🔥 DeFi 3.0 风口已至：谁将引领下一轮爆发？ 🎁 参与 AMA 赢取海量 $USDT 奖励！ ⏰ 时间：2025/9/4 20:00 UTC+8 🔗 链接： ✨ 主办方：@MetaEraCN，@Z2H_Academy 🎙️ 特邀嘉宾：@qkinode，@SCAI_Agents，@Vito_168，@xiaojinyu168，@SherryAtBitMart，@QuBitDEX，@UZX_Official 📅 设置闹钟与我们一起探索： - 什么是 #DeFi# 3.0？与 1.0、2.0 阶段相比，最大的变化是什么？ - DeFi 3.0 会开启哪些新赛道？老赛道（如 DEX、借贷、稳定币）是否仍将稳健发展？ - 当前 DeFi 3.0 处于什么阶段？是技术与资金的积累期，还是进入新叙事爆发的前奏？ - DeFi 叙事与 #RWA、##AI、模块化等趋势结合后，会产生哪些新的应用和投资机会？#

Dabba 深度研究报告：现实驱动的 DePIN 模型，真正能跑的基础设施网络 在目前的DePIN赛道中，Dabba算是一个很具辨识度的项目了。专注于通过本地部署团队搭建 WiFi 网络，在网络需求最迫切的区域提供上网服务，并通过区块链机制实现收益分配。既具备 Web2 商业基础，又引入 Web3 激励模型，是链上逻辑 + 线下能力结合的典型代表。 一、从本地光纤到全球区块链：@DabbaNetwork 的故事架构 Dabba 并非从白纸起步的加密项目，而是从印度本地的 ISP 运营业务发展而来，扎根于真实的地面连接需求。它的商业模式是这样的： 借助 LCO（Local Cable Operator） 网络，在服务不到的地区部署基础设施； 通过用户购买的“Dabba 热点设备”，将这些物理节点接入区块链系统； 所有者基于设备在线情况和数据流量获得 $DBT 奖励； 所有数据使用都以加密货币进行价值结算。 简单而言，它是 Helium 模式的 2.0 迭代者——带着 Web2 成绩单入场的 Web3 架构师。 二、为什么 Dabba 值得关注？ 1. 现实世界落地，打破纸上 DePIN魔咒 其实目前的大多数 DePIN 项目仍处在“白皮书—预售—生态图”的早期阶段，而 Dabba 拥有超过 100 家合作的 LCO 和数千活跃连接。这意味着其 技术验证和商业路径已经跑通，进入了能扩张就能盈利的周期性增长阶段。 而在 DePIN 的竞争格局中，大多数项目无法越过“供应部署瓶颈”，即真实物理世界的设备安装与维护。Dabba 借助印度本地的既有线下力量，有效解决了这一点。它是少数“从上线前就赚钱”的 Web3 项目之一。 2. 经济模型设计合理，避免通胀陷阱 Dabba 的代币经济非常克制。创世阶段每个热点可获得 20,000 个 $DBT，线性释放 200 天。90% 的奖励用于 UBI，平均分配给所有热点所有者，10% 用于根据热点实际运营绩效的动态分配，鼓励性能良好的节点贡献更高价值。 更关键的是，Dabba 有明确的回购销毁机制 —— 来自最终用户的数据使用费用将用于在市场上回购 $DBT 并销毁，形成内循环式通缩模型。 3. 全球 DePIN 网络的“信号塔”角色 Dabba 不只是部署 Wi-Fi，它还为其他 DePIN 项目提供物理挂载基础，例如： 与 WeatherXM 合作部署气象设备； 为 AI/GPU 项目提供边缘节点接入； 未来可能承载 IoT、链下数据等更多服务。 可以将 Dabba 看作 去中心化基础设施的“物理公链”：谁需要靠近用户，谁就来“接 Dabba 的电塔”。 4. 关税博弈中的供应链逆袭者 随着美中贸易摩擦、AI 设备、5G 模块、IoT 网关等硬件的关税压力不断上升，许多项目在设备部署层面遭遇了“成本硬顶”。而 Dabba 的优势是： 本地化生产与部署，几乎完全基于印度市场已有资源； 减少对进口硬件的依赖，不受地缘政治与关税政策制约； 热点设备成本极低（约 $299 全包），扩张效率极高。 在这种背景下，Dabba 更像是一个抗全球化逆风的基础设施分发模型 —— 不求高精尖，但要够普惠、能下沉、可复制。 三、潜在挑战与观察点 当然，Dabba 也并非没有风险： 扩张能力是否足够强？ 从印度复制到非洲、拉美或东南亚，需要更强的运营团队和本地协作资源。 DePIN 的叙事是否能够持续吸引主流市场？ 当前热度高涨，但是否具备中长期吸引力仍需验证。 $DBT 的价格机制是否能长期维持激励？ 特别是在牛市过后，投资者对真实收益的要求会更高。 结语：总结：一个现实版的「网络经济引擎」 Dabba 不是一个你今天买入，明天翻倍的投机项目。它是一个： 靠真实服务盈利的商业系统 可组合性强的 DePIN 基础设施 能穿越市场周期的长期项目 在关税上升、市场情绪低迷的背景下，Dabba 有着它独有的韧性与稳健增长能力。如果说 2021 是空投狂欢，2025的关键词可能是：落地、可持续、能跑。而 Dabba，或许正是这个趋势中的先行者。

我上篇文章分享了AI DePIN、AI MEME、AI Agent等AI叙事之间的逻辑关系，可是在挖掘AI潜在Alpha的时候问题来了，是跟可能来自阴谋集团财富效应强但频繁更替的AI MEME？是选正搭建infra却还很早期的协议框架？或者选一些很酷且有特定应用场景的单体AI？ 说实在的，我混乱了很久，以下仅梳理一些浅见： 1）大的趋势毋庸置疑，AI Agent既不是一种“资产”，也不是一种“应用”，而是一种大规模的区块链生态“叙事”新范式。 也就是说，AI Agent的来临就像2020年区块链迎来一次DeFi Summer一样，会围绕AI Agent的Token发行、托管、交易；infrastructure构建、框架、标准、通信、堆叠、SaaS封装；Application开发、运营、聚合、迭代、落地等等产生一个庞大的Build+Speculation的新“泡沫”叙事周期。 DeFi推动了上一轮牛市的辉煌，且围绕稳定币+借贷+DeX衍生品三架马车激发了多大的市场活力。据不完全统计，多链DeFI总锁仓价值1,346亿，稳定币流通数量也超过了1,000亿美元，DEX月交易量达到3,723亿美元，借贷量也将近200亿美元等等，整个DeFi行业的市场规模和生态重要性都在这些已增长惊人且还在持续刷新的数据中，这还不包括因DeFi而产生的各种链、应用等MCAP\FDV等更广的数据。 在我看来，AI Agent也会创造同样甚至可能超越DeFi叙事的新一轮叙事奇迹，200B，500B的想象空间？别总想着新的DeFi Summer 2.0了，请跟上当前的 AI Agent Summer叙事潮，不要掉队。 2）基于此逻辑，再来看当前AI Agent市场的“乱象”： 1） $GOAT 、$FARTCOIN、 $ACT 等 AI MEME之间的社区骂战和龙头之争；2) $VIRTUAL 、$AI16Z 等AI Agent框架标准之争；3） $VVAIFU 、$GRIFFAIN 等资产发行流通等衍生infra之争；4) $AIXBT 、$AVA 、 $BULLY 等单体AI Agent应用之争等等。 你会发现，都还太早期，DeFi上出现的各类借贷平台、衍生品、机枪池、治理代币等等至少还有以太坊等链提供了基础的执行框架和标准，而AI Agent生态甚至还没有专属的infra条件，从生态可塑性来看，AI Agent带来的行业叙事机会要比DeFi宏大很多； 换句话而言，这些乱象并不乱，如果你看好AI Agent叙事发展，各个板块方向，大凡上了一定市值且有对应用户基础的资产，在庞大AI Agent叙事爆发之前都是优质资产，类别曾经的YFI、CRV、UNI、DYDX等等资产达到的数百亿不等FDV市值高度，你就不慌了。 当然，有信心不代表可以乱搞，别忘了大姨夫之外还有二姨夫这样的伪价值资产存在，而且这类资产永远以短期更诱人但长期有毒的姿态悄然攻陷你的钱包。 3）因为确实还是叙事初期，有些明明知道有阴谋集团操作的AI MEME也没有劝说大家不要参与的道理，毕竟谁也不知道一个早期赛道能迸发多大的财富效应，而且主要是一些看起来更有价值且有落地的框架标准也可能随时面临被竞品反超的可能性。 总之，很难给出一个明确的Alpha发掘逻辑。我仅分享一个我个人的投研逻辑供参考： 1、AI MEME，只考虑 $GOAT 此类带有叙事鼻祖性质的“龙头币”，没有逻辑，非要说一个，就好比先有了比特币这种共识币才诞生以太坊这类智能合约技术交付币一样。 一个赛道早期MEME，虽然投机属性为主，但其在教育市场、培养用户认知的作用不可忽略，就像当初DOGE之于加密货币的普及一样。 2、AI Agent infra很重要，长期看都是低估，比如 $ELIZA 这类有着丰富Github开源库且应用覆盖范围特别广的早期框架，虽然其确实很早期，随时有可能被其他更强的框架标准吸走流量，但其绝对优势的开源共享和先发优势就是壁垒，有比它更好的框架大概率也会on top of it，也许会影响它的增长高度，但一定消灭不了它。 我们把ELIZA当成AI Agent时代的EVM、就势必会有EVM++、EVM Compatible等新框架出来补足； 3、AI Agent 资产发行、托管、交易，目前还停留在MEME化的资产发行叙事层面，要锁定平台价值而不要被平台上的“垃圾资产”迷了心智。 逻辑很简单，AI Agent本质上是一个AI场景基于Crypto激励机制价值落地的过程，早期infra、应用、协议框架等等都尚未成熟，怎么可能有那么多AIXBT级别的超级应用诞生？发币的便利性能带来什么？领悟一下？到头来只是给VIRTUAL、VVAIFU等资产发行平台制造热度的泡沫陷阱. 因此不要过于追AI Agent超级应用，除非有绝对的信息差，不然等你看到时候的市值冲进去，性价比就不高了，而锁定创新平台infra就不一样了； 4、AI Agent的infra构建还有一大片空白，比如，ELIZA这类早期框架只解决了LLM大模型和AI Agent对话机制的问题，且应用到了Twitter、Discord等应用场景中，但更多还是web2信息的撮合，何时有一套能基于公链范式能把ELIZA框架和web3交易场景打通的ELIZA++版本出来，值得期待； 又比如，Virtual、VVAIFU等AI Agent资产发行平台虽能快速发行资产，但在后续资产去中心化托管、AMM式意图式交易等方向还欠缺很大，此前热议的AI Agent+TEE的私钥管理方式何时能成熟？资产发行平台能在交易上延伸出新玩法，有更有趣的交易玩法和激励模型出来？ 还有，能否有一些为AI Agent构建交互标准的链出来，成为AI Agent时代的Cosmos，提供标准的interoperability能力？或者一些为AI Agent构建永久Memory模块化存储的链，为AI Agent构建必要的DA能力？还有一些AI Agent可视化工具、执行引擎、模块化组合封装服务等等。 有了这些技术和市场驱动的配套infra出来，你还会守着一堆看不懂的MEME空焦虑吗？ 以上。 至于过往基于智能合约范式构建的各类layer1、高性能链、跨链infra、链抽象、DA组合链、layer2、Restaking等等完善的基建出路在哪里？除了原有的infra落地应用PMF交付实现问题，一个破局点就是“蹭AI Agent叙事”的新概念。 所以，哪条链能跳出来为AI Agent提供一些通信协议、DA、应用开发等等服务能力，就都值得关注。当然，这其中肯定有纯粹蹭概念的链，但总比固步自封啃老本的链要强。 无论如何，请锁定AI Agent赛道，迎接这一次史诗级的牛市主升浪的到来。 Note：大家觉得文章有用烦请“一键三连”支持为谢，认可我持续干货内容输的朋友，可以Follow一下，也访问我推特首页点击Substack专栏订阅一下（目前还免费），更多深度专业的投研和分析内容，尤其是不适宜在推特公开分享的内容，会在那里看到。

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）

为什么一定不要错过此次AI Agent叙事热潮？ 很多人还觉得AI Agent和“AI +DePIN、AI 算力/推理聚合平台、AI MEME”一样只是短暂的一波热点。但其实我想说，它们都只是AI +Crypto融合不同阶段的显现，最终会合力驱动牛市主升浪的到来。接下来，逐点谈谈我的看法： 1）总的来说，AI+Crypto成为这轮牛市主升浪的叙事逻辑不会变，因为AGI 大模型训练和未来多模态AI行业纵深发展，对传统算力、存储、数据等“资源”需求会越来越大，这意味着AI行业会非常内卷和残酷，且垄断会不可避免，这势必会造成一部分中小企业创新需求的“外溢”。 AI会给Crypto领域带来“增量”的基本面，Crypto世界也恰恰能承接这一波溢出的资源需求。 比如，LLM训练需要便宜的算力可以把闲置的资源整合到一起使用；又比如，一些医疗、供应链金融相关领域垂直化落地需要隐私，Crypto的ZK+分布式治理框架就会成为关键底层；再如，分布式推理需要很多场景化优化的算法匹配和一个能记录推理过程的激励框架，这不正是Crypto Tokenomics擅长的？ 所以大趋势上看，AI +Crypto一定是不可逆的必然。 2）但，AI+DePIN火了一波貌似熄火了，后来出现了很多VC下重注投资的分布式聚合算力、算法、推理等AI大项目也没能掀起多大风浪，再到前阵子GOAT等为代表的AI +MEME让大家看到了社区文化驱动下的市场新活力，紧接着自然衔接的AI Agent发币热潮又让市场看到了AI借助Crypto实现大规模应用落地的新希望。 乍一看，AI叙事从DePIN到聚合算力推理服务平台再到MEME最后落地到AI Agent，似乎毫无逻辑，步步在证伪AI +Crypto的可行性？ 但我认为，AI+DePIN是在铺设基础infra；分布式计算/推理平台是在构建算力和算法激励网络；AI +MEME则是用二级财富效应加速AI应用的市场教育和传播；AI Agent则代表最终的应用落地和用户触达。 基于此逻辑看不难发现，AI +DePIN和算力推理聚合网络要构建的AI+Crypto场景太大太重了，它们试图承接的外溢需求本身在互联网领域都未竞争充分和成熟，到了Crypto领域短期看自然会显得鸡肋和无意义。 但如果把infra构建和应用发币+MEME传播倒置顺序发展呢？ 先让有落地场景有需求又很轻量化的AI Agent在Crypto领域发展，过程中优质Agent 又能接轨MEME社区力量进行助力，当这一切AI资产发行和AI MEME原语的势能足够强大后，再去啃AI+Crypto大基建是不是就靠谱很多了呢？ 换句话说，从发展“胖协议”转化成“瘦应用”，用轻量化且可快速迭代的瘦应用来吹冲锋号，再用基于垂直场景造的MEME梗带动二级市场用户Fomo，最后再去发展技术愿景很宏大，时间线很长又很难落地的胖协议，这样的逻辑Make Sense吧？ 3）So，我们聚焦到AI Agent叙事上。AI Agent是指能自主决策并自动化执行任务的AI智能服务，其主要目标是通过个性化场景定制和自动化流程提高人机协作效率。 常见的AI Agent已广泛应用于代码开发、创意内容生成、研究辅助、个人财务规划、专业领域咨询（如法律、医疗）等多个场景。 话到此，有人一定会想，这些AI Agent不是在web2领域已经规模化发展了好长时间了，其SaaS订阅、API调用计费和增值服务等商业模式也都运转正常，为何非要到web3圈子发币制造泡沫？ 说好的价值应用落地呢？ 在我看来，其实并不冲突。AI Agent在纯web2环境下发展并不理想，这是很多Agent跑来web3发币的前提。而且Crypto的价值沉淀都要经历一次吹泡沫的过程，DeFi、NFT、铭文、GameFi、MEME等无一例外，它们都经历过“资产发行故事”的Fomo期。 这段看似金融虚无主义的泡沫期，虽然会让整个行业短期显得“一地鸡毛”，但其吸引的资金、用户却会会沉淀下来，为行业后续的发展注入动能。 NFT的数字艺术虚无吧，但实打实造成了ETH的通缩，铭文的雕花艺术虚无吧，但却让矿工熬过了减半前的关机坎，同样的，AI Agent发币潮短期看也充满投机炒作，但却会把更广的增量用户和资金代入Crypto圈子。拉长视角看，这些短期虚无主义的Fomo叙事，一定会沉淀出相应的价值，千万不能因偏见而错失了机会。 4）最后，我想说，AI Agent对于普通散户很重要，对于一些身陷VC币重压之下的各垂直领域的项目方而言同样重要。 从现在开始应思考，如何用AI+叙事给自己的链赋能：嵌入模块化的AI预处理组件？构建适合社区参与的AI Agent工具？传播有AI 个性的MEME文化梗？ 这些AI元素的加入会让你们的沉重且难落地的Roadmap变得更加“年轻化”，让原本需要长时间的技术落地故事，用AI Agent这种轻量化的方式逐步应用开，同时用AI MEME这种更加娱乐易于传播的方式逐步放大影响力。与其做无意义的对抗，拥抱一下何乐而不为？ 拥抱轻量化的AI Agent和AI MEME社区文化，将成为一种重塑过去项目“技术、运营、社区、市场、品牌”等重资产发展路径的最优解。 有很多人不喜欢把一切价值MEME化，守着应用落地的信仰在孤独地耕耘着，对那些炒作Fomo的事情嗤之以鼻，因此总会错过机遇，但也总有人喜欢把一切MEME价值化，活跃在金融虚无主义的PVP游戏中，却对支撑这游戏的技术和价值基本面冷眼旁观，最终落得空欢喜出局的下场。 来，我们把AI Agent+AI MEME+AI Platform +AI DePIN都串成一条主线，没有对立的技术VC币和MEME之别，一起把AI + Crypto的宏大叙事推动起来，合力成就这一轮久违的牛市主升浪。 Note：大家觉得文章有用烦请“一键三连”支持为谢，认可我持续干货内容输的朋友，可以访问我推特首页点击Substack专栏订阅一下（目前还免费），更多深度专业的投研和分析内容，尤其是不适宜在推特公开分享的内容，会在那里看到。

和不同类型圈内朋友聊天，发现个很有意思的现象... 似乎只有“Holder”才对当下市场环境极度悲观，大部分Trader并不以为然。 我置顶文揭示了同时存在的“四个并行周期及四种不同策略”，显然拥抱新规则的Trader成了赢家，而固守旧经验的Holder成了炮灰？ 归根结底：这轮牛市的“生存法则”彻底变了：🧵 上个周期，市场还有Holder、Trader、Builder的群体分层，大家各自顺着投资模式都能躺赢；这轮你会发现，Holder和Builder都哀声一片，能在市场生存的唯有带着Gambling色彩的Trader。 接下来，我要分析的4个大环境结构性变化，可能会彻底重塑你对当前Crypto市场生态的认知。 ——1）VC资金进入系统性退出潮：流动性从增量转向存量博弈； 上个周期，VC资金扮演的是增量资金角色，与散户资金形成协同效应，共同推动磅礴大牛市的到来。而而当前周期，大量机构资金在过去2-3年疯狂布局后，已进入收获期和退出窗口。 表现在，VC币被挂上了“狗不理”标签，呈现“高开盘+持续下跌”的衰颓特征。尽管VC斥重资支持Crypto行业创新也是为了赚钱，但关键在于，VC的退出逻辑和散户的投资逻辑存在根本性冲突。 当VC进入退出期，散户实际上是在为机构投资者的退出流动性买单。 这就解释了为什么即便在牛市中，“上线即巅峰”则成了VC币的宿命。 ——2）行业叙事生态根本性重构：短平快MEME击垮了技术叙事的长期主义； 之前周期中，创新呈板块化分布，资金也呈板块化流动。 DeFi Summer有明确的6个月建设期和爆发期，NFT热潮从艺术收藏延伸到元宇宙有完整的9个月叙事周期，GameFi从Axie Infinity的Play-to-Earn概念到整个板块的生态建设也有清晰的12个月发展脉络。 你看，每个板块都有自己的技术逻辑、应用场景和价值积累过程，更重要的是，都有明确的“散户参与和退出窗口”。普通投资者可以在板块轮动的早期进入，跟着叙事发展获得超额收益。 但MEME的崛起彻底改变了这种游戏规则。 MEME的特点是什么？7天起飞，30天见顶，3个月接近归零。试问，当投机资金可以在一个月内造盘也好、投机博弈也好获得10倍以上的收益，谁还愿意等待技术项目2年的建设周期？ MEME本没有错，但追逐MEME超短周期玩法的趋势彻底压垮了传统技术叙事的生存发展空间。 在短期趋利的牵引下，MEME背后的资金和创新力量都陷入了投机和阴谋操盘的怪圈。如此这般的结果是：真正做技术开发的团队得不到资金支持，反倒是包装概念的项目获得海量关注。 最后，当市场从“普惠式板块轮动”变成了“专业化高频收割”，散户失去了跟着技术叙事发展获利的机会窗口。 ——3）宏观流动性收紧与内生叙事过载：双重挤压下的创新困境； 外部环境方面，美联储降息预期的反复调整、地缘政治风险的持续发酵，以及传统金融市场对风险资产配置的谨慎态度，都在压缩Crypto市场的增量资金来源。尤其是，美股科技股和AI概念股的强势表现为风险资金提供了更“安全”的高收益选择，进一步压缩了Crypto的资金来源管道。 内部环境方面，行业陷入了“叙事过载”的困境。Layer2、Restaking、zkVM、AVS、模块化、链抽象、Intent...技术概念的密集涌现远超市场的消化能力，而在用户体验、实际应用和价值交付方面却远未达到预期。 在我看来，深层问题是，Crypto行业从过去的极客创新文化主导变成了市场投机需求牵引的内卷式竞争。 早期Crypto创新围绕“去中心化、抗审查、性能TPS”等展开还是以解决实际问题为导向。但现阶段，部分项目都在围绕“如何包装概念吸引投资”来做文章。 结果就是概念越来越炫酷，技术栈越来越复杂，但普通用户根本感受不到实际价值。 最终，外部资金的谨慎与内部创新的迷失形成了恶性循环：市场不再关心你的技术有多先进，只关心你的故事够不够吸引人，这种倒置的激励机制正在扼杀真正的创新，整个行业的价值判断体系也开始崩塌。 ——4）CEX角色蜕变：从生态建设者转向流动性收割机； 上个周期，币安等主流CEX享受了机构资金进场孵化一级项目的巨大红利，通过Launchpad、labs投资孵化等方式推动优质项目成长，“上币效应”极其突出。 那个时候，交易所手握巨量的用户和流动性，的确充当了价值发现和流动性分配的角色。 但当前周期，CEX则成了行业红利“消费者”和流动性“收割者”，整天喊着Build的大表哥，却撒手不管现实演绎了什么叫“币安没有梦想”。 如今，上币不仅没了赚钱效应，反而成了“巅峰接盘信号”。原本指望币安Alpha的出现会成为创新力量孵化和引导的摇篮，实际上却成了又一个抢夺市场用户占有率和压榨流动性的产品“大杀器”。 什么上币观察区、什么空投积分系统、都只是用互联网产品思维把散户当“流量池”运营。 核心逻辑是，CEX为了满足风控和合规的需要面临较大的运营成本，无奈之下只得用积累的用户池优势来“维持盈利模式”。 于是战略上从主动扶持项目转向被动筛选项目，从承担市场流动性风险转向规避风险....从创造增量价值转向分配和压榨存量流动性。 这样一来，原本健康的“交易所-项目方-用户”三方共赢生态被打破了。交易所不再承担价值发现的责任，项目方失去了重要的成长通道，用户则沦为被收割的流量池。 可叹，当行业最重要的流动性枢纽都开始“躺平收租”时，整个生态的创新活力就被系统性地抽干了。 以上。 综合以上4个结构性变化，我们可以清晰地看到一个残酷的现实： Holder面对的是一个技术信仰崩塌、长期主义失效、价值投资逻辑全面破产的市场；而Trader面对的是一个流动性充沛、波动性巨大、投机机会遍地的乐园。 他们面对的根本不是同一个市场。 短期来看，Trader的策略确实更适应当前环境，但从长期来看，当整个行业都变成零和博弈的赌场时，创新的根基会被侵蚀，市场可持续发展没了续力。Holder之后，Trader的生存环境也会被压榨干，市场最终会没了赢家。 或许，这正是Crypto行业走向成熟必须经历的"阵痛期"。 市场用最残酷的方式淘汰哪些不适应新环境的参与者，也正在用最后的投机狂欢来刺破这种赌场化的生存环境。 作为一向执着的Holder，至少我还有个朴素的梦想：“当投机被推向极致、当赌场化达到顶峰时，市场可能会在彻底的"祛魅"后，找到全新的平衡点——回归技术创新和价值创造的本质。” Note：说说你的故事，作为Holder最让你崩溃的是什么？作为Trader新贵，你又在新变局中收获了什么？

生成式AI往代理式AI迁移中，新的卡脖子环节又出现了，这次是CPU。之前市场关于算力紧缺的讨论都在GPU、HBM、光模块、电力等环节，其实对于CPU的关注比较少。其实Cpu的紧缺传了一段时间了，看最近英特尔、AMD走势最核心驱动力就是来自cpu开始出现紧缺了，甚至连过往不怎么受待见的港股联想集团，最近两周走的也很强。 1、为什agentic ai时代CPU占比会扩大？ 传统AI（主要是大模型训练/推理）高度依赖GPU，因为Transformer的核心是并行矩阵运算，GPU擅长高吞吐的并行计算。这时CPU主要只负责“辅助”：数据路由、内存压缩、GPU调度等，导致数据中心CPU:GPU比例很低（典型1:4~1:8，甚至1颗CPU管8颗GPU）。CPU利用率低，基本是配角。 Agentic AI完全不同，它不是单次“问答”，而是自主多步循环（Planning → Tool Use → Act → Observe → Reflect → Iterate），涉及： 1）编排：调度子任务、多智能体协作、分支逻辑、重试机制。 2）工具调用：网页搜索、API调用、代码执行、数据库查询、向量检索（RAG）、文件处理等。 3）其他CPU密集任务：上下文管理、KV Cache处理、强化学习（RL）仿真评估、数据预/后处理。 这些任务高度串行、I/O密集、逻辑分支多，GPU并不擅长（甚至会闲置）。研究显示：工具处理阶段在CPU上可占总延迟的50%~90.6%（GPU在等待CPU）。Agentic工作流中CPU动态能耗占比可达44%，比传统AI高3~4倍。 简单说，Agentic AI把“思考”交给GPU，但把“做事/协调”交给CPU。CPU从“管家”变成了“总指挥”，必须大幅增加才能让整个系统高效运转。这就是CPU占比扩大的核心驱动（Intel、AMD、Arm、TrendForce等一致观点）。 2、CPU成为新紧缺环节的现实证据 今年Q1 Intel/AMD服务器CPU交期已经拉到6-12周，部分型号基本售罄，价格也提了10%以上。厂商自己都说“demand far exceeded expectations”。不是产能不够，而是Agentic AI把CPU从“可有可无”直接干成了“必须配足”的总指挥。 数据中心项目现在除了电力，就是CPU卡脖子最严重。传统x86（Intel/AMD）高功耗+产能紧张，供应链直接打爆。 3、CPU缺口会有多大？ 行业共识是CPU:GPU比例将显著拉近，CPU需求大幅提升：从传统1:4~1:8（CPU:GPU）转向1:1~1:2（部分场景甚至1.4:1，即CPU比GPU还多）。看之前Arm估算，每GW算力需要的CPU核心从3000万激增到1.2亿（4倍增长） CPU算力份额：在Agentic工作流中，CPU承担的算力比未来机架/集群可能从“GPU主导”转向更平衡，甚至出现专用CPU rack来支撑Agentic编排；AMD/NVIDIA新一代平台已开始按1:2~1:4设计 这就带来了CPU需求的真实拐点，是实打实的硬件重构。 4、特别要说下ARM服务器CPU会更受益一些？ Agentic AI最需要的就是“高核心数+低功耗+稳定串行处理”。ARM天生多核可扩展、perf/watt领先：Arm AGI CPU（136核，TDP仅300W）对比x86同规格功耗低40%+，每机架性能直接翻倍。风冷机架就能塞8000+核，液冷更能到4万+核，完美解决数据中心的“功耗墙”。 更狠的是生态大转向：AWS Graviton、Google Axion、Microsoft Cobalt早就自研ARM，云巨头集体“去x86化”。Arm 3月直接下场自研AGI CPU（首款量产芯片），Meta、OpenAI、Cerebras都是首发伙伴，OEM有联想、Supermicro。 Counterpoint预测：AI ASIC服务器CPU里，ARM份额从2025年25%干到2029年90%。Arm自己说，这波能把数据中心CPU TAM从30亿版税干到1000亿+，未来几年服务器CPU营收很可能超手机，成为最大增长极。 看下周和5月初英特尔、amd的财报电话会上，cpu实际出货量的变化、以及cpu的真实价格变化。这能说明真的有多紧缺。 5、CPU紧缺哪些公司会受益？ 梳理了下哪些公司会受益，后续关注起来： 美股最核心： Intel (INTC)ntel 依然是服务器 CPU 市场的霸主。短缺潮会提升其过往型号的利润率，且其 Gaudi 与 Xeon 的组合在代理推理端有强劲需求。 AMD (AMD)：理由：在 Agentic AI 服务器市场，AMD 的 EPYC 处理器因多核心优势和高性价比，目前在云厂商中的市占率持续提升，是 GPU+CPU 均衡配置趋势下的首选。 Arm Holdings (ARM)：越来越多的云厂商（亚马逊、微软、谷歌）开始自研基于 ARM 架构的 CPU。无论谁赢，只要 Agent 需求推高 CPU 核心数，Arm 的授权费就会大涨。 港股（制造与分销关键点） 中芯国际 (0981)：虽然其在最先进制程受限，但大量非核心逻辑控制芯片（支持 CPU 运作的辅助芯片）和中端 CPU 的需求外溢，会显著提升其产能利用率。 联想集团 (0992)：全球第一大服务器与 PC 厂商。在短缺潮初期，拥有强大供应链管理能力和库存的大厂能通过提价和保证供应，抢占更多政企市场份额。 A股（国产替代与配套产业链） 海光信息 (688041)：国产 x86 服务器 CPU 的龙头。在 Agentic AI 时代，由于其架构与全球生态兼容性最好，国内算力中心在补齐 CPU 短缺时，海光是第一顺位替代品。 龙芯中科 (688047)：自主架构 CPU 的代表。随着国产自主可控需求增强，在党政和关键基础设施的 Agent 应用中受益。 深南电路 (002916) / 沪电股份 (002463)：理由：配套受益。CPU 核心数增加和 GPU+CPU 配比调整，要求更复杂的 PCB（印制电路板）和封装基板，这些公司是全球高端服务器 PCB 的主力供应商。 澜起科技 (688008)：内存接口芯片龙头。只要 CPU 多，内存条就多。Agent 时代对内存带宽要求极高，其 MRDIMM 和内存接口芯片是 CPU 性能爆发的必需品。 投资逻辑核心其实两点： 1）量价齐升：CPU 厂商（AMD, Intel, arm、海光）最直接。 2）卖铲子的人：由于 Agent 需要高带宽，内存配套（澜起）和先进封装/基板（深南）的需求甚至比 CPU 本身更稳。

行业分析：AI光互连全景：谁是下一个“HBM级瓶颈”？ AI算力的瓶颈正在从计算转向带宽。随着GPU规模扩大，节点间通信接近N²级增长，电互连在功耗与距离上逐步触顶，光互连从可选项变成刚需。这一变化不只是需求扩张，而是产业结构的重排：光开始从数据中心边缘进入系统核心，甚至进入封装内部。 从底层看，硅光（SiPho）是在硅基上做出一整套光通信器件：波导负责传光，调制器把电信号变成光，探测器再把光变回电。它解决的是带宽与能效问题。硅本身不能发光，激光器依赖InP、GaAs等III-V材料，因此整个体系天然是“硅 + III-V”的异构结构。 产业链可以拆成四层：上游材料（InP与激光材料）、中游核心器件（激光器、硅光芯片）、模块与封装（光模块、CPO）、以及系统与网络架构。价值分配并不均匀。最稀缺的是光源，也就是激光器及其背后的InP体系，这一层类似算力链中的HBM，是物理瓶颈；再往下是硅光与光芯片，决定光电融合是否可行；光模块更偏制造与组装，周期性更强；真正的高价值封装集中在系统级CPO。 在硅光制造这一层，Tower Semiconductor 和 GlobalFoundries 是典型代表。它们本质是foundry，把光子芯片从设计变成晶圆。器件公司是它们的客户，而不是供应商。两者路径不同：TSEM更像工艺专家，擅长定制和复杂结构，解决“别人做不出来”的问题；GF更像平台型foundry，提供标准化工艺和规模能力，让更多客户可以复制。 这也解释了近期股价的差异。TSEM的上涨几乎直接由AI光互连驱动，尤其是硅光需求进入订单兑现阶段；GF更多受益于AI整体需求扩散，硅光只是其中一部分。前者是主线变量，后者更像beta。 很多人会误以为竞争在晶圆尺寸，比如300mm。但在SiPho、模拟、RF这些领域，关键不在晶圆，而在工艺复杂度、良率和客户绑定。真正决定竞争力的是能否稳定量产复杂光电结构，而不是晶圆大小。 从全球格局看，中国在光模块层面占据优势，但在SiPho制造仍处于早期阶段。差距不在技术原理，而在量产能力和客户验证。短期内，由于订单和经验的正反馈，差距在拉大；中期随着下游需求反向驱动，上游有望追赶。这一结构和HBM不同，SiPho不属于天然寡头，更可能走向多极竞争。 真正改变产业结构的是CPO（co-packaged optics）。CPO不是一个器件，而是一种封装形态：把光芯片与算力芯片封在一起，使光从“外部模块”变成“系统内部的一部分”。实现路径是先在SiPho晶圆上完成器件制造，筛选良品（KGD），切割成die，再与GPU/ASIC、HBM等一起进行异构集成，通常采用平面并排而非堆叠。 这一变化的核心结果是：硅光从“独立产品”变成“系统中的一层”。功能重要性不变，但定价权下降。过去光模块可以独立定价；在CPO中，价值更多被系统整合者吸收。掌握先进封装能力的厂商更接近控制节点，这也是为什么TSMC和Intel在这一阶段具备更强话语权，而TSEM和GF更接近中游die供应商。 CPO对技术提出了三大硬约束：功耗、带宽密度和封装耦合。功耗决定系统是否可持续，带宽密度决定扩展能力，封装耦合决定良率和成本。这三点直接推动硅光工艺进入新阶段。 在这一过程中，低损耗波导成为关键基础。波导是芯片内部的“光通道”，损耗以dB/cm衡量。0.1 dB/cm与1 dB/cm的差异，会在封装内线性累积，直接决定系统功耗与成本。当前主流量产水平在0.3–1 dB/cm，先进工艺可到0.1 dB/cm，实验室中的氮化硅（SiN）接近0.01 dB/cm，但距离大规模量产仍有距离。材料路径也逐渐清晰：硅波导受限于粗糙度和折射率，长期趋势是向SiN迁移。 难点不在单点，而在多重极限叠加：侧壁粗糙度、PECVD氢吸收、SiN应力、弯曲损耗、光纤耦合等因素同时作用。这也是为什么真正的优势来自“全栈工艺控制”，而不是某个单一技术突破。 CPO不仅改变技术路径，也改变竞争结构。未来不会出现单一路线，而是分层共存： 核心AI集群：定制CPO，追求极致性能 大规模部署：标准化CPO或pluggable，追求成本与灵活性 即使在CPO内部，也会分化为“高性能CPO”和“标准化CPO”，类似HBM与DDR的关系：前者吃价值，后者吃规模。 对TSEM和GF来说，这种分化进一步强化各自路径。TSEM更靠近高性能CPO，承接定制需求，有机会成为局部瓶颈；GF更靠近标准化CPO，承担规模扩张，是产业的放大器。 整条链可以压缩成一句话：材料决定能不能做，芯片决定性能上限，封装决定系统价值，系统厂决定利润分配。对应到算力链，InP激光器类似HBM，CPO类似GPU封装，光模块类似服务器组装，而硅光晶圆厂更像中间层的chiplet供应商。 从投资角度看，最确定的机会在光源，这是物理瓶颈；最大弹性在硅光与CPO，一旦路径跑通会被放大；光模块是顺周期；封装稳定吃利润但不容易爆发；系统层存在潜在黑马，但取决于架构演进。硅光不会消失，但正在被“吞入系统”。未来真正的“HBM时刻”，更可能出现在光源层或系统级封装，而不是封装之前的中游晶圆环节。 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

$AVGO 是AI芯片的龙头。但历史告诉你，真正暴富的人买的是龙二 $MRVL 先说一个关于半导体行业的反直觉规律： 在一个严重缺货的市场里，获利最大的往往不是龙头，而是那个追赶中的龙二。（Herman老师分析intel观点我觉得说的很好，也同样非常适用于 $MRVL) 理由很简单： 当产能严重不足，买家再也无法只依赖龙头一家供应商。他们开始把订单给原本觉得"不够好"的替代者。而这个替代者，突然发现自己的产品以前没有人要，现在成了香饽饽——价格可以谈，条款可以谈，一切都变了。晶圆缺货时，原本没有人愿意把订单给Intel的客户，开始认真研究18A了。 那么，在AI定制芯片这个正在快速缺货的赛道里，获利最大的龙二会是谁？ 我的答案是 $MRVL 。 1. 先理解结构 AI芯片市场分两层： 第一层：通用GPU Nvidia统治，没有任何人能挑战。H100、B200、Blackwell——超大规模云厂商需要它们，别无选择。 这层市场已经被充分定价了。Nvidia市值5.7万亿，没有人会漏掉这个机会。 第二层：定制ASIC（专用AI加速芯片） 这是一个完全不同的故事。 每一家超大规模云厂商都在开发自己的专用芯片： Google有TPU（张量处理器），Amazon有Trainium（AI训练）和Inferentia（推理），Meta有MTIA（AI推理加速），Microsoft有Maia（Azure AI加速）。 为什么要自己开发芯片？ 因为通用GPU虽然强大，但它服务所有人，没有为特定工作负载优化。自研芯片可以针对自己的模型架构和推理需求精确设计，功耗更低，成本更低，效率更高。 这是一个不可逆的趋势——超大规模云厂商越大，自研芯片的动力越强。但有一个关键问题：这些云厂商需要设计合作伙伴。芯片设计是极其复杂的工程，需要有人懂SerDes，懂先进封装，懂chiplet集成，懂供应链——不是随便一家公司能做到的。 全球有能力承接超大规模云厂商定制ASIC设计的公司，只有两家： $Broadcom，和 $Marvell。 2. AVGO vs MRVL：龙头和龙二的真实差距 先看数字： Broadcom在ASIC市场占约55-60%的份额，与Google的TPU合作锁定到2031年，客户包括Meta、OpenAI等顶级厂商。Marvell约占15%的份额，排名第二Broadcom领先是事实，毫无争议。 但有几个数字值得认真对比： AVGO MRVL 市值 $2万亿 $1,470亿 ASIC市占 55-60% 15% FY26AI营收 $200亿+ $96亿 Forward PE 31倍 36倍 Broadcom在定制ASIC市场记录了约$200亿的AI总营收，而Marvell的AI相关营收约$96亿。 从市值角度：AVGO的市值是MRVL的13.6倍，但ASIC市场份额只是MRVL的4倍，AI营收只是MRVL的2倍。这个不对称，是MRVL存在的核心机会。 3. MRVL独特的地方：两场战争同时押注 这是我认为最关键的一点，也是MRVL和所有其他AI芯片公司最本质的区别。 MRVL同时押注了两个互相独立的万亿级叙事： 叙事一：定制ASIC——去Nvidia化的最大受益者 Marvell的数据中心部门FY2026增长46%，超过$60亿，管理层指引FY2027同比再增约40%。定制芯片年化营收已达$15亿规模，两个AI加速器项目处于高产量阶段，第三个超大规模客户合作正在进行。 Nasdaq 最重要的一个进展： 2026年4月，Google被报道正在与Marvell进行深度谈判，共同开发内存处理单元和下一代TPU，这正是Google此前几乎完全交由Broadcom负责的工作。如果谈判成功，Marvell将成为AI行业最具战略意义的芯片项目之一的核心设计伙伴。 这是什么意思？ Broadcom和Google的TPU合作锁定到2031年——这是Broadcom的护城河，但不是MRVL的天花板。Google开始和MRVL谈，不是要取代Broadcom，而是要建立第二供应商。这正是"缺货时代，落后者获利"的经典逻辑。 当TPU的设计需求超过了Broadcom单独能服务的上限，Google开始把部分项目分给MRVL。 这一单谈成，MRVL同时拥有Amazon和Google双超大规模客户锚定——三个超大规模客户（Amazon、Microsoft、Google）大幅降低了单一客户集中的风险，给市场提供了更清晰的多年营收增长路线图。 叙事二：光互连DSP——AI集群神经系统的命门 MRVL是目前唯一同时覆盖定制ASIC设计、1.6T光学DSP、硅光子技术（通过Celestial AI收购）和CXL交换的全栈公司——这是任何单一竞争对手都无法复制的护城河。 光互连DSP是什么？ 当GPU和GPU之间需要通信，数据需要在光纤里传输。但光纤里走的是模拟光信号，计算机需要的是数字信号。DSP（数字信号处理器）就是这两个世界之间的翻译器——它把数字数据编码成光信号发出去，再把收到的光信号解码成数字数据。 MRVL的PAM4 DSP是全球800G和1.6T光模块的核心芯片之一。光互连业务的需求与AI集群的互连基础设施同步扩张——每一个上线的AI集群都需要完整的互连协议栈，不需要等待GPU的供应情况。 这是最关键的逻辑： GPU供应有时候是稀缺的，但光互连不等GPU——只要数据中心在建，只要AI集群在运行，光互连就需要。 MRVL的DSP是一个和GPU并行运行的独立需求，不是GPU需求的影子。 4. 我自己的判断：为什么MRVL的故事比AVGO更有弹性 AVGO是龙头，MRVL是追赶者。 但在这个特定的历史时刻，追赶者的弹性更大，原因有三： 原因一：基数效应 AVGO已经是$2万亿市值，要翻倍需要成为$4万亿的公司。MRVL只有$1,470亿，翻倍只需要$2,940亿——和AVGO现在市值的15%相当。同样的资金流入，对MRVL股价的推动效果是AVGO的13倍以上。 原因二：Google的变量 AVGO和Google的合作是锁定的，这是护城河，但也意味着它的上行惊喜已经被充分定价。MRVL和Google的谈判还没有正式宣布——这是一个尚未被市场定价的潜在催化剂。如果Google正式宣布，MRVL立刻拥有Amazon+Google双超大规模客户，ASIC市场份额从15%向25%+跳升的路径被打开。 原因三：两个叙事不相关 AVGO的核心护城河是ASIC和VMware软件。 MRVL的两个叙事——ASIC和光互连DSP——是完全独立的业务。 ASIC受益于去Nvidia化，光互连受益于AI集群扩张。两个独立的增长引擎，互相不依赖，互相不替代。 MRVL在多个AI基础设施顺风中同时暴露：定制芯片、光互连、数据中心网络和更广泛的超大规模资本支出周期。这种在AI主题内的多元化暴露，使它成为纯粹的GPU标的（如Nvidia）的有吸引力的补充。 5. 估值合理吗？ $MRVL：Forward PE 36.4倍，市值$1,470亿。 $AVGO：Forward PE 31倍，市值$2万亿。 $MRVL的Forward PE比 $AVGO略高，但增速也更快： $MRVL FY27营收预期：约$110亿，同比增速约40% $AVGO FY27增速约25-30%。PEG（PE/增速）： $MRVL：36.4 ÷ 40 = 0.91, $AVGO：31 ÷ 27 = 1.15 PEG低于1都算便宜。 用PEG来衡量，MRVL比AVGO便宜约20%。 而且MRVL有Google催化剂这个尚未被定价的变量，AVGO没有。如果Marvell股价涨到$400，需要数据中心营收FY27超过$90亿，Google ASIC合同正式宣布，自定义硅年化营收达到$30亿。在这些条件下，ASIC业务40倍Forward EV/EBITDA，光互连业务20倍EV/Sales。 我觉得2027年是很有可能达到的，这还是在理性的估值下，如果是ai融涨疯牛选择忽略估值的话，如果NVDA到360分析师预测最高，也就是8.8T, 我预测8-10T，那么AVGO会到3-4T, MRVL到500B-1T都问题不大。 6. 三个需要追踪的关键变量 变量一：Google ASIC合同的正式宣布 这是目前MRVL最大的潜在催化剂。谈判已经在进行，但没有正式宣布。每过一个季度没有宣布，市场会稍微失去耐心。但一旦宣布，估值逻辑发生质变。 变量二：1.6T DSP的市场份额 Marvell已经开始出货1.6T PAM DSP，基于5纳米工艺，并推出了下一代3纳米版本，将光模块功耗降低超过20%。 800G向1.6T的迭代是MRVL DSP业务的下一个量子跳跃。如果MRVL能在1.6T时代维持甚至提升市场份额，光互连业务的营收会非线性增长。 变量三：Celestial AI的硅光子整合 MRVL收购了Celestial AI，进入硅光子领域。这是CPO时代最关键的技术平台——把光学引擎直接集成进芯片封装。如果MRVL能在CPO时代把DSP和硅光子整合成一个完整的解决方案，它的价值会远超现在的定价。 7. 最终判断：MRVL是这轮AI牛市里最干净的不对称机会 AI芯片市场分三类公司： 第一类：Nvidia——已经被充分定价的龙头。故事最好，估值最贵，上行惊喜空间有限。 第二类：纯ASIC公司（AVGO）——护城河深厚，但增速放缓在定价中。Google TPU锁定到2031年是确定性，也是上行惊喜的天花板。 第三类：MRVL——两个叙事都在爆发，Google催化剂未定价，市值基数小。 这是不对称机会的经典形态， 下行有Amazon锚定，有光互连稳定收入，不会归零，上行有Google合同宣布+CPO爆发+ASIC市场份额提升，估值可能从$1,470亿走向$5,000亿+。 $MRVL也是我重仓持有的标的之一，短期technical角度今天收长上影线，日线级别调整要来，加仓机会在第一目标165，第二目标140。如果给机会到140补那个缺口，我仓位加满（图1）。 总结：回到那个反直觉的规律：缺货时代，落后者获利最大。 ASIC市场正在缺货——Broadcom一家根本无法满足所有超大规模客户的定制需求。光互连正在缺货——AI集群每季度都在扩张，DSP的需求只增不减。MRVL是这两个缺货赛道里，那个正在被需要的追赶者。 历史一次次证明：当产能不足、供应商只有一两家的时候，第二名是最好的弹性高的投资标的（Nvidia和Amd，TSMC和Intel。） 因为所有人都开始认真研究它了。 #MRVL# #Marvell# #AVGO# #Broadcom# #ASIC# #定制芯片# #光互连# #DSP# #Google# #Amazon# #Nvidia# #AI芯片# #半导体# #美股# #龙二补涨# #CPO# #硅光子# #AI基建# #USStocks# #AIStocks# #数据中心# #去Nvidia化#

#OpenAI# 还没上市，它的算力小弟先要IPO了，这事挺有意思。🧐 之前黄仁勋讲过，未来推理需求将会增长10亿倍，而下周四5月14日，推理时代的 #AI# 芯片黑马，Cerebras ( $CBRS)要上市了，定价区间115-125美金，募资最高35亿美金，估值266亿美金。也将是 @MSX_CN 的第一期 PreIPO项目，还是十分值得期待的！ 今天我们就来拆解一下这家Cerebras公司，以及估值分析情况，还有我个人的一些私人判断和意见。 要了解这个OpenAI系的推理芯片黑马，就要知晓山姆奥特曼的资本布局。 我们都知道英伟达在AI芯片领域有多牛，大模型公司烧钱，云厂商买卡，创业公司排队等GPU，最后利润大多流向卖铲子的英伟达，这是目前行业的现状。 但这种一家独大的局面，各家大模型厂商，都希望有一个嫡系方案做PlanB，比如谷歌Gemini便联合博通采用TPU方案，OpenAI也一直想扶持自己的嫡系部队。 所以在5月6日，OpenAI把英伟达、AMD、英特尔、博通、微软这些本该互相竞争的芯片公司拉到一起，搞了个MRC网络协议。表面看是技术合作，其实是OpenAI要重新分蛋糕了。 更深一层看，我认为是 #OpenAI# 想要拆开英伟达全栈垄断格局。 以前训练、推理、网络、云，全让英伟达一家包圆了。现在呢？OpenAI开始精细化运营：训练归训练，推理归推理，不同场景用不同芯片，不同环节找不同供应商。 #Cerebras# 就是在这个时候被推上了牌桌，它核心负责推理这一环。这正好与最近炒作火热的推理CPU概念，比如 #AMD，##INTC# 等，撞在了风口上。 🔥Cerebras到底牛在哪？ Cerebras的核心杀手锏是WSE-3芯片，直接把整片12英寸晶圆做成一颗巨型芯片，面积46225平方毫米，相当于A4纸的三分之一。 我们数据对比看看，相较于英伟达H100： • 它面积是H100的57倍 • 核心数是52倍 • 片上内存是880倍 • 内存带宽是7000倍 这数据📊看起来蛮夸张的，但核心关键不在大，而在于快。 在推理场景，尤其是长文本输出、实时交互、代码生成、AI Agent这些需要低延迟的任务上，Cerebras的CS-3系统推理速度比英伟达DGX B200快21倍，成本和能耗降到三分之一。这个效率和功耗，采用WSE-3芯片意味着OpenAI能在单位时间服务更多客户，这就相当于白花花银子啊。 📊财务数据也很漂亮 首先从市场趋势来看，AI 产业正从训练为主转向推理为主，这是不争的事实，2025 年全球 AI 推理市场规模已达1062亿美元，预计2030年将增至 2550亿美元，而 Cerebras 的技术优势正好踩在了风口上。 另外本轮IPO估值为266亿美金，发行价为115-125美金/股，我觉得是相对便宜的，虽然比上一轮估值翻了倍，上一轮F轮估值约为120亿美金，短短两年时间，直接翻倍，但架不住漂亮的财务数据。 2025年Cerebras营收5.1亿美金，比2024年的2.9亿增长76%。更牛的是净利润8790万美金，2024年还亏4.85亿，直接扭亏为盈。 以266亿估值来算，PS为52倍。以24年上市的热门半导体连接芯片公司Astera Labs( #ALAB#)做对比，它上市首日PS高达81倍。而目前正处于火热的推理赛道炒作中，个人认为Cerebras冲击80-100倍PS绰绰有余，对应的收盘价192美金—239美金，预计有50%以上涨幅！(但也要观察当天纳斯达克指数行情来综合判断) 不能只说好的一面，目前Cerebras问题也很明显，客户集中度太高。阿联酋MBZUAI贡献62%收入，G42贡献24%，前两大客户占86%。意味着Cerebras必须听大客户的话，自主性有限。可喜的是，OpenAI的介入，未来这种收入结构会有所改善，而且OpenAI会成为最大客户。 🎯OpenAI和Cerebras的深度绑定 最新的数据，OpenAI与Cerebras签了多年的合作协议，总价值超200亿美金，Cerebras要给OpenAI提供750兆瓦算力，部署到2028年。 但这不只是采购合同这么简单。OpenAI创始人奥特曼、总裁布鲁克曼、前首席科学家伊利亚、董事会成员亚当·安戈洛，这些核心高管都个人投资了Cerebras。 OpenAI还通过贷款、认股权证等金融工具，和Cerebras建立长期利益绑定。说白了，现在的Cerebras就是OpenAI的芯片部门。 除此之外，Cerebras 3月又与 AWS 达成合作，CS-3 系统上线亚马逊云端服务，成为首个进入主流云端厂商供应链的非 GPU AI 加速器。此外，葛兰素史克、美国能源部、多个国家实验室等也都是其客户，技术实力也得到多维度的验证。 💡OpenAI的资本局 OpenAI的真实意图很清楚： • 训练继续用英伟达高端GPU • 推理引入Cerebras低延迟方案 • 部分GPU采购AMD • 网络协议开放化 • 云服务在AWS、Azure、谷歌Cloud之间多家下注 • 未来可能推自研芯片 这是算力组合拳策略，不同工作负载匹配不同系统，不再单独依赖英伟达全栈方案。 OpenAI正在从模型公司转变为算力架构公司。以前只能被动接受芯片厂商定义的技术路线，现在要主动设计符合自己需求的算力组合。 OpenAI要把芯片供应商从"平台提供者"降维为"模块供应商"。所以扶持Cerebras是其战略中最重要的一环，预期来看，Cerebras上市首日股价，爆火的概率极大！ ⚡对英伟达的影响 短期看，Cerebras上市对英伟达冲击不大，就像身上长个粉刺一样无关痛痒。 英伟达目前占AI芯片市场80-90%份额，CUDA生态、GPU供应链、NVLink网络，这些护城河短期很难撼动。 但长期看，威胁是存在的。以前AI公司别无选择，只能用英伟达GPU。现在至少在推理场景，客户有了可行替代方案。这种选择权的出现，削弱了英伟达定价权。 当OpenAI可以说"推理我用Cerebras，训练我用英伟达"时，英伟达就失去了"全包"的议价能力。 AI推理市场正在快速增长。根据预测,2026-2032年全球AI推理市场复合增长率将达28.9%。推理场景更适合专用芯片。当推理市场规模超过训练市场时，英伟达在推理领域的相对弱势就会成为更大问题。 英伟达正在从"唯一供应商"变成"核心供应商之一"。这个转变不是因为英伟达变弱了，而是市场变大了，客户变强了，需求变复杂了。 🧐我的判断 Cerebras上市真正值得看的，不是又一家AI芯片公司IPO，而是OpenAI开始把推理这门生意单独拎出来定价了。 当推理市场被验证可以独立定价时，AI算力市场就真的开始分层了。训练和推理的需求差异被明确化，专用芯片在细分场景的优势被验证。 英伟达"一种芯片打天下"的叙事不再完全成立。市场会从"通用GPU垄断"走向"场景化芯片组合"。 而且不只OpenAI这么干，Anthropic也在和亚马逊、谷歌结盟。头部AI公司都在通过多元化采购降低对英伟达依赖。单一供应商的"完整解决方案"不再是最优选择。 最后值得一提的是，这次 #MSX# 第一期PreIPO项目即将上市，它就是本周四即将上市的Cerebras，拭目以待吧！🧐 DYOR🙏