註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

qinbafrank
@qinbafrank
Investor in AI、Crypto、TMT,跟踪最前沿科技趋势、野生宏观政经观察、研究全球资本流动性、周期趋势投资。记录个人学习和思考,经常出错常态掉坑爬坑。Runner🏃
加入 December 2020
1.1K 正在關注    143.1K 粉絲
一家从个人博客起步到现在一份报告就能把美股砸崩的研究机构SemiAnalysis和它非半导体专业出身的创始人@dylan522p: 1、Dylan Patel出生于1996年,美国佐治亚大学管理与法律学士。青少年时期(8–12岁起)即活跃于在线硬件论坛,作为“forum warrior”自学Xbox等硬件维修、芯片技术,通过阅读文档和社区交流掌握专业知识。多年来以匿名身份在Reddit、WordPress博客及Silicon Twitter上发布芯片与硬件分析内容,以及moderation 多个Nvidia等硬件社区。 2、2020年5月22日,Dylan在24岁生日时发布第一篇博客,此后正式创立SemiAnalysis。最初以个人匿名WordPress博客起步,后转型为Substack付费内容。 早期就是Dylan一人独自专注于半导体供应链、AI基础设施、云生态系统、机器学习模型及相关领域的深度分析,后面慢慢发展出咨询业务。 Dylan自己也从匿名“Silicon Twitter芯片博主”成长为全球范围内最受关注的AI基础设施分析师之一。 3、近几年SemiAnalysis快速扩张,目前已发展为全球最领先的AI基础设施与半导体研究机构,团队规模约60人,分布于美国、日本、台湾、新加坡、法国、德国、以色列、加拿大、英国等8–10个国家/地区。 2026年SemiAnalysis预计营收超过1亿美元(The Information报道),较早期订阅模式实现爆发式增长。业务模式包括: 1)付费订阅(newsletter + 深度报告); 2)专有行业模型销售(AI Datacenter Model、Accelerator Industry Model、Wafer Fab Model、AI Cloud TCO Model、AI Networking Model等,用于预测晶圆产能、数据中心电力、加速器产量、TCO经济性等); 3)顾问业务、定制项目和小时咨询。 提供全供应链(晶圆厂→云端→ML模型)统一视角。 这些专有模型和数据(如卫星图像监测数据中心建设、GitHub commit分析、HBM供应链跟踪)成为客户核心决策工具,客户涵盖顶级AI实验室、超大规模云服务商(hyperscalers)、对冲基金及半导体巨头,其分析直接影响万亿美元级AI资本支出决策。 4、更关键的SemiAnalysis现在的超级影响力 1)黄仁勋在今年GTC keynote上,公开点名Dylan Patel,把SemiAnalysis最新InferenceX芯片性能报告秀上大屏,花了整整5分钟专门解读,还在Q&A继续引用。Jensen这种级别的大佬主动call out一个独立分析师,含金量直接拉满。 2)苏姿丰更狠:SemiAnalysis发了一篇狠批AMD MI300X训练性能的报告,第二天Lisa Su就亲自打电话安排90分钟一对一面谈,后来还公开推文感谢“feedback is a gift even when it’s critical”。这操作,简直是把独立研究机构直接拉进CEO级战略对话。 从这个角度出发时SemiAnalysis已不再是单纯的“newsletter”,而是AI半导体生态的战略情报枢纽。其影响力通过专有数据模型 + 高频媒体曝光 + 双边客户服务三重放大,直接服务于硅谷的工程决策和华尔街的亿级交易。 现在对冲基金和资管机构做AI/semiconductor仓位时,SemiAnalysis的月度ChipBook和专有数据已经是标准配置——idea generation、thesis validation、portfolio tracking全靠它。报告一出,经常直接带动股价波动和数百亿capex调整。 hyperscalers规划自定义ASIC、GPU采购、数据中心电力,都得看它的供应链拆解。已经不是“参考”,而是直接左右决策。 这就是典型的“非传统0到1”:没名校EE PhD,没大厂背景,就靠自学+数据驱动+独立思考,从匿名博客干到让NVIDIA CEO和AMD CEO都得认真对待的程度。硅谷和华尔街现在都默认——想搞清楚AI硬件真实节奏,先看SemiAnalysis和Daylan说了什么。 一个人能把独立投研做到最极致的地步估计也就是这个状态了。
顯示更多
昨晚因为Semianalysis的报告,哪些是被错杀的?CPO大规模落地被推迟到2027-2028年(其实并不算被推迟,按照测试、性能验证、量产这些节奏时间表本来就要到27-28年,如果是真正深入了解产业逻辑的人应该对此都有预期)。26年光互连领域真正兑现业绩的主力仍是1.6T可插拔光模块(特别是LPO线性直驱版本)和NPO近封装方案。核心逻辑:光模块1.6T及以上需求还是很大,LPO通过去DSP线性直驱降低功耗(相比传统DSP模块降30-50%),NPO则把光引擎拉近ASIC(约2-7cm距离),在保留可维护性的前提下实现接近CPO的性能。 但是光模块(包含LPO)以及NPO对上游核心器件的依赖度依然是极高的: 1)激光器/光源(Light Source):最确定、最直接受益。LPO/NPO都需要高功率、低噪声、阵列化激光(VCSEL用于短距MMF,EML/DFB/外置激光源ELS用于SMF 1.6T+)。CPO也用激光,但LPO/NPO先放量,2026年出货指引直接拉动。Lumentum、Coherent、Broadcom等激光器厂,以及国产InP/VCSEL供应链会率先受益。 2)光芯片(Photonic Chips,包括硅光SiPh、InP基芯片):硅光调制器、MUX/DEMUX、探测器(PIN/APD)是1.6T模块/NPO光引擎的核心。LPO线性驱动对光芯片线性度要求更高,需求不减反增。硅光集成还能降低材料用量,但整体市场规模扩大。 3)光引擎/子组件封装(Optical Engine Assembly):TOSA/ROSA、光引擎集成(硅光+激光+探测器)。NPO把光引擎放到板上,更接近模块化封装,量大且技术门槛高。 4)设备(Testing & Fab Equipment):高密度测试设备(高速眼图测试、探针台、光电耦合测试)需求爆发。伯恩斯坦报告明确提到“测试”将是2026年现实收入来源之一。MOCVD外延生长设备、晶圆级封装/对准设备也因量产爬坡而受益。 5)材料(Materials):InP衬底(高速激光器/探测器核心)、GaAs衬底(VCSEL)、光学晶体、光纤预制棒等。上游材料供需缺口会随800G/1.6T放量而扩大。ABF(Ajinomoto Build-up Film)和CCL(Copper Clad Laminate)高频基板材料也直接受益——NPO需要高性能PCB/基板承载光引擎,模块内部高频线路也依赖这些。 最被错杀的是: 1.6T光模块龙头、LPO/NPO能力强的公司、光源/FAU/测试/PCB/CCL/ABF。 不算错杀的是: 只靠CPO概念、缺少订单、缺少客户验证、没有1.6T或LPO/NPO兑现能力的纯题材股。 简单说就是: CPO延期(其实也不算延期,之前部分投资人已经对此有预期了),不是光互连退潮;是光互连投资从“远期想象”切回“2026业绩兑现”。所以真正关注的不是最会讲CPO故事的公司,而是已经在1.6T、LPO/NPO、光源、测试、高速板材里拿订单的公司。这正是伯恩斯坦报告强调的“投资节奏”——买已经兑现现金流、最难绕开的瓶颈,而不是纯故事。 本条由@bitget_zh赞助,「Bitget 买美股:秒级入场,丝滑交易 」
顯示更多
0
40
267
54
轉發到社區