终于如愿拿到了带有@heyibinance 一姐亲笔签名的《币安人生》实体书了！ 拿着这本书，心里挺有感慨，也多了几分感动！ 还记得看表哥推文说，一姐问，怎么好多人都来找她给这本书签名啊 表哥表示，直言这本书的序言，比书本身内容还要好看（懂的都懂）😍 电子版我认认真真看了两遍了，每看一遍，都有不一样的感悟 书里不仅讲了CZ大表哥@cz_binance个人的成长经历，币安的创业经历，还有加密行业一路走来的发展故事 里面包含的商业思维和人生感悟，带给我的不只是简单的知识，更多的是行业认知，也给了我不少前进的动力 我也真正明白了从零开始的不易和坚持，看懂了牛熊交替中坚守的意义，书里很多思路和方法，不管是平时工作还是生活，都能直接用上 现在拿到实体书，准备在来慢慢读一遍，相信纸质阅读会带来不一样的感悟 目前就差 CZ @cz_binance大表哥的亲笔签名了！ 我会一直记着这个小心愿，以后有机会见到表哥，我肯定带着这本书去求签 希望能早日集齐双签，把这本书变成我加密旅程上一份圆满、珍贵的纪念 真心推荐给每一个在加密圈打拼、慢慢摸索成长的人，不管是圈内老兵还是新人，这本书都值得大家花时间看看！ 也很荣幸拿到一姐亲签，感谢一姐！ 往后我也会继续沉淀学习，不断提升自己✨，继续 keep building！#币安人生# #Binance#

历史记录: 看《陈一谘回忆录(续)》, 1989年“六四”后, 一批原体制内的青年智囊离开中国. 8月8日, 他们在纽约开会, 讨论未来要怎么办. 不同的人提出了不同的主张: 周其仁说: 我们的主战场在国内, 应当从事有政治潜力的学术研究; 宋国青说: 中国可能出现一个勃列日涅夫时期, 需要留有余地的做准备; 朱嘉明说: 不要对共产党存有幻想, 下决心大干一场; 张阿妹说: “六四”说明中共没救了, 问题是这么干对中国今后有利? 郝一生说: 可以搞一个研究所. 陈一谘说: 我们每个人都要做从零开始的准备.

吴恩达怒批“AI 导致失业论”！我在新加坡看到的真相：企业正排队花钱抢人 “AI 马上要砸掉所有人的饭碗了！”——这段时间你肯定被这种恐慌新闻刷屏了。 但就在这几天，AI 泰斗吴恩达公开发文怒批：“所谓 AI 引发大规模失业，纯粹是不负责任的恐慌故事。大家必须立刻停止这种炒作！” 为什么？听我给你讲讲宏观的谎言和我在新加坡看到的微观真相。 第一，谁在推动“AI 失业”的恐慌？ 吴恩达一针见血：这是三股力量在推波助澜！ 1️⃣ AI 大模型公司： 极力渲染 AI 能取代人类，是为了拉高定价锚点。既然能帮你省下 10 万美金的人工费，收你 1 万美金订阅费不就显得很划算？ 2️⃣ 传统大厂： 需要“AI 提效”的借口，掩盖自己疫情期间盲目扩招后的“裁员遮羞布”，讨好华尔街。 3️⃣ 媒体： 天然偏爱恐慌。“AI 灭绝人类”永远比“AI 改变工作流程”更有流量。 历史上盲目恐惧“人口炸弹”和“脂肪”都带偏了社会决策，今天绝不能再被“AI 失业论”洗脑！ 🇸🇬 第二，实地走访新加坡的真相：根本招不到人！ 昨天我走访了新加坡国立大学（NUS）的计算机教授，真实情况是：懂 AI 的学生供不应求！ 企业甚至愿意交几千新币的“排队费”来买一个进场抢人的名额。 这种恐怖的需求不仅来自科技巨头。昨天我还走访了一家新加坡本地的传统蛋糕店，老板都在想方设法用 AI 改造订单系统和生产排产。 全世界有无数这样急需 AI 改造的中小企业。但是，把大模型落地到业务流程里，极度缺乏一种人才—前向部署工程师（FDE）。既懂 AI 工具，又懂业务场景，缺口极大！ 🚀 总结：停止无效内卷，迎接 AI 就业狂欢 (Jobapalooza) AI 带来的不是失业末日，而是一场史无前例的就业狂欢！ 但我必须提醒一个巨大的培训误区： 别再花大量时间去算模型权重、学底层的神经网络原理了。除非你想去 OpenAI 盖基建，否则这些在日常工作中根本用不到！ 真正的机会在于： ✅ 搞懂 AI Agent（智能体）的工作原理 ✅ 熟练使用最新的 AI 工具组合 ✅ 深入传统企业，摸透他们的工作流，用 AI 帮蛋糕店提升 30% 排产效率！ 现在不是焦虑失业的时候，现在是你躬身入局，成为 AI 时代超级个体的最佳历史机遇！ BTW，我们正在与 NUS 合作策划一系列从零开始的 AI agent 企业应用课程，感兴趣的朋友可以关注起来。 #AI# #吴恩达# #AI就业# #人工智能# #新加坡# #职场发展#

想在短时间内真正提升自己，就去给我狂刷这48部高分纪录片。 思维训练篇 《逻辑的乐趣》 8.5 分 用趣味案例打开逻辑思维大门，让思考更严谨 《心智的斗争》 9.1 分 揭示直觉与理性如何进行博弈，理解思考本质 《未来认知课》 9.1 分 预判未来趋势，升级认知维度 《思维破局》 8.5 分 打破思维定式，高效解决问题新路径 《思考，快与慢》 9.1 分 理解思维系统，提升决策质量 《像乌鸦一样思考》 9.0 分 培养科学思维，提升观察推理力 提升表达篇 《TED 演讲集》 9.2 分 汇聚全球顶尖思想，学习如何提炼观点与讲故事 《朗读者》 8.5 分 在温暖的朗读声中，感受文字与情感结合的力量 《圆桌派》 9.1 分 名家智慧访谈，启迪深度思考 《演讲家的力量》 9.1 分 解析优秀演讲的流程逻辑，提升你的表达感染力 《沟通的艺术》 8.8 分 看透沟通的底层逻辑，建立更顺畅的人际关系 《好好说话》 8.9 分 拆解各种沟通场景问题，传授实用技巧 文化底蕴篇 《河西走廊》 9.7 分 盘活史诗，重现丝绸之路黄金段的千年沧桑与辉煌 《中国通史》 9.2 分 全景涵盖历史，帮你构建华夏历史框架 《故宫 100》 9.1 分 探寻故宫建筑角落，读懂建筑背后的密码与故事 《大国崛起》 9.2 分 解读强国兴衰，洞察发展规律 《如果国宝会说话》 9.4 分 让国宝开口说话，用全新视角解锁文明基因 《从秦始皇到汉武帝》 9.0 分 再现帝国崛起，解读统一之路 心理疗愈篇 《积极心理学》 9.6 分 给你幸福感，快乐是可以习得的能力，而非运气 《伴侣治疗》 9.1 分 直面亲密关系，回归自我 《心智的构建》 9.0 分 解析心智奥秘，理解行为模式 《幸福实验室》 8.8 分 用严谨的科学实验验证幸福密码，探寻幸福的本质 《身份的焦虑》 8.3 分 探讨现代人焦虑的根源及如何寻求内在的解药 《我们如何对抗抑郁》 8.1 分 还原真实困境与抗争，传递科学认知与希望 财商思维篇 《金钱与我》 8.3 分 识破消费陷阱，聪明购物 《金钱心理学》 8.9 分 读懂财商心智，明智理财 《金融的本质》 9.1 分 洞悉金融背后的运行逻辑，看懂财富流动与增值 《财富自由之路》 9.2 分 揭秘财富密码，让财务自由不再是空谈 《隐形亿万富翁》 9.1 分 见证亿万富翁从零开始的创业实战 《美国商业大亨传奇》 9.3 分 看洛克菲勒、卡内基等大亨如何改变世界 美食文化篇 《早餐中国》 8.9 分 一日之计在于晨，烟火气息最动人 《舌尖上的中国》 9.4 分 以美食为窗，窥见中华文化的传承与市井的温度 《人生一串》 9.2 分 聚焦全国烧烤江湖，充满市井烟火与江湖气息 《水果传》 8.7 分 水经果来性，视觉味觉盛宴 《小海鲜》 8.5 分 东海小鲜，质朴本真滋味 《一面之词》 8.4 分 深入面条世界，领略中华面食博大 历史传记篇 《袁隆平》 9.2 分 聚焦当代神农，铭记哺育众生之功 《百年巨匠》 9.0 分 全景回顾艺术大师人生与不朽成就 《苏东坡》 9.3 分 穿越千年与有趣的灵魂对话，感受豁达与生命力 《玄奘之路》 9.4 分 再现高僧十九年求法旅程，感受信念的力量 《梁思成与林徽因》 9.5 分 讲述战乱中，一对学者夫妇为筑魂耗尽的一生 《他们在岛屿写作》 9.1 分 记录文学大师的创作生命，守护精神家园

今天芯片圈最大的新闻，莫过于Gerard在创立Nuvia CPU被高通收购五年之后，重新出发，新创立了ARM CPU公司，名字也跟之前非常像，叫Nuvacore 现在这个时间点做数据中心CPU，确实是赶上了CPU十年来最好的时代: AI agent带来CPU短缺潮已经经隐隐浮现，AWS多个客户都提出要包揽所有Graviton ARM CPU产能 ------------ 这个消息对硅谷的芯片打工人吸引力是巨大的，Nuvacore这次的阵容都是功成名就的明星阵容，以前Nuvia创始团队重新集合，拿了红衫的投资，做面向 AI 基础设施/agentic computing 的通用ARM CPU。当年还是一个尚未完全被验证的大方向都能大获成功，而现在ARM CPU服务器正在风口浪尖上，前景和想象力和2019年Nuvia比起来大了太多了 上一次Gerard把Google，苹果platform architecture组的架构大佬挖了好多过去，这次的号召力只会强得多，240m的融资，已经验证过的路径和创始团队，肉眼可见的下一个增长风口，一定会让Nuvacore成为湾区最热门最受追捧的芯片startup，没有之一。毕竟这是一个肉眼可见能财富自由而且风险收益比极好的机会 ---------- 遥想当年Nuvia第一代CPU的发布赶上苹果M2时代，还是挺震撼的，Nuvia让高通在一年的时间CPU跑分进步了整整三代，单核跑分从2300变成3200，竟然超过了苹果M2 max一大截 可惜Nuvia Phoenix core从发布到最后上市拖了太久太久，中间苹果把牙膏挤爆了连着上市了M3/M4，于是Nuvia CPU上市之后从跟M2比较变成了跟M4比较，从期待中的C位变成背景板了 当年Nuvia的眼光非常超前，在2019年ARM CPU服务器市场占有率几乎为零的情况下，就是想从零开始打通这个市场，2021年被高通14亿美元收购之后，高通也给了无限的资源支持，扩招力度很大，给的薪水都是市面上最高一档的。 可惜大环境在2022年恶化的很快，加上高通的管理层战略眼光实在太差太短视，在业界ARM服务器生态都开始有起色的时候，为了股价节约开支，竟然再一次把自家的Nuvia CPU 服务器团队解散了（算上2015年已经解散过一次ARM服务器团队） 直到2025年，Nvidia的Grace ARM CPU都已经发布四年了，Vera ARM CPU都已经自研好久了，Amazon的ARM CPU Graviton都快占据CPU服务器新出货的50%了，高通才后知后觉谨慎的重启ARM服务器项目 所以这次Gerard从高通的高管位置把之前的创始团队拉出来自己干，可能是因为高通高层战略眼光实在太差屡屡错过机会，上次Nuvia想做ARM服务器，高通的承诺也因为大环境恶化没做数，结果被收购之后被高通取消了项目直接改做了laptop芯片和手机芯片 加上高通今年在手机销量上因为内存和存储历史级的巨额涨价，可以预见要受到重创(市场萎缩30%)，能拿出的扩张预算有限，在高通能拿到的资源是受到掣肘的 而在创业公司里比在 Qualcomm 这种大平台里更容易拿到足够快的决策速度、团队纯度、产品定义权和资本叙事，于是选择在窗口已经被验证时重新集结老班底 但更可能因为，AI时代的CPU前景想象力真的太广阔了，完全值得重新投入一次，不是Gerard变了，而是外部市场变了 ------------------------ 进入2025年之后，AI agent的出现，隐隐让CPU重新变成了瓶颈 CPU服务器重新步入增长轨道，而且潜力巨大，有好几个因素： 1. 随着推理时代的到来，GPU演化到针对推理的系统级新架构，CPU 是永远在忙的总指挥orchestrator, 因为要追求token throughput，所以异构计算阶段变多 + 批处理数量batch越来越大，scheduling/routing/data flow复杂度变高，对orchestration要求也变高 所以在系统级异构推理架构里，AI加速器和GPU在CPU：GPU的配比上，也变得更为激进，从以前的1：4到Grace Blackwell的1：2，以后是很有希望达到1：1的比例的。Google TPU配Axion，Amazon Tranium配Graviton，Nvidia Rubin配自家Vera CPU 这条在我的去年11月半导体年终回顾写过，基本上在2026年成为了共识，虽然这部分主要是各家AI 芯片自研，并不是纯粹的CPU服务器，其实不算是外部CPU服务器的机会 2. 也是同一篇年终回顾里写到的： 从CPU视角去看agentic workload，routing和工具处理都在CPU上，如果把常用的agentic框架做profiling，比如SWE-Agent, LangChain, Toolformer，CPU最长可以占到90%的E2E端到端延迟，throughput瓶颈也更多的卡在CPU，CPU甚至能耗也超过了总能耗的40% Agentic AI目前是一个CPU瓶颈更多的事情，Agent管理很多个CPU，再加上agent经常要开sandbox，很可能会成就CPU需求的新一波回暖 现在回看去年写的这个逻辑，潜力是非常大的。但其实年初可能并没有很大规模发生，年初的CPU增长和各家渲染的CPU短缺潮和这个逻辑暂时关系不大，更多可能是前几年的capex投入GPU的比例太大，造成传统CPU服务器投入不够，所以需求上升是一个回补之前传统服务器投入不够的部分。 但到了下半年甚至2027，agent会开始更广泛的铺开，比如智能导购和客服，已经占到了Amazon去年年底100万CPU采购的相当部分比例，这部分的增长是很快的 前两个逻辑，基本上是今年主流叙事在讲CPU潜力的共识，但是我的感悟是，还有另外两个逻辑被低估了： 3. 造成CPU服务器潜力更大，更长线的主逻辑，可能和agent本身没有直接关系，而是code agent带来的副产物： coding门槛和速度的大幅优化，让“构建软件 + 连接软件 + 调用软件 + 自动化软件”这整件事便宜了一个数量级，Jevons 悖论在software供给端的展开，最终把世界推向更高的软件密度和 API 密度，这直接带来了CPU传统workload的线性上升 从2025年年底开始，coding agent迎来了质变，Claude code迎来了爆发式增长，三个月的token营收增长了三倍，那么导致的下一步必然是Code量的十倍增长,以及App数量的巨量增长 即便是在大厂，每天1m token消耗只能算是个平均水平，人均coding量必然是翻倍的（小厂就是翻十倍了），code供给量暴增，不会只停留在 repo 里，而会逐步变成更多长期运行的软件资产，长期存活的feature变多，product变多，microservice变多，API变多 长线来看，App/API所有的生产成本和生产周期会变成原来的10%，API实现极大富足。那么API的Usage就会大量的上升,这就会造成传统CPU Workload或者说CPU Seconds大量的上升，这甚至和agentic没有直接关系 时间维度上，这个逻辑并不是短期性质，Claude code的爆炸是这几个月刚发生的事情，那么产品上线，microservice，api上线，可能都要向后延迟。当软件变便宜，社会不会少用软件，只会把更多事情软件化 所以也许到下半年甚至更久才会看到，传统cpu云的需求又莫名其妙增加了，表面上看，甚至和AI agent没有直接关系 4. CPU是一个技术上很难通缩的东西，不像内存/存储有很多压缩算法会降低单任务对存储的用量，CPU workload增长转化成硬件需求增长是实打实的 比如说kvcache其实每年都有各种压缩技术出现，老的压缩技术比如kvcache的multi-head它会share一个head（GQV），这个大概会相当于4倍的压缩，再比如说去年turboquant这个技术也会新带来几倍的压缩。然后加上数据精度从FP16到现在的下一步要到FP4，精度的下降都会带来kvcache的压缩，从而带来存储方面的技术通缩。 但CPU是一个技术层面上通缩量很小的事情，目前任何的agentic的cpu workload（CPU seconds）增长都是硬件需求增长，它通缩的方面只有每年每一代跑分提高的10%到15%。如果说另外通缩因素，比如云的五倍六倍的超卖会不会影响？不会，因为它一直是超卖的，所以说超卖/利用率低这个CPU技术通缩的因素不会继续扩大了，每个增长的CPU seconds都是不怎么带打折的硬件线性增长 ARM的指引是CPU的供需缺口可能会到30%以上，这几个原因的叠加，加上AI服务器对CPU服务器产能和订单的挤压，可能会让缺口更大，各个hyperscaler的反应可能是会滞后的 ------------------ CPU整体需求潜力增长的同时，ARM服务器CPU也赶上了历史上最好的时代： Hyperscaler为了节省成本，接近50%的新增传统server CPU都是ARM，Google的Axion，Amazon的Graviton，Microsoft的Cobolt，Graviton甚至2026年的产能已经全部卖完，瓶颈成了产能 Google TPU配Axion，Amazon Tranium配Graviton，Nvidia Rubin配自家Vera CPU，这部分CPU为什么会集体转向ARM，除了成本因素之外，也因为推理系统为了追求token throughput，batch越来越高越做越复杂，自研ARM CPU以及系统性软件硬件的co-design会更方便，比如Nvidia是Dynamo去控制Vera和Rubin之间的协同 Nuvacore的规划上来看，不仅仅满足于做IP，也要做成品，因为在招聘网站上出现了validation engineer的职位 但是这次Nuvacore面临的挑战也不小：起步太晚了，无论是市场上，还是技术上，竞争都激烈了很多。CPU服务器和七年前比，已经复杂了很多，已经不再是单片CPU的竞争，而是rack系统级别的复杂度 现在开始做2028~2029年上市的CPU，要做到rack级别有竞争力，规模要大很多，基本上要几十个chiplet，500+个core拼起来，还要考虑如何适配AI agentic workload，工作量比以前明显要大的多，对一个startup的挑战比七年前也大得多 ---------------- 上次Nuvia在成立两年之后成功的以14亿美元出售，这次市场热度比五年前高了一个数量级，Nuvacore之后的路会怎么走呢？ 如果是被收购路线，其实买家可能比五年前比并没有更多，这五年里，Google有了Axion，微软有了Cobalt，Amazon有了Graviton，Nvidia自研的Vera CPU已经成型，连ARM也打破了35年来只做IP的常规，开始做自己的AGI CPU芯片 最有可能的是Softbank系，softbank已经在ARM CPU服务器生态上布局深耕了多年，65亿美元收购了Ampere，再收购Nuvacore是很正常的事情，这个市场想象力足够大 其他的选择也可能是Meta，因为几家互联网公司里，只有Meta的silicon house没有稳定可靠的CPU服务器，有限的资源在MTIA都做AI加速器去了 但是Meta的问题在于稳定性极低，决策每个月都在变化，注意力非常短期化，项目随时取消，对Nuvacore来说完全无法兑现潜力，是一个非常糟糕的买家 但总体来说，Nuvacore的选择肯定比五年前宽了太多了，对ARM CPU服务器的潜力大家的共识都很明确，融资的难度要小很多，自己运营扩张起来，阻力比以前小很多，合作伙伴的配合程度上也因为未来预期，会容易很多 完全可以自己做大到比Nuvia当年更大的规模再考虑出路，根本不着急卖

Mira：构建模块化 AI 协议，释放去中心化智能的“流动性”主权 在当前的 AI 浪潮中，开发者往往需要从零开始构建复杂的集成逻辑，导致大量重复性工作；同时，高质量的 AI 工作流被封闭在中心化巨头的黑盒中，缺乏透明度且难以被中小型开发者复用 ■以“Flows”为核心的模块化协作架构 Mira @miranetwork 协议引入了一套革命性的模块化底层逻辑，旨在打破 AI 开发的孤岛： ①Flows 的模块化拆解：Mira @miranetwork 将复杂的 AI 应用拆解为可组合的“Flows”（工作流），每个 Flow 由不同的“Modules”（模块）组成 ②无缝集成与复用：开发者可以直接引用现成的 Flows 并在其基础上进行二次开发，无需担心底层的工程适配 ③去中心化的协调机制：通过区块链技术确保每一个 Flow 的所有权与贡献可追溯 Mira @miranetwork 的推出不仅是技术架构的升级，更是对 AI 资产主权的重新定义： ✅降低 AI 准入门槛 ✅构建主权 AI 生态

我其实德州打得并不好，但这两天看的数据面板，突然有点感慨： 人类在牌桌上靠感觉，AI 在牌桌上靠画像。 你以为自己只是“偶尔跟一下”“偶尔偷一下”“这手随便玩玩”，但系统已经开始记录你的 VPIP、PFR、AggFreq、fold 频率、check-raise、showdown 行为，慢慢把你画成一个牌桌画像。 更狠的是，这一版不是纯 GTO bot。 纯 GTO 像一个数学老师，冷冰冰地告诉你什么是最优解。 我们现在更像做了一张“会成长的桌子”：底层有 GTO baseline，上面叠了个性、剥削、协作、适应、防 tilt。 你打久了，它会记住你；你下次再回来，它不是从零开始认识你。 这件事最有意思的地方，不是 AI 会不会打牌。 而是当一个游戏开始理解你、适应你、甚至反过来训练你时，游戏就不只是游戏了。 它变成了一面镜子。你以为你在看牌，其实牌桌也在看你。 欢迎把身边真正会打德州的人叫来试试。 我也想看看，是高手先读穿 bot，还是 bot 先读穿高手。

《英国giffgaff电话卡 中国用户使用指南》 我做英国gg卡已经三年了，中间遇到了很多小白的问题，今天整理一份针对中国用户的 英国 giffgaff 电话卡 全方位操作指南，在帮助用户从零开始掌握该卡的使用。 内容详尽涵盖了从英国giffgaff卡 #购买渠道、##在线激活# 、#账户充值# 、#保号攻略、##运营信号设置、# #转Esim# 等完整流程

长鑫存储的材料与耗材供应链全景 昨天讲了长鑫的设备供应链，今天讲另一半的材料和耗材。这一块的国产化进度比设备端要快一截，但内部分化也更剧烈。长鑫2024年LPDDR系列占主营收入82.74%，材料消耗结构跟Mobile和AI需求节奏强相关。招股书披露2024年六大类原材料采购合计约114.7亿元（主要原材料采购金额121.9亿元），2025年上半年61.45亿元。六大品类结构是化学品37.29%、备件及其他约34.69%、光阻剂12.16%、硅片8.55%、气体5.10%、靶材2.21%。化学品从2022年的27.49%一路升到37.29%，已经超过备件成为第一大头，既来自DDR5迭代后湿法和ALD消耗量放大，也来自产能建设期备件采购前置完成后的镜像效应。按2026年Q1的业绩以及历史数据推测，全年材料采购规模冲到270亿以上是大概率。 一个品类一个品类看。 化学品占了近38%，是国产替代弹性最大的一格。湿电子化学品方面，晶瑞电材向长鑫供应高纯双氧水、硫酸、氨水、异丙醇、盐酸、硝酸、NMP等全品类，年出货量数千吨，核心产品已全面实现国产替代（晶瑞同时也是国内i线光刻胶龙头，见光阻剂段）。格林达是国内半导体显影液隐形冠军，国内唯一实现SEMI G5级TMAH显影液量产，已供应长鑫。江化微是国内湿电子化学品龙头，江阴本部产能9万吨/年，三大基地全部建成后总产能将超30万吨。CMP抛光液方面安集科技是绝对龙头，2024年抛光液营收15.5亿元，国内市占率约70%、全球约10-11%。CMP抛光垫方面鼎龙股份国内市占率超70%，在长江存储供应链中占主导地位，与长存共建联合实验室开展抛光垫底层技术攻关，CMP抛光垫2025年收入10.91亿元同比增长52.34%。ALD/CVD前驱体方面，雅克科技是国产龙头，已进合肥长鑫和长江存储。据产业链消息，安德科铭也值得关注，长鑫科技全资持股的长鑫芯聚2025年10月入股了这家公司，同时它本身就是长鑫的重要材料供应商，2024年自研High-K前驱体批量供货，2025年铜陵基地营收2.39亿元，形成210吨/年高纯前驱体产能，7款产品转量产。产业资本反向绑定材料厂的玩法在前道材料里很罕见，意味着高k前驱体已经被长鑫定性为战略环节亲自拉国产替代。化学品单价指数从2022年的100跌到2025上半年的77.90，过去三年累计跌22%。景气回升直接传导的是采购量而非单价，单价反弹要看上游化工大宗品走势，但量价叠加后化学品这一格的总采购额弹性最大。 备件及其他占近35%，是设备零部件耗材，包括反应腔体、石英件、密封圈、靶材辅件、传输部件等。单价跟着半导体大宗品价格剧烈波动，2024年单价指数升到156.53涨了56%，2025上半年骤降到97.29已经低于2022年水平。国产标的集中在石英件和密封件，菲利华是石英玻璃龙头，半导体级石英玻璃已用于多家头部晶圆厂。新莱应材在密封件和洁净管路国产替代上走得比较深。备件供应商集中度最高，2024年前五大供应商里有三家是备件供应商，合计占比超过19%。 光阻剂占12.16%，是材料端分层最严重的一格。i线光刻胶用于非关键层，晶瑞电材多年国内市占率第一，已批量供货长鑫，国产化率约10%。KrF已经跑通，晶瑞电材批量供合肥长鑫和中芯国际，彤程新材旗下科华微电子是国内唯一为本土8寸和12寸晶圆厂批量供应KrF的企业，上海新阳的KrF也实现批量销售。ArF还在爬坡，南大光电现有ArF光刻胶产能50吨/年，28纳米ArF已小批量供货（2025年销售额突破2千万元），14纳米浸没式良率达99.7%。市场流传的宁波500吨/年扩产项目公司称未实施，需谨慎对待。彤程新材的ArF/ArFi已开始批量供货。鼎龙股份的浸没式ArF获得了客户订单。上海新阳的ArF浸没式光刻胶也已取得销售订单。ArF国产化率从接近零开始破冰，已有少量供货，但离摆脱日本依赖还远。2025年日本对华光刻胶供应配额削减10-15%，年底部分日企暂停供货，倒逼效应明显。光刻胶的天花板跟光刻机一样硬，没有先进光刻机进入国内，先进光刻胶就没有真实的量产验证机会。国产ArF再好，也只能在长鑫这种被限制在DUV阶段的产线上跑。EUV光刻胶目前为零，上海新阳在开发但离量产很远。 硅片占比8.55%，是六大类里2025年下半年加仓最明显的一项。2025上半年占比一度跌到6.27%，全年回升到8.55%，反映下半年长鑫主动加大硅片备货，对应DRAM价格快速上涨之后产能爬坡和战略备库存的双重逻辑。国内主供是沪硅产业，2025年300mm硅片销量641.63万片，存储是其主要应用领域之一。立昂微12英寸硅片覆盖14纳米以上节点存储电路，进入部分存储客户供应链。海外端长鑫还在依赖信越、SUMCO、环球晶圆、Siltronic。对比长江存储已经大幅减少SUMCO采购转向国产，长鑫硅片国产化方向是定的，但完整切换还需要两到三年。 气体这一格要单独看。招股书披露的"气体"采购占5.10%，但有明确注释"气体不含大宗气体耗用"。也就是说5.10%只是工艺特气和电子特气，氮氢氧氩等大宗气体走的是另一条单独的供应通道。这条通道的国产化反而走得最彻底。广钢气体是长鑫最大的电子大宗气体供应商，双方签了15年长期供气协议，覆盖合肥和北京两座基地，2025上半年广钢在长鑫的采购占比40%到45%。15年长协在半导体材料端非常罕见，本身就是国产化已经走通的强信号。工艺特气这边，华特气体的光刻气国内市占率60%，全球四家通过ASML和Gigaphoton双重认证的企业之一。中船特气是国内电子特气第一、全球第九，2002年就突破了三氟化氮的国外垄断。金宏气体补充中端品类。气体单价指数从100跌到62.29，跌幅38%。单价跟上游工业气体成本走，但采购量跟着长鑫投片量走，量的弹性确定性最高。 靶材只占2.21%，但国产替代故事最完整。江丰电子覆盖铝、钛、钽、铜、钨全系列，钽/钛/铝靶已实现5纳米节点量产，部分产品进入3纳米工艺验证。有研新材旗下有研亿金是央企背景的第二供应商，稀土靶材全球市占超85%。这个环节国产化率已经在60%以上，对长鑫扩产的弹性主要体现在订单放量而不是国产突破。 掩模版是跟ArF光刻胶并列的另一个薄弱点。先进节点一套掩模版成本数百万美元，长鑫用的高端掩模版大概率仍由美国Photronics和日本Toppan、DNP供应，国产化率极低。 封测基本实现国产化。深科技旗下沛顿科技是长鑫最大的委外封测供应商，承接其超50%的封测需求，处理17纳米及以下先进制程。长电科技提供DRAM模组封装，通富微电配合开发HBM芯片样品。盛合晶微、华天科技也有布局。 HBM封装材料是新增量。招股书披露的原材料结构主要对应前道晶圆制造，HBM后段封装材料是2026到2027年才放量的新故事，对应长鑫上海HBM后段封装厂2026年底投产。华海诚科的颗粒状环氧塑封料（GMC）已通过客户验证处于送样阶段，芯片级底填胶已完成验证正在量产准备。联瑞新材配套供应HBM封装用GMC所需的球硅和Low α球铝。弹性最大但兑现要等长鑫上海后段厂投产。 招股书提及4F²等新型工艺架构是未来方向，业内公认对应VCAT垂直沟道访问晶体管路径。这意味着2027年以后的G6、G7工艺会带来新的材料需求，垂直沟道和堆叠结构对ALD前驱体、高深宽比刻蚀气体的依赖会进一步加深，雅克科技、安德科铭、华特气体这类公司的长期成长性会被进一步打开。 整体看材料端国产化进度领先设备端一个身位，但各品类差异很大。电子大宗气体（广钢主导超50%）、CMP抛光垫（鼎龙国内超70%）、靶材（江丰国内12寸超70%）已在50%以上。湿电子化学品和工艺特气在30-50%区间。前驱体尤其高k仍在20-30%。光刻胶和掩模版的国产化跟着光刻机天花板走，要等上游设备突破。HBM封装材料是2026到2027年才开始放量的新增量。基本面上可以满足量产需求，但顶层精细化学品和光刻胶仍依赖进口。 设备一次性资本开支属性强，材料是经常性采购。长鑫Q1单季营收508亿，2026年H1指引1100到1200亿，材料采购盘子冲到2026年270亿以上是大概率。这部分订单不需要等扩产完成，每多开一片晶圆就立刻转化成材料厂的收入。对广钢气体、安集科技、鼎龙股份、雅克科技、华特气体、江丰电子、格林达、晶瑞电材、沪硅产业这一批公司，长鑫扩产的传导比设备厂商更快，也更持续。