Loading video...

Video Failed to Load

Go Home

Intel可能真的要“杀回”存储芯片了，但这次不是回去卖普通DRAM。 在最新采访中，Intel CEO陈立武表示，自己过去不愿投资存储，因为它利润低、周期性强，本质上是大宗商品。但AI时代，这个逻辑变了：算力瓶颈已经从单颗芯片，转向存储、封装、网络、散热和数据传输。新型存储架构，已经成为他的“重点项目”。 最值得关注的是，他明确提到CPU与Memory可以直接堆叠。传统计算中，处理器和内存相互分离，大量时间和电力都消耗在搬运数据上。通过3D封装把存储与CPU紧密结合，可以缩短传输距离，同时提高带宽和能效，这对AI推理尤其关键。 另一个重要信号是，Intel刚挖来前SK海力士CEO Seok-Hee Lee，负责先进封装、系统集成和后段制造。陈立武在谈新型存储时主动提到这次任命，基本是在暗示Intel正在推动“逻辑芯片＋存储＋先进封装”的新路线。 所以，Intel真正想做的可能不是重返普通存储市场，与三星、SK海力士打价格战，而是利用自己同时拥有CPU设计、晶圆制造和先进封装的能力，提供整套AI计算平台。 Intel错过了手机、GPU和第一轮AI，但这一次，它可能试图绕开与英伟达正面对攻，从“计算与存储融合”重新寻找入口。 不过目前还没有产品、量产时间和资本投入。方向很新，想象空间很大，距离兑现也还很远。

SpermCapital's profile picture

美股金虫哥

4,873 subscribers

19,679 views • 7 days ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

存储芯片，这次真的不是周周期股了？ 都在聊GPU，但AI产业链里有个环节越来越关键：存储。 Al服务器不只要算力，还要大量高带宽存储配合。 算力决定算得快，存储决定数据跟得上。 它以前是典型周期品—大起大落、很难估值。 但AI正在改写它的需求结构：从消费电子，转向数据中心和AI基建。 高端存储甚至出现供不应求的情况，国产产业链也跟着被关注。 不过提醒一句：周期还在，只是成长逻辑更强了，波动依然会很大。 看趋势可以，别只看故事。
2:22

存储芯片，这次真的不是周周期股了？ 都在聊GPU，但AI产业链里有个环节越来越关键：存储。 Al服务器不只要算力，还要大量高带宽存储配合。 算力决定算得快，存储决定数据跟得上。 它以前是典型周期品—大起大落、很难估值。 但AI正在改写它的需求结构：从消费电子，转向数据中心和AI基建。 高端存储甚至出现供不应求的情况，国产产业链也跟着被关注。 不过提醒一句：周期还在，只是成长逻辑更强了，波动依然会很大。 看趋势可以，别只看故事。

Crypto加密小希

36,144 views • 2 months ago

$INTC 陈立武透露大动作： 1. CPU 不够用 各大公司的CEO天天打爆他电话催着要货。未来必须靠全新的CPU架构，才能扛住需求。 2. CPU+存储垂直堆叠 算力瓶颈全堵在内存上，未来的破局点在于CPU和存储直接堆叠在一起，开发新的存储架构。 3. 布局10-15年 陈立武已经把前SK海力士CEO 李锡熙挖过来，在干一个秘密存储项目。 陈立武重新定义存储！
1:04

$INTC 陈立武透露大动作： 1. CPU 不够用 各大公司的CEO天天打爆他电话催着要货。未来必须靠全新的CPU架构，才能扛住需求。 2. CPU+存储垂直堆叠 算力瓶颈全堵在内存上，未来的破局点在于CPU和存储直接堆叠在一起，开发新的存储架构。 3. 布局10-15年 陈立武已经把前SK海力士CEO 李锡熙挖过来，在干一个秘密存储项目。 陈立武重新定义存储！

Annie 所长

28,078 views • 7 days ago

这段分享里，有些判断值得重视，有些则明显带有情绪化表达。我承认我之前过早看空存储看错了，也踏空了，所以最近一直在反思。看了吕总的分享，站在现在的位置重新思考。 我发现真正需要思考的，不是“HBM有没有技术含量”，而是AI时代，存储第一次成为了地缘政治资产。 过去二十年，存储行业一直遵循经典周期： 需求增长 → 涨价 → 扩产 → 供给过剩 → 跌价 → 减产。 但AI改变了一件事——需求曲线。 大模型训练、推理、Agent、机器人、自动驾驶，本质都在消耗大量DRAM和HBM。过去存储主要服务消费电子，如今最大的客户变成了AI算力。 于是三星、SK海力士、美光把最先进产能优先给HBM，消费级DRAM、NAND反而供给趋紧，这也是近两年存储涨价的重要原因。 但这并不意味着存储会永远上涨。 历史上，没有任何一个高利润制造业能够长期维持超额利润。 利润越高，就越会吸引新的资本、新的国家、新的产业政策进入。 而最大的变量，就是中国。 很多人认为，HBM只是把DRAM堆叠起来，因此没有什么技术门槛。 事实上，这是一个误区。 HBM真正难的不是”堆”，而是”良率”。 它涉及先进DRAM制程、TSV（硅通孔）、超薄晶圆加工、晶圆键合、封装测试，以及与GPU协同验证。 任何一个环节良率下降，都可能导致整颗HBM报废。 所以目前全球真正能够稳定、大规模供应高端HBM的厂商，依然只有少数几家。 真正困难的是把良率做到90%以上，并持续稳定量产，而不是实验室里做出样品。 但另一个趋势同样不能忽视。 未来，中美科技体系正在逐渐形成两套供应链。 最近苹果申请在部分中国市场产品中采用国产存储，就是一个值得关注的信号。 未来不仅存储，甚至AI芯片本身，也可能逐渐形成双版本体系： 中国版：国产GPU + 国产HBM + 国产供应链。 国际版：高算力GPU + 最新HBM + 全球供应链。 这种模式其实已经发生在GPU身上。 未来也完全可能复制到整个AI硬件生态。 届时，市场竞争的不再只是技术，而是两条产业链的效率。 美国追求的是性能领先。 中国追求的是供应链自主。 最终，比拼的不只是芯片速度，更是谁能够更快、更低成本、更稳定地完成整个产业闭环。 所以真正值得关注的，并不是这一轮存储还能涨多久。 而是下一轮周期什么时候开始。 因为一旦中国大规模扩产完成，AI需求增速开始放缓，存储行业依旧可能重新回到那个熟悉的规律： 暴利，终将吸引竞争；竞争，最终消灭暴利。 AI改变了需求，却未必能够改变制造业的周期。 真正改变行业格局的，也许不是HBM本身，而是地缘政治正在重塑整个半导体产业链。
4:14

这段分享里，有些判断值得重视，有些则明显带有情绪化表达。我承认我之前过早看空存储看错了，也踏空了，所以最近一直在反思。看了吕总的分享，站在现在的位置重新思考。 我发现真正需要思考的，不是“HBM有没有技术含量”，而是AI时代，存储第一次成为了地缘政治资产。 过去二十年，存储行业一直遵循经典周期： 需求增长 → 涨价 → 扩产 → 供给过剩 → 跌价 → 减产。 但AI改变了一件事——需求曲线。 大模型训练、推理、Agent、机器人、自动驾驶，本质都在消耗大量DRAM和HBM。过去存储主要服务消费电子，如今最大的客户变成了AI算力。 于是三星、SK海力士、美光把最先进产能优先给HBM，消费级DRAM、NAND反而供给趋紧，这也是近两年存储涨价的重要原因。 但这并不意味着存储会永远上涨。 历史上，没有任何一个高利润制造业能够长期维持超额利润。 利润越高，就越会吸引新的资本、新的国家、新的产业政策进入。 而最大的变量，就是中国。 很多人认为，HBM只是把DRAM堆叠起来，因此没有什么技术门槛。 事实上，这是一个误区。 HBM真正难的不是”堆”，而是”良率”。 它涉及先进DRAM制程、TSV（硅通孔）、超薄晶圆加工、晶圆键合、封装测试，以及与GPU协同验证。 任何一个环节良率下降，都可能导致整颗HBM报废。 所以目前全球真正能够稳定、大规模供应高端HBM的厂商，依然只有少数几家。 真正困难的是把良率做到90%以上，并持续稳定量产，而不是实验室里做出样品。 但另一个趋势同样不能忽视。 未来，中美科技体系正在逐渐形成两套供应链。 最近苹果申请在部分中国市场产品中采用国产存储，就是一个值得关注的信号。 未来不仅存储，甚至AI芯片本身，也可能逐渐形成双版本体系： 中国版：国产GPU + 国产HBM + 国产供应链。 国际版：高算力GPU + 最新HBM + 全球供应链。 这种模式其实已经发生在GPU身上。 未来也完全可能复制到整个AI硬件生态。 届时，市场竞争的不再只是技术，而是两条产业链的效率。 美国追求的是性能领先。 中国追求的是供应链自主。 最终，比拼的不只是芯片速度，更是谁能够更快、更低成本、更稳定地完成整个产业闭环。 所以真正值得关注的，并不是这一轮存储还能涨多久。 而是下一轮周期什么时候开始。 因为一旦中国大规模扩产完成，AI需求增速开始放缓，存储行业依旧可能重新回到那个熟悉的规律： 暴利，终将吸引竞争；竞争，最终消灭暴利。 AI改变了需求，却未必能够改变制造业的周期。 真正改变行业格局的，也许不是HBM本身，而是地缘政治正在重塑整个半导体产业链。

𝙃𝘼𝙕𝙀𝙉𝙇𝙀𝙀

98,016 views • 1 month ago

最近去中心化存储赛道 Walrus 作为大毛 TGE 啦，又错过的你，是否在关注其他产品呢？ 我本来没有特别留意，但昨天一个还在测试网的，去中心化存储概念的知名项目 Irys 进入了我的视野。 经过一番检索了解，发现它在去中心化存储赛道中颇具潜力。 Irys 前身是 Bundlr Network，2021 年作为一个专注于 Arweave 永久存储的解决方案起步，2023 年更名为 Irys，并在 2024 年推出了自己的 Layer-1 区块链。 区块链数据存储一直是痛点，AI、memecoin、DePIN、IP 甚至是 NFT，为链上数据的存储和处理带来了完全不同以往的需求。 比如NFT 的图片本体常存储在 IPFS 或中心化服务器上，链上仅存映射链接。在 NFT 泡沫破裂后，"花几百 ETH 买了个 404" 成为了著名的笑话。 也因此，在 Web3 的发展过程中也凸显出去中心化存储的重要性，虽然有 Filecoin、Arweave 等协议存在，但它们多是 "外挂"存储，功能受限。值得关注的是，Irys最近推出的去中心化存储产品Lofty，隐私至上，端到端加密存储；无需订阅，USDC按需支付；去中心化，保障数据安全。目前连接钱包就可以免费获得10GB的空间。 然而 Irys (✧ᴗ✧) 的独特之处在于它不仅是存储方案，还是一条可执行逻辑的 Layer1 链。 它采用多账本系统：数据先暂存于 "提交账本" 验证，再移至 "发布账本" 永久存储。结合 PoW 和 PoS 的混合共识机制，既高效又安全。 简单比喻，其他去中心化存储协议像阿里云盘，仅限存取文件；而 Irys 更像阿里云，既能存又能算。 它适合需要动态交互和 dApp 开发的应用，比如实时处理数据的 AI 场景。 Irys 的 IrysVM 是 EVM 的分叉，对以太坊开发者友好。以太坊虽被称为"世界计算机"，但存储成本高昂，Gas 费让大规模存储不切实际。Irys 提供低成本永久存储，并通过 IrysVM 直接操作链上数据，弥补了以太坊的不足。 这样再看 Irys，它不仅是一个存储工具，更是一个平台，Irys 要打造一条让数据流动、交互，驱动 dApp 运行 "首个可编程数据链"。 虽然说大家一直 irys 定位成链上的AWS，但是 Irys 不与 AWS 直接对抗，而是做 AWS 无法企及的事：为开发者提供一个不依赖中心化准入、按成本运行、允许各类应用自由组合的链上环境，让互联网回归开放与可组合的本质。 此外，Irys社区现在发起街机游戏挑战-Irys Arcade，都是一些简易解压的街机游戏，目前上线贪吃蛇，青蛙过河，以闯关的形式赚irys测试币，官网上还上线了积分排行榜，这不明牌空投的机会嘛！存储产品也没有太多复杂的玩法，任务单一，玩法简单，这碗猪脚饭几乎无门槛，大家可以去领一下。 闯关参与： 至于其他参与方式，我还在研究中，有新的玩法会同步给小伙伴们 👀
0:37

最近去中心化存储赛道 Walrus 作为大毛 TGE 啦，又错过的你，是否在关注其他产品呢？ 我本来没有特别留意，但昨天一个还在测试网的，去中心化存储概念的知名项目 Irys 进入了我的视野。 经过一番检索了解，发现它在去中心化存储赛道中颇具潜力。 Irys 前身是 Bundlr Network，2021 年作为一个专注于 Arweave 永久存储的解决方案起步，2023 年更名为 Irys，并在 2024 年推出了自己的 Layer-1 区块链。 区块链数据存储一直是痛点，AI、memecoin、DePIN、IP 甚至是 NFT，为链上数据的存储和处理带来了完全不同以往的需求。 比如NFT 的图片本体常存储在 IPFS 或中心化服务器上，链上仅存映射链接。在 NFT 泡沫破裂后，"花几百 ETH 买了个 404" 成为了著名的笑话。 也因此，在 Web3 的发展过程中也凸显出去中心化存储的重要性，虽然有 Filecoin、Arweave 等协议存在，但它们多是 "外挂"存储，功能受限。值得关注的是，Irys最近推出的去中心化存储产品Lofty，隐私至上，端到端加密存储；无需订阅，USDC按需支付；去中心化，保障数据安全。目前连接钱包就可以免费获得10GB的空间。 然而 Irys (✧ᴗ✧) 的独特之处在于它不仅是存储方案，还是一条可执行逻辑的 Layer1 链。 它采用多账本系统：数据先暂存于 "提交账本" 验证，再移至 "发布账本" 永久存储。结合 PoW 和 PoS 的混合共识机制，既高效又安全。 简单比喻，其他去中心化存储协议像阿里云盘，仅限存取文件；而 Irys 更像阿里云，既能存又能算。 它适合需要动态交互和 dApp 开发的应用，比如实时处理数据的 AI 场景。 Irys 的 IrysVM 是 EVM 的分叉，对以太坊开发者友好。以太坊虽被称为"世界计算机"，但存储成本高昂，Gas 费让大规模存储不切实际。Irys 提供低成本永久存储，并通过 IrysVM 直接操作链上数据，弥补了以太坊的不足。 这样再看 Irys，它不仅是一个存储工具，更是一个平台，Irys 要打造一条让数据流动、交互，驱动 dApp 运行 "首个可编程数据链"。 虽然说大家一直 irys 定位成链上的AWS，但是 Irys 不与 AWS 直接对抗，而是做 AWS 无法企及的事：为开发者提供一个不依赖中心化准入、按成本运行、允许各类应用自由组合的链上环境，让互联网回归开放与可组合的本质。 此外，Irys社区现在发起街机游戏挑战-Irys Arcade，都是一些简易解压的街机游戏，目前上线贪吃蛇，青蛙过河，以闯关的形式赚irys测试币，官网上还上线了积分排行榜，这不明牌空投的机会嘛！存储产品也没有太多复杂的玩法，任务单一，玩法简单，这碗猪脚饭几乎无门槛，大家可以去领一下。 闯关参与： 至于其他参与方式，我还在研究中，有新的玩法会同步给小伙伴们 👀

BitHappy

14,082 views • 1 year ago

Intel CEO陈立武的这个访谈信息量很大：“...我过去不投资内存，因为它像商品，但现在情况不同了，有很多新技术涌现。我偏爱的一个项目是研究内存的新架构，我聘请了我的好朋友李硕熙(Seok-Hee Lee)他以前掌管SK海力士，所以你大概能猜到我在想什么，我们还没准备好公布。”
1:47

Intel CEO陈立武的这个访谈信息量很大：“...我过去不投资内存，因为它像商品，但现在情况不同了，有很多新技术涌现。我偏爱的一个项目是研究内存的新架构，我聘请了我的好朋友李硕熙(Seok-Hee Lee)他以前掌管SK海力士，所以你大概能猜到我在想什么，我们还没准备好公布。”

Jason Z

91,112 views • 8 days ago

木头姐：抛售你的存储股，无HBM时代要来了！ 1. 存储本质是大宗商品，周期性极强 别看现在的存储芯片被炒成香饽饽，它依然是周期波动最大的环节。风光时赚翻，低谷时5年你也回不了本。 2. 价格暴涨十倍不是利好 在科技行业，某种零部件价格翻倍甚至暴涨 10 倍，绝对不是啥值得庆祝的利好，反而是一个巨大的利空！因为昂贵的成本会倒逼整个行业去寻找或者研发替代方案。现在 $NVDA $INTC 都在寻找替代办法了！ 3. 新一代 AI 芯片正在彻底抛弃 HBM 看看 Cerebras 和 Groq 这类新型 AI 芯片，它们在设计架构时就已经做到了完全不需要高带宽内存。事实证明，没有 HBM，AI 算力依然可以跑得飞快。 4. $TSLA 去钴化2.0 这幕戏之前在特斯拉身上就演过：当年“钴”元素供应链受限且价格暴涨，马斯克硬生生通过技术升级把电池里的钴给剔除掉了。现在 AI 工程师们也在对 HBM 做一模一样的事。那些靠 HBM 暴赚的存储芯片厂，现在的现金流再好看，也只是短暂的泡沫！
1:22

木头姐：抛售你的存储股，无HBM时代要来了！ 1. 存储本质是大宗商品，周期性极强 别看现在的存储芯片被炒成香饽饽，它依然是周期波动最大的环节。风光时赚翻，低谷时5年你也回不了本。 2. 价格暴涨十倍不是利好 在科技行业，某种零部件价格翻倍甚至暴涨 10 倍，绝对不是啥值得庆祝的利好，反而是一个巨大的利空！因为昂贵的成本会倒逼整个行业去寻找或者研发替代方案。现在 $NVDA $INTC 都在寻找替代办法了！ 3. 新一代 AI 芯片正在彻底抛弃 HBM 看看 Cerebras 和 Groq 这类新型 AI 芯片，它们在设计架构时就已经做到了完全不需要高带宽内存。事实证明，没有 HBM，AI 算力依然可以跑得飞快。 4. $TSLA 去钴化2.0 这幕戏之前在特斯拉身上就演过：当年“钴”元素供应链受限且价格暴涨，马斯克硬生生通过技术升级把电池里的钴给剔除掉了。现在 AI 工程师们也在对 HBM 做一模一样的事。那些靠 HBM 暴赚的存储芯片厂，现在的现金流再好看，也只是短暂的泡沫！

Annie 所长

95,300 views • 2 days ago

存储涨价这波，我没去追美光和兆易。 按产业链瓶颈看，涨最疯的那层原厂，往往不是最该研究的那层。 先讲逻辑，再上标的。 AI 把存储从够用就行逼成了供不应求，TrendForce 确认 DDR4/DDR5 持续涨价，据《金融时报》报道苹果对长鑫存储产生兴趣，让中国本土内存芯片受到更多关注。 但真正能吃到这波钱的，往往不是做存储的原厂，而是卡在供给上不去的那几个环节。存储要真扩产，绕不开三层更硬的约束：HBM / 先进封装、芯片测试、特色工艺代工。 这几层供应商少、验证周期长、扩产最慢，这才是真正的瓶颈。所以先排层级、再排公司。 按离供给瓶颈的远近，我自己的排序是这样的： 1⃣华虹宏力（688347 / + 存储/MCU 链都往它这儿走。高盛 7/8 直接把它 H 股目标价从 174 提到 333 港元、维持买入，A 股当天放量破前高 ，+10.62% 创新高，是这批里唯一刚突破的。 不过说实话，当天一根拉这么多，我不会追这一下，更想等它回踩不破新均线再看。 2⃣伟测科技（688372），第三方芯片测试。别小看测试，存储和先进封装扩产，最后都得从测试产能过一道，是绕不开的关卡。机构持股比例较高、多家基金重仓，股价已逼近前期高点，属于突破前夜。 这个我反而更有耐心，愿意等它放量真破 196.65 再动，突破前夜也可能是假动作。 3⃣兆易创新（603986），国产 DRAM/NOR 设计，主题和机构面其实最硬：2026Q1 营收 +119%、净利 +523%，还被全球最大存储 ETF 首次纳入重仓。但它是原厂、不在我说的瓶颈环节上，股价从近期高点已经回落约 29%，目前处于高位回调、不是突破，PE 还挂着约 92 倍。 基本面我看好，可这个位置不会右侧追，想等它回调企稳、量能重新起来再评估。 4⃣美光和闪迪，需求上最直接受益，可它们是周期股、拥挤度高，现在离 30 日高点还差 24%–27%，更像回落后的反弹、不是新突破。 这俩我暂时挂着看、不碰。原厂涨到这个位置，赔率对我不够好。 市场可能没看清的是：钱都追去涨最猛的存储原厂，可原厂拥挤、部分已经透支。真正决定这轮供给弹性的扩产约束层，关注度反而低。这也是我现在更愿意把精力放在代工和测试这两层的原因。 这条逻辑什么时候会失效？如果这轮只是短期缺货、下半年产能快速释放，或者先进封装和测试环节很快就能扩产，那这种供给约束的优势就会明显减弱，得退回到看纯价格弹性。 这套排序我没全靠手扒，把这个框架丢给 EasyClaw 的股票 Agent 跑了一遍。有点意外的是它不顺着我：三条件全中的只认华虹一个，兆易我以为它会给面子，结果照样标了高位回调。 这种不硬凑、把证据摆清楚让我自己判断的风格，我挺认可。 后面我会拆更多这种视角的复盘。完整分析报告和工具放评论了👇
0:24

存储涨价这波，我没去追美光和兆易。 按产业链瓶颈看，涨最疯的那层原厂，往往不是最该研究的那层。 先讲逻辑，再上标的。 AI 把存储从够用就行逼成了供不应求，TrendForce 确认 DDR4/DDR5 持续涨价，据《金融时报》报道苹果对长鑫存储产生兴趣，让中国本土内存芯片受到更多关注。 但真正能吃到这波钱的，往往不是做存储的原厂，而是卡在供给上不去的那几个环节。存储要真扩产，绕不开三层更硬的约束：HBM / 先进封装、芯片测试、特色工艺代工。 这几层供应商少、验证周期长、扩产最慢，这才是真正的瓶颈。所以先排层级、再排公司。 按离供给瓶颈的远近，我自己的排序是这样的： 1⃣华虹宏力（688347 / + 存储/MCU 链都往它这儿走。高盛 7/8 直接把它 H 股目标价从 174 提到 333 港元、维持买入，A 股当天放量破前高 ，+10.62% 创新高，是这批里唯一刚突破的。 不过说实话，当天一根拉这么多，我不会追这一下，更想等它回踩不破新均线再看。 2⃣伟测科技（688372），第三方芯片测试。别小看测试，存储和先进封装扩产，最后都得从测试产能过一道，是绕不开的关卡。机构持股比例较高、多家基金重仓，股价已逼近前期高点，属于突破前夜。 这个我反而更有耐心，愿意等它放量真破 196.65 再动，突破前夜也可能是假动作。 3⃣兆易创新（603986），国产 DRAM/NOR 设计，主题和机构面其实最硬：2026Q1 营收 +119%、净利 +523%，还被全球最大存储 ETF 首次纳入重仓。但它是原厂、不在我说的瓶颈环节上，股价从近期高点已经回落约 29%，目前处于高位回调、不是突破，PE 还挂着约 92 倍。 基本面我看好，可这个位置不会右侧追，想等它回调企稳、量能重新起来再评估。 4⃣美光和闪迪，需求上最直接受益，可它们是周期股、拥挤度高，现在离 30 日高点还差 24%–27%，更像回落后的反弹、不是新突破。 这俩我暂时挂着看、不碰。原厂涨到这个位置，赔率对我不够好。 市场可能没看清的是：钱都追去涨最猛的存储原厂，可原厂拥挤、部分已经透支。真正决定这轮供给弹性的扩产约束层，关注度反而低。这也是我现在更愿意把精力放在代工和测试这两层的原因。 这条逻辑什么时候会失效？如果这轮只是短期缺货、下半年产能快速释放，或者先进封装和测试环节很快就能扩产，那这种供给约束的优势就会明显减弱，得退回到看纯价格弹性。 这套排序我没全靠手扒，把这个框架丢给 EasyClaw 的股票 Agent 跑了一遍。有点意外的是它不顺着我：三条件全中的只认华虹一个，兆易我以为它会给面子，结果照样标了高位回调。 这种不硬凑、把证据摆清楚让我自己判断的风格，我挺认可。 后面我会拆更多这种视角的复盘。完整分析报告和工具放评论了👇

龙猫·liaoblove

25,684 views • 1 month ago

对AI储存，不能盲目乐观，虽然我们重仓了MU和SNDK，以及DRAM的重大权重股SK海力士。SK集团董事长崔泰源：我们计划5年内把内存产能翻倍，过去花了25年才做到这个量。但客户直接说：“这不够，我们需要更多！”甚至要求5-6倍。原因：传统“过剩-短缺”周期已变，AI把内存需求彻底拉爆了，不是周期性波动。但是，崔泰源并不知道需求可以持续多久？因为在这个时代，杀死硬件硬件红利的，往往不是竞争对手，而是软件算法的一次断代式升级。
1:33

对AI储存，不能盲目乐观，虽然我们重仓了MU和SNDK，以及DRAM的重大权重股SK海力士。SK集团董事长崔泰源：我们计划5年内把内存产能翻倍，过去花了25年才做到这个量。但客户直接说：“这不够，我们需要更多！”甚至要求5-6倍。原因：传统“过剩-短缺”周期已变，AI把内存需求彻底拉爆了，不是周期性波动。但是，崔泰源并不知道需求可以持续多久？因为在这个时代，杀死硬件硬件红利的，往往不是竞争对手，而是软件算法的一次断代式升级。

亚洲金融 Asia Finance

44,756 views • 1 month ago

AI大潮，撞上了一堵没人看见的墙。 不是软件。 不是监管。 甚至不是能源。 是内存芯片。 戴尔电脑价格正在飙升30%。 英特尔的芯片运不出去。 英伟达GPU产量削减40%。 但几乎没人知道为什么。 AI行业试图隐藏一个危机。 AI数据中心正在疯狂囤积内存。 不是GPU，也不是处理器，是内存。 每个AI服务器都需要巨量的高带宽内存HBM。 问题来了。 全世界只有三家公司能造HBM。 三星。 SK海力士。 美光。 没了。 这三家，已经把所有产能都从普通内存转向了AI数据中心。 一个简单的算术题，就能摧毁一切。 1GB的HBM，会吃掉4倍于普通DRAM的制造产能。 到2026年，AI将吞噬全球20%的DRAM产量。 但是，普通消费者对内存的需求并没有消失。 PC需要内存。 手机需要内存。 汽车也需要内存。 可现在，已经没有产能来生产它们了。 价格爆炸开始了。 过去六个月，内存价格上涨了246%。 戴尔的CFO说，他从未见过成本以这种速度飙升。 SK海力士和美光的订单已经排满到2026年底。 美光更是直接退出了消费级内存市场，只为AI客户服务。 如果你不是在建AI数据中心，你就拿不到内存芯片。 AI数据中心能提供3到5倍于消费产品的利润。 制造商的选择很简单。 是服务微软和谷歌的AI帝国，还是服务戴尔的笔记本业务？ 这道题不难选。 每一片用于英伟达H100的晶圆，都是从你下一台笔记本上抢走的。 这是一个零和游戏。 而消费者正在输掉这场游戏。 危险的连锁反应正在发生。 英伟达正在削减RTX 50系列GPU产量，因为拿不到GDDR7显存。 戴尔、联想、惠普将在2026年初将电脑价格提高15-30%。 小米和其他手机制造商正在下调出货目标。 几十年来，驱动内存生产的一直是消费电子。 手机，PC，笔记本。 现在变了。 AI数据中心成了第一优先级客户。 这种优先级的转变，正在重塑整个科技经济的版图。 分析师预测，短缺将持续到2027年，甚至2028年。 为什么？ 因为建造一个新的内存工厂需要3到5年。 美光在爱达荷州的新工厂，要到2028年才能真正影响供应。 三星和SK海力士正忙着为HBM4扩产，没空管消费级DRAM。 我们被困住了。 AI公司需要内存来扩张。 但生产这些内存，却摧毁了其他所有东西的供应链。 一个值得思考的问题。 所有人都赌AI能无限扩张。 但如果因为没有足够的内存来支持，AI的繁荣停滞了呢？ 也许我们不在一个“AI超级周期”里。 而是在一个“内存短缺扼杀AI”的周期里。 AI行业向你描绘了无限扩展的蓝图。 但他们忘了告诉你。 为这一切提供动力的内存芯片，只有三家公司在生产。 而这三家公司，刚刚选择了AI数据中心，放弃了你。
0:58

AI大潮，撞上了一堵没人看见的墙。 不是软件。 不是监管。 甚至不是能源。 是内存芯片。 戴尔电脑价格正在飙升30%。 英特尔的芯片运不出去。 英伟达GPU产量削减40%。 但几乎没人知道为什么。 AI行业试图隐藏一个危机。 AI数据中心正在疯狂囤积内存。 不是GPU，也不是处理器，是内存。 每个AI服务器都需要巨量的高带宽内存HBM。 问题来了。 全世界只有三家公司能造HBM。 三星。 SK海力士。 美光。 没了。 这三家，已经把所有产能都从普通内存转向了AI数据中心。 一个简单的算术题，就能摧毁一切。 1GB的HBM，会吃掉4倍于普通DRAM的制造产能。 到2026年，AI将吞噬全球20%的DRAM产量。 但是，普通消费者对内存的需求并没有消失。 PC需要内存。 手机需要内存。 汽车也需要内存。 可现在，已经没有产能来生产它们了。 价格爆炸开始了。 过去六个月，内存价格上涨了246%。 戴尔的CFO说，他从未见过成本以这种速度飙升。 SK海力士和美光的订单已经排满到2026年底。 美光更是直接退出了消费级内存市场，只为AI客户服务。 如果你不是在建AI数据中心，你就拿不到内存芯片。 AI数据中心能提供3到5倍于消费产品的利润。 制造商的选择很简单。 是服务微软和谷歌的AI帝国，还是服务戴尔的笔记本业务？ 这道题不难选。 每一片用于英伟达H100的晶圆，都是从你下一台笔记本上抢走的。 这是一个零和游戏。 而消费者正在输掉这场游戏。 危险的连锁反应正在发生。 英伟达正在削减RTX 50系列GPU产量，因为拿不到GDDR7显存。 戴尔、联想、惠普将在2026年初将电脑价格提高15-30%。 小米和其他手机制造商正在下调出货目标。 几十年来，驱动内存生产的一直是消费电子。 手机，PC，笔记本。 现在变了。 AI数据中心成了第一优先级客户。 这种优先级的转变，正在重塑整个科技经济的版图。 分析师预测，短缺将持续到2027年，甚至2028年。 为什么？ 因为建造一个新的内存工厂需要3到5年。 美光在爱达荷州的新工厂，要到2028年才能真正影响供应。 三星和SK海力士正忙着为HBM4扩产，没空管消费级DRAM。 我们被困住了。 AI公司需要内存来扩张。 但生产这些内存，却摧毁了其他所有东西的供应链。 一个值得思考的问题。 所有人都赌AI能无限扩张。 但如果因为没有足够的内存来支持，AI的繁荣停滞了呢？ 也许我们不在一个“AI超级周期”里。 而是在一个“内存短缺扼杀AI”的周期里。 AI行业向你描绘了无限扩展的蓝图。 但他们忘了告诉你。 为这一切提供动力的内存芯片，只有三家公司在生产。 而这三家公司，刚刚选择了AI数据中心，放弃了你。

墓碑科技

89,231 views • 6 months ago

很多人还在问： 比特币到底是不是“钱”。 Michael Saylor 已经在想下一层了。 如果未来是 AI 和 AI 在高频协作、交易、验证、结算， 它们需要的，可能不是传统金融系统， 而是原生存在于数字世界里的资本、货币和认证网络。 他的判断很直接： 比特币不只是储值资产。 它还可能成为未来数字经济的资本层、结算层、信任层。 这个视角，我觉得非常值得看。 因为你看的已经不是下一次涨跌， 而是下一个时代的底层结构。
22:25

很多人还在问： 比特币到底是不是“钱”。 Michael Saylor 已经在想下一层了。 如果未来是 AI 和 AI 在高频协作、交易、验证、结算， 它们需要的，可能不是传统金融系统， 而是原生存在于数字世界里的资本、货币和认证网络。 他的判断很直接： 比特币不只是储值资产。 它还可能成为未来数字经济的资本层、结算层、信任层。 这个视角，我觉得非常值得看。 因为你看的已经不是下一次涨跌， 而是下一个时代的底层结构。

大方BigFang

19,931 views • 5 months ago

英特尔 CEO 陈立武 45 分钟的访谈 他在访谈当中提到CPU为什么在AI时代重新杀回来了？ 英特尔的先进封装和台积电的先进封装到底差异在哪里？ 还有一堆你经常听到的材料，比如玻璃基板、人造金刚石、氮化镓、磷化氢，它们为什么在未来的10年特别重要？陈立武采访谈用三个根本性转移把它讲透了。 · 第一个就是计算重心在转移。 过去的三年市场把AI的算力直接等同于GPU，陈立武的判断很直接，就训练时代这个逻辑是成立的，但推理和智能体的时代不成立。 因为智能体不是一直在做矩阵的乘法，它需要调度任务、查数据库、管内存、调工具、做安全的控制，在上百个模型之间做协调，这些全是CPU的活。 他跟AI的模型厂商聊完过后，发现GPU和CPU的配比正在从原来的8：1到4：1再到1：1。你不用干掉英伟达，GPU卖得越猛，系统对CPU的需求就越大，所以英特尔只需要坐稳现在这个位置就可以了。 · 第二个就是连接方式在转移。晶体管缩小越来越难，越来越贵，所以下一个阶段的竞争不是谁能做出更小的纳米级的芯片，而是谁能把更多的芯片更高效的拼装在一起。 台积电CoWOS的做法就是在GPU和HBM下面铺一整块大硅片当作底座，等于修了一整块的高架平台。硅面积受限，并且良率比较难爬坡。英特尔的EMIB完全换了一条路，只在两颗芯片的接缝处衔接一小块的硅桥，别的地方继续用便宜的有机基板。 一句话类比就是台积电在修高架平台，而英特尔只在过河的地方去搭一个桥。桥就比平台更便宜，并且还快，还不限面积。再叠加上Foveros的3D垂直堆叠和铜铜混合键合，目标就是把CPU、GPU、HBM I/O全部揉进一整套的系统级的封装。 · 第三个就是材料体系在转移，也是整场访谈当中信息密度最高的一部分。陈立武明确提出现在正在全面转向新材料的底层突围，他一口气提出五种关键的材料。 · 首先就是玻璃基板，当前的先进封装全部使用的是有机基板，在千瓦级的AI芯片的超高热的发热底下有机基板会严重的翘曲变形，而玻璃基板的平整度和热稳定性能要比有机物要高出50%，能打出更密、更细的通孔，是下一代巨型AI芯片雷打不动的底层地基。 陈立武采用了务实的轻资产的模式，由英特尔输出设计标准转而向韩国的供应商去采购，用创投的思维快速去催熟整个供应链。 其次就是磷化铟，大模型的集群规模越来越大，传统的铜线传输的延迟和功耗就会让人无法忍受了。而磷化铟是制造半导体激光器的核心材料，intel深度布局磷化铟目标就是加速共封装光学(CPO)的落地，直接在封装层面把光电转化的模块和核心的计算芯片封装在一起，实现以光代电的高速通信。 最后就是解决算力怪兽的供电和散热问题，一个AI的机架动辄数万瓦、数十万瓦，传统的硅基电源器件在电压转换的时候损耗惊人，陈立武就提出布局氮化镓和碳化硅等第三代的半导体，就是为了在电流进入到芯片前的最后几厘米最大化的去压缩供电损耗。 当芯片的内部的核心死角产生极端的热量的时候，英特尔在封装当中又引入了自然界里面导热率最高的材料，就是人造金刚石作为热扩散层，将热量瞬间去导走，防止芯片因过热而降频。 这几种材料陈立武可不是只说说，是全部都真金白银在投了一些项目了。三个转移只是方向，但是方向只是第一步，判断对了不等于能够落地。陈立武为了确保这三个转移不会变成空中楼阁，他自己做了一套执行框架，爬、走、跑。 · 爬就是先让组织能够打仗，他接手时候的英特尔公司是表格驱动的公司，层层报数字，层层等审批，部门之间不通气，他上来就让所有的工程团队直接向他一个人汇报，砍掉中间所有的官僚层，产品线大而精，不再什么芯片都做，决策速度必须回到创业公司的水准，组织不调，三个转移一个都推不动。 · 第二个就是走，是为三个转移备足弹药的。资本端他干了一些教科书级别的事情，居然拉了貌似是对手的黄仁勋，投了他50亿美元，14个月账面变成了250亿美元。软银进来了，美国政府成了他的大股东，这就是把所有的关键玩家绑成利益共同体。 你英伟达要用的是我的代工和封装，你软银要的是AI的基础设施，美国政府要的是本土制造的能力，大家都在一个桌子上玩。 · 第三个就是跑，就把三个转移的成果拼成一整个系统。他的目标不是做一个爆款的芯片了，而是把CPU、GPU定制芯片、先进制程、先进封装和软件生态拼成一个完整的计算平台。注意这里叫计算平台，不是他以前擅长的一个芯片了。 看完陈立武的访谈，感觉英特尔的方式对中国其实是一个利好。因为英特尔的先进封装EMIB这条路不需要砸天价的硅中介层的产能，你可以走局部的硅桥加面板级的封装的路线。所以中国这些封装公司都可以按照这个方向进行跟进。 中国在玻璃基板、金刚石的散热，氮化镓，这个产业链上面基础不弱。产业化和工程化的事情，中国应该是个强项。 所以陈立武这45分钟，表面上是在讲英特尔，实际上讲的是AI时代，半导体竞争的换挡是下半场，各巨头们到底在做什么东西，换挡就是有机会。
5:09

英特尔 CEO 陈立武 45 分钟的访谈 他在访谈当中提到CPU为什么在AI时代重新杀回来了？ 英特尔的先进封装和台积电的先进封装到底差异在哪里？ 还有一堆你经常听到的材料，比如玻璃基板、人造金刚石、氮化镓、磷化氢，它们为什么在未来的10年特别重要？陈立武采访谈用三个根本性转移把它讲透了。 · 第一个就是计算重心在转移。 过去的三年市场把AI的算力直接等同于GPU，陈立武的判断很直接，就训练时代这个逻辑是成立的，但推理和智能体的时代不成立。 因为智能体不是一直在做矩阵的乘法，它需要调度任务、查数据库、管内存、调工具、做安全的控制，在上百个模型之间做协调，这些全是CPU的活。 他跟AI的模型厂商聊完过后，发现GPU和CPU的配比正在从原来的8：1到4：1再到1：1。你不用干掉英伟达，GPU卖得越猛，系统对CPU的需求就越大，所以英特尔只需要坐稳现在这个位置就可以了。 · 第二个就是连接方式在转移。晶体管缩小越来越难，越来越贵，所以下一个阶段的竞争不是谁能做出更小的纳米级的芯片，而是谁能把更多的芯片更高效的拼装在一起。 台积电CoWOS的做法就是在GPU和HBM下面铺一整块大硅片当作底座，等于修了一整块的高架平台。硅面积受限，并且良率比较难爬坡。英特尔的EMIB完全换了一条路，只在两颗芯片的接缝处衔接一小块的硅桥，别的地方继续用便宜的有机基板。 一句话类比就是台积电在修高架平台，而英特尔只在过河的地方去搭一个桥。桥就比平台更便宜，并且还快，还不限面积。再叠加上Foveros的3D垂直堆叠和铜铜混合键合，目标就是把CPU、GPU、HBM I/O全部揉进一整套的系统级的封装。 · 第三个就是材料体系在转移，也是整场访谈当中信息密度最高的一部分。陈立武明确提出现在正在全面转向新材料的底层突围，他一口气提出五种关键的材料。 · 首先就是玻璃基板，当前的先进封装全部使用的是有机基板，在千瓦级的AI芯片的超高热的发热底下有机基板会严重的翘曲变形，而玻璃基板的平整度和热稳定性能要比有机物要高出50%，能打出更密、更细的通孔，是下一代巨型AI芯片雷打不动的底层地基。 陈立武采用了务实的轻资产的模式，由英特尔输出设计标准转而向韩国的供应商去采购，用创投的思维快速去催熟整个供应链。 其次就是磷化铟，大模型的集群规模越来越大，传统的铜线传输的延迟和功耗就会让人无法忍受了。而磷化铟是制造半导体激光器的核心材料，intel深度布局磷化铟目标就是加速共封装光学(CPO)的落地，直接在封装层面把光电转化的模块和核心的计算芯片封装在一起，实现以光代电的高速通信。 最后就是解决算力怪兽的供电和散热问题，一个AI的机架动辄数万瓦、数十万瓦，传统的硅基电源器件在电压转换的时候损耗惊人，陈立武就提出布局氮化镓和碳化硅等第三代的半导体，就是为了在电流进入到芯片前的最后几厘米最大化的去压缩供电损耗。 当芯片的内部的核心死角产生极端的热量的时候，英特尔在封装当中又引入了自然界里面导热率最高的材料，就是人造金刚石作为热扩散层，将热量瞬间去导走，防止芯片因过热而降频。 这几种材料陈立武可不是只说说，是全部都真金白银在投了一些项目了。三个转移只是方向，但是方向只是第一步，判断对了不等于能够落地。陈立武为了确保这三个转移不会变成空中楼阁，他自己做了一套执行框架，爬、走、跑。 · 爬就是先让组织能够打仗，他接手时候的英特尔公司是表格驱动的公司，层层报数字，层层等审批，部门之间不通气，他上来就让所有的工程团队直接向他一个人汇报，砍掉中间所有的官僚层，产品线大而精，不再什么芯片都做，决策速度必须回到创业公司的水准，组织不调，三个转移一个都推不动。 · 第二个就是走，是为三个转移备足弹药的。资本端他干了一些教科书级别的事情，居然拉了貌似是对手的黄仁勋，投了他50亿美元，14个月账面变成了250亿美元。软银进来了，美国政府成了他的大股东，这就是把所有的关键玩家绑成利益共同体。 你英伟达要用的是我的代工和封装，你软银要的是AI的基础设施，美国政府要的是本土制造的能力，大家都在一个桌子上玩。 · 第三个就是跑，就把三个转移的成果拼成一整个系统。他的目标不是做一个爆款的芯片了，而是把CPU、GPU定制芯片、先进制程、先进封装和软件生态拼成一个完整的计算平台。注意这里叫计算平台，不是他以前擅长的一个芯片了。 看完陈立武的访谈，感觉英特尔的方式对中国其实是一个利好。因为英特尔的先进封装EMIB这条路不需要砸天价的硅中介层的产能，你可以走局部的硅桥加面板级的封装的路线。所以中国这些封装公司都可以按照这个方向进行跟进。 中国在玻璃基板、金刚石的散热，氮化镓，这个产业链上面基础不弱。产业化和工程化的事情，中国应该是个强项。 所以陈立武这45分钟，表面上是在讲英特尔，实际上讲的是AI时代，半导体竞争的换挡是下半场，各巨头们到底在做什么东西，换挡就是有机会。

小牛

27,029 views • 2 months ago

难怪川沐盯上 $GLW 康宁，眼光太超前了！ 原来是海力士一样的方法论，AI 离不开存储，更离不开光模块 光模块和存储一样，康宁与海力士的逻辑相同，都属于 AI 基建最核心的卖铲人之一 康宁是整个AI基础链中讨论最少，但可以说最基础的一层。。无论GPU有多强大或自定义ASIC有多聪明，AI集群中的每颗芯片都需要以大带宽与数千颗其他芯片通信，而这些通信都通过光纤传输。随着AI集群从数千颗芯片扩展到数十万颗，光纤需求也随之同步增长 而全球最强的光纤和光连接供应商之一就是康宁 英伟达计划通过多年合作向康宁投资最高32亿美元，专注于扩大美国先进光学连接的制造规模，包括初始5亿美元股权和认股权证
6:12

难怪川沐盯上 $GLW 康宁，眼光太超前了！ 原来是海力士一样的方法论，AI 离不开存储，更离不开光模块 光模块和存储一样，康宁与海力士的逻辑相同，都属于 AI 基建最核心的卖铲人之一 康宁是整个AI基础链中讨论最少，但可以说最基础的一层。。无论GPU有多强大或自定义ASIC有多聪明，AI集群中的每颗芯片都需要以大带宽与数千颗其他芯片通信，而这些通信都通过光纤传输。随着AI集群从数千颗芯片扩展到数十万颗，光纤需求也随之同步增长 而全球最强的光纤和光连接供应商之一就是康宁 英伟达计划通过多年合作向康宁投资最高32亿美元，专注于扩大美国先进光学连接的制造规模，包括初始5亿美元股权和认股权证

0xkevin (🖤 , 💙)

275,476 views • 1 month ago

LangChain：构建与数据对话的聊天机器人4——向量和嵌入 #LangChain构建与数据对话的聊天机器人 这节课主要讲述了如何使用嵌入（embeddings）和向量存储（vector stores）来处理和检索数据。 首先，我们将文档分割成小的、语义有意义的分块，然后将这些分块存储到索引中，以便在需要回答关于这个数据集的问题时能够轻松地检索到。Embedding是将文本转化为向量空间的数组的过程，相似内容的文本在向量空间中会有相似的向量。这意味着我们可以比较这些向量，找出相似的文本片段。向量存储是一个可以轻松查找相似向量的数据库，这在我们试图找到与手头问题相关的文档时非常有用。 视频还详细讲解了如何使用OpenAI创建嵌入，以及如何使用NumPy比较嵌入的相似度。然后，我们将所有的嵌入存储在向量存储中，以便于后续的检索。视频中使用的向量存储是Chroma，因为它轻量级且内存中，非常容易上手。最后，我们将向量数据库持久化，以便在未来的课程中使用。 然而，这种方法并不完美，视频也讨论了一些边缘情况和失败模式，例如检索到重复的信息，或者无法准确捕捉到结构化信息。 课程地址： 播放列表： B站：
9:21

LangChain：构建与数据对话的聊天机器人4——向量和嵌入 #LangChain构建与数据对话的聊天机器人 这节课主要讲述了如何使用嵌入（embeddings）和向量存储（vector stores）来处理和检索数据。 首先，我们将文档分割成小的、语义有意义的分块，然后将这些分块存储到索引中，以便在需要回答关于这个数据集的问题时能够轻松地检索到。Embedding是将文本转化为向量空间的数组的过程，相似内容的文本在向量空间中会有相似的向量。这意味着我们可以比较这些向量，找出相似的文本片段。向量存储是一个可以轻松查找相似向量的数据库，这在我们试图找到与手头问题相关的文档时非常有用。 视频还详细讲解了如何使用OpenAI创建嵌入，以及如何使用NumPy比较嵌入的相似度。然后，我们将所有的嵌入存储在向量存储中，以便于后续的检索。视频中使用的向量存储是Chroma，因为它轻量级且内存中，非常容易上手。最后，我们将向量数据库持久化，以便在未来的课程中使用。 然而，这种方法并不完美，视频也讨论了一些边缘情况和失败模式，例如检索到重复的信息，或者无法准确捕捉到结构化信息。 课程地址： 播放列表： B站：

宝玉

40,993 views • 3 years ago

白宫加密政策主管David Sacks： 四年内AI 大模型能力将增长一百万倍 ！ “我认为目前至少在三个关键维度上，进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好，而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代，但这将是继推理模型之后的下一个重大飞跃。” “在这个领域，我们才刚刚开始（推理算力增加带来的能力增加也将是倍数增长）。” “接下来是芯片。” “根据多种衡量标准，每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步，他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统，它类似于一个机架系统，可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时，我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU，而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中，他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的： “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说，每两年进步 10 倍。” “很多人没有理解指数级进步的含义：如果每两年提升 10 倍，并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘：算法、芯片，以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点，因为他们不了解指数级进步的意义。”
1:42

白宫加密政策主管David Sacks： 四年内AI 大模型能力将增长一百万倍 ！ “我认为目前至少在三个关键维度上，进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好，而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代，但这将是继推理模型之后的下一个重大飞跃。” “在这个领域，我们才刚刚开始（推理算力增加带来的能力增加也将是倍数增长）。” “接下来是芯片。” “根据多种衡量标准，每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步，他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统，它类似于一个机架系统，可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时，我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU，而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中，他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的： “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说，每两年进步 10 倍。” “很多人没有理解指数级进步的含义：如果每两年提升 10 倍，并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘：算法、芯片，以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点，因为他们不了解指数级进步的意义。”

夜谈

25,895 views • 1 year ago

错过了今年上半年的半导体、AI、存储，不要再错过下半年的主线。 上半年炒的是 AI 硬件短缺：GPU、HBM、存储、芯片设备。 下半年看的是 AI 资本开支外溢，以及 AI 从屏幕里走向物理世界。 2026 下半年主线排名： 1. AI 电力 / 数据中心基础设施 AI 服务器不是只买芯片就能跑起来，背后还需要电力、天然气、电网、储能、核电、制冷、液冷和数据中心建设。 2. 工业设备 / 电气化 / 自动化 数据中心扩建、电网升级、先进制造扩产，都会带动电气设备、连接器、测试设备、制冷系统、工程建设和工业自动化需求。 3. 物理 AI / 机器人 人形机器人、工业机器人、自动驾驶、机器视觉、传感器、伺服电机、执行器、边缘 AI，都值得关注。 4. AI 应用 / 软件修复 市场迟早会追问：谁能用 AI 真正赚钱？Agent、企业软件、网络安全、数据平台、云服务、自动化工作流，可能迎来修复。 5. 存储 / HBM / 半导体设备 HBM、DRAM、NAND、SSD、先进封装、晶圆设备需求还在，但涨幅大后更考验业绩和预期差。 6. 金融 / 医疗 / 通信服务补涨 如果科技和半导体高位震荡，资金会找估值更低、业绩更稳的方向。金融、医疗、通信服务可能成为轮动承接地。 7. 海外 AI 供应链 韩国存储和 HBM、台湾代工和先进封装、日本材料和设备，仍有性价比逻辑。 错过上半年的 already 后悔了，下半年再错过，可就真要拍大腿了！ 仅个人调研观点，非投资建议
0:34

错过了今年上半年的半导体、AI、存储，不要再错过下半年的主线。 上半年炒的是 AI 硬件短缺：GPU、HBM、存储、芯片设备。 下半年看的是 AI 资本开支外溢，以及 AI 从屏幕里走向物理世界。 2026 下半年主线排名： 1. AI 电力 / 数据中心基础设施 AI 服务器不是只买芯片就能跑起来，背后还需要电力、天然气、电网、储能、核电、制冷、液冷和数据中心建设。 2. 工业设备 / 电气化 / 自动化 数据中心扩建、电网升级、先进制造扩产，都会带动电气设备、连接器、测试设备、制冷系统、工程建设和工业自动化需求。 3. 物理 AI / 机器人 人形机器人、工业机器人、自动驾驶、机器视觉、传感器、伺服电机、执行器、边缘 AI，都值得关注。 4. AI 应用 / 软件修复 市场迟早会追问：谁能用 AI 真正赚钱？Agent、企业软件、网络安全、数据平台、云服务、自动化工作流，可能迎来修复。 5. 存储 / HBM / 半导体设备 HBM、DRAM、NAND、SSD、先进封装、晶圆设备需求还在，但涨幅大后更考验业绩和预期差。 6. 金融 / 医疗 / 通信服务补涨 如果科技和半导体高位震荡，资金会找估值更低、业绩更稳的方向。金融、医疗、通信服务可能成为轮动承接地。 7. 海外 AI 供应链 韩国存储和 HBM、台湾代工和先进封装、日本材料和设备，仍有性价比逻辑。 错过上半年的 already 后悔了，下半年再错过，可就真要拍大腿了！ 仅个人调研观点，非投资建议

爱丽丝呀！

108,944 views • 1 month ago

Google量子计算新突破：量子计算芯片 Willow 5 分钟完成传统计算机100亿亿亿年的计算 最近大家都在关注 AI，也许没有注意到 Google 刚发布的 量子计算芯片 Willow 想象一下，有一道数学题，就算用世界上最快的超级计算机来解，也需要计算100亿亿亿年。而Google的最新量子计算芯片Willow只用了5分钟就解决了。如果你对这个数字没有概念，这个时间比我们宇宙的年龄（138亿年）还要长得多！ 什么是量子计算？ 要理解这个突破，我们先来聊聊普通计算机和量子计算机的区别： - 普通计算机使用的是"比特"（位），就像一个开关，只能是开（1）或关（0）两种状态 - 量子计算机使用的是"量子比特"（量子位），它可以同时处于多个状态，这让计算能力呈指数级增长 Willow的突破性进展 Google的Willow芯片最大的突破在于解决了量子计算领域30年来的一个大难题。传统上，量子比特越多，计算错误就越多。但Willow通过创新的"逻辑量子位"设计，实现了相反的效果：随着量子比特的增加，错误反而会减少。这就像搭建了一个会自我纠错的超级计算系统。 这对我们的生活意味着什么？ 虽然现在还不能期待在家里放一台量子电脑，但Willow的突破将在未来带来许多令人兴奋的应用： - 加速新药物的研发 - 设计更高效的电动车电池 - 优化城市交通流量 - 开发更安全的通信加密系统 - 提升人工智能的学习能力 未来展望 Google预计在2030年左右可能会看到商用量子计算机。虽然还面临着提高运算精度、降低成本等挑战，但Willow的诞生就像是莱特兄弟的第一次飞行——它证明了"不可能"是可能的。这打开了一扇通向未来的大门，量子计算革命已经势不可挡。 这次的突破，不仅仅是技术的进步，更预示着人类即将进入一个全新的计算时代。虽然距离普及还需要时间，但就像当年的第一台计算机一样，Willow 有可能会是未来量子计算机的开始。
6:38

Google量子计算新突破：量子计算芯片 Willow 5 分钟完成传统计算机100亿亿亿年的计算 最近大家都在关注 AI，也许没有注意到 Google 刚发布的 量子计算芯片 Willow 想象一下，有一道数学题，就算用世界上最快的超级计算机来解，也需要计算100亿亿亿年。而Google的最新量子计算芯片Willow只用了5分钟就解决了。如果你对这个数字没有概念，这个时间比我们宇宙的年龄（138亿年）还要长得多！ 什么是量子计算？ 要理解这个突破，我们先来聊聊普通计算机和量子计算机的区别： - 普通计算机使用的是"比特"（位），就像一个开关，只能是开（1）或关（0）两种状态 - 量子计算机使用的是"量子比特"（量子位），它可以同时处于多个状态，这让计算能力呈指数级增长 Willow的突破性进展 Google的Willow芯片最大的突破在于解决了量子计算领域30年来的一个大难题。传统上，量子比特越多，计算错误就越多。但Willow通过创新的"逻辑量子位"设计，实现了相反的效果：随着量子比特的增加，错误反而会减少。这就像搭建了一个会自我纠错的超级计算系统。 这对我们的生活意味着什么？ 虽然现在还不能期待在家里放一台量子电脑，但Willow的突破将在未来带来许多令人兴奋的应用： - 加速新药物的研发 - 设计更高效的电动车电池 - 优化城市交通流量 - 开发更安全的通信加密系统 - 提升人工智能的学习能力 未来展望 Google预计在2030年左右可能会看到商用量子计算机。虽然还面临着提高运算精度、降低成本等挑战，但Willow的诞生就像是莱特兄弟的第一次飞行——它证明了"不可能"是可能的。这打开了一扇通向未来的大门，量子计算革命已经势不可挡。 这次的突破，不仅仅是技术的进步，更预示着人类即将进入一个全新的计算时代。虽然距离普及还需要时间，但就像当年的第一台计算机一样，Willow 有可能会是未来量子计算机的开始。

宝玉

131,575 views • 1 year ago

美光1.2倍是半导体涨幅最大的今年超过英伟达，凭什么一个内存典型周期行业咸鱼翻身？ AI 时代最火的故事是算力，大家都盯着 GPU，看谁的芯片更快、更强，谁能抢到英伟达份额。 但真正懂技术的人都知道GPU 只是发动机，内存才是油箱。内存还能继续吗？会不会24-27将进入一个超级周期… AI 的瓶颈不在算力，而在记忆力。没有足够快、足够大的内存，AI 就像一个健忘的天才，算得快但记不住。所以接下来的主角，不再是 GPU，而是内存。 全世界的内存产业正进入一个罕见的“超级周期”。核心产品叫 HBM（高带宽内存）。它的本质，就是把DRAM内存一层一层叠起来。AI 模型越大、推理越复杂，就越离不开它。 但能做 HBM 的，全世界只有三家公司：三星、SK 海力士、美光。不是因为别人不想做，而是因为这东西太难了。 这是一层层堆叠要精密级，良率要高，散热要稳，功耗还要低。谁能把这几个平衡点同时拿下，谁就能成为 AI 世界的“记忆中心”。 现在这个超级周期已经走到一半，需求没问题，供给也没问题，技术更是大突破。 唯一的风险是价格。当三家都量产、都认证通过，2026 年开始价格下滑几乎是必然。 这就是资本主义永远有竞争谁也不会一家独大，这是良性的，每次被新闻头条什么降价之类的杀情绪的时候、要记住： 这是一个被 AI 锁定的四年超级周期，HBM 是绝对的核心战场。 拿住 ALL IN。关注我，有逻辑变化，我会及时发布展望。
0:45

美光1.2倍是半导体涨幅最大的今年超过英伟达，凭什么一个内存典型周期行业咸鱼翻身？ AI 时代最火的故事是算力，大家都盯着 GPU，看谁的芯片更快、更强，谁能抢到英伟达份额。 但真正懂技术的人都知道GPU 只是发动机，内存才是油箱。内存还能继续吗？会不会24-27将进入一个超级周期… AI 的瓶颈不在算力，而在记忆力。没有足够快、足够大的内存，AI 就像一个健忘的天才，算得快但记不住。所以接下来的主角，不再是 GPU，而是内存。 全世界的内存产业正进入一个罕见的“超级周期”。核心产品叫 HBM（高带宽内存）。它的本质，就是把DRAM内存一层一层叠起来。AI 模型越大、推理越复杂，就越离不开它。 但能做 HBM 的，全世界只有三家公司：三星、SK 海力士、美光。不是因为别人不想做，而是因为这东西太难了。 这是一层层堆叠要精密级，良率要高，散热要稳，功耗还要低。谁能把这几个平衡点同时拿下，谁就能成为 AI 世界的“记忆中心”。 现在这个超级周期已经走到一半，需求没问题，供给也没问题，技术更是大突破。 唯一的风险是价格。当三家都量产、都认证通过，2026 年开始价格下滑几乎是必然。 这就是资本主义永远有竞争谁也不会一家独大，这是良性的，每次被新闻头条什么降价之类的杀情绪的时候、要记住： 这是一个被 AI 锁定的四年超级周期，HBM 是绝对的核心战场。 拿住 ALL IN。关注我，有逻辑变化，我会及时发布展望。

Tigris 会讲课教授是好老师

172,649 views • 10 months ago

内存涨价 50%，苹果都被迫给 iPhone 提价。 全球最大存储芯片厂 SK 海力士的老板崔泰源在 CNBC 上说了句实话：明年会更糟。 他刚宣布砸 7200 亿美元扩产，2034 年前产能翻三倍。一家过去 40 年每轮疯狂扩产都以崩盘收场的公司，这次凭什么敢赌？ 几个关键信息： 1️⃣ AI 是“四岁小孩” 崔泰源把 AI 比作四岁的小孩：小孩的大脑装不下多少记忆，人成年之后才有了记忆和智慧。AI 每长大一点，需要的存储芯片就多一层。这是他解释“内存需求为什么是结构性的”最朴素的一段话。 2️⃣ 需求今年已经翻倍 他说所有客户要求的芯片量几乎都是去年的两倍，但扩产周期至少 4 到 5 年。现在砸下去的钱，最快明年才变成产能。 3️⃣ “芯片通胀”短期无解 内存涨价 40-50%，连苹果都被迫给旗舰提价，再传导到全社会物价。他承认这不是好事，但“短期我没有解决方案”。 4️⃣ 明年是短缺最严重的一年 “所有人都想要芯片，我真的很抱歉，但我没法自动满足所有人。”科技巨头们甚至涌到韩国，排队抢长约。 5️⃣ 为什么这次周期不一样 过去内存需求被“一人一台手机”卡住上限，AI 时代一个人会有十个代理，每个代理都在吃内存。周期不会消失，但会变长。 6️⃣ 美国建厂的最大障碍不是钱 一座存储厂背后有 600-700 家供应商，缺一家工厂都跑不起来。美国客户想要本土工厂，“但我得先找到对的地方”。 最戳的一句话：“过去我们生产的是产品，现在 AI 创造的是智能。智能，是不一样的。”
1:27

内存涨价 50%，苹果都被迫给 iPhone 提价。 全球最大存储芯片厂 SK 海力士的老板崔泰源在 CNBC 上说了句实话：明年会更糟。 他刚宣布砸 7200 亿美元扩产，2034 年前产能翻三倍。一家过去 40 年每轮疯狂扩产都以崩盘收场的公司，这次凭什么敢赌？ 几个关键信息： 1️⃣ AI 是“四岁小孩” 崔泰源把 AI 比作四岁的小孩：小孩的大脑装不下多少记忆，人成年之后才有了记忆和智慧。AI 每长大一点，需要的存储芯片就多一层。这是他解释“内存需求为什么是结构性的”最朴素的一段话。 2️⃣ 需求今年已经翻倍 他说所有客户要求的芯片量几乎都是去年的两倍，但扩产周期至少 4 到 5 年。现在砸下去的钱，最快明年才变成产能。 3️⃣ “芯片通胀”短期无解 内存涨价 40-50%，连苹果都被迫给旗舰提价，再传导到全社会物价。他承认这不是好事，但“短期我没有解决方案”。 4️⃣ 明年是短缺最严重的一年 “所有人都想要芯片，我真的很抱歉，但我没法自动满足所有人。”科技巨头们甚至涌到韩国，排队抢长约。 5️⃣ 为什么这次周期不一样 过去内存需求被“一人一台手机”卡住上限，AI 时代一个人会有十个代理，每个代理都在吃内存。周期不会消失，但会变长。 6️⃣ 美国建厂的最大障碍不是钱 一座存储厂背后有 600-700 家供应商，缺一家工厂都跑不起来。美国客户想要本土工厂，“但我得先找到对的地方”。 最戳的一句话：“过去我们生产的是产品，现在 AI 创造的是智能。智能，是不一样的。”

TechFlow 深潮｜APP 已上线

17,659 views • 7 days ago

黄仁勋进一步解释，为什么 Marvell $MRVL 能到1万亿美金市值？！ 老黄的底层逻辑其实就4点： 1. AI 已经开始赚钱了！ 过去AI是在烧钱训练模型，现在AI开始生产Token，Token又能卖钱。只要能赚钱，企业就会更加疯狂扩建AI，增加CapEx，而Marvell正站在这条产业链最核心的位置！ 2. 未来AI是无数Agent协同工作！ 当计算被拆散以后，最重要的就不再只是GPU，而是把所有GPU、CPU、内存和存储连接起来的高速网络。 而Marvell正是全球最重要的数据中心互联芯片厂商之一。 3. AI工厂规模正在加速扩张。 以后，每新增1美元AI算力投资，背后都需要更多交换机、光模块、DSP、定制ASIC和高速互联芯片。 Marvell 你就躺着数钱吧！ 4. 未来Agent不仅要推理，还要： • 访问互联网 • 调用工具 • 管理长期记忆 • 管理短期记忆 • 调度多个模型协同工作 这一切都要大量连接，不论是铜缆和光模块，铜不够用了，就光互联。 Agent时代全面到来，未来AI最大的瓶颈之一，不是算力，而是连接！
1:31

黄仁勋进一步解释，为什么 Marvell $MRVL 能到1万亿美金市值？！ 老黄的底层逻辑其实就4点： 1. AI 已经开始赚钱了！ 过去AI是在烧钱训练模型，现在AI开始生产Token，Token又能卖钱。只要能赚钱，企业就会更加疯狂扩建AI，增加CapEx，而Marvell正站在这条产业链最核心的位置！ 2. 未来AI是无数Agent协同工作！ 当计算被拆散以后，最重要的就不再只是GPU，而是把所有GPU、CPU、内存和存储连接起来的高速网络。 而Marvell正是全球最重要的数据中心互联芯片厂商之一。 3. AI工厂规模正在加速扩张。 以后，每新增1美元AI算力投资，背后都需要更多交换机、光模块、DSP、定制ASIC和高速互联芯片。 Marvell 你就躺着数钱吧！ 4. 未来Agent不仅要推理，还要： • 访问互联网 • 调用工具 • 管理长期记忆 • 管理短期记忆 • 调度多个模型协同工作 这一切都要大量连接，不论是铜缆和光模块，铜不够用了，就光互联。 Agent时代全面到来，未来AI最大的瓶颈之一，不是算力，而是连接！

Annie 所长

70,146 views • 2 months ago