檢索結果 小圓規
小圓規 貼吧
一個關鍵字就是一個貼吧，路徑全站唯一。
用戶
未找到
包含 小圓規 的搜尋結果
顯示更多
【韓國博主在延邊“破大防“？】最近，一位韓國博主的延邊旅行視頻在網絡走紅。相似的民俗、語言、飲食氛圍，讓這位博主先入為主產生錯誤的預判，但短短幾天的實地走訪，徹底顛覆了他的固有認知。這場猝不及防的“破大防“，是個人認知的破冰，也在一定程度上折射出部分韓國人對中國長久的誤解。與其通過網絡濾鏡看中國，不妨買張機票親身走在延邊的街頭——所有刻板的偏見，在真實的煙火人間面前，都會不攻自破。#小圓規#
顯示更多
SpaceX之前最重磅的IPO估计就是下周这个超大晶圆制造商Cerebras Systems的上市了，Cerebras是一家专注于AI加速器的美国公司，总部位于加州Sunnyvale，成立于2016年。公司以“晶圆级集成”（Wafer-Scale Engine，简称WSE）技术闻名，核心产品是将整个300mm硅晶圆直接做成一颗超级大的AI处理器，而不是像传统GPU那样切成小芯片再封装。这解决了AI训练/推理中常见的内存带宽和芯片间通信瓶颈问题，被誉为“世界上最大的AI芯片”。树立了下关于Cerebras几部分关键信息。
1、核心技术和产品
1）晶圆级引擎（WSE）
传统AI芯片（如NVIDIA H100/B200）采用多芯片模块（MCM）或小型die，通过NVLink/HBM等外部互联扩展。但Cerebras的WSE把整个晶圆做成单一die，避免了芯片间通信延迟和带宽损失，实现了“片上”海量并行计算。
WSE-3采用“Weight Streaming”架构，将计算和内存解耦，支持外部MemoryX扩展（1.5TB、12TB、120TB甚至1.2 PB），单系统即可训练高达24万亿参数的超大模型。
2）CS-3系统
单台15U机柜，内置1颗WSE-3，支持水冷。通过SwarmX互联可扩展至2048台集群，峰值达256 exaFLOPS。单台CS-3就能在不到1天内从零训练Llama 2 70B模型（Meta GPU集群需约1个月）。
3）性能优势
Cerebras强调“消除数据移动瓶颈”：
比上一代CS-2（WSE-2）：性能翻倍，功耗和成本不变（CS-2用7nm，2.6万亿晶体管，40 GB SRAM）。
比NVIDIA H100/B200：在内存密集型大模型任务中优势显著。CS-3单系统内存容量远超10,000节点GPU集群；推理速度可达GPU云的数倍（尤其是长上下文/大模型）。公司声称在Llama/Falcon等模型上tokens/second提升2倍。
实际基准：Condor Galaxy 3（64台CS-3集群，8 exaFLOPS）已于2024年Q2上线，与G42合作。集群编程像“单芯片”一样简单，无需复杂分布式框架。
优势：
极致内存带宽 → 适合万亿/十万亿参数模型训练与推理。
扩展性强 → 集群像单机一样编程，开发效率高。
能效/成本在特定 workloads 上优于GPU（同功耗下性能翻倍）。
挑战：
单系统功耗高（25kW），部署门槛高（需专用数据中心基础设施）。
晶圆级制造良率和缺陷容忍技术虽成熟，但整体成本高（单系统硬件估算数百万美元）。
生态不如CUDA成熟，主要针对AI训练/推理大模型，不如GPU通用。
总体上Cerebras是“垂直优化”的AI超级计算机方案，适合追求极致规模和速度的 hyperscaler、主权AI项目、国家实验室，而非通用GPU替代品。
2、发展历程
Cerebras从“卖硬件”转向“AI超级计算平台”，已从早期科研验证走向商用落地（Condor Galaxy等主权AI项目）。
从SeaMicro老兵到AI晶圆级先锋
Cerebras成立于2015-2016年（官方多以2016年计），总部位于加州Sunnyvale。创始人团队全部来自SeaMicro（2012年被AMD以3.34亿美元收购），早期处于stealth模式四年，专注解决“晶圆级集成良率难题”。
1）2019年：发布首代WSE-1，开启晶圆级AI芯片时代。
2）2020-2022年：推出CS-1/CS-2系统，完成从“芯片”到“系统+软件栈”的闭环，与TSMC深度绑定实现量产。
3）2024年：WSE-3及CS-3系统落地，性能翻倍；同期首次递交S-1（后因业务优化于2025年10月撤回）。
4）2025-2026年：转向云推理服务+混合模式，与OpenAI签署巨额合作；
5）2026年2月完成Series H，4月重启S-1，5月启动路演，计划Nasdaq上市（代码CBRS）。
3、核心团队及融资
1）核心团队
Andrew Feldman（CEO、联合创始人）：连续创业者，曾任SeaMicro CEO、Force10 Networks产品VP（后被Dell收购）、Riverstone Networks营销VP。斯坦福MBA背景，擅长产品化与资本运作。
Gary Lauterbach（联合创始人、前CTO）：Sun Microsystems UltraSPARC首席架构师，58项专利，曾主导AMD数据中心业务。
Sean Lie（联合创始人、现CTO）：MIT本科+硕士，AMD高级架构师，29项专利。
Michael James（首席架构师）：SeaMicro软件架构师，后任AMD对应岗位。
Jean-Philippe Fricker（首席系统架构师）：DSSD/SeaMicro资深硬件架构师，30项专利。
团队优势在于“系统思维”而非单纯芯片设计：他们深谙数据中心功耗、互联与软件优化，曾用fabric架构重塑服务器。这正是Cerebras能解决晶圆级缺陷容忍与Weight Streaming架构的关键。
2）融资历程
累计融资约29-37亿美元（含多轮），估值从早期数百M美元飙升至IPO前230-266亿美元：
早期：Series B/C/D（2016-2018）累计约1.7亿美元，投资者包括Foundation Capital、Eclipse、Sequoia、Benchmark。
中后期：2019 Series E（2.72亿美元，估值24亿美元）；2021 Series F（2.54亿美元，估值41亿美元）。
2025-2026：Series G（11亿美元，估值81亿美元）；Series H（10亿美元，估值230亿美元，Tiger Global领投，Benchmark、Fidelity、AMD等跟投）。
4、业务模式与财务表现
Cerebras早期卖硬件（CS-2/CS-3系统），后来转向云服务（Cerebras Inference，云端提供超快AI推理）和混合模式。客户包括CSP、 hyperscaler、企业、主权AI项目（如G42）、研究机构。
2025财年财务：收入5.1亿美元（同比+76%，2024年2.9亿美元，2023年0.787亿美元，2022年0.246亿美元，20倍增长）。硬件收入约3.58亿美元，云及其他服务1.52亿美元。
GAAP净利润：约0.879亿美元（2024年净亏损4.85亿美元），首次实现盈利（不过非GAAP仍有亏损）。
剩余履约义务（backlog）：246亿美元（OpenAI等多年前期大单贡献），2026-2027年预计确认15%。
客户集中度：2025年G42占24%（此前曾高达87%），另一UAE客户占62%，但已显著多元化；OpenAI签署超100-200亿美元多年前期合作（含1亿美元贷款+认股权证）。
公司定位从“卖芯片”转向“AI基础设施平台+云”，并与Qualcomm等合作加速边缘部署。
5、IPO相关信息：
IPO 基础发行2800万A类普通股，超额配售420万A类普通股，核心管理层和投资人不卖股。纯公司发行新股用于募资，无大量旧股套现。
IPO定价$115–$125/股，因需求超20倍，已计划上调至$125–$135/股（可能进一步调整）。高区间（$125）募资约35亿美元（基础28M股），含超额配售最高约40.25亿美元。
高估值下（$125/股）对应市值约266亿美元IPO后总流通股本约 2.13亿百万股（包括Class A、B、N等）。其中：
Class A（上市交易股）为IPO发行的28M股 + 超额部分；
其余Class B（高投票权，创始团队/早期投资者/优先股转换后）和Class N（非投票权，如OpenAI认股权证相关）。
ipo后解禁期前的流通比例
标准锁定期：
180天或提前至Q3 2026财报发布后两个交易日（取较早者）。
解禁前初始流通股（Initial Float）：
仅IPO发行的 28百万股（基础）或最高 32.2百万股（含超额）。
锁定期内真实流通比例：
约 13.1%–15.1%（28M / 213M ≈ 13.1%；32.2M / 213M ≈ 15.1%）
预期定价日：下周三5月13日，预期上市交易日：5月14日（周四），代码CBRS。
整体而言估值虽高，但增长潜力和技术壁垒值得关注
本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」
顯示更多
西班牙 vs 佛得角
目前yes 概率93，你敢为了赚7u 买100u 的yes 么？
玩了几天目前亏损133U
足球是圆的，概率高的赔率低，预测体育赛事想赚钱只有买到冷门才行~
看来我真不擅长，还继续研究挂单拿PP吧
最近挂单积分很不好拿，昨天挂的2个都成交了，大家挂的时候注意规则
通过提供流动性（在订单簿的买卖双方以接近市场价格的价格下达限价单）来赚取PP奖励。
注意！还需要满足一定的流动性要求才能获得奖励，具体：
1.满足该市场的最低订购量要求
2.保持买卖价差低于市场阈值
3.收益最大化，买单和卖单双方都下单。
4.尽量接近市场价的价格下单。价差越小收益越高。
5.尽量选择5星的市场，5星的流动性高，PP分配也高
的PP积分是每周发一次，大家可以根据上周得分情况，考虑拿分策略。
@predictdotfun
顯示更多
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）
顯示更多
“沉睡巨人”的新契机，昨晚美国政府宣布向9家量子计算公司投入20亿美金并获取股权，这20亿美金里IBM独揽半壁江山，昨晚到今晚量子计算板块走的都很火热。市值越小涨幅最大，个人倒是做看好IBM、昨晚的推文也写了IBM技术优势，开盘第一时间也建仓了。再详细聊聊逻辑：
1、IBM无疑是这笔交易的最大赢家。该公司将获得其中10亿美元资金，用于成立一家名为"Anderon"的新公司，专门生产量子计算芯片，新公司将设于纽约州New Albany，并成为美国首座专注量子芯片制造的工厂。相当于IBM与美国政府合作建设的美国首座"专用量子晶圆代工厂"。
2、昨晚聊到IBM其实在量子计算领域探索已久，其在量子计算领域的技术优势甚至超过谷歌。美国政府投资也是一个证明，而且时机相当好。这个时机好在于IBM量子计算路线图正进入关键的验证期。
1）在2026年初的CES展会上，IBM明确提出"2026年将是量子优势的转折点"，并预期今年将出现"强有力的量子优势声明"。IBM首席执行官Arvind Krishna在第一季度财报电话会议上表示，量子系统开始在特定任务中超越传统超级计算机，早期迹象预计将在今年显现。
2）5月，IBM发布了迄今最先进的量子处理器"Quantum Nighthawk"，其架构设计专门面向高性能量子软件，旨在2026年内实现量子优势。
3）近期IBM提出了"量子中心化超级计算"架构——将CPU、GPU和量子处理器(QPU)深度集成为一体化计算系统，并在2026年原型化其纠错解码器，为实现实时纠错铺路。
IBM为量子计算商业化设定了清晰的技术里程碑：
2026年实现"量子优势"；
2029年推出全球首台"容错型量子计算机"；
10亿美元的政府拨款将为这一路线图提供关键的资金保障，尤其是在量子芯片规模化制造这一产业化瓶颈上实现突破。
3、这次美国政府对量子计算相关公司的投资也标志着全球量子计算产业竞争进入了一个全新的阶段——“从技术赛跑转向产业落地，从企业竞争上升为国家战略”。
这也激发了大家的想象力
这就包含了一个很重要的隐含驱动逻辑：
美国政府对IBM的支持与对英特尔的投资有着惊人相似的故事框架——都是在关键技术领域遭遇困境的巨头，通过政府战略性入股获得重估契机。英特尔走通了这条路，市场正在押注IBM能否重演奇迹。在某些投资者这可能是最重要的逻辑
特别之前IBM凭借向云和混合服务的战略转型，经历了多年的牛市行情。但自去年11月以来，受云业务整体抛售潮的影响，股价一度下跌30%。
个人也有此期待，而且IBM与美国政府合作建设美国首座“专用量子晶圆工厂”，更是美国版“新质生产力”的代表。
4、当然不是说其他几家不好；
其他几家拿到美国政府投资的量子计算上市公司：
1）芯片代工厂商格芯(
2）D-Wave Quantum (QBTS)
量子退火（annealing）技术先驱，已有商用系统（D-Wave Advantage），适用于优化、物流、机器学习等实际问题。比门电路量子机更早实现一定规模应用，客户包括政府和企业。政府支持加速其向容错量子演进。
3）Infleqtion (INFQ)
获投金额约1亿美元，中性原子（neutral-atom）量子技术领导者，兼顾量子计算、量子传感和网络。技术在室温操作潜力大、扩展性好，适用于国防传感和高精度测量领域。
4）Rigetti Computing (RGTI)
超导量子比特路线，专注于可扩展量子处理器和量子云平台（Forest）。与NASA、美国能源部等有合作，在量子算法和混合量子-经典计算有积累。适合中短期量子优势应用开发。
后面三家QBTS、INFQ、RGTI市值小、自然弹性更大。
只是说个人角度，兼具确定性和成长性、以及技术积累的层面、还是更偏好IBM。
但是也要注意，量子计算的商业化虽已曙光初现，但距离真正意义上的产业落地还需蛮长时间。后面还要持续关注技术迭代和商业化落地的情况。
顯示更多
有关 robinhood:0x5f604fba1162193a4388a5dfa56f556f3e133cc2 。虽说我骂过它波动巨大，两周振幅能达到101%，妥妥的赌博股票。但是纯看基本面，这只股票也可以作为非对称博弈，前提是你的抗压能力足够高，拿的过巨大的振幅
讲讲AEHR是做什么的和它的财务：
光芯片做出来，得确认它能长期稳定工作。如果一颗有隐患的芯片被装进昂贵的封装里，后面才发现问题，就是巨大损失
AEHR ：在封装之前，先给芯片做高强度体检，把容易早死、性能不稳定的筛出来。它的设备可以同时处理多片晶圆，帮助客户把测试工序做成规模化生产的一部分
AEHR 已经进入客户的生产流程。6 月公告披露，一家新硅光客户在 5 月就收到了一套生产系统和两套工程系统，随后又追加订单。到了 8 月，主要硅光客户继续追加生产设备，安排在 2027 年上半年交货
再看看 AEHR 的体量：
2026 财年，全年收入只有 5,000 万美元。第四季度新增订单，6,070 万美元
一个季度接到的订单，已经超过这个财年全年的收入。7 月公告时，有效积压订单达到约 1 亿美元，2027 财年收入指引直接给到 1.3亿—1.5 亿美元，同比增长 160%—200%。这份指引包含 AI 处理器、硅光和功率半导体业务，属于公司对未来的预期
对大客户来说，只是多扩几条产线。对一家年收入 5,000 万美元的公司，是整个业务规模上一个台阶
订单暴增的弹性，也许是AEHR 变成“下一个 SNDK”的潜力
一个行业需求突然加速，一家收入基数很小的公司，恰好已经站在客户需要的关键工序上。订单暴涨，收入暴涨，小公司业务爆发，股价暴涨
顯示更多
接上篇
半导体中长期展望：AI需求、涨价潮与不可忽视的风险
我们把目光从本周的密集事件移开，半导体的中长期逻辑并没有因这次抛售而改变，但估值和监管的隐忧也在累积
$DRAM 短缺或持续至2028年
HBM和DDR5等高端产品依旧供不应求，多家机构认为DRAM短缺周期会持续到2028年，这跟过去涨两年跌三年的存储周期很不一样，AI服务器和终端推理的需求还在爬坡阶段远，其远未到天花板
涨价潮正在全产业链蔓延
晶圆代工和功率半导体的涨价潮正在从上游传导下来，说明产能利用率依然紧绷。 $TSM 已通知客户调涨先进制程价格，硅片和封装材料等环节也在跟进，虽然说涨价本身是景气度的直接体现但也意味着下游成本压力也在积累
两把悬顶之剑
费城半导体指数与纳指的比值已逼近2000年互联网泡沫时期，任何不及预期的消息都可能引发更剧烈的调整。同时韩国散户大量参与的芯片杠杆ETF已经引起监管关注，后续如果收紧规则短期卖压可能放大
中长期依然靠AI需求撑场但波动不会小
那么问题来了，你会买入芯片股的回调吗？
（图片和内容无关，但我知道你们爱看什么）
顯示更多
$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#
顯示更多
一位高僧说：“有钱就是有灾，有权就是有祸，有势就是有苦。当你越来越了解因果，越来越了解天道的时候，你就不会去羡慕那些所谓的上层人，因为你会明白一个道理，就是人生终究无法圆满。妻财子福寿，所以命运若有馈赠，暗中就必有剥离。”
宇宙有一个铁律，叫做物极必反。月亮最圆的时候，也就是即将残缺的时候，水最满的时候，也就是即将流失的时候，一个人最成功的时候，也就是快要失败的时候，一个人最顺利的时候，也就是即将倒霉的时候。如果你现在已经站在了高山之巅，那么，无论你往哪一个方向走，注定是下坡路。
人世间万事万物，最后都要归于平衡。物极必反，乐极生悲。周易里面有这样一句话，穷则变，变则通，通则久，久则穷。你有钱了就一定会有对应的灾难，现在你享福了，以后你就没福了。你有权力了，就会有对应的祸事，你成气候了，就一定会有让你痛苦的事情。这本质上就是一种平衡规律，谁也绕不过去。
有一句谚语说，命运所有馈赠的礼物都在暗中标好了价格。上天给你打开了一扇门，就一定会给你关闭一扇窗。给了你一样好东西，也一定会给你一样坏东西，给了你一样值钱的东西，也一定会拿走你的一样东西。没有任何人是可以面面俱到的。有了金钱，你就可能不会有一个幸福的家庭，有了权力，你可能就不会有优秀的儿女。你没有那些别人拥有的光芒闪闪的东西，也不要觉得上天对你不公平，你可能拥有比别人更多的平安，更多的健康，更多的小确幸。
顯示更多