中國AI實驗室的開放競爭正在結出果實。 知名半導體與AI研究機構SemiAnalysis周三發文指出，月之暗面最新推出的Kimi K3模型在基準測試中大幅超越輝達旗艦開源模型Nemotron 3 Ultra。SemiAnalysis直接點名輝達CEO黃仁勳，稱其主導建立的"Nemotron委員會"開發模式已被證明並非美國開源AI的正確路徑，並呼籲輝達重新思考戰略方向。 SemiAnalysis認為，中國AI實驗室通過自由市場競爭持續迭代、快速交付，已在開源領域形成明顯優勢，而美國若延續當前委員會式協作模式，將在這一賽道上持續落後。 委員會模式製造"群體思維"

過去兩周，AI半導體經歷了一輪快速而猛烈的去槓桿。從美國市場的 $輝達 (NVDA.US)$ 、 $博通 (AVGO.US)$ 、 $美光科技 (MU.US)$ ，到韓國市場的 $SK海力士 (SKHY.US)$ 、 $三星電子 (005930.KR)$ ，曾經最擁擠的AI硬體交易迎來了明顯降溫。截至發稿，KOSPI累計回撤逾24%，SOXX回撤逾13%。 這輪調整並非由單一利空觸發，而是多重壓力集中釋放：一方面，市場開始重新審視AI資本開支的可持續性；另一方面，前期AI硬體交易過度擁擠，估值和機構倉位均處於高位。 與此同時，部分半導體企業盈利預期開始出現分歧，市場開始擔心：AI硬體周期是否已經從高速成長階段，逐步進入盈利增速放緩階段？而當前最大的爭議，集中在AI儲存核心環節——SK海力士。 一場圍繞AI儲存周期的多空分歧正在形成

半導體研究機構SemiAnalysis高度評價輝達在vLLM推理引擎上的性能最佳化，同時指出AMD在部分模型支援上仍有明顯差距。輝達憑藉二十年CUDA積累、主流框架優先適配及TensorRT等最佳化庫建構的軟體壁壘，在推理時代仍形成持久競爭優勢。 一、綜述：一次戲劇性的敘事反轉 7月13日，半導體研究機構SemiAnalysis在社交平台發佈推文，高度評價輝達在vLLM推理引擎上的性能最佳化成果，同時明確指出AMD在部分模型的vLLM支援上仍有較大追趕空間。 這一評價之所以值得關注，恰恰在於僅僅兩周前，同一機構剛剛指出輝達的"CUDA護城河正遭緩慢侵蝕"，認為超大規模雲廠商和AI模型公司採用自研ASIC的趨勢正在動搖輝達的統治地位。從"CUDA神話鬆動"到"點贊vLLM"，SemiAnalysis在短短兩周內完成了對輝達競爭力的重新評估。

⚡ 30秒讀懂 06.  電力才是終極瓶頸——但「也不是瓶頸，看你願意瘋到什麼程度」：把卡車發動機改成發電機堆幾百台，兩年後太陽能+儲能比燃氣還便宜，再極端就是把資料中心發射到太空。 01.  AI到底賺不賺錢？Dylan的答案是「已經在印鈔」——Anthropic四月、五月已盈利且自由現金流為正，經常性收入破500億美元ARR、毛利率70%+。 02.  硬幣另一面：SemiAnalysis自己一年AI支出從去年11月的不到10萬美元，飆到今天的1100萬美元（峰值1400萬），一家90人公司，AI花費已是薪資的三分之一還多。

一篇研報，蒸發數百億美元市值：揭秘AI時代最神秘的情報機構 SemiAnalysis 2026年6月9日，美股AI光通訊類股突然遭遇集體拋售。 Coherent大跌 $COHR 超過11%，Marvell $MRVL 下跌近9%，Corning $GLW 、Lumentum $LITE 等一眾AI光模組、光器件公司全線重挫，整個產業鏈一天之內蒸發數百億美元市值。 當天沒有聯準會議息，沒有重大地緣政治事件，也沒有輝達發佈新品。

AI基礎設施的每一層正在同步承壓，而機會與誤判並存。SemiAnalysis創始人Dylan Patel近日接受播客專訪，系統梳理了當前AI基礎設施棧的核心動態與投資邏輯。他的判斷涵蓋模型經濟學、記憶體超級週期、CPU的重新定價、CPO的時間線風險，以及資料中心能源供給的結構性機遇。 針對市場對AI投資回報率（ROI）的普遍質疑，Dylan透露，Anthropic已於今年第二季度實現自由現金流轉正，年化經常性收入突破500億美元，毛利率超過70%。在企業端，最新AI模型帶來的生產力躍升遠超算力成本的增加，促使企業削減其他軟體開支以維持爆炸性增長的AI預算。 在硬體演進層面，向推理模型的範式轉換正在重構市場需求。Dylan強調，儲存面臨長達數年的結構性短缺，仍有2至3倍上行空間；與此同時，儘管智能體和強化學習推高了CPU需求，但賣方市場對此定價過高，CPU的增長主要來自歷史“補賬”，其在AI伺服器中的絕對價值仍遠不及GPU。 Dylan認為，備受市場期待的共封裝光學（CPO）大規模落地時間，則被明確推遲至2028年底至2029年，意外延長了銅纜連接器的紅利期。而電網輸配電的受限，正迫使資料中心轉向“表後電源”（自建電源），在傳統的晶片投資之外，催生出龐大的工業能源和電力轉換供應鏈投資機會。

AI基礎設施的每一層正在同步承壓，而機會與誤判並存。 SemiAnalysis創始人Dylan Patel近日接受播客專訪，系統梳理了當前AI基礎設施棧的核心動態與投資邏輯。 他的判斷涵蓋模型經濟學、記憶體超級周期、CPU的重新定價、CPO的時間線風險，以及資料中心能源供給的結構性機遇。 針對市場對AI投資回報率（ROI）的普遍質疑，Dylan透露，Anthropic已於今年第二季度實現自由現金流轉正，年化經常性收入突破500億美元，毛利率超過70%。在企業端，最新AI模型帶來的生產力躍升遠超算力成本的增加，促使企業削減其他軟體開支以維持爆炸性增長的AI預算。

經過一年的大刀闊斧重組與激進的資本投入，Meta超級智能部門（MSL）有望在未來六個月內在前沿AI領域超越Google。SemiAnalysis發佈的最新報告指出，馬克·祖克柏在專有資料、頂尖人才及超大規模算力基礎設施上的不懈追求，已將整個行業格局演變為一場競賽——而Google在其中已"大幅落後"。SemiAnalysis核心判斷是：Meta正在以前所未有的速度同時在資料、人才、算力三個維度上建立壁壘，而Google的相對優勢正在快速縮小。"斜率 vs 起點"的分析框架——雖然當前Meta的AI模型能力仍落後於Google，但其改善速度遠快於競爭對手。 一、報告概述 SemiAnalysis於2026年7月9日發佈題為 《The Future of Meta Superintelligence: A 1 Year Progress Update》 的深度報告，核心結論是： Meta超級智能部門（MSL）有望在未來六個月內，在前沿AI領域超越Google——而Google已在AI競賽中"大幅落後"