注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 三英傑2023
三英傑2023 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 三英傑2023 的推特
张雪机车 恭喜五冠🏆 第一冠:无人之境 第二冠:三英战吕布 第三冠:生吃二哈 第四冠:四马难追 第五冠: ——— ? 评论区留言 随机送红包
0
117
59
2
转发到社区
【戰事衝擊】英國財政大臣李韻晴將會見幾大銀行高層 據報,英國財政大臣李韻晴(Rachel Reeves,圖)將於週三與英國幾家最大銀行的高層舉行會議。據了解,巴克萊銀行、匯豐控股、勞埃德銀行集團、國民西敏寺銀行集團和Santander UK的高層已受邀參加此次與李韻晴的會議。
显示更多
极品高分御姐少妇,顶级榨汁机全自动,会吸会夹会喷水,常驻韩国,会中英韩三语,月底回国 详细介绍在tg群,点击链接跳转↓↓↓ 更多优质资源认准青雨,诚信经营不踩坑 同城次3k起,叶7k起 🚪88,下单有定,介意勿扰 联系方式: 🐧:457988463 Tg:Qingyu_888888
显示更多
0
2
19
21
转发到社区
北京 零26好孕 178D 超级冷白皮 顶级🔝天菜 超高颜值 澳洲留学回国 中英韩三语无障碍交流 超模身材 完美9头身比例 孕4个月,保真。🉑自带验孕棒检测 想先看风格/照片的,先从这边开始⬇️ tg👗 ✈️:
显示更多
存储三巨头涨价能直接吞噬英伟达的利润,现在定价权在存储三巨头,黄仁勋除了倒酒就差给海力士员工跪下来了。 所以英伟达的营收增长是确定性的,但利润增长不确定,所以股价没有太大波动,另外前几年累计下来英伟达市盈率炒的很高了。
显示更多
@xiaomucrypto 大哥,能不能回答我一个疑问,我认为英伟达这么好的财报都横盘,那么作为产业链的存储行业也起飞不了?是不是这样
0
23
153
9
转发到社区
我们可能会见到 存储三大原厂市值之和超过英伟达市值(27年三大原厂利润是英伟达3倍)拭目以待 $MU $DRAM $NVDA
0
5
82
17
转发到社区
比英伟达快 10 倍, $MU 仅用 48 天市值破万亿 5 月 26 日,美光科技( $MU)股价单日飙升约 19%,市值首次突破 1 万亿美元。 触发因素是 UBS 分析师 Timothy Arcuri 将目标价从 535 美元上调至 1625 美元,是华尔街 46 位覆盖美光的分析师中最高的。这个目标价意味着,以上周五 751 美元的收盘价计算,还有翻倍以上空间。 据道琼斯市场数据,美光从 5000 亿到万亿仅用了 48 个交易日,英伟达走完同一里程碑用了约 490 天,苹果约 1520 天,伯克希尔·哈撒韦约 1580 天。美光的速度是英伟达的 10 倍。 UBS 给出的核心判断是,AI 驱动的长期供应协议(LTA)锁定了产量并部分固定了价格,美光正在从周期性商品股转变为结构性成长股,「没有理由不按类似英伟达的市盈率水平交易」。 按 UBS 预测,美光 2027 至 2029 财年每股盈利将超过 100 美元,即便以盘中高点约 891 美元计算,前瞻市盈率也仅约 8.4 倍,标普 500 整体约 21 倍。 支撑这条曲线的是存储芯片 40 多年来最严重的供需失衡。数据中心预计 2026 年消耗全球 70% 的存储芯片产出,HBM 产能已售罄至 2027 年,DRAM 和 NAND 价格在 2026 年 Q1 暴涨超过 90%。 美光 CEO Sanjay Mehrotra 说:「AI 不仅增加了对存储的需求,它从根本上将存储重新定义为 AI 时代的关键战略资产。」 一年前美光市值约 1070 亿美元,如今翻了近 10 倍。一个月前涨了约 80%,自 3 月底低点以来涨幅达 180%,同期为标普 500 贡献的市值增量几乎与亚马逊相当。 值得注意的是,这轮行情中英伟达是缺席的。费城半导体指数与英伟达股价出现了罕见的大幅分化,存储和设备股接过了 AI 半导体行情的接力棒。美光在标普 500 中仅占约 1.5% 的权重,远低于「七巨头」各自 6% 以上,但 5 月 26 日当天对指数的贡献超过了任何一家七巨头。 美光是全球三大存储芯片厂商中唯一的美国本土企业(另外两家是韩国的 SK 海力士和三星)。预测市场平台 Kalshi 上,关于美国政府是否会在 2026 年入股美光的赌盘,概率已达 40%。
显示更多
针对英伟达(NVIDIA)即将发布的 Feynman(费曼) 架构,整理了关于三种记忆体SRAM,HBM5,HBF在费曼架构中的协作关系。很多人被这种眼花撩乱的记忆体搞懵了,我来给你们缕顺它们。 一、 3D SRAM:纳秒级“热记忆”突触 (计算核心的物理延伸) 核心功能: 消除访存延迟:提供 < 1ns 的响应,存储单周期内的**瞬时激活值(Activations)**与指令碎片。 高速缓冲池:作为 HBM5 与 Tensor Core 之间的桥梁,通过 SoIC(混合键合) 直接堆叠在 GPU 核心上方,确保计算单元零空转。 技术规格: 带宽/容量:片上带宽 > 150 TB/s,单片容量 1.5 GB - 3 GB。 工艺:采用 2nm / 3nm 工艺,由台积电(TSMC)主导 SoIC 堆叠。 厂商格局:海力士与美光聚焦高密度 6T SRAM 单元以优化热功耗;三星则利用 IDM 优势自研定制化 SRAM 晶圆。 二、 HBM5:费曼架构的“温记忆”主干 (存内计算与 3D 键合巅峰) 核心功能: 模型全集载体:存储 全量权重(Weights) 与 活跃 KV 缓存。 存内计算 (PIM):底层 Base Die 由英伟达定制,支持在存储端直接进行向量加法等预处理,释放 GPU 算力。 技术规格: 性能:单芯片带宽 15 - 20 TB/s,单卡容量可达 1 TB。 互联:全面转向 Hybrid Bonding(混合键合),支持 20-24 层 堆叠。 厂商路径: SK 海力士:依靠 Advanced MR-MUF 向混合键合平滑过渡。 三星:路线最激进,主导 16 层以上全混合键合。 美光:主攻低功耗控制(低 pJ/bit)。 闪迪/西数:通过 CBA 技术 积累提供高速逻辑层 IP。 三、 HBF (High Bandwidth Flash):智能体“冷记忆”仓库 (长上下文存储的终极方案) 核心功能: ICMS 平台核心:专门存储 非活跃 KV 缓存,解决 AI Agent 数月跨度的对话记忆。 冷热置换:通过 CXL 3.1 协议实现与 HBM5 的数据无损迁徙。 技术规格: 性能:读取速率达 1.6 - 2 TB/s(接近 HBM),容量高达 8 TB - 16 TB。 耐久度:内置硬件磨损均衡引擎,寿命达普通 NAND 的 5 倍。 厂商路径: 闪迪/西数:领军者,将 HBF 控制器直接键合在 BiCS NAND 下方。 SK 海力士:开发 HBF-NAND 堆栈,力求外形尺寸与 HBM 统一。 三星:推出低延迟 Z-NAND 混合体,缩小与 DRAM 的性能鸿沟。 四、 协作关系总结:AI Agent 任务流 在英伟达费曼(Feynman)架构的 AI Agent 任务流中,三者构建了从“神经反射”到“深度思考”的记忆闭环:3D SRAM 以 < 1ns 的延迟在芯片内实时处理瞬时激活值与指令,确保计算核心零停顿;HBM5 作为封装内的动力心脏,通过 \sim 5 TB/s 的带宽承载全量模型权重与活跃 KV 缓存,维持推理逻辑的连贯性;而 HBF 则作为系统级的长期记忆库,利用 8-16 TB 的海量空间存储非活跃上下文,通过 CXL 3.1 协议与 HBM5 实现数据的冷热置换,共同支撑起智能体跨越时空的复杂任务处理能力。
显示更多
0
17
189
36
转发到社区
英伟达CEO老黄在电话会上说agent已到拐点,算力直接转化为收入。 黄仁勋认为没有算力就无法生成token,没有token就无法实现营收增长,云服务商的巨额资本开支最终将直接转化为收入。 拐点是什么?是斜线变指数曲线,agent一旦普及开来,类似openclaw龙虾成为各个公司员工的标准工作流,token的消耗量将万倍增长,对应的存储需求也会数倍增长,远远不是AI存储三巨头的扩产计划能跟上的。
显示更多
这些大厂ceo可能都还没意识到agent普及会带来什么变化,说28年缓解都完全太早了. 我们可以想象成跟个人电脑一样, 你可以只用一块gpu,cpu,但是日积月累你可能需要很多块存储卡,现在这个阶段所有人都保守来,现在的ai没有太强的自主性,你问什么它回答什么,制造数据的速度还不是非常快. 一旦ai普及过渡到agent阶段,那速度可能远超人类制造数据速度的百万倍,完全的自主性,无眠无休. 可能超越人类百倍千倍的输入速度,不断电不停止,单日的总输入输出量将会是现有人类的百万倍不止. 他们这些ai巨头老板还在以现在常规的一问一答形式的ai对话形式的来计算存储需求, 实际从开源agent助手clawdbot出现那刻开,最近几年的存储需求都要开始被重估. 你用gpt,用deepseek或者豆包gemini,他的存储需求在你短暂的一问一答后就结束了. clawdbot这种agent助手则完全不是,在你下达任务后,无眠无休24小时狂干,直到你上去检验满意为止. 这二者中间的数据量是天壤之别,唯一限制存储的就是物理世界的存储产能和与ai相匹配的电力了.
显示更多
0
19
146
17
转发到社区
所有人都在买英伟达,没人注意到这根连接所有AI芯片的管道——Nokia 上一篇写了为什么nokia是最便宜的光,今天再来详细分析一下4月份的财报和未来方向。有没有可能重现1999-2000年的parabolic move? 一、先说一个被忽视的逻辑 AI投资的讨论永远围绕着芯片——谁的GPU更快、谁的HBM供货更足。但没人问一个更基础的问题这些GPU之间,用什么连接? 数据中心里成千上万颗GPU需要实时互相通信,传输的数据量是普通网络的数百倍。现有的网络基础设施正在被这股流量压垮。打通这个瓶颈,就是下一个十亿美元级别的机会。Nokia就站在这个瓶颈的收费站口。 二、4月份财报说了什么 表面数据:Q1净营收45亿欧元,整体年增率4%。很多人看到这个数字转头就走。 但分开来看: 1. AI与云端客户营收年增49% 2. 光通讯业务单季成长20% 3. 营业利益率冲上6.2%,年增200个基点 4. 自由现金流单季6.29亿欧元 5. EPS大超分析师预期31% 6. 净现金储备近40亿欧元 7. 已启动股票回购 更关键的是,管理层把光通讯与网络互联业务全年指引从10-12%直接上修到18-20%。大型设备商几乎从不这么做——除非手头的订单已经多到藏不住。10亿欧元实质采购订单,带明确交付日期,不是框架协议。客户之所以愿意压上日期,说明数据中心土建已完成,服务器准备进场,就等Nokia的设备到货。 三、为什么是Nokia,不是别人 重点一:与英伟达深度绑定 Nokia与英伟达达成AI-RAN战略合作,把GPU算力直接整合进无线电网络。年底还有双方合作的光电共封(LPO)现场试验数据即将公布。 黄仁勋说Agentic AI带来1000%的算力需求暴增。这1000%的算力要运转,需要1000%更宽的传输通道。Nokia在造这个通道,英伟达需要这个通道。 两家公司的利益高度一致。 重点二:Infinera并购协同效应超预期 高利率环境下,Nokia凭借近40亿欧元净现金逆势完成对Infinera的收购,并购带来的毛利率提升速度远超华尔街预期。这笔并购很完美,营收规模越大,利润爆发力越强。 重点三:主动放弃低毛利,聚焦Webscale巨头 Nokia正在主动削减消费者光纤等低毛利业务(固网业务Q1下滑13%),把所有产能死死锁定在谷歌、亚马逊这类超大型云端数据中心客户。 表面营收看起来疲软,实际是在牺牲数量,保住利润率。这种"价值重于数量"的策略,在产业周期里往往是股价主升段的前兆。 订单出货比持续大于1,接单速度快过交货速度,积压需求将在未来几季持续转化为营收。 四、市场有多大 云端巨头2026年资本支出超过7250亿美元,整个潜在市场年复合成长率从16%跳升至27%。目前AI驱动的网络流量只占整体的20%。随着Agentic AI和Physical AI的普及,机器对机器的数据传输将呈指数级增长——现有网络根本撑不住。Nokia不需要抢市场,只需要站在这条必经之路上收过路费。 五、风险在哪 供应链瓶颈: 光通讯产品交期被拉长至12-18个月,上游数字信号处理器(DSP)大缺货,营收认列速度被掐住。订单很多,但转化成钱需要时间。 无定价权: Nokia的增长靠的是出货量,不是涨价。光通讯产品长期价格向下,利润扩张依赖规模经济,这是苦活不是躺赢。 新交换器业务存在转换空窗期: Q1拿到的设计导入(Design Wins)不会立即贡献营收,需要等Q2-Q3的订单转化。 2027年新架构才放量: 下一代光电共封架构能降低客户总置成本70%,但量产要等2027年下半年,别把2027年的故事算进2026年的EPS。 六、会不会重现1999-2000年的parabolic move行情? 1999年Nokia是全球最大手机厂,市值一度超过2000亿美元,两年内股价涨了超过10倍。那次是5G前身的2G/3G爆发周期。 这次不同,也更扎实。那次靠的是终端设备消费,周期性极强。这次靠的是基础设施刚性需求,数据中心建好就要配套设备,不存在等等看再说。 抛物线行情需要三个条件: 1. 需求端爆发: 7250亿资本支出,明年资本开支持续增加,AI流量暴增 2. 供给端瓶颈: 交期12-18个月,产能跑不赢订单 3. 市场认知滞后: 大部分人还把Nokia当5G周期股在看 认知差就是超额收益的来源。当市场还在争论Nokia是不是无聊的电信设备商,机构资金已经在悄悄重新定价。 七、三个必须持续跟踪的数据 1. Q2开始看设计导入转化率: Q1拿到的客户认证,有没有在Q2变成真实采购单,这决定下半年营收基础 2. 光通讯交期有没有开始收缩: 从18个月降到12个月是一个信号,意味着上游供应链开始松动,营收加速的拐点就在附近 3. 年底LPO试验数据: 与英伟达合作的光电共封现场测试,一旦数据亮眼,Nokia的估值逻辑将从"电信设备商"切换到"AI基础设施核心供应商",PE重估空间巨大 八、总结 这不一定会是1999年的抛物线,但认知差带来的重估行情,逻辑上已经非常清晰。等年底英伟达LPO试验数据出来,才是真正的验证时刻。 #NOK# #Nokia# #NVDA# #AIInfrastructure# #OpticalNetworking# #Datacenter# #AI超级周期# #光通信#
显示更多
0
42
213
43
转发到社区