【29/10/2026 · Note interne sur l’IA de pointe et les infrastructures de calcul】
【Thèse centrale】
Les dépenses trimestrielles d’Alphabet dépassent 51,3 milliards, faisant basculer son flux de trésorerie à -9,07 milliards ; Microsoft prévoit 170 milliards de dollars sur l’année. SK Hynix dépasse les 100 000 milliards de chiffre d’affaires et a vendu toute sa capacité jusqu’en 2029 : les profits de la chaîne de valeur se déplacent rapidement vers la mémoire et les monopoles physiques de l’interconnexion optique.
【Principales évolutions et décryptage des événements sur 24 h】
• Conférence téléphonique sur les résultats de Google : Gemini atteint un milliard d’utilisateurs actifs mensuels, mais les dépenses d’investissement devraient fortement augmenter l’an prochain : selon BlockBeats, le 29 octobre, Alphabet, maison mère de Google, a tenu une conférence téléphonique tôt ce matin après avoir publié ses résultats du troisième trimestre 2026.
• Selon Reuters, les autorités antitrust poursuivent leur enquête sur les pratiques de Nvidia : alors que les autorités antitrust continuent d’enquêter sur le comportement de Nvidia.
• En raison des licenciements et de nouveaux tests de flux de trésorerie, Microsoft publiera ses résultats après la clôture : Microsoft présentera pour la première fois le chiffre d’affaires d’Azure en dollars, alors que l’entreprise dépense massivement pour accroître les capacités de ses infrastructures d’intelligence artificielle.
【Réponse en matière d’allocation stratégique】
Maintenir une forte surpondération des leaders monopolistiques de la mémoire HBM et de l’intégration des télécommunications optiques, dont les commandes sont sécurisées jusqu’en 2029 ; vendre tactiquement à découvert les fournisseurs de services cloud dont les dépenses colossales dégradent le flux de trésorerie disponible, ainsi que les acteurs de second rang du calcul dont les livraisons sont retardées ; se protéger contre le ralentissement de l’exécution des contrats dans les logiciels d’entreprise...
Accès exclusif : voir la publication épinglée sur la page d’accueil #AI #人工智能 #Calcul
【Thèse centrale】
Les dépenses trimestrielles d’Alphabet dépassent 51,3 milliards, faisant basculer son flux de trésorerie à -9,07 milliards ; Microsoft prévoit 170 milliards de dollars sur l’année. SK Hynix dépasse les 100 000 milliards de chiffre d’affaires et a vendu toute sa capacité jusqu’en 2029 : les profits de la chaîne de valeur se déplacent rapidement vers la mémoire et les monopoles physiques de l’interconnexion optique.
【Principales évolutions et décryptage des événements sur 24 h】
• Conférence téléphonique sur les résultats de Google : Gemini atteint un milliard d’utilisateurs actifs mensuels, mais les dépenses d’investissement devraient fortement augmenter l’an prochain : selon BlockBeats, le 29 octobre, Alphabet, maison mère de Google, a tenu une conférence téléphonique tôt ce matin après avoir publié ses résultats du troisième trimestre 2026.
• Selon Reuters, les autorités antitrust poursuivent leur enquête sur les pratiques de Nvidia : alors que les autorités antitrust continuent d’enquêter sur le comportement de Nvidia.
• En raison des licenciements et de nouveaux tests de flux de trésorerie, Microsoft publiera ses résultats après la clôture : Microsoft présentera pour la première fois le chiffre d’affaires d’Azure en dollars, alors que l’entreprise dépense massivement pour accroître les capacités de ses infrastructures d’intelligence artificielle.
【Réponse en matière d’allocation stratégique】
Maintenir une forte surpondération des leaders monopolistiques de la mémoire HBM et de l’intégration des télécommunications optiques, dont les commandes sont sécurisées jusqu’en 2029 ; vendre tactiquement à découvert les fournisseurs de services cloud dont les dépenses colossales dégradent le flux de trésorerie disponible, ainsi que les acteurs de second rang du calcul dont les livraisons sont retardées ; se protéger contre le ralentissement de l’exécution des contrats dans les logiciels d’entreprise...
Accès exclusif : voir la publication épinglée sur la page d’accueil #AI #人工智能 #Calcul
