所有人都在买GPU和存储。没有人告诉你光模块公司的总市值比美光还低 我想从一个反常识的问题开始：GPU是AI的大脑，存储是AI的记忆。那光是什么？光是AI的神经系统。但神经系统从来不是最先被注意到的。存储已经涨了10倍，GPU更不用说。光的时代，刚刚开始。 1. 先说一个结构性的错误定价 在Nvidia的NVL72机架里，光模块的采购金额占到整个机架的20%。2026年全球AI光收发器市场规模预计从2025年的$165亿增长到$260亿，同比增速超过57%——这是半导体赛道里增速最快的子领域之一。 但所有光模块公司的总市值，比美光一家还低。这个错误会被纠正。问题只是什么时候。 2. 光和存储不一样的地方 存储的接力是季度级别的事件——供需拐点，财报超预期，市场重新定价，SNDK从$200涨到$900，这个过程很快。光的接力是年级别的结构性变迁，因为光的技术路线本身正在发生一次范式转移： 第一阶段（现在）：可插拔光模块 800G → 1.6T → 3.2T 线性增长，随数据中心扩张 第二阶段（2026下半年）：近封装光学NPO 光模块移向芯片旁边 需求非线性跳升 第三阶段（2027-2028）：共封装光学CPO 光引擎直接封装进芯片 这是终局，也是最大的价值重构 Meta在OFC 2026分享了大量数据，证明CPO比可插拔光收发器更可靠，成本更低，功耗更少。Nvidia在GTC展示了CPO将在2027/28年用于Scale-Up互连。5年内所有AI数据中心互连都将是光。 这不是预测，是物理定律。铜在高速率下信号损耗太大，功耗太高，距离太短。光没有这些问题。 3. 光在吃铜，不只是光吃光 生成式AI集群需要比传统云服务多10到100倍的光纤，正在把现有铜互连逼到物理极限。 这是大多数人没想到的逻辑——光的增长不只来自数据中心规模的扩大，还来自光替代铜的渗透率提升。每一代迭代，光吃掉更多铜的市场。这是双重驱动，不是单一驱动。 4. 产业链七个卡位，从上游到下游 现在我来把整条产业链拆清楚。 七个公司，覆盖从最上游的衬底到最下游的网络设备。 🔬 最上游：硅光衬底 $SOI 做的是硅光PIC的衬底材料——整个产业链最上游的原材料。没有SOI的衬底，硅光芯片就没有基础。护城河极高，几乎没有竞争对手能短期内介入。和TSEM形成上下游绑定：SOI提供衬底，TSEM代工成芯片。 🏭 代工层：硅光晶圆厂 $TSEM（Tower Semiconductor）硅光版本的台积电。 今天刚刚发生的重大事件： TSEM宣布签署$13亿的2027年硅光合同，收到$2.9亿产能预付款，2028年还有更大合同在谈判中。计划资本支出$9.2亿专门用于硅光扩产，Q2营收指引$4.55亿同比增22%。 TSEM最聪明的地方在于：它不赌哪条技术路线赢。 可插拔、NPO、CPO，三条路线都用TSEM代工。就算市场对技术路线判断错了，TSEM依然受益。这是光通讯产业链里确定性最高的picks-and-shovels。 💡 激光器层：光的心脏 光模块的核心是激光器。没有激光器，光模块什么都不是。 激光器分两条技术路线： 磷化铟（InP）路线——$LITE（Lumentum） LITE是目前唯一能量产200G每lane EML激光器的供应商，是1.6T收发器的关键零件。Nvidia预先锁定了LITE的EML产能，推迟交货期超过2027年。 Nvidia向LITE投资$20亿，用于加速AI基础设施光学技术。LITE CEO称2026年是激光器芯片销售的"突破年"，刚收到历史上最大的CPO超高功率激光器采购承诺。 LITE的护城河是时间积累的——InP激光器的制造需要极其精密的工艺，20年积累的经验是任何竞争对手短期无法复制的。而且LITE不只押注现在：EML是可插拔时代的命门，ELS外置激光器是CPO时代的命门，OCS光路交换机是未来AI集群的光学路由器。 三个产品线覆盖了光通讯从现在到2030年的完整需求。 硅光（SiPho）激光器路线——$SIVE（Sivers Semiconductors） Sivers专注于CPO系统的高性能InP激光阵列，Jabil合作是第一个商业验证信号，证明技术正在从研究走向真实超大规模部署。 SIVE不是要打败LITE，而是作为CPO时代激光器供应链里的补充供应商——当LITE和COHR产能不足时，SIVE是下一个选项。整个CPO产业的激光器供应严重短缺，补充供应商的价值会被重新定价。 🔭 光学系统层：从组件到整合 $COHR（Coherent Corp） COHR最新Q3财报：营收$18.1亿同比增21%，数据中心和通信板块$14亿，同比增40%。Nvidia同样投资$20亿入股COHR。COHR是整个光通讯赛道里垂直整合程度最高的公司。从InP晶圆到激光器到光模块到系统，全部自己做。COHR正在扩大6英寸InP晶圆产能，这是推动毛利率持续提升的核心驱动力——规模越大，每片晶圆的成本越低，利润越高。 LITE和COHR的关系是竞争者也是互补者： LITE：激光器专家，EML垄断，聚焦 COHR：光学系统整合商，体量更大，更全面 🏗️ 物理基础设施层：光纤和连接 $GLW（Corning） Corning是光通讯产业链里最让人意外的标的——一家成立于1851年的玻璃公司，正在成为AI基础设施的核心受益者。 Q1 2026光学通信业务增长36%，分部净利润增长93%。2028年营收目标$300亿，2030年$400亿，内含年化增速19%。两个额外的超大规模云厂商签署了长期协议。 Nvidia命名Corning为下一代AI基础设施光连接合作伙伴，投资$5亿+最高$32亿股权，在美国建三座专属光学工厂。 Corning做的是光纤、线缆和连接器——不是最性感的产品，但是不可或缺的基础设施。 城市要运转，不只需要主干道，还需要所有的小路、接头、路牌。 Corning做的就是光通讯世界里的所有"小路和接头"。 而且这些"小路和接头"是消耗品——每建一个数据中心都需要，每升级一个机架都需要。 📡 网络层：AI时代的网络基础设施 $NOK（Nokia） Nokia是这七个标的里最被市场误解的。大多数人还在用"翻盖手机公司"的眼光看Nokia。 Nokia 2026营收预期同比增长7.5%，EPS增长21.2%，光网络业务增速20%，AI和云业务增速49%，单季度新增€10亿AI和云订单。 Nokia做的是什么？ 光传输网络（OTN）——把数据中心之间用光连接起来的骨干网络。这是Scale-Across的核心基础设施。 Nokia的第六代超相干光学技术PSE-6s，是目前全球少数能实现800G甚至1.2T长距离光传输的技术之一。 Nokia收购Infinera之后，从"转卖别人芯片的公司"升级为"拥有自己光芯片工厂的公司"——同样的技术路线，市场给LITE估值66.5倍，给COHR估值35倍，Nokia只有30.8倍Forward PE。 这个估值差距是最大的错误定价之一。 七个标的的完整产业链图 最上游 SOI（硅光衬底） ↓ TSEM（硅光代工） ↓ 激光器层 LITE（InP EML，可插拔+CPO） COHR（垂直整合，光学系统） SIVE（CPO激光阵列，高赔率） ↓ 物理基础设施 GLW（光纤、线缆、连接器） ↓ 网络层 NOK（光传输网络，骨干连接） 每一层都有自己不可替代的护城河。 每一层都在受益于同一个趋势。 6. 为什么是现在？ 2026到2027年是在1.6T供应链建立立足点的关键时期，在一线客户的设计导入将决定长期赢家。现在是design-in阶段——产品正在被超大规模客户选中和锁定。等量产阶段到来，市场才会充分定价这些公司的价值。 在design-in阶段买入，等量产阶段收获——这是光通讯投资最好的时机。 7. 仓位逻辑 高确定性（重仓）： TSEM → 今天$13亿合同，产业链里最硬的催化剂 LITE → EML垄断+Nvidia锁定，现在到2028年都受益 COHR → 垂直整合，体量最大，Nvidia $20亿入股 中等确定性（配置）： GLW → Nvidia直接合作，物理基建不可或缺 NOK → 最被低估的估值，但故事兑现需要更多时间 高赔率（小仓位）： SOI → 和TSEM绑定，护城河高但流动性低 SIVE → CPO时代的纯粹赌注 8. 光会接力存储吗？ 会。但不一样的方式。存储的接力是一次性的价格重估——供需拐点到来，几个季度内完成定价。 光的接力是分阶段的持续重估—— 2026年：可插拔1.6T带来第一波 2027年：CPO开始量产带来第二波 2028年：Scale-Up全面光化带来第三波 三波叠加，才是光通讯超级周期的全貌。存储让你在一年内赚了10倍。光可能让你在三年内赚同样多，但过程更平稳，确定性更高。 最后一句话 光通讯不是一个新故事，是一个被重新发现的旧故事。 光纤已经存在几十年了，但AI让这个故事的量级发生了质变。每当数据中心需要更高密度、更低功耗、更远距离的连接时，答案永远是光。 #光通讯# #TSEM# #LITE# #COHR# #GLW# #NOK# #SOI# #SIVE# #CPO# #硅光# #光模块# #AI基建# #数据中心# #存储接力# #Nvidia# #美股# #USStocks# #SiliconPhotonics# #CoPackagedOptics# #EML# #光互连# #AIInfrastructure# #光纤# #Nokia# #Corning# #Coherent# #Lumentum#

为什么雄安重要？因为京津冀需要发展需要人口，没有雄安，没有对雄安的政策倾斜，京津冀的人口流失不可避免，无法与长三角、珠三角竞争，到本世纪末，中国80%人口将集中在长三角和珠三角、京津冀（成都重庆）。显然，如果京津冀无法与前二者并驾齐驱，中国的国本会出大问题。 不要忘记晚清的教训，当年真正的问题是南方崛起，经济崛起带动意识追求崛起。 胡雪岩出在江浙吧？平头哥出在浙江？最近的光通讯集群都在苏州！中国的科创中心在哪儿？深圳和苏杭！这是长三角、珠三角优势，但也是中国的问题。为什么这些年，大领导必须有在南方大省任职经历？看不懂，就不能理解中国！ 雄安发展是必选项。这个没几个人懂。

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#

【重点企业观察】 观察一：华为昇腾产业链龙头 国产算力最具确定性方向，昇腾2025年���货约52万颗，2026年Q1已确定出货15万张910系列卡。产业链从"凑合用的备份"转成主动选国产替代的阶段。作为昇腾生态核心合作伙伴，将深度受益国产算力爆发。 观察二：光模块CPO双雄 1.6T光模块大规模放量，DPC陶瓷基板产能最紧缺。作为光模块上游材料核心供应商，产能供不应求。是光模块产业链中最具预期差的环节。 观察三：国产算力芯片龙头 A股算力芯片核心标的，2026年Q1业绩亮眼。国产替代加速期，深度绑定国内大模型厂商。具备全栈技术能力，是国产AI算力最具竞争力的芯片企业。 观察四：光通讯全产业链龙头 6英寸外延片产能全球前三，DFB/EML芯片月产能12KK。通过全流程IDM模式，产能利用率与交付效率显著提升。外延片自供与对外供货双轮驱动，夯实国内绝对龙头地位。 观察五：先进封装龙头 国产高性能AI芯片主要封装供应商，深度绑定国产算力厂商。2.5D先进封装产能紧张，订单饱满。具备CoWoS-S和CoWoS-L多种先进封装能力，是国产芯片制造不可或缺的环节。

【过去24小时A股舆情热点话题】 1. **国产芯片全面爆发** — 5月6日盘前热度最高，英伟达确认受美国对华芯片出口管制影响，在中国AI加速器市场份额已降至零。国产替代加速，昇腾、寒武纪、海光等国产芯片需求井喷。4月底字节跳动抛出56亿美元采购单，锁定约35万颗国产芯片，创国内历史纪录。韩国4月半导体出口同比飙升173.5%，连续13个月刷新月度纪录。 2. **算力租赁迎政策拐点** — 5月2日中卫云基地数据中心绿电直供50万千瓦光伏电站正式投运，我国首个大规模"算电协同"绿电供应项目落地，东数西算工程实现从沙漠风光电到数字算力的直连直通，里程碑意义。 3. **商业航天持续发酵** — 上海商业航天海上发射技术有限公司成立，注册资本11亿。长征十号乙、朱雀三号可回收火箭年内发射。SpaceX上市倒计时，全球进入新一轮"太空圈地运动"。 4. **光模块CPO技术路线升级** — 1.6T高速光模块进入大规模放量之年，DPC陶瓷基板成为最紧缺材料。富乐德等厂商产能爆发。OCS全光交换成为新热点，芯动联科等低位标的受挖掘。 5. **Agent时代CPU价值回归** — 英特尔Q1业绩超预期，Q1营收136亿美元。Agent系统多步工作流、工具调用与任务调度直接落在CPU上，CPU从数据中心"配角"回归核心调度地位。 6. **通州特区立法落地** — 5月1日《北京城市副中心条例》正式生效，首次以立法形式确立副中心为北京第二个核心区，赋予通州近似"经济特区+行政特区"功能。城建发展等标的受益。 7. **AI算力芯片产能爆发** — 三安光电光通讯DFB/EML/FP芯片月产能达12KK，PD/APD芯片月产能40KK，外延片月产能从2750片提升至6000片，6英寸外延全球前三。 8. **CPU涨价潮持续** — Intel和AMD服务器CPU涨幅达10-20%，Q3或再迎新一轮涨价。国产CPU龙芯、海光等迎来替代机遇。 9. **先进封装国产化加速** — 国产高性能AI推理芯片约300万张需要2.5D先进封装，昇腾、寒武纪、海光等一线厂商份额160-170万张。通富微电、长电科技等封装厂受益。 10. **存储芯片周期反转** — 美股存储概念股逆市走强，美光科技涨超6%，闪迪涨近6%，均创历史新高。韩国KOSPI指数涨5.12%创新高，SK海力士涨12.5%。

前中兴副总：中国采用穷举法跟美国打科技战，把整个产业链全干光 2018年4月，美国商务部一道禁令，中兴通讯直接被摁在地上。禁止美国企业向中兴出售任何敏感产品，为期七年。一家年营收上千亿的通信巨头，说停就停了。当时的中兴董事长殷一民公开表态：这样的制裁将使公司立即进入＂休克状态＂。那个画面，很多人至今记忆犹新。 亲历这场风暴的人里面，有一位叫汪涛。他是复旦大学电子工程专业出身，在中兴通讯从基层工程师一步步干到副总经理级别。离开中兴后，他成为复旦大学中国研究院的特邀研究员。2025年12月，汪涛在《两岸圆桌派》节目里扔出一个观点——中美科技战已经进入最后一百米。他用了一个词：穷举法。 这就是中国大陆在技术发展上根本不挑路线。别人在做选择题，我们做的是全选题。只要这条技术路径存在，就铺开去干。听着好像效率不高，但这背后的逻辑远比表面看起来要深。 拿新能源汽车来说，日本企业押注氢能源与轻混技术，丰田双擎混动叫了十几年好。美国那边几乎把筹码全押在纯电上，特斯拉带着整个北美市场All in纯电动。到了中国这边，思路非常简单——纯电要做，混动要做，氢能源也要做。混动里面还分轻混、增程式、插电式，甚至有些厂商把增程与插电合二为一，低速走增程，高速发动机直驱。 电池也是同样的打法。特斯拉以三元锂电池为主，中国企业在三元锂与磷酸铁锂两条路同时猛冲。宁德时代主攻三元锂，比亚迪主攻磷酸铁锂，两家加起来覆盖了从几万块到上百万的所有车型。吉利早在2019年就发布了搭载氢燃料电池的公交车以及城间客车，虽然暂时没下放到乘用车，但商用车领域已经跑起来了。 2025年，中国汽车产销分别完成3453.1万辆与3440万辆，连续17年稳居全球第一。新能源汽车产销分别完成1662.6万辆与1649万辆，连续11年位居全球第一。全年汽车出口超700万辆，其中新能源汽车出口达261.5万辆。 马斯克一直反对混合动力，但保时捷、宾利、法拉利、兰博基尼这些豪华品牌都或多或少推出了混动车型。这本身就说明市场需求是多元的。中国企业用穷举法把每条路都趟了一遍，然后让市场投票。 核电领域更能说明问题。第四代核反应堆在国际上有6种候选技术方案，美国选了3种，欧洲选了3种，日本只选了1种。中国则选择6种全上。2023年10月11日，甘肃武威的2兆瓦液态燃料钍基熔盐实验堆首次临界；2024年6月17日首次达到满功率运行——这是全球唯一运行的钍基熔盐堆。 2023年12月，华能石岛湾高温气冷堆核电站投入商业运行，成了全球首座第四代核电站。6种路线里面，中国已经有多种方案跑到了商用阶段。这种速度，超出了西方国家对产业发展的惯有认知。 这种全面铺开的模式，让西方政客非常头疼。他们习惯了挑一条最优路径集中投入的打法，看到中国遍地开花反而摸不着头脑。但汪涛点得很透：这恰恰是市场经济在发挥作用。每条技术路线背后都有企业在竞争，谁跑得出来，市场说了算。 美国科技界也有看得明白的人。微软创始人比尔·盖茨接受CNN采访时讲得很直白：双方形成彼此依赖可以共同进步，单方面切断合作，最终只会是中国企业获胜，美国企业丢掉中国市场。英伟达CEO黄仁勋的态度更直接。 2026年3月18日，在英伟达年度GTC大会上，黄仁勋公开表示公司正重启面向中国客户的H200人工智能加速器生产，＂我们已获得面向中国众多客户的销售许可，也收到了多家客户的采购订单＂。他自己也坦言，中国AI芯片市场规模可达500亿美元。这块蛋糕，他不想丢。 中国也没有坐等谁来施舍。这几年被逼出来的东西太多了。2024年底，DeepSeek发布V3模型，仅用2048块GPU训练两个月，GPU租赁成本约557.6万美元。同等性能的模型在海外动辄花费数千万甚至上亿美元。 这种效率差距震动了整个硅谷。芯片领域同样如此，美国封锁EUV光刻机与先进制程，反而逼着中国企业在成熟制程上拼命扩产。全球需求量最大的那块市场，头部玩家主动让出来了，中国接了过去。 微软当年的做法其实早就验证过一个道理。Windows盗版在中国横行那些年，微软基本放任不管。等到XP与Win7被淘汰，想用新系统只能买正版。这招很精明——先让你养成习惯、产生依赖，再把你引导到付费体系里。盖茨与黄仁勋想得很清楚：只要中国市场还在用你的产品，你就有话语权。门一关上，中国企业自己搞出来了，你连进场的机会都没了。 可美国国会的鹰派不这么想。这些年，美国商务部陆续将华为、中兴通讯、海康威视、中芯国际、大疆创新、长江存储等数百家中国企业列入实体清单。从特朗普第一任期到拜登政府再到特朗普第二任期，出口管制始终是核心工具。但事实反复证明——每一轮制裁，都在替中国企业自主研发提供最猛的动力。 汪涛说的穷举法背后需要一个前提条件：足够多的工程师、足够大的资金池、足够深的市场纵深。只有同时满足这三样，才有资格在每一条技术路线上下注。别的国家必须做单选题，中国有底气做全选题。 这对于那些想靠＂卡脖子＂压制中国的人来说，才是真正的噩梦——你堵住一条路，人家还有十条路在跑。每条路上都有一群企业在拼命赛跑，谁也说不准哪条路最终能杀出重围。 制裁封锁能延缓速度，但改变不了方向。当一个拥有14亿人口的市场下定决心要在所有技术领域实现自主可控，这种力量，靠几张禁令是拦不住的。

Openai搞的这个Cerebras 芯片比较有意思😅 1. 晶圆级尺寸 (Wafer-Scale)：世界上最大的芯片，有多大呢，脸盘那么大.😅 晶体管数量： 拥有 4 万亿个晶体管（作为对比，H100 只有 800 亿个） 2. 极高的片上内存带宽 (On-chip SRAM) 这是 Cerebras 吊打 GPU 的核心武器。 消除瓶颈： 在传统的 GPU 架构中，模型计算时需要在显存（HBM）和计算核心（Core）之间频繁搬运数据，这产生了巨大的能耗和延迟。（内存计算会稀释HBM增长率，但蛋糕足够大，同时SRAM的成本也很高，前期对三星海力士美光三巨头威胁不大） 全片上存储： Cerebras 拥有高达 44GB 的片上 SRAM 内存，带宽达到了每秒 21 PB (PetaBytes)。这意味着模型的大部分权重可以完全存储在芯片内部，读写速度比 GPU 的显存快上千倍，从而实现了 OpenAI 模型那样的“秒速”推理。 3. 极简的编程与扩展 单机即集群： 由于芯片本身足够大，一个 Cerebras 节点（CS-3）的算力就相当于几十个甚至上百个传统的 GPU 节点。 无需切分模型： 开发者不需要像在 GPU 集群上那样，把一个大模型拆分成很多份并考虑复杂的跨服务器通讯（Model Parallelism）。在 Cerebras 看来，整个模型就在“一块”芯片上跑。 4. 针对大语言模型 (LLM) 的稀疏优化 处理零值： AI 模型中有很多权重是“零”（稀疏性），传统 GPU 依然会对这些零进行无效计算。Cerebras 芯片内置了稀疏计算引擎，能够直接跳过零值，从而进一步榨取性能。

这里非常有必要讲下陆龙智@LuBall13 老爹陆弘亮的UT斯达康&软银中国的传奇故事。 陆弘亮，1954年11月3日出生； 美籍华人，祖籍浙江宁波，生于中国台湾，6岁随父母移居日本。 在东京都立城南高校毕业后，陆弘亮求学于加州伯克利土木工程专业，比校友Masayoshi Son 孙正义 @masason 大两届。 1978年毕业后，陆弘亮加入了孙正义的创业公司 — Mspeech System Inc，主营业务是卖便携式有声翻译机。 1982年3月，孙正义因病回日修养。临走前，他将自己在美国的Unison世界公司卖给陆弘亮。 Unison一度和盛田稻夫的京瓷（kyocera）合作密切，1986年与其合资成立kyocera unison公司，并力图将其上市。 天不随人愿，最终kyocera unison上市无望，陆弘亮全身而退。 1990年，陆弘亮第一次到中国大陆考察。 1991年，陆弘亮跟他在伯克利的同学兼孙正义的汉语兼职老师 Charles Xue @xuemanzi8848 薛蛮子，与陆弘亮的学弟跟合作伙伴孙正义，共同买下Peter王祖光的浙江宇通，将其重组并更名为Unitech Telecom（UT）。 同年，彼时正在贝尔实验室工作的吴鹰，携手Chauncey Shey薛村禾在新泽西创业成立了Starcom斯达康，最初的业务是做技术顾问，即人力资源外包公司。 而在吴薛两人聘请的临时工程师当中，就有在英国的雷克通讯公司做研发的Bill黄晓庆。 1994年：Bill黄晓庆加入Unitech Telecom 1995年10月6日，Unitech Telecom和Starcom各占50%股份合并成了UT斯达康；之半个月之后的10月19日，UT斯达康很快从软银那里拿到了3000万美金融资款。 1996年3月5日，UT斯达康(中国)成立。 1999年，接连多轮重注将近1.6亿美金的孙正义成为UT斯达康董事长，持股比例升至51%。 2000年3月3日，UT斯达康成功在纳斯达克上市。 2001年，薛蛮子退出UT斯达康，一把套现了1.5亿美金。 上市之后的同年，孙正义拿了9000万美金，陆弘亮跟薛村禾等人拿了1000万美金，作为双方联合成立的软银中国资本(SBCVC)的第一期基金。 卓越的伯克利，命运的齿轮就此转动。 Brilliance of Berkeley. @UCBerkeley

非常年輕的傳奇投資人 Leopold @leopoldasch 為什麼砍了 $3 億 NVDA？而把錢全押在電力和礦場 核心邏輯是：他認為AGI 的真正瓶頸不是 GPU 光是電力、GPU 算力、BTC 礦企轉 AI 託管 這三個賽道就佔了大部分持倉 我用黃仁勳的 5 Layer Cake theory 拆解他的持倉 👇 5️⃣ 記憶體 — SNDK 加倉 816%，HBM 佔 AI 支出從 8% → 30% 4️⃣ 光學 — LITE 佔 8.7%，「不管誰的 GPU 贏都要用我的光模組」 3️⃣ GPU 雲 — CRWV call options 加了 672% 槓桿，最激進倉位 2️⃣ 礦場轉 AI — 8 檔佔 22.7%，有電有地換 GPU 就行 1️⃣ 電力 — BE 最大持倉 16.5%，能使用燃料電池繞過電網直接發電 - 最熱的記憶體和內存 - 代表 $SNDK $INTC $MU AI 模型的「工作記憶」每一次推論都需要高速讀寫 DRAM 和 NAND。HBM 短缺已成為 GPU 出貨的限制因子，記憶體佔 Hyperscaler AI 支出從 2023 年的 8% 飆升到 2026 年的 30% 💡 Leopold 在 Q4 把 SNDK 倉位加了 816%，同時用 INTC call options 押注 Intel 的先進封裝能搶到 HBM 封裝訂單。 - 半導體與光學 $LITE $COHR $TSEM $INFY 連接 GPU 叢集的「神經系統」— 光學收發器決定了 GPU 之間的通訊頻寬。800G/1.6T 光模組供不應求，交貨期超過 40 週 💡Lumentum 是最大個股持倉（8.7%），押的是「不管誰的 GPU 贏，都要用他們家的光模組」 - GPU 雲端運算 $CRWV $APLD $WYFI Hyperscaler 自己蓋不夠快，Neocloud（獨立 GPU 雲）填補缺口。CoreWeave 從幣圈公司轉型為 NVIDIA 最大的獨立客戶，已簽下數十億美元合約。 💡CoreWeave 佔組合 17.6%（含 call options），是第二大曝險，Leopold 用 call options 加了 672% 的槓桿，這是最激進的倉位，Neocloud 就是 AI 時代的 AWS - 比特幣礦企轉型的 AI 基礎設施 $CORZ $IREN $CIFR $RIOT $BTDR $HUT $CLSK $BITF 礦場是被低估的「AI 不動產」。比特幣礦場擁有現成的電力合約、散熱系統和土地，轉型 AI 託管的邊際成本極低， 💡8 檔礦場股佔組合 22.7%，是最大的單一賽道，礦場已經有電、有地、有散熱，只需要換 GPU 就能變成 AI 數據中心。Core Scientific 跟 CoreWeave 簽了 $10B+ 的託管合約就是最佳證明。 - 電力 $BE $EQT $SEI $BW $PUMP $LBRT $PSIX 💡 Bloom Energy 是整個組合的最大持倉（16.5%）當電網瓶頸停擺時，它的固態氧化物燃料電池可以繞過電網，直接在數據中心旁邊發電，EQT 則是天然氣供應商 實時追蹤他的 portfolio 👇