Nvidia 延後新品發表，消費者今年還買得到嗎？顯示卡供應緊縮與價格走勢解析

Nvidia 押注中國 2,000 億美元市場，DeepSeek 永久降價 75%：AI 價格戰與美中競逐誰先贏？

在全球 AI 投資熱度居高不下之際，晶片與模型的價格戰卻悄悄開打，主角同時來自矽谷與中國。美國 GPU 龍頭 Nvidia (NVDA) 執行長 Jensen Huang 日前放話，旗下新一代「Vera」中央處理器（CPU）的可服務市場規模（TAM）上看 2,000 億美元，且明確表示這個數字「包含中國」。與此同時，中國 AI 新創 DeepSeek 宣布，將其旗艦 V4‑Pro 模型的 75% 降價措施「永久化」，也就是價格長期維持原價的四分之一，直接把刀揮向整體生成式 AI 市場的利潤空間。這一邊是 Nvidia 試圖穩住中國這個關鍵市場，那一邊則是中國廠商用極低售價搶攻模型服務訂單，兩股力量交織，讓 AI 產業的商業邏輯與地緣政治風險變得更加複雜。 Nvidia 在最新財報中已展現驚人的獲利與成長，靠的是雲端巨頭大舉投入 AI 資料中心資本支出。如今再推「Vera」CPU，意味公司不只要在 GPU 稱王，更要在 AI 伺服器的通用運算心臟占據一席之地。Jensen Huang 在台北松山機場受訪時被問到，2,000 億美元的市場規模是否把中國算進去，他回答：「我會這麼認為。」這句話藏著兩層含意：一是 Nvidia 不願放棄中國龐大的 AI 需求，二是即便美國管制持續收緊，公司仍假設某種程度的對中出貨會持續存在。 但現實是，美國雖已核准 Nvidia 針對中國市場調整後的 H200 AI 晶片出口，卻仍卡在中方尚未放行。Huang 坦言，H200 已獲准對中出貨，「若能服務那個市場會非常好」，並再次強調「中國市場非常重要，也非常龐大」。這反映出，在華府管制與北京扶植本土晶片並行的情況下，Nvidia 要守住在中國的 AI 主導地位，已不再只是技術與價格問題，而是高度政治化的審批與博弈。 另一方面，中國在多邊場合刻意把焦點放在「自由貿易」與「數位合作」。於蘇州舉行的 APEC 貿易部長會議上，中國商務部長王文濤高調宣示，成員經過討論後重新把注意力拉回亞太自由貿易區（FTAAP），並對數位貿易與 AI 合作達成「新共識」。在被追問細節時，中國商務部官員林峰提到，要讓電商在區域內做生意更方便，同時承諾「加強與 AI 相關的貿易交流」，強調縮小數位落差，卻刻意不點名任何中國 AI 企業。這種說法，在 AI 晶片被美國出口管制壓制的大環境下，看起來像是中國在替自家軟體與模型服務鋪路，鼓勵企業以低價甚至免費，先在亞太市場建立用戶黏著度。 與此同時，美方代表則把焦點放在「平衡貿易」與標準制定。美國 APEC 高級官員 Casey K. Mace 表示，FTAAP「更像是一個議程而不是終點」，強調美國會在競爭力、勞工標準與貿易便捷化等面向保持「積極」。在 AI 與數位領域，他直接說，要「持續把美國科技與數位公司定位為區域領導者」，並透露將在成都舉辦 APEC「數位週」，安排美國科技企業舉辦工作坊。這等於承認，美國策略不只限於晶片管制，更要透過制度與培訓，把美系雲端與平台服務綁緊亞太市場。 就在這樣的政策背景下，DeepSeek 突然宣布，把 V4‑Pro 模型的 75% 降價「永久化」，讓模型價格長期維持原價的 25%。雖然這則聲明相對簡短，但市場含義巨大。首先，這顯示中國 AI 公司願意用極端低價來換取用戶規模與訓練數據，與美國公司追求高毛利、高訂閱費的策略形成鮮明對比。其次，這種策略有望吸引對成本極度敏感的新創與中小企業，特別是在新興市場，進一步擴大中國 AI 生態系的外溢影響力。 從商業模式來看，美國與中國企業在 AI 上的差異愈來愈清楚。一方面，像 Microsoft (MSFT) 這樣的科技巨頭，選擇把責任科技與 AI 安全架構內建在企業服務裡，強調「人需為 AI 負責」，並透過負責任 AI 框架與訓練資源，鞏固企業客戶對其平台的信任。另一方面，中國則透過降低模型使用門檻、推動區域數位合作，試圖讓自家 AI 服務成為「公共基礎設施」，在價格上對西方廠商形成壓力。對終端客戶來說，短期確實能享受更便宜的模型服務，但長期則可能承擔供應商集中與標準分裂的風險。 市場層面上，Nvidia 當前的營收與獲利仍高度依賴高價 GPU 與 AI 平台方案，一旦中國市場因管制與本土替代而進一步封閉，成長動能恐更仰賴美國與其他地區的雲端客戶。而 DeepSeek 等中國廠商，如果持續以「成本價」甚至「虧損補貼」方式推廣模型，勢必壓縮全球整體 AI 服務價格，對於以 SaaS 訂閱為主的美國 AI 公司，是實質的利潤威脅。投資人也開始思考，當 AI 成為一種「基礎公共服務」，其估值應該更像公用事業，而非高成長軟體股。 當然，也有觀點認為，極端低價並非長久之計。AI 模型訓練本身需要大量算力與電力支出，如果沒有穩健的現金流支撐，長期以「四分之一價」營運，可能拖垮企業財務。同時，美中在 AI 與數位貿易標準上的分裂，也讓跨國企業面臨合規與技術碎片化的成本：一套系統要同時滿足美國的負責任 AI 要求與中國的數據本地化規定，整體開發成本必然上升。 綜觀目前情勢，美中在 AI 領域的競逐，已不只是「誰的模型更強」，而是「誰掌握更大的市場」與「誰能定義遊戲規則」。Nvidia 押注中國仍是 AI 基礎設施重要需求來源；中國則透過 DeepSeek 等廠商的激進降價，以及在 APEC 上主打數位與 AI 合作，尋求在軟體與服務層面彎道超車。未來幾年，AI 產業恐將同時面對價格下修、標準分裂與地緣政治加劇的三重壓力，投資人與企業都必須思考：在這場看似「百花齊放」的 AI 盛宴背後，真正能穩健獲利的玩家，究竟還剩多少。

物理 AI 基礎建設與機器人概念股：誰真的站在「水龍頭」位置？

談機器人概念股，最容易被忽略的不是機器人本體，而是背後那套物理 AI 基礎建設。黃仁勳在 CES 提到的 Cosmos、Isaac GR00T、Thor、Vera Rubin，核心其實不是單一產品，而是把運算、模型、開發工具與資料中心，包成一套面向機器人的作業系統與硬體平台。換句話說，真正能長線吃到這波成長的，通常不是只沾上 AI 兩個字的公司，而是直接提供算力晶片、伺服器、工業電腦、控制器、感測模組與系統整合服務的企業。 產業鏈怎麼看：越接近核心，越像水龍頭 物理 AI 的產業鏈大致可以切成三層。第一層是 AI 運算平台供應者，像 GPU、加速卡、伺服器與邊緣運算設備，這些是模型訓練與推論的底層算力。第二層是機器人本體與控制系統，包括工業機器人、協作機器人、人型機器人所需的馬達、減速機、控制器、安全系統與高精度感測器。第三層則是系統整合與應用服務商，把 AI 模型、控制軟體與硬體設備整合到工廠、倉儲、醫療、零售等場景中實際運作。 台廠多數強在第二、三層，這反而是優勢。因為當物理 AI 從研究題材走向實際產線導入，市場要的不只是展示機，而是能量產、能維護、能整合國際客戶規格的供應商。從這個角度看，真正站在「水龍頭」位置的公司，通常是能持續擴大在供應鏈中的角色，而不是只吃到一波設備出貨的短期紅利。 題材熱不等於受惠深：投資人要拆的幾個問題 機器人概念股一熱，市場常會出現「只要跟 AI 扯上關係就能被追捧」的情況，但題材歸題材，實質受惠歸實質受惠，兩者差很多。比較實用的拆解方式是反過來問：公司產品是否真的直接用在 AI 伺服器、機器人控制系統或關鍵感測元件？ 財報裡與機器人、自動化相關的營收占比有沒有逐年上升？是否有對 Nvidia、特斯拉等實體 AI 玩家公開的合作紀錄或導入案例？ 如果答案大多停留在「規劃中」、「評估中」，或者只是市場想像空間大，那比較像邊緣受惠，而不是核心供應鏈。以長期來說，真正值得追蹤的是那些能在物理 AI 基礎建設擴張過程中，不斷放大自己角色與議價能力的公司，而不是短線因關鍵字被推高的名字。 FAQ Q1：物理 AI 基礎建設和一般 AI 概念股有什麼不同？ A1：物理 AI 更重視機器人實體行動所需的算力、感測與控制系統，對硬體與系統整合的要求更高，不只是純軟體或雲端服務。 Q2：怎麼判斷一家公司是不是真的屬於機器人概念股？ A2：可以看它的產品是否直接用於機器人本體、控制系統或自動化解決方案，以及相關營收占比與實際客戶案例是否明確。 Q3：機器人產業會不會一次爆發？ A3：比較多機構的看法是長期漸進滲透，從工業自動化一路延伸到服務型機器人，不太可能在單一年份把所有需求一次釋放完。

Nvidia財報點燃半導體行情，AI超級循環帶動記憶體、感測與防務股齊揚

AI需求帶動全球半導體市場再度升溫。Nvidia（NASDAQ: NVDA）最新財報營收與獲利創新高，執行長形容AI基礎設施需求呈現「拋物線式」成長，推動半導體板塊評價走高，也讓市場重新討論「半導體超級循環」是否已經成形。 這波行情不只集中在GPU供應鏈，也外溢到高頻寬記憶體、高速互連、電源散熱、感測晶片與雷射防務等周邊領域。文章提到，Nvidia的高階GPU只是整體AI系統的核心之一，背後還需要大量HBM、連接元件與電力模組支撐，因此三星（Samsung）、SK Hynix等HBM供應商，以及相關周邊廠商，都可能受惠於資料中心擴建潮。 個股方面，Himax（NASDAQ: HIMX）因半導體題材與財報情緒改善而波動加劇，過去一年出現超過36次單日5%以上的大幅波動，顯示市場對題材反應非常敏感。不過，供應鏈不確定性仍高，三星罷工傳聞、台積電（TSMC）持股變動等訊息，都可能放大股價起伏。 Impinj（NASDAQ: PI）則受AI板塊帶動而同步走強，但其基本面也受到中美科技角力與出口管制影響。雖然長期來看，物聯網感測與追蹤技術仍被視為數位化浪潮中的關鍵環節，但短線股價仍容易受政策消息影響。 雷射防務公司nLIGHT（NASDAQ: LASR）則因國防業務成長而獲市場重估。公司最新一季航太與防務營收年增69%，整體營收成長逾五成，並轉為正自由現金流，帶動券商調高目標價。市場聚焦其HADES定向能雷射產品線，認為其在反飛彈、反無人機等防務應用上具發展空間。 除了半導體與防務，固態電池公司Ilika（AIM: IKA）也被納入AI與科技供應鏈延伸題材。公司已認列來自Stereax固態電池技術的首筆營收，並持續推進Goliath平台與合作夥伴的商業化進程，顯示新型能源儲存技術也在高安全性與長壽命需求下逐步落地。 整體來看，Nvidia財報確實點燃了AI與半導體相關板塊，但供應鏈風險、地緣政治與估值壓力也同步升高。這使得半導體與周邊科技股更像是一場高波動的長跑，後續仍需觀察實際營收與獲利能否持續兌現市場期待。

物理 AI 的錢最後會流向誰？機器人概念股別只看題材，先找站在水龍頭位置的公司

談機器人概念股，我會先問一個比較實際的問題：誰站在水龍頭位置？ 因為市場每次提到物理 AI，常常會把焦點放在「看起來很像受惠」的公司，但真正能把產業擴張轉成長期營收的，通常不是只沾到關鍵字，而是直接供應算力、控制、感測、整合能力的基礎建設企業。 黃仁勳在 CES 提到的 Cosmos、Isaac GR00T、Thor、Vera Rubin，其實不是單一產品故事，而是把運算、模型、開發工具與資料中心，組成一套專為機器人與實體 AI 設計的底層架構。也就是說，這不是一般的題材炒作，而是把 AI 從螢幕裡搬到真實世界。 產業鏈怎麼看，才不會只看到表面？ 如果用投資人的角度拆解，物理 AI 產業鏈大致可以分成三層。 第一層，是 AI 運算平台與算力基礎建設。譬如 GPU、加速卡、伺服器、邊緣運算設備，這些是模型訓練與推論的底座。沒有算力，後面的應用都是空談。 第二層，是機器人本體與控制系統。譬如工業機器人、協作機器人、人型機器人，還有馬達、減速機、控制器、安全系統、高精度感測器。這一層決定機器人能不能真的動、能不能穩定動、能不能安全地動。 第三層，是系統整合與應用服務。把 AI 模型、控制軟體與硬體設備整合到工廠、倉儲、醫療、零售等場景，才算真正落地。很多公司題材很響，問題是營收還停留在「規劃中」、「評估中」，這種受惠程度通常就比較有限。 台廠比較常見的位置，多半在第二層與第三層。這並不代表它們一定比第一層更重要，而是代表它們更容易在實際布建階段被看見。假如物理 AI 從研究題材走向量產與部署，那麼能量產、能整合、能進入國際客戶供應鏈的公司，通常才有機會把趨勢轉成實質成果。 題材股很多，真正的受惠股不多 為什麼機器人概念股常常讓人看得眼花撩亂？三個理由。 第一、市場喜歡把相似性當成受惠性。只要公司名字旁邊貼上 AI、機器人、自動化，股價就可能先反應，但這不代表商業模式真的改變。 第二、產業鏈的位置不同，受惠深度也不同。直接賣算力、賣控制器、賣感測模組，跟只是在報告裡寫「未來有機會切入」差很多。 第三、真正的放大效果來自長期滲透率，而不是一次性訂單。物理 AI 的成長不像單一題材那樣瞬間結束，它更像一條慢慢鋪開的建設線，誰能持續參與，誰才有可能累積較大的議價能力。 所以投資人要拆解的，不是「這家公司有沒有跟機器人沾邊」，而是：它的產品有沒有直接進入 AI 伺服器、機器人控制系統或關鍵感測元件？財報上相關營收是不是持續增加？有沒有實際客戶導入案例？對 Nvidia、Tesla 這類實體 AI 重要玩家，是不是有可驗證的合作紀錄？ 如果答案多半只是聯想、故事、概念，受惠層級通常就偏邊緣。這也是我一貫的看法：投資不是猜題目，而是找機制。 從投資方法看，還是要回到紀律 機器人產業會成長，這幾乎沒有太大疑問；問題只在於，成長會以什麼節奏發生，誰能拿到最多的經濟利益。 假如你真的想參與這個趨勢，與其追逐每一檔被市場點名的概念股，不如回到比較穩健的方法：用資產配置看待風險，用長期持有看待波動，用低成本的指數化投資承接整體產業升級。 因為市場常常高估短期敘事，低估長期分化。今天被點名的公司，不一定是三年後仍然站在核心位置的公司；今天沒有被熱烈討論的基礎建設，反而可能才是最後真正收租的人。 這就是我會一直提醒投資人的地方：物理 AI 很大，但不代表每一家公司都能分到同樣多的成果。真正重要的，是先看清楚誰在上游，誰在中游，誰只是被情緒推上去的名字。 FAQ Q1：物理 AI 基礎建設和一般 AI 概念股有什麼不同？ A1：物理 AI 更重視算力、感測與控制系統，因為它要讓 AI 在真實世界執行動作，不只是生成文字或圖片。 Q2：怎麼判斷一家公司是不是真的機器人概念股？ A2：看它的產品是否直接用在機器人本體、控制系統或自動化解決方案，再看相關營收占比與實際客戶案例，而不是只看市場給的標籤。 Q3：這個產業會不會一次爆發？ A3：比較可能是長期、漸進式擴張，從工業自動化一路延伸到服務型機器人，不太像單一年份就全部集中爆發的題材。

物理 AI 的核心，不是誰最會講故事，而是誰站在供應鏈最前端

談機器人概念股，我認為先看物理 AI 基礎建設才是重點。黃仁勳在 CES 提到的 Cosmos、Isaac GR00T、Thor、Vera Rubin，本質上不是單一產品，而是把運算、模型、開發工具與資料中心整合成一套專為機器人設計的「作業系統＋硬體平台」。也就是說，市場真正長線受惠的，不是只沾到 AI 名稱的公司，而是直接提供 GPU、伺服器、工業電腦、控制器、感測模組與系統整合服務的企業。這裡的邏輯很清楚，越接近基礎建設核心，越能跟著算力需求與滲透率一起成長，而不是吃一次性設備訂單。 產業鏈拆開來看，誰是實質受惠者？ 從結構上來看，第一層是 AI 運算平台供應者，包括 GPU、加速卡、伺服器與邊緣運算設備，這是物理 AI 訓練與推論的算力底座。第二層是機器人本體與控制系統，像工業機器人、協作機器人、人型機器人所需要的馬達、減速機、控制器、安全系統與高精度感測器。第三層才是系統整合與應用服務，把 AI 模型、控制軟體與硬體設備整合到工廠、倉儲、醫療與零售等場域。 台廠多數卡在第二、三層，這其實很重要，因為當物理 AI 從研究題材走向實體布建，真正能放大營收的，通常是有量產能力、國際客戶基礎、還有跨領域整合經驗的公司。華爾街對於這一段鏈條的想像，重點不在短線題材，而是資本支出持續擴張後，誰能把基礎建設變成長期訂單。 題材很熱，但不等於真的站在水龍頭位置 機器人概念股最容易出現的問題，就是市場把「跟 AI 扯上關係」等同於受惠，但實際上差距非常大。你們可以反過來看幾個問題：產品是不是直接用在 AI 伺服器、機器人控制系統或關鍵感測元件？財報中自動化或機器人相關營收占比，有沒有逐年提升？和 Nvidia、Tesla 等物理 AI 重要玩家，是否有公開合作紀錄或導入案例？如果答案多半停留在規劃中、評估中，或者只是題材聯想，那受惠層級通常就偏邊緣。 也就是說，真正值得追蹤的，不是短期因為關鍵字被推高的名稱，而是能在物理 AI 基礎建設擴張過程中，不斷提高自己角色與議價能力的企業。這種結構性受惠，才是長線資金最在意的地方。 FAQ Q1：物理 AI 基礎建設和一般 AI 概念股差在哪裡？ A1：物理 AI 更重視機器人實體行動所需的算力、感測與控制系統，對硬體與系統整合的要求更高，不是單純軟體題材。 Q2：怎麼判斷一家公司是不是真的機器人概念股？ A2：看它的產品是否直接用在機器人本體、控制系統或自動化解決方案，再搭配營收占比與實際客戶案例來判斷。 Q3：機器人產業會不會一下子全面爆發？ A3：多數機構看法比較偏向長期漸進擴張，從工業自動化一路滲透到服務型機器人，不太像單一年份就全面爆量的模式。

JP Morgan 看標普 500 挑戰 9,000 點：AI 生產力牛市真的能撐住嗎？

JP Morgan 私人銀行拋出標普 500 挑戰 9,000 點劇本，核心關鍵直指 AI 帶動企業生產力大爆發，從 Nvidia、Meta、Dell 到中游能源股同步受惠；但在利率高企、地緣衝突與監管陰影下，這波「生產力牛市」究竟能走多遠，市場分歧正急遽擴大。 美股在 AI 題材狂熱延燒之際，華爾街開始認真討論一個原本看似誇張的情境：標普500 指數在明年年中上看 9,000 點。JP Morgan Private Bank 最新報告指出，雖然這並非其「基準預測」，但在人工智慧持續拉升企業生產力的前提下，這個看似遙遠的高點，實際上比多數投資人想像得更可行。 報告由全球投資策略師 Kriti Gupta 與投資組合經理 Nick Roberts 撰寫，核心論點是「這條通往 9,000 點的道路，絕不只是科技股的故事」。他們認為，真正關鍵在於 AI 工具被更廣泛導入各產業，讓企業用更低成本創造更高營收，推升整體獲利率與利潤水準。這波潛在的「生產力牛市」，已在最新財報季出現雛形：美股企業獲利年增 22.6%，相較 2025 年第 4 季再跳升 15.3%，且已連續六季維持雙位數成長，這是金融海嘯後首見的長度與強度。 在具體個股上，AI 熱潮的擴散已不再只集中在雲端或晶片巨頭，硬體與基礎設施供應鏈也全面受益。戴爾科技（Dell Technologies, DELL）就是最明顯案例。市場預期其即將公布的 2027 會計年度第一季財報，調整後每股盈餘將年增 94%，營收成長 52%。戴爾先前透露，2026 年底累積 AI 訂單達 641 億美元，已出貨 252 億美元，尚有 430 億美元龐大積壓訂單，公司並喊出 2027 財年 AI 營收上看 500 億美元，引來多家外資齊發目標價上調。 同一時間，晶片與平台龍頭依舊是這波「生產力交易」的定錨資產。Nvidia(NVDA)在單季繳出 85% 年增營收，且手握 720 億美元淨現金，Cestrian Capital Research 指出，NVDA 目前約 37 倍自由現金流倍數，低於過往 45–50 倍區間，在多頭情緒與大型 IPO 潮加持下，仍值得「買進」評級。Meta Platforms(META)則被 PropNotes 直接喊出 30 個月內看 1,000 美元，理由是即便大舉砸錢建 AI 基礎設施，營業利益率仍穩居 40% 以上，目前僅約 22 倍本益比，在科技巨頭中屬相對便宜。 不過，這場 AI 驅動的行情並非毫無雜音。利率與債券殖利率在全球同步走高，市場普遍認為股市自3月低點大幅反彈後，短線已出現「需要整理」的共識。中東局勢推高能源價格，各國央行緊盯伊朗相關能源衝擊帶來的通膨壓力，這些都可能壓抑消費支出與企業資本支出，為高估值市場潑下冷水。 從個股評等變化也可看出資金開始更加挑剔。JPMorgan Chase(JPM)就被 Esxeleryn Analytics 由「買進」降至「持有」，理由並非基本面惡化，而是估值已接近高檔，加上預估 130 億美元的 G-SIB 額外資本附加要求，恐壓縮未來股東報酬。醫藥電商平台 GoodRx Holdings(GDRX)同樣被降評為「持有」，分析師認為，公司為了彌補營收下滑，被迫透過新業務「吃老本」，卻犧牲了整體獲利率，形成近似「內部零和」的負向循環。 然而，這場由 AI 帶動的結構變化，並不侷限在科技或金融板塊。能源市場在中東衝突延燒、全球戰略庫存滑落到不足 80 天保護水位的情況下，同步進入新的再定價週期。表面上看，油價走高最受惠的是上游生產商，例如美國頁岩油公司 Diamondback Energy(FANG)，但真正被部分長線資金視為「兩頭都贏」標的的，反而是中游管線與基礎設施業者，包括 Energy Transfer(ET)、Enterprise Products Partners(EPD)、Kinder Morgan(KMI)。 中游企業的商業模式，本質上是「收過路費」。不論油價是高是低，只要運輸量穩定甚至增加，現金流就相對穩健。以 Energy Transfer 為例，其第一季透過管線與相關基礎設施輸送的能源量，較去年同期全線增加，可分配現金流年增近 17%，並因此調高全年財測。Enterprise Products Partners 公布多項業務線運量創新高，可分配現金流成長 5%；Kinder Morgan 則同樣受惠於北美能源出口與內需運量增加，交出強勁的第一季成績。這些公司目前殖利率介於 3% 到 6%以上，在高利率環境中仍具吸引力。 從全球角度來看，中東供應風險並未實質影響北美能源生產與運輸體系，反而因他國尋找「更安全」的供應來源，間接推升北美油氣需求。若地緣政治長期緊張，更多國家可能把能源安全放在首位，進一步鎖定北美長約供應，對 ET、EPD、KMI 這類以運量為主的中游商，構成更長期、且與油價波動關聯度較低的正面催化。 換言之，當一部分資金積極卡位 Nvidia、Meta、Dell 等 AI 贏家，試圖搭上生產力革命與指數衝高行情，另一部分更保守的長線資金，則轉向現金流穩定、對景氣與利率敏感度較低的中游能源股，以對沖高估值與政策風險。這種「成長＋現金流」雙軌佈局，正是當前華爾街操作方向日益分歧的縮影。 回到核心問題：標普 500 真的有機會在短短一年多內攻上 9,000 點嗎？JP Morgan 的論述是，若 AI 持續推升企業獲利與生產力，類似 1995 至 2000 年、美股連續五年報酬超過 20%、生產力年增 2.8% 的黃金年代，並非不可重演。樂觀者相信，這波科技變革將帶來結構性利潤擴張，支撐更高的指數位階；謹慎者則提醒，高利率、監管壓力與地緣衝突從未遠離，任何一個變數失控，都足以讓「生產力牛市」提前下車。 對投資人而言，更關鍵的恐怕不是指數是否真的抵達 9,000 點，而是如何在 AI 高成長股與中游能源等穩定現金流資產之間，找到適合自身風險承受度的配置比例。在生產力革命與地緣風險並行的年代，單押任何一個故事，代價都可能相當高。

HPE股價勁揚10%！AI基礎設施需求拋物線式成長，市場在追什麼？

Hewlett Packard Enterprise(HPE) 今日股價勁揚，最新報價 37.38 美元，漲幅約 10.04%，資金明顯追捧。 市場關注 AI 基礎設施需求「拋物線式」成長，帶動相關供應鏈評價提升，HPE 成為受惠標的之一。 根據報導，AI 基礎設施市場快速擴張，Nvidia 等晶片大廠積極與 Cisco、Dell、HPE 等大型科技公司合作，發展整合式 AI 系統與參考設計，協助企業加速部署。 文章指出，Dell 與 HPE 股價近期因 AI 市場成長而大漲，但相對估值仍偏低，且以 Nvidia 龐大股本與對通路及整合能力的需求來看，理論上具備併購空間，雖然 Nvidia 官方已否認與 HPE 合併傳聞。 市場解讀，HPE 兼具 AI 伺服器與網通版圖想像，短線成為資金追逐的 AI 基礎設施題材股。

Arm(ARM) 連漲42%後高檔震盪，AI半導體資金重心為何持續聚焦？

Arm(ARM) 盤中股價來到 313.19 美元，上漲 5.02%，但盤前一度下跌超過 2.5%，主因是股價已連續四個交易日大漲 42%，市場出現短線獲利了結賣壓。即便回落，本週仍有望創下自 4 月底以來最佳單週表現。 從產業面來看，CNBC 引述《Mad Money》主持人 Jim Cramer 的說法，半導體股已成為推動人工智慧熱潮的市場新重心，軟體股則退居次位。文中點名 Nvidia(NVDA)、AMD、Arm(ARM)、Intel(INTC)、Broadcom(AVGO) 等供應 AI 計算基礎建設的晶片商，是這波結構性轉變的主要受益者之一。 整體來看，Arm 短線漲多後出現震盪，但在 AI 題材與產業資金持續聚焦半導體的背景下，中長線想像仍受市場關注；同時，文中也提醒高檔波動與追高風險值得留意。

Dell Technologies(DELL) 盤中飆漲 15%！企業 AI 量產潮真的來了？

Dell Technologies(DELL) 盤中股價勁揚至 290.8 美元，漲幅約 15.0%，在「Dell Technologies World」期間強勢表態。Evercore ISI 指出，隨著企業 AI 從試驗走向量產，DELL 在新一階段企業 AI 應用中「well positioned」，並給予 Outperform 評等及 270 美元目標價，市場資金順勢追價反映利多。 分析師 Amit Daryanani 指出，AI 模型與 token 成本雖年減約 80%，但推理(reasoning) token 使用量暴增約 320 倍，推論(inference)預期將佔今年 AI 運算三分之二，Dell COO Jeff Clarke 強調這樣的 token 消耗成長有利 DELL 受惠。此外，公司預期企業將加速採用 hybrid AI 架構，搭配最新 PowerStore 儲存平台，強化資料在地性與基礎設施掌控，提升 DELL 在企業 AI 與儲存市場的長期想像空間。 同時，DELL 與 Nvidia(輝達，Nvidia Corporation) 在大會上宣布新的 AI Factory 解決方案，結合 Nvidia 元件與桌邊級 agentic AI 平台，以降低成本並提升安全性，呼應 Nvidia CEO Jensen Huang 所稱 AI 基礎建設需求「parabolic」的趨勢，進一步推升投資人對 DELL AI 基建與整合能力的信心。

HPE 股價漲 5%！AI 基礎建設題材升溫，真的有併購想像空間嗎？

Hewlett Packard Enterprise(HPE) 股價最新報價來到 35.68 美元，單日上漲約 5.03%，盤中表現亮眼。資金明顯聚焦 AI 基礎建設與大型科技股併購題材，帶動股價順勢走強。 根據外電報導，市場近日討論 Nvidia 可能透過併購或合作擴大 AI 基礎建設版圖，雖然 Nvidia 官方否認曾考慮與 HPE 合併，但文章指出，在 AI 基礎建設需求爆發下，Nvidia 等晶片大廠正積極與 Cisco、Dell、HPE 等大型系統商合作打造整合方案，而 HPE 與 Dell 股價近期亦因 AI 基礎建設市場成長而走揚。 報導同時提到，HPE 相較 Cisco、Dell 規模較小、戰略資產也相對有限，但在 AI 伺服與網通布局上仍受關注。市場解讀，雖然大型併購尚屬傳聞階段，但 AI 基礎建設長線題材與合作前景，正成為推升 HPE 股價的重要想像空間。