源深路炒家

Optical Communications KOL in China | 500K+ followers across platforms | Focused on AI infrastructure, optical transceivers, and semiconductor supply chains

[源深路炒家 @Cook_of_YSroad]

Anthropic hiring a Google TPU veteran is about much more than “another AI company building its own ASIC.”

The bigger shift: frontier model companies are becoming hyperscalers themselves.

Once OpenAI, Anthropic, etc. start building their own data centers, they can no longer rely entirely on GPU vendors or cloud providers to define the infrastructure. They need to make their own decisions on compute, scale-up/scale-out networking, switches, optics, power and data-center topology.

This is already showing up in the optical supply chain.

A leading optical transceiver vendor has indicated that AI model companies will become direct end customers starting next year.

That matters.

The customer base for AI optics is expanding beyond NVIDIA and the traditional hyperscalers. As model companies increasingly build and control their own infrastructure, they will participate directly in hardware architecture, specifications and procurement.

The real trend isn’t just custom silicon.

AI model companies are moving directly into the AI hardware supply chain.

[源深路炒家 @Cook_of_YSroad]

Anyone who has been pumping $AAOI has shown they simply do not understand or closely follow the optical communications industry.

AAOI was actually the first company I called out when I started posting on X. The pattern was obvious to me from the beginning: weak execution, repeated dilution, aggressive stock promotion, and shareholders paying the price afterward.

There are plenty of real leaders in optical communications. $AAOI is not one of them.

If you actually follow this industry—technology, products, customers, supply chain, earnings, and competitive positioning—you should have seen the red flags a long time ago.

[源深路炒家 @Cook_of_YSroad]

@tuolaji2024 你可能连 NPO 用在 ultra 都不知道，出货代表量产吗？1.6T 在25 年就出货了，也更说明你根本没在光上挣过钱，大傻逼

[源深路炒家 @Cook_of_YSroad]

我来 X 写的帖子一开始就是喷 AAOI 这个垃圾公司

[源深路炒家 @Cook_of_YSroad]

This is not a bearish call on AI optics or AAOI. It examines AAOI’s execution history and the gap between the “American optics” narrative and its actual manufacturing footprint. Based on public filings and company disclosures. https://t.co/ZQyVrt5gmb

[源深路炒家 @Cook_of_YSroad]

@yanyan81963911 看来大家都知道

[源深路炒家 @Cook_of_YSroad]

谁在大人桌，谁在小孩桌，一目了然，有的公司单纯光通信的利润应该更少些，管中窥豹就是没抓住主要矛盾。

[源深路炒家 @Cook_of_YSroad]

@aleabitoreddit This is basically just a Taiwan scam company. The only people hyping it are those who haven’t done enough research to understand what’s really going on.

[源深路炒家 @Cook_of_YSroad]

@jukan05 I told you this company was a scam, but you guys insisted on pumping it everywhere.

[源深路炒家 @Cook_of_YSroad]

AAOI is issuing stock again.

My view on this company hasn’t changed: this kind of capital-markets playbook looks like a scam to me.

Over the past six months, AAOI has launched ATM offering after ATM offering. The first two rounds already raised more than $1 billion, and now it has opened yet another ATM for up to $600 million.

The pattern is simple:

Tell a new story → stock goes up → management sells more shares → existing shareholders get diluted → repeat.

Shares outstanding have already risen from roughly 75.2 million in February to about 84.9 million today, nearly 13% dilution in less than six months. And if the new $600 million ATM is fully used, dilution goes even higher.

What makes this worse is that AAOI is not some exceptional business generating huge profits and free cash flow.

The underlying business has been mediocre for years. Revenue quality, profitability, cash flow, and competitive position are nowhere close to the real leaders in optical networking.

Great companies create shareholder value through products, earnings, and cash flow.

AAOI increasingly looks like a company whose best product is not optical transceivers.

It’s its own stock. $AAOI

[源深路炒家 @Cook_of_YSroad]

This is basically just a Taiwan scam company. The only people hyping it are those who haven’t done enough research to understand what’s really going on.

[Serenity @aleabitoreddit]

It's getting much harder to support $AAOI when they keep dropping $500m or $600M ATMs left and right.

At a certain point, the operating outlook could be positive.

But the share structure/financing becomes increasingly shareholder unfriendly.

Really, really, dislike ATMs and incessant capital raises, even if they're building up capacity.

[源深路炒家 @Cook_of_YSroad]

那些人都是没有仓位的，靠嘴巴做空。

[AAA建材批发鱼哥 @CrushTheShorts]

旭创Q2不到80e，哥一个陆家嘴外卖员一个月前都知道，居然还有一堆沙雕说大幅低预期暴雷了？

今天这个79e甚至还小幅超了一个月前买方一致预期75-76e（彼时股价已经1300-1400）

按照这个中报，全年350e+应该轻轻松松

整个大A，抛去资源、油、电力、运营商等垄断型央企，真正靠技术实力做到日赚1亿的公司目前只有宁德一家，现在旭创已经把包厢门推开了

另外，他告诉你明年会做到日赚3亿的成绩，请宁大哥以后去坐副陪的位置，试问阁下，要给他多少市值才配得上

[源深路炒家 @Cook_of_YSroad]

COHR 单季度利润大概只有旭创 1/5。

[彼得的硅基世界 @PeterAIWorld]

It’s actually very simple.

From upstream components to downstream modules, optical networking depends far more on reliable, pragmatic, execution-driven Chinese suppliers than on companies that are better at selling stories to Wall Street than delivering results.

In this industry, capacity, yield, cost and shipments matter. Not conference-call hype.

That’s why I trust the companies actually shipping at scale far more than the loudest storytellers. $AAOI $LITE $COHR

[源深路炒家 @Cook_of_YSroad]

你说的每一句话都说明你根本不懂这个行业，也不懂这个公司。

[拖拉机 @tuolaji2024]

旭创 H1财报，利润 79 和 80，一个符合预期和超预期，还是感觉差点意思，跟网传的数据都差不多吧，光模块毛利率还涨了 6 个点，需求不减，上游各种锁货和囤货，预付款，应收都大涨，现金流-44%，一切都合理和透明，有几个信息算是跟北美圆上了，

1、XPO 是业界首款整合液冷的可插拔光学方案。
2、NPO 是"放置在主机 ASIC 附近、物理上分离的光模块"，"适用于高密度 scale-up 互连，未来方向："积极开发 NPO、XPO、CPO、OCS 等下一代光互连产品"。
3、CPO 长期将与可插拔光模块及其他连接解决方案共存。
4、3.2T 列入未来研发投入方向（"增加对 1.6T、3.2T 及更高速率光模块的研发投入"）

npo 没提任何出货，送样测试，和更多的信息，败笔之一，全文还停留在光模块为主，符合预期吧，强行打分的话给个 80 分最多了。

[源深路炒家 @Cook_of_YSroad]

摩根大通今天这篇阿里的报告，我觉得最值得看的不是目标价，而是它开始认真算阿里AI Capex的ROI了。

过去市场对阿里最大的质疑其实很简单：一年投这么多钱买GPU、建数据中心，FCF都被打成负的，这些钱到底能不能赚回来？

摩根大通这次直接按照一个AI基础设施项目来算账。

假设阿里每投入100元AI Capex：

1、资产爬坡期的利用率分别是60%、90%、100%，之后维持100%；

2、满产以后，100元Capex每年可以产生100元收入，也就是Revenue/Capex=1倍；

3、增量EBITDA Margin按45%计算；

4、税率20%；

5、设备按照5年直线折旧，而且非常保守地假设5年以后残值为0。

按照这套模型：

第一年收入60元，EBITDA 27元，税后现金流25.6元；

第二年收入90元，EBITDA 40.5元，税后现金流36.4元；

第三年以后收入100元，EBITDA 45元，每年税后现金流40元。

也就是说，100元的投资，大约2.95年就能全部收回。

更关键的是：

成熟期ROIC约20%；

稳定期Cash-on-Cash Return约40%；

整个5年项目税后IRR约22.1%；

如果按10%的资本成本折现，每投入100元，NPV大约是+35.6元。

换句话说，摩根大通现在对阿里AI Capex的理解已经不是“烧钱”，而是一笔资本成本10%、项目IRR 22%的正NPV投资。

而且这个算法并没有给设备5年后的残值，所以严格来说还偏保守。

我觉得这里还有一个特别重要的点：现在阿里云披露的利润率只有大约12%，为什么摩根大通敢算成熟期ROIC接近20%？

因为今天阿里的AI资产太“新”了。

过去一年疯狂Capex，大量GPU和服务器还处于60%-90%的爬坡阶段，新投产资产天然会压低当前利润率和ROIC。摩根大通算下来，如果Capex以后不再持续加速，只是维持稳定，那么整个AI基础设施资产池的ROIC可以从第一年的5.6%，逐步提高到11%、14%、15.5%，最终稳定在16%以上。

同时现金流也会出现一个非常机械的改善：

第一年净FCF -74.4；
第二年 -38；
第三年 +2；
第四年 +42；
第五年 +82。
所以他们预计，如果阿里的Capex在FY26/FY27附近见顶，那么AI基础设施带来的FCF拐点大概会出现在FY29。
这其实就是基建投资最典型的Vintage逻辑：新资产不断投产的时候，表面现金流很难看；一旦新增投资不再继续加速，前几年投入的资产逐渐进入成熟期，利润和现金流会迅速释放。
当然，这个模型真正需要讨论的是两个参数：
一个是100元Capex最终到底能不能稳定对应100元收入；

另一个是增量EBITDA Margin能不能达到45%。

摩根大通也做了敏感性分析。

如果Revenue/Capex只有0.8倍、Margin只有40%，项目IRR就只有10.3%，基本刚好覆盖10%的资本成本；

但如果是1倍收入效率、45% Margin，IRR就是22.1%；

如果做到1.2倍、50% Margin，IRR可以达到34.3%。

即使未来算力供给缓解、云计算价格下降，假设单批设备收入在第三到第五年逐渐下降到峰值的90%、75%、60%，项目IRR仍然大约有17%，回收期也只是从2.95年延长到3.1年左右。

所以现在判断阿里AI Capex到底是不是“烧钱”，真正需要跟踪的已经不是Capex绝对值，而是三个指标：

AI云收入/Capex的转化效率、增量利润率，以及成熟资产的ROIC。

如果后面阿里云外部收入继续保持50%以上增长，同时利润率继续提升，而Capex增速逐渐见顶，那么这轮AI投资的估值逻辑会发生很大的变化：

市场讨论的重点会从“阿里一年还要烧多少钱”，转向“阿里每多投100块钱AI，到底能创造多少价值”。

这两个问题，对估值的含义完全不一样。 $BABA

[源深路炒家 @Cook_of_YSroad]

阿里这次业绩会里有一句话我觉得非常重要：算力正在从“成本项”变成“收入项”。

很多人现在看AI Capex，还是习惯用传统互联网公司的思路：今年多买了几万张GPU、建了几个数据中心，折旧这么高，到底什么时候产生现金流？

我觉得换一个角度，就很容易理解了。

过去制造业提高劳动生产率，靠的是什么？机械臂、自动化产线、24小时运行的黑灯工厂。本质上，是用资本设备去替代一部分体力劳动。

那么今天办公室里这么多白领，怎么提高劳动生产率？

答案就是算力+模型。

如果说机械臂是体力劳动的生产工具，那么算力就是脑力劳动的生产工具。机械臂可以让一条生产线少用几十个人、24小时不停工；模型同样可以让程序员、分析师、客服、设计师、律师、投行、咨询顾问用更少的人完成更多工作。

所以算力真正应该对标的，未必是“服务器成本”，而是全球每年几万亿美元甚至更大的白领工资和专业服务支出。

只要一美元算力能够替客户节省两美元人工，或者创造三美元新增收入，它就不是成本，而是一项有ROI的生产资料。

这也是为什么未来AI算力的定价逻辑，很可能越来越不像传统云计算单纯卖CPU、存储和流量，而越来越接近按创造的经济价值定价。

进一步说，我认为未来的AI服务一定会出现非常明显的分层。

最前沿的模型，如果智力水平、专业能力已经接近顶级高校毕业生甚至优秀的投行、咨询、程序员，可以独立完成高价值任务，那么企业完全有可能愿意为这样的“数字员工”支付每个月几千甚至1万美元以上。

因为客户比较的不是“这次推理用了多少钱GPU”，而是：

我以前是不是需要一个年薪20万美元的人来完成这项工作？

如果一个普通模型只能完成基础文员、客服、资料整理工作，那么它的价格自然对应另一档人力成本。

于是最终会出现一个非常庞大的“数字劳动力市场”：

顶级模型卖高端脑力劳动，中端模型卖一般专业劳动，开源模型承接大量标准化工作。

价格不再只是按照token或者GPU小时决定，而是最终锚定这个模型能够替代多少劳动、创造多少收入。

而不管是哪一个层级的数字劳动力，底层都需要跑在算力平台上。

所以今天的大厂为什么如此疯狂地建设AI基础设施？

因为他们争夺的根本不是今天这几百亿美元的GPU市场，而是未来全球白领劳动和专业服务的一部分价值池。

要抢这个市场，至少需要两样东西：

第一是算力基础设施。 没有足够的GPU、网络、数据中心，你连“数字员工”都养不起。

第二是模型能力。 同样100美元的算力，有的模型只能做文员，有的模型却可以做程序员、分析师甚至高级专业人士。模型能力决定了这份算力最后能够卖出什么价格。

所以阿里今天说“算力不是成本项，而是收入项”，背后的逻辑其实非常深。

AI真正走到商业化阶段以后，算力不是互联网时代单纯的IT开支，而更像工业时代的机器设备——只不过机械设备替代的是肌肉，AI算力替代和增强的是脑力。

从这个角度看，现在讨论AI最大的误区之一，可能就是天天问：

“是不是基础设施投得太多了？”

真正应该问的是：

如果未来全球几亿白领每天都要调用几十个、几百个AI Agent帮助工作，需要多少算力？

一旦数字劳动力开始真正进入企业生产体系，今天我们看到的算力需求，可能还只是这个市场非常早期的阶段。

[源深路炒家 @Cook_of_YSroad]

没毛病

[Macro_Lin @LinQingV]

单纯靠关注宏观做trading赚到钱的人寥寥无几，倒是有几个靠天天讲宏观做网红赚到钱了。大多数时候，宏观都是噪音，天天分析这个的都特么是相声先生。

[彼得的硅基世界 @PeterAIWorld]

The most undervalued optical communication names in the world, in my view:

Innolight https://t.co/akHPCRoB39
Eoptolink https://t.co/hO9EmJRmcD
AI clusters keep getting bigger. Bandwidth keeps going up. 800G → 1.6T → faster. Scale-out keeps expanding, and scale-up is increasingly moving toward optics too.

Yet these two sit at the center of the global optical module supply chain with massive volume, strong execution, and real earnings — while still trading at valuations that look almost absurd compared with many US optical names.

Sometimes the best AI infrastructure trade isn’t the loudest one.

It’s the one already shipping millions of modules and printing cash. 🐼🔥

[源深路炒家 @Cook_of_YSroad]

AI’s next phase may be financial, not technological. Once compute becomes collateral, credit can amplify both the boom and the eventual bust. The key question is not whether the cycle ends, but where we are today. My view: it’s still early. https://t.co/7kzFhesSzT

[源深路炒家 @Cook_of_YSroad]

If 牛来 can get a theatrical release permit, then with AI, the future is obvious: everyone can become their own director.

In the past, making a film required an entire industrial system — writers, storyboard artists, actors, cinematographers, animators, VFX, music, voice acting, editing, and huge amounts of capital.

AI is collapsing all of those barriers.

One person with taste, imagination, and judgment will soon be able to command an entire “AI studio”: writing the script, designing characters, generating shots, creating music, dubbing voices, adding VFX, and editing the final film.

The biggest impact of AI on entertainment is not simply lower production costs.

It is the democratization of filmmaking.

Cameras allowed everyone to shoot video. YouTube and TikTok allowed everyone to own a broadcasting channel. Generative AI may allow everyone to own a movie studio.

The scarce resource will no longer be production capacity.

It will be ideas, taste, storytelling, and imagination.

AI won’t eliminate directors.

It will make “being a director” accessible to everyone.

The TikTok moment for filmmaking hasn’t even started yet.