社区

💡 荷兰芯片设备巨头与硅谷三驾马车的秘密对话：$550亿Terafab项目浮出水面 ASML主动出击，向Elon Musk递上了一份邀请函——参加一场内部员工技术闭门会。这次会议的核心议题围绕一个充满想象空间的芯片制造计划展开。 项目规模与参与方 这场对话涉及的总体投资体量达到$550亿美元。 背后的操盘者包括： $TSLA $SPXC 以及xAI这家AI公司。 三方的联合体就是Terafab——一个试图重新定义芯片产业格局的野心之作。 技术路线的想象空间 Terafab的主攻方向锁定在2纳米工艺节点。 这个工艺水平的芯片将服务于三个爆发期的应用领域： 人工智能算力需求 机器人与自动化系统 太空计算应用场景 为什么这次对话改变了一切 ASML的主动邀请本质上是在确认：Terafab这个项目已经被业界巨头级别的设备供应商认可。这意味着什么？意味着从纸面设计走向实际执行的可能性大幅上升。 $ASML 在这次互动中，位置已经从单纯的设备供应商升级为战略伙伴。而Tesla和SpaceX的双重身份——既是芯片的最终用户，也是这个生态的驱动力——正在构建一条闭环的产业链。

💾 NAND 闪存正在成为 AI 时代的底层基础设施，三大投行同时转向看多 检索增强生成（RAG）成为大模型的下一个决胜关键。而 RAG 的核心瓶颈不在算力，而在存储——具体说，就是 NAND 闪存的读写速度、容量和成本。 投行对 $SNDK 目标价的集体上调，反映了什么？ Susquehanna 给出 $3,250 的目标价，已经远超街头所有分析师共识。Cantor Fitzgerald 一天内从 $1,800 上调至 $2,900，BofA 同步从 $1,550 上调至 $2,100。这不是随意的估值调整，而是对整个存储芯片产业价值重估的信号。 RAG 的技术本质是什么？ 大模型的知识截点限制了其准确度。RAG 通过实时检索外部数据库、将最新信息注入 prompt 来扩展模型的上下文窗口。但这意味着什么？意味着每一次 AI 推理都伴随着海量的数据读取——数据库必须足够快、足够大、足够便宜。NAND 闪存的成本结构和性能决定了 RAG 系统的可行性边界。 为什么是 NAND，而不是 DRAM 或其他存储？ DRAM 速度快但贵得离谱，无法支撑 TB 级别的知识库长期存储。HDD 便宜但太慢。只有 NAND 闪存能在成本和性能之间找到平衡——它足够快用于频繁的推理调用，足够便宜用于大规模部署，足够稳定用于 24/7 运行。 $MU 和 $SNDK 在这场演变中的角色： Micron 是全球第三大 NAND 制造商，掌握着美国最先进的存储芯片制造工艺。$SNDK 背后的 Kioxia（与 Western Digital 的合资）同样占据全球顶级产能。他们两家控制的产能决定了全球 AI 基础设施的存储容量天花板。 为什么投行同时转向看多？ 原因很简单：市场突然意识到 AI 时代的数据增长速度远超预期。每一个新的 LLM 部署，每一个企业的 RAG 系统上线，都意味着 PB 级别

⚡ Elon Musk 正在规划一个足以改写全球能源格局的巨型工厂 Terafab 不是一个工厂，它是一个能源帝国的雏形。1 亿平方英尺的占地面积，意味着什么？这比德州超级工厂大 10 倍。而年产能 1TW（1 万亿瓦特）意味着什么？这已经超过美国当前总耗电量的两倍。 这个数字有多疯狂？ 美国 2024 年总电力消费约 4000-4500 TWh（万亿瓦小时）。假设平均负载率，实时装机容量大概 1.2-1.5TW。Elon 说的这个 Terafab 一旦建成满产，年产能就足以覆盖整个美国电力需求——这不是锦上添花，而是颠覆整个能源体系的规模。 为什么 Elon 突然要造这么大的工厂？ 表面理由：清洁能源革命。深层理由：控制全球 AI 基础设施的能源命脉。 还记得前面讨论的吗？SpaceX 要造 AI 云平台，Starlink 要做卫星互联网，Tesla 要做能源和电动车。这些项目的共性是什么？都需要海量能源。一个万卡 AI 数据中心需要 100+ MW 电力。全球如果有 100 个这样的数据中心，需要 10GW 持续供电。Terafab 的 1TW 年产能，足以支撑全球数百个大规模 AI 数据中心的运行。 Elon 在棋局中的真实布局： 他不仅要做芯片（通过 xAI 的芯片野心），不仅要做云计算（SpaceX Starshield），不仅要做互联网（Starlink），现在还要做能源供应。这是一条完整的产业链垂直整合——从电力生成、到芯片制造、到数据中心运营、到全球网络覆盖，全部掌控在一家公司生态内。 为什么这对全球能源和地缘政治有革命性影响？ 当前，全球 AI 基础设施的扩张被能源成本和电力供应卡住了。AWS、Google Cloud、Azure 都在争夺有廉价电力的地区建设数据中心。但如果 Terafab 真的能实现年产 1TW 的清洁电力供应，Elon 就可以在全球任

🛰️ $ASTS 正在成为电信产业权力转移的枢纽，而大多数人还没看清楚 Starlink 的消费者野心已不可掩盖。Elon 正在通过 Starlink Mobile 绕过传统电信运营商，直接面向全球消费者提供卫星蜂窝服务。这个动作已经让整个电信产业神经紧绷。 为什么 AT&T、Verizon、T-Mobile 会集体与 AST SpaceMobile 建立合资企业？ 答案很残酷：他们不是在与 AST 合作，而是在联合防守。三大电信巨头都明白，如果卫星蜂窝技术被单一玩家垄断，他们的地面网络可能会逐步沦为”本地补充网络”的角色。AST SpaceMobile 掌握的是目前唯一成熟的基于空间的蜂窝宽带解决方案——这意味着它握有传统电信必须与之谈判的筹码。 AST 的技术护城河到底有多深？ 不是简单的卫星通讯，而是直接与标准蜂窝手机兼容的空间网络。用户不需要特殊设备，现有手机就能接收卫星信号——这彻底改写了卫星通讯”只能用专属终端”的历史。这种兼容性是一道技术壁垒，也是战略壁垒，因为它意味着 AST 的网络可以快速覆盖全球任何一个信号盲区，成为真正的”备份网络”。 Google、Apple、Amazon 为什么都在观察这个局？ 这三家科技巨头在思考的是：互联网的未来基础设施到底是谁的？如果卫星蜂窝网络成为全球通讯的主动脉，那么云服务、AI 应用、边缘计算的部署模式都会彻底改变。Apple 需要它来确保 iPhone 在任何地方都有连接，Amazon Web Services 需要它来扩展全球边缘计算节点，Google 需要它来确保全球用户随时随地都能接入 AI 服务。 这对电信产业的本质威胁是什么？ 传统电信运营商的竞争壁垒是”基础设施垄断”——他们控制光纤、塔台、频谱。但卫星蜂窝网络打破了这个垄断。地理位置再偏远、基础设施再落后的地区，也能通过卫星获得一致的蜂窝体验。这意

‼️ 黄仁勋用 450 亿美元的投资布局向你揭露 AI 帝国的隐形支柱 英伟达 CEO 正在通过战略资本投资绘制一张产业地图。这不仅是押注，更是对整个 AI 基础设施瓶颈的精准狙击。我们来看看这 8 家核心受益者各自掌握着什么： $OPENAI（300亿美元）— 模型与算法之王 基础模型是一切的源头。OpenAI 掌握着 GPT 系列的核心技术，决定了计算需求的上限。黄仁勋投入 300 亿的真实含义是：控制住模型端的研发方向，等同于控制住了全球数据中心未来 3-5 年的芯片订单量。 LITE、$COHR（各 20 亿美元）— 光学与通信的新时代 数据中心内部通信已成为最大瓶颈。Marvell 在数据中心芯片领域攻城略地，Lumentum 掌握高速光学模块，Coherent 的激光和光子学技术决定了信号传输的极限速率。这三家公司合力构建的是 AI 数据中心的”神经网络”——如果 GPU 是大脑，它们就是连接大脑各部分的神经通路。 $GLW（32亿美元）— 光纤基础设施的垄断者 康宁不仅提供光纤，更是全球数据中心互联的基础。一条光纤从数据中心拉到另一个数据中心，支撑的是数 PB 级的模型训练和推理流量。在数据中心建筑从集中式向分布式演进的时代，光纤铺设的速度和成本决定了整个 AI 基础设施的扩张节奏。 $IREN（21亿美元）— 电力供应链的隐形国王 人工智能吃电。一个万卡规模的数据中心需要的电力足以支撑一个小城市。IREN 掌握着俄罗斯的清洁能源和电力分配，成为全球 AI 数据中心跨越地域限制的关键电力来源。黄仁勋对其投资，本质上是在锁定全球 AI 训练的能源供应链。 $CRWV（20亿美元）— GPU 云计算的新基础设施 CoreWeave 代表的是 GPU 云的新时代。不再是传统云厂商垄断计算资源，而是专业化的 GPU 云平台成为 AI 时代的标准配置。这家公司提供的弹性

📡 $NOK 诺基亚成为 AI 光子学时代的隐形赢家，你还没看清楚 以下是市场忽视的关键信息： $NVDA 向诺基亚投入了整整 10 亿美元战略资本 AI 和云计算收入刚刚突破 +49% 的增速，远超市场预期 光学网络基础设施增长加速至 +20%，势头强劲 诺基亚正在为全球 5G、6G 以及边缘 AI 计算部署构建下一代 AI 基础设施，这是电信业向 AI 时代升级的核心枢纽 更令人瞩目的是，公司内部知情人士在股价已涨 140% 的背景下依然在持续买入，这是机构对长期前景信心十足的最强信号 诺基亚正在悄悄变成市场上最被低估的 AI 基础设施转型故事之一。等到市场集体醒悟时，已为时晚矣。 ⠀

🔴 黄仁勋坚定看多，重申 AI 超级周期才刚开始 $NVDA 首席执行官黄仁勋对市场近期下跌进行了直接回应，强调英伟达仍处于 AI 超级周期的初期阶段。他表示，投资者应该感到”非常高兴”，因为现在有机会以折扣价格增持敞口，并提醒所有人应对 AI 发展方向保持兴奋。黄仁勋进一步指出，AI 成为全球基础设施的事实已经确定，其重要性可比互联网成为全球核心基础设施的历程。 💡 台积电产能瓶颈推动多元化布局，$INTC 翻身机遇显现 由于台积电产能持续吃紧，GOOGL 在测试英特尔先进封装工艺后，已向英特尔下达 2028 年超过 300 万个 TPU 的订单需求。SSNLF 也在验证其 HBM 产品与英特尔封装工艺的协作可靠性，这表明英特尔在先进封装领域的机会正逐步扩大。 🎯 散户5月狂扫芯片和AI股，内存芯片领涨 散户投资者在 5 月表现出对半导体和 AI 股票的强劲买入需求。单股最大净流入排行榜中，TSLA +49 亿美元、AMD 今年累计飙升 118%，成为散户最大赢家，其中反映了市场对苏姿丰及其 AI 芯片复兴叙事的强烈信心。 🍎 苹果 AI 策略大转向，与 NVDA 深度绑定 $AAPL 在 WWDC 2026 上宣布”Siri AI”，将这一虚拟助手升级为具备当前世界知识、设备端上下文感知和屏幕理解能力的对话型 AI。测试版预计年内推出，并计划在 iPhone、Mac、Apple Watch 和 Vision Pro 全系统深度集成。更具战略意义的是，苹果已与 $GOOGL 和 $NVDA 达成合作，其最强大的 AFM Cloud Pro AI 模型将运行在 $GOOGL 云基础设施上。苹果强调许多 Intelligence 请求仍在设备端处理，更复杂任务经由其专有 Private Cloud Compute 路由，且该系统内置全新世界知识服务，并特意澄清并非基于 $GO

📈 泡沫论述在2027年前瞻市盈率面前崩塌：数字揭示的是市场克制，而非过度 市场观察人士持续重复同样的警告——估值过高到处都是、非理性热情推高价格、又一轮投机周期即将崩溃。 然后你看看全球最大企业对标2027年前瞻利润的实际交易价格。这些数字讲出了完全不同的故事。 • $ORCL ~26x • $AMZN ~25x • $GOOGL ~25x • $MSFT ~22x • $NOW ~22x • $AVGO ~20x • $TSM ~19x • $DELL ~19x • $NVDA ~16x • $META ~16x • $CRM ~12x • $SNDK ~9x • $MU ~8x 这些倍数很难称为市场已经彻底失去理智的证据。 真正的泡沫年代，公司利润微薄甚至亏损却以天文倍数交易。互联网泡沫时期的股票动辄几百倍市销率，却没有任何收益可见。 全球最大的经济引擎，年创造数万亿价值，现在却以个位数到低二十倍的前瞻市盈率交易。 这不是疯狂。这是克制。

🚀 $MU将在几年内成为$3,000的股票？Jensen在首尔一周的演讲道出了真相 一位硅谷芯片教父在韩国举办的产业论坛上花了整整一周。他发布的四款新品，共同指向同一个技术方向——存储架构的绝对核心地位。 保存这个分析。 四款产品背后的共同密码 Vera Rubin这台下一代AI超级计算机，其内部的硬件堆栈围绕大规模HBM内存展开。 最新的Vera处理器需要海量的LPDDR5容量来支撑。 RTX Spark这个四十年来PC行业最彻底的革新，同样依赖LPDDR5作为性能瓶颈的突破口。 机器人与自主驾驶的整个生态建设，正在与东亚电子与存储产业形成紧密的协作模式。 Nvidia增长的每一个方向，都需要经过内存这道关卡 这个硅谷巨人面向2026到2027年的扩张轨迹，无一例外地依赖存储容量的供给。 而在美国本土，只有一家公司能够同时生产所有这些内存种类的完整产品线。 财务数据看起来不像一家周期性企业 最近一个季度的表现：收入达到$23.86B，相比去年同期增长196%。 毛利率维持在75%的水平。 自由现金流创下季度新高，金额为$6.9B。 管理层对下一季的预期指向$33.5B收入，毛利率约在81%，每股收益预计$19.15。 这些不是周期性波动中的数据，而是产业结构性重新定价后的新常态。 $3,000这个价格目标的三个支撑条件 在存储芯片巨头的整个发展史上，第一次出现这样的情景：2026年全年的HBM芯片库存已经在多年期合约下被提前锁定。 首席执行官在与分析师沟通时明确表态：当前市场的HBM需求中，Micron仅能满足50%到三分之二的量级，即便价格可以任意调整。 第二个条件涉及产品换代：HBM4 12-Hi这款芯片组件已经进入量产出货阶段，专门为Jensen提到的那个Vera平台量身定制。公司已签署第一份五年期战略供应协议，这意味着行业的交易模式从逐季议价演变成长期稳定的收入流

🎯 @Serenity的选股逻辑解剖：为什么她能在财报出现前捕捉下一条收入曲线 她不是比别人更会读财报，而是愿意在财报出现之前，把现实趋势、供应链线索和不相关材料拼成下一条收入曲线。新进场美股的朋友该上车哪只？她的四档位框架这样说： 第一档：明确关注 $AAOI $TSM $NVDA $MRVL AAOI是高增长模型与市值之间的潜在预期差。TSM是AI制程和封装核心。NVDA是AI平台核心。MRVL掌控AI互连和custom silicon。 第二档：继续观察 $JBL $INTC JBL在等待1.6T LRO量产数据。三星的关键是2027—2028利润、HBM和代工改善。INTC的考验是产品、代工和资本效率能否兑现。 第三档：高弹性推测 $XFAB 商业化证据很少，赔率可能极高，但成功概率难以判断。 第四档：方法论验证 $RPI $AXTI 这两只更多是她用来说明”如何发现预期差”的成功案例，不代表她在当前价格仍然同样看多。 她的三大核心优势 比分析师更早——正式研究报告需要公司指引、订单确认、管理层表态、可量化市场规模。但等这些信息齐全时，股价往往已经涨了一段。她的方法是在数据出现之前，从弱信号中建立假设，因此拥有时间优势。 特别适合产业变革期——在AI、光子学、CPO、边缘计算等新兴行业中，传统历史模型失效。过去树莓派主要用于教育，不代表未来不能成为本地Agent设备。过去InP市场很小，不代表AI光互连爆发后仍然很小。过去某晶圆厂没有光子学收入，不代表未来不会进入供应链。她捕捉的是产业用途变化。 关注瓶颈而不只关注终端——她的股票经常位于上游：InP衬底、外延片、光子晶圆代工、光模块、LRO、高速互连。因为上游瓶颈一旦形成，利润弹性可能高于最终设备厂。 四大隐藏风险 容易把故事当证据——现实生活中看到几个人购买树莓派，不能自动代表全球需求。政府文件出现某家公司，也不