纪要涉及的行业和公司 - **行业**：算力租赁行业、IDC行业 - **公司**：Core Wave（Qorweb） 纪要提到的核心观点和论据 Core Wave公司基本面 - **公司背景**：2017年成立，前身是加密货币挖矿企业Atlantic，总部在美国，初期通过以太坊挖矿积累大量英伟达GPU资源，2019年调整业务方向聚焦AI云和基础设施建设[1] - **GPU资源**：拥有二十五万颗以上GPU，大部分是英伟达Hopper架构，是英伟达H100、H200、GB200 NVR72的高性能基础设施云服务商之一[2] - **业务形态**：提供基础设施及服务（算力租赁，即裸金属GPU租赁）、管理软件、应用服务（如SUNK服务、Tensor Racer加速推理响应及即时监控）三类业务，核心是GPU裸金属租赁[2][3] - **商业模式**： - **承诺制合同**：客户主要是AI实验室和企业（如微软），按签约的每GPU小时价格计价，合同期限内单价固定，客户需支付15% - 25%预付款，收入占比96%[3][4] - **按需付费**：按使用量计时计费，支持客户动态调整算力规模，适用于已有承诺式合同客户补充算力不足和中小客户尝试使用平台，填补合同外算力空白，提升算力利用率[5] - **历史沿革**：2020年推出云平台，2021年6月在北美部署最大的A40 GPU集群，2025年2月首家实现英伟达GB200 NVL 70月实列全面上线，完成多轮融资，2025年宣布并购相关企业[5][6] - **股东结构**：英伟达是大股东之一，持股3.86%，保障芯片优先供应并参与早期技术验证；AO持股2.39%，集团高管对公司控制权达83%[6] Core Wave公司核心优势 - **模型浮点利用率高**：通过大规模GPU基础和自建软件优化AI训练和推理效率，模型浮点利用率比行业平均高20%[7] - **专为人工智能打造平台**：重构传统云架构，去除不必要的托管服务，提高机架密度和数据中心占地面积利用率[8] - **电力获取能力强**：截至2024年底与科斯Scientific达成五百兆瓦容量协议，截至2025年底拥有三百六十兆瓦可用电力和约十三亿兆瓦合同电力[9] - **融资及生态关系良好**：与英伟达等厂商有良好合作，融资能力较强[8] Core Wave公司财务数据 - **营收情况**：2024年营收19.15亿美元，同比增长七倍以上；2025年一季度收入9.82亿美元，同比增长四倍以上，环比增长31%；剩余订单义务达150亿美元，同比增长53%[9][10] - **利润情况**：2024年亏损8.63亿美元，2025年一季度亏损3.15亿美元，主要因IPO后利息资本化比例下降[10] - **费用率情况**：2025年一季度销售、管理、研发费用率分别为1.1%、17.8%、57.3%，销售费用低因客户集中度高，管理费用高因IPO后一次性股权纪律费用，研发费用增长因提升电力、数据中心等方面能力[11] - **毛利率情况**：2024年全年毛利率74%，2025年一季度73.3%，同比提升4个百分点，原因是算力利用率提高和高算力集群单价提升[11] - **收入结构**：2025年一季度95%收入来自北美AI实验室和大型客户，主要服务于北美实验室和大型客户，客户分为AI企业（如Azure Ripple AI）和科技企业（如亚马逊、微软），当前收入主要来自微软，2024年前两大客户收入占77%，微软占62%，微软有100亿合同[12] Core Wave公司未来规划 - **增长点**：挖掘现有客户算力需求，拓展新行业（银行、制药等），收购AI开发平台进行协同和行业扩展，向国际化扩张（北美、欧洲、亚太等）[13] - **工作重心**：落地已签约的1.6G瓦合同电力以支撑剩余合同履约；保持低杠杆的日常性债务结构；通过平台差异化提升用户联系和毛利率；通过并购进行扩张[14] 算力租赁行业情况 - **市场规模**：预计从2023年的790亿美元增长到2028年的3990亿美元，年复合增速达38%，潜在需求包括训练基础设施、推理基础设施及工作负载监控市场[15] - **行业现状**：全球超过一百多家新型云计算服务商，过去六个月更多云服务商扩展H100、H200、GB200机群，行业活跃度显著提升[15] - **产品价格**：H100价格呈下降趋势，NVL72推理单位成本比H100降低75%，训练成本降低56%[16] - **运营成本**：云巨头每GPU每小时运营成本0.39美元，新兴云巨头0.45美元，大型云商更具规模优势[17] - **合同优势**：建议云商签订三年及以上合同，确保计算资源，规避三年后GPU降价影响；三年期合同对新型机构厂商更有优势，可实现盈亏平衡并提高利润[17][19] - **集群回报**：按芯片使用六年测算，Core Wave的EBIT利润率能达到20% - 30%；按五年寿命测算，利润率降至百分之十几[19] 行业投资观点 - 国内算力租赁行业在互联网资本开支增长和中美供应链限制背景下有竞争优势，长期来看因针对AI场景和大型客户需求有定制化属性，会有一定需求，颠覆云厂商竞争格局[20] - 看好算力及AI方向，关注芯片环节（如海光信息、航空机）、服务器整机（如中途曙光）、算力租赁数据中心及服务器组件环节[21] 其他重要但可能被忽略的内容 - Core Wave公司目前卡以GPU训练为主，但推理增速更快，未来管理层要大幅提升推理占比以摊薄成本、改善营利结构[13] - 若GPU有良好的维修和保护，其使用寿命可能比预期更长[19]

H20供应情况 - H20当前供应来源为库存而非新生产 库存数量存在两种说法 30w~40w片或60w~100w片 供应量有限[1] - 中国企业正积极抢购H20 大公司已提交大量采购申请 具体数字未披露[1] H20技术规格与市场需求 - H20通过"点断"技术实现硬件降规 从H200/H800改回H200成本过高被放弃[2] - Hopper系列(H200为主)国内需求疲软 近期价格大幅下跌 市场等待B200/B300服务器[2] H20未来生产计划 - H20库存售罄后大概率停产 英伟达重心转向Blackwell架构产品[3] - Hopper系列仅靠库存维持短期供应[3] 采购建议 - 潜在买家需尽快行动 避免后期供应短缺[4] 行业动态 - 英伟达B系列服务器已可接受国内样品订单[5]

股市表现 - 纳斯达克累计涨幅32 9% 恒生科技指数ETF(513180)累计涨幅11 57% 上证涨幅12 16% A股整体涨幅不及美股且结构差异显著 [1] AI芯片趋势 - 资金从训练GPU转向推理ASIC芯片 H100和H200主力云上价格自2月28日后持续下行 [3] - 基础大模型迭代放缓 3月B200交付后模型升级速度明显下降 行业转向RL强化学习路径 [5] - H100和H200租赁价格下降因RL阶段算力需求减少及中国厂商减少高性能芯片堆叠 [5] 数据与推理需求 - GPT5训练数据中合成数据占比达50% 显著高于GPT4 未来高质量数据获取成关键 [6] - 微软25Q1 Token总量超100万亿同比增5倍 谷歌4月Token处理量从9 7万亿飙升至480万亿增幅50倍 国内豆包大模型5月日均Tokens达16 4万亿较24年底增4倍 [7] - 推理芯片价格持续上涨 L4和A10等传统推理芯片需求旺盛 显示模型精度已具备实用价值 [6] ASIC芯片发展 - OpenAI自去年10月启动ASIC设计 2025-2027年为ASIC快速发展期 博通等厂商受益 [7] - 英伟达推出柜式机争夺推理市场 寄望ASIC迭代失败后客户回归B200和GB300 [7] - ASIC芯片前两代即使存在瑕疵也会推进 最快2027年才可能宣告失败 期间行业刺激将持续 [10] 港股科技股 - 港股科技股反弹弱于美股 恒生科技指数成分股如阿里腾讯仍处低位 三季度ASIC芯片供应改善或带动capex触底反弹 [9] - 市场对云收入增长预期保守 但全年目标1350亿以上 Q2同比增速或超15% [9]

报告行业投资评级 | 公司名称 | 12 个月评级 | | --- | --- | | Adobe Systems Inc | Neutral | | Advanced Micro Devices Inc | Buy (CBE) | | Alphabet Inc. | Neutral | | Alphabet Inc. - Class A | Neutral | | Amazon.com | Buy | | Atlassian Corporation | Neutral | | Cloudflare Inc | Neutral | | Crowdstrike Holdings Inc | Buy | | GitLab Inc | Buy | | Microsoft Corp. | Buy | | MongoDB Inc | Neutral | | NVIDIA Corp | Buy | | Oracle Corporation | Buy | | Palo Alto Networks | Neutral | | Salesforce Inc | Neutral | | ServiceNow Inc | Buy | | Snowflake Inc | Buy (CBE) | | Tenable Holdings, Inc. | Buy | | Varonis Systems Inc | Buy | | Workday | Neutral | [216] 报告的核心观点 - 本次调查结果显示Nvidia、Microsoft和OpenAI仍是AI领域的领先者，但也关注AI现象在其他方面的影响 [2] - 企业AI应用仍处于早期阶段，大规模部署可能在2026年更有可能，投资者应冷静看待2025年AI产品的收入增长提升 [3][8] - 企业在AI采用方面面临“不明确的ROI”和“缺乏引人注目的用例”等障碍，AI投资可能会取代其他IT预算项目 [8] - 目前来看基于席位的软件模式受AI影响较小，整体IT支出前景相对稳定 [8] 各部分总结 整体企业AI采用情况 - 所有受访者至少处于AI调查和用例发现阶段，但只有14%的企业达到大规模生产阶段，平均每家企业的AI支出仅为327万美元 [3][8] - “不明确的ROI”是AI采用的主要障碍，企业仍在努力寻找第三方AI产品的价值和“杀手级用例” [8] - 28%的受访者表示AI支出将完全是增量的，其余72%表示会取代或削减其他IT支出 [8] - 目前AI对基于席位的SaaS软件提供商的影响较小，43%的受访者预计AI将增加员工数量 [8] - 所有受访者预计明年IT预算平均增长4.4%，与2024年10月的调查结果持平，但实际情况可能更糟 [8] Nvidia和AI硬件 - Nvidia仍然是大多数受访者首选的训练和推理平台，其H100、A100和H200 GPU最受欢迎，Blackwell的使用也在增加 [12] - 除Nvidia外，更多受访者使用ASICs（如AWS Trainium和Google TPU）进行模型训练，对AMD的兴趣也在逐渐增加 [12] - 在推理用例中，Nvidia GPUs仍然是最受欢迎的选择，A100的使用显著增加 [86] - 只有26%的组织预计因AI升级PC，更多企业选择升级操作系统以支持AI功能 [90] AI模型选择 - OpenAI的模型在企业用户中占据主导地位，包括GPT 4.0、GPT 3.5和o3，Google Gemini排名第二 [11][91] - 在AI搜索工具方面，OpenAI绝对占主导地位，M365 Copilot基于OpenAI模型，ChatGPT也很受欢迎 [13][95] 基础设施提供商选择 - Microsoft Azure在AI工作负载的云基础设施提供商中保持领先地位，AWS排名第二，Google Cloud有所恢复 [12][96] - 只有13%的受访者表示遇到了“重大”的GPU限制，这表明GPU供应限制可能更多来自模型提供商和高速增长的AI初创公司 [12][98] - 企业计划将更多应用和数据迁移到公共云，以加速AI服务的使用，这可能会使公共云基础设施供应商受益 [107] AI对软件应用支出的影响 - 微软M365 Copilot的调查结果显示渗透率过高，可能是受访者将免费和付费席位混淆，实际价格为每个席位每月22美元 [16][113] - 在AI代码生成工具市场，微软GitHub Copilot保持领先地位，但Anthropic Claude和Cursor等新参与者的市场份额正在增加 [15][124] - 在图像/视频创作工具领域，OpenAI的DALL - E仍然领先，但Google的创意AI产品增长迅速，超过了Adobe [15][122] - Salesforce和ServiceNow在SaaS或应用程序领域被认为拥有引人注目的AI产品，部署GenAI自动化内部IT任务的计划高于外部或面向客户的任务 [15][131] AI对数据需求的影响 - 数据软件公司总体上有望从AI计划中受益，云数据仓库、云数据湖和ML/AIOps领域预计将获得最多的支出拉动 [143][144] - 数据本体和向量数据库市场的支出增长较少，表明这些市场可能已经商品化 [144] AI安全要求 - 在AI安全态势管理（AISPM）方面，CrowdStrike占据主导地位，微软和Tenable在未来支出意向方面得分较高 [180] - 在AI数据安全方面，微软Purview排名最高，OneTrust、SecuritiAI和Varonis也受到关注 [182] - 在AI应用和模型安全方面，CloudFlare的AI防火墙领先，Robust Intelligence、Mindguard和HiddenLayer等私有供应商也被频繁提及 [187] 服务公司 - Accenture是GenAI采用的主要服务提供商，预计将从企业增加的应用使用和采用中受益 [200]

大厂A算力项目验收潜规则 - 大厂A的H800项目验收周期因租赁方关系亲疏出现分化 关系密切的租赁方验收周期短 普通合作方则面临流程拖延 [1] - 验收延迟导致算力租赁方资金负担加重 以128台服务器项目为例 进度晚一个月将延迟1000万资金进账 [1] 互联网大厂算力租赁策略对比 - 大厂T沿用涨价前成本基准报价 导致订单流标 租赁企业承接后面临亏本风险 [2] - 大厂Z采购H20服务器报价130万元但附加RoCE组网需求 每台成本增加数万元 压缩合作方利润 [2] - 大厂A因AI需求迫切报价最具竞争力 但需把握算力紧缺窗口期争取议价权 [2] 全国一体化算力网政策动态 - 国家数据局发布《全国一体化算力网 算力并网技术要求》等7项技术意见征求意见稿 截止时间2025年7月6日 [3] - 算力网调度逻辑类似南水北调 但因智算中心建设方复杂且消纳方有限 集中调度难度更大 [4] 算力项目审批与落地现状 - 非节点地区大型集群申报存在"三不批"：没客户、没IDC证书、绿电不达80% 南方区域申请难度尤其高 [5] - 有明确订单且能带来地方价值的项目仍可通过必要性论证建设 如北京某大厂大同项目 [5] 人工智能企业算力动态 - 上海某AI"四小龙"企业储备超5万张GPU 总算力达20000PetaFLOPS 但传出出售算力硬件消息 [6][7] 阿里东莞凤岗智算项目困境 - 某厂为拿下阿里万卡集群订单收尽市面H800芯片 但因集群搭建公司能力不足导致项目"烂尾" [8] 英伟达芯片市场行情 - H20禁售后价格曾剧烈波动 现趋稳 市场更青睐H200因性能更高且项目申报流程适配 [9] 算力项目包销乱象 - 中部某航空产业园算力项目宣称有包销方 但算力资源仍在市场流通 显示包销协议可能出问题 [11] 互联网大厂智算中心投资 - 某互联网大厂在江苏投资超100亿建设H100/H20推理智算中心 头部大厂普遍增加算力投资 [12] 智算中心补贴机制 - 算力券补贴达20%-40% 如每台每月10万客户仅付6万 绿电指标常被消纳方计入报价压低租金 [15]

中美AI博弈下的战略调整 - 公司第二财季销售额达450亿美元（±2%），中国市场相关收入损失约80亿美元，但通过其他产品和地区需求增长实现弥补[3] - 推理型AI成为最强劲增长引擎，ChatGPT、Gemini、Grok等服务的API调用和Agent系统推动推理负载成为巨大应用场景[3] - Blackwell架构和Fei-Lung 72设计为"思考型机器"，配合供应链扩张形成核心推动力[4] - 中国市场占全球AI研究人员50%，战略地位关键但短期受政策限制影响业务[5] - H20芯片已达Hopper架构最低规格限制，中国本土竞争对手如华为技术已接近H200水平[6][7] - 华为CloudMatrix系统可扩展性超过GraceBlackwell架构，中国客户转向本土技术栈[7] 技术竞争与产品策略 - 华为AI加速器性能快速提升，已具备与Nvidia高端GPU竞争实力[7] - 中国数据中心芯片市场存在技术替代风险，美国技术退出将迅速被本土方案填补[6] - 产品设计需在政策限制与市场竞争力之间取得平衡，必须为用户创造实际价值[6] 特朗普政策支持 - 支持关税政策推动美国再工业化和制造业回流，公司正在美国多地建设工厂[11] - 赞同撤销"AI扩散规则"以加速全球对美国技术栈的采纳[11] - 认为移民政策应保持对高技术人才开放，移民群体对美国科技产业贡献重大[12] 人形机器人领域合作 - 与Tesla/xAI在数据中心芯片、Optimus机器人芯片等领域深度合作[13] - Optimus人形机器人接近量产阶段，可能成为下一个万亿美元级产业[13] - Elon Musk在Grok、自动驾驶、机器人等领域的工作具有变革性商业潜力[13] 欧洲市场拓展 - 将访问法国、英国、德国、比利时等多国，会见国家元首推动AI基础设施建设[14] - AI已成为国家关键基础设施，各国正加速建设AI工厂项目[14] - 欧洲市场认识到AI技术对社会高效运行的必要性，合作项目快速推进[14]

股价表现 - 公司股票在过去一个月上涨1366% 收盘价达1497美元 较初始开盘价39美元增长超三倍 [1] - 同期表现远超Zacks互联网软件行业54%的涨幅和标普500指数28%的涨幅 计算机与科技板块整体上涨52% [1] - 显著跑赢同行Nebius集团(434%)、微软(52%)和亚马逊(09%)的股价涨幅 [4] 收入增长与市场机遇 - 第一季度收入9816亿美元 超出市场预期152% 同比暴增420% [5] - AI云平台需求激增 预计2030年AI全球经济影响达20万亿美元 2028年相关市场规模将扩大至4000亿美元 [5] - 与OpenAI达成119亿美元战略合作 并新增多个企业客户和超大规模客户 [6] - 与某大型AI客户签订40亿美元扩展协议 相关收入将从本季度开始计入待确认收入 [6] 基础设施与合作伙伴 - 数据中心网络扩展至33个 覆盖欧美两地 总供电能力达420兆瓦 [7] - 收购Weights and Biases后新增1400家AI实验室和企业客户 [7] - 与英伟达深度合作 率先部署H100/H200/GH200集群 云服务优化支持GB200 NVL72机架系统 [8] 财务指引 - 2025年收入指引49-51亿美元 调整后运营利润8-83亿美元 [10] - 第二季度收入预期106-11亿美元 调整后运营利润14-17亿美元 [10] - 当前待确认收入达2590亿美元 支撑长期增长 [9] 竞争与运营挑战 - 面临亚马逊AWS和微软Azure等占据云服务市场过半份额的巨头竞争 [11] - 2025年资本支出预计200-230亿美元 用于平台扩容满足客户需求 [12] - 第一季度利息支出264亿美元超预期 本季度预计维持26-30亿美元高位 [13] - 2024年77%收入来自前两大客户 客户集中度风险显著 [14] 行业定位 - 专业化AI优化云平台形成差异化竞争优势 [17] - 计算机与科技板块整体表现优于大盘 显示行业增长动能强劲 [1]

关税政策影响 - 美国总统特朗普威胁自6月1日起对欧盟征收50%的关税，若生效将对欧盟造成毁灭性打击 [2][3] - 欧洲市场反应剧烈，欧元区股指周五大跌1.8%，德国股指跌1.5%，法国股指跌1.65%，意大利股指跌1.94% [4] - 美元遭遇抛售，美元指数周五下跌0.82%，本周累计跌幅近2% [4] - 近七成美国受访者预期日用品会因"特朗普关税"涨价 [4] 美联储政策动向 - 美联储主席鲍威尔将于5月26日发表致辞，可能释放最新货币政策信号 [5] - 美联储将于5月29日公布5月货币政策会议纪要，将披露FOMC对货币政策的详细看法 [7] - 经济学家预计4月PCE物价指数同比小幅放缓至2.2%，核心PCE物价指数同比放缓至2.5% [7] - 美联储倾向于维持利率稳定，直到贸易政策变化反映在经济数据中 [7] 上市公司财报 - 英伟达将于5月28日公布财报，预计营收432.74亿美元(同比+66%)，调整后净利润222.6亿美元 [9] - 美团预计5月26日公布财报，预计营收865.19亿元(同比+18.07%) [9][10] - 拼多多预计5月27日公布财报，预计营收1033.68亿元(同比+19.07%)，每股收益17.107元(同比-9.77%) [10] - 小米预计5月27日公布财报，预计营收1069.2亿元(同比+41.6%)，经调整净利润75.37亿元(同比+16.1%) [10]

测试背景与目标 - 研究团队耗时6个月对比AMD与NVIDIA的AI服务器推理性能，验证AMD在总体拥有成本(TCO)下是否优于NVIDIA [2] - 结果显示不同任务类型(聊天、文档处理、推理)下两者性能差异显著：超大规模企业直接运营GPU时，NVIDIA在部分工作负载的perf/$更优，而AMD在另一些场景表现更佳 [2] - 中短期(不足6个月)租赁市场因AMD服务供应商稀缺导致价格高企，NVIDIA凭借超100家Neocloud提供商形成竞争市场，租赁成本优势显著 [2] 硬件性能对比 - MI325X(2025Q2出货)作为H200竞品面临时间劣势，比HGX B200晚一季度出货导致供应商偏好NVIDIA [5] - B200(2025Q1末出货)当前软件未完善，如FP8格式DeepSeek V3在TRT-LLM/vLLM/SGLang上运行不全 [5] - MI355X(2025Q3出货)比B200晚两季度，H200/H100在内存带宽(最高4.8TByte/s)和节点容量(1.152GByte)上弱于MI325X(6TByte/s, 2.048GByte) [6] 基准测试方法 - 采用在线吞吐量与端到端延迟结合的测试方法，模拟真实推理场景 [10] - 模型选择覆盖密集架构(Llama3 70B/405B)和稀疏MoE架构(DeepSeekV3 670B)，输入输出组合涵盖4K/1K(摘要)、1K/1K(翻译)、1K/4K(推理)三类典型场景 [10][11] - 推理引擎选择vLLM(Llama3)、TRT-LLM(H200)、SGLang(DeepSeek)，系统评估所有可行张量并行配置 [12][13] 关键测试结果 Llama3 70B FP16 - 1K/1K场景：低延迟时H100/H200+vLLM领先，高并发下MI325X反超 [15] - 1K/4K场景：H100性能稳定在900 tokens/GPU/s，MI325X在450秒延迟时吞吐量最高 [16] - 4K/1K场景：H200+TRT-LLM从20秒延迟起持续领先，MI325X的TP=1配置高并发表现突出 [16] Llama3 405B FP8 - 1K/1K场景：MI325X持续优于H200+vLLM，H200+TRT-LLM单GPU达1000 tokens/s [17] - 4K/1K场景：MI325X全延迟范围碾压竞品，MI300X在250秒延迟时超越H200+vLLM [19] DeepSeekV3 670B FP8 - 1K/1K场景：H200全延迟级别击败MI300X，MI325X仅在25-35秒延迟区间有竞争力 [20] - 4K/1K场景：H200低延迟优势明显，MI325X在>100秒延迟时性能比H200高20% [25] 总拥有成本(TCO)分析 - AMD硬件成本优势显著：MI300X单位每小时总成本1.34美元(资本占比70.5%)，低于H200的1.63美元(资本占比76.4%) [21] - Llama3 405B场景：MI325X服务成本持续低于H200+vLLM，但H200+TRT-LLM在>60秒延迟后凭借性能优势逆转 [24] - DeepSeekV3场景：MI325X在摘要任务中每美元性能比H200高20-30%，但低延迟场景仍属NVIDIA [25] 市场采用率差异原因 - 租赁市场结构失衡：NVIDIA有超100家Neocloud供应商竞争，AMD仅少数导致租金溢价 [26] - 价格敏感度测算：MI300X需降至1.9美元/小时(1K/1K场景)或2.1-2.4美元/小时(1K/4K场景)才具竞争力，当前实际租金超2.5美元/小时 [30] - 软件生态差距：AMD研发集群投入仅1300万美元(上季度)，远低于7.49亿美元股票回购，ROCm的CI覆盖率不足CUDA的10% [5][12] Blackwell(B200)初步表现 - 在Llama3 70B/405B的1K/4K测试中，B200-TRT全延迟范围碾压MI325X/MI300X，最高请求率下未现性能瓶颈 [28] - 当前软件支持局限：主流框架(vLLM/SGLang)对B200稳定支持不足，TRT-LLM优化仅覆盖少数模型 [27]

纪要涉及的公司 微软、英伟达、AMD、Marvell、博通、OpenAI、TikTok、Anthem Blue Cross Blue Shield、ExxonMobil、Netrix、Crayon、Sherweb、Pax8、BlueVoyant、Red Canary、Netflix、Airbnb、AWS、GCP、CoreWeave、Lambda Labs、Crusoe Cloud、Nebius、Meta、Oracle、Anthropic、AWS TPU、Inferentia、Trainium、MTIA、Athena 纪要提到的核心观点和论据 数据中心策略调整 - 微软退出马来西亚、雅加达的数据中心交易，退出欧洲部分项目，减少12%（2千兆瓦）的容量，闲置亚特兰大三个设施并退出Stargate项目，但中东、奥斯汀、圣安东尼奥、北加州和太平洋西北地区数据中心需求强劲[1] - 2026年资本支出预计减少，因英伟达Rubin项目延迟，新设施支出占比从45 - 50%降至38 - 40%，2025年预计支出880亿美元，2026年预计支出780 - 820亿美元[18] Azure业务表现及增长驱动 - Azure业绩超预期，非AI业务是主要驱动，安全套件、Microsoft Fabric和Azure Synapse表现良好，吸引不需要高端工作负载性能的客户，在通用计算和大数据分析领域实现增长，还提供GPU即服务租赁，主要客户有TikTok、OpenAI、Anthem Blue Cross Blue Shield和ExxonMobil等[2] - AI业务也在发展，今年预计营收730亿美元，纯AI业务如直接GPU即服务或Azure AI Studio（现更名为AI Foundry）约120亿美元，安全套件、CRM和ERP的AI增强贡献约80亿美元，与DeepSeek建立桌面合作[3] 非AI业务增长动力及可持续性 - 数据处理、ETL和嵌入等任务需求持续，关税和供应链动荡促使企业进行成本优化，推动通用计算需求增长，通用计算基线增长率通常为每年5 - 6%，近期两位数增长不可持续，但个位数增长可维持[4] 非AI销售团队重组 - 微软近期裁员约6000人，完成明年非AI业务重组，引入更多MSP和MSSP公司，将非AI工作外包给他们[5] AI业务收入构成 - GPU即服务方面，OpenAI是最大客户，产生约47 - 52亿美元，TikTok约33亿美元，其他客户约2亿美元；Azure AI Foundry约7亿美元；Microsoft Dynamics的AI对ERP和CRM贡献约20亿美元；Office Copilot订阅每年约30亿美元；安全套件AI贡献约10亿美元[6] 竞争地位 - AWS是云服务领域王者，有Netflix和Airbnb等大客户；GCP是低成本云服务提供商，吸引注重成本效益的客户；Azure更贵，注重高质量客户服务，主要针对大型企业客户，通过附属产品吸引小公司，最终目标是将其迁移到云平台，但与AWS直接竞争困难，Google员工更注重技术创新，客户服务可靠性和可用性存在问题[7] AI芯片禁令影响 - 目前禁令主要适用于政府机构，私营部门可自由选择使用模型，全面禁止训练中国模型对美国私营实体实施难度大，因会使微软等公司损失TikTok等客户的收入[8] GPU供应情况 - 此前Hopper GPU短缺问题已解决，目前Blackwell GPU无短缺，早期问题源于CDU热性能、组装公差和Amphenol Paladin连接器问题[9] - GB200早期机架存在良率和质量问题，非供应短缺，主要是冷板对齐公差、热挑战和连接器组装问题，导致早期良率低，影响客户需求满足[10] 数据中心改造 - GB200需要液体冷却，需抬高地板和双层堆叠，还有新的Mount Diablo电源柜，需对数据中心进行重新设计，部分新设施已开放，改造工作正在进行，老GPU设施将逐步改造[12][13] GPU部署及性能 - 微软已订购约17.5万GB200和35万DGX B200，已收到15万GB200和15万DGX，下半年预计再订购30万GB300和20万GB200，目前约1000个机架可供客户使用，剩余1000个预计6月底可用[14][15] - GB200性能良好，单卡可达4000 TOPS，GPT - 4推理时，单GPU每秒可处理约3400个令牌，优化后可达约6000个令牌每秒[16] GPU采购计划 - 2025年英伟达GPU预计需求约125万单位，包括Blackwell和Hopper（仅H200），2026年主要购买GB300和Vera Rubins，预计约115万单位[24][25] - 2025年AMD方面，接收12.5万MI325，放弃2.5万订单，以信用额度用于购买MI355，已承诺购买20万MI355，2026年预计购买22 - 23万MI400和15万MI355[26][30] GPU利用率 - Blackwell利用率超97%，目前80%用于训练，20%用于推理，目标是到9月中旬或10月达到50%训练；Hopper目前训练利用率约30%，将降至25%，H200训练利用率90%，推理利用率93%，H100约15 - 20%用于训练，80%用于推理，训练利用率80%，推理利用率90%，利用率高是因CoreWeave容量减少，长期目标是降至88 - 92%[20][22] 市场份额 - 2026年微软采购量中，Maia占3%，其他占1%，AMD占17%，其余为英伟达；整体市场英伟达预计占92%，AMD约8%，第三方硅占11 - 12%[31] ASIC设计供应商变更 - 微软可能从Marvell转向Broadcom进行ASIC设计，因Marvell在内存控制器、以太网交换机、以太网控制器和PCIe等方面表现不佳，Maia 300将在2027 - 2028年转向Broadcom[32][33] 其他重要但是可能被忽略的内容 - 2025年微软购买20万H200且已全部交付，因与其他GPU卡形式、电源要求和NVLink NV Switch相同，升级简单[23] - AMD MI325价格为1.45万美元，MI355为1.82万美元，微软作为AMD最大客户可获特殊折扣，AMD主要客户为微软、Meta和Oracle[27] - Maia 200 2026年数量不变，Maia 300 2027年预计为30万单位[34]