一個季度燒掉184億美元，先看懂這個量級 算力就是新時代的電力。 帳本比口號誠實。 8月4號晚上，SpaceX開了上市之後的第一場財報電話會，我守著把二季度的數字從頭到尾過了一遍，別的先不說，資本開支那一欄最扎眼。

科技巨頭瘋狂加碼AI基建，“燒錢”成為當前美股科技賽道的唯一主線。 整個7月，美股科技七巨頭、AI算力與半導體企業走出高度統一又相當割裂的行情。月初類股集體回呼，費城半導體指數單周暴跌11%，近七成半導體標的較高點回撤超20%，資金擔憂天量資本開支會持續侵蝕企業現金流。 月末集中財報披露後行情徹底反轉，微軟單日暴漲15.51%，創2008年以來最大單日漲幅，直接帶動記憶體、裝置、AI晶片全線反攻。費城半導體指數單日大漲8.19%，美光、閃迪、AMD單日漲幅全部突破13%。 所有頭部企業在7月的核心商業動作擁有高度共性：持續上調全年資本開支，資金幾乎全部流向AI伺服器、資料中心、自研晶片與記憶體產能。經介面新聞粗略統計，包括亞馬遜、Alphabet、微軟、Meta等在內的大型科技公司，單月集中披露的全年資本開支計畫接近8000億美元。

當市場對於AI基建可持續性的質疑不斷加深，半導體類股頭部企業也開始進入擠泡沫階段。 在這種背景下，記憶體類股首當其衝受到衝擊，三星、SK海力士等頭部記憶體廠商均遭遇了慘烈的估值回調。 與之形成鮮明對比的是蘋果。此前，蘋果因在AI類股投入不足飽受市場批評。但隨著市場對輝達及一眾超大規模雲服務商的「循環融資」模式質疑持續加深，蘋果市值悄然反超輝達，重新登頂全球市值最高公司。 然而，儘管當前AI類股的敘事正在逐步衰竭，頭部科技企業的「循環融資」遊戲仍在持續。近期有媒體報導，輝達正與OpenAI展開談判，計劃提供約2500億美元融資擔保，助力OpenAI鎖定軟銀集團在俄亥俄州開發的10吉瓦級數據中心算力項目。同時，輝達還在商議為OpenAI總額3500億美元的晶片採購項目提供配套融資。疊加此前與SK集團敲定的逾5000億美元合作項目，輝達潛在涉及的AI基礎設施交易總規模，已突破7500億美元。

過去兩年，市場習慣用一個簡單敘事理解AI基建：科技巨頭財大氣粗，用自己的現金把數據中心一座座堆起來。 這個敘事正在經受質疑。公開資訊顯示，AI資本開支正在從巨頭用自有現金擴張，切到靠債務、擔保、特殊目的載體（SPV）和產業鏈融資擴張。 $輝達 (NVDA.US)$ 五年期CDS單日飆升，市場擔憂的絕非輝達短期違約風險，而是其商業模式正在從單純晶片銷售，轉向為下游大模型企業、數據中心承接大額信用與融資兜底責任。 站在投資者視角，這套高速運轉的槓桿飛輪短期仍具備擴張空間，但長期可持續性存在巨大考驗：

一個"借錢買晶片、賣晶片還錢"的閉環正在被債市否決。韓國KOSPI年內第8次熔斷，32萬散戶帳戶爆倉清零。而蘋果以最低資本開支重奪全球市值第一。這不是個股波動，是"資本永遠廉價"這一底層假設的終結。 過去兩年，市場默認AI基建的帳單永遠有人買單。這個假設現在被信用市場否決了。 7月28日，韓國KOSPI跌10.84%，年內第8次熔斷。$輝達 (NVDA.US)$跌5%，$SK海力士 (SKHY.US)$跌7.47%，日本$鎧俠 (285A.JP)$跌18%。 同日，$蘋果 (AAPL.US)$漲1.2%，市值重奪全球第一。道指漲0.51%，歐洲三大股指全線收漲。

輝達在韓國AI基礎設施版圖的落子，正從黃仁勳餐桌上的合作承諾走向真金白銀的股權綁定。 NAVER於7月27日宣佈，通過第三方定向增發方式與輝達簽訂投資合同，輝達將以10億美元（約1.48兆韓元）取得NAVER 4.5%的股份，成為其第三大股東。與此同步，NAVER還與全球資產管理公司博楓簽訂最高90億美元的AI工廠籌資預備合同，用於其世宗市數據中心擴建。 這是輝達在亞洲核心AI市場首次以戰略股東身份進入本土互聯網平台——算力巨頭不再滿足於晶片交付，而是直接將自己的資產負債表嵌入下游AI基礎設施的擴張軌道。 從GPU供貨到4.5%持股：輝達的韓國生態「錨定」

Micron 這次把美國投資計畫抬到 2500 億美元以上，明面上是一條建廠新聞：紐約 Clay 新廠澆下第一方混凝土，美國本土 DRAM 產能建設又往前走了一步。 但這件事真正值得看的，不是那一方混凝土，而是它背後的帳本。 AI 基礎設施的敘事，正在從 GPU 往下沉。過去大家談 AI 基建，第一反應是加速卡、先進製程、CoWoS、電力和資料中心。現在越來越清楚，HBM 決定加速器能不能吃滿算力，DDR5 決定伺服器平台的記憶體容量和頻寬，資料中心 SSD 決定資料吞吐和模型服務效率。再往上游看，300mm 原矽片、先進封裝、潔淨室、電力和熟練工人，也都被拉進同一個系統。 所以 Micron 這次公告不是簡單的“多花錢建廠”。它更像一個訊號：AI 時代的先進儲存製造，正在被重新定價。

麥肯錫發佈了一份報告《在生成式AI時代重塑自動駕駛》，自動駕駛正在從一個汽車工程問題，變成一個AI基礎設施問題。 圍繞軟體架構的換代、晶片和記憶體的軍備競賽和整個產業價值鏈的重新整合來探討，值得我們從晶片角度來看看。 01. 規則寫不出來了，交給模型學 自動駕駛行業的軟體架構正在經歷一次十幾年才遇到一次的大換代。