今日办公室小思考： 7月之后最惨的可能就是 bottleneck boi 那套 long bottleneck。不是说瓶颈不重要，而是瓶颈本身并不能创造更多算力，赚的更多还是 scarcity rent。 最后 AI 最好的“上游”，其实还是谁能最快把 capex 变成 usable compute。 所以下半年是不是该从 long shortage duration 切到 long expansion？芯片、HBM/封装、networking、power/cooling，包括能把 utilization 拉上去的东西，本质上都在让算力更快上线。 说到底，最后买的可能不是 bottleneck，是 Δcompute

不要小看这次Codex大量写trace log的BUG 一般1TB的SSD的TBW（总写入量）大约在300-600TB左右 这次BUG预计每年会写640TB的数据到你的SSD上 赶紧升级最新版 推荐开源工具smartmontools查看SSD的寿命： brew install smartmontools sudo smartctl -a /dev/disk0 重点关注： Percentage Used # 已用寿命百分比 Data Units Written # 总写入量

赵长鹏说，比特币截至2026年8月已开采超过2007万枚，剩余供应量仅4.4%。估计现有比特币中有10-20%已丢失/卡住/无法恢复。它是一种通缩资产”。那么，这是比特币上涨的理由吗？如果有人发明一种与产业或社会直接挂钩的新币呢？稀缺性(Scarcity)是暴涨的“必要条件”，但绝非“充分条件”。在经济学与投资学中，资产价值由需求曲线与供给曲线的交点决定。当供给锁死时，价格完全由边际需求驱动。目前加密币疲软，还是在运用层面不行，学历高的都去干AI了。

先进制程的瓶颈，你以为只有光刻机吗？ 其实还有Photomask（光罩 / 掩膜版）。 如果说光刻机是印刷机，那么Photomask就是印刷模板 / 底片，wafer（晶圆）就是被印内容上去的纸。 AI带来的半导体复杂度增长，会直接传导到Photomask，甚至被进一步放大。 过去行业是wafer使用量 +10%，mask需求 +10%。 AI时代可能正变成：wafer +10%，mask value +20%~40%。 因为增长的不只是mask数量，还包括： mask层数 EUV层数 multi-patterning复杂度 advanced packaging mask RDL / interposer / HBM相关mask inspection复杂度 repair难度 mask write时间 Photomask本质上已经不再只是“玻璃板”，而越来越像半导体工业里的“母版”。 mask面积远大于芯片，但精度要求反而更高。这点和euv镜头有点像：在A4纸大小区域上绘制整个城市地图，同时误差不能超过几纳米。 一套高端mask如果存在缺陷，后面可能是几万片wafer同时报废。 因此行业的核心，是缺陷控制能力。目前高端mask已经进入纳米级光学工程阶段。EUV mask、3nm/2nm logic mask、HBM相关mask、Advanced Packaging mask，都远超传统DUV时代。 于是高端Photomask天然是低throughput、慢扩产、重工艺积累行业。 相比传统DUV mask是透射式，光直接穿过去；EUV mask则是多层反射镜结构，内部包含Mo/Si multilayer、absorber、pellicle和超低缺陷blank。mask defect会被无限复制，因此phase defect、CD误差、overlay误差、multilayer defect都会极其致命。于是mask inspection的重要性开始接近光刻机本身，工艺技术门槛都变得极高。 除了芯片制造需要mask，还有Advanced Packaging Mask：先进封装本质上也是光刻工业。 CoWoS、Fan-Out、RDL、Interposer、EMIB、Hybrid Bonding，本质都依赖Photomask。因为先进封装已经不再只是“把芯片焊起来”，而是在package内部重新构建超高密度微型互连系统，负责数据传输、电源分配、时钟同步和高频信号完整性。 AI需求带来的，不只是封装数量增长，而是每个Package内部复杂度的爆炸。过去1~2层RDL，现在5层、8层、10层以上。每增加一层RDL，通常就意味着新增对应mask流程。于是Photomask需求开始从“跟随wafer数量增长”，变成“跟随系统复杂度增长”。 先进封装可能是未来几年增长最快的Photomask子方向之一。因为AI package正在逐渐变成“微型主板”。大量原本属于PCB和系统板级的功能，正在向Package内部迁移：HBM互连、高频SerDes、Power Delivery、Chiplet Fabric。于是先进封装越来越像“后道版晶圆厂”。 这也是CoWoS、EMIB、Foveros、SoIC、Hybrid Bonding越来越重资产、越来越难扩产的根本原因。它们已经不再是传统封装，而是系统级硅互连制造。 而随着光刻机越贵、越稀缺，每一次曝光就越昂贵。于是晶圆厂会更加重视： 高质量mask inspection repair pellicle overlay metrology 与此同时，EUV紧缺还会推动multi-patterning。原本1层EUV，可能被迫变成多次Immersion DUV曝光、SADP、SAQP，结果反而增加了Mask数量。因此EUV scarcity并不一定压制Photomask行业，很多时候反而提升高端DUV mask需求。尤其HBM、CoWoS、Advanced Packaging、RDL、Substrate这些大量使用Immersion DUV与Packaging Lithography的环节。 这也是为什么高端Photomask行业越来越像HBM、CoWoS和EUV生态。真正限制行业扩产的，已经不只是CapEx，而是： defect reduction yield learning inspection能力 process tuning customer database 长周期验证 工艺积累 很多部分已经开始像“工业化手工艺”。 其在整个半导体生态中的议价能力，将会越来越强。而市场，很可能还没有充分意识到这一点。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

Leopold 的Situational Awareness基金的13f已经公布。整个组合的变化已经可以从“主题表达”上升到“市场阶段判断”。 此前市场对 Situational Awareness LP 的理解，更接近一个高确信度 AI infrastructure long-only 风格组合：集中押注电力、GPU 云、数据中心、矿企转型和光通信，逻辑核心是 AI 带来的基础设施瓶颈会持续恶化，从而驱动相关资产长期重估。 但最新 filing 显示，基金虽然并未放弃这一长期 thesis，却明显开始调整表达方式。减仓列表高度集中于此前涨幅最大、估值扩张最明显、且最依赖 AI 资本开支持续加速的资产。这说明管理人当前更关注的，已经不是“AI 是否继续增长”，而是“市场对 AI 增长的定价是否已经过度线性化”。 这一点在 CoreWeave 上尤其明显。 CoreWeave 普通股与 call option 同时大幅下降，意味着基金不仅降低了现货风险敞口，也降低了对进一步爆炸性上涨的杠杆暴露。此前 CoreWeave 是整个 AI infrastructure trade 中最具“金融杠杆属性”的资产之一：它本质上是 NVIDIA GPU scarcity 的衍生表达，估值高度依赖 hyperscaler 持续外包 AI 算力需求，以及资本市场持续愿意为 GPU 扩张融资。 因此，减持 CoreWeave 的意义，并不只是简单止盈，而更像是对整个 AI capex acceleration trade 的风险再评估。基金可能认为，市场此前默认的“AI 投资会无限制持续加速”这一叙事，已经开始进入边际验证阶段。一旦 hyperscaler 开始讨论 ROI、推理成本、模型商业化效率或 capex 回报率，CoreWeave 这类高杠杆 AI 基础设施资产的估值弹性就可能显著下降。 Bloom Energy 的减仓则透露出另一层信息。 Bloom Energy 原本是 AI 电力短缺 thesis 中最纯粹的受益标的之一，因为市场逻辑非常直接：AI 数据中心需要电，而传统电网无法快速扩容，因此分布式供电和天然气燃料电池将获得结构性需求。然而，这种逻辑的问题在于，它很容易被市场进行过度线性外推。 从仓位变化来看，基金并未完全放弃 Bloom，而是降低仓位权重。这更像是一种“长期逻辑仍成立，但短期定价已明显前置”的处理方式。换句话说，管理人可能开始认为，市场已经提前交易了未来数年的 AI 电力需求增长，而实际订单兑现、项目建设周期、燃气供应链以及数据中心上线节奏，未必能够匹配当前估值所隐含的增长曲线。 类似逻辑也适用于 CORZ、IREN、APLD、RIOT 等资产。 这些公司此前最大的重估逻辑，在于市场逐渐接受： 拥有电力、土地、冷却系统和高功率接入能力的矿企， 本质上已经是 AI 数据中心的潜在基础设施供应商。 这个方向本身并未失效。但问题在于，这一交易在过去几个季度已经迅速从“非共识”演变成“高度拥挤”。一旦市场开始普遍接受“矿企转 AI 数据中心”的逻辑，资产价格就会从基于现实现金流，转向基于远期 AI 基础设施想象空间进行定价。 而当估值主要依赖远期叙事时，波动率通常会明显上升。 这也是为什么这份 filing 中，大量新增 put 与存储链上的双边期权结构非常重要。它意味着基金正在从“单边 AI beta”转向“AI 波动率交易”。 这一变化的核心，并不是基金不再相信 AI，而是基金开始认为： AI 基础设施资产未来最大的特征， 可能不是稳定上涨， 而是剧烈重定价。 这与当前市场环境其实高度一致。 在这个阶段，资产价格往往会开始对边际变化异常敏感。 因此，基金当前的行为更像是在主动降低“线性乐观敞口”，同时提高“非线性收益敞口”。减仓高 beta AI 基础设施股票、降低 call 暴露、增加 put、以及在存储方向配置双边期权，本质上都指向同一个判断： AI 超级周期仍然存在，但市场对这一周期的定价，已经进入高波动、高拥挤和高预期阶段。