IBM Telum II Processor
Telum IISamsung 5nm、8 个高频核心、片上 AI accelerator 与 DPU,面向 z17 核心交易与本地推理
路线披露/系统商用
I IBM 在 AI 芯片链的核心不是外售通用 GPU,而是把 Telum II 片上 AI、Spyre PCIe 加速卡、Z/LinuxONE/Power 与 watsonx 软件栈绑定成企业本地推理平台;驱动来自金融、政企核心交易数据不愿外搬,约束是生态规模和通用加速器性能曲线弱于 NVIDIA/AMD。
3,564 家 13F 申报机构披露持有它,占全市场约 40.8%;本季 +92 家加注。
口径=全市场 13F 季度申报聚合(8,741 家申报机构为分母)· 仅呈现机构持仓事实与季度变化,非买卖建议、不构成目标价 · 完整持有人名单 · 逐家调仓 diff · 资金视角 →
Samsung 5nm、8 个高频核心、片上 AI accelerator 与 DPU,面向 z17 核心交易与本地推理
路线披露/系统商用75W PCIe Gen5 x16 AI 加速卡、128GB LPDDR5,面向生成式 AI、表格/文本/多模态推理与微调
商业可用/路线披露Telum II 驱动的大型机平台,强调交易级可靠性、z/OS 安全和本地 AI 推理
量产/商用Linux on IBM Z 架构,配合 Telum II/Spyre 把容器、数据库和 AI 推理部署在高可靠主机上
量产/商用企业服务器平台,路线中接入 Spyre 加速器以服务 AI 推理、数据库和关键业务应用
路线披露/商用推进AI studio、模型治理和数据平台,与 Red Hat OpenShift、Z/LinuxONE/Power 部署结合
量产/商用| 口径 | FY2025Q1 | FY2025Q2 | FY2025Q3 | FY2026Q1 |
|---|---|---|---|---|
| 收入 | 14.541 | 16.977 | 16.331 | 15.917 |
| 毛利 | 8.031 | 9.977 | 9.36 | 8.95 |
| 净利润 | 1.055 | 2.194 | 1.744 | 1.216 |
| FCF | 4.126 | — | — | 4.937 |
缺失期项以 — 表示,未用估算填充。
依赖Telum II/Spyre 对 Samsung 5nm FinFET、SRAM 良率、可靠性认证和高频功耗曲线依赖高
依赖依赖高频 CPU、DPU、AI core、PCIe Gen5、LPDDR5 控制器和封装协同验证工具链
依赖依赖先进沉积、刻蚀、计量和材料研发支撑下一代节点、3D 集成和 AI accelerator 能效演进
依赖Spyre 需要 PCIe Gen5 x16、75W 级功耗、LPDDR5 内存和 Z/Power I/O 抽屉的热设计匹配
依赖依赖编译器、运行时、模型量化、容器调度和 z/OS/Linux 数据访问栈把 AI workload 放到交易数据旁边
| 持有主体 | 披露市值 | 权重 | 来源 · as_of |
|---|---|---|---|
B BlackRock, Inc. | US$20.0B | 0.3% | SEC 13F · 2026-03-31 |
V VANGUARD CAPITAL MANAGEMENT LLC | US$15.7B | 0.4% | SEC 13F · 2026-03-31 |
S STATE STREET CORP | US$14.3B | 0.5% | SEC 13F · 2026-03-31 |
V VANGUARD PORTFOLIO MANAGEMENT LLC | US$7.5B | 0.4% | SEC 13F · 2026-03-31 |
G GEODE CAPITAL MANAGEMENT, LLC | US$6.0B | 0.4% | SEC 13F · 2026-03-31 |
M MORGAN STANLEY | US$5.1B | 0.3% | SEC 13F · 2026-03-31 |
| 公司 | 定位 | 关键差异 |
|---|---|---|
| 企业主机内生 AI 加速与混合云平台 | Telum II 片上 AI、Spyre PCIe 卡与 Z/LinuxONE/Power/watsonx 绑定,优势是数据驻留、交易低延迟和企业 RAS,不是通用 GPU 生态 | |
| 通用 AI 训练/推理加速平台 | CUDA、GPU、NVLink、网络和系统级平台最完整,适合大规模训练和通用推理,弱点是客户数据外搬与供应紧张 | |
| 开放 GPU/CPU AI 加速替代路线 | Instinct 与 EPYC 组合在云端和企业服务器中争取总拥有成本与开放生态,但软件生态仍在追赶 CUDA | |
| x86 CPU 内建 AI 与专用加速器 | Xeon AMX 适合 CPU 侧推理和企业既有 x86 部署,Gaudi 面向训练/推理集群,主机级 RAS 与 IBM Z 不同 | |
| 数据库/云基础设施内嵌 AI | 以 Exadata、数据库和 OCI 绑定数据层 AI,竞争的是企业关键数据所在位置,而不是自研 AI 芯片外售 |
IBM 位于 AI 产业链的企业级落地层:向上依赖基础模型、云基础设施、开源软件和企业数据,向下服务金融、政府、制造、医疗、运营商等大型组织。它不是 GPU 供应商,而是把混合云、数据治理、咨询交付、自动化和企业 AI 平台组合成可控生产系统。公司 2024 Form 10-K 描述业务包括 Software、Consulting、Infrastructure 与 Financing,AI 叙事主要落在 Software 与 Consulting 的组合上。IBM 2024 10-K
IBM 的 AI 相关产品主线包括 watsonx、Red Hat OpenShift、Granite 模型、数据与自动化软件、咨询服务和主机/基础设施。watsonx 面向模型训练、治理、数据连接与企业应用,Red Hat 提供跨云运行环境,咨询团队负责把 AI 嵌入客户流程。IBM 官方 watsonx 页面把它定位为面向业务的 AI 与数据平台,而不是单一聊天机器人。watsonx
上游包括公有云、开源社区、GPU/服务器、企业数据库和基础模型生态;下游是大型企业与政府客户。IBM 的客户通常已有复杂的合规、主机、ERP、数据湖、私有云和安全要求,因此 AI 落地难点不是模型可用,而是数据权限、审计、部署、流程改造和持续运维。Red Hat OpenShift 是跨云部署的关键中间层。Red Hat OpenShift
IBM 同时与 Microsoft、Google、AWS、Oracle、Accenture、ServiceNow、Palantir 和传统系统集成商竞争。云巨头更强在基础设施和模型分发;咨询公司更强在项目交付;Palantir 更强在高强度运营系统。IBM 的差异化是混合云、主机客户、Red Hat、治理和咨询结合,但增长弹性通常低于纯云或纯 AI 应用公司。
护城河来自大型客户关系、合规行业经验、Red Hat 开源生态、主机与交易系统存量,以及咨询团队对流程的嵌入。企业 AI 的难点常在“谁能把模型接进真实系统并可审计运行”,这正是 IBM 的历史能力圈。约束在于交付型业务人力密集,且客户预算周期较长。
误读一:IBM 是基础模型龙头。纠偏:IBM 的重点是企业可治理 AI 与混合云落地,不应按消费级模型公司理解。
误读二:咨询收入等于高质量软件收入。纠偏:咨询能带来客户入口和实施能力,但毛利、扩张速度和可复制性不同于纯软件。
误读三:主机业务与 AI 无关。纠偏:大型机构的关键数据和交易仍在 IBM 生态中,AI 落地经常需要连接这些存量系统。
仅保留不随行情过期的产业逻辑章;时效性内容(最新财务/估值/事件)以上方财报与前瞻块为准(实时)。深度叙事刷新中。
上方免费给了判断 + 转向雷达 + 审判室 scoreboard + 各 1 条样本;墙后 = 完整前瞻逻辑 + 逐机构 13F 证据轨 + 产业深析 6 章。往下选一档解锁:







































































本页整合公开披露/SEC 真财报 + 独立深度研究与我们的跨源交叉验证;仅供研究学习,不构成投资建议、无估值/目标价;个人观点与战绩自报未经审计;提及不等于持仓;站内内容为中文转化式整理,继续深问请用 AI 对话或站内观点流。