SK海力士年底量產375層3D NAND　清州M15廠升級導入鉬材料 SK海力士宣布將於2026年底前正式量產下一代375層3D NAND快閃記憶體，已完成生產驗證並準備技術轉移至量產線。 此次並未新建工廠，而是對位於清州的M15廠現有產線進行改造。該廠目前主要生產176層、238層與321層NAND產品。375層產品原內部代號為「400層級」，因製程難度考量調整為375層，未來路徑圖將延伸至480層與604層。 最大技術亮點是導入鉬（Molybdenum, Mo）材料，部分取代傳統鎢（Tungsten, W）。隨著NAND堆疊層數大幅增加，字元線（word line）變得更細，鎢的電阻急劇上升，影響訊號傳輸速度。鉬具備更低電阻特性，可提升寫入與抹除效能；同時無需阻擋襯層，能減少每層厚度損失，實現更高密度堆疊。 SK海力士在設備選擇上採用東京電子（TEL）的爐式沉積系統，材料則由Air Liquide、Entegris等供應商提供。相較之下，三星電子已自2024年起在286層產品導入鉬，並持續擴大應用。 產業人士指出，NAND市場仍以獲利為優先，SK海力士策略是減少低層數產品產出，集中資源提升375層高密度產品的位元生產力與成本競爭力，而非全面擴大總產能。

根據TrendForce最新調查，2026年第一季全球Enterprise SSD市場因AI Agent服務普及與CSP強勁拉貨，出現嚴重供需失衡。前五大品牌廠單季營收較上季暴增86.1%，突破184.6億美元，再創歷史新高。 由於供應商庫存已降至歷史低點，產能遠遠追不上訂單成長，各廠積極調漲價格，第一季Enterprise SSD合約價狂飆80%。市場呈現極度賣方市場態勢。 各品牌表現亮眼： Samsung憑藉供應韌性與製程升級，單季營收達70.5億美元，季增92.8%。其236層產品全面量產，176層QLC大舉出貨，有效緩解CSP近乎倍增的需求壓力。 SK海力士集團（含Solidigm）營收達46.4億美元。Solidigm QLC出貨持續攀升，搭配SK hynix 176層TLC，精準滿足AI Inference需求。Solidigm正加速240層製程，SK hynix更已啟動375層TLC研發。 Micron策略轉型成效顯著，將產能從手機與通路市場大幅轉向Enterprise SSD，本季營收衝上近30.9億美元。Kioxia隨著218層產品通過北美客戶驗證並開始放量，市占率提升，營收達約22.2億美元。目前正擴大驗證245TB QLC產品，預期下半年動能更強。 SanDisk則展現穩健成長，位元出貨量季增20%，營收約14.7億美元。大容量QLC Enterprise SSD已進入出貨階段，將成為後續成長主要動能。 TrendForce指出，SSD已不再只是單純的數據倉庫，而是逐漸承擔「運算輔助」角色。從Micron SLC SSD到Kioxia XL FLASH，各家正推出因應AI Agent高處理量的存儲方案。在DRAM容量瓶頸與高價壓力下，高效能SSD成為市場新選擇，預期2026全年Enterprise SSD市場將維持強勁上升走勢。

🚨 什麼是 #HALO# 生意？ 2026 年最火的投資新框架！ HALO = Heavy Assets, Low Obsolescence 「重資產、低過時風險」 意思就是： 擁有大量實體工廠、能源網路、門市、油田、基礎建設等「重資產」，而且這些資產幾乎不可能被 AI 一鍵取代！ AI 再強，也打不倒 Exxon 的油田、Walmart 的物流網、Bugatti 的超跑工廠。 這就是為什麼 HOF一邊重押 Anthropic（AI），一邊買下 Bugatti 的原因——經典的 AI + HALO 雙槓桿策略！ AI 時代，別只追輕資產科技股，HALO 才是真正抗跌的「不敗壁壘」。 你看好哪種 HALO 資產？👇 這些例子來自 2026 年華爾街討論（包括 Josh Brown 和 Goldman Sachs 的分析）👉🏻 1. 能源與資源類（Energy & Resources） • ExxonMobil、Valero、Phillips 66、Diamondback Energy：擁有龐大油田、煉油廠、輸油管線和全球供應鏈。AI 再厲害，也挖不出石油或建好一座新煉油廠（需要數十年許可和資本）。這些是典型「AI 打不倒」的重資產。 • Newmont（礦業）：金礦、銅礦等實體礦場，開採權和地質資產是長期護城河。 2. 工業與重機具類（Industrials & Machinery） • Caterpillar（怪手/重機）：生產挖土機、 bulldozer 等重型設備，工廠、供應鏈和全球經銷網是巨大物理資產。Josh Brown 稱它是「 quintessential HALO 公司」。 • John Deere（約翰迪爾，農機）：拖拉機和農業設備製造，擁有實體生產線和長週期技術，AI 無法取代農田裡的真實機器。 • Baker Hughes：油田服務設備，實體鑽探工具和基礎設施。 3. 物流與運輸類（Logistics & Transportation） • FedEx、CSX、Union Pacific（鐵路）：龐大物流網路、卡車車隊、鐵路軌道和倉庫系統。這些「你星期一早上還需要」的實體運輸資產，AI 只能優化路線，無法取代鐵軌或飛機。 • Delta Airlines：飛機艦隊、機場基礎設施和航線權利。 4. 消費與實體零售類（Consumer & Brick-and-Mortar） • Walmart、McDonald’s、Starbucks、Hershey：除了品牌，還有遍布全球的門市、供應鏈、房地產和冷鏈物流。AI 點外賣容易，但蓋不出上萬家實體店。 5. 基礎設施與公用事業類（Infrastructure & Utilities） • 電網、輸油管線、電信基礎設施（如 Verizon）：這些是國家級重資產，許可難、建置貴，AI 無法「虛擬化」一座電廠或光纖網路。Goldman Sachs 特別強調這類是 HALO 核心。 • Prologis（倉儲 REITs）：大型物流倉庫和工業地產，物理空間永遠需要。

誰先讓企業的日常工作流在自家 AI 上運轉，誰就贏得了下一個十年 當前 OpenAI , Anthropic 才剛開始打企業戰 , 市場應該也還沒有完全反應導入比例大幅上升後的產值 讓我們看看當前各個產業的採用比率 當前採用率超過 50% 的其實只有 - 科技/軟體 - 航太/ 國防 - 金融服務 - 製造業 - 電信 - 醫療健康 - 零售/電商 - 媒體娛樂 - 其他專業服務 為什麼 AI 賽道當前依然看不到上限, 即使 claude 當前的方案已經是我自己有一個、加上團隊版有一個, 還是常常會遇到 單一 session 用量打到上限的問題 多帳號的一個問題是, 很多 context 沒有辦法整合, 所以如果我常用不同版本的 claude 在完成一系列的操作時（不同賽道的分析 , 或是不同產品的研究）, 在遇到上限、同時有 deadline 的需求時, 還是得乖乖付費 😅 我認為既然個人戶, 小團隊都會遇到這樣的問題, 大組織肯定也是, 且消費潛力更高, 企業肯定傾向先買斷一定額度的費用, 以 「token 用不完」的這個前提把未來 AI 這一部分的花費給認列 近期有關 Anthropic 最大的新聞是跟 SpaceX 的合作 xAI 旗下的 Colossus 1 數據中心（300 MW 容量）將開放給 Anthropic 使用，直接提升 Claude Pro 與 Claude Max 訂閱用戶的 token 配額，雖然此容量遠不及與 Google 簽下的雲端算力合約（5GW 級別） 只能說 Anthropic 的多角化佈局越來越強了，Anthropic 創辦人 @DanielaAmodei 近期也表示：AI 同事時代正式開始，企業採用的速度將會大幅上升 OpenAI 部分：自從 GPT-5.5 推出之後開始出現轉機，OpenAI 正在將 Codex 打造成企業的「AI 員工作業系統」。 「95% 的 OpenAI 內部工程師每天運行 10–20 個 Codex agent」 對於市場預期，看似大家更喜歡 GPT-5.5 更勝 Opus 4.7 （或許是因為大家對 Opus 的預期本來就很高） 💥管顧業的結構式破壞 除此之外也有一些變動動到管顧業的蛋糕 🍰 麥肯錫宣布將引入 AI agents 接管顧問配對業務，公開承認 AI 可以替代其核心內部流程 麥肯錫的做法是用 AI 增強自身，將 AI 作為槓桿使用，前提是顧問本身必須具備 AI 無法替代的判斷力與關係資本 當分析師被 AI 取代、Claude 成為企業的「同事」，企業主對 AI 的依賴度一旦超過某個閾值 AI 公司實際上就成為了新型的「決策基礎設施供應商」影響力遠比傳統管顧公司更深

为什么 MLCC 又重要了？ 本文专注于三个问题，大家各取所需： 1. 为什么现在MLCC变得重要了？ 2. 为什么是高端MLCC？ 3. 为什么本次更像是结构性短缺而非补库存周期。 请注意，本文的逻辑您可以直接复制给你们的AI，AI会告诉你基于本文描述的情况还能找到哪些其他的产业，或是在中国A股有什么标的。 本文不赘述此处，但是欢迎大家评论区留言讨论。 觉得大家有点价值，欢迎大家画一刀点个订阅。 ---------TL:DR--------- 1. 为什么现在MLCC变得重要了？ 过去看MLCC，会把它当成一个手机、PC、汽车电子周期品。 手机出货好，MLCC好；消费电子差，MLCC差。这个理解不能说错，但在AI服务器时代，它已经不够用了。 因为AI数据中心正在把MLCC从一个“普通被动元件”，重新推回到一个非常关键的位置：Power Delivery Network，也就是供电网络。 AI服务器的核心问题，不只是GPU够不够多，HBM够不够快，光模块够不够密。还有一个更底层、更物理的问题： 这么大的电流，如何稳定、低损耗、快速响应地送到GPU/ASIC核心？这就是MLCC重新变得重要的原因。 现在的数据中心供电架构正在发生变化。传统服务器时代，12V供电已经用了很多年。但AI rack功耗暴涨之后，行业正在往48V/54V，甚至±400VDC/800VDC演进。 Google、Meta、Microsoft推动OCP Diablo 400；NVIDIA也在推800VDC AI factory power stack；TI、Vertiv、ABB、Delta这些公司也都在围绕800VDC架构布局。 但这里有一个容易被误解的点： 高压供电解决的是远距离传输效率，不是芯片核心附近的供电问题。800V也好，48V也好，最终到GPU/ASIC核心，仍然要变成不到1V的核心电压。 而一个1000W级别的AI芯片，如果核心电压约1V，意味着它附近要处理的不是几十安培，而是数百到上千安培的瞬态电流。 这才是真正可怕的地方。 AI芯片不是一个稳定耗电的灯泡。它的负载会快速跳变。某个计算任务起来，电流需求瞬间拉高；电源网络如果响应不够快，电压就会下陷，也就是voltage droop。droop太大，轻则降频，重则错误、宕机、可靠性下降。 所以越靠近GPU/ASIC，越需要大量电容作为局部电荷缓冲，压低PDN阻抗，抑制噪声和电压波动。 这就是MLCC在AI服务器里的真实作用。 它不是“板子上随便贴一堆小电容”。它是在帮GPU/ASIC维持高速运行时的供电稳定性。 2. 为什么是高端MLCC？ 但这里必须强调：真正重要的不是所有MLCC，而是高端MLCC。 为什么？ 因为AI服务器需要的不是普通消费级规格。它要的是：高容量、小尺寸、低ESL、低高度、高可靠、高耐压、耐高温，甚至要能放在package附近、land-side、die-side，或者参与嵌入式PDN设计。 普通MLCC解决不了这个问题。因为在高频场景下，电容不是只看容量。ESL，也就是等效串联电感，会变得非常关键。ESL太高，电容在高频下就不像电容，反而会失去去耦效果。 所以AI服务器真正需要的是低ESL、短电流路径、大电流截面积、能贴近芯片的MLCC。 这就是为什么村田在AI服务器供电指南里，不是泛泛而谈“MLCC需求增加”，而是专门讲die-side、land-side、低ESL、低高度、小型高容量，以及PDN仿真和元件摆放。 这背后的意思是：高端MLCC已经不只是材料问题，而是供电架构问题。这也解释了为什么这轮更像“结构性短缺”，而不是普通周期补库存。 3. 为什么本次更像是结构性短缺而非补库存周期？ 普通MLCC并不一定短缺。手机、PC、一般消费电子需求并不强，很多标准规格并没有进入全面紧缺。 但AI服务器用的高端MLCC是另一回事。 它受限于几个东西： 第一，需求增长不是单纯来自AI服务器数量增加，而是每块AI baseboard、每个power module、每个GPU/ASIC附近的电容用量和规格都在上升。 第二，高端MLCC产线不是普通产线随便切一下就能做。小型化、高容量、低ESL、高耐压、高温可靠性，都涉及良率、工艺、材料和测试能力。 第三，AI服务器客户认证周期长。进入GPU/ASIC供电网络的元件，不是今天报价、明天替换。它要和主板、封装、电源模块、热设计、仿真模型一起验证。 第四，头部供应商不太可能为了短期需求疯狂扩普通产能。经历过多轮MLCC周期后 村田 (村田製作所, Murata 太阳诱电(太陽誘電, Taiyo Yuden 三星电机 (삼성전기，Samsung Electro-Mechanics TDK ( 这些厂商更倾向于把产能分配给高端、高可靠、高利润规格，而不是重走低端过剩路线。 所以我们看到的可能不是“MLCC全行业普涨”，而是： 低端松，高端紧。消费级松，AI服务器紧。普通规格松，高容量/高耐压/低ESL/低高度规格紧。 这就是结构性短缺。 还有一个问题：硅电容会不会替代MLCC？ 我的理解是，不是简单替代，而是分工。越靠近die、越高频的位置，硅电容会更有价值。它可以进入封装，interposer、die-side附近，处理极高频瞬态。但板级、power module、48V输入输出、land-side、中高频去耦，仍然需要大量高端MLCC。 所以硅电容的出现，并不是否定MLCC逻辑，反而说明同一个趋势： AI芯片附近的电源完整性，正在变成新的价值池。 未来不是某一种电容通吃，而是MLCC、硅电容、聚合物电容、嵌入式电容基板一起分工。 因此，MLCC这条线最重要的判断，不是“会不会像2018年那样全行业大缺货”。 我认为更正确的问题是： AI服务器高端MLCC会不会持续紧？ 我的答案是：大概率会。 因为AI rack功耗还在继续上升，48V/54V只是当前阶段，±400VDC/800VDC是下一阶段，但不管远端电压怎么升，最终芯片核心附近都必须面对低压、大电流、高瞬态、高热密度的问题。 只要这个问题存在，高端MLCC就会继续重要。 短缺也更可能出现在这些方向： 高容量、小尺寸MLCC 低ESL、低高度MLCC land-side / die-side 用MLCC 48V电源系统里的高耐压MLCC 高温、高可靠、服务器级认证规格 能参与PDN仿真和客户协同设计的高端料号 所以这不是简单的“被动元件涨价故事”。 更准确地说： MLCC正在从消费电子周期品的一部分，变成AI基础设施供电网络的一部分。 这也是为什么它值得重新研究。 AI产业链的利润池，不只在GPU、HBM、光模块。 当算力继续堆高，瓶颈会自然扩散到供电、散热、互联、存储这些底层物理环节。 而MLCC这一次站上的，正是“供电完整性”这个位置。 这才是这轮高端MLCC行情最值得重视的地方。

新時代的轉換！吉村卓是這樣看同人AV的！ 最近同人AV成了話題，松本菜奈実退出事務所拍了片子，有碼界的資深製作人叫想拍A片的女優不要被他們的低薪誘惑，因為那兒的資歷會讓她們在有碼界的評價下滑—那男優怎麼看呢？知名的男優「吉村卓」也在社群發文，他說⋯