美股大数据

马斯克称：真的缺存储，美光会到2万亿甚至更高！这也是老马决定自己做芯片的根本原因， 因为他看不到任何解法， 但很多觉得存储马上崩盘，需求会过剩。 stockwe.com $MU #存储

北美光网络市场份额格局 $NOK 对比 $CIEN 根据第三方权威市场调研机构（如Dell'Oro Group、Cignal AI）以及华尔街分析师（如摩根大通）的最新数据统计： 第一名（绝对垄断）：Ciena 美股代号 CIEN 在北美本土光网络市场，美国本土厂商Ciena 拥有统治级地位，独占约51% 的市场份额。 第二名：诺基亚（Nokia）+ Infinera（合并后）美股代号 NOK 诺基亚原本在北美的光网络份额约为10% 左右。但随着诺基亚在2025 年初正式完成了对光网络巨头Infinera 的收购，其在北美的地位发生了质的飞跃。Infinera 之前有近 60% 的收入来自北美市场。合并后，诺基亚在北美的光网络综合市占率达到了约 20% ~ 25%，成为唯一能真正对Ciena 发起规模化竞争的挑战者。 其他主要玩家： 思科（Cisco $CSCO）、富士通（Fujitsu）分列其后。受北美供应链政策影响，全球光网络老大华为在北美市场基本没有份额。 根据美股投资网，最新动态驱动（2026年现状） AI 数据中心（DCI）需求爆发： 诺基亚当前光网络业务的超预期增长，核心得益于北美各大科技巨头对 AI 算力中心的建设，数据中心互联（DCI）对 800G 及未来的 1.6T 高速光模块、波分设备（WDM）需求极其强劲。 北美本土产能扩大10 倍： 为了吃下北美这一高利润市场并满足“美国制造”的合规要求，诺基亚已在扩张其位于美国宾夕法尼亚州的光网络制造工厂，并推动加州圣何塞的新厂投产，使其在美光子芯片与光模块的本土产能提升了10 倍。 $AAOI $AEHR $NVDA $AMD $MU $SNDK $SKHY $AXTI #诺基亚

美国生产端通胀创下新冠疫情以来最大跌幅，7月加息已无可能 ！ 继昨日数据远低于预期后，高盛的Rich Privorotsky指出，今日的PPI数据对于核心PCE(美联储最青睞的通胀指标)的推导更为重要，尤其是医疗保健和金融服务领域。尽管5月份的PPI标题数据走高，但核心数据低于预期，而今日发布的6月份数据原预期为标题生产端价格持平。 事实上，与CPI一样，标题生产端价格实际上出现了通缩(环比下降0.3%)，创下2020年4月以米的最大单月跌幅。生产端价格的年增长率放缓至5.5%(远低于预期的6.2%)，其5月份的大幅跳升也被显著下修。虽然服务业仍保持温和通胀，但商品目前正处于显著的通缩状态。 $SPY $QQQ $SKHY

$NFLX 财报前瞻数据分析，美国用户流失率上升，整体情况是美国用户增长非常疲软，部分原因是用户流失率较高。美国市场的疲软增长应被亚太地区的增长所抵消。用户参与度总体尚可； 用户打开应用的频率保持良好，但使用时长并未真正增长，这表明内容吸引力不足。参与度下降主要集中在年轻用户群体；而36岁及以上用户的使用时长仍在持续增长。 关于客户流失情况，具体而言，2026年第二季度的流失率有所上升，且7月前两周的流失率显著更高。

美国亿万富翁，对冲基金潘兴广场资本管理公司CEO Bill Ackman在最近的一次采访中，他将人工智能市场划分为不同的层面，指出人工智能在基础层面上并非泡沫，但在软件/模型层面上风险极高。 他认为计算需求“近乎无限”。他相信微软、亚马逊、Meta，甚至 SpaceX 等基础设施提供商将从其数据中心投资中获得巨额回报。 他对 OpenAI 和 Anthropic 这类纯粹的模型层企业持高度怀疑态度。他指出，这些企业面临着巨大的资金消耗速度，并且受到开源模型（例如中国模型和 SpaceX 的模型）的生存威胁，这些开源模型正在将人工智能的使用成本有效地降低到几乎为零。如果开源替代方案几乎免费，那么依赖专有模型收费的商业模式将会崩溃。 我认为Ackman 的核心判断，其实不是“AI 是不是泡沫”，而是“未来利润到底会留在哪一层”。 在他看来，模型公司现在面临一个很尴尬的处境：为了保持领先，它们必须持续投入几十亿甚至上百亿美元训练下一代模型，但这种技术优势可能只能维持几个月。今天 OpenAI 领先，明天可能是 Anthropic，后天又可能被 Google 或新的开源模型追上。技术进步速度极快，导致模型之间的性能差距很难长期维持。 更重要的是，模型正在快速商品化。过去企业愿意为头部模型支付高价，是因为替代选择不多；但随着开源模型性能越来越接近闭源模型，整体价格就会被不断往下压。企业不会长期为微弱的性能优势支付高溢价，而是会选择性价比更高、更容易部署的方案。这意味着，虽然 AI 的整体使用量在大幅增长，但每次调用的价格却在持续下降，最后模型本身的利润空间会被严重压缩。 所以Ackman更愿意押注微软、亚马逊和 Meta 这样的基础设施提供商。因为无论最后是哪一家模型公司胜出，它们都无法脱离服务器、电力、芯片和数据中心而存在。模型行业的竞争格局可能每隔几年就会重塑，但对计算能力和基础设施的底层需求不会消失。Ackman不想承担模型层高度不确定的竞争风险，而是选择投资所有模型研发和运行都无法绕过的物理资产。 $META $AMZN $MSFT $GOOGL $SPCX #美股

微软正在终结“最强模型通吃”的 AI 时代 微软开始把 Excel 和 Outlook 中每周数以万计的 AI 请求，转交给自己的模型处理，而不是继续调用 OpenAI 和 Anthropic。 微软 AI 负责人 Mustafa Suleyman 说得很直接：“我们向 Anthropic 支付了很多钱，所以我们的目标是降低，并最终消除这部分成本。” 这不是微软放弃 OpenAI，也不是双方关系突然破裂。复杂推理、疑难任务和少数高价值场景，微软仍然可以调用外部顶级模型。它真正收回的是数量最大、调用最频繁的日常任务：邮件回复、会议摘要、信息整理和简单的 Excel 公式。 恰恰是这些看起来不起眼的任务，决定了 AI 生意最后能不能赚钱。 过去两年，市场默认了一套逻辑：企业会把越来越多的工作交给最先进的模型，并长期支付高价。模型公司负责训练，云厂商负责提供算力，企业按照 Token 持续付费。调用量越大，产业链赚得越多。 但微软正在证明，大多数企业任务根本不需要“世界上最聪明的模型”。如果一个便宜得多的内部模型已经能完成 90 分的工作，企业没有理由为最后几分能力支付数倍成本。 这意味着 AI 市场的竞争标准正在改变。过去比的是谁的模型能力最强，接下来比的是谁能用最低成本，把不同任务分配给最合适的模型。简单任务交给小模型和自研模型，困难任务才调用前沿模型。真正掌握入口、客户和任务分配权的平台，可能比单纯拥有最强模型的公司更有议价能力。 微软不是唯一这样做的公司。CNBC 报道，一些美国企业正在使用价格更低的中国 AI 模型。在某个主要平台上，中国模型一度占到美国企业 AI 使用量的 46%，而一年前平均只有约 11%。有创业公司把全部流量从 Claude 转向 DeepSeek，预计每年可以节省数百万美元。 与此同时，Meta 开始考虑出售多余的 AI 算力。这至少说明，过去两年“算力永远不够”的判断需要重新审视。问题不再只是企业愿不愿意使用 AI，而是这些使用量最终能否转化为足够高的收入，覆盖模型训练、芯片采购和数据中心建设的成本。 这件事真正动摇的，不是 AI 的需求，而是 AI 的定价权。 未来的 AI 使用量仍可能高速增长，但每次调用的价格可能下降得更快。企业会使用更多 AI，却未必愿意为每一次调用支付高价。模型能力会逐渐商品化，利润则向拥有用户入口、数据、分发渠道和自有基础设施的平台集中。 所以，微软这次调整揭示了一个更现实的产业方向：最强模型不会消失，但它可能只负责最难的那部分工作；真正庞大的日常需求，将被大量“足够好、足够便宜”的模型接管。 AI 时代没有结束。结束的可能是“只要模型足够强，就能长期收取高额溢价”的想象。 $MSFT $META $NVDA $AMD $AMZN #美股

$SPY Polymarket 认为伊朗在 12 月 31 日之前收取霍尔木兹收费的可能性下降至 72%

亿万对冲基金大佬Bill Ackman讲透一家公司如果从零开始经营到融资，最终上市的全过程！ #股票 $NVDA $SPY $QQQ $SPCX $MU

【芯片龙头现金流 VS 云计算巨头现金流】 美银最新统计数据显示，一场惊人的现金流大逆转正在科技行业上演。 一边，英伟达、美光、博通和应用材料这四家芯片巨头，未来12个月预计将合计产生4300亿美元自由现金流，是两年前的三倍有余，正加速变成为印钞机。 另一边，亚马逊、Alphabet、Meta、微软和甲骨文这五大AI巨头的合并自由现金流，却预计将从2024年2600亿美元的历史峰值，首次跌入负值。 因为它们正计划在2026至2027年间，将AI相关资本支出合计砸向1.8万亿美元的惊人规模。 $NVDA $SPY $QQQ $GOOG $GOOGL $AMZN $AAPL $META $MSFT $TSLA $AMD $INTC $TSM $SNDK $MU $MRVL $SPCX $SKHY

突发！英伟达砍掉一半亚洲客户，AI芯片“白名单”时代来了 据《金融时报》，英伟达近期大幅收紧亚洲客户审查，获准购买先进AI芯片的客户数量被削减超过一半。新一轮审查重点覆盖新加坡、马来西亚和日本，受影响最大的，是一批专门提供AI算力的Neocloud云服务商。 这次不是简单减少订单，而是英伟达在美国监管压力下，重新建立一套更严格的“白名单”体系。 现在的审查已经不只是看公司资料，而是可能直接进入客户数据中心核查，验证合同、确认最终用户，判断这些算力是否可能通过第三方流向中国。美国商务部也参与了相关监督。 我认为，这件事要分两面看： 对英伟达来说，短期可能增加合规成本，部分亚洲渠道订单也可能延后。但这并不代表全球AI需求减弱，而是芯片流向正在被进一步收紧。 对亚洲Neocloud来说，影响反而更直接。未来能不能拿到英伟达最新GPU，可能不只取决于资金和订单，还取决于客户结构、数据中心所在地，以及能否证明最终用途。 更值得关注的是中国市场。 高端AI芯片进入中国的渠道继续收窄，但中国国内AI智能体和大模型对算力的需求仍在增长。行业人士甚至表示，中国本土AI芯片供应商普遍处于满负荷状态，部分过去需求较弱的低端芯片，只要能够投入使用，也已经被抢购。 所以这条新闻真正释放的信号不是： AI芯片需求下降。 而是： 全球AI算力正在从“谁有钱谁能买”，进入“谁通过审查，谁才有资格买”的阶段。 短期利空部分亚洲渠道商和Neocloud；长期看，反而可能进一步强化英伟达对高端AI算力供应链的控制力。 $NVDA #美股

亚洲机构在恐慌什么？存储板块的真实分歧，我梳理了5个核心事实 上周我陆陆续续翻了50多份买方的存储板块观点。一个总结就是——全市场都在盯着存储，但大家的焦虑点早就不是"涨不涨"了，而是"还能涨多久"。#美股 $MU $SKHY $SNDK $WDC 说白了，二阶导的分歧才是这波抛售的真正导火索。 我把自己听到的几个核心事实和逻辑梳理了一下，不一定全对，但都是真实交流下来的素材，分享给各位参考。 资本开支的“既要又要” 这是绕不开的第一个矛盾。 卖方对2026-2027年存储市场空间的测算，大概在3480亿到7200亿美元之间。这个数字意味着什么？它直接占到了云厂商硬件CAPEX的50%-70%。 要让这个模型跑通，未来3-6个月云巨头的CAPEX得硬生生拉到1万亿到1.5万亿美元。我听到之后的第一反应是，这个前提本身就挺脆弱的。接下来财报季，只要云厂商的指引稍微比预期低一点，市场立刻就会往利空的方向去解读。 韩国的“3万亿美元”计划，市场可能想多了 韩国抛出3.1万亿美元的半导体和AI大计划之后，我听到最多的反应是“完了，又要无脑扩产搞过剩了”。 但我仔细看了一下实际进度，发现市场可能自己吓自己。 第一，这个计划的时间表拉到了2040年，不是三五年的事。第二，龙仁集群的土地补偿才做完一小半，电网配套都还没理顺。三星和海力士虽然把一期投产时间提前到了2029年和2027年，但2026-2027年这个窗口期，根本不可能有任何新增产能落地。 所以我自己的判断是，这事儿短期影响有限，市场确实过度解读了。 HBM均价的“翻倍梦”，可能不太现实 这个分歧是我聊下来感受最强烈的。 超过半数的买方还在预期明年HBM均价能同比翻倍，觉得这样才能和DDR5拉开利润差距。但我跟几个产业端的朋友聊了一下，大家的判断普遍更保守。 逻辑很简单。HBM价格已经是传统DRAM的好几倍了，如果再来个翻倍，英伟达的毛利率会直接被压缩，下游根本承受不住。更理性的预期是25%-30%的溢价空间。明年涨价的真正驱动力，其实是HBM4引入定制化Foundry Base Die带来的高成本，以及高堆叠良率的损耗补偿——说白了是成本推动，不是暴利提价。 DRAM和NAND，谁紧更缺？ 答案很清晰，还是DRAM。 目前DRAM的自给率（供给/订单）大概在50%-60%，NAND在70%-80%。中国NAND厂商明年确实有新厂房要投产，还会分一半产能给DRAM，但由于整个行业处在缺货状态，2028年之前对海外龙头的实质性冲击都很有限。 消费电子/MLCC为什么跌得最惨 MLCC这块，村田、太阳诱电、三星电机，从6月高点下来已经跌了差不多34%。 AI服务器需求确实很强，但PC和手机端的MLCC库存去化太慢了，拿不到长协价权。存储情绪一旦转弱，这个板块就成了最先被抛的那个。我自己的感受是，消费端的复苏节奏还是最大的不确定因素。 总结一下，这次调整，我分析认为，是亚洲机构在用流动性压力和二阶导放缓的预期在给市场定价。长协（LTA）确实平滑了周期的下行波动，但在上行期也封死了现货暴利的天花板。 说白了，这波杀估值不是基本面出了大问题，而是之前市场预期打得太满，现在在往回修正而已。