美股聪明钱以2.8万美元本金录118倍盈利，最新布局延伸至AI光通信

摩根大通：AI服务器需求升温，亚洲MLCC行业或迎新一轮景气周期

6 月 15 日，摩根大通在一份最新研报中表示，随着 AI 服务器、通用服务器和汽车电子需求持续增长，MLCC 市场供需关系有望在未来几年明显收紧，甚至在 2027 年至 2028 年进入短缺状态。

MLCC 是电子设备中广泛使用的基础元件，过去更多与智能手机、PC 和消费电子周期绑定。但这一次，推动需求的主角正在发生变化。摩根大通认为，服务器，尤其是 AI 服务器，正在成为行业最重要的增量来源。相比普通消费电子产品，AI 服务器对电源稳定性和元件规格要求更高，需要更多高容量、高性能的 MLCC。

报告预计，全球 MLCC 行业收入将在 2025 年至 2028 年保持较快增长，主要来自产品价格上涨和需求结构改善。摩根大通预计，行业供需将从 2025 年的约 10% 供过于求，转为 2027 年的约 5% 短缺，并在 2028 年进一步扩大至约 6% 短缺。

供应端的约束是这轮判断的关键。虽然厂商仍在扩产，但高规格 MLCC 并不能简单用传统产能来衡量。用于 AI 服务器和汽车的产品尺寸更大、技术要求更高，生产良率也更低。摩根大通指出，部分 AI 服务器用 MLCC 的组装良率可能只有普通产品的几分之一，这意味着名义产能增长未必能快速转化为有效供应。

汽车电子也是另一个稳定支撑。随着电动车、混动车和智能化配置提升，单车 MLCC 用量持续增加。报告预计，到 2030 年，汽车、服务器和人形机器人等高增长应用合计将占 MLCC 总需求的三分之一以上。

投资层面，摩根大通对亚洲主要 MLCC 厂商整体维持看好态度，但更偏好日本和台湾厂商，而不是韩国厂商。其理由是，日本的村田、太阳诱电、TDK 以及台湾的国巨，在估值和潜在盈利弹性上更具吸引力。相比之下，三星电机虽然同样受益于行业景气，但股价已经大幅上涨，估值优势相对较弱。

不过，报告也提醒，市场已经提前反映了部分乐观预期。MLCC 相关股票今年以来涨幅显著，后续行情能否延续，将取决于 AI 服务器需求是否继续超预期、厂商扩产是否受限，以及高端产品价格能否持续上涨。对于投资者而言，行业价格、库存变化和厂商对产能良率的表态，将成为判断这轮周期强弱的关键指标。

Tether旗下AI平台QVAC发布SDK 0.13.0，新增脑机接口插件

「白毛股神」庆祝IQE暴涨：2月已披露其AI供应链关联，今日再获重大利好

6 月 15 日，「白毛股神」Serenity 发文庆祝 IQE 今日暴涨 16.5%，2 月至今涨幅 925.24%，并以一句「不用谢」回顾了此前 2 月对于 IQE 的旧分析。Google TPU 采购 Lumentum（LITE）光器件，Lumentum 向 IQE 采购外延晶圆，而 AXTI 则是 IQE 的上游衬底供应商。Serenity 表示，超大规模数据中心 ASIC 的物料清单极为保密，但通过这种多级供应链关系可以推断出各家公司的真实卡位，而大多数人会忽略这类深层关联。彼时 IQE 股价仅约 12.2 便士。

今日 IQE 宣布与 Tower Semiconductor（TSEM）签署多年磷化铟（InP）外延晶圆供应协议，用于 AI 数据中心的光连接解决方案。这一消息被市场视为重大利好，IQE 股价随即大涨，目前已涨至约 52.8 便士，从 2 月低点计算年内涨幅超 900%。

瑞银：企业AI采用成本攀升源于使用量激增，市场对Token通胀风险存在高估

6 月 15 日，瑞银（UBS）在最新研报中表示，企业 AI 采用正面临 Token 和算力成本快速上升带来的新摩擦，但这一问题更多源于使用量激增而非单价通胀，整体风险或被市场高估。报告指出，随着 AI 编码代理等高强度工具的部署，企业 Token 消耗远超预期，这一现象已在投资者讨论中频繁出现，并引发对 AI 技术在企业端扩散速度可能放缓的担忧。

瑞银通过对约 13 家企业 IT 高管的访谈发现，约 60% 的受访组织已将 AI Token 和算力成本视为实质性问题，尤其在从简单聊天机器人转向自主运行的代理应用后，成本从固定 SaaS 支出转变为可变消费支出，预算可预测性大幅下降。

多数企业已或计划引入护栏措施，包括 Token 池化、模型降级使用、浪费提醒以及对重度用户的限制，以消除明显浪费而非全面遏制采用。部分高管明确表示不愿大幅限制员工使用 AI，强调「我们的目标就是让员工开始用 AI」，因此选择通过削减外部 IT 服务、整合云支出等方式优化其他预算来平衡上升的 AI 成本。报告强调，几乎所有受访企业都提到 AI 采用率正在加速，尤其在开发者团队，这表明成本上升主要由使用量增长驱动，而非单位成本通胀。

瑞银认为，这种情况属于企业正常的成本管控行为，并非 AI 采用受阻的信号，即使如 Uber 这类已将全年 AI 预算在一个季度内用完的公司，依然保持高 Token 限额并全力推进 AI 应用，同时通过提升工程师效率来对冲成本。

瑞银进一步分析称，AI 模型提供商和超大规模云服务商正加速推动 Token 效率提升，这可能限制近期价格上涨，并对云服务商份额分布产生影响，Google Cloud 和 AWS 凭借自研芯片与模型或在成本控制上获得优势。

同时，企业对使用量定价模式的抵触可能加大，或导致非 AI 软件支出环境进一步承压。结合此前进行的 140 家企业 AI 调查，报告指出「不明确的投资回报」仍是采用最大障碍，而「缺乏预算」尚未进入前五，但随着 Token 成本问题凸显，这一动态正成为企业更务实地优化 AI 部署的关键因素。

溜溜梅简写LLM引发AI概念炒作，上市首日暴涨186.6%

6 月 15 日，据 Bitget 行情数据，「青梅零食第一股」溜溜梅（06658.HK，简称 LLM）今日正式在港交所主板挂牌上市，因其简写 LLM 与 Large Language Model（大语言模型）相同，引发市场玩梗和「AI 概念股」炒作。

溜溜梅发行价 43.58 港元/股，今日开盘约 95 港元，较发行价高开约 118%，盘中持续上涨，当前股价 124.9 港元，涨幅 186.6%。

摩根士丹利：电力短缺正成为AI基础设施核心瓶颈，算力扩张进入「电力约束时代」

6 月 15 日，摩根士丹利在其最新研究中指出，电力短缺已从配套问题上升为 AI 基础设施建设的核心限制因素。电力变压器交货周期已从疫情前的 12–16 周大幅延长至 128–144 周，美国新能源并网积压规模已超过现有已装机容量的 2 倍，同时 30 万电工缺口与 43% 数据中心处于高水资源压力区，正在共同压制算力供给扩张速度。

电力系统扩张速度远低于数据中心建设节奏，输电网络与关键设备供应链周期显著更长。当前电力变压器平均交付周期已达 128 周，发电机升压变压器约 144 周，而疫情前仅为 12–16 周。这意味着 AI 数据中心即便完成融资、选址与设备采购，也可能因电力接入延迟而无法按期投产。

在并网环节，美国新能源项目排队积压规模已超过全国已装机电力容量的两倍，导致「发电完成≠可用电力」的结构性问题。电力必须完成并网后才能转化为数据中心可用供给，使得选址逻辑正从「适合建设机房」转向「电力可快速稳定接入区域」。

与此同时，AI 基础设施与能源体系的融资边界正在模糊，部分项目开始采用离网或半离网方案，包括燃气轮机、储能与燃料电池等直接供电路径。AI 公司也逐步从依赖公用事业扩张，转向直接参与电力资产投资与锁定供电能力，推动资本市场对 AI 与能源资产进行一体化定价。

除电力外，劳动力与资源同样构成约束。美国未来十年预计缺口约 30 万名电工，其中超过 20% 从业者年龄已在 55 岁以上；同时约 43% 的数据中心位于高水资源压力地区，冷却用水与替代方案正成为新增建设的重要限制因素。此外，多州已开始讨论或推动数据中心建设限制与审批收紧，进一步增加项目不确定性。

综合来看，电力、并网、设备、人力、水资源与政策审批正形成多重叠加约束，使算力扩张速度可能低于需求增长。报告认为，这种供需错配将强化「算力稀缺性」，使具备稳定可交付算力能力的参与者获得更强定价权，市场正从「算力扩张竞争」逐步转向「可用算力控制权竞争」。

台积电正构建PLP量产体系，可显著提升AI芯片生产效率

6 月 15 日，据 etnews 报道，台积电将采用下一代半导体封装技术「面板级封装（PLP）」与三星电子正面竞争。PLP 能够显著提升 AI 芯片的生产效率，而随着台积电加紧推进量产准备，它与率先进入该市场的三星电子之间的领导权争夺似乎已不可避免。

据行业消息人士 15 日透露，台积电正在构建材料、零部件及设备（MCE）供应链，以建立其 PLP 量产体系。目前，台积电正与国内外 MCE 公司就设备投资进行讨论。据报道，台积电计划最早于明年开始 PLP 量产，此举被解读为朝着这一目标迈出的实质性一步。

PLP 是一种将已完成电路制造的晶圆切割成独立芯片（die），然后在矩形面板上进行封装以生产成品的技术。它与在圆形晶圆上进行的「晶圆级封装（WLP）」形成对比。在圆形晶圆上封装芯片时，边缘区域无法制成芯片，必须被丢弃——这意味着生产率较低。而在矩形面板上进行封装，则可以实现无浪费的芯片生产。以标准的 600×600 mm 矩形面板计算，相比主流的 300 mm（12 英寸）晶圆，可生产出约五到六倍的芯片数量。

目前在 PLP 技术上占据优势的是三星电子。三星电子于 2019 年从三星电机手中收购了 PLP 业务后，通过将该技术应用于移动应用处理器（AP）和电源管理 IC（PMIC），不断积累技术能力。

相比之下，台积电此前对 PLP 一直较为被动，因为它凭借传统的晶圆级封装（WLP）已确立了代工领域的竞争优势。但随着 AI 芯片市场的爆发式增长，情况发生了逆转——PLP 能够提高 AI 芯片的产出，并且有利于实现大面积的 AI 芯片。因此，台积电从 2024 年开始积极推进 PLP 业务。预计台积电将在今年建成并运行一条试验生产线，经过性能评估后，于明年左右进入大规模量产。据报道，台积电已经获得了一家全球 AI 芯片客户。

随着台积电加速推进 PLP 量产，它与三星电子之间的竞争预计将进一步加剧。三星也计划将 PLP 的应用范围从现有的 AP 和 PMIC 扩展到高性能计算（HPC）芯片，如 AI 半导体。此外，作为 AI 芯片基板而备受关注的玻璃基板，也很可能被应用于这一 PLP 工艺中——这也预示着三星电子和台积电在下一代基板市场上也将展开领导权之争。

一位行业相关人士表示：「不仅三星电子和台积电，全球的封测外包（OSAT）公司也大量涌入了 PLP 工艺市场，」并补充道，「预计将出现激烈竞争，同时市场也将实现增长。」

摩根士丹利：全球AI光模块PCB市场规模年复合增速或高达83%，远超同期光模块60%的增速

6 月 15 日，摩根士丹利最新报告预测，随着 AI 集群规模持续扩大，GPU 之间的数据传输需求呈指数级增长，这将推动光模块需求快速爆发，当光模块从 400G 向 800G、1.6T 甚至 3.2T 升级，其内部 PCB 的材料、层数和制造工艺都将迎来全面升级，从而带动单块 PCB 价值量大幅提升。

摩根士丹利预计，2025 年至 2028 年，全球 AI 光模块 PCB 市场规模将从 6.2 亿美元增长至 37.7 亿美元，三年增长超过 5 倍，年复合增速高达 83%，远超同期光模块 60% 的增速。报告指出，AI 光模块总出货量 2026 年至 2028 年分别预计为 7300 万只、1.41 亿只和 1.58 亿只，其中 1.6T 光模块出货量三年复合增速约 60%，电路板市场增速高达 83%。