光模块一条线今天全砸了：LITE -10.7%、CIEN -10%、AAOI -9.1%、COHR -9%，SOXS +7.8%。而 X 上最热的还是 AI datacenter 和电力，两边像在说两件事。 整条 AI 链基本都是美国、台湾、韩国掐着中国，光模块这层是少数反过来的——800G 模块中国厂商本来就是主供，不是追赶的那一边。所以「中国竞争加剧」的标题一出来，先流血的是美股这几家光器件公司。 模块越便宜，hyperscaler 的 capex 越好看。持有 LITE、COHR 的是另一回事。

据瑞典公共电视台 SVT 报道，瑞典税务局（Skatteverket）已决定向在 Boden 运营的 6 家加密企业追缴近 5.4 亿瑞典克朗（约 5800 万美元）税款。税务局称，部分受调查企业通过将加密货币挖矿业务描述为其他业务等方式获取无权享有的税收优惠。 2024 至 2026 年间，瑞典已有 9 家加密企业被追加征税，合计超过 5 亿瑞典克朗。多家公司已就税务决定提起上诉，其中 HIVE Digital 旗下 Bikupan Datacenter 因无力偿还相关债务进入重组程序，并已将争议提交瑞典最高行政法院；HIVE 否认税务局的认定，称相关公司出售的是计算能力，实际加密挖矿由独立的外部矿池完成。

Anthropic CEO Dario Amodei 在 2 小时访谈里说了一句很重的话：我们已经接近指数曲线的末端了。 他给了三个判断。第一，Anthropic 内部模型已经能完成 “100% of today's coding tasks”。第二，10 年内有 90% 概率出现一个 “country of geniuses in a datacenter”，也就是数据中心里的天才国家。 第三，也是 Dwarkesh 都忍不住追问的一点：既然 AGI 已经这么近，他为什么还要继续买更多 datacenters？这条可以存一下，2028 年回头看，谁判断对了。

ZERO Market Flash August 6, 2026 闪迪主动放弃短期利润最大化，换取穿越周期的门票——NBM 939亿美元最低合同价值，相当于约4.6个FY2026全年收入；超过50%的FY2027 bit产能，将被纳入四年以上的长期协议。 Sandisk交出了一份几乎无懈可击的成绩单。第四财季收入达到89.7亿美元，环比增长51%，同比增长73%；其中约三分之一来自销量增长，三分之二来自价格上涨。数据中心业务全年增长437%，调整后自由现金流达到50亿美元，Non-GAAP EPS为39.25美元。无论从需求、价格、利润还是现金流看，这都不是一份疲弱的财报。 但市场首先交易的并不是这些数据，而是增长速度的变化。SNDK在财报前一日收跌5.4%，财报公布后，今天盘前跌幅进一步扩大至约9.8%。Q1 FY2027收入指引中值为105.5亿美元，仍较Q4增长约17.6%；Non-GAAP EPS指引中值约45美元，也继续环比增长。市场担忧的不是收入或利润下降，而是环比增速从约51%降至约18%，以及毛利率指引83%至85%没有继续明显高于刚公布的84.6%。 因此，截至盘前，投资者仍主要在交易“季度减速”，而不是重新定价NBM的长期价值。开盘后的走势尚未发生，现在还不能判断市场是否会迅速转向长期逻辑。真正需要观察的是，投资者会不会从“下一季度还能增长多快”，逐步转向“NBM能否降低Sandisk未来盈利的周期波动”。 NBM已经不再只是一个抽象概念。按价格下限计算，已签署协议的最低合同价值达到至少939亿美元，相当于Sandisk FY2026全年收入约202.5亿美元的4.6倍。客户还提供了165亿美元现金及金融工具担保，相当于合同最低价值的约17.6%。目前公司与8家战略客户签署了10份NBM协议，加权平均期限超过四年；预计到FY2027，超过50%的bit产能将被纳入NBM，到FY2028这一比例可能进一步升至约三分之二。 这套模式并不是简单地“锁量锁价”。更准确地说，它通过长期采购承诺、价格底线和财务担保，先建立一个稳定的收入与利润底盘，同时保留价格继续上涨时的上行空间。管理层预计NBM毛利率约为80%，而且如果市场价格继续改善，实际利润率仍有进一步提升的可能。 这正是闪迪主动放弃短期利润最大化的含义。公司并没有牺牲利润本身，而是放弃在景气高点把每一单位产能都卖到最高现货价格的冲动，换取四年以上需求可见性、939亿美元最低合同价值、165亿美元履约保障，以及更稳定、更可预测的自由现金流。 传统NAND行业最难摆脱的是Boom-Bust循环：高价刺激扩产，供应增加后价格崩塌，企业被迫减产，随后市场再次进入短缺。NBM不能消灭整个行业周期，但它可能显著降低Sandisk自身对周期的暴露程度。换句话说，Sandisk试图建立的不是一个没有周期的行业，而是一家公司能够穿越周期的商业模式。 ZERO Insight 市场目前仍在交易短期减速：昨日收跌5.4%，今天盘前跌幅扩大至约9.8%。但NBM真正锁定的，不只是订单，而是未来四年以上的经营底盘。 939亿美元不是增长上限，而是合同下限；约80%也不是利润天花板，而是公司试图建立的周期底部。 今天市场卖出的，是增长率。未来市场是否重新定价的，可能是Sandisk能否把NAND的周期性风险，转化为长期确定性。 Search Tags: #SNDK# #Sandisk# #NBM# #NAND# #AIStorage# #Datacenter# #Memory# #Earnings# #FreeCashFlow# #ZEROAlpha#

ZERO Market Flash #003# 第二次“中国AI冲击波”，市场又看错了吗？ ——为什么更便宜的AI，可能意味着更大的基础设施需求 去年（2025年）1月，DeepSeek发布后，市场迅速形成一个判断：如果更少的GPU就能训练出优秀模型，那么未来AI基础设施需求将下降。当天，NVIDIA股价大跌近17%，整个AI产业链承受巨大压力。 一年多之后，类似的故事再次出现。 Kimi K3再次证明，中国公司能够以更低成本推出具有竞争力的大模型。市场随之提出了一个熟悉的问题：模型越来越便宜，是否意味着未来需要更少的GPU？ 然而，Kimi随后宣布暂停新的订阅服务，原因不是模型能力不足，而是用户需求迅速增长，GPU容量已接近部署上限。 真正率先达到瓶颈的，并不是模型能力，而是模型开始被大规模使用后的算力供给。 过去几年，AI竞争几乎一直围绕训练（Training）展开。谁拥有更多GPU，谁训练出更大的模型，谁就拥有更强的竞争优势。因此，当训练成本不断下降时，市场自然推导出一个结论：未来需要的GPU会越来越少。 但这个推导隐含着一个前提——AI的价值主要来自训练。真正需要回答的问题是：如果AI变得更便宜、更好用，会不会有更多企业和个人开始使用它？ 一个模型可能只训练一次，却会每天完成数百万、数千万，甚至数十亿次推理（Inference）。真正长期消耗算力的，并不是一次训练，而是持续不断发生的推理请求。 技术进步降低的是单位成本，真正决定产业规模的，却往往是需求增长的速度。如果应用普及快于单位成本下降，整体基础设施需求不仅不会减少，反而可能继续扩大。 这也是为什么，Kimi公布GPU容量接近上限，比模型本身更值得关注。市场讨论的是训练成本，而现实首先出现的，却是部署能力开始承受压力。 这也让SK集团会长崔泰源提出的“Memory正从Price-driven走向Volume-driven”有了新的解释：未来推动行业增长的，也许不只是价格，而是不断扩大的部署规模。 因此，这次所谓的“第二次中国AI冲击波”，留下的或许并不是一个关于模型竞争的故事，而是一个关于需求扩张的故事。真正值得关注的，不是谁能够以更低成本训练模型，而是谁能够长期支撑越来越多用户、越来越多Agent，以及越来越多的推理请求。 一年之前，市场因为DeepSeek重新评估了训练成本。一年之后，Kimi提醒市场，也许真正需要重新评估的，是部署需求。 训练创造模型。部署创造产业。 —— 本文仅代表个人研究观点，不构成任何投资建议。请独立研究，自行决策。 ZERO 优秀，不足以托付。
唯有最好，方可重仓。 Scientist · Doctor · A9 Investor Search Tags #AI# #ArtificialIntelligence# #KimiK3# #MoonshotAI# #DeepSeek# #Inference# #Deployment# #Training# #AIAgents# #GPU# #NVIDIA# #Memory# #HBM# #DRAM# #Semiconductors# #AIInfrastructure# #Datacenter# #SKHynix# #SNDK# #Micron# #AIInvesting# #TechInvesting# #ZERO#

大家都在押 GPU，但 AI agent 的真实瓶颈根本不在 GPU 上。 Georgia Tech × Intel 去年 11 月发了一篇论文 （arXiv:2511.00739），在 5 个真实 agent 系统上实测—— 工具调用（搜一下、查数据库、跑代码、读文件）占掉了整个响应时间的大头： 检索型 agent：90.6% Devin 同类代码 agent：78.7% LangChain：>50% 模型推理从来不是瓶颈。 道理其实很朴素： 一次对话里，agent 要调工具十几轮（搜一下、看结果、再搜、跑代码、看报错、再跑…）。 每一次工具调用都在 CPU 上，GPU 大部分时间其实在闲置。 更反直觉的数字： 并发请求一堆上去，CPU 电费暴涨 87 倍，GPU 只涨 27 倍。 也就是说 agent 规模一大，电费账单的主力是 CPU，不是大家盯着的 GPU。 这对 AI 基础设施的估值模型来说，是三个没被 price in 的信号： CPU 侧的"老钱"会被重新定价。 Intel / AMD 的服务器 CPU、内存带宽、互联芯片，在 agent 时代不再是"便宜的配件"。 只买更多 H100 救不了 agent 产品的延迟。很多 AI 创业公司做 agent，还在继续往 GPU 堆钱 —— 这条路走不通。 Datacenter 电费模型要重写。CPU 吃掉 44% 的动态能耗，散热和电力预算全要重估，直接影响 Neocloud 和 hyperscaler 的毛利。 AI infra 的下半场，战场从 GPU 搬到 CPU + 内存 + 互联。 大部分人还在讨论模型参数的时候，已经有人在重画 datacenter 的账本。