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 陈立武
陈立武 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 陈立武 的搜尋結果
陈立武亲自投过的量子公司,被英特尔以约23亿美元收入囊中:这位前EDA大佬想复制的,是芯片设计软件的老剧本 英特尔 $INTC 周一美股收盘后宣布,已签署最终协议收购以色列量子计算软件公司Classiq,交易需经监管批准,预计2027年上半年完成。英特尔官方新闻稿没有披露价格;据以色列科技媒体Calcalist报道,交易对价约23亿美元,以现金加股票支付。如果属实,这将是量子计算行业迄今为止最贵的一笔收购,此前的纪录是IonQ $IONQ 去年以约10亿美元收购Oxford Ionics。这笔交易的看点,一半在量子计算,另一半在英特尔CEO陈立武本人。 先看英特尔官方给出的逻辑。新闻稿用了一个非常"陈立武式"的类比:四十多年前,电子设计自动化(EDA)和计算机辅助设计软件,把芯片设计从底层硬件的复杂性里抽象出来,彻底改变了半导体行业;Classiq在量子计算里扮演类似角色,提供一个不依赖具体量子比特技术路线和硬件的统一软件平台。英特尔自2015年起投资量子计算,称自己是唯一能用常规半导体制造设备和工艺规模化生产量子比特芯片和低温控制电路的公司。收购完成后,英特尔量子计算部门将变成"全栈"业务,量子处理器(QPU)也会加入它的CPU、GPU和ASIC产品组合。 这个类比之所以值得注意,是因为陈立武在出任英特尔CEO之前,曾长期执掌EDA巨头楷登电子 $CDNS。他比大多数半导体CEO都更清楚,在一个硬件路线尚未统一的行业里,掌握"设计工具和软件层"意味着什么:不管最后哪种芯片胜出,大家都要用你的工具。Classiq的软件恰好是"与硬件无关"的,客户包括宝马、劳斯莱斯、汇丰、德勤、东芝和花旗 $C 等。据Calcalist报道,它的主要竞争对手是IBM $IBM,部分估算认为Classiq的市场份额已经超过IBM。 但这笔交易有一个不能回避的细节。据Calcalist报道,陈立武在出任英特尔CEO之前,曾以个人身份投资Classiq;接近Classiq的人士称,他回避了与收购相关的讨论。这在法律上可能完全合规,但从公司治理角度,投资者有理由关注两点:一是估值,Classiq累计融资约2亿美元,2025年最近一轮估值约6亿到7亿美元,年收入只有数千万美元,远低于1亿美元的年化水平,23亿美元的价格是上一轮估值的3倍多;二是英特尔董事会如何独立评估这笔交易,以及是否会在后续文件中披露CEO的持股和收益。以上都来自媒体报道,英特尔和陈立武本人尚未就投资细节公开表态。 站在英特尔股东的角度,钱的绝对规模不大,但时机和优先级值得讨论。英特尔仍处在扭亏和代工业务转型的关键期,量子计算距离大规模商用还很远。Calcalist提到,全球目前只有117台量子计算机。用股票支付一部分对价能节省现金,但也意味着稀释。支持者会说,这是用相对小的代价,提前卡位下一代计算平台的软件入口;反对者会说,英特尔现在最需要的是把18A和14A制程做成,而不是在一个可能十年后才赚钱的领域溢价收购。 对量子计算板块来说,这笔交易提供了一个估值锚。Calcalist提到,IonQ市值约130亿美元,传统IPO上市的Quantinuum从高点下跌约35%,估值约95亿美元。一家年收入数千万美元的软件公司卖出23亿美元,可能会让市场重新评估量子软件资产的价值,也可能引发更多大公司的收购冲动。 我接下来会看三件事:一是英特尔是否在后续文件中披露交易价格、支付结构和CEO关联交易的处理方式;二是英特尔下次财报中量子业务的投入和路线图;三是IBM、谷歌等量子巨头是否会加快软件层面的布局或收购。 当一位前EDA掌门人用23亿美元买下量子计算的"设计软件",你觉得这是看得最远的一步棋,还是英特尔在不该分心的时候分了心? 天弘科技喊出明年营收400亿美元、增长90%,盘后大涨约10%,但同一份财报里自由现金流指引却被下调 天弘科技 $CLS 周一盘后公布三季度业绩,盘后股价大涨约10%。这家公司不做芯片,主要给超大规模云厂商和前沿AI实验室制造网络交换机、服务器等数据中心硬件,所以它的财报经常被当作AI基础设施"体感温度"的一个指标。这一次,温度确实很高:公司首次给出2027年指引,营收400亿美元,同比增长90%。但我认为这份财报里有一个数字比400亿美元更值得多看一眼。 先看已经发生的事实,以下全部来自公司财报。三季度营收58.3亿美元,同比增长83%,高于公司此前52.5亿到55.5亿美元的指引上限;调整后每股收益3.30美元,同比增长109%,也高于2.88到3.08美元的指引;调整后营业利润率8.5%,创公司新高。分部门看,连接与云解决方案(CCS)营收48.7亿美元,同比增长102%,其中硬件平台解决方案约23亿美元,同比增长70%。四季度指引营收62.75亿到65.75亿美元,调整后每股收益3.37到3.57美元。全年营收指引从205亿美元上调到210亿美元,调整后每股收益从11.30美元上调到11.55美元。2027年指引为营收400亿美元、调整后营业利润率9.0%、调整后每股收益21.50美元,资本开支15亿到20亿美元。管理层还说,客户对2028年的需求预测"明显高于"2027年的营收指引。 那个更值得多看的数字是自由现金流。公司把2026年自由现金流指引从6亿美元下调到4.6亿美元,理由是为了支撑2027年加速增长而进行的营运资本投资。资产负债表也印证了这一点:截至9月底,存货约45.1亿美元,是去年底约21.9亿美元的两倍多;应收账款约37.6亿美元,去年底约26.4亿美元。三季度单季,存货增加消耗了约11.1亿美元现金,主要靠应付账款增加约14.9亿美元来对冲。公司8月还完成了一次约34.5亿美元的公开增发。 这说明什么?我的理解是,天弘的增长是真实的,但它是一家典型的"重营运资本"代工型企业:在订单暴增的阶段,必须先垫钱买料、备货,利润表很漂亮,现金流却跟不上。这本身不是坏事,历史上很多电子制造服务商在需求爆发期都是这样。但它意味着公司的风险敞口在扩大:如果某个大客户推迟部署或调整设计,堆在仓库里的45亿美元存货就会变成压力。这一点和摩根士丹利今天关于"电力不足可能导致过度下单"的提醒,恰好形成呼应。 对产业链的意义在于,天弘的指引是对2027年AI资本开支最直接的"订单级"确认之一。据公司披露,它的主要客户是超大规模云厂商和前沿AI实验室,产品涉及800G和1.6T网络项目。营收增速从今年的69%加速到明年的90%,意味着下游资本开支在2027年不但没有见顶,还在加速。这对博通 $AVGO 这类交换芯片供应商,以及Arista $ANET 这类网络设备公司,都是一个正面的需求信号。 风险也很具体。第一,客户集中度高,财报风险提示里多次提到客户和行业集中;第二,营业利润率9%左右,说明它的议价能力有限,上游芯片涨价或客户压价都会直接侵蚀利润;第三,存货和应收账款快速增加,如果需求节奏有变,现金流会先于利润表恶化。 我接下来会看三件事:一是周二投资者日上管理层对2028年需求的具体描述,以及对主要客户的拆分;二是四季度存货周转天数是否开始改善;三是同行伟创力 $FLEX 和捷普 $JBL 的下一份财报,是否同样出现营收大增、现金流偏弱的组合。 当一家公司营收要翻倍、现金流指引却在下调,你更看重它的订单能见度,还是更担心营运资本里埋着的周期风险?
顯示更多
陈立武自掏腰包1200万美金认购了 $INTC 200亿美金95刀的增发融资,计划扩建产线和重建英特尔内存业务。
0
16
154
6
轉發到社區
陈立武的创投战绩: 159家公司IPO、126个并购退出的记录,其中半导体投资超过200笔,38%在美国。 真的厉害的人在哪里都会成功的。
看陈立武在英特尔财报电话会上怎么说CPU重返AI核心: 1、半导体行业TAM接近1万亿美元,英特尔凭借x86 CPU、先进封装、庞大制造网络三大资产占据有利位置。 2、AI正从训练转向分布式推理、强化学习、Agentic AI、物理AI、机器人和边缘AI。CPU正重新确立自己作为AI时代不可或缺的基础。CPU现在充当着整个AI技术栈的编排层和关键控制平面。 3、CPU重新成为AI堆栈的“编排层和关键控制平面”:客户在部署加速器的同时部署服务器CPU,这一比例正在向CPU回升。过去CPU与GPU的比例是1比8,现在是1比4,并且正在向更好的方向发展。这不是公司一厢情愿,而是客户真实反馈。 4、加速器仍重要(例如与SambaNova的异构合作),但生产级AI计算的主干是以CPU为锚点的架构——这对x86生态和英特尔是结构性长期利好。 5、预计服务器CPU单位需求今年及明年实现双位数增长。
顯示更多
生成式AI往代理式AI迁移中,新的卡脖子环节又出现了,这次是CPU。之前市场关于算力紧缺的讨论都在GPU、HBM、光模块、电力等环节,其实对于CPU的关注比较少。其实Cpu的紧缺传了一段时间了,看最近英特尔、AMD走势最核心驱动力就是来自cpu开始出现紧缺了,甚至连过往不怎么受待见的港股联想集团,最近两周走的也很强。 1、为什agentic ai时代CPU占比会扩大? 传统AI(主要是大模型训练/推理)高度依赖GPU,因为Transformer的核心是并行矩阵运算,GPU擅长高吞吐的并行计算。这时CPU主要只负责“辅助”:数据路由、内存压缩、GPU调度等,导致数据中心CPU:GPU比例很低(典型1:4~1:8,甚至1颗CPU管8颗GPU)。CPU利用率低,基本是配角。 Agentic AI完全不同,它不是单次“问答”,而是自主多步循环(Planning → Tool Use → Act → Observe → Reflect → Iterate),涉及: 1)编排:调度子任务、多智能体协作、分支逻辑、重试机制。 2)工具调用:网页搜索、API调用、代码执行、数据库查询、向量检索(RAG)、文件处理等。 3)其他CPU密集任务:上下文管理、KV Cache处理、强化学习(RL)仿真评估、数据预/后处理。 这些任务高度串行、I/O密集、逻辑分支多,GPU并不擅长(甚至会闲置)。研究显示:工具处理阶段在CPU上可占总延迟的50%~90.6%(GPU在等待CPU)。Agentic工作流中CPU动态能耗占比可达44%,比传统AI高3~4倍。 简单说,Agentic AI把“思考”交给GPU,但把“做事/协调”交给CPU。CPU从“管家”变成了“总指挥”,必须大幅增加才能让整个系统高效运转。这就是CPU占比扩大的核心驱动(Intel、AMD、Arm、TrendForce等一致观点)。 2、CPU成为新紧缺环节的现实证据 今年Q1 Intel/AMD服务器CPU交期已经拉到6-12周,部分型号基本售罄,价格也提了10%以上。厂商自己都说“demand far exceeded expectations”。不是产能不够,而是Agentic AI把CPU从“可有可无”直接干成了“必须配足”的总指挥。 数据中心项目现在除了电力,就是CPU卡脖子最严重。传统x86(Intel/AMD)高功耗+产能紧张,供应链直接打爆。 3、CPU缺口会有多大? 行业共识是CPU:GPU比例将显著拉近,CPU需求大幅提升:从传统1:4~1:8(CPU:GPU)转向1:1~1:2(部分场景甚至1.4:1,即CPU比GPU还多)。看之前Arm估算,每GW算力需要的CPU核心从3000万激增到1.2亿(4倍增长) CPU算力份额:在Agentic工作流中,CPU承担的算力比未来机架/集群可能从“GPU主导”转向更平衡,甚至出现专用CPU rack来支撑Agentic编排;AMD/NVIDIA新一代平台已开始按1:2~1:4设计 这就带来了CPU需求的真实拐点,是实打实的硬件重构。 4、特别要说下ARM服务器CPU会更受益一些? Agentic AI最需要的就是“高核心数+低功耗+稳定串行处理”。ARM天生多核可扩展、perf/watt领先:Arm AGI CPU(136核,TDP仅300W)对比x86同规格功耗低40%+,每机架性能直接翻倍。风冷机架就能塞8000+核,液冷更能到4万+核,完美解决数据中心的“功耗墙”。 更狠的是生态大转向:AWS Graviton、Google Axion、Microsoft Cobalt早就自研ARM,云巨头集体“去x86化”。Arm 3月直接下场自研AGI CPU(首款量产芯片),Meta、OpenAI、Cerebras都是首发伙伴,OEM有联想、Supermicro。 Counterpoint预测:AI ASIC服务器CPU里,ARM份额从2025年25%干到2029年90%。Arm自己说,这波能把数据中心CPU TAM从30亿版税干到1000亿+,未来几年服务器CPU营收很可能超手机,成为最大增长极。 看下周和5月初英特尔、amd的财报电话会上,cpu实际出货量的变化、以及cpu的真实价格变化。这能说明真的有多紧缺。 5、CPU紧缺哪些公司会受益? 梳理了下哪些公司会受益,后续关注起来: 美股最核心: Intel (INTC)ntel 依然是服务器 CPU 市场的霸主。短缺潮会提升其过往型号的利润率,且其 Gaudi 与 Xeon 的组合在代理推理端有强劲需求。 AMD (AMD):理由:在 Agentic AI 服务器市场,AMD 的 EPYC 处理器因多核心优势和高性价比,目前在云厂商中的市占率持续提升,是 GPU+CPU 均衡配置趋势下的首选。 Arm Holdings (ARM):越来越多的云厂商(亚马逊、微软、谷歌)开始自研基于 ARM 架构的 CPU。无论谁赢,只要 Agent 需求推高 CPU 核心数,Arm 的授权费就会大涨。 港股(制造与分销关键点) 中芯国际 (0981):虽然其在最先进制程受限,但大量非核心逻辑控制芯片(支持 CPU 运作的辅助芯片)和中端 CPU 的需求外溢,会显著提升其产能利用率。 联想集团 (0992):全球第一大服务器与 PC 厂商。在短缺潮初期,拥有强大供应链管理能力和库存的大厂能通过提价和保证供应,抢占更多政企市场份额。 A股(国产替代与配套产业链) 海光信息 (688041):国产 x86 服务器 CPU 的龙头。在 Agentic AI 时代,由于其架构与全球生态兼容性最好,国内算力中心在补齐 CPU 短缺时,海光是第一顺位替代品。 龙芯中科 (688047):自主架构 CPU 的代表。随着国产自主可控需求增强,在党政和关键基础设施的 Agent 应用中受益。 深南电路 (002916) / 沪电股份 (002463):理由:配套受益。CPU 核心数增加和 GPU+CPU 配比调整,要求更复杂的 PCB(印制电路板)和封装基板,这些公司是全球高端服务器 PCB 的主力供应商。 澜起科技 (688008):内存接口芯片龙头。只要 CPU 多,内存条就多。Agent 时代对内存带宽要求极高,其 MRDIMM 和内存接口芯片是 CPU 性能爆发的必需品。 投资逻辑核心其实两点: 1)量价齐升:CPU 厂商(AMD, Intel, arm、海光)最直接。 2)卖铲子的人:由于 Agent 需要高带宽,内存配套(澜起)和先进封装/基板(深南)的需求甚至比 CPU 本身更稳。
顯示更多
0
9
143
35
轉發到社區
$INTC 英特尔CEO陈立武,又购买价值1000万美元的INTC股票。根据最新SEC文件,这次陈立武以每股95美元的价格,购买了105,263股,总价值约1000万美元,累计持股量增加至约133万股。记住 $INTC $AMD 这类股票,不宜短炒,适合中长期。苏姿丰和陈立武,都是MIT科班专业人士,这是他们职业生涯的最后一战。
顯示更多
英特尔 CEO 陈立武透露英特尔重新考虑杀回内存市场,要知道英特尔 1968 年成立之初就是生产 DRAM 的,只不过后来因为竞争问题退出市场。 陈立武还透露英特尔重新考虑将内存与 CPU 堆叠封装,在 2024 年英特尔推出月亮湖系列处理器就封装内存,用户不可更换内存,但这种情况很快被 OEM 抵制,于是英特尔不再堆叠内存。 查看全文:
顯示更多
$INTC 首席执行官陈立武,和其一名家庭成员,正在以公开发行价格,购买价值1200万美元的英特尔股票。不久前,陈立武说“英特尔未来再涨10倍”。风险投资家陈立武,毕业南洋理工和麻省理工,拯救过几个企业,应该不是胡乱吹牛。但自陈立武去年3月上任以来,INTC股价已涨了5倍!
顯示更多
英特尔这次增发陈立武和家人自己买了1200万👍
0
52
413
22
轉發到社區
研究完陈立武讲话后今天硬着头皮上了康宁 $GLW 。 按币圈的习惯没第一时间读到领导发言和完成研究,再上车感觉是已经有点晚了的,不过也想试试美股信息的长尾效应。 上车原因: 市场资金在饥渴的寻找下一个利益增长点,陈的访谈给出了新的指挥棒。 提到的几个领域里,康宁(GLW)是目前美股最纯的玻璃基板标的,哪怕玻璃基板占收入比重目前还很小,但市场需要的只是有个能体现预期的最好标的罢了。 英特尔正在重金投入玻璃基板,计划2030年推出,目前已出现客户预付款锁产能的情况,说明先进封装基板的短缺压力是真实存在的。 Fomo起来基本面的因素是可以退让一些的。 成本198,看看开盘是哭是笑吧,都是学习经历。
顯示更多
英特尔CEO陈立武最新访谈,提到的几个被市场低估的方向 英特尔CEO陈立武最近的一场访谈,提到了几个值得关注的新材料和资源方向,整理一下,结合我自己的判断说说怎么看。 陈立武这次访谈让我印象最深的是他反复提到的几个底层方向:SiC、GaN、Glass Core,以及很多人忽略的人造钻石。这几个方向看起来都不性感,却指向同一个问题:AI正在从拼算力,转向拼连接、拼散热、拼材料、拼电力。未来市场会越来越关注谁控制瓶颈,谁掌握关键材料。 1. InP(磷化铟) 作用:光模块,光通信,800G/1.6T,AI数据中心互连 投资逻辑: AI集群越大,光互连越重要。高速激光器和下一代光引擎,越来越依赖InP材料。 首选股票: 纯InP(AXTI),InP + 光器件龙头(COHR、LITE) 2. SiC(碳化硅) 作用:电动车,电源管理,AI数据中心电源 投资逻辑: AI最大的瓶颈之一是电力。SiC提升电源转换效率,是下一代高功率系统的重要材料。 首选股票:ON、STM 高风险高弹性:WOLF 3. Glass Core(玻璃基板) 作用:下一代封装基板,超大尺寸GPU封装,HBM高层堆叠,高频高速信号传输 投资逻辑:随着GPU越来越大、HBM堆叠越来越高,传统ABF有机基板正在接近物理极限。Glass Core拥有更好的平整度、更低的热膨胀系数以及更优异的高频信号性能,被认为是下一代先进封装的重要基础材料。 首选股票:GLW(康宁) 4. Gallium Nitride(GaN,氮化镓) 作用:AI数据中心电源,800V DC,电源管理,射频通信 投资逻辑: GaN属于第三代半导体材料,拥有更宽的禁带宽度、更高的击穿电场以及更高的开关频率。相比传统硅器件,GaN能够实现更高的电源转换效率、更小的体积和更低的能耗,因此正在逐渐进入AI服务器、电源模块和下一代数据中心供电架构。 首选股票:NVTS、POWI、IFNNY(ADR) 5. 人造钻石 这个是很多人忽略的。 作用:GPU散热,ASIC封装,高频光器件 投资逻辑:AI芯片越来越热,散热正在成为新的瓶颈。 人造钻石拥有远超铜的导热性能,未来有望应用于GPU、ASIC等高功率芯片散热,甚至部分高端光器件热管理。但目前成本和工艺仍是限制,更像是2030年以后值得重点关注的新材料方向。 首选股票:大部分都是A股公司,严格说没有特别纯的美股标的。 如果按我自己的投资优先级排序: Glass Core(玻璃基板)≈ InP(磷化铟) > SiC(电力) > GaN(氮化镓) > 人造钻石
顯示更多
0
47
381
122
轉發到社區