社区

🚀 $ARM 的真正赌注，不在 GPU，而在“被忽视的 CPU 反攻” AI 的瓶颈，正在悄悄回到 CPU。 当市场还在盯着 GPU 的算力军备竞赛时，一个更底层的变化正在发生： 这不是情绪判断，而是架构层面的转移。 像 Microsoft 展示的 Orchestration、RAG 这类工作负载，本质上依赖的是大量调度、数据处理、逻辑编排——这些并不适合 GPU，而是 CPU 的主场。 这意味着什么？ 意味着 AI 不再只是“算力问题”，而是“系统问题”。 而系统的核心，一直是 CPU。 再往前看一步，趋势更清晰。 随着像 Gemma 这类模型持续轻量化，本地推理会越来越普及。 不是每一个设备、每一个机器人，都需要调用最强模型去“思考宇宙”。 大部分场景，只需要“足够好”的推理。 而这部分，会越来越多落在 CPU 上完成。 这就带来第二层变化： AI 正在从“云端集中”走向“边缘分布”。 边缘设备、终端设备、本地系统——这些地方，GPU 不现实，但 CPU 无处不在。 这正是 ARM 最核心的护城河。 再看数据中心。 云厂商已经给出了明确方向： Amazon Web Services 的 Graviton Google 的 Axion Microsoft 的 Cobalt 全部都是基于 ARM 架构。 这不是试验，是大规模替代 x86 的开始。 原因很简单：能效比。 当 AI 推理规模变成“天文级调用次数”时，效率比极致性能更重要。 CPU 的单位成本优化，才是长期胜负手。 再看需求端。 Meta 和 OpenAI 这样的玩家，不只是 GPU 的买家。 他们同样需要海量 CPU 去支撑推理、调度、服务层。 换句话说： GPU 决定“能不能跑”， CPU 决定“能不能规模化”。 这才是 ARM 被重新定价的底层逻辑。 最后回到那个问题： 150 亿美元的年收入目标，还激进吗

🚀Lisa Su点明方向：推理市场将反超训练，$AMD 的机会真的来了，还是市场过度乐观？ “推理（inference）会比训练（training）大得多。” 这是 Lisa Su 的判断。 更关键的是下一步判断： 明年，超过一半的 AI 工作负载，将来自推理。 这不是边际变化，而是结构性转移。 过去两年，市场几乎完全围绕训练展开。 大模型规模不断扩大，训练算力成为核心瓶颈，这也是 $NVDA 被持续重估的基础。 但现在，叙事开始发生变化。 从“训练模型”，转向“运行模型”。 这意味着算力需求的本质发生改变： 从一次性消耗，转向持续、高频、实时调用。 推理需求，本质上更像“基础设施使用”，而不是“项目投资”。 产业链已经开始提前布局。 NVIDIA 收购 Groq，强化推理能力 Google 联合 Marvell Technology 开发定制 ASIC 目标非常清晰：在推理阶段争夺效率优势。 这背后的变化是： 竞争不再只是算力规模，而是算力效率与成本。 在这个框架下，$AMD 被认为可能受益，主要基于两个逻辑。 第一，硬件结构差异。 $AMD 的 GPU 设计更强调： 更高的内存带宽 更大的显存容量 而推理的核心瓶颈往往在数据搬运和延迟，而不是纯算力峰值。 这使得其架构在特定推理场景中具备潜在优势。 第二，CPU 与 GPU 的协同能力。 推理阶段，尤其是 Agentic AI（代理式AI）开始兴起之后，计算结构发生变化。 任务不再是单次调用，而是多步骤流程： 规划 调度 多轮执行 这些环节对 CPU 的依赖显著提升。 而 $AMD 同时拥有 CPU（EPYC）和 GPU（MI 系列），具备打包销售整套算力方案的能力。 这也是市场讨论的一个重要方向： 是否可以通过 CPU + GPU 组合，争夺部分原本属于 $NVDA 的市场份额。 逻辑上成立，但现实中存在一个关键约束：

🔥150亿美元回购+900亿释放+50亿注入：这不是巧合，而是一次被低估的“流动性信号” 同一周内，三笔资金同时出现： 美联储在开盘前注入50.58亿美元流动性。 美国财政部通过TGA释放约900亿美元。 紧接着，又落地一笔高达150亿美元的国债回购操作。 单独看，每一笔都不算异常。 但把时间维度压缩到“同一周”，这件事的性质就完全不同了。 这不是日常操作节奏，而是明显的“集中释放”。 历史上，类似级别的流动性组合动作，通常只会出现在两种情境： 第一，系统某个角落已经出现压力，只是还没被市场广泛察觉。 第二，政策层在为即将发生的重大事件提前铺设流动性缓冲。 问题在于，这一次，两种逻辑可能同时存在。 一边是市场结构内部的潜在脆弱点。 另一边，是即将到来的政策级变量。 当前最被忽视的一条线索，是“美国数字资产储备”的政策预期。 相关公告被多方预计将在数周内落地。 如果这个时间窗口成立，那么现在发生的流动性注入，就很难再被当作孤立事件去理解。 它更像是一个前置动作。 换句话说，市场流动性正在被“提前部署”。 这类信号最关键的地方，不在于规模本身，而在于“节奏”。 因为市场从来不会等消息确认才行动。 真正的价格形成，往往发生在叙事还没被广泛接受的时候。 当大多数人开始讨论时，定价已经完成了一大半。 所以关键问题不是：这些流动性代表什么。 而是：它们正在提前反映什么。 如果把这三笔资金串联起来看，会发现一个更清晰的结构： 流动性在集中 政策在逼近 预期在提前交易 这三者一旦形成共振，市场的反应通常不会温和。 真正的变化，往往发生在“看起来还没发生”的阶段。 你更倾向于，这是系统压力的信号，还是一次提前布局的政策前奏？

🔥 什么是光模块？上下游产业链全解析 ⠀ 光模块（Optical Transceiver）是数据中心与AI基础设施的核心连接器件，负责将电信号转换为光信号进行高速远距离传输。随着AI算力需求爆发，光模块正迎来史上最强景气周期。 ⠀ 🔬 核心技术原理 ⠀ 光模块内部集成激光器（发射端）与光电探测器（接收端），实现光电信号的双向转换。当前主流规格已从100G升级至400G、800G，下一代1.6T产品正快速落地。 ⠀ 🏭 上游：原材料与核心器件 ⠀ • 化合物半导体芯片（InP、GaAs）：POET • 硅光子芯片：LWLG • 特种光纤与玻璃：$GLW（康宁） ⠀ ⚙️ 中游：光模块制造商 ⠀ • $LITE（Lumentum）— 激光器龙头 • $COHR（Coherent）— 垂直整合巨头 • $AAOI（Applied Optoelectronics）— 高速模块 • $CIEN（Ciena）— 光网络系统 ⠀ 🌐 下游：终端应用与采购方 ⠀ • AI芯片与数据中心：AMD • 超大规模云厂商：AVGO、$MRVL • 网络交换与路由：MRVL ⠀ 💡 为什么现在是关键时点？ ⠀ AI大模型训练集群对带宽的需求呈指数级增长，单个GPU集群内部互联所需光模块数量是传统数据中心的数十倍。800G光模块已成标配，1.6T即将规模量产，整条产业链订单能见度持续提升至2026-2027年。 ⠀ 坚定看好光通讯、光模块接下来几年的大爆发行情！ ⠀ #美股研究报告 #美股推荐 #光通讯 #光模块 #金融 #财经 #人工智能 ⠀ $LITE $COHR $NVDA $GOOG $AMD $AAOI $GLW $LWLG $AXTI $CIEN $AVGO $MRVL $POET $ALMU ⠀

🔥🎯 $AMZN 通过 $MRVL 间接绑定 $SIVE：这一条供应链，市场还没真正定价 很多人还在讨论 AI 算力、GPU、云厂商。 但真正决定下一阶段上限的，已经悄悄转向： 光学互连（Optical Interconnect） 而这条线里，一个被严重忽略的位置，是“激光器”。 先看一段被市场忽略的文件信息： 在 $MRVL 的 8-K 文件中明确写到： $AMZN 获得认股权（warrant）， 条件是持续采购 photonic fabric（光子织构）产品， 直到 2030 年 同时： 行权价格约为 $87/股 当前 $MRVL 市价已在 ~$139 上方 这意味着什么？ 亚马逊有强烈动力持续扩大采购规模。 但重点不在 Marvell，而在更上游。 因为： photonic fabric ≠ 单一产品 它是一整条光学网络架构 而其中最关键、最不可替代的一环之一就是： 激光器（Laser source） 这就把链条连起来了： $AMZN（需求） → $MRVL（光子系统） → 上游激光供应商 → $SIVE（Sivers） 这不是直接关系，而是： 两跳供应链绑定 但很多时候，真正的 Alpha，就藏在这种“间接关系”里。 为什么这件事重要？ 因为这不是普通需求，而是： 超大规模数据中心架构升级 当 AI 集群规模扩大时： 铜线 → 光学 电互连 → 光互连 已经不是选择，而是必须。 而每一次架构切换，都会带来一个结果： 上游关键组件需求指数级放大 这也是为什么： 去年 $LITE、$AXTI 这些公司会被重新定价。 而现在，同一逻辑正在向更上游移动。 再看一个关键对比： $SIVE 当前市值约 $7.2 亿 但它所在的位置是： 激光器（核心源头） 数据中心光学链条最上游之一 如果需求兑现： 订单不会是线性增长，而是被动放大 更关键的是： 这只是“亚马逊”这一条线 还没有

🔥🎯 两周大涨之后：真正拉开差距的，不是“看对”，而是“什么时候上车” 很多人现在的状态很典型： 看对了方向，但开始犹豫了。 因为这些我长期跟踪的 30 只股票，在短短两周内已经明显上涨，一部分甚至已经走出阶段性加速。 问题就变成了—— 现在还能不能追？还是已经错过？ 先把一个核心前提说清楚： 对 $MRVL、$AMD、$ARM 这些核心资产的长期逻辑，没有任何改变。 行业趋势没有变，基本面没有变，需求没有变。 但市场真正拉开差距的，从来不是“长期看对”，而是： 👉 短期入场点的选择。 为什么？ 因为像 $AAOI、$AEHR 这种波动型标的： 👉 入场价格，直接决定你是 +10% 还是 -20% 甚至决定你是否能拿得住。 同样一个逻辑， 不同入场点，结果完全不同。 所以当前阶段，我在做的不是“追涨”，而是： 重新筛选下一批“还没动”的标的。 重点开始转向： Riber $SIVE $RPI $IQE 这些还没有被市场充分定价的公司。 逻辑很简单： 第一阶段的资金已经完成“主线确认”， 接下来就是“轮动挖掘”。 真正的机会，往往出现在： 但这里有一个容易被忽略的点： 很多人以为“没涨 = 没价值”。 其实正好相反。 去年围绕： $LITE $NBIS $AXTI 的逻辑，本质上就是同一套： 👉 提前布局 → 等市场发现 → 兑现估值 而不是： 👉 等涨起来 → 再去理解逻辑 这也是为什么，我不会反复去讲已经被市场消化的故事。 因为一旦变成“共识”， 👉 收益的确定性，反而开始下降。 现在的市场，更像是一个分层结构： 第一层：已经被验证的核心标的（趋势明确） 第二层：刚开始被关注的延伸标的 第三层：还没被发现，但逻辑已经存在的公司 真正能拉开差距的，往往在第二层到第三层之间。 所以当前最重要的，不是问： “还能不能买已经涨的？” 而是问： 👉 下一批会被资金重新定价的，是谁？

🔥 15年前的$10,000，今天会变成什么？ $NVDA: $4,481,778 $TSLA: $2,413,375 $AVGO: $1,286,520 $AXON: $1,046,360 $MU: $436,663 $AMD: $339,498 $NFLX: $292,222 $AMZN: $280,898 $GOOGL: $259,475 $AAPL: $228,047 $MA: $196,730 $MSFT: $168,568 $V: $167,535 同样是$10,000，结果差异却是数量级的。 这组数据本身已经说明一件事： 长期回报并不是平均分布，而是集中在少数公司。 大多数公司提供的是稳定增长， 但真正改变组合结果的，往往是极少数的超额赢家。 这也是为什么回看历史时，会感觉结果“明显”， 但在当下，很难提前识别。 更现实的问题是： 如果再给一次机会，你会更倾向于分散持有，还是集中在少数几个你真正相信的公司？

🔥 AI扩张正在触碰铜互连的物理极限，瓶颈正在转向光子层 随着AI集群规模持续扩大，数据传输开始从电转向光，而这一转变背后，是一整条正在被重新构建的光通信产业链： $AAOI 构建AI网络中的收发器层，通过垂直整合的美国InP激光器制造能力推进。已从一家超大规模客户获得超过$200M的首批1.6T订单，并从另一客户获得$124M的800G订单。 $AEHR 构建光学与AI硬件的可靠性层，提供老化测试与验证系统。近期获得其主要超大规模客户追加$41M订单，进一步强化Sonoma在高功率AI ASIC生产测试中的地位。 $CRDO 构建连接层，通过有源电缆、重定时器及高速互连芯片提升AI集群数据传输效率。通过收购DustPhotonics，也将平台延伸至硅光领域，在铜互连成为限制之前提前布局。 $LITE 构建激光器层，涉及EML、光学组件及光交换领域。背后有$2B来自$NVDA的战略投资支持，同时光电路交换订单积压超过$400M，订单周期延续至2028年。 $VIAV 构建测试与验证层，提供网络仪器与光子测量工具。在光通信升级过程中属于基础工具层，无论哪家收发器厂商胜出，都需要其测试能力支撑。 $COHR 构建关键光子瓶颈之一，涵盖InP激光器、光引擎及通信组件，服务于下一代AI网络。同时获得$2B来自$NVDA的战略投资支持，并正在扩展InP产能以配合1.6T需求增长。 $MRVL 构建DSP与光网络基础设施层，覆盖电光技术、PAM DSP、互连芯片及定制网络芯片。通过Celestial AI合作以及NVLink Fusion相关布局，加强其在光子化趋势中的位置。 整体来看，这不是单一公司的机会，而是整个“光通信层”在AI架构中的重要性持续上升。 当铜互连逐渐成为限制，下一阶段的竞争核心，正在向光子技术迁移。 🎯 🔥 我们的量化交易系统在 $lite 价格 $960已自动发

🔥 市场在历史高位，但机会依然存在 即使整体市场处在高位，仍然可以看到一些具备潜在机会的标的： $NVO at $40 $IREN at $47 $GRAB at $4 $LMND at $70 $ROOT at $54 $HIMS at $28 $SOFI at $19 $BTC at $74K $ETH at $2.2K $META at $688 $AMZN at $250 $UNH at $324 $OSCR at $15 $CIFR at $19 这份名单本身已经体现一个重点： 机会并不是集中在单一板块，而是分布在多个不同领域。 同时，这些价格也反映出当前市场的一个状态： 即使指数在高位，个别标的仍然处在各自不同的位置区间。 换句话说，市场整体强，并不代表所有资产都已经被完全定价。 更重要的是如何理解这些价格所处的位置，以及它们在当前环境中的相对变化。 在这种情况下，关键不在于市场是不是高位，而在于： 这些价格对应的机会，你是如何看待的？

🔥 小资金组合最大的问题，往往不在选股，而在结构本身 这是一个用较小资金搭建的组合，分布在6个以上板块： $RKLB $ASTS $OSS $ONDS $SOFI $OSCR $IREN $SMR $IBRX $HIMS $UAMY $SILVF $INV $INFQ $ZETA