因為最新季績顯示有大筆未完成AI訂單的甲骨文（ORCL.US），股價曾一度大漲。但是“蜜月期”沒過多久，9月24日，甲骨文宣佈發行180億美元債券，利率介於4.45%-6.10%之間，主要用於償還債務、未來投資或收購、支付現金股息或回購。值得留意的是，儘管該公司預計，在OpenAI等數百億AI合約的推動下，有4,550億美元的剩餘履約義務（RPO），未來收入預期十分可觀。但要滿足這些需求，甲骨文將要在2026財年進行350億美元的資本開支，建造37個新的多雲資料中心，這將加重其財務負擔。評級機構標準普爾於9月24日發佈評級報告，認為甲骨文的2026財年資本開支將因為激進的OCI（雲基建）擴張計畫而增至380億美元，2027財年進一步增至600億美元，並於2028財年到達頂峰，因此FOCF（自由經營現金流）缺口將顯著擴大，進一步加重該公司的槓桿壓力，為此維持對甲骨文的“BBB”長期信用評級，評級展望為負面，意味著未來有可能會下調其評級。受發債消息影響，甲骨文的股價於9月25日晚顯著回落5.55%。這或許是市場對於AI神話情緒降溫的一個縮影。除了甲骨文，Google（GOOG.US）5月份也成功發行50億美元債券，利率介於4.00%-4.30%之間，蘋果（AAPL.US）同樣在5月發債籌資45億美元，也是其2023年以來的首次發展。馬斯克旗下的AI原生巨頭xAI，今年7月完成50億美元債務融資，同期還配套50億美元股權融資。“融資補缺口”的模式似乎正在AI產業鏈蔓延——上游晶片企業通過預收款支援再投資，中游獨角獸靠融資覆蓋營運成本，下游應用商則通過發行債券來搶佔市場。例如輝達承諾向OpenAI投資千億美元，而OpenAI表示將用這些資金來購買輝達的AI晶片。獨角獸OpenAI與多家上游供應商訂立了服務協議，例如與甲骨文簽訂協議，將在五年內向甲骨文採購價值3,000億美元的基礎設施解決方案，幾個小時前據報與雲服務商CoreWeave（CRWV.US）簽訂65億美元的合作協議，以獲取後者的算力支援。然而，OpenAI傳聞的130億美元收入顯然並不足以支撐這些支出。8月初，OpenAI再融資83億美元，而在3月時其已從風投處籌資25億美元，OpenAI計畫今年的融資規模達400億美元。從實際收益來看，AI似乎尚未產生足以支撐其所需成本的收入，整個AI產業鏈的現金流循環完全依賴資本輸血，而投資者正是這條鏈條上最後的風險承擔者。雙重泡沫：一級市場的狂歡與二級市場的幻想AI領域的估值狂熱呈現“兩極共振”格局，一級市場的獨角獸與二級市場的科技巨頭相互催化，共同將投資者推向風險邊緣。這種狂歡看似無關，實則形成了“價值泡沫閉環”：巨頭的高市值為獨角獸提供定價錨點，獨角獸的融資熱潮又反推巨頭業績預期，最終所有風險均沉澱在投資者的帳戶中。根據CB Insights的資料，當前全球有498隻AI獨角獸（即估值在10億美元以上的未上市公司），合計估值或達到2.7兆美元，有100家為2023年之後成立的公司，此外還有超過1,300家估值在1億美元以上的AI初創公司。但這些AI初創公司當中，有大部分都未實現正向現金流，但估值高昂，完全脫離商業本質。今年5月Builder.ai的崩盤堪稱典型。2023年，該公司在D輪融資中籌得2.5億美元，估值一度逼近10億美元，其主打產品是一個基於AI技術的應用開發平台，號稱能實現無程式碼快速開發，但後來被前員工或合作夥伴爆料，實際上主要依賴人工完成。該公司已進入破產清算程序，背負著巨額債務，其中包括拖欠亞馬遜的8,500萬美元和微軟的3,000萬美元。這類悲劇並非個例，AI圖像生成領域的獨角獸Stability AI於去年就窮途末路，被指欠下1億美元；AI陪伴機器人公司Embodied也“涼涼”。有意思的是，這兩家AI初創公司背後的投資者都閃現“自身難保”的英特爾（INTC.US）的身影。風投項目投資者之所以甘願“閉眼投錢”，本質是FOMO（Fear of Missing Out，錯失恐懼症）情緒下的非理性博弈——AI初創項目的回報動輒數倍，例如OpenAI的競爭對手Anthropic剛於9月初獲得了130億美元融資，估值從3月時的615億美元飆升至1,830億美元，短短半年升值近兩倍。風投機構若錯過了高回報項目，就可能失去客戶的資金（LP），這讓它們寧願投錯，也不能錯過，這也助推了一級市場中AI項目的估值擴張潮，但是當潮水退去，最終承受損失的還是LP。二級市場方面，當前美股屢創新高主要由輝達為首的大型科技股引領，其中輝達的市值和估值最高，主要得益於AI概念的支援。正如我們在《中美AI估值博弈：港股龍頭的硬核破局》一文中提到的，美國AI巨頭相對於港股AI科技公司的估值溢價，本質或是華爾街對於美國科技巨頭未來展望更為樂觀，而這一樂觀情緒到目前為止尚未有足夠的證據證明合理。泡沫破裂會由誰埋單？從18世紀英國運河熱潮到2000年網際網路泡沫，歷史反覆證明：私營資本主導的技術投資狂潮最終會迎來崩潰。AI狂歡也會有落幕的時候。2000年網際網路泡沫破裂時，納斯達克指數暴跌近80%，數以兆美元市值蒸發。2025年初，因為DeepSeek的顛覆性出現，AI領域悄然出現“技術信仰裂痕”——這家中國AI企業憑藉更高效的模型訓練技術與更低的算力成本，直接衝擊了OpenAI的商業化根基，並憑藉更低的企業版定價，迅速搶佔全球市場份額，這讓資本開始重新審視“技術壟斷溢價”的合理性，也導致美股科技股在上半年出現回呼。當前美股科技股的上漲高度依賴輝達、微軟等AI龍頭的“權重拉動”，而在它們背後推動需求的也包括OpenAI等AI初創企業，如果這些初創企業最終無法證明它們所產生的收益能覆蓋全部成本並取得足以支撐其估值的利潤，那麼其高昂的估值會被調整，其需求也會因為融資斷流而驟然收縮——一級市場的估值崩潰會傳導到二級市場上。作為AI算力的“供給核心”，輝達近三年資料中心業務的爆發式增長，本質上建立在OpenAI、Anthropic等獨角獸“不計成本的算力採購”之上，一旦這些獨角獸對AI晶片的需求萎縮，將會動搖“AI行業持續高增長”的預期，而輝達的昂貴估值正是建立在這一預期之上，市場必然重新審視輝達的增長天花板並重新給予估值，最終形成連鎖效應，動搖整個二級市場的“價值錨點”，其他科技巨頭也將應聲而倒。需要注意的是，各大公募基金、被動型基金、主動型基金、主權基金、養老基金都持有這些大型科技股，而且這些在當前被市場視為具有增長吸引力的巨頭，是不少槓桿資金的“心頭好”，當它們的估值遭到下調時，重倉的主動管理基金（例如避險基金）將率先減持，被動指數基金將因權重調整被迫跟進，槓桿資金被強制平倉將加劇“踩踏式下跌”。最終遭受損失的將是那些追高入場的投資者。泡沫之外：理性投資的破局之道AI產業並非毫無價值，正如網際網路泡沫破裂後催生了Google、亞馬遜等巨頭，AI技術的變革性意義終將顯現。但對投資者而言，關鍵在於穿透估值迷霧，找到真正具備技術壁壘與盈利能力的企業。即將開啟的“港股100強”評選，恰為投資者提供了這樣的價值錨點。作為聚焦港股市場的權威評選，其將以業績真實性與成長可持續性為核心標準，挖掘 AI 領域真正的價值標的。在泡沫與機遇並存的AI賽道上，這樣的專業篩選無疑是投資者規避風險、把握機遇的重要指南。 (財華網)

人工智慧業務增長有限IBM終於開始正視其人工智慧業務增長有限這一現實。儘管該科技公司發佈的第二季度財報業績超出分析師預期，但其後股價卻大幅下跌。即便該股已從高點下跌逾50美元，跌至約240美元。喜憂參半的人工智慧業務大約一個月前，IBM發佈了2025年第二季度財報，市場原本認為這份財報整體表現穩健。這家科技公司不僅業績超出預期，營收還實現了7.6%的可觀增長。然而，財報發佈後的首個交易日，IBM股價開盤即大幅走低，且在之後的一個月裡又下跌了20美元。在2025年第二季度的財報電話會議上，首席執行官Arvind Krishna強調其人工智慧業務看似蓬勃發展，他表示：“IBM的差異化優勢在於人工智慧產品組合的廣度——我們擁有創新的技術堆疊、規模化的諮詢業務，以及‘零客戶’視角。截至目前，我們生成式人工智慧（GenAI）業務的累計訂單額已超過75億美元，且季度環比增長勢頭正在加快。”在上一季度（即3月所在季度），IBM曾宣佈生成式人工智慧業務訂單額達60億美元，其中新增訂單額為10億美元；而到了第二季度，該業務新增訂單額加速增長至15億美元。此外，該公司第四季度人工智慧訂單額達到20億美元，這一資料也從側面反映出其季度訂單額存在較大波動。前幾個季度存在的核心問題是：人工智慧訂單額與諮詢業務的關聯度遠高於軟體業務，而軟體業務本應是能實現快速增長的領域。更糟糕的是，首席財務官隨後的表述似乎暗示，生成式人工智慧諮詢訂單的增長可能對非人工智慧業務造成了壓力，他提到：“諮詢業務營收持平，上半年整體趨於穩定。儘管面臨嚴峻的定價環境，截至上半年，我們的未完成訂單量仍保持健康水平，較去年增長4%。本季度，智能營運業務營收增長2%，而戰略與技術業務營收下降2%。當前市場環境仍具不確定性，客戶更傾向於進行高成本效益、高影響力的技術投資，這推動了業務應用轉型、人工智慧營運以及雲平台工程等領域的良好營收增長，也使得我們諮詢業務中的生成式人工智慧訂單額在本季度突破10億美元。”至少，首席財務官James Kavanaugh明確表示，第二季度15億美元的生成式人工智慧訂單額中，有10億美元與諮詢業務相關，而該季度諮詢業務本身並未實現增長。在3月所在季度，管理層曾透露，過去訂單額中80%來自諮詢業務。這意味著目前人工智慧訂單總額中約有 60 億美元與諮詢業務有關，而諮詢業務並未增長，總訂單量僅增長了 4%。市場或許終於意識到一個問題：儘管IBM宣稱人工智慧訂單額實現大幅增長，但該公司對第三季度營收增長的預期僅為5%左右，且有機增長還面臨兩大阻礙：1. 按當前匯率計算，匯率因素預計將為全年營收增長貢獻約1.5個百分點的提振作用。2. 對HashiCorp的收購案為營收增長帶來了約1個百分點的推動——該公司2024年的營收基數為6億美元。本質而言，人工智慧業務的大幅提振僅推動IBM的有機增長率維持在2%至3%的區間。軟體部門是唯一實現穩健增長的業務類股，但從3年期圖表來看，並未出現任何能證明人工智慧業務為整體增長提供有力支撐的明顯跡象。增長邏輯錯位受人工智慧概念推動，IBM股價從2023年初的125美元一路飆升至近期的296美元高點。但實際業績並未顯示出人工智慧業務對增長有任何提振作用。分析師普遍預測，IBM 2026年的每股收益目標為11.85美元。目前其預期市盈率僅小幅降至20倍，而此前該公司的正常預期市盈率區間為10至15倍。正如前文所分析，IBM的增長速率並未因人工智慧業務而發生實質性改變，因此當前較高的市盈率缺乏合理支撐。IBM預計未來自由現金流將達到135億美元以上。這一數字與年初時135億美元的預測值持平。不過，IBM稱自由現金流將從去年的127億美元實現增長，但很難判斷這一增長中有多少來自今年2月完成收購的HashiCorp業務（新增部分），又有多少來自實際的有機增長。該科技公司在這筆收購案上花費了64億美元現金，僅這一項收購的支出就已接近其業務現金流產生額的50%。若IBM股價回歸此前的預期市盈率區間，以2026年11.85美元的每股收益目標計算，其股價將跌至118.50美元至177.75美元之間。要回到正常估值區間，IBM股價至少還有62美元的下跌空間。除非IBM能改變當前“諮詢業務營收僅替換原有諮詢項目、整體淨收益有限”的局面，否則其股價將回落至此前的區間。該公司近期剛剛宣佈與AMD展開合作，計畫通過整合人工智慧加速器與量子電腦，共同探索計算領域的未來發展方向。事實上，這家科技公司過去已建立了大量合作夥伴關係，但這些合作並未為其帶來顯著的增長。總結對投資者而言，核心啟示在於：IBM的人工智慧業務增長不足以支撐其過去一年的大幅股價上漲。因此，即便過去幾個月該股已下跌逾50美元，投資者仍應繼續拋售其股票。 (美港股觀察社)

01 美超微拿下200億美金訂單，將採用液冷技術散熱沙烏地阿拉伯利雅德——2025 年 5 月 13 日——沙烏地阿拉伯資料中心公司 DataVolt 今天宣佈與 美超微Super Micro Computer簽署價值200億美金的多年期合作協議，美超微Super Micro Computer將向DataVolt 位於沙烏地阿拉伯和美國的超大規模 AI 園區提供超密集 GPU平台和液冷系統。通過此次合作，美超微將向DataVolt 提供最佳化的整體IT解決方案，涵蓋AI和計算伺服器、網路、儲存、機架以及先進的液冷技術。美超微規模化的液冷解決方案旨在快速部署高性能AI基礎設施，同時將總擁有成本(TCO)降低高達20%，同時將電力成本降低高達 40%，加快部署速度，並通過降低電源使用效率 (PUE) 來提高資料中心效率。DataVolt 首席執行官 Rajit Nanda 表示：“我們很高興能與 Supermicro 合作，在川普政府執政百日奠定的堅實基礎上再接再厲。我們的願景是將千兆瓦級可再生能源和淨零排放綠色氫能與業界最先進的伺服器技術相結合，為客戶提供前所未有的規模和可持續性。與 Supermicro 合作，確保我們擁有關鍵 GPU 系統的美國製造供應鏈，並使 DataVolt 能夠加快投資計畫。DataVolt是一家數據中心營運商，致力於整合專用的高可用性、多技術可再生能源基礎設施解決方案和綠色燃料。該公司總部位於沙烏地阿拉伯，在美國、烏茲別克、印度和阿聯設有辦事處，並在韓國和南非設有辦事處。Super Micro Computer, Inc美超微是一家全球知名的IT硬體公司，市值262億美元的公司，過去12個月營收增長高達82%，以提供人工智慧、雲、儲存和5G/邊緣計算領域的IT解決方案而聞名。02 美超微的最新DLC-2液冷技術此前，美超微宣佈推出資料中心建構模組解決方案 (DCBBS)，這是一種旨在簡化液冷 AI 資料中心部署的綜合方案。DCBBS 將所有關鍵基礎設施元件、伺服器、儲存、網路、機架、液冷、軟體、服務和支援整合在一個標準化的模組化架構下。該計畫旨在應對 AI 工廠建設和營運日益複雜的挑戰，因為訓練和推理工作負載的需求正在迅速增長。簡化AI數據中心部署DCBBS 將 Supermicro 成熟的系統建構塊解決方案擴展至資料中心等級，提供經過預先驗證的可擴展單元，可加速規劃、建構和營運。該解決方案旨在減少部署高性能 AI 基礎設施的時間和成本。Supermicro 表示，DCBBS 提供包含平面圖、機架立面圖、物料清單和所有必要元件的套件，使客戶能夠在短短三個月內完成從設計到部署的整個過程。超微總裁兼首席執行官梁見後 (Charles Liang) 指出，DCBBS 致力於為客戶提供更快的上市時間和上線速度，並提供涵蓋資料中心佈局、網路拓撲、電源和電池備份的全方位解決方案。最終，流程得以簡化，從而降低成本並提高整體質量。模組化、可擴展、可定製DCBBS 的核心是模組化建構塊方法，其結構分為三個層級：系統、機架和資料中心。該架構允許客戶根據特定需求定製其基礎架構，從在系統等級選擇單個 CPU、GPU、記憶體和儲存，到選擇機架配置（例如 42U、48U 或 52U），以及最佳化散熱和布線。在初步諮詢後，美超微將根據客戶的功耗預算、性能目標和其他營運需求提供項目提案。256 節點 AI Factory DCBBS 可擴展單元是一款關鍵產品，可為大規模 AI 訓練和推理提供交鑰匙解決方案。每個單元包含多達 256 個液冷 4U Supermicro NVIDIA HGX 系統節點，每個節點配備 8 個 NVIDIA Blackwell GPU，每個單元總計 2,048 個 GPU。這些節點通過高速 NVIDIA Quantum-X InfiniBand 或 Spectrum X 乙太網路網路互連，支援高達 800 GB/s 的頻寬。該計算結構由使用 PCIe Gen5 NVMe 的可擴展分層儲存、TCO 最佳化的資料湖節點以及彈性管理系統補充，可實現持續運行。推進下一代資料中心的液體冷卻超微電腦還宣佈其直接液冷 (DLC) 解決方案取得重大進展，推出新技術，以滿足高密度、AI 最佳化資料中心不斷變化的需求。隨著行業迅速轉向液冷以支援現代工作負載的功率和散熱需求，超微的 DLC-2 解決方案旨在在效率、部署速度和營運可持續性方面實現顯著提升。隨著計算資源密度的不斷提高以及人工智慧和機器學習工作負載的不斷增長，資料中心對液體冷卻的採用正在加速。行業分析師估計，在不久的將來，液冷資料中心可能佔所有新安裝資料中心的30%。傳統的空氣冷卻已達到其實際極限，尤其是在企業部署配備高性能GPU和CPU的伺服器時，這些伺服器會產生大量熱量。Supermicro 最新的 DLC-2 解決方案旨在正面應對這些挑戰，提供全面的端到端液冷架構，支援更快部署、降低營運成本並提升可持續性指標。該公司的 DLC-2 技術旨在應對現代 AI 工作負載的散熱挑戰，其中 GPU 的 TDP 可能超過 1600W。DLC-2 使用冷板和設施級液冷基礎設施，直接從關鍵元件（CPU、GPU、記憶體、PCIe 交換機和穩壓器）捕獲熱量。該系統包括機架內或行內冷卻液分配單元 (CDU)、垂直冷卻液分配歧管以及對設施側冷卻塔的支撐。這種方法可節省高達 40% 的電力，減少 60% 的資料中心佔地面積，並降低高達 40% 的用水量，從而有助於降低約 20% 的總擁有成本 (TCO)。Supermicro 的 DLC-2 專為快速部署和高密度環境而設計。它支援溫水冷卻，入口溫度高達 45°C，從而減少了對冷卻器的需求並降低了營運成本。該解決方案與 Supermicro 的 SuperCloud Composer® 軟體完全整合，該軟體可跨計算、儲存和網路資源提供集中管理、分析和編排。DLC-2 營運優勢節能高達 40%：與傳統風冷系統相比，資料中心整體功耗可降低高達 40%。冷板技術通過直接從關鍵元件（例如 CPU、GPU、記憶體、PCIe 交換機和穩壓器）高效傳熱來實現這一目標。通過最大限度地減少對高速風扇和風冷基礎設施的依賴，資料中心可以顯著降低能源成本和碳足跡。更快的部署速度和更短的上線時間：專為快速部署而設計。該解決方案提供完全整合的端到端液冷堆疊，包括冷板、冷卻液分配單元 (CDU) 和垂直冷卻液分配歧管 (CDM)。溫水冷卻降低用水量： DLC-2 架構支援溫水冷卻，入口溫度高達 45°C。此功能減少了對成本高昂且資源密集型傳統冷水機組的需求。安靜的資料中心運行：憑藉全面的冷板覆蓋和較低的風扇要求，DLC-2 解決方案使資料中心噪音水平降至約 50dB。降低總體擁有成本：除了節能節水之外，Supermicro 估計 DLC-2 解決方案可將總體擁有成本 (TCO) 降低高達 20%。減少冷卻基礎設施、降低電力和水資源消耗以及提高伺服器密度，所有這些都有助於提高資料中心營運的成本效益。DLC-2 技術創新全面的散熱板覆蓋： DLC-2 解決方案的散熱板覆蓋 CPU、GPU、記憶體模組、PCIe 交換機和穩壓器。這種方法可確保幾乎所有發熱元件都得到有效冷卻，從而減少對補充風冷和後門熱交換器的需求。支援高密度AI系統：新架構的一大亮點是GPU最佳化的Supermicro伺服器，該伺服器在緊湊的4U機架高度內可容納8個NVIDIA Blackwell GPU和2個Intel Xeon 6 CPU。該系統專為應對更高的供應冷卻液溫度、最大化每瓦性能以及支援最新的AI工作負載而設計。高效冷卻液分配：機架內冷卻液分配單元 (CDU) 可為每個機架去除高達 250kW 的熱量。垂直冷卻液分配歧管 (CDM) 可在整個機架內高效循環冷卻液，與安裝的伺服器數量相匹配，並實現更高的單位佔地面積計算密度。液冷熱捕獲率高達每個伺服器機架 98%，進一步提升了效率。整合管理和編排：整個 DLC-2 解決方案堆疊與 Supermicro 的 SuperCloud Composer® 軟體完全整合，提供資料中心級管理和基礎設施編排。Supermicro 的 DLC-2 解決方案還採用了混合冷卻塔，結合了標準乾式冷卻塔和水式冷卻塔的特點。這種設計在季節性溫差較大的地區尤其有利，因為它可以幫助資料中心最佳化資源利用率，並進一步降低全年的營運成本。服務和軟體整合DCBBS 提供全面的服務支援，從初步諮詢和資料中心設計到解決方案驗證、現場部署和持續支援。Supermicro 為關鍵任務環境提供 4 小時現場響應選項，確保高可用性和快速解決問題。在軟體方面，Supermicro 的專業知識擴展到 AI 訓練、推理、叢集管理和工作負載編排的應用程式整合。該公司支援 NVIDIA AI Enterprise 軟體平台的部署，並提供根據客戶堆疊量身定製的軟體配置和驗證服務。人工智慧訓練、推理及其他DCBBS 的主要用例是部署大規模 AI 訓練叢集，其中需要數千個 GPU 來開發基礎模型。該解決方案同樣適用於 AI 推理工作負載，這類工作負載對高計算能力的需求日益增長，以便在多個模型和應用程式之間提供即時智能。除了人工智慧之外，DCBBS 還適用於任何需要高密度、高性能計算的資料中心環境，例如科學研究、財務建模和高級分析。該解決方案的模組化和可定製特性使企業能夠根據工作負載的變化調整其基礎架構。人工智慧和高性能計算的快速發展推動了液冷資料中心的轉型。近年來，只有不到 1% 的資料中心採用液冷技術，但行業預測表明，這一數字在未來一年內可能達到 30%。Supermicro 的 DCBBS 和 DLC-2 產品在轉型過程中佔據有利地位，為高效、可擴展且可持續的資料中心營運提供了一條實用且與供應商整合的途徑。 (零氪1+1)