美股投资网获悉，华尔街金融巨头伯恩斯坦最新发布的研究报告显示，AI云计算领域正在进入“AI智能体狂潮主导之下的人工智能算力需求井喷式扩张、AI推理负载升级、平台价值重分配”同时发生的新阶段，投资机会也随之从GPU算力供给延伸至攸关企业数据运营、企业核心操作流程、连接业务工作流与智能体开发、部署与运行综合平台的云计算领军者们。

伯恩斯坦表示，当前全球云计算行业正经历自微软Azure崛起挑战亚马逊AWS以来最重要的一轮竞争变化训练需求催生以GPU为中心的数据中心扩建，为CoreWeave等新云服务商打开IaaS基础设施市场;随着AI推理负载逐步走向企业生产环境，则扩大CPU、GPU、数据库、存储及软件平台的协同算力运营需求;OpenAI、Anthropic进一步从AI大模型供应商转向AI智能体开发平台供应商，既为合作云计算厂商贡献更大的基础设施订单，也开始争夺PaaS云计算厂商们的软件入口、客户关系和利润空间。

伯恩斯坦分析师团队因此更加看好微软、甲骨文和MongoDB，但对单纯出租AI GPU算力基础设施的新云企业长期竞争力更为审慎。该机构的核心投资判断在于，AI算力资源需求增长能够扩大AI云租赁市场，却不会让所有云企业获得相同的定价权和AI时代的强劲资本回报。这一判断与近期产业数据形成呼应微软7月财报披露，Azure及其他云服务季度收入增长43%，需求仍超过可用产能;甲骨文9月公布的季度IaaS收入增长121%至74亿美元，剩余履约义务达到6,640亿美元，显示需求正在转化为收入和长期合同。

AI智能体如何逐步放大云计算需求?结合伯恩斯坦研究报告以及AI推理工程推演，Muse与Astra所代表的变化，是把一次问答扩展为包含规划、检索、工具调用、执行、检查和重试的任务过程Meta披露Muse运行在拥有浏览器的专用安全虚拟机中，用户关闭应用后仍可继续处理任务;OpenAI披露Astra增强了计算机操作与多步骤专业工作能力，这些能力进展本身并不等于AGI已经得到确认。

当使用规模扩大，模型调用增加GPU推理负载，浏览器、代码与工具执行增加CPU需求，长上下文与并发会话提高内存及缓存需求，持续状态和企业知识访问增加数据库与存储需求，生产部署进一步拉动身份、安全、监控和工作流编排等PaaS服务。Anthropic与Akamai签署的七年116亿美元协议明确面向CPU工作负载，就是AI需求向GPU之外扩散的实例;其与亚马逊(Amazon)AWS、Google云计算/博通(Broadcom)、微软Azure云计算、SpaceX旗下AI云计算租赁平台等合作，也体现了多供应商基础设施配置。

对于面临CoreWeave这类新云势力强势崛起之下的AI云计算领域潜在IaaS/PaaS赢家，伯恩斯坦给予微软(MSFT)、甲骨文(ORCL)以及MongoDB(MDB)“跑赢大盘”这一最积极评级，予以的最新目标价分别意味着未来12个月约28.7%、135%以及35%潜在上行空间，该机构对于AI云数仓与企业云数据库领军者Snowflake(SNOW)则予以“与大市同步”评级，目标价意味着10%左右潜在上行空间。

毋庸置疑的是，AI云仍是产业资本投入和盈利预期的重要方向，股票资金则正在筛选能够留住利润的环节。OpenAI以约1.4万亿美元估值寻求新融资，以及Anthropic谋求超过2万亿美元IPO估值，反映出全球资本市场对AI相关收入创造空间的极高预期，相比AI应用估值叙事，聚焦推理端的AI算力资源供给链已有更具体的强劲需求依据媒体披露Anthropic未来约十年5180亿美元的基础设施安排，其中约80%具有不可取消或按约定支付的性质，Anthropic 2025年营收增至上年的约12倍、接近46亿美元，经营亏损超过80亿美元，算力与基础设施支出达到73.3亿美元，约为2024年的三倍，占126.5亿美元总经营费用的约58%;;韩国9月半导体出口603亿美元、同比增长262.8%，官方同时指出存储出口数量与合同价格上升。

算力账单越滚越大IaaS扩容潮中的增长与分化

伯恩斯坦对于AI时代IaaS的投资逻辑，是传统云计算持续增长之上叠加AI算力需求持续井喷式扩张带来的强大增量，报告引用的Gartner预测显示，全球IaaS市场将由2025年的约2,230亿美元，增长至2026年的2,870亿美元、2030年的6,620亿美元;其中传统IaaS由2,010亿美元增至4,880亿美元，AI优化IaaS则由220亿美元增至1,740亿美元。

按伯恩斯坦研究报告图示数值的测算显示，2025—2030年整体市场复合增长率约24.3%，AI优化部分约51.2%，后者占比从约9.9%升至26.3%。伯恩斯坦分析师团队表示，这也意味着AI既创造高速增长的新型AI云计算基础设施市场，企业原有计算、存储与应用迁云也仍贡献庞大的绝对增量。

竞争格局方面，2025年Gartner口径下AWS、微软、谷歌、阿里巴巴的IaaS份额分别为35%、24%、10%、8%;IDC对应数字为41%、16%、8%、4%，两大调研机构均将CoreWeave市场份额计为约2%。差异主要涉及IaaS与PaaS的收入划分，例如IDC将更多甲骨文(Oracle)收入归入PaaS，因此不能把不同机构的份额拼接成同等的同一张竞争地图。

伯恩斯坦研究报告还提出一个值得投资者追踪的问题2030年1,740亿美元的AI优化IaaS收入，如何与市场讨论的万亿美元级GPU投入相协调?可能涉及企业自建、部分投入最终通过PaaS变现，以及行业预测偏高或Gartner等市场调研机构的基准预测偏低。

新云的阶段性优势来自算力稀缺，但企业推理的长期竞争力需要完整的软件与数据体系。伯恩斯坦研究报告把行业演进划分为三个相互衔接的变化首先，GPU训练集群对供电、冷却及高带宽低时延网络提出更高要求，传统数据中心需要改造或重建，供需缺口因此为新云企业及甲骨文创造进入机会;其次，AI支出从训练向推理扩展，伯恩斯坦估计，推理年度支出最终可能达到训练的5—20倍，但没有给出明确兑现年份;再次，企业推理需要连接实际业务，其基础设施必须支持模型计算、CPU应用执行和企业数据访问。

伯恩斯坦表示，由此趋势所产生的“数据引力”，会把部分AI负载吸引至企业已经部署数据库、权限体系和应用的平台。报告对新云提出五项约束难以超越GPU型IaaS;大型云客户在供给充足后可能将负载转回自有设施;采用开源数据库及开发工具并不自动形成差异化;企业数据迁移具有阻力;当前供需失衡可能在未来两年改善。

伯恩斯坦表示，对于投资者们而言，真正需要长期检验的逻辑在于，新云势力能否把短期交付优势转化为长期客户留存、利用率和现金回报;与此同时，研究报告认为甲骨文凭借主权云、私有云及AI数据中心形成连续增长动力，有机会进一步接近微软、亚马逊以及谷歌这类AI云计算基础设施第一梯队。

谁掌握智能体入口，谁强势分享云利润PaaS迎来价值重估

AI实验室正在成为PaaS的重要竞争者，但收入分类仍处于形成阶段。伯恩斯坦报告引用数据显示，2025年全球PaaS规模按Gartner口径约为2,252亿美元，按IDC口径约为2,275亿美元;依据各自2024年数据计算，同比增长分别约25.8%和42.3%。IDC将微软列为第一，份额21%，其后为AWS的12%、谷歌的9%，OpenAI约6%、Salesforce约5%、Oracle约4%，Anthropic、Snowflake、Databricks等各约2%;Gartner合并传统与AI PaaS后，则由AWS以19%领先，微软15%、谷歌10%，OpenAI约2%、Anthropic不足2%。

更具方向意义的是，同一口径下AI实验室份额均在上升IDC统计OpenAI从2024年的2.1%升至2025年的5.7%，Anthropic从0.4%升至1.9%;Gartner对应变化为1.0%至1.7%、0.3%至1.1%。

模型API、开发工具、编码产品及智能体软件的收入计量边界尚未统一，而两家AI实验室扩大平台业务的方向已经比较清晰。伯恩斯坦预计，其2026年份额存在进一步升至高个位数乃至低双位数的可能，具体取决于收入归类及整个PaaS市场的增长速度，这仍属于前瞻判断。

从模型走向平台，意味着AI实验室开始争夺企业软件的开发与运行入口。伯恩斯坦研究报告认为，Anthropic由Claude模型延伸至Claude Code，再进入自动化和智能体应用开发;OpenAI则在ChatGPT、搜索与研究产品之外，加速发展Codex和智能体开发能力。这些工具不仅帮助构建AI应用，也能提高传统软件开发、测试和维护效率。平台化能够增加工作流整合与客户黏性，从而缓解开源或开放权重模型竞争、Token价格下降对单纯模型业务的压力。

伯恩斯坦援引的Gartner报告显示，2025年OpenAI企业收入大约50亿美元，其中基础生成式模型占57%、专用模型4%、AI开发平台15%、其他应用软件24%;Anthropic企业收入约33亿美元，对应基础模型70%、专用模型7%、其他应用软件23%。不过这些是企业业务分类估计，不能等同于公司全部收入或年化收入运行率。

同期AI应用开发平台市场约68亿美元，微软、AWS和谷歌分别占24%、14%、14%，OpenAI占11%，对应约7.5亿美元;基础生成式模型市场中，OpenAI、Anthropic和谷歌分别占25%、20%、18%，合计63%。这组数据说明，模型与平台两层竞争已经同时展开。伯恩斯坦甚至预计，2026年开发平台收入可能超过模型收入，但编码产品究竟归入PaaS还是SaaS仍待厘清;其更大的战略机会，是成为其他软件企业构建产品的底层平台，而非逐一进入CRM、HCM等垂直市场。AI实验室拥有模型理解优势，云巨头和既有SaaS厂商则拥有客户数据、业务语义、部署、安全及管理体系，竞争因此会延伸到整套企业交付能力。

伯恩斯坦在AI云计算领域的选股落点，是能够将AI使用量转化为持续收入、客户留存和利润的企业。微软的优势在于，同时承载OpenAI、Anthropic、多种第三方模型和自有模型，并以广泛的开发工具及企业数据沉淀吸引新增AI负载;甲骨文则覆盖AI数据中心、OCI Gen2公有云、私有云、Alloy白标IaaS/PaaS及主权云，OpenAI的平台业务发展能够强化其重要客户需求，同时现阶段并不直接替代Oracle核心数据库产品，报告还指出，多云合作推动其云数据库近几个季度实现三位数增长。

伯恩斯坦表示，MongoDB的逻辑更直接——即AI应用仍或者AI智能体大规模渗透至各行业都长期需要持久化数据、查询和状态管理，应用增加可能扩大数据库使用量，报告认为AI实验室与新云目前并未直接瞄准其数据库市场。相比之下，Snowflake向AI平台延伸，也使其面临AI实验室与超大规模云厂商的双重竞争。

伯恩斯坦强调投资者们应沿着IaaS交付能力、PaaS开发入口和企业数据基础设施寻找收入兑现，同时检验折旧、电力、融资和竞争成本之后的自由现金流;投资风险方面，伯恩斯坦补充表示，微软面临云价格竞争和安全风险;甲骨文需要处理客户集中、AI需求兑现及云业务增长风险;MongoDB需要防范云增长放缓、基础设施成本和费用上升。

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，特斯拉(TSLA)股价在2026年大幅下跌，但华尔街分析师却越来越不愿建议投资者卖出该股。

汇编数据显示，在61位分析师对特斯拉的评级中，“卖出”评级目前仅占13.1%。这是自2023年4月以来的最低占比，当时对利润率的担忧拖累了其估值，12.8%的分析师建议卖出该股。今年1月，“卖出”评级占比曾达到2026年高点的23.3%。

看空声音的退潮，正值首席执行官埃隆·马斯克试图将特斯拉从一家汽车制造商转型为物理人工智能(AI)巨头，将重心从电动汽车转向自动驾驶出租车和人形机器人。

“市场现在有种‘不要做空马斯克’的氛围，”富兰克林邓普顿投资解决方案高级副总裁马克斯·戈克曼表示，“事实证明，即便多次延期，他的宏大构想仍有落地可能。对分析师而言，持中性观点，好过给出错误判断。”

富兰克林邓普顿持有特斯拉股票。

不过，质疑情绪的减少未必意味着乐观情绪的增加。特斯拉最新一笔“卖出”评级消失，并非因为某位分析师上调了评级，而是因为长期看空者科林·兰根离开了富国银行。兰根离职后，该行暂停了对特斯拉及其他17家汽车公司的覆盖。

与此同时，对特斯拉的“持有”等效评级占全部推荐评级的比例升至两年多来的最高水平。特斯拉股价今年已下跌21%，而标普500指数同期上涨12%。

在大型科技巨头中，特斯拉依旧属于特例。在美股“七巨头”中，有五家公司的负面评级分析师占比不到2%，而看空苹果(AAPL)的分析师也仅有10.7%。

Tigress Financial Partners的伊万·费恩塞斯表示，覆盖特斯拉的分析师“日益认识到，该公司在自动驾驶、机器人和AI方面可能拥有显著的选择权价值，这使得采用传统车企估值方式并不合适。但这也提高了执行门槛赋予这些未来业务的估值越高，特斯拉最终就越需要证明它们能够产生可观的收入、利润率和回报”。

特斯拉兑现这类宏大愿景的表现一直起伏不定。批评者长期以来一直指责马斯克和特斯拉过度承诺、未能按期兑现，而华尔街则一直在等待自动驾驶技术和Optimus机器人成为有意义的利润来源。

近几周，该公司的Cybercab首次亮相未能达到投资者预期，并引发联邦对其是否符合安全标准的调查。

尽管如此，马斯克已经实现了曾经看似遥不可及的雄心，他的支持者相信他能再次做到。许多看好马斯克的投资者还希望他将特斯拉与自己同样执掌的火箭、卫星和人工智能公司SpaceX(SPCX)合并。

“市场对AI概念股的整体趋势态度偏积极，但投资者已经回归理性，”SLC Management的德克·穆拉基表示，该公司通过指数持仓持有特斯拉股票。“他们要求看到营收潜力的证据，对估值也更加清醒。”他补充道，与之相对的是，“股票分析师群体整体偏向乐观。”

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，AI云基础设施服务商Nebius(NBIS)宣布收购以色列人工智能初创公司Inferize，进一步增强其AI推理基础设施能力。Inferize专注于减少图形处理器(GPU)的闲置时间，并加快大型AI模型的部署速度。据以色列科技媒体Calcalist估计，此次交易金额介于1亿至1.5亿美元之间，但Nebius并未披露具体财务条款。

此次收购的核心在于提高GPU资源利用效率，尤其是在AI推理需求快速变化的情况下，帮助Nebius更迅速地调配计算资源，减少昂贵算力设备的闲置时间。

瞄准AI推理效率瓶颈 减少GPU闲置时间

Inferize的核心技术主要针对AI模型部署过程中的“冷启动”问题。冷启动是指AI模型在开始处理用户请求之前，需要完成模型加载及相关资源初始化的过程。当新的推理实例启动时，GPU可能需要等待模型加载完成才能正式投入运算，从而出现短暂的资源闲置。

这一问题在AI推理需求突然增加时尤其突出。随着用户请求激增，云服务商需要快速启动更多推理实例，但如果模型加载耗时较长，新增加的GPU资源便无法立即投入使用，影响服务响应速度和整体算力利用效率。

Inferize的技术旨在缩短这一等待过程，使新增推理资源能够更快投入运行，并让算力扩张更加贴近实际需求变化。

对于Nebius而言，这意味着公司有望在不必长期维持大量闲置GPU作为备用资源的情况下，更灵活地满足客户需求，提高现有基础设施的使用效率。

Nebius首席技术官Danila Shtan表示，高效运行AI推理服务不仅需要速度更快的GPU和经过优化的模型，整个系统还必须能够及时响应需求变化，包括在客户需求增加时迅速提供额外计算能力。他指出，Inferize不仅带来了加速这一过程的技术，还拥有一支在GPU系统方面经验丰富的工程团队。

Nebius计划将Inferize的工程师纳入旗下推理业务团队，并把相关技术整合至其AI推理平台Token Factory，以提升平台响应客户需求的能力，让现有基础设施承担更多实际计算任务。

Shtan同时表示，Inferize团队未来的贡献将不仅限于此次初步技术整合。

降低备用算力成本 提高AI基础设施运营效率

Inferize联合创始人兼首席执行官Guy Bortnikov表示，为了随时应对客户需求，云服务商通常需要维持一定规模的备用GPU资源，而这些处于待命状态的算力设备本身就意味着额外成本。他指出，Inferize成立的目的正是减少这部分成本，而加入Nebius能够使相关技术直接应用于实际运营的AI云平台。

在AI推理业务中，算力资源的调度效率直接关系到基础设施运营成本。由于GPU设备价格高昂，如果企业需要长期保留大量闲置算力以应对潜在需求高峰，就可能影响整体投资回报。

通过缩短模型启动时间、加快计算资源投入使用，Nebius有望在提高服务弹性的同时，减少对备用GPU容量的依赖。

值得注意的是，Bortnikov此前还曾联合创立计算基础设施优化软件公司Granulate。该公司主要开发提高计算资源运行效率的技术，并于2022年被英特尔(INTC)收购。这一背景也反映出Inferize团队在计算基础设施优化领域拥有相关经验。

接连收购AI技术公司 Nebius持续强化推理平台

本次收购Inferize，是Nebius近期围绕AI推理及模型优化领域展开的一系列收购行动之一。此前，Nebius已完成对Eigen AI的收购，交易价值达6.43亿美元。此外，公司近期还收购了AI技术公司Clarifai，但并未披露该交易的具体金额。

这些收购均旨在增强Nebius的AI推理和模型优化能力，进一步完善其AI基础设施服务。

与主要关注AI模型训练所需算力的基础设施投资不同，AI推理更加注重模型投入实际使用后的运行效率，包括请求处理速度、计算资源调度、模型部署以及单位算力成本等。

随着Nebius不断整合相关技术，其业务布局也正在从提供GPU计算资源，进一步延伸至提高AI模型实际运行效率的技术和服务。

此次收购Inferize将进一步补充Nebius在动态算力调度和模型快速部署方面的技术能力。不过，相关技术整合能够带来多大程度的成本节约和效率提升，仍有待后续运营表现验证。

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，花旗研究表示，美光科技(MU)最新公布的第四财季业绩进一步印证了NAND闪存市场供应持续紧张的趋势，预计行业供需偏紧的局面可能延续至2028年，为存储芯片价格提供支撑。花旗认为，人工智能(AI)驱动的数据中心需求持续增长，将进一步改善NAND行业基本面，并使闪迪(SNDK)从中受益。

花旗分析师Atif Malik在周四发布的研究报告中重申对闪迪的“买入”评级，目标价维持在2100美元。他指出，美光最新业绩反映出NAND市场供需关系仍然有利于供应商，而AI基础设施建设带来的长期需求增长，也提高了行业未来收入及盈利表现的可预见性。

美光NAND营收环比大增42% 价格上涨约30%

美光第四财季业绩显示，NAND业务增长强劲，产品价格上涨成为重要推动因素。根据花旗的分析，美光第四财季NAND业务营收环比增长42%，NAND位元出货量环比增长10%，而平均销售价格上涨约30%。这一价格涨幅明显高于市场普遍预期的20%，但略低于花旗此前预测的34%，反映出NAND市场供应紧张程度仍然较高。

值得注意的是，NAND业务营收增幅明显超过出货量增幅，说明价格上涨对收入增长的贡献较为突出。在供给相对受限、需求持续增长的情况下，存储芯片制造商获得了更强的定价支撑，这也是花旗继续看好NAND行业基本面的重要原因。

行业供应紧张或延续至2028年

对于未来供需走势，美光管理层预计，2026自然年公司的NAND供应增长速度将低于行业整体供应增速。展望2027年和2028年，美光预计，全球NAND行业位元出货量增速将在20%中段水平，但即使供应规模继续扩大，行业在这两年仍可能面临供应受限的局面。

这意味着，NAND市场的供需紧张状况可能并非短期现象，而是有望延续至2028年。花旗指出，尽管美光对未来行业位元出货量增速的判断，高于闪迪此前预计的行业中双位数年复合增长率，该行仍对NAND市场保持积极看法。

在花旗看来，决定行业前景的关键不仅是供应增长速度，还包括需求能否持续吸收新增产能。随着AI数据中心对存储容量和数据处理效率的要求不断提高，NAND需求有望获得长期支撑。

AI数据中心需求持续增长 SSD应用成为重要推动力

花旗认为，AI驱动的数据中心建设是支撑NAND需求的重要长期因素之一，尤其是AI推理过程中对固态硬盘(SSD)的使用需求正在增加。其中，一个值得关注的应用是将部分键值缓存(KV Cache)数据从成本较高的存储资源转移至更具成本优势的SSD。

KV Cache是大语言模型在推理过程中用于保存此前计算结果的一种缓存机制，可以减少重复计算，提高模型处理请求的效率。

随着AI模型规模扩大、推理任务增加，缓存数据对存储资源的占用也可能持续增长。通过将部分缓存数据转移至SSD，数据中心有机会在满足存储需求的同时降低整体运行成本。

花旗认为，这类应用有望推动数据中心持续增加对NAND闪存的需求，并为行业带来更加持久的增长动力。与传统消费电子产品需求相比，AI数据中心相关投资也可能为NAND供应商提供新的增长来源。

花旗维持闪迪“买入”评级 看好长期供需基本面

基于美光最新业绩释放的行业信号，花旗继续看好闪迪的业务前景，并维持2100美元的目标价。Malik表示，AI推动的数据中心需求具有持续性，尤其是利用更具成本优势的SSD承接部分KV Cache数据的趋势，将进一步支撑NAND行业的供需基本面。

与此同时，长期需求可见度的改善，也有助于增强市场对闪迪未来业务表现的信心。

花旗特别指出，尽管美光对行业未来位元出货量增长的预期高于闪迪此前的判断，但考虑到AI需求的持续性，以及长期协议带来的业务可见度，该行仍然对闪迪保持积极观点。

整体而言，美光第四财季NAND业务营收环比增长42%、价格上涨约30%的表现，进一步凸显了当前存储市场的供需紧张程度。在AI数据中心持续扩张、SSD应用场景不断增加的背景下，花旗认为，NAND行业有望在未来数年维持有利的供需环境，而闪迪也有望从这一趋势中受益。

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 Platforms(META)旗下人工智能(AI)智能体Muse自上月推出以来持续受到用户关注。法国巴黎银行援引第三方数据指出，Muse累计下载量已超过560万次，并登上苹果应用商店排行榜榜首，其在美国市场上线初期的下载表现甚至超过了OpenAI旗下的ChatGPT和Sora。

不过，尽管Muse展现出较强的用户吸引力，法国巴黎银行认为，该产品能否将初期热度转化为长期用户活跃度，以及如何实现持续变现，仍是投资者需要关注的问题。

法国巴黎银行分析师Nick Jones在最新报告中维持对Meta的“跑赢大盘”评级，目标价为885美元。他指出，Meta庞大的社交平台用户基础为Muse的推广提供了明显优势，但该产品目前仍处于培养用户使用习惯的早期阶段。

上线初期下载表现亮眼 Meta社交生态助推用户增长

根据法国巴黎银行援引的第三方数据，Muse自9月推出以来累计下载量已超过560万次，并一度登上苹果应用商店排行榜榜首。

Jones表示，与其他AI平台相比，Muse在美国市场推出初期的下载量超过了ChatGPT和Sora。他认为，这一表现并不令人意外，因为Meta旗下Instagram、WhatsApp和Facebook拥有庞大的现有用户群体，能够为Muse带来天然的推广渠道和用户流量。

相比需要从零开始建立用户基础的独立AI应用，Meta可以利用现有社交产品的覆盖范围，提高新产品的市场曝光度并降低用户获取成本。

值得注意的是，OpenAI旗下视频生成应用Sora曾在去年迅速走红，但此后已被整合进ChatGPT，不再作为独立应用运营。

不过，下载量快速增长并不意味着Muse已经建立起稳定的用户使用习惯。Jones指出，Muse的应用打开率目前已经趋于稳定，但仍低于Google、ChatGPT、Instagram、WhatsApp和Facebook等成熟应用。在他看来，这表明Muse虽然成功吸引了大量用户尝试，但距离成为消费者日常频繁使用的工具仍有一定距离。

对于Meta而言，下一阶段的关键将不再只是推动下载量增长，而是提高用户留存率、使用频率和长期参与度。

短期难以颠覆垂直平台 用户体验仍有待完善

随着AI智能体逐步具备信息搜索、产品比较和执行交易等能力，市场开始关注这类产品是否会对电商、旅游及其他垂直服务平台构成竞争威胁。

不过，法国巴黎银行认为，现阶段不宜高估Muse对这些平台的冲击。Jones表示，尽管Muse初期获得了不错的市场反响，考虑到其用户普及程度仍然有限，同时缺乏垂直平台所具备的直接商品或服务供给、完整交易体验以及客户服务能力，该产品短期内还难以构成实质性威胁。

例如，专业电商或旅游平台通常不仅提供信息检索和推荐服务，还拥有商品库存、交易处理、订单管理及售后支持等完整体系。相比之下，AI智能体即使能够帮助用户发现产品或服务，也未必能够独立完成整个交易流程。

因此，Muse未来能否进一步改变消费者的购物和服务使用习惯，仍取决于Meta能否持续完善相关功能，并扩大与外部商家的合作。

长期变现模式仍存疑 广告业务或成为重要突破口

除了用户增长和产品功能，Muse的商业化路径也是法国巴黎银行关注的重点。长期以来，广告一直是Meta最主要的收入来源。不过，对于Muse这样的消费级AI智能体，公司未来将如何建立成熟的收入模式，目前仍缺乏明确答案。

根据Jones的分析，Muse现阶段似乎主要通过向合作伙伴收取少量交易费用实现部分变现。与此同时，Muse采用免费基础服务与付费订阅相结合的模式基础版本免费开放，而使用需求更高的用户可以选择按月付费，以获得更高的使用额度。

Jones认为，这种定价策略有助于Meta在产品发展初期扩大用户规模，并提高用户参与度，而不是过早追求收入最大化。不过，他强调，Muse的长期变现能力仍是投资者面临的一个重要问题。

考虑到Meta在数字广告领域积累的经验和资源，法国巴黎银行认为，随着Muse用户参与度不断提高，广告未来可能成为具有吸引力的商业化方向。这意味着，Muse未来的收入来源可能不局限于订阅费和交易佣金，还可能逐步拓展至广告业务。但在用户使用习惯尚未完全建立的情况下，相关商业模式能否形成可观收入，目前仍有待验证。

OpenAI推出Dots 消费级AI智能体竞争或进一步升温

除了Muse自身的发展，法国巴黎银行还关注消费级AI智能体市场正在出现的竞争变化。其中，OpenAI本周推出的新产品Dots受到分析师关注。Jones认为，Dots未来能够获得多大程度的用户认可，将是观察这一市场竞争格局的重要指标。

与此同时，市场也在关注SpaceX(SPCX)、谷歌母公司Alphabet(GOOGL.GOOG)以及其他科技企业是否会推出具有竞争力的消费级AI智能体产品。

随着越来越多企业探索利用AI完成复杂任务，消费级AI智能体市场的竞争可能逐渐从模型性能扩展至产品体验、用户留存、服务整合和商业化能力等多个方面。

对于Meta而言，Instagram、WhatsApp和Facebook构成了重要的用户分发优势，但能否将这些优势转化为Muse持续增长的使用需求，仍需要更多时间检验。

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，马斯克创立并掌舵的市值接近2万亿美元“AI+太空探索”领军者SpaceX(SPCX)的“AI雄心壮志”，似乎正在从争夺AI大模型领先地位，全面扩展为向全球范围AI产业出售或者租赁其无比庞大的AI算力资源。The Information 10月1日发布的最新报道揭示出，根据一系列知情人士所透露的消息，原本服务于Grok的自用AI超级算力集群，已经演变为承接Anthropic、谷歌等大型AI大模型开发者/大型AI云计算客户需求的“新云”(Neocloud)类型AI算力租赁或者出售业务。

据了解，SpaceX公司计划11月上线约42万颗英伟达GPU，扩建孟菲斯Minihard园区，并为12月启动的一项每月约11亿美元的新协议准备容量;夏季还与微软讨论过算力租赁，但谈判结果尚未明确。模型竞赛持续创造需求，而SpaceX正试图把AI算力基础设施高效率建设速度、强大的围绕AI系统建立起的电力资源与AI集群运营能力转化为强劲收入曲线，这也是为何市场对于SpaceX的“AI算力估值属性”更加重视，推动该公司股价自8月初低点以来大幅上涨近40%，市值逼近2万亿美元。

Alphabet旗下谷歌的参与尤其具有AI算力产业链积极信号意义根据披露的协议，其获得约11万颗英伟达GPU及配套CPU、DRAM内存/NAND数据中心存储系统等庞大算力资源，约定自2026年10月至2029年6月每月支付9.2亿美元。拥有自研TPU与庞大云基础设施的科技巨头，也需要外购计算容量，意味着算力竞争同时是一场争夺可用容量与上线时间的竞赛。

全球三大存储芯片原厂之一的美国存储芯片超级巨头美光最新公布的强劲业绩与未来展望，则把这场围绕AI基建的史无前例投资扩张落实到了算力供应商利润表——美光2026财年第四季度营收542.29亿美元，同比增长约379%，调整后每股收益33.42美元;下一季度收入指引为615亿±15亿美元。数据中心SSD季度收入接近100亿美元、超过上年同期的10倍，2027年绝大多数HBM供应已经签约且价格同比显著提高。管理层预计2027—2028年存储供需将相比于本已紧张状况创纪录的存储芯片供需进一步趋紧，足以说明AI算力需求正在扩大包括存储层级在内的整个AI算力供应系统的整体商业价值。

SpaceX转型的关键，是将原先利用不足的资源改造成可销售服务。The Information 最新报道指出，Colossus去年利用率一度低于40%，今年春季仍然偏低;马斯克最初反对出租容量，后来接受Anthropic的需求，包括全面盘活对自身Grok训练而言效率相对较低的H100资源。The Information 表示，这家大型科技公司还解决了原有系统的安全多租户隔离问题。芯片所有权与云服务收入之间，存在调度、软件、安全隔离和客户接入的工程门槛;跨过这些门槛，局部闲置才可能转化为行业急需的有效供给。

为加快交付，公司提前储备价值数亿美元的燃气轮机，引入ABB机器人整理布线，采用模块化设施并行施工——即所谓的“提前锁电、压缩工期、补齐可靠性”，并与沙特Humain加速推进500MW数据中心。与此同时，Colossus II的排水与结构问题可能造成至少两至三周延误，促使SpaceX调集工程师轮岗、强化项目管理与可靠性。

这些细节共同强有力说明——决定AI算力资源商业化规模的，是从供电、施工到稳定运营的完整交付能力，而这正是SpaceX具备的AI算力资源高效整合优势，客户购买的是能够持续运转的计算服务，交付能力必须覆盖从供电到集群稳定性的完整链条。Anthropic与谷歌此前很长一段时间都是马斯克创立的xAI(xAI已被SpaceX收购)最强劲AI大模型/AI智能体竞争对手们，现在都成为SpaceX最大规模算力资源客户，使得SpaceX在AI智能体所主导的AI推理大时代能够持续斩获多个模型生态/智能体系统带来的强劲AI算力需求增长态势，提高AI算力集群利用率并拓宽收入来源。

AI智能体开始参与企业经营流程的背后一道道指令，撬动整套AI数据中心

全球AI大模型/AI应用领军者Anthropic的最新IPO 招股书显示的财务披露，从AI算力需求端解释了SpaceX为何迎来这次转型，最具产业含义的无疑是实际算力支出的扩张。有媒体此前披露的Anthropic保密IPO招股书显示，Anthropic在2025年收入接近46亿美元、经营亏损80.6亿美元，算力与基础设施支出73.3亿美元，约为上年的三倍，占126.5亿美元总经营费用的约58%。这一最新IPO招股书中的数据表明，前沿模型商业化正在同时扩大收入和计算资源消耗，AI智能体/AI大模型训练、推理及基础设施投入仍显著领先于利润兑现。

更长周期的信号来自Anthropic未来约十年至少5180亿美元的基础设施承诺，其中约80%不可取消或要求无论使用与否均须付款;Anthropic对SpaceX/xAI截至2029年最高845亿美元的安排则大多允许提前90天通知取消。值得注意的是，这些是未来合同义务，应与当期支出、已确认收入分别理解。不过这些最新迹象共同指向是——全球最前沿AI大模型实验室正在用长期承诺换取未来容量，而SpaceX试图把建设速度转化为愈发强化的供应地位。

有媒体援引知情人士透露的消息报道称，Anthropic已签订协议，拟支付最高845亿美元，以使用马斯克创立并掌舵的“AI+太空探索”领军者SpaceX截至2029年的AI算力资源。这也意味着，Anthropic同意向SpaceX支付的算力费用接近此前估算的两倍，此举也在凸显出AI大模型/聚焦代理式工作流的AI智能体商业化进程越快，能够及时交付并稳定运行的算力集群越具战略价值。

近期Muse、Astra以及Anthropic Claude所代表的最前沿AI智能体/AI大模型技术进步，可谓为AI应用向各行业的大规模商业化扩张以及AI算力需求持续激增提供了重要技术基础——尤其智能体应用范围扩大，有望同步提高AI GPU/TPU这类AI超级加速器与高性能CPU、数据中心高性能HBM/DRAM/NAND存储芯片、高速光互连器件等AI核心基建资源需求。

从AI推理系统架构来看，GPU和专用加速器承担模型计算，CPU负责把推理结果转化为实际操作，内存与存储负责保存和调取任务状态。长上下文与多轮调用增加预填充计算及KV缓存需求;浏览器、代码沙箱、检索和任务编排增加服务器CPU负载;文件、数据库、持久记忆与缓存分层则将需求延伸到服务器DRAM、企业级SSD和高速网络。英伟达的技术资料已经将AI智能体推理描述为跨越GPU HBM、CPU DRAM、本地NVMe及远程存储，以及对于数据传输至关重要的内部高速光互连的无比庞大系统工程。

在Anthropic管理层看来，AI数据中心服务器集群的存储芯片组件，以及AI GPU仍是最清晰的AI算力产业链层面供给瓶颈。市场调研机构TrendForce预计，2026年服务器DRAM合约价累计上涨约270%，企业级SSD价格累计上涨约235%;2027年HBM合约价仍可能上涨70%—140%，即继续呈现翻倍式增长，这些数据体现了AI算力需求持续扩张与存储芯片涨价的共同作用。TrendForce测算还显示，2027年涵盖Blackwell与Vera Rubin平台的NVL72机架出货量预计同比增长超过50%;其市场调研的配图显示，相关系统产值预计由2026年的约2260亿美元升至2027年的7110亿美元，同比大幅增长214%。

Muse与Astra推动的核心变化，是让“数字劳动力”成为新的算力消费主体。Meta的Muse由Muse Spark驱动，拥有专用云端虚拟机，可以在用户离开应用后继续执行任务，并由独立Sentinel智能体审查对外操作;OpenAI的GPT-6 Astra则为dots提供能力，每个智能体拥有云电脑、浏览器与工具，能够处理持续性工作并委派子智能体。一条用户指令，由此展开为规划、检索、执行、检查和再次推理的连续流程。

背后的整体AI算力需求机制可以概括为——总推理工作量≈活跃用户数×每人任务频次×每项任务模型调用次数×单次调用计算量。渗透率提高作用于第一项，工作流自动化、多智能体协作则扩大中间两项。Anthropic此前的研究报告披露，其研究样本中智能体约消耗普通聊天4倍的Token，多智能体系统约为15倍;这一经验数据不能直接套用于Muse或Astra，却清楚展示了从“回答问题”走向“高效率完成人类复杂工作”的资源变化。

更深层的增长动力，是每项成功任务成本下降，扩大了AI能够经济地承接的工作范围。Astra在部分公开评估中同时提升能力与Token效率，因此需求增长并不要求每项任务越来越耗资源——即只要新增任务规模超过单位任务的资源节约，总计算需求就会继续扩张。此外，开源与闭源AI大模型竞赛趋势，通过改善质量、降低使用门槛和拓展场景，共同放大AI算力资源需求空间。

AI狂潮的“交付斩杀线”SpaceX如何打开3万亿美元估值想象空间

围绕Muse以及Astra的AI智能体加速普及与渗透正在改变数据中心的资源结构。GPU承担主要模型运算，CPU则运行浏览器、代码沙箱、工具调用、数据处理与任务编排;长上下文和高并发扩大活跃KV缓存需求，推动HBM容量与带宽升级;DDR支撑虚拟机、工具进程和部分缓存卸载，企业级SSD承载文件、长期记忆与上下文分层存储。采用跨节点预填充/解码分离时，KV缓存还需要通过高速网络搬运，扩大网络设备及相应光互连需求。有效算力取决于整套系统能否协同扩展。

这也解释了投资主线为何向CPU、存储和数据中心内部高速光互连扩散。9月21日，Muse下载狂潮带动的需求预期推动AMD上涨约10%、英特尔约12%、Arm约17%;韩国10月1日公布的9月数据进一步提供存储芯片制造端验证(韩国拥有全球两家最大规模存储芯片制造商——SK海力士与三星电子)半导体出口约603亿美元，同比疯狂增长262.8%;计算机出口70亿美元，同比增长435.3%;半导体设备进口34.4亿美元，同比增长50.8%。出口金额同时受数量和价格推动，而设备进口增长则显示算力需求正向半导体产能扩产全面传导。

有华尔街分析师据此趋势提出贯穿产业链的判断全球企业布局AI的史无前例狂潮正在形成“AI算力交付斩杀线”——商业规模的上限，越来越取决于企业能够以怎样的成本、延迟与可靠性，持续交付多少成功任务。SpaceX提前锁电、扩建集群、获取客户并强化稳定性，正是在争夺这条边界上的供应地位。对资本市场而言，具有重估基础的指标也随之具体化——即可用电力、按期上线容量、付费利用率、每兆瓦的有效任务吞吐，以及最终形成的现金流。

据了解，华尔街顶级金融机构TD Cowen在9月底首次覆盖SpaceX，给予“买入”评级及200美元目标价，较10月1日148.07美元收盘价隐含约35.1%上涨空间;核心逻辑是地面AI算力租赁将成为近期增长主引擎，预计2027年相关收入达到660亿美元、占总收入约58%，并自当年第一季度起贡献过半收入。其他华尔街金融巨头目标价覆盖方面，高盛给予“买入”评级以及220美元的12个月内目标价，摩根士丹利给予“增持”以及高达300美元目标价，瑞银给予“买入”以及210美元目标价，美银给予“买入”评级235美元目标价。

S&P Global截至9月30日汇总的37名华尔街分析师样本，综合评级为“买入”这一最乐观积极评级，未来12个月平均目标价为226.04美元，相对148.07美元意味着约52.7%的潜在涨幅;按当前约135.7亿股总股本保持不变静态测算，隐含市值约为3.07万亿美元，高于当前约2.01万亿美元。分析师给予这一乐观估值情景对应的核心预期，正是SpaceX在马斯克领导之下愈发聚焦于将电力、建设速度与集群运营能力，转化为服务多家AI客户的持续收入。

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！

礼来本周公布的二期临床数据为GLP-1之后的肥胖药物路线图添上了关键一笔其实验性胰淀素药物eloralintide与替尔泊肽联合用药，最高剂量组48周平均减重23.3%，远超替尔泊肽单药高剂量组的14.8%。

下一代肥胖药物的目标不是取代GLP-1，而是叠加新的减重机制。

礼来(LLY)和诺和诺德(NVO)正围绕胰淀素——一种与胰岛素一同在胰腺中释放、帮助调节饥饿感和饱腹感的激素——开发一系列注射剂、口服药和组合方案，为减重效果设置更高的天花板，同时为对GLP-1反应不佳的患者提供替代方案。

礼来二期数据减重23.3%，但耐受性待解

礼来正双线推进eloralintide——既作为独立疗法，也与旗下重磅药物替尔泊肽联合使用。本周公布的二期临床试验针对肥胖合并2型糖尿病患者，最高剂量组合组48周平均减重23.3%，替尔泊肽单药高剂量组为14.8%。上述数据基于疗效分析，即假设所有入组患者都完成了全程治疗。

杨百翰大学代谢健康专家Benjamin Bikman评价称，"这些结果令人鼓舞。2型糖尿病患者在这类疗法上的减重幅度通常低于非糖尿病患者。"

Leerink Partners分析师David Risinger预测，礼来的eloralintide系列产品到2035年底年销售额将达232亿美元，单药预计2029年上市，组合疗法2030年跟进。他认为独立eloralintide的潜力可能更大，因为"可能有超过1000万人尝试过GLP-1后因疗效不足、耐受性问题或基因因素而未能获得成功"。

礼来心脏代谢健康总裁Ken Custer在采访中表示"患者可能无法从替尔泊肽中获得所需的全部疗效，也可能无法从eloralintide单药中获得。"Bikman也认为，组合疗法为替尔泊肽单药减重进入平台期的患者提供了新的可能。

但礼来需要证明的还很多。数据来自规模较小的二期试验，三期试验将于今年晚些时候启动。耐受性是关键挑战因副作用停药的比例在不同剂量的联合用药组为10.8%至27%，而替尔泊肽单药组仅为2.9%。布莱根妇女医院体重管理中心联合主任Caroline Apovian博士直言，"27%不是一个好数字。"Bikman也强调，"一种疗法只有在患者能够持续使用时才是有效的，因此三期试验中的耐受性将与疗效同等重要。"

诺和诺德的胰淀素布局CagriSema明年上市

诺和诺德在胰淀素领域的布局已持续多年。其胰淀素药物cagrilintide在一项晚期临床试验中作为独立疗法已显示出显著减重效果。将cagrilintide与司美格鲁肽(semaglutide)联合使用的CagriSema，在临床研究中展现了更大的减重幅度，预计明年初上市，独立cagrilintide和高剂量CagriSema预计2028年推出。

诺和诺德本周发布的新数据显示，CagriSema的作用不仅限于体重下降。在一项为期一年的脑部成像(fMRI)研究中，该药物减少了"食物噪音"——对食物的持续性想法——并改善了器官和骨骼健康。研究表明，CagriSema改变了肥胖或超重人群大脑中与渴望、愉悦和自我控制相关区域对高热量食物的反应。"大脑中的信号以一种与生活质量改善相关联的方式发生了变化，"诺和诺德首席科学官Martin Holst Lange在采访中说。

诺和诺德还在开发amycretin(又称zenagamtide)，一种用单个分子同时模拟GLP-1和胰淀素两种激素效果的药物，以每周一次注射和每日口服片剂两种形式进行测试，今年早些时候公布了积极的二期临床结果。

多靶点时代从双靶到三靶

胰淀素并非新事物。美国在二十多年前就批准了首个胰淀素疗法，但该药物需要每日多次注射，普及度受限。目前在研的新一代胰淀素药物均为长效制剂，可每周注射一次。

胰淀素帮助产生饱腹感、抑制食欲、减缓胃排空，这些效果与GLP-1类似，但两者在体内的作用机制完全不同。"结果相同，但路径不同，"Bikman对CNBC表示。将两种机制叠加的逻辑很直观同时调动多种激素信号可能带来更大的减重效果，同时避免把单一药物的剂量推到极限。

这一思路已延伸至胰淀素之外。替尔泊肽本身已是同时针对GLP-1和GIP两种激素的药物，礼来的实验性药物retatrutide更进一步，同时针对GLP-1、GIP和胰高血糖素(glucagon)三种激素，在临床试验中报告了迄今最大幅度的减重数据，据已发表数据，该药物在减轻肝脏脂肪、甘油三酯和空腹胰岛素方面表现突出。辉瑞、阿斯利康和Viking Therapeutics也在开发各自的胰淀素产品。

目前判断胰淀素组合药物是否优于替尔泊肽或其他下一代疗法还为时尚早，更多临床试验和监管审批仍在前方。但从双靶到三靶，从注射到口服，肥胖药物的竞争格局正在快速分化。

本文转载自“美股投资网”，作者高智谋；美股投资网财经编辑严文才。

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，AI云计算基础设施提供商CoreWeave(CRWV)首席执行官Mike Intrator周三表示，尽管针对数据中心建设的监管阻力不断增加，公司并未看到订单需求放缓。他认为，相关限制只会改变AI基础设施的建设地点，而不会削弱市场整体需求。

“订单绝对没有任何减少。”Intrator在接受采访时表示，“这些限制不会以任何方式降低需求。市场仍在寻求更多基础设施……问题只在于把它们建在哪里。”

Intrator发表上述言论之际，CoreWeave正在旧金山举行Fully Connected大会，并集中公布一系列产品及客户进展，包括上线英伟达最新Vera Rubin NVL72系统，以及推出面向AI模型和智能体开发的新平台CoreWeave Forge。

受低于预期的美国PCE通胀数据推动，美股周三整体走强，CoreWeave股价早盘上涨逾1%。Stocktwits数据显示，过去一天散户投资者对CoreWeave的情绪处于“看涨”区间。

英伟达Vera Rubin系统投入生产运行

CoreWeave宣布，AI编程智能体Devin背后的公司Cognition成为首个在英伟达Vera Rubin NVL72架构上运行生产工作负载的客户。

Intrator表示，英伟达将GPU和CPU架构进行更深层次整合是一项重要进展。当两类计算组件在同一服务器内协同运行时，有望带来显著的性能提升。

CoreWeave与英伟达的合作关系可以追溯至2017年的Volta GPU架构。CoreWeave表示，其软件技术栈可以让客户在采用新一代英伟达系统的同时，继续跨多个GPU世代运行工作负载，从而降低基础设施升级过程中的迁移难度。

英伟达股价周三早盘一度上涨逾2%，距离创下历史新高仅差约5美元。当天早些时候，英伟达还宣布与工程咨询公司Jacobs达成一项为期三年的软件合作协议。

CEO淡化高利率影响 看好AI基础设施盈利能力持续提升

对于利率上升可能削弱AI基础设施投资回报的担忧，Intrator表示，CoreWeave的利润率改善速度快于利率上升速度。“我们获得的利润率增长速度比利率上升速度更快。”他同时指出目前新增基础设施的盈利能力已经高于一年前。

Intrator预计，这一趋势有望持续至2027年并延续到2028年初。他将其归因于企业和消费者对AI服务的持续需求，以及部署AI基础设施的企业正在创造越来越多收入。

这一表态也回应了近期市场对于AI数据中心巨额资本开支可持续性的担忧。随着利率上升，数据中心融资成本随之增加，而CoreWeave本身又属于资本密集型企业，因此AI基础设施能否产生足够高的回报一直受到投资者关注。

智能体AI推动CPU需求同步增长

除了GPU需求持续强劲外，Intrator认为，新一轮CPU需求周期也正在形成。

他表示，智能体AI的快速发展正在推动“全面且显著的CPU需求”，这种需求不仅来自GPU服务器内部与GPU配套使用的CPU，也来自独立CPU系统。

随着AI应用从单纯的大模型训练和推理逐渐转向能够自主执行复杂任务的智能体，相关计算工作往往需要GPU与CPU协同完成。这意味着AI基础设施投资热潮可能不仅惠及GPU，也将进一步扩大对传统处理器和服务器系统的需求。

推出Forge平台 打通AI模型和智能体开发流程

CoreWeave当天还发布了新的AI开发平台Forge，旨在将模型和智能体的开发、评估、可观测性以及部署整合到统一环境中。

Forge整合了CoreWeave自身服务、Weights & Biases Models、OpenPipe的模型后训练能力以及开源Notebook项目marimo，使开发者能够在一个平台中完成从AI模型开发到实际部署的多个环节。CoreWeave表示，MasterClass和Canva已经开始使用Forge。

CoreWeave股价今年以来累计上涨约22%。在市场持续讨论AI资本开支能否维持高速增长之际，Intrator的最新表态显示，至少从CoreWeave目前的订单情况来看，数据中心建设限制和融资成本上升尚未对AI基础设施需求造成明显冲击。

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，存储芯片巨头美光科技(MU)周三盘后公布2026财年第四季度业绩，营收和利润双双超过华尔街预期，并给出强于市场预期的下一季度业绩指引。在全球人工智能基础设施建设持续推高高带宽内存(HBM)、DRAM和数据中心存储需求之际，美光预计2027财年的业绩表现将进一步走强。

美光第四财季营收达到542.3亿美元，高于上一季度的414.6亿美元，也远高于去年同期的113.2亿美元；非GAAP摊薄后每股收益达到33.42美元，上年同期仅为3.03美元。根据分析师一致预期，华尔街此前预计美光当季营收为514.9亿美元，每股收益为31.83美元。

按照GAAP计算，美光当季净利润达到377亿美元，摊薄后每股收益32.87美元；非GAAP净利润则达到384亿美元。调整后毛利率升至87%，较上一季度的84.9%进一步提高，也远高于去年同期的45.7%。

美光董事长兼首席执行官Sanjay Mehrotra表示，公司2026财年取得创纪录的业绩，并预计2027财年表现将进一步增强。公司正在增加对技术、产品及制造能力的投资，以满足客户不断增长的需求。

下一季度营收指引最高630亿美元 再超市场预期

比第四季度业绩更受市场关注的是美光给出的最新业绩展望。美光预计，2027财年第一季度营收为615亿美元，上下浮动15亿美元，即600亿至630亿美元；非GAAP摊薄后每股收益预计为38.15美元，上下浮动1美元；调整后毛利率预计约为86.25%。

这一指引明显高于市场预期。媒体援引分析师数据称，市场此前预计美光第一财季营收约570.2亿美元、调整后每股收益约35.40美元。这也意味着，即便经历2026财年的高速增长，美光预计AI推动的存储芯片需求仍将在新财年延续。

数据中心业务爆发 核心业务季度营收同比增长逾10倍

AI数据中心成为推动美光业绩增长的核心动力。第四财季，美光Cloud Memory Business Unit营收达到162.8亿美元，高于上一季度的137.7亿美元以及去年同期的45.4亿美元。

增长更为显著的是Core Data Center Business Unit，该部门第四财季营收达到180亿美元，上一季度为115.2亿美元，而去年同期仅为15.8亿美元，相当于一年时间增长逾10倍。该业务毛利率达到90%，营业利润率达到85%。

随着全球科技公司大规模建设AI数据中心，对DRAM、高带宽内存以及高速闪存的需求持续增长。HBM是英伟达等AI加速器的重要组成部分，而大型AI服务器和数据中心同时需要大量高速存储产品，美光同时覆盖这两类市场。

媒体报道称，美光目前AI相关内存产品的订单需求已经远远超过其现有生产能力。包括亚马逊和Alphabet在内的大型科技公司今年仍在大规模投入AI基础设施，这为HBM及其他高性能存储产品提供持续需求。

2026财年营收突破1300亿美元 净利润同比大幅增长

从全年表现来看，美光2026财年的增长幅度更加突出。公司全年营收达到1331.9亿美元，相比2025财年的373.8亿美元增长超过两倍；GAAP净利润达到849.7亿美元，而上一财年为85.4亿美元。

非GAAP净利润达到867.6亿美元，摊薄后每股收益75.52美元，相比上一财年的8.29美元大幅增长。全年经营现金流达到896.8亿美元，远高于上一财年的175.3亿美元。

美光第四财季资本支出净额为107.7亿美元，全年达到273.7亿美元；调整后自由现金流第四季度达到332亿美元，全年达到623.1亿美元。截至财年末，公司持有的现金、有价投资及受限制现金合计734.8亿美元。

加码下一代存储产品 押注AI长期需求

面对持续增长的AI计算需求，美光正在进一步扩大技术和制造投资。

公司表示，第四财季服务器LPDDR SOCAMM产品组合营收环比增长超过一倍，同时已经开始送样业内首款512GB超高容量DDR5 RDIMM，传输速度最高可达9200 MT/s。

此外，美光基于1-gamma工艺的高速服务器RDIMM已经完成多家客户认证，7600 PCIe Gen 5和9650 PCIe Gen 6 SSD也已向主要客户出货，用于KV-cache等AI应用。公司还表示，其AI工作站产品已经获得所有一级OEM客户的设计采用。

今年8月，美光还宣布未来10年将在爱达荷州博伊西投入最高100亿美元建设Micron Research Labs，押注下一代存储及AI技术研发。

AI热潮也推动整个存储芯片行业进入景气周期。除美光外，三星电子和SK海力士同样受益于HBM和DRAM需求快速增长。不过，内存价格飙升也开始向消费电子产业传导，智能手机、PC等厂商面临更高的零部件成本压力。

股价一年暴涨约550% 市场聚焦AI内存景气持续性

在AI内存需求爆发推动下，美光股价今年以来已经上涨约275%，过去12个月累计涨幅约550%，成为AI基础设施热潮中表现最突出的半导体股票之一。

强劲业绩公布后，美光盘后股价一度小幅走高。最新盘后数据显示，美光报约1071.92美元，较常规交易时段收盘价上涨约0.6%。

尽管近期市场对AI投资规模、前沿AI模型发展以及巨额数据中心资本支出的可持续性出现更多讨论，美光最新业绩显示，至少在存储芯片环节，AI基础设施需求目前仍保持强劲。

公司第四季度营收同比增长近四倍，数据中心业务快速扩张，同时下一季度营收指引再次明显高于市场预期。随着HBM、服务器DRAM及高速数据中心SSD需求继续增长，AI基础设施建设能否维持当前投资强度，以及美光能否在扩大产能的同时维持高毛利率，将成为投资者接下来关注的重点。

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，SK海力士(SKHY)周四重申，尚未就其美国子公司Solidigm未来的融资需求作出任何决定，尽管有媒体报道称该公司可能进行双重上市。

该公司在一份声明中表示“潜在的融资选项包括内部资金或外部资本，任何决定都将结合HBM、服务器DRAM和eSSD的投资需求，以及市场状况和更广泛的资本配置计划来权衡。”

SK海力士补充称，在作出任何决定之前，长期企业价值和股东价值将是首要标准，其中包括潜在的股权稀释问题。这家韩国存储巨头还表示，将对潜在稀释及现有股东的保护进行评估。该公司上月曾发表过类似声明。

近日，有媒体报道指出Solidigm可能在美国和韩国进行双重上市。

上月有报道称，SK海力士正在考虑进行首次公开募股，对该部门的估值将达到1500亿美元。据多位知情人士透露，该部门于9月下旬与多家投资银行举行了会议。

Solidigm是SK海力士的NAND闪存和固态硬盘部门，其部分业务来源于SK海力士2020年收购英特尔(INTC)NAND部门的交易。

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！