# AI基础设施的所有文章

在 HTX 新闻中心浏览与「AI基础设施」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

美股“版本之子”最新调仓分析：20% 仓位或已投资 Anthropic，90 亿做空 NVIDIA，子弹打向电力与内存板块

被视为全球最激进AI投资人之一的Leopold Aschenbrenner近期调仓引发关注。其一边在公开市场以约90亿美元名义仓位做空NVIDIA、ASML和Oracle等AI热门基础设施股，一边将资金转向电力、内存、数据中心网络及AI模型公司Anthropic等更底层环节。分析认为，此举并非看空AI整体，而是标志着市场焦点从过度拥挤的“卖铲子”（如芯片）交易，轮动至电力、能源、实体数据中心建设等真正的新瓶颈领域。 NVIDIA近期进行250亿美元债券融资，尽管公司现金流充裕，此举被解读为利用低成本资金进行扩张，可能预示着行业融资方式的微妙变化。同时，曝光信息显示Leopold基金约20%仓位已投资非上市公司Anthropic，后者估值飙升为其组合带来巨大回报。讨论指出，下一波基础设施红利将集中于解决物理限制的领域：电力供应、内存带宽、数据中心网络（如光纤替代铜缆），以及实际的工程建设能力。能源板块被视为长期最稳妥的押注，因其需求具有普遍刚性。Marvell等同时获得NVIDIA CEO黄仁勋投资且符合新基建逻辑的公司受到关注。总体而言，当前市场并未进入泡沫破裂阶段，而是正在进行一轮深刻的基础设施投资轮动。

marsbit06/18 06:08

美股“版本之子”最新调仓分析：20% 仓位或已投资 Anthropic，90 亿做空 NVIDIA，子弹打向电力与内存板块

marsbit06/18 06:08

AI版「次贷危机」？狂潮之下，1.8万亿隐性债务正在暗处积聚

AI基础设施建设热潮下，潜藏着规模巨大的表外债务风险。摩根士丹利报告指出，超大规模云计算企业（如亚马逊、Meta、谷歌、微软、甲骨文）除了已披露的资本支出计划外，还积累了约1.8万亿美元的表外敞口，包括近1万亿美元的采购承诺、超8200亿美元的未生效租赁合同以及上千亿的供应商垫资。这些负债不体现在资产负债表上，但锁定了未来的现金流出。与此同时，这些企业的整体杠杆率在短时间内从0.9倍飙升至1.8倍，资本支出增速远超营收与自由现金流增速。大量支出目前以“在建工程”挂账，尚未开始折旧，未来数年将面临超过5200亿美元的集中折旧压力，严重挤压利润率。风险正通过特殊目的载体（SPV）等复杂融资结构，从企业资产负债表转移至供应商和私募信贷生态系统，形成难以穿透的循环融资网络。当前风险核心是时机错配：资本支出和债务融资激进前置，但AI商业化进度和营收增长明显滞后。若未来AI需求不及预期或企业转向廉价替代方案，这套高杠杆的融资体系将面临严峻考验。

marsbit06/15 07:38

marsbit06/15 07:38

Google 850 亿增发打破历史纪录，巴菲特 100 亿押注 AI 基建

2026年6月，谷歌母公司Alphabet完成了创纪录的847.5亿美元股权融资，打破了历史纪录。这笔巨额资金将主要用于投资AI基础设施，公司已将年度资本支出指引大幅上调。融资结构复杂，包括普通股、优先股和市价发行等，巴菲特旗下的伯克希尔·哈撒韦以100亿美元参与定向增发，被视为对AI基建的价值投资认可。谷歌敢于如此大规模融资，源于其强劲的财务表现：第一季度收入达1100亿美元，其中云业务增长迅猛，积压订单超过4600亿美元。公司管理层直言，算力供给是当前发展的主要约束。此次融资拉开了2026年AI资本市场超级周期的序幕。SpaceX计划进行750亿美元的IPO，而AI巨头Anthropic和OpenAI也已秘密递交上市申请。预计全年AI相关股权融资总量可能突破4000亿美元，规模空前。市场分析提示，如此巨大的融资潮可能带来供给冲击，投资者需保持清醒，而投资谷歌被视为获取AI敞口同时控制风险的相对稳妥选择。

marsbit06/09 07:51

marsbit06/09 07:51

国内首例具身数据合规出海：帕西尼何以成为行业发展的破局者？

“具身智能数据合规出海”迎来关键进展。在2026世界智能产业博览会上，帕西尼感知科技牵头的“全国首例具身智能数据跨境”项目在天津启动。帕西尼成为国内目前唯一获准开展具身数据跨境业务的企业，成功开辟了合规出海的国际通道。具身智能作为AI发展的重要方向，其演进高度依赖海量、多维的物理世界交互数据。尽管全球需求爆发，但行业此前受限于严苛的合规门槛，难以实现数据合规出境。帕西尼率先走通官方审批流程，打通了从数据采集、加工、认证到出境的全程合规链路，树立了行业规范化发展的标杆。其破局的核心在于领先的数据基础设施与合规安全架构。帕西尼建成了百亿级高质量全模态数据的“数采工厂”，拥有强大的规模化数据生产能力，同时在国内率先实现了数据跨境的全流程合规。这不仅支撑了自身发展，也契合国家推动数据要素高效流通的战略方向。该项目的成功，为帕西尼带来了国际资本（如摩根士丹利、高盛）的认可，并构筑了“最大数采工厂”与“唯一合规通道”的双重竞争壁垒。帕西尼通过解决数据基座与合规出海的基础设施难题，为全球具身智能产业提供了“中国样本”，有望在产业长跑中持续释放中国智能制造的全球影响力。

marsbit06/05 06:43

marsbit06/05 06:43

「老登股」变「新贵」：从戴尔到诺基亚，AI 如何重估旧基础设施？

过去被视为增长慢、故事旧的戴尔、诺基亚、思科等老牌科技股，近期因AI成为市场热点。这并非简单的炒作，而是AI发展进入新阶段的必然结果。早期AI行情聚焦于模型和GPU算力。但随着AI从研发走向大规模应用，真正的挑战在于基础设施建设：需要服务器、网络、存储、电力等一整套复杂系统的交付与整合。这正是老牌科技公司的优势所在，它们几十年积累的客户、供应链和系统集成能力，在AI基建阶段变得至关重要。市场重估主要围绕三条主线： 1. **服务器与系统集成**：如戴尔、HPE。它们扮演“AI工厂施工队”的角色，优势在于将GPU等核心部件整合成可交付的完整服务器系统，并拥有强大的企业客户渠道。 2. **网络与连接**：如康宁、诺基亚、思科。AI算力集群规模越大，内部互联和数据传输越关键，驱动了对光纤、高速网络设备的强劲需求。 3. **存储与数据管理**：如西部数据、希捷。AI催生了海量训练数据、日志和冷数据存储需求，使得高容量硬盘（HDD）重新成为刚需。真正的重估需满足三个标准：有真实的AI相关订单和收入；公司因此上调业绩指引；利润质量能同步改善。AI不会让所有传统公司变身成长股，只会筛选出那些能抓住新需求、并将其转化为可持续利润的企业。总之，这轮行情标志着AI进入真实建设期，市场开始为“谁能把AI基建建起来”的能力定价。老牌科技股并非焕发青春，而是它们手握的基础设施能力，在AI时代被重新需要。

marsbit06/04 11:41

marsbit06/04 11:41

“缺水”，AI基础设施的隐秘死穴

2026年，SpaceX在招股书中将水资源短缺列为AI算力扩张的核心风险之一，标志着水资源正从运营成本转变为关键投资风险。数据显示，AI数据中心耗水量惊人：2023年美国数据中心直接冷却用水约170亿加仑，而发电等间接用水高达2110亿加仑。谷歌、Meta等巨头单家年用水量已达数亿至数十亿加仑。问题在干旱地区尤为尖锐。在墨西哥、美国亚利桑那等缺水地区，数据中心与当地社区争水，引发强烈抗议。尽管用水合法合规，但数据中心日耗水量可达数百万加仑，相当于数万居民用量，对当地水资源构成巨大压力。水资源争议已实质影响项目进展。过去两年，美国约640亿美元的数据中心项目因社区反对被阻或延迟，水是关键因素。投资者也开始关注用水数据透明度，将其作为风险评估变量。技术层面，企业尝试转向风冷或液冷以减少水耗，但往往面临成本或能耗上升的权衡。OpenAI CEO将AI比作水电等公用事业，但现实中AI基础设施本身正消耗巨量水电资源。总之，AI基础设施的扩张已不仅仅是技术和资本的竞争，更受制于水、电等实体资源的可获得性及社区与监管的接受度。水资源正成为制约AI发展的隐秘而关键的因素。

marsbit06/02 02:26

marsbit06/02 02:26

华尔街最火00后

本文讲述了一位25岁的德国天才少年Leopold Aschenbrenner在华尔街的崛起故事。他19岁从哥伦比亚大学以三个学位毕业，曾加入OpenAI的安全团队，但在2024年因信息泄露争议被解雇。随后，他创立了对冲基金“态势感知”，凭借对AI发展底层逻辑的独特预判——即AI进步的真正瓶颈在于电力、算力等基础设施而非算法本身——进行投资布局。他避开当时热门的AI芯片和半导体，转而做多电力、数据中心、能源基础设施等“沉默资产”。其基金持仓市值从2024年底的2.55亿美元猛增至2026年一季度的137亿美元。持仓显示，他大量持有Bloom Energy等能源公司，并做空英伟达等芯片股，但独具慧眼地增持了后来大涨的存储公司闪迪。文章指出，他的投资逻辑正在被市场验证：科技巨头正斥巨资投入AI基础设施建设，电力、光模块、存储等领域需求激增，相关公司股价飞涨。这揭示了AI繁荣背后坚实的物理基础，以及资本向产业链关键瓶颈聚集的趋势。

marsbit05/31 07:54

marsbit05/31 07:54

一文拆解“股神Serenity”投资方法论

本文拆解了网络投资者“股神Serenity”（@aleabitoreddit）的“瓶颈点投资法”。该方法论核心在于：先确认一个确定性的大趋势（如AI算力扩张），然后深入拆解其产业链，找出其中供给受限、难以替代且市场关注度低的上游环节（如InP衬底、特定激光器），在价格未被充分定价前提前布局。该方法可拆解为五个关键因子： 1. **确定需求**：需求背景必须坚实，如巨头资本开支和明确的技术路线图。 2. **受限供给**：标的环节需具备“没它不行”、扩产慢、认证周期长等瓶颈特征。 3. **低关注度**：市场覆盖少、认知滞后，存在错误定价机会。 4. **价值捕获**：公司需具备定价权、高毛利、客户锁定等将瓶颈转化为利润的能力。 5. **催化剂**：需要财报、客户量产、政策等短期事件驱动价格重估。文章以$AXTI、$RPI、$AAOI/$LITE为例，说明了如何应用此方法。并提出了六步实践路径： 1. 寻找已被验证的大趋势。 2. 绘制从终端到上游的完整产业链地图。 3. 识别其中真正的产能/技术瓶颈。 4. 搜集客户、订单、产能等证据链。 5. 做好风控，预先思考证伪点。 6. 使仓位大小与自身研究深度相匹配。同时，文章指出了该方法的局限性：推断存在过拟合风险；早期标的缺乏估值锚；Serenity本人的影响力已成市场变量，可能影响赔率；其超高收益部分受益于AI牛市，存在幸存者偏差。该方法高度依赖专业判断、信息拼图和纪律性。最终结论强调，应复制的不是其具体持仓，而是“走窄门”的研究顺序：从大趋势到产业链瓶颈，再通过证据和风控，用可承受的仓位进行非共识下注。

marsbit05/30 06:44

marsbit05/30 06:44

2026 去中心化AI算力网络的真实进展与投资机会

2026年，去中心化AI算力网络（DePIN）已成为AI基础设施中具备真实收入与清晰能力边界的一环。面对头部科技公司垄断GPU资源、中小团队面临算力封锁的现状，DePIN赛道市值在2025年一度接近200亿美元，年化协议收入超2亿美元，关键突破在于获得了非加密原生客户的真实收入。主流项目如Aethir、io.net、Akash、Bittensor和Render分别占据了企业级服务、分布式集群编排、竞价市场、AI模型激励和渲染拓展等生态位。去中心化网络的核心优势在于对推理、微调、数据预处理及AI Agent运行等延迟容忍度高、成本敏感的任务具有显著性价比，其价格相比超大规模云可低60%以上，但需注意节点稳定性带来的隐性成本。 2026年赛道呈现两大深层变化：一是代币经济学成熟化，Render的BME模型和io.net即将推出的IDE模型将代币销毁铸造与真实算力消费绑定，稳定供应方收益；二是市场路径清晰化，传统企业如通过Dell、KREA等开始实际采购与集成去中心化算力。然而，赛道仍面临核心挑战：可靠性差异导致需要过度预留算力、企业级部署存在编排与调试困难、技术栈碎片化。因此，新生态方应避免重复建设通用聚合层，转而聚焦工具层与中间层（如可靠性管理、SLA保障、Agent调度），或深耕生物医药、内容生成等垂直应用。代币设计必须与真实业务需求挂钩，而DePIN与AI Agent经济的结合正开辟新的需求入口。总体而言，去中心化算力并非要颠覆云计算，而是在AI算力需求结构中占据了快速增长且规模巨大的细分市场，为生态参与者提供了在工具层、垂直应用层及新型代币经济模型领域的明确机会窗口。

marsbit05/25 08:01

marsbit05/25 08:01

最信 AGI 的人，为何狂买英伟达看跌期权？

最相信AGI（通用人工智能）会加速到来的人——前OpenAI团队成员Leopold Aschenbrenner及其基金Situational Awareness（SALP），在最新13F持仓报告中，新建了大规模针对英伟达、SMH半导体ETF等AI核心资产的看跌期权（PUT），名义价值巨大。这一操作并非看空AI，而是为其高弹性的AI基础设施多头组合购买“保险”，以管理宏观波动风险。该基金认为，AGI的加速发展将长期利好算力、电力、数据中心、存储等底层基础设施，其核心持仓也集中于此。然而，在高油价、高利率的环境下，这些高估值成长股面临短期压力。通过买入流动性好的核心资产看跌期权，可以对冲整个AI赛道的系统性回撤风险。 SALP的调仓显示，其投资策略正从“单边激进做多AI”升级为“继续押注AI基建，但主动管理路径波动”。其减持或清仓部分涨幅较大、杠杆较高的仓位（如Lumentum），同时保留并加仓那些更能承接长期资本开支、具备基础设施属性的公司（如Bloom Energy、CoreWeave等）。这标志着AI投资进入新阶段：市场从追捧“故事”转向要求“兑现”，交易重心从GPU向网络、存储、电力等瓶颈环节扩散。有效的策略不再是全攻或全守，而是“带防守去打进攻”——用核心仓位押注确定性，用对冲工具控制回撤，在穿越波动中实现长期目标。

marsbit05/20 12:22