MSX美股日报：纳斯达克指数连续两日创历史新高，AI交易进入“全栈竞争”！阿里发布自研芯片，Meta与高通争夺新市场

正文：

【MSX 研究院·美股 RWA 每日观察】由领先的 RWA 交易平台 MSX 麦通发布，旨在为您提供全球美股、流动性变化及 RWA 代币化市场的深入分析，帮助您把握优质资产的投资机会。

在当地时间9月22日，纳斯达克综合指数上升0.45%，收于27,244.28点，这标志着其连续第二个交易日创下历史收盘新高。前一交易日，纳指已经大幅上涨2.26%，首次突破27,000点。

然而，与前一天Meta、AMD和Arm等AI相关股票集体上涨形成鲜明对比的是，周二的市场表现显得更为分化。

标普500指数几乎没有变化，微跌0.06点至7,764.64点；道琼斯工业平均指数则下滑0.36%，收于51,863.69点。与此同时，罗素2000小盘股指数上涨约0.5%。

这表明当天并非所有股票都在同步上涨，而是科技股、芯片股及部分小盘股的强势表现抵消了银行、能源及其他传统行业的下跌。

在科技板块内部，市场资金继续流向半导体、芯片设计工具及AI基础设施相关企业。高通上涨9.3%，Cadence上涨6.4%，英特尔上涨6.3%，Synopsys上涨5.8%，泛林集团上涨5.7%。在前一天上涨11.4%后，Meta继续上涨5.3%；苹果和微软的涨幅分别为约1.9%和1.1%。

与此同时，阿里巴巴、AMD、Meta和高通近期传达的信号，分别代表了产业链中的不同角色：阿里希望在芯片、云、模型和应用方面实现全方位掌控；AMD正在从单纯的芯片供应商转型为完整的AI系统平台；Meta则在构建算力的同时，通过Muse争夺消费者AI的入口；高通希望将低功耗计算和连接能力从手机扩展到数据中心。

这意味着AI投资正在从单一竞争转向全栈竞争。9月22日，阿里巴巴在云栖大会上发布了新的AI路线图，推出自研的真武V900训练与推理芯片，并宣布Qwen 4正在进行训练。后续的Qwen 4.5和Qwen 5的规划规模将达到50万亿至100万亿参数，同时公司还计划到2032年将阿里云全球数据中心的容量提升至20GW以上。这些数据具有吸引力，但真正重要的是阿里正在将芯片、服务器、网络、存储、模型和智能体平台进行整合。

这种战略与Meta、谷歌、亚马逊和微软推动自研芯片的逻辑相似：随着AI计算规模的持续扩展，云服务商不能仅依赖外部GPU供应，还需通过自研芯片降低单位计算成本，掌控产品路线图，并减少单一供应商的限制。

与此同时，AMD的市值首次突破1万亿美元，推动估值重估的因素已从AI概念转向数据中心业务的实际收入。AMD第二季度营收为115.36亿美元，同比增长50%；数据中心业务收入达到67亿美元，同比增长107%，占公司总营收的约58%。

因此，目前的AI行情已不仅仅是投资者对未来产品的想象。部分公司已进入收入兑现阶段，而其他公司仍处于产品展示和产能建设阶段。区分这两类公司是判断这轮行情能否持续的关键。

• 纳斯达克综合指数于9月21日上涨约2.3%，创下收盘新高，半导体和AI相关公司成为主要推动力。

• 在AMD市值突破万亿美元时，其2026年累计涨幅约为185%，明显超越纳指同期表现。

• AMD第二季度数据中心收入为67亿美元，同比增长107%，主要受EPYC服务器CPU及Instinct GPU需求推动。

• AMD与Meta签署多年期合作协议，规划最高6GW的AMD Instinct GPU部署；首批1GW预计将由定制MI450架构GPU和第六代EPYC处理器支持。该协议为分阶段部署目标，并不意味着6GW已经交付。

• 阿里真武V900配备216GB内存和1,200GB/s的芯片间带宽；按照公司说法，性能约为前代M890的三倍，计划于2027年第一季度实现量产并商业发布。

• 阿里表示，采用真武系列芯片的客户已超过650家；新一代服务器架构最高可支持50万卡集群，但这是系统设计的上限，而非当前已实现的集群规模。

• 阿里最新季度AI云与计算服务收入约为71亿美元，同比增长45%；云业务调整后EBITA增长133%至8.3亿美元，利润率约为12%。AI相关产品收入约为18亿美元，连续第十二个季度实现三位数增长。

• 阿里当季资本支出接近100亿美元，同比增长75%，显示云收入增长仍需高强度的基础设施投入。

• 高通、Lumentum与康宁展示面向AI服务器的光学芯片间连接方案，原型使用32Gb/s NRZ通道，当前设计带宽密度约为1Tb/s/mm，长期目标约为4Tb/s/mm。

AI系统的瓶颈正在从单个芯片扩展到整个数据中心。模型在训练和推理过程中需要GPU，同时CPU负责数据处理和任务调度，高速网络在成千上万颗芯片之间传输数据，存储、电力、散热及软件平台则确保这些资源的高效利用。

当AI从聊天机器人转向能够持续执行任务的智能体时，这种变化将更加显著。智能体需要不断调用模型、浏览器、数据库和外部软件，同一项任务可能会触发多轮推理。计算需求不仅取决于用户数量，还取决于每位用户完成任务所需消耗的Token。

如果Muse能够实现高频使用，Meta在GPU、CPU和数据中心容量上的需求也将持续增加。这也解释了为何Meta同时与AMD、高通及其他供应商合作。其目的是在GPU、服务器CPU、自研芯片和网络设备之间建立更具议价能力的供应体系，而不是简单地“放弃英伟达”。

在这一逻辑中，AMD是商业兑现程度较高的公司。与阿里和高通公布的部分路线图相比，AMD已实现67亿美元的季度数据中心收入，并与Meta签署了最高6GW的部署协议。EPYC服务器CPU和Instinct GPU的双重增长使得AMD能够从同一AI系统中获得两类收入，而不再仅依赖传统CPU业务。

然而，AMD市值突破1万亿美元后，市场对其的要求明显提高。未来，仅仅证明产品能够与英伟达竞争已无法满足市场需要，公司还需按计划交付MI450和Helios系统，扩大软件生态，并将大型部署协议真正转化为收入、利润和现金流。

阿里的投资策略则有所不同。阿里最大的潜在优势不在于单一款AI芯片，而在于同时拥有芯片、阿里云、Qwen模型、企业客户及淘宝、天猫等应用场景。即使自研芯片不对外销售，只要能够降低阿里云的推理成本，提高供应的稳定性，也将创造经济价值。

更为重要的是，阿里的AI投入已开始在财务数据中显现。最新季度云计算收入增长45%，调整后EBITA增幅达到133%，表明AI需求不仅推动了收入增长，且暂未妨碍云业务利润率的改善。

然而，这一战略仍需大量资本投入。阿里单季度资本支出接近100亿美元，而2032年20GW的数据中心容量只是长期目标，并非当前实际运营的规模。参数规模同样不能直接等同于模型质量。50万亿至100万亿参数仅代表未来模型的路线图，最终能力仍取决于模型架构、训练数据、推理效率及后续训练方法。模型越大，意味着训练

来源：Odaily星球日报