核心观点 - AI芯片竞争正从GPU延伸至封装载板，高阶FC-BGA载板成为先进封装技术门槛最高的环节之一 [1][2] - 博通与日本TOPPAN合作在新加坡建设高阶FC-BGA载板工厂，预计2027财年启用，以解决供应链关键瓶颈 [1][3] - 芯片设计公司为锁定关键零组件供应，正从依赖供应商扩产转向提前投资产能、绑定制造伙伴 [4] 博通与TOPPAN合作项目 - 博通CEO陈福阳在财报电话会议中提及新加坡载板工厂，实为与日本TOPPAN共同推动的AST项目 [1][3] - 2024年双方宣布成立合资公司，TOPPAN主导制造，博通提供技术、资金及长期订单支持 [3] - 新加坡新厂总投资约500亿日元，目标2027财年提升产能 [3] - TOPPAN计划将整体基板产能扩大至2022年的150% [3] - 这是TOPPAN首座设于日本以外的高阶FC-BGA生产基地，代表核心制造能力首次大规模海外布局 [3] 高阶FC-BGA载板需求与供应 - 博通是全球最大高阶载板需求方之一，其数据中心交换芯片Tomahawk、Jericho及AI ASIC均大量采用大尺寸、高层数FC-BGA载板 [2] - 芯片尺寸越大、带宽越高，载板层数、线路密度与翘曲控制难度提升 [2] - 博通载板供应以日本TOPPAN为第一大来源，台湾厂商南电承担重要产能 [4] - 博通近期积极接洽欣兴、景硕，希望建立更多第二供应来源以分散风险 [4] 行业竞争与产能布局 - 日本材料与载板巨头DNP已于2025年建立高阶载板中试产线，计划2026年初向客户送样 [4] - 日本两大载板厂同步扩产，反映高阶FC-BGA成为AI基础设施最炙手可热的赛道 [4] - 即便AST于2027年量产，高阶FC-BGA市场短期内仍难言供过于求 [5] - 南电、欣兴、景硕等厂商依旧有机会分享AI扩张带来的整体成长红利 [5] AI供应链瓶颈转移 - AI产业瓶颈正从GPU、HBM、先进封装向载板供应链深处移动 [5] - 博通参与建设不仅是一座工厂，更是在提前布局下一代AI基础设施最关键一环 [5] - 当算力竞争进入百万颗芯片协同时代，掌握关键封装产能即拥有更大交付主动权 [5]

市场表现与估值 - 2026年8月纳斯达克100指数月度累计上涨4.18%，成交总额约6360.7亿美元，行情经历月初上行、高位回调及月底修复[6][11] - 截至2026年8月31日，指数市盈率PE-TTM为30.31倍，位于2011年以来64.93%历史分位数，较7月的63.96%有所上升，处于历史估值相对高位[6][19] - 截至2026年9月1日，指数风险度为56.51，较7月31日的56.67基本持平，快线与慢线多次交叉，预示9月走势或将继续震荡[6][21][70] 宏观与政策环境 - 2026年8月美国就业明显降温，7月ADP就业人数增加4.4万人，非农就业人口变动为-2.3万人，5月和6月非农新增人数合计下修10.3万人[28][77] - 通胀阶段性缓和，7月CPI同比3.4%，核心CPI同比2.5%，PPI同比4.7%，但核心PCE同比仍为3.34%，高于政策目标[29][77] - 长端利率成为估值主要约束，8月17日30年期美债收益率升至5.31%，8月18日10年期收益率升至4.75%，创阶段性新高[13][31] - 美联储内部鹰派占主导，FOMC会议纪要显示许多与会者认为若通胀不降可能需要加息，沃什在杰克逊霍尔会议上强调通胀趋势未大幅改善[40][41] 行业动态与AI产业 - AI算力需求继续扩张，英伟达季度营收达962亿美元、同比翻倍，下季度营收指引预计首次突破1000亿美元，Vera Rubin全面投产[16][51] - 市场定价从交易资本开支规模转向检验收入、利润与现金流能否匹配高投入，AI产业内部估值和盈利分化加剧[6][47] - 关键事件前瞻包括博通三季报、Anthropic招股书、甲骨文一季报、苹果秋季发布会及OpenAI DevDay，将检验AI芯片、云基础设施和模型商业化[64][65][66] 指数展望与相关产品 - 综合资金面、技术面和基本面，纳斯达克100指数在2026年9月或将维持震荡，自2000年以来9月平均涨幅为-1.49%，胜率为50.57%[6][72] - 广发纳斯达克100ETF(159941.SZ)截至2026年8月31日流通规模达336.11亿元，当日成交额6.37亿元，紧密跟踪指数[74][75]

核心观点 - 摩根大通当前季度的营收指引与分析师预期一致，但可能低于投资者预期 [1] 营收指引分析 - 摩根大通当前季度营收指引与分析师预期持平 [1] - 该指引水平可能未达到投资者更乐观的预期 [1]

核心观点 - 博通AI收入同比增长221%但股价下跌5%，原因是市场期望更高幅度的超预期表现，而非需求问题[1][4][7] - 公司上调2027财年AI半导体收入指引至约1150亿美元，2028财年约2300亿美元，但仍低于部分投资者预期的1500亿美元以上[5][9][10] - 英伟达改变了市场对AI芯片公司的预期标准，导致博通即使业绩强劲也被视为“不够惊喜”[8][11] 财务表现 - 博通AI收入达到167亿美元，同比增长221%，环比增长54%[4] - 总收入增长86%至295.9亿美元，调整后每股收益几乎翻倍至3.32美元[4] - 半导体收入达到208.4亿美元，AI芯片和网络业务占公司总销售过半[5] - 第四季度AI半导体收入指引为217亿美元，同比增长236%[8] - 第四季度总收入指引约348亿美元，低于LSEG分析师预期的350.3亿美元[10] 市场反应与预期差 - 博通季度收入超预期约3亿美元，但投资者期望更大规模的超预期和指引上调[8] - 摩根士丹利指出主要风险是预期而非基本面，部分投资者对2027财年AI收入预期已超过1500亿美元[9] - 公司1150亿美元的新指引虽高于此前管理层预测，但低于市场激进预期[10] - 投资者不再仅对比公开共识，而是与AI领导者应实现的超预期幅度比较[11] 竞争格局与风险 - 谷歌扩大与Marvell的合作，引发市场对博通未来TPU及周边芯片支出份额的担忧[12] - 摩根大通分析师认为对博通谷歌业务地位的担忧被夸大，基于长期合作关系和未来TPU代际合作[13] - BMO分析师将博通列为AI芯片供应商中仅次于英伟达，称其为定制加速器和网络领域的领先供应商[14] - 估值假设博通能将巨额客户承诺转化为收入，同时保护自身经济利润，但竞争对手正在追逐相同机会[14]

全球市场表现与宏观环境 - 美股三大指数反弹，道琼斯涨0.56%报53,061.95点，标普500涨0.46%报7,666.6点，纳斯达克涨0.45%报26,217.83点[8] - 欧股延续跌势，泛欧Stoxx 600跌约0.3%至近一个月低点，德国DAX跌0.50%[8] - 亚太股市多数下跌，韩国KOSPI指数下跌3.99%，日本日经225指数下跌2.85%[20] - 国际油价升至近六周高位，纽约期油涨0.88%报每桶91.01美元，受美伊冲突升级及OPEC+维持谨慎供应立场推动[27] - 美国8月ADP就业仅新增3.8万人，低于预期，带动美债收益率普遍下降2-3个基点[31] 科技股“强现实、弱预期”特征 - 全球科技股Q2业绩强劲，但市场面临美国加息预期波动、长债利率走高、Anthropic上市冲击流动性等估值压制因素[4] - 博通上调FY27 AI半导体收入指引至1,150亿美元，并首次给出FY28展望2,300亿美元，显示AI需求增长强劲[7] - 英伟达上涨3.20%，美光上涨2.43%，戴尔受AI服务器需求带动大涨15.76%[8] 行业与板块配置建议 - 配置上坚持硬件与软件/云再平衡，硬件板块首推景气度加速的半导体设备，其次国产存储与先进代工龙头[4] - A股盈利周期进入加速修复阶段，资源及科技板块景气度领先，市场关注点正由“盈利增长”转向“盈利质量”[18] - 白酒行业复苏部分基础已具备，但需求端尚未出现明确拐点，贵州茅台仍将是最具韧性的公司[18]

核心观点 - 博通在AI革命中的关键地位使其成为行业风向标，最新财报显示AI采用持续加速，但市场反应平淡[1][2] 财务表现 - 2026财年第三季度（截至8月2日）营收创纪录达296亿美元，同比增长86%，较第二季度48%的增速显著加快[4] - 调整后每股收益3.32美元，同比增长96%；GAAP稀释每股收益2.68美元，飙升215%[4] - 营收和调整后每股收益均超分析师预期（294亿美元和3.24美元）[5] - 运营现金流142亿美元，同比增长98%；自由现金流137亿美元，同比增长95%[5] AI业务增长 - AI半导体营收同比增长221%至167亿美元，连续第14个季度实现AI驱动增长[5] - CEO Hock Tan指出定制AI加速器和网络需求持续强劲[6] - 第四季度指引显示AI半导体营收将飙升236%至217亿美元[7] 未来展望 - 第四季度营收指引为348亿美元，同比增长93%，略低于分析师预期的350亿美元[6] - 运营利润率指引持平于66%[6] - 公司历史上倾向于发布保守指引，当前季度延续该做法[7] 市场反应与估值 - 尽管业绩强劲，股价因第四季度指引与预期微小差距及获利回吐而持平[8] - 当前市盈率61倍，远期市盈率32倍，但PEG比率为0.49（低于1表示低估）[9] - 公司宣布每股0.65美元季度股息，股息率0.7%[7]

核心观点 - 文章内容为浏览器技术提示，要求启用Javascript和cookies，并关闭广告拦截器以继续访问，未包含任何公司或行业相关的研究信息 [1] 技术访问要求 - 浏览器需启用Javascript功能 [1] - 浏览器需启用cookies功能 [1] - 需关闭广告拦截器 [1]

报告行业投资评级 - 行业投资评级为“优于大市（维持）” [2] 报告的核心观点 - AI产业投资主线有望从单一的算力扩张，向“算力基础设施持续景气+软件及应用商业化兑现”双轮驱动的形态演进 [3][40] - AI产业链正从“AI基建带动硬件需求高增长”逐步进入“收入、利润、现金流与下游应用需求共同验证”的阶段，产业景气质量进一步提升 [7] - 硬件端AI网络、计算及机架级基础设施需求仍在持续上修，订单能见度向2027年延伸，是当前AI产业链中确定性最高的方向 [7] - 软件端开始出现增长企稳、利润率改善的积极信号 [7] 根据相关目录分别进行总结 Snowflake（SNOW） - 产品收入连续三个季度增速加速，AI业务放量驱动增长拐点向上 [5][9] - FY2027 Q2（截至2026年7月31日）产品收入14.92亿美元，同比增长37%，连续第三个季度实现增速环比加速——Q4 FY2026增速约28%，Q1 FY2027约33%，Q2进一步提升至37% [5][9] - 总收入15.47亿美元（+35% YoY），上半年累计29.38亿美元（+34% YoY），产品收入占比维持在96%的高位 [5][9] - Non-GAAP经营利润率15.3%，收入增速快于费用增速的规模效应正在兑现 [12] - Non-GAAP产品毛利率75%，较上年同期的76%小幅下降，主要受收购带来的无形资产摊销增加影响 [12] - 三项Non-GAAP费用率合计57%，较上年同期的62%压缩约5个百分点 [12] - SBC占收入比从上年同期的约35%降至本季度的27% [12] - AI业务飞轮效应初步显现，CoCo（Cortex AI）账户数突破9,100个，单季净增超2,000个，CoWork扩展至5,800个账户 [13] - 两个AI产品的合并账户数已超过1.4万个，占总客户数（14,500+）的约10% [13] - H1 FY2027新发布330+项产品能力（GA），同比增长35% [13] - 净收入留存率（NRR）126%，现有客户的年度消费以26%的速度自然增长 [14] - 剩余履约义务（RPO）90.0亿美元（+30% YoY） [14] - 全年产品收入指引上调至60.70亿美元（+36% YoY），较此前指引58.40亿美元（+31%）大幅调升2.30亿美元 [15] - 全年Non-GAAP经营利润率指引上调至14.5%（此前13.5%，+100bps），调整后自由现金流利润率23.0% [17] MongoDB（MDB） - FY2027 Q2收入7.718亿美元、同比+30%，Non-GAAP EPS 1.90美元，分别较公司前次指引中值高5.5%和19.1% [3] - Non-GAAP经营利润率达到24.1%，同比提升约9.4个百分点 [3] - Atlas收入同比+29%，EA及其他收入同比+36%，RPO和cRPO分别同比+91%和+73% [3] - 总收入7.72亿美元（+30% YoY），为FY24以来最高季度增速 [18] - Non-GAAP经营利润率24%（去年同期15%），Non-GAAP EPS 1.90美元（+90% YoY） [18] - Atlas收入5.66亿美元（+29% YoY），连续五个季度保持约29%的稳定高增长 [18] - Enterprise Advanced及其他收入1.81亿美元（+36% YoY），为三年来最强季度表现 [18] - GAAP净利润0.41亿美元，连续第三个季度实现GAAP盈利 [18] - 自由现金流1.38亿美元，同比接近翻倍 [18] - 100K+ ARR客户数达2,999家（+17% YoY），净ARR扩展率提升至122% [19] - 管理层上调FY2027全年收入指引至29.9-30.3亿美元（+21-23% YoY），Atlas全年增速上调300bps至27% [19] Celestica（CLS） - Q2收入46.99亿美元、同比+62%，调整后EPS 2.54美元、同比+83%，分别较公司前次指引中值高9.3%和13.4% [4] - CCS收入同比+84%，HPS收入同比+58% [4] - 公司将2026年收入、调整后EPS和自由现金流指引分别上调至205亿美元、11.30美元和6亿美元，并预计2027年收入增速进一步加快 [4] - Q2 2026总收入47亿美元（+62% YoY），Adjusted EPS 2.54美元（+83% YoY），Adjusted operating margin 8.2%创公司历史新高 [22] - CCS板块收入38.1亿美元（+84% YoY）是核心增长引擎，其中Enterprise（服务器/存储）同比+167%，Communications（网络）同比+62% [22] - ATS板块收入8.88亿美元（+8% YoY）超指引，利润率改善1%至6.3% [22] - Hardware Platform Solutions (HPS) 收入19亿美元占总收入41%，同比+58% [22] - 全年指引再次上调：收入从190亿美元上调至205亿美元（+65% YoY），Adjusted EPS上调至11.30美元（+87% YoY），Adjusted operating margin上调至8.4%，自由现金流从5亿美元上调至6亿美元 [29] - 管理层表示2027年收入增速将超过2026年的65%，且EPS增速将超过收入增速 [29] - 调整后ROIC达55% [29] Broadcom（AVGO） - AI半导体收入167亿美元同比增221%，定制化ASIC放量 [6] - FY2026 Q3（截至2026年8月2日）总收入295.9亿美元，同比增长86%，环比增长33%，单季收入创历史新高 [6][30] - 半导体解决方案贡献208.4亿美元（占比70%），同比增长127%；基础设施软件贡献87.5亿美元（占比30%），同比增长29% [6][30] - Q3 AI半导体收入达167亿美元，同比增长221%，环比增长54%，占半导体收入的80%，占总收入的56% [30] - 前三季度累计收入710.9亿美元（+55% YoY），全年收入规模有望突破1,000亿美元 [30] - 经营性现金流142.0亿美元（47.8% margin），自由现金流136.7亿美元（46.2% margin） [36] - 前三季度累计自由现金流319.4亿美元 [36] - Q4 AI半导体收入预计加速至217亿美元，同比增长236%，较Q3的167亿美元环比增长30% [37] - 基础设施软件收入87.5亿美元（+29% YoY），占总收入30%，增长主要由VMware贡献 [38] - Q4指引收入348亿美元（+93% YoY），Non-GAAP经营利润率66% [39] - 全年收入有望达到1,060亿美元（前三季度711亿美元+Q4 348亿美元），同比增长约75%，首次突破千亿大关 [39] - 公司Q3支付股息31亿美元（0.65美元/股），前三季度累计回购84.5亿美元 [39]

报告行业投资评级 - 报告未明确给出行业投资评级 报告核心观点 - AI芯片竞争正从“Chip vs Chip”升级为围绕Training、Reasoning、Low-latency Inference及Recommendation分别优化Compute、Memory、Fabric和Software的Workload-Specific System [1] - ASIC将在规模足够大、模型结构稳定且TCO敏感的Inference市场加速渗透，GPU会通过架构分化继续覆盖Frontier Training和更广泛的通用AI workload [1] - AI Accelerator正沿Workload形成三类差异化架构：Frontier Training、Hyperscale Inference和Enterprise Inference [7] - 对NVIDIA而言，ASIC渗透更可能改变AI Compute的结构和产品Mix，而非短期压缩整体GPU需求 [9] 根据相关目录分别总结 Training与Inference硬件需求分化 - Training与Inference的硬件需求已经明显分化，Inference正在快速变得更加Memory-intensive [2] - TPU 8t面向大规模Pre-training，单芯片216GB HBM、6.5TB/s带宽和12.6PFLOPS FP4，单Superpod扩展至9,600颗芯片 [2] - TPU 8i主动降低峰值Compute至10.1PFLOPS FP4，同时将HBM提高至288GB/8.6TB/s、片上SRAM提高至384MB，并引入Collectives Acceleration Engine和新的Boardfly网络拓扑 [2] - 按单芯片计算，TPU 8i的HBM Capacity/FP4 Compute和Memory Bandwidth/FP4 Compute均较8t高约1.65倍 [2] - Google给出的结果是8t训练Performance/$较Ironwood提升最高2.7倍，而8i低延迟MoE推理Performance/$提升最高80% [2] - Agentic AI时代的Inference瓶颈正在从峰值FLOPS逐步迁移至Memory Capacity、Bandwidth、KV Cache及Collective Latency [2] Hyperscaler ASIC进展 - Hyperscaler ASIC已经越过内部实验阶段，开始直接承接核心生产流量 [3] - Meta MTIA 400开始同时覆盖Recommendation与GenAI，采用8颗HBM3E、约9.4TB/s Memory Bandwidth以及72颗ASIC Scale-up Domain [3] - 相较MTIA 200，MTIA 400的FP16 Compute提升超过15倍、DRAM Bandwidth提升约46倍 [3] - Microsoft Maia 200以Token Economics为设计目标，采用TSMC 3nm、216GB HBM3E/7TB/s和272MB SRAM，在750W功耗下提供超过10PFLOPS FP4 [3] - Maia 200已进入GPT-5.2、Microsoft 365 Copilot等实际负载 [3] - 自研ASIC的核心价值已经从单纯降低芯片采购成本，扩大至围绕内部Model、Compiler和Infrastructure联合优化Token/$ [3] OpenAI Jalapeño ASIC - OpenAI Jalapeño针对LLM Inference从零设计，配备216GB HBM4、15.4TB/s Memory Bandwidth，在700W下提供最高13.4PFLOPS MXFP4 [4] - Jalapeño可由128颗ASIC扩展至单Rack、2,048颗扩展至16-Rack Pod [4] - OpenAI从RTL到Tape-out仅用了约9个月，并利用自身模型参与RTL生成和PPA优化 [4] - AI Lab对Silicon的参与正在从提出Workload需求进一步延伸至Architecture、Compiler乃至RTL开发 [4] - 如果AI辅助芯片设计能够持续缩短Design Cycle，Custom ASIC的迭代节奏有望逐步接近模型和软件迭代周期 [4] GPU路线分层 - Workload-Specific并不局限于ASIC，GPU路线本身也开始明显分层 [5] - AMD MI455X选择432GB HBM4和23.3TB/s Memory Bandwidth，并提供40.3PFLOPS MXFP4，明显强化大模型、长Context和KV Cache所需的Memory Capacity [5] - 72颗MI455X组成的Helios Rack进一步提供31TB HBM4 [5] - Intel Crescent Island采用最高480GB LPDDR5X和350W风冷PCIe形态，核心目标是以更低功耗和更低部署门槛承接Enterprise Agentic Inference [5] - 未来AI Accelerator不会沿着单一“更高FLOPS+更高HBM”的路线演进 [5] 三类差异化架构 - AI Accelerator正沿Workload形成三类差异化架构，Inference的资源配置明显由Compute向Memory和Communication倾斜 [7] - Frontier Training以TPU 8t和AMD MI455X为代表，核心仍是Peak Compute、HBM容量和Rack-scale Fabric [7] - Hyperscale Inference以TPU 8i、MTIA 400、Maia 200和Jalapeño为代表，更强调Memory Bandwidth、On-chip Memory及Scale-up能力 [7] - Enterprise Inference以Intel Crescent Island为代表，通过大容量LPDDR5X、低TDP和标准PCIe形态降低部署成本 [7] - TPU 8i、MTIA 400、Maia 200和Jalapeño的Memory Bandwidth/Peak Compute约为0.69-1.15TB/s per PFLOP/PetaOPS，高于NVIDIA Rubin的0.44、TPU 8t的0.52和MI455X的0.58 [7] Memory架构分化 - Memory和Scale-up Fabric正在成为决定系统性能的共同变量，但不同Workload对应的最优Memory Architecture也开始分化 [8] - TPU 8i、MTIA 400、Maia 200和Jalapeño均显著提高HBM Capacity和Bandwidth，说明高端Hyperscale Inference仍在持续提高HBM content [8] - AMD MI455X同样将单GPU HBM4提高至432GB [8] - Crescent Island选择480GB LPDDR5X，说明并非所有Inference workload都需要HBM的极致Bandwidth [8] - 预计Memory市场会进一步形成分层：HBM继续占据Frontier Training和高性能Inference的高带宽层，LPDDR/CXL等更低成本方案则承接部分Capacity-sensitive workload [8] NVIDIA市场格局 - Google在持续推进TPU的同时仍部署NVIDIA GPU，Meta也同时发展MTIA与外购GPU [9] - Custom ASIC首先承接的是超大规模、重复性高且TCO敏感的内部Inference workload [9] - GPU在Frontier Training、快速变化的模型架构及第三方Cloud workload上仍具备Programmability和Ecosystem优势 [9] - NVIDIA也在通过Groq 3 LPX、Spectrum-X和BlueField等架构向Inference和AI Factory系统层延伸 [9] - 预计AI Compute市场会进一步分层：GPU继续占据Frontier和通用计算平台，ASIC加速进入规模化Inference和垂直工作负载 [9] - 竞争焦点从单芯片峰值性能逐步转向Token/$、Memory efficiency、Fabric utilization和Software integration [9]

美股市场表现 - 9月2日美国三大股指小幅收涨，道琼斯指数涨0.56%报收53061.95点，标普500指数涨0.46%报收7666.6点，纳斯达克指数涨0.45%报收26217.83点[1] - 美国七大科技巨头多数上涨，英伟达涨超3%，脸书涨逾2%，谷歌、特斯拉、亚马逊小幅飘红，微软、苹果微幅下跌[2] - 银行股集体上涨，富国银行涨逾2%，花旗、美国银行均涨超1%，摩根大通、高盛、摩根士丹利小幅上扬[4] - 能源股涨跌不一，斯伦贝谢涨超2%，雪佛龙、康菲石油微幅上涨，埃克森美孚、西方石油微幅下跌[5] - 芯片股多数上涨，费城半导体指数涨0.45%，恩智浦半导体、美光科技、高通等涨超2%，泰瑞达、迈威尔科技等涨超1%[6] - 中概股整体小幅震荡，纳斯达克中国金龙指数微跌0.06%，阿特斯太阳能涨超5%，再鼎医药涨逾4%，奇富科技涨超2%，文远知行涨近2%，亚朵涨超1%[6] 博通财报与股价波动 - 博通盘后剧烈波动，收盘后先是直线重挫近7%，随后直线拉升翻红并涨逾2%，截至发稿又转跌近1%[7] - 博通公布2026财年第三季度财报，实现营收296亿美元，同比增长86%；其中AI半导体营收达167亿美元，同比增长221%[8] - 第四财季指引预计实现营收约348亿美元，略低于市场预期，AI半导体收入指引增236%、仅略高于预期[8] - 业绩电话会上CEO称本财年AI收入指引上调至580亿美元，有望下财年接近翻倍，2028财年则达2300亿美元[8] 微软财报结构调整 - 微软盘后宣布从本季度开始调整财报结构，将运营分部从三个缩减至两个，这是公司自2015年以来首次大幅调整[8] - 未来微软将业务划分为两个分部：智能体与基础设施以及设备与消费者[8] - 智能体与基础设施分部包括Azure云和Microsoft 365云产品，同时涵盖生产力软件与服务器授权、行业解决方案、前沿业务及支持服务，Azure云、365云等核心业务将单独披露营收[9] - 设备与消费者分部包括搜索与广告、Xbox、设备销售收入和向设备制造商出售Windows操作系统授权收入[9] - 盘后微软小幅上扬[9] 美委石油协议与雪佛龙投资 - 美国总统特朗普发文宣布，美国已与委内瑞拉达成协议，获得对委内瑞拉已探明石油储量中逾650亿桶的多数控制权[11] - 白宫副新闻秘书Anna Kelly确认，美委协议项下所产原油可能最早于11月进入美国战略石油储备[12] - 9月2日委内瑞拉代总统罗德里格斯会见美国能源部长赖特，两国正式签署多项合作协议[13] - 罗德里格斯表示石油合作协议将维持25年，目标是将原油产量提高至每日150万桶，并维护委内瑞拉对其自然资源的自主权[13] - 雪佛龙宣布未来五年通过合资伙伴关系向委内瑞拉投资70亿美元，预计到2031年将在委内瑞拉生产约60万桶/日，较当前水平翻逾一番[14] - 雪佛龙称委内瑞拉相关项目总开采成本预计低于每桶20美元，按布伦特原油约95美元/桶计算，项目利润空间可观[15]