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 SideM超レトパ
SideM超レトパ 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 SideM超レトパ 的搜尋結果
📊🔥 瑞典超深度视角:今晚09:00PM 盘面资金出现极限拉扯! 赫根 vs 卡马亚 Live Odds & Wave Analysis 👥 今晚这场瑞典超很有意思。The initial market sentiment was heavily backing the home side, but the latest data shows a massive twist. 主队赫根坐拥主场优势,初始让步直接深开到 0.5/1球 (odds 1.00满水) 试图展现统治力。 然而机构在附加盘中诡异变阵,迅速开出 0.5球 (0.81低水) 的浅盘开始疯狂分流热度。 This line movement clearly indicates that the market is losing some confidence in a comfortable home win(这个降水退盘的动作,明显暗示着市场对主队单方面大胜的信心出现动摇) 更刺激的在后方的 Over/Under(大小球)线。从最初高调的 3.0球 (大球0.88低水), 一路上推到了附加盘的 3/3.5球 (-0.88高水),明摆着是在挑逗玩家去追多球对攻。 📋 临场波胆 Matrix 实时风向: Correct Score 筹码分布:主胜 2-1(赔率 7.7)、1-0(赔率 10)和 2-0(赔率 10)依然是资金主力。 但平局那一栏,1-1 赫然卡在 7.7 的低位,比 0-0(19)要敏锐得多。 复盘研判:大盘强行把大小球顶到 3/3.5 的历史深位,看似在造势大屠杀,但波胆里 2-1 和 1-1 的超低水位却在悄悄透露真相。这暗示着赫根今晚的后防线极有可能沦陷,今晚两队极大概率是一场互相扯开防线的互爆局,比赛胜负全看谁能多撑住临场最后20分钟! #Allsvenskan# #瑞典超# #FootballAnalysis# #SportsData#
顯示更多
請不要在我高潮的時候問我問題 例如: 可以射裡面嗎 💦💦💦 女生高潮的時候腦袋是空白的 我怕你問什麼我都說好 🥵🥵🥵 BTW 這個側入的姿勢超深的 會讓妳翻白眼的那種程度 🥴 My mind is completely blank when I am about to cum 🥵 This side entry position is deeeeeep 🔥🔥
顯示更多
今年的香港比特币峰会 day 1 总体来说 大家认为比较“无聊” 展会不大,很多都是在sell矿机 很多来参会的人疑问🤔 怎么现在还在推矿机? 此外,很多side event都是邀请制的,总体的话,大型party不算多 这次好像没几个头部KOL来参与 嘉宾的话较大家熟悉的是刚从不丹🇧🇹赶过来的CZ和孙哥 本次最大热点是,CZ一天三场的分享会 最为热闹 @cz_binance 此行的分享以中文为主的AMA,大表哥还是一如既往地亲民,不过行程匆匆,好像凌晨3点才到香港 香港今天红色暴雨⛈️ 也抵挡不住大家的热情 总结一下CZ大致表达: 香港Web3金融竞争力强,RWA超预期,证券上链能打破门槛和时区,DEX已成熟 BTC到100万是必然,而且在25年内。但更重要的是大规模支付 + 当养老金/储备 BTC会比黄金更重要,差约10倍,下一轮牛市可能追上,建议各国按加密市值前五配储备,BTC通常超 50% 不用BTC比用更危险,多链不是零和,股票代币化会带更多人进圈,最后也会碰 BTC 阿联酋监管最领先,香港推进快,建议各国建框架、设储备、发本国稳定币、做代币化 RWA和AI最强。不排除大AI公司发代币。AI代理以后大概率先用稳定币交易 DYOR
顯示更多
0
36
92
7
轉發到社區
ThrowbackHornynight 太太们临时起意,直接开了这场2+1的狂野盛宴🔥 老婆浑身发烫、渴望被填满的欲望,我们全盘接住、狠狠纵容——看着她衣衫半褪、眉眼含春,在欢爱里彻底放开,娇吟浪叫、浑身发软,把最妖冶放荡的模样全露出来,这股子又骚又媚的劲儿,就是我们当老公最沉迷、最满足的顶级享受! 等她们情动难捺、欲火焚身时 最稀缺的,从来都是那种大方、放得开、懂分寸、又超会配合的优质单男啊! 😂😂 The ladies decided on a whim and kicked off this wild 2+1 feast right away 🔥 When our wives burn with heat and crave to be filled, we take every bit of it and give them full, unbridled freedom. Watching them half-undressed, eyes heavy with lust, letting go completely in pleasure—moaning, gasping, melting into every touch, showing off every inch of their most seductive, uninhibited side… that wild, sultry allure is the ultimate pleasure we husbands live for, obsessed over and satisfied beyond words! And once their desires burn hot and uncontrollable? What’s rarest and hardest to find? Always those high-quality single men: open-minded, generous, respectful yet bold, perfectly in tune, and ready to give everything they’ve got 😂😂
顯示更多
lam research财报前瞻 LRCX马上要发的财报的重点,其实是关于LRCX在AI周期里到底处在什么位置,以及它的变化会如何传导到整个产业链。 LRCX不是一个简单的设备公司,而是一个典型的工艺复杂度受益者。 AI带来的变化,并不只是算力需求增加,而是芯片制造过程本身的复杂度在快速上升:HBM堆叠层数提升、TSV深孔刻蚀难度提升、3D NAND层数逼近物理极限、2nm/GAA结构三维化。这些变化的共同结果,是单位晶圆需要的刻蚀和沉积步骤显著增加,且难度更高。 这意味着,LRCX的增长逻辑并不完全依赖“产能扩张”,而是更多来自“工艺密度提升”。 因此,财报是否超预期其实不是最关键的,关键是预期差来自哪里。影响财报结果的核心变量可以归纳为五个:预期是否已经被上调、订单是否顺利转化为收入、收入结构是否来自AI/先进封装、服务业务是否稳定、以及管理层指引是否保守。 但股价反应的逻辑未必和财报完全趋同。市场交易的不是结果,而是偏差。真正驱动股价的,是四件事:是否超出buy-side预期、指引是否上修、增长是否来自AI等高质量需求,以及毛利率是否稳定。在当前阶段,毛利率的重要性甚至高于收入,因为市场已经默认需求很强,但对“增长质量”更敏感。 因此,即便财报大概率超预期,股价也未必上涨。 就供给侧来说,LRCX未来并不会像ASML那样出现长期产能受限。刻蚀和沉积设备本身是可扩产的,公司也在持续扩大制造和服务能力。 真正的瓶颈并不在LRCX内部,而在外部,来自客户侧:洁净室、厂房、电力和安装条件,决定了设备能否转化为收入。其次是供应链中的关键子系统和零部件,以及更深层的工艺复杂度——随着结构越来越三维化,问题不再是“设备够不够”,而是“设备能不能稳定运行、能不能调出良率”。这类瓶颈会带来节奏错配:订单存在,但收入确认延迟,从而放大股价波动。 这种结构也决定了LRCX财报的外溢效应。市场会把它当作整个设备链和AI制造链的风向标。设备同行如AMAT、TEL通常是最直接的映射;KLA代表制程控制的跟随需求;而存储厂如Micron、SK hynix、三星,则通过HBM资本开支被侧面验证;再往下,TSMC等晶圆厂则对应先进逻辑和封装的真实落地节奏。 更上游的子系统供应商中,MKS Instruments是一个典型例子。它提供RF、电源、真空等关键模块,嵌入刻蚀设备内部,本质上是“设备里的核心部件供应商”。它的需求不仅跟设备数量相关,更跟工艺复杂度直接相关。在AI时代,由于刻蚀强度和等离子体要求提升,单台设备对其组件的需求也在上升。因此,它往往表现为设备周期的“放大器”:景气向上时弹性更大,但在安装节奏延迟或需求不确定时,波动也更剧烈。 整体来看,这一轮AI周期下,LRCX的核心变量已经从“周期”转向“复杂度”。短期看,财报仍会受到安装节奏、毛利率和中国政策的扰动;中期看,订单可见性在提升;长期看,只要工艺复杂度持续上升,它的定价能力和盈利能力就具备持续支撑。 用一句话总结就是: LRCX的财报不是在看需求有没有,而是在看需求会不会在复杂度超预期上升的情况下超预期。 免责声明:本人持有文章提及股票,观点充满偏见,非投资建议dyor
顯示更多
AI模型评分都是被专项攻坚创造出来的,于是我对比了Fable5,Grok4.5, Kimi K3针对同一个交易系统审计结果进行了对比。 先说结论: Fable5:最适合作为系统级主审核模型 Kimi:最适合作为代码缺陷与一致性专项审核模型 Grok:最适合作为代码梳理和方案发散模型,不适合单独决定策略修改 最佳组合:Fable5全面审核+Grok 4.5代码梳理+K3代码审核 具体细节: 1. Fable5:系统级判断能力最强 Fable5 最大的优势不是代码读得比另外两个模型更多,而是它能把: 代码规则; sizing snapshot; intent ledger; 实际 block 统计; 当前资产 headroom; SELL/REDEEM 回流路径; 放进同一个因果框架。 它使用了几个非常关键的实盘指标: ADD 近 7 天约占新增资金 43%; 84% 资金已经部署; ETH、SOL、XRP headroom 为 0; 近 40 个周期中主要阻塞是:blocked_capital_efficiency=47 blocked_asset_cap=28 deployment cap=0 runway=0 这让它能够区分: “某个机制理论上可能限制资金” 和 “当前实盘真正正在限制资金的机制”。 最终它得出: ADD 对资金流向重要,但当前周转主因在回收端、资产 cap 和效率过滤,不在 ADD 准入本身。 这是三个模型中最接近生产系统审核要求的判断。 弱点 Fable5 仍有一些过度推断: 把 ADD 描述为让资金“锁得更久”,实际上 ADD 的剩余 TTE 通常比 ENTRY 短; 把超 cap 资产总持仓约 $382 说成可以“直接解锁 $382”,没有区分总持仓、超额部分和可成交部分; 把模型中的 redeem_lag_days=2 一度当作实际回款延迟; “$5 仓位几乎不受每美元每日利润门约束”的推理不正确,因为该指标已经按资金归一化; 2-lot 最低 ENTRY 建议可能系统性损失覆盖率。 因此,Fable5 的系统方向判断最好,但具体数字和金融指标仍需二次校验。 最适合的角色 PRIMARY_SYSTEM_REVIEWER LIVE_OPERATIONAL_DIAGNOSIS CHANGE_PRIORITY_DECISION CROSS_MODULE_ROOT_CAUSE_ANALYSIS 2. Kimi:代码缺陷侦测能力最强 Kimi 对代码结构的还原比较准确: 固定 ADD 次数和 interval 已退役; ADD 采用 target-gap 模型; ENTRY 60%,ADD 补到 100%; allocator 是最终数量权威; style 仅作诊断; 现金、集中度、shock、深度共同限制订单。 更重要的是,Kimi 找出了其他两个模型没有明确指出的具体问题: shared_deployable_pool() 读取 account_snap["capital"]["deployable_cash"] 但该字段可能没有实际写入 → 回退到 free_cash → 策略层与 allocator 层资金口径可能不一致 它还发现了: 合同写 debounce 60 秒,代码/配置为 30 秒; 注释周期 16 分钟,实际 loop 600 秒。 这些是典型的静态审核、字段追踪和合同一致性检查优势。 弱点 Kimi 在资本效率和交易语义上的推理弱于它的代码检查能力。 典型错误是: ADD 价格更高,所以边际 edge/day 必然更差。 这忽略了剩余持有时间也缩短。更高 ask 并不必然意味着更低 edge/day。 它还认为: 60/40 会让剩余资金长期闲置; 提高 entry share 会改善周转; CONFIRMATION_NO 应收紧; 增加单市场软 cap 会改善组合周转。 这些结论缺少真实候选竞争、实际 block attribution 和反事实分配数据支持。 最适合的角色 STATIC_CODE_AUDITOR SCHEMA_AND_FIELD_FLOW_CHECKER CONTRACT_IMPLEMENTATION_DIFF LOCALIZED_BUG_DISCOVERY Kimi 很适合回答: “代码是否存在字段没有写入、默认值回退、文档与实现不一致、某个 gate 实际是否生效?” 但不适合单独回答: “应该如何改变交易策略和资本分配?” 3. Grok:代码梳理最完整,但最容易过度设计 Grok 对整个 ADD 路径的整理最详尽: 各层准入条件; risk latch; REDUCE reentry cooldown; 价格带; fingerprint; emergency cap; market target; ENTRY/ADD gap; allocator 的现金、集中度、shock 和深度约束; ADD 与 ENTRY 的评分和 continuity; SELL/REDEEM 对现金回收的影响。 它对当前代码执行模型的概括非常清楚: 能不能加由 headroom 决定;加多少由 target gap 离散为 lot;ADD style 只是解释标签。 因此,在“快速理解一个陌生复杂系统”方面,Grok 表现很好。 弱点 Grok 最大的问题是: 从“发现一个可能的机制副作用”快速跳到“建议修改策略”。 它提出了大量未经实盘证明的改动: TIME_TOPUP 冷却; ADD 1.5 倍 edge/day 门槛; ask≥0.97 限制为 1 lot; 降低 peak target; 提高 entry share; 单次仅补部分 gap; 弱化 continuity; 降低 TTE confirmation 权重。 这些建议表面上都很合理,但存在三个问题: 没有先证明这些机制实际造成了损失; 没有量化被 ADD 挤出的 ENTRY 是否更优; 可能重新引入此前已经修复的低 ADD recall 和 leader fidelity 偏差。 Grok很擅长生成完整优化空间,但容易把: POSSIBLE SIDE EFFECT 升级成: CONFIRMED ROOT CAUSE 再进一步升级成: SHOULD CHANGE PRODUCTION LOGIC 这是生产交易系统审核中最危险的倾向。 最适合的角色 SYSTEM_MAPPING CODE_AND_CONFIG_EXPLANATION HYPOTHESIS_GENERATION DESIGN_OPTION_ENUMERATION 不适合作为唯一的: PRODUCTION_CHANGE_APPROVER ROOT_CAUSE_FINAL_AUTHORITY STRATEGY_SEMANTICS_GATEKEEPER 三个模型的典型思维模式 Grok 发现机制 → 推演可能副作用 → 生成多种优化 → 倾向建议修改 优点:覆盖广、思路多。 风险:过度设计、假设升级过快。 Kimi 追踪代码和字段 → 找实现不一致 → 找局部缺陷 → 尝试从缺陷推导策略改进 优点:代码问题定位强。 风险:局部正确不等于系统结论正确。 Fable5 理解代码 → 读取运行数据 → 找实际 binding constraint → 区分主因和次因 → 按实盘收益排序 优点:最接近生产运营思维。 风险:仍会在个别指标含义和金额口径上过度断言。
顯示更多
日本考察随记:AI革命中日本(之一) 走访日本,研究被动元件产业集群、深度分析村田、太阳诱电、TDK等头部企业后,最大的感受是:市场对本轮AI产业浪潮的认知,长期聚焦于GPU、HBM、光模块等高增长显性赛道,却严重低估了底层物理硬件的话语权博弈。很多人疑惑, AI革命由美国定义算法、 中国落地市场、 韩国主攻存储, 日本似乎缺席了前沿竞争, 但深入产业内核会发现,日本正牢牢卡住AI算力基础设施的“隐形咽喉”——高端MLCC。这也是我判断, 日本在本轮AI革命中依旧具备不可替代核心地位的关键原因。 过去很长一段时间,市场对MLCC的认知极其简单固化,将其归为手机、PC、消费电子的周期附属品,是跟随终端出货量波动的普通被动元件。终端景气则行业回暖,终端低迷则行业承压,这种消费电子周期逻辑,主导了市场对MLCC行业数十年的定价与认知。但AI服务器时代的到来,彻底颠覆了这一传统逻辑,而掌握高端MLCC核心技术与产能的日本企业,顺势站上了AI产业链的核心价值位。 AI产业的核心竞争,早已不局限于大模型、算力芯片、高速存储与光互联,真正制约高端算力稳定高效运行的,是一套极易被忽略的底层体系——服务器供电网络(PDN)。当下AI算力集群的核心痛点,早已不是单纯的算力密度不足,而是超高功耗场景下的供电稳定性问题。单颗AI芯片功耗突破1000W,核心工作电压不足1V,这意味着芯片周边需要承载数百至上千安培的瞬时突变电流,且算力负载会随计算任务启停极速跳变。 这种极端工况下,一旦供电网络响应速度不足,就会出现电压下陷(voltage droop),直接导致芯片降频、运算出错,甚至服务器宕机,彻底摧毁算力集群的稳定性。而高端MLCC的核心价值,就是作为芯片近端的局部电荷缓冲池,压低PDN阻抗,抑制高频噪声与电压波动,为GPU、ASIC等核心算力芯片筑牢供电安全底线。简单来说,没有高端MLCC的稳定加持,再顶级的GPU、HBM、光模块都无法发挥完整算力。 当前全球数据中心供电架构正迎来颠覆性迭代,进一步放大了高端MLCC的刚需属性。传统服务器通用的12V供电架构,早已无法适配AI机架的暴涨功耗,行业正全面向48V/54V架构升级,同时Google、Meta、微软主导OCP Diablo 400标准,英伟达主推800VDC AI工厂供电架构,高压直流供电成为行业确定性趋势。 这里存在一个关键的产业认知误区:高压供电仅解决远距离传输效率问题,无论远端电压提升至48V、400VDC还是800VDC,电流最终输送至AI芯片核心时,都必须降压至1V以内。远端高压、近端低压的架构特性,叠加超大瞬态电流、高频负载跳变的工况,让芯片近端的去耦、稳压、降噪需求达到前所未有的高度,而这一刚需,精准对应日系企业垄断的高端MLCC赛道。 本轮产业变革的核心特征,是MLCC需求的结构性分化,而非全行业周期复苏,这也是日本产业话语权持续强化的核心逻辑。当前全球MLCC市场呈现极致的冰火两重天:手机、PC等传统消费电子需求疲软,普通标准规格MLCC产能充足、竞争激烈、价格承压,不存在短缺行情;但适配AI服务器的高端专用MLCC,陷入持续性、刚性结构性短缺,供需缺口持续扩大。 之所以形成这种结构性差异,核心在于AI场景所需的MLCC,早已脱离普通消费级规格范畴,具备极高的技术、工艺、认证壁垒。AI服务器核心工况,要求MLCC必须同时满足小尺寸、高容量、低ESL(等效串联电感)、低高度、高耐压、耐高温、高可靠的严苛标准,且可适配die-side、land-side贴近芯片部署,参与嵌入式PDN设计。 其中低ESL性能是核心壁垒,也是日韩与国产厂商的核心差距。高频算力场景下,ESL参数直接决定电容的去耦能力,ESL过高会让电容在高频环境下失效,彻底丧失稳压降噪作用。村田、太阳诱电、TDK等日系龙头,凭借长期积累的材料、叠层、共烧工艺优势,实现了单层0.5μm介质薄膜、超1600层叠层的量产能力,对位精度可达±0.3μm,远超行业平均水平,可完美适配AI芯片的高频、大电流工况,这是普通MLCC产线无法复刻的核心优势。 更深层次来看,本轮高端MLCC短缺并非短期库存周期波动,而是技术、产能、认证三重壁垒构筑的长期供需错配,而这三重壁垒,基本由日本企业主导把控。 第一,需求端的增量逻辑彻底重构。本轮MLCC需求增长,并非来自服务器出货量的线性提升,而是单台AI服务器、单颗GPU、单个电源模块的MLCC用量与规格全面升级。算力功耗越高、架构越先进,近端高端MLCC的搭载数量与精度要求就越高,需求呈指数级增长。 第二,供给端产能无法快速释放。高端AI服务器MLCC无法通过普通产线简单改造量产,其小型化、高容量、低ESL、高耐压、高温可靠性的特性,涉及特种陶瓷粉体、电极浆料、精密叠层、低温共烧、高频测试等全套核心技术,量产良率把控难度极大。同时高端MLCC扩产周期长达18-24个月,核心生产设备交期1-2年,短期产能无法快速爬坡。且日系龙头经历多轮行业周期波动后,早已摒弃低端产能扩张策略,村田、太阳诱电、TDK持续收缩消费级标准品产能,将有限产能优先倾斜AI服务器、车载等高利润高端赛道,三星电机更是计划减产30%-35%标准品MLCC,进一步压缩低端供给、聚焦高端市场。目前村田在全球AI高端MLCC市场份额高达70%,形成近乎垄断的格局。 第三,客户认证壁垒构筑长期护城河。进入AI服务器核心供电网络的MLCC,并非简单的元器件采购替换,需要与主板设计、芯片封装、电源模块、散热系统、PDN仿真模型深度绑定验证,认证周期漫长、准入门槛极高。一旦通过头部算力厂商认证,即可形成长期稳定的独家或优先供货资格,新进入者难以快速替代。 行业普遍关注的硅电容替代逻辑,进一步印证了日系高端MLCC的不可替代性,二者并非替代关系,而是场景分工、协同赋能。硅电容优势集中在die-side极近区域,可适配超高频瞬态电流处理,但板级电路、电源模块、48V高低压接口、land-side中高频去耦等核心场景,仍然需要大量高端MLCC支撑。硅电容的技术迭代,本质是行业对芯片电源完整性的极致追求,进一步放大了高端电容的价值,而非颠覆MLCC的产业地位。 纵观整条AI产业链,利润与价值正在从前端算力、光互联,持续向底层物理硬件渗透。GPU、HBM解决算力输出与数据存储问题,而高端MLCC解决算力稳定运行的底层保障问题。随着AI机架功耗持续攀升,48V/54V仅为过渡架构,400VDC/800VDC高压架构将成为未来主流,但无论远端供电架构如何迭代,芯片核心低压、大电流、高瞬态、高热密度的核心工况不会改变,高端MLCC的刚需地位将长期稳固。 本次日本产业考察的核心感悟:AI革命的竞争,从来不是单一技术的竞争,而是全产业链底层能力的比拼。 美国掌控AI算法与算力芯片话语权,韩国主导高端存储,而日本凭借数十年的材料与工艺积累,垄断了AI算力稳定运行的核心底层元件——高端MLCC。 当下的MLCC,早已跳出消费电子的周期桎梏,正式成为AI基础设施供电网络的核心核心。低端MLCC周期疲软、高端MLCC持续紧缺的结构性行情,不会是短期现象。在AI算力持续升级、供电架构持续迭代的背景下,日本企业凭借高端MLCC构筑的产业壁垒,将成为其在全球AI革命中最核心、最隐形的竞争力,这也是解读本轮AI产业格局,必须看懂的日本价值。
顯示更多
Sider Code:自定义你在访问的网页 有点未来已来的感觉,你在访问网页时,可以让Sider Code把当前网页改造成你想要的样子,可以是修改主题配色、隐藏广告和某些板块、自动化操作、给页面添加自定义功能等。像是油猴脚本,但是能直接结合内置的AI能力实现AI分析和操作网页的效果,能力上限和可玩性都比油猴要强的多。 例如,下方视频我做了一个功能,访问Hacker News时,每个新闻标题都添加一个“预览”按钮,鼠标停留在这个按钮上时,展示由AI总结的这个新闻的概览。而且这不是一次性的功能,是个脚本,开启后对Hacker News持续有效,每次访问都能用。 为什么说有未来已来的感觉,因为这实现了自定义网页功能和体验,相同的网页,每个人都能装饰出不同的样式和添加不同功能;未来的软件、操作系统、人形机器人,都有可能是自定义的。 PS,不要对小红书和Boss直聘的网页使用。 3天内免费使用,来试试自定义你日常访问的网页:
顯示更多
Which side of Rapi from Nikke do you prefer to cum on, boobs or ass? Only 7 days left of NNN, do you think you can survive?😉 Link of content in comment 你贏得了NNN嗎?只剩下7天,我不確定你能否撐過這個對Rapi的觀點😉。在評論中獲取內容鏈接。
顯示更多
0
24
5.3K
481
轉發到社區
Which side of Rio do you prefer? Rio selfie + fansign pack will be extended to this month, do check my Gank to get them 🫶🫶 黑白搭配Rio 🫶 Rio自拍+fansign的合集会延长到这个月!记得在我的Gank查看🫶🫶 #bluearchivecosplay# #bluearchive#
顯示更多
0
5
1.7K
141
轉發到社區