核心观点 - 全球芯片市场尤其是内存芯片领域正释放复苏信号，包括DRAM和HBM市场价格回升、库存去化、订单恢复 [3] - 行业供需结构、产品组合与资本流向正发生深刻变化，新一轮存储周期正以不同于以往的节奏启动 [26] 韩国DRAM出口激增 - 韩国DRAM出口额自2月起连续四个月实现两位数增长：3月增长27.8%，4月增长38%，5月增长36%，6月前20天增长25.5% [4] - 6月前20天韩国DRAM出口额达2.69万亿韩元（约19亿美元），同比增长25.5% [6] - TrendForce预计第三季度通用型DRAM价格将上涨18%~23% [6] 三星DRAM业绩复苏 - 三星半导体部门第二季度营业利润预计达2万亿韩元，环比翻倍增长，主要归因于通用DRAM价格回升 [9] - 三星已向AMD供应HBM3E 12层芯片，但需进入英伟达供应链以站稳HBM市场 [9] - 今年以来三星股价上涨12.9%，走势明显改善 [9] DDR4与DDR5价格走势 - DDR4芯片现货均价达12.5美元，最高价触及24美元，而DDR5价格维持在6美元上下 [11] - 16Gb DDR4 3200芯片现货价格从5月23日的5.6美元上涨至6月20日的11.5美元，几近翻倍 [13] - DDR5 4800/5000芯片价格上涨9%至6美元左右 [13] 美光财报表现 - 季度营收达93亿美元，环比增长15.5%，同比增长36.6%，高于预期的88.6亿美元 [15] - 调整后每股收益1.91美元，高于预估的1.60美元，毛利率提升至39% [15] - HBM业务季度收入环比增长约50%，计划2025年底将HBM市场份额提升至23%~24% [15] SK海力士HBM表现 - SK海力士第一季度在全球DRAM市场份额达36%，高于三星的34%和美光的25% [17] - HBM领域占据70%市场份额，市值突破200万亿韩元（1470亿美元） [17] - 预计第二季度营业利润达9万亿韩元（66亿美元），下半年季度营业利润有望突破10万亿韩元 [17] 行业结构性变化 - 三星、美光、SK海力士相继宣布停产DDR4系列，转向DDR5与HBM [22] - HBM生产带来更高单位利润，厂商将传统产线转向高附加值产品 [22] - 欧美关税政策不明促使终端厂商囤货避险，推高短期价格 [23] AI与HBM需求 - 英伟达预计"数十GW"的AI基础设施项目，每建设一个GW收入将在400亿至500亿美元之间 [24] - 预计英伟达2025年GPU出货量达650万台，2026年达750万台，平均销售价格超40,000美元 [24] - HBM供不应求，存储厂商宣布HBM库存将在2025年之前售罄 [23]

公众号记得加星标⭐️，第一时间看推送不会错过。 去年摩根士丹利发布的《寒冬将至》报告曾为半导体行业浇下一盆冷水。然而，2025年上半年以来， 全 球 芯 片 市 场 正 悄 然 释 放 出 复 苏 信 号 。 尤 其 是 内 存 芯 片 领 域 ， 从 通 用 DRAM 到 高 带 宽 内 存 （HBM），市场价格回升、库存去化、订单恢复，似乎正在书写"春天将至"的新篇章。 信号一：韩国通用DRAM出口激增 韩国作为全球DRAM产业的核心基地，其出口数据是观察行业周期的风向标。自今年2月起，韩国 DRAM出口额结束此前的同比下滑态势，连续四个月实现两位数增长：3月增长27.8%，4月增长 38%，5月增长36%，6月前20天增长25.5%。 （来源：Daeun Lee） 这些数据与"半导体寒冬"的主流叙事背道而驰。相反，它们表明，通用DRAM市场（主要应用于PC 和基础服务器）正快速形成供需紧张格局。据韩国KED Aicel数据显示，6月前20天，韩国DRAM出 口额为2.69万亿韩元（约19亿美元），同比增长25.5%。需注意的是，这一数据不包括如HBM等更 复杂的多芯片封装产品。 TrendForce 指 ...

互联网泡沫与AI热潮的相似性 - 上世纪90年代末互联网泡沫时期，流量等同于收入，添加".com"即可吸引投资，许多初创公司缺乏商业模式却获得巨额融资 [2] - 当前AI热潮中，"AI驱动"成为新的".com"，初创公司普遍依赖OpenAI等基础模型，缺乏核心技术 [7] - 两次热潮均出现大量同质化产品，商业模式脆弱，最终导致市场回调 [6][7][57] 套壳产品的本质与风险 - 多数AI工具仅是OpenAI API的包装，成本仅为直接调用API的1/15（60美元 vs 4美元） [9] - 典型套壳产品流程：输入→硬编码提示词→API调用→格式化输出，无后端系统或知识产权 [10][24] - 行业形成脆弱闭环：套壳产品依赖OpenAI技术，OpenAI依赖套壳产品获取API收入 [15][18] 关键企业生态位分析 OpenAI - 掌握核心模型技术但缺乏用户触达，90%以上套壳产品依赖其API [13][22] - 商业模式风险：套壳产品倒闭将导致API收入骤减，尤其免费用户消耗算力却不产生收益 [16][19] 英伟达 - 垄断AI硬件层，90%模型训练和70-80%推理依赖其GPU [38] - 控制全产业链：从芯片到CUDA框架，成为不可替代的基础设施 [39][40] 微软 - 通过Azure掌控OpenAI运行环境，每个API调用均经过其云计算平台 [42][43] - 将GPT-4嵌入Office等产品，形成应用层垄断 [44][45] 典型案例研究 - Jasper：融资超1亿后受ChatGPT冲击，估值缩水并转型企业服务 [31] - Copy.ai：年收入1000万但零技术壁垒，用户切换成本极低 [32] - Writesonic：通过多模型动态调配降低成本，展现运营效率优势 [35] 系统性风险 - 硬件断供风险：英伟达供应链问题将导致全行业停滞 [47][52] - 监管风险：基础模型可能面临政策限制 [53] - 范式革命风险：新架构可能颠覆现有GPU依赖模式 [54] 行业本质规律 - 基础设施层（英伟达/微软）最终掌控最大价值，应用层多数公司将被淘汰 [62][65] - 可持续企业需回答彼得·蒂尔七问，当前套壳产品均不符合标准 [67][68] - 历史重复：如同互联网泡沫，最终存活的是提供核心工具的公司而非概念炒作方 [57][69]

AI专业热潮 - AI相关专业连续三年成为高考热门选择，成为中产家庭和Z世代青年的焦点 [1][3] - 2024年全国已有621所高校开设AI专业，相比2018年首次批准时呈现爆发式增长 [7] - 顶尖学府如清华、上交、南大等10所高校的AI专业被评为A+，43所获评A类 [7] - 清华大学成立人工智能学院，设立"智班"，计划建设100门AI赋能课程 [7] - 复旦大学推出覆盖全体本研学生的"AI大课"，将AI素养融入知识体系 [8] 行业需求与薪资 - 信息安全、微电子等AI相关专业占据2023届本科毕业生月薪榜前列 [7] - AI岗位应届硕博生五成起薪超两万元，有经验工程师月薪可达八万 [7] - 麦肯锡报告预测2030年中国AI高技能人才缺口将达400万 [11] - 企业需求转向AI技术与行业深度融合的复合型人才及高端研发人才 [11] 教育产业鸿沟 - 大学课程体系更新速度远落后于AI技术迭代速度 [9] - 业内担忧可能培养出高学历但技能陈旧的毕业生 [9] - 621所高校培养的AI专业毕业生面临与市场需求"技能错配"风险 [11] 社会心态对比 - "学医热"反映对职业稳定性的追求，提供"稳定溢价" [15] - "AI热"体现对时代机遇的追逐，源于被时代抛弃的恐惧 [16] - 两种选择分别代表"确定性"战略撤退和"不确定性"主动出击 [14][16]

英伟达市值与业绩表现 - 英伟达市值达3.45万亿美元，超越微软成为全球市值最高上市公司 [1] - 股价过去一个月飙升24%，自4月低点上涨50% [1] - 2026财年第一财季营收同比大增69%至440亿美元，数据中心业务营收达391亿美元，同比增73% [6] - Blackwell架构芯片贡献数据中心板块近70%收入 [6] - 预期市盈率约29倍，低于过去十年34倍平均水平 [16] 中东市场与全球合作 - 沙特和阿联酋等中东国家AI支出成为新增长极，预计为全球AI市场增加1万亿美元规模 [7] - 与沙特AI企业Humain达成协议，未来五年部署1.8万枚芯片建设AI工厂 [6] - 阿联酋"星际之门"AI集群项目采用英伟达技术 [6] - 黄仁勋非常看好中东国家AI支出，认为这是重要预期和指引 [1][7] CoreWeave业务发展 - CoreWeave市值从IPO时230亿美元飙升248%至720亿美元 [1][8] - 核心业务是基于英伟达芯片处理AI工作负载，数据中心专为AI算力设计 [8] - 与微软和OpenAI达成长期合作，2025年资本支出预计激增53%至215亿美元 [8] - 专注提供高端AI GPU集群，满足云端AI算力需求 [9] 科技巨头资本支出 - 微软、Meta、Alphabet和亚马逊四家公司贡献英伟达超40%收入 [17] - 这四家公司2026年资本支出预计达3300亿美元，比今年增长6% [7][17] - 大型科技公司坚持AI资本支出大幅扩张，基于未来AI算力需求激增 [11] 苹果AI发展现状 - 苹果在生成式AI浪潮中被认为行动迟缓，新版Siri迟迟未亮相 [12] - WWDC25上AI展示部分可能令人失望，基础模型仅拥有约30亿个参数 [12] - 内部拥有多种大模型，1500亿参数版本接近GPT-4o水平但暂缓推出 [13] - Apple Intelligence系统缺乏竞争对手的强大功能和创新性 [13] AI行业发展趋势 - 美国AI发展依赖大算力投资打造AGI大模型，但近期产品未见实质性突破 [2][16] - 特朗普政府推动的数千亿美元AI集群建设加剧算力泡沫风险 [2][16] - 微软、Meta等科技巨头资本支出为英伟达提供持续订单保障 [7] - 云端AI推理算力需求激增推动AI资本支出扩张 [11]

Meta AI付费订阅计划 - Meta宣布其AI助手Meta AI已实现10亿月活跃用户，并计划推出付费订阅服务，包括付费推荐和额外算力使用 [1] - 公司计划在第二季度测试类似ChatGPT Plus的付费订阅模式，标志着从用户增长向变现阶段的战略转变 [3] - 10亿月活用户带来巨大运营成本压力，AI产品单位成本是传统互联网服务的数十倍，迫使商业模型转型 [3][8] AI行业成本与盈利挑战 - 谷歌2022年单次搜索成本0.2美分，收入1.61美分，营业利润率34.15%，而当前AI单次回复成本仍高达2美分 [5] - OpenAI CEO透露用户日常交互需耗费数千万美元，基础模型投资热潮消退导致成本转嫁至终端用户 [8] - 2024年全球AI大模型价格战后，输出成本仍居高不下，性能进步放缓加剧盈利困境 [5][8][10] 大模型性能竞争格局 - Meta的Llama 4在开源模型领域遭遇滑铁卢，被DeepSeek、Qwen等中国模型超越，失去技术领先地位 [13][15] - 当前大模型性能进入平台期，Scaling laws边际效益递减，Llama 4和Grok3表现未达预期印证此趋势 [10][12] - AI行业呈现"赢家通吃"特征，Meta在开源模型和商业应用领域均未占据绝对优势 [15] Meta战略调整 - 公司将生成式AI团队重组为AGI基础研究院和产品应用部，反映从研究导向转向商业化探索 [15] - 付费订阅计划是对战略转向的确认，结束免费服务阶段以应对股东对数百亿美元AI投资的质疑 [8][15] - 开源策略虽早期获得开发者社区支持，但未能有效转化为商业变现能力 [13][15]

Builder.ai破产事件分析 - 公司曾是AI开发工具领域独角兽，获微软、软银等投资方4.5亿美元融资，估值达13亿美元[1][9][10] - 核心产品Natasha AI项目经理被曝实为人工外包团队支撑，技术造假[15][16][17] - 2024年营收预测2.2亿美元与实际5500万美元严重不符，存在系统性财务造假[13][14] - 2025年5月因债务违约导致全球账户冻结，五国同步申请破产[20][21] 公司发展历程 - 2016年以Engineer.ai名义创立，主打"AI自动生成App"概念[4][5] - 2020年更名为Builder.ai，定位为"建造未来"的平台型工具[6][7] - 2023年D轮融资2.5亿美元，估值达12-15亿美元[10] - 创始人2025年2月改任"首席魔法师"，被视作危机信号[18][19] 行业AI造假现象 - Nate公司AI购物助手实为菲律宾人工呼叫中心操作[27][28] - Joonko虚构AI招聘匹配能力骗取2500万美元投资[29][30][31] - Innodata将人工模板生产包装成生成式AI平台[32][33][34] - Evolv AI安检系统误报率极高且销售数据造假[35][36][37][38] AI行业投资警示 - 需区分真实AI能力与人工+PPT包装[48][49] - 建议引入第三方AI模型审计机制[54][56] - 建立资金托管与源代码托管制度[51][52] - 强制披露AI技术类型与功能边界[61][58]

以下文章来源于天天IPO ，作者吴琼 天天IPO . 投资界（PEdaily.cn）旗下，专注IPO动态 今晚上市。 作者 I 吴琼 报道 I 投资界-天天IPO 今年全球最大IPO出现了。 投资界-天天IPO获悉，今日（3月28日）晚间，AI云计算公司Cor eWe a ve将正式在纳斯达克证券交易所上市。本次IPO，Cor eWe a ve 每股定价为40美元，计划融资15亿美元，预计估值约为23 0亿美元（约167 0亿元） 追溯起来，Co r eWe a ve和英伟达渊源颇深。早期由"挖矿"起家，Cor eWe a ve使用的便是英伟达GPU，后面又大量囤积英伟达GPU，直 至AI浪潮袭来，Cor eWe a v e已经手握25万个英伟达GPU。 早在202 3年，黄仁勋便主导英伟达投资Cor eWe a ve，随后再次押注。据悉，本次IPO英伟达也计划斥资2.5亿美元认购股份。如无意 外，这将是黄仁勋投出的第一个千亿级IPO。 三个人，估值1600亿 Cor eWe a ve的故事始于2017年。 命运的齿轮悄然转动。 2 022年AI浪潮席卷全球，世界各地的人工智能公司需要快速训练和运行大量模型的 ...

美股泡沫预警 - 著名价值投资者Jeremy Grantham警告美国股市处于"超级泡沫"中，预言"重大下跌"即将到来 [1] - 当前美股估值超过1929年和2021年水平，仅次于1989年日本超级泡沫，席勒市盈率超37（正常值为18），总市值/经济总增加值指标创历史新高 [1][3][5] - 行为模型显示美股需下跌50%才能回归正常估值水平 [4][5] AI热潮与技术泡沫 - 当前AI热潮与历史上铁路、互联网等技术泡沫本质相同，新技术早期常伴随泡沫形成 [1] - 互联网泡沫期间亚马逊股价暴跌92%，但最终成为行业巨头，暗示AI领域可能出现类似分化 [1] 投资策略建议 - 建议关注绿色经济领域，认为气候变化将推动该领域大规模重组和超额表现 [6] - 应选择低债务、高利润率的公司以抵御市场冲击，避免过度杠杆导致破产风险 [7] - 非美国市场估值相对合理，未来5-10年可能超越美股表现 [11] 人口与经济长期影响 - 人口下降导致劳动力减少，欧洲过去15年劳动力下降0.5%造成GDP增长下降2% [9] - 人口结构变化使企业和个人趋向保守，"动物精神"消失抑制投资和创新 [8][9] 资产类别观点 - 加密货币是"极好的投机媒介"但无实际价值，2020年刺激计划加剧其投机属性 [11] - 黄金虽无股息且90%属性为投机，但仍比比特币更适合作为避险资产 [12] 经济学理论批判 - 传统经济学模型忽略原材料和能源因素，在有限星球上追求复合增长违反物理定律 [12]

AI招聘平台Mercor的崛起 - 成立仅两年的AI招聘网站Mercor完成1亿美元B轮融资，估值达20亿美元（约145亿元人民币），是五个月前估值的8倍 [3] - 公司由三位00后创始人创立，从宿舍创业到百亿估值仅用24个月，员工平均年龄22岁 [5][7][11] - 商业模式为向企业收取员工年薪30%的招聘费用及薪资管理服务，ARR达7000万美元，预计本月实现100万美元利润和700万美元收入 [7] - 平台拥有46万求职者，采用AI视频面试+自动匹配模式，主要客户包括OpenAI等科技巨头 [7] AI行业融资热潮 - OpenAI正与软银洽谈400亿美元（约2900亿元人民币）融资，或创全球风投纪录 [12] - OpenAI前首席科学家Ilya Sutskever的新公司Safe Superintelligence成立11周估值达50亿美元，现寻求超300亿美元估值融资 [12] - Anthropic筹备35亿美元融资，估值或达615亿美元（约4366亿元人民币） [12] - 2024年Mercor融资历程：1月获360万美元种子轮，9月A轮融资3000万美元估值2.5亿美元，2025年2月B轮1亿美元估值20亿美元 [10][11] 行业争议与风险 - 硅谷猎头质疑Mercor两年实现7000万美元招聘收入不现实，认为主要收入来自薪酬管理业务 [8] - AI取代HR工作可能加速失业，但创始人称AI可消除招聘偏见并提升人类价值 [8] - 桥水基金达利欧警告AI投资泡沫类似互联网泡沫，微软CEO质疑部分AI里程碑无实质意义 [14] - 明星AI硬件公司Humane被惠普1.16亿美元收购（估值较峰值缩水80%），反映行业估值泡沫 [14] 创始团队特质 - 三位创始人Brendan Foody、Adarsh Hiremath和Surya Midha均为00后，大学退学创业 [5] - 团队曾获蒂尔奖学金（10万美元/人），以"996工作制"运营公司引发争议 [8][10] - 创始人认为招聘数据能反映行业资金流向，通过AI预测候选人能力已超越人类评估 [7][8]