下周少一点被动，多一套应对方案。
现在动动发财的小手，点个赞把频道关注上，我们马上开始。
本周宏观层面
先看本周宏观层面。这周市场真正给出的信号，不是"利率一涨科技股就一起跌"，而是资金正在重新给科技股排座位。
周五强劲非农把两年期美债收益率一度推到4.42%，标普500跌0.38%，道指跌0.51%，纳指跌0.29%。但QQQ反而涨了0.18%，半导体继续明显跑赢，软件ETF IGV却跌了2.08%。
换句话说，资金并没有撤出科技板块，而是在从高估值、对利率更敏感的软件股，转向盈利确定性更强的AI硬件和大型科技。油价上涨和加息预期压住了指数，但AI订单、存储涨价和供应瓶颈，又让资金不愿意彻底离场。
接下来直接看几个关键位置。
先看SPY，周五收在770.19美元。第一支撑在768.5到769.5，靠近周五低点，也是近期反复成交的位置。跌破以后看764.5到766美元，真正的日线防线在760美元附近。
只要这个区间不破，大结构仍然属于高位整理；一旦失守，下面再看756到758美元。上方第一压力在772.8到774，突破后看775到776。真正想打开新的上行空间，必须放量站稳779.4到780美元。
再看QQQ，它现在明显比SPY强。第一支撑在716到717美元，核心支撑在709到710，这里是本周启动前的重要平台。再往下704.5到705美元，是科技权重短线结构的最后防线，失守就意味着这轮相对强势开始松动。
上方先看周五高点721.9美元，再看724到725。突破以后，途中还有729到730的前高压力；只有进一步站稳734.5到735美元，才有机会重新挑战748.65的历史高点。所以QQQ这里，724美元是突破信号，735美元是更重要的确认位置。
最后看IGV，周五收在104.57美元。104到104.4是第一支撑，跌破后看102.4到103；如果这个区间也守不住，下一档就是99.7到101.3。上方第一反压在106.2到107.4美元，重新站回这里只能算止跌，真正恢复强势还得突破108.5到110.6。IGV能不能收复107.4美元，是判断资金会不会从AI硬件重新回流软件的重要信号。
SNDK MU暴涨
再来聊大家关心的存储。
周五存储股集体爆发，SNDK大涨约11%，MU上涨6.1%。
OpenAI正式发布新一代AI模型GPT-6 Astra算是一个催化剂！人类进入 AGI 时代的起点。Astra的核心变化是能够直接操作计算机和软件，替用户完成编程、科学研究、3D建模、制作演示文稿和电子表格等复杂任务。将会消耗大量的存储芯片和闪存。
但是真正把逻辑坐实的，还是戴尔财报。
戴尔AI服务器积压订单已经达到950亿美元，管理层财报都说了，你可能没有去听，他说的很直白，当前最大的瓶颈是DRAM和NAND，连喊了三遍，翻译过来就是。内存不够卖了，情况很严峻。
市场调研机构Counterpoint数据同样炸裂，二季度全球NAND营收环比暴增70%，平均售价环比上涨55%，美银甚至预计2027年全球DRAM和NAND市场规模将突破1.2万亿美元，这不是普通复苏，是一场结构性的超级紧缺，根源还是在AI。
根据美股大数据 StockWe.com/HardwarePrice 存储芯片价格追踪，内存价格每天还在稳步上涨，根本没有降低的迹象，拐点未至，继续持有 MU 和 SNDK。
以上硬数据解释了为什么闪迪SNDK、美光大涨，其实如果你同时有关注其他板块，你会发现周五是整个硬件被资金追捧，推理芯片也大涨8%，CBRS大涨10%，ALAB大涨10%，光通信COHR 和LITE 同样大涨5-6%
Saas软件板块被抛售，PLTR 周五跌4.49%，SNOW 周五跌5.41%。资金从软件板块又轮动到硬件板块。所以美股大数据这个细分板块含金量就非常高了，比起只看大板块，什么XLK信息技术，XLF金融板块这些，强太多了。
再来说SNOW。周三盘后它交出来的不是普通"beat"，产品收入增速连续第三个季度加快到37%，全年指引直接往上抬了两个多亿。
管理层说得也很直接——AI贡献了大约一半的增长加速。翻译一下，市场之前担心AI会绕过传统软件，现在SNOW用账单告诉你，AI跑得越多，企业越需要数据、权限和治理，
Snowflake反而卡住了一个关键位置。大家应该还记得这是我们八月的必买股吧，当时292，盘后直接涨了23%以上，你要是跟上了，现在大概30%的收益已经在手了。给我们的努力点个赞，也转发给身边的朋友。
我们youtube帖子也在财报当天，高位 372贴出我们止盈的订单，高位锁住利润，因为你看周五SNOW 已经从高位384跌回到337美元，回调了12%，我觉得估值偏高是SNOW唯一最大的问题，远期市盈率153。
技术面上，SNDK周五冲高至1740美元附近，短线先看1695—1705美元能否由压力转为支撑；守住这里，强势结构仍在。下方更关键的承接区在1580—1610美元，若失守，才需要防范回落至1510—1555美元筹码密集去。上方先突破1725—1740美元，再看1785—1800美元，最后才是1828美元前高。
MU周五收在1016.59美元，1008—1012美元是第一道突破确认区，下面995—1000美元才是短线防线；若重新跌破995美元，下一道支撑看969—979美元。上方先看1035—1036美元，放量站稳后依次看1064—1065美元和1097—1100美元。换句话说，1036美元决定能否突破平台，995美元决定这次突破是否失败。
NVDA和AVGO
这一周NVDA走得不差。财报后的震荡没有破坏趋势，背后不只是资金回补，而是黄仁勋正在把英伟达的边界一圈圈往外推。
他在G20把AI定义成像水、电、公路一样的国家级基础设施。意思很直接：各国建设AI数据中心，不会只买一两个季度，而是一轮由政府、云厂商和企业共同推动的长期建设周期。
随后，英伟达与联发科加深合作，让定制XPU接入NVLink Fusion；
另一边又宣布收购Hugging Face，把手伸向开源模型和开发者入口。收购公告是在周四，周五只是市场继续消化，并不是又多出一笔交易。
这两个动作放在一起，英伟达的算盘就清楚了：客户买GPU，它赚钱；客户自己做XPU，只要接入NVLink和英伟达系统，它仍能赚钱；开发者从开源模型起步，最后部署到CUDA和英伟达算力上，它还是能赚钱。
这就自然讲到AVGO。博通最值钱的故事是定制XPU和网络，而英伟达正在往这块业务的系统层靠近。这不代表博通现有订单马上被抢走，但市场必须重新计算：未来客户即使不用英伟达GPU，是不是真的还能绕开英伟达的互连和软件生态？
AVGO财报并不差，问题是高估值已经把乐观预期提前算进去了。现在资金要看的，不是远期故事有多漂亮，而是订单能否在供应、成本和利润率压力下变成现金流。
美股投资网认为，AI竞争正在从“谁的芯片更快”，升级为“谁掌握更多入口、谁能从同一笔AI投资里反复收费”。NVDA在扩大收费范围，AVGO则要证明自己的护城河不会被稀释。
技术图上，两只股票的状态不同。
NVDA周五收在230美元附近，站在主要均线上方，财报后的V形修复仍在延续。但股价也进入230—236.54美元的前高压力区。若放量突破236.54，才算打开新高空间；如果冲高失败，先看224—225美元，下面217—220美元是上升结构的防线。
AVGO周五收在357.89美元，短线第一支撑看353.5—355美元，这里叠加周五低点和8月底多次成交区；跌破后看349—351美元，342.33美元则是财报后低点，也是这轮反弹不能失守的底线。
上方第一压力在359.5—360美元，连续两天都在这里受阻。放量站稳360美元后，下一步看364.5—367美元的财报缺口区域；进一步收复370—372美元，短线才算真正转强。再往上，377—380美元是更重要的趋势修复区，站不上这里，暂时还不能谈重新挑战400美元。
下周展望
下周一美股休市，所以别看有五天，实际上就四个交易日。但这个被压缩的交易周，很可能是整个9月波动最剧烈、也最关系到四季度基调的一周。
周五的非农已经把底牌摊在桌面上了。就业数据依然有韧性，短期硬着陆的顾虑可以放一放。但问题也在这——美联储因为就业走弱而暂缓收紧的这个理由，明显被削弱了。
换句话说，就业稳住之后，市场的注意力会全部转向通胀。下周四PPI、周五CPI，上个月PPI还在4.7，CPI在3.4，黏性客观存在。现在市场最关心的就一件事：核心通胀到底能不能给出明确的降温信号。
与此同时，美联储正式进入静默期，整个下周不会有任何官员出来讲话。这就带来一个很现实的问题——如果周四周五的数据超预期，市场上没有官方声音来平复情绪，资产价格的短期重估往往会自己放大波动。
如果通胀决定的是大盘整体的估值水平，那周四盘后甲骨文和Adobe的财报，就是AI链条的一次直接检验。
甲骨文方面，核心关注点在于RPO（剩余履约义务），也就是已签约但尚未确认收入的订单储备。目前市场聚焦于大型科技公司的资本开支节奏，甲骨文的RPO能直观反映下游客户是否愿意继续签署长期算力合同。只要该指标保持稳健，说明底层算力需求仍在，相关硬件产业链的业绩逻辑也能维持。
Adobe那边对应的是软件端。市场对纯概念的关注度在下降，焦点已经转向商业变现本身——Firefly有没有带来新增订阅、ARR增长怎么样、客单价能不能提升。
如果Adobe能证明企业客户愿意持续掏钱，那整个SaaS板块的估值再次就有修复的可能。反过来，如果这两家给的指引不及预期，科技股盘后先先承压，紧接着周五早盘CPI落地，盘面就会面临基本面和流动性的双重考验。
再把视野拉宽一点，这一周真正贯穿始终的宏观主线，还是长端美债。周五非农之后，两年期从4.34升到4.37左右，十年期到了4.78，三十年维持在5.25附近。短端在交易加息预期，长端居高不下，背后已经不光是政策利率了，还有通胀、财政赤字、发债供给和期限溢价。
美银的Flow Show有个说法叫"先承压，后反转"。全球央行政策预期偏紧，债券收益率走高，会同时压制AI资本开支、房地产和利率敏感的消费。但反过来看，美债过去十年的滚动回报是负2%，处在百年最差阶段之一。
债券已经经历了一轮很极端的调整，只要通胀开始降温、收益率确认见顶，长债的风险回报就会改善，之前被利率压得最惨的小盘股、生物科技、房地产、高估值科技，都有可能修复。
但问题就在于，收益率能不能见顶，下周就要接受一次真实买盘的考验。财政部周二到周四要陆续标售三年、十年和三十年期的国债，总规模1190亿美元，最关键是周三的十年期和周四的三十年期。市场不光看有没有人买，还要看中标收益率、投标倍数，以及一级交易商被迫接了多少。如果需求偏弱，长端收益率很容易再往上冲一波。
财政部从9月9日起，把十年到三十年期的流动性回购上限从每次20亿提高到至少40亿，这个动作能改善旧债的交易流动性，缓解短期压力，但它替代不了新发国债所需要的真实配置需求，也不能直接给收益率封顶。
所以怎么看？下周前半段，发债供给加上静默期，指数大概率继续震荡。后半段PPI、CPI、财报和长债拍卖结果陆续落地，方向才会更清楚。
如果通胀有序降温、国债拍卖平稳，十年期收益率回到4.70%下方，科技股的估值压力会明显减轻，标普500有机会再次挑战7800点。反过来，如果长债需求不足，十年期收益率突破4.85%，大盘可能先测7600到7650，这个区间守不住，下一道防线就在7500点附近。
所以下周真正的多空分界，不只在CPI，更在华尔街愿不愿意接住这1190亿的新债。数据决定美联储怎么走，拍卖结果决定长端利率往哪走，而长端利率最终决定了科技股还能拿到多高的估值。
好了，今天的视频就到这里。如果这期内容对你判断下周美股有帮助，记得点赞、收藏和转发，我们下期再见。
美股投资网的实盘账号，一年做到 357%的盈利。今天我将无私公开我是如何在美股市场里挖掘机会的，以及我到底用了哪些量化金融工具、哪些核心指标、指标又是怎么调的，全部公开分享给大家。
要想在美股股市中稳定盈利，靠的是信息差，谁先看到关键信息。
华尔街顶级机构，早就把这种方法运用到了极致。过去10年，美股投资网团队持续投入，累计投入超过百万美元，组建由哈佛、清华北大等背景的数据科学和金融博士研究员组成的团队，打造出和投行高盛、摩根斯坦利同等级别的量化金融AI大模型引擎：美股大数据 StockWe.com
系统支持 7×24小时AI智能盯盘，实时追踪机构主力资金流向、期权异动，公司突发重大新闻、并自动扫描财报、解读电话会议及 SEC 文件。
从基本面、财务数据、投资者情绪、技术走势，AI产业链趋势到宏观环境与估值模型，StockWe AI 提供全方位、多维度的系统化分析美股。
AI负责从海量数据中寻找异常和机会，我们研究团队负责拆解底层逻辑，最后再结合严谨的仓位和风险控制，形成完整的投资决策体系。这也是我们一直强调的：真正拉开收益差距的，是比市场更早一步洞察资金异动、基本面出现拐点的初期，就提前锁定真正值得布局的机会。
今天，我们就带大家深入了解美股大数据全部核心功能：
到底怎么帮你挖掘牛股？
怎么发现机构资金正在悄悄布局的股票？
怎么从财报、新闻、期权和暗池数据里寻找市场还没有充分定价的信息？
而且最重要的是，就算你不花钱，也可以通过今天这期内容学到很多真正实用的美股投资方法。我们官网有很多功能都免费使用！
AI智能体：直接调用我们的美股数据库
先说我们的AI智能体。它和普通聊天AI最大的区别，是背后调用我们机构内部高质量付费数据库和上千份投行研报，该系统采用多 AI Agent 共识机制，让多个智能体从不同视角同步分析同一市场信息，实现更全面、更客观的决策支持。
包括机构评级、期权异动、板块强弱、暗池交易、内部人士买卖……这些原本分散在不同模块里的数据，它可以在一次提问中完成调用、筛选、交叉验证和解释。
咱们投资者真正缺的从来不是更多信息，而是从几百条信息里快速找到重点——哪些信号有用，哪些只是噪音。下面我们直接演示。
比如我们问它：“今天（美东时间8月27日周四）有哪些机构评级最值得关注？”
那么我们的AI智能体会先扫描当天全部评级。然后给出结果
1. 看多 210 条
2. 中性 77 条
3. 看空 8 条
整体情绪是明显偏多的
此外还会显示系统自动排出看多最集中的公司：
OKTA 21条，英伟达18条，CRWD 16条，CRM 14条，P 9条；看空评级也会同步列出。
但评级多不代表一定会涨。AI会继续判断：多家机构是否在同一时间形成一致预期？
我们看到 OKTA、CRWD、NVDA、CRM、P 都出现了明显的机构共识——说明这不是某一家机构的孤立观点，而是华尔街集体看涨没有分歧。
接着，系统会追溯每条评级来自哪家机构、哪位分析师，并结合其历史准确率做质量筛选。因为同样是“看多”，不同分析师的判断价值差别很大。明星分析师看板的作用，就是过滤掉缺乏历史验证的观点，优先跟踪那些长期准确率更高的机构信号。
接着我们再看目标价偏离榜。
系统自动计算每只股票的目标价相对现价还有多少空间，从高到低排好。
比如INTZ 现价0.69美元，目标价9美元，偏离1200%多；IVVD 现价0.90美元，目标价10美元，偏离1009%，等等。
这个榜单不是让大家看到数字大就冲进去——低价股、小盘股、覆盖机构少的公司，偏离往往会很夸张。所以AI会把偏离幅度与机构覆盖数量、共识强度、分析师准确率、目标价时效性一起交叉筛选。最后找出来的，不只是“目标价高”的股票，而是既有空间、又有足够证据支撑的公司。
综合这些条件，系统把 NVDA、OKTA、CRWD 列入第一梯队。
NVDA：18条看多，机构一致预期强，高准确率分析师支持，目标价空间明显。
OKTA：看多覆盖度最高，共识最集中。
CRWD：网络安全方向同时获得资金、板块、评级三方面支持。
这背后是调用了我们分析师评级的数据库，让AI做出综合的分析，AI还会告诉你每家公司为什么入选，点这里过滤器，输入NVDA代号，能筛选出过去几个月英伟达全部的投行评级，目标价分别是多少，现在的价格离目标价还有多少上涨空间，这些数据我们都一一呈现。
现在我们再问：“今天美股市场最强的板块是什么？”
AI会实时对板块强弱评分。
周四的结果是：
网络安全第一，21分——OKTA涨28.84%，CRWD涨20.22%，PANW涨13.93%；
随后是比特币相关板块、项目管理软件、无人机、数据存储与保护。
弱势板块：邮轮、酒店、线上娱乐、房屋建筑、社交媒体。
当别的软件可能只会告诉你：“今天金融板块强于科技板块。”但美股大数据能把板块进一步细分，让你看到科技板块内部，到底是谁在领涨。
比如同样是科技股，系统可以进一步拆分出网络安全、SaaS软件、半导体、云计算、AI基础设施等细分方向，让你第一时间发现：今天到底是哪一个细分赛道最强，资金又在集中流向哪里。
这样做的真正价值在于，当某家公司突然出现重大利好、股价大涨时，你不仅能看到这家公司本身的异动，还能快速判断：它会不会带动整个细分板块形成联动？哪些同板块个股最有可能跟涨？资金正在形成怎样的板块共振？
比如周四CRM大涨22%，很快就带动同一细分方向的NOW、TEAM、NET等个股同步上涨，涨幅都达到8%左右。
对于短线交易者来说，真正有价值的，往往当天还有什么股票值得买。接下来再问：“今天有哪些公司内部人士交易最值得关注？”
系统统计最近两个交易日共有165笔买入和342笔卖出，并把成交额最大的交易直接排出来。
买入榜中，MAIR以6.21亿美元排名第一；
卖出榜中，CPAY为2.11亿美元，JMKE为1.21亿美元，SNDK约为7500万美元。
这里最容易被误读的就是SNDK。7500万美元看起来像CEO大额套现，但继续查看SEC申报会发现，其中约7372万美元来自董事长兼CEO David Goeckeler的49,782股股票处置，交易代码为F，原因是股权归属时由公司代扣股份，用于支付税款，并不是他在公开市场主动抛售。
这个区别非常关键：同样显示为“卖出”，主动减持、税款代扣和期权行权后的股份处理，释放的信号完全不同。
看到这里你就明白了——我们的AI智能体不是简单报个代码，也不是把网上信息复述一遍。它会从Form 4数据库中主动抓取信号，把机构评级、目标价、板块强弱、内部人交易串联起来，筛选、排序、交叉验证，最后整理出一条清晰、可追溯的研究路径。过去你需要打开十几个页面、花几个小时做的事，现在一次提问就能抓住重点。
公司内部交易
现在我们看公司内部交易，直接上例子，比如你直接在系统里输入 MU、SNDK和PLTR，这几家公司所有高管的买入和卖出记录就会立刻显示出来。
增持我们用绿色标识，减持用红色，一眼扫过去就能看清哪些高管谁在真金白银地加仓，谁在悄悄撤退。不用自己翻SEC文件，也不用对着交易代码琢磨，颜色就是最直接的信号——绿的多，说明内部人看好；红的多，这时候立马提高警惕。
量化交易选股
再看这个量化交易选股功能
这里看到OKTA 今天走出了突破上行的形态，这功能每天会自动扫描当天出现技术突破的股票，把突破上行、下行破位、双顶、双底模型这些常见形态一次性全标出来。
我们看到INID，系统识别出一个典型的双底结构，
再看MDA，同样出现了双底。而且如果后续股价在这个位置再次获得支撑稳住，那就不是简单的双底了，可能会演变成更扎实的三重底，从这里开始反弹，再次跌回去这底部再反弹，再回调。
还有MCHP，也形成了一个小双底。
量化模型非常适合你做波段交易，我们之前好几笔成功的交易都在这样选出来的。
存储价格追踪
点击“存储价格追踪，就能看到最近一个月不同规格DDR4、DDR5内存芯片的价格变化。我们可以看到近一个月，DDR4 16GB 3200的平均价格从约84.5持续升至91.5附近，其他多个规格也保持高位或小幅上涨，说明存储芯片的公司仍旧掌握住议价权，内存的供应和需求仍旧处于失衡，什么时候出现拐点，什么时候要止盈美光、SK海力士。我们的图表能第一时间看到。
个股分析
然后我们看在个股分析页面，默认打开的是特斯拉，
我们可以看到就在1个月前，这波大跌之前，页面上的数据清清楚楚地显示：机构在暗池卖出了约5亿美元，同时还有近11亿美元的大单卖出。结果呢？股价跌了两天，然后突然又出现一笔约29亿美元的大单买入。这种先砸后接的动作，光看K线根本看不出来，但数据会说话。
我们再切换到AMD。切换之后，你会看到不同分析师对AMD的完整覆盖，每位分析师都附带一个关键指标——历史准确率。
不过，这里还有一个更值得留意的指标——离目标价幅度。页面会自动抓取每只股票的现价和最新目标价，直接帮你算出还有多少上涨空间。
股票极速涨跌
好那下一个就是股票急速涨跌
我们的系统会以毫秒级频率实时刷新盘中每一只股票的异动情况，并把急速上涨和急速下跌分开监控。
先看急速上涨。
比如本周五的 DKNG。美东时间 12:48，DKNG 突然出现一波直线拉升，我们的模型第一时间捕捉到了这个信号，当时股价大约在 24.7 美元附近。
随后股价继续走强，最高来到 26.58 美元，单日振幅接近 8%。背后的原因是，美国法院表示，解除针对监管机构打击其体育博彩类产品的禁令，这突发消息利好DKNG的业务。
我们再去看DKNG期权异动实时订单流，可以发现就在 12:48 这个时间点，期权市场同时出现了一笔权利金高达 177 万美元的 CALL 大单。
也就是说，股价异动 + 期权大单，在同一个时间点出现了共振。这种信号，比单独看股价上涨要更有参考价值。
如果你想第一时间收到这类有价值的信号，可以用“我的关注”功能。
凡是你在官网搜过的每一个代号，都会自动出现在《我的关注》功能里面，你可以手动开启通知开关。之后App就会实时推送这只股票的每一笔动态——包括新闻、分析师评级、期权异动、暗池交易、爆发潜力股、财报、急速涨跌、涨跌幅榜、板块强度等十几类信号，全部推送到你手上。
期权异动实时订单流
每天我们都会系统性地统计当天所有机构期权订单，按总权利金、看涨权利金、看跌权利金分别汇总。
这里的看涨方向，统计的是买入看涨期权（Buy Call）和卖出看跌期权（Sell Put）的总和；看跌方向则对应买入看跌期权（Buy Put）和卖出看涨期权（Sell Call）。两种统计口径都在页面上清晰展示，方便你从不同维度理解资金动向。
往下拉，就是更明细的机构大单列表——几十万、几百万、几千万美元的单笔订单全部按时间排列，每分钟都在刷新。从美东时间9:30开盘那一刻起，整个美股期权市场的资金流向变化，你都能实时追踪。
页面上还有一张全景图：黄色线是标普500 ETF（SPY）的走势，红色区域代表看跌总权利金，绿色代表看涨总权利金。三线叠加，价格和资金的关系一眼就能看穿。
这里有一个非常明显的规律——几乎每天下午14:50左右，都会突然冒出一笔巨量看跌期权成交。这不是偶然，比如我们切换到一周前，7月20号，同样在这个时间点又出现了类似的大额看跌单。这种每天都在重复的信号，光看价格走势根本发现不了，但期权数据会把它直接摆在你面前。提前知道这个规律，你就比别人多了一个每天必看的“闹钟”。
当然，如果你觉得原始期权数据太多、太密，不容易快速消化，我们的《期权异动分析》面板已经提前帮你把整个美股市场，上万只股票数据统计整理好。
你可以直接看到全市场所有股票期权的 Call 和 Put 总权利金对比，也可以单独查看某一只股票当天的 Call 与 Put 权利金变化。通过看涨与看跌资金的变化趋势，可以更直观地判断哪一天可能出现反弹、哪一天可能出现趋势反转，以及市场情绪究竟偏向看涨还是看跌。整个 Call/Put 对比图一目了然。
不仅如此，我们还专门统计了每一只股票的看涨权利金与看跌权利金比例，并按照比例从高到低自动排序。这样你不用自己翻阅大量期权数据，就能快速找到市场上看涨资金最集中的股票。
比如今天，ASML 排名第一，看涨期权总权利金超过 218万美元，而看跌期权权利金只有 4万多美元，两者比例达到惊人的 53:1，说明当天期权资金明显、甚至极端偏向看涨方向。
除此之外，还有两个“激增榜”特别实用：看涨总权利金激增榜和看跌总权利金激增榜——系统会对比过去一两周的平均水平，把突然大幅放量的公司自动标记出来。像微软、PLTR都在列。
再看周四最大Call 和 Put总权利金榜单，系统会按照期权成交的总合约数和总权利金进行排序，让你快速看清资金主要集中在哪些标的，以及Call与Put哪一侧更活跃。比如，当日Call总权利金约86.5亿美元，而Put只有约51.2亿美元——谁在主导市场，一目了然。SPX、NVDA等标的排在榜单前列，说明大资金正在这些品种上密集布局。
这就是数据工具真正的价值：不是把海量数据丢给你，而是提前帮你统计、筛选和排序，让你第一时间找到资金正在押注的方向。你不需要是期权专家，甚至不需要懂复杂的希腊字母——只要看一眼颜色、看一遍排名，就知道大钱在往哪边押注。这就是我们想帮你做到的：让专业级的期权数据，变成人人都能看懂的交易线索。
美股新闻
说到美股新闻，我们这里的更新速度非常及时，覆盖面也很广。每天市场上最热门的个股动态，基本都能第一时间看到。
比如今天盘前MRVL出了什么消息、标普成分股有什么调整、闪迪有没有分析师覆盖更新、亚马逊又出了什么新动态——系统都会自动抓取并按照时间线整理好，不用你到处翻网站，一条信息流全搞定。
全球评论快讯
我们输入代号PLTR，页面会立刻列出它最新的所有新闻，像今天这条就很关键——Palantir在五角大楼的人工智能业务已接近10亿美元规模。
除了新闻，如果你想看投资者都在讨论什么，也很简单——同样在页面里就能看到投资者评论。市场情绪是偏乐观还是偏谨慎，散户在热议什么话题，帮你更全面地把握一只股票的短期热度。
成交量激增
接下来是成交量激增，系统会自动扫描当天全市场所有股票，把成交量突然大幅放大的公司全部筛出来，并且直接标出激增的百分比。比如我们现在看到的，SPTM成交量激增了878.99%，IGC激增610.20%，BRNX激增603.48%——这些数字不是随便跳出来的，每一只都意味着资金在短时间内集中进场或离场。
暗池大单
我们还有一个非常核心的监控维度——暗池大单追踪。
系统会实时追踪当天机构在暗池中成交的所有超级大单。比如这笔1.26亿美元的QQQ卖单，就是机构在暗池里主动抛出的，普通交易平台上根本看不到这种级别的资金痕迹。
当然，你可以点击表头按金额大小排序，谁买得最多、谁卖得最狠，瞬间就排好了。比如今天买入最多的是VOO——也就是Vanguard的标普500指数ETF，机构在暗池里持续吸筹。
你还可以点击《暗池分析》列表，系统会自动帮你拆解出当天这只ETF总共发生了多少笔买入、多少笔卖出，买卖力量对比一目了然。
暗池交易是机构真正的“底牌”，我们帮你把这些藏在水面下的动作，一件件捞出来摆好。
美股课程
我们还有一个完全免费的板块——美股课程中心，从入门到进阶，系统覆盖，全部由我们的前纽约证券交易所资深分析师Ken亲自编写并录制。
先看免费课程。随便点开一个视频，就会从最基础的K线讲起，由浅入深带你真正读懂每一根K线背后的含义，再到怎么做完整的个股分析，一步步帮你把分析框架搭扎实。
进入VIP会员课程后，内容更加实战化：怎么通过价格行为判断盘整和突破，怎么设置合理的盈亏比，期权交易怎么入门、止损怎么设，
期权课程从入门到精通，教你不同的期权策略和组合。
华尔街顶级交易员日常用的日内交易策略又是什么？怎么做Day Trade，核心指标怎么调参数，指标之间怎么组合？以及如何捕捉主力资金的买卖动向。
如果你偏向长线投资，课程会帮你理清价值股和成长股的筛选标准，教你怎么看懂三大财务报表，找到那些被市场低估的公司。进入高阶量价分析后，还会延伸到筹码集中度，以及如何识别集中、反转等关键信号。
人工智能模块则更前沿——从数据获取、模型构建到评估、验证和优化，再到用K线数据建模，完整走一遍AI预测财报的流程。
此外还有短线交易和IPO专题，涵盖日内操作方法、潜力IPO筛选，以及新股上市当天的具体交易策略。
整个课程体系不是零散地教几个技巧，而是从理解市场、建立策略，到形成属于自己的交易系统，一步一步带你完成进阶。最关键的是——大量基础课程完全免费，点开就能学，不管你现在什么水平，都能找到对你有用的内容。
爆发潜力股
最后，我们还有一个王炸产品——Top Stock 爆发潜力股清单。
这不是随便推几只股票给你，而是由我们的量化分析团队，结合基本面数据、技术指标、机构资金流向和AI多因子模型，从几千只美股里一层层筛出来的。
成绩怎么样？
直接看图——自2022年以来，Top Stock组合累计回报298.26%，同期标普500只有100.79%，纳斯达克也不过135.17%。换句话说，这个组合跑赢了大盘将近三倍。再往前看，自2008年以来，我们的“强力买入”股票组合一直在持续创造超额回报。
你可能会问，它是怎么做到的？核心就三个支柱：多维数据——财务、K线、行业趋势、市场结构全涵盖；持续回测——用历史数据验证策略，根据市场变化动态调整；严格纪律——杜绝情绪化操作，专注长期价值。
每周你都会收到一份精选股票清单，买入并持有就行。当个股趋势或评分发生变化时，系统会及时发出卖出提醒，帮你锁定利润或控制风险。组合业绩也是透明实时更新的，随时可以查看。
这套方案特别适合四类人：没时间盯盘的上班族、想用大数据做决策但不懂编程的投资者、追求长期跑赢大盘的人，以及愿意持有股票3到12个月的价值投资者。
好了今天就介绍了官网90%的功能，你最喜欢哪个功能，觉得哪个最有价值？或者还有什么功能你觉得我们应该增加到上面，请打在评论区。谢谢你。
美股投资网获悉，新思科技(SNPS)于8月26日发布2026财年第三季度业绩，营收、利润率及每股收益均超指引上限。管理层在电话会上强调，EDA正加速迈向双位数增长，设计IP已重返增长轨道，Ansys整合满一周年后协同效应开始兑现。CEO Ghazi指出，AI驱动的芯片设计复杂性非但不是威胁，反而带来对EDA软件及IP的指数级需求增长，联合推出的Multiphysics Fusion已获头部客户验证。公司同步上调全年业绩指引，并宣布“工厂2”定制化IP战略进展顺利，更多细节将在9月投资者日披露，管理层对2027财年持续增长充满信心。
新思科技在2026财年第三季度交出强劲答卷，营收、非GAAP营业利润率及每股收益均超越指引上限。管理层在电话会上释放明确信号EDA增长正加速迈向双位数，设计IP已重返增长轨道，Ansys整合满周年后协同效应正逐步兑现。CEO Sassine Ghazi将本季表现归结为“产品组合基本面全面走强”——EDA得益于AI与高性能计算客户在3DIC先进封装领域的密集投入，硬件辅助验证收入再创新高;IP业务在AI基础设施需求拉动下连续环比回升，其中die-to-die业务有望实现同比翻倍，PCIe 7机会中标率超过95%。尤为值得关注的是，新思科技与Ansys联合推出的Multiphysics Fusion已获英伟达、联发科、三星等头部客户验证，可实现最高10倍设计收敛加速，管理层预计该产品将从2027财年起为EDA增长贡献实质增量。
管理层重点阐述了AI对芯片设计范式的重塑效应。Ghazi明确指出，AI非但不是EDA行业的颠覆性威胁，反而催生了更大的软件需求——客户在构建自主化设计工作流时，对“地面实况”级物理验证的依赖有增无减。本季新思科技展示了与英伟达、微软及AMD合作的自主EDA智能体，可将验证周期缩短50倍，调试时间减少40%。Ghazi透露，目前已有超过30个活跃的代理式人工智能客户合作项目，且随着智能体承担更多工程任务，底层EDA工具的调用消耗将呈指数级增长，形成全新的消费驱动型增长模式。
面向未来，管理层提出了“工厂1”与“工厂2”并行的IP增长战略。“工厂1”即标准的“一次构建、多次销售”IP模式，仍受益于汽车、移动等领域的稳健芯片启动需求，汽车ADAS平台已连续三季保持90%以上中标率。“工厂2”则瞄准定制化芯片机遇，通过“授权+皇金”模式向价值链上游延伸，目前已与多家超大规模云厂商及ASIC供应商展开深入洽谈，更多细节将在9月30日投资者日披露。CFO Shelagh Glaser同步上调全年指引，营收中点上调5000万美元，非GAAP每股收益上调0.31美元至15.04-15.10美元区间，自由现金流指引大幅上调6亿美元至约26亿美元，充分彰显管理层对全年收官及2027财年持续增长的信心。
以下为新思科技2026财年第三季度业绩电话会议实录
高管发言
Tushar Jain
投资者关系主管
大家下午好。欢迎参加新思科技2026财年第三季度业绩电话会议。今天与我们一同出席的有新思科技总裁兼首席执行官Sassine Ghazi和首席财务官Shelagh Glaser。
在我们开始之前，我想提醒大家，在本次电话会议过程中，新思科技将讨论有关公司及其财务业绩的预测、目标和其他前瞻性陈述。虽然这些陈述代表了我们截至今日对未来业绩和表现的最佳判断，但我们的实际业绩受到诸多风险和不确定性的影响，可能导致实际结果与我们的预期存在重大差异。除了我们在本次电话会议中强调的任何风险之外，可能影响我们未来业绩的重要因素在我们最近向SEC提交的报告和今日发布的业绩新闻稿中均有描述。
此外，在讨论过程中我们将提及某些非GAAP财务指标。与最直接可比的GAAP财务指标的对账以及补充财务信息，可在我们今日早些时候发布的业绩新闻稿、财务补充文件和8-K文件中找到。所有这些文件，以及最新的投资者演示文稿、备稿陈述和投资者日信息，均可在我们的网站www.synopsys.com上查阅。
接下来，我将把电话交给Sassine Ghazi。
Sassine Ghazi
首席执行官、总裁兼董事
大家下午好。新思科技在第三季度取得了出色的业绩，营收、非GAAP营业利润率和每股收益均超出指引区间上限。这些业绩反映了广泛的增长动力，包括EDA和Ansys的优异表现，以及IP业务的持续增长。我们正在上调全年营收、非GAAP营业利润率和每股收益指引。此外，我们预计EDA增长将在第四季度加速，并实现全年双位数增长。
第三季度的关键结论是，我们产品组合的基本面正在走强。EDA在加速增长。设计IP已恢复增长，Ansys表现强劲，同时开始在合并后的产品组合中创造新的增长机会。本季度是Ansys收购完成一周年。在第三季度，我们推出了首个新思科技与Ansys的联合解决方案——Multiphysics Fusion。
我要感谢我们的全球团队，他们以专注和敏捷的执行力整合了我们世界级的能力。此次合并增强了我们的竞争地位，扩大了我们的市场机会，使我们能够提供差异化的解决方案，应对现代芯片设计中的物理挑战。行业趋势与我们的战略和优势高度一致，我们是从芯片到系统的工程解决方案的领先提供商。由AI需求驱动的前所未有的设计复杂性，正推动对IP和设计解决方案的需求，以交付下一代AI计算、基础设施和物理AI系统。这些趋势在我们的第三季度业绩中得到了体现。
先从设计自动化(Design Automation)说起，该业务在第三季度实现了健康增长，这得益于EDA的强劲表现，包括创纪录的硬件收入。我们预计这一势头将持续，EDA增长将在第四季度加速至双位数，并实现全年双位数增长。
设计活动在AI和高性能计算客户中最为活跃，他们正在开发日益专业化的芯片，采用多芯粒架构、更复杂的封装和系统要求。这些都是新思科技领先的领域。AMD最近推出的Instinct MI455X GPU就是一个很好的例子。为了交付这一高度复杂的新产品系列，AMD采用了新思科技的3DIC Compiler，这是业内唯一从探索到签核的多芯粒与先进封装协同设计和优化平台。
AI计算对复杂软件和系统的要求也推动了对我们硬件辅助验证解决方案的需求。本季度我们获得了12个新客户和66个重复客户在硬件辅助验证方面的订单。
正如我提到的，Multiphysics Fusion的发布是第三季度EDA领域的一个重要里程碑，为新思科技创造了新的增长机会。Multiphysics Fusion将新思科技和Ansys的技术结合在业内唯一将热分析完全集成到芯片设计流程中的解决方案中。包括英伟达、思科、联发科和三星代工在内的客户已验证了高达10倍的设计收敛加速和3倍的运行时间提速。这为我们的客户和我们的产品都带来了更大价值。我们预计这些附加功能将从2027年开始对EDA增长作出贡献。
代理式人工智能(Agentic AI)是新思科技的另一个增长向量，我们在第三季度展示了强劲的进展。在DAC大会上，我们与英伟达共同展示了一个完全自主的长期运行设计验证智能体，可以编排整个芯片验证周期，将验证RTL的时间加快高达50倍，同时实现了20%的额外覆盖率提升。我们与微软和AMD合作，在Microsoft Discovery上推出了首个自主EDA工作流，可以自动化调试、实现和设计收敛。早期合作显示，调试周期时间缩短了高达40%，节省了数周的工程工作量，同时提高了设计质量。
我们看到客户对我们的代理式人工智能平台有着浓厚的兴趣，目前已有超过30个活跃的客户合作正在进行中。早期反馈清楚地表明，随着这些智能体承担更多的工程工作，它们会以显著更高的速率编排我们底层的EDA工具。这使得客户能够运行更多的设计和验证工作负载，随着我们捕获这些智能体工作流和基础工具为客户带来的价值中的合理份额，这为新思科技创造了增量增长机会。
转向Ansys。合并一年后，Ansys继续看到强劲的需求。从半导体到航空航天再到工业等领域，企业都在拥抱数字工程。在各行各业中，Ansys仿真正在加速创新，同时降低开发风险和成本。例如，一家领先的汽车制造商正在使用Ansys SimAI，实现了约98%的预测准确率，并将碰撞分析推进到近乎实时的水平。
一家领先的重型设备制造商实现了超过10倍的电机设计加速。我们正在应用AI来扩展我们在仿真领域的领导地位，并进一步自动化复杂系统的仿真。这包括扩展我们GPU加速的Ansys应用产品组合。在第三季度，我们最大的Ansys交易是GPU加速的Ansys CFD，用于支持一家跨国电子元件制造商的企业级数字孪生。
转向设计IP业务，该业务在广泛的AI基础设施需求推动下实现了环比和同比增长。随着AI推动对更高带宽、更快连接和更复杂系统架构的需求，我们的接口、存储器和die-to-die IP产品组合处于整个技术栈的核心位置。我们的第三季度业绩也体现了这一点。
我们在PCIe 7的机会中赢得了超过95%的份额，包括在一家知名企业级存储客户处获得的子系统订单。在LPDDR6方面，我们的产品已在多个节点和代工厂得到硅验证，今年迄今已获得25个设计订单。我们的die-to-die业务有望实现同比翻倍，目前累计设计订单已超过100个。行业继续依赖新思科技提供经过硅验证的质量和无与伦比的规模。
我们基于标准的“一次构建、多次销售”的IP模式仍然是我们增长战略的基石。我们将继续投资和发展这项业务，我称之为“工厂1”(Factory 1)，该业务受益于强劲的芯片启动活动和各行业的坚实牵引力。例如，在汽车领域，随着ADAS平台向5纳米和3纳米制程更新换代，我们已连续三个季度保持了超过90%的设计中标率。在移动、消费和边缘AI领域，我们的USB IP累计终身订单已超过20亿美元，一线客户的设计订单已向领先制程节点迁移。
随着AI从数字基础设施扩展到物理产品，对硅的需求将继续扩大，为我们基于标准的IP业务提供顺风。
IP业务中更高增长的机会在于越来越多的AI客户，他们要求更深入的协作和针对其特定工作负载及架构优化的IP解决方案。为满足这一需求，我们正在扩展至差异化的IP子系统，并赋能定制化芯片解决方案。从超大规模云厂商、ASIC供应商、代工厂到传统半导体公司，各类客户都希望与新思科技合作，加速其芯片开发工作，并利用我们的IP和工程专业知识来构建日益差异化的定制芯片。
这是我们面向定制化IP的“工厂2”(Factory 2)模式。它将我们从单纯的授权业务向上延伸至授权加皇金模式，使我们能够把握快速增长的定制芯片市场机会。这是一个重要的战略重点，我们正在取得强劲进展。我们正在与多个“工厂2”客户进行积极洽谈，我期待在投资者日分享更多信息。
总而言之，我要感谢整个新思科技团队的持续专注、创新和执行。第三季度巩固了我们的战略优势和我们对本财年强势收官的信心。AI正在推动对先进芯片、系统级工程和AI驱动设计的需求。我们的领先产品组合使我们能够捕获各行业研发投资中更大的份额。我们仍然专注于将技术领导力转化为可持续的增长和利润率扩张。
接下来交给Shelagh。
Shelagh Glaser
首席财务官
谢谢Sassine。我们在第三季度取得了出色的业绩，实现营收24.77亿美元，非GAAP营业利润率41.6%，非GAAP每股收益3.91美元，均超出我们指引区间上限。得益于各业务的广泛增长动力，营收的超预期表现由EDA以及Ansys业务的强劲表现共同驱动。
待履约义务(Backlog)仍然非常强劲，达到109亿美元，由于处理器IP解决方案业务在第三季度完成的资产剥离，环比略有下降。凭借第三季度的强劲表现、稳健的现金流生成以及进入第四季度的持续势头，我们正在上调全年营收、非GAAP营业利润率、每股收益和现金流指引。
我现在回顾第三季度业绩。除非另有说明，所有比较均为同比。我们实现总营收24.77亿美元，同比增长约42%，其中包含Ansys营收约7.11亿美元。
正如Sassine所述，合并一年后，Ansys继续表现强劲。我们在成本协同效应承诺方面也领先于进度，并已提前偿还了定期贷款。
GAAP总成本和费用为21.19亿美元，GAAP每股收益为2.84美元。第三季度GAAP每股收益包含与本季度完成的处理器IP解决方案业务出售相关的收益。非GAAP总成本和费用为14.46亿美元，位于我们指引区间的低端，因为我们继续提高运营效率并提前实现Ansys成本协同效应，从而实现非GAAP营业利润率41.6%。非GAAP每股收益为3.91美元，超出我们的指引，突显了我们在本季度强劲的运营执行力。
接下来看各业务板块。设计自动化(Design Automation)板块营收约为20亿美元。提醒一下，该数据已剔除2025财年第四季度剥离的光学解决方案业务(Optical Solutions Group)。在设计自动化板块中，第三季度EDA营收同比增长8.5%，反映了强劲的EDA软件表现以及硬件辅助验证解决方案的又一个创纪录季度。设计自动化调整后营业利润率为45.2%。
设计IP(Design IP)板块恢复增长，营收为4.74亿美元，同比增长约11%。与我们的预期一致，这代表了IP板块持续的环比增长，因为我们重新定位了产品组合，专注于最高价值的市场机会。设计IP调整后营业利润率为26.5%。
关于现金流。第三季度自由现金流为7.46亿美元，本季度末现金和短期投资为36亿美元。第三季度末总债务约为100亿美元。
关于全年指引。我们将总营收指引中点上调5000万美元，主要得益于以EDA为引领的设计自动化板块的强劲表现。正如Sassine所述，EDA势头依然强劲，我们预计2026财年第四季度和全年有机EDA营收均实现双位数增长。我们继续预计IP业务将在第四季度环比增长。由此，全年营收区间为96.9亿至97.4亿美元。其中，Ansys全年营收贡献预计约为29.8亿美元，较此前指引上调2000万美元。
关于费用。GAAP总成本和费用预计在86.67亿至87.42亿美元之间。这包括与我们此前宣布的重组计划相关的2026财年预期费用的增加，因为我们正在加速实现已承诺的协同效应。
非GAAP总成本和费用预计在56.7亿至57.0亿美元之间，非GAAP营业利润率中点为41.5%，较此前指引上调50个基点。GAAP每股收益预计在3.84至4.08美元之间。非GAAP每股收益预计在15.04至15.10美元之间，中点上调0.31美元，得益于更高的营收和运营效率的提升。
我们将经营活动现金流指引上调5亿美元至约28亿美元，同时将资本支出指引下调至约2.25亿美元，由此自由现金流约为26亿美元，较此前指引增加6亿美元。
关于第四季度目标总营收在25.3亿至25.8亿美元之间，GAAP总成本和费用在22.25亿至23.0亿美元之间，非GAAP总成本和费用在14.5亿至14.8亿美元之间，GAAP每股收益在0.60至0.85美元之间，非GAAP每股收益在4.10至4.16美元之间。我们的新闻稿和财务补充文件包含了更多目标以及GAAP与非GAAP的对账信息。
感谢我们全球的新思科技团队又一个强劲的季度。这些业绩反映了全业务线强劲的执行力、对我们技术的持续需求以及严谨的运营管理，我们正为下一阶段的增长奠定基础。我们期待在9月的投资者日与大家会面，讨论我们作为客户关键任务合作伙伴的长期发展机遇。
接下来，将进行问答环节。
问答环节
Jason Celino
KeyBanc资本市场研究部
业绩非常出色。我觉得最突出的是8%的EDA增长，尽管基数较高，但与上季度持平。您提到预计第四季度和全年将加速至双位数。请问推动这种加速增长的因素是什么?是设计启动活动?是代理式人工智能?还是更好的变现策略?请帮助我们理解。
Sassine Ghazi
首席执行官、总裁兼董事
谢谢Jason的提问。是的，我们对EDA的整体表现以及全年以双位数增长收官感到非常兴奋，这正是我们承诺的业务板块增速。推动EDA业务信心增强的因素是多方面的芯片设计的复杂性、向先进封装和3DIC的迁移——我在备稿陈述中提到的AMD使用3DIC Compiler的例子，以及许多其他正在设计先进封装的客户都在使用我们的技术。
AI绝对是一个顺风因素。随着客户重新思考如何重新设计其芯片设计工程，这需要不同的工程方法，这为我们带来了另一个顺风因素。硬件方面，我们的硬件业务实现了创纪录的年度营收。总体而言，EDA 8%以上的有机增长率令我们相当振奋。
Shelagh Glaser
首席财务官
是的，Jason，我想指出的是，你看到的第三季度8.5%的EDA增长是在一个非常高的比较基数下实现的。2025财年第三季度是16%。因此，正如Sassine所说，这恰恰显示了业务的强劲实力——能够在高基数下实现这样的增长，并保持全年双位数的增长。
Jason Celino
KeyBanc资本市场研究部
好的。另外，Sassine，你提到了客户需要重新设计其工程流程。我们看到很多创新正在发生。大家总是在谈论新的AI模型。昨天就有一个例子，OpenAI谈到了他们新芯片的开发，提到使用自己的AI模型来加速设计流程。
您能否谈谈当听到这样的例子时——因为您的许多客户过去也使用过自己的模型——重新设计工程流程涉及哪些方面?这是对现有流程的补充还是增量?或者是替代?我不知道这个说法是否准确，但是……
Sassine Ghazi
首席执行官、总裁兼董事
当然，当然。谢谢你的问题。至少在过去一年半到两年的时间里，我们一直在讨论AI如何重塑工程的方式。新思科技一直在投资并引领提供“智能体工程师”给我们的客户，重新思考工作流程，包括AI模型——这些模型将绝对参与并推动工程的重新设计。在每种情况下，底层需求都是对我们软件越来越多的使用，因为无论客户使用的是AI模型还是智能体，你仍然需要物理层面的“地面实况”(ground truth)来使模型能够以信心运行并提供最佳结果。
所以，你提到的例子实际上是一个非常好的例子，对EDA领域的新思科技来说是一个巨大的机会。更不用说，这对IP来说也是一个巨大的机会，因为这是在定制化芯片时对整个架构的重新思考。
Joseph Vruwink
Robert W. Baird & Co.研究部
我想回顾一下几年前的情况。在2024年的投资者日上，你们曾分享过关于到明年EDA软件需求的30%可能来自多芯粒项目的展望。我很好奇这个数字目前的进展如何，以及您对2027年之后有何看法。我想我们都注意到最近甚至本周关于HBM的关注度很高。当您思考DRAM制程向逻辑制程迁移时，EDA的内容会发生怎样的变化?这是否实际上比您几年前预期的更为强劲?
Sassine Ghazi
首席执行官、总裁兼董事
是的，Joe，实际上那个预测已经加速了。正如我在备稿陈述中提到的，过去12个月我们在die-to-die方面的订单已经翻倍。原因是整个先进封装和3DIC架构的兴起，这推动了IT领域的重大机遇。die-to-die只是一个例子;当然，还有所有其他将系统作为最终产品拼接在一起所需的接口。
在EDA方面，3DIC Compiler是关键，而与Ansys联合解决方案的重要性也在于此。如果不将物理、热、结构、流体等因素在芯片设计阶段就纳入考量，你无法构建这些系统。当时30%的数字我们认为是一个有挑战性的目标，但鉴于我们的客户在构建这些高效定制芯片方面的所有投资，这个数字绝对已经加速了。
Joseph Vruwink
Robert W. Baird & Co.研究部
好的，很好。我还想问，关于EDA的双位数有机增长，如果将其拆分为软件和硬件两部分，软件业务的表现是否达到了您年底希望看到的状态?硬件似乎一直是一个非常强劲的驱动因素。我更关心软件业务的表现。
Sassine Ghazi
首席执行官、总裁兼董事
我们对软件部分的贡献非常满意，非常非常满意。实际上最令我兴奋的是我们与Ansys联合解决方案的交付。这为我们提供了一个平台，以应对未来工程挑战的方向。正如我们刚刚谈到的，先进封装、将物理引入电子设计的必要性，让我们更有信心继续沿着双位数增长的轨道前进。
Yu Shi
Needham & Company, LLC研究部
首先，Shelagh——或者说这个问题可能给Sassine。我有一个高层次的长期问题。Sassine，我们知道回溯大约10多年前，您在将AI引入新思科技工具流程方面发挥了非常关键的作用。我知道那时可能还不是大语言模型，更像是强化学习类型的AI，比如DSO.ai等优秀产品。
但AI在过去10年，尤其是过去3年，发展迅猛。因此我经常从投资者那里听到的问题是，AI是否存在对商业EDA业务造成颠覆的风险?有一种思路是，是否存在一种端到端的所谓“AI原生芯片设计”，能够绕过所有商业EDA工具，尤其是可能使用由商业EDA工具生成的合成数据来训练的一些AI模型?在您看来，这是对整个EDA行业的真正威胁吗?或者您认为AI在哪些方面可能对商业EDA业务构成替代或补充?
Sassine Ghazi
首席执行官、总裁兼董事
是的，谢谢Charles。我不需要回溯到10年前那么远。你说得对，大约在2017年左右，我们围绕强化学习引入了DSO.ai并进行了投资，取得了很好的成果。如果看过去3年，重点是副驾驶(copilot)、生成式AI，再到智能体(agents)。现在我们正在谈论自主设计。当你开始审视自主工作流时，最重要的是准确性和确定性。客户不会在没有信心确保其可行的情况下投资数亿美元于一个产品。
我们拥有以签核领导力为基础的产品组合，这对构建这些自主工作流至关重要。我们正在与客户共同参与如何实现自主工作流，这并不是在没有我们参与的情况下发生的。我们正主动与客户合作，重新设计他们如何看待以AI为核心的工程未来。
我完全不担心在某个时刻这种模型可以在没有我们参与的情况下完成端到端的设计。因为你必须记住，这些模型不是静态的，它们在不断变化，不断需要学习。所以机会恰恰相反——这不是威胁，而是对我们软件的巨大需求——用于训练、推理、不断赋能更快地设计以应对复杂性，而我们正处在这一核心位置。
Yu Shi
Needham & Company, LLC研究部
也许，Sassine，关于代理式人工智能的机会，我们应该如何考虑对整体营收增长尤其是EDA增长的提升?您能否介绍一下将商业模式转向订阅加消费模式(至少对于智能体而言)的进展?与客户的讨论情况如何?
Sassine Ghazi
首席执行官、总裁兼董事
是的，我们已经有了多个合作项目。关于你的第一个问题，当我们的客户在探索是使用新思科技的智能体，还是使用新思科技的智能体加上他们自己的智能体——以将他们自己的“秘方”保留在工作流中——客户工作流或客户智能体的核心需求是需要更多的许可证。我们正在与客户定义多种合作方式，包括订阅我们的智能体、订阅我们的工作流，以及随着这些智能体和新的工作流消耗更多软件而采用的消费计量模式。
我们将在几周后，即9月30日，进一步阐述我们如何思考在这种背景下的长期增长模式。但可以肯定的是，我们正在与众多客户就不同方式进行深入讨论——使用他们的智能体、使用我们的智能体、两者的混合，以及他们正在考虑的多模型可选性。
Lee Simpson
摩根士丹利研究部
好的，可能就IP业务提几个简短的问题。也许在分析师日之前，我想知道Sassine您能否概述一下向您所描述的“工厂2”机遇(授权加皇金模式)转变的速度?
然后第二个问题，我想自我们见到Intrinsic ID收购以来已经大约一年了。我记得当时您提到安全IP是IP业务的一个新的增长向量。我想了解您能否概述一下这个机遇的规模，您如何看待合作的进展，以及您认为部署将特别发生在哪些领域。
Sassine Ghazi
首席执行官、总裁兼董事
谢谢Lee。关于“工厂2”，实际上你只需要看看每家超大规模云厂商都在投资并处于交付自有定制芯片的不同阶段这一势头。这些芯片如果没有我们的接口IP是无法实现的。这些客户需要我们的接口IP来构建自己的芯片并与生态系统连接，无论是内存供应商还是——如果他们在投资自己的XPU，但需要来自供应商的网络芯片，将它们连接在一起都离不开我们的接口IP。这就是机遇所在。
我们之所以开始谈论“工厂2”，是因为我们看到了定制这些标准并加速交付这些定制化的需求。新思科技凭借其规模、知识、技能和市场地位，处于独特的竞争位置来交付这种定制化和加速服务。我们正在与众多这类客户进行深入讨论，以将业务模式从传统的IP授权加一些NRE转变为授权加皇金。
我期待在几周后帮助大家理解这看起来是什么样子。但我对我们所做的投资以及在这一方向上的灵活调整感到无比兴奋，同时我们当然也会继续领先并投资于“工厂1”，因为那也是一个将继续带来重大机遇的领域。
关于安全，我们之所以开始审视产品组合并剥离了处理器IP业务，是为了专注于增长的领域。安全就是其中之一。正如你所说，我们没有将其单独列示，但我们在安全领域拥有强大的市场地位，并且随着不仅需要在软件层面而且需要在硬件层面保护芯片的需求日益重要，这一点只会变得更加重要——这正是我们安全产品组合的用武之地。
Arsenije Matovic
Wolfe Research, LLC
这是Arsenije代替Josh提问。首先，Sassine，您提到在Multiphysics Fusion推出后看到了强劲的早期客户兴趣。从历史上看，芯片设计和仿真通常由不同的工程团队使用不同的工作流和工具来处理。我想问的是，当您将热分析直接引入设计流程时，客户在结构上是如何应对这种融合的?您是否看到这些团队开始更加紧密地合作并围绕更通用的工作流进行整合?还是说采用仍然需要跨越不同的工程团队和可能的独立预算?
Sassine Ghazi
首席执行官、总裁兼董事
是的，你说得完全正确。这些工程团队或工程技能和专长过去是独立的领域。随着设计步骤从综合到物理设计再到签核等，它们之间有不同交接方式。协同设计的要求对于减少余量并交付这些具有竞争力的产品至关重要。因此，绝对地，领先客户要求在将热考量纳入设计实现的过程中、在构建这些3DIC时将结构和应力纳入芯片架构时加以考虑，而不仅仅是在综合或多个芯粒的实现阶段。
所以是的，绝对如此。这正是我们投资的方向——让位于设计流程前端的实现工程师能够以最小的额外工作量，将签核精度的分析引入设计流程早期。这正是我们看到的合并产品组合的机会，以及实现物理与电子融合的交付。
关于预算问题——抱歉，关于你问题的第二部分——从预算角度来看，正如我们承诺的“1加1大于2”，这意味着即使预算来自EDA，联合解决方案也将捕获相对于现有独立点工具的收入增量。
Arsenije Matovic
Wolfe Research, LLC
明白了，这很有帮助。然后，Shelagh，我想具体澄清一个关于Ansys的问题——上调2000万美元至29.8亿美元。上季度您帮助我们理解了那个会计动态贡献了1250万美元，全年为6000万美元。全年仍然是6000万美元吗?还是说Ansys的上调这2000万美元只是来自良好执行的实质性增长?
Shelagh Glaser
首席财务官
是的，上季度我们谈到了会计变更，我们做出了那个会计变更，我们给出的指引中已经包含了这一变更。所以我们看到Ansys业务表现强劲，包括渠道业务。
Arsenije Matovic
Wolfe Research, LLC
明白了。那么第三季度Ansys的会计变更是多少?全年仍然是6000万美元?还是说是不同的数字?
Shelagh Glaser
首席财务官
全年仍在同一区间范围内。
Arsenije Matovic
Wolfe Research, LLC
明白了。那季度是1250万美元还是……
Shelagh Glaser
首席财务官
我们没有单独披露季度数字。
Joseph Quatrochi
富国银行证券研究部
您谈到了EDA中AI与非AI的“两个市场”的故事。我想知道您所看到的加速是AI在整体中占据了更大的比重并抵消了非AI的部分?还是说您也看到了非AI部分的加速?
Sassine Ghazi
首席执行官、总裁兼董事
是的，Joe，我们之所以最初做出这样的判断——我们每季度都在做的内部衡量——是因为我们跟踪芯片启动(chip starts)。我们之所以能很好地覆盖设计启动，得益于我们的IP产品组合。任何正在规划新芯片启动的客户，我们都会通过IP产品组合在非常早期就进行接触。当然，EDA会随之而来。
观察结果是，在非AI领域，过去两个季度已经趋于稳定。这意味着我们之前观察到非AI领域的设计启动放缓，但在过去几个季度，它已经稳定下来，不再下降了。另一方面在AI领域，我们一直并将继续看到设计启动的加速，这为我们提供了一个很好的平衡。
Joseph Quatrochi
富国银行证券研究部
这很有帮助。另外作为追问，我想知道您能否就待履约义务(RPO)提供一些加减项分析。本季度略有下降，是否受到资产剥离的影响?是否符合预期?
Shelagh Glaser
首席财务官
是的，符合预期。正如我在备稿陈述中所说，小幅变化主要是由于本季度内完成的处理器IP业务资产剥离。你可能还记得，在上次财报时我们已接近完成交易，交易在财报发布后几天内完成。因此这就是你本季度看到的情况。
Sitikantha Panigrahi
瑞穗证券美国研究部
Sassine，本季度业绩确实出色，恭喜。回到Ansys和新思科技的集成产品，您推出了这些产品。我想您提到Multiphysics Fusion预计要到2027年才会对EDA增长产生贡献。那么您能否谈谈从现在到那时的采用和管道轨迹?而2027年的贡献是更可能表现为EDA的增量增长?还是来自您Ansys仿真客户群体的份额获取?关于定价优势和对客户的价值，任何相关信息将非常有用。
Sassine Ghazi
首席执行官、总裁兼董事
是的，从客户价值的角度来看，10倍的设计收敛加速或3倍的SPICE精确多物理场时序加速，这对客户来说是一个显著的价值。这对客户意味着什么?更少的迭代、更好的设计、更快的速度。因此，在早期合作中，我们的客户已验证了这些价值，并处于早期部署阶段。一旦这些客户进入生产阶段，我们就会开始看到收入的上行空间。
正如我们从一开始就说的，2026财年联合解决方案的贡献不会很大。这是执行的一年，是交付这些产品的一年。展望2027财年，它绝对会对我们的EDA增长做出贡献。我们同样绝对致力于在第四年实现4亿美元的协同效应目标。因此，当我们9月会面时，我们将能够开始讨论2027年及更长期的差异化解决方案的贡献。
Sitikantha Panigrahi
瑞穗证券美国研究部
这很有帮助。另一个快速追问。我知道Mike Ellow已经加入几个季度了。他如何推动销售组织?他正在考虑或已经着手推动哪些具体变革来配合您推出集成产品?
Sassine Ghazi
首席执行官、总裁兼董事
是的，Mike在利用组织做得非常好的方面以及我们需要增加投资的领域——从产品组合、市场推广等方面——做得非常出色。当我们展望2027财年及以后时，优先事项是如何在差异化领域与客户互动，并确保我们在客户方面有正确的投入。我们正在赋能客户以成功捕获变现机会。因此，Mike在内部与团队花费了大量精力，为“IP工厂2”、AI变现和联合解决方案做好准备。在我们展望2027年及以后时，所有这些都占据了Mike大量的时间。
Sitikantha Panigrahi
瑞穗证券美国研究部
他是一位出色的人才。
Sassine Ghazi
首席执行官、总裁兼董事
是的，我们很高兴他加入。
Jay Vleeschhouwer
Griffin Securities研究部
Sassine，首先问您一个问题。这可能不是一个完美的类比，但您如何看待新的多物理场产品组合及其后续产品的潜在迁移或采用效益，与当年ICC向Fusion Compiler的过渡相比如何?那次显然在当时不包含Ansys组件，但那是您上一次架构或代际变化。那么您如何比较现在这一正在进行的变革与那一次?
Sassine Ghazi
首席执行官、总裁兼董事
是的，Jay，谢谢。实际上这是个非常好的问题。我们在Fusion方面所做的是将签核能力和优势引入到物理实现阶段，因为当时客户不得不在后期进行迭代以关联或签核芯片。这里的情况完全一样，只是现在加入了物理。
RedHawk、HFSS以及Ansys产品组合的其他部分——如何不仅将近似值而且将实际的引擎引入设计阶段，以减少迭代、实现收敛流程等等?我们在Fusion平台上的投资——记住Fusion平台不是将工具通过通用界面或用户界面拼凑在一起——我们在数据模型层面进行了大量投资。这样我们的研发团队可以在同一基础设施和数据模型上编写代码和优化。这正是Shankar和他的团队从整合开始第一天起就大力投资的方向，以交付与我们在Fusion上建立的完全相同的价值。
Jay Vleeschhouwer
Griffin Securities研究部
好的。其次，您自去年Converge大会以来一直在谈论的“工程再工程”概念对您和您的客户来说仍然是一个非常有趣且具有前景的概念。问题是客户需要哪些要素来使其实现?是一系列需要做出的变革或变量?还是有一个神奇的单一解决方案?例如，您在DAC上与AMD和微软围绕Discovery所做的联合演示看起来非常有趣，可能是这些变革的催化剂。那么请谈谈要实现整个“再工程”目标，实际上需要发生什么?
Sassine Ghazi
首席执行官、总裁兼董事
是的。我们谈到了Fusion作为拥有从规格到签核完整资产集的关键组成部分。这是新思科技拥有完整资产集的关键部分。现在，将能够利用AI速度从副驾驶、生成式AI到自主性的工作流整合在一起，是我们正在投入大量资源并奋力推进的方向。我们做的两个演示——谢谢您提到微软和AMD，那是在Microsoft Discovery上展示的全自主EDA工作流——想想这有多强大您可以从一个规格出发，一个认知层可以编排多个任务智能体以交付符合规格的结果。
同时，我们在DAC上与英伟达展示的是自主长期运行智能体能力的演示。这是重新设计工作流的关键部分。最令我兴奋的是，当您深入挖掘我刚才描述的内容时，不仅是我们拥有的资产，这些资产的消耗量是指数级的，以便允许自主流程兑现客户所期望的承诺——高效的设计、更好的功耗、更好的性能、更优的成本——而这就是我们正在做的。
Gary Mobley
StoneX Group Inc.
Sassine，您在备稿陈述中提到，本季度Ansys最大的交易是基于GPU的数字孪生。这笔交易规模大的原因是因为它采用了加速计算(相对于基于CPU的计算)吗?我想了解的是，从加速计算数字孪生系统的效率中，收益是归于英伟达还是也归于你们?
Sassine Ghazi
首席执行官、总裁兼董事
谢谢Gary的提问。仿真是GPU加速的完美应用，因为这些任务在很大程度上不仅是可以并行化的，而且可以实现显著的加速。这种加速不限于10倍或15倍。在CFD领域，我们看到了40倍、50倍、60倍的加速。对我们客户来说，瓶颈在于获得结果的时间、获得准确结果的时间。实际上，即使在新思科技收购Ansys之前，GPU加速的投资就已经开始了。收购之后，我们只是进一步加速了承诺和投资，当然，与英伟达在这一机会上的合作投资和协同也起到了帮助作用。
关于谁获得了价值——我们销售并捕获GPU的全部价值增量。当然，英伟达在后台——你需要GPU才能从传统的CPU转向GPU——他们以那种方式受益。因此，这笔交易规模大的原因在于对客户的好处以及我们能够交付给客户的加速效果。
Gary Mobley
StoneX Group Inc.
我的追问，我想问一下关于韩国市场的情况。来自韩国的收入似乎呈上升趋势，今年接近20%。这确实是一个突出的表现。这反映了内存市场的强劲?还是反映了你们在三星保留更多市场份额以及许多人所猜测的情况?也许您可以提供一些相关信息。
Sassine Ghazi
首席执行官、总裁兼董事
我不确定那些猜测是什么。我可以告诉你的是，我们与三星、SK海力士以及韩国更广泛市场的关系一直是良好的合作关系，这个地区在AI基础设施的关键部分处于领先地位，而我们在这些客户中处于领先地位，并且不仅限于这两家，还涵盖了更广泛地区以及整个产品组合。因此，你需要从IP(包括我们与领先客户的定制HBM和HBM合作)到EDA和Ansys全面来看。我们对我们的表现非常满意。
Wei Chia
花旗集团研究部
很高兴看到IP业务重回正轨。我记得几年前团队曾提出IP业务的长期增长约为中双位数。自那以来，我们看到芯片设计活动显著加速，尤其是在超大规模云厂商中。而且看起来非AI部分也在趋于稳定。在这种背景下，认为IP业务在未来几个季度内可能实现比所设定的中双位数更强劲的增长是否不合理?如果是，有哪些因素可能阻碍这一增长算法的上调?
Sassine Ghazi
首席执行官、总裁兼董事
Kelsey，谢谢你的问题。你的假设是合理的——更多的芯片启动，定制芯片的巨大机会(我称之为“工厂2”)，同时“工厂1”继续交付并扩张。目前，中双位数是我们的长期指引。我们期待在9月分享更多信息并在必要时提供任何更新。
总结发言
Sassine Ghazi
首席执行官、总裁兼董事
感谢所有的提问。在完成对Ansys的变革性收购一周年之际，我们正以专注的态度执行、获得势头并扩展我们从芯片到系统的领导地位。我期待在9月的投资者日与大家见面。非常感谢。
最专业的美股资讯,推荐美股大数据 https://Stockwe.com/
如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！
华尔街最有分量的一对师徒，突然在全球最重要的债券市场上站到了对立面。
徒弟叫贝森特，现在的美国财政部长；师傅叫德鲁肯米勒，当年索罗斯狙击英镑时的核心操盘手，华尔街公认的宏观投资传奇。
三十多年前，贝森特刚入行时，几乎每天都会给德鲁肯米勒打电话请教。如今，这对师徒却对美债的未来押下了方向完全相反的赌注。
事情的起因很简单。8月19日，30年期美债收益率冲到5.32%，创下2007年以来新高。就在数小时后，贝森特宣布，从9月9日起，把10年至30年期长期美债的单次回购上限，从20亿美元提高到至少40亿美元。
但仅仅5天后，德鲁肯米勒就在《华尔街日报》公开发文：《Let the Bond Market Speak》——让债券市场说话。
这句话真正值得在意的地方在于：
贝森特担心的是长期融资成本越来越高；德鲁肯米勒却在提醒他，也许高利率根本不是一个需要被“修掉”的问题，而是债券市场正在对美国的赤字、通胀和债务供给发出警告。
所以这期视频真正要讨论的，不是40亿美元到底多不多。
而是一个更重要的问题：
当美国财政部开始亲自下场影响全球最重要的长期利率，债券市场却仍然不买账，这到底是在给美股创造新的上涨空间，还是意味着一个更大的风险正在浮出水面？
财政部回购不是QE
美股投资网获悉，先把最容易搞混的一点说清楚：财政部买长期美债，不是QE。
QE是美联储印钱去买债，钱是凭空变出来的，金融体系里的钱会变多。
但财政部没这个能力，它不能印钱。它买长债的钱，要么是账上本来就有的，要么是卖掉短期国债换来的。
所以本质上，财政部不是在“放水”，而是在调结构——把长期债务换成短期债务，美国的欠债总额没变。
这也是为什么，财政部把单次买债上限从20亿提高到40亿美元之后，30年美债收益率确实跌了一下，但不到一天就基本涨回去了。市场觉得：40亿太少了，不够扭转大局。
但这里面有个被忽略的关键：
当时市场上，大量资金都在赌长期美债继续跌（也就是收益率继续涨），这种仓位已经达到了历史极端水平。
这时候财政部突然进场买债，能撬动的不只是自己那40亿。因为一旦债券价格开始反弹，那些赌跌的资金为了止损，就得被迫买回来。空头回补本身，又会把价格进一步推高。
所以真正让市场紧张的，不是40亿美元本身，而是市场开始想一个问题：
如果长债继续跌，财政部会不会一次次进场兜底？
一旦大家开始这么想，交易就不再是简单的“买债卖债”，而是变成了猜政策底线。
所以这一轮真正值得关注的是：财政部是不是正在从“被动调节流动性”，变成主动影响长期利率？这才是后面的重点。
一个新的东西，可能正在出现：Bessent Put
一旦市场真的开始这么想——觉得财政部不会眼睁睁看着长期美债一直跌下去——那接下来就会出现一个很有意思的东西。
华尔街已经有人给它起了个名字：“贝森特看跌期权”。
这其实很好理解。以前大家熟悉“美联储看跌期权”——意思是股市一旦跌狠了，市场就会猜美联储会不会出来托底。
现在类似的预期，开始出现在长期美债上。如果30年期美债收益率每次涨到某个位置，财政部就加大回购、释放信号，那市场慢慢就会形成一种感觉：
收益率到这里，贝森特可能就要出手了。
一旦这种预期扎下根，影响力就远比一次40亿美元的回购大得多。因为市场会自己提前反应——做空的人会更谨慎，做多的人会更愿意等，甚至有人会提前押注政策托底。这时候财政部真正影响的，已经不只是当天的买盘，而是整个市场的仓位和预期。
但这套逻辑有个挺要命的问题。
只要市场相信有一条底线，那就一定会有人反复去试探这条底线到底在哪里。
30年收益率涨到5.4%，财政部出不出手？5.5%呢？5.6%呢？
每一次反弹，其实都在逼财政部回答同一个问题：你到底愿意扛到什么程度？
所以“贝森特看跌期权”短期可能很管用，但长期反而会让财政部越来越被动。因为一旦市场认定你会出手，你下次不出手，失望就更大；可每次都出手，干预的规模就只能越滚越大。
所以真正值得盯的，不是财政部有没有一次托底。而是——
这种托底，会不会从一次性的流动性管理，慢慢变成市场默认的一条政策底线。
如果真走到这一步，光靠几十亿美元的回购就不够了。贝森特必须拿出更大的工具。而这，就要说到他手里真正的两张牌。
那如果40亿美元还不够，财政部还能打什么牌？美股投资网为你分析
第一张，叫缩短美国政府的融资期限。
华尔街把这套思路叫“财政部版 Operation Twist”，中文一般叫“扭转操作”。
说白了，就是以后少发一点10年、20年、30年的长债，多发一点短债，同时继续把市场上的部分长债买回来。
这么做的好处是。长债发得少了，市场以后需要接盘的长期国债也少了，价格更容易稳住，长期收益率也更容易下来。
但代价是债务没有消失，只是把压力从长期挪到了短期。就像你把一笔30年固定房贷，换成一笔需要不断续借的短期贷款。如果未来利率真的降下来了，那这招会很好用。
但如果通胀一直压不住，美联储也没法大幅降息，美国以后每次旧债到期，都得重新按照当时的市场价格去借钱，再融资压力反而会越来越集中。
而第二张牌，就敏感得多了。TGA。
TGA可以简单理解成美国财政部存在美联储的现金账户，现在余额接近9500亿美元。
市场目前讨论的是，财政部会不会直接从这个账户里拿钱，去做更大规模的长期美债回购。
要注意，这现在还只是一个被讨论的选项，并不代表财政部已经决定拿9500亿美元去买债。
为什么这张牌不一样？
因为如果靠发短债来买长债，本质上还是在重新安排美国怎么借钱。但如果直接动用TGA，原本放在美联储账户里的现金，会重新流进银行和投资者手里。
这时候，市场里的钱是真的变多了。
也就是说，事情会从“怎么管理债务”，开始往“主动给市场增加流动性”这个方向靠。
而这一步，才真正碰到了德鲁肯米勒最担心的问题。
如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637
德鲁肯米勒真正担心的，是市场规则开始变了
德鲁肯米勒真正担心的的是：财政部会不会开始根据市场价格，临时改变自己的发债和回购策略。
美国财政部在发债管理上一直坚持一个核心原则，即“定期、可预测”。说白了，就是政府怎么发债、发多少、什么期限，尽量提前让市场知道，不要因为今天收益率高了就突然换打法，明天收益率低了又临时改回来。
为什么这个原则重要？
因为买30年美债的人，最怕的不是每天涨跌几个基点，而是规则突然变了。
如果市场开始觉得，财政部以后会根据收益率高低随时调整回购、发债期限，甚至在某个位置主动托底，那投资者就会多算一层风险：
我不仅要判断通胀和赤字，还得猜你下一步政策会怎么变。而不确定性一上来，长期投资者就会要求更高的风险补偿，也就是更高的期限溢价。
这就会出现一个很尴尬的结果：
财政部本来是想把长期利率压低，但如果干预太频繁，反而可能让市场要求更高的长期收益率。
这也是德鲁肯米勒最警惕的地方。
问题不是财政部能不能把利率压下去10个、20个基点，而是如果市场开始相信“价格不合适，政府就会改规则”，那长期美债原本最重要的一个优势——稳定、透明、可预测——就可能被削弱。
而且长期利率本身，也是市场对财政政策的一道约束。赤字越大、债发得越多，融资成本就越高，政府自然会更有压力去控制支出。可如果每次利率一高，就想办法把它压下来，那这种约束也会跟着变弱。
所以德鲁肯米勒真正反对的，不是“财政部不能买债”。
而是：
别让债务管理慢慢变成价格管理。
因为一旦市场开始怀疑，财政部不是在维护市场正常运行，而是在维护某个收益率水平，那事情就已经不是一笔回购那么简单了。
而下一步真正要看的，就是这种干预到底能撑多久，又要付出什么代价。
TGA能买到的，只是时间
而这也把问题推到了更现实的一层。
既然频繁干预本身就可能带来新的风险，那财政部到底能靠这些工具撑多久？
答案可能没有很多人想得那么乐观。
TGA虽然接近9500亿美元，但真正能相对灵活动用的，市场估算大概只有1000亿到2000亿美元。放到大约5万亿美元的长期美债市场里，更多只能带来阶段性影响，很难永久改变方向。
而且TGA的钱花出去以后，后面还得通过重新发债把账户补回来。也就是说，今天先释放流动性，未来还得再从市场里收回去。
所以TGA真正能买到的，不是永久的低利率，而是时间。
贝森特赌的是：先把长端稳住，再等通胀下降、等降息空间打开、等财政压力缓一点。
如果这些都没发生，那长期利率最终还是会重新面对市场定价。
而一旦连财政部不断加码都只能暂时稳住长端，真正需要重新估值的，就不只是美债了。
下一步，压力就会直接传到美股。
真正该警惕的，是美股估值
讲到最后，前面的政策、TGA、回购，其实都只是手段。
对我们（美股）真正重要的是一个结果：
长期利率最后到底能不能真正降下来。
如果能，那美股当然舒服。
尤其是科技、软件、AI这些高成长板块，因为它们的估值很大一部分来自未来很多年的利润。利率越低，市场越愿意提前为这些未来利润付钱。
但如果长期利率始终维持在高位，真正麻烦的不是某一天跌多少，而是市场会慢慢换一套估值标准。
同样一家增长很快的科技公司，过去市场可能愿意给它40倍、50倍估值。
但当长期无风险利率明显更高时，投资者会问：
既然我拿着长期国债都能获得更高回报，我为什么还要为一只风险更高的股票付这么贵的价格？
这时候，最先承压的通常不是那些现金流最稳定的公司，而是三类资产。
第一类，是估值特别高、利润更多在未来兑现的成长股。
第二类，是高度依赖融资的公司，因为利率越高，它们扩张、发债、再融资的成本就越高。
第三类，是房地产、REITs这类天然对利率敏感的资产。
所以真正的风险，不一定是“所有股票一起崩”。
更可能是市场内部开始明显分化。
有稳定现金流、有定价权、有利润的公司还能扛；
但那些主要靠远期故事、远期增长和低资金成本撑估值的公司，会越来越难。
这也是为什么我认为，接下来判断美股，不能只盯着“美联储降不降息”。
更重要的是看：
降息之后，长期美债收益率到底跟不跟着下来。
如果短端利率降了，但10年、30年收益率还是高，那对成长股来说，真正的估值压力其实并没有解除。
这才是最值得警惕的一种情况。
因为那意味着市场正在告诉我们：
美国的短期政策可以变，但长期资金成本未必愿意跟着变。
如果最后真的形成这种局面，那下一轮美股最重要的主线，就不再只是“谁的增长最快”。
而会变成：
谁的现金流最硬，谁最不依赖低利率，谁才更有资格拿高估值。
这才是这场美债博弈，最后真正会落到美股上的地方。
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
英伟达FY27Q2收入962亿美元，同比翻了一倍以上，连续第四个季度加速增长。但市场真正关注的，是管理层给出的前瞻性指引：
FY28收入预计同比增长约70%，且明确这是一个"受供应约束"的数字——如果不受约束，真实需求增速约为100%。
目前市场一致预期FY28增长约45%。这意味着英伟达对自身增长潜力的判断，比华尔街当前模型高出近2000亿美元。
按此推算，FY28收入将达到约7500-7800亿美元，若经营利润率维持在68%左右，净利润可能超过4000亿美元，对应forward PE在12-17倍区间。
这次上涨的关键原因是什么？
财报数字本身很强——Q2营收962亿美元，超预期约40亿，数据中心收入890亿美元，同比增117%。但真正把盘后股价从一度跌超2%拉到涨约4%的，是两件事：
第一，FY28 70%的增长指引，把高增长周期又往后延了一年。市场此前最担心的是Blackwell之后增速降档，这个指引直接打消了疑虑。
第二，2790亿美元的供应与产能承诺，一个季度内从1190亿翻了一倍多。这说明英伟达不只是"说"增长能持续，而是真金白银把未来几年的HBM产能锁死了。
一、从"AI有用"到"需求100%"
电话会上，老黄说了一句关键的话："AI has become useful."
这句话的实质是：AI的商业模式已经跑通。当前限制AI公司收入扩张的不再是需求或变现能力，而是算力供给。
Agent的推理调用消耗的计算量，是人类直接使用工具的15到100倍。当AI从对话工具转向自主执行任务，算力需求呈现非线性增长。因此，70%与100%之间的差距，核心在于供应链能否跟上，而非市场需求是否存在。
二、被低估的另一半：ACE市场
市场注意力多集中在超大规模云厂商，但老黄指出，"大约一半的业务正以约100%的速度增长，这部分在云计算之外。"
这指的是ACE业务（AI Clouds, Enterprise, Sovereign），Q2收入403亿美元，同比增长138%，环比增长25%。包括新云、主权AI、企业本地部署和AI原生初创公司。
与超大规模云厂商不同，这些客户既没有能力也没有意愿自研芯片。他们需要的是一个完整的、开箱即用的AI工厂平台。这正是英伟达全栈方案的价值所在。
三、平台价值提升：从卖芯片到卖工厂
一个关键数据是每吉瓦数据中心的收入机会变化：
这反映的不是简单涨价，而是平台能力的扩展。Vera Rubin已开始生产出货，Q3预计占数据中心收入约20%，Q4及FY28将进一步加速。同时，Vera CPU作为独立产品全面投产，FY28 CPU收入预计翻倍。
从竞争角度看，客户面对的不再是一颗GPU的选择，而是一个覆盖GPU、CPU、NVLink、网络、算法和软件的协同设计体系。
四、2790亿美元承诺与内存瓶颈
财报中披露，截至7月26日，供应和产能承诺从上一季度的1190亿美元增至2790亿美元，其中2027财年剩余920亿，2028年870亿，2029年880亿。
CFO明确表示，增长主要由内存采购锁定驱动。电话会上，管理层坦承内存市场处于"极端定价状况"，涨价幅度超出预期，明年还将进一步上涨。
因此，毛利率指引有所下调：Q3为74%±50个基点，Q4触底71%-72%，FY28稳定在72%-73%。
但老黄提供了一个重要视角："内存供应收紧是推动我们自身增长的同一需求激增的症状。" 换言之，内存短缺不是外部冲击，而是AI建设本身造成的。
英伟达用巨额采购承诺锁定供给，同时推进NVHBM定制高带宽内存（将内存控制器集成到HBM基底层，带宽比标准HBM4E高30%、功耗低15%），Amazon Annapurna Labs将成为首位采用者。
五、5000亿美元资本布局
英伟达与Apollo、BlackRock、Blackstone、Brookfield、高盛和KKR六家机构合作，建立融资平台，计划筹集超过5000亿美元第三方资本，支持前沿AI实验室建设基础设施。
英伟达自身已向前沿AI实验室投资近500亿美元。OpenAI已承诺到2030年部署约12吉瓦英伟达算力；软银Energy的Portsmouth园区初始项目支持4.25吉瓦，预计容纳约150万块GPU。
预计明年，需要英伟达信用支持的AI实验室将贡献约四分之一的业务。老黄将此定性为"一代人一次的机会"。
六、估值与风险
如果FY28收入指引兑现，当前估值水平与公司的增长潜力之间存在明显错配。市场顾虑主要集中在三点：
供应链瓶颈：真实存在，但2790亿美元的承诺和5000亿美元第三方资本提供了较高的可见度。
毛利率下滑：短期受内存涨价和Vera Rubin产能爬坡影响，FY28将稳定在72%-73%，仍处于行业高位。
地缘政治：CN收入已降至数据中心总收入的1%以下，且前瞻指引完全未计入CN市场，属于潜在上行空间而非下行风险。
把这几件事连起来，英伟达现在所处的阶段其实非常清楚。
老黄在电话会结尾表示："明年将是极为庞大、相当非凡的一年。" 结合70%的底线指引和100%的真实需求，这句话更像是一个基于供应链可见度的务实判断，而非简单的乐观预期。
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
微信分析师 微信公众号
