FX168财经网_全球视野外汇黄金加密货币NFT资讯网

高通入局AI芯片，竞逐英伟达！AI国产替代需求迫切，科创人工智能ETF（589520）盘中溢价，买盘资金强势

内部署10吉瓦规模的NVIDIA系统、甲骨文为OpenAI提供云端服务器……英伟达、OpenAI、甲骨文、软银等企业的千亿美元复杂资本循环已经形成了算力产业闭环。平安证券指出，在美国限制先进芯片出口中国，以及打压国产算力芯片、国产大模型的行业大背景下，国产算力替代的紧迫性持续提升。申港证券认为，随着算力基础设施的持续投入，国产算力在模型侧和算力芯片方面或将持续突破，有望维持较好景气度，展望中期，国产算力有望获得领先于海外算力的增长弹性。政策面上，重磅会议落幕，新五年规划传递国家重视科技自立自强的关键信号。国家发改委指出，未来10年，将再造一个中国高技术产业。科技部提出，强化算力、算法、数据等高效供给，全面实施人工智能+行动。浙商证券指出，在高质量发展优先的基调下，加快高水平科技自立自强，引领发展新质生产力将是所有政策的重中之重。在百年未有之大变局下，抓住新一轮科技革命和产业变革历史机遇也是中美博弈的核心。其他相关政策也将围绕新质生产力为核心开展。【国产替代之光，科创自立自强】站在当前时点，关注科创人工智能ETF（589520）及其联接基金（联接A：024560，联接C：024561）的三大亮点： 1、政策点火，AI腾飞：顶层文件引爆，AI或成为贯穿本轮行情的引领板块。端云融合是AI发展的核心趋势，成份股均为细分环节收入最大或卡位最好的公司，受益于端侧芯片／软件AI化进程提速。 2、国产替代，自主可控：科技摩擦背景下，信息安全、产业安全重要性凸显。人工智能作为核心技术，实现自主可控至关重要。标的指数重点布局国产AI产业链、具备较强国产替代特点。 3、20CM高弹性，进攻性强：相较直接投资科创板个股，ETF能够低门槛布局，并且20%涨跌幅限制，在行情爆发时效率更高。前十大重仓股权重占比超七成，第一大重仓行业半导体占比超一半，集中度高，具备较强进攻性。 4、收益亮眼，显著领跑：拉长时间来看，科创人工智能ETF（589520）标的指数自本轮低点（4月8日）以来，累计上涨66.71%，跑赢市场热门的科创板宽基指数，如科创综指（61.83%）、科创50（60.60%）等。数据统计区间2025.1.1-2025.10.27。风险提示：科创人工智能ETF华宝及其联接基金被动跟踪上证科创板人工智能指数，该指数基日为2022.12.30，发布于2024.7.25，，该指数2023年、2024年的年度涨跌幅分别为：12.68%、32.36%，指数成份股构成根据该指数编制规则适时调整，其回测历史业绩不预示指数未来表现。本文中提及的个股、指数成份股仅作展示，个股描述不作为任何形式的投资建议，也不代表管理人旗下任何基金的持仓信息和交易动向。基金管理人评估科创人工智能ETF华宝的风险等级为R4-中高风险，适宜积极型（C4）及以上的投资者，适当性匹配意见请以销售机构为准。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。基金投资有风险，基金的过往业绩并不代表其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，基金投资须谨慎。

金融界10-28 10:33

美股科技巨头资本支出激增，AI超级计算中心建设引关注

足庞大需求。OpenAI计划与英伟达、甲骨文和博通等合作伙伴联合投资约1万亿美元基础设施，推动整个行业投资门槛提升。标普全球Visible Alpha Research负责人Melissa Otto表示：“市场将关注公司对投资轨迹的说明，以及这种增长是否会放缓。”摩根士丹利分析师预计，科技巨头总资本支出明年将达到近5500亿美元。投资与回报的平衡问题巨额资本支出必须得到回报支撑。Impactive Capital联合创始人Lauren Taylor Wolfe指出：“科技七巨头自由现金流有限，尚未从投资中看到显著回报。”分析师将关注微软的Copilot AI是否促进其他业务增长，谷歌AI投资是否捍卫搜索和广告业务，Meta生成式AI技术是否提升广告定位能力。主要科技公司资本支出计划一览公司 2025财年预计CapEx(亿美元) 增长率重点投资方向微软 (MSFT.US) 913 42% AI超级计算中心、云基础设施谷歌 (GOOG.US) 824 57% AI实验室DeepMind、云服务、产品支持 Meta (META.US) 684 84% AI基础设施、广告投放优化、AI视频应用Vibes 亚马逊 (AMZN.US) 1170 41% 生成式AI、芯片、数据中心、物流网络苹果的“混合”投资策略苹果资本支出规模相对较小：2024财年仅为94亿美元。公司采用从云提供商租赁计算能力的“混合策略”，部分支出计入运营费用。首席执行官Tim Cook表示，“我们也在大幅增加投资”，首席财务官Kevin Parekh称，资本支出将“大幅增长，但不会指数级”。分析师预计2025财年增长28%至121亿美元，2026财年进一步增至144亿美元。编辑总结本周科技巨头财报焦点聚集在资本支出数字上，凸显企业在生成式AI和高性能计算领域的战略布局。微软、谷歌、Meta和亚马逊均大幅提升投资，建设AI超级计算中心以应对未来需求。苹果采取“混合”策略，资本支出增长相对稳健。整体来看，市场正密切关注巨额投入能否实现可持续增长，资本支出与未来回报的平衡将成为投资者判断科技巨头长期价值的关键因素。常见问题解答问：为什么华尔街本周更关注科技巨头的资本支出而非传统财务指标？答：资本支出反映公司未来增长能力和战略布局，尤其在AI浪潮下，建设超级计算中心和AI基础设施的投资决定企业长期竞争力，而营收和利润仅显示短期表现。问：AI军备竞赛如何推动科技公司的资本支出？答：生成式AI需求激增，对计算能力和数据中心提出巨大要求。科技公司为保持竞争力，纷纷投入巨额资金建设AI超级计算中心，提升算力和基础设施能力，从而推动资本支出大幅增长。问：微软、谷歌、Meta和亚马逊资本支出的主要方向是什么？答：微软投资AI超级计算中心和云基础设施；谷歌支持DeepMind、云服务及产品；Meta布局AI基础设施、广告优化及视频应用；亚马逊投资生成式AI、芯片、数据中心和物流网络，以应对未来业务增长需求。问：苹果资本支出策略为何与其他巨头不同？答：苹果不运营公共云服务，而是采用从云提供商租赁计算资源的“混合策略”，将部分资本支出计入运营费用。资本支出增速稳健，但不会指数级增长，体现出谨慎扩张策略。问：投资者为何关注资本支出与回报的平衡？答：巨额资本支出若未能带来相应收入增长，将影响企业自由现金流和长期股东回报。因此，投资者关注支出是否能够有效转化为业务增长和利润，以评估科技巨头投资战略的可持续性。来源：今日美股网

今日美股网10-28 10:10

美国能源部与AMD合作10亿美元建超级计算机，加速AI、核能与药物研发

络芯片 AMD、惠普(HPQ.US)、甲骨文(ORCL.US)、橡树岭国家实验室(ORNL) 发现号（Discovery） 2029年投入使用 MI430系列AI芯片 ORNL、HPE、AMD 技术规格与合作伙伴 AMD首席执行官苏姿丰表示，MI430是MI400系列的升级版，结合了传统超级计算芯片的高性能功能和人工智能应用能力。能源部官员指出，这两台超级计算机将成为美国首批与全国各地私营企业和能源部实验室共享计算能力的合作项目。应用前景与科学意义能源部长赖特表示：“利用这些人工智能系统的计算能力，我们将在未来两三年内找到利用聚变能的切实可行方案，并加速药物研发，特别是分子级癌症治疗研究。希望在五到八年内，将大多数癌症转变为可控疾病。” 此外，这些超级计算机还将用于管理美国核武器库，并支持核能、聚变能及国防等关键科技的研究与发展。共享与管理模式分析根据能源部官员，超级计算机由能源部托管，AMD提供硬件和资本支出，双方共享计算能力。此模式不仅提高了科学计算资源的利用率，也为未来公共与私营部门的合作建立了示范模板。编辑总结美国能源部与AMD的10亿美元超级计算机合作项目，是推动AI、高性能计算、核能与药物研发的重大举措。两台超级计算机Lux和发现号将结合尖端AI芯片和传统CPU能力，支持科学家进行大规模数据处理和复杂模拟。共享管理模式不仅提高资源利用效率，也为公共科研机构与私营企业合作提供了重要范例，标志着美国在全球高性能计算领域的战略布局进一步加速。常见问题解答问1：美国能源部与AMD合作建设超级计算机的目标是什么？答：目标是加速核能、聚变能、国家安全及癌症治疗等重大科研领域的进展，提升美国在关键科学领域的计算能力。问2：Lux和发现号超级计算机的主要差异是什么？答：Lux将在六个月内投入使用，基于MI355X AI芯片；发现号预计2029年投入使用，基于更先进的MI430系列AI芯片，性能更强。问3：AMD在项目中提供哪些技术支持？答：提供MI355X和MI430 AI芯片、CPU、网络芯片及相关高性能计算技术，同时参与研发和资本投入。问4：超级计算机的应用范围有哪些？答：应用范围包括核能、聚变能、国防与国家安全、癌症分子级研究及药物研发等。问5：能源部与AMD如何共享计算能力？答：能源部负责托管，AMD提供硬件与资本投入，双方共享超级计算机计算能力，并向全国私营企业和实验室开放部分资源。来源：今日美股网

今日美股网10-28 10:10

24小时环球政经要闻全览 | “一行一局一会”重磅发声中方回应11家中国企业被英制裁

比仍显逊色——软银集团、OpenAI与甲骨文公司在得州联合开发的数据中心预计将部署50万块GPU。 AMD与美国能源部达成超级计算机协议 AMD与美国能源部达成超级计算机协议。AMD将为美国橡树岭国家实验室Lux人工智能超算系统提供算力支持。AMD称，当Lux和Discovery系统全面部署后，将代表总计10亿美元的私人和公共资金投入。Lux人工智能超级计算机将于2026年初投入使用。

格隆汇10-28 08:13

AMD联手美国能源部打造AI超算 Lux与Discovery加速核能与医疗研发

。项目由AMD、惠普拆分后的惠与公司、甲骨文云基础设施业务（OCI）以及橡树岭国家实验室联合开发。Lux计划在未来六个月内建成并投入使用。 AMD CEO苏姿丰表示，Lux部署速度在同类超算中最快，“这正是我们希望为美国AI努力实现的速度和敏捷性。”橡树岭国家实验室主任Stephen Streiffer指出，Lux超算将提供约为当前超级计算机三倍的AI算力。第二台超算Discovery计划与技术特性第二台超算名为Discovery，采用AMD专为高性能计算调优的MI430系列AI芯片。该系统由橡树岭国家实验室、惠与和AMD联合设计，预计2028年交付，2029年投入运营。 Streiffer表示，Discovery预计将实现巨大的性能提升，但具体算力尚不可预测。苏姿丰指出，MI430是MI400系列的定制产品，结合了传统超算芯片的关键特性与AI应用优化功能。能源部将托管两台超算，企业提供设备并承担资本支出，双方共享算力，这是能源部与私营企业及全国实验室开展超算合作的首批示范项目。应用领域与战略意义能源部长克里斯·赖特表示，这些AI超算系统将在核能、聚变能源、国防与国家安全技术以及药物研发等领域发挥重要作用。针对聚变能源，科学家将利用超算模拟高温高压下的等离子体行为，以复制太阳核心反应。赖特指出：“AI超算的计算能力将在未来两到三年内为掌握聚变能源提供实际路径。” 在医疗领域，这些超算可用于分子水平模拟癌症治疗，加速药物发现。赖特表示：“未来五到八年内，我们希望将许多致命癌症转变为可控疾病。”此外，超算还将支持美国核武器库管理。超算项目对比与历史背景超算名称芯片平台计划完成时间应用领域 Lux AMD MI355X AI芯片六个月内核能、聚变能源、药物研发、国家安全 Discovery AMD MI430系列AI芯片 2028交付，2029投入运营高性能AI计算、科研应用道德纳(Doudna) 英伟达Vera Robin平台 2026投入使用科学研究、超算训练任务此前，美国能源部还与英伟达和戴尔合作建设“道德纳”超算，以补充国家关键科技领域的算力布局。这表明美国政府在AI与高性能计算方面正在形成多芯片、多供应商的战略体系。编辑总结 AMD与美国能源部的AI超算合作展示了美国在关键科技领域的战略布局。Lux和Discovery将显著提升科研算力，助力聚变能源、药物研发及国防技术发展。通过结合私营企业技术优势与公共科研资源，美国正加速建设面向未来的高性能计算能力。此举不仅推动AI应用落地，也为芯片制造商提供新的增长机会，并对全球超级计算生态产生深远影响。常见问题解答问1： Lux和Discovery两台超算的主要差异是什么？答： Lux基于MI355X芯片，六个月内建成，专注于快速部署和AI算力提升；Discovery采用MI430系列芯片，性能更强，预计2028年交付，2029年投入运营，面向高性能科研应用。问2：两台超算的应用领域有哪些？答：主要应用于聚变能源、核能研究、药物研发、癌症治疗模拟以及国家安全和国防技术。问3： AMD在这些超算项目中的角色是什么？答： AMD提供AI芯片及CPU技术，参与系统设计和部署，与能源部及合作伙伴共同承担项目实施和技术研发。问4：这些AI超算对科研进展有何影响？答： Lux可提供约三倍当前超算的AI算力，加速聚变能源模拟、药物分子模拟和国防技术研发，Discovery则在性能上更进一步，为复杂科研提供更强算力支撑。问5：这些项目如何体现美国的高性能计算战略？答：通过与AMD和英伟达等私营企业合作，美国能源部构建多平台、高性能计算体系，确保在AI和科学研究领域保持领先地位，同时推动关键技术落地应用。来源：今日美股网

今日美股网10-28 08:10

英伟达与德国电信联手建设10亿欧元德国AI数据中心，SAP将成为首批客户

元 1万个欧洲软银/OpenAI/甲骨文（美国得克萨斯州）未公开 50万个美国此外，德国电信此前也曾与其他企业讨论建设“吉瓦工厂”，但进展较慢，这显示欧洲AI基础设施建设仍处于加速期。主要人物及机构言论黄仁勋指出，欧洲在AI投资速度上仍落后于中美，并强调加强算力建设的重要性。德国电信CEO蒂姆·霍特吉斯表示，公司将借助数据中心项目推动区域数字化转型。SAP CEO克里斯蒂安·克莱因补充称，该项目将有助于提升企业在AI应用上的效率和竞争力。德国联邦数字事务部长卡尔斯滕·维尔德伯格强调，政府将提供必要政策与监管支持，确保项目顺利落地。政策影响与行业趋势分析该项目反映出欧洲在AI基础设施建设上的战略调整。面对中美在AI算力上的领先优势，欧洲希望通过政策引导和产业投资快速弥补差距。该数据中心不仅将成为企业AI应用的重要支撑，也将成为欧洲在人工智能领域与全球竞争者对标的关键节点。编辑总结总体来看，英伟达与德国电信联合建设的德国AI数据中心标志着欧洲在人工智能基础设施上的加速布局。虽然项目规模相对全球顶级数据中心仍有差距，但结合SAP等企业的入驻以及欧盟政策支持，欧洲AI生态系统有望在未来数年内实现显著提升。此举不仅体现企业间的战略合作，也显示出欧洲在全球AI竞争中逐步形成的政策和产业响应能力。常见问题解答问：此次英伟达与德国电信的合作对欧洲AI产业意味着什么？答：此次合作是欧洲推动AI基础设施建设的重要举措，旨在增强区域计算能力和技术自主性。虽然项目规模与美国“吉瓦级”数据中心相比仍有限，但通过联合投资和企业入驻（如SAP），欧洲能够逐步构建完善的AI生态系统，为科研、企业应用及政策制定提供技术支撑。问：数据中心预计使用多少GPU？是否能满足AI需求？答：该德国数据中心预计使用约1万个GPU，足以支撑企业级AI训练与推理任务。相比美国单一数据中心约50万个GPU的规模，仍存在差距，但在欧洲区域环境下，结合政策支持与企业应用场景，这一规模足以提升区域AI基础设施整体水平。问：欧盟“投资人工智能”倡议与该项目的关系？答：欧盟公布的2000亿欧元AI投资计划旨在未来五至七年内将运算能力提高三倍。英伟达与德国电信的数据中心项目正是在该政策背景下进行的战略性投资。政策提供资金、监管和生态引导支持，使企业在建设和运营AI基础设施时降低风险，同时加速区域AI发展。问：SAP入驻数据中心有何意义？答：SAP作为欧洲最大的软件企业，其入驻意味着企业级AI应用需求直接与高性能计算基础设施结合。通过利用数据中心算力，SAP可以加速其企业AI产品开发、数据处理和服务优化，从而推动欧洲企业在全球AI竞争中的竞争力。问：欧洲在AI基础设施建设上与中美差距有多大？答：目前欧洲在AI基础设施建设上仍明显落后于中美，尤其在单体数据中心算力规模和投资总量上存在差距。黄仁勋指出，欧盟在AI投资方面需要加速，整体生态系统仍需整合政策、产业与科研力量，以缩小与全球领先水平的差距。来源：今日美股网

今日美股网10-28 08:10

全成 “绳上蚂蚱”，OpenAI 是灵珠 or 魔丸？

星际之门项目，它将 OpenAI 与$甲骨文(ORCL.US) 、$英伟达(NVDA.US) 、$软银(9984.JP) 等公司做了深度关联，被市场诟病的 “资金循环”、“算力重复叠加” 就在于此。最早在 2024 年，媒体报道 Microsoft 和 OpenAI 计划投资 1000 亿打造星际之门（Stargate）AI 超级计算机，将配备数百万个专用服务器芯片，以支持 OpenAI 的 AGI 发展。当时还是 OpenAI 与$微软(MSFT.US) 蜜里调油的时期。微软累计向 OpenAI 投资了 130 亿，除了股权，OpenAI 给到微软一些技术授权、微软独供 OpenAI 云计算需求、独家代理 ChatGPT 的 API 接口等等。但进入 2025 年之后，随着 OpenAI 重组完成，OpenAI 与 Microsoft 的关系开始变得微妙了起来，不时有 OpenAI 与微软关系破裂降温的传闻。这里的核心矛盾在于扩大算力供给的问题。微软作为一家成熟的上市公司，财务严谨是底线，而 OpenAI 一直要求微软快速扩建数据中心，要求数百GW 规模。这让海豚君想起了今年 Sam 的 “惊人” 发言——OpenAI 的发展在 2030 年将需要 250GW 的算力功耗。 250GW 简直是一个微软怎么都吞不下的天量巨饼。一个简单的衡量标准，1GW 功耗相当于 500 亿美金的基建投入要数万亿美金的投入。同时 1GW 相当于 100 万个美国家庭的同时用电，那么 250GW 相当于 2.5 亿个家庭，这美国总人口才不过 3 亿多。。。眼见 OpenAI 吐槽微软阻碍了它的发展，最终微软让步，将对 OpenAI 推理部分的独家算力供给权放开限制，允许 OpenAI 找别家云平台囤算力。之后 OpenAI 这才找到了后来的 Oracle、Google，找了英伟达、AMD 和博通等等。 OpenAI 与微软之间的关系也变味了。当初想要让微软帮建的星际之门项目，2025 年初换了投资方之后大大升级，从去年的 1000 亿美元的总投资额上升到未来 4 年投资 5000 亿美元，目标是打造 10GW 算力的数据中心群。首先 Stargate 从项目成为了一个独立的公司，股东除了 OpenAI 外，换成了 Oracle、Softbank 以及 MGX（阿联酋 AI 投资基金），各自负责数据中心建设运营、能源开发、资金来源，其中 OpenAI、Softbank 分别持有 40% 的股权，Oracle 与 MGX 合计持有剩下的 20%。这样新成立的公司，从资源禀赋来看，其实就是一个 OpenAI 有绝对话预期的云服务商。这个云服务商数据中心的 GPU 芯片大部分采购于英伟达，尤其是最早开工的 Abilene 是基本全部采用，包括不限于 GB200、GB300 以及 VR200 系列。 9 月底，英伟达又通过分批投资的方式（每部署 1GW 注资 100 亿），总共向 OpenAI“返利” 1000 亿元，并获得相应的 OpenAI 股权（也是分批计算，只要 OpenAI 的估值持续上涨，英伟达持股比例不会大于 10%），来进一步加深了利益捆绑。而曾经的亲密战友，微软则只是作为其他非参股的技术合作方参与其中，角色地位被明显弱化。截至当前，部署目标已经规划了 70% 多，主力是美国七个数据中心站点，海外目前有清晰规划主要是挪威地区的站点，大多个数据中心园区的建设都在 2026 年之后竣工。比较快的就是软银主导集群和最先投入的 Abilene 站点，一年后就可投入运营，合计 2.7GW 的算力。（2）勾搭 AMD：GPU 的 Plan B 10 月初在大家还沉浸在对 OpenAI 与英伟达的甜蜜捆绑津津乐道时，鸡贼的 OpenAI 留了一手，OpenAI 马上宣布未来 5 年将通过云服务商，来部署 6GW 算力的 AMD Instinct 系列 GPU。首批部署为 1GW 的$AMD(AMD.US) Instinct MI450 GPU。也就是通过找备胎的方式，避免因为过度依赖而被裹挟。作为回报，AMD 向 OpenAI 按照部署节奏分 6 批次发行最多 1.6 亿认股权证（占目前 10% 的股权份额），行权价 1 美分基本等于白送。同时，行权门槛也不高，虽然只说了首批权证在 1GW 部署完成并供应之后开始生效，但按逻辑讲，后续批次应该也是按照每部署 1GW 可以生效。除了第六批认股权证的行权门槛是 AMD 要达到万亿美金市值（相当于当下股价翻 2 倍）可能会有点难度外，其余认股权证的生效条件，不得不让人怀疑，OpenAI 完全可以通过转股套现来支付采购 AMD 芯片的费用，都不用额外占用太多现金流。当然，随着 AMD 市值的走高，OpenAI 现金流的支付压力也越小。如果 OpenAI 一直等到 1 万亿，才将所有的认股权证转股卖出，那将获得至少 1000 亿的资金，而 OpenAI 的采购成本估计也就是 1200 亿左右（正常的高端 GPU 功耗下，6GW 对应约 500 万颗 GPU，按每颗 2～3 万美金的综合均价计算）。这样的操作无疑是通过利益捆绑携手做高 AMD 市值为最终目的。（3）牵手博通：GPU 也有替身 “背刺” 英伟达还不够，OpenAI 干脆找备胎找到底，找到$博通(AVGO.US) 去开发定制 10GW 算力的 ASIC，不过主要用于专有场景的推理。该合作计划从明年下半年启动部署，预计到 2029 年底完成算力建设。这款 ASIC 设计由 OpenAI 负责，制造、部署和网络集成则由博通提供，和 AMD 一样，这些 ASIC 也将会部署在 Stargate 数据中心以及合作伙伴（如微软、甲骨文）的数据中心中来运行使用。 2、万亿算力投资 “一哄而上”，实则 OpenAI 的平衡术？结合<1-3>，上述星际之门以及与产业链上游的直接合作，加上最近 9 月刚签的 CoreWeave 合同，OpenAI 给未来的自己累计规划了最高 31GW 算力新增供给（其中 26 亿算 GW 是近一个月新增的），对应产业链总部署价值高达 1.5 万亿。其中英伟达的 10GW 纯新增，属于 OpenAI 与英伟达直签的租赁合同。预计总租赁成本要比采购芯片便宜 10%-15%，关键从采购改租赁，能帮 OpenAI 减轻资金一次性投入下的现金流负担。但海豚君认为，甲骨文的 4.5GW 与 AMD、博通的算力规划，只能说不排除有重叠。目前 4.5GW 的新算力需求，甲骨文在 5 月采购过 400 亿美元的英伟达 GPU，这只够对应 1GW 的容量，并且新闻报道了是专门用于得州 Abilene 数据中心的建设。也就是说，4.5GW 的新增算力，要么从甲骨文目前的存量数据中心挪移算力，要么就是要新建数据中心。这里面涉及到新 GPU 的采购。要么是甲骨文继续从英伟达采购，要么从别处采购。但 OpenAI 与 AMD、博通的合作也说明了，这部分芯片需要安排部署在 in-house 的数据中心（也就是指 Stargate），或者合作伙伴的数据中心上。这个合作伙伴，应该主要就是指微软、甲骨文。已知，微软主要负责 OpenAI 的训练算力，甲骨文负责推理算力。因此如果有安排，那么博通的部分应该就是部署在 Stargate（基本都是甲骨文负责运营）或者甲骨文数据中心上。AMD 则可能或许会有几率安排在微软上，这是因为，OpenAI 对 AMD 的合作要求是 2026 年底才会推出的 MI450，旨在用于训练上。这 30GW 的算力负载，占到了美国 2024 全年数据中心总装机量的 60%。70% 利用率运行下，换算成 Tokens（按照 H100 GPU，7B-70B 不同大小的推理模型来算）大约可以达到 10～378 万万亿/年，是 2025 年 OpenAI 14000 万亿 Tokens/年的 7～200 倍。虽然 OpenAI 的梦想非常宏大，以后万物皆 AI，算力还会飞速增加，但关键是这又大又圆的算力需求，又为什么急于在一个月之内锁定协议和合作对象呢？海豚君认为，整个过程完全可以归于利益博弈。但看似是 OpenAI 焦虑算力供给，实则可能是一种平衡术，旨在提前锁死关键伙伴，壮大整个生态。（1）甲骨文上牌桌：是福，还是祸？作为与 OpenAI 捆绑最深的一方，甲骨文也是赌上身家了。好的是，未来的收入增长几乎由 OpenAI 决定，OpenAI 也会尽可能把最多的算力需求订单给到它，比如 27 年开始的 5 年 3000 亿订单。这才有了 Q2 业绩会上 “炸裂” 的长期增长指引，以及 AI World 大会上的 “任性” 上调：但同时作为 Stargate LLC 的股东，为了推动项目要能正常开展，当前期投入的资金不够时（若 OpenAI 未及时融来足够的资金），只能咬碎牙先垫资，尤其是它负责主导建设的两个数据中心园区，不排除需要先自掏腰包去先买下 GPU 芯片以及其他辅助硬件。然而，甲骨文也并不富裕，资产负债率 80%，作为没有现金流主业的数据中心开发运营商，重资产运营下，现金储蓄也并不多。除次之外，OpenAI 还与英伟达签了直租合同，这就让甲骨文有点尴尬了。而从趋势上看，Stargate 未来的闲置算力不排除会对外出租（30GW 只是峰值需求，并非常态）。虽然甲骨文握手 Stargate 的少部分股权，但不妨碍业务本身存在竞争，到时候甲骨文很可能会成为 Stargate 的包工头/运维/分销商，彻底锁死 OpenAI，要么就是退出 Stargate 联盟，但无论哪一种，都不是特别好的归宿。（2）英伟达：与 CSP 巨头争夺产业话语权此次英伟达于 OpenAI 的 10GW 直接合作，实际上是在谷歌、甲骨文傍上 OpenAI 后，英伟达一种进击式防守，尤其是谷歌还用的是 TPU。在当下的算力产业链中，由于还是供小于求的卖方市场，因此中上游正在美美享受行业发展的红利。但二者之间也存在明争暗斗，尤其是各自的巨头，谁也不服谁。中游 CSP 想削掉上游 GPU 的高昂采购成本，上游 GPU 眼红中游 40% 的利润蛋糕。但若下游需求巨头选择捆绑其中一方，这一方的产业链溢价权自然上升。尤其是当面对拥有 8 亿周活用户的 OpenAI，无论是发展前景还是背后资源实力上，都会吸引芯片巨头锁死利益关系，“一起为梦想窒息！”。或者说芯片厂商只能相信，OpenAI 允诺的天量订单，给三家芯片厂商带来的营收增量都是史无前例的，如果不去相信，否则如何去讲自己的增长故事？所谓船大、饼大，这个抱团意愿也就可想而知了。再加上这笔交易本身，对英伟达也是不亏的。不仅仅是 1000 亿的投资是分批投入，就算把这 1000 亿算到成本中，对于英伟达来说也是净赚的，只是毛利低了点：据报道租赁成本相比采购成本便宜 10%-15%，即 350*85%=300 亿/GW，再扣去 “返现” 的 100 亿/GW，实际净付 200 亿/GW，英伟达正常成本 350*25%=87.5 亿，调整后毛利为 112.5 亿，调整后毛利率 32%，比之前少赚 150 亿/GW。但是英伟达用这部分让利出去的毛利率锁定了最高 10% 的 OpenAI 股权，一定程度上相当于用实物作为风险投资的资本来换取股权。但如果没有租赁模式和这 1000 亿的投资，也不一定换的来 10GW 的订单，订单更多被流入到博通、AMD 等竞对口中。最终这场投资变成了芯片商们 FOMO 的博弈平衡。（3）AMD：是备胎又怎样？毕竟上船了 AMD 毫无疑问是 OpenAI 的备胎，是 OpenAI 面对英伟达留有的后手，但也注定了只有在一定条件下才会转正（MI450 成功推出、额外算力部署）。从订单总金额与目前的收入规模来看，弹性很高。一边是五年 1000 多亿的收入订单，一边是万亿市值梦，看上去 OpenAI 与 AMD 合作是 win-win。但 AMD 也是分批部署，一次 1GW，但也需要上百亿的前置投入。这笔钱在完成部署之前，OpenAI 可能并不能预付 100%，这就需要 AMD 垫资了。不过往好处想，正是因为是备胎，因此算力需求不太会立即分配到它，就算垫资，规模也相对可控。（4）博通：大势所趋的渔翁虽然市场认为博通的不确定性最高，毕竟合作细节披露得最少。但海豚君认为，产业链中 CSP 与 GPU 芯片巨头之间利益博弈，比如英伟达直接绕过 CSP 与下游客户 OpenAI 签直供合同，等于是要把 CSP 大厂们排除出利益链条外，这必然会加速 CSP 自研 ASIC 芯片的进程。而博通通过多年与谷歌 TPU 的合作，这套程序已经相当熟练，毫无疑问是受益。虽然从目前来看，OpenAI 暂时还不急于依赖 ASIC 的算力，但自研芯片正是渗透到 CSP 的后一步。三、万亿投资，钱从何来？ OpenAI 上述已囤的 31GW 算力峰值，撑起的是 1.5 万亿的产业链价值。但这只是多年之后预计的 “最高” 投入成本，而非短期投入抑或是最终累计投入，导致市场非常担心 OpenAI（2025 年收入可能是 150 亿美金）的支付压力。实际上，OpenAI 购买星际之门的云服务，其实就相当于星际之门的下游客户，按照实际使用来支付费用。如下图，真正承担投入资金职责的是 Staragte 这个合资公司，虽然 OpenAI 有 40% 的股权，也要承担一定责任，但总归可以找人分担了。但市场也担心，除了 OpenAI 之外，共同责任人软银、甲骨文、WAX 是否有承付能力，毕竟这几家都没啥巨额的稳定现金流。海豚君认为，担心并非多余。但实际的承付压力，还得算一算。这里面到底有多少缺口，是需要 OpenAI 的商业化或再融资来补上的，甚至是甲骨文等需要长期垫资的。 OpenAI 的整体规划周期基本在 5 年，虽然都是分批付款：英伟达是 5 年租赁合同（跳过 CSP 直租），AMD 和博通都是按实际部署节奏来付款，AMD 还附带送股套现，甲骨文也是 5 年租期，CoreWeave 同样是多年租期。但似乎叠加起来，对短期的现金支付要求压力依旧不小。（1）数据中心投入：尤其是按目前计划，星际之门里三个数据中心（得州 Abilene、俄亥俄州 Lordstown、得州 Milam）都将在未来两年内完成部署落地。这也意味着付款周期马上来临，这是整个星际之门背后项目方（OpenAI、Oracle、软银、MGX）所面临的共同压力。（2）除此之外，英伟达的首批 1GW、AMD 的 1GW 也将在 1 年内完成部署，分别对应 350*85%（租金优惠）=298 亿、500 亿美元部署成本（其中芯片成本 175 亿美元）。（3）甲骨文的 3000 亿 4.5GW 算力订单，将在 2027 年开始支付 600 亿美元。上述 1-3 合计，OpenAI 所代表的 Stargate，将于 2027 年需要支付 1600 亿美元。而真正落到 OpenAI 头上的，则是按需租赁算力的费用，以及前置投入中分派到自己头上的成本，合计 600 多亿。但英伟达的 100 亿投资、AMD 的首批权证转股（2660 股）套现后也有 60 多亿（按当前股价来算，实际降息周期下，估值抬高套现额也会一同提升），减去后最终净支出为 500 亿美元。注意这里仅计算了与新合作伙伴的投入，与微软原本的云服务采购也在继续。（因为实际情况不确定，具体细节不清晰，下图估算比较粗略，仅供大致参考）。目前 Stargate 首期资金 1000 亿，其中 OpenAI、Softbank 作为主导人，首期 1000 亿资金双方各投资 190 亿美元，甲骨文和 MGX 联合投资 70 亿，剩下的 550 亿计划通过发债融资。这里面的关键支撑点，就是 OpenAI 未来是否有这样的商业化能力，去兑现这些价值万亿的天量订单？面对承付能力质疑，OpenAI 的商业化展望是这样的：2025 年预计营收 130 亿（隐含下半年收入 87 亿，环比 100% 增长），2029 年目标 1250 亿，2030 年目标 1740-2000 亿，未来 5 年 CAGR 超过 90%。在上述 2027 年的支出测算下，预期 540 亿的收入刚好覆盖新增算力成本，但还有研发人员、营销投入以及公司基本运营支出需要覆盖，这部分大约占到收入的三分之一，也就是 150-200 亿之间。这个缺口只能寄希望于再融资，但问题是，OpenAI 的 5 年 2000 亿的宏大收入愿景能实现吗？ 5 年 10 倍收入增长，而且是起点就已经在百亿级别，绝对是难度拉满。换种说法，5 年营收从 0 干到 1000 亿。放眼望去过去几十年，也只有在 AI GPU 领域做到 90% 以上绝对通吃且身处产业链中价值最高的芯片设计环节的英伟达，才有过这样的 “增长斜率”。不过，正如当初的 ChatGPT 横空出世，从当初的质疑到最后的信服，成为 AI chatbot 的专属代名词，那么 OpenAI 能否复刻 ChatGPT 的神话？下一篇，海豚君将深入探讨 OpenAI 的收入端——商业化前景，以及对现有巨头的潜在影响大小。敬请期待！

海豚投研10-27 20:43

AI大崩溃！电力需求2026年到顶？

AI驱动的人类生活方式“不可逆转变”。甲骨文为OpenAI租5.4GW，买的是大模型产业化的生命线：GPT-5训练一次耗超10万兆瓦时电（相当于中型城市一周用量）；未来，智能工厂AI算法需24小时运算，AI诊断设备需稳定电力，这些需求都是长期刚性的。更关键的是，AI与电力已形成双向循环：AI可降低数据中心15%-20%电力浪费，还能通过负荷预测优化电力调度——这不是“脉冲式需求”，而是“渐进式渗透”，就像20年前没人认为宽带2005年达峰，而人类对AI智能的渴望无天花板，电力需求自然不会止步。彭博新能源财经预测，2035年全球数据中心电力容量将从2024年81GW增至277GW，2025-2035年需求翻三倍多。若2026年是“峰值”，277GW从何解释？答案在AI渗透速度里：2025年全球AI算力是2020年10倍，2030年预计再增50倍，算力跃升必带电力扩张，进一步印证“AI的尽头是电力”。格隆汇研究院2024年初就研判，数据中心电力需求是长期增量赛道，需关注支撑算力基建的电力设备商，这与当前趋势高度契合。“峰值”说法混淆短期供需缺口与长期天花板，就像2000年有人说手机销量达峰，却没料到智能手机催生新需求——而AI对电力的拉动更强劲、更持久。 AI渗透才刚开始：当各行各业都借助AI做产业的升级迭代，电力需求只会攀升，不会在2026年停步。 GEV订单数据也印证“惯性”：25Q3新增订单146亿美元（同比增55%），总订单储备1350亿美元，产能排至2027年。若客户认为2026年是峰值，不会提前锁产能——这些订单里，亚马逊的12GWAI数据中心变压器、谷歌的算力集群备用电源、公用事业公司的风电并网设备，全是AI军备竞赛下的长期备战，而非短期冲刺。技术的“摆渡力”，从氢燃机到Prolec并购，GEV在修“永续的能源桥” 有人称2026年电力达峰的底气是“现有能源技术已到极限”，但GEV的技术布局拆解了这一误区：能源“峰值”是技术升级的起点，GEV正搭建承载AI时代电力需求的“能源桥”。 H级燃气轮机的氢燃烧技术是关键构件：100%氢燃料运行，氮氧化物排放低于25ppm，2026年商业化。其核心意义不仅是“碳中和”，更是为AI提供稳定低碳电力——若电力不稳（如天然气短缺），AI生产线会停产；若碳排放高，AI“绿色应用”会落空。更重要的是，该氢燃机搭载AI智能控制系统：AI毫秒级调整燃料配比，提升8%氢燃料利用率；AI预测性维护提前30天识故障，缩短30%停机时间——这是“AI反哺电力生产”的典型案例，让电力供给更适配AI的连续需求。德国老厂换氢燃机，可继续为AI服务器供电；日本工厂用它，能避免AI生产线因天然气短缺停产。这种“氢燃机+AI”组合，不是“限制需求”，而是“解放AI电力需求”，证明电力可多用以支撑AI，同时碳足迹变小，所谓“峰值”只是旧技术瓶颈。格隆汇研究院此前研判，“碳中和+AI电力需求增长”双轮驱动下，氢燃机、高效变压器等技术将催生投资机会，具备跨场景适配能力的设备企业更具长期价值——GEV的布局正契合这一判断。 52.75亿美元收购ProlecGE的动作更值得深思。市场解读为“补产能”，却忽略30年合作根基与长期布局：Prolec变压器能在阿拉斯加极寒、沙特高温中稳定工作，不是为2026年峰值准备，而是让电力抵达更多“AI尚未覆盖的地方”。 GEV把Prolec中低压变压器销往非洲，能让肯尼亚村庄用上稳定电网，支撑当地AI教育平板、AI诊断设备，让孩子告别烛光学习——这是AI向欠发达地区的延伸，电力普惠是AI普惠的前提。当Prolec变压器与GEV电网自动化技术结合，AI价值进一步凸显：AI实时监测变压器状态，提前72小时预测故障；AI驱动负荷预测，让偏远风电、光伏量与AI设备用电需求精准匹配，避免新能源浪费——这是电力适配AI需求、AI优化电力利用的双向赋能。这种并购是“AI时代能源普惠”的长期主义。Prolec2025年20%业务来自AI算力中心，2028年预计收入超40亿美元——背后是电力需求从城市AI算力中心，向乡村AI应用场景、发展中国家延伸的轨迹。若2026年是峰值，这些未满足需求该如何安放？所谓“峰值”的误解：当我们把“阶段性平衡”当成“终极天花板” “2026年电力达峰”说法的本质，是把“短期供需平衡”当成长期需求的天花板，忽略人类文明“AI驱动的需求无限性”与“技术突破性”。 Gartner预测，2027年40%数据中心将受电力限制——这不是“需求达峰”，而是“现有供电跟不上AI新需求”的预警。2026年生成式AI市场规模预计破1.2万亿美元，AI边缘计算节点将快速增加（2028年累计电力需求破50GW），这是推理端需求的新爆发点，而非峰值。同时，AI正重构电力系统应对缺口的方式：智能电网通过AI分析用电习惯，提升25%供需平衡效率；GEV研发的AI电网调度系统，2027年可将供需误差控制在5%以内——这是“AI反哺电力系统”，让电力供给更精准匹配AI需求，而非被动应对“峰值”。这就像20年前“宽带不够用”不是“互联网需求达峰”，而是“宽带技术要升级”。电力供应限制，恰恰说明需要更多的燃气轮机、更多的变压器、更多的电网设备，来支撑未被满足的需求。花旗上调AI基建支出至2.8万亿美元，高盛预测2025-2027年超大规模资本支出累计1.4万亿美元——这些不是“为峰值冲刺”，而是“为突破AI电力限制”。格隆汇研究院曾研判电力投资核心逻辑：短期供需缺口不是天花板，而是下供电升级的窗口期，应聚焦解决并网难题、提升传输效率的设备领域，这一判断正被行业资本验证。 GEV风电板块短期调整也印证此逻辑：陆上风电订单疲软，不是“风电需求达峰”，而是“为AI驱动的风电升级蓄力”。GEV没裁员，而是培训工程师转做运维——这些工程师未来会用AI检测风电叶片、优化并网效率，让风电2030年支撑全球30%的AI算力需求。这种调整是“深耕”不是“退缩”，证明电力增长是“AI+多能源”协同演进，“峰值”是单一视角的片面判断。再看GEV的现金流与资本配置：25Q3自由现金流7.3亿美元，期末现金近80亿美元，2028年仍有超100亿美元增量资本可部署。若2026年是峰值，无需保留这么多长期资金——这些资金投向“AI与电力深度融合”：用AI训练燃气轮机数字孪生模型（提20%运维效率、降12%燃料消耗）；研发BWRX-300反应堆AI运维系统（2028年核电预测准确率达95%）；升级电网数字化（AI优化输电路径，降5%传输损耗）。这些投入指向“让AI电力需求持续增长”，而非“应对峰值后收缩”，完全契合“AI的尽头是电力”的逻辑。电力没有“峰值”，只是文明的“新起点” 站在2025年10月底谈2026年电力峰值，恰似19世纪的人谈“蒸汽动力峰值”——我们总用当下技术限定未来可能，却忘了AI需求永向前，“AI+能源”技术永破边界。必须明确核心结论：AI的尽头是电力。AI从算法模型到智能控制、家庭互联、乡村应用，每一步都以电力为基石；电力从传统供给到低碳化、智能化升级，每一次迭代都支撑AI边界扩张——二者早已共生共荣，“电力峰值”是割裂这种关系的片面判断。 GEV的1350亿美元订单，是为文明铺路的砖石；氢燃机与Prolec并购，是承载AI电力需求的桥梁；其员工、客户、服务的社区都在证明：电力需求从不是“越用越少”，而是越用越广、越有温度——从城市AI算力中心到乡村AI医疗设备，每一度电都支撑更智能的生活。 “2026年电力峰值”不过是资本市场短期情绪的误解。真正的“峰值”，只存在于“停止AI创新、停止电力技术突破、停止文明延伸”的世界。而在当下，AI仍在渗透（消费端到工业端），数字仍在普惠（发达地区到发展中国家），碳中和仍在推进（传统能源到新能源），电力需求会像永续河流，在“AI的尽头是电力”的逻辑下不断向前，滋养更多人的美好生活。这，才是GEV财报里最该被看见的真相，也是AI时代文明向前的永恒逻辑。

格隆汇10-25 16:39

A股头条：国务院：谋划一批带动性强的重大政策、重大改革、重大项目；央行重磅！维护股市、债市、汇市等金融市场平稳运行

金融界10-25 08:29

甲骨文发行380亿美元债券支持数据中心，助力OpenAI“星际之门”AI项目

odayusstock.com 报道，甲骨文计划发行总额达380亿美元债券，用于支持新建数据中心项目。该举措体现出甲骨文在人工智能基础设施和云计算服务方面的持续投资战略，同时为其与OpenAI的合作提供资金保障。知情人士透露，这笔债券将分为两笔独立的高级担保信贷安排，由摩根大通和三菱日联金融集团牵头。融资安排详情具体融资安排如下：贷款金额用途项目地点 232.5亿美元资助数据中心建设德克萨斯州 147.5亿美元资助数据中心建设威斯康星州两笔贷款均属于高级担保信贷安排，为甲骨文提供长期资本支持，确保数据中心建设顺利推进。数据中心建设与用途这两个数据中心由Vantage Data Centers开发，将专门用于支持人工智能计算和大规模数据处理。甲骨文将利用这些设施为OpenAI提供基础计算能力，支持其模型训练、云服务和AI推理任务。项目覆盖的场景包括高性能计算、海量存储以及低延迟网络架构，确保人工智能应用在不同环境下的稳定性和高效性。与OpenAI合作意义甲骨文与OpenAI的合作被整合在名为“星际之门”的计划中，总投资规模达到5000亿美元，旨在建设全球领先的AI基础设施。甲骨文方面表示，该计划不仅提升其云计算竞争力，也为OpenAI在模型训练和应用部署提供长期、可靠的计算资源。OpenAI近期的声明强调：“通过与甲骨文的合作，我们能够扩展AI模型规模，加快商业化落地，提升全球人工智能应用能力。” 市场与行业影响此笔债券发行和数据中心投资显示，甲骨文正大幅扩展其云服务和人工智能计算能力，有望进一步巩固其在企业云市场和AI基础设施市场的领先地位。业内分析指出，这类大规模融资和基础设施建设将推动AI算力供应扩张，可能引发更多科技公司加速投资AI数据中心，从而推动整个行业进入新一轮扩张周期。编辑总结甲骨文通过发行380亿美元债券支持数据中心建设，体现出其在人工智能基础设施领域的战略布局。两座位于德克萨斯州和威斯康星州的数据中心将为OpenAI提供关键计算资源，确保“星际之门”计划顺利推进。此次举措不仅增强了甲骨文在云服务与AI算力市场的竞争力，也为行业带来示范效应，推动AI基础设施和高性能计算需求进一步增长。常见问题解答问1：甲骨文发行380亿美元债券的主要目的是什么？答：主要目的是为两座新建数据中心提供资金支持，以增强其在人工智能基础设施和云计算服务领域的能力，同时确保OpenAI合作项目“星际之门”有充足的计算资源。问2：这笔债券由哪些金融机构牵头？答：摩根大通和三菱日联金融集团是这笔债券的牵头银行，负责安排两笔独立的高级担保信贷，确保资金顺利拨付并降低融资风险。问3：两座数据中心分别位于哪里，其用途是什么？答：德克萨斯州的数据中心使用232.5亿美元贷款建设，威斯康星州的数据中心使用147.5亿美元贷款建设。两者都将支持OpenAI的AI计算、模型训练及大规模数据处理任务。问4：“星际之门”计划的投资规模和目标是什么？答：该计划总投资约5000亿美元，目标是建设全球领先的AI基础设施，提供高性能计算资源，支持OpenAI模型训练和云服务，加速人工智能技术的商业化落地。问5：此次债券发行和数据中心建设对行业有何影响？答：大规模债券融资和基础设施扩张将提升AI算力供应，推动更多科技公司投资AI数据中心，可能引发新一轮人工智能基础设施建设热潮，从而推动行业整体扩张和技术发展。来源：今日美股网

今日美股网10-24 10:10

24小时热点