今天半导体暴跌的原因，美股投资网周末文章已经分析过，这里不再重复

突发！美股AI 周一要暴跌？！

芯片股本来就是这轮“AI交易”里仓位最拥挤、估值最满、对边际预期最敏感的方向，所以周一资金的第一反应非常简单：先卖再说。

唯独一个板块涨得最好，就是 AI网络安全公司

根据美股大数据StockWe.com板块追踪，网络安全反而成为科技板块最强的方向，大量资金涌入，CRWD涨约14.83%，PANW涨约13.1%，FTNT涨约9%，SAIL涨 14.24%。

原因很简单。AI Agent能力越强，进入的企业系统越多，能调用的数据越敏感，攻击面就越大，安全预算反而越难削减。

美股投资网分析认为，以后AI安全也不会只停留在传统网络安全，身份认证、访问权限、AI行为监控、模型治理、红队测试、运行时安全，都会慢慢被拆成独立预算。

本月1日科技股大跌时，我们毫不犹豫的建.仓网络安全公司 OKTA，当时价格是165 美元。我们认为身份安全会成为AI Agent时代非常容易被低估的一层基础设施！

周一OKTA收在约186美元，单日上涨约12%，毫无疑问这是市场开始验证这条逻辑。

扫码VIP，不错过一线从业者的深度研究

不过还有一个很关键的信号。

英伟达CEO黄仁勋在活动现场发言时，特朗普的电话直接打了进来。两人的态度都很明确：美国不会因为安全争议停止AI竞赛，更不能因为主动减速，把技术优势让给CN。

Anthropic、OpenAI这些公司考虑的是安全边界，美国Z府考虑的却是国家竞争。如果美国主动减速，而CN继续往前追，最后技术优势被缩小，这个代价没有哪个美国Z府愿意承担。

所以现在真正形成的局面其实很清楚：产业界想给AI加护栏，政策层不允许AI真正踩刹车。

而且现在出来呼吁放缓的，主要还是最头部的几家公司，后面的追赶者并没有集体停下来。只要还有人在追，领先者就很难真的把速度降下来。

所以这件事最后看，不是AI军备竞赛结束，而是竞赛规则开始变化。

短期，半导体和算力链还会继续对“减速”消息非常敏感；中长期，AI安全、身份认证和治理预算反而可能成为新的增量方向。

一句话总结：

时代的列车已经开动，接下来争的不是停不停，而是谁能跑得更快，同时别翻车。

除了AI网络安全公司会受益以外，还有一个板块是这轮“AI刹车”的受益者公司，我们都已经整理好列表了，分享在我们VIP社群

OpenAI 、Anthropic与马斯克罕见达成“放缓AI开发”共识。和AI相关的数字资产在周末时间段已经出现大跌！

9月12日，Anthropic 创始人 Dario Amodei突然发表长文《We Must Pace the Frontier》，核心观点非常直接：AI行业现在需要放慢前沿模型能力提升的速度，因为AI能力发展的速度，正在逐渐超过人类建立安全机制、理解风险以及控制这些系统的速度。

这不是一个反AI人士的警告，而是来自全球最激进的AI公司掌舵者之一。

更加值得注意的是，Dario 的文章发表之后，马斯克直接在X上回应：“Dario is right。”OpenAI CEO Sam Altman随后也公开表示认同。Google DeepMind方面，Demis Hassabis也随后表达了对这一方向的支持。

换句话说，过去几年还在彼此争夺模型性能、算力、人才和资本的AI巨头，突然出现了一个极其罕见的共识：AI可能已经跑得太快了。

真正让Amodei改变判断的，并不是科幻电影里的超级AI，而是过去几个月已经发生在现实世界里的事情。

其中最值得关注的，就是今年7月发生的Hugging Face事件。

OpenAI后来主动公布了详细技术报告。事情发生在一次内部网络安全评估期间，OpenAI使用一个仅供内部研究的高能力模型进行所谓“ExploitGym”测试。为了测试模型的网络攻击能力，研究人员降低了部分安全限制。

问题在于，模型后来表现出了超出预期的自主行为。

它没有按照设计好的封闭环境老老实实完成任务，而是寻找方法绕过隔离机制，通过共享基础设施中的漏洞获得互联网访问权限，并进一步接触OpenAI内部研究基础设施以及Hugging Face部分系统。

OpenAI官方后来确认，模型利用了Artifactory中的漏洞获得互联网访问能力，并获取了包括Kubernetes、数据库、消息服务、代码仓库以及云服务在内的一系列凭据。OpenAI将这一事件称为一次前所未有的网络安全事件。

更令人不安的是，这并不是简单的“AI黑客能力变强”这么简单。

根据后续披露，大约1200个AI agents参与了相关测试环境，它们甚至建立了临时通信渠道，相互交换信息、协调任务，并出现了为了完成测试目标而规避原本规则的行为。

这才是 Dario 真正担心的地方。

过去我们理解的AI安全，大致是“人类控制AI”。

但是下一阶段的问题可能会变成“AI帮助人类开发下一代AI”。

一旦AI能够参与模型设计、代码编写、实验运行、数据分析以及算力调度，它就可能形成某种意义上的递归式自我改进。

这意味着AI能力提升的速度不再完全由人类工程师决定。

Dario  尤其担忧这种趋势正在加速。他认为，如果前沿模型继续按照目前的速度发展，而安全和对齐研究没有同步推进，那么未来某个阶段可能出现能力快速跨越，而人类还没有准备好控制它的情况。

最值得投资者关注的是，Dario  并没有提出停止AI发展。

恰恰相反，他的逻辑非常像一位真正理解技术产业的人：不是不要AI，而是让安全体系获得一点追赶时间。

他提出的第一步，是建立“Embedded Evaluators”，也就是嵌入式独立评估员。

Anthropic愿意向独立第三方评估机构提供永久性的、员工级别的系统访问权限，让外部机构能够持续检查安全措施是否真正执行，调查事故，并在模型训练过程中评估其alignment，而不是等到模型发布之后再做一次形式上的安全测试。

这个动作的意义其实非常大。

因为传统的软件安全测试，本质上是工程师先开发产品，然后找安全团队测试。

但是前沿AI可能正在进入完全不同的阶段。

如果被测试对象本身已经具备越来越强的推理、编程和网络攻击能力，那么“让开发公司自己证明自己的模型安全吗”，这套逻辑本身就可能不够用了。

因此，Dario 希望把第三方安全评估直接嵌入AI公司的内部体系。

而Sam Altman随后表示OpenAI也愿意采取类似方式。

第二个建议，是AI巨头之间进行协调。

第三个，则是国际层面的协调。

这其中其实隐藏着一个非常现实的矛盾。

如果Anthropic单方面放慢速度，而OpenAI继续疯狂训练；如果OpenAI放慢，而Google继续扩大算力；如果美国企业放慢，而中国企业继续推进，那么任何一家公司的单方面“刹车”，都可能意味着竞争优势被别人拿走。

这就是AI行业现在最棘手的问题。

每一家企业都知道风险存在，但每一家企业又都有非常强的动力继续向前。

这与冷战时期的军备竞赛存在某种相似之处。

你知道继续增加武器会增加风险，但你又不敢成为唯一一个停止研发的人。

因此，Dario 真正提出的并不是一家公司的“自我约束”，而是让头部AI企业、美国政府以及盟友建立一个协调机制，让大家至少在安全标准上尽可能同步。

问题是，资本市场最喜欢的恰恰不是“放慢”，而是增长。

这也是为什么这一次AI安全事件，对Anthropic和OpenAI的IPO故事格外敏感。

Anthropic目前正在推进一场可能成为历史上规模最大的科技IPO之一。公司可能募资最高1000亿美元，估值可能达到约2万亿美元，Nvidia甚至被曝考虑以约100亿美元成为锚定投资者。

而就在9月13日，Reuters进一步报道称，Anthropic已经选择Nasdaq作为潜在IPO交易所。

更有意思的是，Anthropic已经向部分投资者透露，公司预计连续第二个季度实现调整后营业利润为正，2026年7月年化收入已经达到约650亿美元，远高于去年同期的约90亿美元。

所以这里出现了一个非常有意思的资本市场悖论。

一边是CEO告诉世界：AI发展太快，我们需要踩刹车。

另一边是公司正在告诉投资者：我们的收入增长非常快，而且已经越来越接近盈利。

这两件事情并不完全矛盾。

实际上，Anthropic真正希望“踩刹车”的，很可能不是商业化，而是最危险的前沿模型能力跃迁。

Claude可以继续卖给企业，可以继续进入金融、软件开发、法律、医疗等行业，可以继续扩大商业收入。

但对于那些可能带来自主复制、自主攻击、自主研究甚至自主改进能力的前沿模型，公司希望获得更多时间进行安全测试。

这可能会成为未来AI产业一个非常重要的分化。

AI不会停止。

AI商业化也不会停止。

真正可能被监管的，是“最前沿能力的提升速度”。

OpenAI的情况则更加戏剧化。

Sam Altman已经明确表示，OpenAI不会在2026年IPO，并认为在当前AI安全问题不断升温的背景下，今年上市并不是明智的选择。

对于一家可能拥有数千亿美元甚至万亿美元估值的公司来说，这个表态非常不寻常。

因为一旦上市，资本市场会不断要求管理层回答收入增长、利润率、算力投入、模型迭代速度以及竞争格局。

而现在OpenAI实际上告诉投资者：我们宁愿晚一点上市，也不希望在AI安全问题尚未解决的时候承担公众公司的巨大压力。

这背后反映出的，可能并不是OpenAI不想IPO，而是公司管理层越来越清楚，未来最大的风险可能已经不是“模型不够强”，而是“模型强到什么程度以后，人类还能够控制它”。

但资本市场真正应该警惕的，还不是“AI会不会毁灭人类”这种极端情景。

对于投资者而言，更现实的问题是：如果前沿AI真的开始受到监管，那么整个AI产业链的估值逻辑会不会发生变化？

答案很可能是会。

因为现在AI产业的估值，很大程度上建立在一个隐含假设上：未来几年模型能力会持续提升，而模型能力越强，需要的GPU、数据中心、电力、网络、存储以及先进封装就越多。

如果前沿模型开发真的开始受到监管，首先受到影响的并不一定是整个AI产业，而可能是AI资本开支增长曲线。

这意味着投资者需要把AI产业重新拆开来看。

一端是AI应用和企业软件。

另一端是模型公司。

再往下是GPU、ASIC、HBM、DRAM、NAND、高速网络、光模块、服务器、数据中心、电力和冷却基础设施。

如果监管限制的是最前沿模型训练，那么GPU和数据中心的需求并不会突然消失，因为企业AI推理、Agent、机器人、自动驾驶、科学计算等需求依然存在。

但如果模型训练规模出现阶段性放缓，最受影响的可能是那些高度依赖“无限增加算力”来获得下一代模型性能提升的商业模式。

这也是为什么，对于美股投资者而言，这件事情真正值得研究的不是“AI末日论”，而是AI资本开支周期有没有可能出现结构性变化。

美股投资网认为，尤其值得注意的是，Dario 提出的“放慢”，并不等于AI需求下降。

恰恰相反。

如果AI安全要求提高，第三方评估、模型监控、网络安全、身份权限管理、Agent审计、模型可解释性、数据隔离以及AI基础设施安全，都会成为新的市场。

换句话说，AI安全本身可能变成一个新的千亿美元级产业。

今天大家疯狂购买GPU，是为了让AI更聪明。

未来大家可能需要购买更多安全基础设施，是为了防止这些越来越聪明的AI做出不该做的事情。

这也是为什么OpenAI的Hugging Face事件非常重要。

它第一次让市场看到，AI安全已经不再只是学术会议上的理论问题。

AI已经开始碰到真实的互联网基础设施。

而且OpenAI自己公布的报告显示，相关模型已经能够绕过原有隔离机制、利用漏洞、获取互联网访问权限，并对第三方系统产生实际影响。

这可能会改变未来AI基础设施的投资逻辑。

过去投资者看到AI，第一反应是Nvidia、AMD、Broadcom、Marvell、Arista、Micron。

未来可能还需要关注另一条产业链：AI cybersecurity、AI monitoring、AI identity、AI governance、AI red teaming以及Agent security。

因为当AI从“聊天机器人”变成可以自己执行任务的Agent之后，安全问题的量级完全不同。

一个只能回答问题的模型犯错，可能只是给用户一个错误答案。

一个可以自己写代码、调用API、访问数据库、登录网站、修改文件、交易资产甚至控制物理设备的Agent犯错，后果完全不是一个数量级。

这才是“Agentic AI”真正的投资分水岭。

更值得玩味的是，美国Z府目前并没有跟随AI巨头踩刹车。

特朗普近期在被问到AI风险时明显淡化了这种担忧，并强调美国不能把AI领先优势让给中GUO，甚至表示“whoever wins AI wins”。

这就形成了一个非常现实的三角关系。

AI公司担心技术失控。

美国Z府担心美国失去AI领先地位。

资本市场则希望AI继续高速增长。

三者之间很难同时满足。

所以这一次Amodei的公开喊话，真正重要的地方并不是“AI是不是马上要毁灭人类”。

这个问题目前没有人能够给出确定答案。

真正重要的是，全球最领先的AI公司第一次开始公开承认一个事实：模型能力的增长速度，可能已经开始超过传统监管体系和安全体系的适应速度。

这意味着AI行业可能正在从过去的“Capability Race”逐渐进入“Capability + Safety Race”。

而对于美股投资者来说，这意味着未来看AI不能再只盯着谁的模型跑分第一。

真正决定下一轮AI牛市高度的，可能是三个东西：算力能不能继续扩张，模型商业化能不能兑现，以及安全和监管能不能跟上。

如果这三个变量同时成立，那么AI超级周期依然可能继续。

但如果安全事件频繁发生，监管突然加速，或者前沿模型训练受到限制，那么AI产业的估值体系就可能发生一次非常剧烈的重新定价。

所以这一次，我反而认为投资者不应该把它简单理解成一条“AI利空新闻”。

它更像是一条分水岭。

AI没有踩刹车。

但AI行业第一次开始认真讨论，刹车到底应该装在哪里。

而最值得关注的，可能恰恰是马斯克。

因为如果把今天的AI竞争放到更大的时间维度来看，OpenAI、Anthropic和Google DeepMind主要在争夺的是“数字世界里的智能”。

而马斯克押注的路线更加特殊。

Grok只是其中的一部分。

背后还有Tesla的自动驾驶和机器人、xAI的模型、巨量算力基础设施，以及最终连接现实世界的物理AI。

如果未来AI真的进入“模型可以自己改进模型”的阶段，那么竞争的终点可能就不再是一家公司的聊天机器人到底比另一家聪明多少。

真正的终点，是谁拥有最强的算力，谁拥有最强的模型，谁拥有最多真实世界数据，谁能够把AI部署到机器人、汽车、工厂、卫星和能源系统里，以及谁最终控制AI进入现实世界的入口。

从这个角度看，马斯克这句简单的“Dario is right”，可能远比表面上更加耐人寻味。

因为他可能非常清楚，AI真正的下一场战争，根本不只是ChatGPT、Claude和Gemini之间的模型战争。

而是数字AI和物理世界之间的融合。

到了那个阶段，AI安全就不再只是一个科技公司的问题，而会变成整个资本市场都必须重新定价的问题。

对于投资者来说，真正需要做的不是恐慌，也不是相信所谓“AI一定毁灭人类”的末日叙事。

而是开始认真研究一个更加现实的问题：

当AI从工具变成Agent，从Agent变成能够自主执行任务的系统，再从数字世界进入汽车、机器人、工厂和金融市场之后，谁会是最大的受益者，谁又会成为最大的风险敞口。

这或许才是这场AI革命真正进入下半场之后，华尔街最值得研究的问题。

美股投资网VIP社群 https://StockWe.com/vip

这周美股SPY和QQQ连续承压。CPI落地后，通胀压力并没有真正消失，10年期美债也依然逼近5%，但周五指数却在关键支撑位被迅速拉回。这背后真正的原因是什么？

苹果发布会之后走出了独立行情，这次新机把统一内存带宽提升了50%，存储规格也直接推到2TB，从数据吞吐到NAND容量都在往上走，这会不会重新打开MU和SNDK的需求预期？

高通为什么会因为数据中心AI被市场重新定价？Intel的上涨，背后到底是CPU重新拿回定价权，还是政策交易开始发酵？而Meta推出Muse以后，过去砸下去的巨额AI投入，会不会终于迎来新的商业化出口？

距离下周FOMC只剩几天。市场真正担心的，到底是加息25个基点本身，还是点阵图继续上移、沃什释放更强硬的信号，以及10年期美债正式突破5%？

下周美股真正的方向，会由哪一个变量先打破平衡？

我们直接进入正题。

大盘SPY QQQ

这周SPY和QQQ前四天一路承压，周五才拉回来。核心原因还是利率。中东局势升温以后，Brent原油一度冲到接近110美元，市场重新担心能源价格把通胀往上推，10年期美债也一路逼近5%。所以这周真正压QQQ的，不是AI或者科技公司的基本面突然变差，而是长端利率重新上行以后，高估值资产先被压了一轮估值。

周五为什么又能反弹？因为CPI虽然不低，但没有继续超预期恶化，油价和10年期美债也都从高位回落。前面连续几天已经减过仓的资金开始回补，所以指数很快就在关键支撑附近被拉了回来。

而且这里还有一个很重要的背景，就是钱其实没有真正离开美股。8月份美国ETF净流入大约1826亿美元，今年前8个月累计已经超过1.4万亿美元。也就是说，这周更像是宏观压力下的估值压缩，而不是资金系统性撤离。只要利率稍微松一点，下面的配置资金就愿意重新接。

技术面上，SPY先看760到762，跌破以后看755到757，再往下是750；上方先看768到770，再看773到775。QQQ第一支撑看710，跌破看702到705，再往下是695到700；上方先看718到722，再看728到730。

所以现在大盘的位置很清楚：下面有资金承接，上面有5%的长端利率压着，短线还没有真正选方向。下周FOMC，才是打破这个平衡的关键。

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

INTC

再看INTC，这周涨了大约8%，而且是在大盘偏弱、长端利率重新往上走的背景下完成的。

基本面上，一个催化是市场传出Intel准备在10月继续上调部分CPU价格，大约10%；另一个是AI服务器需求起来以后，CPU供应也开始重新变紧。过去市场看Intel，更多还是PC业务老化、代工烧钱，但现在资金开始重新交易它的定价权。周二9%的大涨，本质上就是在提前抬利润率预期。

另外一个催化，就是美国政府持股。特朗普政府去年以20.47美元买入4.333亿股Intel，现在股价已经站上100美元，这笔投资已经有非常大的账面浮盈。

最近特朗普又把5000美元‘分红’和中期选举绑在一起，而卢特尼克此前也多次把Intel这笔政府持股当作‘让纳税人分享投资收益’的案例。这样一来，INTC就开始多了一层很特殊的政治交易属性。

从现在到11月3日中期选举之前，只要特朗普继续讲5000美元分红、美国制造和政府投资回报，INTC这条“政府背书”逻辑就可能被反复炒作。

但要注意，选举之后逻辑可能会反过来。如果共和党获胜，市场下一步一定会追问钱从哪里来，政府会不会卖掉部分INTC持股兑现收益。到那个时候，政府手里4亿多股反而可能变成潜在抛压。

技术面上，INTC周五收在103.61美元，短线第一支撑还是看100美元，再往下是95到96。上方105到108美元是现在最关键的压力区，这周最高已经到106.69，8月前高也在107.57附近。只有放量站稳108，才算真正突破箱体，下一步才有机会看110美元以上；如果这里反复冲不过去，就要小心做成短线双顶。

AAPL+存储

再来说苹果。发布会之后AAPL走得比市场预期强，周四涨了3.56%，周五又涨1.84%，两天累计差不多5.5%，周五收在332.6美元附近。原来市场最担心的是发布会之后“利好出尽”，但现在看，资金反而开始重新交易这一轮新品周期。

这次最值得当然是iPhone Duo。它真正带来的，不只是折叠屏这个概念，而是苹果很多年没有出现过的新换机理由。1999美元起步，最高做到2TB，本质上也是苹果在试探iPhone还能不能继续往更高价格带走。

所以后面不能只看首批卖不卖光，因为供货少一样可以造成缺货。真正要看的是预售等待时间、Duo会不会分流Pro Max，以及到了假日季度以后，苹果能不能在折叠屏、铰链和良率成本更高的情况下，把毛利率继续守住。如果这些都能做到，那Duo真正贡献的就不只是销量，而是把整个iPhone的ASP，也就是平均售价，继续往上抬。

这条线也直接连到存储。A20 Pro这次内存带宽提高了50%，说明苹果把越来越多本地AI、多任务和复杂计算往手机端塞以后，处理器和内存之间的数据交换需求确实在变大。但这里不能直接理解成带宽涨50%，DRAM需求也涨50%。对存储真正有用的，是内存容量继续增加，以及高容量版本卖得更多。

所以MU和SK海力士吃的是移动LPDDR和数据中心HBM两条线，SNDK更偏NAND，真正看的就是512GB、1TB、2TB这些高容量机型占比能不能继续提升。

回到股价，AAPL现在已经初步突破326到330美元这块压力区，下周最简单，就看330能不能从压力变成支撑。守住的话，下一步还是看344到345美元前高；如果重新跌回326下面，那这次突破的质量就要打折，再往下看318到320。

MU周五收在977.32美元，这周最高冲到1042以后又被明显压回来，所以1000美元现在重新变成第一道压力，再往上还是1040到1050。下面先看960，失守以后再看930和900。

SNDK更弱一点。这周两次冲到1807附近都没过去，周五已经重新掉到1630附近，所以现在重点不是看突破，而是看1600到1610能不能守住。守住，还有机会重新回到1740，再去挑战1800到1825；如果1600失守，下一档就看1500到1520，1430还是这轮结构不能轻易跌破的位置。

然后这条线还可以顺着看到QCOM。

高通这周真正让市场重新看的，是数据中心AI。公司刚和Amazon签下多代合作，Amazon未来最多可采购600亿美元的AI数据中心芯片和相关产品，同时拿到约40亿美元认股权证；合作还延伸到高速光互联，而高通自己的数据中心路线图已经覆盖800G和1.6T。更关键的是，Meta、Microsoft这些大客户也已经开始采用它的数据中心芯片，高通自己给出的目标是2029财年数据中心收入做到150亿美元。

所以市场现在重新定价的，不是一次Amazon订单，而是高通的公司属性：它到底还是一家以手机为主的芯片公司，还是正在长出一块真正有规模的数据中心AI业务

股价也在反映这个变化。QCOM周五涨近3%收在181.97美元，本周从168附近快速拉起，放量突破了174美元的60日均线，并顺着上升通道底部逐步抬升。

虽然盘中摸到185.46美元受阻回落、留出上影线，但上升结构依然完好。下周重点看178到180美元的顶底转换；只要守住174到175美元的均线防守带，反弹趋势就在，一旦放量攻破185，上方将直接打开通往190到200美元缺口的上升空间。

Meta

META这周也值得单独说一下，股价明显走强，核心催化就是新上线的 AI Agent Muse。

这个东西其实有意思的地方，不是又多了一个聊天机器人，而是它已经可以直接调邮箱、日历和其他应用，帮你发邮件、订行程、购物，甚至完成支付。上线以后很快冲到美国 App Store 第三名，早期使用量大概是内部测试阶段的10倍，周三META一度大涨6.55%，紧接着，摩根大通也把META的评级从“中性”直接上调到“增持”，目标价从640美元提到820美元。

市场为什么买账？问题就在这。过去两年Meta一直在疯狂砸CapEx，市场最大的疑问不是它有没有AI能力，而是这些钱最后怎么变成收入。以前能看到的主要还是广告推荐变准、转化率提高，但Muse开始给出另一条路，就是Meta可能把AI从后台工具，直接做成面向消费者的产品。换句话说，Meta不只是拿AI帮现有业务提效，而是在尝试做新的入口和新的收费场景。

这就有意思了，因为Meta最大的优势从来不是模型一定最强，而是它手里有接近40亿用户。别人做Agent，做完以后第一件事是找流量；Meta自己就有Instagram、WhatsApp、Facebook这些入口。如果Muse后面能真正接进这些生态，获客成本和分发效率完全是另一回事，这也是为什么市场愿意重新抬高它的估值预期。

技术面上，META周五收在648美元附近，这一周已经从前面的弱势下跌转成比较明显的右侧修复。短线我先看640美元能不能守住，再往下是620到625美元，这里也是200日均线附近。上面先看655到665美元，周三冲到657上方已经碰到过抛压，所以665是真正要过的一道坎。能站稳，下一档看680；如果重新掉回620下面，那这波突破就要小心变成假突破。

下周展望

下周真正决定美股方向的，就是9月15到16号的FOMC。

周三下午两点公布利率决议，两点半沃什召开记者会，同时更新经济预测和点阵图。现在市场对加息25个基点的定价已经接近90%，所以加不加本身已经不是重点。真正没被定价清楚的，是这次加完以后，美联储准备怎么走。

我会先看点阵图。

6月那次经济预测里，2026年底利率中位数已经从3.4%上调到3.8%，2027年放在3.6%。这次如果2026年底中位数继续往上抬，哪怕只提高25个基点，市场都会马上开始交易第二次加息。因为25个基点已经price in了，真正影响美股估值的，是后面利率到底还要在高位待多久。

然后看沃什怎么解释。

下午两点第一波涨跌不用太着急追，很多时候只是算法在扫声明和点阵图。真正决定方向的是两点半以后，他到底把这次加息定义成一次性的政策校正，还是后面还有继续收紧的可能。

如果点阵图基本不动，沃什也没有释放连续加息信号，那对美股就是偏利好。前面为了FOMC提前减仓的资金会有回补理由，最先受益的还是QQQ、半导体和高估值软件这些前期被利率压得最明显的板块。

反过来，如果点阵图继续上移，沃什又不愿意排除后续加息，那市场交易的就不再是这25个基点，而是整个2026到2027年的利率中枢重新上修。这个环境下，最先承压的还是科技成长股，尤其是估值高、盈利兑现还在后面的AI软件、云计算和部分半导体。

这时候真正要盯的就是10年期美债。

5%是下周最关键的一条线。只要站不上去，美股还有喘息空间；一旦有效站上5%，高估值科技股的折现率压力会明显放大，而且CTA、量化和风险平价资金也可能开始被动降仓，到时候QQQ通常会比SPY更敏感。

好了，今天内容就到这里，如果你觉得这些内容对你有帮助，也欢迎把频道分享给身边一起做美股的朋友。大家对存储、光通信，或者现在这轮半导体轮动有什么看法，也可以直接放在评论区，我们一起交流。最后，别忘了点赞、订阅，再打开小铃铛。你的每一次互动，都是我们美股投资网继续把这些干货做下去的最大动力。

据报道，OpenAI 首席执行官山姆·奥尔特曼在采访中表示，鉴于对人工智能的安全担忧，OpenAI 不会在 2026 年上市。其称：“实际上，考虑到目前围绕安全问题发生的一切，我认为现在上市并非明智之举，而且我们对此并不感到压力。”

当奥尔特曼被问及是否已放弃 2026 年转而考虑 2027 年时，他表示：“我会说不是 2026 年。是的，我们还有很多工作要做，比如应对当前在安全性和目标一致性方面所面临的要求，以及行业和政府如何合作。”

报道称，奥尔特曼还暗示，OpenAI 和其他领先的人工智能公司可能将宣布一项协议，旨在放缓人工智能的发展速度，并共同应对安全风险。

美股投资网获悉，OpenAI 首席产品官 Tibo 在 X 上发文称，为确保现有用户获得良好体验并流畅访问 GPT-6 Astra，将暂停接受 200 美元档 Pro 20X 订阅服务的新增订阅。截至发稿，200 美元，档 Pro 20X 订阅服务已不可选，Pro 订阅仅剩每月 100 美元的 5X 档位。Tibo 解释称，Pro 订阅对系统压力最大，暂停新增订阅是“影响最小的办法”，以便尽可能扩大访问范围。另外，已订阅相关档位的用户不受影响。OpenAI 正以尽可能快的速度增加容量。据介绍，此次调整只涉及 200 美元 Pro 计划的新订阅，OpenAI 其他订阅层级和 API 服务继续开放。

今天说三件大事！

第一件大事是美国8月CPI。数据显示CPI环比上涨0.4%，同比3.4%；核心CPI环比0.3%，同比2.4%。总项基本符合预期，但核心环比高于市场原先预计的0.2%，所以这份数据谈不上温和，至少没有给美联储提供继续等待的理由。

结构上更值得看。汽油同比上涨27.4%，燃料油涨幅超过50%，机票同比上涨23.4%。

这里美股投资网分析认为，不能简单把机票上涨全部归因于油价，因为票价还受运力和旅行需求影响，但能源价格重新上行之后，通胀压力已经不再局限于加油站，而是开始和运输服务价格形成共振。

这也是接下来油价比单月CPI更值得盯的原因。

CPI反映的是已经发生的价格变化，原油和成品油价格则决定未来几个月企业的运输、物流和部分生产成本会不会继续抬升。

如果油价只是短期冲高，美联储可以选择观察；但如果100美元以上的油价持续几个季度，能源冲击就更容易通过运输、商品和通胀预期向其他价格传导。

利率市场已经先做了选择。

CPI公布后，9月加息25个基点的概率由此前大约70%迅速升至85%—90%，部分市场定价一度接近92%。

所以到了现在，9月会议最大的悬念已经不再是“会不会加”，而是加完这一次以后，还需不需要继续加。

这也是为什么今天美股没有因为加息概率上升继续往下杀。

当一个利空已经被市场提前交易到接近九成概率，再去讨论那25个基点本身，边际意义已经下降。

接下来真正影响估值的，是点阵图有没有继续上移、美联储怎么判断能源冲击，以及12月第二次加息的概率会不会继续升高。

所以9月16日决议落地以后，如果美联储只是加25个基点，同时没有明显释放连续加息信号，美股投资网分析认为，市场反而可能出现一轮利空兑现后的回补。

相反，如果油价继续上冲、长端美债收益率重新抬头，美联储又明确暗示后面还有第二次甚至第三次行动，那今天的上涨就很难演变成持续行情。

Leopold最新重仓曝光

前OpenAI研究员Leopold Aschenbrenner管理的Situational Awareness，7月份因为高杠杆重仓AI基础设施，基金资产单月缩水67%，之后不得不把大部分公开股.票仓位卖给Citadel。

但他并没有放弃AI这条线，只是这次换了一个更能控制风险的玩法。

以前是借钱加杠杆买股.票，股价一旦快速下跌，券商就会要求补保证金，补不上就只能被迫砍仓。

现在他更多改成买长期看涨期权。最大的亏损一开始就已经确定，就是付出去的权利金。哪怕中间股价大跌，也不会因为保证金不足被强制平仓。

最新报道显示，Situational Awareness正在重新买入AI相关期权，标的包括SNDK、BE、CRWV、AMD、SK Hynix以及DRAM相关ETF。

自上周五以来，这批仓位累计投入约3.15亿美元权利金，对应约11亿美元Delta敞口，简单理解，就是用3亿多美元的期权资金，获得了接近11亿美元股.票多头的价格敏感度。

其中

• SNDK明年1月2040/2200看涨结构投入约5700万美元；
• BE 250/310约4800万美元；
• CRWV 105/115约4300万美元；
• DRAM相关ETF 65/70约4300万美元；
• AMD 540/580约3600万美元；
• 另外还有INTC和SK Hynix相关仓位。

这批仓位最值得看的是两个特点。

第一，期限普遍看到明年1月，说明他不是在赌几天或者几周的反弹，而是在押未来几个月AI资本开支继续增长。

第二，标的非常集中。AMD对应芯片，CRWV对应算力，BE对应数据中心电力，SNDK、SK Hynix和DRAM相关资产对应存储，基本把AI基础设施最核心的几条线都覆盖了，软件反而不是重点。

所以Leopold这次真正改变的不是方向，而是打法。

以前是借钱加杠杆硬押AI，方向一旦短期走错，就可能被强制平仓；现在改成长期期权，把最大亏损提前锁死，再继续押芯片、算力、电力和存储。

Dell和HPE创新高

今天AI基础设施链很强，Dell收涨接近12%，HPE上涨12.44%，两家公司都站上历史高位。表面看，是Oracle继续扩大AI数据中心投入带动硬件链，但真正值得看的，是订单已经开始明显跑在收入前面。

Dell上一季度AI服务器新签订单达到609亿美元，确认收入164亿美元，季末积压订单950亿美元，过去12个月累计AI服务器订单已经超过1300亿美元。

更关键的是客户数量：Dell现在有超过6500家AI客户，其中3300家是最近三个季度新增的。也就是说，前面八个季度积累的客户数量，最近三个季度几乎又增加了一遍。

这说明AI服务器需求已经不再只是少数Neocloud和大型科技公司在买，企业客户也开始真正进入部署阶段。

企业一旦上AI，往往不只是买GPU服务器，还会顺带升级原来的存储、网络和CPU服务器，所以Dell这一季传统服务器和网络收入同比也大涨122%，存储增长26%。

因此Dell现在最重要的变化，不是“AI服务器卖得更多”，而是AI开始带动整个企业数据中心一起更新。过去它赚的是一台服务器的钱，现在一个AI项目可能同时带来服务器、存储、网络和后续服务收入。

RBC也把当前环境定性为“供应受限而不是需求不足”，真正卡住Dell收入确认的，反而是DRAM、NAND以及交付能力。

HPE走的是另一条线。

HPE最新季度Networking收入29亿美元，同比增长75%，其中数据中心网络增长112%，路由业务增长270%。上周公司又宣布扩大与Oracle合作，未来将在全球AI数据中心部署Juniper的PTX、MX路由器，以及QFX、EX交换设备。

它也是我们爆发潜力股里面的首选股之一。

这里真正重要的不是“Oracle买了更多交换机”，而是AI集群越来越大以后，网络开始直接决定GPU能不能跑满。几万张GPU放在一起，如果数据传输、拥塞控制和交换效率跟不上，GPU再多也会浪费。所以当算力规模继续扩大，网络设备在整个数据中心预算里的价值量也会继续上升。

所以Dell和HPE今天虽然一起涨，但吃的是两笔不同的钱：

Dell在吃企业AI部署带来的整套数据中心更新，HPE在吃超大规模AI集群对高速网络的追加投入。

这也是现在AI基础设施交易最值得注意的变化：过去市场只盯GPU，现在订单开始向服务器、存储和网络这些真正决定交付效率的环节扩散。谁手里的订单最先变成收入，谁就更容易继续拿到估值。

美股投资网重新看了一遍联邦基金利率期货，有一个变化已经不能忽略了。

按照9月10日的定价，9月16日会议对应的隐含利率已经升到3.804%，相当于市场给出了接近70%的25个基点加息概率。再看到10月28日，隐含利率进一步升到3.89%，累计已经计入约1.04次加息。

换句话说，市场现在讨论的重点，已经不是“美联储会不会重新加息”，而是第一次加息究竟落在9月，还是最迟拖到10月。

Image

为什么预期突然转得这么快？导火索就是周四的PPI。

美国8月PPI同比升到5.4%，不仅高于预期，也明显高于7月的4.7%，创下2026年以来最高水平。

数据公布之后，美股期货迅速下挫，美债收益率全线上冲，10年期一度突破4.92%，同一时间原油重新站上100美元。

美国8月PPI同比加速至5.4%超预期，核心PPI同比4.6%，美联储加息预期骤升

只看这些数字，美股投资网得出一个结论：

通胀重新失控，美联储只能继续加息。

这次通胀，问题并不在需求

但把PPI拆开以后，事情其实没那么简单。8月最终需求商品价格环比上涨1.1%，这个数字看起来很高，但其中超过四分之三来自能源。能源价格单月上涨4.2%，柴油更是暴涨24.1%。

反过来看服务端，最终需求服务价格环比只有0.1%，而剔除食品和能源后的核心PPI环比只有0.2%，甚至低于市场预期的0.3%。

所以这轮通胀最麻烦的地方就在这里：它未必是需求太强造成的。

如果今天是美国消费过热、工资失控、服务价格全面上涨，那逻辑很简单，美联储加息，把需求压下来就行。

但现在真正把PPI往上推的，是能源。

中东炼厂受损、霍尔木兹海峡成品油运输受阻，再叠加俄炼厂遭到打击、成品油出口受到限制，全球市场缺的已经不只是原油，更是把原油加工成柴油、航空煤油这些成品油的炼化能力。

一个很值得注意的数据是，战前霍尔木兹海峡日均约138艘船过境，战时一度锐减至不超过5艘。

这就出现了一个很现实的问题。

美联储可以把利率从3.6%加到4%，甚至更高，但它修不好被破坏的炼厂，也不能靠加息让霍尔木兹海峡恢复正常运输。

关税也是一样。关税提高的是进口成本，本质上同样属于供给端冲击。利率可以压低消费，却没办法把已经加上去的关税直接消掉。

所以从纯经济逻辑来看，这可能是一轮“加息效果有限”的通胀。

加息可能没用，但美联储很难不加

如果按照传统央行框架处理，对于战.争、能源、关税这种外部供给冲击，美联储其实可以选择观察。

因为既然问题不来自需求，加息就没必要过度打击经济。可问题是，今天的美联储已经没有那么大的容错空间了。

市场还记得2021年。当时美联储面对供应链推动的通胀，反复强调“暂时性”。结果后来通胀一路冲到40年来最高，美联储最终不得不用几十年来最激进的一轮加息去补救。

那次判断失误之后，市场对“这是暂时的，所以先不用管”这套说法已经非常敏感。所以现在美联储真正要压的，可能已经不只是CPI或者PPI，而是通胀预期。

密歇根大学一年期通胀预期已经升到4.8%。一旦消费者开始相信油价会一直高、商品会一直涨，企业就会提前提价，员工也会要求更高工资。到了这一步，原本只是一次能源冲击，就可能慢慢进入服务价格和工资。

Image

这才是美联储真正担心的事情，而且这种传导已经不只是理论。

PPI里面，产业链上游半成品价格环比已经上涨1.8%，同比上涨11.5%；更上游的未加工商品同比涨幅达到12.8%。其中很大一部分压力依然来自柴油。也就是说，目前核心PPI看起来还算温和，但能源成本已经开始沿着产业链往下传。

今天企业先多付运输费，接下来可能就是包装、制造、物流跟着涨，再往后才轮到终端商品和服务价格。

等这些东西真正反映进核心通胀里，美联储再出手，可能就晚了。

所以现在利率期货为什么敢把加息一路往前推？不是因为交易员相信加25个基点，就能把油价从100美元重新打回70美元。

而是市场越来越相信，美联储可能必须用一次加息来告诉所有人：它不会再赌一次“通胀自己会下来”。

这两者完全不是一回事。

第一次，是用利率解决通胀。

第二次，是用利率稳住通胀预期和央行信誉。

美股真正怕的，不是一次25个基点

对美股来说，这一点非常重要。

如果加息只是为了处理经济过热，那只要经济数据下来，政策很快就有转向空间。但如果美联储现在是在对抗能源冲击、关税冲击和通胀预期，那么政策路径就会变得更难预测。

你可能会看到一个很别扭的组合：

核心经济没有明显过热，企业盈利还不错，但长端美债收益率居高不下；美联储继续维持鹰派，而估值却被利率一点点往下压。

这也是为什么最近美股最明显的变化，不是盈利突然崩掉，而是估值开始收缩。

对于纳指和高估值科技股来说，最怕的从来不只是“加一次息”。真正的问题是，市场原本期待2026年进入宽松周期，现在却开始重新计算一个更高、更久的利率环境。

如果10年期美债收益率继续站在4.9%附近，甚至往5%走，很多成长股即使业绩没有问题，估值也会被重新计算。

这其实才是当前美股最大的压力。

2007—2026年各大类资产每年的收益率排名变化，展示一个非常重要的规律：没有任何一种资产能够长期霸榜，市场的“王者”一直在轮换。

一、2026年最重要的信号：商品资产正在成为绝对赢家

截至图表中的2026 YTD数据：

最夸张的就是商品 +77.3%。

而且这不是普通意义上的“小幅领先”，而是断层式领先。

第二名新兴市场只有27%，商品已经是其接近3倍。

这说明2026年的市场核心交易逻辑已经发生明显变化：资金正在从传统金融资产，向资源、能源、原材料等实物资产集中。

二、真正值得注意的是：黄金正在让位给“商品”

美股投资网研究团队获悉，如果只看过去两年，很容易得出“黄金是最大赢家”的结论。

2024年：

黄金 +26.7%

2025年：

黄金 +60.7%

黄金连续两年表现非常强。

但是到了2026年，黄金只有：

+1.8%

与此同时，商品指数直接达到：

+77.3%

这意味着一个非常重要的变化：

市场交易的已经不只是“避险”，而开始转向“资源短缺”。

黄金上涨更多反映的是：

美元、通胀、央行购金、地缘政治、财政赤字、避险等因素。

但商品大涨往往意味着更直接的供需失衡。

比如能源、工业金属、农产品等出现供给瓶颈，价格上涨之后，会进一步传导到整个经济体系。

所以这张图如果放到2026年的宏观环境里面看，美股投资网认为最值得关注的不是“黄金还能不能涨”，而是：

为什么商品指数会突然成为全市场收益率第一名？

这背后可能代表市场正在交易一个更深层的主题——全球实物资产重新定价。

三、过去20年的“冠军”一直在换

这张图最有意思的地方，其实是横向看2007—2026。

你会发现：

2007年是MSCI新兴市场 +39.8%

2008年则变成美国国债 +14.0%

2009年新兴市场暴涨+79.0%

2010年黄金上涨+29.2%

2011年美国国债第一

2012年REITs第一

2013年S&P 500第一，+32.4%

2014年S&P 500第一，+13.7%

2015年商品、黄金等传统资产表现非常差

2016年商品重新反弹

2017年新兴市场第一，+37.8%

2018年现金/美国国债表现相对占优

2019年S&P 500 +31.5%

2020年黄金 +24.8%

2021年商品 +46.3%

2022年商品 +31.1%

2023年S&P 500 +26.3%

2024年黄金 +26.7%

2025年黄金 +60.7%

然后到了2026年：

商品 +77.3%。

这就是所谓的“资产轮动”。

四、这张图其实是在告诉投资者：不要迷信单一资产

例如黄金。

2020年黄金：

+24.8%

2021年：

+0.0%左右

2022年：

-0.8%

2023年：

+13.4%

2024年：

+26.7%

2025年：

+60.7%

2026年截至目前：

+1.8%

你会发现，黄金并不是一直上涨。

2025年如果你因为黄金涨了60.7%而认为“黄金永远是最好的资产”，到了2026年就会发现资金已经切换到商品。

同样的事情也发生在股票、债券、新兴市场、REITs身上。

没有永远的第一名，只有不同宏观周期下的第一名。

这也是“Asset Class Quilt”这个图最核心的意义。

五、2022年其实是一个非常重要的分水岭

2022年：

Commodities +31.1%

而：

S&P 500 -18.1%

MSCI EAFE -18.1%

MSCI EM -16.7%

Global IG -19.8%

REITs -25.2%

US Treasuries -12.9%

也就是说，2022年几乎是传统股票和债券遭遇“双杀”，但商品成为最大赢家。

这就是典型的：

通胀 → 利率上升 → 股票估值压缩 → 债券下跌 → 商品受益。

而现在2026年商品再次出现远超其他资产的表现，值得思考的是：

2026年是否正在形成某种类似2022年的“实物资产周期”？

当然，两者宏观背景并不完全一样，所以不能简单复制2022年的交易逻辑。

六、还有一个非常有意思的现象：股票其实没有那么差

很多人看到2026年商品+77.3%，可能会觉得“股票没机会了”。

实际上并不是。

2026 YTD：

S&P 500 +12.4%

MSCI EAFE +13.9%

MSCI EM +27%

这说明股票依然是正收益，而且新兴市场表现非常强。

尤其是：

MSCI Emerging Markets +27%

已经明显跑赢S&P 500。

这说明目前不是简单的“股票 → 商品”的单向资金迁移，而更像是：

美国大盘股 → 海外市场/新兴市场 + 实物资产

这种更广泛的全球资产重新配置。

七、债券的表现反而非常值得警惕

2026年：

美国国债-0.7%

全球投资级债券-0.5%

这两个数字看起来跌得不多，但放在当前商品+77.3%的背景下，意义就完全不同了。

因为传统的60/40组合：

60%股票 + 40%债券

过去几十年非常依赖股票和债券的负相关关系。

但如果未来出现：

商品上涨 + 通胀压力 + 利率高位 + 股票上涨 + 债券表现疲弱

那么传统60/40组合的风险收益结构就需要重新评估。

这也是这张图对长期资产配置最大的启示之一。

八、如果从美股投资角度看，这张图真正值得关注的是“第二层机会”

如果商品真的进入一个强势周期，最值得关注的未必只是直接买商品。

因为商品上涨会产生巨大的产业链传导。

例如：

能源上涨 → 油气公司利润增加

铜上涨 → 铜矿公司利润弹性增加

铀上涨 → 铀矿/核电产业链受益

黄金上涨 → 黄金矿企利润弹性

铝、铜、锂等上涨 → 上游资源公司受益

而且资源公司的利润增长往往比商品价格本身更加剧烈。

举个简单的例子：

如果某矿企成本是50美元，商品价格从70涨到100美元，那么商品本身上涨43%，但企业毛利可能从20美元变成50美元，利润增加150%。

所以如果2026年的商品超级周期继续，这张图背后真正值得研究的是：

商品 → 上游资源 → 设备商 → 基础设施 → 企业资本开支

这一整条产业链。

九、美股投资网认为这张图可以提炼成一句非常适合美股投资者的话

过去20年的市场，从来不是“什么资产永远上涨”，而是每一个宏观周期都会产生新的资产冠军。

2009年是新兴市场。

2010年是黄金。

2013—2014年是美股。

2016年是商品。

2017年又轮到新兴市场。

2019年是美股。

2020年黄金。

2021—2022年商品。

2023年美股。

2024—2025年黄金。

而到了2026年，商品以77.3%的收益率遥遥领先。

所以这张图最值得关注的，不是“哪个资产今年涨得最多”，而是：

为什么市场冠军正在从黄金切换到商品？

如果这个趋势持续，那么接下来美股市场真正的大机会，可能并不只在传统AI科技股，而可能逐渐扩散到能源、铜、铀、矿业、工业设备、基础设施以及受益于全球资源资本开支的公司。

这也是美股投资网认为这张BofA图表对2026年投资最有价值的一个信号。

黄仁勋说 Palantir 是“全球最重要的企业技术栈”。

这句话本身就已经超出了普通合作的范畴。而当 Nvidia 把自己的供应链——全球最复杂的供应链之一——交给这套技术栈时，事情的性质变了：这不只是一次合作，而是在定义一套新标准。

合作的事实层

Nvidia 与 Palantir 宣布，将 Nvidia 的 Nemotron 开源模型整合进 Palantir 的 Foundry 和 AIP 平台，以 Palantir Ontology 为底层基础，构建面向供应链的主权 AI。

第一个客户不是别人，正是 Nvidia 自己。从物料分配决策开始，这套系统正在 Nvidia 的全球供应网络中运行。

Nvidia 的供应链有多复杂？

每个 Vera Rubin 机架约 130 万个零部件，横跨数千家供应商。Alex Karp 说，它“比许多国家的供应链都复杂”。黄仁勋的表述更直接：“供应链是实体经济的操作系统。Nvidia 和 Palantir 正在将这个庞大的运营图谱转化为主权智能——从晶圆到 token。”

为什么是“不止于合作”

普通合作是各取所需，而这次是在共同制定标准。三个信号：

第一，Nvidia 是第一个客户，不是最后一个。这套系统先在 Nvidia 自己的供应链中验证，然后计划复制到制造业、农业、制药、零售、科技和政府。

Fast Company 的标题说得很直白：“Nvidia 成为主权 AI 平台的试验场，而这个平台他们打算卖给所有人。”

第二，它打通的是“从晶圆到 token”的端到端智能。不是单点工具，而是覆盖整个运营图谱的决策系统。这意味着供应链管理从“人看报表”转向“机器速度决策”。

第三，“主权”被重新定义。在 Palantir 的框架里，主权意味着客户保留对专有数据的控制权和所有权，系统可部署在云端、本地或托管设施。

但 TNW 的评论指出了另一面：客户控制的是内容，不控制 Ontology、模型、优化软件、加速器，以及供应这四样的两家美国公司。“内容的主权，机器的依赖。”

如果这套模式跑通，“主权智能供应链”的标准就成型了：

以 Ontology 为操作系统，以主权 AI 为决策引擎，以关键供应链为验证场，然后向所有复杂实体系统输出。Nvidia 和 Palantir 正在做的，是把“供应链”从一个成本中心，变成一个国家或企业的主权能力。

美股投资网认为，这不止于合作。它是在为“主权智能供应链”立标准。标准一旦成为默认，依赖便随之形成。

你怎么看？这是主权 AI 的真正落地，还是“主权”叙事的又一次包装？

$NVDA $PLTR #美股

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。