#I/O瓶頸
•

Google前CEO施密特最新深度訪談：AI 的瓶頸是資本！機會在基礎設施！突破在長推理！風險在對齊！職業未來在架構師AI！（總結）

AI 不是一次“完全不同”的突變，而是規模更大、普及更快的一輪技術浪潮；當前真正的瓶頸不在技術想像力，而在資本、能源和算力；年度最重要的技術突破是“長推理/深度推理”；最大的商業機會在基礎設施；最大的治理挑戰是“對齊”。 Relativity Space CEO前Google首席執行長埃瑞克·施密特（Eric Schmidt）接受Blackstone頻道的專訪，在專訪中分享了他對於人工智慧浪潮、行業未來及個人職業發展的深度洞察。 一、技術判斷：不是不同，而是更大、更快 施密特明確反對“這波 AI 與以往技術革命完全不同”的簡單敘事。他認為，網際網路、PC、移動網際網路與 AI 的本質邏輯相似，區別在於規模大得多、擴散速度快得多。
Google前CEO施密特最新深度訪談：AI 的瓶頸是資本！機會在基礎設施！突破在長推理！風險在對齊！職業未來在架構師AI！（總結）
科技#Google#人工智慧#資本瓶頸
•

美國 Robotaxi：車是瓶頸，不是訂單

伯恩斯坦這份報告最不一樣的地方，是它不講故事，開始數車了。這是他們美國自動駕駛追蹤系列的第一篇，數完之後的判斷很直接：這個行業是供給緊的，瓶頸不在需求端。 先把帳攤開。全美在運的商用自動駕駛車，3Q26 是 5,348 台，一年前的 2Q25 是 1,259 台。其中 Waymo 4,100 台，Tesla 958 台，剩下的 Zoox、Avride、Motional 三家加起來不到 300 台。 Waymo 的車隊又高度集中：舊金山 1,300、洛杉磯 950、鳳凰城 550、奧斯汀 350、亞特蘭大 250，前五城合計約 3,400 台，佔它自己車隊規模的 85%，另外九個城市加起來才 700 台。 德州是眼下最值得盯的市場。Waymo 在這裡有 535 台在跑、598 台已註冊還沒上線；Tesla 是 345 加 201；Avride 是 70 加 274。三家已經註冊、只等上線的車加起來 1,073 台——光這一個州，就壓著 Waymo 現在全美車隊四分之一以上的量。
美國 Robotaxi：車是瓶頸，不是訂單
美股#Robotaxi#自動駕駛#車隊規模
•已編輯

「網紅晶片分析師」P Equity訪談：算力缺口、記憶體周期、隱形瓶頸、銅退光進以及「10年需求能見度的彌天大謊」

在市場沉浸於AI超大型雲廠商無休止資本支出預期的狂熱中，資深分析師一當市場沉醉於AI超級周期的狂熱敘事，資深分析師Mr. P潑下一盆冷水：所謂"十年需求能見度"不過是彌天大謊，雲廠商根本無力預測兩年後的走勢。真正的戰場已悄然轉移——明年記憶體支出或吞噬超大型雲廠商逾半資本開支，ABF載板供應缺口恐延續至2030年，燃氣輪機訂單更已排滿至十年後。GPU不再是唯一卡點，電力、封裝與記憶體才是掐住AI咽喉的隱形之手。針見血地指出：長達十年的需求能見... 在市場沉浸於AI超大型雲廠商無休止資本支出預期的狂熱中，資深分析師一針見血地指出：長達十年的需求能見度不過是「彌天大謊」，而真正扼住AI咽喉的，早已不是單純的GPU數量，而是昂貴的記憶體帳單、落後的電網以及被忽視的ABF載板環節。 9月26日，在最新一期的Logan Jastremski播客節目中，長期跟蹤AI基礎設施建設的匿名分析師、P Equity Research背後的操刀人Mr. P作為嘉賓出席。當前，以大模型為核心的AI戰局正從模型參數比拚延伸至底層基礎設施的終極角力，超大型雲廠商（Hyperscaler）每年數以兆計的資本支出去向，成為全球投資者最關注的焦點。在這場超過一小時的深度對談中，Mr. P基於詳實的數據與產業鏈調研，對AI算力缺口、記憶體大周期、光電之爭以及地緣博弈等核心議題給出了冷思考與去魅化解讀。 「十年需求能見度是謊言」，記憶體仍難逃繁榮與蕭條的周期宿命
科技#資本支出#算力瓶頸#AI基礎設施
•

巨頭出手！玻璃基板，再傳大消息

據《首爾經濟日報》報導，輝達正在評估玻璃基板方案，並與德國裝置商SCHMID等企業開展合作。輝達希望韓國、日本等地的基板廠商在兩年內完成玻璃基板開發，最快於2028年前落地。 巨頭紛紛入局下，玻璃基板有望迎來量產提速。 輝達持續加碼玻璃基板 據《首爾經濟日報》報導，SCHMID在上半年財報說明會上表示，公司正與英特爾、輝達、AMD等的核心供應商合作，共同開發玻璃基板裝置。當前，玻璃通孔（TGV）的金屬化環節仍存在技術難點，客戶認證尚未完成。
科技#輝達#玻璃基板#技術瓶頸
•

大摩研判AI行情迎拐點：從算力建設走向產業擴散，槓鈴策略成為配置主線

摩根士丹利發佈主題研報，提出核心判斷：AI投資已經告別單純押注上游算力賦能標的的階段，進入「槓鈴式」雙線佈局新時期。 摩根士丹利發佈主題研報《解碼AI變革節奏：從算力建設走向產業擴散》，基於覆蓋全球約3600隻個股的第六輪AI股票對應數據庫提出核心判斷：AI投資已經告別單純押注上游算力賦能標的的階段，進入「槓鈴式」雙線佈局新時期，既要把握算力瓶頸帶來的結構性機會，也要加大對AI落地應用企業的組態權重。 摩根士丹利稱其2026年核心研究主題為科技擴散，在這一輪處於轉型進程的產業周期，預計將呈現槓鈴式超額收益格局，核心基礎設施賦能企業，與早期軟件廠商、AI 應用採納企業同步跑出行情。 科技周期的演繹規律通常是半導體率先取得超額收益，隨後輪到基礎設施板塊，再之後是軟件與服務。該行判斷，AI 產業的投資邏輯正進入新階段：從過去高度集中於賦能企業的交易，轉向範圍更廣闊的槓鈴式機會池，同時覆蓋精選賦能標的與新興 AI 應用採納企業。
科技#摩根士丹利#AI投資#算力瓶頸
•

美國PMI火熱背後：價格壓力創2022以來新高，供應鏈瓶頸嚴重，企業成本壓力加劇

摩根大通認為，9月美國綜合PMI飆升至58.4，創2021年7月新高，暗示Q3 GDP增速高達4%-5%，遠超其3.5%的預測。但高盛和摩根大通均指出，能源、運輸、勞動力成本急劇攀升；供應鏈瓶頸為疫情外近20年最嚴重；企業售價漲幅遠落後於成本，利潤率遭實質性擠壓，業績期或迎衝擊。 華爾街的共識再次被打破，9月美國標普全球PMI初值不僅沒有如預期般小幅下滑，反而呈現出爆炸性的全面增長。 據追風交易台消息，摩根大通在9月23日的研報中稱，美國9月綜合產出PMI飆升至58.4，創下2021年7月以來的最高水平，暗示美國第三季度GDP增速可能高達4%至5%。然而，在這份看似完美的經濟增長成績單背後，高盛和摩根大通均認為，潛藏著令市場警惕的暗流：需求已嚴重超出企業產能，導致除疫情期外近二十年來最嚴重的供應鏈瓶頸。更關鍵的是，投入成本通脹正以2020年以來最快的單月速度飆升，創下2022年底以來的新高。 分析指出，當前數據傳遞了一個明確的信號——美國經濟不僅沒有衰退，反而熱度驚人。但這種由強勁國內需求驅動的增長，正伴隨著能源、運輸和勞動力成本的劇烈上升。由於企業產出價格（售價）的上漲幅度不及投入成本的飆升幅度，企業利潤率正面臨實質性的擠壓（Margin Compression）。
美國PMI火熱背後：價格壓力創2022以來新高，供應鏈瓶頸嚴重，企業成本壓力加劇
宏觀#PMI#供應鏈瓶頸#GDP增速
•

內存瓶頸難破？AI晶片行業正通過「解耦內存」提速

內存帶寬增速遠落後於模型規模擴張，"內存牆"正成為AI基礎設施的核心瓶頸。據美銀證券最新報告，Micron、三星、SK海力士、博通等巨頭在2026年AI基礎設施峰會上形成高度共識：行業正從堆算力轉向效率驅動，評價體系從FLOPs切換至tokens/W，內存分層解耦與開放互聯架構成為下一輪半導體投資的核心敘事。 內存牆正成為AI基礎設施擴張的核心障礙，而半導體行業正以架構重構作為突破口。 據追風交易台，美銀證券研究團隊在最新報告中表示，在2026年AI基礎設施峰會第二天的議程中，Micron、三星、SK海力士、博通、Marvell、英特爾、高通、OpenAI、AWS、Google等主要廠商與雲計算巨頭集體亮相，核心議題高度聚焦於"內存牆"問題的應對策略。與會各方普遍認為，內存與記憶體的分層解耦（disaggregation）已成為當前最具共識的技術路徑。 這一趨勢對半導體投資格局具有直接影響：效率指標正在取代算力規模成為新的行業標尺，從原始算力（FLOPs）轉向每瓦令牌數（tokens/W）或每美元令牌數（tokens/$）；與此同時，互聯架構加速走向開放，定製化晶片需求同步上升，博通、Marvell、Astera Labs等公司的產品佈局因此受到市場關注。
科技#AI晶片#AI基礎設施#算力瓶頸
•

AI互連從“電”走向“光”：矽光子突破I/O與Radix瓶頸，Scale-up瞄準1,024+ XPU！

🔷Compute增長快於I/O擴展，銅互連正面臨Reach、Bandwidth與Escape Radix挑戰 🔷從CPO/NPO到Any-to-Any Optical Mesh，光互連重構下一代AI Scale-up架構 隨著AI叢集從幾十顆XPU不斷邁向數百甚至上千顆XPU，決定系統性能的瓶頸，正在從“算力夠不夠”轉向“資料能不能高效傳出去”。 這一次，小編想和大家聊聊Lightmatter提出的Open Silicon Photonics架構。報告指出，前沿AI訓練的Model FLOPS Utilization僅約38%～43%，通訊停頓、I/O頻寬、Switch/XPU Radix以及銅互連距離，正在限制更多算力真正發揮出來。
AI互連從“電”走向“光”：矽光子突破I/O與Radix瓶頸，Scale-up瞄準1,024+ XPU！
科技#AI互連#矽光子#I/O瓶頸