尽管美联储主席鲍威尔的任期要到2026年5月才结束，但显然，特朗普团队已经对更换美联储主席一事 迫不及待了。据知情人士透露，美国财政部长贝森特（Scott Bessent）计划本周五开始一系列面试，寻 找下一任美联储主席人选。知情人士说，面试过程将在下周继续，并补充说，贝森特将亲自或通过视频 会议与候选人交谈。 再次硬刚特朗普？美联储库克：现在才因这些事开除我 为时已晚！ 近段时间以来，美国总统特朗普与美联储之间的矛盾已达到"白热化"的程度。美东时间周二，美联储理 事丽莎·库克再次硬刚特朗普称，现在才因其披露的抵押贷款信息而"开除"她已经太晚了。在提交给美 国地方法院的一份文件中，库克表示，在2022年被任命为美联储理事的审批过程中，她在提交给白宫和 美国参议院的表格中列出了三处房产的抵押贷款。她强调，任何不一致之处在她获得任命时就已为人所 知，不能成为特朗普现在解雇她的理由。 刷新纪录！一则消息传出 金价再创新高 凤凰网财经讯 9月3日，美股三大指数走势分化，截至发稿，道指跌0.24%，纳指涨1.23%，标普500涨 0.52%。 中概股方面，传奇生物涨超5%；虎牙涨超3%；斗鱼涨超2%。房多多、蔚来跌超6 ...

公司声明与澄清 - 英伟达明确表示H100、H200及Blackwell系列GPU的云服务接入不存在供应受限问题 [1] - 公司澄清H100/H200系列GPU不存在供应短缺且"已售罄"的情况 [1] - 云服务合作伙伴可租用其平台上所有在线的H100/H200 GPU 但这并不意味着无法承接新订单 [1] 产品供应状况 - 公司拥有充足的H100/H200库存 能够及时满足每一份订单需求且不存在延迟情况 [1] - H20系列GPU的销售对H100/H200或Blackwell系列供应能力没有任何影响 [1] - 传言称H20系列GPU导致H100/H200或Blackwell系列供应减少的说法被公司明确否认 [1]

数据中心半导体市场趋势 - 数据中心正成为驱动全球经济和社会发展的核心引擎，开启以AI、云计算和超大规模基础设施为核心的"芯"纪元 [2] - 数据中心半导体市场正迈向万亿美元规模，需求从简单处理器演变为涵盖计算、存储、互连和供电的复杂生态系统 [2] - AI相关资本支出占数据中心投资的75%，2025年预计超4500亿美元 [4] AI驱动的半导体需求 - AI服务器占比从2020年的个位数升至2024年的10%以上，推动算力军备竞赛 [4] - 数据中心半导体加速市场预计2030年达4930亿美元，占整个半导体市场的50%以上 [4] - 细分市场复合年增长率（2025-2030）为行业平均水平的两倍 [4] 关键芯片技术发展 GPU与ASIC - GPU因AI工作负载复杂性保持主导地位，NVIDIA通过Blackwell GPU和台积电4nm工艺巩固优势 [7] - 云服务商如AWS、Google研发自有AI加速芯片（如Graviton），推动推理和训练环节的性能差异化 [7] HBM内存 - HBM市场预计2025年达38.16亿美元，2025-2033年复合年增长率68.2% [8] - SK海力士和三星占据全球HBM供应90%以上，美光量产HBM3E并应用于英伟达H200 GPU [9] - HBM趋势包括单栈超8GB模块、低功耗设计、直接集成到AI加速器等 [8][9] DPU与网络ASIC - DPU和高性能网络ASIC优化流量管理，释放计算资源，提升安全性、能效和成本效益 [9] 颠覆性技术 硅光子学与CPO - 硅光子学和共封装光学（CPO）解决高速、低功耗互连挑战，预计2030年创造数十亿美元营收 [10] - CPO突破"电墙"限制，实现更长距离和更高密度的XPU连接 [11] 先进封装 - 3D堆叠和小芯片技术突破摩尔定律限制，构建异构计算平台 [12] 下一代数据中心设计 直流电源 - AI机架功率需求从20千瓦（历史）跃升至2027年的50千瓦，英伟达提出600千瓦架构 [12] - 氮化镓（GaN）和碳化硅（SiC）材料提升电源转换效率，解决"能源墙"挑战 [13] 液冷技术 - 液冷市场预计2029年超610亿美元，复合年增长率14% [13] - 液冷技术降低冷却能耗90%，电力使用效率（PUE）接近1，减少数据中心占地面积60% [14] - 直接芯片液冷（DTC）、背板热交换器（RDHx）和浸没式冷却成为主流方案 [14][15] 未来展望 - 数据中心将向异构化、专业化和能源高效方向发展，依赖专用处理器、先进封装和绿色技术 [17]

人工智能计算能力扩展 - 公司在得州超级工厂新增1.6万块H200 GPU用于人工智能训练计算 [1] - 超级计算集群Cortex目前使用的H100 GPU总量相当于6.7万块 [1]

纪要涉及的行业和公司 - **行业**：计算机、固态电池、智能手机、智能音箱、可穿戴设备、笔记本电脑、AI眼镜、清洁能源、智能家居、人形机器人、无人机、自然灾害监测、自动驾驶、智慧交通、智慧城市、云端计算、量子信息科技、电子、金融、医疗、通信设备、卫星通信、AI穿戴、智能家居、智慧监控 - **公司**：英伟达、DeepSeek、字节跳动、火山引擎、高通、恒玄、意法半导体、全志、联发科、紫光展锐、瑞芯微、巨星、Ceat、乐鑫科技、华为、小米、特斯拉、Panasonic、海光、寒武纪、壁仞、燧源、昆仑芯、摩尔线程、沐曦、商汤科技、中际旭创、长飞光纤、中国电信、舜宇、水晶、歌尔、灵犀、李派、苹果、国盾量子、生益科技、胜宏科技、沪电股份、天地科技、格尔软件 纪要提到的核心观点和论据 AI投资逻辑与算力需求 - **核心观点**：AI投资逻辑从训练端转向应用端，推理端需求大幅增长，全球推理算力供需剪刀差持续扩大 [1][2] - **论据**：未来几年推理端需求预计占整体算力需求70%以上；2025 - 2026年H200 GPU需求量预计分别约为380.54万块和超1300万块；结合英伟达产品线产能，供需剪刀差持续扩大 [3][16][17] 计算机行业表现与财务指标 - **核心观点**：2025年上半年计算机行业“先扬后抑”，财务指标有改善但仍处底部探寻阶段，未来以费用优化为主，营收缓慢增长 [1][6][7][8] - **论据**：一季度DeepSeek发布带来云计算厂商投资机会，二季度因业绩未达预期回调；上半年营收同比改善，归母净利润增速高于营收得益于费用优化，毛利率下降，资产负债率上升，ROE同比下降 AI Agent技术与应用 - **核心观点**：AI Agent技术取得超预期进展，但产品落地和用户数量低于预期，杀手级应用未出现 [1][10][12] - **论据**：在环境感知、规划能力、工具使用和记忆能力方面有进展；市场对杀手级应用落地预期高，但目前未出现，大模型是Agent核心 固态电池发展 - **核心观点**：2025年固态电池进入量产元年，半固态先应用，全固态2027 - 2030年量产，部分环节有投资价值 [3][22][23] - **论据**：渗透率低但在低空经济等领域有刚性需求；干法电极等制备工艺、电解质环节变革大；隔膜仍有应用空间 各科技产品AI能力 - **核心观点**：智能手机、芯片、智能音箱、可穿戴设备、笔记本电脑、AI眼镜等产品AI能力提升，有不同功能和应用场景 [30][32][33][34][35] - **论据**：智能手机AI能力分级，芯片集成多种功能提升性能；各产品有相应AI驱动功能，如智能手表健康管理、AI眼镜替代手机部分功能 各行业投资机会 - **核心观点**：AI产业链、计算机、锂电池、通信设备等行业有投资机会 [18][19][20][28][98] - **论据**：AI产业链投资集中在海外NVIDIA算力链、国内AI应用生态等；计算机行业关注信创等；锂电池关注技术变革环节；通信设备关注中国电信、AI算力等细分赛道 其他重要但可能被忽略的内容 - **AI Agent推理算力供需剪刀差测算假设**：包括AI Agent日活用户数、渗透率、使用场景和请求次数等假设 [15] - **AI眼镜产业链构成与芯片方案**：产业链上游为部件供应商，中游为软件和模型提供商，下游应用广泛；芯片方案分高端、成本优化和自研三种 [36][38] - **量子信息科技领域**：分为量子保密通信、量子计算和量子测量，各有发展状况和应用价值，国家将其列为战略支柱产业 [85][96] - **各公司发展情况**：如国盾量子股东结构变化、生益科技海外算力链业绩增长驱动力、寒武纪订单情况等 [99][100][101]

汽车智能化趋势 - 2025上海车展显示汽车智能化成为国内外参展商共同展示重点，AI技术突破推动智能辅助驾驶从高端市场走向主流市场 [1] - 汽车市场竞争焦点从价格转向智能化，高阶智驾功能（如高速NOA、城市NOA）正向10万-20万元主流价格区间普及 [1] - 预计2025年底乘用车NOA渗透率达20%，较2024年上半年提升近一倍 [1] 算力基础设施竞争 - 智能辅助驾驶角逐核心围绕算法创新和算力基础设施完备性，海量数据训练、计算能力演进和用户体验提升依赖安全可靠算力 [1] - 特斯拉凭借算力投入成为全球智能辅助驾驶引领者，其得州超级工厂Cortex超算集群集成5万GPU（H100/H200芯片），年内将扩容至10万GPU [2] - 特斯拉Dojo超级计算机承担10%训练负载，新一代Dojo算力较上一代提升10倍 [2] - 中国车企如吉利、比亚迪选择自建算力平台，其他企业则与云计算厂商合作 [2] 技术开发与安全挑战 - 复杂城区场景开发难度最大，需依赖VLM模型训练，但面临极高云端算力及数据成本 [2] - 智能辅助驾驶开发流程涵盖数据采集、筛选、打标、模型训练及仿真测试，需通过海量数据重复训练提升环境认知准确性 [3] - 算力平台可靠性直接影响安全性，NOA每次迭代消耗大量算力，及时更新可增强驾驶安全 [3] 算力平台技术选型差异 - 消费级显卡（如4090）因内存小、不支持NVLink等技术，不适合大规模AI训练，仅适用于小型项目或独立开发者 [3][4] - 企业级GPU（如A100/H100）专为数据中心设计，故障率低且符合合规要求，是规模化部署优选 [4] - 纸面算力数据不等于高质量平台，错误选型可能成为智能化发展瓶颈 [5] 行业竞争与核心能力 - 2025年汽车智能化竞争加剧，企业需打造数据积累与处理能力、算法优化能力等核心竞争力 [5] - 算力平台效能是竞争关键，长远规划和大力投入成为必要，智能辅助驾驶被视作出行领域"必答题" [5]

文章核心观点 行业需从两年的服务器周期转变为一年的GPU周期以满足计算需求，OEM厂商要应对英伟达快速的AI芯片转型，在采购、库存管理等方面面临挑战，同时也需与客户和渠道合作伙伴做好沟通规划[1][10] 英伟达芯片发布节奏与市场影响 - 英伟达从约每两年发布一次AI芯片转变为一年一次节奏，2024年上半年推出基于Hopper的H200，今年1月基于Blackwell GPU的下一代平台开始出货，2025财年第四季度Blackwell收入达110亿美元[6] - 美国四大云服务提供商2025年购买360万个Blackwell GPU，去年购买130万个Hopper GPU，Blackwell性能在推理模型中是Hopper的40倍，使Hopper GPU面临过时风险[7] OEM厂商应对挑战 联想 - 需从传统服务器测试周期转变，应对英伟达周期压力，采购谨慎，看到市场对H200、L40S等产品需求，也有客户询问基于Blackwell和Blackwell Ultra的新产品[2][8] - 新平台电力和成本要求增加，英伟达GPU供应改善，联想关注库存消耗和采购量平衡，凭借全球业务优势有多种销售渠道[9][10] - 与渠道合作伙伴透明沟通，根据用例、技术和客户硬件使用时间确定重点[10] 戴尔 - 管理英伟达快速AI芯片转型表现不错，看到H200仍有强劲需求，Blackwell平台销售速度远超Hopper平台[10][11] - 预计今年第三季度Blackwell和Blackwell Ultra销量比例4比1，第四季度3比2，采购量谨慎，要求客户提前告知需求，市场需求信号比常规服务器好[11][12] - 与渠道合作伙伴沟通时，基于Hopper平台适合尽快建立运行新数据中心，最终根据需求选择平台上市时机[12] 超微 - 结合客户需求与英伟达平台取决于客户工作量，训练模型关注基于Blackwell和Blackwell Ultra平台，推论时根据工作负载精度选择不同GPU [13][14] - 认为英伟达提供详细路线图有助于各方规划投资[14] 英伟达对合作伙伴的期望 - 英伟达在产品路线图和需求信号上更坦率透明，与数据中心合作伙伴举行联合工程设计会议，鼓励合作伙伴随创新加大投入[14][15] - 英伟达正成为基础设施公司，对支持和准备合作伙伴包括人工智能模型开发人员负有更多责任，要让基础模型构建者了解路线图以创造需求[15][16]

超微电脑财报与股价表现 - 超微电脑因及时提交财报避免退市，盘前股价飙涨25% [1][2] - 2024年Q4营收56.78亿美元（同比+54.9%），净利3.21亿美元（同比+8.4%） [3] - 2024年下半年营收116.15亿美元（同比+100.8%），净利7.45亿美元（同比+64.5%） [3] - 公司承认财务报告内部控制存在重大缺陷，但已启动补救措施 [5] - 此前因审计机构安永辞职、兴登堡做空报告及司法部调查引发退市担忧 [3][5] 英伟达财报前瞻与市场预期 - 英伟达盘前股价上涨2.3%，市场关注其AI芯片需求及DeepSeek竞争影响 [6][7] - 预计Q4营收382亿美元（同比+73%），上一季度毛利率超70% [7] - 投资者聚焦Blackwell芯片需求、定价权及2025Q1收入指引 [7][8] - 分析师分歧：Wedbush认为CUDA生态护城河稳固，Circle Squared警告高预期风险 [9][10] - 业绩若不及预期可能引发AI板块整体回调 [10] 行业动态与竞争格局 - 超微电脑服务器业务增长强劲，但治理问题持续存在风险 [3][4] - 英伟达面临DeepSeek技术替代压力，后者以成本效率挑战定价权 [7][9] - AI基础设施支出趋势及超大规模企业资本开支动向成关键变量 [8][9]

英伟达财报与AI主导地位 - 公司即将公布第四季度财报 预期收入为3816亿美元 毛利率超过70% 将检验AI驱动增长的可持续性 [2] - 关键指标为毛利率 若保持或扩大将巩固AI领域主导地位 下降则反映竞争加剧或成本效益方案转向 [3] - 每股收益预期085美元 历史超预期3-5% 若达090美元以上证实需求与定价原则仍存 数据中心业务占比超75% [4] DeepSeek低成本AI模型争议 - DeepSeek声称R-1模型训练成本仅560万美元 远低于行业标准 GPT-4开发成本超1亿美元 [5] - 实际成本估算在3000-8000万美元 包含硬件租赁(5120-6140万美元直接购买/738万美元云租赁)及数据预处理等 [6][7] - 人力成本高昂 AI工程师年薪50-100万美元 团队工资超500万美元 电力与基础设施成本超15万美元 [8] 英伟达竞争格局与需求 - 中国科技公司如腾讯、阿里巴巴仍大量订购H20 GPU 显示需求未受DeepSeek影响 [10] - Blackwell GPU需求旺盛 H200 GPU 2025年推出将强化领先地位 CUDA环境仍是行业主流 [10] - DeepSeek可能延长GPU更新周期并施压定价 但对公司业务无直接威胁 [10]

GPU市场概况 - 2023年英伟达数据中心GPU销售收入达184亿美元 同比增长409% 占据数据中心GPU市场98%份额 [6] - 2024年全球GPU市场规模预计超985亿美元 未来四年数据中心基础设施升级投资将达1万亿美元 [6] - 英伟达Blackwell芯片需求旺盛 预计2025年大量出货 下一代Rubin芯片或提前6个月至2026年上半年推出 [15][16] 头部企业GPU布局 英伟达 - 旗舰H100芯片当前市占率近98% 新一代H200单价近4万美元 性能优于H100 [6][8] - Blackwell平台扩展性显著提升 微软/谷歌/AWS已大规模采购 GB200系统订单达70万-140万/40万/36万个 [15] xAI - 计划扩建Colossus超级计算机至100万GPU集群 当前由10万块H100组成 价值约30亿美元 [8] - 拟升级至H200 GPU 并整合20万块H100/H200 总投入或达数百亿美元 公司估值450亿美元 [8][9] Meta - 投资100亿美元建设400万平方英尺AI数据中心 预计部署35万块H100芯片 [11][12] - 自研MTIA加速器成本为商用GPU一半 2025年H100等效算力预计达190万-250万块 [14] 科技巨头GPU储备 - 谷歌当前H100等效算力100万-150万块 2025年预计达350万-420万块 居行业首位 [14] - 微软2024年H100储备75万-90万块 2025年Blackwell采购量最高达140万块 [14][15] - 亚马逊2024年H100储备25万-40万块 2025年等效算力预计130万-160万块 [14] 行业竞争格局 - 三大云厂商(微软/谷歌/AWS)占英伟达前九个月销售额100亿-110亿美元 [14] - OpenAI当前GB200储备至少40万块 与xAI/Meta共同构成核心客户群 [15] - AMD正加速布局GPU市场 微软/Meta/谷歌等同步推进自研AI芯片以降低对英伟达依赖 [18]