8月18日，美国30年期国债收益率盘中升至约5.34%，触及2007年以来高位；10年期一度接近4.75%。同日，标普500下跌0.7%，纳斯达克100下跌1.7%，费城半导体指数下跌5.6%。长端利率与高久期科技股出现明显反向定价。 6月18日至8月18日，2年期美债收益率基本持平，10年期上升约25个基点，30年期上升约38个基点。收益率曲线陡峭化的同时，10年实际收益率由2.21%升至2.41%。这轮长端上行已经对美股形成清晰约束：盈利仍在增长，但折现率同步抬升，指数上涨越来越依赖每股收益兑现，估值扩张的贡献正在下降。 一、40个基点的核心增量来自实际利率 6月18日，美国2年期、10年期和30年期国债收益率分别为4.19%、4.46%和4.90%；8月18日分别约为4.19%、4.71%和5.28%。2年端没有明显上移，30年端累计抬升38个基点，2年—30年利差由71个基点扩大至109个基点。 10年名义收益率25个基点的涨幅中，实际利率贡献约20个基点，隐含通胀补偿仅增加约5个基点。旧金山联储期限结构模型显示，7月29日至8月17日，未来十年平均隔夜利率预期由3.44%微降至3.43%，期限溢价由1.31%升至1.37%。政策利率预期变化有限，长期风险补偿抬升。 对权益估值更敏感的变量已经转向实际利率和期限溢价。只要这两个指标维持高位，联邦基金利率不再上调也无法自动恢复成长股的估值弹性。 二、美股盈利仍强，估值安全垫明显偏薄 FactSet截至8月7日的统计显示，标普500二季度混合盈利同比增长50.4%；剔除Alphabet和Amazon的大额非经营性收益后，增速仍约32%。三、四季度市场一致预期盈利增速分别为27.4%和25.2%。信息技术板块二季度收入增长35.9%，盈利增长70.4%，半导体及半导体设备收入增长77%。当前约束集中在估值端，而非盈利端。

本文仅做行业信息梳理与逻辑分享，不构成任何投资建议。 本周海外科技市场最核心的主线依然是AI算力，几个重磅事件彻底坐实了行业的高景气度，也验证了我们之前的判断：AI算力的需求不是周期性的，而是结构性的，远没有到顶。 一、最炸裂的消息：Anthropic ARR突破300亿，反超OpenAI 这是本周最超出市场预期的一个数据： Anthropic的年化营收已经突破300亿美元，超过了OpenAI的约250亿美元，而在2025年底这个数字还只有90亿。 短短4个月翻了3倍多，这个增速是非常恐怖的。更重要的是，Anthropic的收入结构非常健康：主要来自API调用，订阅收入占比不断提升，而且是全球三大云平台（AWS、谷歌云、微软Azure）上唯一同时可用的前沿大模型。 这背后有两个非常关键的信号： 1.大模型市场从一家独大变成双雄争霸，OpenAI的垄断地位被打破，下游客户开始分散采购，这对整个AI产业链是利好 2.算力需求的天花板被再次抬高，Anthropic已经和谷歌、博通签了数千兆瓦级的下一代TPU采购协议，2027年起陆续投入使用，总投入超过500亿美元 之前很多人担心大模型的商业化不及预期，现在看这个担心完全是多余的。只要模型能力在提升，企业的付费意愿就会持续增长，而这一切最终都会转化为对算力的需求。 二、存储周期反转全面确认，三星再涨30% 三星正式宣布，2026年第二季度DRAM产品平均涨价30%，这是今年以来的第二次大幅提价。 韩国政府的数据也印证了这一点：3月份韩国半导体出口同比暴涨151.4%，达到创纪录的328亿美元，其中存储芯片贡献了绝大部分增量。 这里纠正一个市场上的错误观点：很多人觉得这次存储涨价只是库存周期的反弹，很快就会结束。但实际上，这次涨价的核心驱动力是AI，不是消费电子。 •用于AI服务器的HBM和高端DRAM供不应求，价格涨幅远高于普通产

核心数据 存储板块已经走过最容易交易的阶段。2025年以来，市场主要围绕DRAM、NAND涨价以及HBM供需缺口定价；进入2026年下半年，只看价格同比已经很难判断周期位置。当前真正需要盯住的是三件事：HBM单卡容量有没有实质下修、传统存储的高价格能维持多久、原厂高利润能否转化为自由现金流和股东回报。 最新产业数据仍偏向正面：HBM所谓“降规”更多是层数和SKU结构调整，DDR4供给退出造成的稀缺性甚至强于DDR5，NAND在二季度高位整理后于8月重新反弹；与此同时，三星电子与SK海力士开始把周期利润向分红、回购兑现。对于二级市场，后续收益率的来源正在从“ASP上行”迁移到“盈利高位维持时间”和“现金回报折现”。 一、HBM“降规”争议：层数不是核心，单GPU容量才是 近期市场对Rubin Ultra采用8-Hi方案的讨论，容易把“堆叠层数下降”等同于“HBM需求下降”。这个推导忽略了DRAM die密度、HBM颗数和单GPU容量三个变量。美银全球研究给出的判断是，2027-2030年的HBM4E/HBM5仍然以500GB-1,000GB/颗GPU为目标区间，12-Hi和16-Hi仍是主要方向；8-Hi对应的192GB方案更接近低容量备选，而非高端训练SKU的统一规格。 Rubin Ultra HBM规格比较 Rubin Ultra不同HBM配置方案。资料来源：BoFA Global Research 报告列出的路线非常清楚：2025年早期概念设计曾指向16颗HBM4E、16-Hi、约1TB；2026年基线方案为8颗HBM4E、12-Hi、约288GB；当前讨论中的8-Hi备选约192GB。与此同时，美银认为，8-Hi的TSV产能到2026年下半年已经不再构成有意义的供给方向，相关资源正向12-Hi转换。对高端AI训练而言，Rubin Ultra在288-500GB区间的内

英伟达下一阶段的盈利弹性，已经不只取决于GPU出货量、ASP和产品迭代。Neocloud收益分成正在成为新的估值变量：英伟达通过采购保障、算力使用承诺、股权投资以及基础设施支持，帮助Neocloud获得融资并完成数据中心建设；GPU投入运营后，若实际租赁价格高于约定的保障价格，英伟达参与超额收入分成。 Morgan Stanley测算显示，在5GW收益分成规模下，若GPU市场租赁价格处于7—16美元/小时，对FY29 EPS的增厚区间约为4.4%—12.5%；对应收入增幅约2.9%—8.4%，毛利率增厚约80—216bp。利润增幅明显高于收入增幅，原因在于收益分成发生于硬件销售之后，新增成本显著低于GPU本体业务。 这套模式使英伟达的盈利边界从GPU一次性销售，进一步延伸至GPU全生命周期的云端现金流。后续估值需要新增两个跟踪变量：参与收益分成的GW规模，以及GPU实际租赁价格相对保障价格的价差。 一、Neocloud开始接棒增量AI Capex 过去两年，全球AI资本开支高度集中于Microsoft、Amazon、Google、Meta等Hyperscaler。随着资本开支基数快速抬升，现金流、土地、电力、数据中心壳体以及海外建设审批，正在成为新增算力落地速度的现实约束。Morgan Stanley认为，Token需求增速仍明显快于有效算力供给，部分原计划用于训练的计算资源已经被重新调配至推理，新增算力供给因此需要更多资本主体参与。 公开Neocloud的资本开支扩张已经非常明显。Morgan Stanley统计显示，相关Capex由2023年的30.26亿美元升至2024年的95.90亿美元，2025年预计197.81亿美元，2026年696.45亿美元，2027年进一步达到912.32亿美元。以2023年为基数，四年复合增速约134%。公开Neocloud在全球云资本

英伟达今年的走势有点奇怪。 所有人都知道它的产品供不应求，所有人都知道云厂商在疯狂扩张算力，但英伟达的股价年初至今只涨了 15%，同期费城半导体指数涨了 66%。一家被公认为 AI 基础设施核心供应商的公司，反而跑输了整个行业将近 50 个百分点。 这种反差背后，有一部分原因是市场对"推理端竞争多元化"和"毛利率压力"的担忧，但还有一个更底层的问题：市场可能一直在用一套已经失效的方法给英伟达的数据中心收入建模。 数 GPU，是没有意义的 传统的半导体建模逻辑很直接：预测出货量，乘以平均售价，得出收入。这套方法在供需相对平衡的市场里运作良好，但在一个需求永远大于供给的环境里，它的前提假设已经不成立了。 英伟达现在面对的情况是：客户排队等货，产能决定收入，而不是需求决定收入。在这种结构下，试图精确估算每个季度出了多少张 GPU、每张卡卖了多少钱，本质上是在给一个错误的问题找答案。出货量数字本身就是噪音，真正的约束变量在供给侧，也就是英伟达每个季度能向市场交付多少算力基础设施。 这就引出了一个不同的建模思路：不从 GPU 出发，而从 GW 出发。 1GW 值多少钱 GW，吉瓦，是衡量数据中心电力容量的单位。对大多数投资者来说这是一个陌生的维度，但它正在成为理解英伟达数据中心收入最直接的锚点。 Jensen Huang 在今年的 GTC 大会上说过，建一座 1GW 的 AI 工厂大约需要花 400 亿美元。根据行业数据和英伟达自身系统架构的拆解，GPU 算力基础设施大约占到整座 AI 工厂总功耗的 60% 到 65%，对应到英伟达能确认的数据中心收入，大约是每部署 1GW 获得约 250 亿美元的收入，也就是$25B/GW。 这个数字并非凭空设定。用历史数据反推，FY24 到 FY26 的实际数据中心收入与 GW 部署量之间的对应关系，和这个假设高度吻合，平均误差在合理范围之内。

今天东山精密第三个板，恭喜所有跟上的朋友。 之前3月线下会跟大家重点拆解过它的估值逻辑，也明确说了3000亿的长期目标不变。现在145块对应的市值大概2100亿，离3000亿还有40%以上的空间。 现在股价到了145，已经进入我之前说的150~160第一个价值目标区，短线的朋友可以考虑分批止盈了。 很多人问我会不会清仓，统一说下我的思路： 短线仓位：到150以上会逐步减仓，落袋为安 底仓仓位：继续持有，看长期3000亿的目标，中间有波动不会动。 还是那句老话，我从来不会喊大家买或者卖，所有操作都是我自己的思路，仅供参考。投资是自己的事，一定要对自己的钱负责。 光模块的行情还远没有结束，AI算力的需求也还在持续爆发，后续有新的观点和操作，我会第一时间跟大家同步。 本文仅为个人投资思考分享，不构成任何投资建议，市场有风险，投资需谨慎。 $东山精密(002384)$

最近两个月，AI算力赛道的热度几乎全部集中在光模块和光芯片上，但很少有人注意到，上游的AI新云厂商正在悄悄完成一轮格局重塑。其中Nebius（股票代码NBIS）在过去一个季度的动作，足以改变整个行业的竞争格局。 一、400亿订单锁死未来三年增长 很多人对NBIS的印象还停留在“一家小型云服务商”，但实际上，它已经用实打实的合同，把未来至少三年的收入基本锁定了。 先看刚过去的2025年四季度，这是NBIS发展史上的关键转折点： 单季度销售收入同比暴涨547%，环比增长56% 全年ARR（年度经常性收入，云厂商核心增长指标）达到12.5亿美元，是2024年的14倍 集团层面首次实现调整后EBITDA转正 年底已投运电力容量达到170兆瓦，大幅超出年初100兆瓦的目标 而真正让市场重新定价的，是2026年一季度连续落地的两个超级大单： 3月16日，与Meta签署总价值270亿美元的长期合同，前五年交付120亿美元算力，后五年再追加150亿美元 在此之前，已与微软敲定174亿美元的专用GPU算力协议 仅此两家，NBIS手握的长期合同总额就超过了400亿美元。经过测算，这些订单将支撑公司在2026年底实现70-90亿美元的ARR，同比增长约6倍。 有了订单，能不能按时交付产能就成了最关键的问题。公司给出的产能目标非常明确： 2026年底：800兆瓦-1吉瓦的已投运连接容量 同期签约电力容量：超过3吉瓦 全球布局：16个站点，覆盖美国和欧洲主要市场 所有这些产能，都将主要搭载英伟达最新的Blackwell和Blackwell Ultra架构GPU。 二、核心护城河：为什么是NBIS？ AI新云赛道的玩家不少，CoreWeave、IREN、Lambda Labs都在跑马圈地，但为什么NBIS能拿到英伟达和两大科技巨头的最大份额？它的核心优势其实就三个。 1. 与英伟达的深度绑定，不是普通

本文基于Bloomber最新研报及盘后行情整理，聚焦Tempus如何破解AI医疗商业化难题、飞轮模式的可复制性及估值修复逻辑。所有内容均来自公开信息，不构成任何投资建议。   一、AI医疗的死局，被Tempus打破了 过去三年，AI医疗一直是资本市场最尴尬的赛道： 纯AI公司手握算法，却没有真实临床数据，只能停留在实验室阶段 传统医疗公司拥有数据，却没有AI能力，无法将数据转化为价值 所有玩家都在烧钱，没有一家能拿出可验证的盈利模型 直到Tempus交出了这份2026年Q1财报。 这不是一份普通的超预期财报，而是AI医疗行业的里程碑事件：Tempus成为全球第一家同时实现“营收高速增长+亏损大幅收窄+AI产品商业化落地”的医疗科技公司。它用实际行动证明，AI医疗不是空中楼阁，而是可以赚钱的生意。 二、三层递进：Tempus如何构建别人抄不走的壁垒 Tempus的成功，不是因为它在某一个环节做得比别人好，而是因为它构建了一个三层递进的商业体系，每一层都为下一层提供支撑，最终形成无法复制的飞轮效应。 1.第一层：用诊断业务做流量入口 很多人把Tempus当成一家AI公司，但它本质上首先是一家赚钱的诊断公司。 本季度诊断业务营收2.61亿美元，同比增长27%，毛利率59.6% 核心肿瘤检测业务覆盖全美80%以上的肿瘤医院，检测量突破12万例 收购AmbryGenetics后，成功切入遗传检测赛道，客户群体从肿瘤患者扩展到健康人群 诊断业务的意义，不在于它本身能赚多少钱，而在于它为Tempus提供了源源不断的、高质量的临床数据入口。这是所有纯AI公司永远无法获得的核心资产。 2.第二层：用数据业务做利润引擎 当其他公司还在为如何获取数据发愁的时候，Tempus已经开始把数据变成真金白银。 数据业务本季度营收0.87亿美元，同比增长41%，毛利率超过70% 目前已积累450

本文基于BloombergIntelligence、PivotalResearch最新研报及盘后行情整理，聚焦谷歌AI商业化进展、云业务拐点及投资价值。所有内容均来自公开信息，不构成任何投资建议。 一、市场错判了谷歌整整一年 北京时间今日凌晨，谷歌发布2026年Q1财报，所有核心指标全面超预期，盘后股价一度大涨7%。 过去一年，市场给谷歌贴的标签是“AI落后者”：大模型不如OpenAI，云业务不如微软，芯片不如英伟达。但这份财报彻底撕碎了这个标签，谷歌不是AI落后者，它是唯一能在全链条和英伟达掰手腕的公司。 PivotalResearch在财报后第一时间将谷歌目标价上调至470美元（华尔街最高），维持“买入”评级。我的核心观点是：谷歌当前估值仍处于合理区间，短期不追高，回调至320-330美元区间可分批建仓。 二、3个炸裂数据，彻底扭转市场认知 谷歌云收入200.28亿美元，同比+63.4%：不仅大幅超市场预期的184亿美元，更是直接碾压微软Azure（+26.8%）和亚马逊AWS（+19.3%），创下谷歌云成立以来的最高增速。更关键的是，营业利润率已达32.9%，距离AWS的35%仅一步之遥。 云订单积压4620亿美元，环比+89%：这是历史最高增速，其中70%以上来自AI推理相关订单。Anthropic、苹果、Spotify等大客户的长期合同，锁定了谷歌云未来3年的增长。 资本开支上调至1800-1900亿美元：较此前预期增加100亿美元，全部用于TPU产能扩建。这意味着谷歌对AI推理需求的判断，比市场最乐观的预期还要高30%。 其他核心数据：总营收1099.46亿美元（+21.8%），核心经营利润396.96亿美元（+29.7%），搜索收入603.99亿美元（+19.1%），同时宣布上调股息5%并维持700亿美元回购计划。 三、谷歌云63%增速的真相：不是抢客户，是T