何其

1.2K posts

何其

何其

@fangdabigbig

Katılım Mart 2023
342 Takip Edilen43 Takipçiler
何其 retweetledi
川沐|Trumoo🐮
川沐|Trumoo🐮@xiaomustock·
$MRVL 谷歌内存芯片和推理芯片设计,同时通过dsp芯片为中枢卡位芯片内部光电互连系统设计,二者结合会成为芯片内部的光通信未来王者。 $NOK 诺基亚有自己美国本土的搞inp芯片的产线,又有深厚的基站间通信技术,二者合一起是芯片外部光通信未来王者。 $NOK , $MRVL 这俩个会是光通信的最终受益者。 仓位再搭配 $DRAM 存储吃周期到成长股转变和未来AI无尽的存储消耗行情。 这样玩美股完全不可能输。 大道至简,不用持仓太多股票,三个就够了。
川沐|Trumoo🐮 tweet media川沐|Trumoo🐮 tweet media川沐|Trumoo🐮 tweet media
川沐|Trumoo🐮@xiaomustock

夜盘 $MRVL 200+了。 今年下半年美股只想搞几个股票简单模式, $DRAM $MRVL $MU $NOK

中文
19
45
318
193.3K
Lee CX
Lee CX@Chunxuan_LI·
@jianlvya 我姨夫养梅花鹿,割鹿茸的时候接了一碗鹿血,喝完了,大晚上睡不了觉,整盆凉水冲头。
中文
8
0
36
56.2K
繁律
繁律@jianlvya·
人参究竟是不是大补之物?
繁律 tweet media
日本語
167
2
477
497.8K
Gobgoblin
Gobgoblin@Lucci154748·
@igeekbb 女人是这样的,出于对美好生活的向往,基本男的乐意编,她们就会选择信,甚至你露馅了,她都主动帮你找补
中文
1
0
5
5.1K
iGeekbb
iGeekbb@igeekbb·
看了一下 A9,九位数资产,高净值人士,有一个小目标以上。32个男生中 90 前 20 个,90 后 12 个,A9 以上有 28 个,43 个女生一半是 00 后…… 很好奇 A9 身边真的缺人吗
iGeekbb tweet media
中文
75
25
266
243.7K
何其
何其@fangdabigbig·
@igeekbb 都是假扮的,,验资个毛线,,~ 资产上亿的来这地 哈哈~真的是侮辱有钱人的智商和钱,和有钱人的阶层环境~
中文
1
0
54
8.9K
何其
何其@fangdabigbig·
@Baoert @IgnoredReal 佩服你的这胡编乱造的本事,,智商情商都很高。她单纯、自信、开朗、快乐。再加上幼稚脆弱~~ 佩服你的智力和逻辑水平~
中文
0
0
0
9
牛克思
牛克思@Baoert·
@fangdabigbig @IgnoredReal 她很优秀,智商情商都很高。她单纯、自信、开朗、快乐。她当然有缺点,比如,幼稚,脆弱。 战争与和平中的娜塔莎优秀吗?林黛玉优秀吗?我认为她们都很优秀。顶级优秀的那一类。天鹅湖里小天鹅那种的优秀。 youtu.be/CstzITt-zV0?si…
YouTube video
YouTube
中文
1
0
0
105
被忽略
被忽略@IgnoredReal·
女子吐槽我的年薪百万家庭,这就是外人眼中的美好生活。
中文
584
77
1.3K
264.1K
何其
何其@fangdabigbig·
@Baoert @IgnoredReal 这女的优秀在哪?逗死人了,,事业炒股做买卖完全不懂只会亏,,心态心里素质,,随便有点什么心态就崩溃,,,,一个四十岁的成年人动不动就自怜自艾,情商智商双低,你能看出优秀~~
中文
1
0
0
35
牛克思
牛克思@Baoert·
@IgnoredReal 一手好牌自己打烂了。两人各有50%的责任。两人都很优秀,都很幼稚。婚姻辅导一下。
中文
2
0
1
3.8K
何其
何其@fangdabigbig·
@Wang09111Wang @AvaSato @IgnoredReal 谁不尊重她了,,你遇到个这种女人,在家养活她,给他钱创业,,一条内裤破了还矫情犯贱,自怜自艾,是她老公不尊重她还是她自己不尊重她~
中文
1
0
3
130
海风樱歌
海风樱歌@AvaSato·
这女人是个神经病吧,说换个刷牙杯子被丈夫说败家,又说因此连内裤穿破了也不敢换,转头炒股就赔了七位数,创业赔了50万,这就不怕被说了?失败后赔钱后,醒悟了,觉得自己是天使了,这不是神经病是什么?嘴里也没实话。她赔掉的钱肯定是她丈夫赚的钱,她要能赚这么多钱,她根本不可能辞职做全职主妇,更不可能没底气乱花钱
中文
12
1
160
15.2K
何其
何其@fangdabigbig·
@IgnoredReal 这种矫情的辣鸡真的是缺少社会毒打~ 还来网上犯贱~
中文
0
0
0
32
佳
@jialpy·
@bboczeng 自从翻墙以后,才发现这个世界傻子真多,可怜人也真多
中文
5
1
31
3.9K
勃勃OC
勃勃OC@bboczeng·
其实没有人,一出身就讨厌中国,乃至会讨厌这个政府 毕竟我们从小接受的,都是爱国主义教育 学习的,也都是被精心设计,精心篡改过的大汉族主义大一统历史 可惜,这个政府真的是太牛逼,太得势,太得瑟了 短短30年,他的政策几乎得罪了全中国所有人 到底是什么样的NPD才能有这样的能耐? 后来我才明白, 原来,其实是他根本就没把你当过人 对待 只有明白了这一点 中国人,才算是真正觉悟了 谢谢大家
中文
461
153
2.6K
185K
何其 retweetledi
看不懂的SOL
看不懂的SOL@DtDt666·
兄弟们,今天聊个人。 最近长鑫、长江这俩芯片公司天天上热搜,日赚几亿,估值一说就是几千亿、几万亿。 行业火成这样,但号称"中国芯片教父"的那个人,正在蹲监狱,判的是死缓。 这人就是长江存储第一任董事长,赵伟国。 老赵的故事,比电视剧还精彩。 01)清华无线电85级:别人搞技术,他搞钱 老赵是清华无线电系85级的。 这班牛人多得吓人——韦尔的虞仁荣、兆易的舒清明、卓胜微的冯晨晖,都是这班的。 但人家毕业搞技术,老赵搞钱。他去新疆做生意,据说借了100万,拿回来45亿。 100万变45亿,这回报率,巴菲特看了都沉默。 本来能躺平,他却要干老本行。 2009年,老赵收购紫光,然后表演开始了。 02)疯狂收购:老二老三合并,干翻老大 先是125亿收购展讯,做手机芯片的。买完一看,竞对锐迪科也很猛,又花65亿收了。 两家公司一合并,紫光展锐,现在行业排第三。 2015年,老赵又花160多亿买了新华三,如今是国内政企最大的ICT供应商。 他想干吗?他想用3到5年时间卡位,靠资本搞收购,走捷径,最后赚垄断利润。 他先去了台湾,跟联发科说:"咱们老二老三合并,干翻老大高通咋样?"联发科也兴奋,但政策不允许。 老赵不甘心,又跟力成、矽品、南茂谈,把台湾人给吓坏了,都不卖。 在台湾碰了一鼻子灰,老赵盯上了美国存储芯片。 270亿买西部数据、1600亿买海光。这两公司现在市值加起来1万多亿美元,老赵当时的出价也算合理,但美国说:"这里有军用芯片,不卖。" 四处碰壁,老赵直接问张忠谋:台积电卖不卖? 后来这事成了大笑话。但其实也正常,询价嘛,只是一般人不会这么混不吝。 03)长江存储:花钱如流水,最后塌方了 海外行不通,那就自己干。 老赵把国家大基金、武汉地方都拉进来,以收购的武汉新芯为基础,成立了长江存储。搞基建、买设备、挖团队,花钱如流水。 钱从哪来?大部分都是借的。 但他命不好。2020年芯片价格大跌,9月跌到谷底,10月紫光就暴雷了。最后一查,债务2000多亿。 还不上咋办?作价600亿,卖公司。 老赵的事业直接塌方。那这么多钱花都哪了?长江1600亿、展锐300亿、海外收购600亿——基本没乱花。 那他为啥被判死缓? 因为老赵是个情种。 04)情种的下场:死缓 本来该长江买的房产,他让情人买了; 紫光的业务,他外包给情人; 公司的办公楼,他低价租给情人用。 违法数额巨大,老赵被判了死缓。 咱不是替罪犯翻案,违法办他没问题。但老赵在中国芯片发展史上,绝对是个异类,很值得说道。 听到长江要上市的消息,他是思绪最多的那个人吧? 自己一手养大的孩子,现在要独立行走、估值万亿了。而他这个"爸爸",只能在监狱里看新闻。 最后送大家一句话:时代的一粒灰,落在个人头上,就是一座山。 但总有人,愿意扛着山往前走。
看不懂的SOL tweet media
看不懂的SOL@DtDt666

今年A股双雄即将来袭! 长江存储(YMTC)和长鑫存储(CXMT)均为2016年成立的国产存储芯片“双雄”,即将于2026下半年迎来IPO,是下半年最受关注的上市项目之一。 长江存储(YMTC) 是国内NAND闪存领军企业,主攻数据存储领域,核心产品为SSD固态硬盘、U盘等,特点是断电不丢失数据,像“数据仓库/电脑硬盘”。已实现232层以上3D NAND量产,采用Xstacking®核心技术,全球排名前五,市场份额约11%。2026年Q1估值约1600亿元,营收突破200亿元,同比翻倍增长,目前处于IPO辅导阶段。 长鑫存储(CXMT) 是国内DRAM内存代表企业,主攻数据运行领域,核心产品为DDR、LPDDR内存,特点是高速运算但断电清零,像“数据桌面/运行内存”。已突破DDR5+LPDDR5技术,全球排名第四,市场份额约7.67%。2026年Q1营收508亿元,日赚约3.6亿元(预计上半年净利500-570亿元),IPO已进入问询阶段,被市场视为“下一个万亿市值潜力股”。 两者核心对比: 长江存储专注长期数据存储(硬盘类),长鑫存储专注高速数据运行(内存类)。二者互补,共同解决了中国在存储芯片和运行内存两大核心领域的自主可控问题。一句话总结:长江存储=数据存储(硬盘),长鑫存储=数据运行(内存)。 与国际巨头三星、海力士对比: 全球存储市场仍由三星、SK海力士(加上美光)三巨头主导。三星是NAND和DRAM双料霸主,DRAM市占约36%、NAND约37%,技术最先进(NAND向400层迈进);SK海力士在HBM(AI高带宽内存)领域全球第一,市占超50%,DRAM市占约32%。 长江存储在NAND领域已追至全球前五,份额11%,技术层数具备竞争力,但工艺良率和高端产能与三星仍有差距。长鑫存储在DRAM领域排名第四,份额7.67%,进入DDR5时代,但在高端HBM和工艺节点上落后2-3代,主要占据中低端市场。 总体而言,国产双雄已实现从“0到1”的突破,在国内替代效应显著,受益于政策和供应链安全优势。但与三星、海力士相比,仍处于追赶阶段。未来通过IPO融资扩产,有望加速缩小差距。

中文
48
76
268
291.3K
何其 retweetledi
驱魔先生.edge🦭
驱魔先生.edge🦭@panExorcist·
我们要承认一点:我们的美股投资理念和那些国外大神相比,还有不小的差距。 这很正常,也正是我们需要持续学习的原因 整理了一份国外优质美股博主推荐,希望能帮到正在学习美股的朋友们。这些账号以英文为主,但内容质量极高,值得长期关注和跟读。 注:请大家默默关注,@如此多的博主,只是为大家推荐学习,并无打扰之意 价值投资+投资心法类(强烈推荐) @morganhousel 知名作者 《The Psychology of Money》,分享市场心理学、长期投资智慧,内容深刻 @BrianFeroldi :教你如何分析公司财报、估值。提供免费资源和深度线程,非常适合学习基本面 宏观+市场策略类 @LizAnnSonders:Charles Schwab首席投资策略师,数据驱动的市场宏观分析和图表解读,专业且中立 @10kdiver:帖子截止到2023年,写超高质量长线程,拆解复利、估值、概率思维等,最佳教育内容之一 @charliebilello:数据狂人,提供历史数据对比、ETF/市场统计。客观且信息密集 @awealthofcs (Ben Carlson):A Wealth of Common Sense博主,理性、幽默的长期投资视角 @elerianm (Mohamed El-Erian):知名经济学家,宏观经济与股市结合的深度评论 @ritholtz (Barry Ritholtz):资深投资者,分享市场洞见和反共识观点 交易+技术分析类 @alphatrends (Brian Shannon):技术分析专家,专注趋势和图表。 @Scottrades:Swing Trading(波段交易)强手,几乎没有中文区的关注!这是真的宝藏 @ripster47 :分享每日交易回顾和水平线分析,实战感强 @Mr_Derivatives :期权交易相关讨论 其他实用账号 @fluentinfinance :个人理财 + 投资结合,适合新手 @ZeroHedge:偏熊市/批判视角,常爆猛料(需自己判断真伪) @MarketWatch @CNBC:主流媒体账号,实时美股新闻 以上博主内容以美股、宏观、科技股为主,多多学习,逐步提升自己的投资框架。 投资路上,学习比短期盈利更重要。
驱魔先生.edge🦭 tweet media
中文
49
74
256
20.2K
何其 retweetledi
AStock Link | 海外华人A股资讯
mlcc 涨价,国内mlcc 占比全球不及30%。三大成本项:镍粉,离心膜和陶瓷粉。其中离心膜的国产占比10-15%。国内离心膜主要两家: 高端斯迪克,普通洁美科技。斯迪克主营高端 离心膜,替代日东!今年收入大放量,明年翻倍不止!产能全部被锁定!
中文
17
34
155
29.1K
何其 retweetledi
Macro_Lin | 市场观察员
Jukan的这篇文章里说,韩国存储厂已经在和GPU客户讨论把HBM从GPU封装里拆出来,用光互连桥接。核心原因是,堆叠层数往20层以上走,工艺难度指数级上升,横向多放HBM又被GPU的周长卡死。垂直和水平两个方向同时摸到物理边界,光互连成了剩下的选项。 这件事如果真正落地,对CPO供应链的拉动是巨大的。现在CPO的需求跟着交换机和光模块走,一个机柜一两个模块。但如果每颗高端GPU都需要多个光耦合点来连接HBM,需求量级直接跟着GPU出货量走,从网络设备级跳到芯片级,差好几个数量级。 这个场景里最有瓶颈的制造环节是光耦合对准。板级GPU-HBM光互连要求在极小空间里做亚微米级的激光光源、硅光波导、探测器之间的精密对齐,偏差几百纳米器件就报废。罗博特科收购的ficonTEC做的就是这件事,全自动主动对准加闭环计量,全球能做到这个精度和量产节拍的设备公司屈指可数。现在ficonTEC的订单主要来自CPO和OCS的产业化放量,但GPU-HBM光互连如果在2028年后起量,它的TAM会从光通信设备市场扩展到AI芯片封装市场。 时间节点上,这篇报道说的还是联合预研阶段,真正上量还有距离,从叙事到落地还需要时间。
Jukan@jukan05

Breaking the "Memory Wall": Optical Interconnects Emerge in GPU–HBM Packaging As a solution to the "memory wall," one of the chronic challenges in AI semiconductors, the memory and packaging industries at home and abroad are weighing an approach that decouples the GPU and high-bandwidth memory (HBM) and packages them separately. The core idea is to move the HBM—until now mounted right next to the GPU—a certain distance away, and bridge the gap with light (optics), allowing several times more HBM to be installed than is possible today. On the 22nd, a researcher at a major domestic memory maker said, "We're currently struggling to expand HBM bandwidth and capacity, so we're discussing with customers a plan to overcome the GPU's shoreline limit through optical interconnects and mount more HBM." Shoreline refers to the length of the chip's perimeter. In today's AI computing environment, the key factor dragging down compute efficiency is the data transfer speed of memory chips. While GPU performance has grown by leaps and bounds with each generation, the speed at which memory stores and supplies data has failed to keep pace—creating a structural performance barrier, the memory wall. The arrival of HBM, with its wide data pathways, put out the immediate fire, but critics continue to point out that bandwidth and transfer speeds still fall short of handling the explosive growth in AI compute. Until now, the industry has focused on stacking HBM ever higher to increase memory capacity and bandwidth within a confined footprint. But as stack counts climbed past 12 and 16 layers toward 20 and beyond, process difficulty rose exponentially. The technology hit physical limits, including the growing difficulty of meeting fixed height specifications. Vertical stacking has reached an inflection point—so much so that the JEDEC standards body has relaxed its HBM height specifications. The bigger problem is that if stack counts can't be raised, the alternative is to add more HBM horizontally around the GPU—but that, too, is impossible. In the current 2.5D packaging structure, the GPU and HBM are mounted tightly together on a single substrate. Within this structure, the number of HBM units that can be placed is strictly limited by the finite length of the GPU chip's perimeter—its shoreline. Even when more HBM is desired, there is physically no room to place it, leaving the industry in a structural deadlock. The alternative now emerging across the semiconductor industry is to separate the GPU and HBM and package them independently. It overturns the conventional chip-design principle that components must sit close together to minimize data transfer time. Instead of keeping the two chips adjacent, the approach spaces them apart and links them with overwhelmingly fast optical signals to overcome the added physical distance. Placing the HBM slightly away from the GPU within the board frees the design from the GPU's shoreline constraint. With the spatial limitation gone, far more HBM can be spread out laterally and packed into the board—several times more than today—without having to push stack heights to extremes. This means the total memory capacity and data bandwidth of the AI accelerator system would expand dramatically, on a scale incomparable to current systems. "Discussing Placing HBM Beneath the GPU"… Form Factor Could Change The industry is now producing a range of architectural design proposals over where exactly to place the HBM within the GPU board. The same memory researcher said, "Options under discussion range from broadly utilizing the space immediately around the GPU to isolating the HBM beneath the GPU board." He added, "In the latter case—isolating it beneath the GPU board—the motherboard would have to be extended lengthwise, so we're discussing even an overall form-factor change with the GPU maker." Specifically, the HBM might surround the GPU from several centimeters away, or a separate HBM zone might be created in the center of the board. "We're keeping every possibility open as we discuss the optimal layout," he said. "Nothing has been confirmed as an official roadmap yet, but as part of preliminary research toward next-generation AI accelerators, we're in talks with our partners." The outsourced semiconductor assembly and test (OSAT) industry is also watching this trend closely. An executive at a global OSAT firm said, "Optical interconnects are a clear trajectory. The only question is timing," predicting that "rack-to-rack and server-to-server links will go optical first, and then chip-to-chip connections within the board will follow." He added, "The larger units will be connected by light first, but optical research is moving so fast that it may not be that far off." Technically, the optical-interconnect technology linking GPU and HBM shares the same underlying principle as the technology connecting server to server inside a data center. The difference is the high technical barrier of shrinking optical-conversion technology—once used for communication between large pieces of equipment—down to the microscopic scale of a single board and chipset. An executive at a domestic developer of co-packaged optics (CPO) components explained, "As HBM stack heights approach their limit, the industry is discussing spreading the memory out laterally to maximize how much can physically be mounted." He added, "The principle is the same as conventional data-center optical interconnects, but HBM optical links that have to operate within a confined board space require optical components to be miniaturized to far smaller sizes and far higher integration density—so the technical difficulty is greater."

中文
110
116
648
177.2K
何其 retweetledi
K三 凯
K三 凯@kaikaibtc·
最可怕的不是他5个月32倍,是他把投研这件事外包给了AI 最近X上有个很火的美股交易员👉,「前 RISC-V Foundation 成员,AI 研究科学家;现在的工作是——交易那些没人注意到的瓶颈。」 看起来就是一个喜欢在网上吹牛的散户,对吧?直到我看到了他2026年5月晒出的那张收益截图。 2026年至今(5个半月):+3,152.77%。 不是32%。是32倍。 而且这已经是「回撤之后」的数字。他在2025年7月才注册这个账号,到2025年底的半年里已经做到了630%的回报。 他买了23只股票。没有一只涨幅低于100%。涨得最多的那一只,翻了84倍。 如果你2026年1月1日给他1万美金,到5月20日,你可以拿回32.5万美金。10万进去,325万出来。 涨得最少的一只,翻了一倍。涨得最多的那一只,翻了84倍。 所以我把他这几个月的推特全部扒了一遍,发现这个人不是传统意义上的「基本面研究」。 他做的事情,我称之为—— 「AI驱动的全球供应链瓶颈套利」。 👉23只股票,23次提前预知市场 这23只股票有一个共同特点:它们都不是什么明星股,全是你可能从没听过名字的公司。 但恰恰是这些没人注意的公司,每一只都精准地卡在AI产业链的「咽喉」位置——一旦断货,整个行业都得停下来等。 他看的是更底层的问题:如果AI继续扩张,哪一环会先不够用? AI产业链的第一层瓶颈,比如GPU、HBM、电力、数据中心,已经被所有人盯烂了。真正能出超额收益的,往往是第二层、第三层:光模块、激光器、InP衬底、SOI晶圆、外延设备、晶圆级测试、IC载板、特殊玻纤。 最典型的是 AXTI。Serenity 在 Reddit / WSB 上发过一篇很夸张的帖子,把 AXTI 写成整个西方AI建设的“单点故障”:不是因为它名字响,而是因为 InP 衬底和上游材料卡在光通信、硅光、CPO这条线上。 👉他到底怎么实现的:普通人用AI看研报,他用AI制造研究差 很多人一听“AI投资”,脑子里想的是:问ChatGPT买什么股票,问DeepSeek这家公司好不好,问Perplexity总结一下财报。 这基本没用。因为同一个问题,所有人都能问,所有人都能得到差不多的答案。Serenity 的用法更像是把AI当成一整个投研助理团。 1. 先让AI拆产业链,而不是让AI推荐股票 如果全球AI数据中心继续扩张,从GPU、HBM、网络、光模块、衬底、外延、测试、封装、PCB、玻纤到电力,分别会卡在哪里?这个问题一变,答案就完全不一样,你会得到一张产业链地图 。 2. 再让AI沿着每个环节找供应商 比如你拆到光通信,就继续问:光模块里最难扩的是哪一段?激光器供应商有哪些?InP衬底谁供?外延片谁做?这些公司是上市公司吗?市值多大?过去有没有进入核心客户供应链? 3. 然后让AI做交叉验证,而不是只听一个故事 这个瓶颈会不会被替代?这家公司有没有产能?客户有没有验证?收入什么时候可能体现?有没有被稀释风险?有没有地缘风险?有没有管理层问题?估值是不是已经透支三年? 真正值得学的是问题 。 Serenity 这件事给普通人最残酷的提醒是:AI没有让投资变简单,AI只是把“研究量”的上限抬高了。 他的核心方法论可以压成五句话: 先确认超级趋势,不在小风口里找幻觉。 把趋势拆成物理供应链,不停留在概念层。 找第二层、第三层瓶颈,不追已经被充分定价的龙头。 用AI扩大检索、整理和反证能力,不让AI直接替你拍脑袋。 最后用人的产业理解和风险纪律决定仓位,而不是让模型替你冲。 Serenity在字典上是「宁静、安详」。 真正的宁静,不是不关心外界。而是当整个市场都在为「英伟达又涨了」而喧嚣、为「某某概念又火了」而狂热的时候——你却安静地坐在那里,看着一张全球供应链的地图,思考一个问题: 「如果AI继续扩张——下一个会被卡住的环节,在哪里?」 这个问题,才是他5个月32倍的真正秘密。
K三 凯 tweet media
中文
246
617
2.8K
264.3K
何其 retweetledi
CJ_Blockchain, CFA
CJ_Blockchain, CFA@nbblock·
这个图昨天就在推特上盛传了。但昨天A股一点反应都没。 今天PCB、MLCC板块突然开始冲了。 所以A股的信息流是不是, A股研究员去吃高盛、摩根外资行拉出来的屎,然后再拉出来喂给散户吃。 所以消息反馈都要等上好几天。
CJ_Blockchain, CFA tweet media
中文
64
32
347
75.9K
何其 retweetledi
JinYu金鱼
JinYu金鱼@JinYu762·
CPO 超级周期,市场在炒封装,在炒光模块 激光这个真正的卡脖子环节,没人讲 瑞典有家小公司,悄悄绑定了 Apple、AMD、Meta! 产能锁定,地缘中立,估值超级便宜 它叫: $SIVE
JinYu金鱼 tweet media
JinYu金鱼@JinYu762

高盛最近刚发的报告 AI网络市场:$11B → $154B 会在2028年前 铜线过去式了,光学来了 每个计算单元网络价值暴涨29倍 $SIVE 就在这条赛道上,现在来看还是早期

中文
27
33
243
204.3K
何其 retweetledi
WiseInvest
WiseInvest@WiseInvest513·
台积电刚公布了一张改变游戏规则的"三层蛋糕"蓝图 不是普通的产业报告,直接抄作业! ——这是一张 AI芯片时代的藏宝图! 从算力核心 → 芯片封装 → 光子通讯 整条产业链的钱流向哪里,一图看穿! 甚至直接把购买代码给到你,看准的直接下手! 【第一层:运算 🔥】 AI算力的地基,谁控制这层谁控制未来 GPU/CPU → NVDA AMD INTC 定制ASIC → AVGO MRVL GOOGL AMZN META EDA工具 → SNPS CDNS IP授权 → ARM 高速互连 → ALAB CRDO 内存接口 → RMBS 晶圆代工 → TSM GFS INTC 记忆体 → SNDK MU 07709.HK 07747.HK 【第二层:异质整合/3D IC ⚡】芯片不够用?那就叠! 3D封装是下一个十年的核心战场 先进封装代工 → TSM ASX AMKR 封装测试 → TER AEHR FORM COHU 基板材料 → TTMI 01888.HK 00148.HK 封装设备 → AMAT LRCX KLAC ASML KLIC ONTO CAMT ASMPT 功率半导体 → NVTS MPWR WOLF 02631.HK 液冷热管理 → VRT MOD ETN 【第三层:光子与光通讯 💡】 铜线已死,光速传输的时代来了 Optical I/O → NVDA TSM MRVL AVGO CPO交换芯片 → AVGO MRVL NVDA AI网络系统 → ANET CSCO 光模块 → COHR LITE AAOI 硅光代工 → GFS TSM TSEM 精密代工 → FN 06088.HK 高速连接芯片 → CRDO MTSI SMTC 数据中心互联 → ALAB CIEN NOK 光纤 → GLW 06869.HK 看懂这张图,你就知道这轮AI浪潮里真正在赚钱的不只是英伟达。! 台积电这次相当于把整条产业链的底牌翻出来了,从造芯片到叠芯片到用光传数据,每一层都有人在闷声发财。 不一定每个都值得买,但至少值得知道它们在干什么。 我个人的建议是大家可以先收藏,然后抽空找个时间去研究一下里面的产品。 我已经看好了 一些,等到下一期来给大家进行细节分享!
WiseInvest tweet media
WiseInvest@WiseInvest513

川普人都在股市里面吃成巨人观了?你还在等股灾,不是你怎么赚到钱啊🤣🤣🤣 上次我聊到过,我说大家对于川普,不要把他当做是一个总统,你要把他想象成为是一个商人,商人就是会到财富流通最近的地方。 这不 5 月份,特朗普在Q1提交了约3600-3642笔证券交易(包括买卖),总交易量下限约2.2亿美元,上限可能达7.5亿美元。 报告了 3,642 笔证券交易(约每天 58 笔),交易总价值在 2.2 亿美元至 7.5 亿美元之间。 那当然这些交易主要由第三方金融机构通过可撤销信托管理(Trump Org 强调无家族直接干预决策),但披露细节仍引发广泛关注。 其实可以看到交易和表现确实明显偏向半导体、AI基础设施和电力/数据中心相关股票,符合AI基础设施扩张和政策支持的背景。 披露显示他买卖了Nvidia、Broadcom、Intel、Dell、Microsoft、Amazon等公司! 如下是一些数据参考: • $PENG: +158% • $INTC: +151% • $SNDK : +131% • $MRVL: +128% • $IRDM: +118% • $BE: +117% • $AMD: +111% • $STX: +110% • $LUNR: +102% • $DDOG: +69% • $DELL: +68% • $TXN: +55% • $AVGO: +33% • $GOOGL : +30% • $NVDA : +27% • $AMZN: +20% • $AAPL: +17% 但是因为美国政府道德办公室(OGE)的披露文件只报告交易价值区间,不披露具体买入价、卖出价、持仓市值或净利润 但是已知交易规模Q1 交易总额:约 $2.2亿 至 $7.5亿(下限 $220 million,上限 $750 million),涉及 3,642 笔交易(每天约 58 笔)保守估计在上亿美元。 我觉得可以作为参考给到大家,是留在岸边观望,还是下场赚钱,就看大家自己了! 这个里面我看了 一下也有我之前没有怎么关注到的产品,不得不说川普人家是真的在悄咪咪赚钱! 大家记得先收藏起来,等到后面,我们这几天单独出一期内容来详细介绍一下了。 我们下期见!

中文
46
58
151
22.1K
何其 retweetledi
Art of Speculation
Art of Speculation@ArtofSpecuycky·
1999年先涨CPU,后来涨路由器,最后涨光纤——AI正在走同一条路 科技牛市从来不是一次性定价的。 1990年代那轮,市场花了整整十年,不断发现下一层瓶颈,不断重新定价。每一次定价,都是一轮新的机会。 现在的AI,正在走同一条路。 1990-1995:PC时代 市场逻辑很简单:每个人都会拥有电脑。 最强的是Intel、Microsoft、Dell。CPU就是整个科技产业的核心。 对应今天:NVDA第一阶段,2023-2024年的故事。 1995-1997:互联网商业化,市场发现电脑需要连接 Windows 95、Netscape、AOL出现后,市场意识到:原来电脑之间要连接。 网络设备需求爆炸,Cisco、Lucent、Nortel开始上涨。 瓶颈从CPU转向router、switch、network infrastructure。 对应今天:AI从GPU转向networking、scale-out、interconnect。这一步正在发生。ANET、MRVL、ALAB、CRDO。 1998-1999:市场发现真正的瓶颈是带宽 互联网流量爆炸,大家突然发现:数据根本传不动。 于是全世界开始疯狂铺fiber、DWDM、optical transport。 最疯狂的阶段来了——JDS Uniphase、Corning、Ciena、Juniper开始parabolic move。 对应今天:optical、CPO、SerDes、DSP、scale-up networking。市场开始意识到真正的瓶颈不是compute,而是data movement。 LITE、COHR、CIEN和NOK。这一层正在被重新定价。 1999后期:即使有网络,还是缺数据中心 市场再一次发现:physical infrastructure不够。 Equinix、Exodus、Global Crossing开始最后一轮疯狂。 市场从数字世界重新回到物理世界。 对应今天:电力、冷却、数据中心、并网。算力工厂需要的不只是芯片,还需要土地、电力、物理空间。 2000最后疯狂:应用层 基础设施都炒完后,万物互联网化。Yahoo、Amazon、Qualcomm、eBay最后疯狂。 市场逻辑变成:互联网会改变一切。 对应今天:AI agents、robotics、physical AI、autonomous economy。这一层还早,但会是最后最疯狂的阶段。 映射到今天的时间线。 2023-2024:GPU/Training → NVDA、AMD 2025:Networking/Interconnect awareness → ALAB、MRVL、ANET、CRDO 2026:Optical + Scale-out + Power bottleneck → LITE、COHR、IREN、VRT、power infra 2027+:AI Application/Agents/Robotics/Physical AI → software + embodied AI + autonomous economy 还有些重要的部分比如说存储之类的,没提到不代表不重要。 这也是我过去几个月推荐顺序背后的逻辑。 第一步推了连接层——MRVL、ALAB。AI瓶颈从算力转向互联,这两个卡在最难绕开的位置。 第二步推了基础设施层——IREN、Oracle。物理资产开始被重新定价,算力工厂需要电力和数据中心。 第三步是应用层——CRM、NOW、MSFT、SNOW。AI基础设施建好之后,真正的变现层是企业软件。这一层现在筹码最干净,叙事正在反转。 TSLA如果你把它看成physical AI的代表,它属于第四阶段最后爆发的那类资产。 历史上最夸张的阶段,往往发生在市场意识到:原来整个基础设施都不够的那一刻。1999年的答案是光纤。2026年的答案可能是:电力、连接、和企业软件。每一层瓶颈被发现,都是一轮新的机会。 #AI基础设施 #光互连 #半导体 #数据中心
中文
47
180
474
50.4K