#TL漫画合集# 我再打算开个漫画推文合集帖 整理一下 👉🏻👈🏻 因为有些漫画我发的很早期了！ 宝宝们找起来不方便！ 这样方便一些！😋😋

今天，我们一直在跟 @blockaid_ 密切合作，详细调查昨晚发生的针对 @humafinance v1 协议的漏洞攻击事件。Blockaid 的事件分析报告非常详尽（链接见第一条回复），在此不做赘述。 以下是事件 TL;DR 及我们从中学到的关于系统架构和运营的经验教训。 👇 TL;DR 攻击事件： 攻击者发现了智能合约中的一个漏洞，并从 Polygon 上的三个 v1 老池子中盗取了约 10.1 万美元的 protocol fee & pool owner fee。 用户资金： 用户资金没有受到任何影响。 风险隔离： 问题出在 Huma EVM v1 合约。与 PST 及 Huma 在 Solana 上所有的智能合约完全无关。 Solana 合约： Solana 上的程序采用了全面重新设计的架构，不包含此次被攻破的逻辑。 当前状态： 所有 v1 资金池均已暂停。 关键的经验教训：表面上看，这是 2023 年初上线的 v1 版本中的一个智能合约漏洞，但它凸显了在协议设计和运营方面的几个问题： 1. 不要把重要的状态转换（state transitions）混在有复杂逻辑的函数里 _updateDueInfo() 和 _getDueInfo() 计算到期款项和各类费用，是 v1 合约中最复杂的部分。将借款人状态转换嵌入到这些复杂函数中不是一个明智的选择。我们后来对这个设计也不太满意，在 Huma v2 智能合约的设计上放弃了这个方案，采用了更简单的架构。 2. 坚决剔除不必要的功能。 引入 requestCredit() 是为了支持未来的扩展，但在实际运营中从未用到过。非关键函数天生会受到较少的测试和安全审查，从而产生了不必要的攻击面。在发布前我们曾讨论过要不要把它拿掉，但当时认为没有大碍就保留了。如果某个函数不是必须，就不应该放进合约里。 3. 积极关闭不再使用的池子。 保留不再需要的旧池子会产生不必要的风险。今天，开发者和攻击者攻防双方都积极使用 AI，一些旧合约没用经过 AI 审计，可能会有更多的薄弱环节。关停 v1 资金池的工作此前已经在进行中，但没有放在最高的优先级，我们在这一点上应该更坚决。 这是一个惨痛的教训。我们应该好好从中学习，以不辜负这高昂的学费。在此分享我们第一时间的反思和经验教训，希望能帮助生态别的建设者，尤其是有老合约的项目方，能更有效地提高对黑客的防范。DeFi United, DeFi Strong! 🛡️

很好笑。 某 BTC 画线师，几个月前发推煞有介事预测四月底跌倒 4w，因为画的线实在很有艺术天赋我截图保存了。 今天又在 TL 刷到了他的帖子，画了个直线直达4w。 说实话很扫兴，搞艺术的不要敷衍了事，我期待你的作品。

$dreams 这个币，基本没看到中文区聊，但是这两天已经悄悄去了20m， $ping 和 $payai 都陨落了。 每次看到TL上面说base要崛起了，我都背后发凉，主要是被背刺太多次了。

为什么 MLCC 又重要了？ 本文专注于三个问题，大家各取所需： 1. 为什么现在MLCC变得重要了？ 2. 为什么是高端MLCC？ 3. 为什么本次更像是结构性短缺而非补库存周期。 请注意，本文的逻辑您可以直接复制给你们的AI，AI会告诉你基于本文描述的情况还能找到哪些其他的产业，或是在中国A股有什么标的。 本文不赘述此处，但是欢迎大家评论区留言讨论。 觉得大家有点价值，欢迎大家画一刀点个订阅。 ---------TL:DR--------- 1. 为什么现在MLCC变得重要了？ 过去看MLCC，会把它当成一个手机、PC、汽车电子周期品。 手机出货好，MLCC好；消费电子差，MLCC差。这个理解不能说错，但在AI服务器时代，它已经不够用了。 因为AI数据中心正在把MLCC从一个“普通被动元件”，重新推回到一个非常关键的位置：Power Delivery Network，也就是供电网络。 AI服务器的核心问题，不只是GPU够不够多，HBM够不够快，光模块够不够密。还有一个更底层、更物理的问题： 这么大的电流，如何稳定、低损耗、快速响应地送到GPU/ASIC核心？这就是MLCC重新变得重要的原因。 现在的数据中心供电架构正在发生变化。传统服务器时代，12V供电已经用了很多年。但AI rack功耗暴涨之后，行业正在往48V/54V，甚至±400VDC/800VDC演进。 Google、Meta、Microsoft推动OCP Diablo 400；NVIDIA也在推800VDC AI factory power stack；TI、Vertiv、ABB、Delta这些公司也都在围绕800VDC架构布局。 但这里有一个容易被误解的点： 高压供电解决的是远距离传输效率，不是芯片核心附近的供电问题。800V也好，48V也好，最终到GPU/ASIC核心，仍然要变成不到1V的核心电压。 而一个1000W级别的AI芯片，如果核心电压约1V，意味着它附近要处理的不是几十安培，而是数百到上千安培的瞬态电流。 这才是真正可怕的地方。 AI芯片不是一个稳定耗电的灯泡。它的负载会快速跳变。某个计算任务起来，电流需求瞬间拉高；电源网络如果响应不够快，电压就会下陷，也就是voltage droop。droop太大，轻则降频，重则错误、宕机、可靠性下降。 所以越靠近GPU/ASIC，越需要大量电容作为局部电荷缓冲，压低PDN阻抗，抑制噪声和电压波动。 这就是MLCC在AI服务器里的真实作用。 它不是“板子上随便贴一堆小电容”。它是在帮GPU/ASIC维持高速运行时的供电稳定性。 2. 为什么是高端MLCC？ 但这里必须强调：真正重要的不是所有MLCC，而是高端MLCC。 为什么？ 因为AI服务器需要的不是普通消费级规格。它要的是：高容量、小尺寸、低ESL、低高度、高可靠、高耐压、耐高温，甚至要能放在package附近、land-side、die-side，或者参与嵌入式PDN设计。 普通MLCC解决不了这个问题。因为在高频场景下，电容不是只看容量。ESL，也就是等效串联电感，会变得非常关键。ESL太高，电容在高频下就不像电容，反而会失去去耦效果。 所以AI服务器真正需要的是低ESL、短电流路径、大电流截面积、能贴近芯片的MLCC。 这就是为什么村田在AI服务器供电指南里，不是泛泛而谈“MLCC需求增加”，而是专门讲die-side、land-side、低ESL、低高度、小型高容量，以及PDN仿真和元件摆放。 这背后的意思是：高端MLCC已经不只是材料问题，而是供电架构问题。这也解释了为什么这轮更像“结构性短缺”，而不是普通周期补库存。 3. 为什么本次更像是结构性短缺而非补库存周期？ 普通MLCC并不一定短缺。手机、PC、一般消费电子需求并不强，很多标准规格并没有进入全面紧缺。 但AI服务器用的高端MLCC是另一回事。 它受限于几个东西： 第一，需求增长不是单纯来自AI服务器数量增加，而是每块AI baseboard、每个power module、每个GPU/ASIC附近的电容用量和规格都在上升。 第二，高端MLCC产线不是普通产线随便切一下就能做。小型化、高容量、低ESL、高耐压、高温可靠性，都涉及良率、工艺、材料和测试能力。 第三，AI服务器客户认证周期长。进入GPU/ASIC供电网络的元件，不是今天报价、明天替换。它要和主板、封装、电源模块、热设计、仿真模型一起验证。 第四，头部供应商不太可能为了短期需求疯狂扩普通产能。经历过多轮MLCC周期后 村田 (村田製作所, Murata 太阳诱电(太陽誘電, Taiyo Yuden 三星电机 (삼성전기，Samsung Electro-Mechanics TDK ( 这些厂商更倾向于把产能分配给高端、高可靠、高利润规格，而不是重走低端过剩路线。 所以我们看到的可能不是“MLCC全行业普涨”，而是： 低端松，高端紧。消费级松，AI服务器紧。普通规格松，高容量/高耐压/低ESL/低高度规格紧。 这就是结构性短缺。 还有一个问题：硅电容会不会替代MLCC？ 我的理解是，不是简单替代，而是分工。越靠近die、越高频的位置，硅电容会更有价值。它可以进入封装，interposer、die-side附近，处理极高频瞬态。但板级、power module、48V输入输出、land-side、中高频去耦，仍然需要大量高端MLCC。 所以硅电容的出现，并不是否定MLCC逻辑，反而说明同一个趋势： AI芯片附近的电源完整性，正在变成新的价值池。 未来不是某一种电容通吃，而是MLCC、硅电容、聚合物电容、嵌入式电容基板一起分工。 因此，MLCC这条线最重要的判断，不是“会不会像2018年那样全行业大缺货”。 我认为更正确的问题是： AI服务器高端MLCC会不会持续紧？ 我的答案是：大概率会。 因为AI rack功耗还在继续上升，48V/54V只是当前阶段，±400VDC/800VDC是下一阶段，但不管远端电压怎么升，最终芯片核心附近都必须面对低压、大电流、高瞬态、高热密度的问题。 只要这个问题存在，高端MLCC就会继续重要。 短缺也更可能出现在这些方向： 高容量、小尺寸MLCC 低ESL、低高度MLCC land-side / die-side 用MLCC 48V电源系统里的高耐压MLCC 高温、高可靠、服务器级认证规格 能参与PDN仿真和客户协同设计的高端料号 所以这不是简单的“被动元件涨价故事”。 更准确地说： MLCC正在从消费电子周期品的一部分，变成AI基础设施供电网络的一部分。 这也是为什么它值得重新研究。 AI产业链的利润池，不只在GPU、HBM、光模块。 当算力继续堆高，瓶颈会自然扩散到供电、散热、互联、存储这些底层物理环节。 而MLCC这一次站上的，正是“供电完整性”这个位置。 这才是这轮高端MLCC行情最值得重视的地方。