不知道买什么个股就买整个板块的etf。 现在Reserve @reserveprotocol 推出的Ai概念链上基金恰好弥补了这层缺失，或许是本轮链上代币化的一个核心赛道。 目前Reserve AI Photonics DTF 从低点7天上涨了32%了。

MSX 上新公告｜$LAZR.M 🎯 7 月 2 日，MSX 正式上线 $LAZR.M RWA 现货。 Tema Photonics & Optical ETF，是 Tema 与 SemiAnalysis 联合打造的首只机构级光子学主题 ETF。 🔦 24 只持仓顺着数据流一路铺开， 从硅光、CPO 到光模块和光纤光缆， 瞄准 AI 数据中心正在发生的「光替铜」。 📝 铜互联走到瓶颈， $LAZR.M 把下一程交给光。 #光通信#

跟着黄仁勋的时间线走，每一阶段的钱都在提前切换 过去一年，如果你认真拆老黄每次GTC、财报会、闭门峰会说了什么，会发现AI基建的主线其实一直在切换。真正厉害的资金从来不是等新闻出来再追，而是提前拆下一阶段CapEx会流向哪里。 整个时间线其实非常清晰。 第一阶段：GPU → HBM → CoWoS → Memory 最早被老黄反复强调的方向。 Blackwell开始，HBM已经从外围配件升级成AI架构核心。老黄在财报会上明确说了：Blackwell和Vera Rubin的性能瓶颈，越来越取决于HBM带宽与供应。 很多人还把 $MU当周期股。但老钱已经开始把存储当AI structural asset来定价。 第二阶段：Ethernet → 光通信 → Silicon Photonics 2026上半年真正爆发的第二条主线。 AI集群进入十万卡级别后，真正限制效率的已经不是单卡性能，而是GPU之间的数据流动效率。老黄开始疯狂强调Spectrum-X、Ethernet、Scale-Out、Silicon Photonics。 NVLink解决的是Scale-Up，柜内互联。真正的大规模AI集群最终拼的是Scale-Out，柜外组网。AI越大，Ethernet的地位反而越强。 $ANET $MRVL $CRDO $ALAB $LITE ——这些AI数据流动收费站开始进入估值扩张阶段。 第三阶段：Inference CPU / Agentic AI 2026 Q1财报会后华尔街开始重新定价的方向。 很多人之前觉得AI时代CPU会边缘化。但老黄在5月财报会明确：Inference爆发后，CPU反而重新成为瓶颈。Agentic AI、Inference、Orchestration都需要大量CPU调度。 $ARM $QCOM $ADI $TXN $MCHP开始明显走强。 很多人还在盯GPU，但老钱已经开始提前布局Inference infrastructure。 第四阶段：AI-RAN + Edge AI + Physical AI 我认为这是2026下半年到2027真正可能成为主场的方向。 AI第一阶段是Training，第二阶段是Scale-Out。接下来AI必须真正离开hyperscaler数据中心，进入现实世界。 老黄已经把话说得很清楚：未来AI会进入运营商网络、边缘节点、基站、机器人、工厂、汽车。AI不会永远只待在云里。 这一阶段分三类受益方向。 AI-RAN和边缘网络：未来全球几百万个基站可能都会变成边缘AI节点。真正值钱的是射频、DAC/ADC、FPGA、边缘推理网络。 $NOK是AI−RAN联盟的核心发起人，英伟达直接投资背书。 Edge AI和On-Device AI：Agentic AI开始长进PC、手机、汽车、边缘网关。设备端AI最大的问题是低功耗推理加本地memory加实时连接。 $QCOM $SIMO这些传统边缘芯片公司的估值可能会被重新定价。 Physical AI和Robotics：散户喜欢炒机器人概念，但真正决定机器人能不能大规模落地的是工业控制、PLC、伺服系统、自动化基础设施。未来真正持续扩估值的，可能不是最性感的人形机器人概念，而是卡住物理世界执行层的工业收费站。 $TSLA $ABB $SYM $ROK。 总结 AI的下一阶段已经不只是训练模型。而是让AI真正进入现实世界。每一次老黄开口，都是在提前告诉市场下一阶段的钱会流向哪里。 #PhysicalAI# #EdgeAI# #AIRAN# #光通信# #机器人# #数据中心# #半导体# #AI算力#

今天财报，重点是盘前的 $EOSE $NBIS !! 1. Nebius $NBIS 市值： $47.65B 收入 Est： $388.57M YoY 增长： 573.05% 看点： 重点关注 2026 $7B - $9B ARR 的展望是否维持 / 抬高！ 我的重仓。 2. Tower Semiconductor $TSEM 市值： $25.8B 收入 Est： $410.98M YoY 增长： 14.77% 看点： 重点关注其在硅光子（Silicon Photonics）领域的进展，尤其是 800G/1.6T 模块 ！ 3. Eos Energy Enterprises $EOSE 市值： $2.91B 收入 Est： $56.4M YoY 增长： 379.28% 看点： 关注其锌基电池系统的产能扩张进度，全年展望，有没有数据中心大单！ 另外，这家也有很高的做空仓位，有可能会和 $FLNC 一样有轧空行情。（NFA） 买了一点埋伏，这家可以试试开个盲盒。 4. Gilat Satellite Networks $GILT 市值： $1.58B 收入 Est： $114.56M YoY 增长： 14.33% 5. Aeluma $ALMU 市值： $507.32M 收入 Est： $1.35M YoY 增长： - 6. AmpliTech Group $AMPG 市值： $67.89M 收入 Est： $5M YoY 增长： 66.67% 看点： 展望！公司重申 2026 年全年收入目标至少为 $50M。 也是我的持仓，上季度财报 miss 后暴跌，最近股价慢慢涨回来了，这次希望不要再让人失望！

1,000+ 股票 & ETF 已上線 StableStock,持續增加中⋯⋯ 本期新標的已全數上線,以下是這批名單中的 6 個重點 - First Trust Smart Grid ETF($GRID) 聚焦智能電網與電力基礎設施 —— AI 數據中心建設與全球能源轉型的直接受益標的 - Corgi Lithography & Semiconductor Photonics ETF($EUV) 半導體製造中的「光」之核心 —— EUV 微影與光子學,先進製程繞不過的卡脖子環節 - Strategy 浮動利率永續優先股($STRC) Strategy 發行的浮動利率永續優先股,兼具債性現金流與股性彈性,獨特的配置工具 - RoboStrategy($BOT) 納斯達克新上市的封閉式基金,集中佈局機器人、自動化與 AI 策略 - 2X Long ORCL Daily ETF($ORCU) Oracle 的 2 倍日內槓桿 ETF —— 從資料庫巨頭轉身成為 AI 基礎設施核心玩家 - 2X Short SNDK Daily ETF($SNDQ) Sandisk 的 2 倍日內反向 ETF —— 一張 ETF 做空整個存儲晶片週期 從 AI 驅動的電網基建到 EUV 微影,從永續優先股到 AI 槓桿工具,從 Oracle 多頭到 Sandisk 空頭 —— 還有更多新上線標的 一鍵以穩定幣交易,盡在 StableStock

AI投资已经不只是 $NVDA：22只ETF把整条产业链拆开了 如果你还把AI行情理解成“买英伟达、买半导体”，可能已经低估了这一轮资本开支扩散的速度。 现在AI已经从GPU一路扩散到：HBM、晶圆、光通信、Neocloud、电源、MLCC、液冷、软件、网络安全，甚至OpenAI、Anthropic、Meta、DeepMind和xAI各自的生态链。 这份AI ETF地图，建议收藏： 一｜半导体 / GPU / 晶圆 $SMH VanEck半导体ETF 半导体核心组合，覆盖英伟达、台积电、AMD等龙头。 $SOXX iShares半导体ETF 同样覆盖整个半导体产业链，配置相对分散。 $AIFR Defiance Global Foundries ETF 专门聚焦晶圆制造，把AI投资进一步拆到“谁负责真正把芯片制造出来”。 二｜HBM / DRAM / 存储 $DRAM Roundhill Memory ETF 直接押注存储产业链，包括DRAM、NAND以及AI最重要的HBM方向。 AI算力越强，对高速存储的需求越高，所以HBM已经从普通零组件升级成AI基础设施的重要瓶颈之一。 三｜光通信 / 光模块 / 硅光 $LYTE Roundhill Photonics & Optics ETF 聚焦光通信、光学、光模块和相关产业链。 $FOTO Tuttle Capital Pure Play Photonics ETF 同样主打Photonics光子技术。 当AI集群从几千颗GPU扩展到几万甚至几十万颗芯片以后，最大的挑战之一，就是如何让这些芯片高速连接。 所以AI的下一轮预算，不只是“算得快”，还要“传得快”。 四｜Neocloud / GPU算力租赁 $NCLD Roundhill Neocloud ETF 重点押注GPU-as-a-Service、AI数据中心以及Neocloud算力租赁。 如果不想自己买GPU，就租算力。 这也是AI基础设施里过去两年迅速冒出来的一种新商业模式。 五｜传统云计算 $SKYY First Trust云计算ETF 聚焦成熟云生态。 相比Neocloud，这条线更多是传统云计算、软件和基础设施平台。 六｜MLCC / 电容 / AI电源 这一块可能是目前市场最容易忽略的AI基础设施分支之一。 $CCML Roundhill MLCC & Electronic Components ETF 聚焦MLCC以及电子元件。 $CAPA 电容 / MLCC ETF 主要覆盖被动元件、电容相关产业链。 $PSOX AI服务器电源相关ETF 聚焦AI服务器供电、电源转换及相关零组件。 为什么这些东西突然重要？ 因为GPU功耗越来越高，AI机架的电力密度也越来越高。 到了下一代AI数据中心，市场讨论的已经不是单纯“GPU够不够”，而是： 电送不送得到？电压稳不稳定？功率转换效率够不够？ 七｜液冷 / AI热管理 $COOL AI Thermal Management ETF 聚焦液冷、散热以及AI数据中心热管理。 GPU越强，产生的热量越大。 所以AI资本开支最终会形成一条非常清晰的链条： 芯片 → 电力 → 散热 → 互联。 少任何一环，整个AI数据中心都跑不起来。 八｜AI软件 / SaaS $IGV iShares Expanded Tech-Software Sector ETF 覆盖软件、SaaS以及云软件。 $WCLD WisdomTree Cloud Computing Fund 更集中在云计算软件方向。 AI基础设施建设完成以后，最终还是需要应用层去产生收入。 所以AI交易的后半场，很可能会逐渐从“卖铲子”向“谁真正把AI变成软件收入”扩散。 九｜网络安全 $CIBR First Trust Nasdaq Cybersecurity ETF $HACK 网络安全ETF $BUG Global X Cybersecurity ETF AI Agent越来越多、企业数据越来越多、模型访问权限越来越复杂，网络安全本身也可能成为AI时代另一笔刚性IT预算。 十｜最特别的一组：直接押注五大AI实验室生态 这可能是整张ETF地图里最有意思的一组。 $OAIW OpenAI Lab Ecosystem ETF 押注OpenAI产业链合作伙伴。 $ANTW Anthropic AI Lab Ecosystem ETF 押注Claude / Anthropic生态。 $MTAW Meta AI Lab Ecosystem ETF 押注Meta AI生态。 $DEPW Google DeepMind AI Lab Ecosystem ETF 押注Gemini / DeepMind生态。 $XAIW SpaceXAI Lab Ecosystem ETF 押注xAI / Grok生态。 这类ETF的逻辑已经不再只是： “AI会不会增长？” 而是进一步变成： 你认为未来哪一个AI生态系统会跑出来？ 把这22只ETF放在一起，其实就能看清AI行情正在发生什么变化： 第一阶段，市场买GPU。 第二阶段，市场买HBM、晶圆和服务器。 第三阶段，市场开始买光通信、电源、MLCC和液冷。 再往后，则是云、软件、网络安全和AI应用生态。 所以AI并不是一个板块。 它正在变成一整套新的科技基础设施。 真正值得研究的，已经不是“AI行情什么时候结束”，而是： 下一笔AI资本开支，会流向产业链的哪一层。

中际旭创：万亿市值光模块龙头，高光财报下的四大隐忧 华尔街观察写在科创新低可能触底的时刻 （本人无持仓，纯客观数据复盘，不构成投资建议） #中际旭创如今稳居万亿市值、沪深300第一权重AI光模块龙头，但市场极少追溯其真实底色：公司前身是山东龙口电机绕线设备企业，与光电产业毫无关联。2016–2017年耗资28亿元蛇吞象并购苏州旭创，2017年更名转型。# 真正核心资产苏州旭创，由清华本科、佐治亚理工博士的刘圣团队2008年创立，拥有朗讯、Opnext海外技术积淀，2014年获得谷歌CapitalG投资，是谷歌早期背书第一家中国科技企业。自2023年起，公司按LightCounting统计，全球光模块出货量稳居第一。 必须厘清市场误区：旭创是规模、出货、量产执行第一，并非全线指标第一。对标新易盛，其毛利率更高、LPO技术领先、独家通过英伟达认证，细分竞争力存在明显差异化。 2026半年报数据极度亮眼：营收417.78亿元（同比+182%），归母净利润136.51亿元（同比+242%），毛利率46.6%，海外收入占比95%，单半年业绩超越2025全年。公司利润增速持续爆发：2024年净利51.7亿、2025年108亿，2026年机构预期327亿，两年利润翻6倍。 但财报存在致命结构性瑕疵：账面净利136.5亿，经营现金流仅18亿，同比-44%。核心原因：存货从127亿飙升至198亿，应收账款从63亿飙升至150亿，利润大量沉淀在备货与海外账期，真实落袋利润远低于报表利润。 此外公司存在两大长期硬约束：第一，核心DSP芯片100%依赖博通、Marvell，无国产替代；第二，客户极度集中，谷歌单一大客户占比24%，前五大客户占比70%–80%，海外收入占比95%。 公司护城河真实存在：400G/800G/1.6T持续率先上量，1.6T全球份额超50%，硅光自研、垂直整合、大客户认证形成先发飞轮。但长期风险明确：英伟达Spectrum-X Photonics已量产，2030年CPO渗透率或突破30%，技术路线迭代压力巨大。 政策端双面性显著：受益新质生产力赛道红利，同时面临1260H生效、FCC设备禁令草案的尾部外部风险。 总体判断：旭创是周期高位、业绩爆炸、结构存瑕、风险显性的顶级龙头，未来行情取决于现金流修复、1.6T份额守住、外部政策风险是否落地。

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。

下班了，终于有时间认真给大家分析一下英伟达最新的财报了。 先说英伟达。Q2营收962亿美元，同比+106%；数据中心收入890亿美元，同比+117%，下一季度又直接给出1080亿美元营收指引。更重要的是，Vera Rubin已经进入全面量产，CoreWeave、Google Cloud、微软、Oracle等客户都已经开始运行Rubin机架。甚至Spectrum-6已经同时往可插拔光模块和CPO方向推进。 上面这段话看起来很复杂，大家真正要理解的核心逻辑只有一个，就是AI基础设施的复杂度还在继续往上走。为什么这么说？ 因为Rubin卖得越多，背后绝对不只是英伟达多卖几颗GPU。需要的是更先进的逻辑制程、更大的HBM、更高层数的DRAM堆叠、更复杂的TSV、更先进的封装、更密集的互连，最后甚至开始走向CPO和silicon photonics。 OK，接下来正文开始！ 上面说了很多，这些牛逼的东西在真正量产之前，都有一个必须要做的事，就是先买设备。那么，向谁买呢？没错，就是我们这篇文章真正的主角 $AMAT 很多人一提AMAT，就把它理解成一只HBM/DRAM设备股，其实完全不是。AMAT最新一个季度半导体设备收入70.4亿美元，其中Foundry/Logic/Other占整整67%，DRAM只有26%，Flash只有7%。换句话说，它最大的基本盘本来就是先进逻辑，而不是单押存储。 AI继续往前走，AMAT几乎每一条线都能吃到。 2nm/GAA继续推进，需要更多沉积、刻蚀、材料工程； DRAM/HBM继续扩产，需要Epi、TSV、CMP、沉积和检测； HBM从12层、16层继续往更高堆叠走，制造和良率难度继续提高； chiplet和先进封装越来越复杂，CMP、铜电镀、eBeam metrology和defect inspection需求全部增加； 再往后走到CPO和silicon photonics，本质上又是在增加新的材料、封装和制造步骤。 看明白了吗？amat甚至不需要赌哪一家AI芯片公司最终赢。 英伟达赢，要买设备。ASIC起来了，Google、Meta、Amazon自己造芯片，还是要买设备。HBM继续爆发，海力士、美光、三星扩产，要买设备。先进封装继续升级，还是要买设备。 今天的先进封装本来就还大量使用micro-bump + thermocompression bonding，AMAT自己最新的技术说明也明确说，现在主流仍然是TC bonding，之后才逐步向hybrid bonding迁移。也就是说，即便hybrid bonding的大规模放量往后推，被推迟的只是某一个设备CapEx爆发点，不是HBM需求消失，更不是先进封装设备不需要了。 实际上，AMAT现在已经同时在吃micro-bump、TSV、高层HBM以及未来hybrid bonding的设备需求。公司今年刚推出一整套针对DRAM和先进封装的新设备，包括Epi、CMP、铜电镀、PECVD和eBeam检测，覆盖从今天的micro-bump一直到未来hybrid bonding。 talk is cheap, 我们直接来看数据，最新季度AMAT营收91.2亿美元，同比+25%，创历史新高；下一季度直接指引102.5亿美元，明显高于当时华尔街约95.4亿美元的预期。更重要的是，公司把2026年advanced packaging收入增长预期从之前的50%以上提高到了70%以上，客户给出的需求visibility甚至已经开始看到2030年。 好了说到这里，我能想到很多人会拿 $AMAT 股价下跌说事，但我可以很负责任的说，真正研究了整条产业链以后，我确信，这段时间amat的走弱本质上更多是在消化前期过高预期、与LRCX/KLAC/ASML之间的相对增长比较，以及部分先进封装技术节点放量时间变化。财报出来以后股价跌，甚至也是因为市场觉得“很好，但还不够炸”，而不是基本面转坏。 只要 AI 继续推动先进逻辑、HBM、先进封装和光互连的资本开支，AMAT 仍然是卖铲子的。市场现在争论的更多是这把铲子未来几年能卖多快，而不是还有没有人需要铲子。