HarveyLu

[Dr.Jingle @drjingle]

人生看似过不去的坎，
有时候只需要一个拐弯，
换一个视角就豁然开朗了。

[HarveyLu @HarveyLu1229]

@YuyuNIKON2023 @TWlocalTV 其實你說的沒錯啦台中市長是賴清德(´･_･`)

[HarveyLu @HarveyLu1229]

@mdm420xx 日本今天是不是休市？好像是山之日？

[美研芒格君 @Kay2289123]

如果你投资了 $MU $SNDK ，亦或者是押注了 $MRVL $ALAB 至少1美元，我都强烈建议阅读这篇文章。

我耗时两周在硅谷跑断双腿，走访了英伟达、Marvell、ALAB 的核心工程师完成，我们交流了如何打破内存墙，大家比较公认的一条路 --- CXL。如果错过了它，你可能会迷失在存储的下一阶段发展里

Meta 在 ISCA 2026（计算机体系结构顶会）上发表《Vistara: Making CXL Real》，Meta 服务器整机寿命 3–5 年，但内存能用 7–10 年；而它约 40% 的机队没法再加内存——所以才去「捡」退役 DDR4，使用的就是 CXL

这篇文章主要讲清楚：
• DRAM、HBM、PCIe、CXL 到底是什么
• 为什么芯片越来越快，数据搬运却成了瓶颈
• CXL 为什么不是 HBM 的替代品，但为什么可以打破内存墙？
• Marvell 等公司在这条产业链中的位置

交流下来，大家一致认为。存储和互联已经走到了交界处，存储已经从简单的芯片提供商，变成了深入 AI 推理集群的核心玩家

我的核心观点：CXL 未必是最快的路，却可能是 AI 系统绕不开的一条路。

存储打破了周期股的刻板印象，但不能简单地认为只是因为它缺货
$MU等 地位已经深入到了芯片算力的 co-design，因此，我认为市场不能只盯着 DRAM 的出货量，或者不能只看涨价是否能持续到 2028 还是 2030 年。

我们更应该关注存储和互联碰撞在一起，给 AI 训练推理集群带来的新的增量机会

下篇文章我会继续拆解，通过看 Anthropic、OpenAI 和存储厂之间的合作，英伟达和存储厂规则的定义，以及算力、存储互联三者碰撞在一起，究竟会发生什么？

[HarveyLu @HarveyLu1229]

@LIWEI_TWCapital 美股的功率半導體最近都跌破，有點抱到心寒，想知道Liwei的看法
VSH、IFFNY、ON、AOSL、NVST都還值得加碼嗎？怎麼只有台股獨強⋯

[LIWEI_TW Capital @LIWEI_TWCapital]

E&R(https://t.co/E8K38aXDvQ) will eventually prevail!
➡️Intel: EMIB supply chain & TGV validated!

$LPK, look at yourself, get your act together! You haven’t flat for too long!

[HarveyLu @HarveyLu1229]

@aleabitoreddit Thank you for sharing such high-quality content.

I’d like to ask if you have any thoughts on whether interest rate hike risks and corporate bond issuance by the Magnificent Seven could affect next quarter’s capex plans and the progress of optical communications. Thank you.

[Chesny @chesny]

El padrino de la inteligencia artificial: "Si duermes bien esta noche, puede que no hayas entendido esta conferencia".

Esta conferencia de 47 minutos es lo mejor que he visto sobre inteligencia artificial en los últimos meses.

Definitivamente te ayudará a entender cómo funciona realmente y hacia dónde se dirige.

Geoffrey Hinton construyó las redes neuronales que hay detrás de cada inteligencia artificial actual y luego dejó Google para advertir al mundo sobre ello.

La parte que nadie quería escuchar:

La inteligencia artificial ya está desarrollando habilidades que sus creadores no tenían previstas.
En la mayoría de las tareas cognitivas ya está por delante de nosotros.
La pregunta ya no es si nos superará, sino cuándo.
La única decisión que queda es de qué lado de esa línea te encuentras.

Ahora mismo, la persona promedio abre Claude, escribe algo, obtiene una respuesta y cierra la pestaña.

Creen que están utilizando inteligencia artificial. Quizás estén usando un 10% de ella.

Repasé toda su conferencia y construí conceptos prácticos a partir de lo que estaba describiendo.

La brecha no estará entre las personas que usan inteligencia artificial y las que no.

Estará entre las personas que la entienden y las que no.

Empieza hoy con estos 20 conceptos de inteligencia artificial.

[P Equity Research 📰 @pequityresearch]

Morgan Stanley: MLCC Supply Chain

MLCC:

Murata $6981.T
Taiyo Yuden $6976.T
Samsung Electro-Mechanics $009150.KS
TDK $6762.T
Kyocera $6971.T
Yageo $2327.TW
Fenghua $000636.SZ
Vishay Intertechnology $VSH
Walsin $2492.TW

Barium Titanate:

Sakai Chemical $4078.T
Nippon Chemical Industrial $4092.T
Isihara Sangyo $4028.T
Murata $6981.T
Taiyo Yuden $6976.T
TDK $6762.T
Samsung Fine Chemical $004000.KS - Part of Lotte Fine Chemical
Shandong Sinocera $300285.SZ
KCM $5331.T - Part of Noritake

Barium Carbonate:

Nippon Chemical Industrial $4092.T
Sakai Chemical $4078.T
Solvay $SOLB.BR

Titanium Oxide:

Resonac $4004.T
Toho Titanium $5727.T
Isihara Sangyo $4028.T
Tayca $4027.T

Nickel Paste:

Sumitomo Metal Mining $5713.T
TDK $6762.T
Kyocera $6971.T
Murata $6981.T
Samsung Electro-Mechanics $009150.KS
Noritake $5331.T
Daiken Chemical
Shoei Chemical

Firing Kiln:

Tokai Carbon $5301.T
OPPC
NGK Insulator $5333.T
Noritake $5331.T

Zirconia Ball:

Nikkato $5367.T
Toray Industries $3402.T

Nickel Micro Powder:

JFE Mineral
Sumitomo Metal Mining $5713.T
Shoei Chemical
Toho Titanium $5727.T
NGN
Murata $6981.T

Film for Sheet Forming:

Mitsui Chemical $4183.T
Lintec $7966.T
Toray Industries $3402.T
Teijin $3401.T
TDK $6762.T
Tyobo $3101.T

Sheet Manufacturing Machine:

Yasui Seiki
Hosokawa Micron $6277.T
Hirano Tecseed $6245.T

Carrier Type:

Asahi Kogei
Totec
Santec

[InvestmentGuru @InvestmentGuru_]

$AAOI great read

[Alex A.C. @AnalysisOp]

Mediocre Tier 3 company with NO own production and still not clear which relationship with the external foundry.
I sold if after several 'x' (later increased other several 'x') bc I don't feel safe owning it; in fact I don't find the logic to own it with the amount of stocks out there in the AI rush

[LIWEI_TW Capital @LIWEI_TWCapital]

Re: $MXL, according to @zephyr_z9 Dongshan Precision / Source Photonics is apparently doubling its transceiver ramp plans (Not sure why no body seems to care about this massive news?)

Some Chinese channel checks suggest Source Photonics uses MaxLinear DSPs.

If that’s true, this could be a pretty interesting hidden catalyst for $MXL. 👀

Reference: Dongshan Precision's Source Photonics to Invest USD1.2 Billion to Hike Capacity of Optical Chips, Modules
https://t.co/fNrG5jIFEq

$LITE $COHR $AAOI

[LIWEI_TW Capital @LIWEI_TWCapital]

@Leoskie_L 鈦昇，雷科，盟立

[郭明錤｜Ming-Chi Kuo @mingchikuo]

重點解讀台積電的玻璃核心載板投影片

台積電在 6 月 11 日的日本 JPCA Show 2026，進行主題為「AIの進化に不可欠な先端パッケージング技術」的簡報，該份簡報約40頁，當中某張標題為「Glass Substrate Development for CoWoS」的投影片流出，引發廣泛關注。

以下是對該投影片（見附圖）的重點解讀，能網路科普查到的技術細節就不多說了，要注意的是投影片上的 COP 不是 Chip-on-Package 的縮寫，而是 Coplanarity、也就是平整度 / 共面度。

▌重點結論：

1. 台積電正式宣布與 Ibiden 以及群創合作，開發玻璃核心載板（glass core substrate），結構為玻璃上下各黏合 ABF 的三層結構設計，該技術就是用於 CoPoS 的 oS。

2. 市場低估玻璃核心載板的重要性，該技術對台積電是「must have」，意即 CoPoS 中，oS 的重要性高於 CoP，這也是該技術進行測試時，先搭配既有的 CoW 而非 CoP 的原因。

3. 玻璃核心載板單價較既有 ABF 載板高出數倍，群創加工的玻璃單價非常高，為最核心的材料。除 Nvidia 外，目前已有兩家美系客戶同樣表達高度興趣。

▌與本投影片相關的產業調查：

1. 本投影片提及的玻璃核心載板由 250x250mm 切割而來，ABF 增層主要採用 Ajinomoto 的 GL107 並混搭 ABF-GCP，以 2027–2028 主流 AI 晶片 ABF 規格的 24-28 層進行測試

2. 台積電實驗時的 CoW 是測試載具（test vehicle），足以驗證採用複合材料時最具挑戰性的機械結構問題。測試結果良好意味著台積電、Ibiden 與群創已合作突破關鍵技術瓶頸。

3. 目前是由 Ibiden 負責切割 250x250mm 的玻璃核心載板。待 2H27 採用 510x515mm 做量產前模擬時，若 Ibiden 仍想降低生產複雜性以維持超高毛利率，可能會改交由更熟悉玻璃特性的群創切割。

▌流出的投影片內容是將 CoPoS 中的 oS、也就是玻璃核心載板（投影片中的 glass-SBT）與 CoW 搭配的技術驗證結果，這是為解決該投影片前一頁所提到的「Substrate mechanical and electrical Dilemma」，而這顯著凸顯了 CoPoS 中 oS 的重要性。

1. CoPoS 中，CoP 要解決的是生產效率 / 切割經濟性的問題，這與成本與售價有關；而 oS 要解決的是翹曲與耐用性問題，這牽涉到能否做出晶片，以及晶片能否運作。

2. CoP 與 oS 兩者整合相得益彰，但展望未來數年，兩者的技術定位還是有些差異。CoP 是可選的絕佳優化選項（very-nice-to-have），沒有它的代價就是晶片更貴；但 oS 是必需品（must-have）， 沒有它可能連能否做出可用晶片都是問題。

3. 比較定位差異不是為了捧 oS 貶 CoP，這牽涉到客戶願意為哪個技術環節付錢的現實問題，細節下面分析。

▌投影片中含金量最高的是電源完整性（power integrity；PI）改善，這對客戶意義重大，這也代表玻璃核心載板生產穩定後，台積電獲利能力與競爭優勢可望同步提升。

1. 技術說明：玻璃核心載板薄 → TGV（through glass via）垂直導通路徑短 → 導通路徑電阻（R）跟迴路電感（L）同降 → PI 改善

2. 對客戶意義重大原因：PI 改善 → 供電更穩 → 釋出功率餘裕（power headroom）→ 可整合更多電晶體、或拉高運作時脈 → AI 晶片算力提升

3. 對客戶而言，生產效率是台積電的基本責任，客戶不會為此多付錢；但 AI 算力提升能直接轉化為客戶的競爭力與獲利，故客戶願意為此買單。這也是 Nvidia 積極看待玻璃核心載板的原因。

4. 對台積電而言，玻璃核心載板可提升良率並降低成本，同時提高 AI 晶片的算力與售價，既是降本工具，也是漲價籌碼，對獲利與競爭力都是加分。

5. 目前載板成本佔 AI 晶片 BOM 約低個位數，封裝良率造成的損失約載板成本的 5-10 倍，故即便未來玻璃核心載板成本高於目前的數倍以上，但佔 BOM 比重仍低，且可改善封裝良率造成的損失，故預期玻璃核心載板的高單價不會影響客戶採用意願。

▌簡報後的問答環節，有聽眾提問關於玻璃核心載板的 TGV 細節，台積電當場拒絕回答，因為玻璃核心載板的關鍵技術就是 TGV，核心 know-how 目前掌握在台積電與群創手中。相較下，另一個提問者的問題是關於 IVR、eDTC、與 LSI 的整合，台積電就回答了不少。

▌根據產業調查，若一切順利，台積電的目標是在 4Q28-1Q29 開始量產玻璃核心載板，以符合 Nvidia AI 晶片迭代節奏。順帶一提，許多人在傳的 Ibiden 的法說投影片，上面將玻璃核心載板時程列為 CY30，我對此的解讀是：對外向來保守謹慎的 Ibiden 將玻璃核心載板正式列為發展路線，這更確定了該技術長期趨勢。但從 Ibiden 投影片的其他細節與市場資訊不完全一致來看，例如 reticle 時程與台積電公開宣稱的差約一個世代、Rubin Ultra 載板尺寸明顯大於其在 CY26-27 標示的 90x90 等，這說明了在預測未來時，需隨時多方交叉驗證。

[said @saidstetic]

ESTE TIPO USÓ CLAUDE PARA CONSTRUIR UN SISTEMA DE TRADING AUTOMATIZADO QUE GANÓ 847 $ DE LA NOCHE A LA MAÑANA

Todo empezó con un solo artículo sobre bots de Polymarket.

Claude lo leyó, seleccionó 7 repositorios de GitHub, los conectó en un pipeline funcional y desplegó el sistema de principio a fin.

A partir de ahí, todo funcionó de forma autónoma.

El sistema escaneó más de 412.000 operaciones, rastreó wallets de ballenas, detectó actividad de insiders y tomó decisiones en tiempo real.

Según él, cada pocos segundos analizaba datos, decidía si comprar, vender o pasar, y ejecutaba las operaciones automáticamente.

47 operaciones después, el sistema terminó la noche con 847 $ de ganancia, sin ninguna intervención manual.

LOCURA

[‏عادل | مبرمج @AdelDeveloperX]

أنت متخيل حجم التغيير اللي بيحصل حوالينا دلوقتي؟😱

شركة Anthropic (الشركة الصانعة لـ Claude) منزلة دليل مجاني خطوة بخطوة، بيشرح إزاي تبني مشروع أو شركة كاملة لوحدك وبمساعدة الذكاء الاصطناعي بس!

الفيديو مدته 30 دقيقة، مجاني بالكامل، واللي بيشرح فيه هم المهندسين العباقرة اللي صنعوا التقنية دي بنفسهم.

احفظ البوست ده عندك عشان هتحتاجه:

👤 المدير: أنت (إنسان واحد).

🤖 الموظفين: برامج ذكاء اصطناعي ذكية.

⚙️ الشغل: شغال لوحده وبشكل تلقائي 24 ساعة.

فكرة إنك تفتح شركة وتديرها بدون ما تعين موظف واحد مابقتش خيال.. دي بقت حقيقة تقدر تنفذها دلوقتي.

لايك وفولو واحفظ البوست عشان يوصلك كل جديد! ✨

[梭哈.AI @SUOHA_AI]

大家可能低估了 Serenity 这篇推文的含金量

Serenity 说：如果一年要把 10 万美元变成 100 万美元，他会选 $XLU 的 OTM 2 年期 LEAPs

$XLU 是美国公用事业板块 ETF，主要持仓电力、燃气公司，是最直接暴露美国电网和发电能力的工具

美国电力已经成了 AI 竞赛的最大瓶颈， AI 数据中心需求爆炸，但美国本土电力严重不足....

巨头们非常迫切，必须想尽办法快速解决电力问题。他们一方面在美国加速建设 behind-the-meter 天然气发电厂，另一方面也在海外其他国家建数据中心和电力项目来分担压力

➤OpenAI Stargate 项目：计划投入 5000 亿美元，目标建 10GW AI 数据中心容量

➤Meta：路易斯安那大项目投资超百亿美元，可扩展到 5GW 算力

➤Amazon：宾州投入超 200 亿美元建核电直接供电的 AI 数据中心园区

➤Microsoft：160 亿美元重启 Three Mile Island 核电站，835MW 电力专供 AI 数据中心

➤Google：47.5 亿美元收购能源开发商，直接掌控可再生能源资产给数据中心用

➤Oracle：计划建吉瓦级数据中心，用 SMR 小型核反应堆直接供电

最有钱的几家公司正在把数百亿甚至数千亿美元砸进电力和数据中心，就因为电力已经成了决定性瓶颈

再看回 Serenity @aleabitoreddit 的观点

AI 电力需求暴增，必须大规模新增可靠发电和电网升级。2026 年正好碰到降息周期，这些因素叠加在一起，让电力相关板块成为一个值得关注的暴露方式

数据就在这里，真实发生的资本支出摆着。到底是不是历史性机会，时间会给出答案🧐

[Serenity @aleabitoreddit]

@aistruder CPO hasn't ramped up yet so very early. Shunsin should actually benefit the fastest though given H2 scale out with Foxconn.

Win Semi is great regardless but benefits from photonics vertical. Foci/Msscorps are more h2 2027.

$AXTI took like 5-7 months to fully play out.

[Mulight 沐光🌟 @Mulight]

看到昨天Serenity @aleabitoreddit 列出的自己这份欧洲多头仓位，我反而更觉得普通人先学宽基和资产配置是对的。

因为越是这种小盘硬科技仓位，越不能靠听起来很牛就冲。

$SIVE、 $LPK、 $SOI、 $RPI、 $IQE、 $ALRIB、 $XFAB这类股票，背后讲的不是简单的AI概念，是一整条AI硬件基础设施链。

如果没有框架，很容易把它们看成一堆故事。

/

我会把这种仓位放在卫星仓里看。

核心仓解决长期市场回报，比如宽基指数、现金、债券、资产配置。

卫星仓解决一个问题：

如果你真的对某条产业链有研究，能不能用小比例仓位去押一个不对称机会。

区别很大。

核心仓追求可长期执行。
卫星仓追求认知差和赔率。
核心仓不能靠故事。
卫星仓不能没有止损和验证路径。

/

这份清单真正有意思的地方，是在买AI硬件升级里的瓶颈环节。

大概可以拆成几层：

1.光子学和高速互联
$SIVE 做的是激光和光子学相关环节。原帖的逻辑是，从1.6T可插拔模块到CPO，激光可能成为下一代数据中心互联的关键瓶颈。

如果这个判断成立，上游小公司会因为下游放量被重新定价。

2.先进封装材料和工艺
$LPK 对应玻璃芯基板和LIDE工艺。重点是玻璃基板它有没有真的进入主要玩家验证、学习和量产扩展。
硬科技投资里，客户验证比PPT重要。

3.硅光子学基底
$SOI 对应Soitec，核心是SOI基板。硅光子学如果放量，基底材料供应商会很关键。
这类公司通常没那么性感，但如果卡在产业链中间，利润和估值都可能被重看。

4.外延晶圆和制造能力
$IQE 是西方光子学产业链里的外延晶圆玩家。它的问题也很典型：资产重要，但财务风险不小。
这种股票看的是活下来以后值多少，所以风险和赔率都很极端。

5.MBE设备和量子
$ALRIB 对应Riber，Serenity提到Microsoft Quantum买了他们的机器。这类信息很有价值，因为它是下游大客户的间接验证。

小盘硬科技最怕没有真实客户。只要能找到真实采购和真实验证，故事就会硬很多。

6.边缘AI硬件
$RPI 是Raspberry Pi。这个逻辑比较有趣：以前它更像教育，爱好者板卡，现在可能成为低成本边缘AI部署的一部分。

这不是传统意义的半导体上游瓶颈，更像AI硬件下沉的选择权。

7.SiC和硅光子代工
$XFAB同时有SiC代工和硅光子学代工想象空间。Serenity提到它有欧盟和美国CHIPS法案支持，SiC业务增长很快，还可能被Nvidia评估硅光子代工能力。
如果资产交易价格低于重置成本，同时又有新增长曲线，市场可能还没完全定价。

/

所以这份清单可以提炼成一个研究方法：

先找大趋势：AI数据中心、CPO、硅光子、先进封装、边缘AI、SiC。
再找瓶颈环节：激光、基板、外延、设备、代工。
再找验证信号：Jabil、Ayar、Microsoft Quantum、Macom、Tower、Nvidia这类下游名字有没有真实关系。
再看财务风险：现金流、债务、产能、订单、毛利率、融资压力。
最后才看估值：P/B、收入弹性、重置成本、潜在产能折价。

顺序不能反。

很多人先看涨幅，再找故事。
更稳的做法是先看产业链位置，再看有没有真实验证，最后再看价格给没给你赔率。

/

这类仓位最容易犯三个错。

第一个错：把技术趋势当成公司收入。
一个方向很大，不代表这家公司一定赚到钱。
CPO很大，硅光子很大，玻璃基板很大，但订单、良率、产能、客户认证，每一步都可能卡住。

第二个错：把客户名字当成确定性。

某个大厂验证、采购、评估，确实是好信号。
但从验证到量产，从样机到长期合同，中间可能隔很久。

第三个错：仓位太大。

小盘硬科技的波动不是普通宽基能比的。
流动性、融资、订单延迟、客户砍单、技术路线变化，都可能让股价剧烈波动。
所以这类票更适合放在卫星仓，用你亏得起的钱做研究型配置。

/

我自己会这样看：

$SOI 可能已经被市场重估了一部分，但它的产业链地位很强。
$LPK 和 $ALRIB 更像小但卡位深的设备工艺型公司。
$IQE 是高风险修复逻辑，看它能不能把潜在产能和客户协议转成收入。
$XFAB 有低P/B、SiC增长和硅光子代工选择权，关键看市场到底漏没漏。
$SIVE 赔率可能最大，但也最需要持续验证客户认证、产能爬坡和商业化节奏。
$RPI 则更像一个边缘AI硬件部署的有趣选择权。

这不是买入建议。

当你看到一份高手持仓清单，不要急着抄代码。

先问五个问题：

它押的到底是哪条产业链？
每家公司卡在哪个瓶颈？
有没有真实客户验证？
财务风险能不能扛到放量？
当前估值有没有给足安全边际？

如果这五个问题答不上来，再好的清单也只是别人的信仰。

/

这也能接回前面讲的普通人投资框架：

大部分人先把核心仓搭好。
宽基、现金、债券、长期纪律、费用控制，这些是地基。

等地基稳了，再用小比例卫星仓去研究这种AI硬件基础设施机会。
核心仓让你活得久。
卫星仓才有资格谈赔率。

[Celal Kucuker @CelalKucuker]

Yıllar sonra yine aynı cümleyi kurmamak için yazıyorum

“Keşke zamanında Apple, Amazon, Nvidia’yı görseydik…”

Bu cümleyi kurdugunuza pişmansanız bu tweeti okuyun.

Çünkü önümüzdeki 10 yılın hikâyesi net yapay zekâ ve savunma teknolojileri.

Geçen yıl 5–6 dolar seviyesindeyken $SKYT ve $PLTR
için aynı şeyi söylemiştim.

Bugün yine söylüyorum

Bazı hisseler şimdiden yolun başında 10x yaptı bile.
Bazıları ise hâlâ kimsenin dikkat etmediği yerde duruyor.

Ama hikâye aynı
Büyük hareketler, kimsenin henüz inanmadığı yerden başlar.

Benim yakından takip ettiğim bir liste bu.

Kendi analizimde kullandığım, ara ara grafiklerini de paylaşacağım.

Bu tweeti çıktı alın asın duvarınıza.
Kaydedin veya kendi sayfanızda paylaşın ama kaybetmeyin.

$PLTR - Savunma Sanayii Yapay Zeka Analitik Lideri
$RKLB - Küçük Uydu Fırlatma Lideri
$NBIS - Yapay Zeka Bulut Altyapısı Lideri
$IONQ - Kuantum Bilişim (Tuzaklanmış İyon) Lideri
$MRVL - Silikon Fotonik Lideri
$BE - Yapay Zeka Veri Merkezi Enerji Lideri
$SATL - Dünya Gözlem Uydusu Lideri
$LMN- Yapay Zeka Sigorta Platformu Lideri
$AMPX - Silikon Anot Batarya Lideri
$STX - Yapay Zeka Veri Depolama Lideri
$ONDS - Hava İstihbaratı ve Otonom Drone Savunma Lideri
$CRDO - Yüksek Hızlı Bağlantı Lideri
$IREN - Yapay Zeka Veri Merkezi Lideri
$TE - Solar PV Modül Lideri
$ALAB - Yapay Zeka Bağlantı Yarı İletken Lideri
$PL- Günlük Dünya Görüntüleme Lideri
$LWLG - Elektro-Optik Polimer Lideri
$CIFR - Yüksek Performanslı Hesaplama (HPC) Veri Merkezi Lideri
$EOSE - Çinko Batarya Depolama Lideri
$AAOI - Optik Alıcı-Verici Lideri
$FLY - Dinamik Uzay Fırlatma Lideri
$LITE - Fotonik Bileşenler Lideri
$OSS - Dayanıklı Uç Bilişim (Edge Computing) Lideri
$LPTH - Hassas Optik Lideri
$AXTI - Yarı İletken Malzeme Lideri
$SIVE - Ağlar için çipler

Favorim ve yatırım yaptıgım $SIVE şuanda 2x geçti.

Bunların dışında Alttaki ektede daha fiyatlanmamış bir kaç firma kaldı onları yakından takip edin...
ben alım yaptıgımda paylaşıyorum.