註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 河下楽
河下楽 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 河下楽 的搜尋結果
台南。河樂廣場聖誕樹🎄🎄🎄 台南最新的夢幻聖誕樹亮燈了😍 這棵聖誕樹就在河樂廣場旁邊,三層樓高的彩色聖誕樹 搭配廣場下的燈光和水池,顏色很繽紛很美😍 而且這裡有很多不同的視角可以拍! 很適合和另一半或朋友一起來走走拍拍照 這個週末又多了一個聖誕景點可以去了👍 Tag你想一起來台
顯示更多
“牛市生于悲观,长于怀疑,成于乐观,死于狂热。市场最悲观的时候正是你买入的最好时机,市场最乐观的时候正是你卖出的最好时机。”——约翰·邓普顿 这是我最近在读的《逆向投资:邓普顿的长盈投资法》里的一句话。 01)邓普顿:全球投资之父+逆向投资大师 邓普顿(1912—2008)被誉为“全球投资之父”“逆向投资第一人”,与巴菲特、彼得·林奇、格雷厄姆等共同获评“20世纪全球十大顶尖基金经理”。 1939年,二战爆发、大萧条阴影未散,美股暴跌近 50%。27岁的邓普顿向前老板借了1万美元,买入纽约证交所全部股价低于1美元的股票——一共104只。4年后1万美元变成4万。 1954年他创立邓普顿增长基金,38年(1954—1992)实现约14.5%的年化回报,每年跑赢市场3.7%。 思考:别人慌不择路时,他却借钱进场;他买的不是“前景最好”,而是 104 只“没人要”。他坦承不知道哪只会赢,所以买了“一篮子被过度惩罚的便宜货“,相信”整体终将均值回归”。 02)核心投资哲学:极度悲观点投资 “极度悲观点”是邓普顿70多年投资生涯中最核心的原则——即“在最大悲观点买入”。 他说:“正确的买入时间是在悲观情绪最严重的时刻,那样的话,大部分的问题都能被解决。” 其底层逻辑是:当市场恐慌到极点时,投资者不再考虑价值而拼命卖出,导致股价系统性被低估——这正是最好的买入时机。 邓普顿特别强调:“人们总是问我前景最好的地方在哪里,但其实这个问题问错了,你应该问:前景最悲观的地方在哪里?” 思考:这是一种极其反人性的投资理念。逆向投资强调在市场悲观的时候存在机会,而邓普顿则直接去寻找最悲观的地方,一种极致的逆向投资。 我们天生愿意关注“前景最好”的赛道,少有人问:那些跌到无人问津的角落,是否被悲观过度惩罚了? 但“悲观”不等于“便宜”,更不等于“值得买”——这就引出了下一节最关键的能力。 03)估计问题严重程度的能力 极度悲观投资,最重要的不是找跌得最惨、估值最低的公司,而是判断公司问题严重程度的能力——它是暂时的,还是永久的? 问题若是暂时的,持有者因短期失望而抛售,正是最佳买点。就像乔丹偶尔几场手感不佳,你不该因此把他踢出公牛队。 公司是一个实体单位,只要它能维持下去,并能为其业主创造高于资本成本的利润,它就会一直运行下去,认识到这一点很重要。如果你持有这种观点,而且对企业的长远前景充满信心,那么买下那些仅仅由于季度收益不佳而被卖光的股票就变得很简单了。 所以,极度悲观点投资,最重要的是有能力判别哪些问题是短期的,哪些问题是长期的。 思考:在我们看来,这一节才是最容易被忽略、却最重要的部分。“在悲观中买入”只是入场券,分清悲观是暂时还是永久,才是真本事。很多人学着在悲观里买,结果长期套牢——因为他把“永久性价值毁灭”误当成了“暂时性情绪错杀”。乔丹是今天手感不好,还是骨折了?这靠的是基本面研究,不是一句“别人恐惧我贪婪”。 04)需要避开的陷阱:逆向≠接飞刀 邓普顿自己也承认,他买过不少“便宜但平庸”的股票,长期跑输。他真正的护城河是极度分散 + 极长持有期。 “极度悲观”无法实时确认——跌 50% 后还可能再跌 80%,所以要分批买入、分散投资、结合基本面:以低价买入仍能存续并恢复的价值,而不是“便宜”本身。他提醒:“唯一不应该分散投资的人,是每次都看对的人。”。 思考:市面上只讲他“别人恐惧时贪婪”,却很少讲他真正的安全垫是分散 + 长持,分散是绝大多数人活命的法宝。另外,逆向投资的另一半,从来不是勇气,而是功课。
顯示更多
继续背唐诗,这一首是我用自己的声音录的 李白:下终南山过斛斯山人宿置酒 暮从碧山下,山月随人归, 却顾所来径,苍苍横翠微。 相携及田家,童稚开荆扉。 绿竹入幽径,青萝拂行衣。 欢言得所憩,美酒聊共挥。 长歌吟松风,曲尽河星稀。 我醉君复乐,陶然共忘机。
顯示更多
0
11
22
0
轉發到社區
老黄点名了下一个将达到万亿美金市值的公司,相比这个Murphy(MRVL的CEO)今天演讲以及他与来黄的对话更值得一看。Murphy用近一个小时的时间,系统阐述Marvell如何押注数据基础设施、为什么光互联将成为AI时代的关键技术,以及这场从铜缆到光纤的转型将如何重塑整个数据中心架构,看完murphy的演讲,相信能对光互联的技术演化有更深的理解和认识,梳理下Murphy的演讲要点: 1、十年豪赌:如何成为数据中心之王 Murphy演讲从一段自我剖白开始。2014年加入Marvell 时,这家公司60%的收入来自消费电子市场,数据中心业务占比不到10%。也正是在那个时刻,他做出了一个大胆的判断——半导体行业的下一个增长周期,将由 Google、Amazon、Microsoft、Meta 等平台公司驱动,核心需求是“以大规模移动、存储、处理和保护数据的半导体技术”。 这个判断在当时并不被广泛认可。“数据基础设施”甚至还不是一个被行业承认的市场类别,只是 Marvell 用来描述未来愿景的内部术语。但 Murphy 和他的团队展现了惊人的执行力:通过一系列精准的并购和剥离,Marvell 在十年间投入了约285亿美元(225亿美元收购+60亿美元内部研发-40亿美元资产剥离),系统性地构建了从毫米到千公里、覆盖 AI 基础设施全栈的连接技术平台。 这些并购包括2018年收购 Cavium 强化计算和网络能力;2019年收购 Avera 建立定制芯片业务、收购 Aquantia 增强连接产品组合; 2021年以100亿美元收购 Inphi 获得世界级数据中心连接技术; 以及最近12个月内收购 Celestica AI 的光子结构技术和 Xcon 的 scale-up 交换能力。 结果是惊人的:Marvell 从2014年的25亿美元营收增长到2026财年预计的110亿美元,最近几年增速更是达到每年40%。根据上周财报电话会议后的华尔街共识预期,2027财年 Marvell 营收将达到164亿美元。更关键的是,数据中心业务占比已从不到10%飙升至上季度的75%以上。 2、连接性:AI 基础设施的真正瓶颈 Murphy 在演讲中抛出了一个核心问题:什么定义了 AI 基础设施的性能?大多数人会想到处理器、GPU、制程节点(3nm、2nm 甚至未来的1.4nm、1.6nm),或者高带宽内存。这些当然重要,但 Murphy 指出,这些都不是系统的决定性特征。 “因为一个处理器,无论它有多快、连接了多少内存,对于今天的 AI 工作负载来说根本不够。你需要数万个、最终是数百万个处理器作为一个单一的大规模计算引擎协同工作。这就是为什么这种规模的计算从根本上是一个连接性挑战。”Murphy 说道,“而且越来越多地,正是连接性的架构和特性定义了系统的性能。” 这个判断得到了英伟达 CEO 黄仁勋的呼应。在 Murphy 邀请下登台的黄仁勋强调,AI Agent 的计算模式是“分解和分布式的”(disaggregated and distributed)——当你把一个计算问题分解成许多部分,并分布到整个数据中心时,连接性就成为必需品。“我们分解和分布式计算,使其运行在这些巨大的集群上,这样我们就能聚合总计算量、总内存和总带宽。而使这一切成为可能的,就是连接性。”黄仁勋说,“这就是为什么 Matt 做得这么好,为什么 Marvell 如此关键。” Murphy 进一步解释了连接性瓶颈的演变逻辑:过去几年,AI 基础设施先后解决了计算瓶颈(英伟达引领的 GPU 革命)和内存瓶颈(HBM 高带宽内存的规模化),现在瓶颈正在再次转移。“现在是连接性将定义基础设施的极限,就像计算和内存一样。”他引用了与最大客户的对话:“世界上最大的超大规模云服务商现在正在重新构想他们的整个网络架构。他们认识到,扩展 AI 基础设施现在首先是一个连接性挑战。” 随着推理模型、专家混合架构(mixture of experts)、生成式 AI 的持续演进,更多数据必须在基础设施中移动,需要更高的带宽和更低的延迟。当工作负载不再适合单个数据中心时,就需要建设更大的数据中心或整个数据中心园区,以及它们之间的所有高速连接。“因此,连接性成为扩展计算的关键推动力,我们的客户越来越认识到光学是前进的方向。”Murphy 说。 3、从千公里到毫米:Marvell 的全栈连接布局 Murphy 用一张图展示了 AI 基础设施跨越的所有距离——从数据中心之间的数百甚至上千公里,到封装内部的毫米级距离。每一个距离都需要不同的解决方案、不同的技术、不同的工程团队,甚至不同的供应链。“这些不是同一问题的变体,而是根本不同的工程挑战。” 1)跨数据中心连接(数百至上千公里) 这需要非常专门的相干调制(coherent modulation)技术,核心是专用的数字信号处理器(DSP)。Marvell 是全球少数几家能够构建这种相干 DSP 的公司之一,已经领导了从100Gbps 到400Gbps 再到800Gbps 的代际演进。Murphy 在现场展示了一个相干光模块实物——这是一个极其复杂的工程产品,包含了 Marvell 最复杂的先进制程 CMOS DSP 芯片、第四代硅光子技术(已量产十年),以及用硅锗工艺设计的自研宽带模拟组件。“今年晚些时候,我们将采样世界上首个1Tbit、2nm 制程的相干光学解决方案。”Murphy 宣布。 2)数据中心内部连接(数百米) 数据中心内部包含成排的计算服务器,每个机架顶部通常有一个交换机,机架级交换机连接到脊柱和核心交换机,通过光纤电缆形成整个数据中心的网络结构。这部分使用的是更节能的 PAM4调制技术。Marvell 构建了业界领先的 PAM4 DSP 解决方案,以及高速模拟组件(包括跨阻放大器 TIA 和激光驱动器),并引领了从25Gbps、100Gbps、200Gbps、400Gbps 到800Gbps 的每一次重大转型。去年,Marvell 开始量产业界领先的1.6Tbps PAM4解决方案。在以太网交换方面,Marvell 拥有从51.2Tbps 到51.2Tbps 的完整产品组合,并在 ComputeX 当天宣布了专为 AI 数据中心设计的新一代102.4Tbps 以太网交换机,具有业界最低功耗。 3、机架内部连接 目标是以全互联(any-to-any)配置连接尽可能多的处理器——每个处理器都能直接与其他每个处理器通信。英伟达的 NVLink 72(因机架内连接72个 GPU 而得名)首次将这种架构推向市场。这需要完全不同的交换类别,以及通过机架内铜背板驱动超高速信号的能力。“今天,这不是光学的领域,这是铜的领域。”Murphy 说。核心差异化因素是电气 SerDes 技术而非光学。Marvell 拥有目前领先的200Gbps 电气 SerDes,并已在过去几年中演示了面向未来的400Gbps 技术,这些 SerDes 被集成到客户的定制芯片、XPU 以及 Marvell 自己的 scale-up 交换机中。 4)封装内部连接(毫米级) 当今最先进的芯片内部有多个 chiplet,2.5D 或3D 封装本质上是一种连接技术,允许这些 chiplet 在封装内非常靠近地放置,并通过超高速短距离 die-to-die 接口通信。Marvell 拥有领先的 die-to-die SerDes 和先进封装能力,使客户能够构建业界最复杂、最独特的多 die 芯片。 Murphy 强调,拥有所有这些能力“在一个屋檐下”是不寻常的、独特的。“当我们去竞争时,通常在每个类别中我们面对的是不同的竞争对手。但这就是我们的独特之处——我们是一站式商店,是整个连接堆栈的领导者。” 4、铜墙将移:光互联的物理必然性 Murphy 演讲的核心洞察集中在一个概念上:铜墙(Copper Wall)。他用一张图清晰地展示了当前 AI 基础设施中的连接分界线——左侧是光学连接(使用光纤电缆传输光信号,两端有复杂的电子设备驱动和调制激光),右侧是电气连接(使用铜缆、PCB 上印刷的铜走线,或封装内部的微观铜布线)。中间是“铜墙”,定义了信号在必须转向光学连接之前可以通过铜传输的最长距离。 “这是一个重要的区别,因为铜很简单、成本低,正如 Jensen 所说,你想尽可能长时间地使用它,这非常实用。但光学更复杂,需要激光器、光子学、复杂的电子设备。”Murphy 说,“而铜墙,我今天要告诉你们的是,它即将移动。它将再次移动,并将接管机架本身。这正在为光学行业创造需求的爆炸式增长。” 这不是偏好问题,而是物理定律。信号通过铜缆传输的距离与带宽成反比——每次带宽翻倍,距离就必须减半。Murphy 给出了具体数据:当今世界上最高速的生产系统运行在每通道200Gbps。在这个带宽下,电缆长度限制在大约1.5米。相比之下,100Gbps 系统可以使用约3米的电缆。而机架的高度约为2米,考虑到机架内部的所有布线,2.5米正好是极限。“所以当我们转向1.6Tbps 时,我们不能再用铜完全连接机架了。墙正在移动,而且是现在。” Murphy 强调,这不是遥远的未来:“今后,即使是机架内的连接也将变成光学的。整个行业都知道这一点即将到来,所以我们一直在为这一刻做准备——不仅仅是 Marvell,而是整个行业。你可以在台湾看到这一点,在供应链和正在发生的产能爬坡中。” 铜墙每向右移动一步,连接数量至少增加一个数量级。“这正在创造我提到的需求爆炸,光学供应链需要大规模扩展并做好准备。”Murphy 回顾了20年前的类似转型:当时数据中心内部的最先进技术是10Gbps,整个数据中心都使用铜缆,光学基本上只是电信技术,保留用于非常长的距离。但当墙移动时,光学行业迎接了挑战,今天世界上所有的超大规模数据中心都是光学连接的。这次转型催生了新的解决方案——针对数据中心内部优化的 PAM4技术,而 Marvell 是那里的关键创新者之一。 5、CPO:光互联的下一个前沿 当光学进入机架内部时,需要的新技术叫做共封装光学(Co-Packaged Optics, CPO)。Murphy 花了相当篇幅详细阐述这一技术:“CPO 是一种将光学连接一直带到封装本身、紧邻计算的技术,无论是定制计算还是交换芯片。” CPO 要解决的根本挑战是密度和功耗。机架内的连接数量是机架之间连接数量的10倍。“如果我们只是尝试使用数据中心机架间使用的相同光学技术,你不会有足够的功率,不会有足够的物理空间,无法容纳所有这些标准光学模块和电缆——这根本行不通,不可能。”Murphy 解释道。 CPO 的概念是将光纤直接带到封装,将驱动光纤信号的电子设备与定制计算或交换芯片紧密耦合。“这是一个巨大的变化,而且很难,因为你要结合芯片行业中一些最先进的技术:领先制程 CMOS、硅光子学、先进封装、光互连,所有这些都在一个小型紧密集成的系统中制造。复杂性非常高,但这是继续扩展带宽并克服我谈到的铜限制同时降低功耗的唯一方法。” Murphy 强调这不是未来主义的东西,而是正在发生的现实。他在现场进行了实物展示:一边是传统的以太网交换机——当天宣布的102.4Tbps Teralink 交换机,可以看到板中央的交换芯片,PCB 内部的铜走线将信号传输到前面板,所有光学模块都插在那里。另一边是基于 CPO 的交换机——封装中央仍然是交换芯片(51.2Tbps 交换机),但边缘周围是16个3.2Tbps 光学引擎。“16乘以3.2,你得到51.2Tbps。所以光纤现在直接连接到这些引擎,而不是前面板。我们完全消除了 PCB 上的铜走线。光直接从封装中出来。这是一个非常非常复杂的工程作品。”Murphy 说。 Marvell 为 CPO 投入了十多年:硅光子学、光学 DSP、所有周围的模拟宽带组件,以及实现这一切所需的所有先进封装。“这一切实际上都需要在 CPO 中汇聚。”Murphy 说。 6、英伟达的背书与 NVLink Fusion 合作 Murphy 特别强调了与英伟达的战略合作扩展。几个月前宣布的合作中,英伟达向 Marvell 投资了10亿美元,双方正在扩展跨多个维度的合作,包括光学、光子学和 NVLink Fusion。黄仁勋亲自登台与 Murphy 对话,这本身就是一个强有力的信号。 黄仁勋详细解释了 NVLink Fusion 的战略意义:“有时候,也许云服务提供商想要设计自己的定制芯片。在我们之间,我们也在 NVLink Fusion 上合作,这使得你可以使用相同的系统架构,内部有 Marvell 的一些半定制芯片、大量互连、硅光子和光学技术。我们可以创建一个本质上分解、分布和异构的数据中心。” 关键是系统架构保持一致。“他们的网络技术可以利用大量英伟达的堆栈。CPU 可以是 Vera,但它可以利用大量你们的堆栈。所以 NVLink Fusion 是关于采用英伟达的技术和我们的平台、Marvell 的技术和平台,然后我们融合它。这就是为什么它被称为 fusion。”黄仁勋说。 Murphy 追问了铜到光学的转型时间表。黄仁勋的回答非常务实:“我们应该尽可能长时间地使用铜,但铜有其限制——带宽和距离的限制。所以最终正确的策略是:尽可能长时间地用铜进行 scale up。之后,用光学进一步 scale up,用光学 scale out,用光学跨越连接。所以你在必须的地方使用光学,在可以的地方使用铜。” 但黄仁勋随即给出了乐观的市场预测:“底线是,在未来五到十年,我们将使用大量的铜,也将使用大量大量的光学。这些数据中心现在是基础设施的一部分。我说 AI 现在有用、有用的 AI 已经到来的原因是,现在 AI 是有利可图的,token 是有利可图的。当 token 生产有利可图时,每个人都想制造更多 token,这就是为什么 Marvell 的需求如此之高,我们的需求也如此之高。因为每个人都想生产更多 token,因为它被 Agent 到处使用。” 7、无距离数据中心:光互联的终极愿景 Murphy 在演讲的最后部分描绘了一个激进的未来愿景:他当数据传输全部变成光学时,距离实际上不再重要。“这是一个深刻的变化。”说。 今天的服务器、机架和整体数据中心架构都是围绕距离的约束设计的,软件工作负载也围绕这些相同的约束进行了优化。但如果距离不再重要呢? 首先,scale-up 网络的规模可以从72个或144个 XPU/GPU 扩展到1000个或更多,全部光学互连。“对工作负载的影响是巨大的。今天,AI 工作负载必须分解成适合 scale-up 集群的更小子问题,因为在集群外部通信今天更慢、带宽低得多。但光学互连系统可以管理数量级更大的工作负载。” 其次,服务器本身可以被解构。现代 AI 服务器由一定数量的 CPU、XPU、内存和网络接口组成,它们都在同一系统上的原因是距离——CPU 和 XPU 需要以非常高的带宽访问内存,这意味着它们需要紧挨着坐在板上,铜走线作为它们之间的连接。“但在这些连接都是光学的未来,距离实际上不重要。你可以想象一个完全解构的架构——XPU 在一个系统中,内存在另一个系统中,巨大的 CPU 在另一个系统中。” 这解锁了另一种可能性:今天系统中 CPU 和 XPU/GPU 的比例是固定的,必须在系统构建和部署时定义。但没有两个工作负载需要完全相同的比例,这意味着在任何给定时间,计算或内存的某些部分可能未被充分利用——这要花钱。“但一旦我们将系统分解为独立的计算池和内存池,并且它们都是光学互连的,我们就可以动态组合专用系统,然后针对任何工作负载进行优化。” Murphy 的终极愿景是“全球光学互连的数据基础设施”:“我们今天拥有的这些系统中的刚性边界开始消失。计算现在可以被池化,内存可以被池化,基础设施可以大规模动态组合。架构师第一次可以开始围绕模型的需求设计 AI 系统,而不是围绕互连的限制。” 他将这个愿景命名为“无距离数据中心”(data center without distance):“计算、内存、网络和光子学作为一个统一系统运行,数据中心中的数百万资源可以像一台机器一样协同工作,一个由工作负载需求定义的架构,而不是连接性的限制。我们相信这是计算基础设施的下一个时代,Marvell 正在帮助构建使这一切成为可能的连接基础。” 最后再多说点, Marvell的核心竞争力集中在两个细分领域。 1、定制芯片(ASIC/XPU)设计。 Marvell与博通是全球两大定制AI加速器设计巨头。大厂自研芯片的趋势正在加速——比如微软的Maia 200推理芯片、亚马逊的Trainium系列,背后都有Marvell的参与。TrendForce的预测数据值得留意:2026年定制AI芯片销售增速预计为45%,而同期GPU的增速仅为16%。不是GPU不行,而是超大规模云厂商在推理端的成本压力正在推动它们加速自研定制方案。 2、数据中心互连产品线。 这是Marvell更深的一条护城河。根据其财报,光学互连产品收入保持两位数季度环比增长,数据中心交换机业务预计2027财年将突破5亿美元。Marvell过去十年通过一系列并购累计投入约360亿美元,围绕连接搭建了涵盖定制芯片、高速交换器、光模块、硅光子和先进封装的完整技术平台。
顯示更多
0
99
485
142
轉發到社區
纳瓦尔神级预言:苹果已死,SaaS是下一个!留给创业者的逃生时间只剩18个月 “纯软件,已经不值得投了。” 当这句话从硅谷创投教父、曾投出Twitter和Uber等200家独角兽的纳瓦尔(Naval Ravikant)嘴里说出来时,这绝不是危言耸听,而是资本市场对整个科技行业底层逻辑的重新定价。 在这场AI引发的剧震中,首当其冲的是市值3万亿美元的苹果,紧接着,就是那些曾经风光无限的SaaS(软件即服务)公司。 如果你是一个创业者,真正可怕的不是你是否认同这个观点,而是:你是否还有18个月的时间,在估值暴跌前完成生死转型? 一、苹果正在经历“结构性死亡” 纳瓦尔口中的“苹果已死”,不是说它明天就会破产,而是说它赖以生存的底层商业模式正在坍塌。 苹果庞大市值的支点只有一个:用极度流畅、封闭的软件体验,来支撑高昂的硬件溢价。 但在未来的24个月内,人机交互将被彻底颠覆。人们不再需要打开一个个App,而是直接对着AI智能体说话,由AI在屏幕上实时生成你需要的界面。当“界面”和“操作系统”被AI彻底商品化,苹果苦心经营多年的应用商店、UI设计和生态护城河,将瞬间失去价值。 面对危机,苹果的选择是向谷歌妥协,引入Gemini模型。这意味着,这家以“掌控用户体验”为傲的巨头,正在把核心体验层外包给最大的竞争对手。 一旦失去了软件护城河,苹果就会沦为一家做工精良的五金厂,它的高利润率将被无情压缩。一场极其惨烈的价值重估,在所难免。 二、SaaS公司的护城河,正在被AI抹平 更惨的是那些靠写代码起家的SaaS公司。 过去,做一款B2B软件需要一个庞大的工程师团队,这种“难复制”就是SaaS公司最大的护城河。但现在,这种难度正在光速坍塌。 一个两人的草台班子,用Claude Code,90天内就能复刻出大多数SaaS产品80%的核心功能。你引以为傲的代码壁垒,在AI眼里只是一堆几秒钟就能生成的字符。 看看Figma、Salesforce、Workday……这些曾经坚不可摧的SaaS巨头,正在被团队规模甚至不如他们HR部门的AI初创公司疯狂蚕食。 纳瓦尔直言不讳:“如果你的护城河只是‘我们的软件写得更好’,那你大概率会在下一轮融资中眼睁睁看着估值蒸发70%到90%。” 三、未来10年,什么才值得投? 既然代码已经一文不值,什么才是AI时代真正的护城河?纳瓦尔指出了五条生路: 渠道分发权: 产品只是载体,直接触达客户的能力才是资产。拥有私域社群、品牌声誉和分发网络的创始人才能赢。 真实的社群网络: 像Discord、Reddit这种平台,AI可以抄走它的功能,但绝对抄不走里面真实的社交关系网。 独家数据飞轮: 你的产品必须能在用户交互中沉淀出对手拿不到的数据(如特斯拉的自动驾驶数据),而不是仅仅套一个公共AI模型的壳。 硬核的物理整合: AI造不出火箭、造不出电池。SpaceX、波士顿动力这种掌握实体制造业壁垒的公司,防御周期最长。 极深的垂直行业: 通用工具必死,但深扎建筑、医疗等传统行业,掌握底层审批流程和监管数据的垂直平台,最安全。 四、史上最可怕的危机,也是最大的红利 旧世界的崩塌,意味着新世界的崛起。 纳瓦尔做出了一个极其乐观的预言:软件生产能力的平民化,将带来一场“超级个人创业者”的文艺复兴。 未来,一个人的公司可以跑出50人团队的速度。AI帮你写代码、修Bug、做客服;创始人只需要提供极高的品味、愿景和判断力。 下一家百亿美金的独角兽公司,员工可能不超过10个人。
顯示更多
【外國年輕人正把自己活成“中國人”】“之前大部分人是跟我一樣,為了追一個武俠夢來到中國。但是現在我問新來的外國學生,為什麼來中國?他們說是來學習文化,學習藝術——畫畫、書法、音樂、《道德經》……”在武當山習武多年的美國人傑克·平尼克在接受三里河採訪時這樣說。 他的觀察,恰好踩中了今年以來正在全球Z世代中爆發的浪潮。當下的海外年輕人,不再只是好奇中國,而是想把自己活成一個“中國人”。
顯示更多
【华尔街观察|深度研报】美国AI数据中心:巨头的堡垒与小盘的狂野博弈 发布时间:2026‑09‑30 市场习惯追逐英伟达的芯片狂欢,却忽略一个残酷真相:算力的最终瓶颈不在GPU,而在承载GPU的物理机房。美债高利率、电力审批、地方阻力三重枷锁下,北美数据中心分化史诗级上演:龙头凭借长期租约构筑护城河,小盘投机标的在叙事与破产边缘剧烈震荡。本文严格区分大盘稳健龙头与高波动小盘博弈标的,拆解逻辑、陷阱与交易边界。 ⚠️免责:本文仅为宏观研究复盘,不构成任何投资建议。 一、核心宏观逻辑 Meta、微软、谷歌、亚马逊四大超算巨头2026合计资本开支直指260‑2800亿美元,AI算力机房建设是开支第一去向。但当下最大矛盾:资本不稀缺,电力、土地、电网接入许可极度稀缺。摩根士丹利警告,单纯砸钱已经无法保证项目落地,社区阻力、变压器排期正在拉长建设周期12‑18个月,大量官宣的千兆瓦产能永远无法按期交付。 赛道内分化撕裂为两大阵营: 1. Tier‑1龙头:成熟REIT与大型基建集团,手握头部云厂商长期三重净租赁协议,现金流可预测,适合底仓配置。 2. 小盘转型博弈股:多数由加密挖矿厂房改造而来,故事性感、订单宏大,但高度依赖股权融资,利率上行环境下债务压力沉重,波动率极高,仅适合短线博弈。 二、第一梯队:大盘龙头,机构压舱石(低波动、长期现金流) 1. Equinix(EQIX)|全球数据中心REIT绝对王者 • 市值:超1000亿美元 • 核心逻辑:全球最高规格的互联机房集群,北美、欧洲核心枢纽卡位无可替代。客户囊括全部超大规模云厂商,长周期租约锁定未来5‑7年收入。AI高密度机柜溢价显著,租金持续上行。作为老牌REIT,分红稳定,机构重仓。 • 短板:估值昂贵,市盈率处于历史高位,弹性有限。 • 定位:板块里的防御核心,适合长期配置。 2. Digital Realty(DLR)数字房地产信托 ‑市值:655亿美元 ‑逻辑:北美体量第二的数据中心REIT,资产布局更广,大量闲置园区正在改造为AI高密度机房。股息率高于EQIX,收益风格偏价值。近年加速德州、弗吉尼亚算力集群扩张。 ‑短板:改造周期长,老旧机房适配AI机柜的改造成本高于新建。 3. Vertiv(VRT)|液冷与电力基础设施隐形龙头 ‑市值:中大盘基建标的,并非机房业主,却是机房的“心脏”。 ‑逻辑:AI机房供电、散热、配电系统的核心供应商。订单积压达到惊人的2.9倍订单出货比,积压订单超124亿美元。每一座AI数据中心,都绕不开Vertiv的电力温控方案。不受土地审批直接约束,相比机房业主,履约确定性更强。 ‑点评:我个人认为,VRT是AI基建链条里被低估的硬核标的。 三、第二梯队:高波动小盘博弈标的(高赔率,高风险,过山车行情) 忠告:这一组,属于交易者的游乐场,绝非长期投资者的乐园。多数公司历史上来自比特币挖矿行业,将闲置矿场改造为HPC高性能算力中心,依靠叙事拉升估值,现金流脆弱,股价单日波动15‑30%属于常态。 1. Iris Energy(IREN) • 叙事天花板。与微软、英伟达签署数十亿美元长期GPU部署协议,德州超大算力园区成为市场焦点,英伟达拥有21亿美元的认股权证期权。 • 风险:项目高度集中于德州单一园区,电力风险、建设延期风险巨大;扩张极度依靠增发股份,稀释风险时刻存在。利好消息拉涨,延期利空暴跌,波动之王。 2. Hut 8(HUT) 加拿大起家,北美多地矿场转型AI算力。已经逐步关闭比特币挖矿业务,转向GPU租赁。 • 优势:北美多地资产分散; • 风险:历史债务包袱较重,收入切换尚未完全完成,业绩反复摇摆,空头仓位常年偏高。 3. TeraWulf(WULF) 主打零碳能源AI算力,获得谷歌背景企业订单。清洁能源叙事加分。但为了扩建持续增发股本,股权稀释压力是最大的达摩克利斯之剑。适合博弈绿色算力题材催化。 4. Core Scientific(CORZ) 曾经的加密矿业巨头,破产重组之后重生。与CoreWeave合作,将矿场改造为算力中心,计划年底彻底退出比特币挖矿。重组后的资产负债表得到修复,弹性可观,但历史经营记录充满瑕疵。 5. WhiteFiber(WYFI) 市值约7.2亿美金的微型标的,北美GPU裸金属算力服务商。市值小、流动性偏弱,消息驱动暴涨暴跌,纯题材博弈,普通投资者尽量规避。 四、两大致命风险,多数多头选择性无视 1. 利率的绞杀 多数新建数据中心项目依靠高息债务融资。美债收益率高位运行,每上涨100bp,大型算力中心年度利息支出增加数千万美元。一旦算力出租的租金收入无法覆盖融资成本,项目ROIC快速恶化,大量中型项目将搁置。 2. 官宣产能≠落地产能 华尔街分析师习惯于将企业官宣的千兆瓦规划直接计入业绩预测。现实中,电网变压器、政府审批、社区抗议可以让项目延期1‑2年。 五、分层交易思路(华尔街观察策略框架) 1. 稳健组合(底仓):EQIX + VRT。抓长期AI资本开支贝塔,避开小盘个股的破产风险。适合跨季度持有。 2. 激进博弈(小仓位):IREN、WULF。仅作为事件驱动短线,严格止损,不可重仓长期躺平。
顯示更多
记得小的时候听过一个段子: 一群学生出门溯溪,有个穿着裙子的小姑娘就开始卷起裙边,越走河水越深,就把裙子卷到膝盖,继续向河中间走,姑娘就把裙子卷到大腿,这时候其他人开始等着看笑话了,前面的河水快要淹没到腰,想看小姑娘怎么办。 结果小姑娘索性就把裙子放下来,任水淹没过长裙。 讲这个故事是想解释闪迪和WDC今晚的财报,其实美光发财报之后,半导体产业的财报就是利空了,业绩好也跌,业绩差更跌,这就是预期太高就会落空,涨价的斜率快到了三位数,毛利率接近 90%,你还希望企业能给出更高的成长吗? 涨价涨到了终端下游都买不起要减配的状态,基本上涨幅就是到顶了,业绩的增长是线性的,而之前的业绩是指数增长,在股价上反应出来就是不及预期的下跌。 闪迪营收$89.65亿,环比+51%,同比+372%、毛利率84.6%、EPS$39.25,全部超过指引上限,但市场看到的是消费端$5.56亿,环比下跌32%,说明消费市场无论是闪迪主动放弃,还是涨价到需求减弱,都是把一块蛋糕让给别人了。 电话会管理层给出的NBM模式的毛利率水平约80%的答案,更是说明长协对毛利率的增长形成压制,长协的好处是需求下限的到了保证,而价格的上限也被锁死,那么从买增长的角度考虑,肯定是要下调预期了。 WDC也是一样,不仅当前业绩超预期,连下季度指引都超预期,但双Beat的结果还是盘后下跌。 之前说过,行情如果感觉难赚钱,不是你的水平不行,说明就不应该做这个板块。如果半导体难赚钱,说明不是买半导体的时刻;同理,如果AI板块难赚钱,说明不应该买AI了。 这里有一个暴论:如果Q3 大模型公司和AI圈再拿不出coding之外的爆发式应用,AI公司的股票也许一段时间内都要回避了。 因为现在所有的CSP需求、大模型公司的估值、半导体股票的市值都是建立在未来应用持续增长的假设前提下,这个假设一旦动摇,第一步就是杀估值;当然乐观的情形是,一旦有新的应用场景增量,相关的股票就是爆发式增长,保持谨慎,拭目以待。
顯示更多
0
38
40
2
轉發到社區