Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

黄仁勋:AI 的算力需求还要增加1000x,未来的能源需求还要增加1000x! 下一个能源100倍股: 1. 英伟达 $NVDA 黄仁勋喊未来算力暴涨1000倍,本质就是继续给英伟达打广告 2. 台积电 $TSM 台积电就是整个AI帝国的芯片印钞机 3. 博通 $AVGO 很多人只知道英伟达,但AI服务器内部高速连接、交换芯片,大量都靠博通 4. 超微电脑 $SMCI 英伟达GPU最后要装进服务器才能赚钱,属于AI军火运输队 5. GE Vernova $GEV 未来最大瓶颈不是芯片,是电,GEV就是搞发电设备、电网升级、能源的 6. Vistra 能源 $VST Vistra同时拥有核电、天然气、储能 7. Constellation Energy $CEG 美国最大核电运营商之一 8. Cameco $CCJ 全球铀矿核心玩家 9. NextEra Energy $NEE 新能源超级巨头 10. Vertiv $VRT AI机房空调之王 11. Eaton...

30,458 görüntüleme • 4 ay önce •via X (Twitter)

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

孙哥:人生的尽头是实体。 所以我买了几个核电站。 看美国 AI 电力股,按产业链来拆解:我们买不起核电站,我们买电力股。 现在看 AI,只盯 GPU 已经不够了。真正限制 AI 数据中心扩张的,越来越可能是两个东西:电力 + 散热。 发电 → 供电 → 电网 → 配电 → 数据中心电源 → 散热 → 备用电源 → AI算力 这样看就很清楚。 第一层:发电设备 $GEV、$CAT、$CMI、$BE 燃气轮机、发电机、燃料电池。 AI 数据中心首先要解决的不是 GPU,而是: 电从哪里来。 第二层:电力运营商 $CEG、$VST、$NRG、$NEE 核电、天然气、电力资产。 AI 数据中心用电量越大,稳定、长期、可持续的大规模电源价值就越高。 这一层也是现在市场最熟悉的“AI 电力股”。 第三层:输配电设备 $ETN、$GEV、$HUBB、$NVT、$POWL 电发出来以后,不可能直接插到 GPU 上。 中间还要经过: 变压器、开关设备、配电系统、电气连接。 AI 数据中心越建越多,这一层的订单也会跟着放大。 第四层:电网建设 $PWR、$EME 设备有了,还得有人建。 输电线路、变电站、数据中心配套电力工程,全部需要施工。 所以 AI 电力不仅是卖设备,基建公司一样吃得到。 第五层:数据中心电源 $VRT、$ETN、$NVT 这一层离服务器已经非常近了。 UPS、配电、电源管理,把外面的电稳定送进服务器和 GPU 机柜。 如果说前面解决的是“有没有电”,这一层解决的是: 电能不能稳定送到服务器。 第六层:散热 $VRT、$TT、$JCI GPU 功耗越来越高,散热已经变成 AI 数据中心最核心的问题之一。 以前一个机柜几千瓦、十几千瓦。 现在高密度 AI 机柜不断往几十甚至上百千瓦走。 所以 AI 数据中心不是有电就行, 还得把热排出去。 第七层:备用电源 / 微电网 $GNRC、$CAT、$CMI、$BE 数据中心最怕的事情就是停电。 因此备用发电、现场发电、微电网的重要性正在快速提升。 AI 数据中心建设热潮,已经开始把需求传导到传统发电设备厂商。 第八层:最终需求端 $MSFT、$GOOGL、$AMZN、$META、$ORCL 这些巨头继续烧钱建 AI 数据中心, 上面整个产业链才会持续有订单。 所以 AI 电力最简单的逻辑就是: GPU 负责吃电 发电设备负责造电 电厂负责供电 电网负责送电 配电设备负责把电送进去 VRT 这类公司负责稳定供电和散热 这就是为什么 AI 电力绝对不只是: $CEG、$VST。 真正值得看的,是整条产业链。 然后还有一条弹性更大的支线: 先进核能 / 核聚变。 这一块我会分成两类看。 第一类:先进核能核心标的 $XE 我目前重点关注的一只。 市场主要交易的是先进核能、SMR,以及未来 AI 数据中心对长期稳定电源的需求。 $OKLO Sam Altman 参与投资,也是现在“AI + 核能”辨识度最高的标的之一。 它的逻辑非常直接: AI 要大量电力 → 数据中心需要稳定基荷能源 → 核能重新被重视。 $SMR NuScale。 美股里最典型的 SMR 概念股之一。 虽然 SMR 本质上还是核裂变,不是核聚变,但资金交易的时候,经常把: 核裂变、SMR、核聚变、AI 电力 放在同一个大主题里。 第二类:核工业产业链 $BWXT 核反应堆、核军工、核工业设备。 更像卖铲子的。 $CCJ Cameco。 全球重要铀资源公司之一。 只要市场开始交易核电复兴、核燃料紧缺、核电重启,它基本都会被关注。 所以我现在看美国 AI 电力,大致就两条线: 第一条:确定性更高 AI 数据中心扩张 → 发电 → 输配电 → 电网建设 → UPS → 散热 → 备用电源 代表: $GEV、$CEG、$VST、$ETN、$VRT、$PWR、$TT 第二条:弹性更大 AI 用电爆发 → 核电复兴 → SMR → 先进核能 / 核聚变 代表: $OKLO、$SMR、$XE、$BWXT、$CCJ 第一条交易的是: 订单和业绩。 第二条交易的是: 未来能源结构的想象空间。 但核能这条线要特别注意: 很多公司现在还没有稳定盈利,甚至还处于商业化早期阶段。 估值交易的不是今天, 而是未来 5 年、10 年甚至更远的预期。 所以 AI 电力里,我更喜欢把: $GEV、$ETN、$VRT、$CEG、$PWR 当成主线。 把: $OKLO、$SMR、$XE 当成高弹性方向。 以前看 AI,我第一反应是: GPU 够不够? 现在我越来越觉得,还必须再问一句: 电够不够?

D师

13,562 görüntüleme • 1 ay önce

⚡🔥 $GOOGL CEO亲口承认:电力正在成为AI扩张的最大瓶颈——真正的赢家可能根本不是芯片 当 Sundar Pichai 公开说“电力是AI扩张的最大约束之一”,我意识到,市场可能盯错了方向。 大家都在追 $NVDA。 但如果数据中心开始进入 GW 级别的能耗规模,瓶颈不在算力本身,而在“能不能供得起电”。 AI 上半场是 GPU 军备竞赛。 AI 下半场是能源与电网重估。 逻辑非常清晰: 如果算力需求指数级增长 → 数据中心功耗爆发 → 电力成为稀缺资源 → 产业链利润向能源端倾斜。 我把这条链条拆开来看。 第一层:发电端——直接受益 当长期购电协议(PPA)被锁定,电力资产的确定性现金流会被重新定价。 $VST $CEG 这类公司拥有可规模化发电能力,尤其核电与稳定基载电力,对数据中心来说比“绿色标签”更重要的是“持续供电”。 第二层:电网与输电——隐形瓶颈 很多人忽略一个现实: 有电厂,不代表电能送到数据中心。 美国电网老化问题早就存在,AI 只是把矛盾提前放大。 $PWR $ETN 电网扩建、电气系统升级、变压与配电设备,都不是可选项,而是必选项。 第三层:数据中心基础设施 GPU 功耗越来越高,散热与电力系统成为成本核心。 $VRT 它卖的不是“科技梦想”,而是机房运转的生命线。 第四层:AI Hosting 与能源套利 当电力成为稀缺资产,拥有低成本能源的算力运营商会获得边际优势。 $IREN $APLD 本质是电力成本结构 + 算力租赁模型的组合。 我现在的判断是: 市场还在用“科技成长股”思维看AI。 但下一阶段的超额收益,很可能来自“公用事业 + 工业基础设施”的再估值。 如果AI真的进入长期资本开支周期,电力将从成本项变成战略资源。 你会继续重仓芯片, 还是开始提前布局能源与电网端? 📣 我会持续跟踪AI产业链中被忽视的利润转移路径,拆解哪些环节会真正拿到定价权。关注我,一起在共识形成前看清结构变化。

M

56,918 görüntüleme • 7 ay önce

马斯克 G20 创新部长会最新发言,未来几年世界会变成什么样?👇 1. AI每年能给全球多赚30万亿美元 光是数字AI,就能让全球经济增长20%-30%,相当于复制了一个美国。 2. 程序员彻底被降维打击 预计明年AI写代码的能力就会达到象棋大师软件的级别,人类在写软件和做工程设计上,将彻底无法与AI竞争。 3. 未来18个月内,所有不用搬砖的工作AI都能干 只要不需要在现实中用双手组装原子,所有纯数字、纯脑力的事情,AI全给你承包了。 4. 10年内,全球将有超过10亿个人形机器人 这还是保守估计!而且机器人会开始自己制造机器人,爆发速度会快到吓人。 5. 1个人形机器人=5个成年人类的生产力 10年后,这10亿个机器人的产出将直接碾压全人类的生产力总和。 6. 机器人将把全球经济推高10倍以上 数字AI只是开胃菜,真正的重头戏是人形机器人,它会把全球经济体量翻个10倍甚至更多。 7. 2027年全球将面临严重AI电荒 AI芯片每年暴增50%,但电网跟不上!到2027年,全球AI算力的电力缺口将高达15吉瓦(1500万千瓦)。 8. 没电算力就是废纸 谷歌和Anthropic等巨头现在都在向SpaceX租算力,原因很简单:马斯克直接自己建了发电厂,才把算力中心给开起来。 9. 卖电给AI是未来最大的风口 电力增长跟不上芯片增长,哪个国家能赶紧把电厂建起来提供给AI数据中心,光靠抽税和收服务费就能躺着赚钱。

Annie 所长

26,323 görüntüleme • 28 gün önce

国际能源署(IEA)的数据显示,2025年,中国数据中心和人工智能产业所消耗的电力,仍然高度依赖传统化石能源。其中煤电占比接近70%,可再生能源约占20%,核电接近10%,天然气所占比例相对有限。换句话说,支撑中国庞大数字经济、人工智能训练以及云计算中心运转的基础能源,主体依然是煤炭。 然而,北京近年来不断迎合国际舆论场上流行的“绿色算力”“低碳AI”叙事,试图将中国塑造成数字化与绿色转型同步推进的典范。但从能源现实来看,无论是贵州、内蒙古、宁夏还是甘肃等地新建的大型数据中心集群,其稳定运行所依赖的仍是煤电提供的基础负荷。风电、光伏虽然装机规模庞大,却难以承担全天候、不间断的数据中心供电需求,最终仍需要煤电作为“压舱石”。 人工智能大模型训练对电力的需求呈指数级增长,一次大型模型训练消耗的电力往往相当于数万户家庭数月甚至更长时间的用电量。在目前的技术条件下,能够持续稳定提供如此巨大电力的,主要还是煤电和核电,而不是受天气和季节影响显著的风能、太阳能。 更值得玩味的是,西方一些左翼政客长期将“脱煤”“去核”视为政治正确,大力推动风电和太阳能,却忽视了电网稳定性与能源安全问题。德国关闭核电站后重新增加煤电使用,就是一个典型案例。相比之下,中国虽然在国际场合高调宣传绿色发展,但在实际操作层面并未真正放弃煤炭,而是继续依靠煤电保障工业生产和数字经济扩张。 当外界谈论中国的“绿色算力革命”时,不能只看数据中心屋顶铺设了多少太阳能板,也不能只看企业发布了多少碳中和报告,更要看到这些服务器机房背后真正的电力来源。至少在可预见的未来,中国人工智能和数据中心产业的高速发展,本质上仍然建立在庞大的煤电体系之上。所谓“绿色算力”,更多是一种宣传概念,而非能源结构已经发生根本性转变。

David Tsai/蔡慎坤

45,136 görüntüleme • 3 ay önce

昨天凌晨,DeepSeek又崩了 第三次 但这次我看到了不一样的东西。 “风口来了?” 不是风口 是钱开始往底层流了。 “什么意思?” 你以为AI在赚钱。 其实真正赚钱的,是给AI 供电、供资源、建基础设施的人。 “这不就是科技吗?” 不是 这是能源生意,是资源生意。 是最传统、也最赚钱的生意。 ———— “那DeepSeek崩跟赚钱有什么关系?” 关系很直接 它暴露了一件事 AI 不是无根的,它要消耗真实成本。 “什么成本?” 电、芯片、机房、散热。 这些都要钱,而且是持续烧钱。 行业数据显示:过去两年,头部 AI厂商的推理调用量增长了数百到上千倍 服务器、电力、带宽,全在疯狂扩容 OpenAI CEO Sam Altman去年说过:“未来AI 公司的核心竞争力,可能不是模型,而是能源获取能力。” “那不就是算力贵?” 算力贵,但更关键的是: 在同样的性能下,谁能用更低的成本提供服务 这是算法、架构、能源的综合博弈。 英伟达 CEO 黄仁勋在 GTC 大会上说过:“数据中心就是词元工厂,输入电力和数据,输出智能。” ———— “那谁能做到?” 谁掌握低成本能源,谁就有优势。 谁优化得好,谁就能活下来。 看一个行业共识: 美国路线: 用最先进的芯片(英伟达H100,单价约3万美元)堆性能,追求极致算力。 中国路线: 用成本优化。部分数据中心通过绿电协议,电价可以压到 0.3-0.5元/度。 再配合模型压缩、推理加速,综合成本可以做到很低。 这不是谁更好,而是两种不同的竞争策略。 “所以这是一门电的生意?” 不只是电 是一整套系统。 电网、储能、数据中心、矿产资源,全都在里面。 ———— “矿产也有关系?” 当然。 电网要铜,电池要锂镍钴,储能和设备都靠这些。 矿产 → 电力基础设施 → 数据中心 → AI 算力 这是一条完整的产业链。 谁控制上游资源,谁就在下游有定价权。 “那这些资源在哪?” 非洲、南美、东南亚。 这就是为什么这些地方开始被重新看见。 “所以非洲是风口?” 不是风口。 是底座。 是未来电力体系的原材料仓库。 谁提前布局,谁占位置。 ———— “那中东呢?” 中东还在赚钱。 因为石油还没退出。 霍尔木兹海峡,全球三成石油要过。 一紧张,油价就涨。 “油价涨对普通人有什么影响?” 油价一涨,运输、制造、食品全涨。 生活成本上去,工资不一定跟上。 这就是最直接的民生压力。 “那 AI 会改变这个吗?” 会,但不是你想的那样。 “怎么说?” AI 一方面在消耗更多电力。 另一方面,AI 也在帮助优化电网、提升能源效率、降低工业能耗。 这是一个动态平衡的过程。 ———— “那赚钱机会在哪?” 在底层。 不在最热的应用,而在供电、供资源、建系统的人。 “为什么?” 因为底层是刚需。 刚需就有定价权。 有定价权就有利润。 我认识一个做 AI 客服的团队。 他们发现: 一个中型电商公司,AI 客服每天处理1000次对话,每次平均消耗 5000 词元。 一个月下来,词元成本在几千到上万美元。 但省下来的人力成本,是这个的10倍以上。 创始人说:“AI不是在烧钱,是在重新分配成本。” ———— “所以以后拼的是什么?” 拼谁能用更低的成本,提供更好的服务。 拼谁能在算法、架构、能源上做到极致优化。 “成本低意味着什么?” 意味着生产效率更高。 企业利润更高。 国家竞争力更强。 “那 DeepSeek 崩这件事本质是什么?” 是一次压力测试。 告诉所有人,AI不是免费的,它需要强大的基础设施支撑。 ———— “再说直白一点?” DeepSeek 崩了,不只是因为资源不够。 还有流量突增、调度架构、服务弹性等问题。 但这些问题背后,都指向同一个方向: 基础设施的重要性。 “那最后大家争的还是资源?” 以前是石油。 现在是算力。 本质是能量 + 效率。 ———— “那普通人该记住什么?” 记住一件事。 不要只盯着最火的东西 要盯着支撑它的东西。 “什么意思?” 不是谁在用 AI 最赚钱。 而是谁在给 AI 供电、供资源、供系统,同时还能优化成本、提升效率。 “再具体一点?” 未来最值钱的,不只是最聪明的AI 而是能让 AI高效、稳定、低成本运转下去的那一整套体系。 ———— 很多人盯着 AI有多厉害。 很少人去看,AI靠什么活着。 活着靠什么? 电,资源,系统,优化。 所以真正的机会,从来不在最亮的地方。 在光背后的那一层。 你可以不懂AI。 但你要知道,谁在给它续命,谁在让它更高效。 因为所有大机会,都藏在基础设施里。 ———— 你觉得下一个“底层红利”会在哪?评论区聊聊。

Powerpei🦅

18,351 görüntüleme • 6 ay önce