今天外媒都在转发Leopold Aschenbrenner的Q1持仓。这位24岁的德国天才，正在成为最受关注的投资新星！ 他19岁就从哥伦比亚大学毕业、曾在 OpenAI 当研究员，在被 OpenAI 开除后迅速转身进入投资圈，创立 AI 对冲基金 Situational Awareness LP。 基金实际管理规模在2年内已经从约2.25亿美元增长到93亿美元。 以下是他的前十大基金持仓： SMH（半导体 ETF）15% 英伟达（NVIDIA） 11% 甲骨文（Oracle）8% 博通（Broadcom）7% 超威半导体（AMD ）7% Bloom Energy（布鲁姆能源）6% 闪迪（SanDisk）5% 美光科技（Micron）4% CoreWeave（AI 云算力公司）4% 台积电（TSMC）4% 13F详情见：

摩根士丹利宣布：太空产业强势回归！ 大摩核心14只太空概念股 👇： 1. Rocket Lab 火箭实验室 $RKLB 小型火箭发射龙头，发射频率与商业化能力持续提升 2. Freeport-McMoRan 自由港麦克莫兰 $FCX 关键金属（铜等）供应商，支撑卫星电力与通信基础设施 3. Materion 马特里昂 $MTRN 高端特种金属与先进材料供应商，服务航天级精密制造 4. Corning 康宁 $GLW 光纤与高端玻璃材料龙头，支撑卫星通信与光学系统 5. Linde 林德 $LIN 工业气体巨头，为火箭推进与燃料系统提供关键气体 6. Air Products 空气产品 $APD 液态氢等推进燃料供应商，直接受益火箭发射需求增长 7. Nvidia 英伟达 $NVDA 卫星AI计算与地面数据处理核心算力提供者 8. Broadcom 博通 $AVGO 通信芯片龙头，支撑卫星与地面高速数据传输系统 9. Honeywell 霍尼韦尔 $HON 航天级传感器、控制系统与飞行电子核心供应商 10. Aptiv 安波福 $APTV 高可靠性电子与连接系统供应商，适用于极端航天环境 11. Redwire 红线航天 $RDW 专注卫星制造与轨道基础设施，典型纯正航天公司 12. Alcoa 阿尔科亚 $AA 航空航天与太空结构用铝材核心供应商，受益于火箭与卫星轻量化趋势 13. Gilat Satellite Networks 吉拉特卫星网络 $GILT 卫星通信网络服务商，覆盖偏远与全球连接需求 14. Amazon 亚马逊 $AMZN 通过Project Kuiper布局低轨卫星互联网生态 哪一个最可能跑出10倍？

下一个 10 年的 Mag7, AI 给我的版本 前 6 比较清楚：NVDA、OpenAI、SpaceX、GOOGL、MSFT、AMZN 第 7 名很激烈，是 Apple vs AVGO vs META vs Anthropic vs TSLA 的竞争 如果 AI 主要改变“软件入口”，第 7 更可能是 Anthropic 或 Meta 如果 AI 主要受限于芯片和网络，第 7 更可能是 Broadcom 或 TSMC 如果 AI 走向 physical world，第 7 可能是 Tesla 如果终端入口仍然最重要，第 7 还是 Apple

夸张，Anthropic 算力账单已经 4000 亿了… A 社最近买了 xAI 一期的所有算力。 再加上之前几个 mega deal（虽然货基本都还没到，都是未来几年逐步交付） 做了张图，算了算 Anthropic 现在的算力账单。 左边看收入。Anthropic 的 ARR 从 2025 年初的 1B，涨到 2026 年 4 月的 30B。15 个月涨 30 倍，节奏已经是历史级别的快。 右边看它签了多少算力： AWS 十年期 100B+。 Google / Broadcom 五年期 200B（媒体披露口径）。 Azure 30B 多年期 capacity commitment。 Fluidstack 50B。 SpaceX 那边 220k+ GPU 没披露价格，经济价值估下来大概 15B-45B。 所以加起来，Anthropic 的真实算力敞口更接近 395-425B 美元，4000 亿。 年化一下，每年大概 65-70B 的算力压力。按 50% gross margin 反推，ARR 得做到 130-150B，中心值 140B。 也就是说，从现在的 30B 到目标 140B，还要再涨 4-5 倍。 140B 是什么概念？差不多是 Meta 2023 年全年营收的水平（FY2023 134.9B）。或者，差不多 4 个 Salesforce。 不过这事可以两面看。 一面是 conviction：这家公司牛逼到敢押 4000 亿，说明它对自己未来收入是真的有信心。 另一面是 cornered，说实话也没得选。xAI 就是这轮锁单的标的，A 社不买，别人就会买。

美股光通信产业链深度研报：前瞻布局1.6T&CPO光子超级周期 在全球光子产业超级周期行情下，提前布局1.6T高速光互联+CPO共封装光学赛道，是当下最具确定性的投资主线，本人对此逻辑高度坚定。 基于产业高景气判断，我全面布局整条光通信全产业链，同时额外加码一处核心产能瓶颈标的，核心标的投资逻辑如下： 1. $SIVE Sivers Semiconductors 公司激光业务深度绑定**JBL Jabil、MRVL Marvell、Ayar Labs、O-Net**等头部客户，业绩随下游需求高速释放。 英伟达NVDA、谷歌GOOGL持续大力推动光子架构落地，1.6T与CPO产业落地进度，远超机构保守盈利预测。 行业唯一利空为供应链多元化分流，但捷普JBL独家优先合作足以印证其硬核实力。对比**MTSI Mouser、LITE Lumentum、COHR Coherent、Furukawa**等同业，全球高端激光厂商市值普遍突破百亿级别，而这家手握芯片产能壁垒的企业，当前总市值不足10亿美金，估值严重低估。 2. $6451 Shunsin Electronics 作为富士康旗下光芯片测试、封装、组装专属代工平台，公司市值相较$LWLG Lightwave Logic低15亿美金，估值存在明显错配。 背靠富士康庞大光子产业订单，经营风险充分释放。台积电旗下光学板块VisEra估值约50亿美金，第三代产品2028年下半年才实现放量；而富士康体系内的Shunsin明年即可开启产能大规模爬坡。 深度受益英伟达$NVDA在台CPO产业链刚需，公司明确扩产+行业需求爆发双重利好，前瞻市盈率处于低位，业绩弹性充足。 3. Win Semi 稳懋半导体 全球DFB激光芯片核心晶圆代工厂，承接SIVE激光产能扩产订单，同时切入**AVGO Broadcom、SpaceX**等高端前沿供应链。 梳理全产业链脉络可见，Win Semi几乎覆盖所有前沿光电核心赛道，其产业核心价值尚未被市场充分定价，具备极强预期差。 4. $MRVL Marvell Technology 对标迷你版AVGO博通，产业卡位价值突出。目前已与谷歌GOOGL达成深度技术合作，成长逻辑可延续至2028年之后。 核心强催化来自微软$MSFT Maia算力芯片量产，2026年下半年正式开启放量，2027-2029年维持指数级增长。此前收购Celestial补齐核心技术短板，战略布局极具前瞻性，股价回调阶段为优质布局窗口。 5. $HPS Hammond Power Solutions 变压器、电力开关设备属于算力基建偏传统配套品类，市场关注度较低。 当前行业产能缺口长达2-5年，企业在手订单同比增幅超100%，行业供需格局极度紧张。 自确立投资逻辑以来，该股涨幅仅20%以上，充足高确定性在手订单大幅降低投资风险。后续顺利落地产品提价，将直接带动公司毛利率上行。叠加去年完成厂区扩建，正式迈入高增速复利成长通道。 全赛道优质备选标的（附美股代码） NBIS、JBL、RPI、TSEM、LITE、ARM、SOI、AXTI、IQE、ALRIB、Fittech、PCL 组合配置思路 主力持仓聚焦1.6T+CPO光通信核心产业链标的，搭配与AI产业链低相关性细分标的做杠铃式均衡配置，平滑账户波动，长期把握光子超级周期产业红利。

AI时代，半导体公司到底该怎么估值？ 昨天听了@ShanghaoJin 老师的space，获益匪浅。 但我对于存储板块，乃至整个半导体板块的在目前ai产业革命超级周期背景下的估值方法，有一些不同的想法，所以简单记录一下，也供herman老师拍砖。 过去很长时间里，半导体一直是典型周期行业。景气时利润暴涨，低谷时利润迅速蒸发。很多公司上一年PE几十倍，下一年直接亏损。所以过去市场并不太相信半导体公司的利润持续性，更喜欢用 PB、重置成本、EV/EBITDA，而不是PE。因为市场默认这些利润大概率只是周期利润，而不是长期利润。 但AI时代正在改变这一切。HBM、CoWoS、AI Networking、光模块、先进封装、电力与数据中心基础设施，开始出现长期供需失衡。整个行业的估值逻辑，也开始从“资产思维”转向“现金流思维”。 截至2026年，行业仍处在AI驱动的强景气阶段。根据 SIA 数据，2025年全球半导体销售额达到7917亿美元，同比增长25.6%，并预计2026年接近1万亿美元。SEMI 也预计设备销售将在2026、2027继续增长。这种环境下，很多股票估值已经提前包含高增长预期。重要的是增长质量，以及它所处的周期位置。 很多人喜欢只看 PE、forward PE 或 PEG，但半导体行业的问题在于，“周期 + 高成长 + 高资本开支 + 技术代际”全部混在一起，单一估值倍数很容易骗人。周期顶部时，利润爆炸，PE反而会显得特别便宜；周期底部时，利润低迷，PE又会显得特别贵，甚至失去意义。重要的是判断当前利润到底处在周期的哪个位置。 PE 本质上是： PE = \frac{Market\ Cap}{Net\ Income} 它看的是最终归属于股东的利润，因此会受到利息、税率、折旧和资本结构影响。而 EV/EBITDA 更接近企业经营本身的赚钱能力： EV/EBITDA = \frac{Enterprise\ Value}{EBITDA} 其中： EV = Market\ Cap + Debt - Cash 很多人会疑惑为什么现金要减掉。因为 EV 本质上是在看“买下整个公司的真实净成本”。债务需要接手，而账上的现金买下后也归你，所以现金会降低真实收购成本。重要的是理解 EV 关注的是经营业务本身值多少钱，而不是公司账上堆了多少现金。 这也是为什么 Apple、Alphabet、Meta Platforms 经常出现 EV 小于市值的情况，因为它们账上现金太多。 但AI时代又带来了一个新问题。很多公司的现金已经不再是“闲置现金”，而是GPU储备、数据中心扩张储备、AI基础设施战争储备。重要的是区分 Excess Cash、Operating Cash 和 Strategic Cash。有些现金未必真的应该全部减掉。 AI时代另一个巨大变化，是行业进入超级重资本时代。EUV越来越贵，High-NA越来越贵，CoWoS扩产越来越贵，HBM扩产越来越贵，数据中心基础设施越来越贵。整个行业折旧（D&A）正在快速上升。于是很多公司的 EBITDA 非常漂亮，但净利润没有那么夸张，因为大量利润被折旧吞掉了。重要的是现在 PE 和 EV/EBITDA 的差异，正在明显扩大。 不同子行业差异尤其明显。Fabless公司差异最小，比如 NVIDIA、AMD、Broadcom。因为它们不自己建厂，折旧压力较低，因此 EV/EBITDA 往往只比 PE 低20%-40%。 但 Foundry 完全不同。比如 Taiwan Semiconductor Manufacturing Company、Samsung Electronics、Intel。这些公司 CapEx 极大，折旧极高，厂房设备生命周期极长，所以 PE 和 EV/EBITDA 差异会明显扩大。TSMC 当前常见情况大概是 PE 20-30x，而 EV/EBITDA 只有12-18x。重要的是理解很多折旧本质上其实是“增长投资”。 存储行业更加极端。Micron Technology、SK hynix 过去长期是最典型的周期行业，市场几乎不相信利润持续性。但 HBM 改变了部分逻辑，市场开始认为其中一部分利润可能是结构性利润，于是行业开始重新定价。重要的是 HBM 让市场开始重新评估存储行业的长期盈利能力。 而半导体设备公司则是另一种情况。比如 ASML、Applied Materials、Lam Research、KLA。这些公司更像“拥有工业外壳的软件公司”，因为它们毛利率高、ROIC高、FCF强、资本效率极高，所以市场已经越来越多使用 PE、EV/EBITDA、EV/FCF 和 ROIC 来定价。 真正的问题，从来不是哪个指标最好。重要的是哪个指标适合哪个子行业。 Trailing PE 适合盈利稳定的成熟公司，但周期股在景气高点 PE 会显得特别便宜，在低谷又会显得特别贵。Forward PE 更重要，因为市场买的是未来12-24个月利润。重要的是盈利预期是否还在持续上修，而不是单纯看一个低 forward PE。 PEG 对稳定高成长公司很好用，但对周期行业非常危险。很多时候 EPS 从低谷恢复，会让 PEG 看起来异常便宜。重要的是判断这个增长到底来自长期成长，还是仅仅来自周期反弹。 EV/EBITDA 更适合设备、IDM、存储这些资本结构差异大的行业。重要的是最好使用中周期 EBITDA，否则很容易在周期顶部被误导。 我个人更喜欢 FCF Yield 和 EV/FCF。重要的是这两个指标会逼着你回答一个问题：这些利润最后到底能不能变成真钱。 EV/Sales 只适合高增长、利润暂时被投入压低的平台型公司。重要的是结合毛利率、经营杠杆和长期利润率一起看。 不同子行业应该看不同指标。AI/fabless 芯片更应该看 forward PE、EV/FCF、收入增速、毛利率、客户集中度和平台护城河；半导体设备更应该看 EV/EBITDA、订单、积压和 WFE 周期；存储更应该看 P/B、EV/EBITDA、库存以及 DRAM/NAND/HBM 价格；晶圆代工和 IDM 更应该看利用率、CapEx、折旧、ROIC 和 FCF；模拟、功率和车规更应该看 FCF yield、库存周期和工业需求；EDA/IP 更应该看 EV/Sales、EV/FCF 和长期增长确定性。 所以不要只按 PE、forward PE 或 PEG 买半导体股。重要的是先分子行业，再做多指标综合。 我的框架会更简单一些。第一看质量，包括毛利率、营业利润率、ROIC、技术壁垒和客户粘性。第二看增长。重要的是增长到底来自结构性需求，还是只是周期复苏。第三看现金流，包括 FCF margin、CapEx 强度、库存变化和应收变化。第四才是估值，包括 forward PE、EV/EBITDA、EV/FCF、PEG，并与同行和自身历史区间比较。最后才是风险，包括客户集中、出口限制、库存、产能过剩和盈利预期下修风险。 半导体行业最重要的一点，是不要被低PE欺骗。重要的从来不是今天便不便宜，而是未来3-5年的现金流和竞争地位，能不能支撑今天的估值。 AI时代最大的变化，本质上也是这个。过去市场担心的是“下一轮周期会不会崩”，现在市场开始关心的是“这些利润到底是周期性的，还是结构性的”。 如果市场认为只是周期，那么 EV/EBITDA 不会给太高，PE 也不会持续扩张。如果市场开始相信 AI需求是长期的、基础设施建设是长期的、供需失衡是长期的、行业进入结构性短缺，那么整个行业的估值体系就会继续升级，从 PB → EV/EBITDA → PE → FCF 一路向上迁移。 最终获得长期高估值的公司，往往都是那些 ROIC 持续提升、资本效率持续改善、拥有长期定价权、能把AI需求持续转化为现金流的企业。

$AVGO 是AI芯片的龙头。但历史告诉你，真正暴富的人买的是龙二 $MRVL 先说一个关于半导体行业的反直觉规律： 在一个严重缺货的市场里，获利最大的往往不是龙头，而是那个追赶中的龙二。（Herman老师分析intel观点我觉得说的很好，也同样非常适用于 $MRVL) 理由很简单： 当产能严重不足，买家再也无法只依赖龙头一家供应商。他们开始把订单给原本觉得"不够好"的替代者。而这个替代者，突然发现自己的产品以前没有人要，现在成了香饽饽——价格可以谈，条款可以谈，一切都变了。晶圆缺货时，原本没有人愿意把订单给Intel的客户，开始认真研究18A了。 那么，在AI定制芯片这个正在快速缺货的赛道里，获利最大的龙二会是谁？ 我的答案是 $MRVL 。 1. 先理解结构 AI芯片市场分两层： 第一层：通用GPU Nvidia统治，没有任何人能挑战。H100、B200、Blackwell——超大规模云厂商需要它们，别无选择。 这层市场已经被充分定价了。Nvidia市值5.7万亿，没有人会漏掉这个机会。 第二层：定制ASIC（专用AI加速芯片） 这是一个完全不同的故事。 每一家超大规模云厂商都在开发自己的专用芯片： Google有TPU（张量处理器），Amazon有Trainium（AI训练）和Inferentia（推理），Meta有MTIA（AI推理加速），Microsoft有Maia（Azure AI加速）。 为什么要自己开发芯片？ 因为通用GPU虽然强大，但它服务所有人，没有为特定工作负载优化。自研芯片可以针对自己的模型架构和推理需求精确设计，功耗更低，成本更低，效率更高。 这是一个不可逆的趋势——超大规模云厂商越大，自研芯片的动力越强。但有一个关键问题：这些云厂商需要设计合作伙伴。芯片设计是极其复杂的工程，需要有人懂SerDes，懂先进封装，懂chiplet集成，懂供应链——不是随便一家公司能做到的。 全球有能力承接超大规模云厂商定制ASIC设计的公司，只有两家： $Broadcom，和 $Marvell。 2. AVGO vs MRVL：龙头和龙二的真实差距 先看数字： Broadcom在ASIC市场占约55-60%的份额，与Google的TPU合作锁定到2031年，客户包括Meta、OpenAI等顶级厂商。Marvell约占15%的份额，排名第二Broadcom领先是事实，毫无争议。 但有几个数字值得认真对比： AVGO MRVL 市值 $2万亿 $1,470亿 ASIC市占 55-60% 15% FY26AI营收 $200亿+ $96亿 Forward PE 31倍 36倍 Broadcom在定制ASIC市场记录了约$200亿的AI总营收，而Marvell的AI相关营收约$96亿。 从市值角度：AVGO的市值是MRVL的13.6倍，但ASIC市场份额只是MRVL的4倍，AI营收只是MRVL的2倍。这个不对称，是MRVL存在的核心机会。 3. MRVL独特的地方：两场战争同时押注 这是我认为最关键的一点，也是MRVL和所有其他AI芯片公司最本质的区别。 MRVL同时押注了两个互相独立的万亿级叙事： 叙事一：定制ASIC——去Nvidia化的最大受益者 Marvell的数据中心部门FY2026增长46%，超过$60亿，管理层指引FY2027同比再增约40%。定制芯片年化营收已达$15亿规模，两个AI加速器项目处于高产量阶段，第三个超大规模客户合作正在进行。 Nasdaq 最重要的一个进展： 2026年4月，Google被报道正在与Marvell进行深度谈判，共同开发内存处理单元和下一代TPU，这正是Google此前几乎完全交由Broadcom负责的工作。如果谈判成功，Marvell将成为AI行业最具战略意义的芯片项目之一的核心设计伙伴。 这是什么意思？ Broadcom和Google的TPU合作锁定到2031年——这是Broadcom的护城河，但不是MRVL的天花板。Google开始和MRVL谈，不是要取代Broadcom，而是要建立第二供应商。这正是"缺货时代，落后者获利"的经典逻辑。 当TPU的设计需求超过了Broadcom单独能服务的上限，Google开始把部分项目分给MRVL。 这一单谈成，MRVL同时拥有Amazon和Google双超大规模客户锚定——三个超大规模客户（Amazon、Microsoft、Google）大幅降低了单一客户集中的风险，给市场提供了更清晰的多年营收增长路线图。 叙事二：光互连DSP——AI集群神经系统的命门 MRVL是目前唯一同时覆盖定制ASIC设计、1.6T光学DSP、硅光子技术（通过Celestial AI收购）和CXL交换的全栈公司——这是任何单一竞争对手都无法复制的护城河。 光互连DSP是什么？ 当GPU和GPU之间需要通信，数据需要在光纤里传输。但光纤里走的是模拟光信号，计算机需要的是数字信号。DSP（数字信号处理器）就是这两个世界之间的翻译器——它把数字数据编码成光信号发出去，再把收到的光信号解码成数字数据。 MRVL的PAM4 DSP是全球800G和1.6T光模块的核心芯片之一。光互连业务的需求与AI集群的互连基础设施同步扩张——每一个上线的AI集群都需要完整的互连协议栈，不需要等待GPU的供应情况。 这是最关键的逻辑： GPU供应有时候是稀缺的，但光互连不等GPU——只要数据中心在建，只要AI集群在运行，光互连就需要。 MRVL的DSP是一个和GPU并行运行的独立需求，不是GPU需求的影子。 4. 我自己的判断：为什么MRVL的故事比AVGO更有弹性 AVGO是龙头，MRVL是追赶者。 但在这个特定的历史时刻，追赶者的弹性更大，原因有三： 原因一：基数效应 AVGO已经是$2万亿市值，要翻倍需要成为$4万亿的公司。MRVL只有$1,470亿，翻倍只需要$2,940亿——和AVGO现在市值的15%相当。同样的资金流入，对MRVL股价的推动效果是AVGO的13倍以上。 原因二：Google的变量 AVGO和Google的合作是锁定的，这是护城河，但也意味着它的上行惊喜已经被充分定价。MRVL和Google的谈判还没有正式宣布——这是一个尚未被市场定价的潜在催化剂。如果Google正式宣布，MRVL立刻拥有Amazon+Google双超大规模客户，ASIC市场份额从15%向25%+跳升的路径被打开。 原因三：两个叙事不相关 AVGO的核心护城河是ASIC和VMware软件。 MRVL的两个叙事——ASIC和光互连DSP——是完全独立的业务。 ASIC受益于去Nvidia化，光互连受益于AI集群扩张。两个独立的增长引擎，互相不依赖，互相不替代。 MRVL在多个AI基础设施顺风中同时暴露：定制芯片、光互连、数据中心网络和更广泛的超大规模资本支出周期。这种在AI主题内的多元化暴露，使它成为纯粹的GPU标的（如Nvidia）的有吸引力的补充。 5. 估值合理吗？ $MRVL：Forward PE 36.4倍，市值$1,470亿。 $AVGO：Forward PE 31倍，市值$2万亿。 $MRVL的Forward PE比 $AVGO略高，但增速也更快： $MRVL FY27营收预期：约$110亿，同比增速约40% $AVGO FY27增速约25-30%。PEG（PE/增速）： $MRVL：36.4 ÷ 40 = 0.91, $AVGO：31 ÷ 27 = 1.15 PEG低于1都算便宜。 用PEG来衡量，MRVL比AVGO便宜约20%。 而且MRVL有Google催化剂这个尚未被定价的变量，AVGO没有。如果Marvell股价涨到$400，需要数据中心营收FY27超过$90亿，Google ASIC合同正式宣布，自定义硅年化营收达到$30亿。在这些条件下，ASIC业务40倍Forward EV/EBITDA，光互连业务20倍EV/Sales。 我觉得2027年是很有可能达到的，这还是在理性的估值下，如果是ai融涨疯牛选择忽略估值的话，如果NVDA到360分析师预测最高，也就是8.8T, 我预测8-10T，那么AVGO会到3-4T, MRVL到500B-1T都问题不大。 6. 三个需要追踪的关键变量 变量一：Google ASIC合同的正式宣布 这是目前MRVL最大的潜在催化剂。谈判已经在进行，但没有正式宣布。每过一个季度没有宣布，市场会稍微失去耐心。但一旦宣布，估值逻辑发生质变。 变量二：1.6T DSP的市场份额 Marvell已经开始出货1.6T PAM DSP，基于5纳米工艺，并推出了下一代3纳米版本，将光模块功耗降低超过20%。 800G向1.6T的迭代是MRVL DSP业务的下一个量子跳跃。如果MRVL能在1.6T时代维持甚至提升市场份额，光互连业务的营收会非线性增长。 变量三：Celestial AI的硅光子整合 MRVL收购了Celestial AI，进入硅光子领域。这是CPO时代最关键的技术平台——把光学引擎直接集成进芯片封装。如果MRVL能在CPO时代把DSP和硅光子整合成一个完整的解决方案，它的价值会远超现在的定价。 7. 最终判断：MRVL是这轮AI牛市里最干净的不对称机会 AI芯片市场分三类公司： 第一类：Nvidia——已经被充分定价的龙头。故事最好，估值最贵，上行惊喜空间有限。 第二类：纯ASIC公司（AVGO）——护城河深厚，但增速放缓在定价中。Google TPU锁定到2031年是确定性，也是上行惊喜的天花板。 第三类：MRVL——两个叙事都在爆发，Google催化剂未定价，市值基数小。 这是不对称机会的经典形态， 下行有Amazon锚定，有光互连稳定收入，不会归零，上行有Google合同宣布+CPO爆发+ASIC市场份额提升，估值可能从$1,470亿走向$5,000亿+。 $MRVL也是我重仓持有的标的之一，短期technical角度今天收长上影线，日线级别调整要来，加仓机会在第一目标165，第二目标140。如果给机会到140补那个缺口，我仓位加满（图1）。 总结：回到那个反直觉的规律：缺货时代，落后者获利最大。 ASIC市场正在缺货——Broadcom一家根本无法满足所有超大规模客户的定制需求。光互连正在缺货——AI集群每季度都在扩张，DSP的需求只增不减。MRVL是这两个缺货赛道里，那个正在被需要的追赶者。 历史一次次证明：当产能不足、供应商只有一两家的时候，第二名是最好的弹性高的投资标的（Nvidia和Amd，TSMC和Intel。） 因为所有人都开始认真研究它了。 #MRVL# #Marvell# #AVGO# #Broadcom# #ASIC# #定制芯片# #光互连# #DSP# #Google# #Amazon# #Nvidia# #AI芯片# #半导体# #美股# #龙二补涨# #CPO# #硅光子# #AI基建# #USStocks# #AIStocks# #数据中心# #去Nvidia化#

存储芯片还要缺 5 年！ 当我们进入 AGI 时代，Agent 需要 HBM 解决实时上下文、DRAM 解决短期记忆、NAND 解决长期记忆 利好股票一览👇 1. 美光科技 $MU AI时代最直接受益的存储龙头之一。 同时覆盖 HBM、DRAM、NAND 三大核心领域，几乎吃到整条AI存储产业链红利。 2. SK海力士 $000660.KS 全球HBM王者。目前是英伟达H100/H200最核心HBM供应商之一，AI浪潮最大赢家之一。 3. 三星电子 $005930.KS 全球最大存储芯片公司。DRAM、HBM、NAND全部覆盖，产业链统治力极强。 4. 铠侠 Kioxia $TYO: 285A NAND闪存核心大厂。 5. 西部数据 $WDC 全球NAND与数据存储巨头。AI训练与推理需要海量数据存储，企业级SSD需求正在快速增长。 6. 闪迪 Sandisk $SNDK NAND闪存纯玩龙头，AI数据存储与企业级SSD需求旺盛，定价能力强 7. 希捷科技 $STX 虽然主营机械硬盘，但AI时代数据归档需求暴增。 很多AI训练数据不会删除，而是长期保存， 8. 应用材料 $AMAT 不是存储芯片公司，而是存储设备核心卖铲人。HBM、DRAM扩产都需要先进半导体设备，AI军备竞赛越激烈，它越赚钱。 9.泛林集团 $LRCX 全球存储芯片设备龙头之一。DRAM与NAND制造高度依赖其刻蚀设备。 10. 东京电子 Tokyo Electron $8035.T 日本半导体设备核心公司。HBM先进封装与存储制造的重要受益者。 11. 阿斯麦 ASML $ASML 虽然主业是EUV光刻机，但高端HBM与先进DRAM制造离不开它。 12. Marvell Technology $MRVL AI服务器高速互联核心公司。HBM带宽越高，对高速数据传输需求越大。 13. 博通 Broadcom $AVGO AI网络与数据中心核心霸主。 随着AI Agent需要实时调用大量记忆数据，高速交换芯片需求会持续爆发。 14. 英伟达 $NVDA 很多人只看到GPU，但实际上英伟达越来越像AI超级计算平台 15. 台积电 $TSM HBM先进封装CoWoS最大受益者。 你最看好谁？

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。

美股新股神诞生记：清仓英伟达，全仓“收破烂”，27岁的Leopold如何靠“物理世界”赚翻55亿？ 如果有人告诉你，一家AI对冲基金，里面连一股英伟达、微软或OpenAI的概念股都没有，取而代之的全是做燃料电池的、破产重组的比特币矿企、以及被分析师疯狂看衰的英特尔。 你一定会觉得这个基金经理想钱想疯了。 但这个“疯子”，恰恰就是前OpenAI的超级对齐团队研究员、年仅27岁的Leopold Aschenbrenner。在过去的12个月里，他旗下的基金Situational Awareness LP，将管理规模从不到4亿美元，硬生生做到了55.17亿美元，足足翻了14倍！ 随着Bloom Energy、Cipher Mining、Intel等标的单日暴涨超10%，华尔街终于开始正视这个年轻人的“奇葩”购物清单。他那套脱胎于165页“万言书”的投资逻辑，正在被现实极其残酷地验证：AI的叙事，正在从屏幕里的模型，退回到脚下的土地和电网。 带你一文拆透这位美股“版本之子”的封神之路。 一、55亿美金的“废品回收站”：他到底买了什么？ 打开Leopold的13F持仓报告，第一大重仓股不是芯片公司，而是Bloom Energy（占比15.87%，8.76亿美元）。这是一家做“固体氧化物燃料电池”的公司，能直接把天然气转化为电力。 为什么一个AI基金要把身家押在发电厂上？ 因为AI实在太吃电了。Gartner预测，全球AI服务器的耗电量到2030年将翻近五倍。而美国那个平均寿命超过25年、破破烂烂的电网根本扛不住。 Bloom Energy的电池不需要接入电网，直接在数据中心旁边24小时发电。谁能解决断电危机，谁就是AI时代最暴利的“卖水人”。 第二大重仓：CoreWeave（占比22%，期权加正股超12亿美元）。这家公司曾经是个挖比特币的矿场，币圈崩盘后，他们把手里的GPU全拿去跑AI，摇身一变成了AI算力的最大军火商。Leopold看中它，是因为它手里有海量的GPU以及和英伟达的深度绑定。 第三大重仓：英特尔（Intel）（占比13.54%，7.47亿美元）。在英特尔股价腰斩、被全网群嘲的时候，Leopold疯狂买入看涨期权。他赌的不是英特尔的技术，而是美国的国家意志——在中美科技博弈下，英特尔拿到美国政府近80亿美元补贴，它是美国本土代工唯一的“亲儿子”。 最疯狂的扫货：一堆比特币矿工。 Core Scientific、IREN、Cipher Mining……这些要么破产重组、要么在熊市苦苦挣扎的矿企，全被他买了个遍。 原因很简单：AI数据中心最缺的电力配额和场地，全在这些矿工手里！比特币矿场早就锁定了全美最廉价的长期电力合同。一夜之间，这些原本炒币的矿工，变成了AI时代最大的地主。 与此同时，他在2025年第四季度，果断清仓了英伟达、Broadcom和Vistra这些被炒上天的明星股。 他的逻辑极度清晰：AI的瓶颈不在软件，在硬件；不在算法，在电力；不在云端模型，在物理世界。 二、从OpenAI的叛逆者到165页“万言书” 这个15岁考入哥伦比亚大学、19岁成为毕业生代表的天才，原本在OpenAI的“超级对齐团队”工作，负责防止AI失控。 但他因为向董事会提交备忘录，警告公司安全措施存在漏洞，被指控“泄密”而惨遭解雇。 离开后，他写下了一篇165页的《态势感知：未来十年》（Situational Awareness），预言AGI（通用人工智能）极有可能在2027年实现。 这篇万言书就是他55亿美元持仓的地图。他在书里预言： 万亿美元级别的算力集群即将出现。（半年后，特朗普政府就宣布了5000亿美元的Stargate基础设施项目）。 严重的电力危机。 为了供电，微软甚至重启了当年发生过严重核事故的三里岛核电站。 如果2027年AGI真的到来，世界需要海量算力 -> 算力需要GPU -> GPU需要电 -> 电从哪来？矿场和新能源。这就是他顺藤摸瓜的终极投资路线。 三、DeepSeek暴击之夜：在所有人恐惧时加仓 2025年1月27日，中国发布的DeepSeek模型以极低的成本（约600万美元）震撼了全球。 整个华尔街陷入恐慌：如果低成本就能搞定AI，那美国科技巨头砸进去的几千亿算力是不是都成了泡沫？英伟达单日暴跌近17%，整个半导体板块血崩。 Leopold的持仓全是基础设施，按理说应该崩盘。但当投资人打电话质问时，他只回了五个字：“Leopold says it's fine.”（Leopold说没事的。） 因为他在万言书里早就想透了：更便宜的训练成本，证明了算法效率在飙升。成本的下降从来不会消灭需求，只会创造出更大、更疯狂的模型训练需求。 他在恐慌中逆势加仓，事实证明，AI板块很快迎来了报复性反弹。 总结：投资的本质是寻找“物理瓶颈” Leopold的故事，绝不仅是一个少年暴富的爽文。 当所有人都在死盯着屏幕里GPT-5有多强时，他抬起头，看到了发电厂的烟囱和矿场的变电站。 在19世纪的加州淘金热中，赚得盆满钵满的不是挖金子的人，而是卖铲子和牛仔裤的Levi Strauss。 在AI狂飙的2026年，最值钱的未必是那段算法代码，而是支撑这段代码不被断电的物理世界底座。