涉及的行业与公司 * **行业**：全球半导体行业，特别是AI加速器（GPU/ASIC）与云计算服务领域 [2] * **主要涉及公司**： * **NVIDIA (NVDA)**：报告核心分析对象，涵盖其多代GPU产品（P100, A100, H100, H200, B200, B300）[4][5][6] * **AMD**：提及其实例（MI300X, MI355X）在主要云服务商中缺乏可见度 [2][4] * **云服务提供商 (CSPs)**：包括**AWS (Amazon)**、**Azure (Microsoft)**、**Google Cloud**、**Oracle**、**Coreweave**、**Lambda**、**Nebius**，分析了其AI加速器的供应与定价策略 [4][5][6] * **ASIC供应商**：**Google**的TPU系列（v2至v6，提及即将推出的v7 'Ironwood'）和**Amazon**的Trainium/Inferentia系列 [4][6] * **其他提及公司**：Intel (INTC)、Mobileye (MBLY) [56][57] 核心观点与论据 * **AI需求环境与加速器迭代**： * **Blackwell平台加速普及**：NVIDIA B200在AWS和GCP的现货市场首次出现，B300在AWS现货市场的出现速度远快于B200从发布到上市的时间差，表明部署加速 [2][4] * **旧款GPU需求依然强劲**：Ampere、Hopper及更早世代的GPU（如2019年的P100）供应仍然广泛，位置数量月度持平，年度仅小幅下降，与NVIDIA CEO关于旧款安装基础被充分利用的评论一致 [4][18] * **ASIC供应稳定但新品未全面上市**：Google TPU v2-v6和Amazon Trainium/Inferentia定价相对稳定，但Trainium2价格波动且可能接近售罄或内部调配 [4][25][26]；Google的TPU v7 'Ironwood'尚未在市场上出现，预计大规模量产正在进行中 [4] * **AMD在主要云平台缺乏可见度**：在覆盖的数据集中，AMD实例未在任何主要云服务商中提供（上次在Azure看到MI300X是在7月），仅在Oracle的手动渠道检查中可见，表明市场渗透有限 [2][4] * **定价趋势与云服务商策略**： * **整体定价保持坚挺**：尽管投资者担忧AI需求持续性，但加速器定价保持良好，旧款加速器仍有广泛供应，云厂商认为这些旧芯片仍有经济价值 [2] * **AWS价格重新平衡**：AWS对NVIDIA旧世代GPU进行了混合定价调整，月度下降1.8%，具体表现为降低A100及更老芯片价格，同时提高H100（+3.3% M/M）和H200（+1.2% M/M）价格 [4][9][14]；此举被视为AWS持续努力调整其与同行的费率以及平衡现货与按需销售，而非需求变化 [4] * **按需与现货溢价**：不同加速器的按需与现货价格溢价各异，例如H100的溢价在2.1倍至2.7倍之间，而一些旧款GPU（如V620）溢价可达5.4倍 [6][12] * **性能与性价比分析**： * **Blackwell性价比具有竞争力**：B200的性价比（价格/性能）至少与Hopper（H100/H200）具有竞争力，且远优于旧款加速器 [4] * **具体性价比数据**：以按需价格每PFLOPs成本计，H100为$1.73，H200为$2.47，B200为$2.06；以现货价格每PFLOPs成本计，H100为$0.93，H200为$1.41，B200为$0.80 [37][45] * **世代间性能飞跃**：从A100到H100，理论性能（FP8 PFLOPs）提升993%，同时现货每PFLOPs成本下降73%，按需每PFLOPs成本下降50% [37] 其他重要内容 * **数据来源与方法**：报告基于**UBS Evidence Lab**的专有数据集，对云服务商的定价页面进行数据抓取和分析，提供了详细的加速器可用位置、现货与按需价格数据 [2][6][53] * **风险提示**： * **NVIDIA风险**：包括AMD在GPU领域的竞争、基于ARM的应用处理器领域的激烈竞争，以及半导体行业收入趋势与企业盈利能力挂钩的周期性风险 [54] * **AMD风险**：上行风险包括在云/数据中心服务器渗透率超预期及AI领域取得更好进展；下行风险包括来自Intel的激进价格竞争带来的利润率压力，以及无法及时将生产有效转移至台积电 [55] * **Intel风险**：NVIDIA在数据中心的新计算密集型工作负载领域建立了强大护城河，并可能最终利用其GPU架构更广泛地取代Intel；AMD的新客户端和服务器CPU也构成威胁 [56] * **估值与目标价方法**： * **NVIDIA**：基于市盈率（P/E）倍数设定目标价 [54] * **AMD**：基于未来十二个月市盈率（NTM P/E）方法进行估值 [55] * **Intel**：基于分类加总估值法（SOTP）设定目标价 [56] * **报告性质与免责声明**：该文件为UBS全球研究产品，包含分析师认证、利益冲突披露、评级定义（如买入：预测股票回报率FSR高于市场回报假设MRA 6%以上）及针对不同地区的监管分发说明 [3][61][62][63][95]；报告使用了人工智能工具进行辅助准备，但经过了人工审查 [90][99]

NVIDIA Corporation (NASDAQ:NVDA) is one of the Buzzing AI Stocks on Wall Street. On December 15, Bernstein SocGen Group reiterated an “Outperform” rating on the stock with a $275.00 price target. Analysts at the firm are confident in Nvidia’s AI leadership long-term, even though the company is currently facing China export license delays for the H200. “Takeaways from an investor meeting with IR: NVIDIA is still awaiting licenses to ship H200 products into China from the U.S. government (at this point all ...

国产GPU行业资本热潮与市场表现 - 2024年下半年国产GPU公司上市引发资本市场狂热 摩尔线程于12月5日登陆科创板 上市首日收盘报600.50元/股 涨幅达425.46% [1] 沐曦股份于12月17日上市 收盘报829.90元/股 大涨692.95% 市值达到3320.4亿元 [1] - 市场对国产GPU公司申购热情高涨 摩尔线程吸引了267家网下投资者管理的7555个配售对象 [5] 沐曦股份吸引了269家网下投资者管理的7719个配售对象 有效申购总量高达571.69亿股 [5] 两家公司网上发行最终中签率均低至万分之几 沐曦股份初步中签率仅为0.02223023% 被称为新的“打新之王” [6] - 早期投资者获得巨额回报 投资摩尔线程的沛县乾曜基金 最初投入190.48万元 按上市首日收盘市值估算回报率超过6200倍 [9] 投资沐曦股份的和利国信智芯基金累计投资1.53亿元 按上市首日收盘价计算持股市值近120亿元 浮盈近118亿元 投资回报率超过百倍 [11] 国产GPU公司上市进程与技术路线 - 多家国产GPU公司正推进上市进程 与摩尔线程、沐曦股份并称“国产GPU四小龙”的壁仞科技、燧原科技也在推动上市 [3] 百度旗下的昆仑芯科技即将完成股改 有望在2026年上半年在港股上市 [3] - 燧原科技上市进程一波三折 其于2024年8月开启上市辅导 但在2024年11月1日将辅导机构由中金公司变更为中信证券并重新办理备案 [13] - 壁仞科技已通过港交所聆讯 计划在港交所主板挂牌上市 [15] - 主要国产GPU公司技术路线各有侧重 燧原科技和昆仑芯专注于“AI算力”赛道 [18] 壁仞科技属于“AI算力”和“通用计算”企业 [18] 摩尔线程提供覆盖图形渲染、通用计算的全场景产品 [17] 国产GPU公司产品商业化进展 - 燧原科技产品迭代迅速并实现规模落地 2024年发布第三代推理产品燧原S60 仅该产品就实现了7万卡的落地规模 [19][20] - 昆仑芯背靠百度且拥有外部客户 已推出第三代芯片P800 并在2025百度世界大会上发布新一代昆仑芯M100 [20] 除百度体系公司外 其外部客户占比约40% 包括互联网巨头、手机厂商、运营商及央国企等 [20] - 壁仞科技已实现收入并拥有订单 2024年及2025年上半年 其特专科技产品分别有14名及12名客户 贡献收入分别为3.37亿元及5890万元 [21] 截至最后实际可行日期 公司拥有24份未完成的具有约束力的订单 总价值约为8.22亿元 [21] 国产GPU行业发展的驱动因素与挑战 - 外部环境与内部需求共同推动国产GPU发展 受美国出口管制影响 英伟达在中国的市场份额从95%降到0% 为国产GPU企业提供了市场真空 [26] 国内算力需求大幅增长 2025年中国智能算力需求将达486 EFLOPS 是2023年的10倍以上 [26] - 国产GPU产品与国际领先水平存在差距 寒武纪旗舰产品思元590的FP16算力约为314 TFLOPS 仅为英伟达GB200的6% [27] 英伟达已广泛采用HBM3e显存技术 而寒武纪仍依赖HBM2e [27] - 行业面临潜在竞争环境变化 2024年12月有报道称 美国政府将允许英伟达向中国出售其H200人工智能芯片 [29]

纪要涉及的行业或公司 * 公司为**宏景科技**（亦称红景科技），主营业务为**算力租赁**与相关基础设施服务，同时涉及传统智慧城市业务 [1] * 行业为**人工智能算力基础设施**与**数据中心**服务行业，涉及GPU算力卡（如英伟达H800、H200、B卡系列）的租赁、集成与运维 [3][5] 核心观点与论据 **1 公司算力业务发展迅猛，合同与收入持续高增长** * 公司自2013年涉足HPC，2016年已有GPU计算集群项目，具备先发优势 [3] * 算力业务收入：2023年1.15亿元，2024年增至4.89亿元，2025年前三季度总营收达15.51亿元 [2][4] * 合同签订额：2024年签订13亿元H800合同 [2]；2025年上半年已披露合同额达27.5亿元，包括万卡H200五年期合同及宁夏移动合同 [2]；2025年目标签订100亿元合同已基本完成 [3][12] * 在手及潜在订单：已交付H800、宁夏移动H100和H200订单 [3]；预计2026年交付一万张B卡，另有一万张B卡及境外需求正在谈判中 [3][10]；一个B卡万张订单五年锁定价接近60亿元人民币 [3][23] **2 公司通过特定合作模式解决资金问题，并维持目标利润率** * 资金管理：与国企（如山东铁路投资下属山铁数科）合作，由合作方提供资金购买设备再租赁给公司，以降低融资成本并确保供应链稳定 [2][6] * 利润率水平：已交付的H800和H200卡项目，净利润率维持在15%左右；预计B卡利润率更高 [2][6]；公司目标将净利润率控制在15%左右 [3][12] * 利润率短期波动原因：2025年前三季度因主要租赁项目（如万卡H200）尚未完全交付计费，导致利润率未达预期 [2]；第三季度因算力集成类项目占比上升，影响了租赁项目的利润表现 [7] **3 公司业务布局涵盖国内与海外，并向上游技术平台延伸** * 海外市场：在东南亚（马来西亚、新加坡）布局较快，已签订新加坡项目合同（金额几千万），并与泰国、香港公司对接 [3][9]；在沙特建设数据中心，预计2026年落地 [4]；海外模式需先绑定数据中心再寻客户，预计2026年一二季度更多机房建设落地，整体规模预计不小于国内 [3][9] * 产业链布局：当前主要绑定大客户提供训练基础设施 [5]；2025年尝试开发云平台资源调度（算力池调度），以应对未来各行业应用场景落地后的需求增长 [5] * 传统业务战略：催收应收账款；承接增量业务以预付款达40%以上为标准；将智慧城市与算力结合应用到各行业（如医疗）[11] **4 市场动态与竞争格局：需求强劲，竞争门槛高** * 市场需求：客户对高性能设备（如B200、B300）的需求强劲 [8][26]；算力租赁需求主要集中在大模型训练领域 [19][20]；2025年大厂三年预算规模约3900亿元，实际投入可能更高 [21] * 需求驱动原因：大厂坚定投入训练侧；部分行业场景（如法律大模型“法瑞”）已跑出实质性效益，带来明确业务反馈 [22] * 竞争格局：主要竞争对手是曾签过大规模订单、有交付经验的公司 [14]；由于卡片设计和组网难度增加，供应商布局有所收缩，客户更倾向选择有交付经验的供应商 [14] **5 技术趋势与政策影响** * 冷却技术：目前风冷占主导（H800、H200、B200），未来新型产品（如B300、GB）将以液冷为主 [15]；液冷应用目前不广泛，但未来体量会逐渐增加 [15]；技术差异主要影响后续运维维修，公司正进行相关人才储备 [16] * 国产卡需求：目前仅北京地区大客户有需求，市场仍以高性能NV系列卡为主导 [18] * 政策影响（H200放开）：若H200完全放开，对已交付的算力租赁公司暂时没有影响，客户对高性能设备（B200/B300）的租赁需求不会改变 [2][8][24]；可能影响客户自持卡片的结构调整，但不会冲击租赁市场 [2][26] * 监管预期：中美博弈下，高端设备进入中国市场可能附带条件（如配额制或申请制），而非无条件开放 [26] 其他重要内容 * **合同特点**：算力租赁合同一般为5年期锁定，未采用3+2或4+1形式 [13] * **交付与验收节奏**：预计2026年一季度至二季度完成B卡交付验收；GB型号预计2026年三季度末至四季度初落地 [3][23]；主要租赁项目预计在2026年一季度末完成上架测试，二季度完成客户验收 [7][28] * **团队规模**：公司算力团队（技术+业务）规模约为100人以下 [17] * **短期业绩预期**：预计第四季度随着三个主要租赁项目全部计费，整体情况将改善 [7]；2026年合同额目标在2025年基础上实现双位数增长 [12]

文章核心观点 - 美国决定开放英伟达H200对华出口 标志着中美在人工智能领域已形成实力旗鼓相当的“G2”格局 竞争进入新阶段 中国面临是否接受H200以补充算力“弹药”的战略抉择 [1][2] - 接受H200的利弊权衡复杂 短期可提升算力并保持应用端增长势头 但长期可能加深对英伟达CUDA生态的战略依赖 损害“AI主权” 形成“短多长空”的囚徒困境 [3][8][9] - 中国在AI领域呈现“上层繁荣、下层受制”的特点 在算法创新、效率优化及应用端发展上领先 但在底层软件框架和高端硬件上仍依赖或受制于美国 [6] - 中国正通过“国产+二手英伟达”双轨制、发展成熟制程、算力创新等变通方式应对算力瓶颈 完全不购买H200虽会导致短期阵痛 但并非无法克服 且可能加速自主生态闭环 [9][10] - 从经济规划看 发展以AI为代表的“新质生产力”是刺激内需和消费的可控手段 中国在多个AI应用场景具备显著优势 战略关键在于如何在利用H200的同时实现“去CUDA化” [13][16][17][18] 中美AI竞争格局 - 2024年从中国Deepseek崛起到美国开放H200输华 显示中美已成为全球人工智能领域毫无争议的“G2” [1] - 美国开放H200被视为变卖“祖产”以维持领先优势 而中国仍需美国“祖产”维持进步增速 此举证明两国AI地位与总体实力已旗鼓相当 [1][2] - 特朗普政府决定放松芯片出口管制 意味着中美竞争进入新阶段 从美国想脱钩转变为中国想脱钩 [2] 中国AI产业的现状与瓶颈 - 在AI底层软件框架上 仍依赖美国的PyTorch与TensorFlow这两大行业标准 国产替代处于追赶状态 [6] - 在高端AI芯片硬件上 因美国技术封锁发展受阻 英伟达主导全球AI算力 其最大竞争对手是AMD 中国华为、寒武纪等公司追赶速度超快 但仍处于追赶状态 [6] - 中国AI的优势在于“上层繁荣” 在算法创新、效率优化以及应用端的飞速发展上明显优于美国 [6] - 前线中国公司如阿里巴巴、字节跳动等因在市场上高歌猛进 急需补充H200等算力“弹药”以维持挺进态势 [7] 关于是否接受H200的争论与影响 - 接受H200可短期提升算力、保持应用端增长优势 但关键风险在于可能加深对英伟达CUDA生态的战略依赖 扩大底层技术受制于人的结构性劣势 [8][9] - 美国鹰派激烈反对放松管制 提出“安全芯片法案” 担忧中国会复制技术并排挤美国企业 如同华为当年对思科所做的那样 [8] - 若不购买H200 中国有替代方案：华为昇腾920可对标H200 但单靠其产能无法“无缝”吃下中国全部AI训练市场 头部云厂商采用“国产+二手英伟达”双轨制可将缺口压到可控范围 短期不会出现“算力断粮” [9] - 关于中国完全不买H200对美国优势的影响 存在两种对立观点：一种认为美国优势将扩大 2026年AI计算力优势可维持10-20倍；另一种认为不会扩大 反而可能让美国陷入“卖也不是、禁也不是”的两难 加速中国自主生态闭环 [11][12] 中国AI发展的战略与经济视角 - 从中国经济规划看 发展“新质生产力”旨在通过供给侧创新（如AI服务）刺激消费和内需 这是当前最可控的环节 [13][16] - 中国在AI应用场景上具备显著优势 许多领域已领先全球 包括医疗保健、工业自动化、电动车与自动驾驶、人形机器人等 [18] - 最终战略问题不是“该不该买H200” 而是“如何在购买H200之余 还能实现‘去CUDA化’” 以在利用外部算力补充的同时确保技术自主 [18]

中信证券研报认为，近期美国政府宣布将允许英伟达面向中国市场恢复销售H200，如果放开销售，短 中期可缓解中国AI产业在高端计算资源短缺方面的痛点，且由于H200目前主要是在AI训练环节优势较 大，不会和国产算力的推理场景直接竞争。我们看好国内AI产业从"跟跑"转向"并跑"，拉动整体产业的 投资机会。 ...

甲骨文为OpenAI建设数据中心的时间表争议 - 有消息称甲骨文为OpenAI建设的数据中心将推迟至2028年而非2027年完成 原因是人力和原材料紧张 [1] - 甲骨文公司发言人随后反驳了该推迟传闻 但未具体说明为OpenAI启用云计算基础设施的具体时间 [3] OpenAI的合作伙伴与计算基础设施 - OpenAI的GPT‑5.2模型是与长期合作伙伴英伟达和微软合作构建的 [2] - 微软Azure数据中心和英伟达的GPU（包括H100、H200和GB200-NVL72）构成了OpenAI大规模训练基础设施的基石 [2] - 该合作旨在助力OpenAI快速扩展计算能力并将新模型推向市场 [2] OpenAI的云服务合作与财务表现 - 在甲骨文时间表争议后 有信息指出OpenAI将重回微软Azure云 [3] - OpenAI已向其他公司做出承诺以满足其AI能力需求 但这些协议似乎并非最终协议 [3] - 相关公司自由现金流为负100亿美元 剔除出售资产带来的27亿美元收益后 投资回报率非常低 [2] 行业投资观点 - 有观点认为在AI大时代 部分公司扩张步伐过大可能面临风险 而稳健型公司反而可能更持久 [2] - 该观点自8月起在谈及谷歌和台积电时便已提出 并持续至今未变 [2] - 建议收缩投资标的范围 [2]

芯片与算力进展 - 英伟达H200芯片出口成为关注焦点[3] - 摩尔线程发布了新的GPU架构[3] - 英伟达发布了CUDA Toolkit 13.1[3] - Starcloud在太空AI算力领域有所布局[3] 大模型与架构创新 - 谷歌推出了Titans架构和深度思考模式[3] - 智谱发布了GLM-4.6V模型[3] - 美团发布了LongCat-Image模型[3] - 腾讯发布了混元2.0模型[3] - 英伟达发布了NVARC小模型[3] - OpenAI正在进行新模型测试[3] - Mistral AI发布了Devstral 2模型[3] - Meta发布了名为「牛油果」的模型[3] AI应用与产品 - Meta展示了AI可穿戴设备[3] - Anthropic推出了AI面试官应用[3] - 微软发布了VibeVoice应用[3] - 可灵平台推出了主体库功能[3] - 阿里发布了Qwen3-TTS和Qwen-Image-i2L应用[3][4] - 智谱发布了AutoGLM和GLM-ASR应用[3] - 通义实验室有所动作[3] - Nature Select提到了Echo-N1应用[3] - Nabla Bio在开发前沿AI药物[3] - Adobe集成了ChatGPT功能[4] - 智谱发布了GLM-TTS应用[4] - 商汤发布了Seko 2.0应用[4] - 元宝应用推出了总结群消息功能[4] 前沿科技与硬件 - 普渡科技发布了PUDU D5系列产品[4] - Google推出了Android XR[4] - 智元机器人实现了机器人量产[4] - 灵初智能发布了Psi-SynEngine[4] 行业事件与动态 - 苹果公司面临人才流失问题[4] - 微软发布了红色警告[4] - Linux基金会与吴恩达联合成立了AAIF组织[4] 行业观点与趋势 - Yann LeCun发表了关于离职的论文[4] - OpenRouter分析了AI应用现状[4] - a16z提出了搜索AI时代的观点并探讨了AI创业机会[4] - Geoffrey Hinton认为谷歌AI必将获胜[4] - Andrej Karpathy分享了AI提问策略[4] - OpenAI讨论了企业AI采用情况[4] - 摩根士丹利指出TPU产能正在爆发[4] - Anthropic组建了AI宪法团队[4] - MiniMax强调了全模态发展的重要性[4]

核心事件 - 英伟达正评估为中国客户增加H200 AI芯片的产能 原因是订单量已超出当前产出水平[1] - 评估背景是美国政府已允许英伟达向中国出口H200芯片 但需对销售额征收25%的费用[1] 市场需求与客户动态 - 中国公司对H200芯片的需求非常强劲 促使英伟达倾向于增加新产能[2] - 包括阿里巴巴和字节跳动在内的中国主要公司本周已联系英伟达 有意购买H200并渴望下大额订单[3] - 中国公司对H200的强劲需求源于该芯片是目前他们能获得的最强大的芯片[7] 供应与生产状况 - 目前H200芯片的生产数量非常有限 因为英伟达正专注于生产其最先进的黑well和即将推出的Rubin产品线[4] - H200已于去年开始大规模部署 是英伟达上一代Hopper架构中最快的AI芯片[6] - 该芯片由台积电采用其4纳米制程工艺技术制造[6] - 英伟达已向客户提供了关于当前供应水平的指引[5] 政策与审批不确定性 - 不确定性仍然存在 因为中国政府尚未批准任何H200的采购[3] - 中国官员于周三召开了紧急会议讨论此事 并将决定是否允许该芯片运入中国[3] - 英伟达表示正在管理其供应链 以确保获得许可的对华H200销售不会影响其供应美国客户的能力[2]

核心观点 - AMD作为人工智能芯片市场“第二选择”的投资逻辑正面临根本性挑战 其稀缺性价值窗口正在缩小 股价可能因此停滞 [2][3][8] 市场地位与估值逻辑 - AMD的整个AI估值依赖于一个原则：稀缺性 市场将其视为未来的双头垄断竞争者之一 并给予其58倍2025年预期收益的溢价估值 [4][5] - 旧的叙事是英伟达缺货且不能向中国销售 因此客户必须购买AMD的MI325X芯片 这曾为AMD带来了能见度和需求 [9] - 新的现实是这种稀缺性正在消失 为了验证58倍的市盈率 AMD必须占据AI加速器市场20%的份额 [9] 地缘政治与市场准入变化 - 美国政府重新向英伟达开放中国市场 授权其向中国销售H200芯片 这使得AMD希望用其“符合中国规定”的芯片来填补的巨大市场缺口消失了 [3][9] - 中国的阿里巴巴和腾讯等客户对“足够好”的AMD芯片不感兴趣 他们更偏好英伟达的生态系统 [9] 关键客户与需求风险 - 甲骨文作为AMD最直言不讳的支持者和“造王者” 其股价因“资本支出消化不良”而暴跌11% 这给AMD最大的芯片买家带来了削减支出的压力 [3][9] - 甲骨文的困境表明“不惜一切代价投入”的阶段可能暂停 随着预算收紧 首席信息官们会停止试用AMD等“替代”芯片 并回归英伟达的“标准”方案 [9] - 如果甲骨文放缓采购 市场缺口难以填补 因为微软和亚马逊等超大规模企业正在开发自己的芯片 这导致AMD的“商业市场”正在收紧 [9] 软件生态竞争劣势 - AMD的软件套件ROCm正在改进 但并非英伟达的CUDA [9] - 随着英伟达的市场准入壁垒降低 开发者将代码移植或为ROCm进行优化的紧迫性自然会下降 而移植成本高昂 [9] - 风险在于 如果随着“英伟达禁令”解除 开发者停止为AMD移植代码 那么AMD的硬件可能变成无人知道如何使用的优质硅片 [9] 业务防御与稳定基础 - 尽管AI GPU面临挑战 但AMD的服务器CPU业务在高性能领域处于领先地位 英特尔仍在努力追赶 [9] - 即使甲骨文减少AI支出 其云业务运营仍然需要CPU 这为AMD提供了收入基础 防止其股价像纯粹的AI泡沫股一样崩溃 [9]