软件先容

明升在线使用指南

第一步：导入文件

翻开软件，，点击"?添加 明升在线"按钮，，从电脑中选择《明升在线》文件，，或直接将其拖拽至软件界面中
。。

第二步：设置剖析

软件会自动识别并剖析导入的文件，，您可凭证界面提醒选择所需的生涯路径或下载名堂
。。

第三步：最先下载

确认无误后，，点击"最先下载/处理"按钮
。。期待进度条读取完毕，，即可在设定的文件夹中审查下载好的正版文件
。。

两天蒸发万亿，，AI 算力的信仰破了嘛？？？，，明升在线

7月才刚已往一周，，全球资源市场上演了一场惊心动魄的践踏式下跌
。。

费城半导体指数两日累计暴跌超11%，，创该指数历史上最强烈的短期回撤之一；；；；；；A股科创50单日重挫7.7%，，创下年内最大单日跌幅；；；；；；韩国KOSPI指数盘中触发熔断，，SK海力士单日暴跌14.57%，，三星电子跌超9%
。。

A股盘面更是惨烈，，兆易立异、北方华创、中微公司等多只千亿市值龙头批量跌停，，存储芯片、半导体装备、光模？？槿笾飨呷呃Ｍ，，单日全市场科技板块市值蒸发超万亿元
。。

导火索则是一则关于Meta妄想对外出售闲置AI算力的新闻
。。

市场的第一反映很直接：巨头自己都用不完算力了，，说明AI 需求见顶了
。。

但剥离情绪、还原真相，，你会发明这个逻辑着实基础站不住脚
。。

Meta 算力外售的真实商业逻辑

首先要明确一个事实：Meta 的算力不是用不完，，只是用得不敷高效
。。

已往两年，，Meta 在 AI 基础设施上砸下了巨额资源开支，，2025 年资源开支 722 亿美元，，2026 年进一步上调至 1250-1450 亿美元，，累计投入超 1800 亿美元建设 AI 集群
。。

扎克伯格的战略是先囤积，，后决议：先按峰值训练需求把基础设施建起来，，至于建成后怎么用，，到时间再说
。。

但问题出在大模子梯队已经拉开了差别
。。

全球AI 大模子的第一梯队已经很是清晰：OpenAI + 微软、谷歌 Gemini、亚马逊 Anthropic
。。

Meta 的 Llama 系列虽然开源生态做得最好，，但在闭源旗舰模子的能力上，，已经被第一梯队拉开了身位
。。扎克伯格自己也在内部员工会上认可，，已往四个月 AI 智能体的开发并没有像他们预期的那样加速
。。

这就导致了一个尴尬的时势，，GPU 集群越买越多，，但内部模子训练的峰值需求跟不上硬件扩张的速率
。。大模子训练完成后，，集群使用率会骤降到 30%-50%，，只剩下推理请求在跑，，大宗算力空转、消耗电费却不爆发回报
。。

以是Meta 推出Meta Compute云算力营业，，实质上是三个层面的战略调解：

一是资产盘活
。。

将H100/H200 等存量 GPU 集群对外出租，，按小时收费，，把淹没本钱酿成现金流
。。美银证券展望，，该营业 2027 年底年收入有望抵达 100-150 亿美元
。。

二是商业模式延伸
。。

走开源引流+ 算力变现 的闭环，，Llama 开源多年攒下了重大开发者生态，，以前都是第三方云厂商赚算力的钱，，现在 Meta 要自己吃下这部分利润
。。

三是面向第二三梯队企业的精准供应
。。

真正缺算力的，，历来不是头部几家巨头，，而是数以万计的AI 首创公司、古板企业数字化转型团队
。。它们买不起整集群的 GPU，，但需要弹性算力来做模子微调、推理安排
。。Meta 的算力租赁，，恰恰是填补了这个市场空缺
。。

这会导致算力局部过剩吗？？？

会！但过剩的主要是中低端逊с力和老一代GPU
。。

但能改变高端算力总体缺乏的名堂吗？？？

完全不可！

H100、H200 以及下一代 Blackwell 芯片，，全球产能依然主要，，英伟达的交货周期仍然以季度盘算
。。

下跌的真正原因

市场的明确简朴粗暴，，把暴跌所有归因于Meta
。。显然，，这是不客观的，，真正砸盘导致市场暴跌的原因有三个：

第一重：Meta 事务刺破情绪
。。

它突破了算力永远供不应求的叙事节奏，，让市场第一次意识到AI 算力建设不是线性无限扩张的，，巨头也会算投入产出账
。。

第二重：韩国800 万亿韩元投资妄想利好出尽
。。

6 月 29 日韩国政府刚官宣史上最大规模半导体投资妄想，，三星与 SK 海力士合计砸下 4755 万亿韩元，，市场亢奋了不到两个生意日，，就从预期打满 转向 利好兑现
。。资金的逻辑很直白：建厂是 5 年甚至 10 年的事，，但股价已经把未来 3 年的预期都涨完了
。。

第三重：前期涨幅过大，，拥挤度爆表
。。

费城半导体指数2026 年二季度单季涨了 87.75%，，创历史最大单季涨幅；；；；；；存储板块 Q2 累计涨 159%
。。A 股科创 50 上半年累计涨幅超 50%，，部分纯题材股没有任何业绩落地，，股价已经涨了两三倍
。。；；；；Ｗ倘杭缟，，任何风吹草动都会引发践踏
。。

以是结论很清晰：这是一次情绪主导的高位回调，，不是工业基本面的反转，，而meta是只是导火索，，有没有它，，市场该跌的时间照旧会跌
。。

算力基建走到了哪一步

判断行情走到哪一步，，不可看股价K 线，，要看资源开支周期
。。

2026年，，全球四大云厂商2026 年资源开支指引，，没有一家在缩短，，所有在加速上调：

亚马逊2026 年目的 2000 亿美元，，Q1 单季资源开支 432 亿美元，，同比增 85%；；；；；；

谷歌整年目的1800-1900 亿美元，，同比增添约 97%，，Q1 资源开支同比增 107%；；；；；；

微软2026 财年目的约 1900 亿美元，，超 2/3 用于 GPU 和 AI 装备采购；；；；；；

Meta：整年目的 1250-1450 亿美元，，同比增添约 73%
。。

四家合计整年资源开支靠近7000 亿美元，，同比增速普遍在 70%-100% 区间
。。

这是什么看法？？？

这是人类科技史上规模最大、速率最快的一次基础设施建设浪潮
。。资源开支尚未周期见顶，，现在说周期见顶，，为时尚早
。。

接下来我们再看看海内，，2026 年以来，，天下各省市智算中心招标一连放量，，运营商、地方国资、科技企业多主体同步推进
。。从招标节奏看，，上半年主要是立项和妄想，，下半年将进入装备采购与交付岑岭期
。。

更要害的是，，海内算力建设的结构性特征很是显着，，高端芯片受限于外部供应，，但服务器整机、光模？？椤CB、液冷、电源等配套环节，，需求依然丰满
。。

阻止2026 年中，，HBM 现货价钱较年头累计涨幅已凌驾 500%，，合约价环比涨幅达 65%
。。全球仅三星、SK 海力士、美光三家具备量产能力，，2026 年产能已所有售罄，，客户订单排到了 2027 年
。。

通用存储芯片同样量价齐升，，三星一连三个季度大幅提价，，Q1 涨幅约 90%；；；；；；Q2 涨幅 50%-60%；；；；；；Q3 预计再涨 20%；；；；；；年内累计涨幅超200%
。。

若是算力需求真的崩塌了，，芯片价钱应该跌才对，，而不是越涨越凶
。。

从工业周期纪律看，，AI 算力建设现在处于加速渗透中期，，头部厂商完成第一轮结构后，，正进入第二梯队跟进、行业应用扩散的阶段
。。参照云盘算、移动互联网等过往科技浪潮的周期，，资源开支增速的极点通常泛起在渗透率抵达30%-40%的时间，，而目今 AI 算力在全球企业 IT 支出中的占比，，还远没到这个水平
。。

该怎么看本轮科技股的调解

当AI算力基建相关的头部公司大幅度调解的时间，，盘面另一个信号却十分的清晰
。。

7 月 2 日当天，，在科技股暴跌的同时，，低位板块逆势收红
。。

而更具信号意义的是，，资金最先流向AI 应用端：机械人、工业母机、立异药、券商等板块获得资金流入
。。

市场普遍以为，，科技股竣事了，，市场已经最先了气概切换
。。

而我坚定地以为，，这不是简朴的崎岖切换或者资金的避险，，而是一次工业链逻辑的再定价
。。

当AI 基础设施建设的预期不再一致时，，资金最先寻找下一个确定性更高的环节
。。

已往一年多，，市场对AI 算力的认知高度一致，，只要和算力沾边，，不管有没有业绩、有没有手艺壁垒，，通通上涨
。。这种信仰式上涨，，实质上是工业早期信息差池称下的整体乐观
。。

而Meta 卖算力这件事，，相当于给市场浇了一盆冷水：不是所有算力都值钱，，低端算力会过剩；；；；；；不是所有公司都能吃到AI盈利，，梯队分化已经泛起；；；；；；资源开支不是无限的，，巨头也会算ROI
。。

这就意味着预期不再一致，，有资金坚定看好恒久工业趋势，，也有风险偏好较低的资金选择落袋为安
。。这是任何工业从主题炒作走向业绩驱动的必经之路
。。

下个阶段的炒作逻辑

AI算力基建炒作的第一阶段是炒基础设施，，芯片、服务器、光模？？椤⒔涣骰，，各人比拼的是谁的产能扩张快、谁的故事讲得大
。。这个阶段已经基本演绎完毕
。。

而接下来比拼的，，是谁能把算力酿成收入和利润
。。

AI 基础设施作为前期巨额投入，，最终需要 AI 应用落地来反哺上游建设
。。

从工业演进路径看，，AI 落地的首选应用场景已经浮出水面：AI 大模子赋予机械人大脑，，具身智能是 AI 物理天下的最终载体；；；；；；端侧AI 算力快速提升，，自动驾驶进入规模；；；；；涞厍耙梗；；；；；AI 辅助药物研发大幅缩短研发周期、降低本钱...

这些偏向在近期的盘面中已经有所体现，，后续或许率会成为资金结构的偏向
。。

从工业逻辑看，，下游应用若是不爆发，，工业链就无法形成闭环，，上游的巨额资源开支就无法通过自身的造血功效收回，，云巨头就会缩减资源开支，，AI算力基建的硬科技就会过剩，，算力硬件的泡沫就会破碎
。。

以是，，现在行业的要害不是盯着上游是否紧缺、涨价、或者扩产，，这都不是问题的要害，，我们应该盯着的是应用端，，若是应用端迟迟打不开市场，，AI的这个故事，，还能讲的下去吗？？？

★ 声明：以上仅代表作者个人态度，，仅供参考学习与交流之用
。。