L
172 posts


Mirae Asset Securities Korea: SK hynix’s 2Q26 operating profit estimate cut by 12%
DRAM and NAND ASP assumptions were revised down by 8ppt and 5ppt, respectively. Mirae Asset estimates that around 50% of the company’s revenue is covered by long-term supply agreements (LTAs).
- Maintains target price of KRW 4.2 million, implying 128% upside
- Rating: Buy
English

@Kay2289123 低护城河 多竞争对手 周期股 资本支出崩 它崩 GPU崩 它崩 DRAM崩 它崩 RUBIN延期 它崩 地缘政治 它崩…为什么要押注风险敞口这么多的品种 因为它周期顶峰利润非常高吗
中文
L retweetledi

SemiAnalysis创始人Dylan Patel最新访谈:存储仍有2-3倍上涨空间,CPU为短期补缺,CPO量产推迟至2028年底-2029年
Dylan Patel指出,Anthropic已实现自由现金流转正、ARR突破500亿美元且毛利率超70%,有力回应市场对AI ROI的质疑。
硬件层面,AI推理模型驱动的内存需求呈结构性爆炸增长,供应缺口将持续多年,价格仍有2-3倍上涨空间;
CPU增长主要来自历史补缺,属短期「迷你周期」;
CPO大规模量产推迟至2028年底-2029年,铜缆红利期意外延长;
电力瓶颈则推动数据中心加速转向「表后电源」自建方案,催生能源与电力转换供应链的重大投资机会。
AI基础设施各层同步承压,机会与风险并存。以下为Dylan Patel访谈核心观点的逻辑重构与分析提炼。
1. AI需求侧:ROI疑虑落地,Anthropic率先实现盈利
市场普遍质疑AI投资回报,Dylan以Anthropic具体数据回应:2026年Q2已实现自由现金流转正(4-6月连续盈利),ARR超500亿美元,毛利率超70%。
OpenAI也随Codex等产品采用率提升快速增长。
SemiAnalysis自身AI支出轨迹印证这一趋势:2025年11月90人团队年化AI支出不足10万美元;2026年1月底因Claude Code大规模应用飙升至400万美元;
目前达1100万美元(峰值周折算1400万美元),已占人力成本三分之一,年底可能达一半。
分析洞见:更强模型未必更贵。新模型通过更高token效率(例如任务从10万token/多轮交互降至2.5万token/单次完成)降低综合成本。
这正是Anthropic在竞争中领先OpenAI的关键:token效率更高,用户总成本更低。
企业往往通过削减其他SaaS支出、而非压缩AI预算来支持AI增长,生产力提升带来的价值远超增量成本。
2. 内存:结构性超级周期,而非普通周期
Dylan对内存最为看好,判断这不是短期短缺,而是持续多年的结构性短缺。
核心驱动:推理模型(尤其是o1-like)使上下文长度爆炸式增长,KV Cache需求激增。传统对话上下文仅数千token,而推理模型可达数十万token,内存消耗呈指数级差异。
供给侧:内存产能年增长仅20-30%,远低于AI需求翻倍速度。价格已涨约4倍,预计还将再涨2-3倍。消费电子(中低端手机出货已降40%)将率先被挤压,iPhone/MacBook等高端产品明年价格将上涨,直至AI获得足够产能。
长期视角:即使未来进入下行周期,从波谷到波谷仍呈明确增长趋势。内存将从大宗商品转向高毛利结构性成长品类。
3. CPU:补缺行情为主,勿过度外推
CPU因强化学习(环境验证)和智能体(工具调用、实时交互)需求复苏,但Dylan给出明确警示:这主要是历史补缺,属短期迷你周期。
- 过去数百万颗AI加速芯片出货,但配套CPU严重不足,目前处于集中补齐阶段。
- 单系统价值:Blackwell GPU约5万美元,CPU仅约5000美元。即使CPU配比提升,绝对金额仍远低于GPU和内存。
- 长期来看,一旦补缺完成,需求回归正常增量,增长速度不会持续超过AI加速芯片。
分析:CPU是AI服务器中的「配角」,其重估已较合理,但不会改变GPU+内存主导的格局。
4. 光互联:CPO推迟,铜缆红利延长
CPO(共封装光学)被市场过度乐观,Dylan判断大规模量产推迟至2028年底-2029年。
原因:制造良率、芯片设计、供应链成熟度不足。 NVIDIA Rubin及后续Feynman架构仍主要采用铜方案,CPO需等待多代迭代。
中期机会:铜缆和非CPO光学方案受益更大(如安费诺等连接器公司)。长期CPO必然发生,但短中期铜缆仍有显著红利窗口。
5. 电力:表后电源成主流,能源链条机会广阔
电力是AI增长最硬的物理约束。预测:今年新增数据中心用电20GW,明年30GW,后年50GW。
拆解三维度:
- 输电:最难突破,受监管、地方垄断、成本分摊机制制约。
- 发电:表后电源(自建)将占新增用电约一半。主流为CCGT联合循环燃气机组(GE Vernova、三菱、西门子),同时涌现往复式发动机、工业燃气轮机乃至改装车/船/火车发动机的创新方案。
约两年后,太阳能+储能成本有望低于燃气;更长期可考虑太空数据中心(无需储能)。
- 转换:IGBT、SiC、GaN MOSFET、固态变压器、UPS、超级电容等电压转换链路快速演进(12V→54V→800V DC等)。
SemiAnalysis目前最大研究团队正是「DEI」(Data Center、Energy & Industrial),追踪全球每座数据中心与发电资产动态。
总结投资逻辑
AI基础设施每一层均面临瓶颈,但也孕育结构性机会:内存超级周期、铜缆延长红利、表后能源与电力转换链。
Dylan Patel的判断强调区分短期补缺与长期结构性趋势,避免情绪化外推,聚焦供需错配、技术落地时间线与经济学本质。
此分析框架,帮助投资者穿越市场噪音,把握AI基础设施的真实脉动。 $DRAM

中文

$SKHY $DRAM “Chairman Choi will attend the NASDAQ listing ceremony in New York on the morning of the 10th (local time) along with key executives including President Kwak No-jung of SK Hynix.”
“In the business community, there is speculation that during his U.S. visit, Chairman Choi will meet successively with executives from major big tech companies such as NVIDIA and Tesla to discuss ways to expand cooperation in AI memory.”
“The scale of SK Hynix’s ADR is approximately $31.5 billion USD (≈43 trillion KRW), with up to 17.79 million new shares (about 2.5% of total issued shares) to be issued.”
“The raised funds will be used for the construction of the Yongin Semiconductor Cluster Phase 1 Fab, Cheongju P&T7 Advanced Packaging Fab, and acquisition of equipment including EUV scanners.”
“Chairman Choi’s direct participation in this event is interpreted as a move to actively promote SK Hynix’s AI memory competitiveness and growth potential to global investors.”
English

@ai_xiaomu 其他国家我不谈,中国这个阶级相对固化的系统中。ai是唯一能够帮助中国年轻人实现跃迁的。1没资本2没上升通道3信息壁垒。老登的钱怎么才能流向新登,自媒体不就告诉我们答案了吗。不然中国年轻人怎么办,就业这么萎靡,除了拿上工具把不用工具的老登赶下来,还有什么方法。没有方法
中文

你手机贵了一截,你想给电脑加根内存条发现价格翻了三倍,然后所有人告诉你一个词,AI。数据中心太能吃内存了,天灾,没办法。
我跟你讲讲这个词底下真正发生的事。
先看数字。2025年7月一套32GB的DDR5内存条大概95美元,到2026年1月,350到600美元,半年三倍多。DRAM现货价2026年一季度比上季度暴涨约90%,这是内存行业多少年没见过的单季波动。
AI要内存是真的。但你要问的不是AI吃了多少,是这三家公司选择留给你多少。全球DRAM市场,三星,SK海力士,美光,三家合起来握着约90%的份额。这个市场里能造多少普通内存,不是市场供需说了算,是他们三个说了算。
他们干了两件事。第一件,把晶圆产能转去造HBM,就是AI用的那种高带宽内存。一颗HBM3E大概卖60到100美元,同样容量的普通DDR5只值5到10美元。而且每GB的HBM要吃掉约3倍于DDR5的晶圆产能。造一颗AI内存,等于占掉三四颗普通内存的产能,还多赚十几倍。产线往哪转,不用想。
第二件才是真正让你买不到内存的那一手。他们同步把旧内存停了。三星停产8Gb DDR4,最后一批DDR4模块出货定在2025年12月。美光停掉传统DDR4。海力士把DDR4产量压到极低。一边把新产能搬去造HBM,一边把老产能直接关掉,两头收。你能买到的普通内存,就这么被压下去了。
到这你可能觉得,人家也是没办法,产能有限只能保AI这头。这里有个最扎的东西。TrendForce预测2026年DDR5的盈利能力会反超HBM3e。就是说普通内存本身也在印钞,也很赚。既然普通内存也赚,产能却还压着不放,那供给不够就不是技术天花板的问题了,是他们不想给。
这不是我编的阴谋论。2026年6月25日,美国17名原告,14个消费者加3家小装机商,在加州北区联邦法院把这三家告了,反垄断集体诉讼,援引谢尔曼法第一条,要三倍赔偿。诉状里原告称,这三家拿转产HBM当幌子,协同削减DDR3和DDR4产能,人为制造稀缺,还说四年间价格涨了约700%。这个700%和协同的说法是原告的指控,还没定案,我把话说清楚。
但有件事是已经定过案的。2005年美国司法部反垄断案,三星认罚3亿美元刑事罚金,海力士认罚1.85亿,多名高管被判进监狱,这是白纸黑字的价格操纵前科。今天被告的,是同一批公司。
所以你多花的那笔钱,因里有AI,这是真的。可把普通内存产能一路砍到底这一手,是一个三家说了算的市场做的选择。这个选择正在被告上美国法院,而这三家二十年前就已经因为同样的事被定过罪。
顺带说一句,现在这种上游几家寡头收着供给,终端价格猛涨的行情,恰恰是熊市里最典型的样子,需求端热闹,钱都堆在最上游那几家手里。别被AI这个词晃过去。
中文

@yangyue992125 别对比上轮周期最低的价格,直接对比上轮最高价格不行吗。最低价和现在确实有4倍区别,那原油宝事件对比伊美事件呢,不是更可怕?那对比上轮周期的峰值价格,ddr4的价格完全都没破100%,为什么只用d4对比,因为18年没d5
中文

我来解释一下Tether CEO fud AI的理由:
1. 循环放水做收入
英伟达、微软这些巨头,一边给OpenAI、Anthropic这些AI公司投钱,一边要求对方拿这笔钱来买自己的芯片和云服务
2.借钱买的芯片,还没还完钱就先过时了
这些数据中心大部分是借债建的,而GPU是生命周期是3年。2023到2025年借的这批债,2026到2027年集中到期的时候,抵押品(旧GPU)已经不值钱了
3.历史上三个坑,这次AI基建一次性全踩了
2000年互联网泡沫那种厂商自己借钱给客户买自己设备;
2008年金融危机账外杠杆、看不清底细
2015年油价崩盘,闷头建了太多产能,结果没人要
4.开源就是那根引爆的雷管
如果DeepSeek、Qwen这些中国开源模型越做越强,大公司卖token就没法卖高价了
所以美国的闭源模型一定要干死中国的开源模型,否则就完蛋了😅
Paolo Ardoino 🤖@paoloardoino
AI big tech subsidizes compute to increase user count building expensive infrastructure / capex subject to fast decay (3/5 years). - Token price mismatch. - Profitability timeline mismatch. - Cost of capital maturity mismatch. - Open-source AI taking growing chunks of revenues. What could go wrong.
中文

GS Delta-One:“彭博最近报道称,Meta正在探索将其过剩AI基础设施变现的方式,未来可能逐步发展成一家云服务或‘新云’(neocloud)供应商。虽然目前大部分讨论都集中在执行风险上,比如第一方 vs. 第三方、规模、容量等问题,但这种关注点其实偏离了核心。
真正关键的问题是反身性。 在这一叙事出现之前,Meta股价今年以来相对纳斯达克跑输大约30%……这个跑输幅度几乎正好等同于2022年底Meta从元宇宙战略转向前的跑输幅度。
在我看来,这条新闻更像是一次‘试探气球’,因为市场已经开始质疑:AI资本开支是否能够在缺乏更清晰投资回报的情况下无限持续下去。Meta最终是否真的出租过剩算力,其实是次要问题。只要管理层表现出愿意将闲置基础设施变现,市场就会将其解读为资本纪律,并给予奖励。
相反,如果公司继续加码支出,却没有清晰的变现路径,市场很可能会惩罚它。有人认为,这只是一种为未来投入更多资金争取时间的策略。但这种说法似乎不合逻辑,因为它忽视了市场约束;问题并不在于管理层想做什么,而在于市场允许他们做什么。
如果我们尊重反身性的规律,那么我们很可能已经进入了一条最终通向某种资本开支纪律的路径。我们正在进入一个新阶段:企业要么必须证明AI投资能够带来切实回报,要么必须解释为什么当前水平的支出应该继续下去。”
中文






