【存储的gross margin见顶是否预示周期见顶？】过去的存储周期中，当毛利率见顶时，往往意味着合约价格即将进入下跌周期，随后ASP快速回落，行业进入下行阶段。但这一次明显不同。存储企业与大型云厂商签订了大量长期协议（LTA），相当于主动放弃了一部分短期利润空间。这并不是因为需求减弱，而是为了整个AI产业链的健康发展。 长期协议实际上锁定了一个价格区间，一方面限制了价格继续快速上涨，因此毛利率进入平台期；另一方面也锁定了价格下限，避免未来出现过去周期中那种价格暴跌、利润快速下滑的情况。 那么，存储股未来是否还有上涨空间？我认为答案仍然是肯定的。未来股价上涨的动力，更多将来自估值体系的重构，而不仅仅是ASP继续上涨。存储已经从过去消费电子产业链中的一个普通零部件，逐渐演变为AI基础设施中最重要的瓶颈之一，其盈利的可见度和持续性相比过去都有了明显提升。 以闪迪为例，目前部分买方机构已经将2028年EPS看到300美元左右，对应1200美元股价仅约4倍PE，这仍然是典型周期股的估值方式。但在AI时代，如果市场逐步认可存储行业战略地位的提升，以及长期协议带来的盈利稳定性，我认为目前的估值倍数仍然存在进一步提升的空间，对应股价也仍然具备继续上涨的潜力。

Spcx原始股东解禁时间表： 8/6 | 911.5M | $123.1B | 7% 8/20 | 319.0M | $43.1B | 2.5% 9/9 | 319.0M | $43.1B | 2.5% 9/10 | 59.1M | $8.0B | 0.5% 9/24 | 328.4M | $44.3B | 2.5% 我考虑在100-120之间卖空，然后在60-80做多。

【马斯克SPCX财报发言】当前 AI 行业最大的瓶颈不是 GPU，不是电力，而是存储。而是供给增长（约20%）远远跟不上 AI 带来的需求增长。 “Limiting factor currently is memory. Memory output is increasing by around 20% per year. Now normally that would be fantastically fast and amazing for any large mature industry. But ask yourself is the demand increasing by 20% a year? No, the demand is increasing by 200% a year, maybe higher. So if you’ve got demand increasing much faster than supply then Economics 101 would suggest that the price increases. It does not decrease.” 目前最大的限制因素是存储。存储产能每年大约增长 20%。对于一个规模如此庞大、已经相当成熟的行业来说，20% 的年增长已经是非常惊人的速度。 但请问自己一个问题：需求每年只增长 20% 吗？ 不是。需求每年增长的是 200%，甚至可能更高。 因此，当需求增长速度远远快于供给增长速度时，根据最基本的经济学原理，价格应该上涨，而不是下跌。

存储企业利润增加的因素有哪些？我列举几个 1. Bit Density存储密度提高，同样一片晶圆，容量变大。 2，HBM 堆叠层数增加，HBM价格持续上修。 3，2026-2027年新增的少许产能，这部分工厂通过改建，收购获得非新建，产能兑现块，预计增加20%左右。 4，估值倍数的上调，4-5倍pe上调到8-15倍都有可能，来自存储战略地位的改变和LTA长协议， 5，asp合约价格提升，目前增速已经有所下降，但是合约价持续上涨势头没有变，2027年的供应紧张将是史无前例。 6，2028年-2030后新增产能可能依然不够，三大存储厂2030年产能扩充一倍，存储产能线形增加VS AI存储指数级需求，这种情况下，ASP价格持续高位。 打开想象空间，如果AI叙事持续保持，2030年，英伟达成为15万亿级别公司，三大存储厂成成为5万亿级别公司，未必不可能。当然这是极其乐观情形😄

伊朗局势目前已经是交易的次要因素。只要美军继续控制海峡，即使伊朗偶尔骚扰商船，对于油价影响就有限。观察点是wti原油价格是否维持100以上高位。80-100是美国想要的区间。而伊朗可能由于海岸线封锁，面临越来越大的经济崩盘压力，那么最后结果是不得不和美国达成妥协。 关于核武器研发，经历最近美以核设施，工业设施的打击，实际已经被推迟数年、美国战略目标已经完成。无核签订协议象征意义更大。 最近还有一件事让我联想川普政府为什么上周威胁打击伊朗，然后又放弃。 上周三，Situational Awareness遭到了华尔街机构一次非常精准的围猎。当时的宏观背景是油价上涨、美债收益率走高，市场对AI板块和成长股的风险偏好明显下降。FOMC会议前，Citadel方面也释放了偏鹰派观点，认为美联储回加息。随后在周三下午FOMC会议之后，市场对Situational Awareness重仓的半导体股票展开了集中抛售，最终导致部分高杠杆资金被迫平仓。 但从随后几天微软、谷歌等科技巨头公布的财报来看，AI资本开支并没有出现市场此前担心的大幅放缓，半导体公司的基本面也没有发生明显变化。 当然，我个人也有一个没有证据支持、纯属猜测的想法：是否存在另一种可能性，即川普政府的某些行为导致部分宏观因素在短期内被放大，从而制造市场波动，为华尔街部分机构创造围猎高杠杆资金的机会。 另外，我查询了一些资料，Citadel创始人Ken Griffin长期属于共和党阵营的重要政治捐助者，在2024年选举周期向共和党相关候选人和组织捐赠约1亿美元，长期支持低税收、放松监管和亲市场政策，这些理念与共和党的经济纲领总体一致。

2027年Dram和hbm产能全部售罄。下次看到英伟达减配Rubin hbm小作文，你就直接无视好了。因为不是英伟达不想增加hbm容量，而是实实在在没有那么多存储供应给你。供应的问题而不是需求的问题。 再次回顾下我之前关于存储周期见顶的分析文章，只要存储价格保持环比不跌，存储企业的利润就不会减少，股价eps就有上修空间。

散户行为分析：因为看到持续下跌，账户浮亏，实在受不了了，在上周三fomc会议后，微软财报前割肉了大部分半导体，还有一部分在今天盘前看到伊朗消息又割了大部分。这两次应该割的差不多了，筹码刚好被机构接盘。本周持续观察smh指数，如果持续修复，预计散户还会追回来。基本上属于追涨杀跌。而且割在微软财报前，黎明前的黑暗。 当然上周三半导体属于超跌，有华尔街机构shooting the wounded，围猎Situational Awareness的这个重要因素。

【我们现在处于AI“泡沫”的哪一个阶段？什么时候开始清仓离场？】-Pike 作为美股投资者，我们需要时刻警醒并思考的一个问题，当下AI的发展是否存在泡沫可能性，如果有，我们处于泡沫周期哪一个阶段，什么时候开始清仓离场？ 我以过去美国历史上几次著名“泡沫”周期进行对比，从历史的角度分析对比，相信可以给我们当下的投资者诸多的借鉴意义。 过去的50年，美国经济经历了5次泡沫周期，分别是1972-1973年的“Nifty Fifty”， 2000年互联网泡沫，2005年前后的美国房地产泡沫，2015年的生物科技热潮，2021年美联储放水时期的SPAC/Meme Stock狂潮。 首先蓝色曲线是1972-1973年的“Nifty Fifty”。“Nifty Fifty”指的是上世纪70年代美国市场最受追捧的一批大型蓝筹成长股，包括IBM、可口可乐、施乐等。当时市场认为这些公司“永远增长”，因此给予极高估值。后来随着1973年之后美国进高通胀和经济衰退，这批股票经历了长期估值压缩。S&P 500在1973年1月见顶后，之后约22个月下跌接近48%。 其次橙色曲线是2000年是大家最熟悉的互联网泡沫Dot-com Bubble。这轮行情纳斯达克指数疯狂上涨900%，并在2000年3月10日见顶，随后到2002年10月较高点下跌约77%。 互联网泡沫破裂的核心原因是股票价格提前透支了太多未来。很多公司没有稳定收入和利润，商业模式仍然依赖资本市场融资；同时IPO过热，市场愿意为点击量、用户数、故事付出极高估值。1999到2000年，美联储连续加息，联邦基金利率升至6.5%，当融资环境收紧、公司盈利无法兑现、资本市场停止为亏损公司续命时，泡沫开始破裂，很多现金流薄弱的互联网公司迅速倒闭。 绿色曲线是2005年前后的美国房地产泡沫。图中用的是美国房屋建筑商指数，反映房地产繁荣与次贷周期。高点前累计涨幅大约接近600%到700%。当时低利率、宽松信贷、次贷扩张和金融杠杆共同推高房价，市场相信房地产会长期上涨。泡沫破灭的核心原因是美联储加息后按揭成本上升，房价停止上涨，借款人再融资困难，违约和止赎增加，最终引发次贷危机和金融系统连锁反应。 然后是2015年的生物科技热潮。图中用IBB生物科技ETF来代表。高点前累计涨幅大约在400%左右。当时市场追捧新药研发、基因疗法、肿瘤药和并购溢价，很多尚未盈利的Biotech公司也获得很高估值。泡沫退潮的原因，一方面是药价监管压力上升，另一方面是估值过高、研发失败风险大、盈利兑现不足。当资金开始重新关注现金流和确定性时，Biotech估值快速压缩。 最后2021年美联储放水时期的SPAC/Meme Stock狂潮。图中用ARKK来代表零利率时代的高风险成长资产。高点前累计涨幅一度接近700%。这轮行情来自疫情后流动性过剩、散户交易活跃、低利率环境和“颠覆式创新”叙事。泡沫破灭的原因，是通胀上升、美联储转向加息，长久期成长股估值被大幅压缩；同时很多SPAC公司业绩兑现不足，市场开始重新审视商业模式和盈利质量。 最后红线部分，就是当前AI革命带动下的费城半导体指数SOX走势。相对于过去几次周期接近10倍的涨幅，SOX只上涨了3倍。 我的看法：目前AI革命的热潮才刚刚开始，远远没有达到高潮阶段。 一方面参与者具备较强的现金流支撑，AI行情的核心买方和卖方，主要是Microsoft、Google、Amazon、Meta、NVIDIA、Broadcom、Oracle这类已经拥有成熟业务、真实收入和强现金流的大公司。它们不是靠资本市场讲故事融资，而是用云计算、广告、软件订阅、芯片销售和企业服务产生的现金流来支持AI资本开支。这点和2000年互联网泡沫很多公司没有稳定收入和利润截然不同。 另外一方面AI相关标的的估值都相当保守，比如NVDA（5.29股价211计算）的fwd pe只有24倍，google（5.29股价376计算）的fwd pe只有26倍。估值还远远没有达到过去几次泡沫周期所呈现的夸张程度。 所以这轮AI行情其实远没有达到过去那种真正疯狂阶段的程度。但是当Sox上涨超过10倍，AI相关公司估值非常夸张的时候，就是我们投资者需要保持警惕的时候

感谢Rick兄分享的非常好的帖子。 我之前在推特上曾分享过一个观点：AI真正重要的突破，并不是聊天越来越像人，而是开始具备原创科学发现的能力。 当时我引用了OpenAI研究主管 Mark Chen 的一次访谈。他提到，Sebastian Bubeck 团队利用AI在凸优化 Convex Optimization 领域的取得重大成果，说明AI已经出现了一个非常重要的 phase shift相变 ——模型开始在数学和优化领域发现人类过去从未发现过的新结论，不再只是知识的检索者，而是在逐渐成为能够独立推理、发现新知识的研究者。 如今，OpenAI公布内部版本 Astra 在数学、量子复杂性和理论计算机科学中解决了10个重大开放问题。如果这些成果最终经过学术界验证，那么真正值得关注的并不是"解决了10道题"，而是AI已经开始跨过原创科研的门槛。 如果AI能够持续完成这个循环，那么科研效率将出现数量级的提升。从材料科学、生物医药，到能源、量子计算，几乎所有依赖科学发现的行业，都有可能迎来一次生产力革命。 《经济学人》曾提出过一个非常大胆的判断：如果AI能够持续推动科学发现和技术创新，全球GDP的长期增长率，可能从过去每年约1%～2%，提升到10%甚至20%。 这听起来十分激进，但如果AI真正成为"科学家"，而不仅仅是"助手"，那么它创造的经济价值，很可能会远远超出今天市场的想象。

7月31日，WSJ发表了一篇文章，详细分析了OpenAI为何从AI行业的绝对领先者，逐渐变成了追赶Anthropic的一方。过去一年AI竞争格局发生了根本性的变化。 OpenAI最大的失误在于误判了AI市场的发展方向。公司认为，ChatGPT会持续吸引大量消费者订阅，因此将消费级聊天机器人作为未来增长的核心引擎。然而真正爆发的并不是消费级AI，而是AI Coding和企业开发者市场。 Anthropic抓住了这一机会。其推出的Claude Code并不是为了完成算法竞赛，而是围绕真实的软件开发场景进行训练，更符合企业开发流程，也拥有更好的开发者使用体验。大量程序员因此从OpenAI的Codex迁移到Claude Code，使Anthropic收入增速超过OpenAI，公司估值也接近1万亿美元，并正在积极推进IPO。WSJ甚至认为，Claude Code几乎改变了整个AI行业的竞争格局。 文章还指出，OpenAI另一个重要的问题是资源过于分散。在过去一年，公司投入了大量算力和资源到Sora视频生成、AI硬件、AI设备、自研芯片、浏览器等多个项目，却没有把企业最需要的Coding产品做到最好，从而给了Anthropic一个快速扩张的窗口期。 事实上，OpenAI很早便推出了Codex，但产品体验存在不少问题，例如响应速度较慢、使用流程复杂、与开发者真实工作流程不够契合，因此实际体验不如Claude Code。不少开发者最终直接转向Anthropic，这也成为双方竞争格局逆转的重要原因。 面对落后的局面，OpenAI内部开始反思，并进行了大规模调整。Greg Brockman重新负责产品，推出多个新的Coding模型，与Amazon合作销售企业AI产品，同时推出整合ChatGPT、Codex和浏览器的Super App。最新发布的GPT-5.6 Sol也获得了开发者较好的评价。 不过，WSJ认为OpenAI当前仍然面临不小压力。一方面，公司现金消耗速度仍然很快；另一方面，为了争夺企业客户，不得不提供大量折扣，盈利能力受到影响，因此IPO时间很可能推迟到明年。 相比之下，Anthropic目前几乎在多个维度占据领先地位：收入增长速度超过OpenAI，估值接近1万亿美元，开发者认可度更高，Claude Code逐渐成为AI编程的重要标准，同时IPO推进速度也更快。 当然，WSJ并不认为OpenAI已经失去翻盘机会。GPT-5.6 Sol获得开发者认可，Super App开始积累用户，Codex及相关产品用户数已经达到1000万，OpenAI依然拥有全球最强的品牌、算力资源和生态体系，未来仍有机会重新夺回领先地位。 我的几点思考： 第一，AI Coding已经成为目前企业付费意愿最高、商业化最成熟的AI应用方向之一，未来企业级AI很可能取代消费级聊天机器人，成为行业竞争的核心战场。 第二，未来AI公司的竞争重点已经不再只是模型能力，而是开发者生态、企业生态和产品执行能力。谁能够真正融入企业工作流，谁就更有机会建立长期竞争优势。 第三，对于美股投资者而言，需要重点关注企业AI软件、AI Coding以及Agent生态的发展，因为真正创造价值和现金流的，很可能不是聊天机器人本身，而是能够提升企业生产效率的AI应用。

苹果财报：存储供应依然紧张，价格上涨趋势仍在持续 苹果管理层在财报电话会上表示：“As I said on the last call, we paid more for memory in the March quarter than the December quarter. We expected to pay significantly more in the June quarter than the March quarter. We also expect to pay even higher memory costs...” “Beyond September, we see the market pricing for memory continuing to increase, which could drive an increasing impact on our business.” 苹果表示，今年3月季度的存储采购成本已经高于去年12月季度，6月季度进一步大幅上涨。而展望9月之后，公司预计存储市场价格仍将继续上涨，并对未来业务带来更大的成本压力。 管理层同时提到，目前全球DRAM供应商数量有限，公司正在评估更多供应来源，以提升供应链灵活性。 在我看来，这份财报再次验证了当前存储市场仍然处于供需偏紧状态。

很多人觉得，既然做交易赚钱，为什么还要做会员群？ 分享一下我的理解。对我来说，两者并不矛盾。 第一，投资依然是我的主业。今年即使经历了半导体板块的大幅回撤，我的不同账户投资收益率仍然在150-600%之间，远远超过会员费收入。 第二，我把会员群更多看成是一种分享。分享投资逻辑、研究框架和市场思考，在帮助别人的同时，也会倒逼自己持续学习、不断验证观点，这对提升自己的投资能力非常有帮助。 第三，全职投资是一件相对孤独的事情。通过会员群，可以认识很多优秀的投资者，与不同背景的人交流观点，这本身就是一种非常有价值的学习和社交。 第四，我未来的目标不仅仅是做好个人投资，更希望有机会管理更大规模的资金。建立一个高质量的投资社区，认识优秀的投资者和高净值人士，是实现这个目标的重要一步。 最后，知识和时间本身就是有价值的。会员费本质上是对研究、分享和持续输出的一种认可。我一年只收1000美元，不算便宜，也谈不上昂贵。认可的人加入，不认可的人完全可以选择不加入，这本来就是一种双向选择。

A股存储企业已经开始释放积极信号。兆易创新推出股份回购计划，回购价格上限750远高于当前股价375，说明公司管理层认为，目前股价没有充分反映公司的长期价值，也向市场释放了管理层对未来发展的信心。 我预计 Chips Act 回购限制到期后，美光MU也重启动了股份回购。只要这一轮存储周期没有结束，存储企业将会成为现金流机器，持续的股份回购也将成为股价的重要支撑。

老帖回顾，AI革命没有结束，这次四大科技巨头财报再次验证我之前到判断。所以这次半导体票集体回调，我的正股长期投资账户不但没有减仓，还低点加仓了mu和BE。如果这个帖子帮助你拿住了半导体，没有低点恐慌割肉，帮我点个赞。

刚看到 CNBC的一个 报道，OpenAI 7 月新增 ARR年度经常性收入超过 104 亿美元。加上之前OpenAI 6 月底 ARR 约为 373 亿美元。那么 7 月底 ARR 至少应达到约 480亿美元，对应每月经常性收入约 41 亿美元。 在我看来，这进一步说明 AI 应用的普及和商业化仍在持续加速。随着越来越多企业部署 AI、越来越多用户愿意为 AI 服务付费，OpenAI 的 ARR 仍有进一步增长空间。 我觉得对于美股投资者来说最重要的是，这样的收入增长也在一定程度上缓解了市场此前最大的担忧：巨额 AI 基础设施投入ROI的问题。如果 AI 应用收入持续高速增长，那么对于 GPU、HBM、数据中心、电力等 AI 基础设施的需求，也有望继续保持强劲增长。