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，2015年的一笔9亿美元押注，如今已演变为一场百倍回报的投资神话。随着SpaceX(SPCX)今年6月完成规模达860亿美元的历史性IPO，谷歌母公司Alphabet(GOOGL)凭借早期布局，一跃成为SpaceX最大的单一机构股东。
根据Alphabet提交的文件，截至6月30日，该公司持有5.512亿股SpaceX股票，按当日收盘价170.86美元计算，持仓市值约942亿美元。与2015年最初投入的9亿美元相比，这笔投资在十余年间增值超过100倍。
SpaceX于6月12日登陆纳斯达克，发行价定为每股135美元。随着二季度13F持仓报告陆续披露，各大机构对SpaceX的持仓浮出水面。
除Alphabet外，SpaceX的主要机构投资者包括沙特公共投资基金(PIF)二季度新建仓约1.5415亿股，D1 Capital新增约1.26亿股，Tiger Global披露持有37.5万股，Viking Global在第二季度增持120万股。此外，根据最新13F文件，英伟达(NVDA)增持约1.2276亿股，AMD(AMD)新建仓约331万股。
不过，13F文件每季度编制一次，并在季度结束后的六周内披露，因此这些信息相对滞后，无法反映自6月30日以来这些大型投资者的买卖情况。此外，SpaceX投资版图庞大，各机构持股的解禁时间表各异，进一步增加了分析难度。
盈透证券市场策略师Steve Sosnick表示“要厘清哪些机构持有的是IPO前股份，难度非常非常大。”他补充道，13F文件并未揭示投资者的禁售期状态，也未说明其对IPO前持仓的利润兑现意图。
Alphabet是一个例外，该公司在2015年公开披露了对SpaceX的9亿美元投资，这为评估其当前持仓价值提供了一个罕见的参考基准。
SpaceX上周五收于140美元，较IPO发行价上涨3.7%，但较6月30日收盘价下跌18%。Sosnick表示，SpaceX仍然是盈透证券客户交易最活跃的股票之一，此前“市场对首轮禁售期结束后可能出现的情况的担忧被证明是杞人忧天，因此该股迎来了一波新的买盘”。
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，SpaceX(SPCX)已以600亿美元完成对人工智能(AI)编程初创公司Cursor的收购，这是埃隆·马斯克缩小与竞争对手Anthropic PBC和OpenAI差距的关键一步。
根据一份监管文件，该交易于8月14日正式生效，距SpaceX正式宣布达成收购协议仅过去两个月。
此次收购是科技史上规模最大的交易之一，旨在帮助马斯克旗下公司加大投入，构建更先进的AI工具，以优化编码等任务的流程——而编码正是AI领域商业价值丰厚的市场。马斯克的AI业务现已整合为SpaceXAI，此前其产品商业化落地有限，还经历了一系列裁员与重组。
Cursor的AI助手于2023年推出，旨在帮助程序员更高效地编写和调试代码。随着软件开发者对基于聊天机器人提示进行构建的工具需求激增，Cursor迅速成长为有史以来增长最快的初创公司之一，并成为科技界“氛围编程”(vibe coding)时代的核心参与者。
在此次交易完成前，SpaceX与Cursor于7月联合推出了首款模型Grok 4.5。两家公司表示，Grok 4.5专注于编码、金融和法律相关任务，且使用成本低于其他竞品模型。此后，SpaceX发布了Grok Bot，该产品像一个由AI智能体组成的团队，可在全天候分派处理各类任务。同时，SpaceX还推出了升级版Grok 4.6模型。
除上述举措外，SpaceX还签订了一系列价值数十亿美元的合作协议，允许Anthropic和谷歌(GOOGL)等公司接入其计算资源。但在8月与SpaceX员工的会议上，马斯克表示，公司“必须在软件层面取得成功”。
马斯克还强调，AI是公司现在与未来的核心。他在会上表示“到9月，我们的AI收入将超过SpaceX所有其他业务收入的总和。”
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！
今天聊一个可能正在改写AI芯片格局的事情——谷歌的TPU供应链正在发生肉眼可见的变化。
一边是博通的TPU出货预期开始下修，另一边是AMD可能首次进入Google TPU供应链。
放在一起看，谷歌正在做一件非常明确的事：
降低对单一ASIC供应商的依赖。
先看博通这边，数字不太好看了。
SemiAnalysis最新报告给出的数据很直接：博通2026年的CoWoS晶圆需求从之前预期的25万片砍到了21.5万片。
拆开来看：
博通自己CEO陈福阳在6月初的财报电话会上就已经松了口，承认TPU v7/v8i的交付总量会低于此前预测的600万颗。这等于管理层提前打了预防针。
2027年也好不到哪去。
之前市场预期2027年TPU 7和TPU 8i合计能干到600万颗，现在这个数字也要往下调。原因不是谷歌不买了，而是博通的产能被分走了——总CoWoS需求大约46万片，但里面有5.5万片（相当于83万颗TPU 8i）要拿去给Meta的MTIA 400 Iris项目。
SemiAnalysis特别提到，Meta在5月份就干过一件事——主动砍掉自己在博通的产能分配，换取谷歌TPU算力的使用权。
Meta的订单随时可能变卦，说不要就不要了。这笔83万颗的产能到底是给Meta还是回头给TPU，现在谁也说不准。
再看AMD这边，故事才刚刚开始。
市场传言说谷歌正在和AMD谈v10代TPU的合作。如果这事落地，将是AMD第一次真正杀进大型定制AI ASIC项目。
AMD凭什么？
第一，先进封装。AMD在SoIC和Chip-on-Wafer技术上早就趟过路了，已经把SRAM垂直堆到CPU上面去过。TPU越做越复杂，封装能力越重要。
第二，CPU IP。SemiAnalysis指出，谷歌和它的客户正在推动TPU往强化学习（RL）这类工作负载上走，未来可能需要把CPU核心直接塞到TPU封装里。AMD手里有现成的x86 CPU IP，博通可没有。
第三，AMD做定制芯片不是新手。2013年就成立了半定制业务部门，游戏主机芯片做了十几年。
但话说回来，这件事目前还是"市场传言"，双方都没正式确认。
怎么看这件事？
从博通的角度，短期利空是实实在在的——CoWoS产能下调、TPU产量砍单，这些都是已经发生的事。
市场已经开始重新定价了：8月14日周五当天，AMD涨了6.5%，博通跌了5.9%。美银本周二还把博通的信用评级下调到了中性。
但博通没有护城河很硬。它在4月份刚和谷歌签了到2031年的长期供应协议，v8、v9、v10、v11四代TPU都有份。而且摩根士丹利预估博通2027财年AI收入能到1200亿美元，其中TPU相关收入约800亿。
最大的变数
最大的变数在于：谷歌到底想把鸡蛋分几个篮子放？
以前TPU几乎是博通独家，现在联发科已经切走了v9的一部分，AMD又在谈v10。
谷歌的供应链多元化趋势已经很清楚了——它不想在任何一家供应商身上绑死。
美股投资网认为，这件事暂时还不能理解成博通丢掉谷歌，更准确的说法是，它在谷歌TPU里的份额和议价权，未来可能不再像过去那么稳。
对AMD来说则完全相反，如果v10合作最终落地，这不只是多一个订单，而是它第一次真正进入Hyperscaler定制AI ASIC的核心供应链
接下来真正需要跟踪两个变量：
第一，2027年那5.5万片CoWoS产能最终如何分配；
第二，AMD参与TPU v10的传闻能不能得到进一步供应链验证。
模型越大越好，算力越多越好，企业接上API就能享受最先进的智能。
企业不用训练模型，也不用自己建AI基础设施，只要按Token付钱，就能直接使用全球最强的大模型。
这套模式确实推动了生成式AI最快的一轮普及。
但到了2026年，我越来越关注另一个正在冒头的变化：
企业开始不满足于“租AI”，而是想把AI重新掌握在自己手里。
这背后对应的关键词，就是最近越来越频繁出现的——Sovereign AI，主权AI。
而如果这条趋势真的成立，它改变的不只是企业怎么使用AI，更可能重新划分整个AI产业链的利润。
一、以前用AI像租房，现在企业开始想“买房”
最初企业使用AI的方式非常简单。
把数据传到远端，调用OpenAI、Anthropic等厂商提供的API，再按使用量付费。
刚开始这笔账很好算。
员工偶尔问几个问题、生成几段文字，一次调用只消耗少量Token，和自己训练模型相比，API几乎便宜得可以忽略。
但Agent开始改变这件事。
以前AI只是“回答一个问题”。
现在的Agent需要：
读取整个代码库、理解上下文、拆解任务、调用工具、反复测试、根据结果重新规划……
一个任务背后的模型调用次数可能成倍增加。
原文以Uber为例：内部工程师使用Agentic Coding工具的比例快速上升，重度用户每个月的AI使用成本甚至可以达到数百至数千美元，公司最后开始给员工和工具设置月度预算上限。
这件事很重要。
因为企业突然发现：
AI采用率越来越高，不等于AI的ROI一定越来越高。
Token消耗可以很容易翻几倍，但生产效率究竟提高了多少，却没有那么容易衡量。
于是第一个变化出现了：
企业开始从“尽可能多用AI”，进入“AI到底值不值得花这笔钱”的阶段。
微软在原文中的做法也很典型：开始通过FinOps和模型路由，把简单任务交给更便宜的小模型，真正复杂的问题才调用昂贵的前沿模型。
这其实和云计算早期非常像。
最开始大家只想快速上云，几年之后才发现，云账单本身也需要管理。
AI现在正在经历同样的过程。
二、比账单更敏感的问题，是“我的供应商会不会变成我的竞争对手？”
成本只是第一层。
第二层是企业更难接受的问题：控制权。
原文提到了Anthropic与Figma之间的争议。
Figma本身是Anthropic的重要企业客户，但当Anthropic推出与设计、原型生成相关的新产品之后，双方的业务边界开始变得越来越模糊。
这里最值得关注的并不是某家公司到底有没有使用客户数据，而是这种商业模式天然存在一个矛盾：
今天，大模型厂商给你提供底层能力。
明天，它也可能自己向上进入应用层。
于是企业会开始思考一个非常现实的问题：
如果我的产品、工作流、企业知识全部运行在一家外部公司的模型之上，我究竟拥有多少主动权？
模型价格怎么调整，你决定不了。
模型版本什么时候升级，你决定不了。
API是否继续开放，你决定不了。
甚至未来对方会不会进入你的行业，你也决定不了。
这也是Palantir CEO Alex Karp在原文中不断强调“AI主权”的原因之一。
【配图2：IBM关于企业AI主权差距的调查图】
三、所以，什么才是真正的“主权AI”？
“主权AI”这个词听起来很宏大，但把它拆开，其实非常具体。
原文将它归纳为五个维度。
1. 数据主权
企业的数据、客户资料、生产参数，尽可能留在自己可控制的环境里。
2. 模型主权
模型权重能够由自己掌握、微调和部署，而不是完全依赖远端API。
3. 算力主权
关键AI系统可以运行在自己能够控制的硬件和基础设施上。
4. 决策主权
AI作出的关键判断能够被审计、追踪，出了问题能够回滚。
5. 供应链主权
整个AI系统不能完全依赖单一公司、单一国家或者单一技术栈。
所以主权AI并不简单等于：
“所有企业都自己建机房。”
它更像一个光谱。
一端是完全离线、物理隔离；
另一端可能只是要求数据留在某个国家、客户自己掌握密钥、全过程可以审计。
不同公司根据自己的敏感程度，选择不同程度的控制权。
【配图3：McKinsey AI Sovereignty光谱图】
四、为什么“开放权重”突然变得重要？
如果企业想把AI控制权拿回来，首先就会遇到一个问题：
模型怎么办？
如果最核心的模型始终锁在远端API里，那么所谓“主权”其实很有限。所以开放权重开始变得重要。
这里必须区分两个很容易混淆的概念：
Open Source，开源。和Open Weight，开放权重。
严格意义上的开源，通常意味着代码、训练方法、数据等都具有较高程度的公开透明。而现在大家经常说的Llama、DeepSeek等，很多更准确的描述其实是“开放权重”：你可以获得模型权重，可以下载、微调、部署到自己的服务器，但并不代表训练过程的一切都完全公开。对于企业来说，这已经产生了很大的区别。因为一旦权重掌握在自己手里：模型不会因为API厂商改变政策就突然不能使用；企业也可以根据内部数据进行微调；更重要的是，可以把模型部署在自己能够控制的环境里。
所以美股投资网很喜欢原文里的一个概括：
开放权重解决“怎么拿回来”，主权AI创造“为什么要拿回来”的需求。
【配图4：开放权重与真正开源的区别】
五、为什么黄仁勋突然开始大力支持开放模型？
这里其实是整条投资逻辑里，我觉得最有意思的一部分。
原文提到，黄仁勋在X上分享关于开放权重与AI领导力的公开信，并强调未来世界既需要闭源前沿模型，也需要开放模型。
乍一看有点奇怪。
NVIDIA又不卖大模型订阅。
为什么它如此关心模型到底开不开源？
换一个角度就很好理解了：
模型越开放，做模型的人越多，需要部署AI的人也越多。
而不管企业最后选择Llama、DeepSeek、Qwen、Mistral还是其他模型，它最终都需要：
GPU、推理软件、服务器、网络、存储，以及整套AI基础设施。
换句话说：
如果闭源模型一家独大，价值可能高度集中在少数几个API供应商手里。
如果模型越来越商品化，模型层的利润可能被压缩，但整个市场的AI部署数量反而会变得更大。
而NVIDIA卖的是“铲子”。
模型是谁的，对它没有那么重要。
只要AI越来越多地被部署起来，就需要更多算力。
这可能正是开放模型对NVIDIA最大的战略意义。
【配图5：黄仁勋关于开放模型的X帖截图】
六、Meta为什么也希望模型变得越来越“免费”？
另一个非常典型的玩家，是Meta。
Meta为什么愿意长期推动Llama开放？
原文给出的逻辑很直接：
Zuckerberg在智能手机时代吃过“没有底层平台”的亏。
Meta拥有Facebook、Instagram、WhatsApp，却没有自己的手机操作系统，因此长期需要受到Apple、Google平台规则的影响。
到了AI时代，Meta显然不希望再出现一次：
整个AI底层平台被另外一家公司控制。
于是一个非常有意思的商业战略出现了：
把模型本身做成商品。
如果全球开发者都可以低成本使用Llama，那么最底层“模型”的稀缺价值就会下降。
真正有价值的东西，就可能重新回到：
用户、数据、社交网络、广告系统、智能眼镜和终端生态。
所以开放模型对Meta来说，并不一定是慈善。
它更像是一次平台战争。
【配图6：Zuckerberg谈开放平台】
七、DeepSeek真正改变的，不只是模型排行榜
开放路线以前最大的问题很简单：
不够强。
如果开源模型只能做简单任务，那么安全、控制权、成本再漂亮，也无法取代真正好用的闭源模型。
但原文认为，2024—2026年这段时间出现了几个关键变化。
一个是MoE——混合专家模型。
模型不需要每次回答问题都启动全部参数，而是根据问题，只调动其中最相关的一部分。
另一个是推理时计算。
模型不再只是“问一句答一句”，而是可以在输出前进行更多内部推理。
再加上知识蒸馏、合成数据以及开源社区快速迭代，开放模型和闭源前沿模型之间的差距逐渐缩小。
DeepSeek V3和R1成为其中非常关键的节点。
它真正冲击市场的地方并不只是benchmark，而是打破了一个长期存在的默认假设：
高性能AI，一定必须依赖极其昂贵的闭源模型吗？
原文给出的判断是，到2026年，优秀开放权重模型与闭源前沿模型的差距，已经从过去按“年”计算，缩短到大约几个月。这个判断属于原作者的行业观察，并非本文额外验证的数据。
而企业真正每天需要的任务，其实很多都不需要“全世界最聪明的模型”。
客服、摘要、报表、代码辅助、内部知识库……
如果一个便宜很多、可以私有部署的模型已经“足够好”，企业为什么一定要为最后那一点能力差距支付高昂溢价？
【配图7：开放模型与闭源模型能力差距收窄图】
八、模型免费以后，到底谁赚钱？
这是我最关心的问题。
如果未来模型越来越像一种基础商品，那么利润不会消失，只会重新分配。
原文总结了开放模型常见的几种商业模式：
第一种，卖官方API。
模型虽然可以免费下载，但自己部署服务器非常麻烦，很多开发者最后依然会选择官方托管服务。
第二种，企业私有部署和定制。
真正进入大型企业、政府、金融、医疗等场景之后，部署、合规、安全、维护和模型微调都需要大量工程服务。
第三种，用开放模型带动母公司的核心业务。
Meta用Llama保护自己的生态；
阿里用Qwen吸引更多开发者进入云服务体系。
第四种，是把全球开发者变成免费的研发网络。
模型一旦开放，全球开发者会帮助寻找Bug、做量化、做微调、开发不同版本。
这意味着：
模型本身越来越便宜，不代表AI产业链没有利润，而是利润可能开始从“模型租金”转移到部署、算力、软件控制和生态。
九、从投资角度，我更关注这几个位置
如果“主权AI＋开放权重”这条路线继续发展，我觉得接下来不能只盯着“哪家大模型最聪明”。
更值得问的是：
$NVDA ：最明显的卖铲人
无论模型是闭源还是开放，最后都需要算力。
而企业从调用API转向自己部署模型，甚至可能让算力需求变得更加分散。
$PLTR ：企业控制层
企业自己拥有模型之后，真正困难的事情才刚刚开始。
谁可以看什么数据？
Agent可以执行哪些动作？
出了问题怎么审计？
这些都属于企业AI治理和软件控制层的问题。
$Meta：让模型层商品化
Llama如果扩大开放模型生态，本质是在降低模型本身的稀缺性，同时保护Meta自己的应用和终端生态。
阿里巴巴：模型免费，云来赚钱
Qwen的逻辑也很容易理解。
模型越多人使用，就越可能带来部署、推理和云计算需求。
所以未来AI产业的竞争，也许会越来越像今天的互联网：
免费的东西负责获取生态，真正赚钱的是生态背后的基础设施和服务。
十、主权AI真正改变的，是AI的利润分配方式
过去几年，市场习惯把AI价值集中在少数几个前沿模型厂商身上。
谁拥有最强模型，谁就拥有最高议价权。
但主权AI和开放权重提供了另一种可能：
模型能力逐渐商品化；
企业重新掌握数据和模型；
AI从少数云厂商的远端黑盒，变成可以被部署到不同公司、不同国家和不同设备上的基础能力。
如果这一天真的到来，那么价值链可能发生一次很大的迁移：
模型层的“智力租金”下降，算力、部署、治理、云服务和终端生态的重要性上升。
这也是为什么黄仁勋会支持开放模型。
因为对于一个卖算力基础设施的人来说，他可能并不希望任何一家模型公司成为AI世界唯一的入口。
他更希望世界上有成千上万家公司、政府和开发者，都在搭建自己的AI。到最后，无论他们选择谁的模型，都需要计算。这可能才是“主权AI”真正值得投资者关注的地方。
AI下一阶段的竞争，也许已经不只是：谁拥有最聪明的模型。而是：谁拥有AI的控制权，以及当控制权重新分散之后，谁还能持续收取利润。
这套模式最大的风险也很明显
金融资本进来以后，会把行业的上行弹性放大。
同样也会把风险放大。因为一旦GPU开始被当成融资资产，金融机构一定会关心它的残值。
假设一批GPU买入时值100。两年以后新一代产品性能大幅提升，旧GPU二手价格只剩40。
那抵押物价值就会缩水。如果再叠加算力租金下降、数据中心利用率不够、客户合同不稳定，融资方就会变谨慎。
到时候就可能出现另一种循环：
算力价格下降
→ GPU残值下降
→ 融资条件收紧
→ 数据中心减少扩产
→ AI硬件订单下降。
所以“算力金融化”不会让AI周期消失。它更像是给整个周期加了杠杆。景气好的时候跑得更快，反过来也一样。
我为什么还是偏向看多硬件
美股投资网现在真正关注的，是AI产业的钱从哪里来，以及最后流向哪里。模型可以换。应用也会换。但一座AI数据中心真正建起来，需要的东西很难跳过：
GPU、HBM、存储、光模块、高速互连、服务器、电源、电力和冷却。
只要算力建设还在扩张，这些东西就要有人提供。
而算力金融化解决的恰恰是最关键的一步：让有需求的人买得起。原来AI硬件的资本开支主要依赖几家科技巨头自己的现金流。
如果金融机构真正把AI Factory当成一类可以融资的基础设施资产，产业能够调用的资金就会大很多。
这也是我现在看这条线最核心的逻辑。
与其一直猜下一个最强的大模型是谁，我更愿意看那些无论谁赢，都要被采购的东西。
GPU、HBM、光通信、服务器、电力。
如果要把“算力金融化”压成一句话，我会这么理解：
黄仁勋干的不只是把GPU卖出去，而是在想办法让更多人借得到钱来买GPU。
只要这个融资飞轮没有出问题，对AI硬件就仍然是一个很值得跟踪的增量。
━━━━━━━━━━━━━━━━━━━━━━
【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”。
━━━━━━━━━━━━━━━━━━━━━━
回购是闪迪上涨的根本原因。茅台股价不行是因为空有现金流却舍不得大力回购股票救市。闪迪市值2千亿美元（正好差不多1.4万亿人民币，和茅台市值差不多），就这个8月宣布拿出200亿美元从公开股市里回购（资金量正好和茅台自由现金流差不多），目前已实施回购才45亿美元，就已经把从最高点（2300美元一股，价位数字上还正好和茅台顶峰差不多）下跌到最低时1015美元一股的颓势（下跌百分比和茅台幅度也差不多），五个交易日就救成了现价1660。这个回购力度茅台敢想吗，不敢，所以空有现金流没意义，不大力回购说明并不觉得自己的股价被低估了。
这个刚刚结束的财报季，Lumentum、Coherent、AAOI 三家先后交出的业绩，罕见地指向了同一个方向——这个规律正在被改写。
先看具体说了什么：
三家没有一家在说“我们觉得需求不错”。三家都在说——“我们做不出来”。
这不是需求侧的情绪表达，而是供给侧的事实陈述。
产业链的定价权在转移
光子学行业过去是典型的买方市场，设备商拼价格、拼交付，单价逐年走低。
但这一轮，情况不同了。
Lumentum 已经签了覆盖到 2030 年的长期供货协议，客户承诺最低采购量，协议里还带定价条款。AAOI 也在推进为期三年的激光器长协，涉及两到三家头部客户。
这些协议最大的变化在于：客户不仅承诺买，还愿意提前付钱，直接用于供应商扩产。
Lumentum 从 AXTI 拿到的 8750 万美元定金，用于预订未来数年的基板供应直至 2031 年。超大规模客户用预付款换产能分配，相当于把扩产的资本压力转移到买方的资产负债表上。
对设备商而言，这是一种近乎理想的风险结构——资金压力被稀释，需求侧有合同兜底。买方不是在采购，是在入股这条供应链。
1.6T 的放量超出预期
Lumentum 提到，1.6T 的爬坡速度比三个月前内部预测的还要更快，数据中心激光器出货量同比增长约 80%。
AAOI 的数字更具体：
对应产能需要从现在的每月 20 万只，拉升到 2026 年底的 65 万只以上，再到 2027 年底的 93 万只。
这个节奏意味着供应链上任何一个环节掉队，都会卡住全局。
尤其值得注意的是，瓶颈在迁移。目前最紧张的不再是激光器本身，而是 3nm DSP 和 200G TIA/驱动芯片。1.6T 这个节点上，谁能稳定拿到这些配套芯片的 allocation，谁才能真正兑现收入。
市场长期担心的老问题，可能被简化了
NPO/CPO 会不会干掉可插拔模块、压缩现有市场空间？
Lumentum CEO 给出了一个分析框架：
NPO 和 CPO 首先替代的不是机柜之间的可插拔连接，而是机柜内部的铜缆。两者是叠加关系，而非替代关系。当每颗 XPU 都需要独立光源时，激光器数量和总光功率都在成倍增加。
如果这个逻辑成立，NPO 对这个行业不是存量博弈，而是 TAM 扩张的变量。
几个事实拼在一起
风险仍然存在。产能扩张的执行力、关键零部件的供应稳定性、宏观层面客户资本开支的节奏，都会影响最终结果。但至少从三家公司的财报和指引来看，这个趋势是连贯的，口径没有出现矛盾或动摇。
━━━━━━━━━━━━━━━━━━━━━━
【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”。
━━━━━━━━━━━━━━━━━━━━━━
据《华尔街日报》报道，美国商务部长Lutnick明确表示，不希望苹果采购中国存储芯片。
可问题是，苹果才开始测试CXMT和YMTC，希望多找一个货源，也顺便压一压现有供应商的报价。
•如果中国供应商被挡在门外，苹果只能更依赖MU、SK海力士、三星和SNDK，老供应商的话语权会更强。
•中国存储也不是以前那种“低价冲市场”了。CXMT、YMTC在部分产品上同样提价，说明真正的问题是缺货，不只是政治。
•对MU和SNDK来说，市场买的不是一条新闻，而是未来几个季度的价格更硬、订单更稳。
美股投资网认为，这条消息真正改变的是苹果的议价能力。过去苹果靠体量压供应商，现在AI大客户抢产能，华盛顿又限制备选货源，苹果手里的牌明显少了。
接下我们会盯三件事：
美国会不会把“劝阻”升级成正式限制；
苹果最终是否签下CXMT或YMTC；
DRAM和NAND合约价能不能继续上涨。
今天周五，美股指数本身没什么好说的，真正值得拿出来聊的是存储。
SNDK投资者日之后先涨了接近14%，今天又涨7个多点，一周反弹大概35%。MU、WDC、STX也都被它带起来了。
这个信号很直接：资金开始往整个存储板块挪。
我的长期 SNDK 仓位，从最高2300美元回调到1100美元，仍旧一股不卖
为什么？
因为这次SNDK投资者日给出来的信息，不只是“业绩不错”，而是在挑战过去一段时间市场对存储股的定价方式。
第一层，是盈利能力。
公司给出的FY2028到FY2030长期模型，是收入中高双位数增长，调整后毛利率80%左右，经营利润率75%左右，自由现金流利润率50%左右。
这几个数字放在存储行业里已经非常夸张。
过去市场不愿意给SNDK高估值，核心原因一直很简单：大家默认2027、2028年附近周期见顶，NAND价格下来，EPS跟着掉。
所以哪怕眼下赚得再多，市场也会先给你打折。
但现在公司直接把高利润模型拉到了2030年。
它实际上是在告诉市场：这轮高盈利，可能没你想象得那么短。
第二层，是合同结构变了。
现在公司已经签了8份NBM长期协议，其中包括3家美国Hyperscaler，加权平均合同期限超过4年。
这些合同已经覆盖FY28大概三分之二的比特出货量，总合同价值大约940亿美元，而且客户还给了大约165亿美元的财务担保。
这个变化很关键。
过去NAND最大的毛病，就是现货价格一跌，利润马上跟着掉。
现在一部分未来出货已经被长期合同锁住，甚至按照合同地板价执行，毛利率依然可以维持在很高的位置。
也就是说，SNDK正在把一个纯周期生意，慢慢变成有合同保护的现金流生意。
第三层，回购。
公司已经明确，未来在完成业务投资后，将100%的超额现金返还给股东。
目前董事会授权了200亿美元，剩下大概155亿美元，上一季度已经回购45亿美元。
真正夸张的是后面。
按照公司给出的长期框架测算，FY27到FY30累计自由现金流大约1240亿美元，相当于现在公司市值的53%到61%。
这意味着什么？
意味着未来几年，公司创造出来的现金，理论上可以买掉自己一半以上的股份。
所以这次不能只盯着利润表。
如果自由现金流真的这么强，而且大部分继续拿去回购，那么未来EPS上涨不只是因为利润变高，还有一个很重要的原因：分母在不断变小。
股份越买越少，每股价值自然越高。
所以把这三件事放在一起看，逻辑就清楚了。
这也是为什么SNDK涨完一天，第二天资金还敢继续追。当然，现在还远没到可以闭着眼睛算目标价的时候。
80%的毛利率到底能维持几年，行业会不会重新扩产，未来公司在什么价格回购股.票，这些变量都会极大影响最后的EPS。
特别是回购。如果股价低，公司同样的钱能买回更多股份；如果股价提前涨得太快，回购效率自然会下降。
所以现在去套一个极端EPS，再乘一个高PE，没有太大意义。
但有一点已经发生变化了。
过去市场问的是：
“SNDK这一轮NAND涨价还能撑多久？”
现在市场开始问的是：
“如果这一轮根本没有那么快回到周期底部呢？”
如果这个假设成立，那需要重新定价的就不只是SNDK。
而是整个存储板块。
NBIS继续大涨！
我们的2026必買首选股 NBIS，今天也继续稳步上涨近9%。回顾最近两次操作，近期分别在165美元和187美元附近介入，目前大口吃肉 68%！
截止本周五，我的账户 2 年收益率 428%，1 年收益率 220%！
文章回顾：美股 NBIS 末日期权怒赚18倍，后续还能飞！美股 2026年最强10只股【下集】不为人知的潜力公司 NBIS....
美股投资网获悉，谷歌(GOOGL)联合创始人谢尔盖·布林近几个月来持续向核心AI团队施压，要求全力聚焦公司旗舰模型Gemini，以追赶竞争对手。在这一背景下，母公司Alphabet于8月5日宣布了对Google DeepMind领导架构的大规模重组。有分析认为，此次调整标志着DeepMind自2014年被收购以来自主权进一步削弱，商业紧迫性正全面压倒这个伦敦AI实验室十多年来以科研为导向的文化。
知情人士透露，在Anthropic抢先发布其强大的Claude Mythos模型预览版后，布林在4月份的一次全体员工大会上向数百名员工发表讲话，敦促DeepMind团队加快步伐。
谷歌的Gemini模型去年11月曾短暂超越竞争对手，但Anthropic和OpenAI的后续更新再次让谷歌陷入追赶模式。据两位知情人士透露，内部测试显示Gemini新旗舰版本在编程等关键领域的性能仍落后于竞品，导致谷歌将发布时间推迟了两个月。
DeepMind“换帅”哈萨比斯让位，商业派掌权
8月5日，这家总部位于加州山景城的科技巨头宣布了Google DeepMind的全面领导层调整。DeepMind首席执行官德米斯·哈萨比斯卸任，由其副手科拉伊·卡武库奥卢接任。哈萨比斯转任董事长，管理职责相应减少。与此同时，Gemini项目的两位原始技术负责人也离职，并共同创办了一家初创企业。
在哈萨比斯的领导下，Google DeepMind开展的AI研究项目范围比竞争对手更广，同时也在构建对商业利益至关重要的Gemini模型。但有报道称，哈萨比斯在过去几年中曾抵制一些可能为Alphabet带来新收入或帮助其在AI竞赛中占据更有利位置的努力。
尽管部分业内人士质疑谷歌是否正在退出模型竞赛，但七位了解Gemini开发工作的人士表示，Alphabet的商业化战略和上周的架构重组都与该公司追求模型领先地位的意图密切相关。
此次调整标志着DeepMind的自主权进一步削弱。自2014年收购这家伦敦实验室以来，谷歌一直在削弱DeepMind的自主权，持续推动其AI技术为更多软件产品赋能并创造更多收入。两位知情人士透露，Alphabet此次重组还包括将部分团队从DeepMind转出并整合进谷歌企业部门。
重组消息公布当天，Alphabet股价下跌4%。在上周四的部门全员大会上，哈萨比斯和卡武库奥卢试图安抚员工对AI实验室未来的担忧——大多数员工是在消息公开时才得知这一变动。
知情人士透露，两位领导人表示实验室的日常工作将保持不变。知情人士称，卡武库奥卢将继续负责Gemin，他在一年多前就已接管模型开发的监督职责。哈萨比斯则发表了关于AI如何推动科学进步和改变社会的演讲，这些长期议题将构成他作为董事长的新的工作重心。
但全员大会也暴露出新的担忧，即DeepMind的自主权正在被谷歌蚕食。知情人士称，哈萨比斯和卡武库奥卢告诉员工，几个非技术团队正被移出DeepMind，纳入谷歌的企业汇报架构。对于一个曾经鼓励员工从事辅助性项目的组织而言，重夺模型主导地位的信息同样明确。
布林幕后施压押注“递归式自我进化”
谷歌此次人事变动正值布林努力激发员工士气之际，他在2022年OpenAI发布ChatGPT震惊谷歌后也曾采取类似行动。
尽管不再担任高管职务，52岁的布林仍影响模型训练策略。知情人士称，数月来他持续向核心员工强调，谷歌需要追赶前沿。
知情人士还表示，布林利用其作为谷歌联合创始人的隐性权力，将资源向特定领域倾斜，如“递归式自我改进”——即技术可在无需人工干预的情况下自我提升的概念。
两位知情人士称，哈萨比斯在2023年Gemini最初启动后不久就减少了对该项目的参与，并将相关职责交给副手。
尽管谷歌去年11月凭借Gemini 3的发布一度追上前沿，但很快再次落后。四位知情人士将谷歌的落后状态归因于根深蒂固的结构性挑战。知情人士表示，例如算力限制以及Gemini众多项目负责人之间的分歧，导致编程等关键领域获得的资源不足。谷歌的官僚体制也导致其模型发布速度慢于更灵活的竞争对手。
谷歌拒绝对这些说法置评。但CEO皮查伊上月对华尔街分析师表示，公司将继续扩大基础设施规模，以缓解模型训练以及消费级和企业产品所需的TPU算力瓶颈。
卡武库奥卢权力集中，权力重心从伦敦转向加州
2025年，谷歌CEO桑达尔·皮查伊任命时任DeepMind首席技术官的卡武库奥卢兼任谷歌首席AI架构师，任务是将Gemini整合到公司全线产品中。知情人士表示，此后数月间，DeepMind一些领导人的影响力逐渐减弱，而卡武库奥卢成为塑造Gemini方向的核心人物。其中一位知情人士称，卡武库奥卢得到了布林的支持。
知情人士透露，随着哈萨比斯减少对Gemini的参与以及卡武库奥卢迁至谷歌总部，一些伦敦总部领导人对Gemini技术方向的影响力已明显减弱。
卡武库奥卢在谷歌其他部门也逐渐树立起更注重商业化的声誉。据一位直接知情人士称，甚至在他搬迁之前，卡武库奥卢而非哈萨比斯就已经是DeepMind与谷歌云(公司主要AI收入引擎)之间的主要对接人。
谷歌发言人上周表示，卡武库奥卢现在将对DeepMind的重大决策拥有最终决定权。
除卡武库奥卢外，一些最引人注目的领导人包括Gemini最初的两位技术联合负责人杰夫·迪恩和奥里奥尔·维尼亚尔斯已在本次重组中离职。三位知情人士称，向其中一些领导人汇报的团队曾拥有罕见的自主权，可以从事与Gemini训练无直接关系的研究。
在他们离职后，谷歌并未立即公布这些团队或项目的安排计划，令一些员工感到不安，担心实验室抵御商业利益的最后屏障将进一步瓦解。
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，周四，IREN Ltd(IREN)股价走高，截至发稿，该股涨超6.5%，报46.51美元。消息面上，该公司此前宣布，为微软(MSFT)建设的首个AI云计算项目已经完成交付并正式获得微软验收。与此同时，IREN还获得英伟达(NVDA)的“Exemplar Cloud”认证，进一步验证其AI基础设施处理高强度AI工作负载的能力。
IREN表示，此次完成交付的Horizon 1项目位于美国得克萨斯州Childress园区，是公司计划于2026年向微软交付的四个AI云计算项目中的首个。
每个项目的IT负载容量均为50兆瓦(MW)，并采用直接芯片液冷技术，以满足高性能AI计算对散热和能源效率的要求。
上述项目属于IREN与微软在2025年11月公布的一项为期五年的云服务合同，合同总价值高达97亿美元。Horizon 1顺利通过微软验收，意味着这项大型AI云服务协议开始进入实际交付阶段。
除了微软项目取得进展外，IREN还宣布获得英伟达的“Exemplar Cloud”认证。
英伟达对IREN部署在Horizon 1的GB300 NVL72系统进行了测试，验证了该平台运行高要求AI工作负载的能力。
GB300 NVL72属于英伟达面向大规模AI训练和推理打造的高性能计算平台。此次获得英伟达认证，也为IREN向大型科技企业提供AI算力服务提供了进一步的技术背书。
随着微软项目开始交付，IREN仍在推进大规模AI云基础设施扩张计划。
公司目前的目标是，2026年将AI云总容量提升至480MW，并在2027年进一步扩大至1.2GW。
IREN近年来持续扩大AI数据中心及算力业务，而微软五年期97亿美元合同是其AI云业务扩张的重要项目之一。此次Horizon 1完成交付并获得微软验收，加上英伟达对其GB300 NVL72部署的认证，显示公司的AI基础设施建设正在从产能规划逐步进入实际交付阶段，并推动投资者对后续微软项目以及整体AI云业务增长的预期升温。
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！
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/ 每天处理海量股票数据：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，美股交易信号第一时间发到您手机APP！
微信分析师 微信公众号
