同一天，同一条 AI 供应链，市场给出了两张完全相反的成绩单。 8 月 13 号，闪迪投资者日，收盘涨 13.67%，盘中最高冲过 17%。同一天盘后，应用材料发 Q3 财报，营收 91.2 亿创历史新高，25% 的同比增速，13 个季度连续毛利率扩张，结果盘后再跌 5%，打到 507。 一个被市场狠狠奖励，一个交出满分答卷反而被卖，现在这个阶段，确定性比完美更值钱。 先说闪迪。8 月 5 号财报出来，EPS 39.25 美元炸翻共识，毛利率 84.6%，结果股价跌了 8%。为什么？因为市场不是在质疑这个季度，而是在问下一个问题：NAND 周期是不是见顶了？你现在赚得多，不代表你明年还能赚这么多。 投资者日直接回答了这个问题，管理层把 NAND 市场的增长曲线摆出来，2026 突破 3000 亿，2027 突破 5000 亿，供给紧张延续到 2028 年。 更关键的是 NBM 合同，8 家客户签约，合同总额 940 亿美元，覆盖了 2027 财年大约一半的出货量和 2028 财年三分之二的出货量。 CEO 说了一句很硬的话：即使按合同地板价算，毛利率仍然维持在 80%。 80% 毛利率什么概念？英伟达大概 73%，微软大概 69%。一个做闪存的公司，利润率比做软件的还高，而且有合同锁定。 这不是周期股的定价方式，这是在告诉市场"我有订阅制的确定性"。155 亿美元回购授权是信心的注脚。 再说应用材料。数字其实挑不出毛病，Q3 营收历史新高，先进封装收入同比涨了 40% 以上，HBM 设备支出强劲，Q4 指引也远超共识。 问题在于股价已经从 7 月低点 450 涨到 548 了，市场提前把"Q3 beat + Q4 强指引"这个剧本演完了，财报出来一看，EPS beat 了 3%，好，但不够惊喜，利好出尽，资金获利走人。 本质上这是两种不同的信息释放。闪迪给了市场最缺的东西，就是对未来的可见性，把之前不敢买的人拉进来了，应用材料给了市场已经知道的东西，好，但没有增量信息，已经持有的人找到了卖的理由。 还有一层值得想的：AI 供应链的位置游戏。闪迪直接受益于 AI 推理对存储的爆发需求，推理阶段的 KV Cache 正在把存储架构倒过来，Flash 从"冷数据慢存"变成"热数据快存"，这个需求是数量级的。 应用材料作为设备商，离终端需求隔了一层，信号到它那里已经衰减过了。市场正在给"离 AI 终端更近"的公司更高的确定性溢价。 如果你在合约上交易这两个标的，流动性是必须关注的事。我拉了一下盘口数据做对比：SNDK 在 5BPS 深度上，Bitget 大概 87.7 万 U，Binance 大概 58.1 万 U；拉到 50BPS，Bitget 627 万 U 对 Binance 565 万 U。 AMAT 的差距也类似，50BPS 深度 Bitget 18.1 万 U 对 Binance 12.8 万 U。 流动性直接决定你的滑点成本，尤其是在财报日这种波动剧烈的窗口，盘口厚薄的差距会直接体现在你的成交价上。

🚨 半导体巨头集体押注AI供应链，$AVGO $NVDA 连环签署千亿级协议 ⠀ $AVGO 博通与三星达成战略合作，双方合作规模预计超过2000亿美元，覆盖未来五年（至2030年）的存储与代工领域。 ⠀ 三星将为博通下一代AI加速器提供HBM先进内存供应，同时开放2纳米及以下制程代工产能，并延伸至先进封装技术，全面支撑高性能AI与网络芯片的落地。 ⠀ 标签：封装环节持续加码 ⠀ 在近期 $NVDA 与 $AMKR 达成重磅封装协议之后，供应链上的更多利好接连释放。 ⠀ 标签：NVDA与SK海力士深度绑定 ⠀ $NVDA 正与 $SKHY 展开一项规模超过5000亿美元的”人工智能计划”合作，协议将使英伟达获得SK海力士下一代AI内存的稳定供应与联合研发权限。 ⠀ 这一系列协议清晰指向同一个方向：算力竞赛的胜负手，正在从芯片设计本身，转向存储、代工与封装的全链条掌控力。

收录了几个信息追踪网页，AI供应链底层“卡脖子”技术一秒就看懂。 1. Serenity-白毛速报 中英文双栏对照，高质量翻译+提取Serenity观点摘要。 2. trackserenity 页面轻量简洁，自动摘取Serenity推文提及股票代码，专注追踪股票提及价格、收益率等实际表现。 3. Serenity-投研看板 追踪Serenity最全面的投研工具，涵盖AI分析、多源数据 、深度单股研究、表现追踪，支持中文。 ------ 今天韩国股市触发熔断， @aleabitoreddit 认为美银看空韩国市场是为了清空韩国杠杆交易员。股市有风险，但是白毛股神对供应链的深刻剖析仍然值得学习。

Nvidia 再次加码美国本土供应链。 据报道，$NVDA 将向 $AMKR 预付 15 亿美元，用于扩建先进芯片封装产能，为下一代 AI 系统做准备。 这笔资金将支持 Amkor 亚利桑那州先进封装工厂扩产，进一步推动 Nvidia AI 供应链向美国本土回流，降低对海外封装产能的依赖。 消息公布后，Amkor（$AMKR）盘后股价一度上涨至 81 美元。

🌐 AI Agent + 稳定币正在接管链上商业——但真正的瓶颈不是速度，是隐私。 在现实世界里，所有交易活动和信息都是默认隐私的。 你的工资、你的供应商关系、你的现金流节奏、你的商业策略——没有人会把这些挂在公告栏上公开示人。这是商业运作的基本前提。 但在绝大多数公链上，这一切都是默认透明的。 每一笔交易、每一个地址的余额、每一次交互的时间点，都在公开账本上永久可查、永久可追踪。 这种"默认透明"的设计，在投机和DeFi炒作中或许无伤大雅——但在真实商业的尺度上，它构成了一个结构性的障碍。 企业不会愿意把薪酬发放、供应商网络、资金调度、甚至整个商业逻辑暴露在竞争对手和公众面前。这在现实世界的商业逻辑里是不可接受的。 💡 这就是为什么"默认隐私的公链"从一开始就非常重要。 这不是一个"功能需求"，而是一个商业底层的前提条件。 🤖 AI Agent的爆发，只是让这个问题变得更高频、更明显、更不可忽视。 未来，如果数十亿个AI Agent开始自主赚钱、交易、协作和支付——它们之间的每一笔交互、每一次资金流动，如果没有隐私保护，将全部暴露在公开账本上。 这意味着：你的AI供应链、你的Agent间结算关系、你的自动化商业策略——全都可以被任何人分析、追踪和反向推导。 当AI Agent经济从"概念"走向"现实"，隐私就不再是一个可选项，而是链上商业能够存在的基础设施前提。 🛡️ Aleo Network 正在构筑这一隐私底座： 1️⃣ 默认保密：采用Record模型，交易可验证，但金额和余额不公开 2️⃣ 可控披露：独创View Key机制，默认隐私，但可向监管和审计合规披露 3️⃣ 机构生态：联手Circle推出USDCx、合作Paxos推出USAD、发布私密钱包Shield，无缝接入真实金融工作流 背靠 $2.98亿 融资，Aleo正在将ZK技术从"匿名叙事"推向"机构级合规隐私"。 📌 未来的链上基础设施重新定价，将取决于谁能平衡好隐私与合规。 ⚡ 目前我们正在基于Aleo进行早期开发者培养，欢迎关注后续进展。OpenBuild 喊你来组队参与 Aleo 训练营，参与官方文档（docs_v2）翻译协作 ： 直达：

黄仁勋大手笔1000亿投资AI供应链和基础设施💰 亲儿子系名单曝光： 1. 英伟达 $NVDA AI时代最大卖铲人，全球GPU霸主，几乎所有大模型、AI数据中心都离不开英伟达芯片。 2. CoreWeave $CRWV AI版云算力包租公。主营业务就是出租装满英伟达GPU的数据中心。OpenAI、微软等公司疯狂租算力。 3. 超微电脑 Super Micro Computer $SMCI AI服务器最大热门股之一。英伟达GPU再强，也需要服务器组装落地，而SMCI正是核心供应商。 4. 戴尔科技 Dell $DELL 传统PC公司，正在转型AI基础设施巨头。大量AI服务器订单正在流向戴尔。 5. 美满电子 Marvell $MRVL 主攻硅光子、数据中心互联芯片，AI数据中心越大，GPU之间通信需求越恐怖，而Marvell就是解决数据堵车的关键公司。 6. 康宁 Corning $GLW AI数据中心背后的卖水人，生产光纤、玻璃材料。 7. Lumentum $LITE AI光模块核心玩家。没有光模块，再强的GPU也跑不起来。 8. Coherent Corp $COHR 提供激光器、光通信设备等核心组件。属于AI硬件链里成长性很强的一环。 9. IREN Limited $IREN 从比特币矿企转型AI数据中心。 原本拥有大量电力资源和数据中心基础设施，现在开始全面切入AI算力。 10. Nebius Group $NBIS 核心方向是部署英伟达AI基础设施，为AI公司提供算力服务。 11. 台积电 Taiwan Semiconductor $TSM 英伟达再强，也得靠台积电代工。 12. 博通 Broadcom $AVGO AI ASIC芯片超级受益者。

花旗预计，在全球人工智能（AI）硬件超级周期的强劲驱动下，中国出口的增长韧性将延续至整个夏季，为实现年度GDP目标提供关键支撑。这一轮出口扩张的核心在于中国在全球电子和AI供应链中的核心地位短期难以替代，叠加生产者价格指数（PPI）回升带来的出口价格上涨效应，共同构成了增长动力。同时，中美关系的边际稳定为对美出口恢复提供了空间，而中东冲突等地缘政治因素也为中国的清洁能源技术出口创造了结构性机遇。 来源：花旗（《中国经济：AI超级周期驱动贸易增长》，详细内容请见《财经图集》知识星球）

英伟达 $NVDA 作为豪门金字塔顶尖的那个人，手指缝漏一点都够底下AI供应链吃半年！ 1. $TSM - 台积电 英伟达GPU核心晶圆代工厂，负责Blackwell/Rubin等先进制程芯片生产，是AI供应链最上游关键伙伴，受益于NVIDIA产能扩张。 2. $SMCI - 超微电脑 英伟达AI服务器主要组装商，提供高性能GPU服务器解决方案，直接受益于数据中心部署需求爆发。 3. $MU - 美光科技 HBM高带宽内存重要供应商，AI训练和推理对内存需求激增，推动其营收强劲增长。 4. $AVGO - 博通 定制AI芯片和网络芯片领导者，与英伟达在NVLink等生态合作，AI半导体收入高速增长。 5. $MRVL - 迈威尔科技 英伟达投资20亿美元，聚焦硅光子和NVLink Fusion定制XPU，是异构计算关键伙伴。 6. $IREN - 艾瑞斯能源 英伟达巨额投资并签订GPU云服务大单，转型AI数据中心运营商，基础设施扩张潜力大。 7. $CRWV - CoreWeave 英伟达重仓的AI云基础设施提供商，专注GPU集群部署，是“NVIDIA生态新云”代表。 8. $NBIS - Nebius Group 英伟达投资的AI云公司，助力全球算力扩展和推理服务。 9. $LITE - 朗美通 英伟达投资的光学组件龙头，高速光模块解决AI数据中心带宽瓶颈。 10. $COHR - 相干公司 与Lumentum同期获英伟达投资，光子学和激光技术核心供应商。 11. $GLW - 康宁 英伟达投资支持光纤基础设施，新工厂扩产应对AI数据中心光纤需求。 12. $ANET - Arista Networks 高性能以太网交换机领导者，连接AI GPU集群的关键网络设备供应商。 13. $VRT - Vertiv 数据中心电源与冷却解决方案提供商，与英伟达深度合作应对高密度AI机架散热。 14. $ARM - Arm Holdings 英伟达投资的CPU/IP架构核心公司，AI芯片设计广泛使用其技术。 15. $ASML - ASML 极紫外光刻机垄断供应商，支持先进制程芯片生产，间接驱动英伟达GPU创新。 16. $CRDO - Credo Technology 高速连接和信号完整性解决方案，受益于AI服务器内部互联需求。 17. $APLD - Applied Digital 英伟达投资的数据中心运营商，专注AI/HPC基础设施建设。 18. $CLS - Celestica AI服务器和硬件制造服务商，在供应链中表现突出。 19. $STX - Seagate 数据中心存储解决方案供应商，AI海量数据存储需求驱动增长。 20. $CIEN - Ciena 光网络设备提供商，支持AI数据中心长距离高速传输。

过去一段时间，只要谈到AI投资，大家最先想到的往往还是英伟达。 但我越来越觉得，如果只盯着一家芯片公司，我们看到的可能只是AI浪潮中最显眼的一部分。训练和运行AI模型，不仅需要GPU，还需要数据中心、电力、云端算力、高速数据传输，以及最终将AI带入现实世界的机器人。 换句话说，AI不是一家公司或一类芯片的故事，而是一场覆盖整条基础设施供应链的长期建设。这也是我开始关注 @reserveprotocol 的原因。下面我想说说Reserve到做了什么？ Reserve围绕去中心化代币基金，也就是DTF来构建产品和基础设施。它通过Ondo Globa Markets的代币化股票，将AI供应链中的不同公司组合成五个链上主题篮子，让符合资格的用户能够分别了解和接触AI建设的不同环节。而且我认为这次产品设计最值得关注的地方，不是简单地把股票搬到链上，而是把原本比较分散的AI基础设施主题，拆解成了五条更容易理解的投资方向。 1. AI Infrastructure（BUILDOUT） BUILDOUT覆盖相对完整的AI硬件和基础设施技术栈。如果把AI产业比作一座正在扩建的城市，BUILDOUT关注的就是修建这座城市所需的各种底层设施，而不是只押注其中一家明星公司。 2. AI Power（POWER） AI运行需要大量电力。数据中心规模越大、模型训练越复杂，电力供应就越重要。我认为，能源是AI讨论中经常被低估的一环。算法可以快速升级，但发电设施、电网接入和长期供电合同并不能在一夜之间完成。POWER关注的正是为AI运行提供能源支持的企业。 3. AI Capacity & Neocloud（NEOCLOUD） NEOCLOUD聚焦将高性能计算资源作为服务提供给客户的企业。不是每家公司都有能力自行购买大量GPU、建设数据中心并维护整套计算基础设施。因此，算力租赁和新型云服务正在成为AI产业链中的重要组成部分。在我看来，这一方向值得关注的原因，是它直接连接了算力供给与企业的实际AI需求。 4. AI Photonics（PHOTON） AI不仅需要计算，还需要在芯片、服务器和数据中心之间快速传输大量数据。PHOTON关注的是光子技术和高速数据传输，也就是帮助数据高效流动的光学层。 很多人关注一块芯片能算多快，但我认为，芯片之间能否高效交换数据，同样可能影响整个AI系统的性能。 5. Robotics（ROBOTS） ROBOTS关注AI从数字世界进入物理世界的过程，包括机器人、自动化设备及相关产业链。如果说大语言模型让我们看到了AI理解和生成信息的能力，那么机器人代表的就是AI感知环境、作出判断并执行现实任务的可能性。这也许是五个方向中最直观、同时最具想象空间的一条主线。 了解了上面5个方向，接下来说下我怎么看这次机会。 我认为，Reserve AI DTF最值得讨论的地方，是它把AI交易从猜下一家明星公司，转向了观察哪些基础设施正在真实建设。市场情绪可以在一个月内发生很大的变化，但已经签署的数据中心建设计划、电力合同和芯片订单，这属于持续数年的商业承诺，而这些基础设施支出不一定会因为市场短期下跌而立即停止。因此，把基础设施建设看作观察AI产业一个重要指标，我认为是很有必要的，而不是只关注短期价格和社交媒体热度。当然这些并不意味着基础设施相关资产不会下跌，也不能说明AI DTF能够完全规避市场的波动风险。我的观点是：市场情绪和产业建设不总是同步的，而这种差异本身会有一些只得研究的地方。 现在想想，在过去，想在链上通过单一篮子覆盖这些主题并不容易。而Reserve让这个方向开始具备更清晰的产品结构，也更适合让人去找到合适自己的方向并且找到适合自己的产品标的。 最后如果让你从AI基础设施中选择一个未来几年最值得研究的方向，你会选哪一个？ 是AI芯片和硬件、电力、云端算力、光子技术，还是机器人？ 我自己会特别关注电力和算力服务。原因很简单：无论最终由哪一家模型公司胜出，AI系统都需要持续消耗算力和能源。但这只是我的观察，并不代表这些方向一定会获得更好的市场表现。 但是我肯定会持续关注 @reserveprotocol 带来的一些优质资产和设施，对于我来说确实降低了研究传统资产的门槛。