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
这周旧金山刚结束高盛一年一度的Communacopia科技峰会。台上演讲是公开的，但真正有信息量的，是几天里密集的管理层交流。
上市公司高管、基金经理和分析师坐在一起，聊订单、资本开支、产品节奏，以及未来一两年的判断。
过去三年大家总问“芯片够不够”，现在问得越来越多的是：AI这门生意最后谁赚钱、能赚多少。
几场关键发言听下来，下一阶段的轮廓已经比较清楚。
博通：算力开始算回报
博通CEO Hock Tan给了一个框架：1GW前沿AI算力对应多大经济价值。
GW是功率单位，1GW大致相当于一座中型核电站输出功率，现在大型AI数据中心越来越习惯用GW衡量规模。
按他的测算，1GW前沿算力大约对应30万到50万张H100等效GPU、100万块HBM，一年能支撑约300亿美元ARR。ARR就是年化收入，把订阅和长期合同折算成一年的收入。
更关键的是这300亿怎么分。维持1GW算力运行，每年大约需要100亿美元基础设施成本，包括电力、冷却、芯片折旧、网络、存储和机房。剩下的价值，主要得由模型层和应用层创造。
这说明AI产业正在换问题。前几年市场最关心算力够不够，谁有GPU谁定价。供给逐渐上来后，真正的问题会变成：这么贵的算力，最后能不能变成更高的收入。
Hock Tan后面也强调模型层的商业化。会上估算，目前全球AI模型每年对应的基础设施成本大约2000亿美元，但转化成模型公司收入的大约只有1500亿美元。行业还在高投入阶段。
闭源和开源差距也明显。同样对应1000亿美元投入，闭源前沿模型产生的收入明显更高，开源模型虽然使用量大，直接商业化能力还是偏弱。
这也是华尔街一直争论Meta开源路线的原因。Llama能降低行业模型成本、扩大使用规模，但这部分价值最后有多少留在Meta自己手里，是个问题。
反过来也解释了博通为什么持续押注定制ASIC。如果闭源前沿模型继续扩大收入，大型科技公司为了降低算力成本、提升效率，自研芯片和定制加速器需求会继续放大。Google、Meta、Amazon都在往这条路上走，这也是博通最重要的AI增长方向之一。
AMD：从卖芯片到卖系统
第二场是AMD。管理层给的几个数字，把接下来几年的方向讲清楚了。
未来5年可触达市场规模预计1050亿美元，其中AI GPU约450亿，机架级系统350亿，网络芯片150亿，服务器CPU约100亿。
这里最值得看的不是450亿的AI GPU，而是350亿的机架级系统。机架级系统不是单卖一颗GPU，而是把GPU、CPU、网络、存储、散热和电源整合在一个完整机柜里交付，直接去竞争英伟达的整柜方案。
这对AMD很重要。单卖GPU，主要和英伟达比芯片性能和价格；进入整机柜，竞争就变成系统能力、网络能力、软件生态和整体交付能力。单个订单价值量更高，对客户绑定也更强。
所以接下来判断AMD的AI业务，不能只看MI系列GPU卖了多少，更要看它能不能从卖芯片升级成卖系统。
会上还提到几家核心客户，包括Meta、微软、Anthropic和甲骨文。自2025年第四季度以来，MI355X累计销量已经突破100万颗。
如果这个交付节奏能持续，AMD下一阶段要证明的就不是“有没有AI收入”，而是能从英伟达手里拿到多大份额。
Google：TPU不再只是内部自用
第三场反而更容易被低估，是Google Cloud。最该关注的是TPU。
过去Google的TPU更多被当成内部自用芯片，现在它正在从内部降本工具，变成对外输出的算力产品。会上提到，TPU外部客户已经从Anthropic扩展到SSI和xAI，而且外部使用规模已经超过Google自身内部使用。
这件事意义很大。
以前Google自研TPU，对英伟达的影响主要是自己少买一点GPU。但如果Anthropic、SSI、xAI这些模型公司也开始大规模使用TPU，那就意味着Google的自研芯片开始从内部替代走向外部商业化。这已经不是单纯降本，而是在正面参与AI算力市场竞争。
所以未来几年AI芯片市场真正值得看的，不只是AMD能不能追上英伟达，还要看Google、Amazon、Meta这些云厂商自己的ASIC，会不会从内部使用逐步走向外部销售。
与此同时，Google的资本开支还在扩大。会上给出的口径是，2026年每季度投入约250亿美元，2027年可能进一步升到250亿到300亿美元以上，年化投入首次突破1000亿美元。
但现在再看CapEx，已经不能只看数字越大越兴奋。真正要看的是这些钱流向哪里：继续买GPU，还是自研TPU；建设数据中心，还是投电力、网络、液冷和存储。
同样是1000亿美元资本开支，流向不同，对产业链公司的意义完全不同。
AI下半场，重点从缺算力转向谁赚到钱
把博通、AMD和Google这几场放在一起看，行业变化就很清楚了。
微软、Google、Amazon、Meta、Oracle这些科技巨头，过去几年一直在快速建设AI基础设施。
会上统计的投入规模，从2022年的1500亿美元，上升到2025年的3200亿美元，预计2026年达到4500亿美元，2027年5800亿美元，2028年进一步接近7000亿美元。
总额还在增长，但增速已经开始放缓。所以AI投资接下来真正值得研究的，不再只是CapEx还涨不涨，而是资本开支内部开始重新分配。
谁做自己的芯片，谁开始卖整机柜，谁控制电力和散热，谁能把算力转化成真正的模型收入，这些才决定未来三年的利润流向。
美股投资网，对2028年反而会稍微谨慎一点。因为现在市场有一个很重要的隐含假设：AI资本开支会长期保持高增长。
但如果未来模型推理成本继续快速下降，或者企业端AI应用的商业化速度不及预期，巨头资本开支增速一定会下来。
这并不意味着AI周期结束，而是意味着市场开始从“什么都缺”进入“算回报率”的阶段。
2022年到2026年上半年，AI主线很简单：算力稀缺，谁有GPU，谁就赚钱。接下来到2030年，逻辑会逐渐转向系统级竞争和价值重新分配。
云厂商会不断提高自研芯片比例，芯片厂之间会从单卡性能打到整机柜，电力、散热和网络继续成为瓶颈，而模型公司必须证明自己有能力把每年几千亿美元的算力投入真正变成收入。
这时候，芯片厂依然会赚钱，但超额利润可能会受到两边挤压。
一边是模型公司不断要求降低算力成本，另一边是Google、Amazon、Meta这些云巨头提高自研芯片比例。
反过来，电力、散热、网络这些过去相对不受关注的环节，因为扩容越来越难，反而可能获得更高的价值量。
接下来真正值得盯的几个时间点
今年四季度，英伟达新产品放量、AMD AI GPU继续爬坡，市场已经提前交易了不少预期，所以真正决定股价的，是增长能不能继续超过已经很高的预期。
到2027年一季度，重点看AMD新一代整机柜能不能顺利进入客户验证。如果能够真正拿到规模订单，AMD的估值逻辑会从GPU份额提升，走向系统级竞争；如果推进低于预期，重估时间就要继续往后推。
2027年上半年，重点看Google TPU的外部客户能不能从测试和补充算力，真正转向主力采购。
再往后，英伟达下一代旗舰产品进入大规模量产以后，第一个GW级订单落到谁手里，也会成为整个AI算力链非常重要的信号。
贯穿整个过程，我认为还有一个最容易被忽略的变量：OpenAI和Anthropic这些前沿模型公司的收入增长。
因为所有GPU、ASIC、HBM、光通信、电力和数据中心投资，最后都要有人付钱。
只要模型公司的收入继续高速增长，这条产业链就还有扩张空间。但如果模型收入开始追不上算力投入，那时候市场真正要重新定价的，就不只是某一家芯片公司，而是整个AI基础设施链。
这也是这次高盛TMT大会给我最明显的感觉：AI还在继续。只是市场已经开始从“有多少算力”，进入“这些算力到底能赚多少钱”。
$AVGO $GOOGL #美股
周五公布的数据显示，美国8月未季调CPI月率录得0.4%，为今年6月以来新高，前值为0.1%；CPI年率录得3.4%，与前值持平，二者均符合预期。
核心通胀方面，美国8月季调后核心CPI月率录得0.3%，为今年5月以来新高，高于市场预期及前值的0.2%；核心CPI年率从2.5%的前值降至2.4%，为连续三个月走低，创2021年4月以来新低，符合市场预期。
因汽油成本在连续两个月下降后反弹，美国8月CPI加速上涨，这增强了金融市场对美联储可能在下周加息的预期。
根据美股大数据 StockWe.com 细项方面，CPI报告显示，8月份能源价格上涨了2.1%，而食品杂货价格变化不大，住房价格上涨了0.3%。不包括能源和租金在内的服务价格上涨了0.5%，反映出通信、外出住宿和机票等类别的价格上涨。
除食品和能源商品外，商品价格上涨0.1%，新车和二手车价格上涨是推动价格上涨的主要因素。
8月CPI报告是美联储9月议息会议召开前的最后一个重点指标。此前，不少美联储官员暗示，9月15日至16日的加息决定可能取决于这些数据，因此美联储很可能将这些数据视为三年来首次加息的关键因素。
美联储主席沃什也在上个月的一次演讲中表示，如果美联储不能“确信核心通胀正在以清晰、足够的速度朝着我们的目标迈进”，那么美联储“还有很多工作要做”。
周四的数据已经显示8月PPI数据上升，其中多个关键分项强劲上涨，这些分项会纳入PCE通胀的计算。经济学家目前预计，整体PCE年底将超过3%，仍远高于美联储2%的目标。
再加上上周强劲的8月非农就业报告，市场对美联储下周加息的预期继续提升，预计下周美联储加息的概率约为90%，并完全定价年底前美联储将进行两次加息。
法国外贸银行美国首席经济学家Christopher Hodge表示，这些数字将足以推动美联储加息。“我们认为，美联储可能会认为，从下周加息开始，通过一两次加息来推动加息是合适的。”
他补充道，沃什7月份不稳定的新闻发布会，加上杰克逊霍尔的鹰派态度重新抬头，现在可能会迫使下周加息，以避免陷入自己强加的可信度陷阱。
Mischler Financial Group则认为美联储下周不会根据这一数据加息，该机构认为，官员们在加息问题上意见分歧很大，如果CPI继续高于预期，美联储在10月会议上加息25个基点的可能性更大。
高盛经济学家Alexandra Wilson-Elizondo认为，CPI数据基本符合预期，表面上是投资者希望的结果，但使下周的利率决定悬念陡增。挑战在于，数据并未完全反映最近出现的部分通胀压力，而且几乎没有证据表明通胀在短期内正回归目标。这份报告的调查期早于能源价格最新一轮上涨，也早于大宗商品涨势从能源蔓延至金属和农业等领域。
他补充道，“美国8月CPI数据并不能消除未来出现更强价格压力的可能性。总而言之，符合预期的CPI数据将让美联储保留加息选项，但不至于被迫必须行动，所以市场接下来可能更加关注沃什的沟通、能源价格、劳动力市场数据以及接下来会发生什么，而不是数据本身。”
对于通胀，一些经济学家认为，由于进口关税（最近是对美国最大贸易伙伴之一加拿大征收的关税），价格压力将持续存在。加剧通胀压力的还有人工智能建设导致内存和存储芯片短缺，这推高了部分消费电子产品的价格。
对物价上涨、尤其是汽油和食品价格上涨的不满，已导致特朗普的支持率急剧下滑，并可能使他的共和党在11月中期选举中失去对美国国会的控制权。
与此同时，由于中东冲突和俄乌战争冲击能源供应，美国经济正面临能源价格回升的困境。本周，原油价格突破每桶100美元，美国零售柴油价格也创下历史新高。
美股投资网获悉，在万众瞩目的高盛Communacopia+科技大会上，聚焦B端与C端AI应用领域的软件行业领军者们高管集体在大会上发表关于未来增长前景的最新预判观点。高盛分析师们最新发布的一份纪要显示，聚焦于大数据分析与人工智能项目工程的Databricks公司的首席执行官Ali Ghodsi发言称，AI应用软件领域的竞争重心正在向企业实际部署延伸，能够把模型能力高效率且精准转化为可靠业务成果的软件平台，将获得新的增长空间。
Databricks以Genie承接企业分析需求，以Unity Catalog统一企业人工智能与数字化治理、安全与成本管理，再向客户数据平台、安全分析、可观测性和事务数据库扩张。高盛据此强调，判断未来三年AI应用相关软件公司的份额增长潜力，应重点考察技术知识产权、创新速度和开放架构。高盛表示，对于投资层面而言，具备庞大且独家数据库与强大工作流优势的软件平台有望获得新一轮市场重估。
高盛分析们还表示，随着全球资金正在从AI算力基础设施相关联AI投资第一阶段的GPU/HBM/AI数据中心核心硬件瓶颈，向能够把Token转化为愈发强劲的企业端生产力、收入和现金流的第二阶段应用层赢家扩散。未来估值分化可能反而更猛烈拥有独占数据、企业与个人用户复杂工作流优势、Agent智能体工作流执行闭环和清晰ROI的软件公司获得重估，而容易被基础模型单功能商品化的传统SaaS则可能继续承压。
AI开始高效率“交作业”企业数据与治理决定落地能力
Communacopia+科技大会上，Genie展现出Databricks争夺企业AI入口的路径——通过专有数据索引技术OntoRank和业务本体，将企业数据组织成模型能够理解、计算和使用的业务信息，使产品承担“AI智能体分析师”的角色。
Databricks管理层表示，Genie已广泛用于公司内部销售、营销和财务，过去6—12个月明显改变了内部运营。其工程意义在于，企业部署智能体需要统一理解客户、订单、收入等业务对象，并将分析结果接入日常流程;模型性能提高之后，这些数据基础工作仍决定任务能否准确完成。管理层也看到了与Palantir在复杂数据工程项目上的合作空间。
Unity Catalog则承接智能体规模化部署产生的治理需求。高盛分析师团队指出，模型快速迭代增加了选型与部署复杂度，Token消耗增长强化了企业对成本和投资回报的审查，而企业对智能体具体操作、数据访问及安全风险的可见性仍然不足。因此，数据治理、访问权限、安全和业务语义需要与AI运行环境紧密结合。
高盛对于AI应用层的最新判断在于，这类平台的商业价值在于让企业能够放心扩大部署既明确智能体可以访问什么、执行什么，也能追踪任务成本和结果。客户黏性因而更多来自持续创造业务价值，这与高盛强调的技术能力、创新速度和开放架构相呼应。
Databricks这类平台型AI应用领军者们的实际产品扩张覆盖四个方向客户数据平台方面，Infinite Campaigns支持从人群分组营销走向个人级精细化营销，管理层预计开放源代码模型将进一步改善成本可行性;安全信息与事件管理(SIEM)方面，智能体产生的新数据以及首席信息官、首席信息安全官职责的融合，为数据平台切入安全分析创造机会;可观测性也是拓展方向，但尚未披露产品时间表。Lakebase则被管理层视为潜在最大的新品机会AI降低软件开发门槛后，新增应用需要事务数据库支持日常读写与业务运行，从而扩大Databricks在分析业务之外的市场。
管理层甚至提出，未来八个月创造的软件可能超过历史累计规模——不过高盛表示，这是其对需求的激进判断，不能作为已经验证的行业预测。
把Token变成现金流应用层机会扩散，软件股加速分化
OpenAI重磅推出的Astra聚焦代理式高效率提升计算机操作、编程和复杂任务执行能力，使更多企业工作流具备自动化条件，但“模型性能竞争”与“业务落地竞争”将同时推进。收费模式也呈现分层Astra API仍按输入和输出Token计价，AI应用相关软件厂商们则能够按席位、操作次数、对话或业务成果收费。例如，Intercom的Fin按其定义的业务成果收费，每次0.99美元起;Salesforce Agentforce同时提供按操作、对话及用户授权计费。
底层模型提供商们可能将继续聚焦API销售计算资源服务，上层AI应用端则可能越来越需要证明交付价值。按成果收费能让价格更贴近客户收益，同时要求供应商承担推理、重试、人工复核等成本;任务成功率和每项任务的利润，因而成为商业化质量的重要指标。
近期股票市场行情已经显示，市场愿意奖励AI收入兑现，也会惩罚潜在替代风险。9月3日，Databricks竞争对手之一的Snowflake股价在强劲财报刺激之下收涨约17%;其第二财季产品收入同比增长37%，达到14.9亿美元，全年产品收入指引从58.4亿美元上调至60.7亿美元，为企业AI应用层正在扩大数据平台消费提供了经营证据。但到9月8日，Salesforce和Intuit股价分别下跌约4%，ServiceNow下跌约5%，标普500软件与服务指数下跌1.4%，华尔街分析师们将部分抛售压力归因于Astra横空出世又一次引发的大模型对于软件替代担忧。
Databricks的软件落地路径凸显出AI收益逐步沿产业链加速扩散——智能体执行更多任务，带动计算、存储和数据服务消费;拥有企业数据连接、治理能力和业务流程优势的平台，则争取将这些使用量转化为收入与现金流。对软件股而言，这构成结构性利好，但平台扩张也会挤压部分独立工具的市场空间。能够受益的公司，需要在新增AI收入、客户扩展消费和利润率上同时交出成绩;依靠界面或单一功能形成优势的厂商，则面临竞争加剧。
2022年年末开启的AI投资大浪潮的估值锚，逐步由“资本开支规模”升级为“资本回报效率”，并且这一进程正在加速——即AI投资狂潮的第一阶段全面聚焦于“谁主导配置并受益于建设最大规模GPU数据中心”，当前的第二阶段则聚焦于“谁能把Token转化为可持续现金流”。
围绕AI的超级牛市，正在从“买入芯片股”逐步驶向“买AI工作流”，即当前市场正在把AI牛市投资主线从“谁受益于不断投入的AI资本开支”重新定价为“谁能最快把算力转化为ARR、利润率和自由现金流”，这一最新轮动有利于嵌入关键企业流程、具备高续费率、数据壁垒和智能体变现能力的聚焦AI应用平台的软件公司们。聚焦于AI的软件公司们能否持续接入更强、更经济的模型，并保留自身不可替代的业务价值，将影响其长期定价权。
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，Rackspace Technology (RXT)宣布加入“AI芯片霸主”英伟达(NVDA)所主导的人工智能云计算合作伙伴计划后，该公司股价在周四美股盘前一度上涨逾14%，此次合作的核心，是将英伟达Blackwell AI加速计算资源基础设施、Palantir企业数据与AI超级平台，以及Rackspace的基础设施和持续运维生态整合起来，服务重视数据主权、治理和计算系统快速可用性的企业。对Rackspace而言，这为其将现有云服务客户拓展为企业AI客户提供了新的产品组合;公告尚未披露新增订单金额或收入贡献，当前利好主要体现为业务拓展能力与云计算业务转向AI云服务商定位的最新强化。
Rackspace Technology 公司的准确定位并非CoreWeave这类新云势力(即NeoCloud)NeoCloud，而是面向企业AI转型的老牌多云与托管服务提供商。其业务覆盖私有云、公有云和混合云的咨询、迁移、部署、管理与成本优化，以及专用主机托管、数据中心运营托管和持续工程服务，并支持亚马逊AWS、微软Azure、谷歌云等超大规模云计算平台。
Rackspace与新云势力在AI基础设施和托管运营上存在交集，但Rackspace的主要切入点是企业已有IT环境的整合、治理与持续运营，而不是像坐拥庞大英伟达AI GPU算力集群的新云势力那样聚焦于AI算力资源出售或者长期算力租赁。
从工程角度看，企业购买GPU之后，还需要解决数据接入、模型部署、权限控制、网络与存储配置、故障恢复及服务质量管理。Rackspace此次推出的机构级主权计算单元，将Blackwell与Palantir Foundry、AIP结合，再由工程团队负责集成和持续运营，旨在缩短AI从部署到实际业务使用的距离。Rackspace与英伟达、Palantir共同打造“主权AI”的价值也体现在客户能否控制数据所在位置、访问权限、模型运行环境及运维责任。这类能力对金融、医疗及其他受监管行业尤其重要，为Rackspace争取长期AI算力资源运营服务收入与订单提供了强劲基础。
此次合作将增强Rackspace面向受监管企业及有主权AI具体要求的企业，提供和管理基于英伟达AI GPU算力集群基础设施的AI计算服务的能力。
Rackspace Technology首席执行官加詹·坎迪亚表示“AI主权归根结底在于控制权对数据、模型以及组织所创造的智能成果的控制权。英伟达提供加速计算基础，Rackspace则提供使其在生产环境中运行所需的基础设施、工程和运营服务。对于在治理、主权和系统可用性方面有着不容妥协要求的组织，我们的职责是让整套系统正常运转，并持续对结果负责。”
Rackspace表示，其新的机构级主权计算单元(Institutional Sovereign Pod)是一种具有治理机制的AI基础设施架构，将结合英伟达Blackwell技术与Palantir(PLTR)独家打造的AI超级平台Foundry以及AIP应用平台，使企业能够掌控自身的数据、模型和AI环境。
Rackspace能够为该环境提供前置部署工程服务和托管运维，帮助客户更快地从部署阶段转入生产运行，并更早实现价值。
Blackwell AI算力方案100%依赖英伟达GPU及配套技术的供应和交付，但Rackspace整体业务并非只依靠采购英伟达GPU后出租算力。公司此前已宣布与AMD合作，计划整合Instinct GPU、EPYC CPU和ROCm软件生态，并按工作负载配置计算资源。客户购买的可以是包含专用算力、平台集成及持续运维的完整服务;此次公告没有将合作定义为单纯的GPU小时租赁，也没有披露获得保证的GPU供应配额。从投资角度看，关键在于新方案能否形成持续合同收入，并在硬件、软件授权和工程投入之后产生合理利润。
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！
美股投资网获悉，Piper Sandler发表研报，首次覆盖人工智能(AI)芯片及半导体板块。该行对七只主要半导体股启动评级，其中AMD(AMD)、Arm(ARM)、博通(AVGO)、迈威尔科技(MRVL)和英伟达(NVDA)获“增持”评级，英特尔(INTC)和高通(QCOM)获“中性”评级。该行指出，博通和英伟达被列为其AI加速器领域的“首选”，而AMD和Arm则因在服务器CPU领域夺取份额而受到重点关注。
在目标价方面，Piper Sandler给予AMD 600美元、Arm 320美元、博通460美元、英特尔110美元、迈威尔科技270美元、英伟达300美元、高通190美元。
分析师David O'Connor和Zackary Altman在报告中表示，算力可谓是AI发展的核心基石，随着智能体AI的落地爆发，AI行业正迫切需要更多算力支撑。
该行指出，2027年产能已经售罄，2028年订单簿也已排满。Piper Sandler预计，到2030年算力市场规模将达到2.2万亿美元，其中加速器市场为2万亿美元，CPU市场为2000亿美元;这意味着算力市场到2030年将扩大约5倍，并推动算力产业链营收扩张，转化为该组股票平均约45%的每股收益复合年增长率。
该行认为，这些公司是超大规模云厂商和新云厂商建设中最重要参与者。报告还指出，当前算力稀缺在新云厂商的GPU小时定价中清晰可见。Silicon Data的H100定价指数显示，英伟达H100 GPU每小时价格为2.60美元，而12月为2.00美元，即OpenClaw出现之前。
报告还提到，2025年2月也曾因DeepSeek部署带来的需求增强而出现需求激增;算力成本下降会进一步拉动使用量，反过来继续推高算力需求。Piper Sandler强调，需要注意，英伟达早在2022年第四季度就已量产H100，也就是说这款芯片距今技术迭代已近4年。此外，组件成本也在上升，从而推高硬件厂商收入;该行发现，GPU芯片成本在过去两代产品中已从30%升至40%。
个股层面，O'Connor称英伟达为“AI算力的绝对领导者，拥有80%市场份额”。他表示，今年智能体AI工作负载的爆发带来了需求阶跃式变化，供应可能在未来两到三年保持紧张，并称该股以约14倍2028财年预期估值计算，是“AI领域中估值最低的股票之一”。
O'Connor称博通是定制ASIC芯片的领导者，拥有75%份额，并指出供应紧张的问题。他写道“需求是供应的两倍，因此确保额外供应是关键。”他还指出，该公司在2027财年可预见的市场需求已达12吉瓦。
O'Connor称AMD为“智能体AI的最佳受益标的”，指出AMD在服务器CPU领域持续获得份额，其Helios GPU也在放量，锚定客户包括OpenAI、Meta(META)和Anthropic。他预计AMD盈利到2030年将以65%的复合年增长率增长。
分析师还看好迈威尔科技的数据中心业务，并称与谷歌(GOOGL)达成的1200亿美元协议具有变革性。他还提到，10月6日的分析师日可能成为潜在催化剂。
最后，O'Connor强调了Arm在CPU知识产权领域的主导地位，以及向定制芯片和加速器IP的扩张，他认为这可能使Arm盈利翻倍。
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，Reddit(RDDT)周四上涨约6%，止步四连跌。此前Piper Sandler表示，该社交媒体平台8月平均用户数环比增长8%，创今年最强单月增幅。Piper称，7月用户数曾下降2%，而8月Feed受众增长足以抵消Conversation用户下滑。根据该券商对Reddit Ads Manager数据的分析，8月总受众同比增速由7月的12.8%加快至18%。
Meta Platforms(META)周四亦小幅走高，此前一交易日收涨约6.5%，但其涨势主要受投资者对其新推出的Muse AI代理的热情推动。其他依赖广告的社交媒体同行，包括此前几个交易日走低的Snap(SNAP)和Pinterest(PINS)，周四也小幅上涨。
Piper表示，8月国际用户增长29.3%，较7月的19%提速;美国用户增长5.2%。该券商还指出，自7月初以来，周度用户动能强劲，主要由国际Feed驱动。
Piper提醒，Reddit Ads Manager预测模型的调整预计将使9月受众规模预估降低约20%。该券商称，此次一次性重置反映的是方法论调整，并不表明基础用户趋势恶化。这些变化影响的是预测，而非拍卖、优化或广告投放。
该券商还表示，其数字广告数据集中8月广告支出较预期高出60个基点，超预期幅度最大的是奈飞(NFLX)、Roku(ROKU)、YouTube(GOOGL)和Pinterest(PINS)。不过，其第三季度支出增长预估上调30个基点。Reddit自身第三季度广告支出增长预估也被上调30个基点。
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，Meta(META)周三美股收涨6.55%，创近2个月新高。消息面上，Meta周三正式发布了个人人工智能智能体(AI Agent)Muse。不同于传统对话AI，该助手可自主代表用户完成发送邮件、预订旅行等任务，初期仅向美国用户开放。
Muse是由Meta最新的AI模型Muse Spark 1.3驱动，并能够无缝调用Meta旗下的其他应用。Meta希望将这款产品提供给数十亿已经使用其社交媒体应用的用户。相较竞品，Muse界面更接近日常聊天，上手门槛更低。外界认为，Meta是在押注，只要把智能体做得更简单，大众就更愿意将其融入日常生活。
摩根士丹利在周三发布的一份研报中指出，Meta的入局意味着，围绕总潜在市场(TAM)达30万亿美元的“消费者智能体”市场的争夺正在日益临近。该行在研报中给出了为何认为Meta可能胜出、投资者需要关注什么、以及这对谷歌(GOOGL)等其他下游参与者意味着什么等信息。该行维持对Meta的“增持”评级，称其仍为首选股，目标价为775美元，较该股周三收盘价653.69美元有近19%的上涨空间。
Meta有何优势?
大摩指出，Muse可以帮助用户自动完成各种任务，包括在线购物、旅行、购票、安排预约/管理日历、发送电子邮件，以及其他使用场景。虽然该智能体能够自主执行各种任务，但对于完成购买/支付等敏感操作，用户仍需在最终完成之前进行验证。值得注意的是，Muse与Instagram、Facebook或Meta旗下其他应用是相互独立的应用，而且目前不会与Meta的广告系统共享数据。
大摩认为，拥有规模化分发能力和独特且庞大数据集的领先科技平台，例如Meta和谷歌，在打造个性化的消费者智能体产品、提升产品实用性并实现规模化用户采用方面处于有利位置。
这也是Meta的优势和机遇所在，该行将高度关注消费者采用情况，以及Facebook、Instagram、Messenger和WhatsApp数据随着时间推移逐步融入Muse智能体的进展。如果再结合其他可变现应用以及个性化数据集的整合——包括Gmail——这可能让Meta获得优势，打造更加个性化的智能体，并催生新的可变现用户行为。
产品的入场价格也是一项值得注意的优势，而这种优势与规模效应密切相关。在收费上，Muse提供免费版，另设每月20美元、100美元两档订阅。大摩预计，Meta的新模型Watermelon(预计今年秋季推出)只会进一步提升该产品的表现。
对Meta、谷歌的股价意味着什么?
对于Meta而言，Muse智能体能否推动增量可变现用户行为，是Meta目前按2028年每股收益18倍估值的股票中，尚未被计入股价的最大潜在“看涨期权”之一。换句话说，市场目前并没有把Muse的潜在成功计入该股估值之中。投资者需要看到用户采用率和可变现行为，Meta股价才会进一步重估。
另一方面，如果Meta的Muse获得用户青睐、并推动漏斗顶端的可变现用户行为，可能对谷歌的搜索业务构成新的潜在威胁，这一风险同样尚未被计入谷歌的估值之中。这恰恰进一步凸显了谷歌自身产品创新与交付的重要性，包括贯穿搜索和YouTube的产品创新、以及Gemini 4重返技术前沿领域的能力。
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，万众瞩目的高盛Communacopia+科技大会上，美国NAND存储芯片巨头闪迪(SNDK)明确表示，NAND存储芯片供给增长在可预见的未来很可能长期严重受限，与此同时，Astra引领的高性能AI推理以及聚焦于代理式AI工作流的AI智能体技术大规模普及正在持续井喷式推高AI计算容量需求以及数据中心NAND存储需求。
高盛分析师们最新发布的Communacopia+科技大会会议纪要覆盖闪迪首席执行官戴维·戈克勒与首席财务官路易斯·维索索的发言以及对于NAND未来增长前景的最新预判观点，还覆盖第二日大会Etsy、恩智浦半导体、康卡斯特以及Block等重要科技公司的高管们发言。纪要显示，随着AI大模型驱动的AI应用向全球各领域加速渗透，AI推理正在推动NAND需求结构与采购方式同步变化，长期协议提高收入和利润的可预测性，低资本开支强度支持有效扩产，股票回购扩张则聚焦将经营成果传递给股东们。
高盛还同时看好闪迪正在加速研发的下一代NAND存储技术——即高带宽闪存(HBF)存储技术路线，以及键值缓存(KV Cache)不断分层扩展与卸载至数据中心SSD带来的长期增长机遇，维持闪迪“买入”评级以及2200美元的12个月目标价，相对报告采用的9月8日收盘价1737.99美元，意味着2025年疯涨570%以及今年迄今股价已经疯涨600%的闪迪潜在上涨空间大约为26.6%。
高盛纪要重点强调闪迪管理层提出的两项长期机会——一是基于NAND的高带宽闪存(HBF)技术路线，通过高容量与高带宽设计，拓展闪存在AI推理存储体系中的用途;二是长上下文、多轮交互和高并发智能体推动KV缓存分层存储，使可复用、暂不活跃的缓存更多卸载至数据中心SSD，降低AI GPU/TPU/XPU显存占用与重复计算成本，从而增加企业级NAND需求。
另一华尔街金融巨头伯恩斯坦近日发布的研究报告显示，随着Astra与AI训练算子研究自动化(即Astra与RSI)可谓为这一史无前例的存储芯片狂潮驱动的半导体景气周期提供了新的半导体需求来源，该机构更是喊出闪迪3000美元目标价。伯恩斯坦维持对于今年以来涨势如虹的全球存储芯片领军者——即三星电子、SK海力士、美光和闪迪的“跑赢大市”评级，目标价分别为44万韩元、330万韩元、1300美元和3000美元，体现出华尔街机构们对存储芯片景气度的新一轮积极预判。
长协重塑盈利底盘闪迪的NAND长期生意正在换挡增长引擎
高盛分析师团队在纪要中表示，闪迪正从短期现货定价转向长期协议主导的商业模式。高盛分析师们援引闪迪管理层发言写道，2027、2028财年计划销量分别已有50%和67%受到NBM长期协议覆盖，协议中的底价机制，可支持大部分业务在下行情景下长期实现约80%的毛利率，大幅提高了盈利可见性。高盛预计，公司2027、2028财年收入分别达到约531.5亿、710.4亿美元，同比增长约162.5%和33.7%，每股收益分别为231.84美元和284.98美元。
供给长期跟不上需求以及资本配置则构成第二条闪迪长期牛市逻辑支撑。高盛表示，闪迪管理层认为，AI推理时代AI应用端全面普及至各领域将持续增加需求，而可预见时期内NAND供给增速仍较有限，中国竞争对手新增产能主要由本土市场吸收。
该公司已将与铠侠的合资合作延长至2034年，并强调自有知识产权、研发投入和BiCS技术路线能够支持未来数年的比特产出增长，同时维持约5%的低资本开支强度。高盛表示，这些意味着闪迪希望通过制造效率与技术升级增加可售容量，提高每单位资本投入的产出。此外，该公司已执行约45亿美元回购，当前仍以回购作为返还富余资本的主要方式，同时对未来派息保持积极的开放态度。
英伟达2027财年第二季度收入达到962亿美元，同比增长106%;数据中心收入890亿美元，同比增长117%，并预计下一季度收入达到1080亿美元、上下浮动2%，对于下一财年更是给出70%增长指引。与此同时，筹备上市的Anthropic据报道与Nscale签订约450亿美元、为期六年的算力协议，对应460兆瓦容量，并与Lambda达成约350亿美元的云计算交易。这些关于全球AI算力需求的最新迹象显示，头部模型公司正提前锁定长期算力供给，以承接持续增长的AI应用端需求，并带动AI算力集群加速器、服务器内存、企业级SSD及高性能网络设备、服务器CPU等数据中心基础设施大规模采购。
从技术底层看，AI推理对NAND的增量需求来自更多数据留存，以及存储在推理流程中承担更多工作。智能体需要反复读取企业知识库、代码、文档和多模态资料，并保存任务状态、工具输出与可复用上下文;在典型Transformer架构下，更长上下文与更高并发还会扩大KV缓存。活跃计算优先使用HBM，CPU侧DRAM承担扩展内存，而适合复用、暂时不活跃的缓存可以卸载到企业级SSD，以降低重新计算成本。
因此，NAND存储芯片领军势力——即闪迪、铠侠、美光和三星的机会同时涉及NAND容量、读取吞吐和适应具体工作负载的产品能力。闪迪还管理层将HBF视为凭借更高密度缓解“DRAM/HBM内存墙”的长期选项，并且管理层预计2032年AI数据中心存储容量市场约为1.2ZB，其中KV缓存相关需求占约35%，折合约0.42ZB;不过这些是闪迪管理层给出的容量预测，不能等直接同于闪迪收入预期，也不意味着数据中心NAND技术能够直接替代所有HBM用途。
从回答问题到持续高产出工作Astra打开新一轮算力需求空间，NAND存储承接海量数据负荷
OpenAI推出的GPT-6 Astra大模型，以及AI领头羊们聚焦的RSI技术路径，有望成为驱动AI算力需求指数级扩张的两大核心驱动力，即性能更强的AI大模型与更广泛的AI应用工具使用、算力需求更加强劲的下一代AI训练路径，正在增强AI算力基础设施需求持续增长的重要依据。
Astra代表的是最前沿性能需求扩张机制大模型能力提高，使此前难以可靠完成的任务进入可商业化范围。此外，Astra可能让需求曲线整体外移——即当AI大模型更聪明后，企业能够尝试此前无法可靠完成的工作，竞争对手也需要继续投入研发和训练，这为AI支出周期提供了新的强力支撑。
英伟达CEO黄仁勋周日更是在社交媒体上发出GPT-6 Astra问世意味着“AGI已到来”的重磅表态。英伟达已经确认的强劲营收区间与后续强劲出货指引，再叠加AI大模型研发正跨入“递归自我改进(RSI)”这一打开又一条AI算力需求激增曲线的新阶段——即Astra有望扩大商业应用端AI算力需求，AI开始“造AI”的研发轨迹则可能增加前沿算子实验、评估与长期持续训练投入，共同延长算力投资周期。
Astra对需求曲线的意义，在于提高复杂工作流的完成率，使原本不值得自动化的任务开始具备商业价值。OpenAI最新公布的OSWorld 2.0相关测试中，Astra得分为72.6%，高于GPT-5.6 Sol的65.7%;其能力覆盖计算机操作、软件工程、科研等长程任务。
由此推导，全球前沿技术类型研究工作或者互联网IT企业可能部署更多并行AI智能体工作流，并让它们执行更长时间、涉及更多资料的工作，扩大推理调用、缓存复用与持久化存储需求。这与摩根士丹利将关注点转向算力、电力、材料等供给约束的逻辑一致。OpenAI产品负责人提出“可能暂停新的Pro订阅”，也反映出炸裂需求之下的短中期AI算力与数据中心高性能存储服务容量压力。
围绕Astra的科研智能体可谓进一步展示了AI算力需求迈入新一轮指数级扩张的轨迹。多智能体研究持续产生和复用的上下文、代码、实验结果与检查点，凸显出高性能SSD、潜在的HBF以及科研智能体有望为闪迪等NAND存储领军者们提供更长期的增长空间。OpenAI披露，其纳维—斯托克斯研究采用约1万个并发智能体，约88小时形成解决方案;全部尝试的研究任务产生约3000亿个输出Token，其中纳维—斯托克斯部分约1300亿个。参与求解的是能力强于Astra的内部模型，Astra另用约17小时完成Lean形式化验证。
全球股票市场半导体板块可谓经历了“7月去杠杆狂潮导致的疯狂抛售、8月情绪修复、9月模型进展催化新一轮牛市”的过程。费城半导体指数在6月至7月一度下跌近29%，到8月13日盘中已自7月29日低点反弹约20%，触及技术性牛市门槛;韩国KOSPI则从7月30日约5593点反弹至9月8日盘中的7129.34点，累计回升约27.5%。9月7日，三星电子、SK海力士分别上涨5.7%和8.1%，显示存储龙头仍是韩国市场的重要推动力。Astra发布为已有的盈利与订单支撑增添了新的需求预期——市场资金开始重新评估，模型能够完成更多复杂工作后，企业愿意购买的算力和存储服务究竟能够扩展多大。
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，花旗全球TMT会议纪要显示，“谷歌TPU AI算力链”最核心参与者，同时也是“英伟达与AMD AI GPU系AI算力链”不可或缺核心光学/光模块组件供应商的Lumentum(LITE)管理层最新判断显示，AI基础设施仍处建设早期，算力扩张与铜互连物理限制共同推动大型AI数据中心内部高速互连网络迈向光学化，2027、2028财年营收与每股收益增速将保持强劲增长轨迹。
花旗分析师团队对于Lumentum的看涨投资逻辑归结为三条正在相互强化的增长路径AI集群扩张推动激光器需求持续超过产能，光电路交换技术轨迹(OCS)打开更大规模的系统级市场，近封装光学(NPO)与共封装光学(CPO)共同扩大高功率激光器及外部光源的需求。花旗维持“买入”评级和1200美元目标价，较报告采用的9月9日收盘价988.98美元高约21.3%，并保留截至10月14日的上行催化观察。Lumentum股价今年以来暴涨约170%，2025年涨幅更是高达340%。
Lumentum管理层近期将2028财年每股收益目标大幅提高至40美元，主要依据是OCS以及NPO业务增长可见度持续增强;花旗在纪要中的最新测算模型仍预计2027、2028财年该公司的整体营收分别约为68.28亿、105.32亿美元，意味着有望实现同比大幅度增长126.5%、54.3%，核心每股收益预期则分别为23.03美元、37.21美元。
为何Lumentum2025年迄今股价走势可谓“牛到极致”，主要逻辑在于Lumentum能够同时受益于谷歌TPU AI算力产业链以及英伟达主导的AI GPU系算力产业链。未来无论是英伟达AI GPU算力基础设施集群还是谷歌TPU集群(TPU代表的是AI ASIC技术路线)，都离不开“Lumentum所代表的这类光学互连与CPO硅光高速互连能力”。
Lumentum已经加入美股大盘基准股指——标普500指数以及有着“全球科技股风向标”称号的纳斯达克100指数(简称“纳指100”)，换言之，Lumentum现在已经同时获得两大核心美股基准指数的被动资金配置资格，这也进一步强化了其作为AI光互连核心权重成长股的机构持仓基础。
基准指数纳入之后可谓将Lumentum从AI数据中心光互连“小众供应链标的”正式推到全球科技类核心资产池，也意味着AI算力投资主线叙事正在从“围绕AI GPU/ASIC单点算力竞赛”加速转向“AI智能体驱动的人工智能推理端全栈算力系统”，而在这种AI主线叙事转变中，数据中心CPU、存储芯片以及光互连/光通信产业链可能是最大赢家势力。
Lumentum等一众数据中心光学产品供应商们近期股价持续强劲，还在于有市场消息显示“AI芯片霸主”英伟达(NVDA)正调整下一代AI机架算力系统架构，即下一代AI算力集群Rubin Ultra可能减少每机架HBM配置，转而使用光互连技术架构连接多个AI机架。由于HBM/DRAM内存系统以及NAND存储芯片产品近年来价格持续疯涨，AI算力基础设施投资的重心似乎正从GPU/TPU单点性能以及HBM容量转向数据中心整体架构效率，其中高速光互连可能是最为关键方向。
缺货延伸至2027年Lumentum把AI光互连近乎无止境需求变成强劲基本面
Lumentum管理层判断，AI基础设施仍处建设早期，算力扩张与铜互连物理限制共同推动数据中心内部高速互连网络光学化。管理层以数据中心之间互连(DCI)为基准，将横向扩展网络(Scale-out)的互连需求强度描述为约10倍，未来AI算力加速器集群紧耦合互连(Scale-up)向光学迁移还将打开更强劲级别增长空间。
花旗纪要预测数据显示，相关模块出货量从2026年至2027年约翻倍，2028年进一步增长，而电吸收调制激光器(EML)和连续波激光器(CW)的供应短缺预计贯穿2027年。新合同价格维持在此前上调后的水平或更高，说明需求尚未因涨价明显退缩。产品结构方面，800G EML仍占主导，1.6T占比预计提高;CW产能同时用于填补客户缺口、争取未来设计订单和支持自有相干模块，其良率与利润率正在改善，但尚未达到EML水平。
OCS与泵浦激光器构成两条值得重视的增量业务。随着最大OCS客户自身硬件业务扩大，所需交换端口数量增加;动态划分加速器资源、绕开性能异常节点等新用途，也使管理层认为此前约80亿美元的OCS总潜在市场估算偏低，并可能将业务可见度延伸至2028年及2029年初。管理层以约1.5个端口对应1个加速器作为经验估算，并强调2028财年盈利增长将逐步兑现，而非集中于年末。
花旗分析师团队注意到，跨集群、跨园区连接相关的泵浦激光器业务同样强劲已连续十个季度增长，与所有主要网络设备制造商签订长期协议，未来五个季度业务量预计扩大至约4倍。这些数据与预期展望都意味着，Lumentum的增长来源已覆盖激光芯片、光模块和广义上数据中心光学交换系统。
供给能否兑现，取决于高性能制造和客户认证。超高功率激光器产能分三阶段推进Lumentum美国现有工厂持续爬坡至2027年;英国工厂自2027年第二季度增加产能，并延续至2028年;第三座工厂目标在2028年中启动，提前放量的关键制约是客户认证周期。
Lumentum公司管理层认为，高功率、低相对强度噪声、窄线宽及无跳模性能的组合，构成规模制造门槛，并将Coherent视为目前唯一可比的超高功率激光器竞争对手。对于中国竞争者，管理层表示尚未看到有实质影响的新EML外部供应商，同时承认行业需要第二供应来源支撑2028年需求。
AI智能体越能干，网络与数据传输越不能堵“下一个HBM系统”就是AI光互连
NPO先行扩大市场，给Lumentum带来了跨架构受益的机会。另一光学技术领军者Lightmatter公司在花旗访谈中预计，NPO于2027年进入市场、2028年广泛部署，CPO用于Scale-up的规模化窗口在2028—2029年;Lumentum则预计，到2028年，光学Scale-up市场中NPO与CPO约各占一半，其中约四分之三的NPO采用外部光源，以避开加速器附近的热环境。
即使采用集成光源，也倾向于使用更少、功率更高的激光器，功率范围约为120—150毫瓦及以上。Lumentum已获得首个CPO客户的外部激光光源(ELS)项目，预计2027年下半年开始交付，覆盖该客户相关设备部署量的15%—20%;NPO客户已有广泛兴趣，但尚未公布正式项目胜出。与此同时，CPO订单需求增强尚未改变认证时间表。
Lightmatter所指出的测试产能不足，说明商业化还取决于量产基础设施;其L20的单方向6.4Tbps带宽和单纤双向传输，也体现行业在提高带宽的同时降低布线成本。
从底层工程看，光互连需求增长来自更多计算节点之间更频繁、更严格的数据交换混合专家模型(MoE)的专家并行需要跨GPU分发和汇总数据;预填充与解码分离(Prefill–Decode Disaggregation)需要传输键值缓存(KV Cache);复杂智能体工作流增加模型调用、工具执行和数据访问的并发量。当集群扩大，网络拥塞会使昂贵GPU等待数据，直接降低每美元、每瓦能够交付的有效任务量。高速电连接的距离、损耗和功耗约束因此推动更广泛的光连接，NPO/CPO缩短电信号路径，EML、CW和ELS提供光通信所需光源，OCS则支持按工作负载重组连接。
关于围绕Lumentum的AI光互连增长逻辑是部署规模和通信需求扩大，而不是“模型越强，每次任务必然消耗更多Token”——OpenAI恰恰强调Astra减少重试和单任务Token消耗。与高盛对闪迪的增长预期结来看，NAND未来倾向于大规模承担数据持久化及部分缓存分层，光互连承担跨节点搬运，两者分别受益于处理天量级工作负载的AI推理系统数据容量与通信需求增长。Lumentum能兑现多少收益，最终仍取决于订单份额、认证进度和产能爬坡;花旗分析师团队也将AI建设放缓、竞争加剧及CPO/OCS采用不及预期列为主要风险。
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，亚马逊(AMZN)周三宣布，网络安全公司Mandiant创始人兼前CEO凯文·曼迪亚将加入其董事会。亚马逊在一篇博客文章中称，曼迪亚是“广受认可的网络安全专家”，在公共和私营部门拥有丰富的“应对网络威胁”经验。
此次任命正值企业界应对与人工智能相关的新型网络安全威胁之际。OpenAI于7月披露，其自主智能体成功入侵AI平台Hugging Face;Anthropic于4月因担心黑客可能利用其Mythos AI模型发动网络攻击，采取措施限制该模型推出。
此次任命填补了亚马逊董事会安全委员会的关键空缺。今年4月，前美国国家安全局(NSA)局长、美国网络司令部司令基思·亚历山大从亚马逊董事会卸任，其此前担任的正是安全委员会主席一职。曼迪亚加入后，将同时进入董事会审计委员会及安全委员会，该委员会负责监督亚马逊的网络安全政策、数据保护合规以及重大网络事件响应。
曼迪亚于2004年创立Mandiant，并于2022年以54亿美元将该公司出售给谷歌。他于2024年离开谷歌，去年创立了Armadin，利用AI识别网络漏洞。曼迪亚还是其联合创立的风投公司Ballistic Ventures的普通合伙人。
亚马逊写道“曼迪亚是网络安全领域的全球领军人物。他在构建和领导为全球最复杂组织提供防御的公司，以及通过Ballistic Ventures投资下一代安全企业家方面的经验，将有助于董事会理解这些机遇与挑战。”
亚马逊在周三的证券备案文件中表示，曼迪亚的姻亲Kristin Mandia为公司员工。根据领英资料，她担任企业AI服务Amazon Quick的高级在线社区经理。
备案文件显示，作为任命安排的一部分，曼迪亚获授4,086股普通股，将从2027年11月15日起分三年等额归属。按周三收盘价计算，这些股份价值约100万美元。
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！
微信分析师 微信公众号
