Crypto_Lai

Venture Capital Principal & Research Manager @sudoresearch

[BDigs @B__Digs]

Wells had a new Neocloud piece today. Here are main $NBIS parts...

[Fiona ❤️& ✌️ @nft_hu]

刚看完Semianalysis的研报《800VDC pushout and CPO delays》，感谢 @xingpt 和 @LeePima 老师分享。

我不想这么主观，但是我觉得功率半导体和光板块今天的跌幅和这份研报是强相关的。当然大盘整体回调也大，但功率半导体和光板块的回调幅度是明显大于大盘的。

稍微提炼一下研报里的几个要点：

1️⃣800VDC：从 2027 故事被推迟到 2028 之后。
Rubin 一代并不“必须”用 800VDC，仍然可以吃 50VDC，因此 hyperscaler 认为“电网 350–450VDC → 升到 800VDC → 再降到 50VDC”这条链条能效很差，开始集体对单端 800VDC 架构踩刹车。

他们更倾向于：在靠近机架 / 算力托盘处再做降压，而不是中间多一级 800VDC。
——————————————————————
2️⃣400VDC：HVDC 仍按原计划在 2H26 落地
报告明确区分：400VDC ≠ 800VDC，是 hyperscaler 自主推进的另一套 HVDC 架构。

提高集中供电电压，减少 UPS 链路的 AC-DC-AC 损耗。
主要用于 hyperscaler 自研 ASIC 机架架构（但也可以通过 DC-DC shelf 支持 Nvidia 硬件）。

预计在 2026 年下半年开始导入。400VDC sidecar 订单预计今年底落地，2027Q1 开始放量生产。
——————————————————————
3️⃣CPO：系统集成远比市场想的难，量产时间线重估
2027 CPO 的期待过于激进：Scale-up CPO 真正大规模爬坡的时间要看 2029–2030，与 Feynman 等项目的 ramp 同步，而不是 2027–2028。
对 2026–2027 年的 Scale-out CPO switch 产量预期也将下调，目前实际生产节奏难以支撑市场上 6–10 万台/年的模型。

市场过度聚焦于 InP 激光器产能是瓶颈，但报告认为更关键卡点在 COUPE & 系统级集成。

以 Nvidia Spectrum 6 为例：
第二代 COUPE、102.4T 开关，在系统测试中插入损耗 3.5 dB，几乎吃满整个光链路预算，表现甚至不如 Spectrum 5（同样 32 个 COUPE）。
NVIDIA 和 TSMC 目前都还没找出根因，已转向重新设计装配流程。

良率数学极其残酷：
光引擎贴装 yield 即便假设乐观的 95%，在一个 ASIC 上要装 32 个 COUPE，系统 yield = 0.95³² ≈ 19%。
要让系统 yield 到 85%，每颗引擎贴装 yield 需要达到 99.5%。

CPO switch 是“板级一次成型”，没有返修路径；而像 Quantum X3450 这类用 3 个 COUPE 的模块因为粒度小，可以挑选好料，所以易于经济成立。
——————————————————————
4️⃣“ bottleneck trade”的反转风险
过去一年，围绕 CPO、800VDC 的“瓶颈 trade”在光子/光学和电源半导体上被 crowded：
多数相关标的在历史高位，情绪极度乐观，风险偏好拉满；
多数资金结构是：做多光学 / 电源链，做空 NVDA / AVGO 等大平台 作为资金来源。

当关键节奏被确认“延后”时，这种拥挤交易容易出现：
相关链条估值回调甚至“急杀”；
与之对冲的 NVDA/AVGO 空头被回补，股价被动抬升，与基本面无关。

[qinbafrank @qinbafrank]

最近光互连板块调整比较多，其实近期对光互连洞察最深入的就是月中伯恩斯坦这份数据中心的连接之战，这份报告最核心的其实是光互连领域的投资节奏。
1、AI 数据中心的瓶颈正在从“算得快”转向“连得快、连得稳、连得省电”。CPO是方向，但2026年真正开始兑现业绩的更可能是LPO/NPO过渡阶段——云厂商不会为了节能牺牲系统可靠性和可维护性。Bernstein与中际旭创沟通时提到，目前没有云厂商计划在2026-2027年大规模部署CPO。

2、CPO 是方向，但 2026 年更现实的收入在 1.6T、LPO/NPO、光源、测试、PCB、ABF、CCL。光也不会立刻消灭铜，铜也不会永远守住所有场景；不同距离和系统层级会选择不同方案。

3、所以要去区分哪些是已经兑现的现金流？哪些是还没兑现的故事？对于已经炒过一轮预期的市场，重心就是要去看这些已经兑现的现金流到了什么状态，业务落地的节奏。

4、CPO 的真正影响是把利润池从传统模块封装转向芯片、封装、光引擎、光源、测试和系统平台。所以投资 AI 连接，不要买最热的概念，要买最难绕开的瓶颈。

5、关于CPO概念有三个时间点需要要盯紧：
1）2026年下半年，英伟达quantimX CPO交换机和博通Tomahawk开始小批量出货，这是验证期，市场会盯着良率、可靠性客户反馈。关键点看是否延期和客户的反馈如何
2）2027年，Lumentum的CPO激光器开始大规模出货。核心看出货指引
3）2028年，lightcounting预测的CPO大规模放量元年。看之后云服务商是否在提前发布大规模采购CPO。

整体来说伯恩斯坦的这份明确AI数据中心的瓶颈，正在从算力逐步转向连接效率，CPO落地有其自己的节奏。但AI连接层升级的大方向并没有改变，光互连这个叙事未来几年依然有很大的扩展空间。

$lite $cohr $mrvl $nok $aaoi $axti $euv $sive

[Sean @sean_________]

MS on $GEV:
"Our view remains that gas turbine industry orders decrease in 2027 (vs 2026 levels of ~117GW). This view is driven by (1) an already high level of behind the meter gas turbine data center orders relative to build rates, and (2) our view that Middle East power infrastructure investments may see some delays"
"But, any way you cut the data, the Gas turbine market looks balanced at best in 2030, and more likely it starts to look over-supplied into the 2030"

[Patrick Saner @patrick_saner]

"Too many red flags"

- BofA

[tony @tonyhua64243679]

https://t.co/doT13vdIVo

[high cagr @HiCagr]

So SemiAnalysis dropped a headline that looks bearish for memory, and everyone is misreading it. $MU

The claim: NVDA is cutting Rubin NVL72 SOCAMM DRAM from ~55TB to ~28TB per rack. Most Rubin systems move to 96GB modules instead of 192GB. Rack cost drops from $7.6M to $6.8M, TCO from $4.16 to $3.90 per GPU-hour.

Surface read: they are halving the memory. Sell memory.

Here is the part most people get wrong.

SOCAMM is LPDDR5X. It is not HBM. The thing they trimmed is the commodity DRAM bolted to the Vera CPU.

The HBM4 on the actual Rubin GPU is untouched, still 8 stacks, 288GB per GPU. The high-margin link in the chain did not move an inch.

So why cut at all?

Because memory is the current bottleneck and NVDA knows it.

SemiAnalysis has SOCAMM contract pricing near $8/GB in 1Q26, a sharp step-up driven by the LPDDR5X surge and broad DRAM tightness.

When your input is scarce and repricing higher every quarter, you ration it. You spec it down. You manage TCO.

That is not demand weakness. That is a buyer flinching at how tight supply is.

→ NVDA still calls SOCAMM a $300B TAM. They are managing specs inside a shortage, not walking away.
→ The cut is on the cheap DRAM. The scarce, sold-out, margin-rich part is HBM, and that allocation is locked.
→ MU confirmed its HBM4 36G 12H in high-volume production for Vera Rubin. At GTC Taipei NVDA named all three suppliers. SK Hynix takes the largest share, Samsung next, MU the smallest slice. But MU is in the build.

The frame I keep coming back to: the bottleneck moved from chips to memory, and the durable one is power.

This SOCAMM story is NVDA actively managing the memory link. You do not manage what is abundant.

The risks remain:

→ $MU is the smallest of the three on Rubin HBM4. Share, not access, is the open question.
→ If LPDDR pricing is what NVDA is really pushing back on, that pressures commodity-DRAM margin even as HBM holds.

A headline that screams bearish is NVDA confirming memory is the choke point.

They cut the cheap stuff and protected the expensive stuff.

That is the whole tell.

[Pike时政财经分析 @BigbirdflyChan]

分享一篇SemiAnalysis在5月29日发布的非常有意思的文章，提出了一个叫做“Dark Output黑暗产出”的概念。对于我们当下AI板块的美股投资具有很高的前瞻性指引。

文章认为，AI正在创造大量真实的经济价值，但现有的GDP、通胀和就业统计体系却无法准确衡量这些价值。因此，未来几年投资者、政府和央行很可能会因为统计数据失真，而误判真实的经济状况。

过去的GDP体系主要是为制造业时代设计的。比如螺丝价格下降99%，但产量增加数十倍甚至数百倍，统计部门可以直接统计螺丝的数量，因此生产率提升能够被准确反映出来。

但服务业完全不同。法律服务、咨询服务、研究报告、代码开发这些工作并没有一个统一的计量单位。统计部门往往只能通过收入和价格变化去反推产出。当AI把一份原本价值数百甚至数千美元的工作，压缩到几美元的Token成本时，统计系统看到的往往只是收入下降，而看不到实际完成的工作量和创造的价值。结果就是，GDP可能下降，服务业收入可能下降，但真实生产率却在大幅提升。

文章还提出一个发人深省的论断：AI时代最大的挑战未必是失业，而是统计失真。未来可能出现几个非常反常的宏观现象。

首先是工资上涨，但就业下降。因为AI最先替代的是大量初级岗位，留下来的更多是资深员工。统计数据会显示平均工资持续上升，但这并不意味着所有人都涨工资了，而是低薪岗位被大量淘汰。

其次是AI使用量暴增，但GDP增长并不明显。Anthropic数据显示，大约37%的Token被用于编程、数学和知识工作，但美国软件投资相关GDP数据并没有出现同步的大幅增长。这意味着大量AI创造的价值根本没有被统计体系记录下来。

第三是AI公司的收入高速增长，但受益行业的生产率却没有体现出来。例如医院利用AI提升运营效率，真正创造价值的是医疗行业，但GDP统计可能只显示OpenAI、Anthropic或者软件公司的收入增长，而医疗行业本身的数据变化并不明显。

这人想起1990年代互联网刚刚兴起的时候。经济学家Robert Solow曾提出著名的“生产率悖论”：“你可以在任何地方看到计算机时代，但在生产率统计中却看不到它。” 后来事实证明，并不是计算机没有创造价值，而是统计体系落后于技术革命。

而这篇文章认为，AI带来的统计误差可能比互联网时代更加严重。未来几年，我们很可能看到这样一种局面：GDP增长并不惊艳，生产率数据也没有明显爆发，但与此同时，AI资本开支持续增长，数据中心建设不断扩张，企业盈利持续改善，AI基础设施需求不断上升。

如果仅仅依赖GDP、就业和通胀这些传统指标来判断AI投资是否过热，很可能会低估AI对经济和企业盈利的真实贡献。换句话说，AI创造的价值正在快速增长，但统计体系可能还没有准备好把这些价值记录下来。

[Evan @StockMKTNewz]

JUST IN: GOOGLE $GOOGL JUST ANNOUNCED AN $80 BILLION CAPITAL RAISE TO BUILD AI INFRASTRUCTURE

And Berkshire Hathaway $BRK.B is writing a $10 billion check to get in.

Here's the full breakdown:

THE DEAL:
- $30B in underwritten public offerings
- $40B through an at-the-market stock program starting Q3 2026
- $10B private placement to Berkshire Hathaway

THE BERKSHIRE PIECE:
- $5B in Class A Common Stock at $351.81 per share
- $5B in Class C Capital Stock at $348.20 per share
- Berkshire has been building this position since Q3 2025

THE PURPOSE:
- Scale AI compute infrastructure to meet "unprecedented customer demand"
- Approximately $30B of the ATM proceeds will cover 2026 employee equity tax obligations
- Remaining proceeds go directly to AI infrastructure buildout

[wendy文迪 @wendy_2026]

简单搞明白 $NOK $MRVL $LITE $AAOI 这四个“光互联”标的，到底有什么区别？

我用一个外卖平台的比喻，彻底分清了：
你点了一份外卖，背后发生了什么？
第1步：后厨大师傅做菜

$LITE = 后厨大师傅。
它生产光模块最核心的激光器。没有它，信号根本发不出去。产能已经排到2027年，供需缺口超30%。

第2步：装餐员打包
菜做好了，需要装盒、放筷子、封口，才能交给骑手。

$AAOI = 装餐员。它把LITE的器件组装成完整的光模块，直接卖给数据中心。离客户最近，订单爆发快，但利润薄、波动大。

第3步：调度系统派单
餐做好了，但怎么送？哪条路最快？哪个骑手最顺路？

$MRVL = 调度系统。它是光模块的“数字大脑”（DSP芯片），市占率超60%，负责保证信号在光纤里传得快、不失真。还被英伟达投资20亿美元，负责AI机柜内部的高速互联。

第4步：骑手上路配送
调度好了，但路上跑得顺不顺，取决于路况和红绿灯。

$NOK = 城市路网。它做数据中心之间、城市之间的光网络基础设施。当AI下沉到基站、边缘节点时，NOK的物理底座是绕不开的。英伟达直接投资10亿美元。

第5步：骑手送到你家
谁在干最一线的配送活？

$AMZN $MSFT $GOOGL = 骑手。它们是云服务商（AWS、Azure、谷歌云），把算力“配送”给最终用户。

第6步：我们吃上饭
你我他 = 顾客。用ChatGPT、用云服务的终端用户。

btw， $LITE $AAOI 跌的妈都不认识了，啥时候涨啊

[妙蛙种子 | CapitalismLab @NintendoDoomed]

虽然币圈 CEX/DEX 最近一窝蜂搞股票，但看完这张图不得不说韭菜还是币圈的香啊🤣

币安客户资产总量和富途几乎一样，BNB FDV 是 FUTU 的6倍。如果用总市值/客户资产来估值的话，股票韭菜最多的Hood也不及币安的一半，甚至接近 Hype 的百分之一

这还是在币的权益没有什么强制保障的前提下，比如有些平台币就已经几乎剥离了 CEX 的权益，交给公链社区了😆

不过话又说回来，这不正说明客户质量高，所以去搞股票不是没道理，这些客户如果能在更大的市场里再赚一遍，确实香 😋

[Muhammad Zuhair @mzuhair123]

JPM talks about datacenters not coming online in 2027, and delays, but no one has mentioned the reasons behind it, and as a reporter, I cannot let this go.

I tracked Epoch's most recent DC data release, and some of the information on power usage has surprised me a lot:

- At the modeled completion, tracked data centers are rising in power usage from 10.3 GW to 35.4 GW, and the 3x increase in consumption is coming just by 2028. And, a huge chunk of this modeled power consumption is accounted for by data centers that are directly accessing the US grid.

- Many of the completed data centers are waiting on substations, transmission lines, cooling equipment, or utility load delivery. And 67% of the US pipeline comes from greenfield sites with zero operational power today.

So, this makes one thing clear: the biggest threat to datacenter buildout is energization, and regulatory compliance as well. Not CapEX/hyperscaler funding, or shortages.

[SemiVision 🇹🇼 👁️👁️ @semivision_tw]

Taiwan is now deeply tied to AI — and it can no longer get off this ship.

According to Goldman Sachs, Taiwan’s AI industry contribution to GDP growth has already far exceeded that of the United States and South Korea. The core reason is that Taiwan sits at the heart of the global AI supply chain. From foundry manufacturing and advanced packaging to AI servers and the HBM supply chain, Taiwan is capturing almost the full dividend of the AI capex cycle.

If Taiwan wants to sustain the strong economic momentum of recent years, the global AI investment boom cannot stop. Today’s Taiwan is no longer an economy supported mainly by traditional domestic demand or real estate. Increasingly, the entire society is beginning to revolve around AI infrastructure.

[Art of Speculation @ArtofSpecuycky]

Snowflake之后，MongoDB也爆了：AI时代，数据层软件开始重新定价？

昨天 $SNOW 财报大涨，今天同样属于数据层的软件公司 $MDB 也交出了一份很强的答卷。

Q1 revenue $687.6M，同比增长25%。
Subscription revenue $666.1M，同比增长25%。
RPO同比增长88%，cRPO同比增长69%。

最重要的是市场开始重新相信一件事AI 不只是算力和芯片的故事。数据层、数据库、数据管理、AI应用底层架构，也开始重新获得估值溢价。

因为未来 AI agent 越多，推理调用越频繁，企业越需要实时数据、向量数据库、数据治理、高并发读写、和多云架构

而 MongoDB 这种平台，本质上就是 AI 应用的数据底座之一。

盘后波动也非常夸张。

先从329被砸到300附近，随后又从300一路拉回400。

这其实也说明现在市场对软件股的分歧非常大，一边担心估值过高，另一边开始重新交易AI 软件层的长期逻辑。

最近 IGV重新站上200日均线后，资金开始重新回流软件板块。

从 Datadog，Snowflake 到 MongoDB，市场在重新定价，数据层也开始进入主升浪叙事。

[Ace from Money or Life 美股频道 @Money_or_Life_X]

早上花了一些时间去学习 800V 直流在数据中心的应用，里面我简单罗列了一些和 800V 直流相关的系统级别以及芯片级别的投资标的。我自己也做一个 VRT 的建仓。关注这家公司很久了，现在先建仓看一下之后的走势。

和上次的光通讯一样，我把这些总结放在了自己的 Patreon 以及谷歌文档中，接下来这几天会持续进行更新，直到学习完毕。因为目前的研究成果还比较早期，所以暂时不公开。感兴趣的朋友可以加入我的会员社群，第一时间阅读这些资料。感谢大家！https://t.co/xpGN79jr2I

[qinbafrank @qinbafrank]

AI数据中心电力上的关键环节：800VHDC，今天在这里https://t.co/aDqiOvKFhj聊到大摩拆解VR200NVL72提到，大摩预计800V直流电将在2027年下半年推出的Rubin Ultra平台上得到大规模采用。其实800VHDC并不是全新概念，自从英伟达去年说要推直流供电架构后，市场对此的关注度其实挺高的，这个板块的相关的标的已经炒过一博预期了。但实际上800V直流电在下半年才真正大规模采用，值得关注。聊下几方面的问题：

1、800V HVDC架构是什么？
传统高密度AI rack的路径大致是：电网中压AC → 变压器/UPS/PDU → 415/480VAC到机架 → 机架内PSU转54VDC/12VDC → GPU核心电压。

达子的800VDC愿景则是：在数据中心边界/电力室把中压AC集中转换成800VDC，用800V DC busway送到IT rack，再在靠近GPU的位置用高比率DC/DC转换。NVIDIA称，54V架构在200kW以上开始撞上物理限制；1MW rack如果继续用54V，单rack铜排最高可能需要约200kg铜，而800V架构通过减少电流、减少转换级数、减少机架内PSU，目标是提升效率、降低铜耗、释放机架空间。

它不是简单的电压升级，也不是“发明了直流供电”，而是AI数据中心供电架构的一次平台级切换，是对整个电力交付架构的系统性重构，旨在解决传统48V/54V机架电源的瓶颈（空间受限、铜缆过载、多级转换损耗高），支持单机架功率从数百kW跃升至1MW+，并为未来GW级AI工厂铺路。

2、800V HVDC的意义和革命性是什么？
1）首先自然是效率和空间布局
效率提升：从电网到GPU的转换环节大幅减少，整体能效可提升从以前90%能大幅度提高到98.5%以上传输损耗显著降低，TCO（总拥有成本）降低可达30%
空间与密度优化：减少铜缆用量和电源单元体积，机架内计算空间利用率提升超80%，支持更高密度GPU集群

2）800V不是单一器件升级，而是生态重构：中央整流、800V DC busway、固态断路器、热插拔保护、sidecar/power rack、BBU/CBU、超容/电池储能、DC/DC、GaN/SiC、液冷都要协同。NVIDIA也明确说需要OCP等组织推动电压范围、连接器、安全标准。

如果大家有关注过新能源汽车产业链，应该有影响这两年国内电动车厂商都在推的“快充”基本上就是800V高压直流充电。现在达子正在把800VDC变成下一代AI rack标准化路线的一部分，所以一部分原来给新能源汽车充电产业链上的关键环节，又开始外溢到AI数据中心上了。

3、800V HVDC空间有多大？
要看大背景，AI数据中心整体市场从2025年约3440亿美元增长至2032年超2万亿美元（CAGR 27.5%）。 功率基础设施将成为AI建设的核心瓶颈与增长点，NVIDIA的标准将加速 hyperscaler采用，带动固态变压器、GaN/SiC功率器件等子市场爆发。

2027年后，>300kW/rack、尤其是400kW-1MW rack的AI zones中，800VDC或类似HVDC架构渗透率快速提升。若未来新增AI容量中有30%-60%采用高压DC架构，并且每MW对应的核心800V电力链价值量在几十万到数百万美元区间，累计空间就会进入百亿美元到千亿美元级。

当然这个预测区间也很宽，因为真实取决于Kyber/Rubin Ultra出货节奏、超大云厂接受NVIDIA 800V的程度。

4、800V HVDC产业链构成
完全是英伟达参考设计主导资格认证，之前英伟达也公开列出的核心合作伙伴分为三类，竞争激烈，份额将取决于认证进度、量产能力和 hyperscaler合同。

1）硅片/功率半导体供应商（核心器件，如SiC/GaN MOSFET、控制器，用于高效转换）：
主要玩家：Texas Instruments（TI，已发布完整800V解决方案）、STMicroelectronics（ST，6-18kW功率板）、Infineon、ROHM（SiC器件）、Navitas（GaN/SiC）、Analog Devices、onsemi、Renesas、Innoscience、MPS、AOS、EPC等。
这些是NVIDIA“硅供应商”名单核心，TI/ST等已演示参考设

2）电源系统组件/模块供应商（电源架、Sidecar、DC-DC转换器等）：
主要玩家：Delta Electronics（与NVIDIA深度合作，发布800V解决方案）、Flex、LITEON、Megmeet、Lead Wealth、Bizlink等。
Delta等中国厂商优势明显，已有白皮书和技术落地；LITEON等股价因800V预期已经显著上涨。

3）数据中心电源系统/基础设施供应商（机架级配电、Sidecar、SST、母线等）：
主要玩家：Vertiv（Hopewind为其800V系统关键子供应商）、Schneider Electric（开发1.2MW Sidecar）、Eaton、ABB、GE Vernova、Siemens、Hitachi Energy、Mitsubishi Electric等。
这里面Vertiv、Schneider、Eaton等是传统强者。

个人角度看
1）Vertiv、IFFNY、Schneider、Eaton、Delta、ABB是最可能在早期800VDC相关收入中占到显著份额的几家公司；
2）LITEON、TI、ST、Infineon、onsemi是第二组确定性较强的受益者；
3）Navitas、Power Integrations、MPS、BizLink、Megmeet、Innoscience（英诺赛科）属于弹性更大但验证/量产/竞争风险也更高的一组。

个人角度当下比较看好的则是，当然这个还要动态迭代：
nvts、IFNNY、英诺赛科、vicr

5、后续跟踪落地节奏的几个重要节点
1）NVIDIA Kyber / Rubin Ultra 2027节奏：是否明确把800VDC作为默认/主推rack电力架构，而且出货节奏也带动800V的落地节奏
2）OCP标准进展：800V连接器、安全、保护、PDB、BBU/CBU是否标准化。

3）看点电源管理系统组件，功率半导体供应商的点单披露，谁真正进入了进入backlog和量产socket；这个最关键决定了哪家供应商能吃到多大的份额

4）超大云厂路线：800V vs 400V/±400V vs 50V HPR是否分裂。决定了市场对800V hvdc的预期和想象空间。

5）单MW成本下降曲线：如果800VDC使每MW可部署GPU数量、能效和维护成本明显改善，它会从NVIDIA专用架构变成行业事实标准。

[ETHVision🪙 @ethvisionorg]

CLARITY 法案不是简单利好 ETH，而是可能改变 ETH 的资产分类。

/以前 ETH 被看作：

一个高估值、竞争激烈、费用收入不稳定的智能合约平台代币。

/文章认为未来 ETH 可能被看作：

一个合规清晰、可质押、有收益、具备可编程金融能力、能够承载全球链上金融的数字商品型货币资产。

/如果市场接受这个框架，那么 ETH 的上涨逻辑就不再只是：

gas 费增加；
DeFi TVL 增长；
L2 生态发展；
ETF 流入。
而是变成：

监管折价消失；
竞争对手降级；
机构配置增加；
全球货币溢价资金池重新分配；
ETH 成为 BTC 之外最重要的数字储值资产。
这就是文章视角下对以太坊最大的实质性利好。

[Crypto Wesearch 每日幣研 @CryptoWesearch]

尊貴的 Claude Pro 用戶：
一個月被收 20 美元，錢都到誰手裡了？

🟠 Anthropic $4.00　 20%
🔵 NVIDIA　 $1.50　 7.5%
🔵 AWS　　　$0.90　 4.5%
🔘 TSMC　　 $0.157 0.8%
🔘 電力公司　 $0.12　 0.6%
🔘 SK Hynix　 $0.105 0.5%
🔘 光模組　　 $0.042 0.2%
🔘 ASML　　 $0.025　0.1%
🔘 ODM　　 $0.012　0.06%
🔘 NAND　　 $0.004 0.02%

合計淨利 $6.865 / 34.3%（其餘 $13.1 是營運成本＋研發）

[老马投资研究 @LMDFinance]

https://t.co/4ZQDIaJ1S5