跟着 #马斯克学投资，##美国基建需要芯片及算力中心：# 埃隆刚刚给出了迄今为止最清晰的解释之一，说明为什么 Terafab 必须存在 基本上有两个问题： • 地缘政治风险——在某个时刻，来自台湾的先进芯片可能无法获得 • 规模——即使供应保持稳定，现有的晶圆厂最终也会因 AI、人形机器人和自动驾驶汽车的持续扩展而耗尽产能 而芯片是这一切的基础 服务器 AI、边缘计算、Optimus、特斯拉车辆……一切都需要巨大且可靠的半导体供应 埃隆： “所以要么建造 Terafab，要么无法扩展” 这几乎概括了整个战略 确保芯片供应……然后在没有上限的情况下扩展 AI 和机器人技术

再聊中美博弈的论持久战之战略相持期：G2的成形，这一次中美博弈升级以来个人对中美博弈后续的分析和推演大部分都得到了验证，10月12号这里 1、谈成了什么？ 这两天陆续披露了双方马来西亚会谈以及釜山元首会晤的内容，大体就是： 美方削减10%的芬太尼关税对应中国购买美国大豆等农产品； 美国实体清单出口管制的50%穿透原则暂停一年对应中国暂停稀土等矿产资源出口管制一年； 双方分别对对方24%的对等关税及反制关税均暂停一年； 双方对对方船舶收取的特别费用暂停一年； 其他的tiktok美国业务的交易继续进行，加强芬太尼禁毒合作等。 哪些地方没有谈成？ 芬太尼关税只取消一半； 美国对华芯片、芯片设计软件等限制也没取消，虽然松口让中国跟企业自己谈，但之后这方面估计还有很多摩擦存在； 上面暂停一年内美国对中国关税30%，中国对美国关税28%。 2、怎么看这次釜山会晤以及马来西亚会谈的成果： 如之前 这次本质上是一份休战协议，划定了一年的休战期说实话能不能维持一年都不好说。 为什么休战？也是之前聊到的，对于现实的利益诉求和内部掣肘制约。 对美国来说：是内部票仓压力、通胀压力（完全脱钩无异于立马供给中断）、是想要重建供应链但是还需要很长时间立马脱钩产业重建将会被大大拖延、还想重政财政。 对中国来说：是经济压力（消费、基建、外贸三驾马车，消费还是疲软还在刺激的关口，基建其实相比之前萎缩很多、那么外贸更不能崩掉），是产业与技术突破还需要时间（中国知道美国想要遏制中国产业升级，所以全力推动产业技术突破当时突破也需要时间）。 当下双方都有拿捏对方的底牌，所以就是打而不破。所以这并非和解，而是一种现实的选择：竞争博弈仍在，但彼此都在努力让它未来一段时间（希望是一年）保持在可管理范围之内。 3、以时间换空间的加速补短板 双方都知道脱钩是必然，也都清楚最深层矛盾不可调和，但现实又不得不休战。那么这个休战期就是一个加速补短板的蓄力期。 1）美国补什么短板？ 补关键矿产资源和工业基础设施的短板 这一次川普亚太之行，先后与澳大利亚在1签署稀土开发协议、特朗普到访日本，双方签署了一项框架协议意在“协助两国实现关键矿产和稀土供应链的韧性和安全、与泰国签署了关于“全球关键矿产供应链多元化和促进投资合作”备忘录，包括协助泰国开采稀土和拥有优先投资权。 试图打造美国版的稀土联盟， 跟日本和韩国相继明确了贸易协议日韩投资美国的具体细节，日本 2）中国补什么短板？ 补芯片半导体关键技术环节上的短板，10月初中国的强硬也有一部分来自深圳新凯来在半导体关键技术上的突破，只是这个突破程度还不够； 补内需的短板，前段时间才刚刚开始要刺激需求和消费，那就能争取在一年姐让消费能稍微提振，不至于成为掣肘。 加强地缘布局，美国在战略收缩，那么中国是可以利用这个收缩主动出击，给自己营造空间很大的地缘政治格局。 以后就是两套供应链体系，两套经贸体系。 不断强化冷战经济（自力更生）的国家则在斗争中获益匪浅，那些盲目相信全球化的国家则在斗争中陷入困境——即唯有自己的经济咽喉得到保护，也就是逆全球化，才能获得国家的可靠安全基础。 4、中美博弈的新局面 有意思的是会谈前，川普在会中将此次会晤称为“G2会议”，白宫官方渠道随后同步转发。这一表述意味着美国政府事实上承认中美两国在全球政治与经济秩序中的“核心双极”地位。不同于过去传统意义上美国主导的“单极结构”、亦不同于中国向来倡导的“多边主义”的大国关系新范式 过去，美国在中美博弈中扮演了一个更为主动的角色，但此次冲突中，中国则在拥有更为强大的工具，并在占据了更为有利的位置。这次稀土石墨烯等材料出口管制中首次照搬了美国的长臂管辖、从之前被动应对到主动应对。如果细看在这一次中美谁先眨眼的游戏里、其实美国先眨眼了。 深层次矛盾和核心利益不可调和决定了长周期里的博弈不可避免，但是双方内部掣肘制约也倒逼双方打而不破、都是在走钢丝绳。而底线思维在于，核武器和大规模杀伤性武器的存在让双方直接爆发热战的可能性比较小。在一个长期的战略博弈周期内、会在经贸、科技、金融、地缘等多个领域进行反复的试探和发动代理人冲突，围堵与反围堵，包围与反包围。 这一场持久战

这是 #2027年投资美股，你需要全年收藏，反复温习的帖子！# 投美股，我的粉丝，2027年只要看这三个方向，我最近参与了摩根、富达、美银、汇丰、KKR 等的年度策略会议，结合过去数年的研究，看得见的涨价、看得见的租金现金流、看得见的AI应用导致的研发效率提升，就在下面： 华尔街观察@cnfinancewatch｜#美股赛道ETF清单（光通信#/存储、AI创新药、云算力） 一、光通信（你判断确定性最强的硬件瓶颈） 1. FOTO｜Tuttle Pure‑Play Photonics ETF 纯光子光模块最聚焦标的，仓位高度集中于数据中心光互联、高速光组件（Lumentum等），几乎无杂项半导体，博弈AI算力带宽瓶颈首选，波动率高。 2. LYTE｜Roundhill Photonics & Optics ETF 全球布局，重仓中际旭创、新易盛、天孚通信等国内光模块龙头，一半权重落在中国供应链，适合押注国内光通信出海红利。 3. EUV｜Corgi Lithography & Semiconductor Photonics 广义光子，覆盖光刻+硅光+光通信，半导体属性更强，纯度弱于FOTO，适合泛硬科技配置。 二、存储芯片（AI算力刚需硬件） DRAM｜Roundhill Memory ETF 全球唯一纯DRAM/NAND存储ETF，美光MU权重接近28%，聚焦AI服务器高带宽内存HBM，弹性极强，周期属性突出，完美匹配算力资本开支里的存储扩张逻辑。 三、AI创新药｜对标ARKG，含杠杆说明 ⚠️重点事实：市面上没有ARKG的3倍直接杠杆ETF。ARKG为主动管理基金，杠杆产品几乎全部挂钩指数，无法复刻ARK的选股逻辑。 常态底仓 1. ARKG（基准）：ARK主动管理，基因组、AI辅助药物研发、CRISPR基因编辑，30‑60只中小盘创新生物，波动巨大，你的对标蓝本。 2. BOTZ：机器人+生物自动化，部分AI药物研发设备；XBI：美国生物科技指数ETF，宽域创新药。 杠杆替代（2倍，无3倍） • LABU（Direxion Daily Biotech Bull 2X）：2倍做多XBI生物科技指数。 现实约束：不存在3倍ARKG，想要高弹性，二选一：①重仓ARKG；②底仓ARKG+小仓位LABU博弈波段。不要长期拿LABU，复利损耗严重，仅限短线行情。 四、云计算·云算力，追求高弹性（AI数据中心基建） 无杠杆底仓 SKYY｜First Trust Cloud Computing ETF 经典云计算指数，微软、亚马逊、Arista、CoreWeave，覆盖公有云+AI原生算力云，行业标杆。 2倍杠杆（弹性最强） SKYU｜ProShares Ultra Cloud Computing ETF（2×） 你要的高弹性云算力工具，两倍放大SKYY指数日内收益。 提醒：2倍杠杆ETF只适合波段交易，震荡市会出现波动率衰减（vintage损耗），绝不适合无脑长期躺平。 极简配置思路（供你内容引用） 1. 硬件主线（算力瓶颈）：FOTO（光通信）+ DRAM（存储） 2. 生物创新长坡：ARKG做底仓，LABU做短线弹性弹药 3. 云算力弹性博弈：SKYY长期观察，SKYU仅做趋势波段 公开是信息订阅是决策：

觉得AI没有泡沫或者说美股不会崩的建议好好看看下面的的文章！ 作者@edzitron调查了美国在建的数据中心得出了结论：AI 基建全是鬼故事。 下面是文章精华总结： 目前地球上没人建成过 1GW 的园区，英伟达却卖了 300 万块 Blackwell。 （GW 就是功率单位，1GW = 10亿瓦。在数据中心里，它衡量的不是‘算力’，而是‘能吃多少电’；） 这些芯片在哪？在仓库里吃灰吗？ 建一个数据中心要多久？到底有多少真正上线了？ 这两个简单的问题，回答起来却难得出奇。 为什么？因为超大规模厂商（Hyperscalers）既不披露数量，也不披露可用容量。 过去一周，作者试图寻找 2023 或 2024 年开工并已竣工的数据中心，结果是一无所获。 大多数项目要么深陷审批泥潭，要么就是个“部分启用”的烂摊子，却对外宣称“已投入运营”。 事实很简单：目前没人建成过 1GW 的数据中心。 Stargate Abilene 吹嘘 1.2GW，两年过去了，只有两栋楼亮着灯，约 103MW。第三栋楼建好了，但里面空空如也。 就连亚马逊那个所谓的 2.2GW 项目，30 栋楼里只有 7 栋在用，却被 CNBC 和亚马逊自己包装成“全面投入运营”。这就是骗局，赤裸裸的。 然后是微软。 纳德拉说过去两年新增了 4GW，本季度又加了 1GW。我也希望能信，但我找不到。 作者通过卫星看了威斯康星州的 Fairwater 项目。 微软说 400MW，但按照每兆瓦 1400 万美元的成本，33 亿美元的投资只对应 235MW。 卫星图像显示，那地方基本上就是几块混凝土板。当地报纸说，里面还在做启动测试，根本没上线。 作者在北卡罗来纳州、俄亥俄州、巴西、威尔士找了一圈。要么还在挖土，要么连土都没开始挖。微软的公关要么不回，要么就在胡扯“进度超前”。 这导致了一个荒谬的结论： 如果微软真的建了 4GW，那它必须秘密建成了十几个巨型园区，且没有一家媒体报道。这不可能。 微软在过去六个月里，连 500MW 都没上线。 那些所谓的“1GW 新增产能”，要么是会计魔术，要么是还没通电的空房子。 这就引出了英伟达的问题。 黄仁勋说过去四个季度出货了 600 万块 Blackwell（实际是 300 万颗，他把双核算进去了）。 300 万块 Blackwell 的功耗是 3.6GW。 如果这些芯片真的在跑，我们需要 35 个 Stargate Abilene 那样的园区。但它们在哪？ 它们不在。它们堆在仓库里吃灰。 Blackwell 需要全新的散热和电力，旧数据中心装不下。这就是为什么 Supermicro 有价值 14 亿美元的 GPU 积压在库存里，也是为什么 Oracle 取消了 10 亿美元的订单。 Anthropic 租借 xAI 的老数据中心就是一个绝望的信号。 那是马斯克用燃气轮机搞出来的、污染严重的“弗兰肯斯坦”怪物，里面塞满了老芯片。如果真有那么多崭新的千兆瓦级数据中心上线，Anthropic 为什么要急着去租这种垃圾？ 总结一下这场闹剧： 微软、谷歌、Meta 在过去三年烧了 8000 亿美元 Capex。 他们声称拥有数 GW 的产能。 实际上，真正跑起来的可能只有几百 MW。 英伟达把未来 2-3 年的 GPU 都卖出去了，但这些芯片没地方放。 OpenAI 和 Anthropic 承诺了 7480 亿美元的未来支出，但这取决于这些鬼数据中心能不能建成。 感觉不对劲吗？ 是的。这感觉就像 2000 年的互联网泡沫，或者 2022 年的 FTX。 我们正处于一个基础设施与财务数据完全脱节的时代。折旧费用已经开始暴涨，但当那几百亿的账单真的到来时，大家会发现，我们建的不是算力帝国，而是一片由混凝土板和公关稿组成的鬼城。 我不相信有超过 100 万块 Blackwell 在运行。 你们呢？ 👇 看完这篇，你再看美股估值会觉得脊背发凉。 #AIBubble# #Stargate# #Microsoft#

上周五恐慌下跌的时候主要抄了 sk、mrvl、rklb 这三个标的，逻辑也都特别简单。 1）sk海力士：从估值角度看比 mu美光要便宜不少，而且仍然是存储最主力的厂商，基本面和业绩短期都没问题；另外就是下半年发行 adr 在美股上市，能够让美国资金可以直接买到 sk 海力士，如果能抹平或者接近和 mu 的估值差距，我大概率就会卖出。 2）mrvl：我自己也研究了，本质就是芯片和芯片之间的传输需要光来提高效率，而这方面最好的标的就是 mrvl。但说实话，黄仁勋对于 ai 基建比我们懂得多，主要是相信黄仁勋的判断。因为我不清楚未来会不会有成本更优的替代方案。 3）rklb：原因是 spcx 的认购非常火爆，spcx 短期靠做算力中心会拥有很好的现金流，长期太空运输和太空网络有无限的想象力，这是 elon 之前做特斯拉成功带来的溢价。市场仍然会炒作太空方面的叙事，rklb 是比较短线持仓的逻辑。

继续看空 $MU 大概率会先跌到600附近再说 下面是我看了一下他的财报找到的一些巨大的问题 1 存储芯片（Memory）本质上带有强烈的大宗商品（Commodity）属性。现在的暴利是因为全行业产能还没完全释放。一旦三星、SK海力士的产能全部开足，或者 AI 资本开支稍微放缓，芯片价格就会像滑梯一样崩塌。这种靠“价格周期”堆出来的暴利，在华尔街眼里天然带有“不可持续的水分”。 像不像矿机一开始卖的时候，回本周期100天，然后。。。后面的故事你都懂的 2 美光正在疯狂烧钱建厂。它预估全年的资本开支将超过 250 亿美元，且下一年还要继续加大投入。这东西折旧未来到底怎么算，会不会戴维斯双杀？ ps：如果ai进入ds引领的后半场精细化运营，不需要这么多基建了呢？ 3 幽灵订单： 在过去每一次存储周期的顶点，下游客户（如服务器厂商、PC/手机厂商）因为害怕缺货，往往会向各大存储厂重复下单（Double Ordering）。一旦发现市场降温，客户就会开始砍单。 ps：讲个笑话，当年跟公司去ipo的时候，投资人累计报的单子超购5倍了，结果真到付钱的时候····刚刚吃完一倍，上市就跌了··· ps2:砍单固然有违约金之类的，但实际这里你卖的仅仅是一张贵一点的option罢了 4 罢工隐忧，美光全球员工中位数薪酬：约 $58,461 美元 / 年（折合人民币约 42 万元）。 美国本土员工的实际薪酬： 如果单看美光在美国博伊西总部或研发中心的资深工程师，人均年薪普遍在 15万 至 25万美元 以上（包含基本工资、奖金和 RSU 股票激励）。 虽然没韩国那么刚的工会·····但是有钱了怎么分永远是考验企业的一道难题

Tom Lee 旗下 Fundstrat $GRNY 最新持仓变动，砸$2亿杀入SpaceX、美光： 减持 1. Meta $META 清仓。短期主题轮动后不再同时踩中足够多条Granny主题；社交广告与大盘科技集中度偏高，组合要给半导体、航天和工业腾位置。 2. 博通 $AVGO 清仓。AI ASIC与网络芯片逻辑仍在，但估值与拥挤度已高，风格从偏价值质量转向偏成长质量时被剔除，资金改去内存、英特尔和数据中心电力。 3. 美国运通 $AXP 清仓。消费金融弹性尚可，却不如半导体周期、自动化和军工主题契合当前因子；金融板块整体权重要降。 4. 空气产品与化学品 $APD 清仓。工业气体偏防御、成长弹性不够，短主题切换后主题得分掉出门槛，氢气与工业气体叙事让位给铜矿和电力设备。 5. 诺斯罗普·格鲁曼 $NOC 清仓。国防预算逻辑还在，但再平衡里军工只留洛克希德·马丁一只更贴近主题组合的标的，诺格被换成LMT，避免国防内部重复。 6. 德州太平洋土地 $TPL 清仓。土地特许权与油水权偏资源和利率敏感，能源权重要降，西德州土地不如油气中游ONEOK和公用事业维斯塔更贴组合框架。 7. PNC金融 $PNC 清仓。区域银行受益于利率和信贷，但金融要给科技、工业让权重，区域行主题分不够。 增持 8. 太空探索 $SPCX 新买入$1亿。星链、发射与太空基础设施一次性变成可买的大盘股，踩中能源与网络安全、全球劳动力短缺以及战略通信，是本轮最有辨识度的新票。 9. 美光科技 $MU 新买入$1亿。AI服务器把HBM和高带宽内存变成瓶颈，美光同时撞上半导体周期、自动化和风格/季节性因子，股价从高位回撤后性价比出现。 10. 英特尔 $INTC 新进。代工回流、先进封装和政府补贴把英特尔重新接上PMI修复、自动化和劳动力短缺三条线，是“美国制造半导体”里最直接的大盘标的。 11. 洛克希德·马丁 $LMT 新进。替换诺格，国防开支、导弹防御和航空航天更集中到这一只；地缘不确定性下，现金流和订单能见度比纯成长科技稳。 12. 维谛技术 $VRT 新进。数据中心液冷、电源和热管理是AI基建里最硬的“水电煤”，同时吃自动化和电力资本开支，比再买一只拥挤的芯片设计更稀缺。 13. 自由港-麦克莫兰 $FCX 新进。铜是电网、电动和数据中心的共同原材料，风格倾斜叠加PMI修复，给组合补上周期弹性，对冲纯科技回撤。 14. MicroStrategy $MSTR 继续持有。上市公司里最纯粹的比特币资产负债表，数字资产和科技主题仍在框内，等权再平衡后仍是第一大权重附近。 15. 罗宾汉 $HOOD 继续持有。零售交易、加密和预测市场平台，吃资本市场活跃度和年轻一代财富行为，金融里留下的成长型标的。 16. 铿腾电子 $CDNS 继续持有。芯片和系统级设计软件，AI芯片越复杂越离不开EDA，属于“卖铲人”里最稳的一层。 17. 飞塔网络 $ANET 继续持有。数据中心交换机是AI集群的血管，流量和800G升级周期还没走完，以太网份额故事完整。 18. ServiceNow $NOW 继续持有。企业工作流和AI代理落地的软件层，自动化主题的软件代表，续费率高、和硬件周期不完全同步。 19. 帕兰蒂尔 $PLTR 继续持有。政府和商业数据分析+AI平台，安全与自动化两条线都算分，成长质量风格下继续留。 20. 甲骨文 $ORCL 继续持有。云基础设施和数据库绑定大模型训练推理合同，传统软件里最像AI基建的一家。 21. 英伟达 $NVDA 继续持有。AI计算的定价权仍在，组合不会因为拥挤就丢掉核心算力股，只是等权所以不是超大市值那样的压仓。 22. 微软 $MSFT 继续持有。云、OpenAI生态和企业软件订阅，质量因子和长期数字化主题同时成立。 23. 迪尔 $DE 继续持有。农机智能化、精密农业和全球劳动力短缺（机器替人），工业里偏设备和自动化。 24. 特斯拉 $TSLA 继续持有。电动车、储能、机器人与自动驾驶，能源、自动化、劳动力三条线都能打勾。 25. 联合太平洋 $UNP 继续持有。北美铁路运量随工业活动修复，PMI主题下的运输骨干，现金流稳定。 26. 高盛 $GS 继续持有。投行与交易对资本市场活跃度敏感，金融里留下批发型、偏资本市场的一家。 27. AMD $AMD 继续持有。GPU和CPU双线抢AI推理份额，和英伟达形成算力内部平衡，不把AI押在单一供应商。 28. 纽约梅隆银行 $BNY 继续持有。托管和资产服务吃市场资产膨胀，金融基础设施属性强于信贷周期。 29. 联合健康 $UNH 继续持有。医疗保险与管理式医疗的规模优势，医疗仓位里的压舱石，质量因子需要它。 30. 卡特彼勒 $CAT 继续持有。工程机械、发电和矿山设备，对基建、能源和工业资本开支同步暴露。 31. 菲利普莫里斯 $PM 继续持有。加热不燃烧等减害产品的全球渗透，必需消费里少有的成长故事，防御但不死气。 32. 摩根大通 $JPM 继续持有。全能银行里盈利质量和交易收入都强，金融板块收缩后仍留龙头。 33. 开市客 $COST 继续持有。会员制零售抗周期，消费降级和升级都能接住，质量仓位的消费锚。 34. 维斯塔 $VST 继续持有。独立发电商，数据中心电力短缺的直接受益者，公用事业里最像成长股的一只。 35. 奈飞 $NFLX 继续持有。流媒体定价权和广告层，内容平台仍符合长期行为变迁主题。 36. 字母表 $GOOGL 继续持有。搜索现金牛加云和Gemini，AI应用分发入口还在，大科技里继续留谷歌而不是Meta。 37. 伊顿 $ETN 继续持有。电气设备、电网和数据中心配电，和Vertiv、Quanta一起构成电力链。 38. CF工业 $CF 继续持有。氮肥与工业化学品，农产品和工业气体之外的材料弹性，PMI和通胀相关商品仓。 39. 苹果 $AAPL 继续持有。硬件生态、服务利润和终端AI入口，大盘质量核心不能缺席。 40. 科磊 $KLAC 继续持有。半导体工艺检测设备，晶圆厂资本开支和先进制程良率刚需，设备股里的高质量。 41. ONEOK $OKE 继续持有。天然气液体中游管网，能源仓位从上游土地权转到能收过路费的中游。 42. 怪兽饮料 $MNST 继续持有。能量饮料全球铺货，必需消费里的成长型品牌。 43. GE Vernova $GEV 继续持有。燃气轮机、电网和风电，发电设备订单被数据中心和电网升级推着走。 44. GE航空航天 $GE 继续持有。航空发动机和售后服务，民航恢复叠加国防，工业质量仓。 45. 亚马逊 $AMZN 继续持有。电商经营杠杆加AWS云，零售与AI基建一条线上的双引擎。 46. 包装公司 $PKG 继续持有。纸包装与工业需求同步，材料和周期修复的交叉点。 47. TJX公司 $TJX 继续持有。折扣零售在消费分层里份额上升，可选消费里偏防御的成长。 48. 广达服务 $PWR 继续持有。电网升级、新能源并网和数据中心电气工程，订单能见度长。 49. 礼来 $LLY 继续持有。减肥药和代谢管线仍是全球制药里最强的增长引擎，医疗成长仓只留这一头。

网都连不上的地方，谈什么 AI 普惠？ 当所有人都在硅谷、在北京的发布会上，为大模型的“算力膨胀”和“意识觉醒”高呼万岁时，真相恰恰相反： 对全球大多数人来说，唯一有尊严、有意义的 AI，是小模型（SLM）。 在技术精英的叙事里，AI 是高高在上的巴别塔；但在现实世界里，AI 的终局不是垄断，而是普及。 扫一颗药，要等 5 分钟 本周，IEEE Spectrum 报道了一个故事： 2019年，尼日利亚创业者 Adebayo Alonge 带着他的假药识别设备 RxScanner 去开普敦做演示。这台手持设备用红外线扫描药片，要把数据发给远端的 AI 比对真假。 那天设备连上了网，但服务器在 14,000 公里外的美国。 扫一颗药，在现场整整卡了 5 分钟。 在非洲，每年有数以千计的人因假药中毒身亡。这 5 分钟，可能就是生与死的距离。 他当场叫工程师把模型“肉身压缩”进一部低端安卓手机。2小时后，新模型诞生：不联网，几秒出结果。 这个在 Hacker News 上引发热议的真实案例，扯下了“AI 普惠”的遮羞布： 巨头们口中的普惠，建立在你有稳定宽带、5G 信号、信用卡订阅、以及精通英语的前提上。 这不是普惠，这是技术殖民，是让穷人永远在信息差和基建差里当二等公民。 真正的普惠，是让技术去适应人的处境，而不是让人去跪迎技术的门槛。 硅谷不聊“小模型”，因为这里没有垄断利润 大语言模型（LLM）动辄万亿参数，烧的是几十亿美金和吞掉几个湖泊的电量。那是 GPT-4、Claude 和 Gemini 的游戏。 而小模型（SLM）通常在 20 亿参数以下，耗电 3 瓦，跑在手机、树莓派甚至一块 $50 的低配芯片上。断网，也能跑。 它们不是大模型的“缩水阉割版”，而是被精准“剪枝”和“蒸馏”出的冷兵器： 在印度，无人机搭载小模型，在机上实时识别腰果叶片病斑，不需要任何地面服务器。 在巴西，一块低配芯片跑心电图模型，开进了连医疗设备都没有的贫困农村。 在乌干达，团队正为本地 40 种甚至没有形成互联网文字的口语构建本地小模型。 为什么主流舆论不爱聊这些？ 因为大模型的话语权在极少数巨头手里。“小而分散”的生态无法产生平台垄断，收不走昂贵的 API 订阅费，也圈不到集中化的用户数据。 世界银行的数据极为讽刺：全球最贫困国家中，只有 0.7% 的网民用过 ChatGPT，而发达国家是 25%。 大模型是为高能耗、高基建的社会设计的。而这个世界的B面，多的是连不上网、资源匮乏的角落。 2026，技术正在“向下扎根” 硬核的转折点，正在这个 2026 年密集发生。 首先是硬件彻底卷向边缘。2026 年底，全球将有 45% 的新出货智能手机具备端侧 AI 能力。明年，这个数字将超过一半。 其次是开源小模型的爆发。从 Google DeepMind 的 Gemma 4 到阿里的 Qwen 3.5……这些开放权重的小模型，让任何人都可以拿着本地数据直接微调。 大模型的价值，不再是充当无所不知的“造物主”，而是成为生产成千上万个客观、分散、专属小模型的“工厂”。 当然，我们要保持清醒。小模型不能帮你写代码的同时又帮你诊断心电图，它专业、专一、且在冷启动阶段依然依赖大模型的蒸馏。但它给了一条生路：让弱网、无网的边缘地带，拥有了掀翻信息壁垒的武器。 离线与平权：不是技术降级，是生存刚需 这种“大与小”的对抗，在翻译领域尤为刺眼。 当所有翻译软件都在卷“云端多模态”、“超大上下文”时，我们看到的却是另一幅图景： 在跨国航班的机舱里、在信号微弱的地下铁、在偏远的跨国工厂、在网络受限的特殊区域……全球有海量的用户，在最需要打破语言障碍的瞬间，面对的是手机上那个冰冷的转圈动画。 对他们来说，一个能塞进设备里、不依赖云端、断网也能秒级响应的翻译模型，绝不是“将就用的备用方案”，而是唯一有尊严的解法。 随着 Gemma 4 和 Qwen 3.5 这类小模型的成熟，高性能的端侧离线翻译，不再是妥协，而是主力。 正如 RxAll 创始人 Adebayo Alonge 所说： “AI 的未来不是一个中心、一个巨型模型。而是数百万个小而精准的模型，部署在边缘，每一个解决一个具体问题、一个具体场景。” 信息不应该被锁在语言的巴别塔里，更不应该被锁在富人区的数据中心里。而我们要对抗的，正是这种无处不在的信息垄断与壁垒。 开启「沉浸式翻译」，网页双语对照，直达最硬核的顶级信源。 不用去猜大厂在发布会上藏了什么猫腻，当别人还在慢吞吞等待碎片化的搬运观点时，你已经站在第一线，看透了下一波技术浪潮的流向。 打破壁垒，把看世界的权力，无条件地交回每个人自己手里。 #SmallAI# #SLM# #信息平权# #EdgeAI#

📉《美股暴跌，百年大顶已至？AI 泡沫即将破裂？》 今天，SK 海力士财报不及预期，亚洲科技股再度遭遇猛烈抛售，市场一片腥风血雨。🤯 👉回看本轮调整： 📉纳指较高点回落约 8%—10%； 📉费城半导体指数较 6 月高点跌去约 25%； 📉韩国 KOSPI 指数单日暴跌 10.84%，距离历史高点回调35.81%。 但就在芯片股血流成河之际，苹果重夺全球市值第一，道指逆势创出新高。资金似乎并未完全离开美股，而是从拥挤的 AI 硬件交易中撤出，转向现金流更稳定、估值压力更小的资产。 市场也由此分裂成两派：一边高喊“AI 泡沫终于破了”，另一边坚持“这只是一次健康出清，AI 主线从未改变”。 👉所以，真正的问题是： 美股正在遭遇“百年大顶”，还是仍在攀爬牛市的“担忧之墙”？AI 泡沫即将全面破裂，还是仅仅在经历阶段性的估值重定价？ ⬇️下面，请看多空双方激辩 ⬇️ 📈看多方：AI 主线完好，这不是泡沫破裂 一辩：Cathie Wood @CathieDWood｜ARK Invest 创始人｜XHunt 排名：170 Cathie Wood 认为，市场仍在攀爬一堵典型的“担忧之墙”。 真正的牛市顶部往往不会出现在所有人都充满怀疑的时候，而是诞生于极度乐观——当投资者普遍相信“天空才是极限”，风险才可能真正失控。 现在市场充满争议、恐慌和质疑，反而不像一个典型的终极顶部。 ⭐核心判断：这仍可能是牛市中的正常调整。长期颠覆式创新逻辑没有改变，真正的大顶通常出现在共识极度一致之时。 二辩：RamenPanda @IamRamenPanda｜XHunt 排名：3994 RamenPanda 将注意力从 AI 硬件转向了软件和应用层。 市场担心大量数据中心和算力基础设施会形成产能过剩，但这些基础设施最终仍需要通过软件、平台和商业应用实现回报。 互联网时代同样经历过基础设施过度建设。早期最耀眼的是思科，但真正的长期赢家，是随后崛起的谷歌、微软和亚马逊。 AI 时代也可能复制类似路径：硬件投资首先过热，随后价值逐渐向软件和应用层转移。 ⭐核心判断：基建过剩可能是技术革命的必经阶段。当前更像是从硬件建设切换到应用兑现，而不是 AI 时代的终点。 三辩：投资 TALK 君 @TJ_Research｜XHunt 排名：9918 SK 海力士财报公布后，股价一度低开约 8%，随后快速反弹。 投资 TALK 君认为，这与此前美光财报后的“sell the news”走势正好相反，可能是一个短期见底信号。 如果坏消息已经被市场充分定价，那么即使财报不及预期，新增卖盘也可能开始衰竭。更重要的是，目前尚未看到 AI 需求指引出现系统性转弱。 ⭐核心判断：短期情绪已经得到集中宣泄，但 AI 需求尚未被证伪。市场需要的是数据确认，而不是继续恐慌。 四辩：Nico 投资有道 @tychozzz｜XHunt 排名：13869 Nico 认为，本轮暴跌最大的教训是：即使基本面再好、市盈率再低，处于高位时，一旦市场决定压缩估值，股价依然会大幅下跌。内存与存储板块就是最典型的例子。 但“股价杀估值”并不等于“AI 产业逻辑被证伪”。 目前纳指前瞻市盈率已经接近今年 3 月底的水平。相比在恐慌中割肉，更重要的是控制杠杆、提前设置止盈，并持有真正能够兑现业绩的指数和优质公司。 ⭐核心判断：情绪可以快速压低估值，但最终决定股价的仍是业绩。AI 主线没有改变，优质资产回到前高可能只是时间问题。 五辩：美股仙人 @hanking66｜XHunt 排名：44611 美股仙人的观点更加直接：不要在最恐慌的时候卖出股票。 在他看来，这一轮下跌已经呈现出“最后一跌”的情绪特征——绝望、窒息、破防，投资者对任何消息都作出最悲观的解读。 大量股票在财报公布前就遭遇猛烈抛售，也意味着悲观预期可能已经被提前计入价格。 ⭐核心判断：Buy the dip。熬过情绪最极端的阶段，机会可能属于仍有能力接盘的人。 📉看空方：AI 信用裂缝已经出现，泡沫正在出清 一辩：ZeroHedge @zerohedge｜知名宏观分析媒体｜XHunt 排名：200 ZeroHedge 认为，市场正在重新进入“循环融资其实很糟糕”的定价阶段。 目前已经出现多个危险信号： 纳斯达克 100 接近进入 10% 技术性调整； 半导体与动量因子交易遭到重创； AI 相关企业的信用裂缝开始显现； 英伟达与 OpenAI 等交易再次引发循环融资担忧； 中国低成本模型和开源工具持续压低利润预期。 如果 AI 巨头彼此投资、彼此采购、彼此贡献收入，市场就很难判断其中有多少来自真实终端需求，又有多少只是资本在产业链内部循环。 ⭐核心判断：AI 产业的信用与融资扩张正在撞墙，泡沫进入出清阶段的时间可能比多数投资者预期得更早。 二辩：Phyrex @PhyrexNi｜XHunt 排名：784 Phyrex 更关注美股背后的杠杆风险。 目前，美国投资者借款买股规模约为 1.53 万亿美元，券商净信用余额降至约负 1.061 万亿美元；保证金债务单月增加约 860 亿美元，并已连续三个月上升。 这意味着，美股不仅估值偏高，对融资资金的依赖也在增加。一旦增量资金放缓，过去推动上涨的机械买盘就可能转化为机械卖盘。 这一风险也会传导至 Crypto。跨市场去杠杆时，BTC 更可能先被当作高贝塔风险资产出售，而不是立即以“数字黄金”的身份独立上涨。 不过，美股空头仓位同样处于高位，Russell 3000 空头比例接近 6%，标普 500 约为 3.5%，因此市场也存在轧空反弹的可能。 ⭐核心判断：真正的风险未必是 AI 技术被证伪，而是高估值、高杠杆和资金流入放缓同时出现。去杠杆一旦启动，美股与 BTC 都可能遭遇机械性抛售。 三辩：Peter Schiff @PeterSchiff｜经济学家、SchiffGold 创始人｜XHunt 排名：1486 Peter Schiff 认为，AI 本身是真实技术，但 AI 相关股票已经形成严重泡沫。 中国低成本模型、开源技术和行业竞争加剧，将持续压低美国 AI 公司的利润率和护城河预期。 如果巨额资本开支无法转化为匹配的现金流，更多估值“空气”仍然需要被挤出。 ⭐核心判断：AI 技术是真实的，但 AI 股票泡沫同样真实。泡沫可能已经破裂，接下来面对的将是持续出清。 四辩：CryptoPainter @CryptoPainter｜XHunt 排名：2207 CryptoPainter 将韩国股市暴跌视为 AI 基建叙事的一次压力测试。 他并不否认 AI 算力与数据中心需求，而是警惕围绕这一叙事形成的循环投资、过度融资和高杠杆。 因此，这轮调整未必会复制 2000 年式的产业全面崩塌，却可能重演韩国市场式的剧烈去杠杆：技术方向仍然成立，相关资产价格却因估值和融资结构过于脆弱而大幅回撤。 对于 Crypto 来说，如果 BTC 再次向下破位，最可能的外部触发因素之一仍然是美股继续下跌。 ⭐核心判断：AI 技术真实，不代表相关资产价格合理。相比产业归零，更现实的风险是融资与杠杆出清，并通过美股传导至 BTC。 五辩：海伦子 Hellen @peng_hellen｜XHunt 排名：40426 Hellen 将今天的 AI 热潮与英国铁路泡沫、互联网泡沫进行比较。 铁路和互联网都真实地改变了世界，但资本狂热依然造成了基础设施过度建设。部分项目投入越大、运营越多，亏损反而越严重。 这与部分大模型企业面临的困境相似：用户越多，算力和推理成本越高，但收入未必能够覆盖投入。 互联网并没有因为泡沫破裂而消失，但纳指仍曾连续下跌 31 个月，从高点回撤约 78%。 ⭐核心判断：伟大技术和巨大泡沫可以同时存在。AI 可能改变世界，但相关资产的价格仍然可能严重脱离真实价值与需求。 🔥双方观点总结 📈看多方认为 目前的暴跌主要是拥挤交易瓦解和情绪杀估值，尚无数据证明 AI 需求已经系统性崩塌。 新竞争者与低成本模型不一定会消灭美国科技巨头，反而可能降低 AI 使用门槛，扩大应用市场。 AI 主线并未结束，市场仍可能在“担忧之墙”中继续前进。 📉看空方认为 AI 企业的护城河没有市场想象中那么深。 高估值、高资本开支、杠杆和循环融资共同支撑了过去的上涨。一旦收入与现金流无法匹配投入，整个估值体系都会被重新定价。 技术革命不会消失，但投资泡沫完全可能提前破裂。 👀最后 美股科技股正在经历的，并不是对 AI 长期逻辑的全盘否定，而是市场开始重新计算一笔账： 如果资本开支回报不足、循环融资退潮、中国低成本模型持续压低价格，美国科技龙头的护城河究竟还剩多少？ 纳指调整、存储股腰斩、韩国芯片股暴跌，本质上都是这一担忧的集中释放。 但现在就断言“百年大顶已至”，或许为时过早。 真正的分水岭不在当下的情绪杀估值，而在未来几个季度乃至更久：AI 收入和自由现金流能否匹配巨额资本开支，产业链需求能否从巨头之间的循环采购，扩散至真正付费的终端用户。

如果未来几年AI继续扩张，康宁可能是最大的赢家之一 大盘开始回调的时候，我就喊过要抄底DRAM、MRVL、INTC、COHR、GLW、NOK这几个标的，康宁就在这个名单里。陈立武访谈里提到玻璃基板对先进封装的重要性，我当时也专门写了一家对应的公司，就是康宁。 然后，亚马逊和康宁签了一份多年期光纤供应协议，加上之前英伟达对康宁的投资，这家公司到底有什么神奇之处，值得重新认真捋一遍。 整理一下我的逻辑，先说最有确定性的部分，再说还需要时间验证的推演，把这两类分开讲，说服力会更强。 一、康宁是一家什么样的公司 成立于1851年，175年历史。给爱迪生定制过第一颗灯泡的玻璃壳，做过登月飞船的太空窗户，打磨过哈勃望远镜的镜片，也是苹果"大猩猩玻璃"的供应商。它的特点是，作为一家重资产制造企业，始终把营收里很高的比例砸进研发，在玻璃、陶瓷、光物理这些底层材料科学上筑起了一座很难被超越的墙。 更关键的是，康宁是市场上唯一一家同时精通大面积工业显示器玻璃和精密光纤传导技术的材料巨头。这两个领域以前完全是不同的板块，但康宁两边都做，而且都以二氧化硅为核心原料，这就成了它切入下一代AI芯片技术（半导体加光通信）的天然护城河。 二、最有确定性的逻辑 第一，AI光互连已经进入锁产能阶段。现在市场开始讨论光纤、连接器、光引擎够不够用。英伟达签了多年期合作，让康宁美国光连接产能扩产10倍，光纤扩产50%；亚马逊AWS也签了多年期光纤供应协议；Meta之前也签了60亿美元的多年期光纤协议。这几件事拼在一起，说明超大规模云厂商已经在提前锁未来几年的产能，不是等需求出现才下单，这是供给端开始紧张的明确信号。 第二，康宁已经不只是传统光纤公司了。Q1光通信业务收入同比涨36%，利润同比涨93%，增速远高于公司的传统业务。这意味着市场开始重新用AI基础设施公司的框架去理解康宁，不再只是按成熟材料公司的逻辑去定价。当然现在估值还没完全切过去，这是一个正在发生、但还没走完的过程。 第三，英伟达愿意通过资本合作绑定供应链。英伟达在这次长期合作协议里获得了认股权证，这说明公司愿意通过资本层面的合作进一步绑定关键供应链。以前绑GPU供应链，后来绑HBM，现在开始绑光连接，说明光互连这件事已经进入了英伟达的战略层面，不是个边缘环节。 第四，玻璃基板可能打开第二成长曲线。如果未来先进封装逐步从ABF载板转向玻璃基板，康宁就不只是卖光纤，还能进入先进封装材料这条线，这才是真正的大故事。但这部分目前还在未来几年逐步商业化的阶段，不能当成已经兑现的业绩来看，要留时间去验证。 三、康宁在AI算力基础设施里到底扮演什么角色 现在的AI数据中心，比如英伟达Blackwell架构机柜，装着成千上万颗GPU。如果用传统铜线传导，面对这么大的数据量，铜线电阻会产生极大功耗和发热，带宽根本扛不住。目前最主流、也是规模化AI集群最有效的解决方案是光互连，光纤具有极低传输损耗，远低于铜缆。康宁是1970年全球第一个发明超低损耗光纤的公司，行业地位很稳。 康宁的高密度光纤互联技术是它真正的杀手锏。现在的AI训练集群要求几万颗芯片像神经元一样密集连接，康宁可以实现更高密度的光纤部署，这直接帮科技巨头提升算力密度，省下电费和连接成本。 它还有个独特的资本效率优势：之前已经提前把厂房和设备砸好了，现在AI订单爆发的时候不用再投大规模资本开支盖新厂，可以直接用现有设备接单。在已有产能利用率持续提升的情况下，利润率存在进一步扩张空间。 除了光通信，康宁还有几条业务线同步走强：太阳能业务保持较快增长；车载玻璃受益于汽车中控屏幕越来越大，正在变成高单价、高毛利的新应用场景；半导体精密材料方面，康宁长期深耕超低热膨胀玻璃、精密光学玻璃和特种玻璃材料，在高端光学系统和半导体光学产业链中拥有深厚积累。 四、这次涨幅背后的几个具体催化剂 英伟达的投资和绑定关系前面说过了，亚马逊这次签的多年期光纤供应协议是又一个独立验证。英特尔CEO陈立武最近在访谈里点名玻璃基板是先进封装的重要方向，这是一次独立的产业领袖背书。 最重要的是在首尔AI数据中心光通信与互连技术大会上发布的GlassBridge玻璃桥技术。花旗的看法是：虽然目前玻璃桥技术对AI光收发模块企业的影响还有限，但存在结构性颠覆的可能性。随着CPO和NPO在2028到2030年间逐步商业化，玻璃桥会主要在新部署项目中和增量型iFAU竞争，光学元件行业有可能从物理微组装走向半导体级工艺集成，这是一次真正的范式转变，不是简单的产品迭代。 还有两条产业链传导的逻辑值得单独提一下：设备商这条线，美国制造的扩产计划里一定会包括相关设备采购。还有材料商，这次扩产的利好是全球性的。 五、资本市场怎么给康宁重新定价 盘一下康宁30年的市值变化，上一次股价历史巅峰还要追溯到2000年左右的互联网泡沫时期，当时市场在炒光纤网络拉线。泡沫破裂之后，股价经历了很长一段沉寂期，这一次在AI超级浪潮光通信、CPO、半导体玻璃基板的加持下，康宁市值再次迎来爆发式增长，打破历史纪录创下新高。 最近一季财报营收43.5亿美元，同比涨18%，核心EPS大幅飙升30%，最核心的光通信业务销售额同比暴增36%，体现出AI数据中心对光纤的强劲需求。财报还透露，除了之前签的60亿美元光纤大单，康宁近期又新增了两家超大规模云客户（Hyperscaler），部分未来几年产能已经提前锁定。 管理层给的路线图是：2026年底光通信营收200亿，2028年300亿，2030年400亿，光子平台单独目标100亿。 六、我自己的判断 随着超大规模AI集群建设持续推进，康宁同时受益于光连接、先进材料和未来玻璃基板这三条成长曲线，英伟达、亚马逊、Meta这几家巨头的长期合作进一步验证了它在AI供应链里的战略地位。 以前市场把它当成一家传统的低估值玻璃厂，现在华尔街开始意识到它是AI硬件底层不可或缺、接近技术垄断的卖水人。当它的标签从传统制造重估为AI核心基建，长线估值有可能发生比较大的跃升。英伟达10倍扩产的时间表是2028年完成，两年时间赌一个供给端紧张的故事，但具体能涨到什么估值，留给市场自己去给，不提前下死结论。