MSX美股每日观察:纳指连续两日刷新历史新高,AI交易进入“全栈竞赛”!阿里推自研芯片,Meta与高通争夺新入口
- 核心观点:纳斯达克指数连续两日创历史新高,但市场表现分化,AI投资正从单点竞争转向全栈竞争,行情核心已进入收入兑现阶段,投资者需区分已实现收入、已签合同与未商业化路线图三个层次。
- 关键要素:
- 纳斯达克综合指数9月22日上涨0.45%收于27,244.28点,连续第二日创收盘新高;标普500微跌0.06点,道指下跌0.36%,市场分化明显。
- AMD第二季度数据中心收入达67亿美元,同比增长107%,占总营收约58%;市值首次突破1万亿美元,年内累计涨幅约185%。
- AMD与Meta签订多年期协议,规划部署最高6GW的Instinct GPU,首批1GW由定制MI450架构GPU和第六代EPYC处理器支持,但属于分阶段目标而非已交付。
- 阿里推出自研真武V900芯片,计划2027年Q1量产;最新季度AI云收入约71亿美元同比增长45%,资本支出接近100亿美元同比增长75%,AI投入已反映在财务数据中。
- Meta的Muse上线前12天累计安装约280万次,超越ChatGPT同期表现,但下载量不等于收入与留存,需验证持续使用与商业化能力。
- 高通、Lumentum与康宁展示光学芯片间连接方案,带宽密度约1Tb/s/mm,长期目标4Tb/s/mm,光互连正向芯片附近延伸,但仍处于技术展示阶段。
- 分析AI公司需区分三层:已形成收入的业务(AMD数据中心、阿里云AI)、已签待交付合同(AMD-Meta 6GW协议)、尚未商业化的路线图(阿里20GW目标、高通光互连),三者确定性不同不应获得相同估值。
【MSX 研究院·美股 RWA 每日观察】 是由领先的 RWA 交易平台 MSX 麦通出品的标志性日报。我们依托强大的宏观研究能力,为您捕捉全球传统美股、流动性变化及 RWA 代币化市场的核心脉搏,助您前瞻布局优质资产。
今日观察:
纳斯达克指数再次刷新历史纪录。
当地时间 9 月 22 日,纳斯达克综合指数上涨 0.45%,收于 27,244.28 点,连续第二个交易日创下历史收盘新高。前一交易日,纳指刚刚大涨 2.26%,首次突破 27,000 点。
不过,与前一天 Meta、AMD 和 Arm 等 AI 股票集体大涨不同,周二的市场表现明显更加分化。
标普 500 指数全日几乎没有变化,微跌 0.06 点至 7,764.64 点;道琼斯工业平均指数下跌 0.36%,收于 51,863.69 点。与此同时,罗素 2000 小盘股指数上涨约 0.5%。
这说明当天并不是所有股票同步上涨,而是科技股、芯片股与部分小盘股继续走强,抵消了银行、能源和其他传统板块的下跌。
科技板块内部,市场资金继续向半导体、芯片设计工具和 AI 基础设施相关公司集中。高通上涨 9.3%,Cadence 上涨 6.4%,英特尔上涨 6.3%,Synopsys 上涨 5.8%,泛林集团上涨 5.7%。Meta 在前一天上涨 11.4%后继续上涨 5.3%,苹果和微软分别上涨约 1.9%和 1.1%。
与此同时,阿里巴巴、AMD、Meta 和高通最近释放的信号,分别代表了这条产业链的不同位置:阿里希望同时控制芯片、云、模型和应用;AMD 正从单一芯片供应商走向完整 AI 系统平台;Meta 一边建设算力,一边用 Muse 争夺消费者 AI 入口;高通则试图把低功耗计算和连接能力从手机带入数据中心。
这意味着 AI 投资正在从单点竞争转向全栈竞争。9 月 22 日,阿里巴巴在云栖大会公布新一轮 AI 路线图,推出自研真武 V900 训练与推理芯片,并宣布 Qwen 4 正在训练。后续 Qwen 4.5 和 Qwen 5 的规划规模将达到 5 万亿至 10 万亿参数,公司还提出到 2032 年将阿里云全球运营的数据中心容量提高至 20GW 以上。这些数字足够吸引眼球,但真正重要的并不是模型参数规模,而是阿里正在把芯片、服务器、网络、存储、模型和智能体平台连接起来。
这种战略与 Meta、谷歌、亚马逊和微软推动自研芯片的逻辑相似:当 AI 计算规模持续扩大,云厂商不能只依靠外部 GPU 供应,还需要通过自研芯片降低单位计算成本、控制产品路线图,并减少单一供应商带来的限制。
与此同时,在 AMD 市值首次突破 1 万亿美元之后。推动估值重估的要素已经从 AI 概念转向数据中心业务的实际收入。AMD 第二季度营收 115.36 亿美元,同比增长 50%;数据中心收入达到 67 亿美元,同比增长 107%,占公司总营收约 58%。
因此,目前的 AI 行情已经不只是投资者对未来产品的想象。一部分公司已经进入收入兑现阶段,另一部分公司仍处于产品展示和产能建设阶段。区分这两类公司,是判断这轮行情能否持续的关键。
数据一分钟:
• 纳斯达克综合指数 9 月 21 日上涨约 2.3%,创收盘新高,半导体和 AI 相关公司成为主要推动力量。
• 截至突破万亿美元时,AMD 2026 年累计涨幅约 185%,明显超过纳指同期表现。
• AMD 第二季度数据中心收入 67 亿美元,同比增长 107%,主要由 EPYC 服务器 CPU 及 Instinct GPU 需求推动。
• AMD 与 Meta 签订多年期合作协议,规划部署最高 6GW 的 AMD Instinct GPU;首批 1GW 预计由定制 MI450 架构 GPU 和第六代 EPYC 处理器支持。协议属于分阶段部署目标,不等于 6GW 已经交付。
• 阿里真武 V900 配备 216GB 内存和 1,200GB/s 芯片间带宽;按公司口径,性能约为前代 M890 的三倍,计划于 2027 年第一季度量产并商业发布。
• 阿里表示,采用真武系列芯片的客户已超过 650 家;新一代服务器架构最高可支持 50 万卡集群,但这是系统设计上限,不是已经落地的集群规模。
• 阿里最新季度 AI 云与计算服务收入约 71 亿美元,同比增长 45%;云业务调整后 EBITA 增长 133%至 8.3 亿美元,利润率约 12%。AI 相关产品收入约 18 亿美元,连续第十二个季度实现三位数增长。
• 阿里当季资本支出接近 100 亿美元,同比增长 75%,显示云收入增长仍需要高强度基础设施投入。
• 第三方机构 Apptopia 估计,Meta 的 Muse 在上线前 12 天累计安装约 280 万次;在美国和加拿大 iOS 市场,前 12 天下载约 180 万次,高于 ChatGPT 移动端推出同期约 130 万次。
• 高通、Lumentum 与康宁展示面向 AI 服务器的光学芯片间连接方案,原型使用 32Gb/s NRZ 通道,当前设计带宽密度约 1Tb/s/mm,长期目标约 4Tb/s/mm。
MSX View:
AI 系统的瓶颈正在从单颗芯片扩展到整个数据中心。模型需要 GPU 完成训练和推理,也需要 CPU 负责数据处理与任务调度,需要高速网络在成千上万颗芯片之间传输数据,还需要存储、电力、散热和软件平台让这些资源保持高利用率。
当 AI 从聊天机器人转向能够连续执行任务的智能体时,这种变化会更加明显。智能体需要不断调用模型、浏览器、数据库和外部软件,同一项任务可能触发多轮推理。计算需求不仅取决于用户数量,也取决于每名用户完成一个任务需要消耗多少 Token。
这正是 Meta 推出 Muse 的意义。Muse 的早期下载表现说明,Meta 可能利用 Facebook、Instagram 和 WhatsApp 的分发能力,快速建立消费者 AI 入口。但下载量并不等于收入,也不等于长期留存。Muse 接下来需要证明的是用户是否会持续使用、是否愿意付费,以及每名用户产生的计算成本能否低于订阅和其他商业化收入。
如果 Muse 能够形成高频使用,Meta 对 GPU、CPU 和数据中心容量的需求还会继续增加。这也解释了为什么 Meta 同时与 AMD、高通及其他供应商合作。它不是简单地“放弃英伟达”,而是希望在 GPU、服务器 CPU、自研芯片和网络设备之间建立更具议价能力的供应体系。
AMD 是目前这条逻辑中商业兑现程度较高的公司。与阿里和高通公布的部分路线图相比,AMD 已经拥有 67 亿美元季度数据中心收入,并与 Meta 签订最高 6GW 的部署协议。EPYC 服务器 CPU 和 Instinct GPU 同时增长,也让 AMD 能够从一套 AI 系统中获得两类收入,而不再只依赖传统 CPU 业务。
但 AMD 市值突破 1 万亿美元后,市场对其要求也明显提高。未来仅仅证明产品可以与英伟达竞争已经不够,公司还需要按计划交付 MI450 和 Helios 系统、扩大软件生态,并把大型部署协议真正转化为收入、利润和现金流。
阿里的投资逻辑有所不同。阿里最大的潜在优势,不是单独拥有一款 AI 芯片,而是同时拥有芯片、阿里云、Qwen 模型、企业客户以及淘宝、天猫等应用场景。自研芯片即使不对外销售,只要能够降低阿里云推理成本、提高供应稳定性,也可能创造经济价值。
更重要的是,阿里的 AI 投入已经开始反映在财务数据中。最新季度云计算收入增长 45%,调整后 EBITA 增长 133%,说明 AI 需求不仅推动收入,也暂时没有阻止云业务利润率改善。
但这项战略仍然十分资本密集。阿里单季度资本支出已接近 100 亿美元,2032 年 20GW 数据中心容量只是长期目标,并非当前已经投入运营的规模。参数规模同样不能直接等同于模型质量。5 万亿至 10 万亿参数描述的是未来模型路线图,最终能力还取决于模型架构、训练数据、推理效率和后训练方法。模型越大,也意味着训练和运行成本可能越高。
高通与 Lumentum 代表的则是另一条支线:计算芯片之间的连接正在从电互连向光互连延伸。当单个 AI 机架和集群包含越来越多加速器时,数据能否低延迟、高带宽地在芯片之间移动,会直接影响 GPU 利用率。高通、Lumentum 和康宁展示的光学芯片间连接方案,说明光通信的应用范围可能从数据中心之间和机架之间,继续向机架内部甚至芯片附近扩展。
这可能扩大 Lumentum、康宁以及其他光器件公司的长期市场空间,但目前仍应保持谨慎。技术展示证明的是可行性,不是客户订单;带宽目标证明的是设计潜力,不是已经实现的收入。高通数据中心 CPU 的商业化时间也主要集中在未来几年,现在还不能把手机芯片之外的全部新市场直接计入业绩。
所以,这轮行情的核心是 AI 基础设施的价值量正在扩大。英伟达仍然拥有成熟的软件生态、系统能力和客户基础。阿里自研芯片、AMD 加速器以及高通数据中心产品的增长,更可能首先扩大 AI 计算市场的总规模,并帮助大型云厂商建立多供应商体系,而不是立即形成零和替代。
接下来分析这些公司,需要把消息分成三个层次:
第一层是已经形成收入的业务,例如 AMD 数据中心收入和阿里云 AI 收入;
第二层是已经签署但仍需交付的合同,例如 AMD 与 Meta 最高 6GW 的部署协议;
第三层是尚未商业化的路线图,例如阿里 20GW 容量目标、未来 10 万亿参数模型,以及高通与 Lumentum 的光互连方案。
三者的确定性完全不同,也不应该获得相同的估值。这轮 AI 交易正在从“买 GPU”升级为“争夺整套 AI 系统的控制权”。未来真正能够持续跑赢的公司,不只是拥有更大的模型或更快的芯片,而是能够把技术路线图转化为产品交付、高利用率、持续收入和自由现金流的企业。
关于 MSX 麦通:
MSX 是领先的 RWA 交易平台,致力于提供安全、高效、透明的全球金融市场准入。作为全球最早的链上美股交易平台之一,MSX 始终走在行业前沿,以持续创新引领市场变革。
平台深度融合区块链技术与合规框架,全面提供近 400 种代币化股票和 IPO 前(Pre-IPO)资产的现货及衍生品交易,完美弥合了传统金融与数字资产行业之间的鸿沟。
围绕“让优质资产自由流通”的核心使命,MSX 目前已构建起涵盖美股现货与永续合约、币币交易、Pre-IPO 和麦通研究院等多元化的数字金融服务体系,旨在为全球投资者提供全时段、高性能的优质资产参与入口。
官方网站: https://msx.com/
华语 TG:https://t.me/MSXOfficial
Global TG:https://t.me/MSXGlobal
全球 App Store / Google Play 现已同步上架。
风险提示: 宏观经济及美股市场波动剧烈,本文内容仅供麦通研究院学术与研究观察参考,不构成任何投资建议。


