高盛大幅上调光模块市场预测：2028年规模或近1500亿美元
相关推荐
招商策略：AI芯片市场正在形成GPU与定制ASIC并行发展的格局
火星财经消息,招商策略称，本周海外大模型竞争再度明显升温：OpenAI于9月4日发布GPT-6 Astra，Anthropic于9月2日推出Claude Fable 5.1与Claude Mythos 5.1，谷歌在同日发布Gemini 3.8 Flash，三家头部厂商在极短时间内完成新一轮旗舰或主力模型更新。从三个模型的共性趋势看，实际生产效率成为衡量前沿模型价值的重要标准，科研能力是旗舰模型最关注的细分方向之一。与此同时，不同厂商的产品路线也进一步分化：OpenAI强化计算机操作能力，Anthropic继续深耕Agent，谷歌则依靠Flash系列强化性能、速度与成本之间的平衡。ASIC放量重塑算力格局。博通最新财报进一步确认，AI算力正在加速重构，定制芯片成为AI算力扩张的重要环节。FY2026 Q3公司营收创历史新高，并给出未来两个财年的AI半导体收入指引，定制ASIC进入规模化部署阶段，并逐步成为头部模型厂商和云厂商优化推理成本、能耗和系统效率的重要选择。随着谷歌、Anthropic、OpenAI、Meta等客户推进多代XPU项目，AI芯片市场正在形成GPU与定制ASIC并行发展的格局。(财联社)
比特币硬分叉链BIP-110已确定BLAKE2b为新POW算法，可使用普通CPU/GPU挖矿
Odaily星球日报讯 Luke Dashjr 已利用随机的方式确定 BLAKE2b 将作为 BIP-110 链的新 POW 算法，替代比特币目前使用的 SHA-256d 算法。与 SHA-256d 相比，BLAKE2b 更适合使用通用 CPU/GPU 进行挖矿，更偏 CPU 友好，可降低现有比特币 ASIC 矿机的优势。 此前消息，Luke Dashjr 计划将于 9 月 1 日正式实现 BIP-110 硬分叉，使其成为一条独立区块链，并产生区别于比特币的新代币，Luke Dashjr 已被比特币 BIP 编辑团队撤销了比特币 BIP 编辑权限。
美股盘前要闻一览：光通信、存储板块盘前大涨；全球最小GPU芯片通过实测；机构称英伟达评估下调Rubin Ultra平台的HBM配置
火星财经消息,投资者需重点关注的美股市场财经要闻如下：1、美三大股指期货集体上行。道琼斯指数期货涨1.25%，标普500指数期货涨0.35%，纳斯达克100指数期货涨1.11%。2、国际油价集体下挫。WTI原油期货价格跌3.33%，报77.663美元/桶；布伦特原油期货价格跌2.57%，报81.621美元/桶。消息面上，美财长贝森特称，美国可能明日与伊朗达成协议以开放霍尔木兹海峡。3、国际金银现货集体走高。现货黄金价格涨0.43%，报4072.67美元/盎司；现货白银价格涨2.72%，报59.74美元/盎司。4、欧洲三大股指集体上涨。英国富时100指数涨0.34%，法国CAC40指数涨0.32%，德国DAX30指数涨0.82%。5、美股光通信板块盘前大幅拉升，Coherent涨超13%，Lumentum涨超12%，康宁、迈威尔科技涨近8%。存储股普涨，闪迪涨超5%，美光科技、SK海力士涨超4%。6、AI应用股Palantir盘前大涨15%。公司二季度营收19.4亿美元，高于市场预期，并上调全年营收指引至81.5亿-81.6亿美元。7、全球最小GPU芯片TinyGPU v2.0据悉通过实机测试。该芯片约有24万个晶体管，具备4-bit双缓冲，以及存储在QSPI RAM中的8-bit深度缓冲。8、SpaceX正在设计其卫星系统，以适应由人工智能、机器学习和边缘计算驱动的数据需求的爆炸式增长，其目标是部署一个最多达一百万颗卫星的系统。与此同时，SpaceX将于今晚美股盘后交出其上市后的首份成绩单。9、集邦咨询表示，DRAM供不应求格局将延续至2027年，英伟达评估下调Rubin Ultra平台的HBM配置。部分云端服务供应商也正考虑调降下一代自研ASIC的HBM容量设计。10、马斯克7月单月身价缩水3630亿美元，这一缩水幅度超过了全球第2至第10大富豪中任何一人的全部身家。(财联社)
美银重申看多英伟达：市场过度担忧HBM成本与ASIC竞争，当前估值接近11年低位
火星财经消息，7 月 9 日，美国银行最新研报表示，市场对英伟达面临的高带宽内存（HBM）成本上涨及 ASIC 定制芯片竞争的担忧已被放大，低估了公司强大的定价能力、供应链优势和生态壁垒。美银认为，即将推出的 Rubin AI 平台有望凭借更高售价覆盖 HBM 成本增长，而英伟达约 1190 亿美元的供应链承诺也将进一步巩固其成本优势，预计公司毛利率仍可维持在约 75% 的中段水平。 针对市场关注的 ASIC 替代风险，美银指出，谷歌 TPU 已发展超过十年，但同期英伟达 GPU 业务收入增长约 700 倍，显示定制芯片并未削弱 GPU 在 AI 训练和推理领域的主导地位。该行预计，英伟达未来仍将占据全球超大规模云厂商 AI 基础设施支出的 65% 至 70%。 估值方面，美银认为英伟达当前前瞻市盈率约 18.7 倍，仅为过去十年平均水平约 37 倍的一半，接近近 11 年低点，悲观预期已被充分计价。随着 Rubin 平台推进及 8 月财报临近，美银预计英伟达有望再次验证其产品竞争力与盈利能力，并推动市场重新给予估值溢价。
高盛：维持英伟达285美元目标价，估值已反映ASIC抢份额风险
BlockBeats 消息，7 月 7 日，高盛维持英伟达买入评级和 285 美元目标价，称该股当前估值已较充分反映自研 AI 芯片和竞争加剧带来的份额流失风险。 英伟达近期表现落后于更广泛的半导体板块。周一芯片股普遍反弹，但英伟达涨幅有限；今年以来，该股涨幅也明显低于 Micron、AMD、Intel、Marvell 等 AI 硬件相关公司。 市场的主要担忧在于，Alphabet 和亚马逊等大客户正在把自研 ASIC 芯片推向第三方，同时仍采购英伟达 GPU。与此同时，AI 工作负载中 CPU 投入增加，也让 AMD 和 Intel 获得更多增量机会。 但高盛分析师 James Schneider 认为，英伟达的风险折价已经过大。他预计即便 ASIC 获得一定份额、竞争对手取得部分增量，英伟达下一年收入仍可能实现强劲增长。下半年量产的 Vera Rubin 平台，将成为判断公司能否重新拉开性能差距的关键。
摩根大通：AI定制芯片出货量或在2027年反超GPU，Broadcom和Marvell站上风口
火星财经消息，6 月 22 日，摩根大通表示，随着大型云计算公司和科技巨头寻求降低 AI 计算成本、提升能效并摆脱对通用 GPU 的单一路径依赖，定制芯片 ASIC 市场正进入新一轮增长周期，Broadcom 和 Marvell 有望成为这一趋势中的最大受益者。 在一份近日发布的半导体行业研报中，摩根大通分析师 Harlan Sur 和 Mayur Ramdhani 估计，数字 AI ASIC 市场到 2026 年将达到约 600 亿至 700 亿美元，并在未来几年保持 40% 至 50% 以上的复合增长率。报告称，Broadcom 目前在高端 ASIC 市场占据约 80% 至 85% 的份额，Marvell 位列第二，份额约 10% 至 12%。 AI 计算需求的快速增长正在改变芯片采购结构。摩根大通认为，Google、Amazon、Meta、Microsoft、OpenAI 和 SoftBank/Arm 等客户正加速推进自研或定制 AI 处理器，以获得更好的性能、功耗和总拥有成本。与 Nvidia 和 AMD 的通用 GPU 不同，ASIC 通常为特定客户、特定软件栈或特定平台设计，更适合拥有大规模内部工作负载的超大规模云厂商。 报告预计，Broadcom 的 AI 收入将从 2025 财年的约 200 亿美元大幅增长至 2026 财年的 600 亿美元以上，并在 2027 财年跟踪达到 1500 亿美元以上。其项目管线包括 Google TPU、Meta MTIA、ByteDance AI 视频和网络芯片、OpenAI XPU、SoftBank/Arm XPU 以及 Anthropic 相关 TPU 机架级方案。 Marvell 方面，摩根大通预计其数据中心收入将从 2025 年的约 61 亿美元增至 2026 年的约 93 亿美元，并在 2027 年达到约 146 亿美元。增长动力包括 Amazon Trainium 3 和 Trainium 4、Microsoft Maia、Google SmartNIC/DPU、CXL 控制器，以及 800G/1.6T 光 DSP、coherent lite 和初期 CPO 方案。 报告还提出一个关键判断：到 2027 年，AI ASIC/XPU 的单位出货量将超过 GPU。摩根大通预计，2027 年 AI 加速器总出货量将达到 2330 万颗，其中 GPU 为 1090 万颗，占 47%；ASIC/XPU 为 1250 万颗，占 53%。这意味着，尽管 GPU 仍将保持增长，定制芯片可能会在新增 AI 算力部署中占据更大份额。 摩根大通以 Google/Broadcom TPU7x Ironwood 与 Nvidia Blackwell 为例称，AI ASIC 在性价比和功耗效率上具备竞争力。报告显示，TPU7x Ironwood 的 FP8 算力接近 Nvidia B200/B300，但估算售价约为 1.3 万美元，低于 B200 的 3.5 万美元和 B300 的 4 万美元；其每美元算力和每瓦算力也优于对照 GPU。 这一判断并不意味着 Nvidia 需求将迅速减弱。相反，它指向 AI 基础设施投资的分化：GPU 继续服务于通用训练和推理需求，而云厂商自研 ASIC 将在大规模、稳定、可预测的内部工作负载中获得更高渗透率。 对投资者而言，摩根大通的报告强化了 AI 硬件链条从 GPU 向 ASIC、先进封装、HBM 接口、SerDes、光互联和 CPO 扩散的逻辑。若报告中的预测兑现，Broadcom 和 Marvell 将不只是 AI 网络或连接芯片供应商，而会成为下一阶段 AI 计算架构迁移中的核心平台型公司。