Lee

Business Sans Borders

[Lee @LMMT112]

Stay sharp while practicing

[Lee @LMMT112]

王虹的导师Larry Guth背着破旧的双肩包在窗外看王虹作报告
肃然起敬 人类文明进步和发展离不开这些看似穿着破烂装备的人 或许他们的追求才是超越了物质本身…

[Lee @LMMT112]

爱情谷- 东经131°、北纬44°拼出1314��海拔刚好520米

[Lee @LMMT112]

是否开始布局电力板块GEV、VRT、BE

AI 想要一直往前走，电力需求只会越来越大

[Anthropic @AnthropicAI]

We’ve received notice that the Department of Commerce has lifted export controls on Claude Fable 5 and Mythos 5.

We'll begin restoring access tomorrow, and will share an update soon.

We’re grateful to our users for their patience, and to everyone who worked with us on redeploying the models.

[Lee @LMMT112]

欧亚大陆分界河… 步行穿越欧亚大陆

阿特劳市被乌拉尔河一分为二，横跨欧亚两大洲，居民通��大桥就能在洲际间穿行。

[0x鸣人 @LuBtc888]

做短线不要去抄底，你得老老实实去追高。

追高，是小资金做大的唯一秘诀，没有之一。

今天来学：龙头主升战法！

[Lee @LMMT112]

一顿普通的烧烤…

[Lee @LMMT112]

@EvaCmore @surpr164 刚办了3年日签

[Amto @XAMTO_AI]

多少人在雅思上交了大几万的报班费，到头来发现，效果还比不上YouTube上几位博主讲得通���。整理了6个宝藏频道，从零基础到冲刺高分全覆盖！！

1️⃣ English Class 101
听说读写全方位系统教学，节奏舒缓、讲解清晰，雅思小白闭眼入，从零开始也完全不慌
搜索：English Class 101
2️⃣ Arnel's Everyday English
语法讲解的天花板！这位老师讲得比很多付费机构都透彻，���一遍就能懂，那些收你高价的机构真该脸红
搜索：Arnel's Everyday English
3️⃣ BBC Learning English
英语学习界的祖师爷，纯正地道英音搭配高质量听力口语素材，磨耳朵首选
🔗 https://t.co/HSIjmciadh

4️⃣ IELTS Simon
前雅思考官亲自下场！写作口语阅读听力全被研究透了，干货密度高到溢出来
搜索：IELTS Simon
5️⃣ English Speaking Success
Keith老师也是前考官出身，英音标准到没朋友，口语技巧实用到学完就能用
搜索：English Speaking Success
6️⃣ E2 IELTS
两位专业老师深扒考试技巧和阅读评分标准，有基础想冲高分的直接看它
搜索：E2 IELTS

[AYi @AYi_AInotes]

微软在干一件很骚的事，一边把 OpenAI 的模型卖给中国公司，一边把中国的 DeepSeek 模型准备卖给西方客户，两头通吃，可以说全球独此一家了。

这件事能跑通，靠的是微软跟 OpenAI 签的特殊合同，

微软拿到了全球自由转售权，OpenAI 管不着，
然后在中国市场，最大的客户是字节跳动，每年在 Azure 和 AI 服务上砸的钱超过 10 亿美元。

最有意思的是合规处理，模型不部署在中国境内，中国客户通过新加坡的数据中心访问。

OpenAI 那边一直催微软加强安全，特别怕中国客户搞模型蒸馏，拿 GPT 的输出训自己的模型。

微软对外说有自动监控，只服务企业客户不对个人开放。

但据彭博社的消息，实际上审查没那么严。

更微妙的是另一头，微软同时在测 DeepSeek 的 R1 和 V4，打算卖给西方客户。

美国模型卖中国，中国模型卖西方，微软自己变成了一个巨大的 AI 转换插头。

这件事背后的信号也很有意思，
中美 AI 在最高层面互相防着，限制出口、限制投资、限制芯片，

但在商业层，套利空间已经大到连微软这种体量的公司也愿意两头下注。

所以地缘归地缘，生意归生意哈哈哈

[駿HaYaO @QQ_Timmy]

最新研究報告指出，SpaceX 正快速轉型為「Neocloud」（新一代雲端運算）提供者，預計 2027-2028 年將建置規模達 4.5GW 至 9.5GW 的巨量運算容量，為全球 AI 供應鏈帶來重大利多。

報告顯示，SpaceX 不再僅是太空與星鏈公司，而是積極將 Colossus 超級電腦叢集轉化為營收來源。2026 年 5 月，SpaceX 與 Anthropic 簽署雲端協議，Anthropic 每月支付 12.5 億美元，獨佔 Colossus 1 全部運算容量（約 22 萬顆 GPU，超過 300MW）。同年 6 月，Google 也加入，每月支付約 9.2 億美元取得運算資源。兩筆交易已讓 SpaceX 2025 年 AI 業務收入達到 32.3 億美元，占整體公司收入 187.7 億美元的顯著比例。

SpaceX 的建置速度極具競爭力。Colossus 1/2 已達 1GW 容量，且僅花 122 天即上線，遠優於業界平均兩年建置期，成本也僅約每 MW 300 萬美元（業界平均 1000 萬美元）。報告預估，SpaceX 將主要採用 NVIDIA GPU，2027-2028 年需求高達 220 萬至 250 萬顆 Blackwell 等效 GPU。此外，SpaceX 計畫 2028 年第 4 季推出首款資料中心 ASIC，由 MTK 主導設計，搭配 Intel 14A 製程與 EMIB-T 技術，進一步強化自有運算能力。

投資建議方面：
- 將 Super Micro (SMCI) 升評至「買入」，看好其強勁 AI 伺服器訂單（含 Colossus 2 的 3100 個機櫃），並預期 SpaceX 可能自 2027 年起部分轉向 ODM 直銷模式，廣達與鴻海將直接受惠。

- 新納入 Credo (CRDO) 為買入推薦，理由是其 AEC（主動式電氣連接線）技術將受益於 SpaceX 升級至 200G/lane 架構，合作夥伴 Bizlink（3665 TT）同樣看多。

- NVIDIA（NVDA）、MTK（2454 TT）、Intel（INTC）亦為直接受益者。

[旺牛牛仔 @btcbears]

我最近在看 $NOK Nokia，发现它和 $MU 、 $SNDK 、海力士不是同一层 AI 逻辑。

$MU 美光：做 DRAM、HBM、NAND，属于 AI 服务器里的内存层。
$SNDK SanDisk：做 NAND、SSD，属于 AI 数据中心里的存储层。
$000660.KS 海力士：HBM 龙头，直接卡在 $NVDA AI GPU 供应链里，是最核心的高带宽内存层。

但 $NOK 不在存储层，也不在 HBM 层。
它在 AI 基建的另一层：
网络连接层。AI 数据中心不是只有 GPU 和 HBM。
训练模型需要把一堆 GPU、服务器、机房、数据中心连接起来。

这里需要光网络、数据中心互联、路由、传输、低延迟、高带宽。
这就是 $NOK 的位置。

它收购了 Infinera，补强光网络和光传输能力；同时和 $NVDA 合作 AI-RAN / 6G，把未来通信网络也往 AI 基础设施方向推。

所以如果说：
$NVDA 是 AI 大脑
$MU / $000660.KS 是 AI 记忆
$SNDK 是 AI 仓库
那 $NOK 更像是 AI 的神经网络和高速公路。

它的潜力在于：
当市场从谁��� GPU扩展到谁能连接 GPU、数据中心和边缘 AI时， $NOK 可能会被重新定价。

但它也不是最纯的 AI 票。
和 $MU、$SNDK、SK海力士相比，$NOK 的 AI 弹性更慢，更偏基础设施，爆发力不一定强。

真正要盯的是三件事：
1. 光网络收入有没有持续增长
2. 数据中心客户订单有没有放大
3. 和 $NVDA 的 AI-RAN / 6G 合作能不能变成真实收入

如果 AI 下一阶段瓶颈从 GPU、HBM、存储，继续扩散到光网络和数据中心互联，那 $NOK 就值得放进观察池。

它不是 AI 最上游的芯片票。

但它可能是 AI 基建里被市场低估的连接层。

[墓碑科技 @mubeitech]

特斯拉找到了一个办法：不建任何一个传统数据中心，直接搞出全球最大的AI超级计算机。

现在整个AI行业其实已经撞墙了。
卡脖子的不是芯片，是电力。
建AI数据中心最痛苦的不是买卡，而是排队等电网审批，动辄要等好几年。
比如 OpenAI 和甲骨文（Oracle）那个庞大的“星际之门”（Stargate）计划，打算砸5000亿美元，就为了搞出7吉瓦（GW）的电力容量，而且还要等好多年才能上线。

结果马斯克低头一看：我手里不就正好有7吉瓦吗？
特斯拉遍布全球的超级充电站网络，电是现成的，地是现成的，电网连接和许可证全是现成的。
在 2026 年 6 月 18 日，特斯拉悄悄申请了一个叫“MEGAPOD”的商标。
这玩意儿就是个模块化的AI数据中心硬件，设计出来就是为了直接往现有的超充站里“插拔”。
不用买地，不用去电网排队，直接在自家现成的基础设施上“嫁接”算力。

但这只是开胃菜，真正恐怖的在后面。
你买的特斯拉，平均有 95% 的时间都是停在车库里吃灰的。
而每辆现代特斯拉身上，其实都装着为了自动驾驶而设计的强悍AI芯片。
马斯克要把这千百万辆停在路边、插着电、自带液冷系统的“休眠电脑”，全部连成一个巨大的分布式超算中心。

这笔账算起来很吓人。
如果特斯拉汽车达到1亿辆，每辆车贡献1千瓦的算力，那就是100吉瓦（GW）的AI处理能力。
这个数字能把目前地球上所有数据中心加起来全部吊打。
最绝的是，这些设备的场地费、硬件费、冷却费，用户在买车的时候已经自己付过了。

以后你晚上睡觉，把车停在车库里插上电，就能把闲置算力租给特斯拉。
醒来一看，昨晚车子自己打工赚了零花钱，或者直接抵扣了FSD的订阅费。
你的车子不再是落地贬值的铁皮，它成了停在车库里帮你赚钱的资产。

这就是维度的碾压。
当硅谷巨头们还在辛辛苦苦砸半万亿美金去跟政府磨电网、建厂房的时候，特斯拉已经把全人类的车库变成了它的液冷服务器机架。
别人在拼命造一个集中式的神，而马斯克正在把整个地球物理级地网络化。

[Art of Speculation @ArtofSpecuycky]

美光财报前，把存储这个赛道重新捋一遍

下周三美光发财报，我想趁这个时间点把存储这个赛道完整讲清楚一次。
这不是一篇短期押财报涨跌的文章，是要说清楚为什么存储正在从传统周期股，变成AI产业链里最确定、最早兑现利润的核心瓶颈之一。
随着AI训练、推理和Agent持续放量，瓶颈正在从单颗芯片扩散到整个Memory Hierarchy。HBM决定GPU性能上限，服务器DRAM决定推理和Agent吞吐，eSSD则支撑数据、KV Cache、向量检索和企业级AI应用。所以存储不是单纯跟着AI炒一波，是在AI��础设施里承担越来越核心的系统角色。

先分析下为什么市场对这个赛道这么乐观，但要把预期和事实分开看
瑞银6月中旬发了一份半导���报告，分析师Nicolas Gaudois给出的预期，应该是当下市场上比较乐观的一种情景假设。瑞银的乐观假设是2026年全球半导体营收1.62万亿美元，同比增长118%，存储板块单独到9610亿美元。2027年全球半导体营收预计到2.38万亿美元，存储板块到1.638万亿美元。
这是一种情景，不是确定的结果。Gartner的预期相对保守一些，2026年半导体总营收1.32万亿美元，存储板块6300亿美元。两份报告的数字差异不小，但方向上有一个共识：存储在半导体总营收里的占比正在快速提高，不管按哪份预测，2026年存储都可能吃到总营收的一半左右，2027年这个比例还会继续抬升。
瑞银报告里有一个判断值得参考：AI智能体正在把半导体需求从GPU、HBM单点繁荣，扩散到CPU、DRAM、NAND、网络芯片、电源管理、设备和先进封装的全产业链。这是一个方向性的判断，至于具体数字能不能兑现，还要看后面���个季���的实际财报。

目前最重要的证据是价格和合同
DRAM、服务器内存、NAND价格都在持续上涨；HBM产能被提前锁定；下游客户开始从现货采购，转向多年长约和预付款。这意味着存储行业过去完全依赖现货价格波动的商业模式，正在被AI需求重新塑形。
具体的数字：DRAM合约价环比上涨55%到60%，服务器DRAM涨幅超60%，NAND环比上涨33%到38%。下游客户的需求只能被满足不到一半，龙头厂商的库存仅够维持约两周，正常情况下应该有数月库存。这些是已经在发生的价格行为，不是预测。

但这不代表存储从此没有周期了
更严谨的说法是：AI正在弱化存储行业过去那种剧烈的周期波动，并提高龙头厂商未来收入和利润的可见性，不是让周期彻底消失。真正需要跟踪的是这轮AI需求能否长期跑得比供给扩张更快。
算力需求仍在高速增长，目前看不到明显放缓的信号。
随着AI逐渐成为日常生活和企业软件的一部分，训练、推理以及Agent都会持续消耗更多算力。而算力扩张的背后，不只是GPU，更需要存储和连接同步升级。HBM、DRAM和eSSD，正在成为AI基础设施里最确定的受益方向之一。

供给端也不是短期能解决的问题，这是存储这个赛道最容易被低估的地方
供给端也不是短期能解决的问题，这是存储这个赛道最容易被低估的地方。
很多人觉得，只要厂商决定扩产，短缺很快就会缓解。但DRAM和HBM不是多买几台设备就能完成扩产，它是一个典型的重资产行业。从新Fab建设、设备安装、工艺验证，到良率爬坡和产能释放，往往需要数年时间。以美光爱达荷州的新工厂为例，从正式动工到预计产出第一批晶圆，整个周期接近5年。而开始生产也不代表马上满产，存储工厂从First Wafer到接近设计产能，通常还需要经历较长时间的产能和良率爬坡。更大的项目甚至是在建一座围绕半导体产业的新城市。电网、变电站、输电线路、供水系统、环保审批、人才培养体系，这些都需要提前建设。美国一些大型存储园区，仅仅高压输电线路的审批就可能花费数年时间。
所以很多人看到的是今天宣布1000亿美元扩产。但真正要看的是：这些钱什么时候才能变成HBM、DRAM和NAND？答案是几年以后。换句话说，今天宣布的扩产计划，并不会在明天变成市场供给。而AI的需求，却是现在就已经发生的。
HBM被提前锁单，服务器DRAM持续涨价，AI服务器和推理集群还在不断扩张。需求今天就在增长，价格今天就在上涨，利润今天就在兑现，而供给却需要几年时间才能慢慢追上。
这就是存储这个赛道最核心的不对称性：需求端跑的是百米冲刺，供给端跑的是马拉松。
这种供需错配，不一定会永久持续。但至少目前来看，在HBM和高端DRAM领域，新增供给释放的节奏，短期内仍可能��于AI需求增长。
这也是为什么我认为存储是未来几年AI产业链里，最确定、也最值得长期关注的方向之一。

这也是为什么我把存储放在AI产业链第一优先级
它不像CPO那样还要等大规模验证，也不像Physical AI那样还处在预期阶段。存储是少数已经同时满足三个条件的赛道：需求真实，价格真实，利润真实。

估值这块要把周期股这个标签拿掉，但也不能完全说没风险
存储传统上被市场当成周期股看待，但顶尖HBM厂商的毛利率和赚钱能力，已经和英伟达比较接近了。SK海力士现在的远期市盈率只有十几倍，而英伟达在巨额体量下远期市盈率已经被市场拉低到20倍出头。这个对比说明存储股的估值有修复空间，但这是一个估值假设，最终能不能兑现要看接下来几个季度的实际盈利能否维持这个增速。
美光这边，目前市值已经接近1.3万亿美元。从HBM全球市占率看，海��士高达80%，美光只占20%左右，单纯比性价比海力士确实更划算。但美光有美国本土高端HBM制造商的政治溢价，加上美股交易享有更充足的流动性溢价。
需要正视的一点是：美光股价已经刷新历史新高，前瞻市盈率只有10倍左右，看起来很便宜。但周期股的特点是利润最高峰的时候PE最低，这个10倍PE是否真的便宜，完全取决于AI带来的内存需求是不是结构性改变。这是一个需要持续验证的判断。

美光这次财报，真正重要的是要看三个问题
第一，HBM和高端DRAM需求是否继续超预期。
第二，毛利率和下一季度指引是否证明价格上涨仍在持续。
第三，管理层对CapEx的表述，是不是暗示未来两三年供给会更快追上需求。
公司官方此前给出的指引是营收335亿美元、毛利率约81%、EPS19.15美元，华尔街预期EPS能到20.25美元。考虑到美光上季度大幅超越自身指引，这次财报继续超预期的概率不低，但具体能超多少、管理层对下一季度怎么定调，才是真正决定股价方向的关键。

短期财报后怎么看
存储股经常出现财报很好但股价Sell News的情况，尤其在股价已经提前上涨之后。上次财报3月18日，数据虽然炸裂，但因为管理层宣布上调资本开支，导致股价次日大跌4%，一周内回撤16%到20%。但三个月后股价又翻了一倍多。SNDK财报后利好出尽，然后过两天又涨回去了。
如果财报后因为情绪或短期资金兑现而回调，只要价格、长约、毛利率和指引没有变坏，这就是一个非常好的加仓机会，把握住机会。

我的核心判断：存储仍然有周期，但这一次AI正在把周期拉长、把波动压平、把龙头公司的收入可见性显著提高。如果AI基础设施继续扩张，未来两年最确定的利润池，依然很可能在HBM、DRAM和eSSD这里。

[Art of Speculation @ArtofSpecuycky]

我把AI未来3年的核心瓶颈排了个序，大概是这样：

1. 存储（HBM + DRAM + eSSD，已经涨价、签长单、利润兑现）
2. 光互连（800G / 1.6T + Scale-Up + Scale-Across，连接接棒算力）
3. 先进封装（CoWoS + CoPoS + HBM封装，HBM和GPU放量的前提）
4. ASIC + Networking（自研芯片、交换芯片、SerDes、DSP，MRVL/AVGO核心位置）
5. 电力 / AI Factory（变压器、电网、UPS、800V DC、BBU，并网容量是真瓶颈）
6. 液冷（DLC、CDU、冷板，高功率机柜必选项）
7. 核能 / 发电（长期空间巨大，但兑现节奏慢于电力设备）
8. PCB / ABF / CCL（AI服务器和先进封装配套材料，真实受益但控制力弱于前面）
9. MLCC / 被动元件（高频高压高功率带来用量提升，属于配套瓶颈）
10. 半导体设备（检测、量测、测试、先进封装设备，卖水给淘金者）
11. Physical AI（机器人、自动驾驶、工业AI，空间大但2026仍偏预期）
12. Agent / 数据层（方向确定，但赢家和利润分配还不清晰）
13. 稳定币 / AI金融（AI Agent支付层，空间大但商业化还早）

未来三年市场会越来越关注：谁是真瓶颈，谁能把瓶颈兑现成利润，谁控制下一代架构。
我目前最看好的，还是存储第一，光互连第二，先进封装第三。因为AI发展到最后，拼的是谁真正卡住了整个产业链的命脉。

[Suu @Suu766]

发现很多人注册 Telegram 之后都不知道怎么去找资源？

这里我给大家整理了10 个值得收藏的 Telegram 搜索机器人，能够帮助大家更好的去找学习资源

1. 极搜 @jisou

中文用户使用最多的搜索机器人之一

覆盖范围广，很多群组、频道和机器人都能找到

很多人会把它当成默认搜索入口

2. 快搜 @kuai

活跃用户数量非常高

搜索速度快，资源更新也比较及时

3. 新币搜 @xbso

在加密圈用户中比较常见

不少项目社区和频道都能搜到

4. 搜搜 @soso

老牌搜索工具

适合和其他机器人交叉使用

5. 神马搜索 @smss

分类比较清晰

找频道和群组效率不错

6. 超级索引 @CJSY

偏索引导航类型

很多细分分类都整理得比较完整

7. 萝卜搜索 @Robosearchbot

不少用户长期备用的搜索工具

资源覆盖范围比较广

8. 超级搜索 @Super

适合补充搜索

当其他机器人搜不到时，可以试试它

9. 中文索引 @TeleTop123bot

偏中文社区

寻找国内用户聚集的频道会更方便

10. 北极星搜索 @PolarisseekBot

更新频率较高

一些新频道和新群组收录速度不错

工具本身没有好坏，关键在于使用它的人

同样的 Telegram

有人只是拿来聊天
有人把它当网盘
有人用它学习
也有人通过它连接全球社区、获取信息、建立机会

上限到底有多高，往往取决于你怎么用

[0x鸣人 @LuBtc888]

黄仁勋：AI 的算力需求还要增加1000x，未来的能源需求还要增加1000x！

下一个能源100倍股：

1. 英伟达
$NVDA

黄仁勋喊未来算力暴涨1000倍，本质就是继续给英伟达打广告

2. 台积电
$TSM

台积电就是整个AI帝国的芯片印钞机

3. 博通
$AVGO

很多人只知道英伟达，但AI服务器内部高速连接、交换芯片，大量都靠博通

4. 超微电脑
$SMCI

英伟达GPU最后要装进服务器才能赚钱，属于AI军火运输队

5. GE Vernova
$GEV

未来最大瓶颈不是芯片，是电，GEV就是搞发电设备、电网升级、能源的

6. Vistra 能源
$VST

Vistra同时拥有核电、天然气、储能

7. Constellation Energy
$CEG

美国最大核电运营商之一

8. Cameco
$CCJ

全球铀矿核心玩家

9. NextEra Energy
$NEE

新能源超级巨头

10. Vertiv
$VRT

AI机房空调之王

11. Eaton 伊顿
$ETN

变压器、配电、电力管理都会爆发

12. Schneider Electric 施耐德电气 $SBGSY
复杂能源调度、供电系统、智能管理，施耐德在这一块全球顶级

13. 亚马逊
$AMZN

现在亚马逊已经开始疯狂升级AI数据中心电力系统

14. 微软
$MSFT

微软现在已经不是软件公司，已经开始亲自布局核电和能源

15. Credo Technology
$CRDO

AI服务器之间的数据传输速度越来越重要，CRDO专门做高速互联芯片

你最看好哪一个？

[科技混子Chris @ChrisSlacker]

你已经用了多年 WhatsApp 却不知道它有这些功能。

集成Meta AI。
实时翻译。
同一手机2个账户。
发送2GB文件。
这仅仅是开始。

95%的人从未激活过的10个隐藏功能🧵👇

🚨 保存，你会感谢我的。