返回列表
英伟达最大内存供应商SK海力士登陆华尔街:募资265亿美元创历史纪录
行业新闻SK海力士英伟达IPO

英伟达最大内存供应商SK海力士登陆华尔街:募资265亿美元创历史纪录

随着人工智能热潮推动内存需求激增,英伟达核心供应商、韩国芯片巨头SK海力士于周五正式在华尔街上市。该公司以每股170美元的价格开盘,成功募资265亿美元,打破了阿里巴巴此前保持的纪录,成为在美上市规模最大的外国公司。此次IPO凸显了AI硬件供应链在资本市场中的核心地位。

The Verge

核心要点

  • 创纪录上市:SK海力士正式在华尔街挂牌,募资265亿美元,超越阿里巴巴成为在美上市规模最大的外国公司。
  • 发行表现:公司开盘价定为每股170美元,显示出资本市场对其强劲的信心。
  • 核心供应地位:作为英伟达(Nvidia)最大的RAM供应商之一,SK海力士是AI硬件产业链的关键环节。
  • 行业驱动力:AI行业的爆发式增长直接带动了对高性能内存芯片的需求,促成了此次万亿级别的市场首秀。

详细分析

华尔街史上最大的外国公司IPO

在2026年7月10日这个周五,全球半导体行业见证了一个历史性时刻。韩国芯片制造商SK海力士(SK Hynix)正式登陆华尔街,以每股170美元的价格开启交易。根据相关报道,此次IPO共募集资金265亿美元。这一数字不仅令人瞩目,更具有里程碑意义——它正式超越了阿里巴巴此前创下的纪录,成为美国证券交易历史上规模最大的外国公司IPO。这一融资规模反映了全球投资者对半导体行业,尤其是存储芯片领域在AI时代增长潜力的极高认可。

AI热潮下的供应链红利

SK海力士此次成功上市的背后,是席卷全球的人工智能(AI)浪潮。作为英伟达(Nvidia)最重要的内存供应商之一,SK海力士生产的高性能RAM是AI计算卡不可或缺的组成部分。随着AI模型训练和推理对数据处理速度要求的不断攀升,市场对高性能内存的需求呈现出爆发式增长。SK海力士在供应链中的核心地位,使其成为了AI热潮最直接的受益者。此次在美上市不仅为其提供了庞大的资金支持,也进一步强化了其在AI硬件生态系统中的战略影响力。

行业影响

SK海力士的成功上市标志着AI硬件供应链企业正成为资本市场的绝对焦点。作为英伟达的关键合作伙伴,其融资能力的提升将有助于加速下一代内存技术的研发与产能扩张,从而缓解当前AI芯片市场的供应压力。此外,打破阿里巴巴保持多年的IPO纪录,也预示着全球资本市场的投资重心正在发生转移:从传统的互联网平台企业向支撑AI算力的底层硬件基础设施企业倾斜。这对于整个半导体行业而言,无疑注入了一剂强心针。

常见问题

问题 1:SK海力士此次IPO的具体融资数据是多少?

答:SK海力士在华尔街上市的开盘价为每股170美元,总计募集资金达265亿美元,创下了外国公司在美上市的新纪录。

问题 2:SK海力士与英伟达是什么关系?

答:SK海力士是英伟达(Nvidia)最大的内存(RAM)供应商之一,为其AI处理器提供关键的存储组件。

问题 3:为什么SK海力士选择在此时上市?

答:主要受AI热潮驱动。AI技术的普及大幅提升了对高性能内存芯片的需求,使SK海力士这类供应链巨头获得了极高的市场估值和融资机会。

相关新闻

Anthropic年化营收飙升至650亿美元:两个月内实现180亿美元惊人增长
行业新闻

Anthropic年化营收飙升至650亿美元:两个月内实现180亿美元惊人增长

根据TechCrunch最新报道,知名AI模型制造商Anthropic的财务数据录得爆发式增长。目前,该公司的年化营收已正式攀升至650亿美元。尤为引人注目的是,在过去的短短两个月时间内,Anthropic的年化营收就增加了180亿美元。这一数据不仅刷新了AI初创企业的增长记录,也充分证明了市场对高质量AI模型及服务的强劲需求和极高的商业化变现效率。

同样集群利用率提升33%:Hugging Face揭秘任务排序对GPU效率的影响
行业新闻

同样集群利用率提升33%:Hugging Face揭秘任务排序对GPU效率的影响

本文深入分析了Hugging Face发布的关于GPU管理策略的最新进展。研究指出,在硬件集群配置保持不变的情况下,仅通过优化任务的执行顺序(Order),即可将GPU利用率显著提升33个百分点。这一由Dharma AI团队实现的突破,为解决当前AI算力紧缺与资源浪费并存的难题提供了极具价值的调度优化思路。

Rust实现高性能GPU卸载:兼具移植性、安全性与极致速度
行业新闻

Rust实现高性能GPU卸载:兼具移植性、安全性与极致速度

本文介绍了一项关于Rust语言在GPU编程领域的重大突破。研究人员开发了一种内置于Rust编译器(rustc)和LLVM后端的零开销、多厂商GPU编译框架。该框架利用Rust的所有权系统和严格的别名保证,解决了传统GPU编程中内存安全与执行效率之间的权衡难题。实验表明,该方案在RAJAPerf基准测试中达到了与原生CUDA和HIP C++相当的性能水平。