香港万向大会 币安今年找了个新场地 gate跟在币安旁边 ok用了去年币安的场地 bitget用了去年ok的场地 waterx用了去年ave的场地 sui那个场地不错 到了刚好散场没领到游戏机 残念啊 去afterparty喝了一杯西瓜汁就走啦 monad错过了 对不起合作伙伴了 并没有被邀请去monad晚宴 参观了bitmex 抽奖抽到了金条还不知道克重 到货再晒 base的活动根本进不去 对不起合作伙伴了 predict的晚宴没有名额了 已经宴闭结束的时候去蹭了一下。 mantle的黑客松 邀请函上中文和英文地址不一样 去错地方 走不动就没去了 主会场 ok最卖力一直在讲技术 黄金赞助商tp钱包 msx交易所最物尽其用。 其他都是班味儿有点重 bitget的运营策略进入化境 跟家印说了生日快乐 aster也还行 今年唯一发充电宝的 被debot投喂了爱马仕香水 谢谢 被bcgame 宴请了超豪华的一顿 river没时间去了 每天都有爬山局 一个都不去 og局 老群友聚会 并未收到邀请 参会搭子 郡主 加密无畏 明月总伴深情 静香 短鸟 nonois meg 星主 假期综合症 p图都懒得p 不想工作 想谈恋爱

AI 时代养孩子，我有一个一直卡在心里的矛盾，到现在都没有答案。 一方面，我真的相信 AI 是一种"解放"。当所有可以被标准化、被工具化的能力都被机器碾压，人似乎终于可以不再围绕"有用"来定义自己，可以去长出判断力、审美、对人的理解。这些更慢、更模糊，但也更像人的东西。 每次这样想的时候，我会松一口气。觉得我的孩子不必重走我们这代人的路，不必把自己削成一个标准件去适配系统。 但另一方面，我又清楚地看到另一条完全相反的路径。有些孩子已经在用 AI 做出很惊人的东西。他们从很早开始，就在跟最前沿的工具，一边用、一边 build，一边迭代。对他们来说，这不是负担，是乐趣，是加速器。 但这条路并不轻松。它要求持续投入、持续更新、持续站在变化的最前面。享受的人会飞得很高；不享受的人，只是把自己推向了一个更卷的方向。 前一秒觉得"不用卷了，做快乐小狗吧"，后一秒又觉得"但这个世界会不会只奖励那些跑得最快的人"。选了不同路的人，最后可能会活在完全不同的世界里。 作为父母，我能做的大概就是好好陪伴吧，肯定是没法替他选路，那就好好陪他走那条他走得动、也愿意走的路。

继续查证也能发现，关于「哪吒」的制片方给员工分成都房子、攻克水下流体特效之类的描述，全都是DeepSeek-R1为了完成这篇命题作文自己脑补的。 第二个例子，就更离谱了，因为有些胆子够粗的自媒体，已经在拿DeepSeek去写涉军涉政的东西了。 其中有一篇写军工打虎谭瑞松的选题，标题是《军工虎谭瑞松， 从“道德标兵”到“猎艳狂魔”，“国之重器”沦为私人金库》，原文现在已经被删了，应该是被被转得太广作者害怕了，但很多「金句」的截图还在到处传，什么直升机的设计图纸在暗网里开价200比特币出售、收受金条贿赂时要求熔成发动机叶片形状、某总师离职时留言这里不是造飞机的地方而是造孽的工厂等等，如果你能记得这些细节，就一定知道我说的是哪篇文章。 不好意思，这也全都是DeepSeek-R1自己编的。为什么我能确信是DeepSeek-R1的手笔呢？为什么不能是ChatGPT、Claude、文心一言？因为DeepSeek-R1是当前唯一能用的免费推理模型，且对中文的支持度足够高，这本来是DeepSeek-R1的优势，只是没被用在正道上。（3/n）

为什么 MLCC 又重要了？ 本文专注于三个问题，大家各取所需： 1. 为什么现在MLCC变得重要了？ 2. 为什么是高端MLCC？ 3. 为什么本次更像是结构性短缺而非补库存周期。 请注意，本文的逻辑您可以直接复制给你们的AI，AI会告诉你基于本文描述的情况还能找到哪些其他的产业，或是在中国A股有什么标的。 本文不赘述此处，但是欢迎大家评论区留言讨论。 觉得大家有点价值，欢迎大家画一刀点个订阅。 ---------TL:DR--------- 1. 为什么现在MLCC变得重要了？ 过去看MLCC，会把它当成一个手机、PC、汽车电子周期品。 手机出货好，MLCC好；消费电子差，MLCC差。这个理解不能说错，但在AI服务器时代，它已经不够用了。 因为AI数据中心正在把MLCC从一个“普通被动元件”，重新推回到一个非常关键的位置：Power Delivery Network，也就是供电网络。 AI服务器的核心问题，不只是GPU够不够多，HBM够不够快，光模块够不够密。还有一个更底层、更物理的问题： 这么大的电流，如何稳定、低损耗、快速响应地送到GPU/ASIC核心？这就是MLCC重新变得重要的原因。 现在的数据中心供电架构正在发生变化。传统服务器时代，12V供电已经用了很多年。但AI rack功耗暴涨之后，行业正在往48V/54V，甚至±400VDC/800VDC演进。 Google、Meta、Microsoft推动OCP Diablo 400；NVIDIA也在推800VDC AI factory power stack；TI、Vertiv、ABB、Delta这些公司也都在围绕800VDC架构布局。 但这里有一个容易被误解的点： 高压供电解决的是远距离传输效率，不是芯片核心附近的供电问题。800V也好，48V也好，最终到GPU/ASIC核心，仍然要变成不到1V的核心电压。 而一个1000W级别的AI芯片，如果核心电压约1V，意味着它附近要处理的不是几十安培，而是数百到上千安培的瞬态电流。 这才是真正可怕的地方。 AI芯片不是一个稳定耗电的灯泡。它的负载会快速跳变。某个计算任务起来，电流需求瞬间拉高；电源网络如果响应不够快，电压就会下陷，也就是voltage droop。droop太大，轻则降频，重则错误、宕机、可靠性下降。 所以越靠近GPU/ASIC，越需要大量电容作为局部电荷缓冲，压低PDN阻抗，抑制噪声和电压波动。 这就是MLCC在AI服务器里的真实作用。 它不是“板子上随便贴一堆小电容”。它是在帮GPU/ASIC维持高速运行时的供电稳定性。 2. 为什么是高端MLCC？ 但这里必须强调：真正重要的不是所有MLCC，而是高端MLCC。 为什么？ 因为AI服务器需要的不是普通消费级规格。它要的是：高容量、小尺寸、低ESL、低高度、高可靠、高耐压、耐高温，甚至要能放在package附近、land-side、die-side，或者参与嵌入式PDN设计。 普通MLCC解决不了这个问题。因为在高频场景下，电容不是只看容量。ESL，也就是等效串联电感，会变得非常关键。ESL太高，电容在高频下就不像电容，反而会失去去耦效果。 所以AI服务器真正需要的是低ESL、短电流路径、大电流截面积、能贴近芯片的MLCC。 这就是为什么村田在AI服务器供电指南里，不是泛泛而谈“MLCC需求增加”，而是专门讲die-side、land-side、低ESL、低高度、小型高容量，以及PDN仿真和元件摆放。 这背后的意思是：高端MLCC已经不只是材料问题，而是供电架构问题。这也解释了为什么这轮更像“结构性短缺”，而不是普通周期补库存。 3. 为什么本次更像是结构性短缺而非补库存周期？ 普通MLCC并不一定短缺。手机、PC、一般消费电子需求并不强，很多标准规格并没有进入全面紧缺。 但AI服务器用的高端MLCC是另一回事。 它受限于几个东西： 第一，需求增长不是单纯来自AI服务器数量增加，而是每块AI baseboard、每个power module、每个GPU/ASIC附近的电容用量和规格都在上升。 第二，高端MLCC产线不是普通产线随便切一下就能做。小型化、高容量、低ESL、高耐压、高温可靠性，都涉及良率、工艺、材料和测试能力。 第三，AI服务器客户认证周期长。进入GPU/ASIC供电网络的元件，不是今天报价、明天替换。它要和主板、封装、电源模块、热设计、仿真模型一起验证。 第四，头部供应商不太可能为了短期需求疯狂扩普通产能。经历过多轮MLCC周期后 村田 (村田製作所, Murata 太阳诱电(太陽誘電, Taiyo Yuden 三星电机 (삼성전기，Samsung Electro-Mechanics TDK ( 这些厂商更倾向于把产能分配给高端、高可靠、高利润规格，而不是重走低端过剩路线。 所以我们看到的可能不是“MLCC全行业普涨”，而是： 低端松，高端紧。消费级松，AI服务器紧。普通规格松，高容量/高耐压/低ESL/低高度规格紧。 这就是结构性短缺。 还有一个问题：硅电容会不会替代MLCC？ 我的理解是，不是简单替代，而是分工。越靠近die、越高频的位置，硅电容会更有价值。它可以进入封装，interposer、die-side附近，处理极高频瞬态。但板级、power module、48V输入输出、land-side、中高频去耦，仍然需要大量高端MLCC。 所以硅电容的出现，并不是否定MLCC逻辑，反而说明同一个趋势： AI芯片附近的电源完整性，正在变成新的价值池。 未来不是某一种电容通吃，而是MLCC、硅电容、聚合物电容、嵌入式电容基板一起分工。 因此，MLCC这条线最重要的判断，不是“会不会像2018年那样全行业大缺货”。 我认为更正确的问题是： AI服务器高端MLCC会不会持续紧？ 我的答案是：大概率会。 因为AI rack功耗还在继续上升，48V/54V只是当前阶段，±400VDC/800VDC是下一阶段，但不管远端电压怎么升，最终芯片核心附近都必须面对低压、大电流、高瞬态、高热密度的问题。 只要这个问题存在，高端MLCC就会继续重要。 短缺也更可能出现在这些方向： 高容量、小尺寸MLCC 低ESL、低高度MLCC land-side / die-side 用MLCC 48V电源系统里的高耐压MLCC 高温、高可靠、服务器级认证规格 能参与PDN仿真和客户协同设计的高端料号 所以这不是简单的“被动元件涨价故事”。 更准确地说： MLCC正在从消费电子周期品的一部分，变成AI基础设施供电网络的一部分。 这也是为什么它值得重新研究。 AI产业链的利润池，不只在GPU、HBM、光模块。 当算力继续堆高，瓶颈会自然扩散到供电、散热、互联、存储这些底层物理环节。 而MLCC这一次站上的，正是“供电完整性”这个位置。 这才是这轮高端MLCC行情最值得重视的地方。