AI 新聞與投資
2026-05-08
BLUF — Bottom Line Up Front

推理算力戰略地位獲 Altman/Brown 雙重確認；Anthropic 企業護城河以 $30B run-rate 實證；CPU 需求復甦挑戰純 GPU 基礎設施假說

↑ 承接自 2026-04-30 · Arm 宣布自製 AGI CPU 顛覆 IP 授權商業模式；Anthropic 算力需求爆炸性成長強化前沿模型算力壟斷假說；Apple 新任 CEO 硬體優先路線重塑護城河評估框架

5 層觀察

  1. 能源CPU 大規模補採週期與 agentic RL gym 需求同步拉升，電力消耗曲線展期假說受挑戰
  2. 晶片AMD 硬體成功訓練出具競爭力 MoE 模型；ASIC（TPU/Trainium）規模化部署對 NVDA 護城河形成新壓力
  3. 基礎設施OpenAI-AWS Bedrock 合作打破 Azure 獨家；MRC 開放協議降低超大叢集網路門檻；CPU 補採週期確認
  4. AI 模型Anthropic run-rate $30B 且 1,000+ 大客戶在 2 個月內翻倍；OpenAI 企業端以 Spud 反攻；推理算力被 Altman 列為核心戰略資源
  5. 應用Apple 新任 CEO Ternus 以硬體執行為導向，AI 原生產品線（智慧眼鏡/家用裝置）延期風險上升

關連腦圖

支持論點

1.AI 模型Anthropic $30B run-rate + 1,000 大客戶實證企業護城河假說

Anthropic 宣告年化營收突破 $30B（2025 底為 $9B），且百萬美元級客戶數在不足 2 個月內從 500 翻倍至 1,000+，直接支持 ai-model-frontier-economics-moat 中 h-002（Anthropic 企業 coding 護城河先於 OpenAI 轉正）的多頭論點；同時 Anthropic 與 Blackstone/Goldman 成立 $1.5B 服務合資公司，顯示應用層整合深度已超越純模型 API 競爭。

[1][2]
2.晶片推理算力被 Altman/Brown 定義為戰略資源，GPU 供需假說升溫

Noam Brown 明確指出「推理算力是目前被低估的戰略資源」，Altman 宣示 OpenAI 必須成為推理公司；結合 TSMC 上調 2026 全年營收成長展望至 >30% 並將 capex 指引移往 $56B 上限，為 nvidia-multi-arch-moat-vs-asic 中 capacity-tight 假說提供新的需求端確認，但同時 ASIC（AWS Trainium、Google TPU）規模化速度亦加速。

[3][4]
3.基礎設施OpenAI-AWS 合作終結 Azure 獨家，基礎設施競局重組

OpenAI 與 AWS 簽署 Bedrock Managed Agents 合作，微軟同步修訂協議使 Azure 授權轉為非獨家；此舉直接削弱 Azure 在 OpenAI 模型配送的差異化，同時提升 AWS/Anthropic 聯盟的基礎設施議價力，對 ai-model-frontier-economics-moat 中「算力壟斷非護城河」的論點形成支持。

[5][6]
4.基礎設施CPU 補採週期與 agentic 需求同步爆發，純 GPU 基礎設施敘事被修正

Intel CEO Lip-Bu Tan 指出 COVID 週期 CPU 已到換機年限，同時 agentic coding（Claude Code、Codex）與 RL gym 工作負載大量消耗 CPU 算力；Intel Q2 revenue 指引達 $13.8-14.8B 遠超預期 $13B，直接衝擊 ai-energy-power-infrastructure-bottleneck 中「GPU 獨霸算力需求」的隱含假設，同時支持 infra 層 CPU 需求復甦為獨立投資主題。

[7][3]
5.應用Apple 硬體主導策略確立但 AI 產品線延期，on-device AI 護城河時程滑坡

John Ternus 接任 Apple CEO，背景為硬體執行而非 AI 產品創新；智慧眼鏡延至 2027、家用機器人從 2027 推至 2028 風險，直接削弱 apple-ai-integration-moat-or-trap 中 h-001（iPhone 18 週期 on-device AI 驅動換機潮）的時程假設，護城河建立時間點後移至少一個產品週期。

[8][9]

為什麼重要

NVDA 的 capacity-tight 假說獲 TSMC >30% 成長指引強化，但 AWS Trainium 與 Google TPU 規模化同步加速，需重新評估 ASIC 份額侵蝕速度是否提前突破 h-001 的 15% 閾值。AAPL 因 Ternus 主導的硬體執行路線使 AI 原生產品延期，h-001 的 iPhone 18 換機潮時程須下修，近期催化劑消失。GOOGL 的 Cloud backlog 從 $240B 升至 $460B 且 TPU 需求驅動，配合 Anthropic $30B run-rate 的 infra 需求，GOOGL 在 chip 與 model 兩層同時受益。INTC 的 CPU 復甦是本日最具結構性的新數據點，Q2 指引大超預期且 agentic 工作負載為結構性支撐，而非週期反彈。

第一性原理

推理算力的邊際成本結構與訓練截然不同：訓練是批次作業可排程，推理是即時串流須常駐，導致 per-GPU 使用率模型完全不同，Altman 宣示「成為推理公司」代表 OpenAI 商業模式從一次性訓練收費轉向持續運算訂閱，直接拉升推理 GPU 需求彈性係數。CPU 補採週期量化確認：2020-2021 全球採購 ~$100B CPU，5-6 年換機週期到期疊加 agentic RL gym 新增需求，Intel Q2 指引較預期高出 6-12%，反映結構性而非週期性需求。Anthropic run-rate 從 $9B 到 $30B 歷時不足 5 個月，年化成長率超過 230%，使前沿模型 API 毛利率跌破 40% 的時間點（h-001）須與此成長速度重新校準：若分子成長速度超過推理成本下降速度，護城河假說時程後移。控制算力入口等同控制需求聚合（Aggregation Theory 2.0）：OpenAI-AWS 合作打破 Azure 獨家後，模型配送從單一雲端擴散至多雲，使無差異化 infra 玩家定價力下降，但同時降低 OpenAI 本身的 go-to-market 摩擦，對 MSFT 與 AMZN 的 cloud 競爭格局產生對立影響。

投資方向

方向Ticker / rationale
多 LongINTC — CPU 補採週期+agentic 工作負載雙重驅動，Q2 指引大超預期，對應 infra 層 CPU 復甦結構性假說
GOOGL — Cloud backlog $460B + TPU 驅動 Anthropic 3.5GW 合作，chip 與 model 兩層同時受益於推理需求爆發
TSM — 2026 全年成長指引上修至 >30%，capex 移往 $56B 上限，AI 推理需求為多年期結構支撐
空 ShortMSFT — Azure OpenAI 獨家優勢終結，Copilot 付費轉化緩慢（2,000 萬付費用戶低於預期），雲端競爭格局惡化
觀察 WatchAAPL — Ternus 主導硬體路線使 AI 產品線延期，h-001 換機潮時程須等 2027 產品發表確認再重新評估
NVDA — 推理需求強化但 ASIC 份額（AWS Trainium/TPU）加速，需監控 ASIC 推理份額是否突破 15% 閾值
AVGO — Anthropic TPU 3.5GW 合約 + Google TPU 供應確認至 2031，ASIC 設計服務收入能見度高但估值已反映部分

相關公司 KB 快照

INTC3 個 KB 文件

英特爾正處於技術轉型的關鍵節點，其18A製程與台積電N2在GAA架構上直接競爭，力圖在先進製程中扳回一城。然而，來自華為麒麟晶片回歸及聯發科等廠商的崛起，正持續侵蝕其x86生態系的市場份額。雖然英特爾在伺服器與車用領域仍具根基，但其面臨的風險在於新製程量產時程的延遲，以及在AI與手機晶片領域的追趕壓力。短期催化劑來自於PC換機潮與EUV機台的引進，但能否兌現仍是關鍵。

  • /volume1/homes/howard/MS/20230918-招商证券-全球产业趋势跟踪周报：工信部出台政策响应培育“新质生产力”号召.pdf
  • /volume1/homes/howard/MS/20230918-招商证券-电子行业华为手机产业链跟踪报告：华为新机携麒麟芯片回归，关注产业链技术创新及国产替代 1.pdf
  • /volume1/homes/howard/MS/2023年3月经营例会-待确认实销份额输出方式-0316_159155299_.pptx
GOOGL3 個 KB 文件

Google 在技術定位上，以 LiteRT、Android NNAPI 與自研 TPU 建構邊緣至雲端的 AI 運算閉環，並透過 Gemma 與 TensorFlow Lite 深化開發生態；競爭態勢中，面臨 Qualcomm 與 Apple 在行動端的神經引擎，以及 NVIDIA 與 AMD 在資料中心與高階訓練加速的壓力。主要風險在於製程與成本競爭，半導體供應鏈高度依賴台積電與三星，而近期華為與小米的 5G 專利交叉協議，則可能催化 Google 在通訊與 AI 授權領域的策略調整。

  • /volume1/homes/howard/MS/20230918-万联证券-电子行业周观点：华为与小米达成全球专利交叉许可协议，覆盖包括5G在内通信技术.pdf
  • /volume1/homes/howard/MS/S19系列经营关键指标-charter_1692942480283653 - 複本.pptx
  • /volume1/homes/howard/MS/Y&SE成本模拟2.0_1017_1666149506213203 - 複本 - 複本.xlsx
TSM3 個 KB 文件

台積電在先進製程領域持續扮演關鍵角色，其N3P及N2工藝成為華為、聯發科及高通等客戶的核心技術依託，然而地緣政治與國產替代浪潮正重塑競爭格局。華為攜麒麟晶片回歸，不僅帶動供應鏈備貨，更對既有手機處理器廠商形成壓力，同時加速中國本土技術創新。短期風險來自於N2製程良率與量產時程，以及美國出口管制的不確定性；長期催化則聚焦於AI運算需求爆發與3D封裝整合，為台積電帶來結構性成長動能。

  • /volume1/homes/howard/MS/20230917-中泰证券-半导体行业周报：华为Mate60 Pro加单，看好产业链投资机遇.pdf
  • /volume1/homes/howard/MS/20230918-招商证券-电子行业华为手机产业链跟踪报告：华为新机携麒麟芯片回归，关注产业链技术创新及国产替代 1.pdf
  • /volume1/homes/howard/MS/23Q3路标风险与策略_0831_1693516896585032 - 複本.pptx
MSFT3 個 KB 文件

微軟在技術定位上持續深化其AI與邊緣運算佈局，透過Kinect等硬體結合卷積神經網路與特徵萃取技術，鞏固其在感知運算領域的優勢。面對NVIDIA與Google在GPU晶片與深度學習生態的強勢競爭，微軟的策略更側重於整合自家雲端服務與關鍵夥伴如Intel、高通，形成差異化。主要催化劑來自於企業級AI應用及混合實境的商業化落地，然而風險在於半導體供應鏈波動以及來自華為Kirin、螞蟻集團等非美系廠商在特定市場的替代威脅，整體競爭態勢仍極為激烈。

  • /volume1/homes/howard/MS/合肥出差报告_1208.docx
  • /volume1/homes/howard/MS/（新）附件2 个人承诺书（示范文本） - 複本.docx
  • /volume1/homes/howard/MS/Howard Proflie 2023.docx
AAPL3 個 KB 文件

Apple 正面臨技術定位上的關鍵挑戰，隨著華為攜麒麟晶片強勢回歸，競爭態勢明顯升溫，高通、三星與OPPO、vivo、小米等陣營亦持續施壓。供應鏈報告指出，Apple在高端市場的技術創新壓力增大，需關注國產替代趨勢帶來的供應鏈風險。然而，華為新機可能催化Apple加速自研晶片與生態整合，進一步鞏固其封閉系統優勢。整體而言，短期競爭加劇，但長期技術壁壘仍為其潛在催化劑。

  • /volume1/homes/howard/MS/20230918-招商证券-电子行业华为手机产业链跟踪报告：华为新机携麒麟芯片回归，关注产业链技术创新及国产替代.pdf
  • /volume1/homes/howard/MS/20230918-华西证券-计算机行业报告：华为全联接大会前瞻，智能的下一站.pdf
  • /volume1/homes/howard/MS/20230921-中信建投-华勤技术-603296-全域客户覆盖份额持续提升，2+N+3平台布局动能充足.pdf
NVDA3 個 KB 文件

NVIDIA憑藉H100等高效能運算晶片與Transformer相關技術（如FlashAttention）穩居AI訓練與推理的技術龍頭，其3nm製程與GPU/NPU架構持續拉開與高通Snapdragon、谷歌TPU的差距，形成壓倒性競爭優勢。然而，華為Mate 60 Pro帶動國產供應鏈反攻，以及高通、聯發科在終端AI的追趕，可能侵蝕其市占率；風險方面，先進製程地緣政治不確定性與新興架構（如SCNN、MambaNUT）的崛起，構成潛在威脅。催化劑來自NVIDIA Research在自動化晶片設計（NVCell）與大語言模型協作上的突破，為其生態系注入長期成長動能。

  • /volume1/homes/howard/MS/20230918-光大证券-计算机行业AI主题演绎复盘&下阶段展望：华为Mate 60 Pro持续引领关注，建议关注华为产业链相关标的.pdf
  • /volume1/homes/howard/MS/MTK Fin report.xlsx
  • /volume1/homes/howard/MS/S17 B端动作.pptx