FlyUnderTheRadars

เผื่อใครยังงงว่า "Photonics" มันมีอะไรอยู่ข้างในบ้าง? แล้วทำไมช่วงนี้คนถึงเริ่มมองว่า มันอาจจะเป็นอีกหนึ่ง backbone สำคัญของ AI infra รอบใหม่นี้ ผมเลยลองสรุป supply chain ของ "เลเซอร์ + ชิ้นส่วน Optics" ที่ใช้ใน AI Data Center มาเล่าให้ฟัง แบบเข้าใจง่ายๆ ครับ ก่อนอื่นต้องรู้ก่อนว่า... เวลาพวก GPU cluster ใหญ่ๆ ของ $NVDA หรือ $AVGO มันต้องคุยกัน (ส่งข้อมูล) เร็วขึ้นเรื่อยๆ copper ตอนนี้ที่ใช้ๆ กันอยู่ มันเริ่มตันแล้ว เพราะ กินไฟ ร้อน ส่งข้อมูลช้า สุดท้ายโลกเลยเริ่มขยับไป "ส่งข้อมูลด้วยแสง" หรือที่เรารู้จักกันในชื่อ Photonics นี่แหละครับ แล้วตรงนี้แหละ… photonics เริ่มกลายเป็นสิ่งที่สำคัญมากๆ ขึ้นมาทันที ผมเลยอยากจะมาปูพื้นฐานให้ทุกคนเข้าใจว่าตั้งแต่ต้นน้ำ → ปลายน้ำ มันจะมีประมาณ 6 phase หลักๆ 1. Raw Materials (วัตถุดิบ) -> ใช้พวก "Indium" + wafer พิเศษ ปัญหาคือ… จีนถือ Indium ไปแล้วประมาณ 70% ของโลก -> แปลว่าแค่ต้นน้ำก็เริ่มมี geopolitical risk เข้ามาเกี่ยวแล้ว และนี่แหละคือคอขวดแรกของ photonics เลย (เลยเป็นเหตุผลว่าทำไม $AXTI ถึงขึ้นมา 8260% ภายใน 1 ปี) 2. Laser Die / Chip (เลเซอร์) อันนี้คือหัวใจเลย เพราะต้องทำเลเซอร์ที่ - แรง - เสถียร - noise ต่ำมาก - ยิงข้อมูลเร็ว บริษัทที่เล่นได้จริงมีไม่เยอะ ก็จะมี -> $LITE -> $COHR -> SiTime -> $AAOI อันนี้ผมมองว่าเป็น chokepoint ใหญ่เลย เพราะทำยากจัดๆ 3. ELS Module (Module laser) เอาเลเซอร์หลายๆ ตัวมายัดรวมกัน พูดง่ายๆ คือทำให้ "แสงหลายๆ สี" วิ่งพร้อมกันได้ในเส้นเดียว เพื่ออะไร? ก็เพื่อเพิ่ม bandwidth แบบโหดๆ และบริษัทที่ทำคือ -> $LITE -> $COHR -> $AAOI -> $POET -> SiTime ใครคุม module ได้ดี มีสิทธิ์คุม flow ทั้งระบบได้เลย 4. Integration / Packaging เฟสนี้โคตร underrated ไม่ค่อยมีใครสนใจเท่าไหร่ ง่ายๆ มันคือการเอา - laser - silicon photonics - fiber มาต่อกันให้เป๊ะระดับ "ต่ำกว่า 1 ไมครอน" คือผิดนิดเดียว signal พังเลย บริษัทที่ทำก็จะมี -> $TSM -> ASE Technology -> Sumitomo Electric -> $GLW -> SENKO คอขวดคืออยู่ที่ precision manufacturing ล้วนๆ 5. CPO Assembly Phase นี้เริ่มเข้าสู่ยุค “Co-Packaged Optics” เต็มตัวแล้ว ยุคที่เรียกกันว่าเป็น supercycle (ใครยังไม่ได้อ่านไปอ่านบทความผมได้ครับ) มันคือเอา optical engine ไปวางติดกับ ASIC เลย แทนที่จะลากสายยาวๆ แบบเดิม แบบนี้จะช่วยให้ - Latency ลด - กินไฟน้อยลง - Bandwidth พุ่ง บริษัทที่ทำหลักๆ ก็จะมี -> $NVDA -> $AVGO -> Ayar Labs -> Celestial AI คอขวด phase นี้คือ packaging capacity + foundry 6. สุดท้ายคือ ecosystem (software) -> ต่อให้ hardware ดีแค่ไหน ถ้า software + network stack ไม่พร้อม ทุกอย่างก็จบ -> และจุดนี้แหละที่ทำให้ ecosystem ของ $NVDA แข็งมาก เพราะถ้าลูกค้าติดแล้ว…ก็เปลี่ยนยากสุดๆ switching cost สูง สรุปๆ Photonics ไม่ได้มีแค่ laser นะครับ แต่มันมี supply chain ที่ยาวมากๆ ตั้งแต่ -> วัตถุดิบ -> ชิป -> module -> packaging -> system -> และนี่ยังไม่รวม testing อีกนะครับ แล้วทุก phase มี "คอขวด" เป็นของตัวเองหมด หาหให้เจอ คุณอาจจะได้เจอ $AXTI ตัวต่อไป (หาเจอแล้วบอกผมด้วย 555+) ตอนนี้คือใครคุม chokepoint ได้ มีสิทธิ์กินเค้กของ sector เยอะมากๆ ซึ่งนี่แหละเหตุผลที่ช่วงหลังๆ ตลาดเริ่มไลหาพวก optical / photonics / CPO กันหนักขึ้นเรื่อยๆ เพราะ AI มันไม่ได้ต้องการแค่ GPU ให้ลงทุนแล้ว มันมีอะไรอีกเยอะที่เงินจะไหลไปหา...

หลายคนคงจะถือหุ้น nuclear กันอยู่เยอะ แล้วอยากรู้ว่ามันจะมาเมื่อไหร่? ไม่มาสักที รอจนแห้งละ 555+ คือส่วนตัวผมคิดว่า timeline ที่ sector นี้จะเริ่ม mainstream ใน “ตลาดหุ้น” น่าจะช่วง 2027-2028 ครับ โดยเฉพาะหลังจากบริษัทพวกนี้เริ่มผ่าน regulatory -> อย่าง $SMR ก็ได้ approval ไปแล้ว -> ส่วน $OKLO ตอนนี้ก็รอดูช่วงปลายปีนี้ ว่าจะเดินหน้า licensing ได้มั้ย แต่ต้องแยกก่อนว่า “ตลาดหุ้นมา” กับ “adoption จริง” มันคนละเรื่องกันนะ เพราะของจริงมันใช้เวลานานมากๆ ทั้ง -> licensing -> fuel -> supply chain -> grid -> construction (อะไรให้ซื้อดักเยอะเลย อยู่ที่ว่าทนถือไหวมั้ย?) แต่ตลาดหุ้นไม่เคยรอให้ทุกอย่างเป็นจริงก่อน... มันจะเริ่มวิ่งตั้งแต่วันที่คนเริ่มเชื่อว่า “เออ… อันนี้มันมีโอกาสเกิดขึ้นจริงๆ แล้วแหละ” และสิ่งที่ทำให้รอบนี้ต่างจาก nuclear รอบก่อนๆ คือ AI ครับ เพราะมันมี narrative ว่าตอนนี้เริ่มมีเรื่อง “ไฟไม่พอรับ AI แล้ว” ผมเลยคิดว่าช่วง 2027-2028 จะเป็นช่วงที่ narrative นี้เริ่มชัดขึ้นเรื่อยๆ แหละครับ มารอดูกัน

Nvidia's Stock Portfolio Visualized:

เห็นคนบ่นกันว่า ChatGPT ชอบมั่วคำตอบ ทางแก้ที่เราใช้มานานแล้ว คือ ให้จำคำสั่งนี้ คำสั่งให้ ChatGPT จำเพื่อลด hallucination (คำตอบหลอน) - ถ้าไม่มีข้อมูลยืนยัน ต้องตอบว่า “ไม่ทราบ” - เรื่องข่าว / ข้อมูลล่าสุด / verify ต้องค้นเว็บก่อนตอบเสมอ ลองใช้กันดูครับ

แจก Prompt ของ NotebookLM สรุปงบหุ้น เหมือนมีทีมวิเคราะห์ส่วนตัว ทำงานเร็วขึ้น 10 เท่า /โดย ลงทุนแมน Free NotebookLM Prompts for Stock Analysis: Like Having a Personal Analyst Team, 10x Faster /By Longtunman (The English version is below.) แต่ละปีหุ้นหรือบริษัทมักจะออกรายงานประจำปี ที่มีความยาวเฉลี่ย 200 ถึง 500 หน้า ขณะที่แต่ละไตรมาสก็มีการประกาศผลประกอบการ พร้อมกับมุมมองอนาคตของธุรกิจออกมาอยู่เรื่อย ๆ หากเราเป็นนักลงทุนที่อยากทำการบ้านเป็นอย่างดี ต้องการอ่านงบให้ครบสัก 10 บริษัท อาจต้องใช้เวลาอ่านรวมกันนับพันหน้า ซึ่งต้องใช้เวลาเป็นสัปดาห์ หรืออาจเป็นเดือนเลยทีเดียว พอถึงตอนนั้น ราคาหุ้นอาจจะสะท้อนเรื่องดี ๆ ไปหมดแล้ว นี่ยังไม่นับว่าในตลาดหุ้น เฉพาะหุ้นสหรัฐฯ ก็มีจำนวนบริษัทเป็นหลักพันอีก แล้วเราจะ Prompt ใน NotebookLM อย่างไร เพื่อให้ได้ทีมวิเคราะห์ส่วนตัว ที่สามารถเห็นสิ่งที่คนอื่นอาจมองไม่เห็นในงบ และทำให้นักลงทุนรายย่อยอย่างเรา เข้าใจธุรกิจอย่างรวดเร็วกว่าที่เคย ? ลงทุนแมนจะเผยเทคนิคให้ฟัง longtunman.com/68426

ผมชอบ $LITE มากๆ นะครับ คือมันทำทั้ง -> coherent optics -> datacenter interconnect -> telecom backbone คือ AI cluster จะ scale ได้ ยังไงก็หนีไม่พ้น ธุรกิจก็ดี ลูกค้าก็โหด เงินหนาปั้ก! ตลาดก็รู้แล้วว่ามันเก่งจริง แต่เหตุผลที่ผมเลือก $AAOI คือผมรู้สึกว่าตลาดยัง “ไม่เข้าใจมันมากขนาดนั้น” ว่าถ้า AI bandwidth ระเบิดจริง มันจะเกิดอะไรขึ้น คนยังมองไม่ออก ตอนนี้คนยังมอง $AAOI เป็นแค่บริษัท transceiver ธรรมดาๆ อยู่เลย ทั้งที่ AI data center ตอนนี้กิน bandwidth บ้ามากๆ จาก 100G → 400G → 800G แล้วปลายทาง 1.6T มันมาแน่ๆ สุดท้ายคอขวดมันก็จะเริ่มติดที่การ “ส่งข้อมูลระหว่าง rack ไม่ทัน” (ตอนนี้ทุกคนอาจจะคิดว่ามันติดแล้ว แต่ยังครับ ราคาหุ้นในตลาดคือ price in ทั้งนั้น) แล้ว $AAOI ดันอยู่ตรงกลางคอขวดนี้พอดี ที่สำคัญคือ valuation ยังเล็กกว่า $LITE เยอะ ถ้า optics รอบนี้ไปสุดจริง upside มันเลยจะคุ้มกว่า (สำหรับผม) สรุป $LITE = ของดี ตลาดรู้แล้ว $AAOI = ตลาดอาจจะยังมองไม่ออกว่ามันไปได้ไกลแค่ไหน

สรุป 20 ประเด็นสำคัญที่เกิดขึ้นในตลาด (ตั้งแต่ต้นเดือนพฤษภา - ตอนนี้) 1. $INTC เด้งแรง เพราะมีข่าวว่า Apple เริ่มใช้ Intel ผลิตชิปบางส่วน = foundry story กลับมาละ 2. $MU ตอนนี้แทบจะพูดได้ว่า “ขายอะไรก็หมด” capacity ปี 2026 ล็อกหมดแล้ว AI ทำ memory กลายเป็นคอขวดจริงๆ 3. $SNDK วิ่งตาม memory theme เพราะ AI data center ต้องเก็บข้อมูลเยอะขึ้นเรื่อยๆ storage กลับมามี pricing power อีกรอบ 4. $NVDA ยังเป็น king ของ AI เหมือนเดิม รอบนี้หุ้นนิ่งเพราะตลาดเริ่มมองว่ามัน “ใหญ่เกินจะวิ่งแรงๆ” แล้ว (และผมพูดมาเสมอว่าอย่าหวัง 10 เด้งจาก $NVDA เพราะมันเป็นไปได้ยากแล้ว แต่มันก็กลับมาซึ่งความมั่นคง) 5. $AMD เริ่มได้ momentum จริงจาก MI series ตลาดเริ่มเชื่อว่าอย่างน้อยก็มีคู่แข่ง $NVDA แล้ว 6. $GOOGL Cloud โตแรงเพราะ AI เริ่ม monetize (หาเงิน) ได้จริง ไม่ใช่แค่ burn capex อย่างเดียว 7. $AMZN AWS โตแรงสุดในรอบหลายไตรมาส เพราะทุกคนแห่ build AI infra บน cloud กัน 8. $META ใช้ AI ยิง ads จนเครื่องปริ้นเงินกลับมาปริ้นเงินได้รัวๆ อีกครั้ง แต่ก็ยังน่าห่วงเรื่อง capex ของบริษัท 9. $AAPL งบยังแข็ง iPhone ยังขายได้ เงินสดล้นมือ เอาไปทำอะไรได้เยอะแยะ และดีล Intel ก็ช่วย narrative “Made in USA chips” เพิ่มไปอีก 10. $PLTR ดูจากงบจะเห็นว่า AI platform (AIP) โตแรงมาก แต่ valuation ก็แพงเหมือนกัน คนถือเลยต้องระมัดระวังมันหน่อย และถ้าใครจะเข้าตอนนี้ต้องดูความเสี่ยงด้าน valuation ให้ดี 11. $ANET คือ backbone networking ของ AI data center แบบเงียบๆ คนยังไม่ค่อยรู้ คือ GPU จะเก่งแค่ไหนก็ตาม แต่ถ้า network ตันก็จบ 12. $NET โดนเทขายเพราะ guidance ไม่ถูกใจตลาด ทั้งที่ business ยังโตดี นี่แหละที่เรียกว่า classic Wall Street moment 555+ 13. $RXT เริ่มมีคนเก็งว่า small/mid cap cloud infra อาจจะได้วิ่งกันรอบใหม่จาก AI infra buildout 14. $FLNC AI data center ใช้ไฟหนักมากๆ energy storage เลยเริ่มถูกมองใหม่หมด (คนไม่กล้าถือ $EOSE กันเพราะธรรมภิบาลของทีมผู้บริหารมันพังไปแล้ว เลยหันมามอง energy storage for data center ตัวใหม่ๆ แทน) 15. $INOD ง่ายๆ ครับ คือ AI จะเก่งไม่ได้ถ้าข้อมูลห่วยแตก บริษัท data annotation เลยกลับมา Hot อีกรอบ (อันนี้ทำธุรกิจคล้ายๆ Scale AI) 16. $PINS AI recommendation ช่วย engagement + ads ดีขึ้น หุ้นเลยฟื้นแรง (1 เดือนขึ้นมา 18% นี่ถือว่าแรงสำหรับ $PINS แล้วนะครับ เพราะเพิ่งลงมายับๆ) 17. $DD คนลืมไปว่าพวก material ก็ได้ประโยชน์จาก semiconductor cycle เหมือนกัน 18. $BUD หุ้นเบียร์ยังขึ้นแบบโช๊คได้ในตลาด AI รอบนี้ คือเอามาเขียนเพราะอยากให้เห็นว่า liquidity ในตลาดมันไหลไปทั่วจริงๆ อยู่ที่ว่าใครจะได้มากได้น้อย อันนี้ขนาดหุ้นเบียร์ยังขึ้น 555+ 19. $CRWD ยุค AI = hacker ก็ใช้ AI เหมือนกัน cybersecurity เลยยิ่งสำคัญขึ้นเรื่อยๆ 20. $WDC data explosion จาก AI ทำให้ HDD/SSD ยังจำเป็นมาก คนมองข้าม storage ไม่ได้แล้วววว สรุปๆ ตอนนี้เรารู้กันแล้วนะครับว่าตลาดเริ่ม shift จาก “ใครมี AI model เจ๋งสุด” ไป “ใครทำให้ AI scale ได้จริง” แล้ว ตอนนี้เงินเริ่มไหลออกจาก pure software ไปหา -> memory -> networking -> storage -> power -> cooling -> cybersecurity -> data infra เพราะทุก token ที่ AI generate ออกมา มันกินทั้ง compute + bandwidth + electricity พร้อมกันหมด อย่างกะสัตว์ประหลาด รอบนี้มันเริ่มดูเหมือน industrial revolution มากขึ้นเรื่อยๆ ละ

South Korean 🇰🇷 Memory company SK Hynix has reportedly been flooded with unprecedented offers from big tech firms to secure chip supplies The offers include funding for new production lines and purchases of extreme ultraviolet lithography machines, which cost hundreds of millions each. This has never happened before in the global memory chip industry - Reuters

Nvidia literally told where to invest: IP: $ARM Fab: $TSM $INTC Memory: $MU $SNDK $WDC Packaging: $ASX $AMKR $CAMT Equipment: $KLAC $LRCX $ASML $KEYS Networking: $COHR $GLW $FN $LITE $APH Servers OEMs: $DELL $SMCI $JBL Power Systems: $FLEX $VRT $ETN Power Electronics: $STM $ADI $MPWR $NVTS $ON Direct Investments: $CRWV $NBIS $NOK $SNPS $LITE $GLW

Jensen bought more $AMZN and $MA in Q1 2026

[ต่อจากโพสเธรดก่อน] เมื่อก่อน $NVDA คือ King เลย margin ~74% แล้ว $MU ยังติดลบอยู่เลย แต่วันนี้ทั้งคู่ยืน ~75% เท่าๆ กันละ นี่แหละคือสัญญาณว่า “pricing power ของ memory” กลับมาแล้วจริงๆ Thesis ตอนนี้คือ AI ทำให้ memory กลายเป็น “คอขวด” คือผมจะพูดบ่อยๆ ว่า “ต่อให้ compute แรงแค่ไหน ถ้า data feed ไม่ทัน ทุกอย่างก็จบ” เพราะงั้นคนที่อยู่ data layer เริ่ม “ตั้งราคาได้” แล้ว แสดงว่าเดี๋ยว margin ทำได้เยอะกว่านี้แน่ๆ ภาพ stack มันเริ่มชัดขึ้นเรื่อยๆ ละว่า -> $NVDA คุม compute -> $AVGO คุม connectivity + custom chip -> $AMD ยังอยู่ในสนาม CPU / inference -> $MU เริ่มกิน margin ฝั่ง memory แบบเต็มๆ แล้ว รอบนี้ไม่ใช่แค่ semi cycle แต่คือการ re-rate ใหม่ทั้ง sector เลยครับ เพราะ Ai ทำให้ “ทุก layer มีค่า” ไม่ใช่แค่ตัวบนสุด (GPU) อีกต่อไป

ยาวหน่อย แต่ถ้าใครที่อยากลงทุนในหุ้นกลุ่ม photonics แล้วกำลังมองว่าจะเข้าดีมั้ย? ยังไงดี? (อ่านโพสนี้ก่อนนะครับ เผื่อเห็นโอกาสในการลงทุน) คืองี้ photonics อะ มันมี 2 wave คือ wave แรกหลายๆ คนอาจจะเข้าไม่ทัน แต่ไม่เป็นไร มี wave 2 ให้ได้ศึกษากันครับ งั้นมาดู Wave 1 กันก่อน มันคืออะไร? มันคือ... Connectivity explosion มันเข้ามาช่วยแก้ปัญหาเรื่อง bandwidth เพราะ copper ช้า ร้อน เปลืองไฟ การเอา optical เข้ามาใช้เลยจะช่วยให้ ประหยัดไฟ เร็วแรง และไม่ร้อน แต่ที่สำคัญคือ โคตรแพง (เลยจะนิยมใช้กันใน DC ใหม่ๆ ก่อนการโล๊ะ copper ใน DC เก่าๆ) *** DC = Data Center แล้ว Wave 2 มันคือการ Integration / CPO (co-packaged optics) คือเอา optics เข้าไปอยู่ “ใน package เดียวกับ chip เลย” แบบนี้การทำงานก็จะ smooth ขึ้น คือเหมือน V2 ของ Optical ที่เล่าในข้อ 1 แต่เร็วกว่ามากๆ latency ต่ำ เพราะไม่ต้องส่งข้อมูลผ่านหลายทาง เข้าที่เดียวพอ เพราะเอามารวมกันอยู่ตรงนี้ให้แล้ว Wave 1 = demand มาแล้ว Wave 2 = ยังไม่ fully priced-in แล้ว CPO จะมาตอนไหน? ก็ตอนที่ value จะ shift จาก component → system integration นั้นแหละครับ คำถามต่อมาคือ แล้วจะรู้ได้ไง ว่า CPO มันจะมาแล้ว สังเกตจากอะไร? (จับตาพวกนี้ให้ดี) -> roadmap ของ $MRVL ถ้ามีการพูดถึง CPO นั้นคือเริ่มแล้ว -> การเคลื่อนไหวของ $NVDA (networking stack) อันนี้พี่เบิ้ม อาจจะ price in ไปแล้ว แต่ช่วยยืนยันอีกเสียงจาก $MRVL ว่าของจริงมาจะเต็มละ -> ฝั่ง manufacturing อย่าง $JBL ก็ลองสังเกต order การทำ CPO อีกทริคคือ ให้สังเกตคำว่า Platform/ System-level-solution/ integrate อะไรพวกนี้ตามข่าวของบริษัทในกลุ่ม photonics ก็น่าจะได้รู้ก่อนชาวบ้านชาวเมืองไป 1-2 ก้าวแล้วแหละ

Private bank เต็มไปหมด แต่เราได้มีโอกาสรู้จักที่หนึ่ง Bordier & Cie ความ wowww คือ Managing partners รับผิดแบบ unlimited personal liability (ทุก commitment ของธนาคาร ทรัพย์สินส่วนตัวของพวกเขาเป็นเดิมพัน นี่คือ skin in the game แบบจริง)

@NattChil นิวโลว์ นิวเลิฟ

อยากเล่นคำคมนักเทรด ใครมีมาแชร์หน่อย ขอคำแปลด้วยนะ - เก็บเหรียญสิบตัดหน้ารถสิบล้อ แปลว่า สวนเทรนด์เพื่อกินคำเล็กๆ แบบเผลอแปบเดียวอาจตาย - อย่าหยั่งความลึกของน้ำด้วยขาทั้ง2ข้าง แปลว่า ถ้าหุ้นราคาลงมาถูกแล้ว อย่าออลอินเพราะไม่รู้ว่าจะลงลึกได้อีกเท่าไหร่

@ariaradnia Me too ASML is No.1 as long as China cannot make thier wish come true.

What's your favourite non-US stock ? Mine's easily $ASML

ไม่ค่อยเห็นใครพูดถึงเว็บเรียนออนไลน์ เว็บนี้เท่าไร เลยอยากมาแชร์เผื่อคนที่กำลัง หาแหล่งเรียนรู้อัพสกิล พัฒนาตัวเอง theforage.com - เว็บนี้ดีตรงเราได้เรียน(สั้นๆ) + มี simulation ฟีลฝึกงาน online ตามหัวข้อกับบริษัทที่เราเลือก ซึ่งเป็นคอร์สของบริษัทใหญ่ ๆ แบบระดับโลกทั้งนั้น - เรียนฟรี ได้ใบ Cert. และเขาเคลมว่า มีโอกาสที่จะเข้าตา Recruiter ด้วย (เอาสิ้) - มีหลายสายงานอยู่นะคะ ที่แคปมาคือตัวอย่าง ทางนี้ก็เคยเทคคอรส์ Agile PM ของ JPMorgan ซึ่งถ้าไม่ได้เรียนผ่านเว็บนี้ เราจะมีโอกาสได้เรียน และได้ฝึกงานกับ JPMorgan ได้อย่างไร 5555 มองเป็นโอกาส explore ตัวเอง ก็คุ้มแล้ว กับระยะเวลาที่ใช้ไปในการเทคคอร์ส 🤓

โอววว พึ่งรู้แฮะ แหล่งเพาะพันธุ์ซากุระที่ใหญ่ที่สุดในโลกอยู่ที่มณฑลกุ้ยโจว ทางตะวันตกเฉียงใต้ของจีน​ มีต้นซากุระ​ 700,000 ต้น​ ปกคลุมพื้นที่กว่า 10,000 ไร่!!!! กลายเป็นทะเลสีชมพู

AI SEMIS KEEPING THE MOST OF EVERY DOLLAR Operating margin breakdown: • Best-in-class (50%+) | $NVDA, $TSM • Elite (40–49%) | $MU, $ANET, $KLAC, $AVGO • Strong (30–39%) | $ASML, $TXN, $LRCX, $CRDO • Solid (10–29%) | $CDNS, $AMAT, $ALAB, $ARM, $MRVL, $SNPS, $AMD • Low margin (Below 10%) | $COHR, $LITE, $ON

เค้ก 5 ชั้นที่ป๋า Jensen Huang พุดถึง... Energy → Chips → Infrastructure → Models → Applications Layer ล่างสุดที่เป็น Foundation ของ sector Ai คือ Energy เพราะ data center กินไฟมหาศาล บริษัทพลังงานอย่าง $VST $TLN $CEG $OKLO เลยได้ประโยชน์ Layer 2 คือ Chips ชิปคือสมองของ AI เช่น $NVDA $TSM $AVGO $AMD $MU อันนี้ไม่ต้องพูดกันมาก เพราะทุกคนก็เข้าใจกันอยู่แล้ว Layer 3 คือ Infrastructure คนที่สร้าง data center และ GPU cloud ก็มี $ORCL $CRWV $NBIS $IREN (อย่าง $NBIS ที่เป็น Neocloud ก็น่าสนใจมากขึ้นเรื่อยๆ) Layer 4 คือ Models ส่วนมากจะเป็นบริษัทที่พัฒนาโมเดลและแพลตฟอร์ม AI อย่าง $GOOGL $MSFT $AMNZ $META และ Layer 5 บนสุด คือ Applications คือคนที่เอา AI ไปใช้จริง เช่น $TSLA $CRM $SHOP $PLTR อย่าคิดว่า sector AI จะมีแค่บริษัทเดียวที่จะชนะ เพราะ ecosystem ของ sector นี้มันมีหลาย layer และเงินลงทุนจะไหลผ่าน ทุก layer จริงๆ อยู่ที่ว่าไหลผ่านต้วไหนมากน้อยกว่ากัน

1️⃣ Full Wall Street–Style Stock Analysis Act like a senior Wall Street equity research analyst. Analyze the stock: [TICKER]. Include: • Business model and revenue streams • Competitive advantages (moat) • Industry trends • Financial health (revenue growth, margins, debt) • Key risks • Valuation vs competitors • Bull, bear, and base case scenarios • 12–24 month outlook Explain in simple terms but with professional insights.