FX168财经网_全球视野外汇黄金加密货币NFT资讯网

亚马逊谷歌罕见联手推出多云高速互联服务：几分钟搞定跨云私有连接，10月AWS大中断后紧急补救

收151.6亿美元，同比增长约35% Microsoft Azure市场份额继续紧追AWS 随着AI大模型训练对算力需求暴增，三巨头均宣布未来三年各投入超千亿美元扩建数据中心。此次亚马逊与谷歌的跨云合作，也被视为在AI时代抢占企业客户信任的战略布局。编辑总结 10月AWS大中断暴露了单云架构的致命风险，迫使亚马逊与谷歌放下竞争姿态，在多云互联领域迅速联手。新服务将跨云私有连接时间从数周缩短到几分钟，极大提升企业灾备与迁移效率。结合Salesforce等头部客户快速上车，以及两大云巨头高管的罕见同声表态，表明多云已成为不可逆转的行业趋势。未来，类似深度合作或将在AI基础设施、安全合规等领域继续上演。【常见问题解答】 Q1：为什么说这次合作“罕见”？A：亚马逊与谷歌在云市场长期位列第一、第三，直接竞争关系强烈，此前从未在基础设施层面深度联合。此次直接打通底层网络技术，共享控制平面，属于史无前例的强绑定合作，核心驱动力正是10月AWS中断带来的行业震动。 Q2：普通企业能用上这个新服务吗？A：完全可以。只要同时是AWS和Google Cloud的付费客户，即可在各自控制台开通，几分钟完成配置。初期主要面向大中型企业，后续会逐步下沉到中小客户。 Q3：这个服务会不会很贵？A：两家均表示定价将与现有Dedicated Interconnect/Direct Connect保持一致，甚至在批量使用场景下更优惠，目的是加速多云普及，而非赚连接费。 Q4：有了这个服务，是不是就不怕单云宕机了？A：大幅降低风险，但并非100%免疫。企业仍需做好架构层面的多云冗余、流量自动切换等设计。新服务只是把“切换成本”降到了最低。 Q5：微软Azure会不会也加入类似合作？A：微软目前更倾向于自研Cross-Cloud解决方案，但市场压力正在增大。若亚马逊谷歌的联合服务获得广泛成功，微软未来加入或推出对标产品的概率极高，多云互联有望演变为三巨头共同标准。来源：今日美股网

今日美股网12-01 18:10

黄金如预期上涨，日内继续回落买入为主，黄金行情走势！

你的盈利，来自于别人的亏损。也就是说，当有人犯错的时候，市场才会出现可供人赚取的利润，但是你无法去计算、预测下一步有多少人会犯错，犯多大错，而也无法去保证，自己每一次都站在正确的一方。那么，在交易中，你唯一能做的，就是当自己犯错的时候，尽量让错误的时间越短越好。剩下的，就是等待别人的犯错，共勉！　　　　如果你此时正在纠结亏损，或者这么多策略该跟随哪一单，而这时候，你可以选择观察一下我们群内的操作实时公开、公明、公平的现价单以群内交流的方式呈现如果你需要帮助，本人会一直在这儿，但如果你连手都不伸，我又怎么能帮到你呢？　　　　　全方位指导时间：早7：00┄次日凌晨2：00（周末也从不停歇，可供随时咨询)《rsi166888》钉钉《kp116688》　　现货黄金行情回顾：　　　　现货黄金上月收线大阳柱，而从周线看第一周十字星震荡后第二周快速拉伸4245一线回落收线带有较长上影线的阳柱，第三周继续十字星，但是第四周再次大阳拉伸导致月线以大阳收尾；所以价格必定会上破4245一线，也就是本周价格将继续冲击新的高点。　　　　日线同理也是大阳拉伸收尾，那么目前支撑就是在41

金油控盘大师12-01 12:20

流动性与科技双驱动的资本市场

含美系Google、AWS、Meta、Microsoft、Oracle以及中系的Tencent、Alibaba、Baidu）的CAPEX总额增速已经被上修至65%。预期2026年CSPs仍将积极投资，资本支出总额可能增加至6,000亿美元以上，年增速有望达到40%，展现出AI基础建设的长期成长潜能。尽管AI产业趋势呈现全球节奏同步性，整体科技板块的上涨节奏也更多依靠海外AI产业链的映射，但2026年以及更长维度来看，中美科技博弈仍将倒逼国内 AI 产业链国产替代加速。“十五五”规划强调科技自立自强，当前中国AI产业政策已经形成了完整体系：《“十四五”数字经济发展规划》（2021年总纲）、《“人工智能+”行动意见》（2025年行动纲领）、《人工智能融合发展行动计划（2025-2028）》（专项计划）及千亿元人工智能创新发展基金（配套机制）共同构成支撑。地方政府积极响应，上海建成全球规模最大城市级5G网络，成都设立“AI应用中试基地”，推动技术向重点行业渗透。集成电路、基础软件等领域获政策重点支持，叠加国内互联网厂商 AI 投入意愿提升，国内AI 产业链从算力硬件到应用端将全面受益。 2026年科技产业投资重点仍然聚焦AI+产业链，重点关注国产替代与应用场景落地两条支线。国产替代方面，布局ASIC芯片、边缘计算芯片等细分领域已实现技术突破的企业；应用场景落地方面，配置自动驾驶、智能制造、智慧医疗、机器人等AI渗透率快速提升的行业。 2.5.4.2 安全重构：全球防务与供应链网络全球地缘政治冲突或持续，大国博弈下国防装备升级需求迫切，全球主要国家防务支出增长，欧盟去年的防务开支总额为超预期的3430亿欧元（4020亿美元），创下了新的纪录，2025年防务开支进一步增加到3810亿欧元。“十五五”建议首次提出，坚决打击“台独”分裂势力，反对外部势力干涉，维护台海和平稳定，牢牢把握两岸关系主导权主动权两岸统一。2026年全球国防支出可能进一步提升。目前，美国已宣布2026财年预算，国防开支预计增加至12.8%。国内来看，2024-2026年中央本级国防支出预算保持7.2%增速，2025年达17,846.65亿元，“十四五”收官与“十五五”启动叠加推动装备列装加速，国防军工行业2025年已经迎来订单释放拐点。2026年，随着订单逐步落地，军工行业业绩兑现有望进一步持续。除军备外，全球走向双极化的大背景下，供应链自主可控成为各国战略重点，航运与物流作为供应链的核心环节，在保障物资运输、降低供应链中断风险中作用关键。全球供应链重构推动航运物流从成本中心转向战略资产。2026 年，海外来看，中企全球化进程加快，全球营收敞口企业增多，推动航运物流需求提升；国内来看，国防领域的战略物资与装备生产、运输也将进一步带动供应链全链条发展。 2.5.4.3 弱美元：资源品价格中枢上移美联储降息将推动美元走弱，而弱美元环境下资源品作为以美元计价的资产，价格中枢易上移。当前，全球资源品普遍面临供给约束，叠加新能源、AI 等新兴产业带动需求增长，供需矛盾将进一步支撑资源品价格，企业盈利能力有望进一步提升。工业金属方面，2026-2027 年全球铜供给增速或不足 2%，而中美电力需求高增将带动铜需求增加，支撑铜价上行；电解铝受国内产能天花板限制，海外投产进度缓慢，供给刚性显现，且成本下行推动企业盈利能力增强。贵金属方面，美元信用减弱的叙事无法证伪，叠加流动性宽松的预期和地缘风险溢价，黄金长周期牛市可能仍将延续。白银因兼具 50%以上的工业需求，价格弹性比黄金更大，波动相对也更加剧烈。 2.5.4.4 通胀的抓手：PPI端“反内卷”，CPI端“内需升级” 全国统一大市场建设提出已有5年时间，但改革还没有完全落地。反内卷作为制度补丁，提前引导产业和地方政府行为方式转变。反内卷政策旨在提升经济效率，支持良性竞争，打破地方保护和市场分割，同时达到支持新兴行业有序扩张、促进要素自由流动的目的。价格作为中介变量，是政策有效性的核心。当下的反内卷政策仍以行业自律为主，对关键行业产能进行限制，由各部门共同协调，实现反内卷目标。 2026年，政策层面继续通过“反内卷”有序化解过剩产能，优化供给结构，同时着力扩大内需，推动消费从商品消费向服务消费转型，实现供需新均衡。当下最受益于反内卷的行业主要集中在有色金属、化工、新能源等行业链上。若能真正落地实现有序竞争，驱动 PPI 改善，上游企业利润率有望提升。虽然居民部门的资产负债表修复是一个漫长的过程，但边际上的积极变化已经出现。服务消费因其较强的社交属性和体验价值，对收入预期的改善最为敏感，旅游、电影、餐饮等行业在节假日效应的催化下，展现出强大的反弹动能。当前中国服务消费有三个特点，一是服务消费在消费结构里的比重与同等发展水平的国家相比不低，但落后于美国、日本等发达国家。二是消费偏好更注重基础服务消费，呈现出“重教育不重娱乐、重买房不重租房”的特点，住房、医疗、教育等基础服务是我国服务消费比重较高的主要原因。三是服务消费价格偏低，教育、医疗、交通等大量基础服务消费，对于低收入者也能负担。与高收入国家相比，服务消费的结构和金额仍有提升空间，提升服务消费也是今后扩内需、促消费政策的重点。今年受到广泛关注的新消费板块一定程度上是服务消费和商品传统消费的结合。依赖“生产决定消费”的线性思维，而新消费实现“供给创造需求”。新消费表现出明显的三高特征：高情感价值、高性价比追求和科技尝鲜倾向，这些特征已经超出了商品物理层面的使用价值，更多承担了服务消费的功能。从“实用主义”到“意义追寻”的价值观转向，新消费正在重塑中国消费市场的底层逻辑。因此，今年以来的新消费浪潮可能只是开始，未来随着宏观层面向内需驱动型经济转变，服务业占比持续提升，城镇化进程不断深化，互联网基础设施体系逐步完善，服务消费和新消费的比重有望进一步提升。 2.6. 美股：产业驱动延续新高 2025年美股经历了此轮牛市以来完整的第三年，三大股指均创下历史新高。而与此同时，年迄今美股的表现逊于日本、德国、中国等主要市场，MSCI美国指数也跑输MSCI全球、发达与新兴市场指数，前两年美股相对于非美股市的优势有所弱化。究其原因，从交易主线来看，年迄今美股走势一波三折，先后经历了Q1关税担忧的升温、Q2对等关税落地后的衰退交易与“去美元”交易、Q3减税法案与“去美元”的证伪，以及Q4史上最长的政府关门造成的流动性冲击与AI泡沫担忧的升温。期间，4月2日对等关税超预期落地后，标普500指数4日下跌12%；而随后在对“去美元”的质疑中，美股迎来快速反弹，标普500指数一个月后即收复失地，并在6月底回到历史新高。回顾看，支撑美股抵御政策不确定性冲击、延续牛市的基础，仍是AI产业叙事下大型科技股的盈利增长与估值提升。表现在股指上，标普500与其等权重指数之比在今年以来继续攀升至历史新高。进一步拆分标普500指数的贡献因子可见，年迄今标普500指数累计上涨14%，其中盈利预期EPS和估值PE分别贡献11.21%和2.51%。今年尤其是下半年以来，盈利预期的增长是美股上涨的主要贡献，而降息及降息预期对估值的提振在一定程度上被风险溢价的上行所抵消，尤其是4月初对等关税落地、四季度政府关门持续、以及近期AI泡沫担忧升温时期。展望看，我们认为2026年美股将受益于宏观环境与AI产业叙事的多重利好，延续新高。从盈利预期来看，25Q3以来市场对2025、2026年标普500盈利预期已持续上修、偏离季节性低迷；但与此同时，从估值视角来看，当前已处于高位的估值水平与美股对AI泡沫叙事较强的依赖度意味着，未来估值的进一步向上易带动波动率同步走高，加大交易的难度。具体来看，宏观环境上，我们预计明年美国将迎来财政和货币政策的双重宽松，叠加中期选举压力下特朗普对“搞好股市”的诉求，政策环境将利好美股风险情绪的修复。产业层面上，当前全球范围内的AI产业发展仍处于上升期，供需的错配意味着企业对AI产业的资本开支仍有较大的增长空间。企业层面上，以亚马逊、微软为代表的云服务厂商巨头的自由现金流仍较为充裕，估值相较于1990s科网泡沫时期水平也并不极端，AI泡沫叙事仍在较早期。因此，AI叙事下科技巨头的盈利增长和估值提振预计继续在2026年主导美股上涨、再创新高。而在交易节奏上，复盘过往周期可见，估值的持续上行往往对应着波动率的走高，考虑到当前美股估值已在高位，加之市场对于AI泡沫的担忧“此起彼伏”，明年美股或将面临估值与波动率齐上台阶，则把握交易的节奏将更加重要也更加具有挑战性。 3. 风险提示全球流动性宽松幅度不及预期，美国降息次数可能小于4次，联储新任命存在波折，美国经济数据不支持大幅降息；AI产业叙事泡沫化程度加剧，AI商业化推进节奏偏慢，AI产业资本开支增速不及预期；地缘政治风险加剧，军事开支增加部分地区爆发地缘政治冲突影响全球风险偏好；资金流入不及预期，外资长线资金决策偏慢难以大幅流回中国，人民币汇率升值预期幅度可能偏弱。注：本文选自东吴证券《流动性与科技双驱动的资本市场——2026年度展望：大类资产》；作者：芦哲 S0600524110003、潘京 S0600524120011、王洋 S0600524120012、韦祎 S0600525040002

格隆汇12-01 09:16

阿里云与AI：全栈能力+真实场景+数据闭环，能否撑起中国版 Google Cloud 的估值重塑？

，以 Copilot、Teams 和 Microsoft 365 作为载体，把AI能力嵌入日常办公和业务流程，对原本就重度使用微软产品的企业具有天然优势。 Google Cloud 在近两年则把AI优先的战略推到前台，Gemini 系列模型和 Vertex AI 平台在其云业务中占据核心位置，很多新服务一开始就按照AI原生的思路设计，对高度依赖数据与模型能力的企业具备较强吸引力。阿里云的情况与这三家都不完全相同。一方面，它要扮演通用云服务提供者的角色；另一方面，它又深度嵌入阿里体系内部的电商、本地生活和支付业务。从结构上看，阿里云在中国市场实质上拥有一条从算力、平台、模型，到应用和数据的完整闭环：算力层有自研芯片和英伟达 GPU 的混合架构；平台层有百炼MaaS和数据中台；模型层有通义千问系列；应用层有淘宝、天猫、本地生活、支付、金融、政务等大体量业务；数据层则由这些业务每天产生的真实交易与行为数据构成。这种结构，使得阿里云的角色更接近带着电商与本地生活基因的云+AI平台，而不仅仅是一家卖算力或工具的云公司。从估值维度看，阿里目前对标的Google 当前的动态市盈率大约在三十倍出头，阿里在二十倍上下。简单比较倍数容易得出阿里被低估的结论，但这其实忽略了多个层面的差异：一方面，美股大型科技公司享有更高的流动性溢价和法律环境透明度带来的溢价；另一方面，Google 云与广告业务的现金流稳定性和成熟度目前仍高于阿里；更重要的是，阿里的全链路生态在带来优势的同时，也提高了内部协调难度。AI 引入之后，对既有变现模式的冲击，使得市场在估值上倾向于先保守一些，再根据管理层的执行效果来逐步修正。在资本开支与资产负债表维度，对比阿里与几家全球科技巨头，可以更直观地看到各自在AI+云上的投入强度，数据截至2025年9月30日：公司现金及短期投资（亿美元）近四季资本开支（亿美元）备注比例（CAPEX/现金）阿里巴巴 461.18 约 160 AI 与云基础设施投入约 35% Alphabet 984.96 约 870–900 大部分投向 AI 和云计算约 93–109% Microsoft 1,020.12 约 500–550 主要为数据中心及技术基础设施约 49–54% Amazon 941.97 约 600–700 主要投向 AWS 和 AI 约 64–74% Meta Platforms 444.50 约 700–720 主要投向 AI 基础设施及数据中心约 62% 在AI基础设施层面，阿里的资本开支策略近两年从防守转向进攻。虽然阿里当前资本开支在绝对量上不及美国几家头部公司，但在自身现金规模下的投入强度仍然较高。过去较长一段时间，阿里云在服务器采购和数据中心建设上的投入，更多是为了跟上行业进度、满足既有客户需求以及稳住市场份额。而从2024年中开始，管理层明确强调要加大AI相关投入，并公布了未来三年约3800亿元人民币的投资计划。这三年投入的主要方向是AI服务器、GPU与自研芯片，以及国内外数据中心的扩建升级。按公司披露，大约八成资金将投入AI服务器、英伟达GPU和自研AI芯片，剩余部分投入国内存量节点升级和海外节点扩张。这种策略与当年 Azure 的高强度投入路径有一定相似之处：在云与AI市场进入规模竞争阶段时，先在基础设施上铺量，占住高质量客户和关键场景，再通过规模效应与产品组合修复利润率。不同的是，阿里当前在中国云市场已占据领先位置，且拥有电商和本地生活的流量与数据基础，起点相对更高。短期来看，这种抢位型投入直接压缩利润率和自由现金流，从财报表面看并不好看。但判断这一策略是否合理，不能只看当期利润，而要从中长期视角观察：单位算力成本是否随自研芯片规模化逐步下降、AI相关对外收入占比是否持续提升、海外节点是否在三到五年内转化为跨国客户的收入与利润贡献。如果这些问题的答案偏正向，当前的投入就有望在中长期换来估值层面的重估。 FY2026Q2财报：云与AI已经接过增长接力棒从最新一期财报来看，云与AI已经接过了阿里整体增长的接力棒，而利润与现金流则处在明显的被投资压制阶段。截至2025年9月30日，阿里整体收入同比增长约5%。由于高鑫零售和部分线下业务的剥离，如果按可比口径调整，收入增速约在15%左右。归属于普通股股东的净利润为209.9亿元人民币，同比下滑超过一半，主要由于即时零售和云AI基础设施投入加大，并非主营业务恶化。数据来源：StockAnslysis, TradingKey 云业务是本季度最亮眼的板块。云计算收入约398亿元，同比增速达到34%，其中来自外部客户的收入同比增长约29%。公司披露，AI相关产品收入已连续九个季度维持三位数同比增长，目前占阿里云外部商业化收入的比重已超过20%。这表明，AI 已经从概念和试点，逐步成为云业务收入的重要来源之一。云与AI业务在收入端已经显著加速，而利润率和自由现金流则明显回落。这样的剪刀差在云业务进入重资产投入期时比较常见，这些投入正在帮助阿里形成结构性优势。自研芯片：定位与对标对象在芯片层面，阿里构建了倚天710、含光800和PPU为核心的自研芯片矩阵，与英伟达生态形成互补关系。从定位与对标对象来看：芯片定位对标对象核心作用倚天 710 服务器 CPU 英特尔 Xeon / AMD EPYC 提升能效，降低云计算底层成本含光 800 AI 推理加速英伟达 T4 / L4 降低推理成本，提高 AI 业务毛利 PPU 训练 + 推理通用英伟达 H20 提供高性价比算力，增强供应链自主性在实际部署中，大模型训练与高复杂度推理场景仍然高度依赖英伟达GPU，这是行业现状，也是客户偏好的合理选择。但在大量标准化推理任务和部分通用计算场景中，通过自研芯片替代部分进口芯片，可以显著降低算力成本和能耗。对云业务而言，这既是改善毛利率的重要抓手，也是应对外部政策不确定性的一道安全缓冲。通义千问、百炼与数据闭环：阿里AI的底层逻辑阿里在AI上的布局，并非押注在单一的大模型或者平台工具上，而是在整个链条上同时推进：模型层是通义千问，平台层是百炼，算力层是阿里云与自研芯片，应用与数据层则是淘宝、本地生活、支付与金融等业务场景。在模型层，通义千问已经从内部使用的大模型演变为阿里AI系统的基础设施。通义家族通过持续丰富参数规模与任务类型，并推出针对金融、政务、制造、医疗等垂直行业的版本，为后续行业解决方案提供了模型基础。同时，通过开源与社区运营，通义在外部开发者群体中的使用频率不断提升，增强了其在AI基础设施层的影响力。在平台层，百炼承担着把模型能力产品化的角色。传统企业如果从零开始自建一套RAG系统，需要处理向量化、检索、重排、对话管理、日志监控、安全合规等多个环节，工程复杂度较高。百炼将这些复杂度通过组件和模板封装，让开发者能够在更短时间内完成过去需要数月甚至更久的工程工作。对于阿里自身来说，百炼同时也是把自家业务踩坑经验标准化并对外输出的平台，许多在淘宝、本地生活和支付场景中反复打磨的最佳实践，被沉淀为可复用的模块和流程模板。阿里与其他云厂商的根本差异，在于应用与数据层的闭环能力。其他云厂商可以提供算力和模型，但缺乏类似淘宝这种高频交易的大型电商场景，缺乏类似饿了么、口碑这样的本地生活网络。阿里可以在这些场景中不断试验和优化AI方案，等到对外推向B端客户时，能够用已经在我们自己系统里跑了多久、带来了什么具体改善来说明问题，而不是停留在实验室指标和理论推演上。从长期角度看，这种建立在真实业务场景和数据上的闭环，将成为阿里AI体系中最难被复制的一部分。 C端难跑通，B端放量从商业模式角度看，C端和B端的AI应用走的是两条不同的路。C端应用层出不穷，产品更新频繁，但迄今为止，无论国内还是海外，还没有出现一个在C端跑出高度确定、可持续盈利模式的大模型应用。用户在不同应用之间切换的成本很低，订阅收入受舆论与竞品影响较大，各家仍在探索订阅、广告、分成等不同盈利路径。因此，在当前阶段，把C端AI更多视为品牌曝光+入口布局是相对谨慎的做法。 B端企业AI业务则已经从试点项目逐步走向生产级系统。越来越多企业不再只是试试AI能做什么，而是以明确目标引入RAG系统、垂直行业模型和自动化流程，用于降低客服成本、提升转化率、加强风控或优化供应链。此类项目往往金额较大、实施周期较长、续费和扩容机会较多，一旦嵌入核心流程，替换难度也会随时间增加。阿里在这一赛道上的优势在于：通义千问和百炼平台提供了通用和平台层能力，自身在电商与本地生活场景中沉淀的大量经验，帮助其把共性需求打包成接近半标品的行业解决方案。对客户而言，从无到有搭建一个AI系统需要经历需求分析、系统设计、模型调优和上线迭代四个阶段，而采用已经在阿里内部跑通的方案，可以明显缩短前面几个阶段的时间和不确定性。随着资本市场把对AI商业化的关注焦点从C端热度转向B端订单、续费和项目毛利，这一结构性的优势逐步体现。风险评估与长期视角整体而言，阿里云与AI业务的主要风险集中在三个方向：一是竞争风险，包括国内云厂商、电商平台和即时零售业务间的高强度竞争，这将继续对短期利润率施压；二是资本开支与执行风险，当前的高投入策略假定未来数年云和AI业务保持较高增速，一旦宏观环境或技术进展逊于预期，投资回报周期可能被拉长；三是政策与供应链风险，美国对先进芯片出口的政策走向仍然存在不确定性，自研芯片的研发与量产也存在时间与性能的不确定。在充分认识这些风险的前提下，阿里云与AI业务依然被长期看好，理由在于：第一，云与AI业务已经在财报中体现出较高增速，且在集团收入中的比重有望继续上升，是当前少数几个能够提供中高速增长的板块之一；第二，自研芯片、通义千问、百炼平台与电商、本地生活场景之间已经形成相互支撑的结构，使得单点风险不太可能轻易演变为系统性风险；第三，相比其他国内厂商，阿里在资源投入与业务基础上的优势使其在中国AI基础设施竞争中仍处于较优位置；第四，在估值层面，对比国外云厂商的估值，市场对阿里云AI资产尚未给出完全展开的定价，留出了可供未来业绩和执行力去填补的预期空间。从三到五年维度看，只要云业务增速能够维持在一个健康水平，AI相关收入占比稳步提升，自研芯片带来的成本优势逐渐体现，同时内部各业务线在AI时代的新角色逐步明晰，阿里云与AI业务就能够继续成为推动集团整体估值重构的关键力量。原文链接

TradingKey11-28 19:06

黄金三角收敛突破多头主导，感恩节提前休市震荡为主

你的盈利，来自于别人的亏损。也就是说，当有人犯错的时候，市场才会出现可供人赚取的利润，但是你无法去计算、预测下一步有多少人会犯错，犯多大错，而也无法去保证，自己每一次都站在正确的一方。那么，在交易中，你唯一能做的，就是当自己犯错的时候，尽量让错误的时间越短越好。剩下的，就是等待别人的犯错，共勉！　　　　如果你此时正在纠结亏损，或者这么多策略该跟随哪一单，而这时候，你可以选择观察一下我们群内的操作实时公开、公明、公平的现价单以群内交流的方式呈现如果你需要帮助，本人会一直在这儿，但如果你连手都不伸，我又怎么能帮到你呢？　　　　　全方位指导时间：早7：00┄次日凌晨2：00（周末也从不停歇，可供随时咨询)《rsi166888》钉钉《kp116688》现货黄金行情回顾：昨日现货黄金开盘价格从4168附近震荡下跌4142.5一线后触底反弹4167一线；之后价格再度下跌4148附近快速反弹4162一线，晚间价格基本维持在4150-4160区间来回震荡并收盘于4157一线。因为昨日和今日都是感恩节休市无美盘，都会提前关闭。因此今日行情也主要在亚欧盘。昨日是早间下跌之后反弹维

金油控盘大师11-28 19:03

逐浪AI大时代：从A股到全球，人工智能基金怎么选？

的核心标的——Nvidia（英伟达）、Microsoft（微软）、TSMC（台积电）以及中国的互联网巨头（腾讯、阿里、字节跳动相关标的），都在其射程之内。 • 极强的宏观与赛道敏感度：凯思博团队擅长从产业链上下游验证逻辑。在AI领域，他们不仅关注显性的算力芯片，还深入挖掘应用层（SaaS）和云服务商的价值。 • 攻守兼备的策略：相比于纯粹的指数基金，凯思博作为对冲基金，可以使用多空策略（Long/Short）。在AI泡沫过大时，他们可以通过做空或对冲来保护净值；在市场非理性下跌时，又敢于加杠杆抄底核心资产。 3. 投资价值分析如果您希望投资AI，但又担心单一押注A股可能会错过全球最顶尖的技术红利（如OpenAI背后的微软，或算力霸主英伟达），那么凯思博企鹅一号是一个极佳的桥梁。它由懂中国投资人的管理者操盘，却能帮您赚取全球AI技术爆发的钱。总结人工智能投资是一场马拉松，而非百米冲刺。针对不同风险偏好的投资者，建议配置思路如下：投资者类型推荐配置工具核心逻辑稳健/入门型 A股ETF (AI/云计算) 低成本、分散风险，跟上平均涨幅。进阶/成长型公募TMT主题/量化指增依靠基金经理的选股能力获取超额收益。高净值/全球视野凯思博企鹅一号首选推荐。布局全球AI硬核资产，享受美元资产与AI科技双重红利。

阿尔法工场11-28 18:06

G42 获得美国尖端人工智能芯片出口许可，为大规模部署可信赖的人工智能基础设施铺平道路

造商扩大技术合作提供支持，合作方包括 Microsoft、AMD、Qualcomm、Cerebras 等。尖端芯片的出口许可，建立在美阿（联酋）两国通过密切合作形成的共同运行图景之上，旨在促成美国技术在全球范围内的安全扩散。这些尖端芯片的部署将遵循受监管技术环境 (RTE) 规范。这是个由 G42 率先开发、并根据美国商务部和工业与安全局 (BIS) 指导方针获得批准的世界级技术与合规框架。 G42 集团 CEO Peng Xiao 表示：“此次公告标志着 G42 及其合作伙伴迈入从规划阶段转向执行阶段的关键时刻。我们共享的基础设施模型为安全、高性能的计算技术树立了全新标杆，旨在满足两国的需求。我们在阿联酋建立的一切，都将在美国得到同步落实。以确保在各个层级都保持对称性与互信。” 阿联酋到目前为止仍是中东地区唯一一个开展了此等规模的基础设施建设，且符合美国的监管框架、出口管制以及治理协议的国家。 Artificial Intelligence and Advanced Technology Council 秘书长 Khaldoon Khalifa Al Mubarak 补充道：“这一决定印证了阿（联酋）美关系中深厚的互信基础。这体现了两国共同的战略观点——技术不仅是进步的工具，更是稳定、经济韧性和长期合作的平台。阿拉伯联合酋长国为在塑造这一未来的过程中发挥建设性作用而感到自豪。” G42 已经部署并投入运营的人工智能基础设施包括三台全球排名前 500 的超级计算机，其中两台超级计算机在中东地区位列第 2 位和第 3 位。此外，该公司还宣布，其部署于纽约的 Maximus-01 超级计算机位列全球排名第 20位。 G42 不断扩展的人工智能基础设施布局现已覆盖阿布扎比、法国以及美国多个州，包括加利福尼亚州、明尼苏达州、得克萨斯州和纽约州。关于 G42： G42 是一家科技控股集团，致力于打造具有前瞻性的人工智能技术，引领全球创新，共铸美好未来。 G42 始创于阿布扎比，其业务遍及全球。公司始终致力于推动人工智能成为跨行业造福人类的强大力量。从分子生物学到太空探索，乃至这二者之间的一切领域，G42 正让指数级的无限可能成为现实。如需了解更多信息，欢迎访问：www.g42.ai。媒体垂询：G42@trailrunnerint.com

GlobeNewswire11-28 15:06

谷歌AI强势回归：Gemini 3与Ironwood芯片引发市场狂热

0个百分点。上周，其市值甚至超过微软（Microsoft）。这一切发生之际，英伟达（Nvidia）上周公布第三季度业绩，收入与业绩指引均超预期。 Melius Research分析师本·赖茨（Ben Reitzes）在周一的一份报告中写道：“你可能会问，为什么几乎所有我们跟踪的AI股票在英伟达发布好消息后仍出现抛售？真正让人担忧的原因只有一个，那就是字母表公司（Alphabet）的‘AI回归’。” 然而，专家指出，尽管谷歌（Google）似乎重获优势，但在竞争异常激烈的AI市场，其领先地位仍然十分微弱。拼凑优势 Moffett Nathanson联合创始人、股票研究专家迈克尔·纳森森（Michael Nathanson）表示，借助Gemini 3和Ironwood，谷歌（Google）CEO桑达尔·皮查伊（Sundar Pichai）似乎终于将公司AI布局的各个部分整合到位。谷歌正在服务从消费者到企业的广泛客户群，而在ChatGPT出现后，公司最初对此曾力不从心。 “三年前，人们认为谷歌有些迷失方向，坊间纷纷批评桑达尔是失败者，”纳森森说。“现在，他们占据了巨大优势。” 谷歌在最初追赶OpenAI的过程中，也曾发生多起AI产品失误。仅2024年，谷歌便因用户发现其图像生成产品Imagen 2存在多处历史错误而下线数月。AI概览（AI Overviews）上线后，也因提供错误建议而遭用户批评，公司随后通过增加保护机制进行了修正。 “当时手忙脚乱，他们在抢进度，”技术研究公司DA Davidson董事总经理吉尔·卢里亚（Gil Luria）表示。“但技术一直在手里，只是需要整合并交付。” 值得注意的是，谷歌从春季发布Gemini 2.5到迅速推出Gemini 3，其速度令人瞩目。而Nano Banana超真实图像生成功能，也让谷歌技术实力更上一层楼。Gemini最初上线时，迅速登顶苹果应用商店，取代ChatGPT。Gemini 3发布后，谷歌上周又推出了Nano Banana Pro。谷歌拥有YouTube及平台内容，这为训练图像与视频生成模型提供了独特优势。 “Forrester Research副总裁兼首席分析师迈克·夸尔蒂耶（Mike Gualtieri）表示：“谷歌拥有的视频和实时数据量是巨大的竞争优势。我不认为OpenAI或Anthropic能够超越。” 此外，谷歌还成功将AI模型整合进企业产品，推动云业务销售增长。在上月第三季度财报中，谷歌实现了首个季度营收破1000亿美元的记录，云业务及其AI服务表现强劲，客户积压订单高达1550亿美元。谷歌在AI芯片领域也备受瞩目。Ironwood功耗效率比2018年首代TPU高出近30倍。谷歌的ASIC芯片正在成为其AI战争中的秘密武器，并帮助公司与Anthropic等客户达成数十亿美元的交易。此前有报道称，Meta可能与谷歌达成协议，使用其TPU支持社交媒体数据中心，这一消息导致英伟达股价周二下跌3%，迫使其在社交媒体上回应。随着谷歌TPU的崛起，英伟达可能不再垄断AI芯片市场。卢里亚表示：“掌握完整技术栈的优势在于，你可以针对TPU芯片优化模型，一切从设计上更高效。” 谷歌凭借TPU、云服务及Gemini 3在消费端的整合，正在激发华尔街的热情。专家指出，AI竞争不仅局限于单一赢家，但要在赛道中证明成功，成本正越来越高。激烈竞争尽管如此，谷歌仍面临其他AI公司的激烈竞争。卢里亚指出：“拥有最先进的模型几天，并不意味着已经赢得市场，股市的反应可能夸大了。”他提到Anthropic周一发布的新模型Opus 4.5。本月早些时候，OpenAI还宣布对GPT-5进行两项更新，使其“默认更具亲和力、对话性更强”，并且“日常使用更高效、更易理解”。 “Forrester Research的夸尔蒂耶（Gualtieri）表示：“前沿模型在某些方面仍然难分伯仲。” 专家认为，在AI赛道中，最终竞争优势可能属于愿意投入更多资金的公司。今年字母表（Alphabet）、Meta、微软（Microsoft）和亚马逊（Amazon）均提高了资本开支指引，预计总额将超过3800亿美元。卢里亚表示：“这些公司投入巨资，假设会出现‘赢家通吃’，但实际上，前沿模型可能会成为商品化，几家公司的产品可互换。” 对于谷歌而言，保持AI领先地位并非易事。CNBC上周报道，公司高管本月早些时候曾告知员工，为满足AI服务和前沿模型的需求，谷歌必须每六个月将服务能力翻倍。谷歌云副总裁阿明·瓦赫达特（Amin Vahdat）表示：“AI基础设施的竞争是AI赛道中最关键、成本最高的部分。” 尽管谷歌内部TPU获得更多关注，被视为英伟达Blackwell芯片的可行替代品，但英伟达仍掌握超过90%的AI芯片市场。周二，英伟达发文指出，其芯片比谷歌Ironwood等ASIC芯片更灵活、更强大，后者通常仅为单一公司或功能设计。此外，专家指出，尽管贝尼奥夫转用Gemini，谷歌在消费者聊天产品上仍需迎头赶上，存在幻觉问题，用户量低于OpenAI。谷歌表示，Gemini应用月活跃用户达6.5亿，AI概览月活跃用户达20亿。而OpenAI在8月披露，ChatGPT每周活跃用户为7亿。卢里亚总结道：“是的，谷歌已经行动起来了，但这并不意味着他们赢定了。”

埃尔瓦11-28 00:34

现货黄金三角收敛反复试探上轨压力，黄金行情走势分析

你的盈利，来自于别人的亏损。也就是说，当有人犯错的时候，市场才会出现可供人赚取的利润，但是你无法去计算、预测下一步有多少人会犯错，犯多大错，而也无法去保证，自己每一次都站在正确的一方。那么，在交易中，你唯一能做的，就是当自己犯错的时候，尽量让错误的时间越短越好。剩下的，就是等待别人的犯错，共勉！　　　　如果你此时正在纠结亏损，或者这么多策略该跟随哪一单，而这时候，你可以选择观察一下我们群内的操作实时公开、公明、公平的现价单以群内交流的方式呈现如果你需要帮助，本人会一直在这儿，但如果你连手都不伸，我又怎么能帮到你呢？　　　　　全方位指导时间：早7：00┄次日凌晨2：00（周末也从不停歇，可供随时咨询)《rsi166888》钉钉《kp116688》　　　　隔夜，美国劳工部公布的数据显示，截至11月22日当周，经季节性调整后，初请失业金人数减少6000人，至21.6万人。路透访查的经济学家此前预测，上周初请失业金人数为22.5万人。上周初请失业金人数降至七个月来的最低点，这表明裁员人数仍然较少，尽管在经济不确定的情况下，劳动力市场为失业者创造足够的就业机会有难度。　　

金油控盘大师11-27 18:43

集邦咨询：预计2026年全球AI Server出货同比增长逾20%，AI芯片液冷渗透率达47%

2026年AI芯片液冷渗透率达47%。Microsoft(微软)亦提出新一代芯片封装层级的微流体冷却技术。整体而言，短中期市场仍以水冷板液冷为主，CDU架构将自L2A (Liquid-to-Air)转向L2L (Liquid-to-Liquid)设计，长期则朝更精细化的芯片级散热演进。 PART 2：突破带宽限制、实现高速传输，HBM与光通讯建构智能运算新体系 AI运算从训练到推理的数据量与存储器带宽需求呈爆炸性成长，导致传输速度与能耗瓶颈浮上台面。为解决AI运算受存储器带宽与数据传输速率限制的问题，HBM与光通讯技术逐渐成为次世代AI架构的核心突破口。目前HBM通过3D堆栈与TSV技术，有效缩短处理器与存储器之间的距离，并在即将量产的HBM4中，导入更高通道密度与更宽I/O带宽，以支撑AI GPU与加速器的超大规模运算。然而，当模型参数突破兆级、GPU集群规模成倍数扩张时，存储器的传输瓶颈又重新被凸显出来。目前各家存储器厂商通过HBM堆栈结构优化，封装与接口创新，并且与逻辑芯片协同设计，藉由各方面的努力来提升了AI芯片的本地带宽。解决了存储器的传输瓶颈之后，跨芯片、跨模组间的数据传输仍成为限制系统效能的新瓶颈，为突破此限制，光电整合与CPO(Co-Packaged Optics)技术逐步成为主流GPU厂商与云端供应商的研发重点。现阶段800G/1.6T pluggable光模组已启动大量生产，而2026年起预期将有更高带宽的SiPh/CPO平台导入AI 交换机(Switch)之内。借由新型的光通讯技术来实现高带宽、低功耗的数据互连，并优化系统整体带宽密度与能源效率。综观趋势，存储器产业正迈向以「带宽效率」为核心竞争力。而处理跨芯片、跨模块间的新型光通讯技术，也是突破电性接口在长距离与高密度数据传输上的局限的最佳方案。因此高速传输技术将成为AI基础架构演进的关键方向。 PART 3： NAND Flash供应商强化AI方案，加速推理工作、降低储存成本 AI 训练与推理工作需要高速存取具有不可预测I/O模式的庞大数据集，与现有技术间产生效能差距。为此，NAND Flash供应商加速推进专门的解决方案，包含两项关键产品：储存级存储器(SCM) SSD/KV Cache SSD/HBF技术，定位介于DRAM与传统NAND间，提供超低延迟与高带宽特性，为加速实时AI推理工作负载的理想选择。另一项是Nearline QLC SSD，QLC技术正以前所未有的速度被应用于AI的温/冷数据储存层，例如模型检查点与数据集归档。QLC的每晶粒储存容量较TLC将高出33%，大幅降低储存巨量AI数据集的单位成本。预估至2026年，QLC SSD于Enterprise SSD的市场渗透率将达30%。 PART 4：储能系统跃升AI数据中心能量核心，需求将迎爆发式成长 AI数据中心朝向超大规模集群化发展，其负载波动大，严格要求电力稳定度，促使储能系统由「应急备电」转为「AI数据中心的能量核心」。预估未来五年内，AI数据中心储能除了现有的短时UPS备电和电能质量改善，2至4小时的中长时储能系统占比将迅速提升，以同时满足备电、套利和电网服务需求。部署方式也将从数据中心级的集中式BESS (battery energy storage system)，逐步向机柜级或丛集级的分散式BESS渗透，如电池备用单元，以提供更快的瞬时响应。预期北美将成为全球最大AI数据中心储能市场，由超大规模云端厂商主导。中国「东数西算」策略将推动数据中心向绿电丰富的西部迁移，AI数据中心+储能将成为西部大型基地的标准配备。预期全球AI数据中心储能新增容量将从2024年的15.7GWh，激增至2030年的216.8GWh，复合年平均成长率达46.1%。 PART 5： AI数据中心迈向800V HVDC架构，推升第三代半导体市场需求数据中心正经历彻底的电力基础设施变革，服务器机柜功率从千瓦级(kW)迅速攀升至兆瓦级(MW)，供电模式正转向800V HVDC(高压直流)架构，以最大限度地提高效率和可靠性，大幅减少铜缆用量，并支持更紧凑的系统设计，第三代半导体SiC/GaN正是实现这一转型的关键，多家半导体供应商已宣布加入NVIDIA的800V HVDC计划。 SiC主要应用于数据中心供电架构的前端、中端环节，负责处理最高电压和最大功率的转换操作。尽管目前SiC功率半导体在最高电压额定值方面仍落后于传统Si，但其具备卓越的热性能和开关特性，对于下一代的固态变压器(SST)技术至关重要。 GaN则凭借高频率、高效能优势，在供电链路的中端和末端发挥重要作用，追求极致的功率密度和动态响应。预估第三代半导体SiC/GaN在数据中心供电中的渗透率在2026年将上升至17%，至2030年有望突破30%。 PART 6 ：2nm GAAFET革新，2.5D/3D封装突破随着2nm进入量产，在先进制程商业竞逐中，形成了向内追求更高晶体管密度、向外追求更大封装尺寸的趋势，同时强调异质整合 (Heterogeneous Integration)能力，通过不同功能的多芯片堆栈与不同技术节点的结合，满足高效能运算与人工智能应用需求。在追求更高晶体管密度的部分，半导体晶圆制造正式由FinFET转进GAAFET，通过Gate-Oxide完整包覆硅通道，在追逐高强度算力同时实现更高效的电流控制。向外部分，2.5D与3D封装技术提供多重芯片堆栈的高密度封装解决方案，使芯片间互连更快速、功耗更低，为下一代数据中心及高性能运算领域带来突破。随着各家2nm GAAFET进入量产，TSMC(台积电)、Intel(英特尔)与Samsung(三星)则分别推出CoWoS/SoIC、EMIB/FOVEROS、I-Cube/X-Cube等2.5D/3D封装技术，提供前后段整合代工服务。如何在产能利用率、可靠性、成本与良率间取得平衡与商业优势，将是各大晶圆代工与封装厂的核心挑战。 PART 7 ：2026年人形机器人出货成长逾700%，聚焦AI自适应与场景应用性 2026年将是人形机器人迈向商用化的关键一年，全球出货量预估年增逾七倍、突破5万台，市场动能聚焦于两大主轴：AI自适应(AI Adaptivity)技术与场景应用导向。AI自适应技术结合高效AI芯片、感测融合与大型语言模型(LLM)的进化，使机器人能在非结构化环境中实时学习与动态决策，展现「谋定而后动」的行为能力。于此背景下，2026年的人形机器人新品将不再以规格或灵活度为唯一卖点，而是自设计阶段即锁定特定场景价值，从预期最早切入之制造搬运、仓储分拣到检测辅助等，皆能支持场域完整任务。2026年将是人形机器人正式进入以AI为驱动、以应用为核心之产业新阶段。 PART 8：笔电显示高阶化提速，折叠机主流化进程迎关键节点 OLED显示迎来跨世代的转折时刻。中、韩面板厂的高世代(8.6代)AMOLED产线持续扩产，随着成本结构与良率持续改善，OLED显示技术正加速覆盖从小到大的全尺寸产品，同步带动相关供应链如驱动IC、TCON、触控模块与散热设计等高阶零部件平均单价(ASP)与供应商议价能力。 OLED以自发光、高对比、轻薄化与可变刷新率等特性，突破LCD在厚度与能耗的物理瓶颈，符合Apple(苹果)对影像精度与能源效率的双重要求。Apple预计2026年正式将OLED面板导入MacBook Pro，将带动高阶笔电显示规格由mini-LED转向OLED，预估2025年OLED笔电渗透率可望来到5%，2026年之后，在Apple带动下，2027–2028年可望提升至9–12%。另外，随着Apple有机会于2026下半年至2027年间正式进入折叠手机市场，将以软硬整合、品牌信任与供应链协同优势重新定义折叠手机价值，推动市场焦点由「外观炫技」转向「生产力与体验深化」，预估将带动全球折叠手机出货量于2027年突破3,000万支。目前折叠手机仍面临迈向主流的最后障碍—铰链可靠度、柔性面板封装、良率与成本控制。Apple对产品验证与质量的谨慎，反映其对进场时机与使用体验的重视，也凸显折叠手机要真正跨入成熟期，仍需时间与实力跨越鸿沟。 PART 9： Meta 驱动全球近眼显示跃进，LEDoS技术蓄积成长能量伴随AI应用深化，Meta推出具显示功能的Meta Ray-Ban Display AR眼镜，锁定「信息提供」应用，让AI更贴近日常、重塑用户使用行为，通过第一视角的数据搜集与反馈，强化AI与用户的双向互动体验。显示技术采用在全彩化与成熟度表现稳健的LCoS，既为尚未完全成熟的LEDoS 争取技术发展时间，也藉由良好的用户体验累积市场声量。随着市场预期与Meta迭代产品规划的推进，趋势正指向具备更高亮度、对比度的LEDoS 技术，以拓展应用场景，加上Apple、Google(谷歌)、RayNeo(雷鸟创新)、INMO(影目科技)、Rokid(乐奇)、Vuzix等厂商持续布局，成本有望加速下探至大众预期的甜蜜点，有利于LEDoS发展。预估2027-2028年将出现更成熟的全彩LEDoS解决方案，Meta也预计推出新一代搭载LEDoS的AR眼镜。 PART 10： 2026年辅助驾驶渗透率提升，Robotaxi 开启全球多区域扩张预估2026年L2(含)以上辅助驾驶的渗透率将逾40%，智能化将接续电动车成为汽车产业成长动力。L2辅助驾驶技术已趋成熟，普及关键转向成本，有助降低系统总成本的舱驾一体单晶片与控制器将于2026年进入规模量产，初期主攻中国中阶汽车市场。传统车厂同时积极推动燃油车智能化转型，也是辅助驾驶全面成为车辆标配的驱动力。另一方面，以L4级为目标的Robotaxi正迎来全球性的扩张浪潮。除了各地法规松绑，车队平台商、服务商对Robotaxi的采用态度转为积极，以及开发商探索端到端(E2E)、VLA(Vision Language Action)等泛化性更强的AI模型，皆有助Robotaxi市场扩大。预计至2026年，Robotaxi将加速覆盖欧洲、中东、日本、澳洲等市场，不再仅限于中国、美国。

金融界11-27 14:45

24小时热点