00:00 / 01:48
连播
清屏
智能
倍速
点赞264
00:00 / 07:44
连播
清屏
智能
倍速
点赞19
00:00 / 02:14
连播
清屏
智能
倍速
点赞0
00:00 / 01:07
连播
清屏
智能
倍速
点赞8
00:00 / 00:12
连播
清屏
智能
倍速
点赞128
00:00 / 01:20
连播
清屏
智能
倍速
点赞624
英伟达CPO博通小米阿里巴巴,抄底谁? HBM:把英伟达推上神坛,也把它推向集中风险 HBM 的出现,本身是英伟达工程能力的体现。 它解决了一个关键问题: 如何让 GPU 不再“饿肚子”。 但站在投资视角,你必须看到另一面: HBM 并不是一种可无限复制的资源。 •供应商极度集中 •扩产周期极长 •技术路径高度绑定先进封装 •资本开支不可逆 这使得 HBM 具备了一个危险属性: 它不是弹性供给,而是“刚性瓶颈”。 ⸻ 四、英伟达的毛利率,为何短期安全、长期敏感 从财报看,英伟达当前毛利率极高,市场自然会得出结论: 成本上涨?转嫁给客户就行了。 但这是静态分析,不是周期分析。 一旦进入以下阶段,问题就会出现: •云厂商开始精细化 ROI •AI 推理需求超过训练需求 •算力采购从“抢配额”变成“算回报” 这时,系统成本就会被重新审视。 而内存,恰恰是系统成本中最难优化的一环。 ⸻ 五、为什么云厂商才是“隐性制衡者” 很多人低估了云厂商在这场博弈中的角色。 他们不是被动买家,而是: •同时掌握需求 •同时掌握资金 •同时具备自研能力 当算力成本持续上行时,他们一定会做三件事: 1.延迟部分资本开支 2.寻找结构性替代方案 3.推动更便宜、更确定的推理路径 这不是对英伟达的敌意,而是资本理性。 ⸻ 六、推理,才是 AI 商业化真正的“利润池” 训练决定想象力, 但推理决定现金流。 从投资角度看,这是一次需求结构的迁移: •训练:高峰式、周期性、集中采购 •推理:持续性、碎片化、强调稳定性 而后者,对算力的要求不是“最强”,而是: 最可控、最可预测、最省钱。 ⸻ 七、这正是“非 HBM 路线”存在的根本原因 从资本视角看,另一条技术路线的价值,不在于: 现在能不能取代 GPU。 而在于: 当主路线遇到系统性约束时,它是否存在。 这在金融里,有一个非常清晰的概念: 期权价值。 你不需要天天行权, 但你必须在极端情况下拥有它。 ⸻ 八、英伟达的真正聪明之处:不赌单一路线 很多公司,在巅峰期会犯一个错误: 把阶段性优势,当成永恒真理。 英伟达没有。 它非常清楚: •HBM 路线是当前最优解 •但不是唯一解 •更不是永远安全的解 提前布局其他范式,本质上是在做风险对冲。
00:00 / 04:01
连播
清屏
智能
倍速
点赞271
00:00 / 00:58
连播
清屏
智能
倍速
点赞193
00:00 / 02:11
连播
清屏
智能
倍速
点赞1
00:00 / 00:35
连播
清屏
智能
倍速
点赞10
00:00 / 00:48
连播
清屏
智能
倍速
点赞5
00:00 / 00:24
连播
清屏
智能
倍速
点赞28
00:00 / 01:24
连播
清屏
智能
倍速
点赞21
00:00 / 01:27
连播
清屏
智能
倍速
点赞335
00:00 / 03:51
连播
清屏
智能
倍速
点赞20
00:00 / 00:27
连播
清屏
智能
倍速
点赞27
00:00 / 01:11
连播
清屏
智能
倍速
点赞287
00:00 / 03:09
连播
清屏
智能
倍速
点赞3
美股懂哥解读小米、谷歌、英伟达、阿里巴巴与GPU/TPU关系研报 • GPU:图形处理器,原用于图形渲染,因并行架构成为AI训练/推理主力,英伟达主导市场,生态成熟且通用性强。 • TPU:张量处理器,谷歌自研ASIC芯片,专为深度学习张量运算优化,能效比显著高于GPU,聚焦云端大规模AI任务。 全球AI芯片市占率达68%,以A100/H100/B200等产品垄断高端GPU市场,CUDA框架成为行业标准。其GPU是谷歌、阿里、小米等企业AI业务的传统核心算力来源,虽面临TPU竞争,但在灵活性与开发者生态上仍具优势。 2015年推出首款TPU,2025年发布的TPU v7峰值算力达4614 TFLOPS,能效超英伟达B200,已获Meta数十亿美元采购订单。TPU专为自家TensorFlow框架及Gemini大模型优化,通过谷歌云向全球提供算力服务,打破英伟达垄断格局。 受美国芯片管制影响,阿里平头哥自研含光800、倚天710等AI芯片,新推出的通用推理芯片对标英伟达H20,且兼容CUDA生态。其芯片由中芯国际代工,搭载于阿里云,推动云业务收入同比增长26%,实现“造芯-用芯”闭环。 聚焦消费端,手机等设备搭载高通/联发科集成NPU(类TPU低功耗架构)的芯片,同时采用英伟达GPU优化影像、游戏等场景体验。自身不涉足GPU/TPU研发,而是通过整合上游算力满足终端AI需求。 GPU与TPU形成“通用vs专用”互补格局:英伟达GPU主导训练场景,谷歌TPU在推理场景凭借能效优势崛起。阿里自研芯片填补国产高端空白,推动供应链多元化。未来,AI算力竞争将聚焦性能、能效与生态适配,小米等终端厂商将持续受益于上游技术迭代。#小米 #谷歌 #英伟达 #阿里巴巴 #ai
00:00 / 04:17
连播
清屏
智能
倍速
点赞63
美股懂哥解读博通(AVGO)研报核心分析 • 核心结论:AI驱动高增,半导体+软件双轮驱动,高毛利与巨额订单支撑业绩,机构普遍增持/买入,目标价约435–450美元,风险集中于AI需求波动与客户集中。 • 业绩速览(2025财年Q4):营收180.2亿美元(同比+28%),调整后EBITDA121.2亿美元(+34%);AI半导体收入65亿美元(+74%),占半导体业务58.6%。FY26Q1指引营收191亿美元,AI收入预计82亿美元,同比翻倍。在手AI订单730亿美元,含Anthropic210亿美元TPU大单,交付支撑未来2–3年增长。 • 增长引擎:AI定制ASIC、TPU与AI网络芯片领跑,AI网络业务毛利率80%,为利润核心;VMware订阅迁移率85%,软件业务单季69.43亿美元(+19%),协同效应加速释放。台积电3/2nm产能保障供给,新加坡先进封装厂强化交付韧性。 • 盈利与现金流:Q4毛利率77.9%、营业利润率66.2%,行业领先;FY26Q1调整后EBITDA利润率指引67%。高现金流支撑高股息+回购,分红与去杠杆并行。 • 风险提示:AI资本开支放缓或拖累增长;Anthropic订单交付延迟(或延至2027财年)与低毛利订单(约45%–50%)或拉低整体毛利率;谷歌、Meta等大客户集中,流失风险需警惕;非AI半导体复苏偏慢。 • 投资逻辑:AI算力扩张+网络升级+VMware协同,构成增长闭环。作为全球第二大AI芯片供应商、第一大定制AI ASIC与云/AI网络交换芯片供应商,技术壁垒与客户粘性高,现金流与分红具备吸引力。#博通 #干货分享
00:00 / 02:17
连播
清屏
智能
倍速
点赞14
00:00 / 01:19
连播
清屏
智能
倍速
点赞954
00:00 / 06:35
连播
清屏
智能
倍速
点赞12