Odaily星球日报

Odaily星球日报讯 江卓尔在 X 平台发文表示，在加密市场大涨后的首个美股交易日，ETF 资金流向具有重要参考意义。数据显示，BTC ETF 净流入 3.14 亿美元，ETH ETF 净流入 1.8 亿美元。其认为，这表明美股资金仍在追多，本轮上涨后 BTC 再度跌回 6.7 万美元以下的概率较低。
江卓尔同时指出，ETH ETF 流入资金相当于 BTC ETF 的 57.2%，显著高于 ETH/BTC 总市值占比的 18.8%，认为 ETH 仍具备“牛市发动机”特征。此外，其表示，若美国《CLARITY Act》通过，美元、美股、美债等金融资产或将进一步加速上链、代币化和智能合约化，推动 RWA 市场发展，并提升市场对相关公链的关注。

Odaily星球日报讯 CryptoQuant 分析师 Darkfost 在 X 上发文表示，随着 BTC 价格逼近 8 万美元，长期持有者（LTH）卖出活动明显增加。数据显示，长期持有者此前持续处于净增持状态，6 月初其持仓供应量月度平均净增一度达到 28.6 万枚 BTC，而目前已转为净减少约 2.1 万枚 BTC，为今年首次出现长期持有者卖出或转移的 BTC 数量超过新进入长期持有状态的 BTC 数量。
与此同时，长期持有者向交易所转入的 BTC 数量升至 2026 年以来最高水平，其中持币 6 至 18 个月的持有者最为活跃，向交易所转入超过 29.7 万枚 BTC。这一信号值得密切关注。尽管市场需求有所改善，但长期持有者卖压增加，可能再次导致市场供需关系向卖方倾斜。

原文作者：董静
原文来源：华尔街见闻
OpenAI 首颗自研芯片 Jalapeño 横空出世，以令人咋舌的速度颠覆了 AI 芯片行业的既有格局——这不仅是一次产品发布，更是一个信号：AI 正在重塑芯片本身的设计方式。
据华尔街见闻文章报道，据彭博 8 月 25 日报道，OpenAI 表示，Jalapeño 在单位功耗可处理的 AI 工作量和响应速度两项关键指标上均领先英伟达 GB300。该芯片由 OpenAI 与 Broadcom 合作开发，专为 AI 推理阶段设计，最快将于今年晚些时候投入实际使用。OpenAI 芯片负责人 Richard Ho 表示，Jalapeño 在 700 瓦低功耗下即可实现强劲性能，有助于大幅降低数据中心电力成本。
据半导体研究机构 SemiAnalysis 披露，这颗芯片从设计启动到完成流片仅历时约 16 个月，而其中关键的 CoWoS 封装流片节点完成于 2025 年 11 月，距今不过 9 个月，远低于行业惯常的 18 至 36 个月周期。
SemiAnalysis 研究人员亲赴 OpenAI 实验室，使用其自研基准测试套件 InferenceX 对 Jalapeño 进行了实测，结论直接：该芯片在每瓦性能（perf/W）指标上击败了他们此前测试过的所有英伟达、AMD 及谷歌芯片。
更值得关注的是，这一成绩是在 Jalapeño 尚未启用投机解码、未做预填充与解码分离部署等优化手段的情况下取得的，而参与对比的其他芯片均已开启各自最优配置。
难怪就连著名半导体分析师 Dylan Patel 也直言，“被掀翻的不只是 Blackwell，就连英伟达 Rubin 芯片也被超越了”！
分析认为，这一结果对英伟达的市场地位构成直接挑战，也令市场重新审视 AI 芯片竞争格局。
实测数据：Jalapeño 在多项关键指标上碾压 Blackwell
SemiAnalysis 的测试结果显示，Jalapeño 在推理效率上的优势相当显著。
在GPT-OSS 120B 模型上，Jalapeño 每秒可输出约 1459 个 Token，而英伟达 GB200 仅为 535 个；端到端延迟方面，Jalapeño 完成一个任务仅需 1.65 秒，GB300 则需接近 6 秒，差距达 3.6 倍。在高交互场景下，当 GB300 被推至其最快解码速度（每秒 169 个 Token）时，Jalapeño 的吞吐量是其 104.3 倍。
在每兆瓦每秒输出 Token 数这一衡量数据中心能效的核心指标上，Jalapeño 在GPT-OSS 模型上达到约 5300 万个 Token/MW/s，而 GB200 NVL72 仅约 1000 万。
SemiAnalysis 指出，这一指标本质上等同于每焦耳产出的 Token 数，直接决定了数据中心的收入天花板——在算力受电力约束的当下，这一维度的优势尤为关键。
从系统级成本来看，据 SemiAnalysis 将供电、散热、网络全部纳入计算后，Jalapeño 每芯片每小时总拥有成本约为 1.56 美元，与 H100 的 1.55 美元几乎持平，而英伟达 Vera Rubin 则高达 3.61 美元。
值得注意的是，SemiAnalysis 同时提出了若干重要保留意见。
其一，测试所用模型并非当前最前沿的模型，英伟达和 AMD 已在更大规模模型（如 DeepSeek V4 Pro、Kimi K3）上发布了基于 AgentX 套件的成绩，而 Jalapeño 尚未完成 AgentX 测试——该套件更能反映多轮、长上下文等真实生产场景的性能表现。
其二，更公平的比较对象应是同样采用 HBM4 的英伟达 Vera Rubin，而非 Blackwell；Vera Rubin 的每瓦性能较 GB200 NVL72 提升约 5.4 倍，与 Jalapeño 相比，两者在每 Token 总拥有成本（TCO）上几乎持平。
其三，Jalapeño 目前仍处于工程样片阶段，量产预计要到 2027 年才逐步爬坡。
AI 设计芯片：GPT-Astra 与 Codex 的"飞轮效应"
Jalapeño 之所以能以如此惊人的速度完成开发，AI 工具的深度介入是核心原因之一。据 SemiAnalysis 披露，OpenAI 在芯片设计过程中大量使用了内部 AI 模型，其中包括被外界广泛关注的 GPT-Astra。
社交平台 X 用户 Andrew Curran 援引 OpenAI 信息指出，GPT-Astra 深度参与了 Jalapeño 的研发全程：
"团队借助 Codex 与 GPT-Astra，在两个月内将三个原本不在 Jalapeño 量产计划内的开源模型调优至高性能状态。"
这意味着，AI 不仅在加速芯片设计本身，还在快速扩展芯片所能支持的模型范围。
SemiAnalysis 的数据进一步量化了这一贡献：
AI 辅助设计使 SIMD 单元面积缩减 8%，矩阵引擎面积缩减 10%，同时在时序和功耗表现上均优于初始版本。
在软件层面，OpenAI 使用内部扩展版 Codex 编写 Jalapeño 内核，部分内核代码长达约 3000 行；在最吃性能的注意力机制和 MoE 模块上，AI 生成的代码比人类顶尖工程师的实现快出 1.5 至 1.8 倍。
SemiAnalysis 对此评价颇为犀利：跑在英伟达 GPU 上的 OpenAI 模型（如 GPT-5.6 Sol），正被用来设计一颗对 CUDA 护城河构成真实威胁的芯片——"英伟达自己的 GPU 正在实时催生自己潜在的接班人"。
架构解析：为何"通用"反而更快？
外界普遍预设 Jalapeño 是一颗专为 OpenAI 自家模型深度定制的芯片，但 SemiAnalysis 的结论恰恰相反：Jalapeño 是一颗面向 AI 推理的通用芯片，能够运行各类模型和工作负载，甚至包括用 Codex 移植的《毁灭战士》游戏。
在架构层面，Jalapeño 的核心设计哲学是"消除固定延迟"。与 GPU 依赖复杂内存层级不同，Jalapeño 将计算核心与 HBM 切片直接绑定，核心间通过专用高带宽集合网络同步，大幅降低了内存访问延迟。
此外，Jalapeño 采用乱序执行（OoO）核心搭配 L1 缓存，而非其他加速器普遍使用的软件管理暂存器，这使其在小批量、低延迟场景下能够更接近硬件理论峰值。
在内存带宽方面，Jalapeño 采用 HBM4，实现了 15.4TB/s 的单封装内存带宽，每瓦 HBM 带宽达 22，而英伟达 Rubin 为 11.1，GB300 仅为 5.71。
SemiAnalysis 指出，Jalapeño 的 HBM4 引脚速度达 10Gbps，略高于英伟达 Rubin 的 9.6Gbps，HBM 供应商可能为三星。
值得一提的是，Jalapeño 选择不做预填充与解码分离部署（PDD）。SemiAnalysis 对此给出了详细解释：
在真实生产环境中，输入输出比例、并发量、缓存命中率等参数持续变化，固定分池会导致全局利用率下降；而同构资源池可以灵活响应流量变化，在延迟敏感型请求和高吞吐批处理之间动态调配。
CUDA 护城河：裂缝已现？
SemiAnalysis 在报告中抛出了一个颇具分量的判断：CUDA 的护城河可能已经死了。
其依据在于软件起步速度的对比。英伟达 Rubin 的 CoWoS 流片比 Jalapeño 早一个月完成，但迄今为止，外界能看到的 Rubin 公开基准数据仅来自 CoreWeave 的工程样片，英伟达并未像 OpenAI 那样开放第三方进入实验室自由测试。SemiAnalysis 认为，这反映的不是硬件本身的差距，而是软件成熟度的差距。
从零开始构建软件栈，反而让 OpenAI 得以摆脱历史包袱，做出更干净的架构决策。OpenAI 使用自研内核编程语言 Gluon（基于 Triton 构建）以及内部推理引擎"Teacup"，并借助 Codex 快速完成内核调优。SemiAnalysis 观察到，在不到两周的时间内，Jalapeño 在特定交互速度下的吞吐量提升超过 2 倍；在 8 天内，团队将张量并行从 TP8 扩展至 TP32，实现了跨机架的全机柜规模部署。
不过，SemiAnalysis 也明确指出，目前的测试仅覆盖 8k1k 这一相对简单的工作负载，尚未完成 AgentX 多轮长上下文测试。在更复杂的智能体工作负载下，路由器、前缀缓存等组件的表现将成为新的考验。
下一步：B0 已入厂，10GW 版图徐徐展开
Jalapeño 的故事远未结束。
据 SemiAnalysis 披露，目前公开测试所用的均为 A0 步进样片，而 B0 步进已进入晶圆厂，预计在每瓦性能上较 A0 再提升约 25%——B0 单颗计算 die 的 MXFP4 算力将达 13.4 PFLOPs，TDP 维持在 700W。
在系统层面，OpenAI 与 Celestica 合作设计了完整的机架方案：每个 ASIC 机柜包含 128 颗 Jalapeño 芯片，双机柜系统总功耗约 160kW，与英伟达 GB300 双宽机柜相当。
规模化部署方面，单一扩展网络域最多可连接 2048 颗 Jalapeño XPU，覆盖 16 个机架。量产方面，SemiAnalysis 预计将于 2027 年逐步爬坡，下一个里程碑目标是 100MW 部署规模。
更大的战略图景是，OpenAI 与 Broadcom 已签署 10GW 定制加速器合作协议，这一量级大致相当于十座核电机组的满发功率。
华尔街见闻文章写道，OpenAI 芯片负责人 Richard Ho 表示，公司已达到能够切实降低基础设施成本的功耗和成本水平，"这只是第一步"。他同时强调，英伟达仍是重要合作伙伴，OpenAI 对算力的需求极为庞大，短期内不会放弃现有供应商。
分析人士指出，Jalapeño 的意义或许不在于它今天能替代多少英伟达芯片，而在于它证明了一件此前被普遍质疑的事：一家 AI 公司，用 AI 工具，在创纪录的时间内，造出了一颗真正具备竞争力的芯片。这个飞轮，已经开始转动。

Odaily星球日报讯 CryptoQuant 分析师 Darkfost 在 X 上发文表示，随着 BTC 价格逼近 8 万美元，长期持有者（LTH）卖出活动明显增加。数据显示，长期持有者此前持续处于净增持状态，6 月初其持仓供应量月度平均净增一度达到 28.6 万枚 BTC，而目前已转为净减少约 2.1 万枚 BTC，为今年首次出现长期持有者卖出或转移的 BTC 数量超过新进入长期持有状态的 BTC 数量。
与此同时，长期持有者向交易所转入的 BTC 数量升至 2026 年以来最高水平，其中持币 6 至 18 个月的持有者最为活跃，向交易所转入超过 29.7 万枚 BTC。这一信号值得密切关注。尽管市场需求有所改善，但长期持有者卖压增加，可能再次导致市场供需关系向卖方倾斜。

Odaily星球日报讯 交易记录显示，Ansem 投入 5.76 万美元买入 NET 代币。NetNet Capital 是 Robinhood 链上的 DeFi 协议，其代币 NET 代表由协议链上资产组合中至少 1 枚 USDG 支持的储备份额。NetNet Capital 通过多种机制积累稳定币和股票等生产性资产；当净资产价值是基础国库价值的 1.75 倍时，NET 代币质押者每天可获得 1.2%的收益。目前 NET 交易价格约为国库价值的 11 倍，国库增长速度快于 1.2%的 NET 发行量。Ansem 表示，该协议创始人曾接受数次采访，并称已与 Robinhood 团队讨论未来合作；该创始人此前还参与过 NBA Topshot 项目。

Odaily星球日报讯 X 已向开源第三方 X 前端项目 Nitter 发出停止侵权函，要求永久关闭 Nitter 相关实例并下架项目代码仓库。目前 nitter.net 已下线，项目开发暂时停止，开发者正在寻求法律意见。
X 指控 Nitter 非法使用及绕过其 API，并抓取 X 平台数据、访问账号和会话，违反平台规则及相关法律。X 要求 Nitter 在美国东部时间 8 月 25 日 17:00 前停止运营。
Nitter 可让用户在无需登录 X 账号的情况下查看公开帖子，并去除广告、追踪 Cookie 和 JavaScript。（Techcrunch）

Odaily星球日报讯 交易记录显示，Ansem 投入 5.76 万美元买入 NET 代币。NetNet Capital 是 Robinhood 链上的 DeFi 协议，其代币 NET 代表由协议链上资产组合中至少 1 枚 USDG 支持的储备份额。NetNet Capital 通过多种机制积累稳定币和股票等生产性资产；当净资产价值是基础国库价值的 1.75 倍时，NET 代币质押者每天可获得 1.2%的收益。目前 NET 交易价格约为国库价值的 11 倍，国库增长速度快于 1.2%的 NET 发行量。Ansem 表示，该协议创始人曾接受数次采访，并称已与 Robinhood 团队讨论未来合作；该创始人此前还参与过 NBA Topshot 项目。

Odaily星球日报讯 X 已向开源第三方 X 前端项目 Nitter 发出停止侵权函，要求永久关闭 Nitter 相关实例并下架项目代码仓库。目前 nitter.net 已下线，项目开发暂时停止，开发者正在寻求法律意见。
X 指控 Nitter 非法使用及绕过其 API，并抓取 X 平台数据、访问账号和会话，违反平台规则及相关法律。X 要求 Nitter 在美国东部时间 8 月 25 日 17:00 前停止运营。
Nitter 可让用户在无需登录 X 账号的情况下查看公开帖子，并去除广告、追踪 Cookie 和 JavaScript。（Techcrunch）

原文作者：许超
原文来源：华尔街见闻
英伟达本季财报大概率仍是一份强劲成绩单，但市场的问题已经不是"超不超预期"，而是超预期之后能否给出足够的答案。从期权定价到机构分歧，从循环融资争议到电力瓶颈，这份财报正在成为 AI 牛市能否进入下一阶段的试金石。
美东时间周三盘后，英伟达将披露 2027 财年第二季度财报。华尔街一致预期季度营收约 920 亿美元，同比近乎翻倍；调整后每股收益预期 2.09 美元，数据中心营收预期约 854 亿美元。Jefferies 预计营收将高于一致预期，达到 950 亿美元；花旗亦上调预测并维持 300 美元目标价。但高盛警告，8 月股价已涨逾 12%，"业绩超预期加上调指引"不足以驱动股价上行，还需同时释放超大规模云厂商盈利改善、客户融资可控以及大规模资本回报三重利好。
期权市场的定价印证了这种谨慎。根据 ORATS 数据，英伟达财报前的隐含波动幅度约为 5.4%，为 2021 年 8 月以来最低，显著低于过去 12 个季度 7.4%的历史均值。
ORATS 创始人 Matt Amberson 指出，过去八份财报中股价实际波动均小于期权隐含值，"期权买方一直在为这一事件溢价支付过高成本，价格已经开始修正。"这意味着对于看好 AI 主线的投资者而言，相对便宜的期权提供了一个不对称的参与窗口；但若管理层无法回答市场真正关心的长期问题，低波动率预期也可能被打破。
业绩预期分歧：多空都有底气
当前卖方机构对本季度基本面普遍乐观，但分歧集中在财报发布后的股价路径。
Jefferies 预计英伟达 7 月季度营收 950 亿美元，10 月季度指引约 1080 亿美元，均高于市场一致预期的约 919 亿和 1037 亿美元。摩根士丹利相对保守，预计 7 月季度约 912 亿美元、10 月季度约 1023 亿美元，但认为单季营收仍可能继续以约 100 亿美元量级环比增加。花旗维持买入评级及 300 美元目标价，指出英伟达已锁定 2026 至 2027 年 HBM 内存供应，为稳定交付提供了保障。
摩根士丹利维持"增持"及首选股评级，目标价 288 美元，并指出英伟达当前约 17 倍 FY28 市盈率相比自身历史、半导体同业和大盘并不昂贵。但该行同时强调，过去四个季度英伟达即便交出强劲业绩，次日股价仍连续出现负反应，市场已将"超预期"视为默认剧本。
预测市场数据同样反映出这种分裂：赋予英伟达财报超预期的概率高达 96%，但财报后股价收于 220 美元上方的概率仅为 43%。
Rubin 周期：下一轮估值叙事的关键词
短期内 Blackwell 需求仍然强劲，微软、亚马逊云业务的改善以及 OpenAI、SpaceX 对算力的长期承诺，持续支撑数据中心营收信心。但市场已将目光投向更远处——Rubin 平台能否打开下一轮更高基数的增长曲线，将是本次电话会的核心议题。
Jefferies 认为，Rubin 的爬坡速度可能显著快于 Blackwell 初期。关键原因在于，Rubin 延续 72-GPU Oberon NVL72 机架形态，可以复用 GB200、GB300 积累下来的液冷数据中心部署和制造基础。新一代设计同时大幅减少人工布线和管线安装，管理层此前提到计算托盘组装时间有望从约 2 小时压缩至 5 分钟。这背后的意义是，英伟达正在将 AI 芯片升级成可复制、可规模化交付的"AI 工厂系统"。
Jefferies 预计，Rubin/R200 在英伟达 GPU 营收中的占比将在 2027 财年三季度达到约 12%，四季度升至 40%以上，并在 2028 财年一季度成为主导收入来源。若这一节奏兑现，市场的估值逻辑将从"Blackwell 周期还能持续多久"切换至"Rubin 能否开启更大规模增长"。
循环融资：最受争议的灰色地带
本次财报中最可能成为市场焦点的，是英伟达与超大规模客户之间日趋复杂的融资安排。
据 Jefferies 梳理，英伟达与 SB Energy 达成安排，由后者在俄亥俄州建设并运营 PORTS-Pike Technology Campus，以 20 年租约提供给 OpenAI，英伟达担任独家算力供应商。英伟达将为首批 4.25GW IT 容量提供信用支持，并持有剩余 3.75GW 容量的选择权，同时向 SB Energy 投资 15 亿美元。英伟达表示，该基地每代系统部署对应约 150 万颗 GPU，带来 1500 亿至 2000 亿美元营收；OpenAI 现有及计划承诺合计约 12GW，可扩展至 16GW，对应 2030 年前约 6000 亿美元的英伟达算力采购。
然而，摩根士丹利数据显示，五大超大规模云服务商与英伟达、博通合计通过担保、租赁及其他财务支持形式承诺逾 3.1 万亿美元，以推动其他企业的 AI 基础设施支出。这一"供应商循环融资"模式已成为高盛等机构重点追问的议题：这些需求究竟有多少是客户自发资本开支，有多少需要英伟达通过信用支持或投资来驱动？
摩根士丹利认为，融资、市场份额和毛利率是投资者当前最关注的三大争议点。若管理层无法给出清晰的或有义务、残值承诺等会计披露，市场对"以资产负债表换增长"的担忧将难以消散。
毛利率与电力：两条隐形压力线
毛利率是英伟达估值溢价的核心支撑之一。
摩根士丹利预计公司将继续维持 2027 财年毛利率"70%中段"的表述，短期压力可控。但中长期压力不容忽视：HBM、DRAM、先进封装、基板、前道晶圆等环节成本仍在上行，新产品爬坡通常也伴随良率和供应链磨合。
摩根士丹利提醒，市场一致预期中 2028 财年下半年毛利率明显回升，可能略显乐观。此外，英伟达已通知微软、谷歌、甲骨文等大型客户，搭载 Vera Rubin 及 Grace Blackwell 芯片的服务器价格将于明年初上涨逾 15%，HBM 内存成本上升是主要驱动因素。
电力供给同样正在成为不可忽视的约束。
Jefferies 指出，芯片需求预期与电网供给能力之间的缺口正在扩大。大型云厂商越来越多地与公用事业公司合作建设专用燃气电厂，前沿 AI 实验室则更多采用"表后"电力方案弥补电网接入与算力部署之间的时间差。燃气轮机、备用电源、燃料电池等方案均在推进，但设备交付周期、并网审批和地方监管均会影响数据中心建设进度。这意味着订单转化为营收的节奏将变得不那么线性。
竞争格局：市场份额的结构性风险
在宏观叙事之外，英伟达约 90%的 AI 加速器市场份额正面临多路围攻。谷歌、Meta 等云巨头加速推进自研 AI 芯片；据报道，OpenAI 与博通联合开发的"Jalapeño"推理芯片在部分基准测试中已超越 Nvidia Blackwell；Cerebras Systems 等新兴芯片公司今年完成上市，同样在争夺市场份额。
Bespoke Investment Group 指出，英伟达股价表现与半导体板块已出现明显脱节，"过去数月中，半导体股多次出现与英伟达反向运动的情形"。PHLX 半导体指数自 6 月下旬高点以来已持续低迷，英伟达此前经历的七连跌也是自 2022 年 10 月本轮牛市启动以来最长的连续下跌。
这些竞争格局的结构性变化，或将成为超越单季财报数字、对英伟达长期盈利轨迹影响更为深远的风险变量。管理层对竞争态势的表态，将是电话会上投资者最不愿错过的部分。