美国7月PCE物价指数同比涨3.7%,美联储按兵不动获空间

原文作者:张雅琦

原文来源:华尔街见闻

美国 7 月消费支出意外停滞,通胀关键指标走势温和,令美联储维持利率不变的立场获得更多数据支撑。

美国商务部经济分析局周三公布数据显示,7 月个人消费支出(PCE)物价指数环比上涨 0.2%,高于市场预期的 0.1%,同比增幅维持在 3.7%;剔除食品和能源的核心 PCE 指数环比同样上涨 0.2%,同比增速持平于 3.3%,符合市场预期。与此同时,经通胀调整后的实际个人消费支出环比持平,此前 5 月和 6 月均录得强劲增长。

上述数据与近期一系列经济报告相互印证,表明美国经济在经历初夏的强劲扩张后,于 7 月出现降温迹象。对于美联储官员而言,这批数据将进一步支持暂停加息的论点,但核心 PCE 仍远高于美联储 2% 的政策目标,通胀压力尚未完全消退。

市场目前将焦点转向周五在怀俄明州杰克逊霍尔举行的年度央行行长会议。投资者将密切关注美联储主席沃什的讲话,以寻求其对如何应对当前顽固通胀的最新表态。

核心通胀持平预期,但仍显著高于美联储目标

7 月核心 PCE 指数同比增速维持 3.3%,与 6 月持平,符合市场预期,显示潜在通胀压力趋于稳定。然而,美联储首选通胀指标——整体 PCE 指数同比仍高达 3.7%,距离央行 2% 的政策目标仍有相当距离。

从分项来看,非耐用品价格在 7 月延续下跌趋势,原油价格走低亦拖累能源分项 PCE 下行。

值得关注的是,证券投资组合管理服务成本的显著攀升成为推升整体价格的结构性因素之一,与股票市场的表现形成联动。

消费名义增长,实际购买力承压

7 月名义个人消费支出环比上涨 0.2%,个人收入环比增长 0.4%,两项数据均略超预期。

然而,经通胀调整后的实际消费支出环比持平,反映出价格压力对实际购买力的侵蚀。

收入年率增速整体呈放缓态势。其中,政府雇员薪资同比增速降至 1.4%,为 2021 年 3 月以来最低;私人部门薪资同比增速则从 4.6% 回落至 3.8%,为 2026 年 3 月以来最低。

收入增速的放缓或正促使消费者更趋谨慎——7 月储蓄率出现明显回升,从此前的四年低位反弹。

杰克逊霍尔讲话成市场焦点

在此数据背景下,市场目光转向本周五沃什在杰克逊霍尔年会上的表态。投资者希望借此厘清美联储在通胀持续高于目标的情况下,将如何权衡货币政策路径。

当前 PCE 数据与此前公布的 CPI 及 PPI 数据共同勾勒出一幅通胀趋缓但尚未完全消退的图景,为沃什提供了一定的政策叙事空间。与此同时,同日公布的另一份报告显示,美国经济二季度 GDP 增速与初值持平,但细节数据指向消费支出更为强劲,为经济前景增添了一定支撑。

华尔街的想象力,追不上英伟达的「车速」

原文作者:苏扬

原文编辑:徐青阳

原文来源:腾讯科技

英伟达再次交出了一份亮眼财报,营收、运营利润和每股收益均创下历史新高。

美国当地时间 8 月 26 日,英伟达公布截至 2026 年 7 月 26 日的 2027 财年第二财季业绩。财报显示,英伟达当季营收达到 962.21 亿美元,同比增长 106%,环比增长 18%;净利润达到 596.88 亿美元,同比增长 126%;摊薄后每股收益为 2.46 美元,同比增长 128%。

相比上一季度 816.15 亿美元的营收,英伟达继续刷新增长纪录。上年同期,该公司单季营收仅为 467.43 亿美元,如今一年时间几乎实现了翻倍增长。

财报公布后,英伟达盘后股价一度下跌约 1.3%,随后跳涨超 4%,这也反映出市场关注点的分歧和变化:过去投资者关注的是英伟达能否持续超越预期,如今他们更关心 AI 基础设施建设还能持续多久,以及下一代芯片和新的商业模式能否支撑未来增长。

从盈利能力来看,英伟达依然保持着极高水平。

第二财季,公司运营利润达到 637.34 亿美元,同比增长 124%;按 Non-GAAP 口径计算,净利润为 539.54 亿美元,同比增长 118%。同期,公司毛利率达到 75%,高于去年同期的 72.4%,也略高于第一财季的 74.9%。

英伟达创始人兼 CEO 黄仁勋表示:“人工智能已经到达了拐点。它正在做有用的工作,它的 token 正在创造生产力和盈利能力。现在,计算就是收入。”

现在,更多 AI 实验室、初创企业正在快速扩张,开源模型生态以及物理 AI 等新方向也开始发展,整个 AI 产业正在进入更广泛的建设周期。

与此同时,英伟达继续加大股东回报力度。第二财季,该公司通过股票回购和现金股息向股东返还约 260 亿美元。截至季度末,公司股票回购授权额度仍剩余约 990 亿美元。

数据中心收入激增,AI 云客户增长更快

推动英伟达这一轮增长的核心依然是数据中心业务。

在第二财季,英伟达数据中心收入达到 890.23 亿美元,同比增长 117%,环比增长 18%,几乎贡献了公司全部营收增量。随着全球企业和云服务商持续投入 AI 基础设施建设,英伟达 GPU 需求仍处于高位。

英伟达第一财季调整了数据中心业务披露方式,将客户分为 Hyperscale 和 ACIE 两大类别。

其中,超大规模客户(Hyperscale)收入达到 487.1 亿美元,同比增长 102%,环比增长 13%,主要来自大型公有云和互联网公司。

与此同时,AI 云、工业与企业客户(ACIE)收入达到 403.13 亿美元,同比增长 138%,环比增长 25%。该业务覆盖 AI 原生公司、企业客户、主权 AI 客户以及使用 AI 云服务的超大规模计算需求。

新的分类方式显示,AI 算力需求正在从少数云巨头向企业、政府和更多行业场景扩散。不过,投资者仍关注不同客户类型背后的盈利能力和长期需求,而不仅仅是订单规模的增长。

中国大陆市场仍然是财报中的重要变量。

英伟达表示,第二财季运往中国大陆的数据中心 Hopper 产品收入占数据中心收入比例低于 1%。同时,该公司在第三财季业绩展望中,没有计入任何来自中国大陆的数据中心计算收入。

除了数据中心业务,边缘计算业务第二财季收入达到 71.98 亿美元,同比增长 27%,环比增长 13%。其中,Blackwell 工作站销售推动增长,但消费级 PC 受到内存和系统价格上涨影响,部分抵消了增长。

Blackwell Ultra 放量,Vera Rubin 全面投产

英伟达正在推动产品路线从单一 GPU 升级到完整计算平台。

第二财季,Blackwell Ultra 成为推动数据中心业务增长的重要因素。英伟达表示,当季数据中心收入增长主要来自 Blackwell Ultra 基础设施的大规模部署。随着云服务商和 AI 企业持续建设大规模 AI 计算集群,Blackwell 正在进入更广泛的商业部署阶段。

与此同时,英伟达已经开始为下一代产品周期做准备。第二财季,该公司宣布 Vera Rubin 平台已经全面投产,相关机架系统正在 CoreWeave、Google Cloud 等合作伙伴云平台运行。

Rubin 平台不仅包括 GPU,还覆盖 CPU、网络、软件以及系统级解决方案。其中,Vera CPU 是英伟达推出的首款针对 AI 智能体设计的 CPU,该产品计划被全球领先技术提供商采用。

此外,英伟达还宣布,用于交互式 AI 推理的 NVIDIA Groq 3 LPX 已经全面投产。英伟达希望通过 Groq 3 LPX 等产品加强在实时 AI 推理场景中的竞争能力。

除了硬件产品,英伟达也在强化软件生态。

第二财季,该公司推出 DSX 平台,为基础设施建设者提供设计、建设和运营大规模 AI 工厂的完整方案。该平台将计算、网络、软件以及系统进行整合,帮助客户建设更大规模的 AI 基础设施。

在 AI 软件方面,英伟达持续扩展 NVIDIA Agent Toolkit,并通过 PhysicsNeMo 以及 CUDA-X 库增强开发能力。该公司表示,正在与全球软件平台提供商合作,推出新软件、开源模型和合作伙伴项目。

对于英伟达而言,产品竞争已经不再局限于单个芯片性能,而是围绕从芯片、网络、软件到系统的完整生态展开。不过,市场仍在关注 Blackwell 向 Rubin 过渡的速度,以及新一代平台能否继续推动客户扩大 AI 基础设施投入。

AI 基础设施进入融资阶段,英伟达承担更多建设角色

随着 AI 数据中心规模不断扩大,英伟达正在参与更多基础设施建设。

第二财季财报显示,截至 2026 年 7 月 26 日,英伟达未来承诺金额达到 3600 亿美元。其中包括 2790 亿美元供应与产能承诺、290 亿美元云服务协议、230 亿美元资本支出,以及 250 亿美元股权投资。

上述承诺主要与未来 AI 基础设施扩张有关。其中,最受关注的是英伟达参与的 SB Energy 俄亥俄州 PORTS-Pike 项目。

英伟达表示,该公司为 SB Energy 位于俄亥俄州的技术园区提供信用支持,该项目初期涉及约 4.25GW 土地、电力和厂房建设,用于托管 OpenAI 的英伟达基础设施。英伟达提供的担保义务最高达到 1050 亿美元,并将在数据中心达到可服务状态等条件满足后分阶段生效。

与此同时,英伟达正在推动更大规模的 AI 基础设施资本投入。该公司已经宣布与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 等机构建立战略合作伙伴关系,目标是在未来动员超过 5000 亿美元第三方资本,用于 AI 基础设施建设。

黄仁勋认为,AI 基础设施建设正在进入新的阶段,未来需要大量资本投入,以支持 AI 模型训练、推理以及更多应用的发展。

不过,随着英伟达参与更多基础设施项目,市场也开始关注这种模式带来的资本压力。

截至第二财季末,英伟达现金、现金等价物和有价债务证券合计 566 亿美元。与此同时,该公司第二财季发行了 250 亿美元高级无担保票据,用于一般企业用途。英伟达表示,目前公司的财务状况依然稳健,未来投资主要围绕支持供应链、基础设施和长期增长需求展开。

Q3 营收将超千亿,竞争压力开始显现

对于下一季度,英伟达给出了继续增长的预期。

该公司预计 2027 财年第三季度营收将达到 1080 亿美元,上下浮动 2%;预计 GAAP 和 Non-GAAP 口径下毛利率均为 74%。英伟达同时强调,该指引没有计入任何来自中国的数据中心计算收入。

相比第二季度 962 亿美元营收,英伟达预计第三季度仍将保持增长。不过,市场关注点已经从单季度增长转向长期竞争格局。

目前,AI 芯片市场竞争正在扩大。英伟达在财报中强调,该公司正在通过完整计算平台保持优势,包括处理器、互连技术、软件、算法、系统和服务。公司希望通过这一整套生态满足 AI 训练和推理需求。

但与此同时,竞争对手正在加快布局。AMD 持续推出数据中心产品,谷歌也在发展自研 TPU 芯片。大型科技公司既是英伟达的重要客户,同时也在投入资源开发自己的计算平台。

投资者尤其关注 AI 推理市场的发展。随着 AI 应用增加,计算需求正在从模型训练扩展到推理服务。英伟达通过 Vera Rubin 平台、Groq 3 LPX 以及软件生态强化推理能力,希望继续保持市场领先地位。

不过,未来增长仍需要回答几个问题:Blackwell Ultra 和 Rubin 平台能否继续推动客户增加采购;AI 基础设施投资是否能够保持当前速度;以及随着客户自研芯片增加,英伟达在 AI 计算市场中的份额是否会受到影响。

962 亿美元营收,是英伟达在 AI 浪潮中的又一个里程碑。

对于英伟达而言,创纪录的财务数据证明了过去周期的成功,而下一阶段的挑战,是如何在 AI 产业进入更大规模建设阶段后,继续保持自己的核心位置。

英伟达财报速读:单季营收即将冲破千亿大关,明年还能再增长70%

原创 | Odaily 星球日报(@OdailyChina

作者|Azuma(@azuma_eth

北京时间 8 月 27 日凌晨,英伟达公布截至 2026 年 7 月 26 日的 2027 财年第二季度财报。财报数据显示,第二季度英伟达(NVDA)的营收和利润全面超预期,数据中心业务继续加速,下一季度指引再创新高。

具体而言,英伟达 Q2 营收达到了 962.21 亿美元,同比增长 106%,环比增长 18%,超出分析师预期 4%;非 GAAP 净利润为 539.54 亿美元,同比增长 118%,调整后 EPS 为 2.22 美元,高于市场预期近 6%;此外,英伟达还对 Q3 营收给出了 1080 亿美元的指引,这意味着该公司即将正式进入“单季千亿美元营收”时代。

上述数据已经足够漂亮,但仍不是本次财报中最惊人的一个数字。在财报发布后的投资者电话会上,英伟达 CFO Colette Kress 给出了一个此前市场并没有充分预期的信号 )—— 公司预计 2028 财年营收仍将增长约 70%(且未计入任何来自中国的数据中心收入),大幅高于华尔街此前 45% 的预期。

更重要的是,英伟达强调,这个 70% 的增长预期甚至是在供应受限的情况下给出的。换句话说,公司现在面对的主要问题似乎已经不是“AI 需求还能持续多久”,而是“供应链究竟还能满足英伟达的多少需求”。

受财报及电话会影响,英伟达盘后上涨超 4%,暂报 219.53 美元。

收入结构:AI 需求仍由超大规模客户主导

如果细看英伟达这 962 亿美元的营收结构,会发现“数据中心业务依然是绝对核心的收入来源”。

Q2,英伟达的数据中心业务收入达到 890 亿美元,同比增长 117%,环比增长 18%,占公司总营收的比例已经超过九成。更重要的点在于,数据中心业务的营收增长速度依然快于公司整体营收 —— Q1,英伟达总营收同比增长 85%,数据中心收入同比增长 92%;到了 Q2,两项增速分别进一步提升至 106% 和 117% —— 在季度营收已经接近千亿美元的情况下,英伟达的核心业务不仅没有出现明显放缓,反而还在继续加速。

从数据中心业务的内部来看,Q2 的增长仍然主要由“超大规模云厂商”(Hyperscaler)驱动。英伟达披露,Q2 超大规模客户相关收入约为 487 亿美元。与此同时,亚马逊、微软、谷歌、Meta 等大型科技公司仍在持续扩大 AI 基础设施投资。就在财报发布之前,AWS 还曾宣布计划进一步部署 200 万块英伟达 GPU。

这意味着,至少从当前的收入结构来看,AI 算力需求的第一驱动力仍然是大型云厂商的资本开支。这也是观察未来英伟达增长态势以及 AI 周期延续状况的最核心变量,如果微软、亚马逊、谷歌、Meta 等公司的资本开支继续增长,英伟达的高增长就仍然拥有最直接的订单支撑;反之,如果这些公司的 AI 投资开始进入消化期,英伟达也将最先感受到压力。

另一边,英伟达的边缘计算业务(Edge Computing)录得 72 亿美元收入,同比增长 27%,环比增长 13%,收入规模上较数据中心业务仍有明显的体量差距,但作为公司“物理 AI”方向发力的代表,这也是英伟达试图降低对单一业务依赖的长期布局。

Vera Rubin:新一轮产品周期已经开始

本次财报及后续电话会中最重要的产品层信号,则在 Vera Rubin 的落地 —— 英伟达在电话会上确认,Vera Rubin 已经进入全面量产,并且本月早些时候已经开始出货……Vera Rubin 每部署 1 GW 算力,都对应约 400 亿美元的营收机会,预计将在 Q3 贡献约 20% 的数据中心业务营收。

这一声明标志着,英伟达正从 Blackwell 周期逐步过渡到 Rubin 周期。

对于英伟达这种产品迭代速度极快的公司而言,这种新旧平台的交替非常关键。过去,市场对 AI 芯片周期一大担忧,就是每一代产品能否顺利完成接力,如果两代产品之间出现明显的空档,营收增速自然会迅速下降。而这一次,Rubin 的商业化节奏显然够快。

作为英伟达专为 AI 设计的机架级超级计算平台,Vera Rubin 整合了 Rubin GPU、Vera CPU、NVLink6、ConnectX-9 等七款自研芯片,性能层面实现了跨越式升级。产品的进化最终将反馈在价值捕获之上,“每 1 GW 算力 ➡️ 400 亿美元营收”的数据锚点意味着,Vera Rubin 落地之后,随着数据中心规模继续扩大,英伟达能够从每一座新建 AI 数据中心中获得的价值也会不断提高。

此外,黄仁勋本人还在电话会上强调,Vera Rubin 的放量速度将创公司历史最快纪录……这或许便是英伟达敢于给出“2028 财年营收仍将增长约 70%”的底气。

AI 需求还在,但供应已成为瓶颈

关于“AI 需求是否已见顶”的问题,在财报发布后的投资者电话会上,英伟达管理层传递了一个比以往更强烈的信号,需求不仅没有放缓,反而仍在加速。

黄仁勋在电话会上直白表示,AI 已经进入新的阶段。过去一年,AI 算力需求主要由少数头部模型公司推动,而现在,需求正在向更多前沿模型、开源模型、企业 AI、Agent 以及机器人等领域扩散。

这其中最重要的变化迹象在于推理需求的加速增长。随着大模型从训练走向实际应用,AI 算力消耗不再只是模型训练时的一次性投入,而是会随着用户使用量、Token 生成量不断增加。黄仁勋甚至直接用了“Token 正在变得有生产力和盈利能力”来形容这一变化。

此外,英伟达在电话会上还表示,从目前大型科技公司的资本开支计划来看,需求也没有出现明显放缓的迹象。全球五大云服务商今年的资本开支预计接近 8000 亿美元,明年则可能进一步达到约 1.3 万亿美元。

这些观察共同构成了英伟达对于未来“AI 需求”判断的底层支撑。然而,在需求端如此强劲的情况下,供给却已成为了限制英伟达进一步增长的制约因素。换句话说,公司当前面对的主要瓶颈,并不是订单不足,而是零部件、产能和交付能力能否跟上订单的速度。

英伟达管理层在电话会明确表示,至少到 2028 财年,供应仍将是限制公司增长的主要瓶颈。黄仁勋甚至强调,如果没有供应限制,公司给出的 2028 财年业绩展望将会“高得多”。

这里的“供应”并不仅仅限于 GPU 本身,随着 AI 芯片规模快速扩大,HBM、先进封装、晶圆、网络设备以及数据中心电力,都可能成为制约算力部署速度的重要因素。尤其是 HBM,英伟达此次在电话会上直接谈到了内存价格的大幅上涨,并预计 Q3 非 GAAP 毛利率约为 74%,低于 Q2 的 75%,内存成本的持续上升,正对后续利润率形成压力。

为了突破这一瓶颈,英伟达正在将其角色向 AI 基础设施的“资本组织者”延伸。财报披露,英伟达已与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 等建立战略合作,拟在未来动员超过 5000 亿美元第三方资本用于 AI 基础设施建设。同时,英伟达与 SB Energy 在俄亥俄州 PORTS-Pike Technology Campus 合作,提前锁定土地、电力和建筑壳体容量,以承载其计算资源部署。

千亿门槛与下一个起点

英伟达这份财报,以及管理层在电话会上的表态,阶段性地再次回答了市场当下最为关注的一个问题 —— AI 需求是否已经见顶,周期是否已经结束?

从 2028 财年 70% 的营收增长指引来看,英伟达当下给出的答案还是“周期远未结束” —— 天花板还远,且当前的增速甚至不是需求的真实反映,只是供应链能支撑的极限。当一家季度营收接近千亿美元的公司,仍然敢在供应受限的情况下给出远超市场预期的增长目标时,只能说明英伟达所看到的订单,比它敢写在指引上的数字还要厚。

而英伟达自己,则正在通过不断扩展自己商业角色来适配市场的发展需求。如今的英伟达已不仅仅是一家设计 GPU 的半导体公司,而是在向“AI 工厂”的总承包商演进,提供芯片、网络、CPU、软件、部署方案,甚至已经在参与基础设施的融资与土地电力锁定。

当然了,高预期也自带高压。毛利率指引的温和下移、全球市场的政策不确定性,都是千亿规模扩张中不可避免的摩擦……但至少目前而言,市场愿意给予英伟达溢价的核心逻辑并未动摇 —— 在 AI 基础设施这条赛道上,英伟达仍然是那个制定规则、且暂时看不到追赶者的玩家。

当 Q3 营收正式跨过千亿美元门槛时,英伟达将步入一个新的数量级。而 70% 的明年增长指引则暗示,这个门槛,或许只是下一程的起点。

租赁TRON能量,降低USDT手续费:TronBid持续扩展业务版图

德国柏林,2026 年 8 月 26 日——TronBid 扩展其 TRON 资源双边市场,为用户提供租赁能量(Energy)、交易能量与带宽(Bandwidth)的全新方式,并降低 TRC-20 交易中的 USDT 手续费。

作为 TRON 网络资源的点对点交易市场,TronBid 已完成平台升级,为希望租赁 TRON 能量、管理交易成本以及无需持有大量质押 TRX 即可获取网络资源的用户提供了全新工具。

该平台现已转型为双边市场,买卖双方均可创建 TRON 能量与带宽的买卖订单。

了解 TRON 能量的使用机制

TRON 网络以能量(Energy)和带宽(Bandwidth)作为核心网络资源。智能合约计算(包括 USDT TRC-20 转账)需要消耗能量。

当钱包能量不足时,系统可能会消耗 TRX 来支付交易所必需的资源费用。这使得用户和企业产生了租赁能量的需求。

通过接收其他账户临时授权的能量,用户可以在无需为最高资源需求持有足够质押 TRX 的情况下,完成符合条件的 TRON 交易。

对于频繁处理 TRC-20 交易的企业而言,选择租赁 TRON 能量因此成为管理网络成本、降低 USDT 手续费的另一种途径。

能量双边市场

与租赁条件完全由供应方决定的平台不同,TronBid 允许市场双方自主创建订单。

买方可以创建“BUY”订单,指定所需能量数量、租赁时长及愿意支付的价格。

卖方可以创建“SELL”挂单,设定自己的数量、价格和租赁期限。买方可直接购买这些挂单的全部或部分份额。

例如,若卖方提供 600,000 能量,买方 A 可租赁 350,000 能量,剩余部分可供其他买方继续租赁。

创建“SELL”挂单并不会提前锁定卖方的能量。若因资源被其他用途占用而导致暂时不可用,循环挂单可自动暂停,待能量恢复充足后重新激活。

这使得卖方能够在参与 TronBid 市场交易的同时,继续在其他场景下灵活调配自身资源。

无需等待市场匹配,即时租赁能量

对于需要即时获取资源的用户,TronBid 还提供“Quick Rent(快速租赁)”功能,内置预设能量套餐和短租期方案。

能量可直接发放至任意指定 TRON 地址,即使支付款项来自另一钱包也完全支持。

TronBid 同时推出了“Flash Recharge(闪充)”方案,专为已持有一定能量储备但需管理已消耗资源的钱包设计。

能量与带宽交易

TronBid 市场同时支持能量和带宽交易,让质押 TRX 的持有者能够将质押产生的网络资源进行变现。

由此形成生态系统的两端:一方是需要租赁 TRON 能量或带宽的用户,另一方是希望将闲置资源投入市场的资源持有者。

通过允许买卖双方自主定价,TronBid 旨在基于真实供需关系实现更透明的价格发现。

B2B API:规模化降低 USDT 手续费

TronBid 还为交易所、支付处理商、钱包服务商、OTC 平台及其他频繁处理 TRON 交易的企业提供了 B2B Quick Rent API。

企业可维持预存余额,并在执行交易前自动为指定 TRON 地址申请能量。

无需为每笔转账手动租赁资源,企业可将能量租赁直接集成至交易基础设施中。

对于处理大量 USDT TRC-20 转账的业务而言,这一方案能够便捷地实现能量自动租赁,有效管理交易成本中的网络资源部分。

TronBid 成为 TRON 超级代表合作伙伴

在市场扩展的同时,TronBid 已正式成为 TRON 超级代表(Super Representative)合作伙伴,标志着该项目正式加入 TRON 委托权益证明(DPoS)治理生态。

这一进展进一步深化了 TronBid 与 TRON 底层生态系统的连接,同时平台也将持续推进围绕能量与带宽的基础设施建设。

关于 TronBid

TronBid 是 TRON 能量与带宽的点对点交易市场。买方可以租赁 TRON 能量、创建 BUY 订单或直接购买卖方挂单,资源持有者则可按自主定价和租期创建 SELL 挂单。

平台还提供 Quick Rent、Flash Recharge 及面向企业的 B2B API,助力企业实现能量租赁自动化,降低 TRC-20 交易的 USDT 手续费。

更多信息请访问:https://tronbid.com

24H热门币种与要闻|英伟达发布第二季度财报;汇丰香港要求客户9月12日前确认资金来源(8月27日)

1、CEX 热门币种

CEX 成交额 Top 10 及 24 小时涨跌幅:

  • BTC: -0.12%
  • ETH: +1.64%
  • XRP: -2.43%
  • SOL: +4.04%
  • BNB: +1.15%
  • ZEC: +3.69%
  • DOGE: +0.24%
  • TRX: -0.03%
  • RE: -7.85%
  • ENA: -3.1%

24 小时涨幅榜单(数据来源为 OKX):

  • BICO: +29.52%
  •  ONT: +22.37%
  • xOKTA: +21.56%
  • CVX: +20.01%
  • ARG: +18.3%
  • LSK: +16.2%
  •  NAVX: +15.35%
  • S: +15.25%
  • xCRM: +14.9%
  • KITE: +12.5%

24 小时币股涨幅榜单(数据来源为 msx.com):

  • SRM.M: +51.49%
  • LITX.M: +18.84%
  • WDCX.M: +15.49%
  • TTMI.M: +13.97%
  • MVLL.M: +13.32%
  • CRM.M: +12.89%
  • CRWD.M: +12.74%
  • STXX.M: +12.13%
  • SIMO.M: +11.67%
  • COHX.M: +11.55%
  • NCTY.M: +10.3%
  • AAOX.M: +10.14%

2、链上热门 Meme Top 5(数据来源为 GMGN):

  • fone(Solana)
  • CLAN(Robinhood Chain)
  • BISCOTTI(Robinhood Chain)
  • 墩墩(BSC)
  • 十八 bro(BSC)

头条

英伟达二季度营收 962 亿美元,预计下季度首次突破 1000 亿美元

芯片设计公司英伟达公布财年 2027 年第二季度业绩,营收 962.21 亿美元,同比增长超过一倍,较公司此前指引 910 亿美元及市场预期 920 亿美元均高出 40 亿美元以上。营业利润为 637.34 亿美元,同比增长超过一倍。

内地存量投资者清退进行时:汇丰香港要求相关客户于 9 月 12 日前确认资金来源

有消息称,汇丰香港近日已陆续向部分内地存量投资客户发出通知,要求其于 9 月 12 日之前通过汇丰香港 App 提交《开立/维持账户之声明书》,并更新联系信息。声明书内容包括确认投资活动资金来自中国内地以外地区的合法来源、银行可应执法或监管机构要求披露个人资料等。通知还提到,若未能在 8 月 20 日前提交声明书,投资相关服务可能被暂停;若在 9 月 12 日之前仍未提交,投资相关服务可能被终止。

韩国央行宣布加息 25 个基点

韩国央行宣布加息 25 个基点,将基准利率从 2.75% 上调至 3.0%,为连续第二次会议加息,符合市场预期。

行业要闻

美国 7 月核心 PCE 物价指数月率 0.2%,预期 0.20%美国第二季度实际 GDP 年化季率修正值 1.5%,预期 1.50%,前值 1.50%

美国 SEC 向白宫提交草案拟改革加密托管规则

美国证券交易委员会(SEC)已向白宫管理和预算办公室(OMB)提交一项关于投资顾问持有客户数字资产的新规提案。该规则拟明确投资顾问和投资公司托管加密资产的框架,并计划删除部分因市场演变及当前交易、托管实践而被视为过时的现有托管要求。该提案后续需经过 OMB 审查、SEC 委员表决及公开征求意见后方可生效。

特朗普仍未确定白宫新闻秘书莱维特的接替人选

特朗普尚未确定白宫新闻秘书卡罗琳·莱维特的接替人选。莱维特的最后工作日为本周五。

摩根大通近期曾评估推出自有稳定币

据知情人士透露,摩根大通近期曾评估推出自有稳定币,作为全球最大的银行之一,摩根大通此前已通过旗下区块链平台 Kinexys 探索机构级区块链支付和代币化应用,并推出面向机构客户的数字资产解决方案。

项目要闻

MINIMAX:上半年收入为 1.17 亿美元,同比增长 283.1%

MINIMAX-W(00100.HK)在港交所公告,2026 年上半年收入为 1.17 亿美元,同比增长 283.1%;期内亏损 3.58 亿美元,同比下降 11%;毛利 2081.3 万美元,同比增长 464.8%。

Hyperliquid 政策中心联合 tradeXYZ 呼吁 CFTC 批准能源永续合约

Hyperliquid 政策中心联合 tradeXYZ 向美国商品期货交易委员会(CFTC)提交联合意见函,呼吁监管机构将能源类永续合约纳入美国受监管衍生品市场。两家公司表示,在中东冲突等突发事件导致传统能源市场关闭期间,市场参与者缺乏实时管理原油风险的工具,而基于区块链的永续合约市场能够提供全天候价格发现和风险对冲渠道。

以太坊研究人员推出新提案拟重构质押入口,推进抗量子攻击升级

以太坊研究人员提出一项新提案,计划重构用于验证者加入网络的存款合约(Deposit Contract),为未来抵御量子计算攻击做好准备。

该提案旨在升级以太坊验证者注册机制,通过增加密码学算法切换功能,使网络未来能够支持抗量子签名方案。目前,以太坊验证者使用 BLS 签名验证交易,而该方案依赖的椭圆曲线密码学理论上可能受到运行 Shor 算法的量子计算机攻击。

Anthropic 将以 450 亿美元租赁 AI 基础设施企业 Nscale 的数据中心

Anthropic 将以 450 亿美元租赁 AI 基础设施企业 Nscale 的数据中心,Nscale 将从西弗吉尼亚州的数据中心提供算力,并计划斥资 710 亿美元开发该项目,Anthropic 将从 NScale 数据中心获得 460 兆瓦的算力容量。

投融资

Emerald AI 完成 1.5 亿美元 A 轮融资,Energize Capital 和 DCVC 共同领投

AI 数据中心电力管理软件公司 Emerald AI 完成 1.5 亿美元 A 轮融资,估值达 10.5 亿美元,本轮融资由 Energize Capital 和 DCVC 共同领投,多家财务及战略投资者参投。融资完成后,公司累计融资额已超过 2.2 亿美元。

AI 初创公司 Wrtn 完成超 7200 万美元 C 轮融资,估值达 8.7 亿美元

韩国 AI 初创公司 Wrtn Technologies 宣布完成约 1000 亿韩元(约 7232 万美元)的 C 轮融资,投后估值达到 1.2 万亿韩元(约 8.7 亿美元),Coreline Ventures、Eugene Asset Management,Goodwater Capital、Antler Global、Woori Venture Partners、Sui Generis Partners、韩国开发银行及 Capstone Partners 参投,该公司构建的平台允许用户创建或进入虚构世界并与 AI 角色互动,新资金将用于加速全球市场扩张。

AI 代理开发公司 Runable 完成 2100 万美元 A 轮融资,SVC 等领投

AI 代理开发公司 Runable 宣布完成 2100 万美元 A 轮融资,Susquehanna Venture Capital(SVC) 和 Nexus Venture Partners 联合领投,Together Fund 和 Array VC 参投。该公司目前开发的 AI Agent 能够通过自然语言生成网站、应用和演示文稿,还可处理部署、数据分析等基础工作,新资金将用于优化 AI 推理成本,并整合基础设施、营销和分发能力。

AI 安全初创公司 Alice 完成 1.4 亿美元融资,估值接近 10 亿美元

AI 安全初创公司 Alice 宣布完成 1.4 亿美元融资,私募股权机构 Apax Partners 旗下基金 Apax Digital 领投,网络安全公司 SentinelOne 和三星电子参与投资,此轮融资后该公司估值已接近 10 亿美元。Alice 主要为 AI 模型提供安全防护,帮助企业降低 AI 系统被滥用、遭受攻击以及出现异常行为的风险。目前,该公司已与包括 Anthropic、Google 等在内的 AI 行业头部企业展开合作。

人物*声音

Uniswap 创始人:代币化将重塑做市格局,AMM 仍处于起步阶段

Uniswap 创始人 Hayden Adams 发文表示,随着现实资产加速代币化,AMM 成为全球金融市场核心交易引擎的路径正日益清晰。区块链能够拆分传统做市商垂直整合的资本、执行、结算等环节,使持有资产的流动性提供者及资产发行方以更低资本成本参与做市。

Adams 举例称,Robinhood Chain 上已有 10 只代币化股票与 SPY 组成 Uniswap 流动性池,上线 12 天累计成交约 3300 万美元,部分交易可直接在不同股票之间完成,无需经过美元。

伯恩斯坦:比特币或于 2027 年中涨至 15 万美元,2029 年达到峰值约 30 万美元

伯恩斯坦预计,随着货币贬值交易逐渐兴起,比特币将在 2027 年年中创下约 15 万美元的历史新高,并可能在 2029 年达到本轮周期约 30 万美元的峰值。该机构同时维持对 Strategy(MSTR)的跑赢大盘评级,但将目标价从 450 美元下调至 350 美元,主要原因是更新了对比特币市场周期的展望,并考虑到 Strategy 加速发行股票带来的股权稀释影响。

日本利率重返1996,比特币的「脱钩叙事」能扛过9月加息吗?

原文作者:Ashrith Rao

原文编译:Saoirse,Foresight News

日本国内借贷成本已经触及 1996 年以来的高点。就在同一天上午,30 年期国债收益率达到 4.185%,10 年期国债收益率报 2.945%。

对于一个长期依靠负利率对抗通缩的国家而言,这是一次巨大的格局转变。

与此同时,比特币过去一周暴涨 22%,自 5 月以来首次站上 80000 美元。本文核心探讨的矛盾点就在于:日本债市剧烈震荡,加密市场却表现得相对抗跌。

套息交易的底层逻辑

过去数年间,日元套息交易一直是推动全球风险资产市场的重要力量。投资者借入成本低廉的日元,兑换为美元,再去购买回报率更高的各类资产。

根据国际清算银行的数据,离岸非银行机构获得的日元贷款约 2500 亿美元;采用更宽泛口径统计,这一规模可达 5000 亿美元。如此庞大的杠杆,建立在一个核心前提之上:日本利率将长期维持在零附近。而当下的现实,已经推翻了这一旧有假设。

6 月,日本央行将政策利率上调至 1.0%,创下 31 年新高。

市场普遍预期,9 月 17‑18 日的议息会议上,央行会再度加息。日本过去三十年来独树一帜的货币环境正在瓦解,10 年期国债 2.88% 的收益率绝非一个冰冷数字那么简单。一旦日元快速升值,套息交易头寸转瞬就会由盈转亏。

高盛的 Praneet Shah 表示:「仅仅汇率一动,头寸全部的年化收益就会被彻底吞噬。」

2024 年 8 月就上演过这一幕:受日元升值影响,比特币从约 64600 美元跌至 8 月 5 日的 49000 美元。东京东证股价指数(TOPIX)更是在单个交易日暴跌 12%。

但如今局势已然不同。

本月日元回吐了汇率干预带来的过半涨幅,当前处于走弱状态,兑美元约 159。日元走弱会重新提升套息交易的吸引力,因此日本央行后续对日元的政策动向值得高度警惕。

债务悬崖

6 月末,日本国债规模创下历史新高,达到 1346 万亿日元(折合 9.1 万亿美元)。日本政府预计本财年末债务规模将攀升至 1492 万亿日元。首相高市早苗宣布,自 2027 年 4 月起,将消费税下调至 1%,为期两年,这将新增 5 万亿日元的财政缺口。

由此形成棘手两难:日本需要更高利率来稳定日元、抑制通胀;但加息又会大幅加重巨额国债的付息压力。

日本央行宣布,2027 年 4 月起放缓缩债节奏,这表明政策优先保障市场稳定,而非追求货币政策快速正常化。即便如此,债券市场已经明显表现出信心不足。

日本抛售部分美国国债,以此为 8 月汇率干预提供资金。6 月美债持仓减少 264 亿美元,总持仓降至 1.117 万亿美元。这是全球各国当中规模最大的单月减持,直接推动美国 10 年期国债收益率上行至 4.74%。

债务压力并非日本独有,这背后是全球债务调整大趋势,而矛盾的源头之一在美国。

比特币的脱钩假象

面对以上种种宏观动荡,比特币却几乎不受影响,价格站稳 78700 美元上方。这份韧性,对传统的「风险偏好」逻辑构成挑战。关键问题在于:这是真正的市场脱钩,还是暴风雨来临前的短暂假象?

悲观情景逻辑清晰:若日本央行大幅加息、日元走强,套息交易集中平仓,会引发全球风险资产的去杠杆。

2024 年 8 月抛售潮中,比特币与日股高度联动,足以证明比特币无法置身事外。另外,日本收益率上行,有息资产收益提升,相比之下本身不产生利息的比特币吸引力会下降。

乐观情景则给出另一种可能性。如果日元持续贬值,比特币就会成为日本投资者眼中具备吸引力的避险选择。

这并非纯粹理论推演。Ray Dalio 就认为日本的债务现状佐证了比特币的配置价值,他建议小比例配置比特币,同时将 10‑15% 的资产配置黄金。

日本机构的参与度也在持续提升。例如野村旗下加密子公司 Laser Digital 拿到了日本四年以来首张新增加密交易所牌照。野村的调研显示,79% 受访对象计划未来三年内投资比特币。

日本修订后的《金融商品交易法》已经将加密货币重新归类为金融产品,这有望在 2027 年推动现货加密 ETF 落地,并配套独立税收规则。日本交易所集团最早可能在 2027 年上线加密现货 ETF。

监管框架明朗化的同时,宏观层面的压力也在不断累积。

9 月的政策转向窗口

日本央行下一次议息会议定于 9 月 17‑18 日。多数机构预测利率会上调至 1.25%。

债券市场会充分计价预期,但比特币未必能够完全消化。真正值得警惕的,不是加息这个行为本身,而是央行对于未来政策约束的表态。

如果日本央行释放信号,表明 1% 只是迈向 2% 利率的过渡阶段,日元将会快速走强,套息交易将迎来大规模平仓。反之,如果表态体现出债务可持续性的顾虑会限制加息空间,日元会进一步走弱,比特币则有望受益于美元偏弱以及日本本土买盘。

1996 年的收益率水平,应当被当作风险警示信号,而不是行情驱动因子。真正主导市场的,是日元的走势方向,而非某一个具体汇率数字。当下日元贬值、比特币上涨。一旦 9 月日本央行会议改变市场主流预期,这套相关性就可能骤然反转。

当前市场的主流定价是:日本债务问题会缓慢演化,不会突发崩盘暴跌。比特币投资者并没有坐等套息交易反转,而是已经在交易日元走弱、机构资金持续入场的预期。

该逻辑有成立的可能性,但仍需要结合日本利率的历史规律审慎看待。三十年来,30 年期国债收益率首次逼近 4%,必然会带来深远的市场影响。

神鱼最新访谈:AI时代人的意志更重要,比特币是更好的黄金

原文作者:大钳子,PANews

近期,Cobo 联创神鱼与极链科技创始人金明展开了一场关于 AI、创业、投资、比特币、Web3、Agent 以及人生使命的深度对谈。

神鱼是加密行业早期参与者,自 2011 年起投身加密货币领域,是国内最早的比特币布道者和参与者之一;金明则是中国自由潜水国家队运动员、极链科技创始人,长期专注于视频 AI 技术研发与商业应用,曾获得阿里巴巴、云锋基金、旷视科技等机构投资。

从创业者的使命感,到 AI 时代人与技术的关系;从自由潜水、死亡焦虑,到投资框架、资产配置;再到 BTC、RWA、Agent 以及以太坊的未来,两人的围绕着技术、资本与个体生命体验进行了深入讨论。

神鱼认为,AI 最重要的变化之一,是大幅降低了从 Idea 到落地的成本。 过去,一个想法可能因为执行成本过高而永远停留在脑海里;如今,AI 正在把大量人类知识压缩、结构化,并将执行能力以极低的成本交给个人。技术的发展,也因此让人的意志变得更加重要。但他也坦言,AI 打开了大量可能性,却还没有找到一个足够大的、系统化的事情。他依然把自己定义为一个 Builder,认为“活着某种意义上就是因为你的存在,让这个世界的可能性变多了一点”。

这种 Builder 心态也贯穿了他的投资哲学。神鱼认为,好的资产不需要依赖持续不断的叙事;相比广泛分散,他更倾向于集中在少数真正理解的资产上,因为人的精力有限,而真正重要的是理解资产背后的底层逻辑。

而在 Web3 的下一阶段,神鱼正在观察的关键方向则是 Agent,他认为像以太坊这样的生态,未来可能并不是主要给人使用,而是给 Agent 使用。

以下为采访全文,经 PANews 整理:

AI 时代,人的意志正变得更重要

金明:你上一次参加访谈还是十年前,2017 年的时候。当时你有一句很经典的话:“这么多钱,我一下不知道该怎么花了”。

神鱼:现在知道怎么花了。其实本质上,我觉得人的这种意志性越来越重要了。AI 时代来了以后,很多过去需要大量时间和成本才能完成的事情,现在只要你有一个想法,很快就能做出来。这个变化非常大。

对。你看,其实本质上就是人的这种意志性其实越来越重要了。就是 AI 时代来了,大家好多执行,或者你以前觉得特别难的事情,一下子只要你有一个想法,他一下就能做了。这个事情变化特别大。我们可能十年前、二十年前觉得不太敢想象的东西,也很容易 deliver 出来了。我们可能十年前、二十年前根本不敢想象的事情,现在只要有一个 idea,后端的执行成本已经降得非常低,很多东西都可以很快交付出来。

金明:也就是从一个 idea 到最后的落地。

神鱼:对。以前是你有一个种子,有一个梦想,但它可能永远只是一个梦想。现在后端成本降得特别快,加上 AI 又把大量人类知识压缩、结构化了,你可以低成本地调用这些能力。

就你家有种子,他就很快就能落地了。以前是说 OK,我有个种子,我有个梦想,那只是能是个梦想。现在后端那一块的成本降得特别快,然后加上 AI 又把很多人类知识都给压缩掉了嘛,所以本身你就低成本地去调用这块。我感觉一下打开了很多可能性空间。所以我感觉,AI 一下打开了很多可能性空间。

从使命感到迷茫,Builder 也在寻找答案

金明:现在你对自己的生活状态满意吗?每天会感到开心、幸福吗?

神鱼:还行,但多少还是有一点迷茫。不像最早创业的时候,那时候使命感特别强。现在反而进入了一个混沌状态:你看到了 AI 展开了很多可能性,觉得这是最好的时代,但又没有看到特别清晰的路径。不管是使命感,还是具体的商业路径,我都还没有完全想清楚。所以现在更多还是做一些探索,提高自己。

金明:你最早创业的时候,是怎么定义自己的使命感的?

神鱼:当时你看到了一个窗口期,会产生一种非常强的创造性冲动。你会觉得,如果这件事情不做,自己这辈子一定会后悔。好像有一种力量在推着你,你根本跳不出来,于是就出来把它做了。

金明:那时候你看到的巨大需求,就是挖矿?

神鱼:最早其实是在 2013 年,核心就是算力的问题。当时挖矿最早是在美国,后来开始迁移到中国。中国最早开始做 ASIC 矿机的时候,机器其实还需要连接美国的矿池去挖。这里面有两个问题:第一是网络问题,国际互联网存在延迟和丢包,导致挖矿效率很差;第二是当时整个挖矿产业的结算方式并不合理。所以我们做的事情,就是把这两个问题解决掉。

本质上,你看到了一个市场空缺,一个利基市场,里面存在一些没有被充分满足的需求,而你刚好又有能力去满足它。这时候就会产生一种非常强的冲动,想把这个东西 build 出来。

金明:经过这么长时间的沉淀,现在你觉得自己的使命是什么?

神鱼:我觉得还是要做一些东西。我一直把自己定义成一个 Builder。AI 时代以来,大大小小我也做了不少小工具、看板,但还没有找到那种真正大的、系统化的东西,现在还在观察。

其实创业到后面,你处在一线,做了很多东西之后,反而会产生很多迷茫和困惑。所以你不得不去补大量人类历史上的知识:过去类似的事情是怎么发生的?哲学家是怎么思考的?这些东西都会回来影响你。站在此时此刻,你能够看到未来很多可能性展开,但还没有找到那个具体的路径。

寻找人生使命感

金明:我昨天分享的时候,有一部分讲到 purpose awareness,也就是人生目的感。我当时把它比喻成一架天平。

很多人一开始都想创造一些 big things,希望 leave a legacy;而天平的另一端,是体验和快乐,很多年轻人会觉得人生就是应该追求快乐。如果放到这架天平上,你现在处于哪个位置?

神鱼:我既没有特别想留下什么东西,也没有特别追求体验感。我也用 AI 拆过很多精神分析的东西,但我本质上就是一种有内在建造冲动的人。我就是想 build 一些东西。东西做出来了,我就会很爽。我希望呈现出一些东西,因为我觉得,活着某种意义上就是因为你的存在,让这个世界的可能性变多了一点。

金明:这个其实很偏左边,很偏 legacy。心理学研究里有一个很有意思的现象,很多人希望成为 Builder。而 Builder 一个潜在的心理特点,就是容易焦虑。因为你的 life purpose 就是不断 build。当你没有 actively 往前走、没有在 building 的时候,就容易进入焦虑状态。这种状态你有过吗?通常怎么解决?

神鱼:肯定多少有一点,但我现在会切换。我从小就有一些让自己放空的方式,比如养动物、做一些兴趣爱好。所以基本上每周我都会进入这种状态。你得让自己能够放空。你在潜水的时候,是怎么对抗恐惧的?

在极限中重新认识恐惧

金明:当你憋气的时候,身体会不断给你发出信号,这时候其实就是理性和感性的对抗。我觉得最直白的一个比喻,就是自由潜水其实很像一个灵修的过程。首先,你要带着一种“知道结局”的状态下水。你要不断告诉自己:你是安全的。

人的大脑其实非常聪明。人是由自主神经系统控制的,比如人在陆地上憋气,是很难把自己真正憋死的。当你憋到极限,大脑可能会出现短暂的 black out,也就是 BO,进入短暂休克状态。大概十秒之后,气道会重新打开,人会自然吸气。

但为什么人在水下可能会因此死亡?因为人在水下失去意识之后,气道重新打开时,吸进去的不是空气,而是水。所以最终可能是溺水。这也是为什么自由潜水训练一定要有 buddy,也就是训练伙伴。

但从另一个角度来说,它也是一个很好的灵修过程。你会不断给自己完整的 positive 心理暗示:现在做的是冥想,你要进入的是心流;你是健康的,是安全的;你的大脑非常聪明。

而且一开始没有人能够直接憋到极限。刚开始训练十次、两个月、三个月,大多数人可能只能达到自己极限的 50%左右。随着训练增加,慢慢接近 70%、80%,甚至 90%。很多时候,限制新人出水的并不是身体极限,而是对身体的不熟悉。随着你越来越熟悉自己的身体,你会越来越信任自己,也会越来越接近自己的极限。所以整个过程并没有想象中那么 struggle,很多时候其实是非常 peaceful 的。

神鱼:这个过程不会让你摆脱对死亡的恐惧吗?或者说,让你更直面死亡?

金明:这是一个很好的问题。我觉得长期自由潜或者憋气训练之后,我对死亡的恐惧确实大幅下降了。我其实没有特别认真地想过为什么。一开始第一次憋气,或者前几次训练的时候,我对死亡还是有恐惧的,但现在已经完全没有了。甚至日常我跟父母开玩笑的时候也会说,我觉得自己的人生体验已经非常圆满、非常丰盛了。哪怕明天发生意外,我不在了,我也会觉得自己已经很幸福。以前我还是会觉得,当然是活得越久越好,死亡是一件非常可惜的事情。但现在我已经没有那么害怕这件事了。你害怕吗?

神鱼:我觉得某种层面上还是有焦虑。或者说,旁观者可能会告诉我,我的 Agent 伙伴也会告诉我,我其实是有死亡焦虑的。

AI Agent 正在成为新的信息入口

金明:你现在每天收集信息的渠道有哪些?

神鱼:几乎都是 AI。我睁开眼睛,AI 就会告诉我它读了我昨天的所有东西。现在我有三个 AI Agent。一个 Agent 是工具理性的,它会告诉你应该怎么做;一个偏女性化、柔软一些,会去找你内心深处的东西;还有一个会结合你昨天做的事情,告诉你观察到了哪些盲区。

比如它可能会告诉你:历史上有一本不错的书,里面某一章节讨论的问题,古人其实也遇到过,而且跟你现在的状态很切合。你要不要花 15 分钟把这一章节看一下?然后三个东西就会蹦出来,你可以直接去看。

另外,我还有一套笔记系统。他们会用进化论的思维,把我过去关注的事情、跟我生活相关的东西进行关联。某种意义上,我的注意力就是一个“上帝”,它决定了哪些观点或者命题能够存活。AI 每天会“杂交”出来一批新的东西,然后再筛选一个,告诉我:有一篇文章你可以读一下。所以我现在几乎不太直接读东西了。还会有一些 AI 筛选出来的日报、长文,AI 先加工一遍,再丢给我。我通常会快速把它压缩成 PPT 来看。

从 DeFi 开始建立投资框架

金明:但这种方式更多还是在处理已有信息。有很多信息是实时发生的,比如一秒钟之前突然发生一场冲突,这类信息通过 AI 获取,可能没有那么及时。

神鱼:我觉得不 care。最重要的信息,它自己会找到你,你肯定能看到。我也不做那么短线的交易。我很早就意识到,这件事情我没有天赋。做一些简单的决策比较容易,但如果是长期一点的事情,我可能更适合。

我真正开始做投资,其实是在玩完 DeFi 之后。DeFi 相当于帮我把投资历史补了一遍。我们从“地下美联储”一路看到传统金融是怎么被发明出来的,看完了这两百年的发展历程。在这个过程中,你会产生大量疑问,然后再去补历史、补金融知识。也是到了这个时候,我才开始认真地做投资。

我只是 day one 比较幸运,不知道怎么就拿到了一些还不错的方法论,走了一条不算太错的路。但真正做完 DeFi 那一波之后,我才开始建立自己的知识结构和投资框架。在此之前,其实是没有完整投资框架的。

金明:也就是说,在你很长一段挖矿的时间里,其实并没有真正形成投资框架。

神鱼:我那时候甚至不认为自己是在做投资。只是有一个隐隐约约的直觉:应该拿一些比特币,同时带了一点仓位管理的思想。

我是 ISTJ 人格,很多东西都是在实践过程中抽象出来的。我先形成一些框架,再训练自己的直觉;过程中又产生很多新的疑问,再进一步抽象出新的框架。投资框架就是这么慢慢形成的。

从 DeFi 到 RWA,重新理解金融产品本身

金明:一般从 DeFi 形成投资框架的人其实非常少。因为 DeFi 本质上很多时候就是“挖卖提”,这和投资完全是两套逻辑。

神鱼:但你要看的是这些金融产品本身到底在提供什么功能,它是怎么满足市场需求的。它其实是在链上从 0 到 1 搭建一套金融市场。我看的是这个过程,不是说我们在 DeFi 里面做套利、挖矿,这些我觉得更多是肌肉记忆,是直觉性的东西。

但在这个过程中,你积累了很多经历,这些经历很宝贵;同时你也积累了大量疑问,这同样很宝贵。你一开始可能不知道为什么大家需要这些东西,但后面把它搞明白了,再去看历史,很多东西就串起来了。

金明:所以这一轮 RWA 上链,包括美股引入链上,相当于又把你在 DeFi 里形成的金融产品理解能力延伸到了传统金融。

神鱼:对,等于它又把美股塞到你面前,你不得不把美股背后的逻辑搞明白。

金明:但十年前你挖矿的时候,从来没有想过持有美股吧?

神鱼:甚至别人找我借钱去炒美股,我当时都不太理解。只能说运气不错,刚好走了一条不算太错的道路。当时其实是懵懵懂懂的,也没想明白。后面产生了大量疑问,又刚好有了 AI,学习速度一下变得很快,可以快速把大量书籍和资料看一遍,再去理解这些事情为什么发生。

好的资产,不需要持续寻找新叙事

金明:你接触比特币已经十多年了。现在你对 BTC 的看法有什么变化?

神鱼:没有变化,还是数字黄金。这个世界上,你可能不需要中介就能够持有的资产,其他资产基本都套了一层、两层甚至三层中介。

金明:我们群友里现在也有不少人比较悲观。

神鱼:BTC 的价值恰恰是在极端情况下才呈现出来。所以在市场欣欣向荣的时候,大家不 care 它也很正常。

金明:你认不认同这样一个观点:BTC 其实是在古典自由主义思想下,大幅增强了主权个人的能力?

神鱼:主权个人的一个核心,就是资产的处置能力。AI 带来了能力的加强,而 BTC 则是主权个人资产处置方式上的一个核心资产。这两个东西都非常重要。

金明:我身边有一些朋友,早期对 BTC 非常 buy in,也有很强的 faith。但我感觉这一轮周期结束之后,很多人开始觉得看不到新的叙事。

神鱼:好的资产不需要叙事,而且越久反而越能够证明一些东西。

金明:我觉得这一轮 Web3 比较重要的叙事可能就两个。一个是 Ethena 做的全资产套利,另一个就是 RWA 上链。但这两个其实都还处于早期,还没有真正做得特别成熟。

我反而觉得,Web3 真正能够出现爆款的 ToC 应用还没有出来。我说的不是今天投资人、交易员在使用的产品,而是普通 C 端用户能够像使用微信一样使用的产品,真正能够改变人的生活方式。这个东西我觉得还没有出现。

神鱼:我很早就有一个观点,像以太坊这样的生态,未来可能并不是给人用的,而是给 Agent 用的。它最终可能是一种网络,而人未必是最合适的终端用户。我们现在使用链上产品,很多时候对用户的专业能力、安全意识要求都太高了。如果人直接成为终端用户,门槛还是比较高。但如果 Agent 成为中间层,它可能会是一个更好的呈现方式。

金明:如果未来在 Ethereum、Solana 上跑的主要是 Agent,那么现在整个 Agent 生态正在快速发展。你怎么看 Ethereum、Solana 这些生态的未来?

神鱼:我现在就在观察一个点:Agent 能不能在以太坊这样的生态里实现大规模采用。如果这个点真的来了,可能就是一个转折点。

金明:我觉得 Web3 其实有一个价值被大幅低估了。从 1.0、2.0 到 3.0,“可读、可写、可拥有”,本质上可能会改变整个社会财富分配的方式。如果把金融放到这个框架里,我理想中的 Web3 金融其实是这样的:今天中国人参与 A 股,通过交易软件进行交易,产生的交易费用最后很大一部分归属于东方财富、同花顺这样的平台,而不是参与者本身。

但 Web3 的核心价值之一,就是参与者可以同时成为利益的拥有者。比如你在 Binance、Hyperliquid 上参与交易,平台因为你的交易获得手续费,而你作为生态参与者,也可能通过代币、回购等方式分享到平台成长带来的价值。你既是参与者,又是股东。Web1.0、Web2.0 时代,你更多只是参与者;到了 Web3,你有可能同时成为参与者和股东。我觉得这其实是 Web3 最核心的价值之一,而且它不应该只发生在链上。

理论上,未来全世界跟钱相关的领域,都可能出现这种模式:你既是参与者,又能获得回报,同时还能够享受到这个生态发展的红利。但目前,这种机制还没有真正被大规模应用到 Web3 以外的领域。

神鱼:我觉得未来会出现。比如 AI 时代的数据,本身就可能产生类似的机制。技术扩散的可能性已经打开了。什么时候能够被大规模采用,可能还需要解决很多问题,也需要时间。但可能性已经在那里了。我们现在已经在一些边缘场景看到成功的 Demo,只是还没有形成大规模应用。

黄金还是 BTC?

金明:你怎么看黄金?

神鱼:我不太看这些。比特币是更好的黄金。

金明:我觉得两者的共同点都是共识,但它们形成共识的群体不一样。比特币是在主权个人层面形成了一部分共识,而黄金则是在主权国家、尤其是央行层面形成了更强的共识。现在全球央行还在持续买入黄金。

神鱼:本质上可以分成两派。一派是以比特币为代表的“数字货币+AI”,另一派是传统的“黄金+工业制造力”。如果按照光谱来看,我们可能更偏左边一点。

金明:你还记得 James Tobin 那个诺贝尔奖相关的理论吗?如果按照这个观点,我们既可以买比特币,也可以买黄金。因为两者在某些周期里存在正相关,但过去一年甚至出现了一定程度的负相关。如果想享受金融市场所谓的“免费午餐”,实现 well diversified,就应该持有更多低相关甚至负相关的资产。你怎么看?

神鱼:我不觉得真正存在所谓的负相关资产。大量资产在正常情况下确实分散,相关性也比较低,但它们总有几个共同的核心约束条件。当那些核心市场变量发生系统性变化、整个市场进入极端情况的时候,基本所有资产都会表现得很像。

金明:但也有反例。比如石油和很多信用类资产在一些阶段就是反向的。美债也经常和信用资产呈现反向关系。

神鱼:但也会出现美债和股票双杀。所以我认为真正需要抵抗的是最极端的情况。很多时候你以为两个资产负相关,但到了最极端的情况下,它可能并不能真正保护你。所以我不是特别典型的分散派,而是比较集中的派。因为你根本搞不懂那么多东西,人的精力也是有限的。既然底层逻辑没有完全搞明白,那我宁愿把资产集中在少数自己真正能够理解的东西上。

投资最终是性格、认知和仓位管理的结合

金明:这个点我觉得很有意思。我认为有些东西其实不需要你完全搞明白。比如黄金,虽然你不研究它,但它已经在很多主权央行中形成了长期共识。既然这种共识存在,你长期持有它,也可以把它作为 well diversified 的一部分。

神鱼:但它跌的时候会影响你的心态。所以你不要让这些事情影响你的心态,最简单的方法就是不持有。比特币跌了,你不会慌,你不会产生太多心态层面的波动。但前提是你要有信仰。而要真正拥有这种信仰,你得完成很多前置工作。

金明:对于普通人来说,更大的门槛可能还是因为大多数人并不是专业投资者。仓位管理、回撤控制,包括心态管理,他们很难做到真正从容。

神鱼:这是不是也跟训练有关?像自由潜水这样的运动,究竟更多是训练出来的,还是跟一个人的天生性格有关?

金明:我觉得可能两者都有。我认为运动这件事情,未来可能会成为很多人的必需品。很多人会越来越注重养生、健康,然后在某一项运动上真正扎下去,慢慢成为某种意义上的“运动员”。它会带来一种成就感,同时也会让你更快乐。

当这些东西组合起来,其实就是一个比较完整的 trading lifestyle。再加上自己的 lifestyle 以后,比特币回撤这件事情,对 A 类投资者来说,反而可能是更好的囤货机会。比如比特币在 12 万美元的时候,你可能觉得很难买,我自己在 10 万美元以上也不会特别想囤。因为我觉得它没有给我机会。如果跌到 9 万美元以下,我会觉得机会来了。9 万买、8 万买、7 万买、6 万买,慢慢买。因为我还是长期看好。

AI 究竟是周期,还是新时代的“水电煤”?

金明:从现在的逻辑来看,我觉得把 AI 称为纯周期股是不准确的。我认为 AI 一定会成为下一个时代最重要的生产力,并且替代掉今天这个世界运行的大量东西。这种变化可能比工业革命还要大。如果这个假设成立,那么 AI 就不是一个简单的周期,而是新时代的“水、电、煤”。当然,如果这个假设不成立,那你完全可以把它当成一个周期。关键就在于你对这个假设本身的判断。

神鱼:但你看历史,很多东西其实是同构的。2000 年互联网泡沫的时候,大家也觉得互联网一定是未来。那时候网络基础设施是核心,大家都去买思科。结果思科后来经历了很长时间的估值消化。会不会出现类似的事情?

金明:只能说万事都有概率。但我认为,如果未来 AI 时代真正到来,存储的需求会非常巨大。现在我们主要还是对话型机器人,再加上一点编程型机器人。但未来真正巨大的存储需求可能来自具身智能,也就是真正的机器人。今天我们的家庭里还没有真正意义上的具身智能机器人,工作场景里的机器人也还主要集中在少量工厂。大量白领办公场景还没有被真正替代。

更进一步,未来人的大脑也可能需要更多外部存储。比如一个人的大脑可能拥有多个备份,或者通过脑机接口拥有额外的“外脑”。这些需求今天都还没有真正发生。但如果 AI 时代真的到来,需求空间会非常大。所以关键其实还是回到一个假设:你是否相信 AI 时代一定会到来?我认为它一定会来。而且机器人这件事情已经不完全是一个 wild 的假设了。今天沿着现有人类科技发展的链条往下看,已经能够看到 massive production 的可能性。

如何筛选核心资产?

神鱼:其实这又回到了 trading lifestyle。你的性格偏好,会影响你选择什么样的投资哲学和框架;最终再影响你的仓位管理和心态管理。

金明:每个人确实差别很大。但最终真正做得好的人,一定是能够研发出一套内核上属于自己的、适合自己的东西。包括你刚才说的 T0 级资产,它的定义其实也并不一样。在我的框架里,你认为的 T0 级资产,可能只能算 T2 或者 T3,因为它可能还属于非常先锋的东西。

神鱼:我们的思路大概分三层。第一层,我们可能先发现一个异常:这家公司有点奇怪。我们不会一开始就下很重的仓位,可能买不高于 2%,甚至正常只有千分之几,作为观察仓。然后花时间和精力把它研究明白。如果觉得它的逻辑是对的,我们可能再升级一次,从千分之几、百分之几,逐步变成中个位数的资产配置,但一般不会超过 10%。

从 10%左右进一步变成 20%左右的核心资产,中间其实需要经历一次“信仰”的跃迁。因为你真正进入核心仓位之后,依靠的不只是基本面和逻辑推演,还需要有一些类似信仰的东西。你要看到一个足够大的愿景,能够支撑一个巨大的 TAM(可触达市场),同时它还要有非常好的商业逻辑,以及真正的关键卡点。

所以最后总结下来,我们现在比较核心的一套框架就是:垄断+增长。最核心的资产,它的 TAM 一定要特别大,需要一个足够大的愿景去牵引。不然没有办法把它放进最核心的资产配置里。

金明:按照你这个框架,目前你认为最核心的资产是什么?

神鱼:目前我们放进来的主要是比特币、以太坊和特斯拉。SpaceX 还在择时和观察阶段,还没有升级进来。以太坊现在还在里面,但我们最近也在讨论,要不要把以太坊从这一层降下来。

金明:这里面是不是也有身份认同的问题?我记得一年前,你把以太坊清掉的时候,我就在群里说“睡得更好了”,你当时不是也说睡得更好吗?

神鱼:对,因为不挖 DeFi 了。但我们现在看到的核心逻辑,是 Agent 未来可能在以太坊上运行。当然,这个逻辑现在还没有被证伪。

金明:但 Agent 为什么不能跑在 Base 上?为什么不能跑在 Solana 上?

神鱼:都可以。但以太坊的生态可能更 match。它底层还有很多去中心化基础设施。虽然过去一段时间,这些东西可能没有真正做出来,但基金会也在尝试往这个方向推进。比如围绕 Agent 做注册表、生态基础设施等。虽然现在还没有真正跑出特别大的东西,但至少已经做了一些工作,也给了市场一点希望。

WLFI最大金主竟是个「老赖」?

原文作者:Nicky,Foresight News

据财新网 8 月 26 日报道,阿联酋投资机构 Aqua 1 Foundation 此前斥资 1 亿美元买入特朗普家族加密项目 World Liberty Financial 发行的 WLFI 代币,超过累计投入 7500 万美元的孙宇晨,成为该项目最大买家。

在相当长的时间里,Aqua 1 的实际控制人身份成谜,近日其背后人物逐渐浮出水面:1984 年出生于上海、本名周谷人的中国籍人士,正是这笔交易的最大金主。

财新网报道同时指出,周谷人在中国执行信息公开网中被列为失信被执行人,涉及六起案件合计欠款约 2500 万元,且英国皇家检察署近期提供的一份起诉书显示,他还牵涉一起在英国发生的洗钱案。此外,据财新网及纽约时报等多方信息显示,其与具有行业争议的加密机构 Web3Port 存在联系。

周谷人于 2017 年在上海会见了包括经济发展部长 Ken Skates 在内的威尔士官员。图源:威尔士政府。

据纽约时报于 8 月 9 日发表的调查报道,周谷人早年留学英国,靠将家族木地板生意拓展至欧洲起家,曾创办拥有 20 余家门店的 Flooring Republic 地板连锁品牌,2018 年以清盘告终。此后他辗转进入加密货币领域,创办了 Caduceus Protocol 项目,并在 2022 年对外宣称获得招商证券(英国)和 Bin Zayed Group 的支持,两家机构后来均澄清相关声明未经授权且内容虚假。约 2024 年夏天,周谷人从伦敦迁往阿布扎比,随后其关联实体开始频繁出现在 WLFI 的交易链条中。

围绕周谷人与 WLFI 之间的资金往来,据纽约时报的调查显示,区块链分析公司 Arkham Intelligence 曾追踪到两个钱包地址,其中一个由 Web3Port 控制的钱包在 2025 年 1 月购买了 2000 万美元 WLFI,另一个被标记为「aqua1」的钱包在同年 6 月购买了 8000 万美元。这一链上痕迹与财新网报道中提及的时间线吻合:2025 年 1 月 27 日特朗普重返白宫仅一周时,Web3Port 随即购入首批价值 2000 万美元的 WLFI;约一个月后,与 Web3Port 有关的英属维尔京群岛公司公司启动更名,将「Web3Port」替换为「Aqua 1」。

Aqua 1 方面曾于 2025 年 7 月发布声明,否认与任何无关实体存在股权、财务或运营关联。

据加密博主「CLabs 创始人大漂亮」此前披露,路透社记者曾向阿布扎比全球市场、迪拜国际金融中心、迪拜加密监管机构 VARA 及阿联酋证券商品管理局逐一核实 Aqua 1 的注册信息,得到的回应均是无法查到该机构或相关人员。该博主还称,Aqua 1 官方网站与 web3port.foundation、web3port.us 使用同一台 AWS 服务器。

公开资料显示,Web3Port 的前身是 ICPort,注册于英属维尔京群岛,对外定位为 Web3 加速器与投资平台,2022 年前后完成约 100 万美元种子轮融资,投资方包括 SNZ Holding、HashKey Capital、FBG Capital、KuCoin Ventures 等。其业务涵盖项目包装、代币经济设计、融资对接、上所谈判及「推荐做市商」等。

据纽约时报获取的材料,Web3Port 关联实体在被做市调查前后进行了更名操作,新的 Aqua 1 GP Limited 随后成为 WLFI 投资的主体。这一时间节点上的重叠,使得外界对 Web3Port 与 Aqua 1 之间是否存在实质延续关系的质疑难以消散。

在此之前,周谷人在加密领域的另一段公开履历是 Caduceus,这是一个定位为元宇宙和 AI 基础设施的模块化协议。2022 年 3 月,Caduceus 宣布完成 400 万美元 A 轮融资,由 Susquehanna International Group、BlockFills、Qredo、TokenInsight 等机构投资。

据 CoinMarketCap 数据显示,其官方 CAD 代币于 2024 年 7 月开始在二级市场交易,当月一度触及约 0.6 美元,此后价格持续下跌,现报 0.00032 美元,市值仅约 3.2 万美元,24 小时交易量约 1720 美元,仅在 Gate 交易所有少量交易。

Caduceus 的失败与 Web3Port 的关系,构成了周谷人加密履历中两条相互交织的线索。二者共同指向一个未解的核心问题:一个在中国有数千万元未清偿债务、在英国处于洗钱调查中的人,如何成为 WLFI 最大单一投资者。

对于 WLFI 而言,这笔资金的合规性始终是外界关注的焦点。据纽约时报援引瑞士数字资产犯罪调查公司 Recoveris 首席运营官 Patrick Prinz 的观点,周谷人的商业失败记录、突然出现的巨额财富、交易规模以及正在进行的洗钱调查,组合起来应当触发反洗钱法规下的资金来源审查要求。WLFI 发言人回应称公司遵守所有适用法律法规,但拒绝说明是否知悉这笔资金的具体来源。

周谷人与 WLFI 团队之间的私人互动也留下了公开痕迹。据纽约时报报道,2026 年 7 月,周谷人被拍到与 World Liberty 联合创始人 Zach Witkoff 一同出现在美国新泽西世界杯决赛的私人包厢内。当时距离 Aqua 1 宣布 1 亿美元投资仅过去约一年。

短短9个月,OpenAI自研ASIC芯片已超越英伟达Blackwell?

原文作者:董静

原文来源:华尔街见闻

OpenAI 首颗自研芯片 Jalapeño 横空出世,以令人咋舌的速度颠覆了 AI 芯片行业的既有格局——这不仅是一次产品发布,更是一个信号:AI 正在重塑芯片本身的设计方式。

华尔街见闻文章报道,据彭博 8 月 25 日报道,OpenAI 表示,Jalapeño 在单位功耗可处理的 AI 工作量和响应速度两项关键指标上均领先英伟达 GB300。该芯片由 OpenAI 与 Broadcom 合作开发,专为 AI 推理阶段设计,最快将于今年晚些时候投入实际使用。OpenAI 芯片负责人 Richard Ho 表示,Jalapeño 在 700 瓦低功耗下即可实现强劲性能,有助于大幅降低数据中心电力成本。

据半导体研究机构 SemiAnalysis 披露,这颗芯片从设计启动到完成流片仅历时约 16 个月,而其中关键的 CoWoS 封装流片节点完成于 2025 年 11 月,距今不过 9 个月,远低于行业惯常的 18 至 36 个月周期

SemiAnalysis 研究人员亲赴 OpenAI 实验室,使用其自研基准测试套件 InferenceX 对 Jalapeño 进行了实测,结论直接:该芯片在每瓦性能(perf/W)指标上击败了他们此前测试过的所有英伟达、AMD 及谷歌芯片。

更值得关注的是,这一成绩是在 Jalapeño 尚未启用投机解码、未做预填充与解码分离部署等优化手段的情况下取得的,而参与对比的其他芯片均已开启各自最优配置。

难怪就连著名半导体分析师 Dylan Patel 也直言,“被掀翻的不只是 Blackwell,就连英伟达 Rubin 芯片也被超越了”!

分析认为,这一结果对英伟达的市场地位构成直接挑战,也令市场重新审视 AI 芯片竞争格局。

实测数据:Jalapeño 在多项关键指标上碾压 Blackwell

SemiAnalysis 的测试结果显示,Jalapeño 在推理效率上的优势相当显著。

GPT-OSS 120B 模型上,Jalapeño 每秒可输出约 1459 个 Token,而英伟达 GB200 仅为 535 个;端到端延迟方面,Jalapeño 完成一个任务仅需 1.65 秒,GB300 则需接近 6 秒,差距达 3.6 倍。在高交互场景下,当 GB300 被推至其最快解码速度(每秒 169 个 Token)时,Jalapeño 的吞吐量是其 104.3 倍。

在每兆瓦每秒输出 Token 数这一衡量数据中心能效的核心指标上,Jalapeño 在GPT-OSS 模型上达到约 5300 万个 Token/MW/s,而 GB200 NVL72 仅约 1000 万。

SemiAnalysis 指出,这一指标本质上等同于每焦耳产出的 Token 数,直接决定了数据中心的收入天花板——在算力受电力约束的当下,这一维度的优势尤为关键。

从系统级成本来看,据 SemiAnalysis 将供电、散热、网络全部纳入计算后,Jalapeño 每芯片每小时总拥有成本约为 1.56 美元,与 H100 的 1.55 美元几乎持平,而英伟达 Vera Rubin 则高达 3.61 美元。

值得注意的是,SemiAnalysis 同时提出了若干重要保留意见。

其一,测试所用模型并非当前最前沿的模型,英伟达和 AMD 已在更大规模模型(如 DeepSeek V4 Pro、Kimi K3)上发布了基于 AgentX 套件的成绩,而 Jalapeño 尚未完成 AgentX 测试——该套件更能反映多轮、长上下文等真实生产场景的性能表现。

其二,更公平的比较对象应是同样采用 HBM4 的英伟达 Vera Rubin,而非 Blackwell;Vera Rubin 的每瓦性能较 GB200 NVL72 提升约 5.4 倍,与 Jalapeño 相比,两者在每 Token 总拥有成本(TCO)上几乎持平。

其三,Jalapeño 目前仍处于工程样片阶段,量产预计要到 2027 年才逐步爬坡。

AI 设计芯片:GPT-Astra 与 Codex 的”飞轮效应”

Jalapeño 之所以能以如此惊人的速度完成开发,AI 工具的深度介入是核心原因之一。据 SemiAnalysis 披露,OpenAI 在芯片设计过程中大量使用了内部 AI 模型,其中包括被外界广泛关注的 GPT-Astra。

社交平台 X 用户 Andrew Curran 援引 OpenAI 信息指出,GPT-Astra 深度参与了 Jalapeño 的研发全程:

“团队借助 Codex 与 GPT-Astra,在两个月内将三个原本不在 Jalapeño 量产计划内的开源模型调优至高性能状态。”

这意味着,AI 不仅在加速芯片设计本身,还在快速扩展芯片所能支持的模型范围。

SemiAnalysis 的数据进一步量化了这一贡献:

AI 辅助设计使 SIMD 单元面积缩减 8%,矩阵引擎面积缩减 10%,同时在时序和功耗表现上均优于初始版本。

在软件层面,OpenAI 使用内部扩展版 Codex 编写 Jalapeño 内核,部分内核代码长达约 3000 行;在最吃性能的注意力机制和 MoE 模块上,AI 生成的代码比人类顶尖工程师的实现快出 1.5 至 1.8 倍。

SemiAnalysis 对此评价颇为犀利:跑在英伟达 GPU 上的 OpenAI 模型(如 GPT-5.6 Sol),正被用来设计一颗对 CUDA 护城河构成真实威胁的芯片——”英伟达自己的 GPU 正在实时催生自己潜在的接班人”。

架构解析:为何”通用”反而更快?

外界普遍预设 Jalapeño 是一颗专为 OpenAI 自家模型深度定制的芯片,但 SemiAnalysis 的结论恰恰相反:Jalapeño 是一颗面向 AI 推理的通用芯片,能够运行各类模型和工作负载,甚至包括用 Codex 移植的《毁灭战士》游戏。

在架构层面,Jalapeño 的核心设计哲学是”消除固定延迟”。与 GPU 依赖复杂内存层级不同,Jalapeño 将计算核心与 HBM 切片直接绑定,核心间通过专用高带宽集合网络同步,大幅降低了内存访问延迟。

此外,Jalapeño 采用乱序执行(OoO)核心搭配 L1 缓存,而非其他加速器普遍使用的软件管理暂存器,这使其在小批量、低延迟场景下能够更接近硬件理论峰值。

在内存带宽方面,Jalapeño 采用 HBM4,实现了 15.4TB/s 的单封装内存带宽,每瓦 HBM 带宽达 22,而英伟达 Rubin 为 11.1,GB300 仅为 5.71

SemiAnalysis 指出,Jalapeño 的 HBM4 引脚速度达 10Gbps,略高于英伟达 Rubin 的 9.6Gbps,HBM 供应商可能为三星。

值得一提的是,Jalapeño 选择不做预填充与解码分离部署(PDD)。SemiAnalysis 对此给出了详细解释:

在真实生产环境中,输入输出比例、并发量、缓存命中率等参数持续变化,固定分池会导致全局利用率下降;而同构资源池可以灵活响应流量变化,在延迟敏感型请求和高吞吐批处理之间动态调配。

CUDA 护城河:裂缝已现?

SemiAnalysis 在报告中抛出了一个颇具分量的判断:CUDA 的护城河可能已经死了。

其依据在于软件起步速度的对比。英伟达 Rubin 的 CoWoS 流片比 Jalapeño 早一个月完成,但迄今为止,外界能看到的 Rubin 公开基准数据仅来自 CoreWeave 的工程样片,英伟达并未像 OpenAI 那样开放第三方进入实验室自由测试。SemiAnalysis 认为,这反映的不是硬件本身的差距,而是软件成熟度的差距。

从零开始构建软件栈,反而让 OpenAI 得以摆脱历史包袱,做出更干净的架构决策。OpenAI 使用自研内核编程语言 Gluon(基于 Triton 构建)以及内部推理引擎”Teacup”,并借助 Codex 快速完成内核调优。SemiAnalysis 观察到,在不到两周的时间内,Jalapeño 在特定交互速度下的吞吐量提升超过 2 倍;在 8 天内,团队将张量并行从 TP8 扩展至 TP32,实现了跨机架的全机柜规模部署。

不过,SemiAnalysis 也明确指出,目前的测试仅覆盖 8k1k 这一相对简单的工作负载,尚未完成 AgentX 多轮长上下文测试。在更复杂的智能体工作负载下,路由器、前缀缓存等组件的表现将成为新的考验。

下一步:B0 已入厂,10GW 版图徐徐展开

Jalapeño 的故事远未结束。

据 SemiAnalysis 披露,目前公开测试所用的均为 A0 步进样片,而 B0 步进已进入晶圆厂,预计在每瓦性能上较 A0 再提升约 25%——B0 单颗计算 die 的 MXFP4 算力将达 13.4 PFLOPs,TDP 维持在 700W。

在系统层面,OpenAI 与 Celestica 合作设计了完整的机架方案:每个 ASIC 机柜包含 128 颗 Jalapeño 芯片,双机柜系统总功耗约 160kW,与英伟达 GB300 双宽机柜相当。

规模化部署方面,单一扩展网络域最多可连接 2048 颗 Jalapeño XPU,覆盖 16 个机架。量产方面,SemiAnalysis 预计将于 2027 年逐步爬坡下一个里程碑目标是 100MW 部署规模。

更大的战略图景是,OpenAI 与 Broadcom 已签署 10GW 定制加速器合作协议,这一量级大致相当于十座核电机组的满发功率。

华尔街见闻文章写道,OpenAI 芯片负责人 Richard Ho 表示,公司已达到能够切实降低基础设施成本的功耗和成本水平,”这只是第一步”。他同时强调,英伟达仍是重要合作伙伴,OpenAI 对算力的需求极为庞大,短期内不会放弃现有供应商。

分析人士指出,Jalapeño 的意义或许不在于它今天能替代多少英伟达芯片,而在于它证明了一件此前被普遍质疑的事:一家 AI 公司,用 AI 工具,在创纪录的时间内,造出了一颗真正具备竞争力的芯片。这个飞轮,已经开始转动。

英伟达财报今夜揭晓,AI牛市关键一战,该如何交易?

原文作者:许超

原文来源:华尔街见闻

英伟达本季财报大概率仍是一份强劲成绩单,但市场的问题已经不是”超不超预期”,而是超预期之后能否给出足够的答案。从期权定价到机构分歧,从循环融资争议到电力瓶颈,这份财报正在成为 AI 牛市能否进入下一阶段的试金石。

美东时间周三盘后,英伟达将披露 2027 财年第二季度财报。华尔街一致预期季度营收约 920 亿美元,同比近乎翻倍;调整后每股收益预期 2.09 美元,数据中心营收预期约 854 亿美元。Jefferies 预计营收将高于一致预期,达到 950 亿美元;花旗亦上调预测并维持 300 美元目标价。但高盛警告,8 月股价已涨逾 12%,“业绩超预期加上调指引”不足以驱动股价上行,还需同时释放超大规模云厂商盈利改善、客户融资可控以及大规模资本回报三重利好。

期权市场的定价印证了这种谨慎。根据 ORATS 数据,英伟达财报前的隐含波动幅度约为 5.4%,为 2021 年 8 月以来最低,显著低于过去 12 个季度 7.4%的历史均值。

ORATS 创始人 Matt Amberson 指出,过去八份财报中股价实际波动均小于期权隐含值,”期权买方一直在为这一事件溢价支付过高成本,价格已经开始修正。”这意味着对于看好 AI 主线的投资者而言,相对便宜的期权提供了一个不对称的参与窗口;但若管理层无法回答市场真正关心的长期问题,低波动率预期也可能被打破。

业绩预期分歧:多空都有底气

当前卖方机构对本季度基本面普遍乐观,但分歧集中在财报发布后的股价路径。

Jefferies 预计英伟达 7 月季度营收 950 亿美元,10 月季度指引约 1080 亿美元,均高于市场一致预期的约 919 亿和 1037 亿美元。摩根士丹利相对保守,预计 7 月季度约 912 亿美元、10 月季度约 1023 亿美元,但认为单季营收仍可能继续以约 100 亿美元量级环比增加。花旗维持买入评级及 300 美元目标价,指出英伟达已锁定 2026 至 2027 年 HBM 内存供应,为稳定交付提供了保障。

摩根士丹利维持”增持”及首选股评级,目标价 288 美元,并指出英伟达当前约 17 倍 FY28 市盈率相比自身历史、半导体同业和大盘并不昂贵。但该行同时强调,过去四个季度英伟达即便交出强劲业绩,次日股价仍连续出现负反应,市场已将”超预期”视为默认剧本。

预测市场数据同样反映出这种分裂:赋予英伟达财报超预期的概率高达 96%,但财报后股价收于 220 美元上方的概率仅为 43%。

Rubin 周期:下一轮估值叙事的关键词

短期内 Blackwell 需求仍然强劲,微软、亚马逊云业务的改善以及 OpenAI、SpaceX 对算力的长期承诺,持续支撑数据中心营收信心。但市场已将目光投向更远处——Rubin 平台能否打开下一轮更高基数的增长曲线,将是本次电话会的核心议题。

Jefferies 认为,Rubin 的爬坡速度可能显著快于 Blackwell 初期。关键原因在于,Rubin 延续 72-GPU Oberon NVL72 机架形态,可以复用 GB200、GB300 积累下来的液冷数据中心部署和制造基础。新一代设计同时大幅减少人工布线和管线安装,管理层此前提到计算托盘组装时间有望从约 2 小时压缩至 5 分钟。这背后的意义是,英伟达正在将 AI 芯片升级成可复制、可规模化交付的”AI 工厂系统”。

Jefferies 预计,Rubin/R200 在英伟达 GPU 营收中的占比将在 2027 财年三季度达到约 12%,四季度升至 40%以上,并在 2028 财年一季度成为主导收入来源。若这一节奏兑现,市场的估值逻辑将从”Blackwell 周期还能持续多久”切换至”Rubin 能否开启更大规模增长”。

循环融资:最受争议的灰色地带

本次财报中最可能成为市场焦点的,是英伟达与超大规模客户之间日趋复杂的融资安排。

据 Jefferies 梳理,英伟达与 SB Energy 达成安排,由后者在俄亥俄州建设并运营 PORTS-Pike Technology Campus,以 20 年租约提供给 OpenAI,英伟达担任独家算力供应商。英伟达将为首批 4.25GW IT 容量提供信用支持,并持有剩余 3.75GW 容量的选择权,同时向 SB Energy 投资 15 亿美元。英伟达表示,该基地每代系统部署对应约 150 万颗 GPU,带来 1500 亿至 2000 亿美元营收;OpenAI 现有及计划承诺合计约 12GW,可扩展至 16GW,对应 2030 年前约 6000 亿美元的英伟达算力采购。

然而,摩根士丹利数据显示,五大超大规模云服务商与英伟达、博通合计通过担保、租赁及其他财务支持形式承诺逾 3.1 万亿美元,以推动其他企业的 AI 基础设施支出。这一”供应商循环融资”模式已成为高盛等机构重点追问的议题:这些需求究竟有多少是客户自发资本开支,有多少需要英伟达通过信用支持或投资来驱动?

摩根士丹利认为,融资、市场份额和毛利率是投资者当前最关注的三大争议点。若管理层无法给出清晰的或有义务、残值承诺等会计披露,市场对”以资产负债表换增长”的担忧将难以消散。

毛利率与电力:两条隐形压力线

毛利率是英伟达估值溢价的核心支撑之一。

摩根士丹利预计公司将继续维持 2027 财年毛利率”70%中段”的表述,短期压力可控。但中长期压力不容忽视:HBM、DRAM、先进封装、基板、前道晶圆等环节成本仍在上行,新产品爬坡通常也伴随良率和供应链磨合。

摩根士丹利提醒,市场一致预期中 2028 财年下半年毛利率明显回升,可能略显乐观。此外,英伟达已通知微软、谷歌、甲骨文等大型客户,搭载 Vera Rubin 及 Grace Blackwell 芯片的服务器价格将于明年初上涨逾 15%,HBM 内存成本上升是主要驱动因素。

电力供给同样正在成为不可忽视的约束。

Jefferies 指出,芯片需求预期与电网供给能力之间的缺口正在扩大。大型云厂商越来越多地与公用事业公司合作建设专用燃气电厂,前沿 AI 实验室则更多采用”表后”电力方案弥补电网接入与算力部署之间的时间差。燃气轮机、备用电源、燃料电池等方案均在推进,但设备交付周期、并网审批和地方监管均会影响数据中心建设进度。这意味着订单转化为营收的节奏将变得不那么线性。

竞争格局:市场份额的结构性风险

在宏观叙事之外,英伟达约 90%的 AI 加速器市场份额正面临多路围攻。谷歌、Meta 等云巨头加速推进自研 AI 芯片;据报道,OpenAI 与博通联合开发的”Jalapeño”推理芯片在部分基准测试中已超越 Nvidia Blackwell;Cerebras Systems 等新兴芯片公司今年完成上市,同样在争夺市场份额。

Bespoke Investment Group 指出,英伟达股价表现与半导体板块已出现明显脱节,”过去数月中,半导体股多次出现与英伟达反向运动的情形”。PHLX 半导体指数自 6 月下旬高点以来已持续低迷,英伟达此前经历的七连跌也是自 2022 年 10 月本轮牛市启动以来最长的连续下跌。

这些竞争格局的结构性变化,或将成为超越单季财报数字、对英伟达长期盈利轨迹影响更为深远的风险变量。管理层对竞争态势的表态,将是电话会上投资者最不愿错过的部分。

Exit mobile version