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 高良山
高良山 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 高良山 的推特
AI数据中心正在重塑SiC产业,而真正稀缺的可能是高品质200mm SiC衬底 未来十年,SiC的增长逻辑可能逐渐转向AI电力基础设施。AI数据中心不仅在消耗更多GPU,也在重塑整个供电半导体架构。 在这条产业链里,真正决定行业的,未必是SiC器件,而是高品质200mm SiC衬底。 Wolfspeed最近的大幅回调正好体现了市场的分歧。乐观者看到AI数据中心、200mm技术领先、债务重组完成; 悲观者看到收入增长有限、毛利率仍为负、现金流持续承压。 公司的核心资产是SiC材料能力。业务主要分为SiC衬底、晶圆、外延片,以及MOSFET和功率模块。 真正难复制的是上游材料。SiC长晶温度超过2000℃,缺陷控制极其困难,良率提升往往需要数年时间。前身Cree超过30年的积累,构成了最核心的竞争壁垒。 AI正在把数据中心变成电力密集型工业设施。过去服务器功率只有500W至1kW,如今AI服务器已经达到5kW至15kW。过去机柜只有10-20kW,如今GB200 NVL72接近120kW,未来300kW、500kW甚至1MW机柜已经进入路线图。 对于100MW级数据中心而言,供电效率提升1%,意味着每年节省数百万美元电费。因此运营商越来越关注电力效率,而不是单纯的设备成本。 SiC恰好是提升效率最有效的技术之一。相比传统硅器件,开关损耗更低、导通损耗更低、工作温度更高、功率密度更高。因此越来越多的数据中心开始导入SiC方案。 需求主要来自四个方向:UPS系统、AI服务器电源、中压配电系统以及固态变压器(SST)。 UPS目前最成熟,Eaton、Vertiv、Schneider Electric、ABB等厂商已经开始采用SiC。 服务器电源是未来最大的增量市场之一,1200V和1700V SiC MOSFET正在快速渗透。 中压配电则是目前最容易被忽视的领域,未来AI园区内部大量采用13.8kV→4.16kV→800V DC架构,对3.3kV和6.5kV SiC模块需求巨大。 长期来看,固态变压器可能成为最大的增量方向,未来架构有机会从“电网→变压器→UPS→PDU→服务器”演变为“电网→SiC固态变压器→AI机柜”,大幅简化供电链路。 未来3年,AI数据中心相关SiC需求年复合增长率有望达到30%-50%;未来5年仍可能维持25%-40%。原因并不复杂:数据中心数量增长、单个数据中心功率增长、SiC渗透率增长,三重驱动形成明显的乘数效应。因此AI带来的不是单纯的服务器需求,而是整个供电链路升级。从发电站、变电站,到UPS、PDU、PSU,再到服务器内部供电系统,每一次电力转换都在追求更高效率,而SiC正是整个升级过程中的核心受益者。 但行业真正值得关注的问题是高品质200mm SiC衬底,尤其是高品质200mm衬底。 很多投资者会问,既然200mm紧张,为什么不能继续使用150mm?答案是短期可以,长期不行。200mm晶圆面积比150mm增加约78%。同样设备、同样工艺、同样人工,可以生产更多芯片,显著降低单位成本。对于需求爆发型市场而言,规模化生产能力远比单颗器件价格更重要。 问题在于,200mm远比150mm难做。SiC天然存在Micropipe、BPD、TSD等缺陷。150mm时代尚可控制,进入200mm后面积增加78%,缺陷数量同步增加,良率反而下降。很多厂商能够做出200mm晶圆,却无法实现稳定的大规模量产。行业真正稀缺的不是200mm晶圆本身,而是低缺陷率、高良率、能够持续供货的200mm晶圆。 目前全球具备200mm SiC能力的主要玩家包括 Wolfspeed、onsemi、STMicroelectronics、Infineon Technologies 和 ROHM。其中推进最激进的仍然是Wolfspeed。同时中国厂商如 山东天岳 和 天科合达 也在快速扩产。未来全球供需平衡最大的变量,很可能来自这些厂商的良率爬坡速度。 AI电力链条可能正在孕育另一个潜在瓶颈:高品质200mm SiC衬底。 未来最有可能发生的情况不是买不到SiC器件,而是可以买到器件,却买不到足够多、足够便宜、良率足够高的200mm SiC衬底做出来的器件。当市场仍然把SiC视为普通商品时,AI数据中心或许已经成为下一轮需求爆发真正的起点。 免责声明:本人持有文章中提及资产,观点充满偏见,非投资建议,dyor
显示更多
历史记录: 1989年7月17日, 一批刚刚从中国流亡出来的民运人士, 在巴黎集会, 决定筹备成立“民主中国阵线”. 据与会的陈一谘先生记录, 当时先后与会的人包括: 刘宾雁, 苏绍智, 管惟炎, 阮铭, 李春光, 曹天宇, 林春, 胡平, 吴国光, 陳奎德, 丁学良, 刘永川, 李波, 谢文, 李三元, 严家其, 高皋, 万润南, 甘阳, 苏炜, 祖慰, 徐刚, 吾尔開希, 刘燕, 李录, 沈彤, 辛苦, 蔡崇国, 陈宣良, 张锐, 曹务奇, 殷克, 崔铭山, 岑建勋, 李伟杰, 林耀强, 刘再复, 陈菲亚.
显示更多
0
26
164
23
转发到社区
穆正新:成人不宜的“黄继光堵枪眼” 英雄缘起假新闻 新华社朝鲜前线二十日电 本社前线通讯员报道:在战火纷飞的上甘岭附近的山岭上,出现了一位马特洛索夫式的战斗英雄–中国人民志愿军某部通讯员黄继光。他是中国人民值得骄傲的伟大的战士。 在一次反击战中,我军的冲锋道路上突然出现了一个敌人的火 力点,三挺机关枪疯狂地扫射着,挡住了我军前进的道路。指挥员对突击队员们说:“谁去干掉它?”一个年青的通讯员黄继光答道:“我去!”黄继光知道祖国人民慰问团到了朝鲜前线,他满怀信心地向战友们说:“告诉祖国人民慰问团,听我胜利的消息吧!” 接着他又说了一声:“同志们准备冲!”便提着手雷向前冲去。敌人的机枪扫射得十分猛烈,他刚冲过去不多远,身上就中了几颗子弹;后面的战友们只见他摇晃了一下,又向着敌人地堡扑去。当敌人的子弹再次射中了黄继光的身体的时候,他已经扑到敌人的工事上,并用身体堵住了一个正在发射的敌人的枪眼。接着,他的战友们便发起了冲锋。这时敌人的火力点上另外两挺机枪又叫起来,正在这个紧急的时候,黄继光伸出了一只手臂,把一颗手雷塞进敌人的火力点里,轰然一声,敌人的火力点被完全炸毁了。 战斗结束以后,战友们在黄继光的身上找到九个机枪子弹射透的洞口。一个指挥员带着深厚的感情连声地说道:“马特洛索夫,中国的马特洛索夫!” 以上就是“黄继光堵枪眼”故事的首版。载于1952年11月21日《人民日报》。 这故事假得让人无法辩护。作者硬要让黄继光的功夫超人类:枪弹穿身而过并无大碍。连中数弹才不过“摇晃了一下”。再往下功夫更绝:堵住连续发射的机枪口竟如同足球队员胸部停球一样轻松。边堵着枪眼还能边忙里偷闲地观察敌情。及时发现敌人阴谋立刻采取措施把它解决掉。先前故意保留手雷而用肉身堵枪眼,更显英雄深谋远虑,早料准了阶级斗争新动向。连串超人神功太精彩,激励学龄前儿童没问题。只可惜成人不宜。 “黄继光堵枪眼”故事第二版 不幸的是,精彩的首颗“中国马特洛索夫”卫星只运行了一个月就被废止了。这在中共宣传工作史上很少见。原因显然是这版“黄继光堵枪眼”故事假度太高。估计管宣传的领导读了后也忍不住起鸡皮疙瘩。党固然不怕民众公开批评假新闻,但也得顾忌太假太滥的故事会在人民心中产生反效果。新华社不得不返工重做。第二版“黄继光堵枪眼”故事把首版中的荒谬情节全部删除。这等于承认首版里讲了假话。按理说,出了影响全国的假新闻,新华社和《人民日报》应向读者道歉,还应该向志愿军方面了解造假原因和过程,给读者一个说法。但这在中国根本不可能发生。党的喉舌本来就以蒙骗大众为己任。第一次没蒙好,加加油接着蒙就是了。 《人民日报》于1952年12月20日刊登由新华社记者石峰、王玉章重写的“马特洛索夫式的英雄黄继光”一文。文中“堵枪眼”过程被改写成下面这个样子: 敌人火力点里的七挺机关枪撒开一个稠密的扇形的火网,越打越疯狂,子弹像大雨一样地打在被炮弹炸起的山坡上的虚土里。在照明弹的光亮下,黄继光提着手雷,带领着两个战友跳跃地前进。当冲到离敌人的火力点三、四十公尺的时候,忽然吴三羊仆倒了,接着萧德良也倒了下去,紧接着黄继光也跌倒在地上了。 倒下的黄继光并没有牺牲。他的左臂和左肩被射穿了两个洞。他回过头来望了望,看见他的两个战友都一声不响地躺在那里,爆破的任务就完全落在他的身上了。于是他忍着痛,用脚蹬着山坡上的虚土、碎石和敌人的尸体,向着火力点一步又一步地爬去。机枪子弹成群地落在他的头前、脚后和身边,溅起的碎石打到他的身上。但是他不顾这些,他继续慢慢地向火力点爬去,直爬到离火力点只有八九公尺的地方,他就挺起胸膛,举起右手,准备把手雷仍向敌人。正在这时,一梭子机枪子弹又射进了他的胸膛,他又倒下了。他的握着手雷的右手,向前伸着平放在地上,他胸膛上被射穿了五个洞,鲜血汨汨地流着,他昏迷过去了……。 一阵阵的冷雨落在黄继光的脖颈上,敌人的机枪仍然嘶叫着,他从极度的疼痛中醒来了。他每一次轻微的呼吸都会引起胸膛剧烈的疼痛。他四肢无力地瘫痪在地上。他挣扎着用负伤的左臂半支起身体,然后用最后的力气举起右臂,把手雷向火力点扔过去。轰然一声,手雷在距离火力点不远的地方爆炸了。火光夹着黑烟冲天而起,敌人的机枪不响了,黄继光也被这巨大的爆炸震得昏迷过去。 在一刹那的寂静之后,忽然火力点里的机枪又叫了起来。那里的地堡是被打塌了,但没有被炸坏的两挺机枪还在一个枪眼里发射着,虽然火力没有以前那么猛,但刚刚发起冲锋的反击部队又被它压在山坡上。在这时候,黄继光又醒过来了,这不是敌人的机枪把他吵醒的,而是为了胜利而战斗的强烈意志把他唤醒了。黄继光向火力点望了一眼,捏了捏右手的拳头。他带来的两个手雷,有一个已经扔掉了,另一个也在左臂负伤时失掉了。现在他已经没有一件武器,只剩下一个对敌人充满了仇恨的有了七个枪洞的身体。这时天快亮了,四十分钟的期限快到了,而我们的突击队还在敌人的火力压制之下冲不上来。后面坑道里营参谋长在望着他,战友们在望着他,祖国人民在望着他,他的母亲也在望着他,马特洛索夫的英雄行为在鼓舞着他。这时,战友们看见黄继光突然从地上一跃而起,他像一支离弦的箭,向着火力点猛扑过去。用自己的胸膛抵住了正在喷吐着火焰的两挺机关枪……。 我军的反击部队像海涛一样地卷上山头,很快就占领了阵地。在激烈的近战中,守在上面的敌人的两个营——一千二百多人被全部歼灭了。 新华社在该文后加了一个编者按:“十一月二十日发《马特洛索夫式的英雄黄继光》,系前线通讯员在战斗中仓卒写成,与实际战斗情节略有出入。此稿是经各方仔细核查最后判明的情节”。 全文链接:
显示更多
0
8
40
11
转发到社区
你意识到了吗? 周星星电影票房预测今天下滑到28億。 這是華語電影最後的墓誌銘。 不是点燃暑期档的号角。 是华语电影最后的回光返照时刻。 就結束在这了。 若干年后,当大家以为这是疫后崛起的时候时,不要忘记,这是华语电影的最后返照时刻。 中国和世界早就离婚了。 各玩各的。 目前唯一需要的是买苹果产品,这属于离婚过度期。其他产品,已经完全不需要国外了,因为井已经具体形成,他们也叫崛起。 汽车不需要BBA,BBL。 有电动爹了,有两万的爹十万五十万的爹也有500万内最好的爹。 至于烧死人之类的没关系了。 电影也不需要好莱坞了,已经死了。 并有了墓志铭。 穿衣服也不需要时尚快消品牌和大牌,有了各种国产库和更良品。至于奢侈品牌早就山寨完毕,比大牌上市还快。据说“质量更好”且只有“十分之一的价钱”,再多点也买不起。 大牌鞋子更不用说,福建人自己就说,假的比真的质量更高。比如巴黎世家。如果你有时间,去搜一下巴黎世家的发音哈哈哈哈。 从来没有巴黎世家这个发音。 Ai更不必提,已经弯道超车并完毕。 手机也超越,有三折叠。也体现在充电宝手机壳上。 甚至体现在菜刀上。 至于吃的更是,三文鱼鹅肝都能自己大量养殖并大量出口已经说明一切。 首饰钻石也是,人工合成不仅超越一切还导致世界钻石市场有苦难言。 …… 现在不仅看不上世界,直接和世界单方面离婚了。因为稀土啊。觉得控制了世界命脉。 觉得世界已经不能给它贡献什么了,日本完了。美国参与伊朗问题,完了。加拿大山火,完了。晋凉公,凉了。 你看现在都不怎么提他了。 两个字:脱钩。 祝好。
显示更多
0
16
56
8
转发到社区
存储能逃离周期吗 海力士过两天要在美股上市了,募资280亿美元。人类历史上第二大IPO,比当年沙特阿美还多。一家韩国存储芯片公司,融的钱比石油帝国还猛 听说截止日期还提前了一天,原定7.9号改为7.8号了,认购资金预估超3倍,美股 AI 版本之子 Leopold 也上车了 存储行业现在到底有多赚钱?随便摆几个数据感受一下 三星今天刚发的二季报,营业利润89.4万亿韩元,同比暴增18倍,单季利润直接超过英伟达的历史纪录。他们半导体部门的老大放话说,今年一年赚的钱会超过三星做芯片四十年的利润总和.... 还有涨价已经从上游一路传到咱们普通人买硬盘的柜台了。华强北1TB的固态,去年五百出头,现在直奔一千,翻了一倍。PS5那个8TB盘,标价快两万。有经销商跟我说,现在进货心里都打鼓,不敢多囤,怕行情哪天一掉头全砸手里 不过经销商慌,上游完全不慌。SK海力士今年的HBM产线,年初就已经被预定一空。英伟达、谷歌、微软排着队等着交钱提货,妥妥的卖方市场 但历史总在重复同一个剧本 聊到这儿,是不是觉得存储的好日子才刚开场? 那就大错特错了,以史为镜👇 2022年,以星航运(ZIM)全年净利润48亿美元,股息率一度超过100%,散户冲进去觉得捡到了印钞机。但股价早在财报出来之前就开始跌了,后面腰斩都不止。航运不是突然不赚钱了,是利润已经到顶了,市场提前半年就开始跑,根本不等报表变脸 再看锂矿从2021到2022年,Albemarle股价翻了三倍多,华尔街一片锂是新石油的论调。后来碳酸锂价格从高点砸下来七八成,Albemarle股价跟着打回原形,高位接盘的到现在还没回本 还有一个更牛逼的,美国煤炭股Peabody Energy。2020到2022年股价涨了快20倍,市盈率只有个位数,看着便宜得不像话。结果后面股价跌了一半多,PE反而涨上去了,因为利润崩的速度比股价还快哈哈 这几个故事指向同一个道理:周期品在峰值的时候,报表往往最漂亮,估值往往最低。看上去你捡了个估值洼地,实际上你站在了价格的山顶 这不是什么深奥的投资哲学,但每一轮周期轮回,还是有无数人踩进同一个坑 回到存储芯片本身 AI 驱动的HBM需求是不是真实的?当然是,这点我完全认同。而且HBM和锂矿有个关键差异:锂矿门槛不高,澳大利亚挖完可以去非洲挖,供给端总能释放出来。但HBM全球只有三家能量产,SK海力士一家就占了近六成,良率不高、扩产周期长,供给壁垒和锂矿完全不在一个量级 所以不是说存储明天就要变天 而是当周围所有人都在复述同一个永远涨的故事时,你至少该按一下暂停键,想想这个叙事成立的前提条件是什么,这些条件有没有可能松动 每一轮顶部都有一套完美的逻辑 回顾一下: 2020年的消费医药——"永续刚需,不存在周期" 2021年的新能源——"革命性技术,打破了传统周期律" 2022年的煤炭——"供给侧改革锁死了产能天花板" 现在的存储和AI硬件——"AI需求没有上限" 每一套说辞在当时听起来都天衣无缝。但商业世界有一条铁律从未被打破:只要是人能造出来的东西,供需的钟摆就一定会来回摆 更何况,有些微妙的信号已经在水面下浮现了
显示更多
0
23
77
14
转发到社区
9月中旬特斯拉团队突访宁波,围绕拓普、三花、均胜电子等核心供应链展开汽车级严苛审厂。重点考核Gen3灵巧手传感器、行星滚柱丝杠、减速齿轮箱等部件的高良率与重复加工能力,帮助调试设备并将美国工厂制造能力迁移过来,甚至将单台拆分算账,严格向2万美元售价目标收敛。随着采购订单实质性下发,特斯拉正加速冲刺2026年下线5万台部署至全球超级工厂的硬指标。 把精密关节和传感器按照汽车工业的标准做极限拆解与审厂,标志着人形机器人终于熬过了造梦期,正式迈入考验供应链规模与成本控制的硬核交付阶段。中国智造凭借雄厚的产业基础与高良率协同能力,再次成为了全球前沿科技走向商业化落地不可或缺的底层支柱。这种将科幻概念转化为实操订单的工业能力,不仅彻底打消了市场对量产跳票的疑虑,更将重新定义未来智造领域的全球竞争格局。难怪今天人形机器人概念拉了一下,连宇树都涨了点。
显示更多
矽谷「餐盘晶片」神话破灭:美国AI野心仍靠台湾台积电 美国新创公司Cerebras最近在科技圈掀起旋风。他们推出的Wafer-Scale Engine 3(WSE-3),是一颗真正「像餐盘一样大」的超级晶片,整片12吋晶圆仅制成一颗处理器,面积达46,225平方毫米,内含4兆晶体管、90万个AI运算核心,记忆体频宽高达21 PB/s。相较传统GPU仅指甲盖大小,这块「巨无霸」让数据在单一矽片内自由传递,无需跨晶片绕路,宣称AI推论速度大幅领先主流产品,直指黄仁勋的辉达王座。 公司野心勃勃。今年完成大规模募资,IPO后市值一度突破660亿美元,并与OpenAI签订高达200亿美元长期合作协议,提供巨量推论算力。矽谷投资人与媒体赞扬这是「改变游戏规则」的革命性架构,仿佛美国终于找到颠覆GPU主导市场的利器。 然而,现实很快泼下一盆冷水。Cerebras设计再天才、软件再先进,要制造这块「神级餐盘」时,美国本土却找不到合格晶圆厂。GlobalFoundries、SkyWater等厂商主要专注成熟制程,对于这种极致规模与高良率要求的尖端晶片,技术与产能均跟不上。美国政府多年高喊「晶片自主」,砸下数百亿美元补贴,却无法短期内复制台积电5奈米(甚至更先进)的无尘室实力。 结果,这些带着数百亿估值光环的美国公司,最后只能将核心图纸交给台湾台积电代工。WSE-3正是采用台积电5奈米制程生产。多年来,Cerebras与台积电的合作已是公开秘密——没有台湾先进制程与系统级封装能力,这种「整片晶圆就是一颗晶片」的想法根本无法实现。 美国研究者试图自我安慰:未来AI晶片不一定要拼极致奈米技术,只要架构够聪明,美国就能建立独立生态,甚至让桌上型电脑内建本土晶片。但现实更骨感。在「不需要看亚洲脸色」的未来到来前,全球顶尖AI训练与推论硬件,仍高度依赖台湾的无尘室与设备。没有台积电,矽谷再华丽的投影片也只是纸上谈兵。 此事再次凸显残酷真相:台湾虽面积小,却是全球AI与半导体供应链最关键的一环。每当美国或中国高喊「去风险化」「自主可控」时,真正能产出最先进晶片的,仍是台湾的工程师与产线。Cerebras案例只是最新一例。 矽谷不断诞生号称「改变人类未来」的科技奇迹,仔细一看,背后把梦想变为现实的关键角色,户籍永远在台湾。美国能画出最美蓝图,但要把蓝图变成实际硬件,离不开台湾这块「护国神山」的支撑。 在美中科技战持续升温之际,台湾的角色不是筹码,而是自由世界AI生态不可或缺的基石。保护台湾的民主与科技实力,就是保护全球创新与开放的未来。(视频AI制作)
显示更多
0
17
40
5
转发到社区
【上市公司隐性利好速读】 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 🏆 TOP 1:长川科技 ━━━ 核心利好: • 2026上半年归母净利润预增110%-134%,业绩爆发式增长 • AI超级周期需求传导至测试设备,数字测试机多产品线放量 • 股价已创历史新高,趋势强劲 关键数据/时间线: • 6月22日发布业绩预告,23日盘中涨近10% • 2025H1净利润约4.3亿→2026H1预计9-10亿 • 扣非净利润增速139%-167%,盈利能力大幅提升 风险点: • 股价已处历史高位,短期涨幅较大 • 半导体周期下行风险 • 估值压力(需关注PE水平) 建仓建议: • 短期可等待回调至250元以下分批建仓 • 中长期逻辑明确,AI芯片测试需求持续爆发 • 适合中线持有至半年报正式披露 ━━━ 🏆 TOP 2:长电科技 ━━━ 核心利好: • 6月24日公告投资78亿元建设上海临港高端先进封测工厂 • 近3个交易日2个涨停板,资金高度认可 • 先进封装是AI芯片产业链最紧缺环节之一 关键数据/时间线: • 总投资78亿元,注册资本40亿元 • 当前股价94.7元,市值近1700亿元 • 公告后连续涨停,市场认可度高 风险点: • 短期涨幅过快,存在回调风险 • 78亿元投资金额大,产能释放需要时间 • 行业竞争加剧 建仓建议: • 追高风险较大,建议等待回调至80-85元区间 • 中长期逻辑确定,先进封装供不应求 • 适合中长线布局,目标是持有至2027年 ━━━ 🏆 TOP 3:永太科技 ━━━ 核心利好: • 与宁德时代签订47万吨电解液采购协议(2026-2028年) • 年均订单约50-60亿元,接近2025年营收规模 • 订单锁定3年业绩高增长 关键数据/时间线: • 2026年6月9日公告 • 47万吨/3年 ≈ 15.7万吨/年 • 宁德时代作为客户,回款有保障 风险点: • 电解液行业价格波动风险 • 宁德时代可能会分散供应商 • 行业产能过剩隐忧 建仓建议: • 当前估值合理,大订单提供安全边际 • 建议当前价位逐步建仓 • 中线持有至2026年报 ━━━ 🏆 TOP 4:联讯仪器(688808) ━━━ 核心利好: • A股新"股王",6月24日股价2628元创新高 • 存储+AI双轮驱动,高端半导体检测设备龙头 • 年初以来涨幅超150% 风险点: • 超高价股,散户参与门槛高(一手需26万+) • 估值极高,需业绩持续验证 • 高换手率需警惕游资炒作 建仓建议: • 纯机构标的,仅适合高风险偏好投资者 • 建议小仓位参与趋势,设置止损 • 更适合作为半导体风向标观察 ━━━ 🏆 TOP 5:光迅科技 ━━━ 核心利好: • 控股股东将变更为芯珂技术,光通信+AI算力核心标的 • 4天2板,市场高度认可 • AI数据中心光模块需求爆发 风险点: • 控股股东变更存在不确定性 • 光模块竞争激烈 • 短期涨幅较大 建仓建议: • 待控股股东变更落地后再考虑 • 若回调至20日线附近可布局 • 中长期受益于AI算力基建 ━━━ 🏆 TOP 6:兴森科技(002436) ━━━ 核心利好: • 定增39亿元投向半导体封装基板项目 • mSAP基板和IC封装基板是AI芯片封装核心材料 • 定增落地后产能将大幅扩张 风险点: • 定增尚未完成,有摊薄风险 • 项目周期较长 • 技术壁垒较高,良率爬坡有不确定性 建仓建议: • 定增完成前可低位布局 • 适合中线持有到定增项目投产 • 可沿均线分批建仓 ━━━ 🏆 TOP 7:兴发集团 ━━━ 核心利好: • 员工持股+公司回购合计5.8亿元 • 磷化工+新能源材料双主业景气 • 产业资本真金白银护盘,安全边际高 风险点: • 化工行业周期性波动 • 磷化工价格走势不确定 • 整体涨幅有限 建仓建议: • 适合稳健型投资者 • 当前估值处于合理区间 • 建议作为防御配置持有 ━━━ 🏆 TOP 8:臻宝科技(新股观察) ━━━ 核心利好: • 半导体零部件概念,科创板首日涨超12倍 • 中一签最高赚27万元 • 硬科技IPO标杆,反映市场对半导体产业链的追捧 风险点: • 新股上市涨幅过高,透支未来空间 • 尚未有业绩验证 • 流通盘小,波动大 建仓建议: • 仅适合风险偏好极高的投资者 • 等待回调充分后再观察 • 建议列入观察清单 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 📊 市场宏观背景 1️⃣ 陆家嘴论坛政策利好:证监会主席吴清表态大力支持并购重组及再融资 2️⃣ 银河证券2026下半年策略:关注AI基建、消费复苏、国产替代三大主线 3️⃣ 工信部最新表态:加大对基础软件、人工智能等领域开源发展牵引力度 4️⃣ MWC上海2026:万卡级智算集群落地、新型光纤规模化商用,AI算力全产业链突破 5️⃣ 沪指4100点震荡,产业资本密集增持回购,年内增持超350亿元 6️⃣ A股"最贵"10股中9股来自AI算力/半导体产业链,科技股话语权持续提升 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ⚠️ 风险提示 以上内容基于公开公告信息整理,不构成任何投资建议或操作指南。信息基于公开公告整理和量化数据机器学习计算,文章信息与数据的真实性、完整性、有效性不承担任何责任。
显示更多
224G时代,mSAP PCB正在成为AI网络升级的重要受益环节 224G SerDes将推动AI网络从800G升级至1.6T,并进一步迈向3.2T。在这个过程中,市场关注点通常集中在交换芯片、DSP和光模块,但高速PCB及其背后的材料体系同样正在成为关键瓶颈。其中最受关注的方向之一就是mSAP PCB。 224G时代本质上是单通道速率从112Gbps升级至224Gbps。随着频率提升,插损、回波损耗、串扰和阻抗控制难度同步上升。很多112G时代能够工作的PCB设计,到224G时代已经接近极限。 因此整个产业链开始向超低损耗平台升级,包括mSAP PCB、Low Dk材料、Low Df材料、HVLP/VLP铜箔、高频树脂体系、高速连接器以及测试设备。 mSAP(Modified Semi-Additive Process)是一种先进PCB制造工艺。相比传统减成法,mSAP能够实现更细线路、更平滑铜面、更好的阻抗控制以及更低的高频损耗。目前普通PCB约为75/75μm,高端HDI约为30/30μm,而mSAP已经进入20/20μm、15/15μm时代,领先厂商正在推进10/10μm。 mSAP最大的价值并不是线路更细,而是单位面积布线能力显著提升。同样面积PCB,mSAP可以实现远高于传统HDI的布线密度。同时更平滑的铜面能够降低趋肤效应带来的信号损耗,因此特别适合224G高速传输。 AI服务器对mSAP的需求主要来自三个方向:GPU数量增加、网络速率提升以及PCB层数增加。传统服务器通常只有1~2颗CPU,而AI服务器已经进入8颗GPU、16颗GPU时代。服务器PCB从12~18层提升至20~40层,高端交换机甚至达到40~60层。布线复杂度持续上升。 因此“1.6T瓶颈是mSAP PCB”这个说法有一定道理,但并不完整。224G时代真正的挑战是整个超低损耗互连平台,包括: mSAP PCB Low Dk / Low Df材料 HVLP铜箔 高频树脂体系 高速连接器 高频测试能力 任何一个环节出现短板,都可能影响系统性能。 224G并不意味着必须使用mSAP。实现低损耗还有其他路径,例如PTFE、Megtron 8、Megtron 9等高端材料,CPO架构缩短链路长度,或者通过Retimer进行信号重整。但随着线宽线距进入25μm、20μm甚至15μm区间,传统HDI良率快速下降,mSAP成为越来越经济的选择。 因此224G时代最重要的变化并不是必须使用mSAP,而是mSAP渗透率显著提升。行业很可能从112G时代以HDI为主,逐步演变为224G时代以mSAP为主。 全球领先厂商仍主要集中在中国台湾,包括 Unimicron、Compeq 和 Tripod Technology。大量NVIDIA HGX、GB200、GB300以及高端交换机PCB仍由这些企业供应。 中国在普通PCB领域已经达到全球领先水平。深南电路、沪电股份、胜宏科技、东山精密 已经进入全球mSAP第一梯队。 真正的差距主要存在于AI服务器级高端mSAP。重点不在于能否做出来,而在于超高层板、10~15μm线路、高良率以及长期稳定供货能力。整体来看,中国龙头与台湾领先厂商的差距约为1~3年。 更重要的是,mSAP从来不是单一PCB工艺,而是一套完整生态系统。高端Low Dk材料、PTFE材料、ABF材料、HVLP铜箔、电子级球形硅微粉、高频树脂体系以及检测设备共同决定最终性能。很多时候限制PCB厂的并不是PCB制造本身,而是背后的材料和供应链体系。 CPO会降低部分高速PCB需求,但不会让mSAP失去价值。光模块PCB需求可能下降,但GPU主板、NIC卡、交换机控制板、电源板和管理板仍然需要大量高端PCB。GB200、GB300、Rubin、ConnectX和BlueField等平台依然离不开高密度高速布线。 未来几年,高速互连升级最大的受益方向包括: mSAP PCB 高阶HDI Low Dk材料 Low Df材料 PTFE材料 HVLP/VLP铜箔 电子级球形硅微粉 ABF载板 高端封装基板 硅光封装 玻璃基板 224G并不等于mSAP,但224G几乎一定会推动mSAP渗透率快速提升。未来3~5年,高端mSAP仍将是AI基础设施扩张的重要受益环节。长期来看,随着CPO逐步普及,价值链重心将逐渐向先进封装和硅光转移,但高速PCB仍将是整个AI互连体系不可或缺的一环。 免责声明:本人持有文章中提及资产,观点充满偏见,非投资建议,dyor
显示更多
0
24
70
20
转发到社区
最近提交ipo的ai芯片的新宠Cerebras火遍硅谷。 其芯片在小模型场景下,其推理速度最高可达 H100 的 20 倍;而超大规模模型(如 400B 参数量级),Cerebras CS-3 系统的单用户响应速度约为 B200 的 2.4 倍 那么cerebras究竟是如何做到的呢? 它是否会成为英伟达杀手呢? 我们需从算力演进的本质开始。 AI算力的演进,正在从“算力本身”转向“通信与系统结构”。在这条演进路径上,Cerebras Systems提供了一种完全不同的答案:不是优化分布式,而是尽可能消灭分布式。 一、两条路线:消灭通信 vs 优化通信 当前AI算力本质上分为两种架构哲学:一条是以NVIDIA为代表的路线: 多芯片(GPU),高速互连(NVLink / CPO),scale-out(横向扩展) 另一条是Cerebras路径:单芯片做到极限(wafer-scale) 片内网络替代跨节点通信,scale-up(纵向放大) 核心区别是:一条在解决“如何连接更多芯片”,另一条在解决“如何不需要连接”。 二、为什么这条路现在才成立 wafer-scale并不是新概念,80年代就有人尝试,90年代商业化失败。原因是: 良率无法承受 没有容错机制 软件无法支撑 行业因此形成共识:小die + 高良率 + 分布式。 Cerebras的突破在于三件事同时成立: 1)容错机制工程化 2)片上网络成熟 3)AI workload匹配(高并行,强同步,通信主导) 本质变化是:从“完美硬件”转向“可容错系统”。 三、性能对比:单点极限 vs 系统扩展 在通信层面,两条路线的优劣非常清晰: 1)片内通信 Cerebras:纯片内 → 延迟最低、能耗最低 CPO:仍有光电转换 → 单点效率:Cerebras更优 2)系统扩展 Cerebras:一旦跨芯片 → 回到通信问题 CPO:带宽可持续扩展 → 系统能力:CPO更优 3)功耗结构 Cerebras:单机功耗极高,但通信极省 GPU+CPO:单点功耗可控,系统效率更平衡 结论很明确: Cerebras赢“单机极限”, CPO赢“系统规模”。 四、适用场景:谁该用cerebras 判断标准可以简化为三个问题: 1)通信是否是瓶颈 2)任务是否可集中 3)结构是否规则 因此,高度适用于大模型训练(dense模型),超长上下文,及部分HPC(PDE、流体等) 这些任务的共性是强耦合 + 高同步 + 高带宽 部分适用于大模型推理(低并发),图计算(结构复杂时优势下降) 而不适用于CPU(通用计算),高并发推理,移动/边缘芯片,实时系统 这些系统的共性:不规则 / 高并发 / 低延迟 五、是否会变成主流 尽管Cerebras在特定场景极强,但主流不会走这条路,原因是: 1)物理约束:功耗密度;信号延迟→ 容错解决不了这些问题 2)经济性:小die良率更高;chiplet更灵活 3)产业路径:TSMC等体系优化方向是模块化,多客户复用而不是超大单体 4)需求侧变化:推理占比远高于训练,多任务、高并发成为主流 六、cerebras的意义 与其说wafer-scale尺寸是重要的趋势,不如说容错设计是会被广泛吸收的哲学 未来可能会出现chiplet级容错,封装级绕路 核心变化是单个硬件不再需要完美,系统负责兜底。 回到最初的问题:Cerebras会不会成为NVIDIA的“杀手”? 答案其实已经很清楚。 它确实在一个关键点上击中了GPU体系的软肋——通信。但行业的选择,并不是非此即彼,而是多个技术突破同时采用:更强的互连、更低的通信能耗、更高的系统级效率。 因此,更准确的判断是Cerebras不是英伟达的杀手,而是英伟达及所有芯片公司可借鉴的最佳实践。 免责声明:本人持有文中提及的标的,观点必然偏颇,非投资建议,投资风险巨大,入场需极度谨慎 (图:一个cerebas芯片)
显示更多
0
14
84
18
转发到社区