廖凯原的投资动向与理念 - 华裔富豪廖凯原于2026年3月4日宣布买入100万股英伟达股票，耗资约1.8亿美元，并计划继续增持，其核心观点是“AI不是泡沫，现在只是开始”[6] - 廖凯原以投资特斯拉闻名，在疫情期间市场混乱时全仓押注特斯拉并成为其第三大个人股东，身家大部分来源于此，2026年3月福布斯数据显示其身家约87亿美元（约610亿元人民币）[10] - 从2024年底开始，廖凯原减持特斯拉并配置美国国债，但其仍为主要持仓，并认为特斯拉的能源业务、Cybercab和Teslabot价值未完全反映在股价中，将特斯拉定义为“实体化的物理AI”[11] - 其投资哲学可概括为长期主义、逆势而为、押注定义时代的基础设施提供商，从特斯拉转向英伟达是基于两者都是技术革命早期阶段基础设施提供商的相似逻辑[13][14] AI泡沫的市场争议 - 过去两年生成式AI引爆科技革命，英伟达作为AI算力核心供应商，股价从2023年初约150美元飙升至2024年底超过500美元，市值一度突破5万亿美元，成为全球市值最高公司，同时市场对“AI泡沫”的担忧加剧[17][18] - **看涨派观点**：英伟达CEO黄仁勋认为不处于AI泡沫中，是从通用计算向加速计算的自然过渡[21]；AMD CEO苏姿丰认为泡沫论“完全错误”，应从五年技术周期看待AI的根本性改变[21]；OpenAI CEO山姆·奥特曼承认投资者整体过于兴奋，但强调AI是长期最重要的技术[21] - **看空派观点**：巴菲特在2024年称AI是一个“巨大的泡沫”[23]；桥水基金创始人瑞·达里奥将当前局势比作1998至1999年的互联网泡沫时期[23]；微软联合创始人比尔·盖茨担忧AI市场有大量投资将成为死胡同[23]；C3.ai CEO托马斯·西贝尔认为市场估值过高得离谱[24] - **中间派观点**：橡树资本创始人霍华德·马克斯态度从怀疑转为认为AI潜力可能被低估，但警告不要全仓AI股票[25]；Meta CEO马克·扎克伯格认为AI可能成为泡沫，但风险在于公司不够激进[25] 英伟达的行业地位与挑战 - 英伟达控制着AI训练芯片市场约80%的份额，几乎所有主流大语言模型的训练都依赖其芯片，2024财年数据中心业务收入超过470亿美元，同比增长超过200%[27] - 公司面临**竞争加剧**：AMD、英特尔等加速追赶，中国本土GPU企业如摩尔线程、沐曦、壁仞等在垂直场景实现局部突破[28] - 公司面临**客户依赖风险**：微软、谷歌、亚马逊、Meta等大客户正在加大自研芯片投入，长期可能减弱对英伟达的依赖[29] - 公司面临**地缘政治风险**：美国对华芯片出口管制使其失去重要中国市场，同时中国本土芯片厂商加速崛起[30] - 英伟达拥有强大护城河，其CUDA软件生态深耕十余年，形成难以撼动的开发者粘性，其“加速计算”愿景正从AI训练扩展到科学计算、自动驾驶等更广泛领域[30] - AI应用场景正快速扩展至自动驾驶、药物研发、气候模拟、金融风控等行业，每一次应用扩展都意味着对算力的新需求，这是支撑英伟达长期价值的核心逻辑[31]

AI算力需求与行业动态 - AI基础设施供应商CoreWeave首席执行官表示，AI算力需求“无情且永无止境”，且推理需求爆发使得A100芯片价格不跌反涨 [1] - CoreWeave公司预计其2026年资本开支将翻倍至超过300亿美元 [1] 半导体市场指数与个股表现 - 截至2026年2月27日14:56，中证半导体材料设备主题指数下跌2.26% [1] - 成分股涨跌互现，有研新材领涨2.57%，联动科技上涨0.97%，中晶科技上涨0.34% [1] - 成分股中，盛美上海领跌8.78%，京仪装备下跌4.49%，安集科技下跌4.48% [1] 相关ETF产品概况 - 科创半导体ETF及其联接基金跟踪科创板唯一的半导体设备主题指数，其先进封装含量在全市场中最高，约50% [2] - 半导体设备ETF华夏及其联接基金跟踪中证半导体材料设备主题指数，其半导体设备含量在全市场指数中最高，约63% [2] - 半导体设备ETF华夏直接受益于全球芯片涨价潮对设备商的确定性需求 [2] 半导体设备ETF华夏市场数据 - 截至2026年2月27日，半导体设备ETF华夏下跌2.15% [1] - 该ETF盘中换手率为5.6%，成交额为1.51亿元 [1] - 截至2026年2月26日，该ETF近1周日均成交额为2.32亿元 [1] - 该ETF最新规模达27.25亿元 [1] - 截至2026年2月26日，该ETF今年以来跟踪误差为0.011%，在可比基金中跟踪精度最高 [1]

文章核心观点 - 尽管英伟达股价下跌对半导体板块产生短期拖累，但开年以来半导体设备成为芯片行业最强细分方向，相关ETF涨幅显著，主要驱动力来自存储芯片超级周期、AI算力需求爆发式增长以及卖方市场下芯片价格预期大幅上调[1] 半导体设备板块表现 - 科创半导体ETF(588170)年初至今上涨23.59%，半导体设备ETF华夏(562590)同期上涨23%[1] - 科创半导体ETF(588170)最新规模达88亿元，居同标的第一，近20日合计净流入11.65亿元[1] 行业需求与投资动态 - 存储芯片行业超级周期持续，SK海力士将追加超150亿美元投资在韩国新建晶圆厂[1] - 苹果同意将三星存储芯片的价格提高100%[1] - AI基础设施供应商CoreWeave CEO表示AI算力需求"无情且永无止境"，推理需求爆发使得A100芯片不跌反涨[1] - CoreWeave预计2026年公司资本开支将翻倍至超300亿美元[1] 市场预期与价格展望 - 花旗集团上调2026年存储芯片预期，将DRAM平均售价涨幅从53%上调至88%[1] - 花旗集团将NAND平均售价涨幅从44%上调至74%[1] - 市场进入"失控式上涨"和"剧烈卖方市场"，AI基础设施投资导致需求增速远超供给，产能扩张受限，短缺将贯穿2026年全年[1] 相关产品与成份股 - 科创半导体ETF(588170)成份股涵盖中微公司（刻蚀设备）、拓荆科技（薄膜沉积设备）、华海清科（CMP设备）、沪硅产业（300mm硅片）、天岳先进（碳化硅衬底）[1] - 半导体设备ETF华夏(562590)权重股包含北方华创（半导体设备）、中微公司（刻蚀设备）、沪硅产业（硅片）、南大光电（ArF光刻胶）[1][2]

核心观点 - 公司2025年第四季度及全年业绩表现出色，营收同比增长168%至51亿美元，合同储备激增至668亿美元，但2026年第一季度营收指引低于市场预期，且因大规模基础设施提前部署导致短期利润率承压，股价盘后重挫逾9% [3][5] - 管理层认为AI算力需求“无情且永无止境”，客户合同期延长至约5年，且推理需求爆发支撑了上一代GPU的定价，公司对长期实现25%-30%的营业利润率充满信心 [3][7][9] - 公司正从纯GPU租赁商向更高利润率的软件和生态系统演进，并计划在2026年将资本支出翻倍至超300亿美元以支持已签约的客户需求，目标在2027年实现年化收入超300亿美元 [3][9][10][17] 财务业绩与指引 - **2025年第四季度业绩**：营收为16亿美元，同比增长110%；净亏损从上年同期的5100万美元大幅扩大至4.52亿美元；调整后营业利润率为6% [3][42] - **2025年全年业绩**：营收达到51亿美元，同比暴增168%，成为历史上最快达到50亿美元年收入的云平台；调整后EBITDA利润率为57% [4][28][42] - **2026年第一季度指引**：预计营收区间为19亿至20亿美元，低于分析师预期的22.9亿美元；预计调整后营业利润在0至4000万美元之间，为全年利润率低谷 [3][7][47] - **2026年全年展望**：预计营收为120亿至130亿美元（中位数同比增长约140%）；预计调整后营业利润为9亿至11亿美元；预计到2026年底年化营收运行率将达到170亿至190亿美元 [10][24][25][46] - **长期目标**：目标在2027年底实现年化营收运行率超过300亿美元 [3][10][25] 需求与订单状况 - **合同储备（积压订单）**：截至2025年底，已签约合同储备高达668亿美元，环比增加112亿美元，同比增加超500亿美元 [8][18][28] - **需求环境**：AI算力需求被描述为“无情且永无止境”，需求已从头部云厂商蔓延至AI原生企业和传统企业，推动客户平均合同期限从约4年延长至约5年 [3][9][19][28] - **客户多元化**：2025年全年，承诺年消费至少100万美元的客户数量增长近150%，新增客户包括Cognition、Cursor、Mercado Libre、MidJourney及Runway等 [20][30] - **GPU需求与定价**：由于AI推理用例快速扩散，市场对上一代GPU（如H100、A100）需求强劲；2025年第四季度H100平均定价较年初跌幅不超过10%，而A100定价在2025年甚至出现上涨 [9][20][21][31] - **产能售罄**：公司2026年的全部容量已基本售罄，并持续为2027年新产能上线签署新合同 [4][31] 业务扩张与战略执行 - **资本支出计划**：2025年资本支出约为150亿美元；预计2026年资本支出将翻倍至300亿至350亿美元，几乎全部与已签署的客户合同直接挂钩 [3][22][36][46] - **产能扩张**：截至2025年底，拥有43个活跃数据中心，活跃电力容量达850兆瓦（仅第四季度增加260兆瓦）；预计到2026年底活跃电力容量将翻倍至超过1.7吉瓦 [9][23][33][46] - **产品与生态演进**：公司正摆脱纯“GPU租赁商”标签，向软件和生态系统拓展；年付费超100万美元的客户中，约80%已采用公司至少一款存储产品，存储业务年化经常性收入已于第三季度突破1亿美元 [9][15] - **软件与合作伙伴关系**：已开发专有云技术栈（如Sunk和Mission Control）；2026年1月，英伟达宣布有意测试和验证其平台，以将其纳入面向云、企业和主权客户的参考架构中，这被视为未来高利润收入的增长来源 [9][16][17][32] - **行业地位**：第四季度成为首个获得英伟达GB200“标杆云”地位的云平台；预计将于2026年下半年首批向市场推出英伟达新一代Rubin GPU [9][35] 利润率与财务模型 - **短期利润率承压**：受大规模基础设施提前部署影响，数据中心租赁成本、电力支出和折旧费用先于营收确认，导致短期利润率受压，2026年第一季度将是利润率低谷 [3][7][12][13] - **长期利润率目标**：管理层重申，随着业务成熟和增长常态化，长期营业利润率目标维持在25%至30%；成熟的收入合同可产生20%中段的贡献利润率 [7][14][46][60] - **利润率波动原因**：利润率波动反映了“建设明天收入的成本”，新增产能（如第四季度260兆瓦，占已安装产能约三分之一）上线导致成本前置 [11][61][62] - **融资与资本成本**：2025年通过债务和股权融资获得超过180亿美元；加权平均利率在2025年下降了300个基点，自2023年以来总计下降近600个基点；预计将继续降低加权平均资本成本 [44][45][51]

全球市场行情与联动 - 全球市场近期表现疲软，A股与美股均经历调整，但转机已在上周五出现 [1] - 美股道琼斯指数在震荡约一个月后，于上周五再创历史新高 [3] - 纳斯达克指数与标普500指数在连续回调后出现大幅反弹，预计两三个交易日内将再创新高 [6] - 美股市场表现对A股有显著影响，美股此前震荡调整期间A股持续萎靡，美股科技龙头下跌曾带动全球科技股下跌 [6] - 随着美股大涨，处于春节长假前最后一周的A股行情预计将随之大涨 [6] 英伟达与人工智能行业 - 英伟达股价在上周五大幅反弹7.87% [6] - 英伟达CEO黄仁勋系统阐述了AI基础设施建设的长期性，其核心逻辑获得市场认可，重拾AI信心 [8] - 技术驱动力：AI已从“有趣”跨越到“非常有用”阶段，算力需求呈指数级增长，黄仁勋称此为“人类史上最大规模的基础设施建设”，当前GPU利用率达100%，六年前的A100芯片仍被租用且涨价 [8] - 投入可持续性：建设周期基于实际商业闭环，OpenAI、Anthropic等企业已实现盈利，算力翻倍可带来收入四倍增长，Meta、AWS等通过AI提升产品收入形成正向循环 [8] - 资本开支合理性：针对全球科技巨头约6600亿美元AI资本开支被质疑为泡沫，黄仁勋反驳称这是“加倍、再加倍”的必然投入，用户持续付费带来的现金流将支撑长期建设 [8] - 市场对AI信心重拾，AI硬件与AI应用板块均表现不错 [8] - AI应用板块预计下周大概率进入反弹阶段，指数大跌时该板块承接力强，已基本见底 [9] 其他行业与市场展望 - 商业航天领域周末有消息，但暂不准备参与，计划等到周五再考虑买入 [8] - 贵金属短期波动剧烈，年前不再关注，需等待其走出震荡区间选择方向后再做决定 [10] - 其他关注方向包括光纤概念、消费概念、太空光伏等 [10] - 预计下周市场情况可能相对温和，操作舒适度与赚钱系数可能更高，主要看板块弹性与红包大小 [10]

文章核心观点 - 英伟达CEO黄仁勋认为，由极高算力需求驱动的AI基础设施资本支出是合理、恰当且可持续的，并将持续七到八年，因为AI公司正在盈利且需求持续 [1][5] - 以Meta、亚马逊、谷歌、微软为代表的科技巨头计划在2026年进行创纪录的资本支出，总额约6500亿美元，较2025年增长约60%，远超其他行业，主要用于购买AI芯片 [3][7] - 市场对巨额AI投资的效率和潜在产能过剩存在担忧，导致部分科技股遭抛售，但黄仁勋及部分分析师认为AI是工具而非颠覆者，软件公司难以被完全替代 [3][10][12][13] AI基础设施投资规模与趋势 - 关键客户Meta、亚马逊、谷歌和微软2026年计划资本支出合计约6500亿美元，较2025年增长约60% [3] - Meta预计全年资本支出最多升至1350亿美元，同比可能跃升约87% [7] - 微软第二财季资本支出增长66%至375亿美元，分析师预计其2026财年资本支出将接近1050亿美元 [7] - Alphabet资本支出指引高端为1850亿美元，亚马逊计划2026年投入2000亿美元资本支出 [7] - 四家科技巨头2026年的预计支出，远超21家其他行业龙头公司（包括汽车、能源、零售等）1800亿美元的合计支出 [8] 行业巨头对AI的态度与盈利模式 - 黄仁勋强调，只要AI公司能持续盈利，它们就会不断加大投资 [6] - 他举例说明客户如何利用AI盈利：Meta用于推荐系统，AWS用于产品推荐，微软用于改进企业软件 [6] - 黄仁勋称赞OpenAI和Anthropic都在“赚大钱”，并认为算力翻倍可能带来收入四倍增长 [6] - 英伟达过去售出的所有GPU（包括六年前的A100）目前都在被租用，反映出对AI算力的持续需求，没有闲置基础设施 [6] - 分析师认为，科技巨头将AI算力竞争视为“赢家通吃”的市场，都不愿输掉竞争 [9] 市场反应与担忧 - 市场对AI投资效率的担忧引发剧烈抛售，微软、英伟达、亚马逊、Alphabet、Meta及甲骨文等科技巨头市值累计蒸发约1.35万亿美元 [3] - 微软公布资本支出超预期猛增66%后，股价单日下跌10%，市值蒸发3570亿美元 [3] - 亚马逊公布2026年资本支出计划后，股价早盘一度跌约10%，收跌近5.6% [3] - 四家科技巨头自发布最新财报和展望以来，总市值已缩水超9500亿美元 [10] - 担忧集中在天量资本支出的最终回报周期、潜在的产能过剩，以及科技公司从“现金制造机”转变为需要大量借贷（2025年AI相关债务融资至少2000亿美元） [11][12] 关于AI对软件行业影响的争论 - Anthropic等AI模型开发商发布新工具，引发了AI可能颠覆传统软件商业模式的恐慌，导致软件股遭抛售 [3] - 一只美国软件股ETF单日跌幅达4.1%，AppLovin和Unity Software是板块最大跌幅股之一 [14] - 黄仁勋驳斥了软件股抛售的逻辑，认为AI是使用现有软件工具，而非重新发明它们，软件产品不会被取代 [13] - 部分分析师支持此观点，认为提供专有数据和处理复杂系统的软件公司（如Intuit）相对于AI具有优势，难以被颠覆 [14]

AI基础设施资本支出与行业观点 - 英伟达首席执行官黄仁勋表示，科技行业为AI基础设施激增的资本支出是合理、恰当且可持续的，其原因是所有相关公司的现金流都将开始增长 [1][3] - 黄仁勋将当前的AI基础设施建设称为“人类历史上最大规模的基础设施建设”，其驱动力是“极高”的计算能力需求，AI公司和超大规模企业可利用这些计算能力赚取更多利润 [2][4] - 黄仁勋认为，只要人们继续为AI付费且AI公司能够从中获利，它们就会持续地加倍投入 [3][5] 主要客户资本支出计划与市场反应 - 英伟达的关键客户Meta、亚马逊、谷歌和微软计划大幅增加对AI基础设施的投入，这些超大规模企业今年在资本支出上总计可能投入6600亿美元，其中很大一部分将用于购买英伟达的芯片 [1][3] - 华尔街对激增的支出反应不一，推动Meta和Alphabet（谷歌母公司）的股价上涨，但打压了亚马逊和微软的股价 [2][4] 客户AI应用与英伟达芯片需求 - Meta正在从运行在CPU上的推荐系统转向使用生成式AI和智能体的系统 [2][4] - 亚马逊云服务对英伟达芯片和AI的使用将影响其零售业务的产品推荐方式 [2][4] - 微软将使用英伟达驱动的AI来改进其企业软件 [2][4] - 领先的AI实验室OpenAI和Anthropic均通过云提供商使用英伟达芯片，黄仁勋表示Anthropic和OpenAI正在赚取巨额利润，并指出如果它们的计算能力翻倍，收入就会翻四倍 [2][4][5] 英伟达的业务动态与市场表现 - 英伟达过去销售的所有图形处理器，包括像A100这样的六年前芯片，目前都正在被租用，这反映出对AI计算能力的持续需求 [2][5] - 英伟达股价在相关评论发表后的周五交易时段上涨了7% [1][3] - 英伟达去年向Anthropic投资了100亿美元，并计划在OpenAI的下轮融资中投入巨资 [2][4]

公司核心产品发布 - 阿里平头哥自主研发的高端AI芯片“真武810E”于1月29日正式官网上线，标志着公司实现了从大模型、云服务到芯片的AI全栈布局 [1] - “真武810E”是一款AI训推一体芯片，集成HBM2e内存，显存容量为96G，片间互联带宽达到700 GB/s [1] - 在部分关键参数上，“真武810E”超过英伟达A800，与英伟达H20相当，其升级版性能据媒体报道强于英伟达2020年的旗舰芯片A100 [1][3] 产品性能与市场定位 - “真武810E”的显存容量与英伟达H20相同均为96G，但所用内存为HBM2e，落后于H20的HBM3，其片间互联带宽700 GB/s介于A800和H20之间 [1] - 该芯片已在阿里云实现多个万卡集群部署，可应用于AI训练、AI推理和自动驾驶 [3] - 芯片已服务国家电网、中科院、小鹏汽车、新浪微博等400多家客户 [3] 公司战略与业务布局 - 阿里通过构建“大模型+云服务+芯片”的全栈AI体系，旨在推动芯片架构、云平台架构与模型架构的协同创新，以在阿里云上实现训练和调用大模型的最高效率 [3] - 阿里云是中国最大、亚太第一的云基础设施服务商，覆盖29个地域和92个可用区 [4] - 平头哥是阿里全资持有的半导体芯片业务主体，成立于2018年，此前已推出含光800 AI推理芯片、倚天710 Arm服务器CPU等多款产品 [3] 行业动态与竞争格局 - 国内采用大模型、云服务、芯片“三位一体”布局的互联网厂商还包括百度，其旗下AI芯片公司昆仑芯已于1月初向香港联交所提交上市申请 [6] - 互联网大厂自身的云业务和AI业务为自研芯片提供了明确的内部需求，市场看好平头哥、昆仑芯等公司的前景 [6] - 大厂自研AI芯片即使不对外出售，通过并入云服务供外部客户使用也等效于销售芯片，同时能避免为外部供应商的高毛利买单，从而节省成本 [6]

行业与公司 * **行业**：AIDC（AI数据中心）或智算行业 [1] * **涉及公司**： * **美股**：世纪互联、万国数据 [1][4] * **国内**：润泽科技、视讯互联 [1][13] * **大模型/应用厂商**：字节跳动、阿里巴巴、百度、华为、腾讯、DeepMind、Minimax、昆仑万维、天宫、万兴科技 [1][4] * **国产算力厂商**：摩尔线程、穗源 [1][4] 核心观点与论据 * **行业景气度与趋势**： * 行业处于显著增长阶段，市场需求迎来拐点，2025年底AIDC招标显著提速 [3] * 未来朝两个方向发展：一是大型园区集约化发展，满足大客户扩容和稳定交付需求；二是边缘计算或城市级推理计算节点需求增加 [3][6] * 全国范围内存在供大于求问题，但未来主导市场的将是头部厂商的大型集群 [3][19] * **需求驱动因素**： * 主要需求转向国产大模型和国产卡，政府计算中心项目加速 [1][4] * 自2025年下半年起，各地政府计算中心项目建设加速 [1][4] * DeepMind等大模型厂商积极扩展算力集群，预计2026年第二季度完成交付 [1][4] * 字节跳动计划在2026年交付约300-400兆瓦算力 [1][4] * AI应用侧发展加速，金融量化等领域对定制化机房及具备算力平台运维能力的ITC公司需求增加 [1][4] * 需求侧回暖，pipeline中的需求量增加 [3][18] * **价格与竞争格局**： * 当前单千瓦价格基本稳定在280元左右，区域有差异（如浙江润泽新项目约280元），最低曾见240元（亏本项目） [3][7] * 零售价格在一线城市整体稳定在800元左右，高一些的也有1000元左右 [8] * 短期内市场竞争激烈，预计一两年内单千瓦价格不会有明显拐点 [3][9] * 市场以量取胜，头部厂商资源集中 [3][16] * 根据2025年已中标项目的2026年交付情况，世纪互联和中联可能占据外采部分的60%以上份额 [21] * **技术发展**： * 液冷技术需求显著增加，目前单机柜设计体量达到170千瓦 [3][10][11] * 液冷技术稍微提高了成本但利润率提升有限 [12] * 以5,090芯片为代表的高性价比方案正在与传统高端芯片（如A100、H100）竞争 [3][6] * **政策影响**： * 政府主要推动国产算力发展，例如北京和上海将于2026年3月启动国家补充预算基金的大规模补贴 [5] * 补贴针对单体投资超1亿元、硬件设备投资占比超60%并使用国产算力的项目，补贴力度可达20% [1][5] * 美国对H200卡的解禁带动了市场需求，但政府项目更多转向国产卡 [1][4] 其他重要内容 * **成本压力**： * 存储成本快速上涨，涨幅超过40%，影响部分项目预算甚至导致项目搁置 [2][5] * 中小企业需注重成本控制与资源优化 [2][5] * **国产卡市场**： * 国产卡收益较差，多依赖政府补贴，但2026年情况有所改善（如摩尔线程上市带动资本市场，生产能力和良品率提升） [3][12] * 国家通过设立服务站扶持中小企业数字化转型，引导使用国产算力卡，以改善国产卡租赁市场 [12] * **盈利模式与挑战**： * 机柜本身几乎不赚钱，需要叠加其他服务来获取整体成本 [8] * 头部厂商通过大型基地型交付，客户依赖大厂支持算力设备，企业以数据中心精细化运营为主获取收益 [15] * 部分企业（如润泽）通过财务杠杆和非标算力卡的拆改配工作提升算力租赁收入 [13] * 视讯互联通过多地布局、原储方案和资本运作（如瑞子发行、专项债发行）分担成本，利用财务杠杆扩大利润空间 [3][16] * 尽管招标量增加，但整体市场仍处于增收不增利状态 [16] * **区域市场与审批**： * 蒙西电网（电价约4毛多）及新疆（电价约3毛多）等地因电价较低具备一定优势，但整体项目数量有限 [17] * 一线城市（如北京、上海）能耗审批并无加速迹象，新预算能评仍然卡得比较紧；其他城市（如乌兰、中卫、兰州甘肃）能评审批相对容易，但存在需求与资源错配问题 [22] * 企业仍有动机申请新的能评，旨在形成超大体量的单一集群以获得成本优势、吸引大客户（如字节跳动），这类似于房地产公司囤地，是未来竞争中的制胜手段 [23][24] * **具体公司动态**： * 世纪互联预计2026年交付约300兆瓦 [20] * 万国数据2026年在国内的资源已非常有限，主要集中在韶关地区但量不大 [20] * 阿里巴巴不断扩展其自研算力平台平头哥，号称达到H100水准 [4]

美国对华半导体出口管制政策调整 - 特朗普政府批准三星电子和SK海力士向其中国工厂出口芯片制造设备的年度许可证 这被解读为策略调整而非政策放松 [1] - 政策背景是2015年特朗普政府取消了韩国半导体公司在拜登时期享有的“经验证最终用户”（VEU）豁免权 转而实施年度审批制度 [1] - 2025年第三季度 韩国半导体公司在中国的产能利用率因设备进口受限下降了12% [1] 中国的反应与反制措施 - 中国强烈反对美国将出口管制作为打压别国的手段 认为这严重破坏全球产业链稳定 [3] - 中国商务部表示将坚决维护本国企业的合法权益 [3] - 中国在稀土出口方面采取反制措施 限制对美出口的稀土磁铁数量 触及美国半导体材料供应链痛点 [3] 全球半导体产业链的重构 - 美国不稳定的政策变动加速了全球半导体产业链重构 跨国公司寻求通过转口、转移产能等方式规避风险 [4] - 供应链完全转移面临挑战 例如iPhone在中国市场的销量占全球的35% [4] 中国半导体产业的进展与替代 - 美国的技术封锁成为中国半导体产业升级的“催化剂” 在成熟制程领域自给自足能力显著提升 [6] - 中芯国际的28nm工艺良品率已达95% [6] - 在AI芯片领域 华为的昇腾910B芯片在算力上已接近英伟达的A100 显示高端技术进步 [6] - 英伟达获得了向中国出口AI芯片的许可 但中国替代方案正在崛起 [6] 中美科技博弈与未来展望 - 美国在AI等关键领域试图遏制中国发展 但中国在成熟制程芯片领域已在国际市场占据一席之地 [6] - 美国“芯片法案”投入520亿美元补贴 但2025年上半年美国半导体行业新增投资增长仅为8% 远低于预期 [8] - 分析认为 如果美国继续依赖关税和出口管制 可能面临“芯片法案”失败的局面 [8] - 中国的案例显示 技术封锁无法阻挡产业升级与进步 [8] - 特朗普政府的年度许可证实质是让韩国企业与中国企业在同一平台竞争 并无放松打压中国半导体产业的意图 [1][6][8]