AI算力

Anthropic 的高額租約驗證了 SpaceX 在頂級算力佈局上的競爭力。軌道 AI 計劃若能商業化，將利用無限太陽能與天然冷卻對地面數據中心實施降維打擊

硬體端利潤爆表且需求持續成長，短期雖有股價橫盤可能，但中長期趨勢不變。需求已經走向拋物線增長，現在只是獲利變現的開始

Anthropic 估值高企並尋求晶片多元化。

科技巨頭背負巨額債務進行 AI 建置，缺乏可持續的商業模式回報。這場由債務催生的 AI 狂潮正走向終局，最終將演變為資源錯配的經濟災難

Anthropic單月新增$11B ARR——超過Palantir/Snowflake/Databricks三家公司10年努力的合計規模。GPU亞洲租金率先上漲（3天後美國跟漲）是AI需求沒有崩潰的即時信號。AI算力需求的速度讓傳統估值框架失效：用歷史PE或相對估值衡量AI龍頭，會系統性低估其未來收益增速

Google 2026年CapEx預計1800-1900億美元（較2022年的310億增幅約6倍）、TPU 8採訓練/推理雙晶片專用化——這是AI基礎設施投資進入更成熟分工的新階段。訓練與推理晶片分工代表AI基礎設施已從單一全能晶片走向專用優化，大幅提升各環節效率的同時也意味著整體投資總量的持續增加

輝達以「超預期的超預期」驗證AI資本週期尚未見頂：Q1自由現金流486億、Q2指引上緣928億均超預期，客群從Hyperscaler多元化到工業/企業/主權AI需求。Hyperscaler CapEx今年已上調至7450億、2027年預計破兆，這個規模的資本週期離終點比所有人想像的都還要遠

AI推論硬體的記憶體架構正在分歧：GPU依賴HBM頻寬、Groq以大量SRAM換低延遲、SambaNova以三層記憶體在容量與速度間取得平衡。三層記憶體讓SambaNova可在SRAM不足時從HBM/DRAM平滑補位，是其差異化的核心設計。此架構的性能優勢需在多模型切換場景下才能完全體現，通用推論性能仍需與Hopper/Blackwell實際比較

快速 token 需求已從利基場景擴散至 agentic coding workflow 的主流；frontier labs 同時推出 fast/standard/batch 多層定價，驗證用戶願意為互動性付溢價。SRAM 機器從「理論有趣」到「有人真的付 6 倍」的市場拐點已確立，替代 HBM 加速器的窗口正式打開

OpenAI 的 750MW 合約將 Cerebras 收入從接近零基礎拉升至數十億美元規模，TSMC wafer loading 已逐季步升以對應交付需求。短期業務確定性極高，但 90%+ 營收集中在單一客戶、OpenAI 同時擔任債主與最大 warrant 持有人，是不對稱的結構性風險，IPO 投資人須充分定價

$MRVL 創歷史新高、兩大投行齊升目標價，背後是客製晶片（ASIC）需求的廣泛性超越市場預期。微軟 $MSFT Azure 合作加速放量，是 AI 算力投資從通用 GPU 轉向客製化的重要信號。ASIC 客製化趨勢加速，Marvell 是這個趨勢中估值修復最確定的標的，目標價共識大幅上修

AI 算力對記憶體頻寬需求無窮，代理型 AI 與推論發展使 CPU 佔比提升、有利 Rambus 的 DDR 與 MRDIMM 出貨。市場焦點仍集中在 GPU 與 HBM 原廠，Rambus 尚未被真正當成 AI 基礎設施核心供應鏈來定價

The liquidity impulse from falling real rates (Fed pausing while inflation seeps in) is channeling capital up the risk curve into AI capex beneficiaries. $SMH melt-up and the $RUT holding range are both equity expressions of the same mechanism — AI capex at the top of the stack, small-cap capex transfer recipients at the bottom. The credit cycle melt-up in AI-adjacent assets continues as long as this real-rate-declining regime is in place

CoreWeave 積壓訂單 990 億美元、營收年增 112%，NVDA 突破 200 美元，AI 資料中心建設潮仍在加速。硬體需求尚未見頂，但市場已開始同時關注維運與監控的下一個成長階段

機器人訓練需大量數位世界模擬與視覺感知運算，AI 算力需求持續擴大。NVIDIA 的生態系統決定了機器人產業發展節奏

AI Agent場景下推理負載大幅提升CPU需求，CPU:GPU比例從訓練期的1:4~1:8收斂至1:2甚至1:1，帶動整個算力基礎設施的採購組合重估。$AMD雙引擎格局受惠最大，$NVDA同樣切入CPU合作（與Meta）以鞏固生態系。CPU在AI推理時代的戰略地位重估，是這一波算力行情最重要的結構性變化之一。

Intel 與 AMD 法說同步確認 Agentic AI 和推理工作負載在結構上推升 CPU 需求；GPU 大哥 $NVDA 暫時橫盤讓資金輪動到 CPU、ASIC 等相關標的。CPU 板塊已成當前市場最強敘事，資金仍在持續流入

AI 運算需求正從「訓練」轉向「推論」，AI Agent 興起更創造前所未有的 CPU 需求爆炸。$AMD 法說會揭示：每個 Agent 執行任務都在呼叫 CPU 上的工具軟體，這使通用處理器成為 AI 基建新核心。推論+Agent 雙引擎讓 CPU 市場規模預估在半年內翻倍，半導體板塊邏輯持續被上修

Google 大規模上修 TPU 出貨預估，2028 年達 3,500 萬顆（vs 2026 年 430 萬），顯示 CSP 自研 AI 晶片週期加速。GPU 是萬用瑞士刀，TPU/ASIC 是手術刀，兩者並行；市場對 ASIC 設計服務公司給予 90-100 倍本益比，反映結構性 AI 算力需求溢價。TPU 出貨量倍數成長確立 ASIC 供應鏈的長期超額利潤週期，押 ASIC 優於純 GPU 供應商

AMD財報確認AI算力需求持續擴大，資料中心年增57%且高毛利率成長。AI Agent浪潮帶動CPU需求成為新的增量，讓算力投資不再只是GPU單一向量。AI算力需求擴散到CPU層，算力板塊成長空間比市場原先預期更廣

NVDA守不住200美元，Google TPU成功普及形成競爭壓力；INTC以政府持股和AI伺服器需求為由快速拉升，AI算力板塊出現內部分化。GPU主導地位受TPU衝擊的程度，以及INTC轉型成功率，是AI算力板塊下半年的兩大不確定性