BWX Technologies 最近宣布收购 Precision Components Group，这是一次产能扩张，新增的50万平方英尺厂房和400多名熟练工人，在核能需求重新启动的周期里，是能稳定交付的制造能力的保证。 核能正在进入一个新的上行周期。AI带来的电力需求增长，叠加政策推动的小型模块化反应堆（SMR）和能源结构转型，使核能重新成为“稳定基荷电源”。 供需缺口急剧拉大。尤其是在美国，本土核工业制造能力长期萎缩，具备认证、工艺和经验的生产体系极难复制。核级设备涉及严格的认证体系和极长的验证周期，不是资本投入就能快速扩出来的产能。 这使得行业的竞争逻辑发生变化。和之前的be逻辑类似，重要的是制造和按时交付。BWXT通过这次收购，把自身从“接单能力”进一步推向“交付能力”。 如果用类半导体产业链的视角去看，核能产业链也在逐渐出现类似“ASML / KLA”的角色。真正的核心在那些具备高认证、高复杂制造能力、且产能极难复制的供应层。 BWXT本身就是这一类公司，更接近“复杂度收费者”的角色。类似的还有 Curtiss-Wright，在泵、阀门和控制系统等关键部件上形成长期绑定，一旦进入供应链，生命周期可以锁定几十年。Chart Industries 则属于跨能源体系的设备提供商，类似更广义的“卖水人”。 相比之下，像 Westinghouse Electric Company 这样的反应堆公司，更接近整机厂，承担工程和系统集成风险；NuScale Power 代表未来可能的技术方向，但商业模式和成本仍未完全验证；而 Cameco 则处在资源端，受益于需求增长但更具周期性。 类似AI产业链中GPU、HBM、电力成为瓶颈，核能体系里的瓶颈正在向制造端集中。AI的发展正在反向推动重工业复兴，形成一条清晰的传导路径：算力需求增长→电力需求上升→核能重启→制造能力成为约束。 BWXT的这一步，本质是在赌一件事：未来核能的竞争，不是需求之争，而是供给能力之争。谁能造出来，谁就拥有定价权。 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

今天 Amkor Technology 财报是一份大超预期的财报。 营收达到16.9亿美元，同比大幅增长，并明显高于市场一致预期；EPS同样大幅超出预期，背后是产能利用率从此前低位快速回升到70%区间。更关键的是，公司给出的下一季度指引继续大幅上修。 但市场却毫不给面子，盘后股价一度跌幅达8%。 到底哪里出了问题？ 硬要找，只有一个：公司将全年资本开支从过去约7.5亿美元直接提高到25-30亿美元，增幅接近3倍。 这看起来像是之前市场对大科技的capex大幅增长，现金流担忧的复现。 但这个顾虑到底有没有道理？ 要解答这个问题，需要先把先进封装这件事拆开来看。 本质上，封装在回答一个问题：算力如何被高效地“物理实现”。 围绕这个问题，产业链形成了清晰分工：TSMC负责前道制造，把电路刻进硅里；Amkor负责后道封装测试，把裸die变成可用芯片。从历史上看，两者几乎没有重叠。但在AI时代，封装开始直接影响带宽、功耗与系统性能，先进封装逐渐“前道化”，tsmc开始用cowos和amkr竞争，边界开始模糊，不过这种变化主要集中在最顶端的一小段。 Amkor的技术路径恰好位于另一侧。它的先进封装重心在Fan-Out体系，其中HDFO（高密度Fan-Out）是当前最关键的增长抓手，同时也在布局2.5D和3D。 CoWoS由TSMC主导，基于硅中介层（interposer），服务HBM与AI GPU的极限带宽需求；而HDFO基于RDL，不依赖interposer，结构更简单、成本更低，但互连能力有限。 两者不是竞争关系，而是分层关系：一个解决性能上限，一个解决性能与成本之间的平衡。 从技术层级看，真正的天花板在2.5D和3D封装，尤其是Hybrid Bonding这类已经接近前道工艺的技术路径。而amkr这样的OSAT所主导的，是另一层“工程化封装”：Fan-Out、Flip Chip以及部分2.5D能力。这一层的核心是规模化制造能力、良率控制和成本效率。 就Amkor的产品结构来看， 最底层是QFN、WLCSP等标准化封装，对应汽车、模拟、电源等成本敏感市场； 中间层是FCBGA、fcCSP、Fan-Out，对应数据中心CPU、推理芯片、网络交换芯片等中高性能场景； 最顶层才是CoWoS这类极限封装，但这一层并不属于Amkor的主战场，amkr吃的是前两层。 FCBGA本质是“高I/O、高功耗、高性能，但不追求极限带宽”。它广泛应用于服务器CPU、非HBM GPU、云厂自研ASIC以及交换芯片等。 绝大多数算力芯片并不需要HBM。只有像NVIDIA H100、B100这类训练级芯片，才必须依赖CoWoS+HBM来解决带宽瓶颈。 以Google为例，其芯片体系本身就是分层的：训练侧使用HBM与2.5D封装，而大量推理、视频处理、网络等ASIC，本来就采用FCBGA或Fan-Out方案。 就目前AI的发展路径来看，训练是金字塔顶端，数量有限；推理才是大头，而且是指数级扩散。 从数据中心到边缘再到终端，推理节点数量远超训练节点。在这个过程中，封装选择的核心约束从“性能上限”转向“总拥有成本”。在绝大多数场景里，“性能够用+成本可控”优于“极限性能”，这正是FCBGA与Fan-Out的优势所在。 这也是为什么HDFO已经进入商业化放量阶段，并成为Amkor当前最重要的增长抓手。 回到CapEx，我们可以看出，这是在为“推理时代的算力扩散”提前铺设产能。从亚利桑那到越南，从HDFO到高性能测试平台，本质上是在卡位产能。 业务层面的变化也在验证这一点。传统PC与消费电子仍然疲软，但数据中心与AI相关收入已经创下新高；HDFO开始进入量产周期，客户数量持续增加；同时公司开始向客户转嫁成本，封测行业长期缺乏的定价权正在边际回归。这些信号叠加在一起，说明行业不是简单复苏，而是在重构。 总结来看，先进封装不再是一条单一路径，而是“极限性能”和“规模效率”两种范式并存。前者由TSMC等厂商定义技术上限，后者由Amkor等OSAT决定产业体量。随着AI从训练走向推理，从集中走向扩散，真正决定长期价值的，往往不是最顶端那一小部分，而是承接最大规模需求的中间层。而这，正是Amkor正在用这笔30亿美元资本开支押注的位置。 免责声明：本人持有文中提及的标的，观点必然偏颇，非投资建议，股票投资风险巨大，入场需极度谨慎

《孙宇晨详解 Techteryx 为什么被骗了 5 亿美金？》这篇文章是孙宇晨在 TUSD 5 亿美元储备金被挪用事件相关媒体说明会后的专访，核心内容为孙宇晨指控 Techteryx 委托香港信托公司 FDT 管理的 TUSD 5 亿美金储备金，被 FDT 未经授权与迪拜 Aria DMCC 串通，通过伪造文件、设立两本假账、搭建回扣支付链条等方式，违规转至无资质私人实体而非约定的开曼持牌基金；孙宇晨方面借助迪拜 DIFC 新机制，耗时 5 个月获得首份相关全球冻结令，已冻结涉案第一层银行账户并持续追踪二、三层资金流向。FDT 则否认指控并指孙宇晨诽谤。阅读全文：

据 PR Newswire 报道，NYSE American 上市公司 Bitmine Immersion Technologies（BMNR）在过去一周新增买入 65,341 枚以太坊（ETH），显著高于此前每周约 4.5–5 万枚的增持节奏。其持有 ETH 数量增至 4,660,903 枚，约占 ETH 总供应量的 3.86%，并计划将持仓提升至 5%。截至 3 月 22 日，公司合计持有约 65 亿美元 ETH（按每枚 2,072 美元计）、196 枚 BTC、约 2 亿美元 Beast Industries、9,500 万美元 Eightco Holdings（ORBS）股权以及约 11 亿美元现金，合计加密资产及现金约 110 亿美元。Bitmine 目前已质押约 314 万枚 ETH，年化质押收入约 1.84 亿美元，准备在 2026 年一季度上线自研质押基础设施 MAVAN。

大家都在押 GPU，但 AI agent 的真实瓶颈根本不在 GPU 上。 Georgia Tech × Intel 去年 11 月发了一篇论文 （arXiv:2511.00739），在 5 个真实 agent 系统上实测—— 工具调用（搜一下、查数据库、跑代码、读文件）占掉了整个响应时间的大头： 检索型 agent：90.6% Devin 同类代码 agent：78.7% LangChain：>50% 模型推理从来不是瓶颈。 道理其实很朴素： 一次对话里，agent 要调工具十几轮（搜一下、看结果、再搜、跑代码、看报错、再跑…）。 每一次工具调用都在 CPU 上，GPU 大部分时间其实在闲置。 更反直觉的数字： 并发请求一堆上去，CPU 电费暴涨 87 倍，GPU 只涨 27 倍。 也就是说 agent 规模一大，电费账单的主力是 CPU，不是大家盯着的 GPU。 这对 AI 基础设施的估值模型来说，是三个没被 price in 的信号： CPU 侧的"老钱"会被重新定价。 Intel / AMD 的服务器 CPU、内存带宽、互联芯片，在 agent 时代不再是"便宜的配件"。 只买更多 H100 救不了 agent 产品的延迟。很多 AI 创业公司做 agent，还在继续往 GPU 堆钱 —— 这条路走不通。 Datacenter 电费模型要重写。CPU 吃掉 44% 的动态能耗，散热和电力预算全要重估，直接影响 Neocloud 和 hyperscaler 的毛利。 AI infra 的下半场，战场从 GPU 搬到 CPU + 内存 + 互联。 大部分人还在讨论模型参数的时候，已经有人在重画 datacenter 的账本。