金磊 发自 凹非寺 量子位 | 公众号 QbitAI 双11 别只盯着打折——真正值得买的，是能让你工作不卡顿、生活不焦虑的 效率神器 。 谁没经历过：开个文件等半分钟，剪个视频卡成PPT，出差刚落座电脑就弹出"电量不足"……这些零碎的"时间小偷"，悄悄吃掉你的专注力 和好心情。 趁双11，把旧装备换成靠谱的生产力工具，不是消费，是投资：省下的每一分钟，都能变成方案深度、技能提升，或者陪家人发呆的闲暇。 说到效率神器， AI PC 绝对是其中之一。因为现在它们已经搭载了 英特尔 酷睿 Ultra 200H 系列处理器，"打开方式"完全变了样—— 99TOPS算力，核显性能提升22%，多核性能提升20%，能效提升高达21%。 而且不只是性能提升的一组数据这么简单，现在的AI PC是真的能直击你的痛点。 例如当你坐飞机出差还要被迫加班的时候，有没有遇到这些"人在囧途"的情况： 带着笔记本出差 太沉了 、办会儿公就快 没电了 ，以及最致命的 没法上网 …… 对于现在的专业"牛马"来说，这些问题都已经不叫事儿了。 因为他们带的有酷睿Ultra的AI PC，不仅轻薄，续航更是长到不用发愁。 最重要的是，即便人在飞机上， ...

公众号记得加星标⭐️，第一时间看推送不会错过。 AI浪潮的汹涌席卷，让原本以周期波动著称的存储市场，进入前所未有的"超级繁荣周期"。在 AI大模型训练和推理的双重驱动下，算力需求暴增，HBM成为AI服务器的关键组件。它通过 堆叠多层DRAM，与GPU紧密结合，为AI计算提供更快的数据通道，成为AI时代最炙手可热 的"黄金存储"。 而HBM的火热也带动了整个存储产业链的升温。三星电子、SK海力士和美光科技等全球三大存储巨 头，纷纷迎来业绩爆发。三星第三季度净利润同比增长21%，SK海力士创下公司史上最高季度利 润，美光则实现净利同比增长三倍。SK海力士也表示，其2025年前的HBM产能已被客户预订一空。 与此同时，传统DRAM和NAND芯片也正意外走俏。 由于存储厂集中扩产HBM，常规内存产能趋紧，市场供需出现再平衡。亚马逊、谷歌、Meta等数据 中心巨头，为了扩充AI推理与云服务能力，正大规模采购传统DRAM。事实上，在AI推理阶段，普 通内存依然发挥着不可替代的作用——这让整个存储市场呈现"全线紧俏"的局面。 LPDDR5的爆火 先一步爆火的，是所有智能手机几乎都会用到的LPDDR。 近日，高通发布了全新的 ...

美股主要指数表现 - 美股三大指数集体收涨 纳斯达克指数涨0.61% 标普500指数涨0.26% 道琼斯指数涨0.09% [1] - Illumina Inc 股价大涨超24% 创2012年1月以来最大单日涨幅 [1] 美国大型科技股表现 - 亚马逊股价大涨超9% 创历史新高 [1] - 特斯拉股价涨超4% 奈飞股价涨逾2% [1] - Meta股价跌超2% 微软股价跌超1% [1] - 英特尔 苹果 英伟达 谷歌股价小幅下跌 [1] 中概股整体及个股表现 - 纳斯达克金龙中国指数收涨0.53% [1] - 小马智行股价初步收跌约5.7% [1] - 腾讯和阿里巴巴股价均跌超2% [1] - 小米 京东 百度股价跌超1% [1] - 网易股价涨0.7% 理想汽车股价涨1.6% [1] - 小鹏汽车股价涨2.2% 蔚来股价涨3.3% [1]

一夜之间，美股科技巨头集体"雪崩"！市值蒸发超1.5万亿的Meta带头暴跌，黄金却冲破4000美元大关。这场动荡背后，竟是美国参议院一场51:47的投 票结果，直接掀翻了特朗普的"全球征税"政策！ | Meta Platforms | 666.470 | -11.33% | | --- | --- | --- | | META ■ | 674.620 | +1.22% | | 特斯拉 | 440.100 | -4.64% | | TSLA ■ | 445.260 | +1.17% | | 美国超微公司 | 254.840 | -3.59% | | AMD B # # | 258.060 | +1.26% | | 亚马逊 | 222.860 | -3.23% | | AMZN B C | 252.500 | +13.30% | | 微软 | 525.760 | -2.92% | | MSFT ■ ● | 525.680 | -0.02% | | 英特尔 | 40.160 | -2.85% | | INTC B O | 40.710 +1.37% | | | 博通 | 376.470 | -2.46% | | A ...

公司股价表现 - 英特尔公司股票在过去一年实现了超过80%的非凡回报 [1] 分析师背景与投资方法 - 分析师被TipRanks评为顶级分析师并被Seeking Alpha认可为科技、软件、互联网以及增长和GARP领域的“值得追随的顶级分析师” [1] - 分析师的投资方法结合了敏锐的价格走势分析和基本面投资 专注于识别具有吸引力的风险回报上行潜力的增长投资机会 [1] - 投资策略倾向于避开过度炒作和高估的股票 同时利用遭受重创但具有显著复苏可能性的股票 [1] - 投资观点通常基于18至24个月的时间展望 [1]

英伟达AI生态系统合作 - 与韩国政府及企业合作构建AI基础设施和生态系统，计划部署超26万块英伟达GPU以支持物理AI和代理AI [1] 英特尔战略收购动态 - 正就收购AI芯片初创公司SambaNova展开初步谈判，交易估值可能低于其2021年融资轮中的50亿美元估值 [2] 云服务与AI平台整合 - 云服务供应商CoreWeave宣布收购AI开发平台Marimo，旨在统一生成式AI开发者的工作流程 [3] 科技巨头AI投资与增长 - 苹果管理层表示正在大幅增加对人工智能的投资，预计下一季度运营支出在181亿美元到185亿美元之间 [4] - 亚马逊CEO预计其AI购物助手Rufus有望每年带来100亿美元的增量销售额 [5] 机器人技术与自动驾驶应用 - 国家地方共建人形机器人创新中心等联合发布开源具身智能机器人项目，包括双足机器人硬件及软件算法，预计2026年一季度上线 [6] - 小马智行与深圳西湖集团启动首批L4级自动驾驶车辆（Robotaxi）创新应用试点，运营范围覆盖南山、宝安、前海等核心区域并将扩展 [7]

About this content About Emily Jarvie Emily began her career as a political journalist for Australian Community Media in Hobart, Tasmania. After she relocated to Toronto, Canada, she reported on business, legal, and scientific developments in the emerging psychedelics sector before joining Proactive in 2022. She brings a strong journalism background with her work featured in newspapers, magazines, and digital publications across Australia, Europe, and North America, including The Examiner, The Advocate, ...

投资组合与策略 - 投资组合在股票和看涨期权之间大约按50%-50%分配 [1] - 投资时间框架倾向于3至24个月 [1] - 采用逆向投资风格，主要关注因非经常性事件而经历近期抛售的股票 [1] 投资筛选与分析 - 通过观察内部人士在新低价位买入股票来筛选数千只股票，主要在美国市场 [1] - 使用基本面分析来检查通过筛选公司的健康状况、杠杆率，并将其财务比率与行业及部门中位数和平均值进行比较 [1] - 对每位在近期抛售后购买股票的内部人士进行专业背景调查 [1] - 使用技术分析来优化持仓的入场和出场点，主要在周线图上使用多色线表示支撑和阻力位 [1]

处理器芯片发展历程与趋势 - 过去40年处理器芯片发展呈现螺旋式路径：自研-放弃自研-重新自研 [6] - 近5年整机和平台厂商重新加入芯片战争，趋势从以CPU为中心的同构计算转向CPU联合xPU的异构计算 [6] - "十五五"规划建议稿强调加快科技自立自强，聚焦半导体等关键技术环节 [7] 指令集架构的市场格局与演进 - 当前CPU领域由两种指令集主导：PC和服务器领域的x86架构与智能手机领域的ARM架构 [11] - x86架构特点为指令复杂、性能高但功耗大，主导厂商为英特尔和AMD [12] - ARM架构特点为指令简单、功耗效率高，主要应用于移动设备 [12] - RISC-V架构为开源模式，可定制但存在碎片化问题，核心厂商包括SiFive、Andes、阿里平头哥等 [12] - 历史上许多创新架构如i860/i960、68000、PowerPC等逐渐凋零，x86胜出靠的是向高端RISC学习并不断扩展指令子集，以及PC与服务器芯片出货量大的规模效应 [13] - 架构创新的根本挑战在于经济规律，软件生态的统治力难以颠覆，例如英特尔和惠普联合开发的IA-64安腾处理器耗资巨大最终未能成功 [13][19] 计算体系结构的发展与挑战 - 摩尔定律逐渐失效后，业界依赖增加晶体管数量并行提升性能，如增加数据位宽、功能部件和处理器核数量 [16] - 计算机体系结构分为激进结构（完全动态优化）、保守结构（静态优化）和折中结构（动静态结合优化） [17] - 高端CPU常采用激进结构但复杂且易受硬件漏洞攻击，业界更倾向于通过增加处理器核数量的众核结构来提升性能 [18] - 众核xPU芯片（如英特尔Xeon Phi、Google TPU、GPGPU）大规模应用需解决生态系统问题，英伟达CUDA拥有成熟的并行软件生态是其优势 [18][19] - 2009至2018年，x86软件开发费用持续上升，2018年全球投入高达600亿美元，而同期全球服务器硬件总收入为800亿美元，软件投入远超硬件 [20][21] ARM架构的机遇与RISC-V的挑战 - ARM服务器打破x86垄断的机遇在于：掌控全栈技术的大厂（如苹果、亚马逊）放弃x86进行生态迁移，以及端云融合使ARM终端优势蔓延至云端 [24] - RISC-V目前商业化成功领域集中于软件简单的嵌入式场景，如微控制器和存储类产品 [26] - RISC-V硬件生态不成熟，缺乏有竞争力的高性价比处理器核和支持多核互连的高性能片上网络，且ARM不单独授权片上网络IP [26] - 尽管跨平台语言和虚拟机技术发展，但硬件指令的直接支持对性能、能效比至关重要，英特尔持续扩展指令集（如SGX、AVX512、AI扩展指令集） [27] - 业界软件主要针对英特尔CPU优化，即使同为x86的AMD CPU支持软件配置种类也较少，阿里公有云平台仅使用英特尔CPU产品 [27] - RISC-V进入通用计算平台仍有漫长路程 [28] 自研芯片的模式与成功关键 - 云厂商自研芯片模式可行，因其盈利基础在于增值服务而非硬件，且掌控全栈软硬件使生态移植困难较小，自身规模大可负担研发费用 [30] - 苹果公司实现核心产品线处理器全线自研（手机A系列、平板/PC的M系列、手表W系列、耳机H系列），是成功案例 [31] - 苹果自研成功关键在于配合自研系统软件优化用户体验，并通过营销形成高端形象，而非仅聚焦纸面参数 [32] - 软件生态投入大于硬件研发，软件掉队会导致硬件利用率不高，如部分国产智算中心投资规模大但实际利用率低 [33] 中国算力芯片的发展路径 - 未来五年十年国产算力芯片的突破口在于指令系统结构的统一 [7] - 建议将RISC-V作为统一指令系统，所有CPU/GPU/xPU基于RISC-V及其扩展开发，以推动架构创新、扩大规模效应并高效利用研发资源 [7][36] - 体系结构创新可在现有指令系统框架内实现，例如Tenstorrent基于RISC-V扩展AI子指令集开发AI加速方案，或扩展密码学子指令集支持后量子密码 [35] - 统一指令集可避免重复劳动和研发资源浪费，是应对软件生态高投入挑战的关键路径 [36]

收购交易核心信息 - 英特尔公司正与人工智能芯片初创公司SambaNova Systems Inc进行初步收购谈判 [1] - 谈判处于早期阶段 双方能否达成协议存在不确定性 [2] - 潜在交易对SambaNova的估值可能低于其2021年融资轮中获得的50亿美元估值 [1] 公司背景与关联 - SambaNova由斯坦福大学教授于2017年创立 其中一位教授曾获得麦克阿瑟天才奖 [3] - 英特尔首席执行官Lip-Bu Tan与SambaNova关系密切 曾担任该公司执行董事长 [3][4] - Tan的风险投资公司Walden International是SambaNova的创始投资者之一 曾在2018年领投5600万美元A轮融资 [4] 融资历史与市场定位 - 软银集团在2021年领投了6.76亿美元融资轮 使SambaNova估值达到50亿美元 [4] - 公司设计定制AI芯片 旨在与英伟达公司产品竞争 [3] - 随着ChatGPT发布和生成式AI兴起 AI处理器领域快速发展 [5] 业务战略调整 - 在英伟达主导AI训练芯片市场后 SambaNova转向专注于推理领域 即运行已开发模型的系统 [5] - 公司业务模式从向其他提供商销售设备转变为在其自有硬件上提供AI云服务 [6] - 2025年4月 SambaNova裁员约15% [6]