比特豆

Bitcoin is money #defi #BTC #ETH #SOL #web3

[TingHu♪ @TingHu888]

通常，什么是反人性呢？
今天举一个很通俗的例子。
你忍不住要上茅房了，这个叫顺应自然。
但投资不是这样，投资是你忍不住要上茅房的时候去修炼➤把屎尿修炼成丹。
大多数人做不到，所以注定修不了仙。

[TingHu♪ @TingHu888]

我依旧倾向于不会有崩盘式的下跌，除非AI本身第一阶段的泡沫开始破灭，这个我暂时无法预计。市场短线的发展我个人也无法预判，大概的方向是，SpaceX上市后一段时间依旧会有吸血的效应(上市前打新吸血，上市后被动配置和主动购买的吸血)，我认为依旧会有低买做波段的机会，而不是一路往上，也不是天崩。

[TingHu♪ @TingHu888]

1. 过度杠杆 + 风险管理缺失（最常见，占多数）很多人反复提到“overleveraging”“martingale（马丁格尔加仓）”“cross margin”“perps交易爆仓”。
典型案例：赚到大钱后继续重仓、追高、用全仓杠杆，一旦行情反转就直接清零。
教训反复出现：赢了不及时止盈，输了反而加大仓位，最终把之前所有利润+本金全赔光。
2. 情绪化交易 + 生活压力干扰分手、离婚、家庭问题、心理崩溃直接导致“报复性交易”或完全失控。
例子：妻子出轨后“让她分到一半的零”、 breakup后心态崩了、连续亏损后心态失衡继续all in。
很多人吐槽：技术没问题，但心态一崩就完蛋。
3. 贪婪 + 缺乏纪律（买高卖低经典循环）“Buy high sell low”反复出现。
典型路径：早期运气好赚大钱➤觉得自己“懂了”➤后期过度自信、不设止损➤一波回调全吐回去。
多次循环的人特别多：第一轮靠运气赚，第二轮靠技术赚，第三轮又因为贪婪+不遵守规则归零。
4. 听信他人、跟风、被KOL或叙事带节奏听朋友、听某个大V喊单。
相信“这次不一样”“这是下一代BTC”等叙事，重仓all in后被rugged或反向暴跌。
5. 外部黑天鹅 + 项目、平台风险Luna/FTX双杀、COVID闪崩、项目rug pull、交易所被黑/爆仓、SBF相关骗局等。
6. 其他次要但反复出现的因素➤抄底抄在半山腰、长期持仓farm/投资后归零。
连续赢钱后过度自信，忽略了“概率”和“仓位控制”。
总体：几乎所有故事都指向同一个结论：技术不是最难的，心态、纪律和风险管理才是。很多人不是第一次亏光，而是“赚了又亏光”好几轮，核心都是同一个问题：把一次好运气或好胜率，当成了可以无限复制的“规则”，结果被市场教育了。
总结成一句话就是：杠杆+贪婪+情绪+不守纪律 = 最终归零。这亏光的真正原因从来不是市场，而是自己打破了本该遵守的交易规则。
过去多次重复过以上内容，本次总结值得大家多次品味。

[TingHu♪ @TingHu888]

其实我们中短线做的并不是价值逻辑，对吧？
本质做的是市场群体情绪的差价，无论是情绪高位的止盈还是情绪低位的抄底，事实上，一个标的的长期的价值并不会因为市场中短线的波动而改变，市场的这种中短线波动也不是因为这个标的的长期价值的改变，波动的不过是人心情绪而已，而人心情绪又被什么影响？

[TingHu♪ @TingHu888]

回头看，确实代表着一种市场情绪的演化。
很多人这段时间才关注 Serenity ，然后看最近推文继续推荐的票，持仓体验大概率是比较差的。
不是 Serenity 推荐的不好，而是好的人家早就推荐了，然后市场的上涨带动情绪发酵了才去认真对待。
这本身体现了市场的情绪化。
这也是上周采取保守策略的原因之一。

[TingHu♪ @TingHu888]

今天提到牛回陷阱(就是熊市中会出现的一种结构性牛市)，也就是所谓的技术指标转牛。客观上讲，通常这些指标不太准，所谓的技术性转牛或者技术性转熊不好判定。有时候所谓的技术性转熊就是好的买点，转牛就是卖点。牛市中的技术性转熊几乎都是好买点，有时候是次买点(比最低点高)。熊市中的技术型转牛大多也是卖点，或次卖点。只有趋势逆转后才是真转熊或转牛。很多信这种指标的牛市老是割肉然后又加在高位，熊市反过来，所以最重要的还是判断趋势。但趋势判断又很主观(比如我很多判断是很主观的)，不像这些数据有“客观存在”。比如按照这次的“客观数据”，甚至是很多人眼中的跟随趋势➤技术性转牛，那基本就套在了这次的反弹阶段顶部，而不可能主观性的制定出特朗普访华附近止盈的策略，这个策略看起来不客观，还“逆趋势”，而不是“跟随趋势”。所以，大家讲的趋势有时候也不是一个意思。

[比特豆 @JohnsonBeans]

@flame0614 @jason_chen998 那两夫妻把圈玩坏了

[比特豆 @JohnsonBeans]

@0xBaryn @xiaoshunli 先别说他赚没赚了，有些人总把运气拿来当作自己认识高，踩踏别人

[比特豆 @JohnsonBeans]

@EvaCmore @silverfang88 @xiaomustock @tychozzz 笑死了，还推荐这些，还抄作业

[TingHu♪ @TingHu888]

本质是大趋势猜大顶很难，就比如AI大趋势，没人知道大顶在哪，比如我只能粗略说几年后，这个不像币圈有相对确定的模糊周期框架。过程中最重要的是保持心态，而如何保持一个好的心态又和自己的仓位承受能力有关。为什么我以前讲会买的才是师傅？就比如，早进入AI的人心态就是会好很多，后来的总是怕高。

[TingHu♪ @TingHu888]

最近推特上MLCC概念炒的火热以及吵的火热，一个是很多人聊这个概念，一个是很多人吵架谁更正宗以及国产都是低端不行，结果今天A股MLCC整体接近10%涨停😅，昨天风华高科辟谣利空没绿，今天又涨停。不知道是A股的神奇之处还是反身性。
ps：今天股票整体继续减仓，这是本周的计划。

[TingHu♪ @TingHu888]

资本是最无情的，一旦发现你可能没有未来，而另外一个人有未来，就会迅速抛弃你转头Ta人怀抱。
但人还是要有点情义的，不能做一个纯资本的人，无情只能局限在投资上。
推特上有很多为资本论的人，哪怕犯法，只要搞到钱就是正义的，这类人我不能说好与不好，只想说，不在我交友的范畴里，当然，人家也是

[TingHu♪ @TingHu888]

我不知道大家有没有这样的感觉？
AI市场最近进入的阶段是主力防守以及一部分资金寻找发掘角落里还有跟AI沾亲带故的小票。

[TingHu♪ @TingHu888]

从资金的炒作角度来讲，我个人认为还是要紧跟主力的，这个阶段发生这种现象(注意，仅是这个阶段，4-5)基本就是尾声附近了。
但如果说你去赌AI这个阶段后面很快又有新的炒作点，那就是另外一种玩法了。
我个人先遵从资金角度，后续再边走边看。
https://t.co/mdrTcXBOCE

[TingHu♪ @TingHu888]

早起和晚起的差别就是A股今天整体从赚(翻开K线看)到微亏(起床)，不过无论涨跌，继续降低仓位。
很多人在降低仓位上面有个误解，叫“逢高减仓”，但事实上，这是一个执念，对应的还有一个执念是“逢低加仓”。
无所谓卖飞，就是做一个防守策略，保住前面两个月的大部分盈利，然后再等一个整体的买入机会。

[TingHu♪ @TingHu888]

我不知道这个是不是偏见？
现在我对身边人是这样判断的，凡是只考虑当下感受，而没有未来规划和思考的人，我都是认为不适合做投资的。

[TingHu♪ @TingHu888]

各大交易所纷纷在主站上线美股交易(虽然本质依旧是链上美股)，还在这个阶段。为什么是现在？而不是前面？
当然，你可以说正好赶上国内搞香港美股券商这个节点，但另外一点是，是不是也代表着一种情绪？整体市场，无论是交易所，还是投资者，都不想错过的一种情绪的发酵？
综合，美股AI板块也同步减仓。

[TingHu♪ @TingHu888]

不少AI股票和币的近期高点都在特朗普访华前后，部分AI股票在那会回撤了10-30%后又创了新高，大多数币走了一个标准的圣诞树🎄。
5月群体性归纳总结。

[TingHu♪ @TingHu888]

很多人惊叹 Serenity 的收益率，其实更应该学习其分解产业链发掘小而精以及执行的能力。
以前炒过股的肯定听过“产业链炒作”，A股接近20年前就有这个概念了，但真正用好的人并不多。尤其是信息发达的当下，当你错过一些机会，去寻找下一个机会的时候，你会发现各层链条都涨了不少，这个时候就看你敢不敢进再赌轮动或者某个板块继续上行了。
产业链炒作逻辑：
先炒概念预期➤再炒上游➤再炒中游➤最后下游应用：
概念预期期：纯炒想象，资金偏爱“上游铲子股”。
上游扩产期：上游资源材料供需矛盾出现，率先兑现业绩。
中游制造期：上游价格回落后，中游制造端利润修复，迎来业绩爆发。
下游应用+出清期：全产业链逐步产能过剩，成本优化、品牌龙头脱颖而出。
不说能成为股神吧，这个看天赋，但按照这套逻辑，你赚钱是没问题的。

[fin @fi56622380]

华为τ scaling定律营销策略，无非是more than moore的广义摩尔定律的另一种说法而已

作为芯片架构师，我更感兴趣的，还是芯片密度提升，ppt上41%能耗提升和12.7%性能提升，到底是怎么实现的

看完了论文，感觉华为这次创新，本质上是用设计复杂度高 + 高制造成本 + 超前散热，一定程度弥补了工艺差距

-----------------

1. 华为芯片堆叠带来的等效密度提升，是虚假宣传还是真的，是不是工艺突破？有没有实打实的好处？

等效密度提升的来源，是两片芯片用hybrid bonding技术绑在一起，投影面积理论上能减小一半，但第一代不是全芯片双层折叠，而是选择性折叠关键logic，所以只有大概53%的芯片面积实现了折叠(密度155->238)，等到后面几代折叠面积会逐渐增大，到2030年接近全折叠（密度155->292）

这2026第一代等效密度从 2025 年 155 MTr/mm² 跳到 2026 年 238 MTr/mm²，时钟频率也提升了12.7%，功耗比提升41%，表面上看似乎和工艺突破没有什么区别，但有一点重要区别就是leakage power华为从头到尾没有提，只要工艺节点不变，gate leakage、junction leakage 不会因为 3D stacking 自动改善

2030年到2031年的等效密度突变，大概率是来自于2层堆叠到3层堆叠，正如2025到2026年的等效密度突变，时钟频率突变，来自单层到2层折叠

所以从leakage没提这个事来看，这个2031年等效1.4nm，和工艺节点上的突破没有联系。

本质上是用设计复杂度高 + 高成本 + 超前散热 + 超前部署advanced packaging，一定程度弥补了工艺差距

-----------
那么这样看起来虚假的等效密度提升，有用处吗？好处在哪里？

有的，设计上topology折叠，原来要跑几毫米的水平走线，折叠后变成了几十微米。降低了super buffer/bus的长度，降低了clock tree的深度（clock depth -42%、clock wire -28%），clock skew也带来了改良(-25%)，这对动态功耗的改善是实实在在的。部分critical path的缩短，也让时钟频率的上升更容易

所以ppt roadmap上performance的提升，从2025年到2026年上升了12.7%，大部分都是来自于时钟频率的上升（12.7%）

所以好处基本上是topology拆分电路逻辑设计上带来的提升

既然没有实质上的工艺提升，华为芯片堆叠带来等效密度提升的trade off代价在哪里？

三个代价：散热超前发展，设计复杂度高，制造成本变高

最大的代价就是热密度的同步上升，理论上logic on logic都是CPU execution发热最严重的区域，这部分折叠起来相当于功耗密度直接翻倍，但算上41% power efficiency改善，功耗密度仍只比非堆叠方案高40%左右。所以第一代只能对最关键的部分做折叠，大概只占全芯片面积的53%。

所以散热技术也被逼的超前发展，直接上毫米级的MEMS风扇，做micro-cooling fan。

另外的代价就是设计复杂度的变高，critical path的折叠，哪个部分的logic能折叠，折叠之后又会带来从前端到后端的巨大变化要推翻重来

现有的所有EDA工具也不可能支持3D topology，论文自己也承认，full-scale LogicFolding需要全新的3D-native EDA toolchain，把多层stacked dies当作单一连续设计实体处理。哪些logic能折叠、折叠后的inter-die timing closure怎么做，Physical Design（PD）也是难点

制造成本也会更高，被迫超前部署advanced packaging封装，1.5~2um的hybrid bonding + logic on logic都是很有挑战需要显著更高的成本
以前一层wafer做一次光刻；现在两层wafer分别做光刻再bonding，加上hybrid bonding的overlay控制（论文要求<0.5μm）、TSV、KOZ keep-out zone、冗余修复、良率乘法损失，每颗芯片的制造成本和测试成本都要显著上升

--------------------------

2. Tau scaling这个说法，scaling的到底是什么，这个scaling技术路线是不是一次性的design topology红利？潜力如何？持续进步的空间在哪里？

τ Scaling的核心主张是：用时间常数τ替代几何线宽作为全栈优化目标，在器件、电路、芯片、系统四个层级分别压缩特征延迟

公式本身没有任何新物理。"关注瓶颈延迟"是所有架构师都在做的事情。整个行业都知道互联RC是延迟瓶颈，TSMC每一代工艺都在用low-k dielectrics/semi-damascene等手段降RC。把一个众所周知的优化方向包装成"定律"是显然的营销宣传手段，本质是More than Moore的广义摩尔定律的另一种说法

抛开marketing，华为目前所谓RC delay的改善，本质上是芯片堆叠之后，topology距离缩短，让匹配的effective RC都变小，不是RC工艺常数

至于scaling的意思，是能持续发展的一条roadmap。这里的持续改善路径指的是，全芯片堆叠的层数越来越多，从25~30年的2层堆叠，到31年开始的3层堆叠，以后甚至会考虑4层堆叠

第一代折叠技术甚至不是全芯片双层折叠，而是选择性折叠关键logic，所以只有大概53%的芯片面积实现了折叠(密度155->238)，等到后面几代折叠面积会逐渐增大，到2030年接近全折叠（密度155->292）。2031年的roadmap之所以会出现一个阶跃，就是因为那是从2层折叠到3层折叠的时间点。

但需要注意的是，这个scaling方法的边际效应是逐渐缩小的，折叠成双层的收益是100%，2->3层的收益就只有50%，如果2035年再从3->4层堆叠，收益就只有33%了

另外随着堆叠层数变高，上面说到的三个挑战，散热，设计复杂度，成本，都是越来越大

---------------------

3. 华为的芯片堆叠，是不是TSMC/AMD已经有的hybrid bonding技术？华为做到的是cache on logic，cache on cache，还是logic on logic，logic on logic最大的散热问题是怎么解决的？

是已经有的技术没错，但同时也是把现有技术指标做到了领先也是真的，3D堆叠本身不是新技术，TSMC的hybrid bonding量产还是6um，华为论文给出Kirin 2026的hybrid bonding pitch是1.5μm

我在刚刚看到华为的堆叠消息之后，第一反应也是怀疑和AMD的3D V cache类似，它主要把 SRAM cache 叠在 已经有的L3 cache 区域上，通常会避免直接堆在最热的 CPU execution logic 上，就是避免散热问题，毕竟SRAM 的功耗密度和热点特性与high-activity logic 不一样，如果最热的logic on logic堆叠，散热恐怕会碰到困难

但看了更多数据之后，clock buffer -56%、clock depth -42%、clock wire -28%，这些只有在core内部的clock distribution被重构时才可能发生。纯SRAM stacking不会碰core内部的clock tree。另外如果只是cache on cache，大概率是不需要单独MEMS微型风扇额外散热的，证据普遍都指向logic on logic方式

华为这个技术的精妙之处在于，logic on logic 折叠之后热密度并没有翻倍，而是因为topology的好处，能耗下降了30%，这样热密度只上升了40~50%

而第一代没有完全把整个最热的execution logic 100%堆叠起来，论文也明确说selectively applied along key critical paths，只是大概53%有选择性关键路径会堆叠起来，可能颗粒度都没有那么好，只是IP堆叠在IP上，那么热密度上升也许能维持在20%以内

但这条道路继续前行，超前发展的散热就成了必然，现在是MEMS微型毫米级的主动散热风扇，紧贴处理器传导效率高，和华为手机一样，散热堆料特别足，而且技术领先同行。

以后怕是要把HBM7/8的微流道散热技术提前用起来了，毕竟HBM7/8要上24+层堆叠，华为很可能要在提前用上下个世代的散热技术了

-------------------------

4. 从架构角度来说，最重要的问题，华为41%的power efficiency（能耗比）提升，到底是怎么实现的？为什么AMD的3D V cache没有这么大的提升？

首先确定41%的定义。论文只说"SoC performance-core power efficiency improved by 41%"，没有给出benchmark名称、Voltage/Freq点、温度条件、功耗边界。但PPT roadmap上有一个关键线索：ISO-Power Performance的数字，2025年是2.75，2026年是3.1，提升12.7%

这个时钟频率提升12.7%完全一致，可以理解为，同功耗的性能提升是12.7%，绝大部分是时钟频率提升带来的

至于能耗比上优化的猜测是，LogicFolding缩短critical path → 在固定Vdd下Fmax从2.75GHz提升到3.1GHz → 这意味着在原来的2.75GHz频率下，有了约12.7%的timing headroom → 这个空间在iso-performance模式下可以换成更低的Vdd

另外的能耗比的提升，可能也来自于电路折叠之后，cache hit latency的下降。从业界经验来看，一般L2/L3 cache hit latency下降10%，CPU整体性能会有至少5%的提升

ppt里显示SRAM latency下降30%，估计会有一部分转化为cache hit latency的下降

AMD的3D V cache没有这么大的提升，主要是因为AMD的底层logic die并没有重新设计，3D cache的延迟latency不仅没有减小反而加大，只是增加了cache大小，收益不如latency下降那么明显。

另一方面，clock skew的下降,critical路径变短，造成电路timing变好，意味着华为可以使用更低的vdd（猜测甚至能低7~8%），以及路径缩短所带来的RC的下降(考虑到clock buffer -56%、wire -28%、SRAM pJ/bit -24%这些数字，比如C_eff下降10~15%合理)，再加上clock tree的整体缩短和下降，确实是有可能在部分Voltage/Freq点做到同性能下，做到30%的功耗下降的，而30%的功耗下降换算过来就是41%的power efficiency

对比苹果和高通，每一代手机芯片在iso-power下单核性能一般提升10-20%，iso-performance下功耗一般降30-40%，这是V/F曲线的特性决定的，所以从经验上来说，数字是对的上的。

所以这个power efficiency（能耗比）的提升，从现有的数字上来说可以从topology推导出来是合理的，可能真的和工艺节点没有太大关系

----------------------------

5. 这个技术路线有没有可复制性，其他家会不会效仿？

短期内不会大规模效仿，因为性价比和风险收益比来说不好。长期来看，这个方向所有人都在走，只是名字不一样

华为做LogicFolding的根本驱动力是制裁，工艺节点被卡在7nm，只能在封装，散热，和设计层面想办法弥补。华为也为此付出了不小的代价：散热成本，设计复杂度，以及制造成本更高（包括良率）。这是一个被逼出来的路线，不是一个自然选择

其他玩家在用TSMC就能做到正常的经济迭代，是没有必要冒着这个风险，去超前迭代散热技术和设计复杂度的

长期来看，Intel的Foveros、TSMC的SoIC、AMD的MI300的3D stacking都在朝同一个方向走。如果继续追最先进节点的经济性持续恶化，那么"固定一个成熟节点+3D topology optimization"的路线会越来越有吸引力

散热方面，MEMS微型风扇和微流道也会成为未来HBM散热的主流

-------------------

总结一下，华为这次的创新，绝对是值得尊重的，在制裁环境下，用极高的设计复杂度和成本，在一个被锁定的工艺节点上大胆重新设计，榨出了一次大的topology红利，虽然它有天花板。每多加一层的边际收益递减（堆叠1->2层, 2->3层, 3->4层，提升百分比变小），leakage无法解决，散热越来越难，3D EDA工具链更是全新的挑战。

但这个Tau scaling不是一条可以走十年的指数增长路径，每次爬完一个台阶，下一个台阶更难爬，而且台阶更矮收益更小，华为以后想缩小差距，还得再想想靠什么其他的路线