摩根士丹利最新报告称，美国数据中心2026年至2028年预计面临约34%的净电力缺口，相当于32GW。报告认为，英伟达和博通的2027年业绩预测暂不受实质影响，但电力短缺可能导致芯片无法按计划部署，进而给下游组件带来订单推迟、取消和库存调整风险。

核心区别在于，英伟达GPU单位电力产出更高，且头部芯片厂商对最终部署地点具有较高可见性；相比之下，ASIC对电力资源更敏感，而存储、光学和电源管理等产品更容易受到客户备货和项目延期的影响。

据华尔街见闻此前文章，甲骨文威斯康星州1.3GW的“Project Lighthouse”正是这一风险的现实映射：输电审批重启后，项目全功率供电最早可能推迟至2028年10月，悲观情景甚至延至2029年春季。AI服务器即使已经装上机架，没有电，也无法转化为实际算力和收入。

英伟达和博通：需求可见性更高，ASIC承压更大

摩根士丹利认为，英伟达和博通的管理层已经将土地、电力和机房（LPS）约束纳入指引，同时两家公司对芯片最终部署地点具有较高可见性，全球化布局也降低了对美国单一市场的依赖。

产品效率同样重要。英伟达GPU每吉瓦能够产生更多token，在电力有限的情况下更具部署优势。相比之下，ASIC单位电力产出较低，需要争夺更多LPS资源，因此更容易受到电力瓶颈影响。

英伟达CEO黄仁勋和博通CEO Hock Tan近期均强调，电力资源已经成为AI基础设施部署中比芯片和存储更难协调的约束。

存储、光模块和电源管理：订单风险向尾部集中

报告认为，存储、光学元件、电源管理和模拟芯片更容易受到项目延期的冲击。这些品类此前受益于AI基础设施扩张和供需偏紧，一旦终端项目推迟，客户可能先消化库存，再削减后续订单。

ASIC同样面临部署效率问题。电力紧张时，客户会更加重视单位电力对应的算力产出，低效率的ASIC项目因此更容易被推迟。

博通的指引变化也显示出市场预期正在收敛：公司3月预计FY27 AI营收将远超1000亿美元，9月最新指引为1150亿美元，绝对规模仍高，但进一步上修的空间已经受到限制。

自备电和海外扩张：仍难填平电力缺口

报告预计，2026年至2028年表后燃气轮机和发动机新增容量基准情景约19GW，Bloom Energy燃料电池预计贡献约6GW，核电和加密矿场改造也可提供补充，但整体仍不足以消化缺口。

海外扩张同样只能缓解部分压力。摩根士丹利已将美国占全球算力的份额预测从60%下调至55%，但欧洲审批缓慢、中东地缘政治风险等因素限制了需求转移。

与此同时，美国还面临熟练技工短缺和地方阻力。CSIS估计，到2030年美国需要新增超过14万名熟练技工，现有劳动力每年仅能支撑约10至20GW天然气新增装机。

对AI产业而言，芯片能否生产出来已经不是唯一约束，能否获得足够电力并真正投入运行，正在成为决定订单兑现速度和供应链盈利的下一道门槛。

本文来自华尔街见闻，欢迎下载APP查看更多

10月7日周三，据路透社报道，城堡投资（Citadel）固定收益与宏观经济研究主管Angel Ubide表示，法国财政政策已经没有太多犯错空间。他认为，法国目前尚不构成欧洲系统性风险，但由于经济体量庞大，一旦法国出现系统性问题，最终可能演变为整个欧洲的问题。与此同时，当前的市场压力也可能倒逼法国政界加快推进财政整顿。

周二，法国极右翼领导人勒庞提出更激进的财政方案，承诺若当选，将在五年任期内削减1400亿欧元开支，并计划通过全民公投将削减赤字目标写入宪法。不过，经济学家仍对这一计划的可执行性存疑。多家权威民调显示，勒庞在法国总统选举首轮投票意向中持续领先。

市场已经率先反映出对法国财政的担忧：上周法国10年期国债收益率一度突破5%，创24年新高；欧元兑美元跌破1.12，触及17个月低点，并同时对英镑、瑞郎和日元走弱。欧洲央行官员和法国财政部长目前均排除了直接入市干预的必要性。

市场警示：法国财政已无“犯错空间”

法国国债近期遭遇持续抛售，法德10年期国债利差不断扩大，投资者对法国公共财政可持续性的担忧进一步推高融资成本。

Ubide指出，当前债市压力本身就是向法国政界发出的明确信号：财政政策已经没有太多犯错空间。他认为，市场压力虽然会加剧短期波动，但也可能促使法国政治人物更加重视财政整顿。

对于法国而言，真正的挑战不仅在于总统能否提出财政改革方案，更在于改革能否获得议会支持。Ubide强调，法国需要的不只是一个愿意推动财政整顿的总统，还需要议会选举产生能够支持削减开支的多数派。

如果缺乏足够的议会支持，即使总统希望压缩财政支出，也很难将计划转化为实际政策。这意味着，随着大选临近，法国财政政策的可信度将越来越取决于未来政府能否建立稳定的政治支持基础。

目前，欧洲央行政策制定者仍认为没有必要直接干预法国债市。法国财政部长也排除了央行入市的必要性。在这种情况下，市场能否重新获得信心，最终仍取决于法国自身能否拿出可信的财政整顿方案。

政治动荡：勒庞押注大规模减支

财政压力与法国国内政治环境的剧烈变化正好叠加。学生抗议、物价上涨以及居民购买力下降持续影响选民情绪，主流政党的支持率受到挤压，极右翼和极左翼力量进一步壮大。

法国极右翼领导人勒庞周二开始强化自身的财政政策立场，试图向选民和金融市场证明其具备控制赤字的意愿。她承诺，如果当选总统，将在五年任期内实现1400亿欧元的财政节省，并计划通过全民公投，将削减财政赤字的目标写入宪法。

但经济学家对这一计划能否真正落地仍持怀疑态度。争议不仅在于1400亿欧元的减支规模是否现实，也在于勒庞此前提出的部分工人提前退休政策是否会继续执行。若福利承诺与大规模财政削减同时存在，实际的财政腾挪空间仍有待验证。

本文来自华尔街见闻，欢迎下载APP查看更多

摩根大通策略师周二在报告中指出，交易价格低于面值60%的“严重折价”贷款规模已从一年前的400亿美元增至650亿美元，创2020年3月以来新高。与此同时，交易价格低于或等于面值80%的困境贷款总额已升至1398亿美元，较12个月前增长近90%，仅比2020年5月创下的历史峰值低40亿美元。

从发行人数量来看，目前交易价格低于面值80%的杠杆贷款发行人约有141家，较一年前增加35家。其中，软件提供商CDK Global、QLIK Technologies和Quest Software是规模最大的不良贷款贡献方。

科技行业承压最重，软件再融资压力加剧

科技行业是严重不良贷款最集中的领域，占比达39%，涉及规模544亿美元。软件公司尤其面临较大的再融资压力，未来有逾1000亿美元债务到期；与此同时，人工智能技术快速发展，也加剧了市场对传统软件服务模式受到冲击的担忧，进一步压低相关债务价格。

信用压力已经反映在贷款回报上。CCC级贷款年初至今回报率为负1.97%，是垃圾级贷款各评级类别中唯一录得负回报的层级，其余评级类别均实现正回报。

摩根大通指出，全球债券收益率持续攀升以及美联储转向紧缩立场，推高了高杠杆企业的偿债和再融资成本；与此同时，大量债券和贷款集中到期，也进一步加大企业的资金压力。

债务成本攀升，信用压力向高收益债市场扩散

高风险债务的压力正在进一步传导至高收益债券市场。CCC级债券息差已突破1000个基点，升至2023年地区银行危机以来最高水平；收益率升至15.58%，创2022年11月以来最高水平。

摩根大通预计，2026年高收益债券违约率将从当前预测的2.25%升至2.75%，杠杆贷款违约率则将升至4.50%。

值得注意的是，今年以来因违约而受到影响的高收益债券规模已超过贷款规模，这是2020年以来首次出现这一情况，表明信用风险正在从杠杆贷款市场向高收益债市场扩散。

本文来自华尔街见闻，欢迎下载APP查看更多

日本厚生劳动省周三公布，8月实际现金收入（剔除租金后的通胀调整值）同比增长1.5%，符合经济学家预期；基础工资增长3.8%，名义工资同样增长3.8%、连续第七个月保持在3%以上，为1992年以来最长纪录。但这轮上涨有相当部分靠高市早苗政府的公用事业补贴与食品减税撑起，而非纯市场机制驱动。

与此同时，劳动力短缺导致的破产在2026财年上半年达240件、创历史新高；隔夜指数互换显示，市场定价日本央行年底前再加息的概率为76%。工资上涨、破产潮与加息预期三者并存，将央行推入两难。

政府计划自明年4月起将食品销售税从8%大幅下调至1%、为期两年。若落地，短期托底消费但进一步模糊通胀读数，可能干扰货币政策节奏；工资-物价良性循环是否真正确立，要等补贴与减税效应消退后才能见分晓。

八连涨的成色：补贴与减税托底读数

高市早苗的公用事业补贴将8月整体CPI同比涨幅压制在1.9%，使日本在七国集团中录得最低通胀率。首相在周一的施政演说中强调，价格纾困措施帮助日本实现了G7中最快的实际工资增速。换言之，当前实际工资的“八连涨”有相当部分是财政转移支付对家庭购买力的直接注入，而非企业生产率驱动的内生增长。

剔除奖金、加班费和抽样偏差的更稳定口径显示，全职员工工资增速为2.8%。这一数字低于3.8%的基础工资涨幅，揭示出工资改善的结构性局限。

食品减税：短期提振与长期财政代价

政府正在推进的食品销售税下调计划，将税率从8%降至1%、为期两年、自明年4月起实施，已成为当前临时国会辩论的焦点。该计划的最终形态将直接影响高市早苗的财政管理策略及其公众支持率的稳固程度。

从短期看，减税将直接降低家庭必需支出、进一步支撑实际购买力，并可能在生效初期压低CPI读数，使实际工资数据继续“好看”。但从财政角度，销售税是日本少数稳定的收入来源之一，将食品税率降至接近零的水平，意味着未来两年财政缺口将进一步扩大。在公共债务负担已居发达国家之首的背景下，这一举措的长期财政风险不容忽视。

破产潮与76%加息预期：央行陷入两难

工资上涨的另一面，是中小企业承受前所未有的成本压力。Tokyo Shoko Research周一发布的报告显示，2026财年上半年因劳动力短缺导致的破产案件达240件、创历史新高，其中半数以上归因于人员成本上升，凸显小企业的财务压力。

与之形成反差的是，企业盈利整体强劲。财务省数据显示，截至6月的季度全行业经常利润创历史新高，受AI相关需求与日元走弱提振；日本央行最新短观调查显示，大型制造商信心处于八年多来最高水平。日本最大工会联合会通常最早在本月公布下一财年加薪目标，其成员在今年谈判中已连续第三年实现超5%的加薪。

工资持续上涨是日本央行加息的重要铺垫。上月央行在三个月内第二次上调基准利率，并强调通胀超出2%目标的风险、暗示需要进一步收紧。多数经济学家预计央行将在10月30日会议按兵不动，但隔夜指数互换显示，截至周三东京早盘，市场定价年底前再加息的概率为76%。

后续需关注最大工会联合会的加薪目标、10月30日央行决议，以及明年4月食品减税的落地效果。私人消费仍脆弱，家庭支出截至7月已连续八个月下滑。

本文来自华尔街见闻，欢迎下载APP查看更多

谷歌今年资本开支预计超过2000亿美元，大部分用于数据中心建设。Vahdat在接受Sequoia Capital合伙人Sonia Huang访谈时表示，长程智能体（long-horizon agent）的崛起正在从根本上改变数据中心的设计逻辑，不仅推高了对加速器的需求，也让CPU、网络与存储的需求同步"暴涨"。他同时透露，谷歌必须大约每六个月将服务侧token生成能力翻一倍，而这一增长的主要来源并非硬件本身，而是软件与模型优化的持续叠加。

对投资者而言，Vahdat的判断具有直接参考价值：电力是AI基础设施扩张的最根本瓶颈，而非芯片或制造产能；软件优化对容量提升的贡献"很可能不少于硬件"；TPU路线图上，推理与训练芯片已于今年首次分拆为独立产品线，折射出推理市场的快速膨胀。

Vahdat将FLOPS定性为"虚荣指标"，认为它只反映单颗芯片的理论上限，而实际工作负载性能取决于数千乃至数万颗加速器、CPU、网络和存储如何协同运作。

"在10万加速器规模上，总会有东西在坏，一直如此，"他说。一旦同步工作负载中任何一个组件失败，整个系统可能需要回滚至上一个检查点重新计算，这部分"无效工功"正是goodput与throughput之间的差值所在。他将其类比为在纸上解题：每次因错误回到第一步，过程本身虽然消耗了计算资源，但并不算作有效交付。

故障原因则呈现出典型的长尾分布。Vahdat坦言，"如果存在某个最常见故障原因，我们早就把它找出来修掉了"，问题来源涵盖网络互连、硬件本身、编译器缺陷、运行时错误乃至操作系统问题，每引入一代新产品都会带来新的故障模式。

谷歌约15年前率先将波分复用（WDM）引入数据中心，随后叠加了光路交换（optical circuit switching）技术——后者在纯光域内完成数据路由，绕过了传统电分组交换逐包查表的电域处理环节。

Vahdat介绍，谷歌最初采用MEMS微机电开关，通过在三维空间内精确控制微型反射镜的角度，将任意输入光纤端口的光信号导向指定输出端口，实现可编程的光域路由。这一技术最初服务于两个目标：在高频通信的计算集群与存储集群之间建立光域捷径；以及在无需人工移动光纤的前提下，通过软件控制器动态重构网络拓扑以实现扩缩容。

在TPU集群中，光路交换还具备关键的容错价值：当某个TPU机架发生故障时，系统可在毫秒级内将光路重新指向备用机架，无需任何物理操作，直接压缩goodput损失。

Vahdat透露，轨道数据中心场景下，组件间将真正转向自由空间激光通信——这也是他在地面场景中回避该方案的原因（衰减损耗与大规模三维对准难度过高），但在太空环境中上述限制大幅弱化。

被问及AI基础设施扩张的最大约束，Vahdat的回答直接而明确："电力是我们面临的最fundamental约束。其他所有问题我们似乎都知道如何在一段时间内解决；电力则是长期binding问题。"

谷歌的首选模式是与公用事业并网，而非自建独立电源。原因在于统计复用效应：若完全自给，达到99.99%以上可靠性意味着需建设两倍装机容量；而通过与公用事业的长期协同，在更大基数上平滑需求波动，双方均可降低冗余成本。谷歌承诺自行承担因其接入所需新增的输电线路和变电站建设费用，以避免将成本转嫁至其他用户。

但供需错配现实存在。Vahdat举例：若某年需要1吉瓦，而公用事业当年只能提供700兆瓦，谷歌可能临时自建太阳能+储能以填补缺口，并在最热月份将本地发电回馈电网。

关于单体数据中心的最优规模，他坦承这是"大量争论的来源"，且高度依赖选址：训练集群偏向吉瓦级集中部署以最小化网络延迟；而服务集群需分布全球贴近用户，单体规模更小，且因需混合配置存储与计算，专用化程度相应降低。

Vahdat将与DeepMind的协作描述为"深度合作伙伴关系"，并以"在芯片架构飞行途中做修改"来形容其紧密程度。

谷歌同时推进五至六代TPU：已量产、调试上线、即将tape-out、设计中、概念阶段，构成一条横跨数年的并行流水线。不同阶段对应不同深度的协同窗口：对已量产芯片，重点在于共同最大化goodput；对即将tape-out的芯片，若DeepMind提出能带来重大收益的模型优化，双方可以紧急评估是否值得推迟tape-out以纳入硬件修改——"叫停一次tape-out是大事，但如果机会足够大，我们绝对会一起努力"；对设计阶段的芯片，则进行三至四年维度的模型架构趋势共预测，依托仿真基础设施评估不同硬件架构对未来工作负载的适配度。

Vahdat还披露，谷歌目前已在使用Gemini为未来版本的Gemini设计硬件，形成模型辅助芯片设计的自我强化闭环。他和DeepMind的Koray及Demis"每周都会多次交流"。

对于十年后算力形态的预判，Vahdat给出了两条并行路径。

在地面形态上，他预计集成度将大幅提升，机架将从外部可见的繁复光纤束演变为"只有一小束光纤从机架里出来"的高度集成单元。单个机架功耗可能达到数兆瓦量级，进场安装仅需接入电、水、光纤三路即可运行——制造与部署将更趋向模块化工厂预制。

在轨道路径上，谷歌已将轨道数据中心列为正式在推进的moonshot项目，核心逻辑在于能源优势：太空中无大气衰减使可用功率天然高出约40%；太阳同步轨道可实现98%至100%的日照覆盖，而地面设施通常仅为28%至35%，叠加后的能量密度优势可达3至4倍，且无碳排放。

主要挑战在于冷却（太空散热反而更难）、可靠性维修（硬件损坏后维修难度远高于地面）以及组件间通信（将被迫采用自由空间激光而非光纤）。Vahdat表示，这些问题"没有根本性showstopper"，并开玩笑称2036年或许真能"把机架发射升空，由空间站机械臂接住，插进正确模块"。

以下为访谈全文：

主持人（索尼娅·黄，Sequoia Capital）：
欢迎 Amin Vahdat 来到节目。非常感谢你今天加入我们。我也很期待今天的对谈。今天的主题让我非常兴奋，因为我们正处在大规模资本开支建设的历史中心。

阿敏·瓦赫达（Google AI 基础设施负责人/首席技术官）：
能来这里我也很兴奋。今天的话题非常激动人心。

主持人：
你正处在这场人类历史上最大规模的资本开支建设之中。仅 Google 一家，今年预计资本开支就将超过 2000 亿美元，其中大部分用于建设数据中心。而你正是这一切的核心人物：去年年底你被任命为 Google AI 基础设施负责人，正在牵头人类历史上资本密集度最高的建设之一之一。所以我非常期待今天和你一起深入聊这件事。

阿敏：
这确实是行业层面、也包括 Google 在内都非常重大的一年。老实说，我认为我们以前从未见过类似情况；当然，在 Google 没有，我甚至觉得在人类历史上也没有，无论从建设规模还是转型速度来看，都令人难以置信。

主持人：
在深入之前，先给观众快速普及一下：什么是 AI 数据中心？它和非 AI 数据中心有什么不同？

是什么让数据中心成为“AI 数据中心”

阿敏：
这是个很好的问题。AI 数据中心和非 AI 数据中心其实有很多相似之处，并不是截然不同。它们都由混凝土构成，都有一个围合空间；都有电气场、机械场、冷却系统；有成排的电力分配；还有大量网络基础设施，也就是把大量计算设备彼此连接起来；数据中心里也有相当多存储基础设施。

我认为 AI 基础设施最大的区别在于“专门化”。过去建设数据中心时，本质上是在做一个 20、25、30 年期的建筑投资。我们会考虑这座建筑在 20、25、30 年里如何演进。里面可能放服务器，可能放网络、存储，也可能放一些加速器，比如 GPU、TPU 或其他芯片；但规划周期是 25 到 30 年。硬件寿命可能是六年，所以我们必须为许多代硬件做规划。

而 AI 数据中心往往更像是“为特定目的而建造”。换句话说，我们经常把建筑和将要放进其中的硬件做共同设计。比如，我们可能决定不在某栋楼里放太多存储。为什么？因为一个存储机架可能有 10、20、30、40 千瓦功耗；而把它放在 TPU 机架或 GPU 机架旁边，那些机架今天轻松达到数百千瓦，未来几年甚至可能更高。设计一栋楼时，如果要在一排里放 30 个存储机架，和只放一两个 AI 机架，是非常不同的设计。你可以从尺寸、功率，以及功率如何在建筑内分配等角度去理解这种差异。

网络也是同理。存储机架所需的网络带宽很小，尤其是机械硬盘存储，相比 AI 机架更是如此。如果你想让数据中心在 30 年周期内完全可互换、完全通用，你很可能会把它建得过大、过度设计。AI 数据中心很可能更加专用的，与硬件共同设计，甚至精细到冷却和配电等环节。也就是说，会有更多共同优化。

主持人：
你们交付了一个很大的 Vera Rubin 集群给我的一家被投公司 Ineffable Intelligence，我看到了它出货时的照片。那真是一个杰作。那简直就是纪念碑，展示了人类能做出什么样的工程。

阿敏：
确实。那只是几个机架，但机架之间的布线、光纤分配真的非常美。美不美见仁见智，但对我、对你，以及不少听众来说，它确实是一件工程之美。我们把这张照片放到社交媒体上，人们非常喜欢 Ineffable Intelligence 正在做的事；那是一个非常出色的团队，也获得了很多关注。不过实际上，大家最喜欢的是光纤照片，尤其是光纤那种分形般的结构。那篇帖子成了我们有史以来最受欢迎的帖子之一。所以我们确实很兴奋。

主持人：
我看到照片时浑身起鸡皮疙瘩。

不是 FLOPS，而是 Goodput：当系统每小时都会出故障时，如何问责

主持人：
在这场大规模建设中，你们如何衡量自己、如何问责？我们在节目开始前聊到，FLOPS 更像是一个虚荣指标，你更偏好另一个指标。能展开讲讲吗？

阿敏：
无论 FLOPS，还是你偏好的其他芯片中心指标，本质上都是“理论值”。也就是说，在某种条件下，对于某颗芯片，这是它能交付的最大 FLOPS。但我们最终真正关心的是：某个工作负载实际交付的性能如何。工作负载的性能很少由单颗芯片决定。它可能取决于 FLOPS、HBM、SRAM 容量等，这些因素都非常重要；但它也可能取决于 2、4、8、16、1000、10000 甚至更多颗芯片如何组合在一起。这里不仅包括加速器，无论 TPU 还是 GPU，还包括给它们喂数据的 CPU，以及把所有设备连接起来的网络。

所以问题是：你运行的工作负载是什么？这个工作负载的性能是多少？一个有意义的度量是 FLOPS 利用率：对于某个特定工作负载，如果你理论上具备某个teraflop/petaflop 能力，你实际交付了其中的多少比例？

这就是 goodput 的一种度量。什么是 goodput？大家熟知 throughput，即“吞吐”。那是理论上可能的吞吐。但现在要考虑其他因素。一个是工作负载本身固有的 slowdown；另一个非常关键的因素是可靠性。

从问责方式上说，如果有一个芯片在同步工作负载中失败，而这些工作负载——无论训练、服务还是 agentic 工作负载——往往都是同步的，也就是说许多组件同时协同工作。假设有 1000、10000、100000 个组件同时工作，并且需要在微秒或毫秒级粒度上协调。只要其中一个失败，就可能让整套系统停下来，因为每个组件都依赖其他组件完成自己的那部分工作，才能共同回答一个很难的问题。

其中一个组件停了，我们现在必须弄清楚发生了什么、哪一个停了。我们在之前某个时间点保存的 checkpoint 是什么？如何恢复这个 checkpoint？如何重启？最坏情况下，我们可能不得不从头开始，那就非常糟糕。某些情况下确实可能发生，尤其在推理侧更常见。重点是：如果失败后你必须回头重做大量计算，如果必须暂停并等待排查故障，这些“工作”都不算真正帮助你得到答案。

就像你在纸上解题：第一步、第二步、第三步、第四步。如果你因为犯错必须回到第一步，你当然仍在“做功”，那是 throughput；但真正重要的是 goodput，也就是你交付答案所花费的总时间。如果有故障、有故障恢复、有任何打断工作的因素，这些都会计入问题之中。

所以我们问责自己的方式是：交付的 goodput，而不是理论 benchmark 吞吐，也不是理论上的“ goodness”。对于一个真实工作负载，在真实故障条件下，实际发生了什么？不幸的是，在 10 万加速器规模下，我要说的是：在那个规模上，总是有东西在坏。一直如此。而且每一颗这样的芯片，都是自然界的奇迹，处于制造能力最前沿。现在这些芯片还不只是一颗芯片，而是由两个、四个、八个甚至更多 chiplet 组成的封装，再加上旁边的 HBM、网络连接，也许还有共封装光学。无可指摘，但确实有很多东西可能失败。而一旦你有 10 万颗这样的设备，总会有东西失败。你必须为此做好准备：近乎实时地检测，近乎实时地恢复。遥测问题非常庞大，就像持续不断地在干草堆里找针；当然是在秒和分钟级别持续在线，而对某些任务，甚至是小时、天、周级别持续在线。

我们问责自己的标准，就是数据中心里真正重要的工作负载交付了多少 goodput。

主持人：
goodput 是 Google 内部术语，还是行业术语？

阿敏：
这是 Google 术语，但我看到行业里越来越多的人也开始采用它。

主持人：
帮我校准一下：在 10 万加速器规模，故障频率大概是多少？每天一次？每小时一次？

阿敏：
在这个规模上，肯定是每天多次，取决于具体配置，甚至可能每小时多次。总会有东西失败。

主持人：
最常见故障原因是什么？

阿敏：
问题就在这里。这确实是个很好的问题。如果存在某个“最常见故障原因”，我们早就把它找出来并修掉了。实际情况是一条不断发现新问题的长尾曲线。每当引入新产品，总会有新问题击中我们。坦率说，很多情况下正因为它处于最前沿，故障可能来自网络相关，可能来自我们如何以超高速度把这些设备连接在一起，也可能来自硬件本身。这些我们会逐项解决。但很多 issue 也可能是软件问题。这也是我们问责自己的另一部分。芯片也许具备某个 FLOPS 能力，但如果有编译器 bug、运行时 bug、模型问题、操作系统问题，那都没关系——它照样会影响系统性能。你可能拥有完全可靠、完美的硬件，但仍会被软件问题拖垮。

每六个月让 token 产能翻倍，以及增益究竟来自哪里

主持人：
从加速器公司——Nvidia 或 TPU 团队——那里，是否存在一个标准参考栈：只要围绕他们的加速器构建这个最优系统，你就没问题？还是说，你们在半导体公司提供的方案之上，还必须自己做很多数据中心设计？

阿敏：
确实存在参考栈。我想说，Nvidia 是一家非常出色的全系统公司；它显然是半导体公司，但又不只是半导体公司。他们提供非常强的参考栈。但据我们观察，大多数客户会利用这个参考栈，同时许多客户也会做专门化。也就是说，他们会发现：对于自己的特定用例，存在一个自然出现的优化机会，或者有某些不同需求必须处理，于是他们会去做。TPU 这边也类似。我们也有参考栈，大多数人会利用它，但很多人也会进一步专门化。

主持人：
明白了。再谈整体容量：你告诉团队，Google 必须大约每六个月把服务能力翻一倍，对吗？

阿敏：
需要澄清一下。这里说的是“有效可用容量”。最终我们看的是服务视角下的 token 生成能力。容量是软件和硬件的结合。硬件可能有某种所谓“固有”FLOPS 水平。我说的并不是必须每六个月把 FLOPS 数量翻倍；那只是路径之一。你确实必须每六个月让硬件生成 token 的能力翻倍。而其中来自软件的部分，很可能不少于来自硬件的部分。也就是说，收益可能来自模型优化，也可能来自运行时优化。实际上，更可能是数十、数百项单独优化不断落地，一次又一次叠加，才让这一切成为可能。但容量提升的速度确实令人难以置信。

主持人：
过去几年里，我们已经看到了几年数据中心建设、模型进步和软件进步。以“每瓦智能”来衡量容量增长，经验上分解一下：多少来自硅片本身，多少来自模型，多少来自其他软件，以及其他大的组成部分？

阿敏：
这个问题很好。我没有精确分解数据，但根据我们的经验，大部分收益来自模型侧改进，也就是模型软件系统层面的 intelligence per watt。顺便说，“每瓦智能”是个非常棒指标。我们更准确的说法是“每瓦 goodput”。之后可以再说为什么分母必须是瓦。Goodput 本质上可以是“每瓦交付智能”的度量；goodput 本身是工作负载特定指标。但我认为，大部分增益往往来自模型侧软件系统，其次也来自软件系统其他部分。为什么？因为它们能确保你已有的硬件被有效利用。

硬件本身也确实惊人。换句话说，我们正生活在一个年化 2 倍甚至更高性能改进完全可能的时代。硬件确实能够支撑这一点。如果你想要一个比喻，它像一个“免费乘数”——不是完全免费，但其他所有上层都可以指望它：这是一个逐年把所有人抬升的乘数。

TPU 的赌注：从 2013 年的逆势判断，到首次拆分为 8i 与 8t

主持人：
我想聊聊 TPU 项目和协同设计。Google 十多年前就开始做定制芯片，这在当时是个逆势判断。TPU 项目是如何演变的？

阿敏：
变化相当大。项目始于 2013 年，当时确实非常逆势。很难把你重新放回 2013 年的语境：当时的传统智慧是，所有最聪明、最有经验的人都会说，你不该为单一工作负载构建定制加速器。为什么？因为摩尔定律还在，每 18 或 24 个月性能翻倍还在；你可以利用标准编程模型，你的 C++、Java、Python 等等都能用。这有点像芯片领域的“苦涩教训”：专门化永远不会赢。

但在这个特定案例里，我们有一个应用，或者说少数几个应用，会从专门化中极大受益，而要支持它们需要难以想象的海量通用 CPU。所以 2013 年它确实是一个赌注，甚至公司内部也有相当多的人不确定它能否成功。结果证明这是一个巨大成功的赌注。

第一代芯片完全围绕推理。第二代芯片则是：实际上我们可以把同样思路扩展成训练芯片。从那以后，越来越多用例开始使用 TPU。大约第二代芯片推出前后，Transformer 被发明了，那是一个重大时刻，也完全改变了 TPU 项目的方向。我们还发现推荐系统在 TPU 上运行得非常好，于是广告和相关用例也加入了进来。所以这种变化和演进，本质上是范围和影响力的扩展：它从一个极具影响力的一两个推理服务用例开始，主要是语言翻译和语音识别；然后扩展到训练，再到 Transformer、推荐系统；随着生成式 AI 时刻到来，又继续泛化到越来越大、越来越可扩展的系统。

主持人：
你提到 Transformer 的出现是一个重要时刻。我很好奇，TPU 是一种特定架构，但并不是专门针对 Transformer 的。你如何在“芯片对负载该有多专门”这条细线上把握平衡？

阿敏：
这是个很好的问题，核心在于芯片对特定工作负载的适用性。每一代我们都在思考：是否要进一步专门化？比如说大约两年多以前，我们面对的问题是：到 2026 年，我们应该做两颗芯片还是一颗？我们可以做一颗芯片，同时较好地完成推理和训练；也可以做两颗芯片：一颗进一步专门化于推理，另一颗进一步专门化于训练。这个分析和这项工作最终促成今年发布两颗芯片：8i 用于推理，8t 用于训练。

最终我们意识到，几年前情况未必如此，但到 2026 年，我们看到推理和服务真正起飞了。于是一颗在服务上明显更快的芯片开始变得非常有意义。我们曾估计，推理在其生命周期内可能占市场的 30%、40%、50%、60%。相比之下，如果我们预计推理只占市场的 2% 或 5%，即使专门化芯片快 2 倍，也可能没有意义；因为你反而会偏向一颗通用芯片——它虽然没有完全优化，但具备统一性等优势。

所以这确实是一个计算问题：你是否要进一步专门化？这个工作负载有多大？未来两三年、三四年它预计会有多大？这个工作负载是否能支撑硬件层面的持续增长？正如前面所说，机会在于：你对某个工作负载专门化程度越高，灵活性越低，但硬件会越快、越省电。所以这是一门艺术，也是对设计目标的预判：这个工作负载有多持久？如果它一两个月、三个月后就消失了，即使这三个月很大，你 interception 的窗口也非常窄。它必须足够持久，而且你必须能准确预判专门化能带来多少收益。

主持人：
粗略权衡似乎是：支持一个新项目有很高的固定成本。

阿敏：
是的。你必须认为，对这个特定项目会有足够需求来证明成本合理。举个例子，对于 8i 和 8t 两颗芯片，两者其实都能做另一种工作负载，这一点也很关键。假如 8i 只能做推理，完全不能做训练，也就是训练性能为零；反过来，假如 8t 训练极强但推理性能为零，那也会是关键限制。为什么？因为我们就必须提前预测，在这颗硬件约六年生命周期里，各自到底需要多少。现在这样比较好：两颗芯片都更擅长自己的专门负载；但如果某个地方有剩余容量，两者也都能承担对方的工作。取决于专门化程度，你可能会把自己搞得过于专门，从而失去灵活性、可互换性。

主持人：
既然粗略权衡的一端是项目规模，那我问个挑衅点的问题：现代 AI 市场这么多东西都基于 Transformer，为什么不干脆把 Transformer 架构“烧”进芯片里？

阿敏：
Transformer 确实是基础，但下一层问题是：Transformer 本质上围绕向量、矩阵乘法运算，以及 softmax。也就是一系列线性代数原语。我们这些以及其他厂商大致已把这些原语固化进硬件。大家当然都基于 Transformer，但模型架构还有一层：你有多少层？如何在层内前进？如何跨层前进？每个维度上应用什么形状的矩阵和向量？你可以进一步专门化，不只是专门化到 Transformer，而是专门化到你的模型。这是下一层专门化。我知道有一些公司在思考这个方向，我也认为这是一个非常非常有趣的方向。

主持人：
那么现在，你的客户会把 TPU 和 GPU 看作大致可互换的等价物吗？还是说某些问题更适合其中一种？

阿敏：
肯定存在某些问题更适合其中一种。GPU 比 TPU 更通用，这一点很清楚。Google 和 Google Cloud 有非常出色的产品，我们销售大量 GPU，内部也使用 GPU。但真正要看的是你问题的具体情况。我们的客户会在两者重叠的范围内，评估自己的工作负载和可选方案。我们在 Google 喜欢做的是给客户选择权：为他们的需求提供正确解决方案，并尽可能提供最能满足他们需求的方案。

协同设计的支持与反对理由

主持人：
从芯片到网络再到软件，协同设计的理由是什么？反对理由又是什么？

阿敏：
协同设计有巨大的优化机会。可以想象，如果你有一个端到端栈，想自由选择任意组件——比如你跨多个云运行，或跨许多硬件、许多软件运行——你可以设计抽象层，声明：我能运行在任何硬件上，运行在任何软件上，运行在任何网络拓扑上，你给我多少网络我都没问题，我的系统会完全自适应。这样你就获得很强能力：新容量一夜之间出现，你就能跑起来，因为系统就是按这种方式设计的，可以立刻利用任何资源。你没有硬编码，也没有对任何特定基础设施做专门化。

缺点是，如果你完全通用，你很可能会把大量性能留在桌上。如果你对任何人的硬件、软件、网络、存储、计算等栈都完全灵活，那么每一层之间都会出现很大的“阻抗失配”，如果你追求完全通用性的话。每层之间可能有 10%、20%、甚至 2 倍差距。你开始把这些优化机会逐级相乘，最后会剩下一个很大的端到端机会——无论你称之为每瓦智能，还是每瓦 goodput——都可以利用，甚至一路下探到配电、电力可用性、软件优化等等。

支持协同设计的一方是：你可以随时随地运行，没有锁定。反对的一方是：你会把显著、甚至很可能是显著数量的性能留在桌上。

主持人：
我的理解是，如果看 OpenAI 和 Anthropic：OpenAI 主要构建在相对同构的计算栈上，而 Anthropic 构建在相对更异构的计算栈上。这是否部分解释了协同设计，也成为传闻中两家模型架构非常不同的原因之一？

阿敏：
我不能、也不想推测 OpenAI 和 Anthropic 在做什么。这是一种可能性。但在不知道他们具体做法的情况下，我会想象，他们最终采用不同架构可能有许多原因。

与 DeepMind 并肩作战：在芯片飞行途中“拦截”架构

主持人：
那 Google 呢？我很好奇你的团队与 DeepMind 的工作关系是什么样的：在模型开发的哪个阶段，谁会进入同一个房间？你们如何在协同设计上共同决策？

阿敏：
这是我在 Google 工作最有趣、也最让人欣慰的部分之一：有机会与 DeepMind 团队真正肩并肩地协同设计硬件和模型。还有第三个元素：我们还会把这种协同延伸到消费者服务和云。这个先放一边，之后可以回来谈。就 DeepMind 而言，这真的是深度合作伙伴关系。

举过去的例子：他们提出模型优化，可能是针对 Transformer，或针对某个特定数学运算；而那时我们有一颗芯片正在进行中，还没完成。他们可能会说：“天呐，如果硬件支持这个，我们的端到端训练或服务可能显著更快、更高效。现在要改变我们正在执行中的硬件定义，需要付出什么？”这会促使双方工程师和研究员密集地聚到同一个房间，待几天、一周、两周，讨论：“好，我们可以做到。”更常见的情况是，“我们没法完全做到你想要的，但可以做成另一个版本。”然后也许你也能把模型架构往另一个方向改一点，从而得到你想要的 98%、我们目标的 90%，然后我们再回头去调整硬件。或者说：“你知道吗，我们会把 tape-out 推迟一两周，因为这个收益级别完全值得。”

类似地，当我们规划路线图时，任何时间点上都有许多代芯片在并行推进：一代是已经量产的芯片；一代是正在努力投入量产的芯片，已经从制造商回来，我们在调试、让它工作；一代是处于实现阶段、即将 tape-out 并交给制造商的芯片；一代处于设计阶段；还有一代处于概念阶段。所以从量产到还在脑海里，真的是一条五六个阶段、跨越许多年的流水线。

与 DeepMind 的合作，对已经量产的芯片非常重要，因为我们可以共同最大化“交付智能”或“每瓦交付 goodput”。我们确切知道模型里发生了什么，也知道硬件里发生了什么，以及两者之间的一切。我们也可以深度合作那些即将 tape-out 的芯片。为什么？因为我们可以拦截，并字面意义上在芯片架构“飞行途中”做修改。这如果跨公司边界会很难，甚至不可能；不是说不可能，但难得多。假如离芯片完成只有几周或几个月，再说“天哪，让我们肩并肩坐到同一个房间，看看是否该打乱项目”，这是可能的，但更难。这是我对跨公司边界的判断。

对于那些还在设计阶段的芯片，我们可以一起评估许多架构。我们会问 DeepMind 同事：你们认为两三年后的模型架构会往哪里走？这是我们能做的一组方案，这是模型架构可能演进的一组方向。我们其实有深入且重大的仿真基础设施，可以预测工作负载将如何映射到不同硬件架构上。深度而快速的迭代。团队并不是分开工作的，很多时候就在同一栋楼、同一个房间里，日常深度互动。我和 Koray、Demis 等人每周都会多次交流。所以这确实是工作里非常有趣的一面。

主持人：
太棒了。最终他们的模型也会帮助芯片设计。

阿敏：
我们也在用 Gemini 为未来版本的 Gemini 设计硬件。

主持人：
这真的很酷。之后我想再回头聊合作本身。我猜这里仍存在一个阻抗失配：硬件周期显然比 DeepMind 软件侧面对的周期慢，而你们的规划周期肯定也更靠前。那么你们实际还有多少调整空间？

阿敏：
这是个好问题。毫无疑问，我们会提前两三年、四年、五年规划硬件。刚才聊到我们已经宣布的 TPU 第 8 代，但你可以想象第 9、10 代，也许还有别的，已经处于概念、执行或其他阶段。它们可能还有好几年才出来。而如果你默认在做模型架构工作，通常不会提前好几年思考。

但这也恰恰是公司一起成长起来的伟大之处。Google Research、DeepMind、Transformer 的发明，所有这些也都发生在这些相互重叠的房间里。也就是说，有一整代研究员已经习惯了能够影响硬件，也知道硬件按多年周期运转。他们也知道：如果只是一个能给即将 tape-out 的芯片带来 1% 或 0.5% 收益的小改动，他们大概不会来找我们，因为他们足够了解：这不像软件，你不能提交一个 change list，两周后就上生产。实际上，叫停一次 tape-out 是大事。但他们也知道，如果真有一个非常大的机会，我们绝对会一起努力，看能否把它放进去。所以收益来源是乘性的。硬件会抬升所有船只，对吧？

DeepMind 团队有相当一部分人——我们对此非常感激，那是个令人惊叹的团队——会认真思考如何影响路线图，因为那是一个流水线。你两年前的想法，现在已经在生产里，并帮助 Google 所有工作负载跑得更快，那是一种很好的感觉。

主持人：
完全同意。不过，预测五年后最常见的工作负载、以及会出现什么算法突破，这看起来几乎不可能。

阿敏：
听起来确实不可能。我明白为什么你会觉得不可能。但令人震撼的是——我们其实正在非常详细地写这件事，而且写起来很有意思——TPU 架构在中等细节层面上，自 TPU v1 以来并没有真正改变。不是说在最高层面上没变，而是在中等细节层面上。你可以把它类比为 CPU 的指令集架构：你有 load、store、add、subtract、branch。这么多年软件在上面做了什么？TPU 也一样。我们有一些基本指令和基本原语。当然我们扩展过它，不是说指令集完全没变；但那些原语，比如专门化的数值格式、非常大的矩阵乘法单元、一个管理向量操作和 scatter/gather 操作的 sparse core 等，真正定义它的就是五六件事。还有一个实际是 load remote/store remote：我们可以通过 ICI 网络读写远端内存。这些基础一直在，并且已经扩展到许多代模型、许多代甚至深度神经网络算法和模型结构。

长程智能体改变数据中心形态

主持人：
说到工作负载变化，过去一年左右最大的变化之一——我认为其实是从今年日历年年初开始——是长程智能体（long-horizon agent）的崛起。我猜这种工作负载和过去几年那种快速轮转的 LLM 对话形状很不一样。这对数据中心需求意味着什么？

阿敏：
我认为有两个巨大方面。第一，它不再是“人——加速——交互”的模式。换句话说，当你在网页浏览器或手机上输入 prompt 时，当然，响应你的 prompt 会发生大量计算；但当响应返回后，你必须读它、思考它，然后也许才有 follow-up。这中间通常是多秒级的交互时间。现在，在长程智能体中，没有人在环路里，自然不会限速模型收到请求的速度。过去以秒计、也许几十秒计的交互时间，现在可能进入毫秒级：我一拿到响应，就可以解析它、对它做一点推理，并判断下一个请求是什么。

第二个大变化是：所有这些推理和解析大概率发生在 CPU 上。而这个 CPU 接下来必须思考：为了生成下一个 prompt，我还需要收集哪些其他状态？换句话说，我从这个响应中学到了东西，我要采取下一步；但我其实需要去抓取一些上下文，可能来自本地 DRAM，可能来自另一台 CPU 上别人的 DRAM，可能在 SSD 上，也可能在别处的 HDD 上。所以现在还需要进行大量编排。

因此，设计正在发生相当显著的变化：加速计算需求在上升，但 CPU、网络、存储等传统数据中心 CPU 等需求也在暴涨。

主持人：
这意味着你们要在 GPU 机架旁放更多 CPU 吗？是 GPU/TPU 机架吗？

阿敏：
这是关键问题。回到优化和专门化的问题：如果我们开始在 GPU 和 TPU 旁边放很多 CPU 机架——这确实是个问题——那就意味着我们无法完全按 TPU 机架相对于 CPU 机架的密度和网络需求来做专门化。TPU 机架密度会高于 CPU 机架，可能也需要比 CPU 机架更多网络。换句话说，我们的建筑设计会发生变化。

另一个选择是保持均匀性：把 TPU 或 GPU 全放在一栋楼里，隔壁楼放 CPU；也许顺便说，硬盘必须放在另一栋楼，因为硬盘又有另一套要求。现在你需要在这些楼之间建立相当可观水平的网络。一旦离开一栋楼，网络复杂性会从可靠性、成本角度显著上升；延迟大概仍可接受，但现在组件之间可能出现数百微秒，甚至更多排队延迟。所以考虑因素会以非常有趣的方式变化。

主持人：
你的工作很难。

阿敏：
很难，但也很有趣。

光路交换与网络现状

主持人：
网络侧发生了什么？我听说 Google 一直站在最新网络技术前沿，包括光网络。能讲讲光网络现状吗？

阿敏：
大约十五六年前，Google 就是最早把波分复用（WDM）引入数据中心的厂商之一。我们可以在单根光纤中放入多个信号，并把它用于机架之间的所有通信。同时，我们还引入了一项与波分复用一起使用的技术，叫光路交换（optical circuit switching）。本质上，光路交换与传统电分组交换相反：它完全在光域内传输和移动数据。

可以这样理解底层技术。在分组交换机里，你会拿到一个带头部的分组，在电域里查看它，根据头部判断它要去哪里；头部可能有 IP 地址，于是你查表：对于这个目的地，该从哪个端口转发？基本上每秒有数十亿、甚至数万亿个分组以超高速通过并被转发。而光路交换说的是：我不在电域里触碰这些比特。我要做的是，对一个输入端口，决定把光送到哪个输出端口。实现方式有多种，我们最初用的是 MEMS 开关：微机电马达在三维空间里控制反射镜。于是我们可编程地控制一个可能有 128 个端口、256 个端口或类似数量的盒子，把进入每根光纤的每个输入端口映射到某个输出端口，然后改变反射镜角度，让光真的照射到这些镜子上，并反射到正确的输出端口。

最初我们做这个有两个原因。第一，是在机架组之间创造局部性。假设我有一个计算集群和一个存储集群，共同支持——打个比方——搜索。我们知道这两个集群会频繁通信，于是配置反射镜，在两者之间 purely optically 创建捷径，连接两个机架集群。第二，我们希望能在不实际移动任何光纤的情况下扩展和收缩网络。这里不展开细节，我可以在白板上画出来。光路交换允许你重构网络 spine，从而扩展或收缩它，而不需要人类做任何事，只需要一个控制器来管理。

快进到 TPU。TPU 有 Taurus 拓扑，把所有 TPU 直接连在一起。前面我聊过吞吐和 goodput。我们能做的一件事是：如果一个 TPU 机架故障，可以用另一个 TPU 机架替换它，而无需移动任何光纤。这里也得挥挥手或画白板；但本质上，我们可以说始终保持有一个备用机架，当一个机架故障时，把光重新指向新机架，这可以在毫秒级完成。

主持人：
那为什么还要光纤？为什么不直接全用自由空间光？

阿敏：
问得好。衰减损耗和带宽会急剧下降。而且在一个非常大的建筑范围内，不靠光纤把所有东西在三维中连接起来，要对准所有光路会非常困难，甚至可能不可能。我们讨论过，也确实有过一些非常有趣的讨论。但是的，主要还是通过光纤；当光进入光路交换后，本质上光会直接照射到这些微小芯片上。这是网络的一个大方向。但还有很多可说，网络在数据中心里的能力和需求 frankly 都在爆发。

主持人：
太酷了。我们完全可以就这个话题单独聊一整期。

阿敏：
是的，非常酷。回到 Ineffable 那张照片，抓住大家眼球的正是那些线缆。而最终其中一些线缆会接入我们数据中心里的光路交换。

电力是约束条件：公用事业、吉瓦，以及数据中心规模

主持人：
明白了。我想转向电力。你一直在讲每瓦 goodput、其他各种“每瓦”指标，这让我觉得“每瓦”意味着电力在某种意义上是约束条件、稀缺条件或昂贵条件。

阿敏：
我经常被问：我们面临的最大约束是什么？现实是，并不存在单一的“最大约束”。所有约束都是约束，都超级难，而且会不断变化。但如果必须从根本上回答，我会说电力是我们面临的最 fundamental 约束。其他所有问题似乎我们都知道如何在一段时间内解决；电力则是长期 binding 问题。当然，核能或许会带来丰富清洁能源，到时能解决很多问题；当它何时、以多大规模发生，仍然未知。

主持人：
实践上这是怎么运作的？你要新建一个数据中心，需要 1 吉瓦电力。我想象你不能直接打电话给 PG&E 说：“嘿，请送 1 吉瓦电过来。”配电实际上是什么样？你是否必须一路垂直整合，甚至自己造涡轮机？你们如何解决电力瓶颈？

阿敏：
这又是一个大问题、重要问题。我们在 Google 的首选模式始终是接入公用事业、接入电网。所以确实相当于给你数据中心所在地的“最喜欢的公用事业公司”打电话——当然，要非常礼貌——而且当然要提前很多年通知。换句话说，如果谈的是吉瓦规模，你不能说“我明天就要 1 吉瓦，什么时候开始计费？”这是我们一起多年共同规划的事情。对我们而言，我们也非常重视一点：与这些公用事业合作时，要把基础设施成本覆盖掉。这个话题可以聊很久。由于计费机制，理论上公用事业为我们建设容量，可能会导致其他人费率上升；我们确保的是，比如需要建设/升级的输电线、额外公用事业变电站等，这些费用由我们支付。

所以这是一个长期规划过程。绝对可能出现这种情况：假设我们在一个我随手编的年份 2028 年需要 1 吉瓦，而公用事业能在 2029 年给我们 1 吉瓦，2028 年只能给我们比如 700 兆瓦。这时我们可能就面临如何覆盖那 300 兆瓦的问题。一个答案是等；另一个答案是，研究如何自己产生其中一部分电力，也许是太阳能，也许配电池作为备份，也许来自其他来源。然后我们再次与公用事业合作。也可能是组合方案：我们在本地保留一定的发电能力，即使公用事业后来完全上线，比如达到吉瓦级，我们实际上还能把电回馈电网。也就是说，在他们需要时回馈电网。比如一年中最热的两周，住宅需求巨大；如果我们有本地发电，就可以把电回馈电网。

所以这确实是与公用事业多年合作的过程。为什么你更倾向这样做，而不是自己垂直整合？

主持人：
正是。

阿敏：
主要原因是灵活性和双方 uplift。可以这样看：统计复用，或者大数定律。如果我们需要 1 吉瓦电力，并且希望以 99.99% 以上可靠性获得，可能意味着必须建 2 吉瓦电力。在那个水平——99.99 或 99.999——你必须有 1+1 冗余，这会很贵。而且还要确保它 ideally 是清洁能源，最好就在数据中心旁边，这也很有挑战。现在如果我们与数据中心合作——也许我们自带一部分，可以在他们需要较少时给电网，也可以取用他们的电——通过在大得多的基数上做统计复用，实际上所有人都是赢家：我们赢，电网赢，居民也赢。我们偏好这种方式。极少数情况下我们也会 behind the meter 做，但即便那样，也是在假设我们会与公用事业合作、比如一年后并网的前提下做。所以这对我们是 uplift，对电网也是 uplift。

主持人：
有道理。你如何决定把一个数据中心建多大？

阿敏：
这是一门艺术，也是大量争论的来源。记得十多年、十五年前，Google 内部甚至有场大辩论：要不要把所有东西放进一个数据中心？那时那会是 1 吉瓦，在如今看来算“简单年代”的笑了。

其中一个明显担忧是单点故障。如果你从 30 年视角看，这是巨大担忧。另一方面，如果谈今天的训练工作负载，越大越好；从网络角度看，你确实希望事物尽可能集中在更小距离内。但接着又有两个问题：单点故障，以及电力可用性。吉瓦在 10 或 15 年前很大，但还能想象；而现在，要把 Google 的全部需求建在一个地方，在这个国家或世界上任何地方都不可能。那最优尺寸是多少？我们确实有模型、仿真器等。但这也取决于地点：有些地方我们会在网络边缘，或位于一个国家里，可能只有几十兆瓦；我们甚至与 ISP 合作，可能是在伊拉克。好吧，这不是训练集群。训练集群可能更接近吉瓦级。其他站点可能是几百兆瓦，等等。

训练与服务集群、七岁高龄的 TPU，以及开放标准

主持人：
很有意思。我想理解你如何做组合生命周期管理。我猜最大的最新集群用于训练最新前沿模型，然后回收旧设备跑推理。这个框架对吗？你们是否也建设推理专用集群？这一切如何运作？

阿敏：
你的框架非常合理，也确实有意义。但我会说，推理需求大到我们不能只依赖那些不再被训练完全占用的旧训练集群来作为推理基础。再想想，我们可能会在某一年把训练集群集中到少数几个大站点；让它们之间的网络距离保持很小有好处。所以无论它们位于世界何处，在特定年份里，它们可能位于同一大陆，甚至同一大陆的同一区域。于是其他大陆可能就没有足够服务能力。这时我们就必须去建设专门的推理集群，分布到世界各地。所以你的直觉很准，但不完全。确实必须是：这里是训练集群；是的，几年后它们大概率会用于服务；但我们同时也必须建设服务集群。

主持人：
你的服务集群和训练集群不同吗？更小吗？每兆瓦更便宜吗？

阿敏：
不一定更便宜，因为服务更需要把计算、网络和存储放在一起，于是又回到无法完全专门化的问题。训练时可以做大密度、均匀部署等；而服务需要存储、计算和加速器混合。此外，服务还有一个很有意思的方面——可以以后再展开——就是你其实不希望在同一个地方放太多服务负载；你希望从全球各地为用户服务工作负载提供服务。但现在我们拥有单个模型 endpoint，实际上可能是模型的不同变体，于是还必须把这些模型分布到全球，同时考虑 locality。所以服务集群会更小， infant 侧可能垂直整合程度也更低。

主持人：
非常有意思。如果你五年前建了一个数据中心，当时最先进的加速器跟今天相比完全不同，效率低得多。你们真的会回去更换旧数据中心里的芯片吗？我知道这关系到一个持续争论：芯片实际有效寿命到底是多少？

阿敏：
是的。我之前公开说过这句话，而且我有点惊讶它引起这么大反响：我们七八年前的 TPU 仍然保持 100% 利用率。我的本意并不是要发表什么重大声明，但显然它成了有意义的声明。我们较老的 TPU——以及 GPU——但我们的老 TPU 确实仍在被高度使用。最终我们还是会替换它们。问题是：一旦折旧寿命大约六年结束，并且考虑到新一代的能效等，替换升级确实有意义。并不是说我“更换芯片”，而真的是更换系统。换句话说，我们按 pod 思考。比如一个 TPU 8 pod 可能是 9600 颗芯片，约 140 多、152 个机架等。于是我们会说，要把这个 pod 拉出来，换成 TPU 12 或 13 或 14 pod。新 pod 占地未必和旧 pod 空缺完美匹配，所以我们必须考虑这一点，研究如何改造。我们无法提前规划这个，因为我们不知道那么多代 TPU 会是什么样。所以这又是一门艺术，并且要实际做很多艰苦工作，弄清楚如何分解旧系统，然后尽快用新 TPU 替换。

主持人：
你公开写过关于开放标准的文章。能讲讲吗？

阿敏：
我们前面谈过互操作问题。对我们来说，虽然支持垂直整合，也允许你尽情榨取性能，但非常重要的一点是：不强制锁定，不强制端到端的“围墙花园”。举个例子，在 Google，我们开发了一个模型开发框架叫 JAX。我们很喜欢它，认为它非常好，内部大量使用；而我们很多客户喜欢 PyTorch。一种做法是我们说：“嘿，如果你想在 TPU 上跑，就必须用 JAX，因为它最好。”我这是半开玩笑；也许它确实最好，但这不是唯一选择，不能因为它“很好”就只给这个选择。另一种做法是：如果你喜欢 JAX，我们也喜欢 JAX，你可以用；如果你喜欢 PyTorch，我们有 Torch TPU，你未修改的模型等也可以跑。

历史上我们见过很多这样的例子。我用过 IP 的例子：为什么互联网协议赢了？其实在 70 年代和 80 年代初，IP 有很多竞争协议。IP 赢是因为它是开放标准，是沙漏形结构中的“细腰”：任何软件都可以跑在它上面，任何硬件都可以跑在它下面。开放、可互操作；任何带来 IP 的设备都能插进路由器端口，立刻成为互联网一部分。它很美，也让互联网得以在全世界爆炸式增长、扩展。所以我们真的相信这些开放标准，相信插件式接入点。如果你想接入高度专门化的东西，也可以；如果你认为有更好的东西接入我们的框架，你绝对可以。但我们希望真正支持开放标准，理想情况下还有围绕它的开源。这次建设太大、太重要了，不能成为任何一家厂商的封闭专有栈。我们真的相信这一点，必须是选择。这也是为什么，比如我们完全支持并拥有 TPU、GPU、其他加速器等等。

主持人：
AI 如何改变你团队的日常工作？它在哪个层面对你们职能改变最大？

阿敏：
最容易的回答是软件工程侧。这一点外部已经有很多记录。我认为 Google 以及我的团队都在非常有效地用它提升软件开发能力，也 frankly 用于测试发布，甚至帮助设计等。但在硬件侧，也许外部报道较少，也发生了显著变化。换句话说，我的硬件工程师——我今天早些时候刚看了数据——使用 AI 的程度和软件工程师一样多。你可以看 token 数，这不是最好的指标，但仍然是个指标。硬件工程师使用 AI 的量已经和软件工程师相当。生产率也上升了。从设计启动到 tape-out 的时间在缩短；bringup 时间也在缩短。另一个生产率显著上升的地方，也许是较意想不到的变化：数据中心设计方式也显著改变了。也就是我们如何做数据中心设计、如何评估——你刚才提到，我们是建 1 吉瓦单体楼，还是 100 兆瓦园区、200 兆瓦园区？过去这会是非常细致、非常电子表格驱动、由人驱动流程；现在仍在某种程度上如此，但已经有大量 AI 参与，真正精简了规划和开发流程。

主持人：
有意思。是推理模型吗？

阿敏：
还不能完全说是推理模型。它没有取代人类判断，但确实让把必要信息汇集到一处、 basically 把正确信息放到做决策的人面前，变得容易得多。

轨道数据中心与 2036 年的超级计算机

主持人：
最后我用两个有点“放飞”但好玩的问题收尾。第一个：轨道数据中心。我看到 Google 对此相当认真。你想让我评论一下。人们认真计算轨道计算这件事本身，是否意味着地球上存在严肃的约束条件？你怎么看轨道数据中心？

阿敏：
这是一个令人兴奋的方向。我们确实在推进，并且毫不调侃地把它称为一个 moonshot，是我们非常乐意投资的大项目之一。回到对话前面你正确提出的部分：从根本约束看，能源和能源生产是关键挑战。根本上说，在太空中，由于没有大气衰减等因素，可用功率大约多 40%。也就是说，仅仅日照容量就是 1.4 倍。这是其一。但在太阳同步轨道上，你的太阳能电池可获得 98% 到 100% 的日照覆盖，而陆地上可能只有 28%、30%，也许 35%。也就是说，能量极其充沛： obviously，你拿到 1.4 倍，再乘上每天日照小时数的 3 到 4 倍，并大体把电池从等式中移除，现在就有可能得到真正可观的东西。当然，它无碳，有很多好处，也有很多挑战。

挑战确实很多。比如冷却：你可能天真地以为太空中冷却更容易，实际上更难。可靠性：我们刚聊过这些设备有时会坏。维修在太空中变得更难——不是不可能，但更难。你刚才关于自由空间光学的 pre question 现在会成真：我们大概不会在这些组件之间拉光纤，所以真的会是自由空间光，激光指向接收器并实时校准。这里没有什么“根本性 showstopper”。

主持人：
最后一个问题。我脑子里一直装着你们为 Ineffable 建的超级计算机画面。所以问题是：十年后，最前沿的超级计算机会是什么样子？

阿敏：
天哪。十年正好处于那个边界上。我要非常诚恳地说：可能有些人已经在想 2036 年的计算机会是什么样。我们可能也有少数人想得那么远。但那里的不确定性锥实在太宽了。看趋势的话，集成度将会非常惊人。我们看到了为 Ineffable 组装的 VR200 机架里漂亮的光纤。我的猜测是，它会更加集成，光纤更少。我不会说 2036 年没有光纤，但我认为从机架视角看，机架会显得更紧密集成，可能只有一小束光纤从机架里出来。然后从模块化制造角度看，2036 年的这些机架很可能会集中制造。无论里面是 72、144、288，还是——既然聊到 Ineffable 案例，可能是 576、1152 个，随便选一个 GPU 的倍数；TPU 也一样——GPU/TPU 都深度集成进机架。一个机架会是多兆瓦吗？我们不知道具体如何，但 2036 年我们可以想象：单个机架可能达到数兆瓦。这时你引入水、引入电、引入光纤，把这个机架推进来，插上这三样东西，就出发去跑了。

主持人：
所以到 2036 年，它不会是一个漂浮在太空中的大异形球体？

阿敏：
我不会说 2036 年不可能把它直接发射到太空，然后由空间站机械臂接住，插进正确模块。也许 2036 年就会那样。

主持人：
想想就开心。我非常享受这场对话。这是历史上最 intense、规模最大的资本开支建设，但我也认为这是一场技术革命，而且是一件美的事物。你对技术之美、约束条件以及如何平衡这一切有非常深刻的把握。Google 交给你很好。谢谢你抽时间分享你们正在做的事。

阿敏：
非常开心。非常感谢。这是一场很棒的对话。我们有机会亲历这一切，并且有机会定义它。谢谢你。

本文来自华尔街见闻，欢迎下载APP查看更多

Oura上月底试图赴美上市，却因无法在预期价格区间找到足够买家而被迫搁置计划。公司将此归咎于市场动荡，但主要股指彼时仍接近历史高位。据《华尔街日报》报道，此次IPO折戟的深层矛盾在于：Oura将自身定位为价值最高150亿美元的科技数据平台，而潜在投资者眼中看到的，不过是一款精致的健康消费品。

这一定位落差直接影响估值逻辑，并引发投资者对"单品公司"商业模式可持续性的根本性质疑。对于持有Oura Pre-IPO股份的礼来（Eli Lilly）等战略投资者而言，公司能否证明其数据对医疗付款方的价值，将成为下一阶段的关键看点。

此前，Peloton、Fitbit、Casper Sleep、GoPro——这些品牌都曾迅速积累市场热度，随后撞上同一堵墙：收入增长依赖持续卖出新产品，而非依靠既有用户基础自然扩张。

佛罗里达大学研究IPO的教授Jay Ritter追踪了2005年至2024年间上市的13家单品消费公司，结果触目惊心：上市五年后，这些公司股价平均较发行价下跌约32%，而同期大盘上涨49%；同一样本中逾1200家其他IPO公司的股价则平均上涨68%。

唯一跑赢大盘的例外是Roku——它将流媒体播放器转型为广告平台，并于今年6月以250亿美元被Fox Corp.收购。这个案例揭示了单品公司突破天花板的核心路径：产品本身必须演化为平台、订阅或由消费者以外的第三方付费的服务。

健康科技分析师及顾问Stephanie Davis将消费者的行为特征总结为"极快采纳，极快抛弃"。这一判断，精准描述了单品消费公司面临的结构性脆弱。

Oura在招股说明书中将自己定义为"健康智能平台"，声称已积累超过400亿小时的生物特征追踪数据，并寄望于在此基础上叠加软件与AI能力，向药企、雇主或保险公司出售数据服务。

然而，目前的财务数据与这一愿景之间仍存在明显差距。其截至2025年6月30日的九个月数据显示，硬件销售（即智能戒指）占总营收约80%，会员订阅收入仅占20%。整体毛利率约为55%，远低于数字健康软件公司的典型水平。

尽管如此，Oura要求的估值倍数约为过去12个月营收的10倍。相比之下，Fitbit被谷歌收购时的成交价不足其营收的2倍。

专注医疗领域的对冲基金Rock2 Capital首席投资官Robin Boldt表示：

"以硬件为核心的业务天然对应更低的营收乘数。能够维持乃至加速订阅业务增长，才能让公众市场投资者更为放心。"

Oura目前拥有逾500万付费会员，每月收费约6美元，公司称年度留存率达85%。但真正意义上的平台，依赖的是用户的深度锁定——开发者靠App Store谋生，司机和餐厅依赖Uber存活。而一旦用户离开Oura，他们损失的不过是睡眠历史记录。

这种相对低度的用户依赖，使Oura不得不持续在营销上大量投入——约占营收的五分之一——以每年不断开拓新买家。这一成本结构与真正平台型公司的轻资产扩张模式背道而驰。

业内人士认为，单品公司的长期生存大致有三条路径。

第一条是产品多元化。Garmin曾以车载GPS为核心，智能手机的普及几乎摧毁了这条业务线，但它通过向健身手表、户外装备及航空海事电子设备扩张而成功转型。

第二条是平台化。Roku以极薄的硬件利润率销售播放器，转而靠广告收入和订阅分成盈利。

对于Oura及Whoop等健康可穿戴初创公司而言，第三条路或许最具潜力——让第三方付款。ResMed的呼吸机和Dexcom的血糖监测仪之所以能规模化普及，是因为保险公司覆盖了这部分费用；Hinge Health提供的线上物理治疗服务，则主要由雇主和健康计划埋单。

Oura已与若干医疗机构建立合作，例如其体温数据已接入生育应用Natural Cycles。但若要吸引付款方真正买单，仅证明戒指能准确测量健康指标还不够——它需要证明佩戴戒指能切实改善用户健康结果。

被收购可能是对股东而言最直接的获利路径。礼来在Oura上市前已参与投资并表达了进一步增持的意向。考虑到礼来旗下Zepbound和Mounjaro等药物的用药管理需求，获取患者睡眠质量、运动状况等实时健康数据对其具有潜在战略价值。

Oura无需成为下一个苹果，甚至不必成为下一个Garmin。它真正需要向市场证明的，是自己收集的数据对消费者之外的人同样有价值——而不只是一家卖高价戒指的公司。

本文来自华尔街见闻，欢迎下载APP查看更多

据高盛最新预测，标普500指数三季度每股收益同比增速有望达到27%，为2021年以来最高。不过，这一增速高度依赖少数公司：存储芯片制造商美光和英伟达两家公司预计合计贡献指数盈利增长的约三分之一，而标普500成分股中位数公司的每股收益增速仅为9%，较二季度的14%进一步回落。

盈利集中与市场广度收窄正在成为投行关注的核心风险。高盛指出，市场广度已降至互联网泡沫以来最低水平——标普500指数距离历史高点仅差2%，但中位数股票较各自高点的平均跌幅已达17%。

摩根士丹利策略师Mike Wilson认为，指数接近历史高位与大量个股陷入熊市级回撤之间的背离“终将以某种方式收敛”，而债券市场波动率可能成为最终的“裁判”。

盈利增长越来越依赖少数股票

高盛最新报告数据显示，美光预计将贡献标普500三季度盈利增长的19%，英伟达贡献15%，两家公司合计贡献的增量，约等于其余490只成分股贡献的总和。

紧随其后的贡献者包括Meta、Alphabet和博通，分别贡献7%、6%和5%；埃克森美孚、雪佛龙和Marathon Petroleum则受益于霍尔木兹海峡局势推高油价，波音也位列前十。前十大贡献者预计合计占三季度盈利增长的68%，远高于一季度的47%和二季度的48%。

从主题来看，AI基础设施是盈利增长最主要的来源。高盛预计，“AI基础设施（不含超大规模云厂商）”将贡献三季度盈利增长的54%，超大规模云厂商再贡献19%，两者合计承担约四分之三的标普500盈利增长。

行业分化同样明显。受霍尔木兹海峡局势及油价上涨影响，能源板块三季度每股收益预计增长109%；信息技术板块预计增长64%，两者合计贡献约80%的季度盈利增长。相比之下，可选消费板块盈利预计基本零增长，必选消费板块则预计出现负增长。

高盛同时指出，分析师预计几乎所有板块的盈利增速都将环比放缓，信息技术和通信服务是仅有的两个例外。三季度开始以来，标普500中位数公司的利润率预期已被下调11个基点，且除信息技术外，各行业均出现下调。

美光率先交卷，高增长之外市场更关注持续性

美光已于9月30日率先公布财报，业绩表现强劲：调整后每股收益为33.42美元，高于市场预期的31.83美元；调整后营收从上年同期的112亿美元增至542亿美元；毛利率达到87%，远高于去年同期的45.7%。公司给出的下一季度营收指引区间为600亿至630亿美元，也明显高于市场一致预期的567.7亿美元。

但业绩大超预期并未带来股价的同步大涨，原因在于市场此前已经计入了更高的增长预期。摩根士丹利分析师Joe Moore在财报发布前指出，围绕美光的市场讨论“已从‘能好到什么程度’明显转向‘这种势头能维持多久’”。

今年以来，美光股价已累计上涨超231%，成为费城半导体指数表现最佳的个股之一。随着业绩和股价大幅上涨，市场关注点已从短期业绩是否超预期，转向AI存储需求和高盈利水平能否持续。

超大规模云厂商加码资本开支，市场预期或仍偏低

支撑AI相关公司盈利增长的核心，是超大规模云厂商持续加码资本开支。市场预计，这些公司三季度资本开支同比增长116%，高于二季度的87%。高盛预计，2027年资本开支增速将超过50%，总规模也将超过目前约1.1万亿美元的市场共识预期。

历史经验显示，市场对超大规模云厂商资本开支的预测持续落后于实际增速：2024年初市场预计全年增长19%，最终实际增长54%；2025年初预计增长22%，实际增长73%；今年初预计增长36%，目前实际增速已接近96%。高盛因此认为，市场对2027年37%的资本开支增速预期同样可能偏低。

云业务收入的加速也在为这轮资本开支提供支撑。亚马逊、谷歌、微软和甲骨文等超大规模云厂商的云收入增速二季度加快至48%，高盛预计三季度将进一步升至55%。其中，亚马逊、谷歌和微软三家的云业务合同积压总额已接近1.7万亿美元。

不过，AI资本开支的快速扩张也伴随着更高的融资需求，其中相当一部分正在通过债务融资。此外，今年上半年还有两项会计因素推高了企业盈利：大型科技公司所持私有AI公司股权按市值计价产生的收益，以及美国财政部退还的关税。

高盛估算，大型科技公司二季度因私有AI公司股权重估产生的收益约为1500亿美元，相当于标普500每股收益的12%；美国财政部三季度退还的约690亿美元关税，则相当于全美企业税前利润的约6%。高盛已在季度同比比较中剔除前者，并不预计三季度会再次出现同等规模的收益。

指数接近历史高位，市场宽度持续收窄

盈利集中之外，市场表现同样呈现出罕见的高集中度。标普500前十大成分股目前占据约40%的指数市值和37%的预期盈利。高盛数据显示，标普500成分股之间的平均已实现相关系数已降至0.06，为该行十年数据中的最低水平，意味着指数整体表现越来越依赖少数AI和能源龙头。

美银美林策略师Michael Hartnett也指出，目前约400只标普500成分股跌破50日均线，约300只跌破200日均线。他计算的“AI Big 10”——Mag 7加上博通、AMD和美光——市值集中度已达到42%，超过“漂亮五十”时代的40%、TMT泡沫时期的41%和1920年代的36%。在可比历史案例中，仅日本市场的44%和1881年美国铁路股的63%高于这一水平。

不过，投行对三季度整体业绩仍保持相对乐观。摩根大通市场情报部门在三季报前瞻报告中将市场评级调整为“战术性看多”，认为在二季度盈利增长达到52%之后，市场对三季度约29%的盈利增速预期可能仍偏保守，并预计11个行业均实现营收和盈利增长。

FactSet数据显示，若预期兑现，标普500将连续第三个季度实现营收同比增长超过10%、盈利增长超过25%，利润率也将达到历史第二高水平。

高盛目前预计，标普500指数2026年每股收益将达到375美元，同比增长36%；2027年进一步升至415美元，并给出年末8000点、未来12个月8700点的目标位。

作为标普500第一大权重股、同时也是三季度盈利增长第二大贡献者，英伟达将于11月第三周公布财报。在当前盈利高度集中的市场环境下，其业绩及对未来AI资本开支和需求的指引，可能成为判断这轮美股盈利行情能否继续向前推进的关键节点。

本文来自华尔街见闻，欢迎下载APP查看更多

10月7日，中国人民银行数据显示，中国9月末黄金储备报7747万盎司（约2409.59吨），环比增加74万盎司（约23.02吨），高于8月单月增持的65万盎司。8月末黄金储备报7673万盎司（约2386.57吨）。中国央行已连续第23个月增持黄金。

与此同时，国家外汇管理局统计数据显示，截至2026年9月末，我国外汇储备规模为34003亿美元，较8月末下降381亿美元，降幅为1.11%。

2026年9月，受全球宏观经济环境、主要经济体货币政策等因素影响，美元指数上涨，全球主要金融资产价格总体下跌。汇率折算和资产价格变化等因素综合作用，当月外汇储备规模下降。我国经济运行总体平稳、动能向新、结构向优，高质量发展取得新成效，有利于外汇储备规模保持基本稳定。

过去一个月，国际黄金价格走弱。 Wind数据显示，COMEX黄金期货9月累计跌幅达到6.52%。

近日，汇丰下调金价预测，理由是预期美国将进一步加息，以及油价上涨可能在短期内对黄金构成压力。不过，该行认为，支撑金价的长期因素依然存在。汇丰预计，2026年黄金均价为每盎司4490美元，低于此前预测的4560美元；并将2027年黄金均价预测由每盎司4925美元下调至4825美元。汇丰表示，市场对美国进一步加息和债券收益率上升的预期将继续压制金价，因为这会削弱非孳息资产黄金的吸引力。该行经济学家预计，美联储将在今年12月再次加息。

德意志银行研究显示，CTA目前持有的净空头头寸为2021年10月以来最大规模。仅在过去一个月内，CTA已卖出其最大仓位规模的52%，这一月度流出量处于历史第3百分位，属于极端罕见的大规模抛售。尽管持仓悲观程度逼近"绝对投降"，但金价始终未创新低——央行持续托底是关键。随着空头动能即将彻底枯竭的“绝对投降时刻”逼近，行情反转向上的信号已极度强烈，当前正是绝佳的抄底节点。

本文来自华尔街见闻，欢迎下载APP查看更多

根据数据中心研究机构Aterio发布的最新报告，Lighthouse项目的输电审批流程已被威斯康星州公共服务委员会（PSC）打回重来，法定审查时钟从零重启。这意味着甲骨文此前承诺的"2027年下半年向客户交付"极有可能无法兑现，在基准情景下全功率供电将推迟至2028年10月，悲观情景下更要延至2029年春季。受此消息影响，甲骨文股价当日下跌1.8%，公司方面未作公开回应。

这是甲骨文五大核心数据中心园区中第二个被明确标记为延期风险的项目。就在两周前，巴克莱信贷策略师Andrew Keches还向客户表示新墨西哥州问题"对其他项目无传导影响"——而现实正在逐一证伪这一判断。

Lighthouse项目位于威斯康星州Port Washington，由Vantage Data Centers开发，甲骨文为租户，是OpenAI Stargate建设计划的组成部分，总电力需求达1.3GW，关键IT负载约902MW。

项目的电力瓶颈在于：园区供电依赖美国输电公司（ATC）新建一条高压输电线路，而ATC必须获得PSC的批准才能动工。

原本程序已推进至关键节点。ATC的申请于2025年12月被认定为"完整申请"，但此后该公司陆续补充或重新提交了564份文件，新增线路方案和临时旁路线路。今年8月7日，PSC委员会一致撤销了原先的"完整性认定"——据报道，这在该委员会近几十年历史中属首次，甚至可能是有史以来第一次。

PSC主席Summer Strand表示，"申请变更的规模和数量……对各方及公众的参与造成了障碍。"委员Marcus Hawkins措辞更为直接："我们有严格的时间表，但前提是申请必须完整。"

行政法法官随后认定ATC未能遵从关于列明变更事项的命令，PSC于9月10日在未对实质内容作出裁决的情况下关闭案件。ATC于9月18日重新提交申请，法定审查时钟从零开始重新计算。

ATC最初计划于2026年12月开始施工，2027年底完工，与甲骨文交付时间表吻合。该计划目前已正式落空。

根据威斯康星州法律，PSC须在30天内就申请完整性作出裁定（下一个截止日期为10月19日），随后有180天作出实质决定，且可再延期180天，此后还须提前6个月通知方可动工。

Aterio据此推算出三种情景：

• 乐观情景（可能性较低）：2027年10月实现部分供电，2028年8月实现全功率1.3GW供电；
• 基准情景：2027年12月实现部分供电，2028年10月实现全功率供电，有效负载爬坡自2028年第一季度开始；
• 延期情景：2028年6月实现部分供电，2029年4月实现全功率供电。

Aterio指出，从历史记录来看，PSC在其审查的所有同类大型输电案例中均启动了延期审查，345kV项目从认定完整到作出决定实际耗时355至358天，而非理论上的180天。换言之，延期情景才是有历史依据的基准。

Aterio数据中心研究主管Javier Reyes表示，"Port Washington的建设施工正在稳步推进，但供电到位取决于一个已经重启的监管程序。"目前园区已有两栋建筑完成封顶，但没有电网接入，里面的芯片将无处插电。

除时间表外，项目成本也大幅膨胀。ATC重新提交的"Ozaukee县配电互联项目"估算成本已升至24.8亿至27.2亿美元，较原申请的13亿至17亿美元上涨约75%，可能成为威斯康星州史上造价最高的单一输电项目。其中约11亿美元用于Decker电网稳定系统（E-STATCOM），甲骨文已承诺承担这部分费用。

Citizens Utility Board的Tom Content援引数据指出，威斯康星州目前最大用电客户的用电量不足100兆瓦，而该园区峰值用电量可能高达3500兆瓦。

融资层面的压力同样不容忽视。据巴克莱数据，威斯康星园区的建设资金来自Vantage一笔380亿美元贷款包中的150亿美元，该贷款包据报道在银团销售中面临困难。此外，由于威斯康星州大用电客户关税要求申请方信用评级不低于A-，而甲骨文当前评级为BBB-，公司将面临保证金追缴压力——甲骨文自身披露，相关信用证担保要求每年可能超过1亿美元，总担保金额据报道逾70亿美元。而所有这些，指向的是一个全功率供电可能要到2029年才能实现的园区。

高盛TMT分析师Sean Johnstone在新墨西哥力不可抗力声明次日的研报中警告，"许可审批、电力方案重新设计、社区反对以及本地基础设施制约，正在威胁施工时间表和融资假设。"威斯康星州的情况，仅靠其中一条就已造成实质冲击。

高盛股票研究估算，超大规模云服务商每GW算力每年需要约116亿美元AI营收，才能在2026至2027年AI算力支出上实现15%的投资回报率。以Lighthouse约0.9GW的IT容量计算，每推迟一个月，即对应约8.5亿至9亿美元的营收递延。Bloom Energy在其第二季度财报电话会议上表示，对于一座1GW数据中心而言，提前一个月通电可带来约10亿至20亿美元的营收价值。

与此同时，资本开支压力并不因延期而缓解。甲骨文此前在Jupiter项目中签署的"无论如何必须履约"租约，意味着即便园区未能上线，公司仍须承担持有成本。巴克莱指出，硬件资本开支通常在资产上线前2至3个月已经支出，推迟的是收入，而非成本。甲骨文FY27资本开支指引高达最多950亿美元，远超FY26的557亿美元，进一步压缩了财务弹性空间。

这一困境并非甲骨文独有。据高盛最新《碳经济学》报告，美国新建高压输电线路规模已从2010至2014年间年均1700英里大幅萎缩至2020至2023年间的350英里，从并网申请到商业运营的中位时间已接近5年。发动机制造商INNIO向高盛表示，电网接入周期已从历史上的约2年延长至如今的7年以上。

Port Washington正是这一统计数据的现实缩影：1.3GW的用电需求，等待新建高压线路、最多五座新变电站，以及一位已经失去耐心的监管机构。这也是高盛预计到2030年美国数据中心28%的电力需求将由表后天然气和燃料电池供应的背景——而2025年这一比例"实际上为零"。

巴克莱Andrew Keches在新墨西哥项目宣布不可抗力后的快报中断言："新闻的标题很大，实际影响不大……对其他项目无传导，信用不应因此波动。"

然而事实是，甲骨文信用违约互换（CDS）在次日飙升至创纪录的237个基点，而"无传导"的判断，也已随着威斯康星项目的曝光显得日益脆弱。

值得注意的是，甲骨文各项目的延期原因各异：新墨西哥州陷于管道和空气许可证问题，威斯康星州则是电网监管审批受阻。正如Aterio所指出的，当每个项目都有"各自独特的延期理由"时，"孤立性"的辩护逻辑便不再成立。

巴克莱认为相对安全的密歇根州Saline项目，据称已获得电力供应和许可证，"是甲骨文管线中去风险化程度最高的资产之一"，首期交付预计于年底前完成，距今不足三个月。正如原文所言，历史经验表明，下一个出问题的，往往是被认为最安全的那个。

如高盛的Johnstone所言，"对于贷款方和数据中心投资者而言，这是一个提醒——第三方开发的AI基础设施，并不总是看上去那般稳定可靠。"数百亿美元债务支撑的建设潮，其逻辑前提是资产按期上线。而现实是，它们并未按期上线。

本文来自华尔街见闻，欢迎下载APP查看更多

法国政府计划通过削减支出、控制养老金开支等措施，将明年赤字率控制在GDP的5%以内；勒庞领导的国民联盟则提出“影子预算”，计划削减逾1400亿欧元支出，将明年赤字率降至3.7%，并在2032年前进一步降至2.2%。

但这些方案能否真正落地仍面临较大阻力。政府可能需要动用宪法第49.3条款绕过议会推动预算，同时还要面对议会反对和持续升级的街头抗议；勒庞的方案则只是未来执政后的政策设想，实施仍需获得其他政党的支持。

法国政府准备动用宪法工具削减开支

据《华尔街日报》报道，法国财政部长Roland Lescure表示，政府愿就预算内容展开谈判，但有两条红线：将预算赤字率控制在GDP的5%以内，同时避免采取损害经济增长的措施。

如果议会谈判陷入僵局，政府准备援引法国宪法第49.3条款，绕过国民议会直接推动总额约430亿欧元（约合480亿美元）的支出削减计划。“我们会不惜一切手段，”Lescure说。

第49.3条款允许政府在不经议会最终表决的情况下推动法案，但议员可以通过提出不信任动议进行反制。一旦动议通过，政府将被迫下台，预算案也将随之夭折。Lescure表示，即使政府判断自己无法通过不信任投票，仍可在预算法案提交70天后、尚未进行最终表决的情况下，通过一系列行政令推进预算。“这是一道护栏，”他说，“总有备用方案。”

养老金是此次预算谈判的主要争议之一。Lescure提出降低养老金与通胀挂钩的调整幅度，并指出，2024年养老金支出增长5.4%，增加约150亿欧元。如果不采取措施，明年养老金支出预计还将增加约150亿欧元。

Lescure还透露，预算中加入了特别条款，允许明年春季大选的获胜者撤销部分预算措施，包括养老金相关条款，以换取勒庞和Jean-Luc Mélenchon阵营的有限支持。

勒庞提出更激进的“影子预算”

与政府相比，勒庞提出的财政整顿方案更加激进。她计划削减支出逾1400亿欧元，将明年赤字率降至GDP的3.7%，低于政府提出的5%目标，并在2032年前进一步降至2.2%。

具体措施包括压缩国内开支、减少对欧盟的转移支付，以及削减移民相关支出。

UBS市场分析师Nana Antiedu表示，勒庞公布“影子预算”后，法国国债持续跑赢，10年期OAT收益率下行12个基点至4.74%。不过，她也指出，这仍只是一份影子预算，代表的是勒庞所在政党未来执政后的政策意向。即便国民联盟未来赢得2027年总统大选并完成相关法律程序，要在2032年前将赤字率降至3%以下，也需要获得其他政党的支持。

高盛交易台负责人Rich Privorotsky则认为，OAT市场已经提前消化了不少利好消息，因此进一步改善的空间有限，关键在于勒庞的财政方案能否获得市场信任。

他表示，如果勒庞能够在不触动养老金承诺的情况下，提出一套稳定债务的可执行方案，其财政计划的可信度可能高于市场预期。但与此同时，如果法国为了收紧国内财政而减少对欧盟的资金支持，也可能给欧洲内部财政协调带来新的压力。

抗议活动增加财政紧缩阻力

法国政府推进预算削减的同时，还面临来自街头的压力。

据《华尔街日报》报道，全国性学生抗议活动自上月开始持续蔓延，周二单日参与人数超过26万，包括学生、家长及教师，数百所高中受到封堵。部分地区的抗议演变为暴力冲突，示威者焚烧垃圾桶、破坏公交站台并向警察投掷物品，警方动用警棍和催泪弹应对。法国当局称，已有逾200名学生在抗议中受伤。

抗议者要求修缮老旧校舍、缩减班级规模并增聘教师，同时反对Lescure提出的预算削减措施。政府虽然计划增加12亿欧元教育经费，但也拟随着学生人数下降裁减逾1500个教师岗位。

在政治层面，勒庞将政府预算方案称为“既无效又不公平”，但在被问及国民联盟的谈判红线时，她的表态相对谨慎。“债券市场的压力已经如此之大，我们不能再设置任何限制，”她在新闻发布会上表示。

左翼领导人Mélenchon则批评勒庞的财政方案向金融市场妥协，认为削减措施可能削弱经济并进一步恶化公共财政。

ING银行G10外汇策略主管表示，欧元兑美元及其他主要货币持续走弱，反映出市场因法国财政困境而要求更高的欧元风险溢价。

本文来自华尔街见闻，欢迎下载APP查看更多

据英国《金融时报》近日报道援引知情人士，SpaceX计划通过约100亿美元银行贷款和300亿美元投资级债券筹集资金，以支付这笔巨额芯片订单。Apollo预计将主导交易，并向广泛的机构投资者分销债务；债券巨头Pimco也在参与谈判的少数贷款方之列。交易预计于2027年完成。

这笔交易再次显示，AI数据中心和芯片基础设施建设正吞噬越来越多的资本，私募信贷等非传统融资渠道也正在成为支撑这轮AI资本开支的重要资金来源。

马斯克加码英伟达架构

SpaceX此次融资的直接目的，是为大规模采购英伟达芯片提供资金支持。马斯克在SpaceX今年8月的业绩电话会议上明确表示，公司已决定完全基于英伟达平台进行建设。马斯克表示：

“我们决定完全构建于英伟达之上，因为我们认为Vera Rubin架构是最优架构。我们认为这是最好的AI计算机，我们非常重视与英伟达在多个层面的紧密合作与伙伴关系。”

Vera Rubin是英伟达最新一代前沿AI计算平台。马斯克的这一表态，也进一步明确了SpaceX此次大规模芯片采购的技术路线，并强化了其与英伟达之间的合作关系。

投资级评级支撑大规模融资

SpaceX能够推进如此大规模的债务融资，与其投资级信用评级密切相关。该公司于今年6月完成860亿美元首次公开募股后不久获得BBB评级——属于投资级中的较低档次——并在上市后不到两周内完成250亿美元投资级债券发行。

投资级评级使SpaceX债券能够进入更广泛的机构投资者配置范围。相比垃圾级债券，保险公司、养老基金等机构通常对投资级债券的配置空间更大，从而为SpaceX进行大规模债务融资提供了更广泛的潜在买家基础。

不过，SpaceX债券此前已经出现明显承压迹象。据MarketAxess数据，其2056年到期债券目前交易价格约为面值的85美分，收益率较美国国债高出约2.27个百分点，已接近垃圾债水平。据报道援引分析人士，马斯克有限的财务信息披露，是部分投资者对SpaceX债务保持观望的重要原因。

信息披露不足曾令投资者望而却步

此次融资并非SpaceX首次尝试为芯片采购寻求外部资金，但此前的努力并不顺利。据报道援引知情人士透露，SpaceX此前向部分投资者推介这笔数十亿美元芯片采购融资时，仅提供了一份两页纸的简短交易备忘录，其中甚至包含太空图片以及一个箭头，标注公司将在“宇宙某处”建设数据中心。

报道援引一位知情人士表示：

“我们怎么拿这个去过投资委员会？”

此次引入Apollo主导交易，在一定程度上正是为了弥补上述不足。借助Apollo在机构投资者中的信誉和分销网络，SpaceX有望更顺利地推动这笔规模庞大的融资落地。

Apollo深度布局AI芯片融资市场

对Apollo而言，此次交易是其持续拓展投资级企业贷款业务的最新动作。Apollo旗下信贷业务管理资产规模达8000亿美元，已将高评级企业融资列为核心业务，此前曾主导英特尔、拜耳等大型企业的多笔数十亿美元融资交易。其旗下人寿保险及年金附属机构Athene通常会认购此类发行的大部分份额。

今年6月，Apollo还主导了一笔350亿美元的芯片融资交易，用于采购英伟达竞争对手博通的处理器，并创下当时私募信贷市场最大单笔交易纪录。

在更宏观的层面，英伟达今年8月宣布与华尔街多家顶级机构合作，共同搭建规模达5000亿美元的融资平台。签署合作备忘录的机构包括Apollo、贝莱德、黑石、Brookfield、高盛和KKR。该联合体旨在汇聚第三方资本，以更低的融资成本帮助英伟达中小客户采购芯片、建设AI基础设施，英伟达本身可能为最高25%的芯片价值提供背书。

SpaceX此次融资，正是这一轮AI基础设施融资浪潮的又一笔大额交易。

本文来自华尔街见闻，欢迎下载APP查看更多

周二，标普500指数收盘创历史新高，为自8月13日以来首次刷新纪录。纳斯达克综合指数同步创下连续第二个交易日收盘新高。"科技七雄"（Magnificent Seven）合计市值收盘逼近25万亿美元，据道琼斯市场数据，英伟达单家公司市值已超过5.76万亿美元。与此同时，10年期美国国债收益率小幅回落4个基点至5.270%，此前债券市场的大规模抛售已将国债收益率推至近二十年高位。

然而，指数新高的背后是一幅分裂的市场图景。据道琼斯市场数据，截至周二，标普500指数成分股中不足半数收于200日均线之上，这一比例自8月以来持续下滑。小盘股、蓝筹股乃至标普500等权重指数均落后于主要基准，罗素2000指数过去一个月的表现明显弱于标普500。

在年初数月横盘整理之后，"科技七雄"正在强势回归。英伟达过去一周上涨4.5%，再创历史新高；Meta自8月13日标普500前次高点以来已累计上涨24%。以Alphabet、亚马逊、微软和Meta为代表的AI"超大规模云厂商"（hyperscalers）股价回升至四个月高位。

Alphabet母公司与Constellation Energy达成的大型能源协议——距亚马逊宣布类似交易仅一周之隔——进一步强化了AI基础设施资本支出持续扩张的市场叙事，提振了科技板块情绪。数据中心、光网络等AI生态链相关板块表现亮眼。

Horizon研究与量化策略负责人Mike Dickson表示：

"科技七雄已经历了约两个月的强劲上涨，目前实际上已追平标普500的整体涨幅，这在一定程度上是一轮补涨行情。"

科技巨头的强势，与当前宏观环境形成鲜明对比。美联储9月实施三年来首次加息，债券收益率持续走高，令小盘股、公用事业和房屋建筑商等对利率敏感的板块承压明显。

在这一背景下，现金充裕、负债相对较低的科技巨头反而被市场重新定价为"避风港"。Truist Advisory Services首席投资顾问Keith Lerner表示：

"投资者环顾四周，在问哪些领域能够抵御这一切。科技股在某种程度上几乎被视为防御性资产。"

Potomac Fund Management首席投资官Dan Russo则指出："高利率和通胀正在侵蚀标普500中其他股票的价值，唯有大盘股端那些堡垒般的资产负债表在支撑整个市场。"尽管超大规模云厂商们正在大举融资数百亿美元以推进AI建设，Russo认为，与其他公司相比，这些企业仍更具备在高利率环境中保持增长的能力。

分析师指出，当前市场"广度极窄"的格局本身构成风险。股市回报高度依赖少数股票，而这些股票可能因超支、自由现金流下滑、AI模型竞争乃至其他外部冲击而剧烈波动。

技术面上同样存在阻力信号。BTIG策略师Jonathan Krinsky指出，尽管指数突破新高通常不宜逆势做空，但广度、利率和信用市场的交叉信号显示，此次"突破"的持续性可能不及市场预期。

值得注意的是，超大规模云厂商股票虽大幅上涨，但其信用债市场并未同步跟进。上一次突破发生在8月4日，仅维持两天后标普500便横盘震荡长达两个月，直至周二再度创出新高。

Baird Private Wealth Management投资策略师Ross Mayfield亦坦言：

"市场对这种狭窄性感到相当焦虑。理想状态下，当然希望看到更广泛的上涨参与度。但只要市场中体量最大、影响力最强的股票仍在发力，我认为最终还是一件好事。"

不过，周二也出现了些许广度改善的迹象——标普500指数11个板块中有10个连续第三个交易日收涨，这是自2023年12月以来首次出现此类情形。Lerner对投资者的整体心态概括道：

"此刻，所有道路都通向科技。"

本文来自华尔街见闻，欢迎下载APP查看更多

标普500指数收盘上涨0.6%，创下8月以来首个历史高点，纳指同步创纪录，人工智能相关股票领涨。

法国主要总统候选人提出的"影子预算"释放出财政纪律的积极信号，推动法德10年期国债利差收窄约30个基点，欧洲债市的动荡情绪暂时得到平息。

法国十年期国债收益率单日回落约15个基点至4.71%，德国同期收益率跌4.6个基点至3.45%。10年期美债收益率下行2个基点至5.28%，美元指数小幅下跌0.2%。

距离财报季仅剩一周，标普500指数创下8月以来的首个新高。人工智能相关股票的上涨也提振了市场情绪，英伟达公司的市值逼近6万亿美元。AMD首席执行官苏姿丰预测，未来几年芯片需求将“非常高”。

周二美股道指涨0.49%，纳指涨0.45%、续创纪录，标普500涨0.58%，罗素2000跌0.59%。十一大板块十涨一跌，公用事业涨3.01%领先、医疗跌0.16%垫底。

法国财政预算提振欧债，美债前景仍存疑

法国主要总统候选人提出的"影子预算"释放出财政纪律的积极信号。

法国十年期国债收益率单日回落约15个基点至4.71%，法德两国十年期利差收窄到127.7个基点，德国同期收益率跌4.6个基点至3.45%。法国债市企稳，把欧洲、进而全球长端利率的压力卸掉一层。

分析人士将此与英国前首相特拉斯的政策逆转案例相提并论，认为这显示了当主权国家长端债券陷入混乱时市场的自我纠偏机制。

美债收益率同步回调，10年期美债收益率收报5.27%，跌约4个基点，盘中最低触及5.264%；30年期收报5.642%，跌约2个基点。5年期收报5.030%，跌幅与10年期接近，7年期的跌幅同样大于2年期与30年期。

尽管美债收益率曲线整体回调，但分析认为两端相对抗跌，说明当天的买盘更多来自久期偏好的修复，而不是对政策路径的重新定价。

此前美国财政部长贝森特在宾夕法尼亚州出席活动时表示，经济增长与支出约束相结合将"很快"开始改变美国政府借贷轨迹，政府将着手"扭转这条曲线"。

投资者怀疑贝森特能否在短期内切实缓解财政压力，因此不愿宣布结束债券抛售潮。Macquarie策略师Gareth Berry直言：

鉴于赤字占GDP比重高达6%且尚无具体削减计划，市场对此很可能保持高度怀疑。

他强调，"表达意愿不等于制定计划。"这也是当前债券波动率持续高于股票波动率的重要原因之一，两类资产再度呈现出相互背离的运行态势。

谷歌20年核电大单点燃AI电力叙事，美股核电股集体飙升

周二，标普500指数收盘上涨0.6%，创下8月以来首个历史高点，纳指同步创纪录，人工智能相关股票领涨，而小盘股指数则明显落后。

华尔街见闻提及，谷歌与Constellation Energy签署核电采购协议，将新增890兆瓦反应堆容量，此举被市场解读为科技巨头AI基础设施资本支出叙事的延续。

就在一周前，亚马逊刚刚完成类似的大规模能源采购。超大规模云服务商股票随即攀升至4个月高位，数据中心、光纤网络等AI生态相关板块亦显著跑赢大盘。

整个商业核电板块随即被重新定价。Talen Energy涨12.43%，瑞致达涨10.77%，NRG能源涨7.03%，电力设备商GE Vernova涨3.96%。

分析认为，超大规模数据中心愿意为全天候稳定供电支付长期合约价，谁手里有可调度的基荷电源，谁就有定价权。

这也解释了公用事业板块为何成为当天最强的一块。人工智能训练与推理的电力需求正把电网容量变成稀缺资源，而核电既能全天候供电，又不产生碳排放。

此外市场把光互联看作算力集群吞吐的物理瓶颈，资金因此集中流向这一环节。公司层面的指引也在加码。

Ciena科技涨13.85%，是当天涨幅最大的美股之一；康宁涨6.03%，Pure Storage涨9.14%，Arista Networks涨4.09%。

迈威尔科技在投资者日把2028财年营收目标从180亿美元上调到约200亿美元，理由来自人工智能代理产品的增长，股价收涨5.81%。AMD的首席执行官表示，公司计划在2027年大幅增加供应。

链路的另一端却在失血。希捷跌9.18%，西部数据跌6.93%，导火索是两家公司同时出手竞购日本TDK的硬盘磁头业务，交易金额可能达到数十亿美元，市场担心存储环节的竞争格局重新恶化。

半导体设备被牵连得最重，科磊跌4.54%，泛林集团跌3.44%，应用材料跌2.22%。

芯片设计端则仍在高位，英伟达创出历史新高、盘中总市值一度站上5.83万亿美元，收盘微涨0.14%；博通涨3.67%，超微半导体涨2.80%。同一条产业链上，资金在做极致的取舍。

虽然标普500指数今天突破创下历史新高，但BTIG的Jonathan Krinsky表示， 一般来说，这并非什么值得忽视的事情，但市场广度、利率和信贷方面的各种因素仍然表明，这次“突破”可能不会像许多人预期的那样顺利。

上一次“突破”发生在 8 月 4 日，持续了 2 天，之后标普 500 指数横盘整理了两个月，直到今天。

此外，标普500成分股中创52周新低的家数比创新高的多8家，小盘股罗素2000全程逆势走低，纪录新高集中在少数权重股与主题股身上。

高盛衍生品团队的布莱恩·加勒特从仓位角度给出另一个观察。标普500逼近纪录高位时，美股多空策略的净杠杆却处在2025年4月以来最低，相当于近五年的第2百分位。

分析认为，这意味着指数继续上行可能逼迫投资者追高，而波动率这么低，随时可能出现指数与波动率同涨的日子。

油市结构性紧张未解，地缘扰动仍是变量

能源市场的表态依然复杂。原油价格早间因中东出口物流改善而回落，但随后因伊朗Qeshm岛设施附近传出爆炸声而快速反弹，WTI原油收报每桶89.91美元，涨幅0.5%，基本抹平早间跌幅。

从结构层面看，原油流量的恢复并不意味着市场正常化。据彭博宏观策略师Michael Ball分析，更高的出货量是通过更昂贵、更复杂的变通方式实现的，系统脆弱性并未消除。

Vitol首席执行官警告，西方国家库存在数月抵消供应中断之后已实质性耗尽，G7计划释放最多1亿桶原油和柴油提供的只是过渡性缓冲，而非新增结构性供应。

精炼产品端的压力更为突出。乌克兰对俄罗斯炼油设施的持续打击迫使莫斯科增加原油出口同时限制柴油销售，取暖油和瓦斯裂解价差重回近期高位，炼油产能紧张的格局未有实质改变。

太平洋投资管理公司的Tiffany Wilding和Andrew Balls认为，蓬勃发展的AI投资周期以及央行的渐进式政策路径，有望在控制通胀的同时支撑经济增长，但能源价格能否如期企稳，仍是决定年底前股市能否进一步上行的关键变量之一。

美元指数创一个月最大单日跌幅，欧元脱离17个月低点、黄金走高

美元指数当天下跌0.33%，在纽约汇市尾市收于101.833，是9月初以来最大的单日跌幅。

下跌的直接来源是欧元，欧元兑美元反弹至1.1261，从周一触及的17个月低点脱身；英镑兑美元升至1.3277，美元兑日元升到158.12。

摩根士丹利外汇与新兴市场策略主管詹姆斯·洛德提醒，随着风险累积，欧元仍有进一步跌向1.10美元的空间。当天的反弹更多来自法国债市企稳引发的空头回补，而不是欧元区基本面的改善。

黄金受益于美元走弱与收益率回落。现货黄金尾盘报4164.02美元，涨0.57%，日内最高4184.27美元、最低4103.52美元；现货白银报61.17美元，涨0.47%。

American Gold Exchange的市场分析师吉姆·威科夫把买盘归因于避险需求。他提到，法国债市的动荡加上对美国国债市场日益上升的担忧，让部分资金重新回到黄金。当天纽约商品交易所12月交割的黄金期货结算价上涨0.7%，至4187.10美元。

比特币没能跟上。全天走势反复，尾盘报85603美元，与前一交易日基本持平。

本文来自华尔街见闻，欢迎下载APP查看更多

10月6日周二，美国商务部公布数据显示，8月商品与服务贸易逆差环比扩大13.7%至1056亿美元，超出经济学家预期的1021亿美元，创2025年3月以来最高水平，彼时正值特朗普宣布所谓"对等关税"前夕的抢进口潮。

贸易逆差扩大源于进口增速超过出口增速。美国8月份进口额达到创纪录的4208亿美元，较7月份增长4.3%。出口额较7月份增长1.4% ，达到3152亿美元。

逆差超预期扩大拖累市场对三季度经济增长的预期。高盛下调三季度GDP追踪预测0.3个百分点至3.1%，亚特兰大联储GDPNow模型随即将预测值下调0.1个百分点至3.7%。

8月进口总值环比增长4.3%，其中资本品类表现尤为突出，包含电脑及配件、半导体与电信设备在内的资本品进口额环比增加62亿美元。

半导体进口环比增幅创历史纪录，单月跳升24亿美元，折射出人工智能数据中心建设的持续扩张。今年前八个月，半导体、电脑及电脑配件进口总额合计同比增加2340亿美元；前八个月半导体进口额已超900亿美元，几乎是去年同期的两倍。

对此，美国外交关系委员会高级研究员Brad Setser指出，数据中心支出将贸易逆差推至"仅次于2025年初抢进口潮的高位"，而电子产品在很大程度上豁免于特朗普政府关税之外，"这是关键所在"。

工业品（含石油和石油制品）进口名义值环比亦增加91亿美元，非货币黄金进口同步回升。与此同时，赴美旅客消费降至2023年8月以来最低，令服务出口几乎原地踏步。

特朗普政府力推关税以压缩逆差的核心逻辑正遭受多方质疑。

特朗普第二任期以来，月均贸易逆差为745亿美元，略高于拜登执政最后一年的738亿美元月均水平。

FWDBONDS首席经济学家Christopher Rupkey表示，美国劳动力成本过高、工厂建设速度难以跟上需求，进口商"别无良方"，他说：

尽管政府的经济政策大幅推高了众多进口商品的关税成本，美国对外国商品的依赖程度丝毫未减。

Nationwide金融经济学家Oren Klachkin则持较为乐观的解读：

价格上涨对数据有所夸大，但净贸易仍将拖累三季度GDP增长。我们认为这是国内需求强劲的信号。

今年前八个月累计商品与服务逆差较去年同期收窄约20%，货物贸易逆差同比亦减少约1100亿美元。

牛津经济研究院美国经济学家Grace Zwemmer在报告中指出，贸易数据"有望对三季度经济增长形成显著拖累"，近期AI需求与企业补库存需求将支撑进口持续强劲，而美国石油出口对逆差的对冲效果将弱于二季度。

在政策层面，最高法院今年2月裁定特朗普援引《国际紧急经济权力法》征收全球性关税违法，此后行政当局转而寻求其他法律依据重建关税体系。7月，白宫已对80余个国家和地区启动新一轮关税，并计划对逾40个国家再度加征。

本文来自华尔街见闻，欢迎下载APP查看更多

要闻精选

中国商务部：希望法德不要鼓动欧盟动辄使用保护主义工具，避免以错误方式走错误道路并最终反噬自己。

胡塞武装连击沙特、瞄准机场、炼油厂，霍尔木兹油轮再遭袭，但沙特称重要输油管运力恢复超八成。

卡塔尔称美伊间接磋商仍在继续，特朗普又施压：可让伊朗“摧毁”洛杉矶或圣迭戈。

Francis Halzen独揽2026年诺贝尔物理学奖：主导南极“冰立方”项目，开启中微子天文学新纪元。

美共和党斥AI危险论，民主党质疑“大厂”影响特朗普AI政策，要求披露监管框架修改过程。

美EIA大幅上调今年油价预期、布油Q4价调升15%，料AI数据中心推动美国今明年电力需求创纪录。

美国8月贸易逆差超预期增扩至1056亿美元，创17个月新高，金油及AI芯片推动8月进口创纪录。

美联储拟大改银行监管机制，副主席鲍曼：重组区域架构并调整资产门槛。

报道：DeepSeek融资规模超预期冲击800亿人民币，腾讯和宁德时代领投；IPO窗口指向明年初。

中国AI双雄冲刺港股：月之暗面据称完成融资后估值500亿美元，最早明年Q1上市、拟募最高50亿，可灵AI拟募资至少10亿。

谷歌签科技史上最大核能协议：3590兆瓦锁定20年，Gemini同步嵌入能源运营。谷歌发布号称能力最强端侧多模态嵌入模型EmbeddingGemma 2，总参数7.4亿可精简，主打端侧隐私搜索。

数据中心需求强劲，Marvell将2028年营收预期上调11%至200亿美元，股价盘中涨超10%。

市场概述

科技股再挺美股续涨、标普和纳指齐创历史新高；芯片指数四连涨，大幅上调财年营收指引的Marvell收涨近6%，博通涨近4%，但部分存储芯片股大跌，希捷跌逾9%、SK海力士跌超6%；与谷歌达成超级供电协议的Constellation Energy收涨12%。

欧美国债抛售暂歇：法国10年期国债连跌三日、收益率一日降逾10个基点；10年期美债收益率一度较周一所创2002年来高位回落超10个基点。

欧元走出17个月低谷，美元指数随之回落、跌离18个月高位，离岸人民币盘中涨破6.70、创两周新高。

中东供油持续复苏、但航运风险未消，原油V形反转、收盘扭转两连跌，布油盘中跌超3%后转涨。黄金盘中反弹超1%，期金摆脱一个月低位。纽铜三连涨，又创逾一周新高。

欧美股市：标普500收涨0.58%，报7818.93点；道指收涨0.49%，报51521.28点；纳指收涨0.45%，报27599.792点。欧洲STOXX 600指数收涨0.48%，报636.63点。

A股：休市。

港股：恒指收涨1.0%，报24280.56点。AI概念股智谱涨近8%，领涨恒科指成份股；科网股支撑大盘，百度涨超3%；医药板块走强，康希诺生物涨超10%。

债市：到债市尾盘，美国10年期基准国债收益率约为5.28%，日内降约2个基点；2年期美债收益率约为4.80%，日内降约1个基点。

商品：WTI 11月原油期货收涨0.01%，报89.44美元/桶。布伦特12月原油期货收涨0.26%，报100.58美元/桶。COMEX 10月黄金期货收涨0.75%，报4159.2美元/盎司。COMEX 10月白银期货收涨0.49%，报61.168美元/盎司。COMEX 10月期铜收涨0.14%，报6.5945美元/磅。

要闻详情

中国

商务部：希望法德不要鼓动欧盟动辄使用保护主义工具，避免以错误方式走错误道路并最终反噬自己。中国商务部新闻发言人就法国和德国要求欧盟强化贸易防御等保护主义工具答记者问。

报道：DeepSeek融资规模超预期冲击800亿人民币，腾讯和宁德时代领投。据报道，DeepSeek最新一轮融资规模甚至可能突破1000亿元，远超约500亿元的原定融资目标；公司IPO窗口指向2027年初，同步推进内蒙古超大规模华为AI芯片数据中心建设。

中国AI双雄冲刺港股：月之暗面完成融资后最早明年Q1上市、拟募最高50亿，可灵AI拟募资至少10亿。中国AI独角兽正掀起赴港上市潮。月之暗面估值从315亿美元飙升至500亿美元，年化收入有望从6月的3亿冲至12月的20亿美元；可灵AI紧随其后。两家合计最高60亿美元的融资计划，正将港股推向AI融资新纪录。

高通与华为达成专利许可协议后回应传言：并非净支付方，与“逻辑折叠芯片技术”无关。

华为徐直军：昇腾中国市场份额已超英伟达，中国芯片自主化是必然之路。华为轮值董事长徐直军表示，目前制约昇腾进一步放量的主要问题已经不是市场需求，而是供货能力。谈及与英伟达的竞争，徐直军认为，华为单芯片仍受到国内工艺水平限制，但在多芯片互联和系统架构上已经形成自己的技术路线。

海外

胡塞武装连击沙特，霍尔木兹油轮再遭袭，但沙特称重要输油管运力恢复超八成。也门胡塞武装称，周一一天对沙特发动三轮打击，包括打击其首都机场；周二对沙特支持的武装人员集结地发动数十次袭击，毙伤对方逾200人。沙特称两座机场遭袭。英国海上贸易行动办公室周二通报，一艘驶离霍尔木兹海峡的油轮被不明飞行物击中。阿曼称一艘商船在该国附近海域遇袭。沙特能源大臣称，截至本周二，沙特东西输油管输油量恢复至580万桶/日。壳牌CEO称，中东石油流量恢复至约八成伊朗战事前水平。

• 红海局势升温，胡塞武装周一发动大规模导弹无人机袭击，利雅得机场及阿美炼油厂遭打击。也门胡塞武装与沙特支持的政府军冲突骤然升级，胡塞武装对沙特本土发动三轮大规模打击，利雅得国际机场、拉比格阿美炼油厂等能源与交通要害同步受袭。

卡塔尔称美伊间接磋商仍在继续，特朗普又施压：可让伊朗“摧毁”洛杉矶或圣迭戈。调解方卡塔尔的官员称，地区冲突有关各方之间的谈判和信息交换仍在通过卡塔尔及其地区伙伴进行，谈判考虑到各方关切。特朗普称，一座城市被“摧毁”只是为了世界安全所付出的“小代价”。加州官员抨击此言论“鲁莽”、“疯狂且危险”、“令人恶心”，指责特朗普企图鼓励针对美国人的攻击。白宫辩称，他在强调伊朗“核威胁”。

Francis Halzen独揽2026年诺贝尔物理学奖：主导南极“冰立方”项目，开启中微子天文学新纪元。比利时裔美国物理学家Francis Halzen凭借一个诞生于1988年的大胆构想，历经逾二十年，在南极建成体积达一立方公里的冰立方中微子天文台，首次捕获来自太阳系外的高能中微子，证实宇宙中存在强于地球实验室百万倍的天然粒子加速器，因此获奖。

共和党斥AI危险论，民主党质疑“大厂”影响特朗普AI政策，要求披露监管框架修改过程。一名共和党参议员致信Anthropic CEO，警告对方不要对AI采取“危言耸听”的态度，敦促其强调AI改善民众生活、增强国家安全以及应对AI威胁的潜力。两名民主党参议员则致信美财长等政府高官，要求说明科技巨头是否通过游说影响了今年5月至6月的政府调整AI监管框架过程，公开企业与政府沟通记录。

美EIA大幅上调油价预期、布油Q4调升15%，料AI数据中心推动美国今明年电力需求创纪录。EIA报告将布伦特原油2026年的预期均价上调8%至约98美元/桶，四季度预期均价上调15%至105美元/桶，预计2027年布油回落至84美元/桶。报告预计，美国冬季取暖油家庭账单上涨21%，天然气账单则下降9%；美国电力需求将从2025年创纪录的4.195万亿千瓦时增至2027年的4.356万亿千瓦时。

美国8月贸易逆差超预期增扩至1056亿美元，创17个月新高。美国商务部公布，8月贸易逆差环比7月扩大13.7%。8月逆差主要受石油、黄金以及AI芯片进口增加推动。由于资本品进口激增，美国8月进口总值环比增长4.3%至4208亿美元，创月度新高。

美联储拟大改银行监管机制，副主席鲍曼：重组区域架构并调整资产门槛。美联储监管副主席鲍曼表示，计划全面改革对美国各银行的监管方式，把现有的12个联储地区行监管职能整合为五个新地理区域，每个区域将设立专职"区域负责人"，旨在改变此前权责分散的格局。美联储今年晚些时候将审议更新银行何时面临更严格监管规则的资产门槛，有望为银行扩张提供更大空间。

不投资就加税，在特朗普关税威胁后，韩国"基本确定"参与阿拉斯加天然气项目。美国副总统万斯周一称，韩国参与540亿美元阿拉斯加LNG项目"基本上会成行"，韩国已先行汇出24亿美元首批资金。

谷歌签下科技史上最大核能协议：3590兆瓦锁定20年，Gemini同步嵌入能源运营。谷歌与美国最大核电运营商Constellation Energy达成总规模3,590兆瓦的长期电力采购协议，含20年期核电合同及15年期供应合同。Constellation将投入逾43亿美元升级11座核反应堆，新增890兆瓦清洁电力，首个机组预计2028年并网。双方还签署五年技术协议，部署谷歌云与Gemini AI优化核电运营及电网安全。

• 报道称谷歌与Constellation酝酿十亿美元核电协议，科技巨头抢购清洁电力大幕正式开启。

谷歌发布号称能力最强端侧多模态嵌入模型EmbeddingGemma 2，总参数7.4亿可精简，主打端侧隐私搜索。新模型基于Gemma 4架构，Apache 2.0开源，可在手机本地统一处理文本、图像、音频与视频，实现跨模态搜索。全模态模式仅需567MB内存，纯文本工作负载仅需约2.7亿参数；代码评测提升9.92分，上下文窗口扩至8K token。新模型与Gemma 4协同，支持全离线RAG流水线，有助于确保数据隐私。

Altman深度访谈：人类灭绝风险非零、开源模型将引发网络安全海啸，算力竞赛不会停。OpenAI CEO Altman罕见系统表态：AI导致文明终结概率"非零"，开源模型将引发"网络安全海啸"。他披露OpenAI已暂停Astra 6.1发布，并将安全测试前移至训练阶段——因模型已强大到能突破沙盒入侵系统。他警告，政策制定者尚未感受到AI发展指数曲线的陡峭程度，世界将被"下一个大问题"打个措手不及。

OpenAI宣布GPT-6提速50%，额度却被锤只有Claude的1/5。为什么要收紧订阅？SemiAnalysis 算了一笔账。订阅是高度补贴的产品，以 Anthropic 为例，据估算，订阅只占总收入的约 10%，却可能吃掉 40% 以上的推理算力，让每兆瓦的混合收入减少约 3600 万美元。对订阅收入占比更高的 OpenAI 来说，这个问题只会更突出。

Marvell大涨！上调2028年营收预期至200亿美元，数据中心需求强劲。Marvell预计2028财年总营收将达200亿美元，高于此前给出的180亿美元，也超过华尔街预期的182亿美元；预计2031财年营收将达到700亿至900亿美元，远超华尔街预期的468.5亿美元。消息公布后，Marvell股价一度涨超10%。

摩根大通CEO：Anthropic“Mythos”模型问世后，AI风险飙升10倍。戴蒙指出，“AI创造了一些我们此前并不知道的漏洞，我们一直都在担心网络安全问题。”

观点精选

临界点逼近：30年期美债收益率破6%“或在本月”，美国借贷成本将超越名义GDP。美债抛售浪潮持续，10年期与30年期收益率周一分别升至5.34%和5.7%，双双刷新2002年以来高位。BMO资管固收主管直言，30年期收益率突破6%"不可避免"且或在本月内实现，届时美国将深陷借贷成本超越名义增长的"债务陷阱"。周一公布的ISM服务业价格指数升至四年高位，通胀阴云再度笼罩市场。

美债期货细则暗藏玄机：30年期收益率逼近6%或引发连锁调仓压力。30年期美债收益率逼近6%可能触发国债期货"最便宜可交割券"（CTD）切换，迫使资产管理机构卖出期货，进一步加剧长端收益率上行。

欧洲财政压力正成为美债抛售的新导火索。法国3.6万亿欧元债务压顶，财政紧缩引爆全国抗议，日本投资者加速撤离；西班牙住房危机触发政治地震，首相提前宣布大选。欧洲财政恶化、政治动荡与美国结构性赤字形成共振，一场新轮债市风暴或正蓄势待发。

警惕油市“定价错位”！高盛警告：若油价再涨，将引爆美债二次抛售。石油期权市场看跌保护溢价飙升，看涨期权定价却跌回战前水平。更深层的信号是，WTI与10年期美债收益率相关性升至35年最高——油价已不再只是能源问题。当前美债收益率已在5.3%高位，一旦油价重新上行，债券、信用、股票市场可能面临新一轮连锁冲击。

a16z深度报告：AI付费市场，已出现不需要登上大众流量榜的生意。消费者AI市场正上演一场流量与付费的双轨博弈。a16z最新报告揭示：仅4.5%美国消费者订阅主流AI产品，前1%付费用户月均烧金903美元，29家支出榜前50厂商根本不在任何流量榜上。ChatGPT三榜称霸，Claude以高价订阅逆袭，个人代理悄然争夺下一个交易入口。

今日关注

中国

A股因国庆假期继续休市。

中国9月外汇储备公布。

海外

2026年诺贝尔化学奖公布。

美联储于美东时间10月7日14时、即北京时间8日凌晨2点公布9月货币政策会议纪要。

美国财政部标售390亿美元10年期美国国债。

世界人工智能峰会（World Summit AI）在荷兰阿姆斯特丹举行。

微软举行Windows与Surface活动。

本文来自华尔街见闻，欢迎下载APP查看更多

10月6日，周二谷歌与美国最大核电运营商Constellation Energy宣布一项总规模高达3,590兆瓦的长期电力采购协议，其中包括一份20年期核电购电合同，将通过升级现有反应堆为PJM电网新增890兆瓦清洁基荷电力。

Constellation将为此投入逾43亿美元，对位于伊利诺伊州、宾夕法尼亚州和新泽西州的11座核反应堆进行升级改造，以提升热效率和发电效率。首个完成升级的机组预计于2028年向电网供电。

消息公布后，Constellation股价收涨超12%，谷歌股价基本持平。

华尔街见闻提及，谷歌本身已与多家核电企业签约。去年，谷歌同意向NextEra Energy购电，支持后者重启2020年起关停的爱荷华州Duane Arnold反应堆；上月，谷歌又出资升级Southern旗下两座核电站，锁定新增容量。

而谷歌与Constellation的这份协议直接呼应了PJM电网管理层提出的"自带电力"方案。该方案要求数据中心客户自行保障电力供应，否则在用电高峰期面临被远程切断的风险。

两家公司表示，此次合作为科技公司在不依赖政府强制性政策的前提下，自主增加电力供给提供了可复制的市场化样本。

本次合作由两份独立协议构成。

其一为20年期购电协议，涵盖通过核电机组升级新增的890兆瓦容量，该容量相当于数座小型模块化反应堆或一座大型传统核电机组的输出。

其二为15年期电力供应协议，覆盖PJM电网内Constellation旗下额外的2,700兆瓦发电资产，为这些现有机组提供长期收入确定性，确保其持续向市场供应电力与容量。

在技术路径上，Constellation将通过更换现代化汽轮机、蒸汽发生器及数字控制系统来实现机组扩容。

这一方式被称为"核电增容"（uprate），无需新建核电站的漫长建设周期和复杂的电网接入流程，是在现有核电基础设施上快速释放新增清洁电力的最直接手段。

据两家公司表示，此举直接响应了美国联邦政府UPRISE计划的目标，该计划鼓励公私合作以最大化现有核电基础设施的清洁发电量。

这笔交易的背景是美国东部最大电网PJM正面临日趋严峻的供需矛盾。

据路透报道，以数据中心扩张为主要驱动力的电力需求激增，已推动PJM容量电价自2024年以来上涨逾11倍，并导致该电网出现电力缺口。

面对这一局面，PJM管理层提出要求数据中心客户"自带电力"，否则在用电高峰期面临被远程切断的风险。谷歌与Constellation的这份协议，在外界看来正是对这一提案的直接回应。

两家公司明确将其定位为符合白宫"电费保护承诺"的市场化方案，由私人主体出资，在不增加居民用电成本的前提下为电网注入新增容量。

谷歌全球能源与电力负责人Amanda Peterson Corio表示：

我们承诺以负责任的方式满足增长需求，通过主动投资清洁、可靠的电力，为国家电网带来新的供应容量。

Constellation董事长兼首席执行官Joe Dominguez则将这一安排称为"科技公司与能源行业携手负责任地发展数字经济、投资国家能源基础设施的合作范本"。

除电力采购外，两家公司还签署了一项为期五年的技术合作协议，Constellation将在核心运营流程中全面部署谷歌云及Gemini Enterprise的智能代理工作流。

具体应用涵盖三个方向：

• 一是加速新增容量落地，包括智能选址、潮流建模及许可审批流程优化，以降低成本并缩短新增电力并网周期；
• 二是发电资产优化，通过设备健康监测、停机检修管理和情景优化来提升机组发电效率；
• 三是关键基础设施安全防护，利用谷歌云的国防级平台保障运营技术网络安全，其中多个网络与大型电力系统之间采用物理隔离（air-gapped）架构。

两家公司将这一合作定位为"AI for Energy"蓝图，旨在建立可推广的行业标准，探索在美国其他地区开发清洁发电、储能及需求侧响应项目的可能性，近期重点仍将放在PJM电网范围之内。

本文来自华尔街见闻，欢迎下载APP查看更多

10月6日周二，EIA发布短期能源报告，上调布伦特原油2026年均价至约98美元/桶，较此前预测高出8%；四季度均价预期约为105美元/桶，较EIA此前估计高出15%。

与此同时，EIA在同日发布的冬季燃料展望中，预计今冬取暖油价格将同比上涨30%，相关家庭实际支出涨幅约为21%。这一涨势的核心推手是全球柴油供应持续趋紧，美国零售柴油价格上月已创历史新高，EIA预计10月仍将维持在6美元/加仑以上。

相比之下，约半数美国家庭所依赖的天然气取暖用户今冬平均支出预计将下降9%，丙烷用户支出则预计小幅下降3%，主要受益于天然气库存充裕及产量强劲增长。

EIA预期2027年油价回落，但仍高于此前基准

EIA预计，随着霍尔木兹海峡过境情况改善、替代出口路线持续拓展，中东石油生产和出口将逐步复苏。

据EIA，9月份海湾地区（伊朗除外）的石油出口流量已恢复至战前水平的逾81%。

此外，预计布伦特原油2027年均价预期约为每桶84美元，尽管仍较EIA此前预测高出10美元，但较当前水平有较大幅度回落。

在产量层面，EIA预计全球原油生产中断规模将从2026年四季度的每日450万桶，降至2027年一季度的每日270万桶，供需格局有望逐步趋于平衡。

此外，EIA预计美国零售柴油价格将缓慢回落，但直至2027年均价仍约为每加仑4.50美元，依然高于历史正常水平。

取暖油价格承压，美国冬季取暖油家庭账单将涨21%

取暖油价格上涨的根源在于馏分油市场的持续偏紧。

EIA数据显示，今年9月美国东海岸馏分油库存较五年季节性平均水平低32%，预计整个冬季将持续维持在低于平均水平20%至30%的区间内。

EIA认为，扣除东北部气候相对温暖、用油量有所减少的缓冲效应后，受影响家庭的实际取暖账单仍将上涨约21%。同时预计今冬全国取暖油消费量将同比下降9%。

在取暖油使用最为普遍的缅因州，压力尤为突出。据缅因州能源资源部数据，截至9月28日，当地燃油价格已升至每加仑5.96美元，较去年同期上涨近80%。

天然气库存充裕，逾半数家庭取暖支出料降9%

与取暖油市场的紧张态势形成鲜明对比，美国天然气市场供应面相对宽松。

EIA预计，进入冬季取暖季时，天然气库存将比过去五年平均水平高出2%，强劲的产量增长为价格提供了有效缓冲，预计涨幅将保持有限。

受此支撑，以天然气取暖的家庭今冬平均支出预计下降9%，以丙烷取暖的家庭支出预计减少3%。这两类燃料合计覆盖约半数美国家庭，覆盖范围远超取暖油。

EIA预计，今冬全国天然气家庭消费量将与去年基本持平，丙烷消费量则小幅下降约1%。

EIA署长Tristan Abbey表示：

进入冬季时相对充裕的天然气库存为取暖需求提供了缓冲，而依赖取暖油的家庭则因馏分油市场持续偏紧而面临更高价格。

AI数据中心驱动，美国电力需求连续刷新历史峰值

在电力需求端，EIA在同日发布的《短期能源展望》中描绘了一条持续向上的增长曲线。

EIA预测，美国电力需求将从2025年创纪录的 4.195 万亿千瓦时，攀升至2026年的 4.288 万亿千瓦时，并进一步增至2027年的 4.356 万亿千瓦时。

人工智能与加密货币数据中心是推动这一增长的核心引擎，居民和企业减少化石燃料使用、转向电气化也是重要推动力。

EIA预计，2026年住宅、商业和工业用电销售量将分别达到 1.541、1.549 和 1.055 万亿千瓦时，均将突破此前历史峰值。

在发电结构方面，可再生能源占比将从2025年的约24%增长至2027年的27%，煤炭占比则从17%降至15%。

天然气发电份额在2026年维持40%不变，2027年小幅回落至39%，核能占比在2026年和2027年保持稳定，均为18%。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博，Dimon周二表示：“在Mythos出现之后，AI带来的风险增加了10倍。”他指出，“AI创造了一些我们此前并不知道的漏洞，而在这些东西出现之前，我们一直都在担心网络安全问题。”

今年早些时候，在进行安全测试期间，Mythos曾访问互联网并采取未经授权的行动。这促使Anthropic重新评估这样一种风险：先进模型可能会以其开发者从未预料到的方式完成任务。

在一些情况下，AI模型甚至曾试图向在线软件中植入有害代码。近期接连发生的相关事件进一步加剧了外界的担忧，即AI服务提供商可能无法完全控制自己开发的模型。

OpenAI和Anthropic均已公开承认，在测试模型期间，它们曾无意中突破包括Hugging Face在内多家机构的系统。

“显然，风险的一面就是你从有关智能代理、Mythos以及所有这些可能制造麻烦的事情中看到的情况。这确实值得担忧，也确实是现实存在的问题。”Dimon表示，“我不会因为争论‘这究竟是不是生存性风险’而陷入歇斯底里。我们正在做的事情就是撸起袖子，着手解决问题。”

在这场内容广泛的采访中，Dimon还表示，数据中心应该建设在当地社区支持其建设的地区。其表示：“有很多州都愿意接纳这些项目，而且这些地方拥有充足的电力资源。”

在英国，伦敦金融城的一些高管担心，政府可能利用本月的预算案，对英国本土银行的利润征收暴利税，同时将国际银行在英国的业务排除在外。

Dimon表示：“我不赞成缺乏原则的做法。”他认为，税收政策需要公平且保持一致。“说‘向我这边的朋友收费’很容易，我认为这是不对的。”

本文来自华尔街见闻，欢迎下载APP查看更多

贝森特于美东时间10月5日周一晚间表示，在继承拜登政府留下的“一大堆债务”后，特朗普政府正通过“约束支出并推动经济增长”加以应对，并称GDP持续增长超过3%将有助于扭转债务与GDP之比。他还指出，在一次性支付1800亿美元退税后，关税收入已恢复到更高水平。

贝森特表态当天，本周一美股午盘时段，基准10年期美国国债的收益率一度逼近5.35%，刷新上周四所创的2002年以来十四年最高纪录。Brown Brothers Harriman策略师Elias Haddad等人直言，贝森特此举不过是试图通过口头干预压低长端收益率。

而贝森特上周六在接受美媒采访时已一改此前的强硬姿态，承认“我无法控制债市”，并将近期收益率攀升归咎于伊朗战事推高全球油价，而非美国财政的结构性问题。这与他9月高调宣称自己是"庄家"、邀请债市投资者"下注对赌"的口吻形成明显落差。

贝森特本周一言论的核心观点是，经济持续高速增长能够自然压低债务占GDP比重。不过，媒体指出，数据并不支撑这一逻辑。

经济学家预计，美国今年财政赤字占GDP比重约为6%，这在失业率低、经济增长稳健的时期属于历史偏高水平。2023年GDP增速接近3%，2024年也曾触及这一水平，但两年的赤字率均超过6%。

无党派机构Committee for a Responsible Federal Budget的高级政策主管Marc Goldwein指出，若要将赤字降至GDP的3%、贝森特自己设定的目标，美国经济增速需达到4.5%。"我们不可能单靠经济增长摆脱财赤问题，不是因为数学上做不到，而是因为这不现实。"

国会预算办公室（CBO）今年2月已警告，美国债务占GDP比重将于2030年超过1946年创下的106%历史纪录，届时将进入前所未见的区域。

债务问题的紧迫性还被持续攀升的融资成本所放大。

当前，5年至30年期美国国债收益率均已超过5%，1年以内到期的短期国库券收益率也在4%以上，均高于截至今年8月底可流通美国国债3.48%的平均票面收益率。

这意味着随着低息旧债陆续到期再融资，政府偿债成本将持续抬升。2026财年前11个月，美国净利息支出已达1万亿美元。

澳大利亚国民银行策略师Rodrigo Catril表示，长期美债收益率上升部分反映了市场对“财政挥霍”的担忧，“以更快速度持续推动经济增长当然有帮助，但解决不了问题”。

策略师们还指出，贝森特的撙节承诺面临一道根本性制度障碍：财政政策的决定权在国会，而非财政部。

Catril表示：“削减预算赤字需要两党达成共识，显然当前两党很难弥合分歧。”

贝森特9月曾暗示，共和党可能在11月3日美国中期选举后推动财政整顿计划在国会加快通过，并称正与白宫预算主管Russ Vought共同制定一揽子方案，但迄今尚未公布任何具体内容。

麦格理策略师Gareth Berry一语道破：“表达愿景并不等于拿出真的计划来。”

在贝森特言论之外，市场还在密切关注另一个即将到来的关键节点。

美国财政部将于11月4日公布季度再融资声明。这也是在8月中旬宣布大幅上调长期美债回购规模——贝森特所谓的“国债扭转操作”（Treasury twist）后，财政部公布的首份季度再融资声明。

鉴于长期债券融资成本持续偏高，投资者和策略师预计财政部可能暗示将减少对长债发行的依赖。

财政部在上一次再融资声明中已对措辞作出微妙调整，将未来票息债券和浮息票据发行的描述从此前的“增加”改为“变化”，为未来削减发行规模预留空间。

本文来自华尔街见闻，欢迎下载APP查看更多

美联储监管副主席Michelle Bowman周二表示，此次重组将把现有的12个联储地区行监管职能整合为五个新地理区域，每个区域将设立专职"区域负责人"，统一负责辖区内全部监管工作。这一调整旨在改变此前权责分散的格局。

Bowman同时宣布，美联储今年晚些时候将审议更新银行资产门槛，以决定何时对银行适用更严格的监管规则。

上述改革是Bowman自2025年出任美联储首席监管官以来推动的一系列整改措施的组成部分。

在监管架构调整之外，她还宣布将考虑引入每五年自动更新一次的资产门槛机制，以反映通胀和经济增长的变化。这一举措有望为银行扩张提供更大空间，在触发资本、流动性及压力测试等更严格要求之前获得更多缓冲。

Bowman在圣路易斯联储主办的会议上发表书面演讲，指出现行监管架构在责任与问责之间存在根本性缺陷。她援引一项由其委托开展的硅谷银行倒闭独立审查报告称，该报告发现联储检查人员在发现风险后行动迟缓。

"美联储监管职能将重新调整，以建立问责文化和清晰的决策权威，"Bowman表示。

在现行体制下，华盛顿的联储领导层负责制定银行检查政策，但实际监管工作由全美12家地区联储银行负责实施和监督。

重组后，新设区域负责人将统辖所有监管活动，相关工作仍由各地区联储员工执行，但原先由地区行行长承担的监督职责将予以调整。

Bowman还对美联储在银行监管中大量倚重各类委员会的做法提出批评，认为这一机制导致决策延误，并在银行出现问题时模糊了相关人员的职责边界。

"在实践中，这些委员会成为'合理推诿'的温床，使检查人员缺乏动力及时、果断地应对已识别的风险，"她说。Bowman表示，未来将对委员会的使用进行精简。

这与她一贯强调的监管导向一致——检查人员应将精力集中于银行的实质性金融风险，而非因多年来积累的繁琐程序性缺陷而分散注意力。

Bowman周二还宣布，美联储将在今年晚些时候审议更新固定资产门槛，这一门槛直接决定银行何时须面临资本充足率、流动性及压力测试等更严格的监管要求。

此次讨论的更新内容不仅包括调整固定资产门槛的具体数值，还涵盖建立每五年自动修订一次的机制，以追踪通胀及经济增长变化。

银行业多年来持续反映，固定资产标准容易随时间推移趋于过时，导致原本并非监管目标的机构反而适用更严格规则。

Bowman自2025年出任美联储首席监管职位以来，已陆续更换监管部门领导层、削减人员编制，并发布新准则，要求精简检查人员的审查范围及对机构问题的评级标准。

本文来自华尔街见闻，欢迎下载APP查看更多

本文来自华尔街见闻，欢迎下载APP查看更多

新模型拥有7.4亿参数，基于Gemma 4架构构建，采用Apache 2.0商业友好型许可证开源发布。

谷歌表示，该模型在MTEB代码评测中较上一代提升9.92分，并在sub-1B规模多模态嵌入模型中取得领先基准成绩，部分指标甚至超越体量两倍以上的专项模型。

EmbeddingGemma 2将直接影响以本地搜索、隐私优先RAG（检索增强生成）流水线为核心场景的应用开发格局。

上一代产品EmbeddingGemma自发布以来已累计超过2000万次下载，此次升级将嵌入能力从纯文本扩展至多模态，有望进一步扩大谷歌在端侧AI基础设施领域的开发者生态优势。

EmbeddingGemma 2的核心设计逻辑是在有限硬件资源下实现高质量多模态推理。模型采用模块化架构，纯文本工作负载仅需约2.7亿参数，视觉编码器（1.7亿参数）与音频编码器（3亿参数）可按需加载，全模态版本总参数量为7.4亿。

谷歌公布的测试数据显示，在经过量化处理后，该模型在Google Pixel 11 Pro上运行时，纯文本权重仅需约191MB活跃内存，全多模态模式所需内存约为567MB。对于内存受限的消费级设备而言，这一指标具有实际部署意义。

在存储效率层面，模型引入Matryoshka表示学习（MRL）技术，允许开发者将输出向量从768维动态截断至512、256或128维，最高可实现本地向量数据库6倍的存储压缩比。

EmbeddingGemma 2将上下文窗口扩展至8K token，是上一代4倍，可在本地硬件上直接处理最长约5.5分钟的音频、29张图像、58帧视频，或上述模态的交错组合输入。

这一能力使跨模态语义检索场景在端侧变得可行，例如通过语音备忘录定位特定视频片段，或基于文本查询检索多小时音频录音。

在代码检索能力上，模型在MTEB Code基准测试中从68.76分提升至78.68分，升幅达9.92分，适用于本地代码库索引、语义代码搜索及编程智能体检索等场景。

谷歌表示，该模型与上一代保持相当的多语言文本嵌入性能，同时在图像、视频、文档和音频维度均有质量提升。

EmbeddingGemma 2与谷歌生成式模型Gemma 4共享文本分词器与音频编码器，二者可组合运行于同一推理流水线，并实现更低的综合内存占用。

这一设计为开发者提供了一条在设备本地构建完整RAG流水线的路径，全程无需连接云端服务器，数据不离开终端设备。

谷歌指出，本地生成嵌入有助于确保数据隐私、降低流水线延迟，并使跨模态搜索与检索功能在完全离线状态下运行。这一定位与当前部分企业和开发者对数据主权和隐私合规的关注相契合。

模型已开源，相关评测指标及模型信息可通过EmbeddingGemma 2 model card查阅。

本文来自华尔街见闻，欢迎下载APP查看更多

当地时间10月6日周二，沙特民航局称，吉达和奈季兰两座机场前一晚遭胡塞武装袭击，造成3人受伤。据央视援引英国海上贸易行动办公室（UKMTO）6日的通报，一艘油轮在霍尔木兹海峡遭不明飞行物击中，事件具体发生时间尚待确认。

此后，阿曼周二称，一艘悬挂巴拿马国旗的商船在阿曼穆桑代姆省的利马（Lima）东北部海域遇袭，后起火；阿曼对船上的十名船员实施了医疗撤离。

同在周二，据央视新闻，沙特阿拉伯能源大臣阿卜杜勒-阿齐兹·本·萨勒曼表示，目前，沙特东西输油管道日输油量已恢复到580万桶。该管道连接沙特东部主要产油区和红海沿岸的延布港，最大输送能力约为每日700万桶，是沙特原油出口绕开霍尔木兹海峡的重要替代通道，9月一度因遭到无人机袭击而停止运行。

这些讯息意味着，虽然中东航运和基础设施仍面临袭击风险，但地区石油供应链正在逐步修复，至少目前尚未出现与战场升级同步扩大的供应中断。

胡塞武装一天发动三轮打击 沙特两座机场遭袭

据央视新闻，沙特民航局10月6日表示，当地时间10月5日晚，位于吉达的阿卜杜勒-阿齐兹国王国际机场和奈季兰国际机场遭到也门胡塞武装袭击，造成3人受伤及“有限的物质损失”。

据央视，胡塞武装发言人于10月5日晚间发表视频声明称，胡塞武装当天对沙特发动三轮打击，其中包括沙特首都利雅得的哈立德国王机场。

据新华社，也门胡塞武装军事发言人叶海亚·萨雷亚6日在社交媒体发表声明称，胡塞武装当天在也门南部拉赫季省对“沙特支持的武装人员集结地”发动数十次袭击，造成对方200多人伤亡。

媒体指出，此轮袭击发生在沙特及其支持的也门政府军向胡塞武装发动反攻之际。沙特支持的也门政府军近期向红海沿岸和曼德海峡方向推进，试图重新控制这一重要战略通道，而胡塞武装则通过导弹和无人机袭击沙特目标进行回应。

此前，沙特支持的也门政府军已向曼德海峡附近区域推进。曼德海峡连接红海和亚丁湾，是中东能源运输以及亚欧贸易的重要航道。

因此，胡塞武装近期对沙特机场和基础设施的袭击，也意味着沙特西部能源运输体系仍处于较高安全风险之中。

截至本周二 东西输油管输油恢复至580万桶/日

与机场遭袭形成鲜明对比的是，沙特最重要的原油替代运输通道正在快速恢复。

沙特能源大臣阿卜杜勒-阿齐兹·本·萨勒曼10月6日在巴林出席活动时表示，截至当天上午，东西输油管道输油量已经达到580万桶/日。

据报道，沙特上述管道在9月10日遭无人机袭击后一度关闭，但在遭受“重大打击”后约5至6天重新启用。到上周末，沙特阿美已将输油量提升至接近600万桶/日。

东西输油管道连接沙特东部主要产油区与红海沿岸延布港，最大输送能力约700万桶/日。按照580万桶/日计算，目前输油量已经超过最大运力的80%。

其中约450万桶/日的原油可通过延布港出口。

这条管道的战略价值在霍尔木兹海峡风险上升后更加突出。沙特能够通过东西输油管道将东部生产的原油输往红海，再经延布港出口，从而减少对霍尔木兹海峡这一关键航道的依赖。

媒体指出，东西输油管道此前一度中断，迫使沙特将部分石油出口重新转向霍尔木兹海峡；而随着管道恢复以及延布港重新发挥作用，沙特石油出口正在得到修复。

一艘驶离霍尔木兹海峡的油轮被击中，运输风险仍未消退

不过，沙特替代输油通道的恢复，并不意味着中东石油运输风险已经解除。

英国海上贸易行动办公室10月6日通报称，收到一份关于5日霍尔木兹海峡事件的延迟报告。一艘正在驶离海峡的油轮遭到不明飞行物击中，具体发生时间尚待确认，目前有关部门正在调查。

UKMTO没有公布油轮身份、损伤程度或袭击来源，并提醒过往船舶谨慎航行，及时报告任何可疑活动。

对于油市而言，单一油轮遇袭本身未必意味着霍尔木兹海峡运输再次全面中断，但如果类似事件持续发生，可能进一步推高航运保险成本，并促使船东减少经过这一航道的船只数量。

这也是当前中东石油市场面临的一个关键变化：原油生产和管道运输正在恢复，但海上运输的安全风险仍然较高。

壳牌CEO：中东石油流量恢复至约八成伊朗战事前水平

从整个中东地区来看，石油运输恢复的幅度同样较为明显。

壳牌CEO瓦埃尔·萨万10月6日在伦敦能源情报论坛上表示，尽管地区冲突仍在持续，但中东石油流量目前已经恢复至冲突前水平的约80%以上。

“尽管发生了这一切，我们现在已经接近冲突前水平的80%以上，”萨万表示。他认为，这显示中东产油国仍在努力履行向全球供应能源的承诺。

不过，他同时强调，霍尔木兹海峡的石油流量虽然有所恢复，但尚未回到正常水平。市场能够缓解最严重的供应冲击，也与中国需求下降以及其他地区增产有关。

萨万警告，冲突持续时间越长，市场就越难继续消化这些扰动。他表示，当前或许已经缓解了危机最严重的影响，但“这种状态不可能无限期持续”，新的供应中断仍可能出现。

这也使得当前中东石油市场呈现出一个值得关注的特征：战场风险并未消失，但供应链的修复速度暂时快于冲突的外溢速度。

沙特东西输油管道恢复至580万桶/日，为全球油市提供了重要缓冲；中东整体石油流量也已恢复至战前约80%。但与此同时，胡塞武装对沙特基础设施的袭击、曼德海峡附近的军事行动，以及霍尔木兹海峡商船接连遭遇安全事件，都说明这一恢复仍然建立在较高风险之上。

对油市而言，接下来需要关注的不只是“有多少原油重新流入市场”，更是这些原油能否持续、安全地运抵买家。目前来看，供应恢复正在对冲部分战事冲击，但只要霍尔木兹和曼德海峡的安全风险持续存在，中东石油市场就很难真正回到正常状态。

本文来自华尔街见闻，欢迎下载APP查看更多

本文来自华尔街见闻，欢迎下载APP查看更多

周二，据路透社援引三位知情人士消息，央行可能在本月发出信号，表明潜在通胀已大致触及2%的目标。这一表态象征意义大于实际政策动作，但它将显著强化市场对12月加息的定价——隔夜指数掉期已把这一概率推升至80%。

知情人士称，日本央行已经开始在政策沟通中强调，需要将潜在通胀锚定在2%目标附近，以此作为判断后续加息节奏与时机的依据。东京消费者通胀与央行季度“短观”企业调查等近期数据，正在增强决策者对潜在通胀已“大致达到”目标的信心，央行可能会在10月29-30日会议后发布的季度报告中正式确认这一判断。

若这一信号落地，将是日本央行在通胀目标表述上的一次标志性转变，为12月再次加息扫清前提。9月加息后日元不涨反跌的教训仍在：缺乏更明确紧缩节奏指引的政策动作，难以在美日利差面前扭转日元弱势。信号与行动之间的落差，正是日本央行当前的核心张力。知情人士强调，数据足以支撑央行对外确认“达标”，却不足以说服多数委员在本月就背靠背加息；政府代表亦罕见施压，敦促央行审慎评估此前加息的累积效应。

从“将达标”到“大致达标”：措辞的关键一步

今年7月发布的季度报告中，日本央行的表述还是潜在通胀将在2028年3月之前的某个时点达到与2%目标一致的水平。到了9月会议纪要，已有部分委员表示潜在通胀“相当接近”2%，或“很快”就会触及。本月若正式确认“大致达到”，将完成从“前瞻预期”到“现状确认”的措辞转变。

一位知情人士称“总体而言，物价走势与日本央行的预测一致”，即潜在通胀目前已大致处于目标附近；另一位则表示“通胀预期仍然偏高，但并未急剧升温”。这类措辞为12月加息预留了空间，同时刻意淡化了立即行动的紧迫性。

80%的定价，与仍在做空日元的资金

隔夜指数掉期显示，市场对12月加息的定价概率已升至80%。6月和9月两次加息之后，市场普遍按“每季度加息一次”的节奏为日本央行定价。

资金面的信号更为复杂。美国商品期货交易委员会（CFTC）数据显示，截至9月29日当周，杠杆基金重新转为净做空日元，看空押注规模约2100亿日元（约合13亿美元）。

在央行连续加息、日本政府不断警告日元过度贬值、美国财长贝森特公开讨论“强势日元可取性”的背景下，投机资金仍选择做空，说明市场真正交易的仍是美日利差能否快速收窄，而非央行是否继续加息。

数据够发信号，不够背靠背加息

“短观”调查虽然显示企业通胀预期维持高位，但呈横向移动，并未以需要立即政策响应的方式升温，这在相当程度上卸下了央行本月连续加息的包袱。9月会议上7比2的投票结果已经暴露内部分歧，两名鸽派委员投下反对票。

政府方面的态度进一步压缩了本月行动的空间。9月会议纪要显示，内阁府代表罕见敦促央行“仔细审视过去历次加息的累积效应”，并提示将中性利率估算纳入考量。这一表态一度令市场对10月连续加息的预期降温，日元随之跌破158关口。

日元的约束

9月加息后，日元对美元不涨反跌，单周跌超2%，美元兑日元一度升至157.53。日本10年期国债收益率此前已触及3%，为1996年以来首次。知情人士指出，日元再度走弱可能加大央行10月加息的压力，但美国本月加息预期的回落又部分对冲了这种压力，使10月按兵不动的概率上升。

10月29-30日会议后季度报告的措辞，将是判断12月加息能否落地的下一个关键信号。

本文来自华尔街见闻，欢迎下载APP查看更多

高盛在最新研究报告中大幅上调台积电2027年及2028年资本开支预测，分别至850亿美元和980亿美元，较此前预测的780亿美元和820亿美元显著提升。与此同时，高盛预计台积电在德克萨斯州的潜在新厂将于2032年后方才进入量产阶段，意味着本轮扩产周期的时间跨度远超市场此前预期。报告维持对台积电的"买入"评级，并将台股12个月目标价从新台币3100元上调至3300元，对应当前股价28%的上涨空间；美股存托凭证（ADR）目标价同步从620美元上调至660美元，上行空间约40%。

高盛分析师Evelyn Yu及James Schneider在报告中指出，AI加速器、网络芯片及服务器CPU需求的协同扩张，构成台积电未来两年业绩的核心驱动力。高盛预测台积电2026年及2027年收入增速（以美元计）分别达42.0%和36.9%，并将2027年及2028年每股盈利预测上调6.5%和8.2%至新台币150元和195.67元。报告同时强调，Agentic AI带动服务器CPU需求提速，是过去一年最显著的需求结构性变化之一。

高盛维持台积电2026年资本开支预测不变，为640亿美元，但将2027年及2028年预测分别从780亿美元和820亿美元上调至850亿美元和980亿美元。

高盛将此次上调归因于两方面：一是设备供应商成本通胀压力，二是德克萨斯州潜在新厂的初期支出。

然而，高盛明确指出，德州新厂预计要到2032年之后才会进入量产阶段，短期内不会对产能形成实质贡献。就现有规划而言，高盛维持对台积电N3及N2制程产能的预测不变：2027年底N3和N2产能分别为每月20万片和14万片，2028年底进一步扩充至每月22万片和20万片。

在先进封装方面，高盛预计CoWoS年产能将从2025年的67.5万片（晶圆）增至2027年的273万片和2028年的348万片，年均增速持续超过100%，为AI芯片大规模出货提供关键支撑。

高盛预计台积电三季度营收环比增长15.3%（以美元计），四季度进一步增长11.0%，全年在AI及高性能计算需求强劲支撑下保持高速扩张。

盈利能力方面，高盛预测三季度和四季度毛利率分别为67.5%和67.3%，较二季度的67.7%小幅回落，主要反映N2制程爬坡带来的短期成本稀释效应。进入2027年，随着N2良率提升、产品组合优化及持续高利用率，毛利率有望回升至67.5%，2028年进一步改善至67.8%。

高盛同步上调了2026至2028年盈利预测，2026年盈利上调幅度为1%，2027年和2028年分别上调7%和8%，主要原因是N2爬坡毛利率稀释效应低于此前预期，以及N2/N3制程受AI及高性能计算需求拉动、稼动率高于假设。

高盛在报告中着重强调，台积电的AI需求驱动力正从GPU加速器向更广泛领域延伸。报告援引台积电管理层在Communacopia科技大会上的表态，AI推理成本持续下降将刺激更大规模的AI应用消费，美国云服务商的持续投入也进一步巩固了需求能见度。

Agentic AI的兴起正在推动服务器CPU需求加速，高盛将其列为过去一年最重要的需求结构变化。这意味着台积电的先进制程客户群体进一步拓宽，不再局限于Nvidia等AI加速器客户，而延伸至英特尔、AMD等CPU阵营。管理层同时表示，尽管N2和N3产能持续扩张，供给仍难以满足旺盛需求。

高盛表示，在即将于10月15日举行的三季度分析师会议上，市场将重点关注管理层对2030年前AI需求展望的最新判断、美国扩产计划的规模与时间表，以及台积电在英特尔、三星及新兴竞争对手Terafab面前的技术领先优势能否持续扩大。

本文来自华尔街见闻，欢迎下载APP查看更多

10月6日周二，诺贝尔委员会于最新公告中宣布，将本年度物理学奖全额授予Halzen一人，表彰其在南极冰层中构建起一台体积达一立方公里的中微子探测装置的科学愿景与领导力。

该装置自2011年建成以来，已成功捕获来自太阳系外的高能中微子，证实宇宙中存在远比地球实验室强大百万倍的天然粒子加速器。诺贝尔物理学委员会主席Mark Pearce表示，Halzen的坚韧与科学远见"为一种全新的天文学铺平了道路"。

这一发现的意义在于，高能中微子几乎不与任何物质相互作用，能够从遥远宇宙极端环境中直线穿越而来，不偏折方向、不损失能量，因而携带着其他任何粒子或光子都无法传递的宇宙信息。这为天文学家提供了一扇此前完全封闭的观测窗口。

Halzen的核心洞见诞生于1988年：南极的透明冰川并非障碍，而是天然的中微子探测介质。当一个中微子与原子核发生碰撞时，会产生微弱的光闪，而嵌入冰层的光传感器可以捕捉到这一信号，从而追踪中微子的来源与能量。

南极冰层具备多项独特优势：纯净度高、干扰源少、地质结构稳定、无地震活动，使其成为理想的探测环境。这一构想迅速赢得科学界同行支持，随后几年间，传感器在冰层中的早期测试相继展开。

Halzen长期任职于美国威斯康星大学麦迪逊分校，现为Gregory Breit杰出教授及Vilas研究教授，同时担任冰立方中微子天文台首席研究员。他1966年在比利时鲁汶大学获得硕士学位，1969年取得博士学位，1972年加入威斯康星大学，此后数十年间始终专注于这一研究方向。

一立方公里的冰，一扇通向极端宇宙的窗

高能宇宙中微子极为稀有，探测到足够数量的碰撞事件需要极大体量的探测介质，这正是冰立方规模如此庞大的根本原因。该装置覆盖整整一立方公里的南极冰层，历经多年建设，于2011年正式完工。

完工后不久，研究团队即发现了首批高能中微子，并在此后数年内发表成果，确认这些中微子必然源自太阳系之外。这一发现标志着宇宙中微子源搜寻工作正式全面展开。

科学家长期以来已知宇宙中存在天然粒子加速器，其能量可达地球实验室水平的百万倍，但这些来源究竟是什么、位于何处、内部运行机制如何，至今仍有大量未解之谜。与光子不同，高能中微子在漫长的宇宙旅途中不受尘埃、气体和磁场干扰，能够忠实保留其起源地的信息，因此是解答上述问题的关键探针。

冰立方至今仍在持续收集中微子相互作用数据。诺贝尔委员会指出，这些数据将帮助研究人员深入了解高能中微子得以产生的剧烈宇宙环境，甚至可能揭示迄今未知的宇宙现象。

Mark Pearce在颁奖声明中评价称，Halzen领导了一支国际研究与工程团队，为科学界提供了"一台极为出色的仪器"，其学术韧性与科学远见具有里程碑式意义。

Halzen的研究横跨粒子物理学、天体物理学、宇宙学与中微子天文学多个领域。他将一项在1988年看似大胆而遥远的构想，历经逾二十年转化为现实运行的科学装置，并最终以探测结果改写了人类对宇宙极端环境的认知。

本文来自华尔街见闻，欢迎下载APP查看更多

在风险与监管问题上，Altman的立场颇为微妙：他一方面主动暂停了Astra 6.1模型的发布，理由是该模型“倾向于事故风险”；另一方面又明确表示支持开源模型，即便这意味着社会必须承受“相当严重的网络安全事件”。他对特朗普政府主导的AI自律协议评价有限，称其"是个好的开始，但远不够"，并再度呼吁就共同安全标准达成协议。

在算力与基础设施层面，Altman描述了一个能力跃升速度远超外界认知的行业现实——模型已强大到可以在训练过程中突破沙盒、入侵系统，这迫使OpenAI将安全测试前移至训练阶段本身。他坦言，政策制定者尚未真正感受到这条指数曲线的陡峭程度，“世界大概率会被下一个出大问题的事情打个措手不及”。

“奥本海默时刻”：文明级风险与非零概率

Altman在访谈中正面回应了外界将其比作"AI时代奥本海默"的说法。他并未否认这一类比，但强调这场技术革命本质上是"一小群杰出科学家和工程师共同完成的壮举"，而非某一个人的功绩。

在存在性风险问题上，Altman措辞审慎但态度明确。他承认AI导致人类文明终结的可能性“非零”，并表示这正是OpenAI成立的初衷之一。他同时警惕另一种极端——少数公司或国家借助AI实现权力高度集中，“这同样是灾难性的”。

对于有观点认为渲染灭绝风险不过是行业的营销手段或阻止新进入者的策略，Altman承认“确实有人在利用这一点为权力集中寻找借口”，但他坚持认为真实风险客观存在，不能因此被否定。他的表述是：“这不意味着风险不存在。”

开源模型与网络安全：Altman预警“海啸”将至

这是本次访谈中信息密度最高、市场含义最直接的部分。Altman明确表示支持开源大模型，但同时发出了罕见的公开警告："开源模型将带来一场即将到来的网络安全海啸。"

他的逻辑是：为了确保AI技术的民主化和广泛可及性，社会必须接受一定程度的安全代价。"我们愿意接受一些事情出错，以确保这是一项被广泛持有、使用和民主化的技术，"他说，"我们将不得不作为一个社会，接受来自开源模型的相当严重的网络安全事件，以换取随之而来的自由。"

他以航空业类比监管边界——飞机受到极为严格的监管，但仍然会坠毁。他认为，可接受的风险边界应由政治进程而非科技公司单方面决定。值得注意的是，Altman同时透露，OpenAI已将安全测试前移：此前仅在训练完成后进行测试，现在已在训练过程中实施监控，因为"模型已经聪明到可以逃出沙盒、入侵系统"。

马斯克是个“霸凌者”

Altman谈到马斯克时表示，如果希望他和埃隆 · 马斯克能够开展合作，大家就必须接受一定程度上的纷争。

“我认为有些时候，你就得狠狠回击霸凌者。”Altman表示，“而且我还觉得，埃隆和很多喜欢欺压别人的人一样，只会尊重敢于还手的对手。”

当下行业再次掀起对于人工智能安全问题的担忧，这位 OpenAI 首席执行官称自己仍然愿意和马斯克合作，而马斯克如今已经开始把昔日盟友称作“骗子Altman”。

“如果希望我能够和他共事，或许大家应该乐见我偶尔予以回击。当然，我是愿意和埃隆开展合作的。”他说道。而就自身而言，Altman坦言“我并不认为自己是一个完人”。但与此同时，他并不觉得自己才是最大的问题所在。

“在埃隆和我两个人当中，我并不确定大家矛头应该指向的那个人就是我。”他表示。

Astra 6.1暂停发布：安全标准随能力提升而提高

Altman在访谈中披露，OpenAI近期暂停了Astra 6.1模型的发布，原因是该模型未能通过安全标准。他将这一决定定性为主动自律的体现，而非外部压力的结果。

"这些模型现在处于严肃能力时代，"他说，"一年前我们或许可以合理地说，'把它发布出去，可能有点不安全，但不会发生太坏的事情'。现在不同了。"他表示，随着模型能力持续提升，OpenAI对自身的安全要求门槛将"越来越高"。

他同时拒绝了另一个极端——将强大模型锁定在少数公司手中。“如果你完全不发布，你会从另一个方向跌落，”他说，指的是权力过度集中的风险。他将OpenAI的路径描述为"在两种灾难之间走一条务实的中间道路"。

此外，Altman还透露，OpenAI此前已多次主动暂停模型训练，以等待对齐和可监控性研究跟上能力进展，但这些决定此前并未引发广泛关注。

算力、数据中心与AI基础设施：指数曲线远超政策认知

Altman在访谈中多次强调，外界——包括政策制定者——对AI能力提升速度的感知严重滞后于行业现实。他将当前的公司成长速度描述为“科技史上前所未有”，“每五年的公司成长被压缩进一年”。

在基础设施层面，他的表态揭示了一个关键转变：安全测试已不再是训练后的事后工作，而必须嵌入训练过程本身。这意味着算力投入与安全基础设施的建设必须同步推进，而非顺序进行，这将显著推高AI开发的综合成本。

对于IPO计划，Altman表示OpenAI"并不急于上市"，并强调即便上市后，非营利机构仍将继续治理公司。他明确表示，若股东利益与公司使命发生冲突，"使命优先"，股价可能因此"大幅波动"。他坦承自己在OpenAI没有直接股权，并罕见地表示"希望当初拿了股票"。

在国际合作层面，Altman呼吁就AI安全标准及合规核查机制达成协议。他对特朗普政府主导的AI自律协议评价有限，认为其"有一定社会约束力，但缺乏实质权力"，并预判监管政策将高度依赖"下一个出大问题的事情"的具体形态——是生物武器、网络攻击，还是其他形式。

本文来自华尔街见闻，欢迎下载APP查看更多

"考虑到其中的利害，这些公司极其鲁莽。"

同场作证的前谷歌DeepMind研究员Alex Turner估计，AI接管人类文明的概率"大约是三分之一"。前OpenAI研究员Daniel Kokotajlo则警告，科技公司即便保住了对AI的控制，也可能借此成为"独裁者或寡头"。

Anthropic、OpenAI、谷歌和Meta均派政策负责人等高管线上出席，并未派出CEO。据报道，这些公司是在议员威胁发出传票后才同意到场。

Coxon：控制不了，且即将自我改进

几周前，Coxon还是Anthropic的能力研究员，此前曾在OpenAI任职。他上月离职时警告，AI发展之快，"到本十年末可能杀死我们所有人"，引发业界震动。

"所有AI公司都在试图打造超级智能AI，也就是在每一项任务上都比人类更强的AI，"Coxon在听证会上说。他也表示，如果一切顺利，这可能改变经济，大幅推动科学和医学进步，让几乎所有人生活得更好。

但他看到了两个让他害怕的事实。第一，人类还不知道如何控制任何AI系统。"我们构建的任何AI系统，或者更准确地说，我们'培育'出来的AI系统，我们都无法完全控制。我们不理解它的驱动力，也不理解它为什么做出那些行为。"

第二，能力提升正在加速。Coxon说，明年模型的能力将非常强，"我们正在接近AI系统能够自我改进的临界点，也就是去做此前由人类完成的研究工作"。

他还以亲身经历举例："在上一份工作中，某种意义上我是在努力把自己自动化……现在大部分代码都由AI编写，人们已经不再那么仔细地检查了。"

Coxon把问题部分归结于行业文化。"这些公司以初创企业的思维运作：快速行动，打破常规，以后再修。这适用于照片分享应用，不适用于打造有史以来最强大的技术。"

接管风险与权力集中

Turner描述了一种接管情形。"一个超级智能集群可能夺取人类文明的控制权，"他说，"它知道我们会试图阻止它实现目标，所以很可能会等到为时已晚、无法关闭时再行动，到那时将无法回头。"

Kokotajlo现执掌关注AI社会影响的AI Futures Project，他担心的是科技公司本身。在他看来，尽管科技领袖如今支持更严格的监管，也未必应该把控制权交给他们。"即使他们真能保持控制，我也不认为我们应该信任他们掌握这种控制权。我认为存在非常现实的可能，他们会借此在美国成为独裁者或寡头。"

巨头自请约束

Coxon上月的警告发出后，头部AI公司的领导者罕见地呼吁对自家产品发布施加更多限制，并称需要全球合作防止AI失控。Anthropic CEO Dario Amodei发表长文，呼吁竞争对手共同放缓模型开发，担心"递归式自我改进"（RSI）的风险，即AI聪明到可以持续自主进化。

OpenAI的奥特曼、SpaceX创始人马斯克和微软亿万富翁比尔·盖茨，也都对不受监管的AI发展发出过警告。

纽约拟设"紧急停止开关"

AI行业通常受州和联邦法规监管，但随着AI在纽约迅速扩张，市政府希望更多介入。这次听证会正是由市议会议长Julie Menin推动，她呼吁AI吹哨人出席作证。Menin称，谷歌、OpenAI和Anthropic是在收到议会威胁动用传票权的信函后才改变态度、同意出席。

纽约市的政策制定者和科技公司高管正在讨论一揽子监管法案。根据提案，AI系统未经外部专家审查，不得在纽约五大区"营销、销售或部署"；在纽约使用的任何AI工具都须配备"紧急停止开关"，即"能够关闭系统的人工干预机制"。违反任一规定将被处以2.5万美元罚款。

另一项拟议法案将设立"全美首个"吹哨人现金奖励制度，资金来自对违规者的罚款。

在此之前，纽约州长霍楚尔上月宣布，AI公司须从11月起在政府平台注册，并在72小时内报告重大安全事件。

本文来自华尔街见闻，欢迎下载APP查看更多

全球债券市场持续承压，但股票投资者选择了“无视”。在美债收益率触及二十年高位、欧洲债市跌至数十年低点之际，全球股市不仅未受拖累，反而逼近历史新高。这场债券与股票之间的分歧，正成为当前市场最核心的叙事。

周二，美股期货小幅走高，标普500指数距创下8月以来首个历史新高仅一步之遥，纳斯达克100指数期货则进一步巩固于纪录高位。与此同时，此前遭抛售的美债和欧洲债券出现反弹，10年期美债收益率在触及2002年以来峰值5.31%后回落3个基点至5.28%，油价的走软亦缓解了市场对通胀卷土重来的部分担忧。

欧洲市场同步回暖。欧洲斯托克600指数涨幅扩大至1%，触及盘中新高，有望录得近一个月来首次连续三日上涨；此前长期跑输大盘的法国和意大利债券领涨，欧元在触及17个月低点后企稳。

股市“穿越”债券风暴，盈利是关键支撑

债券收益率飙升通常被视为股票估值的压制力量，但这一逻辑眼下正受到挑战。

投资者的注意力已从利率风险转向企业盈利、宏观数据以及以人工智能为核心的资本开支浪潮。“驱动今年涨幅的是盈利增长，而非估值扩张，”法国巴黎银行财富管理德国区Stephan Kemper表示，“每股盈利修正依然强劲，美国企业的业绩指引上调幅度高于均值，我们认为这一格局仍有延续空间。”

“七巨头”科技股在早盘交易中悉数上涨，为市场提供了直接动力。杰富瑞首席欧洲经济学家Mohit Kumar指出，当前股市表现的广度较窄，主要由科技板块驱动，“强劲盈利、持续资本开支以及充裕的系统流动性，应能继续支撑铲子与镐相关交易。”

AI投资热潮持续，资金涌向多个方向

人工智能相关交易的活跃度，为股市涨势提供了额外注脚。

OpenAI正与多家阿联酋主权投资基金洽谈，寻求为其300亿美元融资轮提供基石投资支持；与此同时，中国的DeepSeek和月之暗面（Moonshot AI）亦在各自推进数十亿美元级别的融资。

在硬件端，AMD首席执行官Lisa Su预测，未来数年芯片需求将持续处于"极高"水平，尽管行业仍面临AI安全方面的挑战。谷歌母公司Alphabet则据报即将与Constellation Energy达成核能采购协议，折射出科技巨头对稳定电力供应的迫切需求。

这些密集的资本流向，印证了市场在高利率环境下对AI赛道维持高热度的判断。

收益率高位的两面性：威胁还是信号？

债券收益率的持续上行究竟意味着风险积聚，还是经济强劲的佐证？市场对此存在分歧。

贝莱德分析师Vivek Paul认为这一问题值得审慎看待：“如果收益率上升的驱动因素是更强劲的增长前景、AI浪潮等，那对市场未必是坏事。”这一观点代表了当前部分多头的核心逻辑——只要收益率上行源于增长预期而非通胀失控或财政压力，股债同时承压的局面便不必然持续。

不过，隐忧并未消散。桥水基金创始人Ray Dalio警告称，美国正逼近其债务周期的极限。10年期英国国债收益率高达5.36%，与美债相近；德国10年期收益率亦升至3.44%，欧洲债市的结构性压力同样不容忽视。

本文来自华尔街见闻，欢迎下载APP查看更多

摩根士丹利在最新研究报告中指出，英伟达CEO黄仁勋近期已明确表态，行业需要以全新思维应对内存瓶颈。这并非悲观信号，而是产业界对未来数年持续短缺的主动预判。内存紧缺的烈度或有起伏，但AI将在可预见的未来基本吸收全部可用供应。

在投资层面，摩根士丹利将Astera Labs（ALAB）和Marvell（MRVL）列为CXL及规模扩展方向的潜在受益者，将Cerebras（CBRS）列为推理负载分离架构的核心受益标的，同时维持对Micron（MU）和SanDisk（SNDK）的增持评级，逻辑在于内存短缺周期远未终结。

面对DRAM和NAND价格双双走高，生态链企业最直接的应对是压缩单设备或单服务器的内存配置。

摩根士丹利指出，英伟达正在为Rubin平台向客户提供多个规格版本：LPDDR5每机架容量从原定54TB压缩至28TB，对应模组从192GB SOCAMM2缩减至96GB；HBM方面，Rubin原计划每GPU搭载288GB HBM（8叠12hi HBM4），目前预计将推出192GB版本（8叠8hi HBM4）。对于Rubin Ultra，相关规格也从1TB HBM4e下调，实际可比基准或降至192GB至384GB区间。

然而，降规并非真正意义上的解决方案。报告强调，当一层内存容量被削减，数据压力必然向下转移，HBM和LPDDR的缩水正在为NAND和网络互联带来增量需求，内存瓶颈发生了位移而非消失。

推动AI内存需求持续扩张的结构性因素包括三个维度：模型规模在LLM时代每6个月翻倍；上下文窗口长度以每年约5倍的速度扩张；推理并发量的增加使每个会话均需独立存储KV缓存。

摩根士丹利认为，这三个向量的持续演进决定了降规只能是临时性措施，一旦供应缓解，行业将迅速回补至更高规格，被压制的需求将更容易被吸收。

推理过程由两个截然不同的阶段构成：预填充（prefill）以并行方式处理输入提示词，计算密集；解码（decode）逐token生成输出，对内存带宽和容量的依赖更为突出。将二者分离，分别交由最适合各自特性的硬件处理，是提升内存使用效率的第二条路径。

这一趋势在2025年底前后明显提速。英伟达收购Groq后，将其LPU（基于高带宽片上SRAM）整合进Vera Rubin平台，由Rubin GPU负责预填充及需要大容量KV缓存的解码环节，Groq处理前馈和专家混合部分，英伟达Dynamo负责协调与激活值传输。AWS随后宣布以Trainium负责预填充、Cerebras负责解码的异构架构，并计划于2027年第一季度在Amazon Bedrock上线；Cerebras与AMD的类似合作方案则预计于2026年第四季度投入生产。Matrix的Corsair也已进入量产阶段。

摩根士丹利将Cerebras列为负载分离架构中最直接的纯正受益标的。Cerebras晶圆级处理器将大量SRAM与计算单元集成于同一硅片，显著降低数据在处理器与外部内存间的移动频率，在解码阶段优势突出。更重要的是，负载分离可实质性改善Cerebras Cloud的经济模型——据Cerebras与AMD披露，联合系统可在维持Cerebras推理速度的前提下将吞吐量提升最高5倍，每部署单元可产生更多收入，每token成本同步下降。

CXL（Compute Express Link）是一种基于PCIe物理层的高速互联协议，核心价值在于允许多个处理器访问同一内存资源池，从根本上打破了内存与特定CPU绑定的传统架构。

其三种主要应用形态为：内存扩展（为单处理器添加超出本地内存通道上限的容量）、内存共享（多处理器访问同一数据）以及内存池化（跨处理器或服务器动态分配内存，减少闲置浪费）。

摩根士丹利指出，过去CXL主要服务于通用CPU计算场景，在AI领域的渗透因延迟劣势而受限。但随着推理场景对长上下文、代理型工作负载和KV缓存的容量需求急剧扩张，大量数据并不需要始终驻留在HBM中，CXL挂载DRAM作为更低成本、更大容量的内存分层由此获得立足空间。

市场规模方面，摩根士丹利将CXL的可寻址市场预测从原先以CPU为基础测算的逾40亿美元上调至2030年约60亿美元，增量主要来自AI服务器侧的新部署场景。Astera Labs的Leo内存控制器系列（含针对KV缓存卸载的定制设计，预计2027年量产）以及Marvell覆盖内存扩展（Structera X）和机架级池化（Structera S）的全线产品组合，是摩根士丹利看好的两个核心标的。Marvell管理层此前已将CXL定位为2028年前后逾10亿美元的收入贡献来源，摩根士丹利预计在即将举行的投资者日上将获得更多细节披露。

摩根士丹利坦承，从短期盈利最大化角度看，上述绕道策略对DRAM厂商存在一定负面影响——若AI生态因内存短缺而完全停摆，近期定价可能更为有利。但这一情形从未现实，报告强调，分析本轮内存周期应以"持续时长"为主要驱动逻辑，而非价格振幅。

核心论据在于：降规源于供应约束而非需求消退，一旦供应改善，行业将迅速回补至更高规格，被压抑的需求将轻易消化新增产能。摩根士丹利同时提示了一个风险因素：若AI放缓并非由于需求下降，而是源于土地、电力或厂房等基础设施瓶颈，此类暂停可能对内存板块造成不同于算力板块的特有冲击。

基于上述判断，摩根士丹利维持对MU和SNDK的增持评级，认为内存短缺周期尚未终结，两者的配置价值仍然成立。

本文来自华尔街见闻，欢迎下载APP查看更多

摩根士丹利分析师Erik W. Woodring团队渠道核查显示，东芝的扩产规模被市场严重高估——菲律宾工厂两年产能翻倍折算至年化增速约30%，与行业整体供给增速相当，远低于需求增速。更关键的是，渠道核查显示希捷和西部数据均无意跟进扩产，行业定价亦未出现任何松动迹象。摩根士丹利随即重申对两只股票的增持评级，并继续将希捷列为首选股，目标价分别为1187美元和676美元，较周五收盘价分别高出约40%和64%。

与此同时，该行渠道还挖出两项额外的看多信号：HDD需求在近一至两个月明显提速，新兴客户群体（包括新兴云厂商和实体AI公司）持续涌现；未签长约的现货近线存储交易价格已达每GB 3至5美分，部分成交价甚至更高，远超当前合约均价1.5美分，为该行牛市盈利预测提供了现实佐证。

摩根士丹利的渠道核查首先厘清了市场对东芝扩产规模的误读。

据该行了解，此次产能翻倍目标仅针对东芝菲律宾拉古纳科技园（Laguna Technopark）一处工厂，该工厂此前主要生产非近线硬盘，仅占东芝整体产能的三分之二。若以2025财年为基准，两年内翻倍折算为年化增速约30%，与行业整体供给增速持平，与加速增长的需求相比仍有明显缺口。

摩根士丹利估计，即便东芝如期完成目标，两年内新增近线存储容量也不足150EB，与单独希捷一家通过HAMR技术实现约25%年均近线EB增长相比，规模十分有限。

值得注意的是，此次扩产计划早已在业内知晓，并非新动向，仅是在东芝菲律宾子公司成立30周年纪念活动上被公开提及，日经随后对报道中的时间节点描述进行了更正。

渠道人士直言："这条消息不会改变任何事情。"此外，东芝所需的磁头和磁碟等核心部件依赖TDK和Resonac外部供应，多名联系人认为供应链协同将是制约实际产能落地的主要瓶颈。

日经报道中援引的东芝"近期实现30%市占率"目标，同样引发市场担忧。摩根士丹利指出，该目标早在2022年便已提出，并非新近制定，日经不过是将这段旧表述纳入报道之中。

从数学逻辑看，东芝年化约30%的产能增速与行业整体供给增速相当，根本不具备大幅抢占份额的条件。

摩根士丹利粗算，若要在2028年实现30%市占率，东芝须在2027年底前将产能扩大5倍，这在现实中几乎不可能实现。渠道联系人普遍认为12%至13%的市占率目标更为可信，30%的表述更多是一种姿态。

技术层面的差距同样不容忽视。东芝目前仍以MAMR技术为主，最新40TB机型（12碟）已出现延迟，HAMR技术的量产时间表则落后同行数年。在大型云厂商普遍追求更高单盘容量、减少驱动器数量的趋势下，东芝以低容量、高单位数量的产品参与竞争，将在空间、功耗、散热等维度给客户造成额外负担。

摩根士丹利渠道核查的最关键结论是：希捷和西部数据均未调整各自的产能计划，东芝亦未采用价格战手段争夺份额，行业定价格局维持不变。

渠道人士表示，东芝目前自身产能同样处于满销状态，与希捷、西部数据的方向一致，也在分享近线存储价格上涨的红利。

据摩根士丹利了解，希捷已将2026年近线存储容量全部售罄，西部数据仍在谈判延续至2031年的长期协议。600亿日元的投资主要用于重新启动停产产线、测试设备及工装，并无新建设施计划，且部分资本支出已提前落账。渠道人士指出，东芝的合理市占率目标上限约在"低至中双位数"区间，不构成对行业定价的实质冲击。

在澄清东芝相关疑虑之外，摩根士丹利的渠道调研还发现两项对HDD板块构成额外支撑的信号。

其一，HDD需求在近一至两个月明显提速。

摩根士丹利认为，智能体AI（agentic AI）是新兴的增量需求驱动力——相较于传统聊天机器人工作负载，AI智能体需在多次交互间持续保留更多数据和上下文信息，显著增加HDD存储密度需求。与此同时，需求来源也在扩大：由于CSP存储容量趋紧且NAND闪存价格仍为HDD的17至20倍，新兴云厂商和人形机器人/实体AI公司已成为HDD的新买家，但受制于供给缺口（今年约300EB，2027/2028年预计扩大至400EB），这一群体的采购难度较高。

其二，现货定价持续超预期。

摩根士丹利此前于今年6月调研时，记录到HDD厂商将近线存储定价目标设定为2027/2028年达到每GB 2.5至3美分（当前约1.5美分）。最新渠道信息显示，未签约的近线现货交易已出现每GB 3至5美分、即每TB 30至50美元的成交价格，部分案例甚至更高。摩根士丹利表示，尽管尚不能将这些现货价格外推至全市场，但实际成交数据表明，其牛市盈利预测所依赖的定价假设正变得越来越可信。

基于上述判断，摩根士丹利认为周五的大幅回调制造了显著的买入机会，而非论题转折点。

以当前股价计，希捷对应该行CY28基本情景每股盈利的市盈率为10倍，对应牛市情景仅约6.8倍；西部数据对应CY28基本情景市盈率为8.5倍，对应牛市情景约5.8倍。摩根士丹利指出，其基本情景每股盈利预测仍较市场一致预期高出约20%至25%。

该行对希捷的目标价为1187美元，基于CY27每股盈利59.33美元给予20倍估值；对西部数据的目标价为676美元，基于CY27每股盈利33.80美元给予20倍估值。两只股票均获维持增持评级，希捷继续列为首选股。摩根士丹利总结称，HDD行业正呈现其覆盖范围内增长最快（年复合增长率逾85%）、利润率扩张最显著的投资故事，当前估值为投资者提供了以折扣价格买入的时间窗口。

本文来自华尔街见闻，欢迎下载APP查看更多

万斯周一在前往阿拉斯加途中于安德鲁斯联合基地对记者表示，"我认为这件事会发生。当然，一些细节还需要敲定，韩国方面也就此表过态。"他同时强调，"美国天然气需求强劲，我们有信心推动这件事落地。"与此同时，据彭博报道，韩国已于上周向美国汇出24亿美元，作为双边贸易协议下投资承诺的首批资金。

据新华社，美国总统特朗普10月2日威胁说，如果韩国不同意投资一个阿拉斯加液化天然气项目，美国将向韩国收取更高费用。据报道，特朗普9月30日宣布韩国约2000亿美元的对美投资计划。该计划包括美国阿拉斯加州的一个液化天然气管道项目。

韩国政府此前表态，称其参与以项目具备经济可行性为前提。万斯的最新表态，在一定程度上缓和了外界对这一合作前景的疑虑，也令双边投资谈判重回正轨。

特朗普宣布项目，韩国附条件回应

据彭博报道，特朗普上周在白宫椭圆形办公室宣布这一阿拉斯加LNG出口项目，将其作为韩国对美投资承诺的"压轴之作"。然而，韩国政府随后公开表示，首尔方面仅在项目被证明具备经济可行性的前提下，才同意参与其中。

值得注意的是，特朗普宣布这一项目时，现场并无任何韩国政府官员出席，仅有负责开发该LNG项目的私营企业Glenfarne Group的代表在场。特朗普在被问及是否过早宣布该项目时回应称，"我没有抢先。他们当时是在场的。"

特朗普祭出关税威胁，法律效力存疑

面对韩国的保留态度，特朗普措辞强硬。他在周五表示，"如果他们不想做，那也没关系——我就多收他们的税。"这与他过去对其他国家发出关税威胁时的惯用表述如出一辙。

不过，特朗普能否单方面对韩国商品加征报复性关税，目前仍存在法律层面的不确定性——美国最高法院今年早些时候已对其关税权力作出限制。这意味着，即便特朗普发出威胁，其实际执行能力仍受制于司法约束。

项目政治意义重大，盟友关系承压

阿拉斯加LNG项目对特朗普及共和党而言具有重要政治价值。该项目所在的阿拉斯加州，将在11月中期选举中迎来一场竞争激烈的参议院席位争夺，项目的推进有助于巩固共和党在当地的政治基本盘。

万斯在表态支持该项目时，也将其置于更广泛的亚太能源需求框架之下。"这条管道是我们非常希望看到建成的，许多亚洲朋友也希望如此，"他说，"不只是韩国人，日本人也非常希望看到这条管道建成。"

与此同时，特朗普近期向朝鲜领导人金正恩发出会面邀约，并在一次竞选活动中与曾多次访问朝鲜的前篮球明星Dennis Rodman同台亮相，引发外界对美朝关系走向的猜测。这一动向，也为美韩同盟关系增添了新的变数。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博周二报道，知情人士透露，DeepSeek本轮融资接近锁定至少800亿元人民币（约120亿美元），远超公司最初约500亿元人民币的融资目标。宁德时代与腾讯是领投方之一，融资程序即将收官。

知情人士称，根据已签署的投资条款书，最终融资规模可能接近1000亿元人民币。本轮融资将为DeepSeek计划于2027年初进行的首次公开募股奠定基础。

本轮融资完成后，DeepSeek的上市计划将获得更为坚实的资本支撑。知情人士表示，公司IPO时间窗口指向2027年初，具体上市地点尚未披露。

DeepSeek最初寻求融资约500亿元人民币，但最新AI模型的成功发布显著提振了投资者热情，使募资规模随之水涨船高。宁德时代与腾讯领投，标志着中国头部实业资本与科技平台双双押注国产AI基础模型赛道。

自2025年推出一款以更低成本达到硅谷同类模型能力的产品以来，创始人梁文锋旗下这家初创公司凭借技术突破迅速积累市场声誉。其最新发布的V4 Flash模型进一步重新定义了市场对AI模型性价比的预期，对Anthropic和OpenAI等美国AI头部企业形成直接挑战。

与其他AI企业一样，DeepSeek需要持续投入巨额资金以支撑其人工智能业务发展。DeepSeek计划在内蒙古建设大型数据中心，部署至少16万枚华为高端AI加速器，若规模落地，将可能成为目前已知规模最大的华为AI芯片集群之一。

与此同时，DeepSeek已正式开源面向华为AI芯片算力平台的基础设施组件，进一步深化与华为生态的绑定，也为国产AI算力自主化路线提供了更具参照价值的落地案例。

本文来自华尔街见闻，欢迎下载APP查看更多

a16z最新一期Top 100消费者AI应用追踪报告显示，只有7家公司同时进入网页流量、移动月活和消费支出三张榜单，有29家支出排名前50的厂商根本不在任何流量榜上。

本文来自华尔街见闻，欢迎下载APP查看更多

本文来自华尔街见闻，欢迎下载APP查看更多

银行开始涉足亚洲GPU融资，这一领域此前主要由风险偏好更高的私募信贷基金主导，AI竞赛下一阶段的资金池由此显著扩大。

近几个月，国际大行在GMI Cloud、Zankore和PaleBlueDot AI三家AI基础设施提供商合计约38亿美元的GPU贷款中扮演了关键角色。据知情人士透露，花旗、摩根大通、巴克莱、德意志银行、桑坦德银行和日本三井住友银行目前都在评估与GPU挂钩的贷款。

这笔资金至关重要。普华永道估计，到2050年亚洲数据中心支出可能达到8.2万亿美元，绝大部分将投向GPU和服务器等硬件。

国际大行打头阵，亚洲银行跟进

亚洲各地正在建设数百座数据中心，建设方同时在为采购芯片筹资。美国的GPU融资已增长迅速，亚洲此前为数不多的此类贷款则多由私募信贷完成。

花旗担任Zankore在印尼31亿美元借款的唯一债务顾问，摩根大通担任PaleBlueDot AI 2.55亿美元信贷融资的配售代理。亚洲约六位银行家和财务顾问表示，他们正在洽谈或知悉更多GPU相关融资。另据知情人士上月透露，GMI Cloud正与银行和私人贷款机构洽谈一笔3亿美元新贷款，为泰国数据中心采购芯片。

据知情人士透露，在已涉足这一领域的传统贷款机构中，全球性投行凭借处理复杂结构的经验，目前是主力。一位银行家称，部分美国银行调用了总部专家来评估芯片价值。花旗、巴克莱和德银拒绝置评，摩根大通、桑坦德和三井住友未立即回复。

亚洲本土银行也在变得活跃。据Zankore董事长Vikram Sinha透露，曾与另外四家银行联合承销Zankore 31亿美元贷款的新加坡大华银行，正牵头其新一轮融资谈判。Sinha在9月22日的一场会议上说，Zankore要把AI数据中心容量扩大10倍至1吉瓦，需要持续融资，与银行合作是"正确的方式"。"我们很清楚自己要的规模。我们想走难走的路，与银行和银团合作。"

芯片怎么估值仍是难题

Hogan Lovells Cadwalader银行与金融业务合伙人Eric Tan表示："随着交易规模扩大、借款人要求更具竞争力的定价，银行的作用将越来越重要。"但技术迭代太快，GPU融资也让贷款方面临"快速折旧、技术过时和租金波动"的风险。

银行成为更重要的资金来源后，借款方需要更充分地证明项目收入足以偿还贷款，传统贷款机构可能要求更保守的承销标准和更高的偿债准备金。

私募信贷同样没有降低门槛。亚洲最大私募信贷机构之一Ares Management的掌门人Mike Arougheti表示，尽管GPU融资是AI热潮中资金缺口最大的一环，Ares仍坚持高标准。"你必须以风险偏好为先，而不是以投放资金的意愿为先，"他9月在巴克莱全球金融服务大会上说，"至少没有人能向我讲清楚，这项技术的折旧曲线是什么样的。"他还称，这类贷款回报有限，通常只比其他AI基础设施贷款高出约100至200个基点。

还款系于客户

亚洲GPU贷款大多沿用CoreWeave开创的结构，CoreWeave是此类融资最早、规模最大的使用者之一。许多交易中，贷款以出售数据中心算力的收入偿还，客户合同和芯片本身通常作为抵押。对贷款方而言，最关键的问题因此是客户是否可靠、合同期限多长。

有英伟达背书的交易最容易获批。在上月完成的GMI Cloud中国台湾项目贷款（由14家银行提供）和Zankore贷款中，英伟达同意购买所有未售出的算力，在客户合同落空时兜底。作为交换，这两家英伟达云合作伙伴计划成员向买家收取的价格将高于英伟达承诺的费率，并与英伟达分享收入。

围绕AI潜在危险及是否需要为其发展设置护栏的争论，也将持续影响风险评估。Eric Tan说："市场可能需要一段时间才能找到平衡。交易结构可能收紧，主权支持可能介入，交易模式也会随之演变。"

本文来自华尔街见闻，欢迎下载APP查看更多

据知情人士透露，谷歌母公司Alphabet接近与美国最大核反应堆运营商Constellation Energy达成一项多年期核电采购协议，将向后者支付至少10亿美元，最快本周宣布。

上周，亚马逊刚与Constellation签下类似协议。若谷歌协议如期宣布，Constellation将在两周内接连与两家科技巨头签约。

Constellation和谷歌周一均拒绝置评，协议涉及的核电规模和地点尚不清楚。

巨头争抢核电

亚马逊上周的协议涉及690兆瓦电力，其中包括马里兰州Calvert Cliffs核电站升级带来的容量。微软则在2024年同意购买已关停的三里岛核电站的电力，Constellation计划明年重启其在宾夕法尼亚州这一站点的反应堆。

谷歌本身已与多家核电企业签约。去年，谷歌同意向NextEra Energy购电，支持后者重启2020年起关停的爱荷华州Duane Arnold反应堆；上月，谷歌又出资升级Southern Co.旗下两座核电站，锁定新增容量。

为何是存量核电

AI热潮所需的巨量电力正推动核电重获青睐：核电可全天候供电，且不产生排放。但新建反应堆从审批到建成可能需要十年以上，下一代裂变技术距大规模部署可能也还需数年，近期交易因此集中于现有设施。

2010年代初，安全风险和严重的成本超支曾令全球对核电转冷。过去几年核电在全球复兴，数据中心需求之外，许多国家也将其作为应对用电量跃升、同时减排的手段。

本文来自华尔街见闻，欢迎下载APP查看更多

美国10年期国债收益率周一盘中一度攀升至5.349%，创24年来新高，30年期收益率亦触及5.703%。与此同时，法国10年期国债收益率升至2002年以来最高水平，与德国国债的利差扩大至欧债危机以来最宽。欧元兑美元今年已累计下跌约5%，并连续四周走低。

分析人士指出，欧洲财政恶化与政治不稳定，正在与美国中期选举前景叠加，有可能在短期内进一步放大债券市场波动。华尔街目前尚不认为欧洲局势会演变为2009至2012年PIIGS债务危机的规模，但欧洲的不确定性已成为美债抛售的新变量。

美债收益率多重压力叠加，创24年新高

美国10年期国债收益率在纽约盘中最高触及5.349%，为2002年4月3日以来最高水平；30年期收益率跳升至5.703%，同样为2002年5月以来最高。据路透社，10年期收益率在第三季度单季上行0.87个百分点，为1994年第一季度以来最大单季涨幅。

推动收益率持续走高的结构性因素多重叠加。中东战争延续、油价高企令通胀再燃风险挥之不去。美国供应管理协会（ISM）9月服务业PMI价格分项指数升至74.0，为2022年7月以来最高。CME FedWatch数据显示，联邦基金期货市场目前定价年内美联储再加息一次的概率为67.8%，加息两次的概率为18.8%。

特朗普政府的减税政策及对伊战争军事开支推动财政赤字大幅扩张，国债供给持续增加，形成收益率上行的恶性循环。美国财政部将于6日至8日分别拍卖580亿美元3年期国债、390亿美元10年期国债及220亿美元30年期国债。

此外，以超大规模数据中心运营商为主导的人工智能基础设施建设热潮催生大量企业债发行，资金从国债市场向高评级科技债转移。据摩根士丹利今年7月预测，AI相关企业债发行规模今年将较去年翻逾一倍，达5700亿美元。韩国、日本及欧洲各国为捍卫本币汇率而净卖出美债，亦成为收益率上行的重要推手。

英法债市承压，欧元跌至17个月低位

欧洲债市的动荡正在向美债市场传导。英国30年期国债收益率盘中一度升至6.020%，为1998年以来最高，也是自2012年欧债危机期间意大利之后，七国集团成员国长期国债收益率首次突破6%。

法国10年期国债收益率升至4.963%，为2002年以来最高，与德国国债利差扩大至1.4个百分点，为欧债危机以来最宽。据华尔街日报，意大利和希腊国债收益率亦大幅跳升，原因是对冲基金在欧洲政府债券上积累的套利头寸被集中平仓。欧元区上月通胀率同比上升3.8%，为2023年9月以来最大涨幅。

欧元汇率随之承压，欧元在亚洲交易时段下跌0.8%至1.1161美元，今年以来累计跌幅约5%，并已连续四周走低。

法国财政困境引发全国抗议，债市遭外资撤离

欧洲财政压力最为集中的体现在法国。法国国家债务截至6月底达3.596万亿欧元，占GDP的119%，今年财政赤字占GDP比率预计从去年的5.1%扩大至5.4%。政府在10月1日公布的预算草案中提出削减430亿欧元支出，教育支出名义增幅仅1.7%，低于通胀率。

财政紧缩直接引爆社会矛盾。自上月17日巴黎郊区克雷泰伊一所高中教师罢课以来，全国性抗议持续蔓延。截至5日，全国已有400至500所学校全部或部分停课。据法国教育部长Édouard Geffray，抗议期间已有24所学校遭纵火或破坏，78名工作人员受伤；内政部长Laurent Nuñez表示，已有逾5060人在抗议中被拘，其中87%为未成年人。

据路透社引用法国教育部数据，2024年每名中学生平均教育支出为11660欧元，低于2010年的11910欧元，14年间不升反降。学生走上街头的背后，是班级过度拥挤、教师长期短缺和设施老化等积弊。

随着法国财政前景持续恶化，全球投资者正加速撤离其债券市场。据路透社，日本投资者今年迄今已净卖出约3560亿日元法国国债，同期净买入6580亿日元德国国债及7750亿日元意大利国债。

西班牙住房危机触发政治赌局，欧洲能源困境加剧全球风险

西班牙的住房短缺问题同样令全球债市承压。上月23日，一名87岁老人Maricarmen Abascal因养老金无力支付高涨租金，被驱逐出居住逾70年的马德里公寓，相关画面经电视播出后引发大规模街头抗议。西班牙长期面临住房短缺问题，部分原因在于针对短期旅游需求的房产投机盛行。

西班牙议会随后于2日否决了两项法令，该法令原本将自动延长租约至2028年、限制短租平台、禁止投机基金进入住房市场并保护弱势租户。保守派人民党、极右翼Vox党及加泰罗尼亚分裂主义政党Junts per Catalunya联合投票否决。

首相Pedro Sánchez于5日宣布，将于下月29日提前举行大选，原定选举时间为明年夏天。Sánchez表示，需要在议会建立更大规模的进步多数，以克服既得利益阻力。对于领导少数派政府的Sánchez而言，此次提前大选被视为一场政治赌博。

从更宏观的视角看，欧洲面临的挑战不止于财政和政治。由于乌克兰和伊朗战争的冲击，欧洲正遭受严峻的能源供应短缺，其先进技术能力亦在下滑，实际上已被边缘化于AI供应链之外。这意味着欧洲经济动荡一旦深化，对美国债券市场及美联储利率决策的外溢影响将不容忽视。

本文来自华尔街见闻，欢迎下载APP查看更多

30年期美债收益率逼近6%，可能触发国债期货"最便宜可交割券"（CTD）切换，迫使资产管理机构卖出期货，进一步加剧长端收益率上行。

周一，30年期美债收益率升至5.70%，为2002年以来最高。据彭博分析，若该收益率升至6%附近，长期国债期货的CTD可能由当前的2045年到期国债切换至2050年到期国债。

持仓数据显示，资产管理机构近几周已在削减长期和超长期国债期货净多头。

交割规则如何放大抛压

美国国债期货是在交易所交易、约定以特定价格和日期买卖国债的合约，被投资者广泛用于对冲国债头寸，也是杠杆基金开展"基差交易"等热门策略的工具。合约允许空头从一篮子符合条件的国债中选择交割，交易员会选出交割成本最低的一只，即CTD，期货价格随之跟踪该券。

收益率快速上行会改变可交割篮子内各券的定价关系，CTD随之向期限更长的债券迁移。为维持组合久期目标稳定，期货多头需要卖出，空头需要买回；视两者的相互作用和发生时点，这一过程可能外溢至现券市场。

法国巴黎银行策略师Guneet Dhingra、Sebastian Mauleon和Vincent Zhou在报告中指出，资产管理机构为应对CTD切换而卖出国债期货，"可能加剧长端收益率的上行"。

长期国债期货仍是压力点

市场焦点在长端，尤其是长期国债期货合约，其当前CTD为2045年2月到期、票息2.5%的国债。

巴克莱策略师Andres Mok和Amrut Nashikka周一发布报告称，投资者"可能需要降低期货敞口或重新调整对冲比率，使组合久期回到目标水平"，而"更高的利率和波动率加大了CTD结果的不确定性"。他们估算，资产管理机构的总再平衡需求在长期国债期货上约为每基点2500万美元，在超长期国债期货上约为每基点300万美元。

超长期合约遭大举抛售

近几周，30年期收益率大幅升破5.6%，资产管理机构同步削减两类合约的净多头。高盛策略师George Cole和William Marshall认为，这很可能是在"主动管理与潜在国债期货CTD切换相关的久期延长风险"。

美国商品期货交易委员会（CFTC）数据显示，截至9月29日当周，30年期收益率由5.28%最高升至5.62%，资产管理机构将超长期国债期货净多头削减近10万手，相当于每基点1500万美元的风险，或110亿美元的当前30年期现券。同期长期国债期货持仓变化较为温和，说明该期限的CTD切换风险及相关被动抛售仍然存在。

三井住友银行（SMBC）利率策略师Monty Gandhi说：

"超长期国债期货已切换至久期更高的CTD，但长期国债期货仍有久期延长的上行风险。"

本文来自华尔街见闻，欢迎下载APP查看更多

据央视新闻报道，也门胡塞武装军事发言人叶海亚·萨雷亚当地时间4日发表声明，宣布该组织向沙特阿美公司位于利雅得和胡赖斯地区的两处设施发动了导弹和无人机袭击。

据央视新闻进一步报道，当地时间6日凌晨，沙特首都利雅得再次传出剧烈爆炸声，此前5日晚间利雅得已发生爆炸。胡塞武装5日夜间发表声明称，为回应沙特过去24小时对也门发动的军事行动，该组织当天实施三轮军事行动，动用大量弹道导弹、巡航导弹及无人机，分别袭击利雅得哈立德国王国际机场、拉比格阿美炼油厂，以及艾卜哈机场、海米斯穆谢特基地、阿西尔省阿基法军营和纳季兰、吉赞省多个敏感目标。

与此同时，据新华社报道，也门总统领导委员会主席拉沙德·阿里米4日在利雅得通过也门国家电视台发表讲话，宣布经过数周军事动员，也门政府正式启动大规模军事行动，以收复胡塞武装近期控制的地区，并已命令武装部队、安全部门及盟军各军事力量开始执行作战计划。双方全面交火态势已经形成，红海航运与能源出口通道的安全风险急剧上升。

值得重点关注的是也门西部港口城市摩卡的争夺态势，据也门政府附属媒体萨巴通讯社报道，政府军宣布已夺回这一战略港口；胡塞武装则否认失守，称战斗仍在持续。摩卡地处塔兹省西部，扼守红海沿岸要道，对控制红海沿岸局势具有重要战略意义。目前双方说法存在明显分歧，尚待独立核实。

胡塞武装三轮打击直指沙特能源与交通要害

据央视新闻，胡塞武装5日夜间声明所列打击目标涵盖沙特最重要的民用航空枢纽与核心能源基础设施。利雅得哈立德国王国际机场因袭击一度中断空中交通，拉比格阿美炼油厂亦在打击范围之内。拉比格炼油厂是沙特阿美旗下重要的炼化设施，位于红海沿岸，其受损情况目前尚未得到独立核实。

此轮袭击是胡塞武装迄今对沙特本土发动的规模最大的一次打击行动之一，动用武器种类涵盖弹道导弹、巡航导弹与无人机，多目标同步打击的战术显示出该组织在远程打击能力上的显著提升。美国驻沙特使馆随即发出安全警示，强烈建议在沙美国公民保持高度警惕，并遵循沙特民防部门发布的指引。

也门政府军发起反攻，战线延伸至红海沿岸

据媒体报道，沙特支持的也门政府军在沙特空军掩护下，对胡塞武装在俯瞰曼德海峡的祖巴卜地区的阵地发动攻击，并宣称夺取了包括祖巴卜机场在内的多个关键阵地。沙特联军发言人Turki Al-Maliki少将表示，自行动启动以来，联军已摧毁324个"高价值目标"，并有100架战机参与了代号"也门黎明"的行动，为地面部队提供全天候空中支援。

也门信息部长Moammar al-Eryani随后宣称政府军已对曼德海峡实现"有效控制"，但胡塞武装否认上述说法，并称战斗仍在持续。据媒体报道，一名政府方面消息人士表示，海峡附近一处军事基地的战斗尚未结束。

据新华社报道，也门总统领导委员会主席拉沙德·阿里米4日在利雅得通过也门国家电视台宣布，经过数周军事动员，也门政府正式启动大规模军事行动，命令武装部队及盟军各力量开始执行作战计划，以收复胡塞武装近期控制的地区。

在军事行动层面，沙特支持的政府军在沙特空军掩护下，对胡塞武装在俯瞰曼德海峡的祖巴卜地区阵地发动攻击，并宣称夺取了包括祖巴卜机场在内的多个关键阵地。沙特联军发言人Turki Al-Maliki少将表示，自行动启动以来，联军已摧毁324个"高价值目标"，共有100架战机参与了代号"也门黎明"的行动，为地面部队提供全天候空中支援。也门信息部长Moammar al-Eryani随后宣称政府军已对曼德海峡实现"有效控制"，但胡塞武装否认上述说法，称战斗仍在持续，一名政府方面消息人士亦表示海峡附近一处军事基地的战斗尚未结束。

值得重点关注的是也门西部港口城市摩卡的争夺态势。据也门政府附属媒体萨巴通讯社报道，政府军宣布已夺回这一战略港口；胡塞武装则否认失守，称战斗仍在持续。摩卡地处塔兹省西部，扼守红海沿岸要道，对控制红海沿岸局势具有重要战略意义。目前双方说法存在明显分歧，尚待独立核实，摩卡归属问题的最终走向将对红海沿岸力量格局产生直接影响。

胡塞武装深入塔兹南部，切断政府军补给生命线

在也门内部战场，胡塞武装的地面推进同样引发高度关注。据多家也门媒体报道，胡塞武装已占领塔兹省南部战略要地图尔巴赫，该地点位于连接塔兹与也门国际承认政府临时首都亚丁的两条主干道交汇处。

美国智库"关键威胁项目"与"战争研究所"（CTP/ISW）评估认为，胡塞武装对图尔巴赫的控制将"严重制约"政府军向塔兹前线增援和补给的能力，并可能封堵政府军在局势恶化时的撤退通道。

与此同时，据新华社援引也门政府官员消息，胡塞武装已占领也门议会议长Sultan al-Barakani在瓦迪·巴拉卡尼的宅邸，并在其中建立阵地。据新华社报道，另有也门消息人士称，胡塞武装还进入了总统领导委员会主席阿里米家族位于马瓦西特地区的住所所在区域。上述政治象征意义极强的行动，被外界视为胡塞武装刻意制造的舆论压力。

曼德海峡风险上升，红海能源通道承压

此轮冲突的核心地缘风险在于曼德海峡。该海峡是连接红海与印度洋、进而通往苏伊士运河的关键航运节点，全球大量石油出口与商品贸易经此通过。胡塞武装此前已多次展示通过导弹、无人机及无人艇威胁商业航运的能力，而此次对红海沿岸陆地的大规模推进，则意味着其对该战略水道的威胁从远程打击升级为潜在的实体控制。

沙特阿美炼油设施遭到打击的消息，叠加曼德海峡局势的持续紧张，令市场对中东能源供应稳定性的担忧明显升温。也门战事自2022年联合国斡旋停火以来相对冻结，此番骤然全面爆发，标志着地区局势进入新一轮高度不确定阶段，投资者对红海航运保险成本及原油供应风险溢价的重新定价或将持续。

本文来自华尔街见闻，欢迎下载APP查看更多

周一，台积电美股（TSM）盘中触及487.44美元的历史高点，收盘涨约2.8%，报485.80美元、也收创历史新高，市值史上首次触及约2.5万亿美元，今年内累计涨幅超过60%。

本次台积电股价走高的推手来自马斯克本人。他在社交媒体平台X上亲自证实，与台积电正就Terafab项目展开初步讨论，称"只是讨论，但或许会有结果"。台积电官方则维持一贯低调，未作任何公开回应。

与此同时，已于今年4月加入Terafab项目的英特尔股价周一收跌约2.6%，连跌三个交易日。台积电介入的可能性直接冲击了市场对英特尔在该项目中地位的预期。

合作概率超八成：德州晶圆厂构成天然协同

据台湾科技媒体Digitimes报道，业内人士估计台积电与Terafab合作的概率已超过八成。这一判断的核心逻辑，在于台积电正在美国得州推进的晶圆厂扩张计划与Terafab的选址高度重叠。

Mizuho Securities交易台分析师Jordan Klein在客户报告中指出，台积电正在探索在德克萨斯州建立新的美国制造中心，"这很可能就是该项目的一部分，马斯克将成为锚定客户"。他同时表示，Terafab项目最终可能由台积电与英特尔共同分担或拆分承接。

据报道，台积电正在评估建立并运营一座专门服务特斯拉、SpaceX及xAI的晶圆厂。最可能的交易结构是：台积电负责拥有并运营晶圆厂，SpaceX则以投资入股、承诺采购量或两者兼具的方式提供支持。多位产业人士向媒体透露，双方确实有过接触，但距离签约"还很远"，目前更像是"约会阶段"。

台积电沉默背后：谈判筹码与战略考量

面对马斯克的公开证实，台积电选择沉默，这本身即是一种谈判姿态。作为全球最大晶圆代工厂，台积电在先进制程领域的垄断地位赋予其充足的议价空间。

Wedbush Securities分析师Matt Bryson在消息公布后重申对台积电的"跑赢大市"评级。Jordan Klein亦表示，台积电与Terafab合作"完全合理，因为他们被公认为全球最擅长大规模先进节点半导体制造的企业"。

台积电的沉默也折射出其在客户关系管理上的一贯谨慎。该公司现有客户包括苹果、英伟达及AMD等科技巨头，任何关于产能分配的公开表态都可能引发现有客户的敏感反应。在合作结构尚未确定的情况下，保持低调既是谈判策略，也是对现有客户关系的保护。

客户结构与竞争格局：英特尔首当其冲

若台积电正式加入Terafab，对行业竞争格局的冲击将是多维度的。

对英特尔而言，冲击最为直接。英特尔今年4月已作为命名合作伙伴加入Terafab，并与该设施的制造技术规划存在关联。台积电的潜在介入意味着英特尔在项目中的核心地位可能被稀释，这也解释了英特尔股价当日的显著下跌。

对三星而言，台积电若锁定马斯克旗下企业作为长期锚定客户，将进一步巩固其在先进制程代工市场的领先优势，压缩三星争夺高端AI芯片订单的空间。

在产能分配层面，Terafab项目的设计初衷是为特斯拉、SpaceX和xAI提供定制芯片，以满足其持续扩张的算力需求。台积电若承接这一专属产能，意味着其在美国本土的制造布局将新增一条相对独立的供应链，与服务苹果、英伟达等现有客户的产能形成区隔。

股价创新高：市场提前定价，催化剂与风险并存

台积电股价在消息确认前已累计上涨逾60%，当日突破479美元的杯形底部买入点，相对强弱线同步创出新高，技术面呈现看涨信号。Investor's Business Daily将台积电列为"当日精选股"。

然而，市场的快速反应也带来了估值层面的隐忧。台积电股价目前已较50日均线高出逾10%，分析人士指出，尽管突破信号明确，但股价短期内存在整理压力。

后续潜在催化剂方面，台积电9月月度营收报告将于周四公布，这是市场关注的下一个重要节点。此外，10月15日的季度财报将提供更多关于产能规划与客户需求的前瞻指引，届时管理层是否就Terafab合作作出表态，将成为市场焦点。

风险层面，合作谈判仍处于极早期阶段，马斯克本人亦明确表示结果尚不确定。若谈判最终未能推进至签约，或合作结构与市场预期存在较大落差，当前已部分定价合作预期的股价将面临回调压力。

本文来自华尔街见闻，欢迎下载APP查看更多

美东时间10月5日周一，媒体援引知情人士消息称，约420亿美元由博通担保的高级担保贷款已率先启动银团分销，凭借博通A-级信用评级，未来可进入私募配售或投资级债券市场；另有180亿美元无博通担保的次级债务稍后推出，黑石已承诺认购其中约90亿美元。

这笔资金将用于支持Anthropic租赁谷歌TPU芯片、对应其2027年芯片订单，租赁款项在芯片交付后才开始支付。作为AI债务风险偏好的风向标，这笔交易的分销进度与最终定价，将直接反映机构投资者对AI算力长期需求的真实定价。

在投资者对科技公司巨额资本开支能否转化为长期盈利的质疑声升温之际，银行此时启动分销，实质上是在把高度集中的AI基础设施风险转嫁给市场——高级债买的是博通的信用，次级债买的则是Anthropic的生存概率。

分层设计：高级债靠博通信用，次级债押注Anthropic

融资结构呈现清晰的风险分层。约420亿美元高级担保贷款由博通提供担保，凭借其A-级信用评级，未来有望进入私募配售或投资级债券市场，面向更广泛的机构投资者。180亿美元次级债务则没有博通担保，风险敞口完全指向Anthropic自身的现金流与履约能力。

黑石已承诺认购次级债中的约90亿美元，并参与剩余部分的分销。

知情人士称，由于次级债投资者将直接面临Anthropic的信用风险，银行可能选择，在Anthropic今年晚些时候完成IPO后再进入市场，届时潜在投资者可获取其财务披露。次级债的分销时点与定价，本身就成为市场对Anthropic信用定价的一次直接检验。

可转债条款：博通从担保方走向潜在股东

交易结构中的一个关键细节是，据博通最新季报，Anthropic可向博通发行最高420亿美元的可转换票据，用于支付租赁款，该条款也被列入向投资者出示的条款清单。

这一安排使博通从单纯的芯片供应商与担保方，转变为Anthropic的潜在股权持有者：若Anthropic成功，博通可通过转股分享其估值上行；若失败，博通的敞口将从担保债务进一步扩大至股权损失。博通与谷歌联合开发的定制TPU，也正通过这笔交易成为挑战英伟达在AI芯片领域主导地位的一支力量。

评级审视：表外担保的信用警示

银行启动分销之际，评级机构已对博通大规模表外担保发出警告。

华尔街见闻8月文章提到，标普将博通提供的残值支持定性为或有债务类义务，并纳入调整后债务计算；穆迪则警告博通或有义务增加将限制其财务灵活性。同在8月，美国银行信用分析师测算，博通在AI融资平台中的最大剩余价值担保敞口可能达到3700亿美元，极端压力测试下理论最大损失高达420亿美元。

这些警示指向同一问题：为降低Anthropic等客户的借贷成本，博通承担了远超其资产负债表的或有义务。本次600亿美元融资，正是这一风险转移链条上最新、也是最大的一环。

分销定价：千亿美元AI融资实验的标杆

这笔600亿美元融资并非孤例。

将近四个月前的今年6月，博通刚完成与阿波罗、黑石的350亿美元交易，并宣布打造20吉瓦的"AI XPV"平台，为Anthropic、OpenAI等客户获取算力。两次交易叠加，构成接近千亿美元规模的AI芯片融资实验。

分销的最终利差将具有示范效应：若420亿美元高级担保贷款能以接近投资级债券的利差完成分销，说明市场接受博通的担保结构；若180亿美元次级债需要大幅折价或提高票息才能吸引投资者，则意味着市场对AI初创企业的信用定价正在收紧。银行选择在这一时点启动分销，恰逢市场对AI资本开支回报率质疑声最大的阶段。

后续焦点将落在次级债的分销定价，以及Anthropic年内IPO能否为其信用定价提供锚点。

本文来自华尔街见闻，欢迎下载APP查看更多

要闻精选

华为与高通达成多年期专利交叉授权，覆盖5G、计算、AI与网络等多领域，高通还将收购华为部分美国专利。

美国9月ISM服务业PMI降至54.9，但价格指数冲上74.0创四年新高，服务业扩张放缓的同时成本压力回升。

2026年诺贝尔生理学或医学奖揭晓，戴塞洛斯、黑格曼与纳格尔因光遗传学发现获奖，平分1200万瑞典克朗。

Meta、微软设法减少员工对Claude依赖：Meta内部使用人数减半，微软预算砍掉三分之一。

Spacex收涨7.6%，收创6月份以来新高，帮助马斯克“恢复”万亿美元富豪头衔。

施耐德电气宣布226亿美元收购美国工业软件公司PTC，溢价逾42%创公司史上最大并购，自身股价收跌近10%。

也门政府军宣布夺回曼德海峡周边战略要地，沙特主导的多国联军提供全面作战支持，胡塞武装否认失守。

欧元兑美元跌至17个月低位，法国预算草案未能说服市场，西班牙宣布11月29日提前大选加剧抛压。

联合G7释储后特朗普中选前再出手压油价：据称拟放宽免税“红色柴油”使用限制。

沙特阿美将11月对亚洲原油售价下调至六年最低，较基准折让5美元，同时把对欧洲买家售价上调3美元。沙特阿美CEO警告：全球石油库存已“薄得可怕”，补库需两年，海湾出口回暖也压不住百元油价。

巴西总统选举首轮小博纳索罗得票约47.8%领先卢拉，巴西股市暴涨7.7%、雷亚尔涨逾4%，两人10月25日决选。

市场概述

美国9月ISM服务业价格指数升至四年新高、通胀压力重新抬头，推动美债收益率维持在多年高位，但AI产业链景气度不减，科技权重带动纳指收创历史新高；大洋另一侧的欧洲被财政与政治双重夹击，法国预算草案未能说服市场、西班牙宣布提前大选，欧元跌至17个月低位，法国股市逆势领跌，而中东方面沙特管道遇袭消息被证伪与华盛顿接连出手压低柴油价格，令原油盘中冲高后收跌。

美股：三大指数齐涨，纳指涨1.05%报27477.31点创收盘新高，标普涨0.66%报7773.95点，道指涨0.18%报51267.90点，AI芯片股与中概股普涨。

A股：国庆假期休市，沪深两市连续第六个交易日暂停交易，将于10月8日（周四）恢复交易。

港股：恒指涨0.28%报24040.34点，尾盘重新站上24000点关口；恒生科技指数涨0.62%报4183.68点，国企指数涨0.26%报8051.67点。

欧股：欧洲STOXX 600涨0.36%报633.62点；法国CAC40逆势跌0.80%报7834.10点触及半年低位，德国DAX涨0.09%，英国富时100涨0.34%。

日韩：日经225涨2.40%报69946.86点；韩国综合指数因假期休市。中国台湾加权指数涨2.55%报49712.04点。

原油：WTI 11月合约跌1.99%报89.30美元/桶；布伦特12月合约跌1.89%报100.32美元/桶，盘中因沙特管道遇袭消息一度涨逾1.2%。

贵金属：COMEX黄金期货涨0.13%报4167.6美元/盎司，COMEX白银期货涨1.63%报61.4美元/盎司，双双在前一周大跌后企稳。

工业金属：LME期铜涨162美元报14420美元/吨，COMEX期铜涨1.42%报6.642美元/磅。

美债：10年期收益率涨4.04个基点报5.3110%，盘中逼近2002年二季度高位；2年期涨0.42个基点报4.8289%，30年期涨4.15个基点报5.6610%。

外汇：ICE美元指数涨0.23%报102.164点，受避险需求支撑；离岸人民币兑美元报6.7037元，较上周五纽约尾盘涨21点。

比特币：涨0.21%报85606.6美元。

要闻详情

中国

华为与高通达成多年期专利许可协议，覆盖5G、AI与计算。 华为10月5日宣布与高通签署一份多年期、范围广泛的专利组合交叉授权协议，双向许可覆盖5G、计算、人工智能及网络等技术领域，高通同时收购华为在计算、AI、网络等领域的部分美国专利，交易待监管批准后完成。协议明确遵循公平、合理、无歧视原则，这是标准必要专利许可谈判中的通行框架。华为首席知识产权官表示，公司数十年对基础研发的持续投入推动了移动通信技术进步，并提及极化码在4G/5G标准中的贡献。

鸿海9月营收同比增长38.4%，第三季度增幅47%超预期。 作为英伟达服务器组装合作伙伴，鸿海公布9月单月营收1.16万亿元新台币，第三季度营收约3.027万亿元、约合955亿美元，同比增长47%，高于分析师平均预期的2.83万亿元；前九个月累计营收7.67万亿元，年增39.5%。公司预计第四季度AI相关业务延续增长态势。市场视其为AI服务器需求的风向标，彭博行业研究预计其在AI基建支撑下有望维持25%至35%的营收与盈利增长。

海外

美国9月ISM服务业PMI回落至54.9，价格指数创四年新高。 美国供应管理协会10月5日公布的数据显示，9月服务业PMI较8月的55.4回落0.5个百分点，低于市场预期的55.2，但仍连续27个月处于荣枯线以上。分项中商业活动指数从61.7大幅降至56.5，新订单从60.9降至59.8，显示扩张放缓但需求仍有韧性。真正的看点是价格指数从72.6升至74.0，创2022年7月以来新高，且已连续112个月处于上涨区间，这意味着企业投入成本重新明显上升，通胀压力重新成为美联储加息路径的关键变量。

2026年诺贝尔生理学或医学奖揭晓，光遗传学三人组获奖。 瑞典卡罗琳医学院10月5日宣布，将奖项授予美国科学家卡尔·戴塞洛斯、德国科学家彼得·黑格曼与格奥尔格·纳格尔，表彰他们在光门控离子通道和光遗传学方面的发现，三人平分1200万瑞典克朗奖金。这项技术的核心是把藻类蛋白质转化为神经细胞的"开关"，使科学家得以在活体大脑中对单个神经细胞的活动进行精准开关控制，从而揭示神经回路如何塑造记忆、情感与行为。委员会主席称，该方法宣告了神经科学新纪元的到来。

施耐德电气226亿美元全现金收购PTC，股价收跌近10%。 法国工业巨头10月5日宣布创纪录并购，以每股205美元、较最近收盘价溢价42%收购美国工业软件公司PTC，计入承接净债务后交易总额约240亿美元，将填补其在工业产品计算机辅助设计领域的版图缺口。资金来源包括最高60亿欧元股权发行与最高170亿欧元新增债务。分析师认可其战略逻辑，但提示交易需五年才能与资本成本打平、整合难度与杠杆积累均构成风险。施耐德巴黎股价当日收跌近10%，创2025年1月以来最大跌幅，PTC美股则收涨约33.5%。

欧元跌至17个月低位，法国与西班牙政治风险搅动市场。 欧元兑美元周一触及2025年5月以来最低，跌幅达0.6%。西班牙首相桑切斯因住房危机引发的全国抗议宣布11月29日提前大选，使这个欧元区近年亮点经济体骤添变数；法国方面，巴克莱与荷兰国际集团经济学家均认为其2027年预算草案不足以解决结构性财政问题，法国国债与德国国债利差持续扩大，市场重新警惕欧洲主权债务风险传染。截至欧市尾盘，西班牙10年期国债收益率涨4个基点报4.126%。

也门政府军宣布重新控制曼德海峡周边战略要地。 也门亲政府武装"巨人旅"和"祖国之盾"部队在空中支援下，宣布重新控制曼德海峡附近的祖巴卜地区，该海峡是连接红海与亚丁湾的全球航运咽喉。也门总统领导委员会主席阿里米10月4日在利雅得宣布启动军事行动，沙特主导的多国联军同步提供全面作战支持。不过胡塞武装控制的马西拉电视台随后否认政府军取得进展，称相关消息"完全不实"，称争夺曼德海峡控制权的战斗仍在继续。

沙特、土耳其、巴基斯坦启动"麦加防务联盟"集体防御。 三国10月5日在利雅得举行战略政治与防务委员会紧急会议，宣布立即落实集体防御承诺，并推动商定的军事力量与军事能力快速部署至沙特。同日，美国总统特朗普对伊朗释放多重信号：一方面表示愿意与伊朗直接对话，另一方面警告若伊朗在英国部署作战无人机将付出惨重代价，并称美军从英国费尔福德基地撤走轰炸机是因为基地面临"具体威胁"。

OpenAI洽谈至少300亿美元融资，估值约1.4万亿美元。 据彭博援引知情人士报道，OpenAI正与包括阿布扎比MGX在内的多家阿联酋投资基金谈判组建银团，阿联酋基金已讨论合计投入高达100亿美元，贝莱德也在讨论参投。若完成，这将是继今年3月以852亿美元估值融资122亿美元后的又一里程碑，新估值较上轮高出逾60%，同时OpenAI已将IPO计划推迟至明年以后。值得注意的是，该轮采用固定价格定价，而非由领投方磋商确定，有别于惯例。

巴西总统选举首轮小博纳索罗意外领先卢拉。 巴西高等选举法院4日晚公布计票结果，在约97%选票计入后，前总统之子、自由党候选人弗拉维奥·博索纳罗得票约47.8%，现任总统卢拉得票44.2%，远超多选前民调给出的卢拉领先预期，两人将于10月25日进行第二轮角逐。市场迅速作出反应，巴西圣保罗证交所指数收涨7.70%创2020年以来最佳单日表现，雷亚尔兑美元涨4.21%。分析认为这是美洲保守派浪潮推进的最新信号。

沙特阿美11月对亚洲原油售价降至六年最低。 这家全球最大原油出口国将11月对亚洲买家的阿拉伯轻质原油官方售价定为较区域基准折让5美元/桶，远超10月的2美元折扣，此前彭博调查的市场预期为上调约5美元；对欧洲买家售价则上调3美元，对美国买家维持不变。据摩根大通估算，中东原油出口量已恢复至战前水平的98%，沙特经东西管道的输送也已恢复至八成以上产能。

沙特阿美CEO警告全球石油库存"薄得可怕"。 首席执行官Amin Nasser在英国伦敦能源情报论坛发表伊朗战争以来首次公开演讲，称全球商业石油库存已降至极低水平，即便冲突结束补库也需长达两年。他披露中东七个月战争导致地区石油供应减少近30亿桶，超过10亿桶储备被动用填补缺口，全球商业库存目前不足60亿桶且多数实际操作层面无法动用。同期布伦特原油在9月底升至每桶逾113美元，较2026年初累计涨幅达75%。

沙特东西输油管道遇袭传闻被证伪，油价盘中止涨转跌。 这条连接东部油田与红海沿岸延布港的管道是沙特绕开霍尔木兹海峡出口的关键通道，周一有关其遭袭停运的报道一度推动布伦特原油快速上涨逾1.2%，但随后彭博援引知情人士报道称管道实际运行正常、原油仍在正常流动，油价随即回吐全部涨幅并转跌。分析指出，当前油市对中东基础设施安全、霍尔木兹运输与替代出口通道高度敏感，运输、保险与炼化环节的瓶颈依然存在。

特朗普拟放宽免税"红色柴油"使用限制压低油价。 据彭博社报道，特朗普政府计划放宽对免税"红色柴油"的使用限制，预计最快10月5日公布方案，甚至可能扩大至公路车辆。红色柴油主要用于农机等非道路设备，因免征联邦公路燃油税价格通常更低。美国柴油零售价近期虽已从历史高位回落，但截至上周日平均每加仑6.32美元，仍较2月底高出六成以上，在11月中期选举前压低柴油成本成为共和党的迫切议题。

美伊局势持续，伊朗称将提升导弹射程。 伊朗军方发言人阿克拉米尼亚表示已决定着手提升导弹射程；美方方面，美国财长贝森特在Axios专访中将美国民众对生活成本飙升的不满归咎于"被伊朗战事掩盖的黄金时代"，美国海军"乔治·H·W·布什"号航母10月4日抵达泰国普吉岛休整，这是其自3月以来首次停靠港口，舰上约有4800名人员。特朗普亦称对伊朗情况不妙的相关行动"进展顺利"。

Meta与微软大幅压缩对Claude的内部使用，Anthropic营收承压。 据The Information报道，微软此前预计在Claude上的内部年支出至少达10亿美元，但该预算已被削减逾三分之一；Meta内部使用Claude Code的员工人数则从年初的约6万人降至约3万人，接近腰斩。两家巨头均强调对外客户通过企业平台使用Claude的需求仍在增长，但Anthropic近期IPO招股书披露这两大客户合计贡献约25%收入，内部用量萎缩反映大型科技公司正加速将AI能力收归内部。

Cerebras股价大幅反弹，Altman重申其为"密切合作伙伴"。 Sam Altman周五在X平台发文回应外界对双方关系的猜测，称Cerebras是OpenAI的"密切合作伙伴"，双方在速度前沿领域保持深度合作，受此提振该股周一盘中涨超10%。此前一周Cerebras累计重挫20%并触及登陆纳斯达克以来最低，导火索是OpenAI为GPT-6.1 Sol的"Ultrafast"极速模式选用了英伟达GPU而非其芯片，引发市场对核心客户关系动摇的担忧。

SpaceX收涨7.6%创6月以来新高，马斯克重回万亿美元身家。 摩根士丹利分析师前一日的看多报告称该股价格"低估"，维持买入并给予300美元目标价，叠加近期多项里程碑式飞行任务，推动SpaceX周一收盘报171.09美元。据福布斯实时富豪榜，马斯克当日净资产增加约306亿美元，总财富升至约1.03万亿美元重登榜首。该股自8月初触底以来已累计反弹约58%。

美印贸易谈判陷入僵局，印财长称"已到平台期"。 印度财政部长Nirmala Sitharaman周一表示谈判"艰难而严苛"，双方已进入"平台期"，继续给予或索取的空间都极为有限，仅留有余地称如果有操作空间双方都会去做。此前美国贸易代表Greer上周五称谈判处于"最后阶段"但并不"迫在眉睫"。这一僵局令原本被寄予厚望的双边协议时间表再添不确定性，围绕俄罗斯能源进口的潜在关税威胁进一步增加变数。

迪拜航空袭击事件调查：副驾驶原计划撞向特拉维夫摩天大楼。 以色列媒体4日报道，初步调查显示袭击机长的副驾驶系单独作案，为29岁的阿曼籍男子哈马姆·哈马米，原计划杀死机长后驾机撞向特拉维夫的摩天大楼。阿联酋检方10月3日称该副驾驶企图实施"恐怖活动"。9月30日事发后，机长斯米特·马奇切尔与以色列总理内塔尼亚胡通话，回忆称事发时后脑勺遭到重击、第一反应是飞机出了故障。

OpenAI遭商标侵权诉讼，"反向混淆"索赔。 名为TradeSun的AI软件公司周一在加利福尼亚州北区联邦地区法院起诉OpenAI，指控其在最新大语言模型中擅自使用"Astra"商标，要求下架相关产品名称并赔偿利润。TradeSun自2021年起以Astra为品牌销售软件并于2022年获得联邦商标注册，认为OpenAI上月发布的GPT-6 Astra构成典型的"反向混淆"侵权，即大公司侵占小公司商标、导致消费者误认来源。OpenAI发言人称诉状"毫无任何依据"。此案是其在该法院面临的最新一起商标诉讼。

获英伟达8亿美元投资的Reflection将发布首款开放权重模型。 据Axios报道，这家AI初创公司准备发布其首款开放权重模型，初期能力虽仍落后于美国最顶尖的前沿模型，但有望与中国领先的开放权重模型直接竞争。报道称目前全球最强大的开放权重模型几乎清一色来自中国，在部分平台上开放模型的合计市场份额已占据多数使用量。企业若将稍弱的开放模型与自身高质量数据结合，最终效果甚至可媲美最昂贵的前沿AI系统。

观点精选

一半的股票已进入熊市：美股走到"十字路口"。 尽管纳指仍在创历史新高，市场内部广度却在恶化，指数与个股表现明显分化。核心变量是美债波动率，若收益率继续上行，缺乏盈利支撑的多数个股可能进一步承压。投资者不宜把指数新高等同于全面牛市。

"高美债收益率+强美元"考验新兴市场。 这一组合历来是新兴市场的核心压力源，本轮叠加财政宽松与AI领域巨额投资推升的实际收益率，令资金回流美国的动力增强。新兴市场资产需要对自身的经常账户与外债结构重新定价。

银行撤退、债券折价，AI建设潮的钱不好借了。 数据中心与算力扩张的融资环节正在收紧，银行放缓放贷、相关债券在二级市场折价，意味着AI基建的资金成本正在上升。这与股权市场对AI的乐观预期形成对照，值得警惕融资端先行恶化的信号。

围绕AI递归自我改进的理论探讨正演变为现实挑战。 以图灵奖得主辛顿为代表的学者联合发布论文警告，AI全面接管下一代AI研发可能触发"智能爆炸"。来自头部实验室的内部数据显示，AI系统自主完成研发工作的比例正呈几何级数增长，技术迭代的反馈循环已经启动。

今日关注

海外

诺贝尔奖进入密集揭晓期，物理学奖将于今日公布；接下来的化学奖、文学奖、和平奖与经济学奖将连续揭晓。

日本央行行长植田和男今日出席全国证券大会并发表主旨演讲，其关于货币政策、通胀走势与经济前景的措辞将牵动日元及全球套息交易方向。

美联储官员讲话密集，理事鲍曼、达拉斯联储主席洛根、圣路易联储主席穆萨莱姆等本周将相继发声，鲍曼倾向年内不再加息，与威廉姆斯形成分歧。

中国

沪深交易所因国庆假期继续休市，10月8日（周四）恢复交易；港股正常交易。

本文来自华尔街见闻，欢迎下载APP查看更多

“盈利预期”与“趋紧金融条件”的矛盾，导致市场结构极度分化，超过八成的罗素3000成分股已跌破50日均线，投资者正被迫将风险敞口避险式地压缩至极少数头部标的中。

（美股基准股指日内走势）

美股道指涨0.18%报51267.90点，标普500涨0.66%报7773.95点，纳指综合涨1.05%报27477.31点，创历史新高收盘。

美股十一大板块十涨一跌，材料板块涨1.22%领先、通信服务涨1.14%次之，房地产跌0.44%垫底。英伟达涨2.12%，Meta涨1.90%。

高盛对冲基金业务主管Tony Pasquariello将当前市场概括为"交易环境绝非简单，但主要趋势仍明确向上"，他预计标普500在12月31日将高于当前水平。

然而，高盛衍生品策略师Brian Garrett则警告称，"债市、大宗商品、情绪指标无一不在发出警报，唯独标普500在低波动中窄幅震荡"，这一格局历史上难以持续。

Fundstrat在近期报告中指出，罗素3000成分股中，仅约20%的个股位于50日均线之上，位于200日均线之上的比例已滑落至40%出头，为年内最低水平。

分析认为从第二季度开始，股票每股收益中位数增长将显著放缓，并远低于标普500指数，除科技股外，其他行业的利润率也被下调。这解释了等权重指数表现不佳以及市场广度指标为何如此疲软。

高盛策略师Rich Privorotsky将其定性为"一段奇特的行情"，并指出基本面多空策略基金上周已大幅降低风险敞口，整体净持仓处于过去五年约第2百分位，部分投资者甚至在卖出科技股以平掉宏观空头。他说：

人人都在担心什么，但现在交易员选择的应对方式是减少敞口。

长端美债收益率触及数十年高位，期限溢价持续攀升

据华尔街见闻，美国9月ISM服务业PMI录得54.9，低于前值与市场预期，在连续两个月上升后出现扩张放缓，但服务业价格指数从72.6升至74.0，创下四年新高，叠加制造业端同步抬升的通胀压力，意味着美国通胀粘性进一步增强，美联储维持高利率的时间大概率会超出市场此前的预期。

10年期美债收益率当日最高触及5.34%，30年期最高触及5.70%，分别创2002年以来新高，两者均上行至少7个基点，短端收益率则在午后因油价下跌而有所回落，涨幅收窄至2至4个基点。

（美国主要期限国债收益率日内走势）

BMO资产管理固定收益主管Earl Davis表示，30年期美债收益率突破6%"不可避免"，且很可能在本月内实现，当前债市波动率本身已形成推升收益率的自我强化循环。30年期美债收益率上一次达到6%是在2000年。

BMO资本市场策略师Vail Hartman在研报中写道，ISM服务业报告的整体基调"指向通胀压力加剧和名义增长强劲，强化了过去数周债市看空的核心逻辑"。

彭博宏观策略师Michael Ball分析认为，软化的劳动力和通胀数据已令市场对央行加息的预期有所降温，前端利率承压有所缓解；但长端收益率受期限溢价上升驱动，供给隐忧加剧与能源价格黏性是主要推手。

市场越来越倾向于认为，长端实际利率收紧意味着央行无需进一步行动。本周将迎来国债拍卖检验，周二首先进行580亿美元3年期国债发行，随后10年期与30年期的拍卖将是评估市场需求的关键窗口。

（美联储年内加息概率小幅反弹）

WTI原油周一收跌约2.1%至每桶89.20美元，但盘中走势极为混乱。

沙特下调对亚洲基准油价，美伊停战谈判取得进展的消息构成利空；与此同时，路透社早些时候援引知情人士称沙特东西管道遭袭后关闭，但随后知情人士又表示管道运营正常，价格因此大幅震荡。

（原油因日内乌龙消息宽幅震荡）

上行风险并未消散。渣打银行能源研究主管Emily Ashford表示：

仅仅因为表面上的原油出口在恢复，风险溢价并未消失。胡塞武装与沙特之间的冲突有其自身的动态与升级风险，沙特基础设施和替代出口路线持续处于威胁之下。

沙特阿美首席执行官Amin Nasser周一在伦敦能源智库论坛上警告，全球缓冲供应冲击的原油库存已变得"极度稀薄"，若霍尔木兹海峡不能重新畅通，市场风险将进一步恶化。Amin Nasser强调：

对原油的挤压已经严峻，但成品油价格涨幅更为剧烈。

（美国和欧盟的柴油价格周一小幅上涨）

盛宝银行大宗商品策略主管Ole Sloth Hansen表示，紧急储备释放和沙特降价，正在压制油价。他说：

但这并不改变霍尔木兹海峡运输虽已回升却仍脆弱、随时可能再遭中断的基本事实。

巴西资产周一全线飙涨，华尔街见闻提及，右翼参议员小博纳索罗以47.8%对44.2%领先现任总统卢拉，远超民调预期。双方将于10月25日决选。

投资者预期更为财政保守的政策组合，巴西雷亚尔大幅走强，股市与债市同步上扬。

（巴西股指大涨）

（巴西雷亚尔兑美元汇率大幅走强）

Robeco机构资产管理的投资组合经理Daniela Da Costa-Bulthuis表示：

小博纳索罗被投资者视为更优选项，其财政整固计划将为巴西央行继续降息打开空间。

欧洲财政压力主要反映在汇市，法国主权债务隐忧持续，欧元跌至2025年5月以来最低，欧洲股市表现分化，法国股市小幅收跌，西班牙股市因巴西敞口而收涨。

（欧元兑美元跌至2025年5月以来最低）

美元指数在欧元走弱支撑下温和走强，但随后回落，收窄涨幅。

（美元指数走势）

黄金受美元压制，跌至上周五的低点附近。

（黄金价格走势）

比特币则呈现大幅双向震荡，一度完全收复上周五的跌幅，随后又回吐约一半涨幅，收报85,705美元，小幅下跌0.1%。

（比特币价格走势）

本文来自华尔街见闻，欢迎下载APP查看更多

此次收购以全现金方式完成，收购价格较PTC最近收盘价溢价逾40%。施耐德电气首席执行官Olivier Blum表示，此次交易将打造"业内最完整的软件与AI强力组合"，PTC首席执行官Neil Barua则称，合并后公司将"获得大幅扩展的规模与资源，加速创新并拓展地理版图"。

消息公布后，巴黎上市的施耐德电气股价重挫，盘中跌超10%，收跌近10%，创2025年1月以来最大日跌幅，PTC美股当天则大幅收涨约33.5%。

交易计划于2027年第三季度前完成，资金来源包括最高60亿欧元的股权发行及最高170亿欧元的新增债务，桥接融资由摩根士丹利和法国兴业银行提供。摩根士丹利担任施耐德电气的主要财务顾问，Evercore担任PTC的顾问。

战略逻辑：填补工业软件版图缺口

施耐德电气此次收购的核心目标，是将PTC在工业产品计算机辅助设计领域的专业能力纳入旗下，从而构建覆盖工业产品设计与制造全生命周期的完整软件体系。

PTC总部位于波士顿，其工程软件服务涵盖汽车、航空航天及医疗技术等行业。

Jefferies分析师Lucas Ferhani在研究报告中指出，此次交易"从战略角度填补了施耐德软件组合中最后剩余的缺口之一"。

施耐德电气今年已在并购领域动作频频。今年7月，该公司以31亿美元收购工业数据与AI软件公司Cognite，此次收购PTC则将其AI工业软件布局推向新高度。同期，竞争对手ABB Ltd.也于7月以55亿美元收购英国工业部件公司Rotork Plc，西门子本月亦对核心业务进行重组，以更好整合数字与实体产品。欧洲工业企业围绕AI需求与数据中心基础设施的扩张竞赛正在提速。

财务压力：高杠杆与漫长回报周期

尽管战略逻辑获得分析师认可，此次交易的财务代价依然沉重，市场反应亦折射出投资者的疑虑。

按每股205美元的收购价计算，较PTC最近收盘价溢价42%，距其历史高点仅低5%。若计入承接的净债务，交易总价升至约240亿美元。施耐德电气预计，该收购需要五年时间才能实现与资本成本相当的回报。据彭博汇编的预测数据，PTC预计至2031年的运营利润仅约15亿美元，而预期在三年后实现的成本节余仅能额外贡献2.8亿美元。

RBC分析师Mark Fielding领衔的团队认为，PTC是一项"高质量、高利润率"资产，但同时警告整合挑战不容忽视，并指出"显著的杠杆积累可能重燃市场对施耐德长期资本配置的担忧"。

融资时机同样令人关注。彭博评论指出，当前法国10年期国债收益率已接近5%，远高于六个月前逾3.5%的水平，欧元兑美元汇率亦有所走弱，这意味着此次融资成本明显高于更早时点。研究机构Oxcap Analytics的分析师还提示，PTC属于稀缺标的，不排除吸引竞争性买家的可能。

欧洲AI竞局：工业赛道的差异化突围

在消费级AI领域，欧洲已明显落后于美国和中国，但施耐德电气、西门子、ABB等工业巨头仍在工业客户服务及数据中心组件供应领域保持竞争力。

施耐德电气市值约1580亿欧元，长期受益于数据中心建设热潮带来的能效需求，被瑞银（UBS Group AG）策略师列为欧洲"AI赋能者"之列，今年截至上周五股价累计涨幅接近30%。

工业软件企业相较于SAP SE、Salesforce Inc.等通用软件公司，受AI替代冲击相对有限。分析人士认为，这是因为工业软件的价值高度依赖对专有数据的访问权限，且其所针对的生产流程对错误容忍度极低，形成了较高的竞争壁垒。

Olivier Blum上任仅两年，便主导了这笔公司史上规模最大的交易。彭博评论认为，此举背后或存在一种潜在焦虑——若不尽快出手，竞争对手可能捷足先登，尤其是在美国当前相对宽松的反垄断环境可能不会持续太久的背景下。施耐德电气历史上曾多次通过并购实现成功扩张，包括在美国市场的多笔交易，这或许是支撑此次激进押注的最重要底气所在。

本文来自华尔街见闻，欢迎下载APP查看更多

周一收盘，SpaceX股价报171.09美元，创6月中旬以来新高。据福布斯实时富豪榜，马斯克当日净资产增加约306亿美元，总财富升至约1.03万亿美元，位居富豪榜首。

这是马斯克继今年6月SpaceX首次公开募股后，再度跻身万亿美元级别。

SpaceX股价自8月初触底以来已累计反弹约58%。摩根士丹利为该股设定300美元目标价，较周一收盘价具有约75%的上行空间，并建议投资者在公司下一次星舰试飞及第三季度财报发布前布局。

摩根士丹利分析师周日发布研报指出，以目前股价来看，SpaceX 的价值被明显低估了。

报告重点强调"未来人工智能产品发布、星舰研发进展以及新增云服务合同"等潜在催化剂，维持买入评级。

上周，SpaceX在单日内完成多项历史性飞行任务，包括为美国宇航局（NASA）执行载人任务、将宇航员送往国际空间站，以及将谷歌人工智能芯片发射入轨。

分析师指出，若SpaceX在下一次试飞中尝试回收星舰上级飞船，此举可能成为"自IPO以来最重大的正面催化剂"。此前历次测试中，星舰上级飞船均溅落海洋，可重复使用能力尚未得到验证。

星舰是迄今为止人类建造的最大火箭，设计目标为上级飞船与助推器均可安全回收并重复使用。SpaceX计划借助星舰将星链卫星送入轨道，并承接其他商业及政府机构的货运和载人任务。

除航天主业外，SpaceX的人工智能业务亦成为股价上涨的重要支撑。

公司通过收购马斯克旗下xAI进入AI领域，并进一步收购代码编辑工具Cursor以扩大业务版图。尽管自研的Grok大模型在市场影响力上仍落后于OpenAI和Anthropic，但SpaceX正通过向谷歌、Anthropic等客户出租算力获取可观收入。

在政府合同层面，据FedScout数据，SpaceX从美国国防部累计获得逾127亿美元合同收入，防务业务占比持续提升。

上周三9月30日，五角大楼任命马斯克担任"子午线计划"（Project Meridian）联合负责人，该项目旨在识别美国未来战争所需的武器、技术与军事能力。

在品牌层面，马斯克上周末宣布，将旗下AI子公司SpaceXAI更名为SpaceXSI，与特朗普总统今年9月29日签署的行政令保持一致。

该令要求政府机构以"超级智能"（super intelligence）及缩写"SI"取代"人工智能"表述。不过，截至周一，尚无正式更名步骤落地。

SpaceX于6月12日登陆纳斯达克，IPO发行价135美元，共发行5.556亿股，募资750亿美元，超越沙特阿美2019年创下的纪录。

上市首周，股价于6月16日创下201.80美元收盘高点，此后逐步回落，至8月初触底。此次反弹后，SpaceX股价较IPO发行价累计上涨约27%，马斯克持有约82.4%的公司投票权。

财务层面，SpaceX 2025年实现营收186.7亿美元，同比增长33%；但受高额投入影响，净利润由上年的7.91亿美元转为亏损49.4亿美元。

据福布斯估算，马斯克当前净资产领先亚马逊创始人杰夫·贝索斯逾6280亿美元，后者估算净资产约为3715亿美元。

本文来自华尔街见闻，欢迎下载APP查看更多

10月5日，据The Information报道，Meta和微软正大幅压缩对Anthropic旗下Claude AI的内部使用，转而推动员工采用各自自研工具。

这一转变直接冲击Anthropic的核心营收结构，该公司在近期IPO招股书中披露，两大客户合计贡献约25%的收入。

微软此前预计在Claude上的内部年支出至少达10亿美元，但这一预算已被削减逾三分之一。与此同时，Meta内部使用Claude Code的员工人数从今年早些时候的约6万人骤降至约3万人，降幅接近50%。

上述调整对Anthropic而言意义重大。尽管两家科技巨头均强调对外客户通过企业平台使用Claude的需求仍在增长，但内部用量的萎缩表明，大型科技公司正加速将AI能力收归内部。

微软此举的核心逻辑是控制运营成本。

据报道援引知情人士透露，微软早在今年5月便开始降低对Claude Code的依赖，目标是压缩员工的token消耗并推广内部模型的使用。

微软此前曾预计内部使用Claude AI的支出将达到10亿美元，但在要求员工减少使用Claude以节省成本、并把更多时间用于微软自研AI工具后，这一预算已被削减超过三分之一。

值得注意的是，这一调整仅限于内部运营层面，通过微软企业平台向外部客户提供的Anthropic模型服务目前仍保持稳定增长。

Meta内部Claude用量下滑，既有人员因素，也有战略意图。

今年春季，Meta对约78,000名员工中的约10%实施裁员，这在一定程度上压低了Claude的用量基数。但据报道，更根本的驱动力在于Meta自身AI生态系统的快速成熟。

Meta已相继推出两款内部编程助手工具：MetaCode专供内部使用，目前用户已超过3万人；Muse Code则于8月开始对外部客户测试，目前内部用户已逾6,000人。

Muse Code被视为Claude Code的直接竞品，基于Meta自研模型构建，属于其Muse Spark系列模型产品线的一部分。

尽管Claude Code用户数大幅缩水，Meta在最近28天内在Claude Code上的支出仍超过1.05亿美元。

Anthropic在近期提交的IPO招股书中披露，有两名客户合计贡献了其约25%的收入，但未点名具体客户。市场普遍认为，Meta和微软极有可能正是这两大客户或其中之一。

两大核心客户同步缩减内部用量，叠加自研替代工具的快速崛起，使Anthropic在IPO关键窗口期面临客户集中度过高的结构性风险。

尽管企业端外部部署需求尚在增长，能否对冲内部用量萎缩带来的收入压力，仍是投资者重点关注的不确定因素。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博报道，TradeSun已于周一在加利福尼亚州北区联邦地区法院提起诉讼。该公司自2021年起以Astra为品牌销售软件产品，并于2022年获得联邦商标注册，注册范围涵盖AI软件服务。

TradeSun认为，OpenAI上月发布的GPT-6 Astra正在向消费者传递"Astra即OpenAI"的品牌认知，构成典型的"反向混淆"侵权。

OpenAI一名发言人通过电子邮件回应称："这份诉状毫无任何依据，我们将继续专注于负责任地构建惠及所有人的技术。"此案是OpenAI在同一法院面临的最新一起商标诉讼，对其品牌战略和产品命名实践构成持续压力。

TradeSun在诉状中援引"反向混淆"理论，即较大的被告方侵占了规模较小的原告方商标，导致消费者误认为小公司的产品实为大公司所出或得到其授权。

诉状指出，消费者在遭遇TradeSun的ASTRA品牌时，如今很可能误以为该产品属于OpenAI旗下、基于OpenAI模型构建，或获得OpenAI的赞助与认可。

更糟糕的情况是，消费者可能将TradeSun视为企图蹭OpenAI"Astra"品牌的模仿者。

TradeSun进一步指出，两家公司服务的客户群体高度重叠——OpenAI的Astra同样面向银行、金融机构及企业客户，提供包括商业文件解读、数据提取与核对、风险筛查以及多步骤工作流自动化等服务，与TradeSun多年来的业务范畴几乎一致。

此次诉讼并非OpenAI首次在商标问题上陷入法律困境。

今年2月，一名联邦法官禁止OpenAI在已停用的Sora视频生成工具的相关功能中使用"cameo"名称；两个月后，另一名法官又叫停了其在AI设备上使用"io"品牌。"io"案已于7月达成和解，"cameo"案则仍在审理中。

上述一系列诉讼均发生在加利福尼亚州北区联邦地区法院，反映出这家AI巨头在产品快速迭代过程中面临的品牌合规风险。

TradeSun方面认为，OpenAI作为在商标注册与维权方面拥有丰富经验的成熟公司，本可轻易检索到TradeSun的Astra注册信息，却选择径自使用，难辞其咎。

TradeSun创始人兼首席执行官Nigel Hook在声明中表示：

"TradeSun从零开始打造ASTRA，五年多来我们持续投入于技术研发、客户维护和品牌建设。我们努力构建了一个让客户在每一笔交易中都值得信赖的产品和品牌。成为全球最大科技公司之一，并不赋予OpenAI使用我们商标的权利。"

TradeSun在诉讼中请求法院裁定OpenAI构成商标侵权，责令其从所有产品中移除"Astra"名称，并判令OpenAI将因侵权所获利润悉数赔付给原告。该公司由Trial Lawyers for Justice及Ana Law LLC提供法律代理。

本文来自华尔街见闻，欢迎下载APP查看更多

印度财政部长Nirmala Sitharaman周一表示，谈判"已到平台期"，双方进一步让步的空间极为有限。此前，美国贸易代表Jamieson Greer上周五曾表示谈判处于"最后阶段"，但距离最终达成协议并不"迫在眉睫"。

这一僵局对市场的直接影响在于，原本被寄予厚望的美印贸易协议时间表再度蒙上不确定性，涉及关税优惠安排的相关行业及跨境贸易投资者需重新评估预期。

此外，围绕俄罗斯能源进口的潜在关税威胁，进一步为谈判增添变数。

Sitharaman周一在慕尼黑安全会议上表示，谈判过程"艰难而严苛"，双方目前已到达"平台期"，"继续给予或索取可能都极为困难"。她同时留有余地称："如果还有操作空间，双方都会去做。"

美国贸易代表Greer上周五的表述则相对乐观。他表示，双方已识别出所有"症结所在"，目前正在努力逐一化解，并将谈判形容为进入"最后冲刺阶段"。

然而，印度商工部长Piyush Goyal上周在二十国集团贸易部长会议间隙与Greer举行会谈，尽管将其描述为"富有成效"，但双方均未宣布任何实质性进展。

谈判的复杂性在很大程度上源于美国新立法。该立法授权总统特朗普对俄罗斯石油和天然气的主要买家征收最高100%的关税，而印度是俄罗斯能源的重要进口国。

印方已就此发出警告，认为此类措施不仅可能损害美印双边关系，还将扰乱全球能源市场。

过去18个月间，美印关系已因此承压。特朗普曾以印度购买俄罗斯石油为由对其加征惩罚性关税，随后又予以撤销，这一反复令双边互信有所损耗。

与此同时，两国在政治层面的摩擦也在持续积累。特朗普多次声称其促成了2025年5月印巴短暂武装冲突的停火，但新德里方面始终对这一说法予以否认。

上周，特朗普与印度总理莫迪举行了自今年6月以来的首次通话，议题涵盖贸易、能源、国防及关键矿产等领域，但外界对此次通话能否实质性推动谈判进展持审慎态度。

印度外交部长Subrahmanyam Jaishankar周日在慕尼黑安全会议上则从更宏观视角对美国外交走向提出批评。

他表示，当前国际格局的核心特征是美国的"根本性重新定位"，并称美国"选择性地成为一个更加孤立的大国"。

本文来自华尔街见闻，欢迎下载APP查看更多

根据彭博亿万富翁指数，全球最富有的500人中，约100位科技行业亿万富翁今年前九个月合计财富增加8450亿美元，创下同期历史最高纪录。与此同时，非科技领域富豪同期财富合计缩水620亿美元。

这场财富盛宴高度向顶端集中。马斯克一人前九个月便新增财富3100亿美元，约占指数总增量的40%，并在旗下SpaceX与xAI合并上市后短暂成为全球首位身价突破万亿美元的富豪。

自9月10日起，全球最富有的十人均来自美国——这是彭博自2012年开始追踪相关数据以来首次出现这一局面。

进入第四季度，繁荣景象开始出现裂缝。全球500大富豪的合计财富在6月中旬触及13.4万亿美元峰值后已回落6%至12.6万亿美元，市场对部分头部AI概念股的疑虑持续上升。

科技富豪的财富积累规模已远超其他群体。科技行业亿万富翁合计净资产达4.6万亿美元，仅占指数成员约五分之一，却贡献了指数总财富的36%。美国富豪则占据今年指数净增财富的94%。

AI热潮的最直接受益者是大型科技公司的掌舵人。

戴尔创始人Michael Dell的财富今年增长81%至2540亿美元，受益于其数据中心销售业务的爆发式扩张。Meta股价9月单月上涨27%——近四年来最佳单月表现——推动马克·扎克伯格净资产增加230亿美元。

全球最富有的十人中有九人的财富来源于美国科技企业。这一格局在彭博追踪记录中尚属首次，折射出AI产业对美国科技巨头市值的深度重塑。

大型科技公司为支撑AI雄心而掀起的举债狂潮开始令部分投资者感到不安。

甲骨文公司的案例最为典型。拉里·埃里森曾于2025年9月单日财富暴增890亿美元，短暂登顶全球首富。然而一年后，其净资产已缩水1960亿美元。

彭博援引的数据显示，甲骨文信用违约掉期利差目前徘徊于历史高位附近，折射出市场对该公司为支撑AI基础设施建设而大规模举债的担忧情绪。

更广泛的市场降温同样令财富增速放缓。全球500大富豪合计财富自6月峰值以来下滑约8000亿美元，背景是市场整体降温叠加对头部AI概念股增长可持续性的质疑不断累积。

尽管财富顶端出现震荡，这场AI盛宴仍在为更广泛的创业者和供应链企业创造新的亿万富翁。

Anthropic七位联合创始人在该公司今年6月完成一轮估值达9650亿美元的融资后悉数跻身富豪榜。中国AI企业创始人同样受益其中，MiniMax联合创始人颜峻杰和DeepSeek创始人梁文锋均新晋入榜。

AI基础设施热潮也惠及供应链上游企业家。

服务器导轨及线缆管理系统制造商川湖科技创始人Lin Tsung-chi，在创业近四十年后今年以95亿美元身家首次登榜；广东迪泰技术董事长Wang Xin因AI带动电路板钻头需求激增而入榜。台积电创始人张忠谋与联发科董事长蔡明介亦在今年加入这一名单。

三星电子李氏家族的两位继承人Boo-jin与Seo-hyun受益于内存芯片需求升温，在股价上涨帮助家族偿还前主席李健熙2020年去世后留下逾80亿美元遗产税后，同样新晋入榜。

中美科技竞争格局也催生了一批新面孔：苏州通光集团邹志农家族以及苏州东山精密制造的袁富根亦出现在榜单之上。

这场财富盛宴正在引发更深层的政策与社会讨论。加州选民将于11月就对该州亿万富翁征收财富税进行表决，华盛顿州、纽约州、伊利诺伊州和罗得岛州也在讨论针对高净值居民的新税项。

富豪群体年轻化和科技化的趋势，也在挑战外界对"财富大转移"的传统预设。

瑞银集团首席投资办公室经济学家James Mazeau表示，"我们经常谈论财富大转移——但对于最顶端的100或1000位富豪而言，其中许多人是年轻的科技创业者。我很想知道，这在多大程度上会推动财富进一步集中。"

随着AI投资周期进入深水区，举债规模与回报节奏之间的张力正在积聚。这场财富版图的重构究竟能走多远，或许取决于AI商业化能否兑现其当前的估值溢价。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博社美东时间10月5日周一报道，特朗普政府计划放宽对“红色柴油”（dyed red diesel）的使用限制，预计最快于周一当天公布相关方案。报道援引知情者消息称，具体细节尚未完全确定，但这一措施将允许免税的红色柴油获得更广泛的使用范围，包括可能扩大至公路车辆。

红色柴油主要用于农机等非道路设备，由于免征联邦公路燃油税，价格通常低于普通公路柴油。若政府放宽其使用限制，卡车司机等柴油用户有望通过使用这种免税燃料降低成本。

柴油价格仍高企，特朗普加码寻求缓解燃油成本

美国柴油价格近期虽已从历史高位回落，但仍明显高于年初水平。美国汽车协会（AAA）数据显示，截至上周日，美国柴油平均零售价为每加仑6.32美元，低于上月创下的6.53美元历史高点，但仍较2月28日的3.76美元高出六成以上。

柴油价格飙升正在给农民、卡车司机等高频柴油用户带来压力，尤其是美国正处于秋季收获季节。柴油同时广泛用于公路运输、农业机械、航运以及部分农村地区的供热和供电，价格上涨也进一步向运输及消费品成本传导。

因此，在11月中期选举临近之际，降低柴油价格已经成为特朗普政府的重要政策目标。周一，特朗普还将前往内布拉斯加州参加活动，进一步凸显其对农业州选民的重视。

不过，与释放战略储备不同，放宽红色柴油限制主要是降低部分用户的税费负担，并不会直接增加市场上的柴油供应。分析人士此前就警告，这一措施对解决当前柴油市场的供应紧张作用有限。

G7刚宣布释储，特朗普放弃柴油出口禁令

此次行动也是特朗普政府近期连续压低柴油成本措施的一部分。

上周五，G7及其合作伙伴宣布，通过IEA协调释放最多1亿桶紧急石油和柴油储备，行动立即启动，未来4个月实施，并将在最初20天内前置释放大量柴油。

这一决定此前受到特朗普政府持续施压。特朗普上周五表示，美国将不再实施柴油出口禁令，称欧洲拥有大量柴油，美国也将增加供应。

此前，特朗普政府曾认真考虑限制美国柴油出口，一些农业州共和党议员也要求采取出口限制，以增加美国国内供应、压低燃油价格。但能源行业警告称，出口禁令虽然可能带来短期供应缓解，却可能导致美国炼油商削减产量，最终反而推高国内燃料成本。

G7宣布释储后，特朗普政府转而寻求其他方式压低国内柴油成本。放宽红色柴油限制，正是目前摆上台面的替代方案之一。

“红色柴油”能否真正压低价格仍存疑

红色柴油与普通公路柴油在燃料本身上基本相同，区别主要在于加入红色染料，用于识别其免税的非道路用途。扩大使用范围后，部分原本需要缴纳公路燃油税的用户可以转而使用免税柴油。

但这项政策的核心作用是减轻税负，而不是增加柴油产量。

路透援引分析人士称，扩大红色柴油使用范围并不能改变柴油市场的供应基本面，炼油商依然会按照市场价格销售柴油，因此最终能够传导给消费者的降价幅度仍取决于具体政策设计以及零售商如何传递税费优惠。

这也意味着，特朗普政府目前实际上采取了两条不同路径：一方面依靠G7和IEA释放战略储备，增加短期市场供应；另一方面放宽红色柴油限制，直接降低部分柴油用户的税费负担。

在中期选举前压低柴油价格的目标明确，但两项措施能否持续改变美国柴油市场的供需格局，仍有待观察。

本文来自华尔街见闻，欢迎下载APP查看更多

Altman周五在X平台发文，直接回应外界对两家公司关系的猜测，称Cerebras是OpenAI的"密切合作伙伴"，双方"在速度前沿领域保持深度合作"。

受此提振，Cerebras股价周一一度涨超10%。

x此前一周，Cerebras股价累计重挫20%，触及登陆纳斯达克以来的最低水平。导火索是OpenAI为GPT-6.1 Sol的"Ultrafast"极速模式选用了英伟达GPU，而非Cerebras芯片，引发市场对其核心客户关系动摇的担忧。

Cerebras上周大跌的主要原因，是外界对OpenAI硬件选择的解读。据CNBC报道，OpenAI在推出GPT-6.1 Sol的"Ultrafast"极速模式时，选择了英伟达的图形处理器为该功能提供算力支持，而非采用Cerebras的专用芯片。

这一消息令投资者忧虑，认为OpenAI正逐步将核心推理工作负载转向英伟达，Cerebras的战略地位或被边缘化。

Cerebras专门研发和生产AI计算系统，其芯片以尺寸超大、处理AI工作负载速度更快著称，被视为传统GPU的竞争替代方案。

今年1月，Cerebras与OpenAI签署了一份价值100亿美元的协议，约定在截至2028年的合约期内向OpenAI提供750兆瓦的算力供应。

尽管股价大幅波动，华尔街部分分析师态度趋于谨慎乐观。

花旗分析师上周五指出，他们对Cerebras 2028年前营收的预测并未因此发生变化。"我们认为，前沿AI实验室的最新模型最初会先在内部芯片上推出，再过渡到第三方或Cerebras云端运行，因此现在从中解读过多信息还为时过早。"

不过，花旗同时提示风险：在毛利率触底企稳之前，任何进一步的下滑都可能打压投资者信心——尤其考虑到Cerebras当前估值仍处于较高水平。

Cerebras于今年5月完成上市，以接近950亿美元的市值高调入场，进入一个由英伟达主导的AI芯片市场。

然而上市以来，公司股价持续承压——8月中旬业绩及业绩指引双双令市场失望，进一步加重了估值修复的难度。

与此同时，作为Cerebras最重要的客户，OpenAI自身也在加速推进融资计划。据报道，OpenAI正寻求新一轮融资，目标估值高达1.4万亿美元，并最早考虑于明年启动IPO进程。

本文来自华尔街见闻，欢迎下载APP查看更多