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
美股投资网获悉，据报道，KKR、Energy Capital Partners和黑石正寻求联合竞购环境服务公司GFL Environmental(GFL)，而布鲁克菲尔德资产管理与IFM Investors则联手发起竞争。该消息推动GFL Environmental股价在美东时间周三盘后交易时段大涨逾10%。
报道称，未来几周可能就这笔交易做出决定，该交易可能成为今年最大杠杆收购案之一。知情人士称，尚未做出最终决定，时间表可能变化，其他竞购者可能加入，现有财团也可能重新组合。
报道指出，GFL Environmental的特别委员会可能需要时间评估提案，并可能要求竞购者提高报价。公司在7月成立特别委员会，负责监督潜在的合并或私有化谈判，此前公司收到初步收购意向。首席执行官Patrick Dovigi 在2020年推动公司上市，他当时表示，会将全部股份投入任何潜在交易，这种结构通常与杠杆收购相关。
据悉，GFL Environmental是北美最大废物管理公司之一，在美国和加拿大拥有约1.5万名员工，运营回收设施、转运站和填埋场。截至上次收盘，其市值接近180亿美元。
CEO称将继续掌舵
Dovigi在接受采访时表示，无论战略结果如何，他都打算继续领导公司并保留所有权。
“我对公司目前的状况非常满意，”他表示，并补充称，不打算离开这家他已领导近二十年的公司。他还表示，GFL Environmental目前的发展才刚刚进入“第三阶段”，并重申对公司前景的信心，称公司正处于“激动人心的时刻”。
机构、散户乐观看多
在Stocktwits上，GFL Environmental股票的关注者数量在过去12个月增加超过11%，在此期间，散户对该股的看法从“中性”升至“看涨”。
有用户本周早些时候表示“我们可能在本周看到收购，在美联储加息前，收购方可以以较低利率置换固定利率债务。”
Koyfin数据显示，覆盖GFL Environmental的21位分析师给出“买入”共识评级，平均目标价52.63美元，意味着较当前股价仍有约28%的上涨空间。
截至发稿，GFL Environmental盘前涨4.67%，报42.99美元。
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！
美股投资网获悉，来自华尔街金融巨头摩根大通最新发布的《Retail Radar》研究报告显示，随着美联储加息靴子终于落地，散户投资者们并未全面撤离AI，而是宏观压力下总体入市节奏显著放缓、个股选择更加集中于AI算力龙头。对于美联储FOMC货币政策委员会成员们在美东时间周三一致通过加息25个基点，将政策利率提高至3.75%—4.00%，摩根大通的基准判断在于——如果只是撤回去年一部分“保险式降息”的浅度加息周期，同时企业盈利保持强劲、中东局势没有进一步失控，股票市场仍有能力消化利率与长期限美债收益率上升态势。
当油价与长端收益率对估值的压制有所缓和，此前仍获买盘支持的AI算力主题核心资产便具备参与风险偏好修复的基础，市场关注点也有条件从加息冲击重新转向订单、收入与盈利兑现。这也是为何摩根大通最新汇编的数据显示9月10日至16日，散户投资者们资金流涌入助力七巨头合计获得16.01亿美元净买入，其中英伟达独占11.96亿美元，闪迪、阿斯麦和甲骨文这类AI算力产业链领军者势力也获得强劲流入，这种“总量收缩、核心承接”的结构，比笼统的“散户撤离科技”更能解释AI算力主题在美联储加息落地之后为何仍具反弹基础。
摩根大通结合历史数据的分析报告甚至认为，在当前高增长经济环境持续的积极条件下，股票市场可以承受10年期美债收益率逐步趋近6%，但这是一项以AI驱动的强劲盈利扩张韧性为前提的承受能力判断，并非6%的收益率预测。
无独有偶，另外两大华尔街巨头高盛与杰富瑞也在近期释放类似积极信号。高盛上周末发布的一份研报中，给出了美国股市自2022年ChatGPT风靡全球以来长期牛市将强劲延续的“盈利压倒一切”看涨逻辑——预计标普500指数每股盈利2026年达到340美元，意味着有望在高基数基础上同比大幅增长24%;2027年则有望进一步达到385美元，同比增长13%。
与此同时，远期市盈率从年初22倍降至19倍，说明利率逆风已经通过估值压缩体现。其历史样本显示，七次加息周期启动后三个月，标普500平均下跌2%，但十二个月后平均上涨9%。这些数据尚未支持“美联储开启加息后必然终结牛市轨迹”，但是不能100%用来证明未来投资回报必然复制历史;高盛在研报中强调，真正关键的在于，盈利兑现趋势能否抵消估值因素进一步下降。
杰富瑞近日表示，在AI投资狂潮和AI相关企业盈利超预期上行的双重引擎驱动下，标普500指数预计将在2026年底飙升至8000点，并在2027年进一步触及9000点。杰富瑞的核心逻辑清晰而有力在一个AI驱动的盈利增长超过历史平均两倍以上的周期中，与盈利趋势对抗是危险的。杰富瑞的2026年8000点位标普500指数基准预测基于每股收益(EPS)达到373美元(同比增长35%，远高于市场共识的29%)以及21.5倍的市盈率。
美联储加息落地，散户资金似乎收缩买盘资金向AI算力核心资产集中
摩根大通最新汇编的散户资金流数据显示出，9月10日至16日，散户资金净流入仅为25亿美元，较过去12个月平均每周68亿美元低约63.2%;其中ETF净流入31亿美元，个股净流出6亿美元。报告将整体流入强度定位于历史第2百分位，ETF流入降至一年低位，个股资金流则处于第12百分位。因此，最重要的市场信号是“增量买盘减少、资金更挑标的”高油价、长端利率与AI安全讨论压制短期风险偏好，但英伟达等核心资产仍能吸引净买入。
周四(9月17日)费城半导体指数经历短期下跌之后大幅上涨3.1%，与油价大举回落、10年期美债收益率降至4.93%同步出现，体现出利率/长期限美债收益率曲线压力边际缓解与AI算力相关投资信心在美联储加息落地修复央行抗击通胀信誉预期后强劲修复的共振。
虽然就时间线而言摩根大通《Retail Radar》为发布于全球市场科技股大反弹前夕，但是为投资者们理解这轮反弹提供至关重要的资金流线索——即整体入市放缓，但AI核心资产的选择性买盘并未中断，尤其是包含英伟达与谷歌的美股市场七巨头(即Magnificent Seven)仍合计获得16.01亿美元净买入，其中英伟达独占11.96亿美元，闪迪、阿斯麦和甲骨文这类AI算力产业链领军者势力也分别获得2.02亿、1.19亿和1.02亿美元净买入。
这种“总量收缩、核心承接”的结构，比笼统的“散户撤离科技”更能解释AI主题为何仍具反弹基础资金在压缩非七巨头科技股整体敞口的同时，继续选择加速计算、存储、半导体设备与云基础设施中的部分公司;报告也明确记录，AI数据中心核心基础设施链条与电气化、主要AI受益者及AI软件商业化等主题仍获散户买入。
甲骨文尤其体现了“盈利与订单支撑逢低承接”的逻辑其收入同比增长30%、云计算相关基础设施收入三位数增长、剩余履约义务环比增加260亿美元，随后在9月11日获得散户单日8700万美元净买入，凸显出可验证的业务增长仍能吸引资金入场。
结合摩根大通关于“盈利保持强劲、地缘风险受控时，浅度加息周期以及持续高企的长期限美债收益率仍可被股市消化”的最新判断，可以推演的投资策略之一便是——当油价与长端收益率对估值的压制有所缓和，此前仍获买盘支持的AI算力核心资产便具备参与风险偏好修复的基础，为周四反弹提供资金偏好背景，市场关注点也有条件从加息冲击重新转向订单、收入与盈利兑现。
交易节奏与板块流向共同表明，散户正在同时进行防御性配置和选择性科技投资，而不是简单地从科技整体切换至防御板块。最近四个交易日散户在午间仍是个股净买家，到了下午却转为净卖家，主要变化来自七巨头以外的科技股由买转卖，以及工业股卖出加速。在排除七巨头后的行业统计中，必需消费是唯一获净买入的板块，金额为1100万美元;工业、通信与科技分别净流出5.55亿、4.93亿和4.05亿美元，公用事业与房地产则属于净卖出较少的板块。
ETF端，行业ETF出现历史第三大周度净流出，主要由科技类产品驱动;但宽基大盘股ETF仍获得13亿美元净买入，贵金属ETF获得1.88亿美元，中长期限债券ETF需求也略有改善。一个值得区分的现象是全市场高股息策略的拥挤度接近三年高位，但散户对分红ETF的流入反而有所下降。
与此同时，摩根大通汇编数据显示，散户期权交易占比的一月滚动均值仍处于历史96.8百分位，说明交易参与度依然很高，只是现货买入意愿与交易方向发生了分化。
从资金流到盈利兑现AI算力基础设施投资由普遍追逐转向精选超级龙头配置
具体买入名单显示，资金不仅继续支持七巨头，也在存储、半导体设备与云基础设施中保留了明确偏好。摩根大通汇编的散户资金流数据显示如下(9月10日至16日的周度散户资金流汇总)
七巨头全部获得净买入英伟达11.96亿美元、特斯拉2.01亿美元、亚马逊8700万美元、苹果6300万美元、谷歌2500万美元、微软1900万美元、Meta 1000万美元，合计16.01亿美元，其中英伟达占约74.7%。七巨头以外，闪迪(SNDK)获净买入2.02亿美元、阿斯麦(ASML)1.19亿美元、甲骨文(ORCL)1.02亿美元，与英伟达、特斯拉共同构成当周净买入前五名;净卖出前五名则是SpaceX(SPCX)2.49亿美元、Marvell(即迈威尔科技，MRVL) 9500万美元、英特尔(INTC)7600万美元、NuScale Power(SMR) 6000万美元及AMD(AMD) 5200万美元。
报告还明确指出，散户投资者们继续买入AI数据中心电气化产业链、AI及数据中心基建最核心且最主要受益者、七巨头、成长股，以及AI软件与AI应用商业化等主题，可谓全面凸显出散户投资者们没有放弃AI，而是将买盘集中于七巨头，以及存储、设备、云平台中的部分最核心且整体资金最偏好公司;非七巨头科技板块整体净流出，但是并不意味着其中每家公司都被卖出。
摩根大通分析师团队将Meta上调至“增持”(Overweight)，看好其前沿模型、Muse智能体及模型API服务，将AI商业化从广告进一步拓展至新的产品与收入来源;网络安全方面，则特别看好Okta、Palo Alto Networks、CrowdStrike、Varonis和Zscaler，核心逻辑是AI应用扩大攻击面，使安全企业成为基础模型公司的基础设施合作伙伴，安全支出更加关键。值得注意的是，散户投资者们对这一安全软件组合整体仍为净卖出，表明机构基本面观点与短期散户交易并不完全一致。
AI云算力基础设施领军者甲骨文是积极层面的资金流重要案例摩根大通报告援引其收入同比增长30%、云基础设施收入三位数增长，以及剩余履约义务(RPO)环比增加260亿美元，认为这些业绩有助于回应订单持续增长、订单转化为收入和后续融资的疑虑;9月11日，散户单日净买入甲骨文高达8700万美元，属于财报后的逢低买入。 此外，9月15日Skyworks与Qorvo分别获得750万美元和40万美元净买入，背景是两家公司合并交易预计年内完成的消息，而不宜直接归为AI算力买盘。
AI产业的融资、应用和交付数据，为核心资产持续获得关注提供了基本面背景，但它们是资金流观察之外的补充证据。 据媒体报道，OpenAI正在讨论估值超过1.2万亿美元的新融资;Anthropic则据路透社报道筹备约2万亿美元估值、最高融资1000亿美元的潜在IPO，有望成为历史上规模最大的首次公开发行——两者均是融资讨论或筹备口径。
具体的AI应用端，Astra强化编程、浏览、计算机操作和复杂工作流程能力，拓宽了AI可执行任务的范围;OpenAI也确认自9月10日起暂停每月200美元Pro 20X套餐的新注册和升级，已有订阅不受影响。 采购端，Anthropic已披露与亚马逊最高5吉瓦的协议、与谷歌及博通的5吉瓦协议、300亿美元Azure容量，以及与Fluidstack相关的500亿美元美国AI基础设施投资。
AI算力基础设施资源的交付端，英伟达2027财年第二季度数据中心收入达到890亿美元，同比增长117%;韩国8月出口额同比增长68.7%至982.6亿美元，其中半导体出口达到466.5亿美元，截至9月初全年累计出口已达7094亿美元，超过2025年全年纪录。从投资逻辑看，这些数据将“AI需求扩张”具体落实为应用使用、容量采购和硬件收入，为英伟达、存储及云基础设施企业的长期成长提供支撑，这也是为何散户资金流短期聚焦于收缩买盘，继续选择其中部分核心AI算力投资标的。
技术层面最值得关注的增量，是AI算力资源需求正在从集中式预训练，扩展至后训练、持续推理与智能体执行，这也有助于理解资金为何在硬件与软件内部重新筛选。
摩根大通援引SemiAnalysis指出，预训练在其讨论的算力分配结构中占比已经降至15%以下，终端Token需求扩大，后训练技术也成为模型能力扩展的重要方向;占比下降描述的是结构变化，并不等同于绝对算力需求减少，基于“杰文斯悖论”，未来AI需求总体将因算力成本下行而不断扩大。从系统架构推演，用户规模、任务频率、调用轮次与上下文长度共同影响总Token处理量预填充(Prefill)需要处理输入，解码(Decode)持续生成输出，键值缓存(KV Cache)则对显存容量和内存带宽提出要求;多工具智能体还需要CPU执行程序、存储芯片系统提供数据与缓存基地、高性能以太网网络设备连接计算资源、AI数据中心光互连/光通信系统提供数据之间的高速传输模式，并由云平台完成调度与服务落地式交付。
这也基本上形成了“加速计算—内存与存储—基础设施交付—软件商业化”的完整需求链，而摩根大通资金流报告记录的英伟达、闪迪、阿斯麦和甲骨文买盘，分别对应其中不同环节。散户投资者们资金流仍然选择性青睐AI算力和科技主题，但已经不是不加区分地追逐所有AI标签，而是在总体买盘降温时，继续配置算力主题核心及部分至关重要的瓶颈型AI算力产业链公司。
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！
美股投资网获悉，花旗在最新全球半导体行业报告中表示，随着人工智能从传统的训练和推理模式进一步迈入“持续学习”时代，全球存储芯片市场可能迎来新一轮结构性需求增长。与当前AI模型主要依赖一次性训练不同，持续学习要求模型不断吸收新数据、更新自身知识，同时保留并调用此前学习的信息，这意味着HBM、服务器DDR5以及企业级SSD(eSSD)可能同时迎来需求扩张，并推动全球存储市场供应短缺在2028年进一步加剧，甚至持续至2031年。
花旗认为，持续学习将成为未来五年AI发展的关键主题之一。在这一模式下，AI模型不再只是完成训练后保持相对静态，而是能够持续根据新的任务、数据和知识进行增量训练，同时避免遗忘此前获得的信息。由此产生的持续模型更新以及历史数据访问需求，将显著提高AI系统对于计算和存储资源的消耗。
该行预计，从2027年开始，AI训练与推理对存储的需求有望同时加速。其中，HBM将受益于持续训练和模型更新，服务器DDR5及SoCAMM2将受益于AI推理和CPU工作负载增加，而eSSD则将承担大量历史数据和KV Cache等数据的长期存储需求。
在这一趋势下，花旗将三星电子、SK海力士(SKHY)、美光科技(MU)、闪迪(SNDK)和铠侠列为存储领域首选标的；在半导体设备及材料领域，则看好澜起科技、应用材料(AMAT)、泛林集团(LRCX)、TES、Eugene Technology和TechWing。
AI进入“持续学习”时代 存储需求逻辑正在发生变化
花旗指出，当前AI模型存在一个重要限制模型虽然能够保留训练过程中学到的知识，并不会自动将用户后续交互以及不断产生的新数据直接整合进模型参数之中。
持续学习试图解决这一问题。模型需要持续接受新的任务和知识训练，同时保留此前已经掌握的信息，其中最大的技术挑战之一就是避免所谓的“灾难性遗忘”，即模型在学习新知识时丢失原有能力。
这一变化可能重塑整个AI存储产业链。
2022年至2024年，随着AI训练模型规模不断扩大，HBM需求率先出现爆发式增长，而传统DRAM和NAND需求相对疲软。但自2025年下半年开始，随着AI推理任务变得更加复杂，服务器DDR5和eSSD需求开始快速增长。
花旗预计，2027年至2028年上半年将进入持续学习的第一阶段。在此期间，AI服务器既需要持续训练、更新模型，又需要执行越来越复杂的推理任务，因此HBM、服务器DRAM、SoCAMM2和eSSD需求可能首次出现同步快速增长。
到了2028年下半年以后，个人AI和实体AI(Physical AI)可能进一步成为新的需求驱动力。随着边缘AI、本地数据管理、机器人等应用逐渐普及，终端设备将需要拥有持久记忆并持续适应周围环境，届时本地和边缘存储需求也可能加入这一增长周期。
值得注意的是，AI Token使用量已经呈现高速扩张。报告第3页数据显示，从2025年1月至2026年8月，AI Token月度使用量的复合月增长率约为31%，2026年8月同比增幅达到2434%。花旗认为，这一趋势进一步支持AI工作负载及存储强度长期上升的判断。
HBM需求2027年或增62% 2028年再增69%
在所有存储产品中，HBM仍然是AI训练和持续学习最直接的受益领域之一。
尽管市场近期对AI芯片降低HBM配置规格以及AI安全问题存在担忧，花旗认为，这并不代表HBM整体需求开始转弱。相反，AI芯片厂商正在从“Scale-up”向“Scale-out”架构转移，即通过部署更多加速器来扩大整体计算能力，这仍将推动系统层面的HBM需求持续上升。
花旗预计，2027年HBM bit需求将同比增长62%至752亿Gb，2028年进一步同比增长69%至1270亿Gb，相当于此前预测的约两倍。除了英伟达之外，博通(AVGO)、谷歌等ASIC芯片需求也将成为重要增长来源。
更重要的是，即便存储厂商积极扩产，HBM供应仍可能无法追上需求。
花旗预计，2027年HBM需求将由2026年的464亿个1Gb等效单位增至752亿，而供应则由361亿增至593亿，该行预计2027年HBM供应仍将明显不足，供应缺口约为21%；到2028年，随着ASIC出货进一步增长，这一缺口可能进一步扩大至约36%。
因此，花旗将近期所谓的HBM“降规格”更多视为供应不足情况下提高资源效率、最大化AI加速器出货量的一种应对方式，而非需求疲软的信号。
AI推理成为第二增长引擎 服务器DRAM需求2027年或激增51%
如果说HBM主要受益于AI训练，那么服务器DRAM则有望成为AI推理及持续学习扩张的重要受益者。
花旗预计，在持续学习推动下，2027年服务器DRAM需求将增长超过50%，与此同时eSSD需求也可能增长约50%。随着AI推理任务复杂程度不断提高，CPU需求以及服务器内存容量都将进一步增加。
具体来看，该行预计，服务器DRAM需求将由2026年的2263亿个1Gb等效单位增长至2027年的3417亿个，同比增长约51%。届时服务器将贡献全球DRAM需求的约67%，继续成为最大应用市场。
这一趋势还与AI芯片降低单颗加速器HBM配置形成联动。当部分KV Cache等内存工作负载从HBM向服务器DRAM或外部存储卸载时，反而可能进一步增加服务器DRAM和eSSD的需求。
花旗指出，存储客户正在把部分长期供应协议(LTA)的期限从三年延长至五年，也反映出市场对于未来多年存储需求能见度正在提高。
eSSD需求或迎爆发 2027年预计增长近53%
NAND市场同样可能成为持续学习时代的重要受益者。
持续学习意味着AI模型不仅需要不断学习新信息，还必须保留过去已经获得的大量数据，因此需要更大的长期存储容量。
花旗预计，2027年全球NAND需求将同比增长29.1%，高于21.2%的供应增长；其中，企业级SSD需求预计同比增长52.9%，明显高于整体SSD约45%的增长速度。
推动这一增长的重要因素之一是KV Cache卸载。随着部分AI加速器降低HBM配置，越来越多KV Cache以及其他内存工作负载可能被转移至外部存储，高容量QLC企业级SSD因此有望获得更多需求。
花旗还指出，AI服务器正在增加GPU附近的存储配置，包括采用QLC SSD，使更多数据能够储存在加速器附近，从而提高模型记忆和数据访问效率。
与此同时，消费电子NAND需求可能受到手机和PC市场相对疲软的拖累，但花旗预计AI推理带来的企业级需求增长足以抵消这一影响。报告还提到，包括中国在内的AI数据中心正在越来越多考虑使用SSD替代HDD，这可能从2027年开始进一步扩大eSSD的潜在需求。
DRAM供需缺口2028年或扩大至9.7% 涨价周期有望延续
需求快速增长的另一面，是存储行业供给扩张仍然受到限制。
花旗预计，2027年全球DRAM bit需求将同比增长约30.2%，明显高于18.8%的供应增速，推动市场由2026年的基本平衡转向供应短缺，缺口约为8.7%；到2028年，供应缺口预计进一步扩大至约9.7%。
供给受限主要来自两个因素。一方面，三星电子、SK海力士和美光正在把更多DRAM产能分配给HBM；另一方面，先进制程迁移速度放缓，加上新建晶圆厂需要较长建设周期，使新增bit供应无法迅速释放。
花旗预计，2027年DRAM行业平均晶圆产能仅同比增长约8%，而全年DRAM bit供应增长约18.8%，因此供应紧张可能贯穿整个2027年。
供需紧张也意味着存储价格仍可能维持强势。
花旗预计，在2026年DRAM综合平均售价大涨242.4%之后，2027年DRAM综合ASP仍可能同比上涨23.1%。尽管涨幅较2026年的极端水平明显放缓，但HBM和传统DRAM持续供不应求仍将支撑价格进一步上涨。
NAND同样进入供应紧张阶段 短缺或持续至2031年
NAND市场的供应压力也在加大。
花旗预计，2027年NAND需求将同比增长约29%，而供应仅增长约21%，供应缺口预计达到约6.1%；2028年需求预计增长33%，继续高于25%的供应增速，市场仍将处于供应短缺状态，缺口约为5.5%。
造成这一局面的一个重要原因，是全球存储厂商目前正在优先扩大DRAM和HBM产能，从而限制了NAND新增产能。
花旗预计，在持续学习、高密度eSSD、英伟达KV Cache卸载以及2028年以后个人AI和实体AI需求共同推动下，全球存储供应紧张可能在2028年进一步恶化，并延续至2031年。
这意味着，当前存储周期可能不再只是由智能手机、PC补库存等传统因素推动的短期周期，而越来越呈现由AI计算架构变化驱动的结构性需求特征。
存储厂商大举扩产 设备与材料公司同步受益
面对长期需求扩张，存储厂商正在启动更大规模资本开支，而这也可能将AI存储投资机会进一步向半导体设备和材料产业链扩散。
花旗预计，全球DRAM和NAND资本开支将由2026年的约549亿美元增至2027年的804亿美元，同比增长46.5%；其中DRAM资本开支预计达到586亿美元，同比增长51.6%，NAND资本开支则达到218亿美元，同比增长34.2%。
更长期来看，报告预计全球DRAM与NAND资本开支到2031年可能进一步达到约3225亿美元，其中DRAM约2540亿美元，NAND约685亿美元。
因此，花旗认为，这一轮存储景气上行不仅利好存储芯片制造商，也有望逐渐传导至半导体设备和材料厂商。
在存储领域，该行将三星电子、SK海力士、美光科技、闪迪和铠侠列为首选标的；设备和材料领域则看好澜起科技、应用材料、泛林集团、TES、Eugene Technology和TechWing。花旗认为，随着持续学习以及中长期个人AI的发展推动存储需求结构性增长，存储厂商将直接受益于持续的供应短缺，而设备和材料企业则有望受益于大规模资本开支以及更高的晶圆厂产能利用率。
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！
美股投资网注意到，赛富时(CRM)给出了超出分析师预期的长期销售展望，向投资者表明，面对人工智能工具带来的竞争，这家软件公司依然能够推动收入增长。
该公司首席运营官兼首席财务官罗宾·华盛顿周三在该公司的年度大会上表示，预计在截至 2030 年 1 月的财年中，公司销售额将达到 630 亿美元。这一展望包含了赛富时于去年 11 月完成的对 Informatica 的收购带来的收入。
根据汇总的数据，分析师平均预估该数字为 614 亿美元。
该股在纽约收于 250.54 美元后，盘后交易变化不大。自 6 月 22 日触及低点以来，该股已上涨 67%，但今年累计仍下跌 5.4%。
作为客户管理软件领域的领军企业，赛富时正面临着证明自己能在不断发展的 AI 产品时代茁壮成长的压力。在本周的大会上，赛富时大力宣传了与知名 AI 初创公司 Anthropic PBC 的合作关系，这有助于缓解投资者对该公司面临直接竞争的担忧。
花旗集团分析师泰勒·拉德克在一份报告中写道，在大会上与客户及合作伙伴的交流“明显比一年前更具建设性，他们对赛富时的 AI 产品战略和执行力抱有更大信心”。
摩根大通表示，市场对赛富时被 AI 取代的担忧“被夸大了”，Agentforce 与 Data 360 正在把 AI 能力变现——两者合计年化经常性收入(ARR)已接近 39 亿美元，预计 2027 财年末超 50 亿、2030 财年末超 100 亿美元；当前约 11 倍的企业价值/自由现金流估值低于同行约 15 倍的均值，存在重估空间。
目前市场主流仍偏乐观Visible Alpha 追踪的 19 位分析师中 13 人给出“买入”、6 人中性，平均目标价 272 美元；Investing.com 汇总的 56 位分析师平均目标价 273.37 美元，无一人给出“卖出”。
不过一个绕不开的历史事实是公司 2022 年投资者日定下的 2026 财年 500 亿美元营收目标最终落空(实际 415 亿美元)。华尔街普遍表示，630 亿美元的“军令状”能否兑现，关键看未来 12-18 个月订阅收入能否重回双位数增长，以及 Agentforce 的预订量何时转化为实打实的公认会计准则下的收入与利润。
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！
$MRVL 和$GFS 宣布扩大多年合作，提高佛蒙特州 Burlington 工厂的 SiGe 产能，专门服务下一代 AI 数据中心高速光连接。
这条消息为什么这么重要？
成千上万颗 GPU 要一起工作，最难的地方之一，是怎么把数据在它们之间高速搬运。单卡再强，如果互联跟不上，整个集群的利用率照样会被卡住。
这也是为什么光互联、SerDes、交换芯片、NPO、CPO 这些方向，开始越来越值钱。
这次扩产的 SiGe 技术，就是高性能光连接里的关键底层工艺之一。美股投资网获悉，这些产能会用于下一代可插拔光模块、NPO 和 CPO，当前路线已经支持 200G/lane，并继续往更高速率推进。
MRVL 这波上涨，不只是“又签了一个代工协议”。
更重要的是，市场正在重新给 AI 网络层定价，越来越多资金开始看，这些 GPU 之间到底怎么连、数据怎么跑、带宽怎么扩。
如果 AI 集群继续从几万卡走向几十万卡、百万卡，网络和光互联的价值占比只会越来越高。
#美股
加息落地后跌一天，第二天美股就全涨回来了。
标普500指数创下六周最大单日涨幅，费城半导体指数涨3.14%至11599.05点，是当天表现最强的主要指数。
大型科技股全线收涨，半导体、存储芯片领涨——英特尔涨7.67%，AMD涨超6%，闪迪、美光均涨近6%，英伟达涨超2%。
油价连续第二天下跌，布伦特跌到105美元附近。10年期美债收益率从5%左右回落到4.93%—4.95%。对科技股来说，这两个变量比什么情绪指标都重要。
前几天市场怕的是：油价涨→通胀预期回来→美联储维持高利率→10年期破5%→科技股杀估值。
今天这条链暂时反过来了。
今天是诱多反弹吗？
美股投资网的判断很直接：
现在把它叫作诱多，证据还不够；把它叫作趋势反转，同样太早。更准确的定位是超跌修复叠加空头回补，而且反弹高度集中在AI和半导体。
为什么不能马上乐观？
因为美联储的方向没有变。最新经济预测把2026年PCE通胀中位数放在3.7%，年末联邦基金利率中位数为4.1%，意味着多数官员仍认为今年还需要继续收紧。
市场今天只是暂时相信，美联储愿意压通胀，油价也在帮忙，并不是相信高利率已经结束。
盘面内部也没有看上去那么全面。科技板块上涨2.20%，金融板块却微跌；剔除AI相关股.票后，标普500相较周二收盘几乎没有上涨。纳斯达克当天的新低家数仍多于新高家数。指数很漂亮，真正赚钱的范围却偏窄。
更关键的是，标普收盘只比7625点高出十几个点。期权分析数据显示，7625点及以下处于负Gamma区间，一旦重新跌破，做市商对冲可能放大波动。与此同时，九月下旬本来就是美股季节性偏弱的时间段，周五又遇到三重巫日。
判断反弹是否站得住，接下来只看四件事：
如果四个条件同时改善，这轮上涨才有机会从技术修复变成可持续反弹。如果油价反弹、长债重新破5%、指数又跌回7625点下方，那么今天就更接近典型的诱多。
英特尔大涨原因
费半今天最有代表性的股.票是英特尔。公司上涨超 8%。
表面催化剂有两个：
这条消息为什么比普通合作更重要？
因为英特尔最烧钱的资产并不是CPU设计，而是巨额投入的晶圆厂。俄亥俄项目原本计划在2025年投产，后来一再延期。
英特尔目前的官方计划是第一座厂房2030年完工，2030年至2031年开始运营。厂房建得再先进，如果没有足够的外部客户，折旧和维护成本就会一直压在利润表上。
截至2026年上半年，英特尔代工业务累计经营亏损约45亿美元，公司在监管文件里也承认，代工业务目前绝大部分仍服务于英特尔内部产品。
SK海力士如果真的进入俄亥俄，至少能让这块重资产看到外部需求，也可能帮助英特尔分担厂房、基础设施和投产成本。
但这里我必须提醒。现在只是谈判，而且租厂房不等于SK海力士已经选择英特尔18A或14A工艺代工。
SK海力士完全可能带着自己的存储工艺和设备进入，英特尔更像房东和基础设施伙伴。只有最终协议披露了投产时间、资本开支分担、工艺归属和最低采购承诺，这条消息才能真正进入盈利模型。
戴尔冲 600 美元
戴尔今天依然稳步上涨4.46%，价格即将来到 600 美元大关！一个月累计上涨21%
今年6月，我们频道第一次专门分析戴尔，核心逻辑很简单：AI不会永远只待在云端。一旦模型往PC本地跑，智能体进入企业终端，PC就不再只是换机周期。
前端有AI PC，后端有企业AI服务器、存储、网络和数据中心。戴尔正好站在两头——前端有全球PC渠道和企业客户，后端通过Dell AI Factory with NVIDIA，把GPU、服务器、存储、网络打包卖给企业。当时文章把戴尔放在AI PC核心受益位置。
当时股价还在433美元附近，如果当时布局，你现阶段预警浮盈接近 40%。
扫码VIP，不错过一线从业者的深度研究
9月11日，戴尔当天涨近12%，我们第二次发文。这次讲的是订单开始验证：
上一季度AI服务器新签订单609亿美元，确认收入164亿，季末积压订单950亿，过去12个月累计AI服务器订单超1300亿；
AI客户超6500家，其中3300家是最近三个季度新增。甲骨文点名戴尔是资本开支核心供应商，RBC首次覆盖给“跑赢大盘”和640美元目标价。
文章回顾：
GPT-6杀出时我们为什么看3D赛道
上两周GPT-6模型出来的时候，美股投资网专门分析了3D这条线。
核心逻辑是：大模型下一步真正有价值的地方，不只是生成文字和图片，而是生成能被现实世界执行的东西。代码是一种，机器人动作是一种，3D模型和制造文件也是一种。
文章回顾：
最近已经出现这种工作流。Vertex Lab在9月展示过把GPT-6 Astra跟3D生成平台结合，模型负责规划、代码和部件拆分，再把结果变成可编辑的3D资产。甚至有人把GPT-6 Astra、Meta Quest和3D打印机连起来，在VR里直接把模型扔给打印机执行。
过去3D打印的问题不是技术不存在，是工作流太重——建模、修模、切片、调参数，每一步都卡人。如果AI把前面最耗时间的设计和建模大幅压缩，3D打印的使用门槛就会下降。DDD这种股.票真正的期权价值，不是打印机卖得好不好，而是生成式AI能不能把3D内容生产变成普通人和机器人都能调用的生产接口。
今天DDD涨13.38%，虽然不能证明这条产业趋势已经兑现，毕竟小市值股.票波动大。但方向越来越清楚：大模型正在从生成内容，走向生成可以制造的东西。
如果你觉得这篇内容有价值，记得点赞、收藏，也转发给身边关心美股的朋友。
Tempus AI（NASDAQ：TEM）股价今日大幅上涨，原因是投资者正在重新评估其核心癌症检测产品未来从 Medicare（美国联邦医疗保险）报销中获得的潜在收入。此次上涨的直接催化剂来自管理层在摩根士丹利医疗健康大会上的讲话。管理层此次给出了更加明确、同时也更大的潜在收入区间。
主要催化剂
Tempus AI CEO Eric Lefkofsky 表示，公司预计未来可能获得大约：
2027年，基于组织样本的癌症检测产品，可获得约8000万至1亿美元的 Medicare 报销收入。
液体活检（liquid biopsy）检测产品，可获得约2.5亿至3亿美元的 Medicare 报销收入。
两项业务合计意味着，公司潜在的年度收入规模约为3.3亿至4亿美元。对于一家仍处于成长阶段的医疗AI诊断公司而言，这一收入规模具有相当重要的意义。
随着 Medicare 支付标准和报销金额变得更加明确，投资者对于 Tempus 的癌症检测产品能够实现商业化规模扩张的信心也有所增强。这意味着这些检测产品可能不再只是具有技术潜力，而是有望真正形成可规模化的商业收入。
为什么 Medicare 报销如此重要
对于诊断公司而言，Medicare 的报销政策是影响公司估值的重要因素之一，因为它能够直接决定：
医疗机构是否具有足够强的经济动力去订购相关检测；
公司每完成一次检测能够获得多少收入；
检测业务的使用量能够以多快的速度增长；
以及公司能否将临床领域的产品采用率转化为更加稳定、可预测的持续性收入。
因此，市场此次的反应并不仅仅是因为 Tempus 发布了一款新产品，而是投资者对 TEM未来每次检测所产生的经济价值（unit economics）以及未来收入可见度的判断出现了改善。
MarketWatch 同样将此次股价上涨归因于市场对于 Tempus 癌症检测产品未来可能获得的 Medicare 报销金额的预期。
推动股价上涨的其他因素
今天的上涨并非孤立事件，而是延续了此前几个交易日的强劲上涨趋势。
据美股投资网报道，TEM 周四盘中一度上涨约14%至15%，股价接近80美元，而此前一个交易日收盘价为69.97美元。
本周以来，该股累计上涨约30%，过去五个交易日累计上涨约36%。随着 Medicare 报销前景变得更加明确，市场正在对 Tempus 的估值进行重新定价。
与此同时，投资者也受到 Tempus 近期业务增长以及其医药公司和数据业务发展的鼓舞。其中，公司第二季度的数据授权业务订单表现受到关注，据报道涉及 **AstraZeneca（阿斯利康）、GSK（葛兰素史克）以及 Merck（默克）**等大型制药公司。
Tempus 此外还计划以约15亿美元收购 Personalis。这进一步强化了市场对于 Tempus 正在打造更加完整的精准肿瘤学（precision oncology）和分子检测平台的预期。
不过，收购交易本身也伴随着执行风险以及股权稀释风险。
需要注意的重要因素
如此大幅度的股价上涨，除了基本面因素之外，也可能受到市场动量以及空头回补等因素的影响。
目前上述收入预测仍然属于前瞻性预期。Tempus 最终能否实现这一收入区间，将取决于实际 Medicare 报销金额、检测产品的使用量、商业化进展、市场竞争情况，以及 Personalis 收购完成后的整合效果。
美股投资网总结：
TEM 股价上涨的核心原因，是投资者认为 Medicare 报销未来可能为 Tempus 的癌症诊断业务带来每年数亿美元的新增收入，从而使公司的整体增长前景明显增强。
━━━━━━━━━━━━━━━━━━━━━━
【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”。
━━━━━━━━━━━━━━━━━━━━━━
按 OpenRouter 的使用数据看，OpenAI 的份额大约从 20% 升到 50%，而 Anthropic 则从约 80% 回落到 50%。
但这里要注意：
OpenRouter 反映的是其平台内的模型调用和 token 使用，不等于整个 AI 市场份额。
美股投资网认为，真正值得看的，不是“谁已经赢了”，而是开发者侧的流量正在重新分配。
此前 Anthropic 在代码和高频开发场景里非常强，但最近 OpenAI 明显在拿回使用量；与此同时，开源和低成本模型也在继续分流。
这说明模型市场现在的竞争远没定型。
用户会根据价格、速度、稳定性和实际效果不断切换，领先优势并不是一劳永逸的。
$MSFT $AMZN #美股
这次目标不是传统企业 IT，而是 AI 推理。
The Information 报道称，苹果正在开发面向 AI 开发者、企业和政府客户的服务器，计划使用自研 M 系列芯片。
内部讨论中的方案包括双 M8 Ultra 和四 M8 Ultra 两种版本，目标时间大约在 2029 年。更值得注意的是，苹果还考虑采用
$NVDA
的 NVLink Fusion 来连接这些芯片。
苹果现在 Private Cloud Compute 里的服务器主要还是用自研互联，但据报道，这套方案放大规模后速度和成本都不理想。
反过来，NVLink Fusion 正是 Nvidia 用来把自己的互联能力开放给第三方芯片的平台。换句话说，即使未来服务器里跑的是 Apple Silicon，芯片之间怎么互联，苹果也可能先借 Nvidia 的路。
这对 NVDA 的意义其实比卖 GPU 更大。
Nvidia 正在把自己的位置从“AI 芯片供应商”往“AI 基础设施标准制定者”推。AWS 已经明确扩大 NVLink Fusion 的使用，而现在连苹果都在考虑接入。
只要更多自研 ASIC、CPU、XPU 最后都需要 NVLink、交换机和网络软件，Nvidia 即使丢掉一部分计算芯片份额，也能从互联层继续收费。
而苹果为什么现在想做这件事，也不难理解。
最近一个季度 Mac 收入达到 104 亿美元，同比增长约 29%，苹果自己也提到，Mac mini 和 Mac Studio 正被越来越多用于 agentic AI、本地模型和集群部署。
The Information 甚至提到，大型 AI 实验室已经采购了数万台这类设备。
所以苹果看到的机会，不只是卖更多 Mac。
而是把现在被开发者“拼起来用”的 Mac 算力，直接做成一套真正面向企业的 AI 服务器产品，尤其瞄准那些不想把敏感数据放进公有云、希望本地运行模型的客户。
但这条路没那么简单。
苹果过去的 Xserve 最终失败，企业销售、远程管理、开发者工具和软件生态也一直不是它最强的地方。
现在 MLX 规模还远不能和 CUDA 相比，而且这款服务器最早也要到 2029 年，项目仍可能取消，甚至最终不采用 Nvidia 技术。
美股投资网认为这条消息最值得看的不是“苹果要挑战 Nvidia”。
恰恰相反，苹果如果真的用自己的 M 芯片做 AI 服务器，却还要借 NVLink Fusion 补上互联短板，反而说明 Nvidia 最深的护城河，正在从 GPU 本身延伸到整个 AI 计算架构。
$AAPL
#美股
特朗普亲自挑中的美联储主席，上任后的第一次重大动作，恰恰是特朗普最不想看到的
特朗普和美联储，今天彻底闹翻了。
美联储刚刚加息25个基点，把联邦基金利率区间提高到3.75%–4.00%，而且明确表示，未来几个月仍可能继续加息。
新任主席 Kevin Warsh 也支持这次决定，并强调当前通胀依然过高，基础通胀趋势并没有出现足够明显的改善。
几个小时后，特朗普直接开火。
他公开表示，美国利率应该降到 1%甚至更低，并再次批评美联储的紧缩政策。值得注意的是，Warsh 正是特朗普今年亲自任命、接替鲍威尔的美联储主席。
这就形成了一个非常戏剧性的局面：
特朗普原本一直希望通过换掉鲍威尔，获得一个更支持低利率的美联储；
结果 Warsh 上任后第一次真正改变政策方向，不是降息，而是完成了美联储自2023年以来的首次加息。
美股投资网认为这次不是“象征性加一下就结束”。
最新点阵图显示，美联储官员中位预期今年还有一次加息。Warsh 在记者会上也没有给市场任何明确的“这就是最后一次”信号，反而把重点继续放在通胀上。
特朗普希望更低利率去压融资成本、刺激经济；
美联储现在更担心的是油价、通胀和通胀预期重新失控。
这已经不是普通的政策分歧，而是白宫和美联储的路线开始正面碰撞。
$TLT $SPX #美股
微信分析师 微信公众号
