Daniel Romero

$MU CEO 表示，内存短缺是结构性的，而不是正常的周期性紧缩
主要原因是人工智能需求正在吸收大量的内存容量，主要通过 HBM 实现，而 HBM 使用的晶圆容量远远超过标准的 DRAM
随着内存制造商将生产转向 HBM，DDR4、DDR5、汽车用 DRAM、智能手机、网络等细分市场的供应变得更加紧张
另一个重要点是，即使美光在爱达荷州、弗吉尼亚州和纽约州进行大量投资，新的有意义的供应也要到2028年左右才能增加
这意味着市场可能在2026年和2027年期间仍然短缺
其他行业参与者也表达了类似的观点。南亚预计短缺将持续到2027年，而 SK 海力士则表示短缺可能持续到本十年结束

“整体CPU市场的需求比我们一年前预测的要高得多，”
$AMD CEO Lisa Su 说
“我会说CPU市场很紧张。”
她表示$AMD 正在快速扩大产能，预计今年每个季度供应都会增加，2027年及以后计划有更多的供应
Su 说，增长主要由AI推理和自主AI驱动
随着公司和企业转向自主AI，即执行自主功能的系统，CPU已成为焦点，需求超越了主要用于训练大型模型的GPU
Su 还于周一在北京会见了中国副总理何立峰。他说中国欢迎像AMD这样的公司抓住中国发展的机遇，深化互利合作
Su 说，中国占AMD收入的约20%，并补充说该国仍然是美国芯片设计商非常重要的市场
“坦率地说，看看市场规模和我们的产品组合规模，我们将继续与中国客户密切合作，”她说
她补充说，AMD将继续与中国客户密切合作，同时遵守限制某些高端AI芯片出口的美国出口管制

$NBIS 最初评估了使用$BE的可能性，但由于其无法在没有电网接入的情况下运行而被否决。
他们希望获得最大的灵活性，而Bergen Engines能够提供这种灵活性，因为AI工作负载并非恒定且稳定。
管理层希望立即具备可用于基础负载的容量，并且能够在数小时内提升到峰值负载；Bergen加上Piller的稳定化可以做到这一点。Bloom单独则做不到。
与Bloom相比，Bergen的成本也将低约40%。在250 MW的容量下、每年运行8,760小时的情况下，这相当于每年在Bloom之上大约多出$131M 。
在为期10年的合同中，这意味着累计额外支出13亿美元。

拆解 $NBIS 与 DataOne 许可风波
这是时间线：
-> 2025 年底，Bergen 赢得 Vineland 400MW 合同。燃气发动机比 $BE 燃料电池污染更严重、噪音更大
-> 2026 年 1 月 30 日，NJDEP 发布缺陷通知，并威胁将该地块作为单一排放源处理。DataOne 的首席执行官当天亲手递交了一封反驳信
-> 2026 年 2 月 19 日，新不伦瑞克在抗议后叫停了自己的数据中心。每个 NJ 项目的许可风险都被重新定价
-> 2026 年 5 月 14 日，Nebius 签署了一笔 26 亿美元的 Bloom 交易。新闻稿称“消除了对往复式发动机的需求”。计划中已交付的 Bergen 发动机被替换
-> 2026 年 5 月 20 日，$NBIS +15%，$BE +9%。市场将新增的确定性和更低的许可风险计入定价，却忽视了 2.5-3 倍的成本跃升

如果$BE 的价值几乎等于$100B 现在的价值，这确实让人深思
十年后，SMR领导者的价值会是多少？
像$OKLO、$SMR、$RYCEY和$BWXT 这样的公司在某个时点会不会价值数千亿？
一个SMR将提供数百兆瓦的全天候电力，持续数十年，单位兆瓦时的燃料成本非常低
在核聚变解决之前，SMR绝对会超越燃料电池，尤其是用于人工智能
市场规模将会非常庞大
想想十年后人工智能可能需要的所有电力需求，以及数据中心运营商在更多地点建立园区的便利性，同时只需担心光纤连接和劳动力供应

$HYLN 正在被作为新的 $BE 风格交易推高
🚩 我发现的一个红旗：
他们最大的验证者是 VFG Holdings 的合作伙伴关系，提供最多 250 KARNO 核心，或 50 兆瓦，期限五年，但那是一个非约束性意向书
根据 LinkedIn，VFG 只有令人震惊的 4 名员工，没有职位发布，成立于 2025 年
VFG 的联合创始人兼 CEO 在大学学习音乐，似乎没有直接的数据中心或基础设施经验
然而，股票突然被推高，投资者在寻找下一个 $BE，而 $FCEL 也在飙升，虽然理由更充分
$HYLN 的历史对投资者来说一直是灾难，公司在大规模部署或规模化制造方面仍未得到验证
投资者似乎在押注管理层最终能够将一切整合在一起，但对于未能扩大其之前大赌注（电动车电机）的公司来说，这是一项艰难的任务

光电子股票仍有增长空间
存储应该表现良好
物理人工智能将在2027年成为主要趋势，但要谨慎选择
MLCC在Rubin的顺风助力下爆炸式增长，费曼将推动BOM更上一层楼
CPU出现瓶颈，我们都知道最大的受益者
玻璃基板正强势崛起，可能由费曼引领先锋

$AMD 宣布在台湾的人工智能生态系统中投资超过$10B 。
目标是扩大合作伙伴关系并扩大先进封装制造，以支持下一代人工智能基础设施。
→ $AMD 正在与ASE和SPIL合作开发下一代晶圆级2.5D桥接互连技术，称为EFB，提升扇出桥。
→ $AMD 还表示已获得行业首个基于面板的2.5D EFB互连技术的资格认证，与PTI合作。
→ 该技术支持AMD第六代EPYC CPU“Venice”，并应改善互连带宽、能效和系统经济性。
━━━━━━━━━━━━━━━━━━
完整合作伙伴名单：
→ ASE / SPIL，先进封装与测试
→ PTI，基于面板的EFB封装
→ Sanmina、Wiwynn、Wistron、Inventec、Helios系统制造
→ Unimicron、南亚PCB、Kinsus，基板与PCB生态系统
→ AIC，机械架构与机架级设计

$AMD的EPYC Venice CPU已进入量产，成为首款在台积电2nm工艺上量产的高性能计算CPU产品
要点：
→ Venice是AMD第六代EPYC CPU，基于Zen 6
→ 预计性能和效率比上一代提升超过70%
→ 线程密度预计将提高超过30%
→ 最高配置可达256核和512线程，而Turin的最大配置为192核
→ $AMD 还计划在台积电亚利桑那工厂量产Venice，提升供应多样性
→ AMD的更广泛路线图包括Verano，一款面向智能AI工作流程的AI专用CPU变体，支持更新的内存标准如LPDDR
→ AMD还在其AI和数据中心产品组合中采用台积电的先进封装技术，包括SoIC-X和CoWoS-L

MLCC正成为主流投资主题
问题是主要的龙头公司已经很昂贵：
- > 太阳诱电：市盈率34倍
- > 村田：市盈率42倍
最大的机会现在在材料领域
━━━━━━━━━━━━━━━━━━
这就是MLCC周期可能的演变方式
➡️ MLCC制造商，村田，TDK，SEMCO，耀华和太阳诱电，为AI客户提价。这些价格已经大幅上涨。
➡️ 0到3个月：MLCC制造商的盈利立即受益于价格上涨。
➡️ 6到12个月：MLCC制造商与材料供应商重新谈判输入成本。这些供应商仍然便宜。
➡️ 9到15个月：材料供应商的盈利开始反映价格传导。
我们目前处于4月2026年提价的第0到3个月阶段
村田的盈利已经反映了其定价能力
NCI（4092.T）和堺（4078.T）尚未反映其部分的价格传导，两者的远期市盈率仍在十几倍
━━━━━━━━━━━━━━━━━━
材料供应商历来通过供应合同重新谈判，捕获MLCC ASP涨幅的60%到70%
村田15%的高端MLCC提价意味着未来9到15个月内，NCI和堺的高端粉末ASP将提升10%到25%
这基本上是已经在进行中的盈利增长，但市场尚未反映出来，因为材料供应商在周期后期报告

$NVDA 黄仁勋发表了一个有趣的评论
他提到“还有一整列其他人在为Anthropic提供计算能力”
如果我们假设至少还有两个，并且它们使用$NVDA 硬件，那么xAI就是其中之一
除了$IREN 或$NBIS$，还有谁？

$AMD 已开始抽样 MI450 GPU 以引导客户，Helios 机架的生产发货仍按计划进行，预计2026年下半年完成
据 Lisa Su 表示，MI450 的需求现在已超过 AMD 最初的2027年计划，更多客户参与大规模部署，包括额外的多吉瓦机会

$NBIS 自6月起，GPU租赁价格全面上涨
混合价格上涨：+34%
最大涨幅出现在H100可抢占价格，涨幅72%

三星拯救了局面
对$MU 来说赢得太多了

ChatGPT 和 Claude 之间的价格差异令人难以置信
ChatGPT 让你用标准订阅几乎获得所有你想要的令牌，而在 Claude 上做同样的工作，你需要花费数千美元
我想知道为什么差异如此之大
定价能力？
计算资源不足，所以他们宁愿挤压用户？
无论如何，普通消费者更愿意选择 ChatGPT 这是完全合理的，这也解释了为什么它如此受欢迎

$NVDA 乔纳森·罗斯表示，内存目前是人工智能最大的瓶颈，但瓶颈并非永恒。
“每当瓶颈大到足以让人们去解决时，人们就会解决它。”
他的警告是：在被限制的情况下，内存仍然可能极其有价值，但如果它变得过于昂贵或过于稀缺，它就会成为工程师们被迫要去攻克的问题。
如果内存变成了过大的瓶颈，行业就会开始寻找减少对它依赖的办法。
他说，内存是“半导体供应链中最商品化的环节”，但如今它已成为人工智能中最重要的约束之一。
罗斯用吉芬商品理论作类比来解释这一点：如果内存变得更贵，客户起初可能会在它身上花更多的钱，因为它是必需的。但最终，如果价格高到一定程度，人们就会寻找替代品。
“如果内存太贵，而且人们没有生产足够多的内存，那么他们就会用技术手段来解决这个问题。”
DeepSeek 的例子正好符合他的观点。当采访者提到 DeepSeek V4 将 KV 缓存压缩了 90% 时，罗斯回应说，这项工程工作有其机会成本。
“如果他们有足够的内存，他们会去做别的事情。如果它没有那么贵，他们会去做别的事情。”
“你把它变成一个足够大的问题。这就像高高竖起的罂粟花苗。一旦它长得太高，就会被砍掉。”