《柳叶刀》和北大联合中国疾控，两项大规模研究证实，坚持健康生活方式最多能延寿近十年。欧洲研究跟踪近6万人，做到睡眠、运动、饮食三项最优，预期寿命多出9.35年。 北大团队调研近50万国人，给出适配我们的五项标准：戒烟、限酒、坚持运动、健康饮食、控制体重腰围。五项全部达标的人，30岁后预期寿命多8到9年。长寿是多项习惯叠加的结果，单一项效果有限。不用迷信抗衰老产品，循序渐进调整生活，就是性价比最高的长寿方案。

刘欢去世，让我们这一代人感到死亡正在逼近，尽管中共政坛还是50后的天下，但人老了死亡是躲不过去的，接下来十多年中国将迎来大规模死亡周期。按死亡规律，50后一代过了七十奔向八十，而60后一代过了六十奔向七十。1962年中国从饿死几千万人的大饥荒中刚刚缓过劲来，出生人口就反弹到2400多万，1963年冲到2934万，创下有记录以来的最高值。从1962年到1975年，连续十四年每年出生人口超过2000万，十四年加起来人口大约3.6亿人。 这批人年轻时进工厂、修公路、盖大楼，今天城市的光鲜亮丽几乎都是他们的血汗浇筑的。一晃这批人六七十岁了，岁数大的已经八十出头，正一步步走到生命尽头。当年生得多现在集体变老，这是人口定律，谁也改变不了。不要看所谓全国人均预期寿命79.25岁，这都是玩的统计游戏，几乎有六成人活不到这个预期寿命。

CIPB（芯片埋入功率板） 技術核心 CIPB把芯片直接「長」進PCB內部，而不是傳統方式「貼」在板面上，實現芯片與基板一體化封裝。 主要優勢包括： - 寄生電感降低90%以上，開關損耗明顯下降 - 結溫降低15–20°C，功率循環壽命提升至傳統方案的3–10倍（超過10萬次） - 成本預計比傳統方案低20–30% - 體積更小、效率更高、散熱更好 產業進度 本川智能 已完成6家客戶打樣、3家進入小批量試產，並順利進入頭部AI伺服器電源供應鏈。專用廠房預計2027年第一季投入運營後啟動量產，業務模式從單純PCB製造轉型為功率模塊整體製造商。 世運電路 投資15億元建設「芯創智載」基地，設計年產能66萬平方米，其中芯片內嵌式PCB佔18萬平方米。公司自2020年起佈局嵌埋工藝，2026年中期正式投產，從一開始就主攻高壓應用（碳化硅），目前產品已應用於新能源汽車動力域。 下游三大應用場景 - AI伺服器電源：最急迫的戰場。單模組功率達450–500W，CIPB可提升效率3–5%、體積縮小50%，已成為算力PCB中長期的主流方向。 - 人形機器人關節：空間極度受限，CIPB可將體積縮小60–80%，響應速度提升50%以上，目前正加速與GaN功率器件結合。 - 新能源汽車：規模化最確定的市場。廣汽已將嵌埋封裝功率模塊寫入「夸克電驅3.0」量產車型賣點，CIPB可助力逆變器實現1200kW高功率密度，體積縮小約四分之一。 市場空間（2030年潛在市場） 伺服器電源約90–250億元、新能源汽車約60–150億元、光伏逆變器約50–160億元、機器人模塊約350–650億元，四個方向加總已超過千億元。全球AI伺服器供電單元市場也預計到2032年達約78億美元，年複合增長率超過20%。 關鍵挑戰 從小批量試產走向大規模放量仍面臨工藝壁壘，包括高溫壓合板材翹曲、高壓絕緣擊穿、微米級微孔填銅無空洞、芯片埋入應力平衡等問題。未來1–2年將是決定誰能率先衝過產能與良率雙重關口的關鍵窗口期。

Marvell Bravera SC6 Marvell $MRVL 於 2026 年 8 月 4 日 FMS 2026 發表 AI 記憶體基礎架構新品，核心為 Bravera SC6（MV-SF1410）PCIe Gen6 SSD 控制器。 核心亮點： - 專為 AI 推論優化，讓更多 KV Cache 從昂貴 HBM 轉移至 SSD，提升基礎架構效率、降低寫入放大並延長 NAND 壽命。 - 效能為上一代 Bravera SC5（PCIe Gen5）的 2 倍。 支援 PCIe Gen6（向下相容 Gen1–5）、NVMe 2.2，單埠四通道。 - 採用 NAND-agnostic 架構，相容多家廠商 SLC/MLC/TLC/QLC，方便超大規模雲端與 OEM 彈性採購部署。 - 預計 2026 年第四季開始送樣。 同時發表 Structera X（機架級 CXL 記憶體擴充與池化）與 Photonic Fabric（Pod 級光學共享記憶體，跨機架最高 50 公尺、支援最高 32TB 暖 KV Cache 卸載，聲稱可提升 2–3 倍 token 吞吐量）。 整體目標是讓記憶體更獨立於運算擴展，減少 GPU 停滯、提高利用率與 token 效率，協助超大規模業者因應大型模型與長上下文需求。

马斯克透露SpaceX与英伟达秘密合作成果 Star Mind明年进入量产 马斯克今天在X平台透露了一项值得整个AI产业关注的进展： SpaceX与英伟达正在联合开发的Star Mind太空计算机，性能可能远远超过市场预期，并计划于2027年进入规模化生产。 这条消息最重要的地方，不只是两家科技巨头正在合作，而是AI基础设施的建设地点，可能从地球逐渐扩展到太空。 马斯克表示，与英伟达工程团队合作非常愉快，并特别强调双方正在共同开发的计算系统。 为什么SpaceX需要自己的太空计算机？ 因为未来如果要在轨道上部署大规模AI计算设备，传统数据中心服务器的设计可能无法直接使用。 太空环境需要面对辐射、散热、供电、通信以及设备维护等一系列特殊挑战。 尤其是散热问题。 地球上的数据中心可以通过空气和液体冷却系统带走热量，但太空是真空环境，主要需要依靠热辐射向外排热。 这意味着太空AI服务器必须从架构层面重新考虑能源效率、散热设计和系统可靠性。 而 $NVDA 拥有GPU、CPU、高速互连和完整AI计算平台技术， $SPCX 则拥有火箭发射、卫星制造、轨道通信和太空系统工程能力。 如果双方能够成功将这些技术结合，未来可能形成一种新的计算基础设施模式。 SpaceX负责将计算设备送入轨道，并提供通信和太空平台；英伟达则提供核心计算架构。 更值得关注的是，马斯克提到2027年规模化生产。 这意味着双方讨论的可能已经不只是长期概念，而是正在推进具体的工程项目。 当然，规模化生产并不等于太空数据中心已经具备商业盈利能力。真正的挑战仍然包括单位算力成本、能源供应、散热效率、设备寿命及发射费用。 但如果Star Mind最终能够实现商业化，SpaceX的长期价值可能不再局限于Starlink和火箭发射，而是进一步进入AI计算基础设施市场。 这也为 $NVDA 创造了一个值得关注的新方向：未来GPU和AI系统的部署场景，可能不再局限于地球上的数据中心。 你认为2027年Star Mind进入量产之后，太空AI计算会成为 $SPCX 的下一个增长引擎，还是仍然需要多年才能实现真正的商业化？

$VST 突然迎来一个非常重磅的催化剂：美国政府计划向 Vistra 提供约 40 亿美元贷款，用于升级三座核电站。 这不是普通补贴，而是美国AI电力基础设施正在进入下一阶段的又一个明确信号。最新报道显示，资金将用于 $VST 位于俄亥俄州的两座核电站及宾夕法尼亚州的一座核电站；美国能源部长 Chris Wright 最快可能于下周一公布计划。 为什么现在美国政府愿意拿出这么大的资金？ 答案越来越清楚： AI数据中心正在把美国电力需求推向一个新的增长周期。 $MSFT、$META、$GOOGL、$AMZN、$ORCL 持续扩建AI数据中心，但GPU可以买、服务器可以造，最后真正限制AI扩张速度的可能是——电。 而核电最大的价值恰恰是能够提供数据中心需要的稳定、全天候大规模电力。 更重要的是，美国现在不是只押注建设全新的核电站。 新核电站建设周期长、资本投入巨大，所以短期增加电力供应最快的方法之一，就是： 升级现有核电站 → 提高输出功率 → 延长寿命 → 让更多核电容量尽快进入电网。 美国能源部今年推出的 UPRISE 计划，目标就是通过现有核电站增容、重启停运设施等方式扩大核电供应，并计划到2030年前增加至少5GW核电容量。 而 $VST 正好站在这个趋势的中心。 Vistra 的核电资产位于美国最大的电力市场 PJM。这个电网覆盖约6700万人，同时也是美国数据中心需求增长最集中的地区之一。 所以这40亿美元真正重要的地方，不只是给 $VST 一笔低成本资金。 它代表的是： AI算力需求 ↓ 数据中心扩张 ↓ 电力需求激增 ↓ 美国政府加速核电投资 ↓ 现有核电资产价值重新定价 ⠀ 而且这已经不是孤立事件。 9月，美国能源部刚刚完成最高 19亿美元贷款，支持 $NEE NextEra Energy 重启爱荷华州 Duane Arnold 核电站。 6月，美国能源部又公布 175亿美元核电供应链贷款计划，目标是加快10座大型商业核反应堆部署。 现在又轮到 $VST——约 40亿美元。 把这些资金放在一起看，信号已经越来越明显： 美国核电复兴正在从政策口号进入真正的资本投入阶段。 这也是为什么我一直认为： AI第一阶段最大的瓶颈是GPU。 AI第二阶段最大的瓶颈，很可能是电力。 当所有人都在寻找下一只 $NVDA 时，也许真正值得研究的是： 谁拥有已经接入电网、能够24小时稳定发电，而且可以通过升级迅速增加输出的核电资产？ $VST 的投资逻辑，正在从传统电力公司逐渐叠加另一层估值： AI时代的电力基础设施。 如果未来几年数千亿美元继续涌入美国AI数据中心，电力可能不再只是成本，而会成为决定AI扩张速度的战略资源。 而这笔40亿美元贷款，可能只是美国核电资本开支浪潮的又一个开始。 AI算力竞赛的下一战，也许不在GPU，而在电网和核电站。

7.25梭哈晨报： 大清早中途又睡了一觉，直接睡到了中午了，可以改叫午报了😭。 1. $BTC 跟着美股回调了，周末看看有没有特别的表现； 2. $ETH 无独有偶，还是跟着大哥走； 3. $SOL 被人遗忘，只有meme火了才让人记得； 4.特朗普再威胁征收大规模关税，称欧盟“掠夺”美国企业； 税收的神； 5.Across发布安全事件报告：净损失低于400万美元，用户资金未受影响； 6.Coinbase向5000余家企业客户推出AI代理USDC支付功能； 可惜x402提出最后却这么落幕了； 7.特朗普称伊朗局势 "进展非常顺利 "：伊方保持联系但尚未准备达成协议； 美军连续第13晚打击伊朗，特朗普面临「升级还是谈判」抉择； tcao又来了吗？ 8.消息人士：Robinhood 正与 Crypto .com 洽谈预测市场业务合作； 这个消息人士； 9.一站式交易平台 Dango 宣布停止运营：将于 7 月 29 日停止交易，8 月 13 日关闭 L1 区块链； 又一个项目直接关门了； 10.美伊冲突升级威胁亚洲炼油商8月增产计划，全球燃油供应告急； 11. Capital Group 增持 481,772 股 Strive 股票，总持有量升至约 293 万股； Ark Invest 昨日增持 8.3 万美元 BitMine 股票； 12.Wise 计划在《GENIUS Act》框架下重新提交信托银行牌照申请； 13.TRUMP团队地址解锁转出1083.7万枚代币，价值约1691万美元； 这是打算给皇帝贺寿吗？ 14.Meta 推出免费身份认证徽章，打击 AI 生成虚假账号； 推特才应该搞搞这个； 15.AMD 推进 AI 2026 计划，为 OpenAI 提供高达 105% 股权回扣； 难怪昨天这么硬； ------------- 美股感觉下班了啊，不知道是我的误解还是什么情况，只能说做做农民还挺好，一旦真的价值投资了，就真的是被套住了😭。 #Bitcoin# #Ethereum# #Solana# #Crypto# #Nasdaq#

1/全球都在延迟退休。 中国在推进。 韩国在推进。 新加坡在推进。 英国、德国、美国、澳大利亚，很多国家退休年龄都已经在 65 岁到 67 岁附近。 这不是某个国家突然想让大家多上几年班。 而是全球都遇到了同一个问题： 人活得更久了。 年轻人变少了。 养老金压力变大了。 2/以前很多人对退休的理解很简单。 工作到一个年龄。 然后退休。 每个月领养老金。 慢慢过日子。 但这个模型，正在变得越来越吃力。 养老金本质上不是凭空来的。 它需要正在工作的人持续缴费，去支撑已经退休的人。 如果退休的人越来越多，缴费的人越来越少，这个系统一定会承压。 所以延迟退休，本质上不是年龄问题。 是人口结构和现金流问题。 3/很多人一听延迟退休就反感，这很正常。 没人愿意多干几年。 法国从 62 岁推到 64 岁，都能引发大规模抗议。 因为这件事改变的不是一个数字。 它改变的是一个人对未来几十年的预期。 你原本以为 60 岁可以停下来。 结果规则变了，你可能还要继续干。 你原本以为养老金够用。 结果通胀、医疗、寿命，都在重新计算你的成本。 这就是普通人真正要面对的现实。 4/所以这张图最值得看的，不是哪个国家退休更晚。 而是它提醒我们： 未来不能只靠养老金。 养老金是底线，不是全部安全感。 真正决定你能不能早点停下来，能不能少一点被动的，是你自己有没有资产。 有资产的人，退休年龄是选择题。 没资产的人，退休年龄是通知书。 这话不好听，但很真实。 5/这也是为什么我一直觉得，年轻人越早开始投资越重要。 不是为了明天暴富。 而是为了给未来的自己多留一条路。 你定投美股 ETF，配置 BTC，长期买入优质资产，本质上不是在追热点。 是在慢慢积累未来的选择权。 30 岁开始积累，和 50 岁才开始焦虑，结果完全不一样。 复利真正厉害的地方，不是让你一夜暴富。 而是几十年后，让你少一点被规则推着走。 6/未来的退休，大概率不再只是年龄决定。 而是由三件事决定： 你的资产。 你的现金流。 你的被动收入。 如果只靠工资和养老金，人生会越来越被动。 但如果你从年轻时就开始积累资产，时间会慢慢站到你这边。 全球延迟退休，其实是在提醒普通人： 真正的安全感，不是等别人告诉你什么时候可以退休 而是你提前开始积累资产，把未来的选择权拿回自己手里。

最近跟算力行业里的大佬们学习到的，分享给大家，我们正站在一个真正的产业革命门槛上。 一、整个产业逻辑已经彻底变了 未来所有产业都会进入以大模型为基础的"推理时代"。Transformer架构的出现，根本不是什么互联网的小升级，而是像蒸汽机、电力一样的生产力革命。 现在大家说的算力，已经不是以前那种"服务器越多越好"的逻辑了。未来会分成三个完全不同的核心战场： • 大型云服务：亚马逊、阿里云这些巨头，做的是通用推理基础设施 • 行业推理：小米汽车的质检、律所自己建服务器跑法律模型，每个行业都会有自己的专属推理需求 • 终端推理：家用机器人、智能汽车的本地算力，这个市场会比我们想象的大得多 而且这个需求不是脉冲式的，是会渗透到生产生活每一个角落的刚性需求，会像水电一样持续增长。 二、算力投资逻辑的巨大转变 以前大家投服务器，都是5年期的无风险闭口合同，资方垫钱买服务器，然后按月回款。像阿里之前采购1万台H100，就是这种模式。但现在这个逻辑正在发生变化。 首先出现了明显的信用分层。头部企业像阿里、快手、幻方，大家还愿意给5年的长约；但中尾部的厂商，比如京东云，现在只能拿到1年期的短约。这意味着资方要自己承担后续的资产处置风险，只有那些真正有技术和资金实力的玩家才能玩下去。 然后最重要的一点，算力资产的属性正在从风险型转向稀缺型长期资产。这是一个根本性的变化。 为什么这么说？因为2026年就是算力供不应求的起点。ASML的EUV光刻机一年只能产10台，芯片产业链的产能瓶颈是硬约束，不是靠钱就能马上解决的。而且现在新一代的B300系列服务器，寿命已经从原来的5年延长到了7-15年，芯片故障率从8%降到了几乎为零。 这意味着什么？意味着现在买的算力资产，不是用几年就报废的电子垃圾，而是可以持续产生现金流十几年的"数字不动产"。这个逻辑，跟当年第二波房地产的长投逻辑几乎一模一样。 三、未来算力行业会变成什么样 大胆预测一下，未来一定会出现持有千亿美元级算力资产的超级运营商。他们不是靠卖服务器赚钱，而是靠资产管理（更新维护）和token调用实现持续的现金流。 甚至三大运营商也会转型，从以前的基站持有者，变成计算服务器持有者。但这个市场足够大，不会一家独大，会容纳很多竞争者。...

重构 AI 工厂的电力地基：拆解 NVIDIA Vera Rubin 的储能与集成密码（兼谈flnc为什么暴涨） 昨天Fluence Energy (FLNC)、西门子（Siemens）与英伟达（NVIDIA）联合发布了 136MW 级数据中心基础设施参考设计。 这是面向 NVIDIA Vera Rubin 平台 极限物理指标的深度协同设计（Co-Design）。 一、 物理极限的逼近：为什么通用设计在 Rubin 时代失效？ 传统的通用电力设计在旧代服务器（如 10kW-20kW 机架）中行之有效，但在面对未来的 Vera Rubin 平台时则彻底卡壳。 Rubin 带来了三大颠覆性的物理改变： 从 54V 到 800V DC 的跳跃： 随着单芯片功耗冲向 2000W+，传统 54V 机架配电的电流强度将直逼物理极限，铜缆面临熔断风险。Vera Rubin 彻底转向 800V 高压直流母线供电，要求电力与储能设备必须在源头上进行高压适配。 恐怖的瞬态负载（脉冲功耗）： 代理 AI 在高频推理时，算力负载会在微秒到毫秒间产生断崖式的暴涨或暴跌。这种极端的功率跳变会形成高频电网冲击，极易击穿数据中心的配电系统。 全液冷与超高密度： 普通机架功耗仅十余千瓦，而 Vera Rubin NVL72 机架直接飙升至 120kW-130kW，未来甚至将直奔 600kW。该平台彻底告别风冷，100% 绑定全液冷设计，这要求基础设施重组所有配电单元空间。 二、 混合储能协同：微观拆弹与宏观大坝 为了应对 Rubin 平台的脉冲功耗，一套由“超级电容 + 锂电池储能”构成的混合储能系统（HESS）成为了新架构的核心。 1. 武藏精密 HSC 贴身拆弹 在算力机架内部，武藏精密（Musashi Seimitsu）的混合超级电容（HSC）充当了微秒级的电力缓冲垫。 毫秒响应： 传统锂电池响应速度在秒级，而 HSC 具备超级电容的电荷快速释放特性，能在毫秒内对 Rubin 芯片的爆发式功耗进行高功率充放电。 百万次寿命： AI 高频推理意味着脉冲波动每天发生数万次。HSC 支持超过 100 万次的完全循环寿命，避免了电池频繁充放电带来的快速衰减。 800V 高压契合： 相比传统电容，HSC 具备更高的单体电压，在搭建 800V 直流储能模组时所需的串联单元更少，能够以极小的体积塞入寸土寸金的算力机柜中。 2. Fluence Smartstack 稳住后方 在算力园区外围，Fluence 的 Smartstack 储能平台则负责秒级到小时级的大规模能量平衡。 削峰填谷： 平滑长周期的电网变动，在 peak 阶段（GPU 满载需求突增时）提供兆瓦级的容量支撑。 并网缓冲： 充当 136MW AI 工厂与外部公共电网之间的缓冲隔离带，防止 AI 工厂的剧烈波动导致外部公共电网频率失稳。 三、 角色演变：FLNC 如何定义“能源系统集成商”？ 在这场三方合作中，Fluence (FLNC) 的核心角色是系统集成商（System Integrator）。它的商业壁垒和价值，早已不再是售卖底层的电芯资产，而是提供“软硬件一体化的能源大脑”：（拆解见插图） 物理与高压直流集成： FLNC 将上游西门子的中低压配电柜、自身的电池模块以及冷却系统打包，在物理和电气层面整合成标准化的集装箱舱体，实现 Tier III 级别的在线可维护性。 核心软件控电（Fluence OS）：FLNC 依靠其 Fluence OS 操作系统，打通了 NVIDIA 的 DSX 动态功率调配协议。Fluence OS 会在百毫秒内做出频率响应，并向下对接机架内武藏精密（通过代工巨头伟创力 Flex 整合）的电容数据。 避免级联冲突： 软件的集成确保了“机架内的电容”与“园区外的大电池”在充放电逻辑上保持步调一致，防止两者在剧烈波动时因响应延迟而发生功率互卷或控制死锁。 四、 商业底层逻辑：从定制时代走向“乐高式”交付 将大储能引入基础架构蓝图，预示着数据中心供应链的底层商业逻辑发生了巨变。 对于 Hyperscaler（超大规模云厂商）而言，以往新建一座 100MW+ 级别的 mission-critical AI 工厂，仅供电与电气系统的定制化设计和审批就需要耗费 18 个月以上。 而 FLNC、西门子与 NVIDIA 推出的这种预工程化参考设计，将原本需要单独设计的强电变电、高压直流母线、液冷 CDU、机架电容以及园区大储能，打包成了一套“即插即用”的标准化全栈方案。厂商可以像搭乐高积木一样直接复制部署，将交付周期缩短数倍。 在这场算力狂飙的军备竞赛中，能源不再只是 IT 的被动配套，而是决定 AI 算力能否落地、能否稳定运行的直接生产力。FLNC 与武藏精密在微观和宏观层面的合围，恰恰掐中了未来 gigawatt 级 AI 时代最核心的物理命门。 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