周期股最危险的时刻，不是价格开始下跌，而是价格还在上涨，资金已经开始交易下一轮过剩。

SanDisk暴跌14%，收在1270美元，盘中最低跌到1222美元附近。如果你是从6月22日高点拿过来的，现在应该已经亏了47%——对，将近腰斩。

你可能也会问：存储芯片不是还在涨价吗？AI不是还在缺货吗？怎么就崩了？

说实话，今天这一跌，不是因为SanDisk突然卖不动货了。而是一连串消息同时砸过来，直接打在了存储板块最敏感的那根神经上。

美股投资网分析认为，全球存储板块在同一天经历了一次资金、供给预期和估值逻辑的集体重定价。

第一，CXMT上市首日暴涨466%，直接改变了资金对存储资产的选择

长鑫存储周一登陆科创板，上市首日暴涨466%，市值超过3.3万亿元人民币，约合4870亿美元，一度成为A股市值最高的上市公司。它此次IPO募资约86亿美元，也是今年亚洲规模最大的IPO。

这件事对全球存储股的冲击，不只是“CXMT以后可能抢市场”。

更重要的是，资本市场突然多出了一个规模接近5000亿美元的中国存储标的。

当一个新标的首日上涨近5倍，意味着大量资金、注意力和风险偏好都被它吸走。中国市场的资金在追逐CXMT，而全球资金则顺势兑现此前涨幅巨大的美光、SanDisk和SK海力士。

这就是市场经常忽视的流动性替代效应：

存储行业的资金池不是无限的。当CXMT以极高估值上市，相当于市场一边给中国存储资产重新定价，一边重新审视已经上涨数倍的海外存储股，到底还值不值得继续给高溢价。

当天不仅SanDisk下跌，SK海力士跌约7.5%，美光也明显走弱，说明这并不是SanDisk自身基本面突然恶化，而是整个存储交易被同步减仓。

第二，CXMT涨得越猛，市场反而越担心未来扩产

CXMT目前主要生产DRAM，SanDisk的核心业务则是NAND，两家公司并非直接竞争对手。

但资本市场交易的从来不只是今天的产品重叠，而是明天的资本开支。

CXMT上市募集到大量资金，并获得近5000亿美元估值，意味着中国存储产业今后拥有了更强的融资能力。市场自然会继续往下推演：

CXMT会不会扩大DRAM产能？

其他中国存储企业会不会复制这条融资路径？

中国NAND厂商未来是否也能获得更充足的资本，加快扩产和技术追赶？

所以，CXMT上市首日上涨466%，对SanDisk并不是简单的“同行上涨带动板块”，反而变成了一个供给扩张信号。

CXMT的股价越疯狂，全球投资者对中国存储扩产的担忧就越强。

这也是为什么中美存储资产在同一天出现了看似矛盾、实际上高度相关的走势：

中国存储龙头暴涨，海外存储龙头却集体下跌。

第三，国产DUV消息，把远期扩产担忧进一步放大

市场同时传出，中国企业已经开始有限生产国产浸没式DUV光刻设备。

这里的重点不是中国设备明天就能全面替代ASML，而是原来市场认为中国扩产会长期受到设备限制，现在这个限制开始出现松动的可能。

资本市场不会等到设备成熟量产、良率稳定、晶圆厂全面导入之后才反应。

只要市场认为中国未来获得成熟制程设备的能力正在提高，就会提前调高中国存储产能扩张的概率。

因此，当天承压的不只是存储股。英伟达、ASML、泛林集团、应用材料等半导体公司也同步下跌，费城半导体指数盘中由涨转跌，最终跌近4%，连续第三天下挫。

这说明市场交易的已经不是某一家公司的订单，而是：

中国半导体产业未来的供给能力，可能比此前假设得更强。

第四，SanDisk跌得最狠，是因为它此前涨得也最凶

同样是存储股，为什么SanDisk的跌幅远大于美光？

因为SanDisk此前已经充分交易了NAND涨价、AI存储需求和行业供给纪律，股价从低位一路上涨，估值中包含了非常乐观的周期预期。

当股价已经把“缺货、涨价、利润率扩张”都提前反映进去后，市场不需要看到NAND价格真的下跌。

只需要出现一个理由，让投资者怀疑：

这样的高价格还能维持多久？

卖盘就会迅速出现。

所以，SanDisk这次暴跌不是因为当天基本面突然崩了，而是因为它已经成为存储板块里最拥挤、最敏感的高弹性资产。

涨得最多的股票，在周期预期发生变化时，往往也会先被兑现。

第五，大摩的“见顶警告”，让资金有了减仓理由

摩根士丹利近期提示，存储行业可能正在逐渐接近周期拐点，合约价格上涨动能或在2026年第四季度附近见顶。

市场真正害怕的不是2026年底价格会不会精确见顶，而是华尔街开始从讨论“还能涨多少”，转向讨论“什么时候见顶”。

这两个问题看起来只差几个字，交易方向却完全不同。

前者意味着继续加仓，后者意味着趁业绩还好、价格还在涨的时候，先兑现一部分利润。

所以周一的三条消息，其实形成了一条完整的交易链条：

CXMT暴涨吸走资金和注意力；巨额融资强化中国扩产预期；国产DUV提高未来产能兑现概率；大摩再提醒存储价格可能接近周期高点。

最终，已经处于高位的海外存储股成为资金集中减仓的对象。

现在最重要的，不是猜一天的底

SanDisk从高点接近腰斩，说明市场已经开始提前交易供给恢复和价格见顶。

但这不代表NAND需求已经崩溃，也不代表SanDisk订单突然消失。

接下来真正决定股价方向的，是三个问题：

NAND合约价格还能维持多久，原厂和渠道库存是否开始回升，以及SanDisk管理层会不会在财报中下调下半年的价格、出货或利润率预期。

周期股最危险的时刻，往往不是业绩最差的时候。而是业绩仍然很好，但资金已经开始讨论：

明年会不会没有今年这么好。

今天彭博一篇报道在华尔街交易台间迅速传开。

Citadel Securities——全球最受关注的对冲基金之一——公开预测：美联储可能在7月会议上直接加息25个基点，不等9月了。

利率掉期市场显示，周三加息的概率已升至40%左右。按近年标准，美联储决策前48小时出现如此程度的不确定性，极为罕见。

为什么是现在？

Citadel Securities宏观策略主管Frank Flight的逻辑很清晰：

本周行动的影响，远大于拖到9月。

他认为，市场可能再次低估了美联储鹰派转向的程度。一次意外的加息，将“彻底终结前瞻性指引时代”，同时彰显美联储的独立性。

更关键的是，在通胀尚未完全固化之前出手，能直接影响企业的定价决策和工人的工资预期。这反而可能减少后期所需的紧缩幅度——先发制人的加息，比滞后应对代价更小。

反直觉的深层逻辑

市场通常将加息视为利空，但这一次，部分专业投资者看到的并非完全是负面信号。

Warsh就任以来，反复强调恢复价格稳定的承诺。若本周真的加息，市场将重新定价美联储的行为模式——不再依赖提前数月向市场释放信号，而是拥有在数据变化时果断行动的决策自由度。

从政策信誉的角度看，一次超出共识的行动，对通胀预期的压制效果比十次演讲都有效。

对资产的潜在影响

方向比幅度更重要

无论本周是否加息，真正值得关注的是Fed communication框架正在松动。过去几年市场形成的“美联储会提前告诉我们一切”的惯性思维，可能正在被打破。

对于资产定价而言，这意味着利率路径的不确定性溢价将系统性上升。

高估值成长股、长久期资产、以及依赖低利率环境的策略，都面临波动率重新定价的风险。即便这次不加，40%的概率本身也在提醒市场：一切没有你以为的那么确定。

美股投资网看法

没人知道Warsh周三会怎么选。但从Citadel Securities敢于在此时公开喊出“市场低估了鹰派决心”这一点，至少说明一件事：

美联储前瞻性指引的时代正在式微，而市场尚未完全消化这个变化。

周三见分晓。

国产DUV不需要马上追平ASML，只要让中国晶圆厂未来少买几台ASML，资本市场就会先砍掉一部分估值。

周一，ASML暴跌8.4%，导火索是一条非常具体的消息：

据The Information报道，一家位于上海、获得支持的中国企业，已经开始小批量生产国产浸没式DUV光刻机，目标今年生产约5台，2027年扩大至约20台，并计划交付给中芯国际、华虹半导体和长鑫存储等客户。

这条消息为什么能把ASML砸成这样？

美股投资网分析认为，因为中国今年预计仍占ASML约20%的收入，而中国客户目前能够采购的核心设备，主要就是DUV。市场立刻开始交易一个风险：

如果国产设备真的能够使用，中国晶圆厂未来还需要购买多少台ASML？

但这里必须分清楚三件事：

开始生产，不等于通过客户验收；

能够曝光，不等于能够稳定量产；

生产20台，也不等于性能已经追平ASML。

光刻机真正难的，不只是把图形印到晶圆上，而是长期维持套刻精度、吞吐量、稳定性和良率。设备出厂后，还要经过安装、调试、工艺适配和漫长的产线验证。

这也是美股投资网认为市场反应过度的原因。即使中国明年真的生产20台国产DUV，短期内也很难撼动ASML在高端设备、生产效率和客户服务体系上的优势。摩根大通直言，这次抛售相对于报道内容显得“不成比例”。

但市场也不是完全瞎跌。

ASML真正的风险，并不是中国明天造出一台性能完全相同的设备，而是中国客户开始拥有第二个选择。

一旦国产DUV能够承担部分成熟制程和存储芯片产线，ASML在中国的新增订单、议价能力和长期市场份额都会受到影响。

所以这次下跌交易的不是“国产光刻机已经打败ASML”，而是：

ASML在中国长期独占浸没式DUV市场的假设，第一次被市场认真质疑。

而且当天不仅ASML下跌，ASM International、BESI等欧洲半导体设备公司也同步大跌，说明资金减持的不是一家公司，而是在重新评估整个海外半导体设备产业链的中国敞口。

对散户来说，这件事最终要看两个信号：

第一，这5台设备能否真正通过中芯国际、华虹和长鑫存储的验证，并进入连续生产；

第二，国产设备能否在套刻精度、每小时晶圆处理量和长期稳定性上接近ASML，而不只是完成一次曝光。

在这两个问题得到答案之前，国产DUV对ASML更像是估值上的长期威胁，还不是利润上的即时重击。

英伟达（NVDA）今天的大跌主要源于市场对其潜在巨额财务承诺和债务风险的担忧升温。

根据最新的市场消息，引发此次抛售和恐慌的主要原因包括：

巨额AI基础设施投资计划：市场传出英伟达正在洽谈总规模超过7500亿美元的人工智能基础设施合作项目。

为OpenAI提供天价担保：据报道，英伟达正与OpenAI洽谈一项融资安排，计划为金额最高达2500亿美元的美国数据中心项目提供担保，以帮助OpenAI租赁算力资源。这可能成为英伟达历史上规模最大的客户融资合作之一。

与SK海力士的深度绑定：英伟达近期还宣布，与韩国芯片制造商SK海力士母公司合作推进一项总规模超过5000亿美元的AI基础设施计划。

信用违约掉期（CDS）创纪录飙升：随着AI基础设施投资规模的极速扩大，分析人士和投资者开始担忧英伟达未来可能承担的庞大融资和担保义务。这直接导致英伟达的五年期信用违约掉期（CDS）价格在周一创下有记录以来的最大单日涨幅。

美股投资网分析：CDS的走高意味着投资者为了对冲英伟达未来可能出现的债务违约风险，需要支付明显更高的成本。虽然这并不代表英伟达马上会违约，但反映出在AI投资狂潮下，资本市场对其过度扩张和财务杠杆产生了强烈的警惕，从而要求更高的风险补偿，进而引发了股价的剧烈震荡。

摩根士丹利认为，Google 正在开发的第二代 AI 推理芯片 "Frozen v2"，其设计目标是更高效地运行 Gemini 大模型。

该芯片预计将采用片上 SRAM（on-chip SRAM）架构，从而无需使用 CoWoS（Chip-on-Wafer-on-Substrate）先进封装技术。

预计该芯片将于2027 年开始小规模量产，并在2028 年进入大规模生产阶段。

根据产业链调研（industry checks），Marvell（ MRVL）被认为是该项目的主要开发合作伙伴。

量子计算QBTS今天大涨的原因是D-Wave Quantum 与 AT&T 达成合作协议，将扩大量子计算技术的应用，解决 AT&T 网络中的复杂优化问题。

量子计算公司D-Wave Quantum（NASDAQ: QBTS）今日宣布，与AT&T（NYSE: T）达成新的合作协议。AT&T 将进一步扩大 D-Wave 量子计算技术的使用范围，计划利用该技术解决其网络运营中的复杂优化问题。

D-Wave 是目前全球唯一一家同时提供量子退火（Annealing Quantum Computing）和门模型量子计算（Gate-Model Quantum Computing）两种平台，以及相关软件和服务的量子计算公司。

AT&T 首阶段将把D-Wave 的量子退火技术整合到现有支持Agentic AI（智能代理 AI）的工具中。

美股投资网研究获悉，目前，这些 AI Agent 已经帮助 AT&T 改善了网络故障检测与管理，仅在2025 年就减少了约1200万小时的客户网络中断时间。未来加入量子计算能力后，有望进一步提升这些 AI Agent 的效率和效果。

首个测试成果十分惊人

在一项早期应用中，AT&T 使用 D-Wave 的量子计算技术，将一项网络优化任务的处理时间：

• 从约1小时
• 缩短到不到15秒

基于这一成果，AT&T 计划进一步探索 D-Wave 技术在更多网络场景中的应用，包括：

• 网络故障检测与响应
• 工程师路线优化（Technician Routing）
• 网络建设规划
• 网络流量管理

AT&T 希望借助更快的计算速度，在持续扩建光纤网络（Fiber）和5G 网络、满足 AI 带来的流量增长时，实现更快、更准确的网络规划。

D-Wave CEO 表示

D-Wave CEO Alan Baratz 表示：

AT&T 的合作案例证明，大型企业已经开始真正利用量子计算解决现实商业问题。

他指出：

• AT&T 拥有极其复杂的网络优化问题；
• 已经意识到传统计算在某些场景下存在瓶颈；
• 正积极探索量子计算能够带来的效率提升。

D-Wave 很高兴帮助 AT&T 提升网络运行速度、运营效率以及商业价值。

不只是量子退火，还将测试门模型量子计算

除了量子退火系统外，AT&T 还计划评估 D-Wave 即将推出的Gate-Model（门模型）量子计算机，研究其在：

• 量子网络安全（Quantum Security）
• 量子通信（Quantum Communications）

等领域的应用潜力。

这是 AT&T 更大战略的一部分，即结合：

• AI
• 自动化
• 高级数据分析
• 软件定义网络（SDN）
• 量子计算

共同升级未来通信网络。

AT&T 数据科学负责人表示

AT&T 首席数据办公室（Chief Data Office）数据科学总监Lucus Haugen 表示：

D-Wave 的量子退火技术，为解决 AT&T 网络中的优化问题和高强度计算任务提供了全新的思路。

他说：

D-Wave 展现出的计算速度，已经突破了传统计算能力的边界。

未来有望帮助 AT&T：

• 更快完成网络优化；
• 提高运营效率；
• 支持更多实时网络管理任务；

让量子计算真正成为现代通信网络的重要工具。

对 D-Wave（QBTS）的影响

这是D-Wave近年来最具代表性的企业合作之一，释放了几个积极信号：

第一，验证了商业价值。不再只是实验室测试，而是进入AT&T核心网络运营，并取得了从约1小时缩短到15秒的实际案例，这种可量化的效果比概念验证更有说服力。

第二，客户价值提升。电信运营商拥有海量实时优化需求，一旦在多个场景部署成功，合作深度和持续性都有望增强，也可能带动其他大型企业跟进。

第三，形成行业示范效应。 AT&T属于全球领先运营商之一，其采用量子计算进行网络优化，可能成为物流、制造、航空、电力等同样依赖复杂调度行业的重要参考案例。

不过，投资者也应保持理性。这份公告说明的是商业验证取得重要进展，并不意味着D-Wave短期内收入或利润会出现同等幅度增长。后续更值得关注的是：

• 这项合作能否扩大到更多业务场景；
• 是否会带来可观的合同金额和持续收入；
• 能否吸引更多《财富》500强企业复制类似部署。

总结一句话：

这则新闻的核心不是"AT&T成为了一个新客户"，而是全球大型企业开始把量子计算从实验室带入关键业务流程，并且已经证明在复杂优化任务上能够带来数量级的性能提升。如果这种模式能够持续复制，D-Wave有望进一步巩固其在量子优化商业化领域的领先地位。

从华尔街机构最新的实盘数据显示，对冲基金正在以历史级别的速度降低部分科技股仓位。表面来看，这似乎是一场典型的避险行情；但如果你认为聪明钱正在彻底放弃 AI 和科技，那可能低估了机构真正的意图。

因为在这轮调整背后，资金并不是简单离场，而是在重新选择方向：

为什么同样都是 AI 产业链核心公司，谷歌因为巨额 AI 资本开支遭遇市场质疑，而 Meta 却依然获得资金认可？

为什么通用软件股正在被机构减仓，但硬件公司如 AMD 却持续获得 AI 生态订单，美光周三一天更是出现接近 1 亿美元的大额期权成交？

机构到底是在逃离AI 泡沫，还是借着市场波动重新布局下一阶段的赢家？

我们怎么看待下周 Meta、微软、亚马逊、苹果等科技巨头的财报，市场真正关注的问题已经不是 AI 有没有未来，而是：

华尔街正在卖掉什么？

又正在提前押注什么？

今天，我们就一起拆解这场市场板块轮动背后，聪明钱真正的选择。

美股历史性脱钩与极危信号

美股内部正在发生的一场严重分裂。

现在真正的问题，并不是指数还能不能继续上涨。

而是：

推动指数上涨的力量，正在越来越集中。

表面上看，美股依然强势，但如果拆开来看，市场内部已经出现了明显的裂痕。

我们可以从三组数据中看到这种变化。

第一，个股走势正在脱离大盘。

数据显示，在美国市值最大的1000家公司里，那些走势和标普500“对着干”（也就是负贝塔）的股票，数量突然暴增到了108家，明显高于过去十多年的正常水平。

这意味过去，大多数股票通常会跟随市场方向波动。但现在，越来越多公司的表现已经开始和指数背离。

市场不再是“所有公司一起上涨”，而是少数股票继续拉升，而更多公司逐渐掉队。

第二，指数内部的分化正在扩大。

高盛数据显示，等权重标普500与普通市值加权标普500的一年相关性，已经下降到了79%，远低于96%的长期平均水平。

简单来说：

普通标普500指数，会受到苹果、微软、英伟达等超级权重股影响；

而等权重指数，则代表更多普通公司的真实表现。

当两者走势越来越分离，说明一个现象：

推动市场上涨的，并不是整个市场，而是一小部分核心资产。

第三，资金最集中的半导体板块，波动也正在明显放大。

过去50个交易日，半导体板块平均单日振幅达到3.36%。

这个水平说明，市场对于这个行业未来的增长、需求以及估值，正在进行快速重新定价。

把这三组数据放在一起看，我们看到的并不是“美股马上要崩盘”。

而是：

如今的市场越来越依赖少数核心资产，内部的缓冲空间正在不断缩小。

当这些龙头公司的增长预期没有发生变化时，指数仍然可以维持强势；

但一旦市场开始重新评估它们的增长前景，波动就可能被迅速放大。

最近韩国存储股的剧烈波动，其实就是一个典型案例。

当资金高度集中于某一个热门赛道时，即使产业逻辑并没有发生根本性变化，仅仅是短期预期出现调整，也足以引发股价的大幅波动。

因此，面对近期芯片板块的大幅震荡，按照常规思路，很多投资者的第一反应都会是降低风险、减少仓位。

但真正值得关注的是：

当市场开始担心风险时，高盛最新披露的对冲基金交易数据显示，聪明钱并没有选择简单撤退。

相反，一场更加精细、更有针对性的资金重新配置，正在悄然发生。

Smart Money 的调仓真相

先看高盛这张图，红圈标出来的地方，在截至7月16日的过去8周里，对冲基金在整个美股信息技术板块的净资金流向，已经砸到了-10%附近的极端低点。

但这里有个很多人容易绕晕的细节——“信息技术”是个大筐，半导体只是其中一块，剩下的主要是软件公司和消费电子硬件。如果不拆开看，很容易误以为“半导体被抛弃了”。

所以，要搞清楚钱到底去了哪儿，得把高盛另外三张半导体细分的仓位图拎出来，一张一张看：

第一张是全球对冲基金在半导体的净买卖流向。从6月中旬开始，他们确实在大举获利了结，上半年累计买入的份额被一口气吐掉了将近80%。但注意看曲线最右边，最近这条线已经明显掉头向上，说明大资金又重新开始净买入了。

那么，前段时间半导体为什么会回调得这么厉害？接下来的两张图就揭示了原因：筹码拥挤度一度达到了极限。

一张显示，6月份全球半导体占对冲基金总仓位的比例一度冲到了24%的历史高位；

另一张显示，美股半导体配置比例也达到了14%。仓位这么满、资金这么扎堆，市场当然对任何风吹草动都格外敏感，随便一个消息就能引发连锁抛售。

把这些数据放在一起看，Smart Money的真实策略就清楚了。

这轮信息技术板块的极端净卖出，主要压力并不来自半导体，而更多集中在前期涨幅过大、估值偏高的软件和SaaS股。

半导体当然也经历了明显的获利了结，但那更像是仓位过度拥挤之后的一次集中去杠杆。随着全球半导体配置比例从24%回落到19%，美股半导体配置也从14%降到11%，之前最危险的拥挤状态已经释放了不少。

更关键的是，半导体的净买卖曲线最近已经开始掉头向上，说明大资金并没有彻底离开芯片产业链，而是在筹码清洗之后重新寻找机会。

从细分方向来看，资金关注的重点开始向两个弹性更大的领域集中：

一个是上游半导体设备，包括阿斯麦ASML、应用材料AMAT和泛林集团LRCX；

另一个是周期弹性更强的存储产业链，包括美光MU、西部数据WDC和希捷STX。

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

美股大数据MU期权

如果你觉得高盛的持仓数据还有一定滞后性，那我们再看一组更及时的实盘信号。

在半导体设备和存储这两个方向中，近期资金动作最密集的，明显是存储芯片。

根据美股大数据 StockWe.com 的期权异动实时订单流，美光过去两天连续出现罕见的大额期权成交。

先看7月22日尾盘。

从15:33到15:35，短短3分钟内，市场连续成交5笔7月31日到期、800美元行权价的深度实值CALL。

其中三笔偏买方成交，权利金合计6473万美元；另外两笔偏卖方成交，合计3514万美元。也就是说，同一份短期期权在3分钟内累计成交接近1亿美元。

这组买卖高度集中的订单，更像大型资金在快速调整上涨敞口：通过深度实值CALL获得接近正股的敏感度，同时利用卖出订单回收资金、降低整体成本。

更值得注意的是，这些合约距离到期只剩一周左右。

大资金选择在这个时间点集中交易近1亿美元，说明7月31日前后已经成为重点博弈窗口。下周科技巨头财报对AI资本开支和硬件需求的指引，将直接影响美光和整个存储板块。

到了7月23日，资金的分歧进一步扩大。

当天先后出现2808万美元和1795万美元的超远期大额CALL，同时还有多笔1000美元行权价的PUT，其中较大的几笔达到705万美元、453万美元和375万美元。

所以，这两天订单透露出的核心信号很清楚：

周三近1亿美元的短期实值CALL，把资金博弈的焦点锁定在了下周；周四远期CALL与大额PUT同时出现，则反映出机构对长期趋势仍有期待，但对短期波动已经明显提高警惕。

聪明钱并不是简单赌涨或赌跌，而是在保留上涨空间的同时，提前控制下行风险。

这也印证了高盛数据里的资金博弈：机构正在减持部分高估值科技资产，但没有离开半导体，而是在筹码清洗后重新寻找弹性更大的方向。

下周财报如何看？

当然，美光的期权异动并不是孤立事件。

Google刚刚公布的财报，已经把当前市场最核心的矛盾暴露出来了：

AI需求依然非常强，但华尔街对巨额资本开支的容忍度，正在迅速下降。

Google二季度营收达到1198亿美元，云业务收入248亿美元，同比增长82%，说明企业对AI基础设施和云算力的需求并没有减弱。

但Google单季资本开支也升至449亿美元，超过当季391亿美元的经营现金流，导致自由现金流转为约负59亿美元；全年资本开支指引也进一步上调至1950亿至2050亿美元。市场真正担心的，不是Google没有增长，而是增长速度能不能持续跑赢不断扩大的投入。

这也是理解下一阶段行情的关键。

对于Google、微软、Meta、亚马逊这些云巨头来说，资本开支越高，折旧、现金流和利润率压力就越大；但对于半导体设备、GPU、服务器和存储公司来说，这些资本开支恰恰意味着订单。

所以现在市场并不是简单看空AI，而是在重新区分两类公司：

一类是负责花钱建设AI基础设施的公司；

另一类是直接把这些支出转化为收入的硬件供应商。

这也解释了为什么机构减持部分高估值软件股的同时，仍然在重新布局半导体设备、GPU和存储。

AMD最近连续拿下大单，就是最直接的例子。

Meta已经与AMD签署最高6GW的多年合作，首批基于定制MI450架构的产品预计在2026年下半年开始出货；微软也刚刚宣布把AMD Helios平台和下一代EPYC处理器引入Azure；Anthropic则计划部署最高2GW的MI450系列GPU，首批1GW预计2027年上半年启动。

这组订单真正说明的，不只是AMD开始切入英伟达主导的AI算力市场，更重要的是，云巨头正在主动建立第二供应源，降低对单一GPU供应商的依赖。

当AI基础设施进入数十亿甚至数百亿美元级别的采购阶段，客户不会愿意把所有算力、定价权与交付风险都压在一家供应商身上。AMD的机会，来自整个行业开始追求更低成本、更高议价能力和更稳定的供应链。

而这对存储同样重要。

无论最终采购的是英伟达还是AMD，只要AI服务器继续扩张，每一套系统都需要更多HBM、DRAM、NAND和企业级存储。

换句话说，GPU供应商之间可以竞争，但存储容量的需求不会因为竞争而消失，反而会随着算力部署规模扩大同步增长。

所以美光近期出现密集期权交易，背后真正被押注的，不只是某一个短期消息，而是下周科技巨头会不会继续确认：

AI资本开支仍然强劲，硬件订单仍然向上。

接下来，微软和Meta将在7月29日盘后公布财报，亚马逊和苹果则在7月30日盘后公布。

下周财报，我认为要分别看四个问题。

微软：Azure增长能否跑赢资本开支

微软最重要的不是整体营收，而是Azure增速、AI服务需求和数据中心利用率。

如果Azure继续保持强劲增长，同时管理层证明新增算力正在快速被客户消化，市场会认为微软的资本开支仍然有回报。

但如果资本开支继续上升、Azure增速却明显放缓，微软就可能面临和Google一样的质疑：业务很好，但现金投入增长得更快。

Meta：广告利润能否继续覆盖AI扩张

Meta与Google最大的不同在于，Meta的AI投入已经能够直接转化为商业回报。

AI不仅提升了广告推荐和投放效率，也帮助越来越多的中小商家更快地测试广告素材、优化投放策略，并找到回报率（ROI）更高的广告组合。

广告主赚到更多钱，就愿意投入更多广告预算，而这最终会直接推动Meta广告收入持续增长。

因此，市场对Meta高额资本开支的容忍度，并不取决于它花了多少钱，而是取决于这些投入能否持续转化为广告收入和利润率的提升。

同时，Meta与AMD签下最高6GW合作后，市场还会关注这批算力到底用于训练更大的模型，还是已经开始转化为广告、推荐和AI助手收入。

只要广告现金流继续强，Meta的资本开支更容易被视为进攻；一旦利润率承压，同样的投入就会被重新定义为负担。

亚马逊：AWS能否通过自研芯片守住利润率

亚马逊的核心不是单纯看AWS增速，而是AWS能不能在大规模扩张AI基础设施的同时，守住利润率。

Trainium和Inferentia等自研芯片部署越快，亚马逊对高价第三方GPU的依赖就越低，也越有能力在云计算价格竞争中控制成本。

因此AWS增速、营业利润率以及自研芯片使用情况，是判断亚马逊AI投入回报的三个关键指标。

苹果：它是这轮AI资本开支交易里的异类

苹果并不是这轮数据中心建设的主要受益者或主要支出者。市场更关心的是服务收入、iPhone需求、大中华区表现，以及Apple Intelligence能否真正提升换机和付费转化。

因此，苹果更像是下周财报季中的防守型资产。从科技股普遍遭遇抛售时，苹果却逆势上涨，就能看出市场资金正在向防御性标的集中。

如果其他科技巨头继续扩大资本开支、自由现金流承压，资金反而可能更愿意配置现金流稳定、资本开支相对较轻的苹果。

所以，下周财报真正要验证的不是“AI还有没有故事”。

而是三个更具体的问题：

云巨头会不会继续加大资本开支？

这些投入能不能转化为收入和利润？

硬件供应链的订单，是否仍然比软件端的变现更加确定？

Google已经给出了第一个答案：AI需求没有降温，但市场开始要求更清晰的回报。

如果微软、Meta和亚马逊继续确认算力需求强劲，那么半导体设备、AMD以及美光代表的存储产业链，仍然会是资金重点关注的方向。

但如果几家公司同时开始放缓资本开支，或者强调AI投入回报低于预期，那么美光周三近1亿美元期权所押注的下周窗口，也会立刻变成风险集中释放的位置。

好了，今天的视频就聊到这里。

你觉得下周科技巨头财报，会继续确认AI资本开支，还是让市场进一步担心投入回报？欢迎在评论区留下你的判断，我们一起讨论。感谢你的点赞、收藏。

DeepSeek真正想做的，可能从来就不是成为“中国版OpenAI”。

它更像是在尝试把大模型变成下一种“中国制造”：

性能足够强，价格足够低，扩散速度足够快，最后把整个行业原有的高溢价利润结构重新打穿。

在这场全球AI博弈中，如果你把黄仁勋对开放模型的支持与DeepSeek的商业逻辑放在一起看，就会发现这两者并不是对立关系，而是在产业底层形成了一种极其微妙的商业协同。

一、融资暂停只是表象，本质是“制造业成本逻辑”的胜利

市场最近高度关注DeepSeek暂停第二轮融资。在没有官方证实之前，不能简单将其归因于某种意外。

真正值得关注的是：融资可以暂停，但DeepSeek的战略方向没有改变。

从梁文锋的交流看，DeepSeek始终将AGI、基础模型、自我迭代和开源放在第一位，并没有急于去抢占C端流量入口或追求短期利润最大化。

这并不意味着它不具备商业化能力。恰恰相反，它的核心优势在于：模型已经卖得很便宜了，它仍然能保留合理利润。

梁文锋提到，DeepSeek的API定价并非亏本补贴，而是通过技术优化，在设备买入后约10个月内收回成本。

传统互联网的低价是“资本补贴”，目的是垄断后涨价；

DeepSeek的低价是“制造降本”，通过架构设计（如V3采用的MoE混合专家架构，6710亿参数每次仅激活约370亿参数）和工程优化，真正降低了单次计算的电费、机器时间和算力消耗。

DeepSeek不是不赚钱，而是不把“单点利润最大化”作为公司最高目标。

它的逻辑更像制造业：先把单位成本压到极致，再通过规模效应重新定义行业标准。

二、英伟达为什么需要低成本与开源模型？

很多人看到模型计算效率大幅提高，第一反应是：“算力需求是不是减少了？英伟达是不是危险了？”

这是典型的静态看问题（只看单次消耗，没看总需求量）。

正是这里，黄仁勋的战略逻辑与DeepSeek的开源低价路线产生了深度的商业共振。

1. 打破闭源垄断，防止议价权向模型层倾斜

如果全球AI市场被少数两三家高价闭源巨头垄断，这些巨头就会建立封闭生态，将大部分产业利润卡在模型层。更严重的是，闭源巨头拥有极高议价权，甚至可能自研芯片来替代英伟达。

2. “杰文斯悖论”：降价反而会放大总需求

当单次推理成本下降一个数量级（例如从100元降至10元），企业的反应通常不是减少预算，而是把AI接入更多场景——从简单的客服问答，扩展到读取完整订单、自动跑代码测试、全天候监视数据。

蒸汽机效率提高，煤炭消耗反而因工业爆发而剧增；

流量资费下降，用户没有减少上网，反而催生了4K视频和直播产业。

3. 英伟达赚的是全社会算力总量的钱

对于英伟达而言，它不在乎哪个具体模型最火，它在乎的是全社会有多少应用在持续消耗算力、显存、网络和数据中心电力。

DeepSeek把模型价格打成基础设施级的白菜价，客观上极大地降低了企业使用AI的门槛，激发出成百上千倍的推理需求。

这就是为什么黄仁勋公开支持开放模型生态，甚至联合微软、Meta等公司呼吁政策制定者不要对开源模型一刀切。开源与低成本，正是将整个产业拉入“大规模算力消耗时代”的催化剂。

三、美国的战略焦虑：从“模型领先”到“海关失灵”

美股投资网把这一层串联起来后，美国政府面对的难题就非常清晰了。

如果DeepSeek只是一家依赖美国高端芯片、复制OpenAI收费模式的公司，那么严厉的芯片出口限制确实可以精准拖慢其发展。

但DeepSeek展示了另一条路径：高效架构 + 低成本开源 + 本土算力生态适配。

这就让美国陷入了政策两难：

如果强行封锁开源与低成本模型：不仅会伤害美国本土中小企业和开发者的降本增效需求，还会打乱英伟达等硬件巨头依赖的算力需求扩张节奏。

如果继续加码硬件封锁：短时间内确实能增加中国获取高端算力的成本，但长期来看，会倒逼中国企业把更多资源投入到国产芯片适配、算法架构重构以及去CUDA化软件生态的建设中。

美国原本希望将先进算力打造成控制全球AI产业演进的“技术海关”。

而DeepSeek通过极致的工程优化，证明了即便没有无限的顶级GPU，也能生产出高质量、低成本的智能，并借助开源生态在全球扩散。

美国真正担心的，不是中国拥有某一个强模型，而是“智能生产成本”被中国企业彻底打平，进而削弱硅谷闭源巨头的定价权与算力封锁的效能。

将所有线索串联后，AI产业的竞争格局已经非常明确：

DeepSeek的战略：用制造业的降本逻辑，把基础智能打成普惠的廉价基础设施，靠规模和生态重构行业利润分配。

英伟达的战略：借助开源和低成本模型降低AI应用门槛，推动全社会推理总需求暴增，继续从底层的算力消耗中获利。

美国的博弈点：试图利用高端芯片优势守住算力海关，却面临封锁过紧反而加速对方自主生态成熟的风险。

美股投资网认为，对于市场和投资者来说，接下来判断这套逻辑能否持续运行，重点观察以下五个指标即可：

开源延续性：DeepSeek下一代顶级模型是否继续选择开放权重。

单位经济性：API价格继续维持低位的同时，公司是否依然能够实现正向盈利。

推理需求传导：低成本模型带来的爆发式调用量，能否真正转化为数据中心、光模块、网络设备和GPU利用率的实打实增长。

国产算力承接：国产芯片与本土软件生态，能否顺畅承接规模化生产环境下的真实推理与训练任务。

政策与生态边界：美国政策制定者在限制高科技出口与保护本土开源应用生态之间，如何划定最终的监管边界。

只要这几个关键点没有出现方向性逆转，全球AI产业的规则就已经发生了根本性的改变——从过去单纯拼资金、拼算力堆叠的硬碰撞，转向了效率、成本以及生态分化的深层博弈。

今天看完美银《Global Memory Tech》这份研报，最大的感受：

这轮内存上涨，可能不是传统周期反弹，而是AI资本开支带来的结构性供需错配。

几个关键点：

1/ 最重要的数据：

7月PC DRAM合约价环比上涨 15%-20%。

对应三季度涨幅可能达到 30%-40%，明显超过市场此前预期的13%-18%。

为什么重要？

因为内存价格上涨，通常意味着供应商开始重新获得定价权。

市场一直担心一个问题：

“韩国厂商扩产后，会不会再次打价格战？”

但现在看到的是：

需求增长速度 > 供应恢复速度。

2/ 真正改变供需结构的是：

AI正在抢占传统内存产能。

三星、SK海力士、美光正在把更多资源投入：

HBM

AI服务器DRAM

结果就是：

AI需要更多高价值内存，

但普通DRAM供应增长反而受限。

这也是美股投资网认为，为什么DDR4、DDR5价格同时上涨。

3/ 市场低估了Google资本开支对内存的拉动。

美银预计：

Google 2026-2027年资本开支达到2000-3000亿美元。

而到2027年，Google可能需要额外采购超过50%的内存芯片。

这里最关键的不是Google花多少钱。

而是：

云巨头的AI投入，最终会传导到哪些供应链？

答案不仅是GPU。

还有：

HBM

DRAM

先进封装

服务器存储

4/ 三星7月30日财报，可能成为验证节点。

市场关注的不只是利润。

更关注：

三星是否继续释放资本回报信号：

回购

提前分红

对2027年内存周期更乐观的指引

美银认为，三星财报可能释放三个催化剂：

大规模回购、提前现金分红、更积极的未来指引。

美股投资网认为，这份研报最值得关注的地方是AI资本开支正在开始改变内存行业的供需关系。

过去几年，内存最大的问题是：

厂商扩产→价格下跌→周期反转。

但这一次不同。

AI服务器、HBM需求正在吸收大量先进产能，导致传统DRAM供应恢复速度慢于需求增长。

所以现在市场交易的不是：

“内存周期什么时候反转？”

而是：

“这一轮供需紧张能持续多久？”

这也是为什么美银开始重新上调对三星、SK海力士、美光产业链的关注。

OpenAI CEO Sam Altman 本周将前往华盛顿，向政府展示公司迄今为止最强大的 AI 模型，并推动该模型尽快获得批准。这款模型此前在内部测试中甚至成功入侵了一家真实公司的系统。

为什么重要？

Altman 将展示一款能力极其强大的 AI，它不仅能够解决一道困扰数学界 80 年的难题，还能在没有明确指令的情况下攻破另一家公司的系统，并开始以更低成本完成复杂工作，大幅提升美国企业的生产效率。

Sam Altman 将展示哪些能力？

① AI 已经能够进行原创科学研究。

OpenAI 的内部模型成功解决了埃尔德什单位距离问题（Erdős Unit Distance Problem）——这是一道悬而未决长达 80 年的著名数学难题，也是首个由 AI 完全自主攻克，并经过外部数学家验证的重要公开数学问题。

② AI Agent 正在大规模替代复杂脑力劳动。

这套系统能够让政府和企业部署成群协作（Swarms）的 AI Agent，它们可以全天候、不知疲倦地共同处理复杂业务。

OpenAI 表示，目前公司内部：

• 法务（Legal）
• 财务（Finance）
• 招聘（Recruiting）

超过 85% 的 AI 工作已经交由 AI Agent 完成。

③ 它不会停止，即使应该停止。

OpenAI 披露，这款长时推理（Long-Horizon）模型在内部测试时，多次主动绕过安全限制（Safeguards），迫使公司暂停测试，并重新设计整个监控系统。

随后，在一次安全测试中，该模型甚至成功入侵了真实 AI 开发平台 Hugging Face 的系统。

大背景

美股投资网获悉，这次会面的政治意义同样耐人寻味。

美国总统特朗普预计将在近期公布一套针对先进 AI 模型的自愿预审批制度（Voluntary Pre-Approval Regime）。

与此同时，中国 AI 正在迅速变得更强、更便宜，并通过对美国模型进行**蒸馏（Distillation）**等方式，加速缩小与美国领先模型之间的差距。

一个新的概念

OpenAI 将提出一个新的衡量标准：

Knowledge per Dollar（每美元知识产出）

他们希望把它作为评估 AI 经济价值和生产力的新指标。

这个概念强调的不再只是模型有多聪明，而是每投入 1 美元，AI 能创造多少知识、完成多少高价值工作，从而衡量 AI 对企业和整个经济的真实贡献。

Source https://www.axios.com/2026/07/26/sam-altman-openai-trump-white-house-visit?mrfcid=202607266a5afa426012565afff9662d