客服微信号 MaxStockWe 客服微信2号 MaxTrades 客服Telegram号 MaxMeigu 邮箱 buy@tradesMax.com 电话 (626)378-3637
英伟达( NVDA )2026财年Q4营收（681亿美元）和数据中心营收（623亿美元）均超出市场预期，并且再次给出乐观的季度营收预测，表明大规模的人工智能计算建设仍步入正轨。
该公司在声明中表示，2027财年第一季度的销售额将达到约780亿美元，华尔街的平均预期为726亿美元。
首席执行官黄仁勋在声明中表示：“我们的客户正在竞相投资人工智能计算——推动人工智能工业革命及其未来增长的工厂。”
这一前景预测有助于缓解市场对人工智能投资泡沫的担忧。黄仁勋曾多次淡化有关人工智能硬件支出增长不可持续的疑虑。他认为，用能够实现生产力飞跃的机器取代世界上已安装的旧计算机需要数年时间。但一些投资者已经厌倦了这种乐观情绪，并抛售了英伟达等股票。周三的报告提供了一些证据，表明近期的担忧可能被夸大了。
英伟达的股价是今年表现最差的10只芯片制造商股票之一，财报发布后，英伟达在美股盘后涨超3%。期权市场预计英伟达在财报公布后的第二天将向任一方向波动约5%。
具体而言，截至1月25日的第四财季，英伟达收入增长73%，达到681亿美元。扣除某些项目后，每股利润为1.62美元。分析师此前预测销售额为659亿美元，每股收益为1.53美元。
调整后毛利率（扣除生产成本后剩余收入的百分比）为75.2%。这也超出了预期。
科技行业笼罩着一层阴云：存储芯片短缺。与许多电子行业一样，英伟达的产品依赖于这些组件的稳定供应，这些组件为从智能手机到超级计算机的各种产品提供短期存储。供应限制导致内存价格飙升，并使今年的设备出货变得更加困难。
总部位于加利福尼亚州圣克拉拉的英伟达在报告中表示，该公司有足够的供应。该公司表示：“我们已战略性地确保库存和产能，以满足未来几个季度的需求。”
英伟达的数据中心部门负责其业界领先的AI加速器和网络产品，该部门本季度收入为623亿美元。相比之下，分析师平均估计为604亿美元。
其他领域则没有那么强大。提供图形芯片的游戏业务曾经为英伟达带来了大部分收入，销售额达37.3亿美元，平均预估为40.1亿美元。汽车相关销售额为6.04亿美元，华尔街预测为6.43亿美元。
“计算需求呈指数级增长，”黄仁勋表示。“智能人工智能的拐点已经到来。”
每过一个季度，英伟达（其市值近5万亿美元，是全球最大的上市公司）所面临的超越华尔街预期的压力都会越来越大。
“对于英伟达来说，仅仅产生良好的季度业绩已经不够了。他们必须产生完美的季度业绩，”科技研究和咨询公司Futurum Group首席执行官Daniel Newman表示。
英伟达芯片的最大买家包括ChatGPT制造商OpenAI、甲骨文、微软、Meta Platforms、谷歌母公司Alphabet和亚马逊。近几个月来，投资者越来越担心OpenAI的融资能力以及来自其他芯片设计商（包括谷歌和定制芯片制造商）日益激烈的竞争。
Zacks Investment Management首席市场策略师Brian Mulberry表示，如果OpenAI等重要客户获得融资变得更加困难，或者专注于定制AI芯片的竞争对手获得市场份额，那么英伟达将面临潜在的阻力。Zacks Investment Management在多个基金中持有价值约3亿美元的英伟达股票。
但即使需求发生变化，他预计短期内对英伟达利润率的影响也很小，因为该公司为多个计算类别开发了一流的产品。 Mulberry表示：“归根结底，无论你站在哪一边，它们仍然是人工智能市场上最受欢迎的硬件。”
作为私有公司的 Stripe 最近在一轮员工套现交易中估值达到了 1590 亿美元；而作为行业先驱的上市巨头 PayPal，因近年来竞争压力和增长放缓，目前的市值约在 430 亿美元左右（仅为 Stripe 估值的四分之一左右）。收购形式：消息称 Stripe 的兴趣处于早期阶段，可能采取整体收购，也可能仅剥离收购 PayPal 的部分资产（如针对中小企业的业务或其消费者网络）。
过去两周，Anthropic几乎成了美股SaaS板块波动的核心变量。
每当这家硅谷AI公司释放产品进展，软件股便先跌为敬。市场一度形成明显的防御姿态——先降低风险敞口，再判断影响程度。iShares软件业ETF（IGV）年初至今一度回撤接近26%，不少法律、金融信息服务商被视为“潜在受害者”。
但本周二的直播发布会，市场情绪明显缓和。
Anthropic对Claude Cowork智能体的定位给出了更清晰的边界：它是嵌入现有企业软件体系的工具层，而不是绕过传统软件商、直接重构行业价值链的替代者。这种表态，直接触发了软件板块一轮集中修复。
周二，美股三大指数全线收涨，纳指涨幅超过1%。科技股领涨，而此前空头仓位较重的软件股出现了典型的短线挤压行情。
从“替代风险”到“增值工具”
这次反弹的核心在于市场叙事的切换。
此前的担忧是：AI自动化工具可能直接削弱法律数据库、金融终端、CRM系统的使用价值，从而压缩传统SaaS公司的订阅收入。
但Anthropic宣布与FactSet（FDS）、LSEG（伦敦证交所集团）、Salesforce（CRM）以及汤森路透（TRI）展开深度合作，Claude将作为插件直接嵌入这些平台的工作流。
这意味着商业模式并非被取代，而是被增强。市场的理解迅速从“AI削弱客户粘性”转向“AI提升客户单价和使用频率”。
股价反应非常直接。汤森路透（TRI）单日上涨11.4%，创下2008年以来最大单日涨幅；FactSet（FDS）上涨近6%；Salesforce（CRM）反弹超过4%。
这不是情绪性的狂热，而是估值模型的调整。当AI被视为能力增强层，而非替代层，市场愿意重新给这些公司时间与空间。
空头回补与对冲退潮
从盘面结构来看，这轮上涨带有明显的仓位驱动特征。
高盛统计的“做空最集中”股票组合今天上涨近4%，创下今年第二大空头挤压幅度。这说明此前市场的风险对冲已经积累到较高水平。
过去两周，由于担忧AI对SaaS行业形成结构性冲击，机构投资者大量配置看跌期权保护。期权隐含波动率处于高位，对冲成本显著上升。
当发布会并未释放实质性利空，反而明确合作框架后，风险溢价开始迅速回落。隐含波动率下降、时间价值衰减，迫使部分机构回补现货头寸。对冲仓位的集中平仓，进一步放大了反弹幅度。
标普500指数虽然在50日均线附近仍有技术压力，但短期内，空头仓位的收缩为指数提供了支撑。
硬件板块助攻
当天不仅软件股反弹，半导体板块也提供了重要支撑。
AMD上涨约9%，主要因 Meta 宣布双方达成大规模 AI 芯片采购协议。据多家媒体报道，该合作将覆盖未来多年、总量达约 6 GW 的 AMD Instinct 系列 GPU 供应，并可能使交易总额超过百亿美元级别。
市场解读认为，这一协议不仅显著提升 AMD 在 AI 加速器市场的可见收入结构，也在一定程度上缓解了投资者对算力供应过度集中在英伟达一家的担忧。
宏观层面，美国消费者信心数据回升，房地产价格相对稳定，也缓解了衰退担忧。风险偏好在技术面与基本面双重作用下有所修复。
接下来市场关注点已经转向英伟达即将公布的财报，以及政策层面的表态。
风险缓和，不等于风险消失
需要强调的是，本次反弹更多是短期风险的缓解，而非长期结构问题的终结。
第一，效率提升正在发生。
已有案例显示，原本需要数周完成的专业工作被压缩至极短时间。这种效率提升，长期必然影响收费模式与人力结构。
第二，岗位结构仍将分化。
执行性、重复性工作仍存在被替代风险。企业层面通过插件模式缓冲冲击，但行业利润结构未必完全不变。
Anthropic自身估值已高达约3800亿美元。作为未上市的AI巨头，其每一次产品落地都会影响二级市场对软件公司的风险溢价定价。
短期恐慌被证伪，只意味着估值压力得到释放；并不意味着AI对SaaS商业模式的影响已经被完全消化。
香橼做空SNDK背后的真正逻辑
周二，老牌空头机构香橼在社交媒体发帖称，市场对闪迪（SNDK）的定价逻辑存在根本性错误，所谓存储芯片供应紧张只是“海市蜃楼”，周期顶部已经不远。
帖子发出后，SNDK股价周二早盘随即跳水，跌幅一度扩大至5.7%，午盘之初曾短线转涨，后跌幅再度扩大、曾达到8%，最终收跌4.2%。
香橼发布做空声明前，SNDK过去一个月涨近40%，2026年以来涨约175%，过去12个月累计涨幅超过1200%。在标普500和纳指整体震荡的背景下，这种走势本身就带有强烈的情绪色彩。
香橼选择在这个位置出手，显然是冲着“超级周期”叙事来的。
香橼为何看空SNDK?
香橼的逻辑并不复杂，归纳下来其实就三个问题。
1、三星会不会重新主导定价权？
存储行业的老投资者都知道，三星在这个行业里的打法一向很强硬。过去三十年，三星多次在高景气阶段通过扩产抢份额，把利润优先让给规模优势。香橼认为，这一轮的风险在于，三星不仅有产能，还有技术升级。
它正在把更先进的制程导入高端SSD市场，同时公开表示不会以低于50%的毛利率出售产品。换句话说，不是单纯压价，而是用更新的技术结构去争夺高端客户。
如果三星真在SNDK的核心利润区发力，毛利率会不会被挤压？这是空头最核心的担心。
2、西部数据的减持意味着什么？
SNDK的长期投资者Western Digital（WDC）近期出售了大量SNDK股份，成交价比当前市价低约25%，资金主要用于偿还债务。这件事被香橼解读为一个信号：产业资本在高位兑现。
当然，也可以理解为正常的资产负债表管理。但问题在于——为什么是在这个阶段？为什么愿意在折价位置卖出？周期股里，产业资本的动作通常比情绪更值得参考。
3、现在的供需紧张是真实的，还是阶段性的？
香橼把当前的供应紧张形容为“海市蜃楼”。它的判断是，三星另一条产品线的良率瓶颈造成阶段性供给收缩，而这一瓶颈是有期限的。一旦良率修复，叠加此前扩产的潜在产能，供给释放的速度可能会非常快。
历史上，存储行业最典型的特征就是——价格上涨很慢，价格下跌很快。
为什么市场愿意给它高估值？
过去一年，AI基础设施扩张带动高端存储需求爆发，很多投资者开始用“英伟达逻辑”看待存储公司。
但两者的本质并不一样。英伟达有架构壁垒和生态系统，产品升级可以带来结构性溢价；而存储芯片，长期来看仍然是高度标准化产品，价格最终取决于供需。
当供给受限时，利润会非常好看；当供给释放时，利润也会迅速回落。
这就是为什么存储行业历史上多次出现盈利大起大落。SNDK这一轮上涨，实际上是市场在押注：这次周期不同。但“不同”到底是需求结构改变，还是供给节奏延后？现在还没有定论。
市场分歧正在扩大
在散户平台上，SNDK的情绪已经转入偏空区间，但讨论量并不高。部分投资者认为香橼可能判断方向没错，但时点偏早。
确实，目前AI服务器和数据中心对高端存储的需求还在扩张。部分大客户签订了中长期采购协议，这让供需关系看起来并不脆弱。
问题在于，存储行业真正的变量从来不是需求，而是供给释放的速度。只要供给边际改善，估值模型就会被重新计算。
对投资者来说，真正要看什么？
SNDK过去12个月上涨超过1200%，市场已经把它从“复苏逻辑”推到了“超级周期逻辑”。
当一家公司被定价为超级周期，任何边际变化都会被放大。
周期股最容易让人产生安全感的时刻，往往是盈利最好的阶段。而盈利最好，并不等于股价还在底部。
对于已经涨幅巨大的标的，风险和机会通常是对称放大的。SNDK现在站在的，是估值博弈的中段，而不是故事的起点。
更深度的美国市场分析美股AI量化交易工具使用 https://StockWe.com/vip
周一美股在“AI商业模式重估”与“关税不确定性回潮”的双重压力下回落。道指跌1.7%，单日下挫逾800点；标普500跌1%；纳指跌1.1%。金融与软件板块拖累指数，而光通信链条延续强势，成为盘面少数亮点。
这不是一次简单的风险偏好波动，而是三个变量叠加后的再定价：一份极端情景报告重塑尾部风险叙事；Anthropic对COBOL自动化能力的披露冲击IBM的稳定现金流逻辑；最高法院裁决后的关税政策再调整，使宏观不确定性重新抬头。
Citrini 2028“AI末日”报告
上周末，主题投资机构Citrini Research发布了一份题为《2028年6月情景分析》的研究报告。
报告在开篇明确指出，这不是预测，而是一场思想实验。其设定更接近一次极端压力测试：假设到2028年，AI在白领岗位中加速渗透，部分岗位被替代，收入下降、消费收缩，依赖软件系统运行的信贷资产风险上升，最终拖累经济进入收缩区间。
报告重点提及三类商业模式可能在这一极端情景下承压：
第一，平台型履约模式，如DoorDash（DASH）、Uber（UBER）；
第二，支付清算网络，如Visa（V）、Mastercard（MA）、American Express（AXP）；
第三，私募信贷与另类资产管理，如KKR（KKR）、Blackstone（BX）、Apollo Global（APO）。
逻辑并不复杂。如果AI代理能够在“搜索—比价—下单—支付—客服—后台处理”链条中显著降低人工参与和交易摩擦，平台的分发溢价与支付网络的费率议价能力可能被压缩；若消费端承压叠加信贷风险上升，资产管理机构的风险溢价也会重新定价。
周一市场给出的反馈非常直接。DASH、AXP、KKR、BX盘中一度跌超8%；UBER、V、MA、Capital One（COF）、APO跌幅在3%以上。软件ETF IGV收跌近4.8%，触及两年多低位。
但与其说这份报告本身导致市场下跌，不如说它放大了原本已经存在的不安。过去几周，软件与资产管理板块持续走弱，资金对“AI是否会压缩传统利润空间”的担忧本就升温，只是缺乏一个清晰的框架。报告提供的不是确定答案，而是一条被完整描述的风险路径。
当风险被系统化表达出来，市场自然会提高贴现率，重新评估这些商业模式未来十年的稳定性是否仍值得当前估值溢价。
真正动摇股价的，不是报告本身，而是投资者开始重新思考：这些商业模式未来十年的稳定性是否还值得原来的溢价。
Anthropic的COBOL自动化
如果说情景报告是情绪面的火星，那么周一真正把“AI恐慌交易”推到主线的，是Anthropic对Claude Code能力边界的最新表述：其工具可用于对主要运行在IBM主机上的早期编程语言COBOL进行现代化改造/自动化处理。
今天IBM收跌约13%，被多家报道描述为2000年以来最大单日跌幅。
市场为何对IBM反应这么重？因为COBOL不是一个“老语言故事”，而是大型主机生态的入口之一：银行、保险、政务等核心系统长期运行在这套体系上，维护、改造、迁移都与IBM的主机与服务收入紧密相关。
当AI被宣称可以显著降低“理解旧系统、写迁移方案、做代码层研究分析”的人工门槛时，市场会立刻把它翻译成一句话：这条现金流护城河的维护成本可能下降，议价能力可能松动。
当然这并不等于IBM基本面会立刻坍塌，但它足以改变资金对“传统IT服务的稳定性溢价”该给多少倍数。尤其在软件与IT服务已经连续多周承压的背景下，任何“可替代性被证实”的信号，都会被放大成估值层面的快速再定价。
关税变量回潮
宏观端的压力来自关税。华尔街对关税的敏感度并不只体现在“税率是多少”，而是体现在“规则是否稳定、工具箱是否会被频繁切换”。
最高法院裁决对特朗普广泛关税政策构成约束后，特朗普迅速宣布将改以新的授权路径推进全球关税，并在周末将全球关税水平上调（从10%提高到15%）。
对市场而言，这种“裁决—反制—再加码”的节奏，意味着不确定性并未消退，而是从“是否合法”转成“会用什么工具、覆盖哪些行业、持续多久”。这会直接压制两条资产定价主线：
一是企业利润率（进口成本、供应链重组、终端提价能力）；
二是宏观风险溢价（交易对手政策反应、谈判路径、通胀与增长的组合）。
周一的指数跌幅结构也印证了这一点：道指跌幅更深，金融权重对指数拖累更明显。
光通信为何逆势走强
今天光通信三巨头继续走强，2026美股投资网必买股康宁（GLW）上涨约 7.3%，Lumentum（LITE）和Coherent（COHR）也同步上涨；过去1个月来看，GLW约涨 48%，LITE约涨 72%，COHR约涨 17%。
这并不是一次简单的情绪轮动，也不是资金在高低切换中的短线博弈。核心逻辑在于——AI基础设施的瓶颈正在发生结构性转移。
过去两年，市场焦点集中在GPU等算力芯片。但随着大模型规模指数级扩张，GPU之间的数据流量呈几何级增长，真正制约算力释放的因素，逐步从“计算能力”转向“高速互联能力”。当集群规模不断扩大，如果互联带宽不足，再强的GPU也无法高效运行。
光模块、光纤与高速光电组件由此成为AI基础设施的关键环节。它们不再是配角，而是支撑算力系统运转的“血管与神经”。
我们在此前两篇深度文章——《美股2026年必买10只股【中集】 GLW》以及《美股下一轮AI核心机会不在GPU，而在光电产业链》中，已经系统拆解过这一逻辑，并重点介绍了GLW、LITE与COHR的产业地位与订单结构。
当时向VIP社群分享GLW时，价格仅为85.33美元。截至目前，股价较当时已上涨70%！
LITE当时价格为548美元，截至目前674.73 美元的价格累计涨幅23%。
COHR当时价格为216美元,截止目前248.89 美元的价格累计涨幅15。
长按加客服微信提前获取更多牛股美股投资网认为，周一的暴跌，本质上是市场对AI风险的一次集中重新定价。目前市场的反应可能过度，但担忧并非空穴来风。高盛最新数据显示，机构投资者正以四年来最大的力度抛售美股并买入下行保护。标普500一个月期权偏度已升至四年来最陡峭水平。
对于投资者而言，关键不是判断AI颠覆是否会到来，而是评估自己的投资组合中有多少建立在可能无法在未来十年存续的假设之上。
光通信板块的强势提供了一个启示：在AI浪潮中，真正受益的可能是那些提供基础设施、无论AI应用如何演变都不可或缺的公司。
市场波动仍将持续。特朗普关税政策的不确定性、美联储3月利率决议、英伟达即将公布的财报，都将成为下一个催化剂。
美股 AI量化分析工具，大家好，我们是美股投资网，用大数据驱动你的交易决策
本周三盘后就是英伟达财报，但数字之外，我更关心的是预期的可持续性。
春节这几天，我们团队加班查阅了；英伟达上下游供应链最近的产能与供货情况，华尔街各大投行第一手的研报，云厂商的资本开支指引，到竞争对手的芯片进展
一条条交叉对照、反复推演
原因很简单——
当一家公司市值已经数万亿美元，单季超预期已经不够了。
真正决定股价上限的，是增长还能持续多久。
基于这几天的梳理，我提炼出4个核心问题。每一个，都比财报数字本身更值得跟踪：
这一季的超预期，能否转化为2027年的增长可见度？
当云厂商自研芯片加速，护城河是否依然稳固？
推理成为主战场后，它的应对战略是什么；
以及，现在的估值，是理性，还是拥挤交易的幻觉。
如果你也在思考这些问题，这条视频一定要看完。
英伟达财报——“强”已经成了及格线
现在市场对英伟达第四季度的判断几乎是统一的：强，而且大概率会超预期。但我们必须认清一个现实——对今天的英伟达来说，“强”只是及格线。
华尔街目前对本季度营收的平均预期在 650 亿到 660 亿美元之间。这意味着，在已经极高的收入体量上，公司仍然维持接近 70% 的同比增长。对一家几万亿美元市值的公司来说，这种增速本身就已经非常罕见。但问题在于，市场并没有停在这个区间。
花旗把预期抬到约 670 亿美元，并预计下个财季指引可能达到 730 亿美元，高于当前市场约 716 亿美元的共识；奥本海默则认为存在 20 到 30 亿美元的上行空间。
这种“预期再上调”的现象说明，市场已经默认它会交出漂亮成绩单，但是真正的压力不在于“会不会强”，而在于“能不能明显强于已经很高的预期”。
支撑这些高预期的核心，是数据中心业务的现实表现。英伟达上一季度总营收 570 亿美元，其中数据中心收入达到 512 亿美元，占比90%，而且同比增长 66%。数据中心不仅是增长来源，它几乎就是整台机器的发动机。
正因为这一块已经做到如此体量，市场才会自然外推：如果需求没有降温、交付节奏没有放缓，Q4 逼近 600 亿美元并不是夸张，而是趋势延续。也就是说，Q4 的高预期并非建立在故事之上，而是建立在已经发生的加速之上。
进一步往下看，需求之所以没有松动，是因为下游资本开支仍在扩张。亚马逊、微软、谷歌、Meta、甲骨文这五家科技巨头的 2026 年资本开支预计接近 7050 亿美元，其中约 75% 指向 AI 基础设施——服务器、GPU、数据中心扩建、电力与网络。
这一点非常关键，因为它把“AI 是不是泡沫”的讨论从情绪层面拉回到财务决策层面。当董事会批准数千亿美元级别的支出，并且明确流向算力基础设施时，这种需求就不再只是市场炒作，而是写进预算、进入工程周期的现实投入。英伟达作为核心算力设备供应商，只要这些数据中心持续扩建，就会处在订单链条的中心位置。
如果需求只来自少数云厂商，风险确实会集中。但现实情况是，需求结构正在发生变化。过去一年，算力的主要消耗集中在大模型训练阶段，例如 GPT-5、Gemini、Llama 等模型的集中训练周期。但随着模型进入规模化应用阶段，推理负载正在快速上升。多家云厂商在最近财报电话会上明确提到，AI 工作负载中推理占比正在持续提高，部分场景下已接近甚至超过训练需求。
推理和训练最大的区别在于节奏。训练往往是阶段性冲量，一次模型升级可能集中消耗大量 GPU；但推理是持续运行的过程。只要用户在用模型——无论是搜索、代码生成、客服机器人还是企业自动化系统——GPU 就在后台不断运转。
公开资料显示，随着 ChatGPT、Copilot 等产品月活用户突破亿级规模，推理调用次数快速攀升，算力消耗的曲线正在从‘训练冲量’转向‘长期运行’。”
更重要的是，购买主体也在扩散。除了亚马逊、微软、谷歌和 Meta 等超大规模云厂商，各国政府正在推进“主权 AI”项目，包括中东、欧洲和亚洲多国宣布建设本地 AI 数据中心；同时，大型企业开始将 AI 集成到内部流程中，从制造、金融到医疗，企业级推理需求正在形成长期订单。
训练决定模型能力的上限，推理决定商业化的规模。一旦推理成为主要算力消耗来源，需求就不再只是阶段性扩张，而是进入持续性消耗周期。这种结构变化，比单一季度的订单波动更重要。
应用端的变化也在提供验证。AI独角兽公司Anthropic 上调 2026 年收入预测约 20%，这意味着应用层面对商业化更有信心。当应用收入在提升，说明算力正在转化为真实价值，而不是单纯的资本投入。算力、产品、收入之间的闭环开始形成。
把这些线索放在一起看，逻辑其实很清晰：预期被抬高，是因为数据中心已经证明了体量与增速；数据中心能够继续扩张，是因为巨头资本开支已经写进预算；长期合作延长了需求时间轴；推理和多层应用拓宽了结构；应用端收入的上调，则在验证商业闭环。
所以在这种背景下，英伟达交出一个强季度，更像是趋势兑现，而不是意外惊喜。真正值得市场重新定价的，不是 Q4 的数字，而是 2027 年这条增长路径是否还能继续放大。
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
2027可见度
如果把视角拉远，问题其实很简单：行业蛋糕会不会继续变大，而英伟达能否继续占住最大的一块。
机构测算显示，全球 AI 市场规模从 2024 年超过 1 万亿美元，预计到 2026 年接近 2.5 万亿美元，2029 年逼近 5 万亿美元。其中占比最大、体量最重的依然是基础设施。这意味着算力建设并未进入尾声，而是在进入更大基数下的持续扩张阶段。
也正因此，市场的定价焦点开始前移。2026 年的增长路径已经高度可见，而真正的分歧在 2027。高盛预计 2027 财年收入约 3800 亿美元，比市场一致预期高出约 17%。
而支撑这种激进预测的，不仅是当下的订单，更是下一代王牌 Rubin（R100）的超预期节奏。
根据供应链调研，英伟达已经锁定台积电 2026 年超过 50% 的 CoWoS 先进封装产能，Rubin 的量产准备节奏也被反馈提前 3 至 6 个月。同时，HBM4 的供给被主动推动加速。这背后的逻辑很直接——在谷歌 TPU 与 AMD MI400 系列加速推进的背景下，英伟达需要通过更快的代际迭代，提前锁定高端算力市场。
对资本市场而言，Rubin 的意义不在于技术参数，而在于两点：
第一，它决定了英伟达从单一 GPU 向全机架系统（Rack-level）转型的天花板。
第二，极短的产品迭代周期，迫使竞争对手始终处于“追赶即过时”的被动状态。
当然，供应约束仍然存在。瑞银预测，在 Rubin 架构落地初期，SK 海力士凭借与英伟达在 HBM 规格制定上的协同优势，有望锁定约 60%–70% 的存储订单。即便核心供应商相对稳定，HBM4 的良率爬坡以及 CoWoS-L/S 先进封装能力的扩张节奏仍然偏紧。这意味着，英伟达面临的是上游环节的“物理产能瓶颈”，而不是简单的订单增量问题。
与此同时，Rubin 预计采用台积电 3nm 家族中面向高性能计算优化的版本。2026 年先进节点产能仍然处于紧张区间，需要在苹果等移动端大客户之间进行分配。不过，作为先进封装与 HBM 需求的核心客户之一，英伟达具备较强的资源优先级。
行业测算显示，2026 年 Rubin GPU 的实际交付量可能维持在 20 万至 30 万颗区间。以高端 AI GPU 数万美元级别的单价计算，这一规模足以维持高收入基数与毛利水平，但同时也意味着增长路径更偏向“受产能约束的稳态释放”，而非完全放开的规模扩张。
这正是 2027 财年成为全球机构定价核心的原因。2026 年更多是利润验证，2027 年才是规模验证。
但规模能否兑现，并非单变量问题。它不仅取决于产能释放节奏，也取决于英伟达在日益激烈的竞争环境中，能否守住份额与议价权。
竞争格局
现在很多人都在担心：微软在做 Maia，谷歌在加码 TPU，亚马逊有 Trainium，甚至 Meta 也在跑自己的自研芯片。当这些超级大金主集体“造芯”时，英伟达是不是要被替代了？
如果只看表面，竞争确实很激烈。但如果把“训练”和“推理”分开看，你会发现情况完全不同。过去两年，英伟达在训练市场是近乎无敌的，靠的是 CUDA 生态和“什么都能干”的通用性。但行业预测显示，到 2030 年，全球 75% 的 AI 算力需求将来自推理。这意味着，未来的主战场不是谁训练更猛，而是谁推理更便宜、更稳定。
问题就在这里：用昂贵的 GPU 跑推理其实很浪费。GPU 是为大规模并行设计的“搬运船队”，但在处理实时对话、自动驾驶这些对延迟极其敏感的任务时，GPU 依赖的高带宽内存（HBM）访问速度（即“内存墙”）会导致严重的延迟抖动。而在推理端，只要有第二选择，客户必然会通过 ASIC 芯片来对冲英伟达的高价。
英伟达当然不会坐以待毙。
英伟达最关键的一步棋，是在 2025 年底通过 200 亿美元完成了对 Groq 核心技术的整合。Groq 的创始人正是谷歌 TPU 的灵魂人物，他设计的架构完全颠覆了 GPU。英伟达把这套“极致推理”的技术直接塞进了下一代 Rubin 架构里，实现了精准补短：
--粉碎延迟抖动：以前的数据流向像拥堵的十字路口，而新架构在编译阶段就把路定死了，让 AI 的回答像呼吸一样顺滑。
--跨越“内存墙”：既然显存访问慢，英伟达就直接在芯片里集成海量的片上 SRAM。这种内存的带宽高达 80 TB/s，（比传统 GPU 快出数倍），彻底解决了卡顿问题。
所以，这场竞争不是简单的“芯片对芯片”，而是“系统对系统”。
谷歌、亚马逊、微软造芯，是想把芯片和自家的云平台（AWS、Azure、Google Cloud）绑定。而英伟达则是把芯片、网络、软件甚至是整个机架方案打包。你买的不只是一颗芯片，而是一整套“开箱即用”的高效算力环境。它不是在做一颗更像 ASIC 的芯片，它是用更强的系统能力，把竞争对手的优势给“吸收”掉。
真正的结论不是英伟达无敌，也不是它要完了。更准确地说，推理市场确实是未来五年最大的挑战，但它更像是一场架构升级赛。英伟达的市场份额可能会从 90% 回落到 80%–85% 的理性区间，但只要 AI 这块蛋糕还在疯狂变大，即便份额分出去一点点，英伟达的绝对收入仍然在往上冲。
真正能动摇英伟达估值根基的，其实只有两个变量：
第一，训练市场是否出现底层替代；
第二，大厂们的 AI 投资是否突然收缩。
目前看，这两个危机都没发生。所以市场真正定价的，不是有没有竞争，而是——当推理成为主战场后，英伟达能不能通过这次“技术换血”，把竞争对手挡在生态大门之外。只要 Rubin 架构如期兑现规模，英伟达的王座就依然稳固。
看到这里，你可能意识到，美股投资网的视频花了很多时间去做调研，和其他闲聊的博主不一样，希望你能为我们努力点个赞！新年祝大家祝你财源广进，大展宏图，平安健康。
英伟达估值
截至 2026 年 2 月，英伟达的估值结构已经和 2023 年完全不同。当前滚动市盈率大约在 45 倍左右，而在 AI 热潮初期，这个数字曾一度突破 100 倍。股价持续创新高，但估值倍数却明显回落。
原因很简单——利润扩张的速度远快于股价上涨。单季营收稳定在 500 亿美元以上，数据中心占比接近 90%，毛利率超过 70%，净利润率达到 50% 以上。在如此庞大的体量之上，依然维持这种盈利质量，本身就足以解释估值的“去泡沫化”。
如果把视角再往前推，基于市场对 2027 财年的一致预期，远期市盈率已经降至 20 多倍区间。这说明当前定价更多建立在盈利兑现之上，而不是单纯押注远期想象。
横向对比也印证这一点：AMD 的前瞻市盈率约 30 倍，高于英伟达，但这背后更多是“追赶预期”——市场愿意为它未来可能缩小差距买单；博通约 33 倍，但其 AI 收入更多来自定制 ASIC，商业模式和生态控制力与英伟达并不完全相同；英特尔接近 90 倍的前瞻市盈率，则更多是因为盈利基数较低，分母变小导致倍数被动抬高。
相比之下，英伟达的前瞻市盈率仅为 24.47 倍，在高端训练市场依然保持绝对主导地位的前提下，这种“高增长、低倍数”的格局，使其获得溢价显得逻辑极其自洽。
情绪与仓位：财报之外的变量
如果只看基本面与估值匹配度，英伟达并不处在典型泡沫区间。但资本市场从来不只由利润驱动，还由仓位结构与情绪决定。当一家公司的增长路径几乎成为共识时，风险往往不来自业绩本身，而来自“共识本身”。
这正是当前更值得关注的变量。
根据美银最新的全球基金经理调查，牛熊指标已升至 9.5。历史上，只要超过 8，就会触发反向信号。这意味着市场处在高度乐观、几乎零容错的状态。同时，基金经理的平均现金配比降至 3.4%，接近历史低位，仓位几乎打满，边际增量资金非常有限。
更微妙的是，尽管业绩强劲，仍有约四分之一的机构将“AI 泡沫”视为最大的尾部风险；而“做多黄金”成为最拥挤交易之一。这种一边重仓 AI、一边重仓黄金的组合，本身就透露出一种不安——机构在享受上涨的同时，也在准备退路。
在这种结构下，财报逻辑已经发生变化。市场不再只是等待“利好确认”，而是进入“利好兑现”的阶段。当情绪在高位、仓位已满，即便交出一份强劲业绩，只要未来指引没有明显超出最激进的预期，部分资金也可能选择兑现利润。
但这里有一个非常关键、也容易被忽视的细节。
根据摩根斯坦利最新披露的 25四季度 13F 数据，英伟达仍然是大型科技股中低配幅度最大的个股。主动管理型基金对英伟达的平均持仓权重，较其在标普500中的权重低约 2.57%。换句话说，指数在重仓英伟达，但大量主动基金并没有按指数权重配置。
不仅如此，AAPL、MSFT、AMZN、GOOGL 也处在低配区间；而半导体设备与部分二线科技股反而被明显超配。这反映出一种典型的机构策略：在 AI 主线已经明确的情况下，主动基金更愿意通过二线标的获取 Alpha，而不是在涨幅巨大的龙头上承担过高权重。
从时间维度看，这种低配缺口虽然在收窄，但并未消失。这意味着，一旦业绩与指引再次明显超出预期，这部分低配资金反而可能成为被动追仓的力量。
于是就形成了一种结构性的张力——宏观情绪很拥挤，但个股仓位并未极端集中。
因此，英伟达当前并不是一个简单的“过热交易”。它更像是：情绪在高位，但主动资金仍有回补空间。
如果财报只是“符合高预期”，在现金比例偏低的环境下，股价可能出现波动；但如果业绩与指引再次明显超预期，那些低配的主动资金，反而可能被迫回补仓位，拉高股价。
美股投资网的对于英伟达的看法是——保守看涨，坚决不碰短期看涨期权，只做正股长持。
期权在这种高预期、零容错的环境下，赔率并不对称。财报哪怕只是略低于最激进的预期，时间价值和波动率都会迅速压缩，期权持有人很容易被“杀估值”。而正股不同，只要你相信 AI 基础设施的长期趋势仍在，短期波动反而是结构性仓位调整的时机。
好了，今天的视频就到这里，你对英伟达财报什么看法，欢迎评论区留言一起讨论。点赞超过 1000，我会专门做一期--AI其他爆发潜力股视频。
Meta AI 安全部门负责人 AI safety director 分享了她玩 #OpenClaw 的恐怖经验
她叫 OpenClaw 帮忙看 email，但突然发现 OpenClaw 在狂删她的 email，而且传讯息叫它停止还不停！
她最后只能爆冲到她的 Mac mini 然后把那个 session kill 掉，像是在拆炸弹一样。单纯从文字中就看得出她有多恐慌...
后来发现问题是因为她的信箱太长了，长到 OpenClaw 自动启动 Compaction（上下文压缩）
当 AI 的上下文过长时，它会：
压缩历史信息
删除部分旧指令
保留“它认为重要”的内容
问题来了。
在压缩过程中：
“不要自行操作”这一关键安全指令，被丢失了。
于是 AI 只剩下一个目标：
整理邮箱
删除冗余内容
持续执行任务
即使用户后来要求停止。
因为——
在它的“记忆”里，你从未禁止过它。
连 Meta Super intelligence team 的 Safety Director 都会被没对齐的 AI 搞成这样，你作为普通人还敢乱用吗？ #Anthropic
2026年2月20日周五，美国最高法院以6比3裁定，特朗普政府依据《国际紧急经济权力法》（IEEPA）实施的大规模关税措施超出总统法定权限。法院认为，IEEPA旨在应对国家紧急制裁，并非为全面贸易征税设计，广泛关税应由国会授权。
这项裁决直接动摇了特朗普2025年以来关税体系的法律基础。
但2月20日晚间，白宫宣布改依据《1974年贸易法》第122条对全球商品征收10%进口关税，为期150天；2月21日，特朗普在“真实社交”发文，将税率上调至15%，2月24日生效。
“
2月20日至21日：市场的即时反应
2月20日裁决公布当天，美股盘中波动放大。
盘中一度出现“关税失去法律支撑”的解读，部分进口依赖型板块短暂反弹。但随着白宫宣布新的关税框架，指数涨幅明显收窄。
2月21日，在特朗普将税率上调至15%后，盘前期货出现回落，市场重新定价成本变量。
这48小时的走势说明一个事实：
市场定价的核心不是“法律输赢”，而是“企业成本是否上升”。
“
2025年以来的真实样本
要判断这次冲击的持续性，必须回看过去一年市场对类似事件的反应。
2025年4月3日 —— 扩大关税覆盖范围
4月3日，特朗普宣布扩大进口关税覆盖品类。
当日：
4月4日继续下探，但跌幅明显收窄。到4月中旬，指数基本回到政策宣布前区间。
市场结论很清楚：短期冲击，但盈利未受实质破坏。
2025年7月18日 —— 强硬贸易表态
7月18日，特朗普公开表示将采取更强硬贸易措施。
当日纳指盘中一度跌超2%，收盘跌约1.6%。工业与运输板块跌幅明显高于科技股。但随后两周，在财报季盈利支撑下，指数重新上行。
2026年1 月中旬 —— 格陵兰岛争议
2026年1月中旬。当时特朗普再次将格陵兰岛问题上升至国家安全层面，引发地缘政治担忧。
表态当日：
但关键在于：随后几个交易日指数迅速企稳，月底重新回到上行通道。
原因很简单——没有实质性制裁或贸易措施落地，企业盈利模型未发生变化。
“
本次15%全球关税与此前冲击的差异
与去年几次事件相比，这次有两个关键不同。
第一，税率更广泛。
此前多为特定品类或特定国家，而这次是全球范围统一15%。覆盖面更广，理论上的成本影响更直接。
第二，当前估值位置更高。
标普500与纳指仍处高位，风险溢价本身偏低。在高估值环境下，盈利预期的小幅修正更容易放大指数波动。
“
关税对盈利的实际传导路径
历史研究和纽约联储数据表明，约90%的关税成本最终由美国企业和消费者承担。
这意味着：
但是否构成系统性风险，要看三个变量：
只要这三点未被触发，指数趋势通常不会被单一政策改变。
“
对标普500、纳指和道指的阶段性判断
结合2025年4月、7月以及2026年1月的样本，可以看到一个规律：
政策冲击 → 指数通常回撤1%–2%
未演变为系统性冲突 → 一至两周内修复
真正改变趋势的，从来不是行政命令本身，而是盈利与流动性。
本次15%全球关税更可能带来：
是否演变为趋势性下跌，取决于盈利预期是否出现连续下修。
目前尚未看到这一信号。
美股投资网认为，最高院裁决划定了总统权力边界，但并未终止关税工具。特朗普将税率提高至15%，意味着贸易议题将继续影响2026年的市场节奏。
从过去一年的真实样本可以看到：
美股对政策冲击反应越来越“交易化”——先定价风险，随后重新回到盈利主线。
这一次，也更可能如此。市场真正关心的，从来不是政治姿态，而是利润表。
这可能是人类历史上第一次—— 白领，正在变成“廉价劳动力”。
而推动这场结构性转变的，不是金融危机，不是全球化转移，而是——AI Agent 的普及。
如果说工业革命让蓝领流水线化，那么 AI 革命，正在让白领“流程化”。
一、白领第一次失去“知识溢价”
过去100年，白领的核心优势是什么？
是信息差。
是知识壁垒。
是专业判断能力。
从律师、会计、分析师，到程序员、咨询顾问，本质上都是——
用知识换收入。
但当OpenAI推出 GPT-4 级别模型之后，当Anthropic推出 Claude 之后，当Google把 Gemini 嵌入办公系统之后——
知识开始“无限复制”。
AI 不会累，不会请假，不会涨薪，不会情绪波动。
它能写报告、做财务模型、写代码、做法律草拟、生成PPT、自动客服。
当知识可以 0 成本复制时——
知识本身就不再值钱。
二、AI Agent 的真正颠覆：不是工具，而是“替代人”
美股投资网了解到很多人低估了一件事：
AI 不是在做 Chatbot。
AI 正在变成“Agent”。
什么是 AI Agent？
不是你问一句它答一句。
而是它可以：
简单说一句话：它开始像一个“数字员工”。
企业不再只是买软件。
企业开始雇佣“算法员工”。
当一个 AI Agent 可以完成：
那问题来了——
企业为什么还要雇那么多初级白领？
三、白领的“工业化时刻”
历史上，蓝领曾经也被替代过。
纺织工人，被蒸汽机替代。
流水线工人，被自动化机器人替代。
但这次不同。
这一次，是“脑力劳动”被规模化。
在 AI 出现之前，脑力劳动无法批量生产。
现在，脑力劳动正在“云端工业化”。
以前一个分析师一天写一份报告。
现在一个 AI Agent 一小时生成100份。
以前一个程序员写1000行代码。
现在 AI 自动补全 + 自动测试 + 自动部署。
边际成本趋近于零。
当供给无限时——
价格一定下降。
这就是白领“廉价化”的底层逻辑。
四、真正危险的不是失业，而是“价值坍塌”
很多人以为问题是失业。
其实更深层的问题是：
工资中枢下移。
当一个初级分析师的能力，可以被AI 90%覆盖时，
企业就会问一句：
“那我为什么还要给你 15 万年薪？”
AI 不一定完全取代你。
但它会压低你的议价权。
这是一种更隐蔽、更缓慢、却更结构性的改变。
五、真正安全的人，会变成哪一类？
AI 时代，不是所有人都会贬值。
会被替代的是：
会升值的是：
未来不是“人 vs AI”。
而是——
用 AI 的人 vs 不会用 AI 的人。
六、一个残酷但真实的趋势
你会发现一个现象：
企业开始减少中层。
减少助理。
减少分析岗。
减少客服。
但增加什么？
这是岗位结构的重构。
不是简单裁员，而是“岗位消失”。
七、给普通白领的三条生存建议
第一，立刻学习如何用 AI 提升效率
第二，学会跨领域整合能力
第三，建立个人品牌或稀缺资源
在工业时代，体力是生产资料。
在信息时代，知识是生产资料。
在 AI 时代——
控制 AI 的能力，才是生产资料。
结尾
这不是悲观论。
这是周期转换。
当年马车夫消失时，也诞生了汽车工业。
当年打字员消失时，也诞生了软件行业。
白领不会消失。
但“旧白领”会消失。
真正的问题不是：
AI 会不会取代你。
而是——
当 AI Agent 成为标配，你还有什么，是 AI 无法替代的？
把 401(k) 转到 IRA（Rollover IRA）是很多人在离职、退休或想自己管理投资时会考虑的操作。
核心本质是：从公司退休账户转成个人退休账户。
下面美股投资网系统拆解好处和坏处。
一、401(k) 转 IRA 的好处
1 投资选择大幅增加
401(k) 通常只有公司提供的几十只基金。
而 IRA 可以投资：
个股
ETF
债券
REIT
期权（部分券商）
更低费率指数基金
例如你可以直接买：
Vanguard S&P 500 ETF
Invesco QQQ Trust
个股如 NVIDIA Corporation
对主动投资者非常重要。
2 管理费通常更低
很多公司401(k)隐藏费用较高：
Plan administration fee
高 expense ratio 基金
Advisor fee
IRA 可选超低费 ETF，费用可低至 0.03%。
长期差距非常大，几十年可能差几十万美元。
3 账户更集中，易管理
换工作后很多人有多个旧401k账户。
转 IRA 后：
一个账户管理全部退休资金
资产配置更清晰
4 更灵活的退休提款策略
IRA 提供更多策略：
Roth Conversion
分批提款
自定义资产出售顺序
高收入人群常用。
5 遗产规划更灵活
IRA：
beneficiary 设置更自由
继承规则更清晰
二、401(k) 转 IRA 的坏处
1 失去法律保护优势
401(k) 受 ERISA 法律保护：
债权人几乎无法追讨
破产保护极强
IRA：
保护程度取决于州法律
联邦保护有金额上限
如果你是企业主、医生或高诉讼风险职业，401(k) 可能更安全。
2 Backdoor Roth 可能被破坏
如果未来想做 Backdoor Roth IRA，拥有 Traditional IRA 会触发 Pro-Rata Rule。
结果原本免税操作可能变成要交税。
很多高收入人士因此不做 rollover。
3 55岁规则可能消失
如果55岁后离职且钱仍在401(k)，可以提前提款且无10%罚金。
转 IRA 后通常要等到 59岁半。
4 机构级低费基金可能消失
部分大型公司401(k)有 Institutional share class，费用极低。
有时比 IRA 还便宜。
5 延迟强制提款策略减少
仍在工作的401(k)可以延迟 RMD。
IRA 73岁必须开始提款。
三、什么时候建议转 IRA
通常适合：
已离职
想自己投资
401k费用高
想做资产配置优化
不打算做 Backdoor Roth
四、什么时候不要转
更适合保留401(k)：
高收入要做 Backdoor Roth
接近55岁退休
高法律风险职业
公司401k费用极低
五、很多专业投资人的真实做法
常见策略：
旧401k 转入 新公司401k，而不是 IRA。
好处：
避开 Pro-Rata Rule
保留401k法律保护
仍可做 Backdoor Roth
这是很多高净值人士常用的路径。
高盛研究部门在2月20日与SK海力士（Hynix）举行了一场面向投资者的线上交流会议。主要要点包括：
1）在真实需求和供应紧张的推动下，今年存储器价格可能持续上涨；
2）健康的库存水平以及供应商议价能力的增强，正促使更多关于长期合同的讨论；
微信分析师 微信公众号
