@qinbafrank 我这两天也在重新思考电力股标的，但有些问题还希望求教：现在电力需求增长已经是强共识，但股价和估值继续上行，需要的是新的超预期，而不是已经被 price in 的逻辑。虽然需求增长明确，但电力建设及电价的超预期是什么？未来继续上涨的核心预期差到底来自哪里？
中文
Guccy Lan
2.1K posts
AI电力卡在哪些环节？从发电厂到GPU机柜，一张图聊聊AI电力链条上卡脖子环节的逻辑。Serenity今天开始喊800VDC了x.com/qinbafrank/sta…，其实英伟达力推的800VDC属于大电力环节中的数据中心机房配电环节。要配好电电，得先有电。最近电力紧缺趋势越来越严重，5月中以来美国最大电力市场PJMInterconnection的电价出现「不可逆转」的大幅上涨，涨幅高达 76%。PJM覆盖的区域包括弗吉尼亚、马里兰、宾夕法尼亚等超过十个州，恰好是美国AI基础设施最密集的区域之一。马上进入夏季，又是整个用电能换消耗的高峰。梳理下
1、电力卡住数据中心脖子的逻辑
数据中心 18–36 个月就能建好，但输电、变电站、大型变压器、燃气轮机、可调度电源的建设周期动辄 4–8 年，甚至更长。负荷高度集中、负荷率极高、可靠性要求极严，这就把矛盾彻底激化了。
IEA l数据表明：全球数据中心用电 2024 年 415 TWh → 2030 年 945 TWh，净增 530 TWh，折算平均功率约 60.5 GW。按 85–95% 高负荷率+冗余设计，实际对电网和设备链的压力接近 80–100 GW 级接入容量。
美国同期增量在149–404TWh，对应新增平均功率17–46 GW，按 LBNL 50% 利用率口径，2028 年总功率需求可能达 74–132 GW。
2、数据中心的建设能能带动一大批电力相关产业链条
每 100 MW AI数据中心园区拉动：
• 100–150 MW 公用事业接入容量
• 多台主变+备用变压器
• 高压/中压开关站
• UPS、PDU、母线、备用发电机
• 数万米电缆 + 大型冷却系统 + EPC
一个 100MW AI数据中心园区就是120 MW 表计负荷（PUE 1.2），一年接近 0.95 TWh；
1GW数据中心直接 9.46 TWh——相当于一个中小国家全年用电。AI 不是买服务器，是在建一座小型电力系统。
AI数据中心对电力需求不是简单多发多少度电，而是要在极短时间内完成发电-输电-变电-配电-园区电气-备电-冷却一整套系统工程。
3、电力行业的逻辑已经发生变化：
AI数据中心的竞争，已经从芯片、服务器，打到了电力资产。谁能拿到稳定电力，谁就能更快把数据中心建起来。
谁有电网、储能、并网和现场供电能力，谁就会被重新定价。
投资核心逻辑就一句话：最稀缺的不是电，而是已有并网点 + 已有可调度电源 + 能快速交付电网设备的组合。
详细的可以看推文配图、应该是比较清晰全面的了。
本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」
qinbafrank@qinbafrank
AI正在重塑美国的电力版图，昨天AI电力领域的大新闻就是NextEraEnergy宣布以670亿美元收购DominionEnergy，创下美国历史上最大的公用事业并购纪录。这两家都是什么公司？为什么要花这么大代价？ Dominion弗吉尼亚最主要的电力供应商。那里正是美国数据中心最密集的区域之一，被业内称为“Data Center Alley”，数据中心走廊。这里集中了全球密度最高的数据中心群，AWS、微软、谷歌、Meta 的大量服务器，就藏在这片看起来平平无奇的土地上。据估计，全球约 70% 的互联网流量每天都要经过这里。 Dominion已经连接了几百个数据中心，数据中心用电占它弗吉尼亚电力销售的比例很高。同时Dominion手里握着超过51GW的数据中心合同需求——51 GW，这是个什么概念？大约相当于 50 座大型核电站的装机容量，而且这个数字还在持续增长。 NextEra本身又是美国最大的风能和太阳能发电商有发电、储能、输电和新能源开发能力。这就是NextEra愿意掏出670亿美元的核心原因，不是为了买一家传统电力公司，而是为了买下 AI 时代最稀缺的资源——接近算力核心的「供电权」。 这次收购 Dominion，不只是简单的规模扩张。相当于把 NextEra 的清洁能源和储能能力，叠加到 Dominion 在数据中心走廊的市场地位上，这才是这笔交易真正的战略价值所在。 电力行业的逻辑也在发生变化，谁控制数据中心最缺电区域的接入权、输配电权、发电开发权和监管关系，谁就能享受最大的估值溢价。 而前两天5 月 16 日，一份来自 Monitoring Analytics 的报告揭示，美国最大电力市场 PJM Interconnection 的电价出现「不可逆转」的大幅上涨，涨幅高达 76%。PJM 覆盖的区域包括弗吉尼亚、马里兰、宾夕法尼亚等超过十个州，恰好是 AI 基础设施最密集的区域之一。 这样意味着电力紧缺也是越来明显，特别是马上进入夏季用电能源消耗的高峰。其实可以关注下电力领域的。 AI数据中心的竞争，已经从芯片、服务器，打到了电力资产。谁能拿到稳定电力，谁就能更快把数据中心建起来。 谁有电网、储能、并网和现场供电能力，谁就会被重新定价。
中文
最近两年我自己在 AI 上的布局一直是电。虽然电力相关资产的收益没有存储、芯片、服务器那么夸张，但我始终认为电才是 AI 最基础、最底层、最不可替代的需求，因为一切算力的核心最后都要回到电。
美国恰恰是现在 AI 发展最快，同时也是电力需求最明显的国家之一。数据中心不是普通居民用电，需要的是 24 小时稳定运行的高负荷电力，需要快速并网、变电站、大型变压器、燃气轮机、核电、储能、备用电源和冷却系统。
问题在于，AI 数据中心 18 到 36 个月就能建好，但输电线路、变电站、大型变压器、燃气轮机和可调度电源的建设周期往往是 4 到 8 年，甚至更长。也就是说 AI 的资本开支速度已经超过了美国电力系统的物理扩张速度。
（这个数据在以往分享的 BOA 数据中都有）
如果 AI 数据中心变成未来十年最确定的用电增量，那么拥有发电资产、输电资产、变电设备、并网能力、现场供电能力和电气工程能力的公司，就不再只是传统公用事业，而是 AI 基础设施的一部分。
AI 不是只在买 GPU，AI 是在重建一套围绕算力展开的能源系统。一座 100MW 的 AI 数据中心，实际不是一个机房，而是一座小型电力系统。需要上游发电，中游输电，下游变电，园区配电，UPS，PDU，母线，备用发电机，液冷和大量电气施工。
甚至可以进一步想象，未来全球缺电都有可能成为共识，因为 AI 不会只发生在美国。欧洲要做主权 AI，中东要做 AI 数据中心，中国也在做算力基础设施，东南亚也在承接数据中心迁移。
更重要的是，训练模型只是阶段性需求，推理需求才是长期负荷。如果未来每一次搜索、每一次视频生成、每一次自动驾驶判断、每一次机器人执行、每一次企业 AI agent 调用，背后都对应真实的算力消耗，那么 AI 对电力的需求就不是一次性建设需求，而是长期、持续、刚性的能源需求。
所以我认为，算力的尽头是电力。
过去两年 AI 交易的主线是 GPU、HBM、服务器、光模块，接下来几年，AI 交易的主线很可能会逐渐下沉到电力。发电、输电、变电、配电、储能、液冷、备用电源、并网工程和现场能源系统。
#Bitget 来了就是VIP！Crypto、美股、CFD，全球先机一站布局
qinbafrank@qinbafrank
AI电力卡在哪些环节？从发电厂到GPU机柜，一张图聊聊AI电力链条上卡脖子环节的逻辑。Serenity今天开始喊800VDC了x.com/qinbafrank/sta…，其实英伟达力推的800VDC属于大电力环节中的数据中心机房配电环节。要配好电电，得先有电。最近电力紧缺趋势越来越严重，5月中以来美国最大电力市场PJMInterconnection的电价出现「不可逆转」的大幅上涨，涨幅高达 76%。PJM覆盖的区域包括弗吉尼亚、马里兰、宾夕法尼亚等超过十个州，恰好是美国AI基础设施最密集的区域之一。马上进入夏季，又是整个用电能换消耗的高峰。梳理下 1、电力卡住数据中心脖子的逻辑 数据中心 18–36 个月就能建好，但输电、变电站、大型变压器、燃气轮机、可调度电源的建设周期动辄 4–8 年，甚至更长。负荷高度集中、负荷率极高、可靠性要求极严，这就把矛盾彻底激化了。 IEA l数据表明：全球数据中心用电 2024 年 415 TWh → 2030 年 945 TWh，净增 530 TWh，折算平均功率约 60.5 GW。按 85–95% 高负荷率+冗余设计，实际对电网和设备链的压力接近 80–100 GW 级接入容量。 美国同期增量在149–404TWh，对应新增平均功率17–46 GW，按 LBNL 50% 利用率口径，2028 年总功率需求可能达 74–132 GW。 2、数据中心的建设能能带动一大批电力相关产业链条 每 100 MW AI数据中心园区拉动： • 100–150 MW 公用事业接入容量 • 多台主变+备用变压器 • 高压/中压开关站 • UPS、PDU、母线、备用发电机 • 数万米电缆 + 大型冷却系统 + EPC 一个 100MW AI数据中心园区就是120 MW 表计负荷（PUE 1.2），一年接近 0.95 TWh； 1GW数据中心直接 9.46 TWh——相当于一个中小国家全年用电。AI 不是买服务器，是在建一座小型电力系统。 AI数据中心对电力需求不是简单多发多少度电，而是要在极短时间内完成发电-输电-变电-配电-园区电气-备电-冷却一整套系统工程。 3、电力行业的逻辑已经发生变化： AI数据中心的竞争，已经从芯片、服务器，打到了电力资产。谁能拿到稳定电力，谁就能更快把数据中心建起来。 谁有电网、储能、并网和现场供电能力，谁就会被重新定价。 投资核心逻辑就一句话：最稀缺的不是电，而是已有并网点 + 已有可调度电源 + 能快速交付电网设备的组合。 详细的可以看推文配图、应该是比较清晰全面的了。 本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」
中文
细读华为何庭波的署名论文来理解“韬（τ）定律”，从这篇论文能看到“韬（τ）定律”在缩放时间理论上的五个核心要点，但是越细看你越会发现华为、英伟达、台积电几家在未来的演化迭代路径上的底层逻辑是一致的。详细聊聊我的理解。
1、先说“韬（τ）定律”的五个核心要点
1）LogicFolding / 逻辑折叠。
文中给出的定义是：LogicFolding 是一种设计方法，把数字电路、模拟电路和存储电路划分到垂直堆叠的有源层中，通过缩短关键路径走线来优化性能、功耗和面积。它不是简单把封装做厚，也不是普通 2.5D Chiplet，而是更接近“把原本二维平铺的逻辑电路折到垂直方向
2）Unified Bus统一总线，
传统 AI 集群需要多层协议栈：PCIe、NVLink 或专有互联、以太网或 InfiniBand、RDMA、软件消息传递等。每一层协议转换都会增加序列化、DMA 缓冲、握手和延迟。
Unified Bus 的目标是用一个在机箱内和机箱间都运行的单一协议，替代这些协议栈，并在整个系统中暴露原生内存语义。论文称，这能把远程访问延迟从传统协议栈的几十微秒级降到约 100 纳秒，沿主要通信轴线的系统 τ 降低约 500 倍；在机架规模上，使系统更接近一台结构一致的单一机器，内部称为 System-as-One-Chip / 系统即芯片。这其实就是芯片—服务器—机柜—数据中心级别的系统协同。
3）Hi-ONE近封装光引擎
何庭波的论文认为，当单个 AI 芯片带宽进入 Tb/s 级别时，铜缆布线会遇到体积、SerDes、散热、供电和可靠性限制。华为提出的Hi-ONE是一种近封装光互连节点引擎。文中称单 Hi-ONE 模块可提供 8 Tb/s 带宽，把 SerDes 传输距离从约 100 厘米缩短到约 5 厘米，同时把面板间传输距离从不足 1 米扩展到 100 米。
这说明华为的系统级路线也把光互连纳入核心架构，不只是外部光模块，而是更接近 near-package optical I/O / 近封装光 I/O。
4）3D Folding
论文认为，传统 2.5D AI 芯片存在一个几何矛盾：逻辑芯片面积按 N² 增长，所以计算能力按面积增长；但 HBM、SerDes、供电等资源主要沿封装边缘进入，带宽、I/O 和电源能力只按周长 N 增长。计算能力按 N² 扩，边缘资源按 N 扩，二者差距会越来越大。
3D Folding的作用是把原来位于边缘的资源转移到表面或垂直方向：电源通过背面供电和集成电压调节器，高速存储通过与逻辑混合键合，光 I/O 通过近封装 Hi-ONE，从而让内存、互连、电源和逻辑同步扩展。
华为把3D折叠视为 AI 加速器在 2030 年后继续扩展的核心拓扑。
5）逻辑与内存重新融合
论文还有一个重要产业判断：过去几十年，CPU 和内存是解耦发展的；但 AI 时代正在逆转这种解耦。
原因是AI工作负载对内存带宽、延迟、功耗和封装的要求极高。HBM、混合键合、3D 堆叠 SRAM 都说明：数据传输和计算本身一样重要，逻辑和内存正在重新走向紧密物理集成。论文进一步判断，随着逻辑和内存融合，供应链中的影响力会向内存和封装供应商倾斜。
2、论文还列举了“韬（τ）定律”未来的挑战在于：
1）EDA 工具链不够。
传统 EDA 是二维时代的工具，主要在面积、时序、功耗之间优化。全尺寸 LogicFolding 需要工具把多个堆叠芯片视为一个连续设计实体，在单元粒度而不是模块粒度上跨层布局，并对垂直互连、TSV、KOZ 排除区、晶圆间工艺偏差做统一签核。论文称华为已有初步内部工具，但 τ 原生、开放、多物理场、3D 原生工具链仍是未来十年最重要的赋能投资之一。
2）晶圆间工艺偏差。
LogicFolding 可能把不同批次甚至不同节点的晶圆进行键合，阈值电压、驱动电流、互连 RC 偏差会影响时钟分布和保持时间裕量，需要智能冗余、自适应补偿和 τ 感知签核。
3）垂直互连不是免费的。
混合键合和 TSV 都会带来电阻、电容和面积开销，TSV 的 keep-out zone 还会挤占标准单元，所以逻辑折叠必须证明“缩短水平连线获得的收益”大于“增加垂直互连的成本”。
4）τ 是时间定律，不是能耗定律。
论文承认，如果速度提升 10 倍但功耗也提升 10 倍，系统仍可能超出电力约束。因此，τ 缩放必须和能量优化配套，包括近封装/共封装光学、背面供电、内存内计算、动态电压频率调节等。
整体上从这篇论文能看出，“韬（τ）定律”是体系化设计创新 + 三维集成 + 封装/键合工艺，而不是传统意义上的“制程节点突破”。“韬定律”更像是从单点工艺创新，转向体系化、系统级提升。
在先进制程受限、摩尔定律经济性下降的背景下，华为提出一种后摩尔时代的系统级缩放路线：以 τ 时间常数为统一指标，通过 LogicFolding、Unified Bus、Hi-ONE、3D Folding、逻辑—内存融合和 τ 原生 EDA，把性能提升从单点制程竞争转向全栈系统工程。
3、为什么说华为、英伟达、台积电几家在未来的演化迭代路径上的底层逻辑是一致的？
从个人角度这和台积电先进封装、英伟达NVLink/HBM/CPO/AI Factory 的方向本质相通。
大家都在解决同一个问题：数据移动太慢、太贵、太耗电。
这其实是全球半导体巨头共同迈向“后摩尔时代”的终极共识。 无论是华为的“韬定律”，还是国际巨头的动向，都在整体系统上下功夫：
1）台积电： 早就意识到先进制程太贵且良率存在物理瓶颈，因此大力发展 CoWoS 和 SoIC 等先进封装技术，像搭积木一样把多个小芯片（Chiplet）拼在一起。
2）英伟达： 现在的 AI 算力怪兽（如 Blackwell 架构及后续产品），其优势不仅在于单颗 GPU 核心的制程，更在于它通过 NVLink 高速互连技术，把海量的高带宽内存（HBM）和光芯片高度集成在一起，打破了“内存墙”和“通信墙”。
3）华为： 面临外部环境的极限施压，必须在缺乏最尖端制造设备的情况下，依靠先进封装、新材料、光电共封装（CPO）和极其强大的系统工程能力，来硬生生“拼”出等效于 1.4nm 的综合性能。
当然差异也是有的。
例如台积电的先进封装回答的是：“我如何把多个 die、HBM、chiplet、硅中介层、RDL、混合键合做成可量产、可测试、可良率控制的产品？”
华为“韬定律”回答的是：“在制程缩微受限时，我如何从器件、电路、芯片、系统全链路降低 τ，让性能、能效、密度继续提升？”
两者本质相通，因为都在解决：数据搬运太慢、太耗电、太占面积。但它们不是同一层级的东西。台积电更像是底层制造/封装能力平台，华为更像是系统架构与设计方法论。
再看英伟达这几年最典型的路线，就是“不只做 GPU，而是做整套 AI 计算系统”。英伟达 GB200 NVL72 就不是单颗 GPU 的故事，而是 rack-scale 架构：72 颗 Blackwell GPU、36 颗 Grace CPU，通过 NVLink 组成一个 72-GPU domain，对外表现得像一个巨大的 GPU，并通过 NVLink Switch 提供 130TB/s 的低延迟 GPU 通信带宽。
英伟达这套模式和“韬定律”的系统级思路非常接近：不要只看单颗芯片峰值算力，而要看 GPU—GPU、GPU—CPU、GPU—内存、机柜—机柜之间的数据移动效率。
4、投资逻辑：后摩尔时代系统级工程路线的基础设施。
华为“韬定律”不是单一芯片制造突破，而是后摩尔时代的系统级工程路线。它利好的不是单一晶圆厂，而是先进封装、探针测试、EDA、设备材料、高速互连、光互连、散热、电源、系统软件这一整套基础设施。
为什么？因为一旦目标从“晶体管做小”变成“路径做短、系统更快”，产业链价值就会从单点晶圆制造扩散到：
先进封装：把 chiplet、HBM、逻辑芯片靠近；
探针卡/测试设备：多 die、多层、复杂封装对测试要求更高；
封装基板/PCB/连接器：高速信号完整性更关键；
光模块/硅光/CPO：板级和机柜级数据传输从电走向光；
EDA/IP：二维布局不够，需要 2.5D/3D/封装/热/功耗协同设计；
散热/液冷/电源：集成度越高，热和供电越难；
系统软件/总线/互联协议：硬件堆起来还不够，调度和通信协议也要重构。
所以投资上，要去找：谁能让芯片之间、芯片内部、芯片与内存、服务器与服务器之间的数据路径变短，谁就能在产业链上占据优势。
未来先进性更多看“数据走多远、走多快、耗多少电、系统能否协同”。华为“韬定律”、台积电先进封装、英伟达 AI Factory，本质上都在围绕这个问题做文章
Huawei@Huawei
中文
Serenity也开始喊800V了，上周五正好也详细写了800VHDC的发展趋势，未来空间以及看好的标的。个人角度800V不是简单的电压升级，也不是“发明了直流供电”，而是AI数据中心供电架构的一次平台级切换，是对整个电力交付架构的系统性重构，旨在解决传统48V/54V机架电源的瓶颈（空间受限、铜缆过载、多级转换损耗高），支持单机架功率从数百kW跃升至1MW+，并为未来GW级AI工厂铺路。值得关注！
@aleabitoreddit 的原推在这里x.com/aleabitoreddit…
qinbafrank@qinbafrank
AI数据中心电力上的关键环节：800VHDC，今天在这里x.com/qinbafrank/sta…聊到大摩拆解VR200NVL72提到，大摩预计800V直流电将在2027年下半年推出的Rubin Ultra平台上得到大规模采用。其实800VHDC并不是全新概念，自从英伟达去年说要推直流供电架构后，市场对此的关注度其实挺高的，这个板块的相关的标的已经炒过一博预期了。但实际上800V直流电在下半年才真正大规模采用，值得关注。聊下几方面的问题： 1、800V HVDC架构是什么？ 传统高密度AI rack的路径大致是：电网中压AC → 变压器/UPS/PDU → 415/480VAC到机架 → 机架内PSU转54VDC/12VDC → GPU核心电压。 达子的800VDC愿景则是：在数据中心边界/电力室把中压AC集中转换成800VDC，用800V DC busway送到IT rack，再在靠近GPU的位置用高比率DC/DC转换。NVIDIA称，54V架构在200kW以上开始撞上物理限制；1MW rack如果继续用54V，单rack铜排最高可能需要约200kg铜，而800V架构通过减少电流、减少转换级数、减少机架内PSU，目标是提升效率、降低铜耗、释放机架空间。 它不是简单的电压升级，也不是“发明了直流供电”，而是AI数据中心供电架构的一次平台级切换，是对整个电力交付架构的系统性重构，旨在解决传统48V/54V机架电源的瓶颈（空间受限、铜缆过载、多级转换损耗高），支持单机架功率从数百kW跃升至1MW+，并为未来GW级AI工厂铺路。 2、800V HVDC的意义和革命性是什么？ 1）首先自然是效率和空间布局 效率提升：从电网到GPU的转换环节大幅减少，整体能效可提升从以前90%能大幅度提高到98.5%以上传输损耗显著降低，TCO（总拥有成本）降低可达30% 空间与密度优化：减少铜缆用量和电源单元体积，机架内计算空间利用率提升超80%，支持更高密度GPU集群 2）800V不是单一器件升级，而是生态重构：中央整流、800V DC busway、固态断路器、热插拔保护、sidecar/power rack、BBU/CBU、超容/电池储能、DC/DC、GaN/SiC、液冷都要协同。NVIDIA也明确说需要OCP等组织推动电压范围、连接器、安全标准。 如果大家有关注过新能源汽车产业链，应该有影响这两年国内电动车厂商都在推的“快充”基本上就是800V高压直流充电。现在达子正在把800VDC变成下一代AI rack标准化路线的一部分，所以一部分原来给新能源汽车充电产业链上的关键环节，又开始外溢到AI数据中心上了。 3、800V HVDC空间有多大？ 要看大背景，AI数据中心整体市场从2025年约3440亿美元增长至2032年超2万亿美元（CAGR 27.5%）。 功率基础设施将成为AI建设的核心瓶颈与增长点，NVIDIA的标准将加速 hyperscaler采用，带动固态变压器、GaN/SiC功率器件等子市场爆发。 2027年后，>300kW/rack、尤其是400kW-1MW rack的AI zones中，800VDC或类似HVDC架构渗透率快速提升。若未来新增AI容量中有30%-60%采用高压DC架构，并且每MW对应的核心800V电力链价值量在几十万到数百万美元区间，累计空间就会进入百亿美元到千亿美元级。 当然这个预测区间也很宽，因为真实取决于Kyber/Rubin Ultra出货节奏、超大云厂接受NVIDIA 800V的程度。 4、800V HVDC产业链构成 完全是英伟达参考设计主导资格认证，之前英伟达也公开列出的核心合作伙伴分为三类，竞争激烈，份额将取决于认证进度、量产能力和 hyperscaler合同。 1）硅片/功率半导体供应商（核心器件，如SiC/GaN MOSFET、控制器，用于高效转换）： 主要玩家：Texas Instruments（TI，已发布完整800V解决方案）、STMicroelectronics（ST，6-18kW功率板）、Infineon、ROHM（SiC器件）、Navitas（GaN/SiC）、Analog Devices、onsemi、Renesas、Innoscience、MPS、AOS、EPC等。 这些是NVIDIA“硅供应商”名单核心，TI/ST等已演示参考设 2）电源系统组件/模块供应商（电源架、Sidecar、DC-DC转换器等）： 主要玩家：Delta Electronics（与NVIDIA深度合作，发布800V解决方案）、Flex、LITEON、Megmeet、Lead Wealth、Bizlink等。 Delta等中国厂商优势明显，已有白皮书和技术落地；LITEON等股价因800V预期已经显著上涨。 3）数据中心电源系统/基础设施供应商（机架级配电、Sidecar、SST、母线等）： 主要玩家：Vertiv（Hopewind为其800V系统关键子供应商）、Schneider Electric（开发1.2MW Sidecar）、Eaton、ABB、GE Vernova、Siemens、Hitachi Energy、Mitsubishi Electric等。 这里面Vertiv、Schneider、Eaton等是传统强者。 个人角度看 1）Vertiv、IFFNY、Schneider、Eaton、Delta、ABB是最可能在早期800VDC相关收入中占到显著份额的几家公司； 2）LITEON、TI、ST、Infineon、onsemi是第二组确定性较强的受益者； 3）Navitas、Power Integrations、MPS、BizLink、Megmeet、Innoscience（英诺赛科）属于弹性更大但验证/量产/竞争风险也更高的一组。 个人角度当下比较看好的则是，当然这个还要动态迭代： nvts、IFNNY、英诺赛科、vicr 5、后续跟踪落地节奏的几个重要节点 1）NVIDIA Kyber / Rubin Ultra 2027节奏：是否明确把800VDC作为默认/主推rack电力架构，而且出货节奏也带动800V的落地节奏 2）OCP标准进展：800V连接器、安全、保护、PDB、BBU/CBU是否标准化。 3）看点电源管理系统组件，功率半导体供应商的点单披露，谁真正进入了进入backlog和量产socket；这个最关键决定了哪家供应商能吃到多大的份额 4）超大云厂路线：800V vs 400V/±400V vs 50V HPR是否分裂。决定了市场对800V hvdc的预期和想象空间。 5）单MW成本下降曲线：如果800VDC使每MW可部署GPU数量、能效和维护成本明显改善，它会从NVIDIA专用架构变成行业事实标准。
中文
Guccy Lan retweetledi
跟着黄仁勋的时间线走，每一阶段的钱都在提前切换
过去一年，如果你认真拆老黄每次GTC、财报会、闭门峰会说了什么，会发现AI基建的主线其实一直在切换。真正厉害的资金从来不是等新闻出来再追，而是提前拆下一阶段CapEx会流向哪里。
整个时间线其实非常清晰。
第一阶段：GPU → HBM → CoWoS → Memory
最早被老黄反复强调的方向。
Blackwell开始，HBM已经从外围配件升级成AI架构核心。老黄在财报会上明确说了：Blackwell和Vera Rubin的性能瓶颈，越来越取决于HBM带宽与供应。
很多人还把 $MU当周期股。但老钱已经开始把存储当AI structural asset来定价。
第二阶段：Ethernet → 光通信 → Silicon Photonics
2026上半年真正爆发的第二条主线。
AI集群进入十万卡级别后，真正限制效率的已经不是单卡性能，而是GPU之间的数据流动效率。老黄开始疯狂强调Spectrum-X、Ethernet、Scale-Out、Silicon Photonics。
NVLink解决的是Scale-Up，柜内互联。真正的大规模AI集群最终拼的是Scale-Out，柜外组网。AI越大，Ethernet的地位反而越强。
$ANET $MRVL $CRDO $ALAB $LITE ——这些AI数据流动收费站开始进入估值扩张阶段。
第三阶段：Inference CPU / Agentic AI
2026 Q1财报会后华尔街开始重新定价的方向。
很多人之前觉得AI时代CPU会边缘化。但老黄在5月财报会明确：Inference爆发后，CPU反而重新成为瓶颈。Agentic AI、Inference、Orchestration都需要大量CPU调度。 $ARM $QCOM $ADI $TXN $MCHP开始明显走强。
很多人还在盯GPU，但老钱已经开始提前布局Inference infrastructure。
第四阶段：AI-RAN + Edge AI + Physical AI
我认为这是2026下半年到2027真正可能成为主场的方向。
AI第一阶段是Training，第二阶段是Scale-Out。接下来AI必须真正离开hyperscaler数据中心，进入现实世界。
老黄已经把话说得很清楚：未来AI会进入运营商网络、边缘节点、基站、机器人、工厂、汽车。AI不会永远只待在云里。
这一阶段分三类受益方向。
AI-RAN和边缘网络：未来全球几百万个基站可能都会变成边缘AI节点。真正值钱的是射频、DAC/ADC、FPGA、边缘推理网络。 $NOK是AI−RAN联盟的核心发起人，英伟达直接投资背书。
Edge AI和On-Device AI：Agentic AI开始长进PC、手机、汽车、边缘网关。设备端AI最大的问题是低功耗推理加本地memory加实时连接。 $QCOM $SIMO这些传统边缘芯片公司的估值可能会被重新定价。
Physical AI和Robotics：散户喜欢炒机器人概念，但真正决定机器人能不能大规模落地的是工业控制、PLC、伺服系统、自动化基础设施。未来真正持续扩估值的，可能不是最性感的人形机器人概念，而是卡住物理世界执行层的工业收费站。 $TSLA $ABB $SYM $ROK。
总结
AI的下一阶段已经不只是训练模型。而是让AI真正进入现实世界。每一次老黄开口，都是在提前告诉市场下一阶段的钱会流向哪里。
#PhysicalAI #EdgeAI #AIRAN #光通信 #机器人 #数据中心 #半导体 #AI算力
中文
特朗普“爱嘚瑟”的老毛病又犯了，前脚局势刚有所缓和，能源价格跌至90附近，后脚开始嘚瑟
看发文的意思，是想要一次谈判解决所有问题，并且最终达成协议，我觉得有点异想天开了，并且可以看出特朗普对于解决伊朗问题表现的有些急切
但是这种急切反而对当前局势更加不利，伊朗打不了继续限制海峡，在让能源价格回归高位，随着时间逼近11月份中期大选，特朗普会更急
特朗普有点不长记性了，这段言论之后，估计卢比奥以及维特科夫估计又要麻了，看如何补救吧，或者内部积极讨论，让特朗普后续改风口。
目前看周末能源合约市场的定价走势来看，反弹幅度有限，看来市场也慢慢习惯了特朗普的间接性癫狂症！
Cato_KT@Cato_KT
美伊局势的好消息继续递进，进一步推动市场的乐观，不过目前美伊最终谈判的时间、地点还是需要等一下美伊官方的最终确定 另外看到前文评论区小伙伴让我谨慎乐观，我非常认可，详细说一下，我对于目前的乐观预期，并不是在于美伊可以彻底达成和平协议，而是仅仅局限于霍尔木兹海峡可以通航。 如果是一直看我推文的小伙伴应该清楚，对于美伊最终和平协议，我的观点从来是第三轮谈判或者更延后的时间才能敲定 而第二轮谈判，我最乐观的预期就是双方推进和平协议，首先保证双边军事冲突暂停，甚至美军撤军。霍尔木兹海峡恢复通航以及战前状态，这已经是我认知中最大乐观成都的预期了， 至于美伊最终和平协议中关于核问题，解除制裁以及经济补偿问题，博弈会非常复杂，而且大家也可以看到，以色列对伊朗的有核能力一直非常忌惮，所以核不运出伊朗，最终和平协议很难达成。 我对于美伊谈判的节奏是，第二轮谈判开放海峡，甚至美国撤军，60天谈判前期会相对乐观，但是对于最终的美伊和平协议，在60天的后半程，美伊双方会发现短期很难达成一致，双方会继续展示武力威胁或者外交施压。 不过，届时的能源应该会逐渐回归下行趋势，短期出现反弹，只要霍尔木兹海海峡不会被再次封锁，那么困扰全球的能源价格以及通胀压力都会逐渐放缓。 尤其是临近美国中期大选，特朗普对于海外军事行动会更加谨慎，因为特朗普输不起！
中文
Guccy Lan retweetledi
站在光和边缘计算AI-RAN里，昨天发边缘计算端侧AI及物理AI趋势，有人问为何看好诺基亚。个人角度它正在被市场重新定价为“AI时代的连接基础设施公司”，正好再聊聊诺基亚，核心是两点：1）光互连/AI数据中心互连是短中期最确定的业绩抓手，已经实打实体现在最近几个季度财报里；
2）AI-RAN/边缘计算想象空间更大，但商业化节奏会慢一些，算是长期估值期权。
光互连是当下发动机，边缘计算+AI-RAN是未来大期权。诺基亚正从5G卖基站的旧身份，切换到AI云、光网络、数据中心互连、AI-native网络的综合平台。
1、为什么市场今年在重新关注诺基亚？
六大催化剂
1）之前英伟达10亿美元入股+战略合作，直接把诺基亚拉进AI叙事（AI-RAN、数据中心交换、SR Linux、光技术）。
2）Infinera并购完成，在光传输、webscale客户、北美DCI能力大幅升级。
3）26年一季度财报验证：AI&Cloud收入+49%、订单10亿欧元、光互连+20%，不再是“讲故事”。
4）战略重塑：
网络连接基础设施业务定为当下增长发动机；
移动通信基础设施守基本盘，未来还能进一步拓展到AI-RAN；
清理非核心业务，把资本和管理力集中到AI连接上。
5）AI-RAN在MWC 2026大放异彩，与英伟达、T-Mobile、SoftBank、NTT DOCOMO、Vodafone等合作落地，GPU加速AI-RAN测试全面推进。
6）传统5G capex消化期后，市场需要新增长曲线：AI数据中心DCI、光互连、边缘AI正好接棒。
2、光互连的业绩正在放量被验证
AI数据中心瓶颈从算力转向网络，光互连分层看，诺基亚之所以在这些领域“最强”，是因为它拥有强大的相干光DSP芯片（Coherent）研发能力。利用这个核心芯片，诺基亚做出了顶级的可插拔模块（Pluggables），并把它们应用在数据中心互联（DCI）和现代的IP over DWDM架构中；同时配合其市场领先的光传输（Optical Transport）骨干网设备和线路系统（Line Systems），在光纤网络市场里占据主导地位。
1）收购Infinera加持后，1.6T/2.4T/3.2T 光模块下游客户开始样品测试27年量产，号称最高70% TCO节省。
2）2026一季度是业绩真正爆发的季度。营收45亿欧元（+3%），运营利润2.81亿欧元（+54%）。其中网络基础设施增加+6%，光互连+20%，AI&Cloud客户收入+49%（占集团8%），单季度新订单10亿欧元。
公司直接把2026年Network Infrastructure增长预期上调至12-14%，Optical+IP合计18-20%，AI&Cloud可服务市场CAGR从16%上调至27%。
财报把AI光网络逻辑从PPT变成了硬指标，这就是股价重估的根本触发。
也要注意诺基亚不是纯光模块股（短距那块是Coherent、Lumentum、中际旭创的战场），它是系统级供应商，吃的是AI网络架构升级的钱
3、边缘计算/AI-RAN：想象力最大，但还需要时间爆发
AI-RAN核心是把基站+运营商边缘机房变成分布式AI算力节点：低延迟推理、工业AI、机器人、智慧城市全能跑。
诺基亚优势明显：全球RAN软件、无线集成、运营商关系+英伟达GPU适配+生态（Dell、Supermicro、Red Hat）。目前10个客户公开承诺，2026年晚些启动试验。
诺基亚在光模块/光传输上的技术（如前文提到的 1.6T/3.2T 超高速光网络）将与 AI-RAN 深度结合。未来的边缘基站本身就是一个微型 AI 数据中心，而诺基亚能够提供“边缘算力 + 算力之间超高速光互联”的端到端方案。而且它也成功搭上了英伟达等 AI 巨头的战车，并通过 anyRAN 实现了电信技术与 IT 算力的融合
但它还是早期：技术验证阶段，运营商边缘AI商业模式还没完全跑通。
短期英伟达把边缘计算在财报里单列是估值催化，中期才是真正RAN升级机会，未来有升级到“卖边缘AI服务”的平台的可能性。
个人看诺基亚会受益于边缘 AI 和光互连，但受益排序是：
1）光互连AI 数据中心互连：最确定，已体现在收入和订单。
2）IP 网络和数据中心 fabric：中等确定性，机会大但竞争强。
3）AI-RAN / 边缘计算：空间最大，但商业化还在早期；
4）6G标准专利是长期底座和战略价值。
从上面的角度看诺基亚不是纯光模块股，也不是纯 AI 芯片股，而是 AI 时代“连接层”的再定价标的。它的核心价值在于：
AI 基础设施从 GPU 算力扩展到数据中心互连、城域光网络、运营商边缘网络和未来 AI-RAN 时，诺基亚有可能成为西方阵营（地缘因素也需要考虑）重要的网络基础设施供应商。
个人看法仅供参考。
qinbafrank@qinbafrank
一张图看清边缘计算/端侧AI/物理AI的发展趋势及产业链，就能理解为什么英伟达的财报要把边缘计算单列出来
中文
按照昨天前文的逻辑，既然美伊局势的推动让 #Bitcoin 反弹回归，那么我们的逻辑不变，宏观上等待利好确定以及落地，盘面上看反弹阻力测试情况，择机可以做空看回调趋势
未来三天，反弹盘面聚焦78,500——78,900区间，突破是否放量，放量能否站稳，然后再选择是否要做空看回调
很多小伙伴可能不理解，为何美伊谈判利好反而要反弹看回调？目前风险市场的压力核心是来自高能源价格以及高通胀预期+加息预期上升
而美伊谈判进展顺利，只能短期解决能源价格较高的问题，但是后续价格能否快速回归常规价格区间，通胀压力能否快速纠正回归下行趋势以及降息预期能否快速回归，都需要几个月的数据来调整以及验证
所以，美伊局势只能暂时为风险市场减压，并不能做到趋势的扭转，况且6月份还要经历美股超级IPO以及世界杯的流动性抽取，美股且处于高位估值待消化，综合因素下，BTC我认为也要开启一段时间的震荡回调
注意：看回调不是极端看空，参照目前我的视角，在黑天鹅以及灰犀牛依旧是小概率事件的前提下，我并未看到可以刺激价格跌破6万的可能性，所以本次回调我个人暂时先看63,000-65,000区间，如果价格到了，再看当时的情况做定夺。
记录市场数据，对比周六数据来看，市值反弹重点集中在BTC /ETH ，处于谨慎乐观阶段，交易量虽然有所增幅，但是整体偏低，反弹处于缩量阶段，注意周一美股开盘后放量是否有抛压
资金方面，USDT USDC 均出现小幅度净流出，不利于当前反弹局面，下周重点观察资金流向。
整体总结，宏观侧关注美伊谈判利好何时确定以及落地，盘面上关注反弹到阻力的突破情况，择机做空看回调！
Cato_KT@Cato_KT
书接上文，其实对比美油合约与 #Bitcoin 合约的波动情况来看，原油价格哪怕短期反弹也不至于与让BTC跌幅这么明显，很显然因素并非单一 宏观上美伊谈判的斡旋博弈是一方面，另一方面就是周末流动性较低，造成被利好利空刺激下价格波动幅度放大 另一个重要原因就是本周五，特朗普的旗下的媒体、科技公司有关的钱包将2650个BTC转向加密交易所，引发各方警惕，特朗普旗下公司曾经将BTC视为“国库”资产， 虽然将BTC 转向交易所并不等于100%抛售，以往也出现过这种情况，但是在此时此刻，宏观氛围紧张，加密市场近期处于缩量震荡的敏感期，这种消息足以让市场担忧 加之周末流动性降低，很有可能会刺激部分信心不足的短中期BTC持有者提前抛售自己的BTC,从而引发短期的价格下跌。所以BTC得下跌并非是宏观地缘或者特朗普公司的单一因素造成，而是近期加密情绪低迷不断挤压后的爆发，也算是正式开启了回调。 昨天的盘面分析中我还提到，看美股与BTC的动态变化，愈发确定BTC的回调趋势要开启，前文：x.com/Cato_KT/status… 接下来的判断非常简单，等待美伊谈判，如果能确认谈判视为利好，看BTC反弹能否回归75,600——75,800上方并且站稳，站稳可以继续多看一下反弹空间，如果此处成为有效阻力，基本100%确定回调趋势开启！ 记录一下市场数据，市值下跌BTC ETH 占比遭到挤压，短期市场情绪不好，交易量虽然略有增幅但是整体还处于较低水平，放量下跌意味着短期确实有抛压被释放。 资金方面，主流资金USDC USDT 均出现1亿左右的净流出，投资者信心正在下滑。 宏观侧，等待美伊谈判局势以及能源价格下跌带来的利好，技术面，突破无效正式开启回调趋势。
中文
Guccy Lan retweetledi
$MRVL 涨了快三倍后，还能继续涨吗？
Marvell 这一轮上涨，已经不再是简单的“AI 叙事修复”。过去几个季度，市场真正重新定价的是一件事：MRVL 正在从传统通信芯片公司，变成 AI 数据中心里的“互连平台型公司”。但涨到现在，逻辑也变了。前半段靠 narrative rerating，后半段必须靠 revenue proof。
一、这一轮上涨证明了什么？
过去两个季度，MRVL 给市场证明了三件事：
1. AI 数据中心收入不是口号，而是已经成为公司核心增长引擎。
FY26 全年收入约 $8.2B，同比增长 42%，其中 data center revenue 首次突破 $6B，同比增长 46%。
2. custom silicon 业务开始真正放量。
ASIC/custom business 在 FY26 实现翻倍增长，说明 hyperscaler 自研芯片趋势已经开始给 MRVL 带来实质收入，而不是停留在设计阶段。
3. interconnect 成为新的估值锚。
公司指引 FY27 收入约 $11B，data center 增长约 40%，interconnect 增速 50%+。
这就是市场愿意给 MRVL 更高估值的核心原因。
二、最赚钱的几个业务是什么？
MRVL 未来最重要的业务，不是单一芯片，而是围绕 AI 数据流动形成的系统级收入。
1. Optical Interconnect：光互连
这是当前最清晰的增长主线。
AI 集群越来越大，GPU/XPU 之间、机柜之间、数据中心之间都需要更高带宽连接。
MRVL 在这里覆盖三层：
scale-out：机柜到机柜，800G/1.6T DSP
scale-across：数据中心到数据中心，ZR/ZR+ coherent DSP
scale-up：芯片/package 内部光互连，Celestial AI 的 Photonic Fabric
简单说，今天赚钱的是 scale-out。FY28 开始 scale-across 更明显。FY29 之后 scale-up 可能成为更大的期权价值。
如果 Celestial AI 的 Photonic Fabric 真能做到 FY29 $1B ARR，这一块单独就可能支撑 $15B-$20B 的估值空间。
2. Memory Interconnect：内存互连
这是市场还没有完全定价的一块。AI 推理时代，瓶颈不只是算力，而是 memory bandwidth 和 KV cache。长上下文、多轮 agentic workload 会让 GPU memory 压力越来越大。
MRVL 收购 XConn 后，切入 PCIe 6.0 和 CXL 3.0 switching。这意味着它不仅连接 GPU，也开始连接 memory pool。
如果 CXL memory pooling 真在 FY28-FY29 加速采用，这可能变成一个 $500M-$1B 级别的新收入池。
3. Custom ASIC：定制 AI 芯片
这是 MRVL 估值重构的核心。
AWS Trainium、Microsoft Maia、Google Axion 这类 hyperscaler 自研芯片，背后都需要 SerDes、die-to-die interconnect、advanced packaging、HBM 架构支持。
MRVL 最重要的变化是越来越深地参与整个系统架构。一旦进入客户下一代 ASIC 设计，切换成本非常高。
尤其未来从 2.5D packaging 进入 3D-IC、HBM4、custom HBM 架构后，MRVL 的单颗芯片 dollar content 可能继续提升。
三、为什么它还能继续涨？
MRVL 继续涨，需要满足一个核心条件：
收入兑现速度必须继续跟上估值。
目前市场已经把 MRVL 当成 full-stack AI infrastructure ASIC player 定价，TTM P/S 已经很高。
所以接下来不能只讲故事，必须看到：
1.Q1 FY27 revenue 明显超过 $2.4B guide
2.Q2 guide 最好接近或超过 $2.55B-$2.6B
3.interconnect 增速从 50%+ 上修到 60% 附近
4.data center revenue 继续环比加速
5.新 design win 或 Google TPU/MPU 相关线索出现
6.管理层开始更多提到 custom HBM、advanced packaging、3D-IC
只要这些信号出现，市场会相信：
FY27 的 $11B 不是终点，FY28-$15B 甚至 FY29 更高收入才是新的估值锚。
四、风险在哪？
MRVL 最大风险是市场已经提前定价太多。
现在它的问题是好消息必须继续兑现，否则估值会被反杀。
主要风险有三个：
1. production delay
ASIC 设计听起来很顺，但真正量产涉及 tape-out、封装良率、HBM supply、CoWoS/SoIC capacity。
任何一个环节延迟一个季度，都会影响收入节奏。
2. 客户集中度
AWS、Microsoft、Google 这些 hyperscaler 是机会，也是风险。
一旦某个大客户项目延迟，MRVL 的 revenue acceleration 会被市场重新质疑。
3. multiple compression
如果 Q1 财报只是“符合预期”，但没有继续上修指引，股价可能反而下跌。因为现在市场要的不是 beat。市场要的是 acceleration。
五、结论
MRVL 不是不能涨了。但现在它已经从便宜的 AI infra rerating进入高估值下的业绩兑现交易。
前半段涨幅靠的是市场重新认识 MRVL它是 AI 数据中心的数据流动层平台。
后半段能不能继续涨，取决于三件事：
1. optical interconnect 能不能继续加速；
2. memory interconnect 能不能打开新收入池；
3. custom ASIC 能不能从设计赢单走向大规模量产。
如果 Q1 FY27 之后，公司继续上修 interconnect 和 data center 指引，MRVL 还有空间。但如果只是符合预期，甚至 guidance 没有加速，短期就容易变成利好兑现，但这也是上车机会。
#AI基础设施 #光互连 #数据中心 #AI网络
#高速互连 #光模块
中文
故作强硬就是为了后续的TACO做铺垫，事实证明我的观点没有错吧？
截至目前美伊局势再传喜讯，美伊双方均表现出对谅解备忘录的推进动作，
不过根据媒体披露，美伊双方对谅解备忘录的细则还是有一定的差异化，显然目前并未100%达成一致，期间还是需要美伊以及地区中间人的斡旋与沟通
目前初步来看，达成一致的观点就是谅解备忘带来的60天谈判缓冲期，霍尔木兹海峡开放恢复战前通航水平，相对的美对伊朗的海峡封锁解除，黎巴嫩问题等关键矛盾已经达成初步一致
但是细则上，霍尔木兹海峡60天内的通航规则、是否收费，以及美国具体解除多少对伊朗制裁细则还需要继续推进
核问题上，关键矛盾点现有浓缩铀库存如何处理，并未明确，伊朗承诺多久不能推进核研究问题双方也并未达成有效一致的观点，同样需要推进
整体来看，目前的局势还是相对乐观，起码一旦达成谈判节奏，霍尔木兹海峡开放在即，不过在最终启动谈判之前，核问题，解除制裁问题以及海峡通航规则，双方可能还要博弈
整体美伊博弈从敏感紧张的胶着期转向当下的温和博弈期，但是小伙伴们依旧不能松懈，接下来的十几个小时，需要美伊双方最终表达谈判态度，而且在最后的这十几个小时内，美伊双方可能还会进行一定的博弈。
至于能源价格上，没想多这么快到90美元附近，距离我这次做空的目标85美元仅仅一步之遥，个人判断，既然目前仅仅传出谈好的好消息价格就出现如此之大的回落，那么可以继续等待谈判彻底确定，能源价格触及85附近应该不会太难
另外，我是打算做趋势单，所以想要等待一下美伊谈判的具体情况，一旦霍尔木兹海峡确保60天自由通航，可以期待能源价格短期进一步下跌，目标75-80美元附近。
按照伊朗目前释放的预期，海峡一旦恢复通航，30天内即可恢复战前通航水平，将会对能源价格下跌进一步刺激。
PS：昨天评论区不少小伙伴还是认为会打，事情发展到当前动态，小伙伴们还坚持会打的判断吗？
所有的判断分析都是为交易服务，如果仅仅是为了抬杠而抬杠，就失去了讨论的意义。
Cato_KT@Cato_KT
这是taco前的最后嚣张，也是做给美国强硬主战派看的 这个消息之后，美伊和谈大概率要顺利推进了，开心！
中文
今天终于偷闲一下没有Coding，但是却被一条评论影响了Vibe。
本来还想回怼一下，后来想想，全红婵跳水、张继科打乒乓都还有人质疑呢，网络上太多这种一身戾气的喷子了，实在没必要在意，多回复一个字都脏了我的时间线。
我连X的工资卡都没开，也没有接广告，以后我会慢慢连这种无聊的评论都不看了，只管自己分享。
中文
Guccy Lan retweetledi
光里面最看好的两个标的，今天讲第二个—— $MRVL
NOK更像AI时代跨城市、跨运营商、跨边缘节点的骨干网络收费站，前面已经单独写过了。
现在讲MRVL。
如果说NOK是AI走向现实世界之后的管道，那MRVL是数据在机房内部和数据中心之间流动的大脑。两个方向不重叠，逻辑互补。
过去几年，AI算力增长的速度，明显快于数据互联能力的扩张速度。
过去两年的核心问题是算力不够；接下来，系统瓶颈会慢慢转向memory、networking、data movement。因为今天的大模型训练，早就不是几张GPU单打独斗。OpenAI、Google、Meta、xAI玩的，是几十万张GPU同时协作的超级集群。GPU越多，系统越容易堵车。很多几万美元一张的GPU，真正浪费时间的地方，不是在计算，而是在等待数据同步。AI基础设施正在从"以铜为主"慢慢走向"光铜混合"，尤其在高带宽和长距离场景下，光互连的重要性正在快速提升。PCIe 6.0之后，距离、功耗和信号完整性的压力越来越明显。很多短距离场景铜还能继续存在，但随着Scale-up和Scale-out不断扩大，光互连的重要性会越来越高。而整个光通信系统里，一个越来越关键的环节是DSP。GPU负责计算。DSP负责让数据真正跑起来。100G时代，DSP还只是配角；400G进入PAM4之后，DSP开始变成核心；到了800G和1.6T，DSP的重要性开始指数级提升。因为速率越高，信号失真越严重。DSP负责信号补偿、均衡、前向纠错、功耗控制和稳定性。DSP是下一代高速光互连里最关键的环节之一。而MRVL，正是这个位置的重要玩家。
MRVL是AI data infrastructure里的平台型芯片公司。
它的核心价值来自两条线：一是optical interconnect/DSP，受益于AI集群带宽瓶颈；二是hyperscaler custom silicon，受益于云厂商自研ASIC趋势。
DSP、Retimer、Switch、Optical interconnect、Storage connectivity、Custom ASIC，它覆盖了AI数据流动层里大量关键环节。
这意味着云厂商一旦和MRVL合作设计AI芯片，后面的DSP、交换机、互联方案，也更容易一起进入系统。使用的环节越多，迁移和替换成本就越高。这才是MRVL真正的飞轮。
很多人喜欢把MRVL和AVGO做比较，其实两家公司最像的地方，不是具体产品，而是商业模式。AVGO最成功的地方，从来不是单颗芯片，而是卡住了整个数据中心的数据流动层和基础设施入口。MRVL现在也在往类似的方向发展。
另一条很多人低估的增长线，是Custom ASIC
未来AI世界不会永远只有NVDA一种架构。Google TPU、Amazon Trainium、Meta MTIA、微软Maia，本质上都在做同一件事：降低对单一GPU生态的依赖。
但这些云厂商并不会自己从零开始造芯片。于是MRVL的角色开始越来越重要。它不是和NVDA正面竞争，它是在帮云厂商造自己的武器。
MRVL已参与多个hyperscaler custom silicon项目，Custom ASIC业务正在快速增长。其中AWS相关项目公开确认度最高，Google和其他云厂商的潜在项目也在市场预期范围内。如果未来进一步切入更多ASIC项目，对MRVL会是重要增量。
理解MRVL，还需要理解AI互联的三个层次
Scale-out是多个GPU集群之间协作。Scale-up是单个超级集群内部的超高带宽互联，对带宽和延迟要求远高于Scale-out。Scale-across是跨城市、跨区域的数据中心互联。
目前AI基础设施里，Scale-up对于带宽和低延迟的需求正在明显提升。英伟达已经从NVL72走向NVL576，Google TPU集群规模也越来越大。当单个AI集群内部的带宽需求开始指数级增长，传统铜互联会越来越接近物理边界。DSP、optical interconnect、Retimer、CPO这些环节的重要性会越来越高。
MRVL目前已经深度参与了其中多个关键环节。
财务层面，截至2026年5月21日：市值约1670亿美元，FY2026全年营收约82亿美元，GAAP净利润率32.58%，Non-GAAP EPS 2.84美元，TTM市盈率62.11倍，前瞻市盈率49.75倍，EV/EBITDA 37.25倍，自由现金流14.4亿美元。
估值并不便宜，市场已经提前定价了AI networking和ASIC增长预期。但它和很多纯题材AI股最大的区别在于：它已经开始真正把AI需求转化成收入和利润。数据中心相关业务在FY2026全年营收中占比大幅提升，毛利率和盈利能力也在同步扩张。而且增长不是单一产品驱动，而是optical interconnect加custom ASIC两条引擎同时在跑。
目前估值已经不便宜，后续需要AI networking和custom ASIC持续兑现。
$MRVL 正在成为AI数据流动层里的重要基础设施之一。
#AI基础设施 #光通信 #光互连 #数据中心 #半导体
#AI算力 #网络互联 #AI网络
中文
三星在罢工问题上，还是表现出了一定的让步，但是整体提升工资与奖金之后，还是不如海力士
但是短期罢工问题得以缓解被三星视为是一次胜利，股价也明显反弹
但是最终能否避免罢工，还是要看工会投票，投票时间是5月22日-5月27日，如果工会不同意该方案，三星罢工依旧是一个市场风险
大家不妨猜一猜，以三星的傲慢性格，如果工会不满意这次的协议，三星还会加码吗？
Cato_KT@Cato_KT
韩国政府利用法律强压工会避免短期罢工，不过也仅仅是以时间换空间的做法，短期给三星带来了缓冲与喘息的机会，算是给三星更多的时间解决办法吧 而朴洙根的这种表态，让人感觉有些避重就轻，实质性的进展是什么？剩余矛盾是什么？ 并未明确指数，所以我认为谈判进展未必顺利，这么表态就是为了帮助三星缓解股市以及舆论压力 接下来看，既然三星利用政府获得了30天的喘息，这就让这场罢工博弈从明线转向暗线，三星完全可以借助这次机会将工会进行逐步分化，给关键人更多的利益，减少罢工带来的负面效果，至于能否彻底解决罢工，就要看三星方面处理事情的效率 不过通过这场罢工潮可以明确，三星在韩国政坛根深蒂固，政府是完全导向三星集团一方的，这对于工会是不太有利的局面，而对于投资市场来说，短期得以缓和，减缓韩国半导体的行业风险，但是中长期，想要解决问题依旧很难。 最难的点不是在于自身的管理制度，而是海力士这条“鲶鱼”，只要海力士继续保持高速增长与盈利，给工人带来更多的收益与分红，那么三星，乃至其他半导体以及AI行业的压力都会很大。 面对韩国政府为三星争取的30天时间，此时的海力士应该做什么？这是我比较好奇的！
中文
Guccy Lan retweetledi
今日美股总结：周线八连阳收了个十字星——下周这几个位置要盯紧
今天标普收7473点，涨0.37%
但K线说的故事比涨跌更值得关注。
早盘借着美伊停火流言跳空高开，精准回补了上周四7502点留下的缺口。然后主力在高位砸盘，价格被打回开盘附近，日线收出一根墓碑十字星，而且是Lower High——比前高低了2个点。
周线八连阳之后，这根K线出现在这里，不是好信号。
大盘结构：ABC浪回调已经证伪
之前市场预期的ABC三浪回调没有走出来。
那接下来更可能的形态，是类似今年年初6800-7000的震荡盘整结构——只不过这次的区间在7330-7510之间。
在这个区间里会有什么？
市场很可能做一个假动作，跌破7260-7270骗一次线，然后收回震荡区间。如果这个假跌破成立，回踩就是买点。
但如果7260被真实有效跌破，性质就变了。那就是更深的回调，目标看7000-7100。
这不是崩盘，是健康的洗盘。给其他落后板块补涨的机会，也给多头重新建仓的机会。年底8200的目标不变。
瑞银今天把标普2026年底目标从7500上调至7900，2027年上半年看8200
理据是上市公司全年EPS将暴涨20%冲向335美元，其中50%的新增利润集中在半导体和数据中心板块。大摩同步看涨至8000，亚德尼看8250。
大行被迫上调目标价，说明之前的预期已经全部提前完成了。
美联储：加息预期正在重新定价
凯文·沃什今天正式宣誓就任美联储新主席。同一天，理事沃勒突然转鹰，表示加息和降息概率现在已经接近五五开。
衍生品后台数据显示，12月加息押注已经飙至68%。
年内降息预期基本归零。如果5月CPI数据超预期，加息路径会进一步强化，这对高估值科技股的分母端是持续压力。
All-In Podcast本周说了什么
这期节目值得单独拿出来讲。
加文·贝克给出了一个对冲AI泡沫论的核心反驳：这不是空心化的烧钱，而是由真实EPS和ROI驱动的健康牛市。谷歌AI相关业务环比增长800%，利润率不仅没被CapEx吞噬，反而在扩大。Anthropic这季度首次实现运营正利润，全网大模型合计ARR年底将冲向3000-4000亿美元，毛利率高达80%。
更重要的判断是：2025年只是这轮AI CapEx扩建周期的元年，2026年我们处于长达3年主升浪的最前端。英伟达未来12个月的出货可见度已经锁定了1万亿美元的总收入目标。
加文·贝克同时踢爆了英伟达CPU 200亿营收的数字乌龙。这200亿是把HBM内存和整套机架系统打包计入CPU部门的口径，真实独立CPU芯片收入只有50-70亿。真正被挤压的不是Intel和AMD的x86，而是ARM阵营里的高通、亚马逊Graviton、谷歌Cobalt。
关于SpaceX，招股书披露了三块业务的真实面目。Starlink是现金流底座，114亿营收、44亿净运营利润。传统发射亏损6.5亿。AI/XAI部门在200亿CapEx下录得64亿运营亏损。但Anthropic的450亿三年长协——每月12.5亿——创造了一个和Starlink体量相当的算力地租业务。
查马斯的最终建议：在这个宏观负Gamma的临界点，大脑里最多只能装5只核心重仓股。不要去杂耍30个标的，保护好本金。
AI泡沫论的另一个角度
顶级买方分析师Anna Wong的判断方向一致，但角度更宏观。
真正的泡沫只有一个定义——供给远超需求，钱砸进去变成闲置的电子垃圾。现在恰恰相反。Intel的CPU和服务器订单全量顶格订满，需求在把供给踩在地上。市场在奖励能拿出真实ARR的公司，同时在惩罚空心化过度投资的标的。这是健康市场该有的样子。
宏观层面她同样乐观。亚特兰大联储GDPNow显示二季度GDP增速已飙至4.3%，在油价冲击的压测下依然保持高增长。支撑经济的有三个财政脉冲：最高法院裁定关税非法带来的1000亿退税、One Big Beautiful Bill贡献的0.4%增长红利、以及9月新财政年度开闸后至少2000亿美元的国防CapEx扩张。
但她同时发出了一个重要警告：市场严重低估了加息风险。
核心PCE年底可能反弹到3%以上。沃什在GDP超2%、通胀超预期的环境下找不到任何降息理由。美联储历史上从来没有加息一次就刹车的先例。目前衍生品定价的是2027年1月加息一次然后观望，这个假设可能太温和了。
一旦5月CPI数据确认通胀没有筑顶，加息路径会快速重新定价，届时流动性压力会集中释放。
期权结构：市场正在裸奔
Put Skew已经砸穿近20年来的极低值，只有0.04附近。
标普100里有20-25%的成分股出现Call倒挂，正常水平只有3%。费城半导体里这个比例高达35-50%，完全复刻了2021年牛市顶峰的筹码状态。
所有人都在打Call追涨，没有人买保护。
这种情绪结构，和前面说的十字星Lower High放在一起，下周需要格外谨慎。
中国监管黑天鹅：跨境券商被全面清退
八部委联合发布重拳，全面禁止境外机构为内地居民提供跨境证券服务。存量用户2年内只能卖出不能买入，到期强制清户。富途被罚没高达18.5亿元人民币。
这对中概股和港股是长期流动性抽离。境内散户的出海通道被物理封死，未来增量资金会越来越难进入。港股下周开闸后需要关注。
地缘风险：长假期间需要关注
美伊谈判最后通牒已经在这个长假期间到期。伊朗官方公开否认接近达成协议。WTI原油日内死卡97美元，如果长假期间战火重燃，下周一开盘的原油价格和市场情绪都会面临剧烈冲击。
这是下周最大的尾部风险变量。
下周三个关键观察点
标普能否有效突破7502前高——带量突破则结构继续，守不住则向7330震荡区间下沿寻找支撑。
7260-7270是假跌破还是真跌破——是区分回调深度的分水岭。
长假期间地缘政治有没有实质性进展——直接决定下周一的开盘基调。
年底8200目标不变。但从现在到那里，市场需要先消化这一轮积累的浮盈。健康的回调，是为了走得更远。
中文
Guccy Lan retweetledi
全网铺天盖地吹买美股，
纳指100天天创新高，好像全世界都在买。
但真实数据是什么？
2025年底统计，国内曾经买过纳指基金的人，约600到800万。
大A账户总数2.2亿，占比不到3%。
如果扣掉场外开超市重复购买的，实际不到600万人。
而这600万里，长期持有的估计只占10%。
持有超过3年的？大概50万人。
50万人。
兄弟们，这不是小众，这是濒危。
01）再看资金。
国内纳指基金总规模约1000到1500亿，但场内ETF机构占70%以上，场外主要是个人。
个人投资者实际持有的，大概700亿。
700亿是什么概念？
A股总市值约100万亿，占比不到0.1%。
连零头都算不上。
国泰纳指ETF散户持有12万户，已经是第一名，但个人占比仅20%多。
场外QDII基金机构占比只有1%到2%，广发、华安、易方达、嘉实、招商五家合计280万人持有——但很多人是重复的，同一个人买了好几家。
看着很火，但拆开一看，还是小众游戏。
02）更麻烦的是，渠道还在收紧。
两个政策方向：
第一，严禁对中国大陆居民开通境外证券账户；
第二，已经开通的，两年内可能要逐步清退、销户。
抱怨没用，说了也不开心。
但对投资港股、美股个股的朋友影响巨大。
对买A股场内、场外纳指的朋友，影响同样深远。
大家都想让资产升值，都想往长期回报好的地方投，需求是长期存在的。
但满足需求的渠道却在不断压缩。
场外长期限购、关门，场内长期高溢价，现在连境外账户都要清退。
这意味着什么？
意味着以后想投美股，只能抢购A股那几只纳指、标普ETF，进一步加剧内卷。就像前几年房地产火热期，限购、茶水费、积分摇号，仍然挡不住买房热情。但房子至少还能买到，纳指ETF的额度，是真的会用完的。
----
看完这些数据，我的感受很复杂。
一方面，纳指100的长期回报确实好，年化10%+，复利效应惊人。另一方面，真正享受到这个回报的人，在国内可能不到50万。
50万人，在14亿人口里，是0.035%。这意味着什么？意味着你如果在车里，你已经击败了99.96%的人。
不是因为你多聪明，只是因为你比别人早了一步，坚持得久了一点。
我的建议很简单：
已经买好的，千万不要轻易卖出。
你手里的筹码，以后会越来越稀缺。
想继续买的，抓紧机会定投建仓、加仓。
尽管纳指已经创新高，但长期来看，当下大概率仍然是低点。
不要害怕，不要恐高。长期持有，耐心等待。
兄弟们，买纳指的人确实孤独。可能也就在网上能遇到几个同好，现实中身边的人不是在聊房子，就是在抱怨A股。
但孤独就对了，超额收益从来只属于少数人。
有条件的海外，没条件的支付宝。先干起来。
看不懂的SOL@DtDt666
全网吹爆的纳指100，但国内真正买的人不到800万 先给兄弟们统计了17只纳指场外基金，年化跟踪误差、管理费率、收益率等数据 景顺长城年化跟踪误差2.58%，管理费1.00%，今年收益16.92%，去年33.57%。 国泰、华夏、嘉实、博时，各家差异不大，管理费0.5%到1.0%之间，今年收益普遍11%到16%。 但我要说的不是这些数字。 我要说的是——全网铺天盖地吹美股的人，真正买过纳指100的，国内不到800万人。 14亿人口，占比不到百分之一。 长期持有者？更是寥寥无几。 为什么？ 因为中国家庭的钱，根本不在股市里。 房产占家庭总资产的60%左右。 普通家庭更甚，欠房贷的一大把。 2023年下半年开始，房子基本上是踩踏式逃离，依然卖不掉、变现难。 很多人的房子变成了纸面财富，看着市值几百万，真要用钱的时候，打八折都没人接。 股票和基金在家庭金融资产里不到20%。 绝大多数还是存款、低风险理财为主。 不敢进股市，刚被房子吓得一朝被蛇咬十年怕井绳，很多人都不敢投资了。 你跟他说纳斯达克100今年涨了15%，他回你一句"A股还亏着呢"。 你跟他说定投纳指长期年化10%+，他回你一句"房子都跌了，还投什么资"。 这不是认知问题，是现金流问题。 大多数人的大钱锁在房子里，流动性极差，套牢多。 手里有余钱的，这两年投黄金白银的也不少，感觉都比投美股的多。 所以别听网上那些"美股泡沫""纳指见顶"的论调。 真正的问题是——大多数人根本没上车，连讨论泡沫的资格都没有。 --- 不是美股涨了多少，而是国内还有多大的认知差和配置差。 全网吹美股的人，和真正持有美股的人，是两个完全不同的群体。 前者在制造焦虑，后者在默默定投。 前者在争论泡沫，后者在享受复利。 中国家庭的资产配置，从房产向金融资产转移，是必然趋势。 但这个转移的速度，取决于房产流动性的恢复，取决于股市信心的重建，取决于一代人的投资教育。 兄弟们，如果你已经在车里，别被噪音干扰，拿住就好。 如果你还在车外，先解决认知问题。 方向对了，慢就是快。
中文
Guccy Lan retweetledi
昨晚NVTS大涨、昨天下午这篇推文也聊到看好NVTS。正好再聊聊为什么SiC/GaN在HVDC时代至关重要？
1）HVDC的本质是升压降流，SiC/GaN的本质是让高压高速开关可用。AI数据中心的瓶颈正在从“有没有GPU”扩展到“有没有电、能不能把电高效送到GPU”。
2）800VDC减少铜和转换级数，但增加高压DC保护、热插拔和故障隔离难度，SiC/GaN正好解决这些难题。
SiC承担高压大功率骨架：SST、UPS、BESS、快充、牵引逆变器、固态保护。
GaN承担高频高密度转换：PSU、PFC、LLC、IBC、800V-to-12V/6V、服务器近负载供电。
3）在AI rack从100kW走向500kW、1MW时，每一个百分点效率都意味着更少热、更少冷却、更高GPU部署密度。
4）未来电力系统会越来越像半导体系统：高频、高压、模块化、软件控制、可热插拔、可双向流动。SiC/GaN就是这套系统的核心开关。
HVDC时代不是SiC和GaN谁替代谁，而是SiC/GaN共同替代传统低压多级硅基电力架构。SiC负责把MW级高压电力安全高效地搬进系统，GaN负责把电力以极高功率密度送到芯片和负载附近。AI数据中心、800V EV、快充、储能和工业微电网会共同推动这两类技术从“高端可选项”变成“基础设施必需品”。
数据中心正在经历电力基础设施的根本性变革，服务器机架额定功率正从千瓦级迅速攀升至接近兆瓦级。行业正转向高压直流（HVDC）架构，以提高效率与可靠性、减少铜材用量，并支持更紧凑的系统设计。第三代半导体——SiC和GaN——正是这一转型的关键推动力。
AI数据中心高压直流趋势以及电动汽车加速采用高压架构，都在推动SiC和GaN技术在全球基础设施中的份额正在持续增长
看好这几类
1）核心平台型：Infineon、TI
这类公司有高压器件、控制器、隔离、驱动、保护和系统方案，适合800VDC的复杂架构。
2）Sic/GaN功率半导体核心玩家：Navitas、Innoscience 、Power Integrations。弹性来自AI服务器PSU、800V-to-12V/6V、PFC、LLC、IBC，但风险是客户认证、foundry迁移、价格竞争和可靠性验证。
本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」
qinbafrank@qinbafrank
AI数据中心电力上的关键环节：800VHDC，今天在这里x.com/qinbafrank/sta…聊到大摩拆解VR200NVL72提到，大摩预计800V直流电将在2027年下半年推出的Rubin Ultra平台上得到大规模采用。其实800VHDC并不是全新概念，自从英伟达去年说要推直流供电架构后，市场对此的关注度其实挺高的，这个板块的相关的标的已经炒过一博预期了。但实际上800V直流电在下半年才真正大规模采用，值得关注。聊下几方面的问题： 1、800V HVDC架构是什么？ 传统高密度AI rack的路径大致是：电网中压AC → 变压器/UPS/PDU → 415/480VAC到机架 → 机架内PSU转54VDC/12VDC → GPU核心电压。 达子的800VDC愿景则是：在数据中心边界/电力室把中压AC集中转换成800VDC，用800V DC busway送到IT rack，再在靠近GPU的位置用高比率DC/DC转换。NVIDIA称，54V架构在200kW以上开始撞上物理限制；1MW rack如果继续用54V，单rack铜排最高可能需要约200kg铜，而800V架构通过减少电流、减少转换级数、减少机架内PSU，目标是提升效率、降低铜耗、释放机架空间。 它不是简单的电压升级，也不是“发明了直流供电”，而是AI数据中心供电架构的一次平台级切换，是对整个电力交付架构的系统性重构，旨在解决传统48V/54V机架电源的瓶颈（空间受限、铜缆过载、多级转换损耗高），支持单机架功率从数百kW跃升至1MW+，并为未来GW级AI工厂铺路。 2、800V HVDC的意义和革命性是什么？ 1）首先自然是效率和空间布局 效率提升：从电网到GPU的转换环节大幅减少，整体能效可提升从以前90%能大幅度提高到98.5%以上传输损耗显著降低，TCO（总拥有成本）降低可达30% 空间与密度优化：减少铜缆用量和电源单元体积，机架内计算空间利用率提升超80%，支持更高密度GPU集群 2）800V不是单一器件升级，而是生态重构：中央整流、800V DC busway、固态断路器、热插拔保护、sidecar/power rack、BBU/CBU、超容/电池储能、DC/DC、GaN/SiC、液冷都要协同。NVIDIA也明确说需要OCP等组织推动电压范围、连接器、安全标准。 如果大家有关注过新能源汽车产业链，应该有影响这两年国内电动车厂商都在推的“快充”基本上就是800V高压直流充电。现在达子正在把800VDC变成下一代AI rack标准化路线的一部分，所以一部分原来给新能源汽车充电产业链上的关键环节，又开始外溢到AI数据中心上了。 3、800V HVDC空间有多大？ 要看大背景，AI数据中心整体市场从2025年约3440亿美元增长至2032年超2万亿美元（CAGR 27.5%）。 功率基础设施将成为AI建设的核心瓶颈与增长点，NVIDIA的标准将加速 hyperscaler采用，带动固态变压器、GaN/SiC功率器件等子市场爆发。 2027年后，>300kW/rack、尤其是400kW-1MW rack的AI zones中，800VDC或类似HVDC架构渗透率快速提升。若未来新增AI容量中有30%-60%采用高压DC架构，并且每MW对应的核心800V电力链价值量在几十万到数百万美元区间，累计空间就会进入百亿美元到千亿美元级。 当然这个预测区间也很宽，因为真实取决于Kyber/Rubin Ultra出货节奏、超大云厂接受NVIDIA 800V的程度。 4、800V HVDC产业链构成 完全是英伟达参考设计主导资格认证，之前英伟达也公开列出的核心合作伙伴分为三类，竞争激烈，份额将取决于认证进度、量产能力和 hyperscaler合同。 1）硅片/功率半导体供应商（核心器件，如SiC/GaN MOSFET、控制器，用于高效转换）： 主要玩家：Texas Instruments（TI，已发布完整800V解决方案）、STMicroelectronics（ST，6-18kW功率板）、Infineon、ROHM（SiC器件）、Navitas（GaN/SiC）、Analog Devices、onsemi、Renesas、Innoscience、MPS、AOS、EPC等。 这些是NVIDIA“硅供应商”名单核心，TI/ST等已演示参考设 2）电源系统组件/模块供应商（电源架、Sidecar、DC-DC转换器等）： 主要玩家：Delta Electronics（与NVIDIA深度合作，发布800V解决方案）、Flex、LITEON、Megmeet、Lead Wealth、Bizlink等。 Delta等中国厂商优势明显，已有白皮书和技术落地；LITEON等股价因800V预期已经显著上涨。 3）数据中心电源系统/基础设施供应商（机架级配电、Sidecar、SST、母线等）： 主要玩家：Vertiv（Hopewind为其800V系统关键子供应商）、Schneider Electric（开发1.2MW Sidecar）、Eaton、ABB、GE Vernova、Siemens、Hitachi Energy、Mitsubishi Electric等。 这里面Vertiv、Schneider、Eaton等是传统强者。 个人角度看 1）Vertiv、IFFNY、Schneider、Eaton、Delta、ABB是最可能在早期800VDC相关收入中占到显著份额的几家公司； 2）LITEON、TI、ST、Infineon、onsemi是第二组确定性较强的受益者； 3）Navitas、Power Integrations、MPS、BizLink、Megmeet、Innoscience（英诺赛科）属于弹性更大但验证/量产/竞争风险也更高的一组。 个人角度当下比较看好的则是，当然这个还要动态迭代： nvts、IFNNY、英诺赛科、vicr 5、后续跟踪落地节奏的几个重要节点 1）NVIDIA Kyber / Rubin Ultra 2027节奏：是否明确把800VDC作为默认/主推rack电力架构，而且出货节奏也带动800V的落地节奏 2）OCP标准进展：800V连接器、安全、保护、PDB、BBU/CBU是否标准化。 3）看点电源管理系统组件，功率半导体供应商的点单披露，谁真正进入了进入backlog和量产socket；这个最关键决定了哪家供应商能吃到多大的份额 4）超大云厂路线：800V vs 400V/±400V vs 50V HPR是否分裂。决定了市场对800V hvdc的预期和想象空间。 5）单MW成本下降曲线：如果800VDC使每MW可部署GPU数量、能效和维护成本明显改善，它会从NVIDIA专用架构变成行业事实标准。
中文
