AI芯片赛道正在经历一个被大多数人低估的结构性转折——不是某家公司变强了，而是整个供应链的权力结构开始松动。

2026年5月14日，Cerebras Systems在纳斯达克敲响上市钟声。开盘价350美元，盘中一度触及385美元高点，相比发行价185美元上涨108%。最终收于311.07美元，首日涨幅68%。这是2019年Uber以来美国科技圈最大规模的IPO，通过出售3000万股，合计募资约55.5亿美元。

但真正值得关注的不是股价，而是这笔钱背后的信号。

IPO认购需求超过可用股票的20倍以上，原本150至160美元的预期发行区间被直接击穿，最终定价185美元。资本市场用真金白银投了一张票：我们需要「不是英伟达」的AI芯片选择。

过去两年，全球AI算力的押注高度集中——集中在英伟达，集中在H100和B200的订单排队上。这种集中带来了效率，也制造了风险。如果把今天的AI军备竞赛比作一场大战，英伟达就是那条几乎垄断了全部弹药供应的后勤线。所有人都依赖它，所有人也都清楚，这种依赖有多危险。

于是，一场寻找「第二条补给线」的行动，一直在暗中推进。Cerebras的上市，是这场行动浮出水面的标志性事件。

二、核心变量：一张「不像芯片」的芯片，重新定义AI算力的几何形状

要理解Cerebras为什么能在IPO市场掀起如此大的骚动，得先搞懂它到底造了什么。

英伟达的GPU，无论多么强大，本质上还是一枚「小」芯片——多块芯片通过高速互联组成集群，协同完成大模型的训练和推理任务。这套架构在过去十年里统治了整个行业，但它有一个天生的短板：芯片之间的数据通信延迟，在处理超大规模模型时，会成为一个无法忽视的瓶颈。

Cerebras的创始人Andrew Feldman不是第一次做这种「架构级别的异见者」。2010年代初，他在SeaMicro就论证过，当时流行的服务器架构对互联网工作负载来说「几何形状就是错的」——事实证明他是对的，AMD最终以超过3.34亿美元收购了SeaMicro。

这一次，Feldman把同样的逻辑用在了AI芯片上。

Cerebras的核心产品是WSE（Wafer Scale Engine），一块和整片晶圆一样大的芯片。没有多块芯片互联，没有通信延迟，神经网络的所有计算在同一块硅片上完成。Cerebras声称，其推理速度比「领先的基于GPU的方案」快15倍。

这里的核心变量不是「快多少」，而是「架构层面的范式差异」。

传统GPU集群的扩展逻辑是「加更多芯片」——但每加一块，通信开销就多一分，性能提升的边际效益递减。WSE的逻辑完全不同：把所有计算单元放在同一块硅片上，数据在片上流动，延迟降低几个数量级。这不是改良，而是重写了AI算力的基本几何形状。

伊利诺伊大学香槟分校教授Deming Chen给出了一个冷静的注脚：「较小的芯片对大多数用例仍然更实用，更便宜、更灵活、更容易扩展。Cerebras在某些工作负载中表现出色，但它不会替代一切。」

这句话恰恰点明了WSE的战略定位——它不是要取代GPU，而是在GPU力不从心的场景里开辟第二战场。当推理工作负载持续爆炸式增长（多家机构预测2027年推理算力需求将超过训练算力），WSE的「零通信延迟」优势将从技术亮点变成商业刚需。

投黑马认为，AI芯片赛道正在从「单一架构统治」走向「多架构并存」，而推理场景的爆发是驱动这一转折的核心变量。

三、竞争格局分析

AI芯片的竞争从来不只是硅片之间的比拼，更是生态、客户关系和路径依赖的博弈。当前格局中，六个玩家的卡位逻辑正在分化。

英伟达：不可撼动的王座，但护城河的性质正在改变

英伟达的统治力无需赘述。5月20日即将发布的2027财年第一季度财报，市场预计当季营收约780亿美元，同比增长约75%。但更值得关注的是英伟达护城河的本质——不是芯片性能，而是CUDA软件生态。全球数百万开发者、数十万个开源项目、整个深度学习框架栈都绑定在CUDA上。这是十五年积累的成果，不是靠一张更快的芯片就能填平的。

护城河：CUDA生态的锁定效应，加上全链条产品矩阵（训练+推理+网络互联），让客户的迁移成本极高。

隐患：估值已经充分反映了垄断溢价（市销率约25倍）。一旦「非英伟达」选项在生产级部署中被验证可行，溢价回调的空间不可忽视。更深层的风险在于，当大客户（如OpenAI、谷歌、亚马逊）同时推进自研芯片时，英伟达的议价权正在被逐步稀释。

投黑马判断：短期内无可替代，但中长期面临「生态解绑」的慢性压力。

Cerebras：架构异见者的生产级大考

Cerebras的技术差异化已经得到市场认可——首日68%的涨幅就是证据。但技术差异化和商业化规模之间，还隔着一条巨大的鸿沟。

护城河：WSE架构在推理延迟上的物理优势是结构性的，竞争对手无法通过软件优化抹平。客户名单已出现OpenAI和AWS等重量级名字。

隐患：客户集中风险刺眼。根据S-1招股说明书，阿联酋穆罕默德·本·扎耶德人工智能大学（MBZUAI）一家贡献了62%的营收，占应收账款的77.9%。187倍的市销率对比英伟达的25倍，不是贵一点，是贵了将近八倍。Motley Fool分析师说得很直接：「我会谨慎劝阻投资者立即跳进。」

投黑马判断：技术逻辑成立，但从「备胎测试」到「生产级部署」的跨越尚未完成，这是未来两年的核心观察点。

AMD：老二的逆袭窗口

AMD今年以来涨幅已超过94%，这不是偶然。MI300X在推理性价比上的表现让大客户多了一个真实的选项，而ROCm软件栈的持续改进正在降低从CUDA迁移的门槛。

护城河：x86 CPU+GPU的全栈整合能力，加上与大型云厂商的深度合作关系。

隐患：软件生态仍然是短板。ROCm的成熟度与CUDA差距明显，开发者社区的规模不在一个量级。如果不能在两年内让ROCm达到「够用」的临界点，硬件性价比的优势将被软件摩擦力抵消。

投黑马判断：最现实的「第二选择」，但成败系于软件生态的追赶速度。

英特尔：涅槃重生还是回光返照？

英特尔同期涨幅高达218%，市场押注的是Gaudi系列AI加速器和代工业务的双重转型。新任CEO的激进重组给市场注入了信心，但执行力仍需验证。

护城河：制造能力（如果代工转型成功）和企业级市场的渠道积累。

隐患：多线作战消耗巨大，AI加速器、CPU业务、代工业务三条战线同时烧钱。历史上多次战略转型未能兑现的记忆，让机构投资者的耐心有限。

投黑马判断：高赔率但高风险的赌注，适合配置型投资者而非集中押注。

Groq：推理专用芯片的另一种可能

Groq的LPU（Language Processing Unit）走的是和Cerebras不同的推理加速路线——不是做大芯片，而是用全新的确定性计算架构消除GPU推理中的内存瓶颈。其公开演示的推理速度令人印象深刻，每秒输出token数远超传统GPU方案。

护城河：架构层面的延迟优势和确定性调度带来的能效比。

隐患：产能受限，目前仍依赖云端API服务模式，尚未大规模出货物理芯片。商业模式能否从「演示级惊艳」过渡到「生产级可靠」，仍是未知数。

投黑马判断：值得持续追踪的非共识标的，但当前阶段更适合观察而非重仓。

云厂商自研芯片（谷歌TPU / 亚马逊Trainium / 微软Maia）

大客户自研芯片是英伟达最大的长期威胁。谷歌TPU已经迭代到第六代，亚马逊Trainium 2正在全面铺开，微软Maia首批芯片已进入自有数据中心。

护城河：自研芯片与自有云平台深度绑定，优化空间远超通用方案。

隐患：自研芯片通常只服务内部工作负载，不具备外部生态效应。如果无法吸引第三方开发者，其影响力将被限制在「降低自身成本」的层面。

投黑马判断：不是直接投资标的，但其进展速度是衡量英伟达护城河侵蚀程度的关键指标。

四、被市场低估的早期机会

Cerebras的IPO不是一个孤立事件，而是AI芯片多元化浪潮的序章。以下三个方向是投黑马判断中被市场显著低估的左侧机会。

机会一：AI推理优化中间件

核心逻辑：当AI芯片从「英伟达一家独大」走向「多架构并存」时，企业面临的核心痛点不是「选哪家芯片」，而是「如何在不同芯片之间高效调度推理工作负载」。一个大模型可能在英伟达GPU上训练，在Cerebras WSE上做批量推理，在Groq LPU上做实时推理——这需要一个跨架构的推理编排层。

三层过滤：需求真实（多架构部署已是大客户的既定路线）+ 当前方案稀缺（现有方案高度绑定单一架构）+ 认知差显著（市场关注芯片本身，忽略了中间件的平台价值）。

追踪信号：如果2026年下半年出现获得A轮以上融资的独立推理编排平台公司，说明机会正在兑现。关注开源社区中跨架构推理框架（如vLLM、TensorRT-LLM的多后端支持）的贡献者活跃度。

机会二：晶圆级封装与先进封装技术

核心逻辑：Cerebras的WSE证明了一件事——芯片的物理尺寸限制正在被突破。无论是WSE的整片晶圆方案，还是英伟达、AMD采用的Chiplet多芯粒封装路线，先进封装技术都是AI芯片性能跃升的关键瓶颈。台积电的CoWoS产能已经排到2027年，这个供需缺口不会短期消失。

三层过滤：需求真实（所有AI芯片公司都在争抢封装产能）+ 当前方案稀缺（全球先进封装产能高度集中）+ 认知差显著（市场关注芯片设计公司的估值，低估了封装环节的战略价值）。

追踪信号：关注封装设备龙头的订单增速（如ASMPT、Besi）、非台积电封装产能的扩建公告、以及Chiplet标准化组织UCIe的成员扩展情况。

机会三：AI芯片的垂直行业定制化

核心逻辑：当通用AI芯片的军备竞赛越打越贵，一条被忽略的路线正在浮现——为特定垂直行业（自动驾驶、机器人、边缘推理）定制专用芯片。通用大芯片追求的是「什么都能做」，但垂直行业要的是「做这一件事做到极致且功耗最低」。这是一个完全不同的价值主张。

三层过滤：需求真实（自动驾驶和机器人领域对低功耗实时推理的需求正在爆发）+ 当前方案稀缺（大多数边缘AI芯片仍是通用架构的缩小版，非原生定制）+ 认知差显著（市场聚焦数据中心大芯片，忽略了边缘垂直芯片的长尾市场规模）。

追踪信号：关注地平线、爱芯元智等边缘AI芯片公司的新一轮融资和设计导入（Design Win）公告；关注英伟达Jetson产品线是否出现被垂直专用芯片替代的案例。

五、关键变量追踪

变量一：非英伟达芯片的生产级部署进展

Cerebras的WSE、AMD的MI300X、Groq的LPU——目前都有客户在测试，但「测试」和「大规模生产部署」之间有本质区别。

可观测信号①：关注OpenAI、Anthropic等头部模型公司是否在财报或公开声明中披露「非英伟达芯片」的推理算力占比。一旦这个数字从个位数跳到两位数，就是格局变化的确认信号。

可观测信号②：关注AWS、Azure、GCP三大云平台上，基于非英伟达芯片的推理实例（如AWS的Trainium实例）的定价变化和客户采用数据。价格战的启动意味着非英伟达方案已经具备规模化竞争力。

变量二：推理算力需求的增长斜率

AI的商业化落地正在从「训练为王」转向「推理为王」。每一次用户调用ChatGPT、每一次Agent执行任务、每一次AI实时处理视频流，消耗的都是推理算力。如果推理需求的增长斜率持续陡峭，那么WSE这类推理优化架构的价值窗口就会持续打开。

可观测信号①：关注主要AI应用（ChatGPT、Claude、Gemini）的用户量和调用频次增长数据。月活用户翻倍意味着推理算力需求可能是四倍增长（考虑Agent等复杂场景）。

可观测信号②：关注推理芯片的ASP（平均售价）趋势。如果推理芯片的单位价格持续上升而非下降，说明需求远超供给，芯片公司拥有定价权。

变量三：CUDA生态的解绑速度

英伟达护城河的本质是软件生态锁定。如果开源社区和竞争对手能够加速CUDA的替代方案（如OpenAI的Triton、AMD的ROCm、谷歌的XLA），那么芯片之间的竞争将更多回归硬件性能和性价比本身。

可观测信号①：关注PyTorch和JAX框架中，非CUDA后端的PR合并数量和CI测试覆盖率。这是生态解绑最直接的度量指标。

可观测信号②：关注Hugging Face模型库中明确标注「支持非CUDA推理」的模型比例变化。当这个比例从不足5%增长到20%以上时，生态解绑进入实质阶段。

三变量联动逻辑： 推理需求爆发（变量二）→ 催生多架构部署的商业动力（变量一）→ 加速CUDA生态解绑（变量三）→ 进一步降低非英伟达芯片的采用门槛 → 推理需求的增长被更多架构承接 → 飞轮加速。这个飞轮一旦转起来，AI芯片赛道的竞争格局将不可逆地走向多元化。

投黑马 · 独家评级

赛道热度：🔥🔥🔥🔥🔥　　Cerebras首日68%涨幅+20倍超额认购，市场对AI芯片多元化的渴望已无法忽视
左侧机会：⭐⭐⭐⭐　　　　非英伟达架构的生产级验证尚未完成，仍处于左侧布局的黄金窗口
布局紧迫度：⚡⚡⚡⚡⚡　　下半年SpaceX/OpenAI/Anthropic排队上市将虹吸市场注意力，AI芯片多元化标的的定价窗口正在收窄

推荐关注层次：
AI推理优化中间件 ＞ 先进封装产业链 ＞ 垂直行业定制芯片

七、分层布局建议

第一层：低风险·长周期——AI芯片基础设施层

投资逻辑：无论哪家芯片公司最终胜出，先进封装、EDA工具、半导体设备都是「卖铲子」的确定性受益者。AI芯片竞争越激烈，基础设施层的需求越旺盛。

选股标准：在先进封装（CoWoS/Chiplet）或EDA领域拥有技术壁垒，且客户覆盖多家AI芯片公司（非单一客户依赖）的企业。

时间窗口：2026年下半年至2028年，先进封装产能缺口预计持续存在，设备订单的确定性最高。

第二层：中风险·中周期——非英伟达AI芯片的头部玩家

投资逻辑：AMD、Cerebras、Groq等公司的命运取决于一个核心问题——非英伟达芯片能否在2027年底前占据推理市场10%以上的份额。如果答案是肯定的，当前估值（尤其是AMD）仍有显著上行空间。

选股标准：已获得至少两家头部AI公司（如OpenAI、谷歌、Meta、亚马逊）的生产级部署或明确采购意向，且软件生态建设有可量化进展。

时间窗口：2026年Q3至2027年Q2，关键验证期。英伟达5月20日财报和各竞争对手的年中客户进展披露将是密集催化剂窗口。

第三层：高风险·短周期——AI芯片赛道的非共识机会

投资逻辑：推理编排中间件、垂直行业定制芯片、以及尚未上市的芯片初创公司（如Groq、SambaNova、Tenstorrent），代表着市场尚未充分定价的非共识方向。高赔率但高波动，适合小仓位配置。

选股标准：技术路线与英伟达GPU架构有本质差异（非改良型），且有至少一个可验证的商业化场景（哪怕规模尚小）。

时间窗口：2026年下半年IPO窗口期是关键——如果Cerebras之后有更多AI芯片公司上市，市场的定价锚将被迅速重塑。

风险披露

风险一：英伟达护城河被低估。如果CUDA生态的锁定效应比预期更强，非英伟达芯片的采用速度将大幅放缓，Cerebras等公司的估值面临回调。影响第二、三层。概率：中等偏高。

风险二：推理需求增长不及预期。如果AI应用的商业化落地速度放缓（用户增长见顶、企业采购预算收紧），推理算力需求的增长斜率将趋缓，WSE等推理优化架构的价值窗口可能延后打开。影响全部三层。概率：中等。

风险三：客户集中风险引发连锁反应。Cerebras 62%营收依赖单一客户的结构性风险如果兑现（大客户缩减订单或延迟付款），不仅冲击Cerebras自身，还可能让市场对整个「非英伟达」叙事产生信任危机。影响第二、三层。概率：低但影响大。

风险四：半导体周期性下行。AI芯片目前处于超级上行周期，但半导体行业的周期性从未消失。如果宏观经济衰退导致企业IT支出全面收缩，即使AI需求仍在增长，芯片公司的估值也会承受系统性压力。影响全部三层。概率：低，但不可忽视。

结语

历史上，没有任何一个技术平台能永远保持垄断。英伟达不是第一个，也不会是最后一个被挑战者盯上的王座。Cerebras在纳斯达克敲响的钟声，不一定是英伟达的噩梦，但一定是AI芯片生态走向多元化的起点。对于左侧投资者而言，当所有人都在找「第二张牌」的时候，真正的机会不在那张牌本身——而在发牌的过程中。

投黑马 · 信号解读

Cerebras以187倍市销率登陆纳斯达克，定价逻辑已超越传统估值框架——市场买的不是当前营收，而是AI芯片格局从「一超独霸」走向「多架构并存」的期权价值。这与2000年代初AMD挑战英特尔时的市场情绪高度相似，区别在于这一次的赛道天花板高出几个数量级。

投黑马提醒：Cerebras的成败取决于能否在未来18个月内将OpenAI和AWS从「测试用户」转化为「生产级客户」。62%营收依赖单一客户的结构必须改变，否则187倍市销率将难以维系。这不是一个「买不买」的问题，而是一个「什么时候买」的问题。

核心追踪信号：2026年Q3至Q4期间，如果Cerebras公布的客户营收占比中MBZUAI降至40%以下且北美头部AI公司占比升至30%以上，将是客户结构改善的确认信号。同步关注英伟达5月20日财报中对竞争格局的措辞变化——如果首次在风险披露中具名提及Cerebras，意味着王座上的玩家已经感受到了压力。

── 投黑马研究团队

AI & 一级市场

月之暗面Kimi即将完成20亿美元新融资，估值突破200亿美元，不到半年累计融资超39亿

5月6日，据晚点LatePost消息，Kimi（月之暗面）即将完成新一轮20亿美元融资，投后估值突破200亿美元（按现汇率约合1368亿元人民币）。本轮由美团龙珠领投，中国移动、CPE（中信产业基金）等参投，仅美团龙珠一家出手就超过2亿美元。

这并非Kimi的孤立一役。今年1月至2月，月之暗面密集完成三轮融资，分别为5亿、7亿和7亿美元。算上本轮，不到半年Kimi已融资超39亿美元，累计融资额超过376亿元人民币，成为大模型创业公司中累计融资最多的企业。

与此同时，Kimi的估值从去年11月约43亿美元飙升至如今的200亿美元以上，半年内翻了四倍有余。4月20日，月之暗面还发布并开源了最新模型Kimi K2.6，在代码编写、长程任务执行及Agent集群能力方面实现全面升级，在「终极人类考试」（Humanity’s Last Exam）、SWE-Bench Pro等基准测试中表现持平或优于GPT-5.4、Claude Opus 4.6和Gemini 3.1 Pro等闭源模型。（据晚点LatePost）

【投黑马点评】
月之暗面半年内融资超39亿美元，表面是资本豪赌，但这轮由美团龙珠领投、中国移动参投，透露了一个关键信号：Kimi的商业化路径已从「用户增长」转向「产业嵌入」。外卖、出行、运营商是规模最大的AI应用落地场景，这三类股东不是财务投资人，而是分销渠道。估值从43亿到200亿翻4倍，反映的是投资人对「产业AI」这条路径的信心，而非单纯的模型竞赛估值。左侧机会在于：围绕Kimi和美团生态做垂直Agent开发的早期公司，采购窗口正在打开。

字节跳动Doubao-Seed-2.0-lite升级：豆包家族首款全模态理解模型，音画文原生统一处理

5月6日，字节跳动旗下火山引擎宣布Doubao-Seed-2.0-lite升级新版本，这是豆包大模型家族首款全模态理解模型，支持视频、图像、音频、文本的原生统一理解，Agent、Coding与GUI能力同步提升。

新版本在物理（HiPhO）、医疗（MedXpertQA）等高阶学科推理上大幅超越2月发布的Doubao-Seed-2.0-pro，并在细粒度感知（BabyVision、WorldVQA）与具身理解（ERQA）等关键领域达到SOTA水平。

该模型的核心卖点是「同等算力成本下的高性价比」，定位企业大规模批量化部署全模态推理任务，融入语音理解后可直接处理必须「音画结合」才能判断的复杂业务需求。（据企业官方公告）

【投黑马点评】
字节把Doubao-Seed-2.0-lite做成「全模态」，不是技术展示，而是一次针对企业客户的主动收割。多模态统一理解意味着企业不再需要用多个专项模型拼接工作流，大幅降低集成成本。字节的打法一贯如此：用极致性价比打穿中小企业市场，再从中筛出高价值客户升级付费版。对做企业AI服务的早期团队来说，这是「基础设施层在持续降价」的信号——越早拿下应用层的差异化护城河，成本优势窗口越宽。

OpenAI发布GPT-5.5 Instant并设为ChatGPT全用户默认模型，高风险场景幻觉率下降52.5%

5月5日，OpenAI将GPT-5.5 Instant正式设为所有ChatGPT用户的默认模型，取代此前的GPT-5.3 Instant。

与上一代相比，新模型在医疗、法律、金融等高风险专业场景中的幻觉率下降52.5%，不准确表述减少37.3%。这是OpenAI目前最强的「推理+速度」平衡版本。

GPT-5.5于4月23日发布，面向Plus和Pro用户的个性化功能将在未来数周内扩展至免费版、企业版和商业版本，API版本已同步上线。（据企业官方公告）

【投黑马点评】
每次「幻觉率」数字刷新，都是一次企业采购决策的催化剂。52.5%这个数字意味着：原本因准确率问题被排除在法律文件、医疗记录、金融合规流程之外的AI应用场景，今天起可以重新评估。对一级市场来说，真正的机会不在OpenAI本身，而在那些已经在等「模型够用了再上」的垂直行业SaaS公司——这批公司的等待期，可能刚刚结束。

科技商业

Hyundai Atlas量产版完成首次现场演示：倒立、撑体，商业化路径最清晰的人形机器人

5月6日，现代汽车旗下Boston Dynamics发布Atlas量产版本体的现场演示视频。这台机器人完成了倒立和「L坐撑」两个高难度动作——双手支撑全身重量，展示出超越人类骨骼极限的关节控制能力。这是Atlas量产版首次在非控制环境下的公开展示。

与早期原型机的后空翻、跑酷展示不同，这次演示的核心意义在于：量产版本的机械设计已经具备工业级稳定性。Atlas配备了人形尺寸的触觉手掌、全旋转关节，最大承重50公斤，耐受温度从-20°C到40°C。

现代正在将Atlas引入自有工厂，初期目标是2028年完成首批工厂部署，Google DeepMind已承诺采购2026年首批产能。（据企业官方公告）

【投黑马点评】
量产版能完成高难度动态平衡动作，意味着关节伺服和实时控制算法已经突破工厂环境的最低门槛，而不只是实验室表演。更值得关注的是，Hyundai把「首次现场演示」选在正式部署前两年——这是给供应商和客户发的信号弹，人形机器人的采购窗口正在打开。上游精密减速器、关节传感器、触觉皮肤等细分供应商，是投黑马现在最值得追踪的标的方向。

Samsung市值突破1万亿美元，成继台积电之后第二家进入全球万亿俱乐部的亚洲企业

5月5日至6日，Samsung Electronics市值突破1万亿美元，成为继台积电之后第二家达到这一里程碑的亚洲企业。

过去一年，Samsung股价涨幅超过四倍，核心驱动是HBM（高带宽内存）和DRAM需求在AI训练市场的爆发。市值最高触及1,500万亿韩元（约1.03万亿美元），韩国综合股价指数KOSPI同日创下7,400点历史新高。

Samsung是全球最大内存芯片制造商，AI数据中心对内存带宽的极端需求正在重塑其业务结构——内存业务目前支撑了公司约一半的营收。（据公开市场信息）

【投黑马点评】
Samsung破万亿背后是一个被低估的逻辑：AI计算对「内存墙」问题的依赖远超过去任何一代计算架构，HBM不是配件，是AI算力的瓶颈。Samsung和SK Hynix的卡位，让韩国内存产业在这轮算力军备竞赛中拿到比晶圆代工更稳定的分成。左侧机会在于HBM供应链中游——测试设备、封装材料、基板——这些环节的扩产节奏还远未被市场定价完全。

AMD Q1 2026财报大幅超预期：营收103亿美元同比+38%，数据中心收入+57%

5月5日，AMD公布2026年第一季度财报。营收103亿美元，同比增长38%，超出市场预期约4%；非GAAP每股收益1.37美元，超预期约7%。

数据中心部门营收58亿美元，同比增长57%，核心驱动是EPYC服务器CPU和Instinct系列GPU出货提速。客户端与游戏部门营收36亿美元，同比+23%。

AMD同时给出Q2营收指引约112亿美元，高于华尔街预期约8%。这一指引推动AMD股价在5月6日盘前跳涨18%，带动半导体板块整体上行，Nasdaq当日收涨逾2%。（据公开财报）

AMD Q1 2026各业务板块营收对比（亿美元）
数据来源：据公开财报 / 图表：投黑马 Touheima.com

【投黑马点评】
AMD数据中心+57%背后有个细节值得注意：EPYC服务器CPU的份额增长说明「去英特尔化」进程正在加速，不仅仅是GPU需求拉动。这会传导到基础设施层的整个棋盘重组——原本围绕英特尔生态设计的配套IP、散热、互联方案，都需要一次新的适配。那些过去三年沉寂的系统级芯片设计公司，有可能迎来重新谈判的窗口。

Apple就Siri延迟AI功能被集体诉讼，达成2.5亿美元和解，每台设备最高赔95美元

5月5日，苹果公司同意以2.5亿美元和解一起集体诉讼，诉讼缘起是2024年iPhone 16发布时宣传的个性化Siri AI功能最终于2025年3月延期交付。

该诉讼覆盖2024年6月10日至2025年3月29日期间在美国购买的约3,700万台设备，包括iPhone 16全系和iPhone 15 Pro/Pro Max。依据申请人数，每台设备理论赔付金额在25至95美元之间。

和解已获得法院初步批准，通知邮件将在45天内发出。（据公开信息综合整理）

【投黑马点评】
这次和解的核心不是钱——2.5亿对苹果来说不过是备用金水平。真正的信号是：「AI功能承诺」已经具备了法律层面的约束力。每家面向消费者的科技公司，在发布会上用AI功能作为卖点之后，都可能面临同样的合规风险。这会让产品团队在「先宣传后交付」的惯用策略上变得更保守——对做AI功能核查、合规工具的早期公司，这是一个正在打开的商业入口。

轻松一刻

10年随机对照试验结论：膝关节半月板手术的疼痛缓解效果，和「假手术」没有统计学差异

一项历时10年、覆盖数百名患者的大型随机对照临床试验发布结论：对受损半月板进行修剪手术（半月板部分切除）的疼痛缓解效果，与实施「假手术」（仅在皮肤上切口、不做实质操作）的对照组相比，无统计学显著差异。

这一结论颠覆了骨外科领域数十年来的主流认知。全球每年有数百万台半月板手术，是最常见的骨科手术之一。下一步，研究团队计划扩展至其他常见骨科手术的验证。（据行业研究机构）

图片来源：投黑马 Touheima.com

【投黑马点评】
最有效的安慰剂，有时候是一把手术刀。这项研究让人不禁想问：还有多少临床「标准疗法」其实是安慰剂？医疗AI如果能在循证层面做严格的随机对照验证——那些被高估的常规操作，都可能是下一个被颠覆的市场。

今日左侧信号

信号：中国大模型头部公司正从「融资竞赛」转向「产业嵌入」，资本来源结构正在质变

追踪方向：重点关注美团、运营商等产业资本参投AI公司后的后续动向——从谁是股东可以反推谁是第一批规模化客户；同步追踪围绕Kimi、Doubao生态做垂直Agent开发的早期团队，以及Hyundai Atlas供应链中精密减速器、触觉传感器的细分窗口。

── 投黑马研究团队