社区

🚀📈 $NBIS Stock Forecast 2026: Why the debate is shifting from upside to positioning $NBIS already made its move in 2025. A triple-digit rally forced the market to stop asking “what is this company?” and start asking something more important: Is Nebius becoming a structural part of AI infrastructure, or is this still a momentum trade? That distinction matters far more than short-term price swings. Here’s how I frame $NBIS looking into 2026. First, this is not a general-purpose cloud story. Nebius sits in a much narrower lane: high-performance AI compute and data center infrastructure. As AI workloads shift from experimentation to sustained production, the constraint isn’t algorithms, it’s reliable, scalable compute capacity. That puts $NBIS closer to infrastructure than software narratives.

🚀📈 $AMD 瞄准中国独显 25% 份额，这不是口号，而是一次渠道与结构的重置 如果只看“25% 市占”这个数字，直觉反应往往是怀疑。 但真正值得关注的，不是目标本身，而是 $AMD 正在为这个目标做什么结构性准备。 第一步，已经不是产品问题，而是组织与渠道问题。 $AMD 已完成中国区消费级 GPU 销售体系的重组。 原本相对分散的 GPU 渠道管理，被并入中国区 CPU 体系，由同一核心管理层统一协调。 这一步的意义在于： GPU 不再是“附属业务”，而是被纳入 平台级销售逻辑。 当 CPU、GPU、AIB 合作伙伴被放在同一张棋盘上， 目标不再是单卡销量，而是整体方案渗透。 第二步，是把 GPU 从“单品竞争”拉进“平台协同”。 $AMD 正在推进消费级 GPU 与处理器渠道的深度协同， 包括与 AIB 厂商在定价、备货、推广节奏上的配合。 这背后的逻辑并不复杂： 在中国市场，渠道效率往往比单点性能更重要。 当 CPU 与 GPU 在渠道侧形成绑定， AMD 实际上是在复制它在 PC 处理器市场中已经验证过的一套打法。 第三步，是目标本身所传递的信号。 内部设定 2026 年中国独立显卡 25% 市占， 意味着 AMD 已经不再满足于“存在感”，而是要实质性改变市场结构。 这并不意味着这条路容易。 当前内存成本高企，对显卡 BOM 成本构成直接压力； 而中国独显市场，多年来高度集中在 $NVDA 体系之下，惯性极强。 从全球视角看，这种集中度更为极端： 在最近一轮公开统计中，NVIDIA 占据绝对主导地位，而 AMD 份额仍处低位。 正因为如此，这一目标才更值得被拆解，而不是一笑置之。 关键不在于 AMD 是否真的“拿下 25%”， 而在于： 中国市场是否正在进入一个，渠道、性价比与平台协同开始重新分配份额的阶段。 如果 GPU 不再只是性能对性能的较量， 而是平台

🚀🌌2025 年美股已经给出答案：太空概念，2026年正在被重新定价 2025 年美股，太空概念股已经从“题材想象”走到了“价格验证”。 这张榜单本身已经说明问题。 年内涨幅靠前的公司，不再只是单一发射故事，而是覆盖了卫星数据、通信、国防配套、制造与发射服务等多个细分环节。这意味着，市场定价的并不是某一家公司，而是整个太空产业链的可商业化路径。 从结构上看，这一轮上涨并非同步爆发，而是有明显的先后顺序。 先被定价的是“能立刻产生现金流或订单预期”的环节，其次才是平台型与长期布局型公司。 例如以卫星数据和成像为核心的 $PL、$BKSY，本质是把太空资产转化为可持续的数据服务。 通信相关的 $SATS、$VSAT、$GSAT，则直接受益于军用、偏远地区和应急通信需求的提升。 而 $ASTS、$RKLB、$KTOS、$HWM 这类公司，更多卡在“发射能力、国防配套与高端制造”的位置，周期性更强，但一旦订单确认，弹性也更大。 换句话说，2025 年市场已经给出了一个清晰信号。 太空不再只是“是否能上天”，而是“谁能把太空能力转化为稳定收入”。 这也正是展望 2026 年时最关键的分水岭。 进入 2026 年，太空概念股的走势，很可能会从“整体抬升”转向“结构分化”。 市场关注点会逐步从涨幅，转向三个更现实的问题。 第一，哪些商业模式能持续产生现金流，而不是依赖融资与补贴。 第二，哪些公司真正绑定了国防、政府或长期合同，而不是一次性项目。 第三，哪些环节开始显现出供给约束，从而具备定价权。 在这个阶段，波动不会消失，反而可能加剧。 但回调不一定代表故事结束，更可能是市场在重新区分“想象空间”和“可兑现能力”。 太空产业的长期逻辑，并不取决于某一年涨了多少。 而取决于谁能在卫星、通信、数据与国防体系中，成为不可替代的一环。 真正值得持续跟踪的，不是“下一次火箭发射”， 而是哪些公司正

💥📈2025 年美股，一个已经被市场反复验证的主线：AI 概念股 从这张榜单可以看得非常清楚，2025 年至今，美股 AI 概念股升幅前 10，并不是集中在某一个细分方向，而是横跨医疗、算力、半导体设备、软件、广告与云基础设施。 这不是单点突破，而是一整条产业链同时启动。 先看一个关键信号： 涨幅靠前的公司，几乎都直接或间接卡在“算力瓶颈”与“AI 落地”这两个核心节点上。 比如： $GH（AI 医疗） $MU（AI 存储，HBM） $NBIS、$CRWV（AI 云与算力基础设施） $PLTR（AI 军工与政府数据） $LRCX、$KLAC（半导体设备，资本开支上游） $APP（AI 广告变现） $U（AI 应用与内容引擎） $TEM（AI 医疗数据） 这些公司之间，并不是“互相替代”，而是彼此依赖。 真正重要的不是「2025 年谁涨得最多」， 而是：这些涨幅，是否已经透支了 2026 年？ 答案可能并不如想象中简单。 原因只有一个： AI 的需求曲线，仍然在向右移动，而不是见顶。 算力需求没有下降 资本开支没有收缩 数据中心仍在扩建 企业端的 AI 应用才刚刚进入“从试点到规模化”的阶段 换句话说，2025 年更多是基础设施与核心环节的提前定价， 而不是整个 AI 产业周期的终点。 展望 2026 年，市场的关注点很可能出现三点转移： 第一，从“有没有 AI”转向“谁能持续赚钱” 第二，从单一龙头，扩散到细分领域的二线与专业型公司 第三，从故事驱动，转向订单、现金流与长期合约 这意味着， 高波动依然会存在， 但真正具备产业位置的公司，回调不一定等于趋势结束。 更值得警惕的是另一件事： 当一条主线被反复验证后， 市场往往会低估它的持续时间，而不是高估。 AI 也许正处在这种阶段。 现在的问题不再是： AI 会不会继续？ 而是： 在 2026 年，哪一段产业链，会成为新的“定

💥📊$INTC 的叙事，正在发生实质性变化，而且信号已经不再隐晦。 现在可以理解，为什么 $NVDA 会在近期持有 $INTC 约 5% 的股份， 也可以理解，为什么 美国政府层面持有约 10% 的 $INTC。 这并不是巧合，而是一次明确的战略对齐。 $INTC 是全球极少数具备潜在能力、能够在未来承担高端 AI 芯片规模化制造任务的公司之一，也是在代工体系中，少数有可能逐步分担 $TSM 压力、并承担更积极合同角色的厂商。 需要强调的是，$INTC 还没有“完成转型”。 无论是在制程、良率，还是执行层面，它依然有明显需要补课的地方。 但在产业级别的转折期，方向往往比当前完成度更重要。 而方向，现在已经非常清楚。 对 $NVDA 来说，AI 芯片的供应链安全与多元化，已经不再是成本问题，而是长期确定性问题。 对美国政府而言，本土半导体制造也早已从产业扶持，升级为国家安全与科技主权的一部分。 $INTC 正站在这两股力量的交汇点上。 市场上往往会出现一种熟悉的结构： 被质疑最多、被唱衰最久、预期最低的公司， 在关键战略周期切换时，反而具备最大的非线性空间。 如果未来几年，$INTC 真正兑现其制造与代工能力， 它很可能会走向一个极具反差的位置—— 成为市场上最不受欢迎，却不可或缺的芯片制造商。 真正值得思考的问题不是： $INTC 现在做得够不够好， 而是： 当这个角色被市场完全意识到时， 价格是否还能停留在当下的位置？ #AI #ArtificialIntelligence #Semiconductors #Chips #NVIDIA #Intel #TSMC #USStocks #TechStocks

💥⚡2025 年美股核电股涨幅榜：最高 287%，背后发生了什么？ 如果你还把核电视为「老能源」「防御型资产」，那这张图已经给出了相反的答案。 2025 年至今，美股核电相关公司涨幅前 10，全部来自同一条逻辑链条： AI → 电力 → 稳定基荷 → 核电。 这不是题材轮动，而是结构性需求回归。 先看最直观的结果（按图中数据）： Centrus Energy ($LEU) 年内涨幅接近 300% 核燃料供应商，直接受益于全球核电重启与燃料安全议题。 Oklo Inc ($OKLO) 同样接近 3 倍 小型模块化反应堆（SMR）概念的代表，背后是 AI 数据中心对“就地稳定供电”的渴求。 Energy Fuels ($UUUU) 近 200% 铀矿 + 核燃料循环，直接卡在上游资源。 Korea Electric Power ($KEP) 超过 140% 国家级核电运营商，受益于全球核电出口与工程订单。 GE Vernova ($GEV) 翻倍 核电设备、发电系统与电网，处在“电力基础设施升级”的核心。 其余包括 Talen Energy ($TLN)、Uranium Energy ($UEC)、Cameco ($CCJ)、Constellation Energy ($CEG)、BWX Technologies ($BWXT)，全部围绕同一条主线： 核电正在从“政策备胎”转为“现实主力”。 关键不在涨幅，而在为什么是现在。 过去十年，核电被压制的核心原因只有一个： 需求端看不到“必须要它”的场景。 而今天，这个条件出现了： • AI 数据中心需要 7×24 小时、不可中断的基荷电力 • 可再生能源不稳定，储能仍有成本与规模瓶颈 • 天然气受地缘与价格周期影响 • 核电重新成为“唯一可行解” 这也是为什么你会看到： 核燃料 → 设备 → 电力运营 → 电网，全产业链同步上涨。

🚀⚙️人工智能第二阶段（2026–2030）：真正的分水岭，不在模型，在系统 很多人还在用第一阶段的视角看AI。 算力堆得够不够、模型参数大不大、推理速度快不快。 但真正的第二阶段，关注点已经彻底下沉。 不是“谁最聪明”，而是“谁能长期跑、稳定跑、规模化跑”。 这个周期，本质由三件事定义：功率、数据传输、自动化。 第一条主线：数据中心与AI基础设施 $CIFR、$IREN、$CLSK、$WULF 代表的是算力背后的电力与算力一体化趋势。 当AI负载成为长期、稳定、不可中断的需求，数据中心不再只是IT资产，而是“能源资产 + 计算资产”的复合体。 $VRT、$SMCI、$DBRG、$EQIX 则站在系统工程层。 散热、供电、机柜、服务器集成、互联架构，决定的是GPU能否被真正跑满，而不是闲置在账面上。 第二阶段的竞争，往往输在这些看不见的地方。 第二条主线：能源、电网与核能 $CEG、$VST 不再只是传统电力公司，而是AI算力扩张的“隐形限速器”。 电不够，AI就停。 $OKLO、$SMR 代表的是未来十年绕不开的现实问题：算力增长速度，已经超过传统电网扩容的节奏。 $FLNC、$PWR 则连接储能与电网基础设施，解决的是“不稳定电源 + 稳定算力需求”之间的矛盾。 AI第二阶段，不是算力不够，而是电力结构不匹配。 第三条主线：半导体，但不只是GPU $NVDA 仍是算力核心，但它已经不是单点故事。 $AMD、$AVGO、$MRVL、$ARM 站在互联、定制芯片与系统协同的位置。 $ASML、$TSM、$GFS、$MU 决定的是制程、良率、产能与内存瓶颈。 第二阶段的半导体，不再是“谁最先进”，而是“谁能长期稳定供货、规模化交付”。 第四条主线：无人机与自主系统 $ONDS、$AVAV、$KTOS、$RCAT、$DPRO 正在把AI从数据中心，推向真实世界。 $LMT、$N

🚀⚙️特斯拉在上海招聘HPC高级系统工程师：GPU算力才是真正的护城河 特斯拉正在中国上海招聘 High Performance Computing（HPC）Senior System Engineer，这个岗位的核心只有一件事：构建并长期稳定运行大规模 GPU 集群。 不是概念，不是PPT，而是每天真实消耗算力、直接支撑AI产品落地的基础设施。 从职位描述可以看得很清楚，这不是传统运维岗位，而是站在AI算力体系最底层、但影响最上层结果的位置。 这个团队直接负责设计、部署并维护大规模 HPC 技术栈，目标只有三个关键词：性能、稳定性、可扩展性。 岗位明确点名的技术要求非常有信号意义。 InfiniBand 网络经验被放在显眼位置，这意味着集群规模已经大到以微秒级通信延迟作为瓶颈考量，而这是典型的 NVIDIA GPU 高性能互联路线。 同时要求有大规模数据中心、HPC 负载运行经验，说明这不是实验环境，而是长时间、高强度、真实生产级别的算力消耗。 还有一个容易被忽略但非常关键的点：团队规模“极小”，但每个人的工作“权重极高”。 这类描述在特斯拉并不常见，通常只出现在真正卡住效率瓶颈的位置。算力不稳，AI进度就停；监控不到位，整个系统的可靠性就会被放大成产品风险。 这类岗位的存在，本身就在说明一件事：AI产品的竞争，已经从模型层，继续下沉到了算力系统工程层。 不是谁模型写得更漂亮，而是谁能在更低故障率、更高利用率的前提下，持续把GPU跑满。 上海这个地点同样值得注意。 这意味着特斯拉的AI算力与基础设施建设，正在明显向中国本地深化，而不是只停留在单一地区集中化部署。 如果你把这个岗位和特斯拉近几年对AI、自动化、真实世界应用的投入放在一起看，很难不意识到一点：算力，已经是长期战略的一部分，而不是阶段性投入。 你觉得未来AI竞争，决定性优势会更多来自模型突破，还是来自这种“看不

💥📊【Anthropic 自建算力版图：100 万颗 TPUv7，重塑 AI 基础设施分工格局】 这不是一笔普通的算力采购，而是一次结构性重排。 关键信息只有一句话： Anthropic 将直接采购接近 100 万颗 TPUv7，并部署在自己控制的设施中。 这意味着什么？ 第一，Anthropic 不再只是“云客户”。 在这一结构下，这批 TPUv7 由 Broadcom 直接向 Anthropic 销售整套系统，而不是通过传统云厂商层层转包。 算力，正在从“云即服务”回到“算力即资产”。 第二，数据中心角色被彻底拆分。 在 Anthropic 自有 TPU 架构下，分工非常清晰： • TeraWulf ($WULF) • Hut 8 • Cipher Mining ($CIFR) 这三家公司负责的不是“算力运营”，而是底层数据中心基础设施交付：电力、机房、冷却、土地、并网能力。 而真正“上架服务器、跑起来”的工作，则交给了： • Fluidstack Fluidstack 将承担现场部署： 布线、burn-in、验收测试、远程运维支持（remote-hands）， 相当于把传统 hyperscaler 内部的物理运维团队彻底外包。 第三，这种模式的信号意义远大于规模本身。 当一家头部 AI 公司选择： • 自己买芯片 • 自己控制设施 • 基建外包给能源/数据中心公司 • 运维外包给专业部署商 本质上是在说一件事： 算力已经重要到，不能完全交给云厂商抽成。 这对市场意味着什么？ 对 $WULF、$CIFR 这类公司来说， 它们正在从“矿业周期资产”转向AI 时代的基础设施承包商。 不参与模型，不承担芯片风险，但吃到长期、稳定、资本密集型订单。 对整个 AI 行业来说， 这是算力从“集中式云垄断”走向模块化、可拆解、可外包的一次关键尝试。 如果这种结构被验证可行， 未来你看

🔥🎯 2026 年各赛道最值得盯紧的 TOP 3 成长股地图 如果只用一句话概括 2026 年的机会结构，那就是： 不是全面牛市，而是“分赛道、分层级”的成长重估。 下面这份清单，不是短线推荐，而是一张从产业位置出发的结构性观察表。我更关心的不是谁涨得快，而是谁站在未来两三年资本与算力、能源、自动化交汇的位置上。 AI Infrastructure / Utility $CRWV $NBIS $IREN 这一层解决的是最现实的问题： AI 算力真正跑起来，需要“已经通电、已经交付”的基础设施。 这不是模型之争，而是工程与执行力之争。 AI Chips $NVDA $AMD $TSM 这一组依然是 AI 的心脏层。 重点不在于“会不会被颠覆”，而在于算力需求是否还在上修。 目前答案仍然是肯定的。 AI Networking $AVGO $ALAB $MRVL 当算力密度上升，真正的瓶颈开始转向互连与带宽。 很多人只看 GPU，却忽略了“数据怎么流动”。 AI Cloud / Hyperscalers $MSFT $AMZN $GOOGL AI 的利润池，依然会优先沉淀在平台层。 企业级分发权，比单点模型能力更重要。 Power & Grid $CEG $VST $EOSE AI 的尽头一定是电力。 谁能稳定供电、谁能扩容更快，谁就拥有隐形定价权。 Nuclear $OKLO $LEU $UUUU 这是“非共识但结构刚需”的方向。 当 AI 把电力需求推向新量级，核能重新进入战略视野。 Robotics & Automation $TSLA $SYM $ISRG 从数字智能走向物理执行。 这是 AI 商业化真正放量的阶段，而不是演示阶段。 Drones & Autonomous Defense $AVAV $ONDS $DPRO 这是一个被现实世界不断“