註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

AI产业挖掘🐔
@QihongF44102
经历多轮 AI 变革周期:学生时代研究 Computer Vision,职业早期深耕 Recommendation / Search Systems,如今专注 Agentic Systems。
327 正在關注    13.6K 粉絲
感谢168x的邀请,这期有些内容不是我擅长的,观点不重要,主要看看我的逻辑
一位朋友写的公众号,关于存储的,她写的比较系统,我自己就想到哪儿,写到哪儿
0
10
24
3
轉發到社區
市场炒缺货,盯着AI投资产业链每个零部件从GPU、存储、光、电(sic gan mlcc..) 为啥无视最明显的缺货呢?资金信用提供方 信用担保提供缺货是未来两年最确信的交易,超过任何一个零部件。半导体牛人们 技术缺货都未必不能绕过 只有钱(信用提供“缺货”)不可能绕过
顯示更多
0
46
267
26
轉發到社區
AI交易到这个时点,务必要去掉所有杠杆,务必要做好保护,有的市场还没调整,但不代表不会调整; 有几个事件让我感到担心: 1.港股->日韩->A股 这几个主要和AI相关的市场相继进入了熊市,美股是否能够避免,我很担心; 2.从产业到资本市场极度fomo,中间藏着不少泡沫; 先说产业, 上游90%毛利的存储,还在要求涨价,其他几乎所有的硬件都在涨价,似乎所有人都觉得capex可以永续高增长; 再到LLM从业人员,动辄几千万上亿的薪资,很多一些只看过几篇论文,用claude code 或者codex 实现一遍的人,就说自己要做算法工程师;是个算法工程师都要做大模型预训练;但实际上,现在做的事情,绝大多数都比过去AI领域做的事情要简单(这是非共识); 再说资本市场, 很多参与者都觉得增长可以永续,价格可以永续,因此市场参与者给了更高的估值(隐含eps可以永续高增长)。但是万一中间遇冷,当市场发现eps高增长不是永续的,那市场会存在双杀的风险;于此同时,当上游利润率高到离谱的时候,这可能不仅仅只是市场经济那么简单了,地缘政治上,下游的反应等等这些一有风吹操作,就会让股价剧烈波动;
顯示更多
存储的又一个击球区可能最近几天又会到来了,等待多头投降🏳️ #sk# hynix $dram
0
17
56
0
轉發到社區
接下来存储股将会进入一段灾难一样的折磨时光,半导体为首的科技股也全都要跟着存储定价。 简单模式已经不存在,已经到了比信息源、择时能力、仓位管理的时刻了。 普通玩家我建议除了长持股以外,尽可能减少所有科技股的头寸。 糟糕的消息接下来会满天飞,上下波动变大,然后大部分人在来回割肉中亏钱。
顯示更多
0
21
517
44
轉發到社區
这带货水平也太低级了,cbrs总共在台积电才多少投片量啊
Kinda nutty OpenAI’s is launching its heavyweight 5.6 Sol frontier model on $CBRS. At up to 750 tokens/sec, which is obscene performance. American inference go brrr. I actually picked up starter positions on Cerebras for the first time in the ~170s (below $185 IPO price) after seeing this news yesterday. Feels like validation of its tech. IMO a bit overvalued compared to profitable companies like $JBL at the same valuation. But there’s likely premiums for OpenAI exposure, as long as they stay the leader.
顯示更多
0
13
52
3
轉發到社區
未来一段时间,全球AI硬件的核心矛盾就在存储扩产。 存储的资本开支优先级已经压过半导体产业链几乎所有其他环节。消费电子、汽车芯片的产能被持续挤占,AI资本开支链条中非存储的部分同样承压。存储扩产对全行业资源的虹吸,比大多数人意识到的严重得多。 三星、SK海力士、美光未必想主动扩产,但存储已经是AI算力链条上的战略瓶颈,政治层面的力量不会允许他们按自己的节奏来。扩不扩、扩多少,很大程度上已经不是三家公司自己说了算的事。 在这个时间点上,我认为买存储公司不如买设备公司。存储周期性依然存在,现在就是各方势力博弈让三大头部扩产,然后设备商将成为最终的确定性。美国四大半导体设备商,就是买。
顯示更多
0
58
295
51
轉發到社區
当半导体各个环节都涨价涨的不可接受的情况下,随之而来的必然是各方都会给压力要求扩产,那么这个时候,设备和材料自然就是最顺畅的方向; $AMAT $UCTT #拓荆科技# #盛美上海# #中船特气# #胜高(3436#.T)
顯示更多
0
10
39
12
轉發到社區
不用担心存储,推理时代,内存即推理,这个是技术原理。怀疑内存需求减缓的人只需要问自己2个问题: 1.从明天开始,我是否要降低使用ai的频率了吗? 2.从明天开始,我会降低使用ai的深度了吗? 回到第一性,如果两个答案都是否,那你还怀疑个der啊!!! $DRAM $MU
顯示更多
0
14
67
5
轉發到社區
村田社长:AI是MLCC行业规模最大且具长期性的周期
钽电容也是数据中心必备,当前涨价幅度甚至远超mlcc,被动元器件行业当前估值仍然非常低,对比村田8pb,vsh 当前pb仅有3.2
I was in VSH in Jan/Feb to play the MLCC shortage, but there was not much movement. All MLCC names globally actually started to surge in late April/early May. A great lesson to me is that entering too early before the market moves won’t give much profit. Patiently monitoring and waiting for momentum in these names would be most capital efficient.
顯示更多
0
17
92
18
轉發到社區
越来越觉得这轮 MLCC 周期, 大概率会比 2017-2018 更大。 因为需求逻辑已经彻底变了。 上一轮, 核心还是智能手机升级。 而这一轮, MLCC 同时绑定了: • AI 服务器 • 新能源汽车 • AI 终端化 本质上是整个电子系统复杂度在提升。 尤其 AI 服务器。 很多人只盯着 GPU, 但高端 GPU 最大的问题之一其实是供电。 功耗越高, 对高可靠性 MLCC 的需求越大。 算力往上卷, 电源系统复杂度也跟着指数级提升。 汽车电子也是一样。 新能源智能车的 MLCC 用量, 相比燃油车是倍数级增长。 而真正关键的是: 这一轮供给端远比 2018 年克制。 经历过上一轮行业大扩产之后, 日韩龙头明显开始控制资本开支, 新增产能也基本集中在高端领域。 所以这轮可能不是简单补库存。 而是: AI + 汽车电子驱动下, 电子工业底层元件的一次重新定价。 重点关注: $6981 村田 $6976 太阳诱电
顯示更多
0
36
274
64
轉發到社區
运油车和储油罐的市值会比油田市值大吗?但凡多一点点思考,都不会去讨论这个问题
所有人都在买GPU和存储。没有人告诉你光模块公司的总市值比美光还低 我想从一个反常识的问题开始:GPU是AI的大脑,存储是AI的记忆。那光是什么?光是AI的神经系统。但神经系统从来不是最先被注意到的。存储已经涨了10倍,GPU更不用说。光的时代,刚刚开始。 1. 先说一个结构性的错误定价 在Nvidia的NVL72机架里,光模块的采购金额占到整个机架的20%。2026年全球AI光收发器市场规模预计从2025年的$165亿增长到$260亿,同比增速超过57%——这是半导体赛道里增速最快的子领域之一。 但所有光模块公司的总市值,比美光一家还低。这个错误会被纠正。问题只是什么时候。 2. 光和存储不一样的地方 存储的接力是季度级别的事件——供需拐点,财报超预期,市场重新定价,SNDK从$200涨到$900,这个过程很快。光的接力是年级别的结构性变迁,因为光的技术路线本身正在发生一次范式转移: 第一阶段(现在):可插拔光模块 800G → 1.6T → 3.2T 线性增长,随数据中心扩张 第二阶段(2026下半年):近封装光学NPO 光模块移向芯片旁边 需求非线性跳升 第三阶段(2027-2028):共封装光学CPO 光引擎直接封装进芯片 这是终局,也是最大的价值重构 Meta在OFC 2026分享了大量数据,证明CPO比可插拔光收发器更可靠,成本更低,功耗更少。Nvidia在GTC展示了CPO将在2027/28年用于Scale-Up互连。5年内所有AI数据中心互连都将是光。 这不是预测,是物理定律。铜在高速率下信号损耗太大,功耗太高,距离太短。光没有这些问题。 3. 光在吃铜,不只是光吃光 生成式AI集群需要比传统云服务多10到100倍的光纤,正在把现有铜互连逼到物理极限。 这是大多数人没想到的逻辑——光的增长不只来自数据中心规模的扩大,还来自光替代铜的渗透率提升。每一代迭代,光吃掉更多铜的市场。这是双重驱动,不是单一驱动。 4. 产业链七个卡位,从上游到下游 现在我来把整条产业链拆清楚。 七个公司,覆盖从最上游的衬底到最下游的网络设备。 🔬 最上游:硅光衬底 $SOI 做的是硅光PIC的衬底材料——整个产业链最上游的原材料。没有SOI的衬底,硅光芯片就没有基础。护城河极高,几乎没有竞争对手能短期内介入。和TSEM形成上下游绑定:SOI提供衬底,TSEM代工成芯片。 🏭 代工层:硅光晶圆厂 $TSEM(Tower Semiconductor)硅光版本的台积电。 今天刚刚发生的重大事件: TSEM宣布签署$13亿的2027年硅光合同,收到$2.9亿产能预付款,2028年还有更大合同在谈判中。计划资本支出$9.2亿专门用于硅光扩产,Q2营收指引$4.55亿同比增22%。 TSEM最聪明的地方在于:它不赌哪条技术路线赢。 可插拔、NPO、CPO,三条路线都用TSEM代工。就算市场对技术路线判断错了,TSEM依然受益。这是光通讯产业链里确定性最高的picks-and-shovels。 💡 激光器层:光的心脏 光模块的核心是激光器。没有激光器,光模块什么都不是。 激光器分两条技术路线: 磷化铟(InP)路线——$LITE(Lumentum) LITE是目前唯一能量产200G每lane EML激光器的供应商,是1.6T收发器的关键零件。Nvidia预先锁定了LITE的EML产能,推迟交货期超过2027年。 Nvidia向LITE投资$20亿,用于加速AI基础设施光学技术。LITE CEO称2026年是激光器芯片销售的"突破年",刚收到历史上最大的CPO超高功率激光器采购承诺。 LITE的护城河是时间积累的——InP激光器的制造需要极其精密的工艺,20年积累的经验是任何竞争对手短期无法复制的。而且LITE不只押注现在:EML是可插拔时代的命门,ELS外置激光器是CPO时代的命门,OCS光路交换机是未来AI集群的光学路由器。 三个产品线覆盖了光通讯从现在到2030年的完整需求。 硅光(SiPho)激光器路线——$SIVE(Sivers Semiconductors) Sivers专注于CPO系统的高性能InP激光阵列,Jabil合作是第一个商业验证信号,证明技术正在从研究走向真实超大规模部署。 SIVE不是要打败LITE,而是作为CPO时代激光器供应链里的补充供应商——当LITE和COHR产能不足时,SIVE是下一个选项。整个CPO产业的激光器供应严重短缺,补充供应商的价值会被重新定价。 🔭 光学系统层:从组件到整合 $COHR(Coherent Corp) COHR最新Q3财报:营收$18.1亿同比增21%,数据中心和通信板块$14亿,同比增40%。Nvidia同样投资$20亿入股COHR。COHR是整个光通讯赛道里垂直整合程度最高的公司。从InP晶圆到激光器到光模块到系统,全部自己做。COHR正在扩大6英寸InP晶圆产能,这是推动毛利率持续提升的核心驱动力——规模越大,每片晶圆的成本越低,利润越高。 LITE和COHR的关系是竞争者也是互补者: LITE:激光器专家,EML垄断,聚焦 COHR:光学系统整合商,体量更大,更全面 🏗️ 物理基础设施层:光纤和连接 $GLW(Corning) Corning是光通讯产业链里最让人意外的标的——一家成立于1851年的玻璃公司,正在成为AI基础设施的核心受益者。 Q1 2026光学通信业务增长36%,分部净利润增长93%。2028年营收目标$300亿,2030年$400亿,内含年化增速19%。两个额外的超大规模云厂商签署了长期协议。 Nvidia命名Corning为下一代AI基础设施光连接合作伙伴,投资$5亿+最高$32亿股权,在美国建三座专属光学工厂。 Corning做的是光纤、线缆和连接器——不是最性感的产品,但是不可或缺的基础设施。 城市要运转,不只需要主干道,还需要所有的小路、接头、路牌。 Corning做的就是光通讯世界里的所有"小路和接头"。 而且这些"小路和接头"是消耗品——每建一个数据中心都需要,每升级一个机架都需要。 📡 网络层:AI时代的网络基础设施 $NOK(Nokia) Nokia是这七个标的里最被市场误解的。大多数人还在用"翻盖手机公司"的眼光看Nokia。 Nokia 2026营收预期同比增长7.5%,EPS增长21.2%,光网络业务增速20%,AI和云业务增速49%,单季度新增€10亿AI和云订单。 Nokia做的是什么? 光传输网络(OTN)——把数据中心之间用光连接起来的骨干网络。这是Scale-Across的核心基础设施。 Nokia的第六代超相干光学技术PSE-6s,是目前全球少数能实现800G甚至1.2T长距离光传输的技术之一。 Nokia收购Infinera之后,从"转卖别人芯片的公司"升级为"拥有自己光芯片工厂的公司"——同样的技术路线,市场给LITE估值66.5倍,给COHR估值35倍,Nokia只有30.8倍Forward PE。 这个估值差距是最大的错误定价之一。 七个标的的完整产业链图 最上游 SOI(硅光衬底) ↓ TSEM(硅光代工) ↓ 激光器层 LITE(InP EML,可插拔+CPO) COHR(垂直整合,光学系统) SIVE(CPO激光阵列,高赔率) ↓ 物理基础设施 GLW(光纤、线缆、连接器) ↓ 网络层 NOK(光传输网络,骨干连接) 每一层都有自己不可替代的护城河。 每一层都在受益于同一个趋势。 6. 为什么是现在? 2026到2027年是在1.6T供应链建立立足点的关键时期,在一线客户的设计导入将决定长期赢家。现在是design-in阶段——产品正在被超大规模客户选中和锁定。等量产阶段到来,市场才会充分定价这些公司的价值。 在design-in阶段买入,等量产阶段收获——这是光通讯投资最好的时机。 7. 仓位逻辑 高确定性(重仓): TSEM → 今天$13亿合同,产业链里最硬的催化剂 LITE → EML垄断+Nvidia锁定,现在到2028年都受益 COHR → 垂直整合,体量最大,Nvidia $20亿入股 中等确定性(配置): GLW → Nvidia直接合作,物理基建不可或缺 NOK → 最被低估的估值,但故事兑现需要更多时间 高赔率(小仓位): SOI → 和TSEM绑定,护城河高但流动性低 SIVE → CPO时代的纯粹赌注 8. 光会接力存储吗? 会。但不一样的方式。存储的接力是一次性的价格重估——供需拐点到来,几个季度内完成定价。 光的接力是分阶段的持续重估—— 2026年:可插拔1.6T带来第一波 2027年:CPO开始量产带来第二波 2028年:Scale-Up全面光化带来第三波 三波叠加,才是光通讯超级周期的全貌。存储让你在一年内赚了10倍。光可能让你在三年内赚同样多,但过程更平稳,确定性更高。 最后一句话 光通讯不是一个新故事,是一个被重新发现的旧故事。 光纤已经存在几十年了,但AI让这个故事的量级发生了质变。每当数据中心需要更高密度、更低功耗、更远距离的连接时,答案永远是光。 #光通讯# #TSEM# #LITE# #COHR# #GLW# #NOK# #SOI# #SIVE# #CPO# #硅光# #光模块# #AI基建# #数据中心# #存储接力# #Nvidia# #美股# #USStocks# #SiliconPhotonics# #CoPackagedOptics# #EML# #光互连# #AIInfrastructure# #光纤# #Nokia# #Corning# #Coherent# #Lumentum#
顯示更多
0
10
37
0
轉發到社區
只要transformer + KV cache在架构上仍然存在 单GPU的HBM就会指数型增长 只要token维持指数增长,基本等价于你说的 1. 需求等价近似无穷大 2. HBM在GPU里的成本会一直占绝对大头 可能等再过几代,单个GPU HBM size达到8T,HBM占整个GPU成本90% 技术原理见引文,欢迎拍砖 所以关键可能并不在于你说的这两点,因为这两点都是可以从第一性原理出发推演出来的。更重要的前提是,token是否真的能继续维持指数增长很多年
顯示更多
0
14
289
52
轉發到社區
我们可能会见到 存储三大原厂市值之和超过英伟达市值(27年三大原厂利润是英伟达3倍)拭目以待 $MU $DRAM $NVDA
0
5
90
17
轉發到社區
codex显著逆转了相较于Claude code的逆势局面,被做空做空半年多的oai链存在显著的预期差,重点关注oai暴露度最高 $crwv $orcl
Codex has overtaken Claude Code in downloads. TickerTrends shows the crossover on April 30, followed by accelerating share gains and a clear deceleration in Claude Code. Latest weekly: • Codex: 46.0M • Claude Code: 491K Gap widening. @sama @OpenAIDevs
顯示更多
主流叙事:"NeoCloud 利润已被定价" SemiAnalysis 反驳: VR NVL72 价值上限 $12.25/hr,现价 $4.90/hr 租金上行空间巨大 主要因为 NVDA 没把 capex 转嫁给 NeoCloud,NVIDIA 需要通过给 NeoCloud 留利,来支持这些“亲儿子”去挑战 Amazon、Google 等自研芯片的云巨头,NeoCloud 处于“拿低价硬件、收高价租金”的黄金窗口期。
顯示更多
0
3
153
17
轉發到社區
Agentic AI的context组装需要大量dram
'According to industry sources on the 2nd, CPU manufacturers are pursuing the integration of 300–400GB of DRAM into AI CPUs. This is up to four times the overwhelming scale compared to typical CPU products (96–256GB).' It’s similar to what I’ve been thinking. Agentic AI will benefit CPUs as well, but it will make memory even more scarce.
顯示更多
capex 替代opex 是一个长期趋势,所以semi就是最硬的市场主线
微软财报听完,终点都在COPILOT的推广速度和如何从SEAT BASED MODEL 转向SEAT + CONSUMPTION MODEL。关于微软客户IT的预算哪里来,SATYA说:也许从运营开支来。 细品,微软强调了自己的员工数量同比0增长,现在说其他公司IT花费可能增加,钱从运营花费来。我更坚持年初的观点,就业只会越来越差!
顯示更多