NVIDIA FY2026
系统级算力霸权、财务与估值锚。
集中覆盖美股龙头财报、半导体、AI 软件平台、GLP-1 医药和 Tesla/FSD 主线。
美股栏目优先承接 AI 基建、Tesla / FSD、AI 软件 / Agent 和创新药,而不是继续用单条事件稿堆满首页和归档。
系统级算力霸权、财务与估值锚。
出口管制背景下的算力替代逻辑。
从电动车到 AI 运营商的估值重构。
继续沿市场主线或常青研究栏目扩展阅读,避免只停留在单一分类页。
公开资料可以支撑“AI 数据中心交付受到并网队列、电网设备和变压器供给约束”的研究框架。m8 认为,这篇文章可以讨论电力基础设施如何影响算力上线节奏,但具体并网月份、变压器交期、机架功率密度、云厂商 capex 与公司弹性都应作为观察变量继续跟踪。
Samsung 已公开 HBM4/HBM4E 进展,NVIDIA 也公开 Vera Rubin 与 GB 系列 AI 平台方向。m8 认为,这个专题页适合做 HBM、CoWoS、混合键合、TSV、测试和设备链条的研究导航,但所有产能、份额、价格、订单和 A 股映射都必须保留为需继续跟踪变量。
LBNL、IEA、DOE、NVIDIA、Bloom Energy 和 CoreSite 等公开资料可以支撑“AI 数据中心电力接入、液冷机架与现场电源方案正在成为工程约束”的研究框架。m8 认为,这篇文章可以讨论并网排队、变压器/输电约束、燃料电池和现场发电的时间价值,但交付周期、单位成本、公司订单和园区规模应作为观察变量继续跟踪。
Tesla Q1 2026 shareholder deck、Tesla AI 页面和公开 webcast 可以支撑“Optimus 正从演示样机走向生产线安装与制造验证”的研究框架。m8 认为,这篇文章可以讨论产线节拍、执行器测试、FSD/视觉架构迁移和可靠性验证,但 MTBF、产量、供应链定点和成本数字应作为观察变量继续跟踪。
Samsung 已公开 HBM4/HBM4E 进展,NVIDIA 也公开 Vera Rubin 与 GB 系列 AI 平台方向。m8 认为,这个专题页适合做 HBM、CoWoS、混合键合、TSV、测试和设备链条的研究导航,但所有产能、份额、价格、订单和 A 股映射都必须保留为需继续跟踪变量。
Samsung 已公开 HBM4/HBM4E 进展,NVIDIA 也公开 Vera Rubin 与 GB 系列 AI 平台方向。m8 认为,这个专题页适合做 HBM、CoWoS、混合键合、TSV、测试和设备链条的研究导航,但所有产能、份额、价格、订单和 A 股映射都必须保留为需继续跟踪变量。
AI 板块轮动不能只看单日涨跌,核心变量是云厂商资本开支、GPU/ASIC 供给、利率折现率和软件兑现节奏。m8 认为,这篇文章可以讨论硬件、软件和平台公司之间的估值切换,但所有配置权重观察、估值观察、涨跌幅和可验证性判断应作为观察变量继续跟踪。
超充、储能和出海需求是新能源产业链从整车销量转向基础设施能力的关键变量。m8 认为,这篇文章可以作为新能源基础设施常青文,但充电桩数量、利用率、V2G、海外订单和公司映射应逐项核验。
Starlink 直连手机与卫星物联网应以 Starlink/SpaceX、T-Mobile、FCC 和 3GPP NTN 公开资料为主线。m8 认为,这篇文章可改为卫星直连常青框架,但覆盖、终端、频谱、商业化时间和芯片映射应作为观察变量跟踪。
USGS、美国关键矿产清单和公开半导体供应链研究可以支撑“小金属/关键矿产是 AI 硬件上游约束”的框架。m8 认为,这篇文章适合讨论钨、钼、钽、稀土、镓、锗、铟在硬件链条中的差异化位置,但价格、库存、出口管制和公司弹性应作为观察变量继续跟踪。
NVIDIA 公开 GB200 NVL72 与 OCP 设计信息,Amphenol 和 Credo 公开 AI 数据中心高速互连与 AEC 资料,可以支撑 AI 机柜内部铜互连、连接器和背板的研究框架。m8 认为,这篇文章可以讨论 scale-up 互连、DAC/AEC、连接器、背板和信号完整性,但出货量、份额、价格弹性和公司订单应作为观察变量继续跟踪。
Samsung 已公开 HBM4/HBM4E 进展,NVIDIA 也公开 Vera Rubin 与 GB 系列 AI 平台方向。m8 认为,这个专题页适合做 HBM、CoWoS、混合键合、TSV、测试和设备链条的研究导航,但所有产能、份额、价格、订单和 A 股映射都必须保留为需继续跟踪变量。
Samsung 已公开 HBM4/HBM4E 进展,NVIDIA 也公开 Vera Rubin 与 GB 系列 AI 平台方向。m8 认为,这个专题页适合做 HBM、CoWoS、混合键合、TSV、测试和设备链条的研究导航,但所有产能、份额、价格、订单和 A 股映射都必须保留为需继续跟踪变量。
端侧 AI 与消费电子换机周期需要同时看芯片算力、操作系统入口、应用场景和库存周期。m8 认为,这篇文章可以讨论 AI PC、AI 手机和端侧模型,但销量预测、供应链弹性和公司映射应作为观察变量跟踪为观察变量。
CXL 与 NVLink 适合做 AI 推理内存带宽主题的短入口,但不能把互连标准、GPU 集群、HBM4 和内存池直接混成一个确定结论。m8 认为,这篇文章应降口径后并入推理内存墙常青路线。
AI 数据中心电力主干应从 GPU 机架功耗、液冷、电网接入、变压器和现场配电几层拆解。m8 认为,这篇短稿可以作为电力瓶颈主题的入口稿,但所有交期、价格和公司映射需降口径。
AI 数据中心中压配电应放在电网接入、变压器、UPS、母线和液冷机架的整体供电链条中讨论。m8 认为,这篇短稿可以合并为电力瓶颈常青文的子题,但设备交期、价格和供应商弹性应作为观察变量跟踪。
Starship 商业航天供应链可以围绕 SpaceX 官方 Starship/launches 信息、FAA 许可和 NASA 商业航天资料建立公开来源骨架。m8 认为,这篇文章有专题价值,但发射频次、复用成本、订单和供应链映射应作为观察变量跟踪。
NVIDIA、Broadcom 和 Marvell 已公开 CPO、硅光交换、1.6T 光 DSP 与光互连相关信息,可以支撑 AI 集群网络瓶颈的研究框架。m8 认为,这篇文章可以讨论 1.6T、硅光、CPO 与可插拔光模块的技术分工,但渗透率、出货量、能耗降幅、公司份额和订单弹性应作为观察变量继续跟踪。