AI 芯片也要变周期股了？危⚠️ 马斯克预言：年底芯片将有效过剩！ 1. 芯片过剩、电网瘫痪 AI 芯片的生产速度 ＞ 供电能力。大量的芯片被堆在仓库里，结果是，有芯片，但没电开机。 2. 地球电力有限 全球 AI 总算力大约每7个月翻一倍，相当于每年增长3.3倍，几年下来就是1000倍+的增长，算力的瓶颈最终是电力和散热，地球上的能源无法支撑 AI 算力的扩张。 3. 太空解锁无限算力 唯一解法是走向太空。利用太空无间断的太阳能，每年可部署数100吉瓦甚至太瓦级的算力集群，彻底解锁 AI 瓶颈。

AI 芯片继续承压，纳指短线掉队； 就业数据降温，反而把道指推上历史新高 📈 资金正在离开拥挤的半导体交易，转向更稳的大型科技、加密金融和防御资产。 今晚休市，下周看点很清楚： 降息交易，还能不能继续带节奏？ #WEEX# #美股# #非农# #降息#

AI芯片产业链承压，你的下一台iPhone贵了，要怪AI bitcoin:native $60K -0.12%，美光 -6.7%，苹果 +3.1% 今日反弹至$283 先说美光这件事，因为它是这条链上最典型的一个细节👉 财报超预期，结果次日高开低走，今天继续跌6.7%还放量。这不是意外，这是Sell the News最教科书的走法，消息已经在预期里定价了 财报出来之后拿到的是最后一波散户接盘，机构悄悄出掉了。成交量比日均多了将近七成，有人在认真出货这件事不用猜 然后涟漪往亚洲传，SK海力士今天跌4.5%，三星跌5%，KOSPI开盘直接暴跌3%，KOSDAQ触发熔断 但我觉得真正危险的不是跌幅，是韩国市场的杠杆结构。韩国投资者借贷炒股的金额现在已经创历史新高。高杠杆在上涨时是加速器，在下跌时是放大器，只要跌到某个临界点，保证金追缴就开始了，追缴触发强平，强平带来更多抛售，然后更多追缴，这个螺旋转起来的时候速度很快，2020年、2022年都发生过。今天KOSDAQ熔断某种程度上就是这个机制开始转了 然后再看消费端👉 AI芯片需求推高的存储成本现在开始往终端传导，苹果和微软硬件双双涨价。这个信号其实比二级市场的跌跌撞撞更值得关注，因为这意味着整个AI大周期的成本压力已经走完了上游到终端的全链路，普通消费者开始真实感受到账单变化了 这有个微妙的反身性：涨价→消费者可能推迟换机→苹果硬件需求走软→苹果估值压力。但短期苹果今天反弹了3%，上周那波-6%的抛售可能过度了，现在是技术性修复 我对这整件事的判断是，这是AI大周期里一次正常的中途减速，不是终点 AI芯片需求是真实的，HBM存储供不应求这个格局也是真实的，但资本市场已经把未来好几年的增长提前定价了，任何一点点没达到最乐观预期的信号都够触发一轮获利了结。美光财报其实很好，但市场预期的好比它出的好还要好，差那么一点点就够了 现在的问题不是AI需求真的在消失，是过去一年多涨太快的估值在找理由修正。韩国杠杆踩踏是个加速剂，但根本原因还是估值已经定价了很多未来 对 bitcoin:native 的影响，科技板块情绪收缩的时候加密通常找不到往上走的力气，今天BTC就是-0.12%原地踏步，这是大背景下很正常的表现，不是特别坏，但也没有说这些科技股的压力消失了 非农周四才是真正的方向选择，这周先磨着 DYOR 非投资建议

AI 芯片背后的封装战争：AMKR 安靠 vs ASE 日月光，谁能吃到台积电 CoWoS 外溢红利？OSAT 封装双雄对决... 今天这期视频近 40 分钟时间，详细拆解 AI 芯片背后的封装产业链，从底层技术原理，到上层产业链公司以及投资逻辑，欢迎大家一起学习讨论。 视频包含如下内容： - AI 芯片底层制作过程 - 封装到底解决什么问题？ - 台积电 CoWoS 先进封装技术版图 - 封装行业的卡位瓶颈 - 多维度拆解对比 AMKR 安靠 vs 日月光 ASE - 对应投资布局框架

AI芯片巨头Marvell（迈威尔科技）前CFO Willem Meintjes于6月15日提交Form 144，计划出售约20.7万股MRVL，按当时市值约6013万美元。 为什么是前CFO？​因为就在同一天，Meintjes正式完成CFO交接转任公司顾问至2027年。 完成交接当天，Meintjes就提交了减持计划，拟出售约93%的持仓，可以说是一天都没耽搁啊！ Marvell刚刚被纳入标普500，黄仁勋多次公开提及其在AI基础设施中的重要地位，市场甚至开始用“下一家万亿AI公司”来描述MRVL。 当AI硬件板块处于情绪最亢奋、估值最乐观的时候，一位刚刚离任的核心高管选择出售接近93%的持股。 这究竟只是一次正常的财富管理安排，还是对当前估值水平的理性兑现？

AI 芯片制造商 Cerebras 据称计划在周一上调 IPO 定价 $CBRS 预计将在周一为其 IPO 定价，价格区间为每股 125 至 135 美元。 据称，该 IPO 的认购倍数已经超过 20 倍。

AI芯片的scale up，底层=物理的限制是reticle： 光刻机一次只能曝光一个固定大小的区域，上限大约在800mm²左右。这决定了目前单颗芯片的尺寸的硬天花板。 行业突破这个限制的难度非常大，接近物理极限，因为光刻的面积和精度往往不能两全（镜头等设备限制），所以只能绕开它。 早期是大GPU，但这样做成本和良率都会变得很差。后来逐渐转向另外两条路径：一种是把系统做大，用一块更大的“硅底板”interposer把多个芯片拼在一起；另一种是把芯片拆小，再通过高速连接重新组合。 interposer本质上不做计算，只负责连接。GPU、HBM这些芯片放在上面，通过更细、更密、更短的连线实现高带宽数据交换。AI算力之所以能上一个台阶，很大程度上不是因为算得更快，而是数据在不同芯片之间移动得更快。 但interposer本身也会超过reticle的尺寸，这时候就需要用到stitching。做法就像拼瓷砖：一块一块曝光，然后精确对齐，拼成一个整体。难点在于精度控制，边界一旦对不齐，连线就会出问题。 这种方式只适用于对精度不那么敏感的结构。像CPU、GPU这类逻辑芯片，对时序的要求极高，任何纳米级误差都可能影响性能，所以不能用stitching。interposer因为只是布线层，没有复杂逻辑，可以容忍这种拼接带来的误差。 围绕连接这件事，行业逐渐形成了cowos和emib两种不同的实现路径。一种是做一个统一的大平台，把所有芯片放在同一块interposer上，连接集中在这层完成，带宽能力很强，但成本也高。另一种是不做大底板，只在需要高速连接的地方嵌入一小块桥接结构，按需提供带宽，结构更灵活，制造压力也更小。 在AI训练场景下，模型规模大，HBM带宽成为关键，整个平台需要维持极高的数据吞吐，这类设计更依赖大面积interposer。 但推理场景的约束不一样，更关注成本、延迟和并发，带宽需求往往集中在局部，不需要整个平台都维持极致带宽。这时候，把芯片拆成多个模块，再用局部高速连接拼起来，会更合适。 这也是EMIB这类方案更容易在推理芯片和ASIC里出现的原因。它不需要一整块大interposer，而是在关键位置提供高带宽连接，可以把计算、缓存、IO等模块分开设计，再按需组合。这样的结构更容易控制成本，也更有利于根据不同业务场景做定制化调整。对云厂自研芯片来说，这种灵活性很重要。 当然，推理并不完全不需要高带宽。在一些大模型推理场景里，HBM依然重要，对应的封装方案也会更接近训练芯片。但在更广泛的推理需求中，成本和规模才是核心约束，这使得模块化和局部互连的价值变得更高。 站在26年一季度末看未来，AI算力的扩展路径其实已经很清晰了。不是把单个芯片做得越来越大，而是把计算拆开，再用更高带宽把它们连接起来。芯片本身的尺寸被reticle锁死了，系统的规模则由连接能力决定。 免责声明：本文非投资建议dyor

随着AI芯片功率越来越高，GPU、AI ASIC、HBM逻辑层、交换芯片开始需要超高电流、超高功率密度、超高速动态负载。 IR Drop、电迁移、热密度、高频噪声、金属层拥堵、电源完整性问题开始明显恶化。 因此，行业开始推进Vertical Power Delivery（VPD）与Backside Power Delivery Network（BSPDN）。 就是把过去需要在芯片正面金属层长距离绕行的电流，搬到背后垂直送电。 这样可以缩短供电路径、降低压降和功耗、释放更多信号层空间、提升高频稳定性、支持更大的Die和更高电流。 行业龙头已经全面推进。Intel 推出PowerVia，TSMC 推进Super Power Rail，Samsung Electronics 推进BSPDN。 VPD不是单一技术，而是一整套制造升级。背后需要晶圆减薄、TSV、铜填孔、背面金属化、Hybrid Bonding、Backside CMP、Overlay、X-ray检测、电源完整性EDA、高电流封装。很多过去非核心的步骤，正在变成AI时代的新瓶颈。 尤其是晶圆减薄、背面金属化、Overlay、X-ray计量、Power Integrity、高电流封装。这些方向未来可能出现类似CoWoS、HBM的产业重估。 VPD核心难点包括：超薄晶圆带来的翘曲、热变形与开裂；TSV与背面互连的高缺陷风险；供电与散热的耦合问题；Overlay与X-ray检测难度提升；以及Transformer workload带来的Power Integrity问题。 产业链上，第一层受益是先进逻辑Foundry，包括 Intel、TSMC、Samsung Electronics。 第二层受益是CMP、Bonding、Metrology、TSV设备，包括 Applied Materials、Lam Research、KLA Corporation、Onto Innovation。 第三层受益是Chiplet、HBM、CoWoS、Hybrid Bonding、高电流先进封装，包括 Amkor Technology、ASE Technology。 第四层受益是IVR、高频VRM、超低延迟供电，包括 Monolithic Power Systems、Infineon Technologies、Texas Instruments。 半导体行业正在从“逻辑密度竞争”转向“能量密度竞争”。未来先进芯片竞争的核心，不光是计算存储和通信，还有电力管理。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

🚀 AI 芯片新贵 Cerebras Systems， 将在开盘撮合完成后， 由 MSX 同步 Nasdaq 节奏上线现货交易。 “英伟达挑战者”， 今天正式上桌。👀 公告详情👇 #MSX# #麦通# #链上美股用麦通# #CBRS# #AI#

韩国芯片股因 Meta AI 澄清而大涨 5.8% 韩国 KOSPI 指数上涨 5.8%，至 8,088 点，其中三星电子上涨 8.7%，SK 海力士大涨 11.3%。此前，由于市场担忧 AI 支出放缓，相关股票曾大幅下跌，如今出现反弹。 后续澄清显示，Meta 仍在积极推进 AI，包括其 Watermelon 模型在顶级基准测试中达到领先水平，并计划进行大规模算力采购。与此同时，在供应短缺背景下，三星正与客户谈判提高 DRAM 价格。 此外，有报道称三星可能与 Meta 达成一项价值 65 亿美元的 AI 芯片交易，这进一步提振了市场对该行业底层需求的信心。