0x7c00. 𐤊

infra engineer | leek

[degentrading @degentradingLSD]

“We haven’t done that yet because we think we have a use for the compute,” Zuckerberg said at the time. “But obviously if we get to a point where we feel that we have overbuilt, then that is an option that we have, and that is partially what gives us confidence in investing in building this out.” 
Amid a fast-moving AI race, Zuckerberg has repeatedly suggested that he believes the industry is constrained when it comes to computing capacity and that Meta should amass as much as possible and determine its use later.

[Chris Barber (in SF and at AIE) @chrisbarber]

I asked people: "Which AI equity related newsletters do you like?"

The list:

Top voted:
- SemiAnalysis by @dylan522p @fabknowledge (+ more incl @SKundojjala @andrewlekashman) - 5 votes
- FUNDA @FundaAI - 5 votes
- Citrini Research by @Citrini (+ @zephyr_z9 @jukan05 and more) - 4 votes
- Irrational Analysis by @insane_analyst - 3 votes
- Vik's Newsletter by @vikramskr - 3 votes
- Fabricated Knowledge by @fabknowledge - 2 votes

1 vote each:
- Semi Doped by @semidoped
- Key Context by @firstadopter
- PhotonCap by @PhotonCap
- Nutty by @NuttyCLD
- ChinAI by @jjding99
- Interconnects by @natolambert
- Beyond The Hype by @enertuition
- TMT Breakout by @TMTBreakout
- Tech Taiwan
- Damnang by @damnang2
- Semiconductor Business Intelligence by @clausaasholm
- SemiVision by @semivision_tw
- Alex_Intel_ by @Alex_Intel_

Thanks to @TMTBreakout, @BenBajarin, @EricJhonsa, @TMTLongShort, @TBU12345678, @damnang2, @jaygoldberg, @Midnight_Captl, @illyquid, @mzuhair123, @bubbleboi, @insane_analyst, @lithos_graphein for the recs. (There were no self-nominations/self-votes.)

[Gaetano @crux_capital_]

For those interested in $NOK ...

Nokia’s 6-inch exposure came through the Infinera acquisition, and it is a fundamentally different kind of bet. Coherent, Lumentum and AAOI are mostly laser and discrete-device stories. Nokia/Infinera is a PIC story, chips that fold lasers, modulators, amplifiers and detectors onto a single piece of InP.

That changes the manufacturing problem. The die is bigger, the process is more complex, and the yield math is harder, but the payoff is that far more of the optical system gets integrated onto one chip.

The new San Jose fab (the 6-inch site) backed by the CHIPS Act is moving through qualification now:

“I think I know the new fab is finally flowing gas, flowing chemicals. So it’s -- all the equipment is being turned up. We’re qualifying it this year. It will start production late this year, early next year.”

What that fab is built to produce is the key differentiator:

“A key thing for us in this... is the majority of the volume that we’re building is this, and particularly in that facility, is this photonic integrated circuit for pluggables.”

And management is upfront that integration cuts both ways:

“It’s a full photonic integrated circuit. So the die size is a little bit bigger. So that creates a different... yield dynamics.”

That’s the trade. A larger PIC removes assembly steps and packs more value onto the chip, but bigger die are more exposed to defects. The 6-inch platform hands Nokia more wafer area to work with. The open question is whether those large integrated devices yield well enough at scale.

Important to know that Nokia is building the whole chain domestically, not just the fab. The San Jose InP site is paired with an expanded advanced test-and-packaging operation in Pennsylvania (we just spoke about this a few days ago), because pushing far more wafers out the front of the fab is worthless if packaging becomes the next choke point. By combining larger wafers, more advanced tools and more total tool count, management has framed the build-out as a step-function increase in capacity for complex optical chips, timed to support the surge in 2027 demand.

Nokia’s angle is all about internal supply, integration, and control over its own optical-engine roadmap.

[Photon Capital @PhotonCap]

https://t.co/eVHU5UlYNk

[0x7c00. 𐤊 @Rzhang1024]

@Bitget_zh @Bitgetyaya @nft_hu @ShanghaoJin 我问得比较土：求问大佬们当前的核心持仓or板块，中短期最看好什么交易标的

[Gaetano @crux_capital_]

https://t.co/P7l0suDYLR

[Lucy L. @LucyBuilding]

【嘉信理财入金详解 附港卡入金操作流程】不少朋友反馈开完账户后，不知道如何入金，目前比较常见的有几种：
第一种，最常用的，银行电汇 Wire Transfer。
如果你有香港银行卡或者其他海外银行账户，可以直接按嘉信后台/官网给出的 Wire Instructions 汇款。

嘉信入金通常不是直接汇到你的个人证券账户，而是先汇到嘉信指定的收款银行账户，再通过附言/备注里的信息，分配到你的个人嘉信账户。

所以汇款时一定要写清楚：你的嘉信账户号 + 你的账户姓名。这个地方千万不要漏。

至于是否可以用非本人银行账户汇款，美国嘉信官网的 wire instruction 页面没有像香港嘉信那样明确写禁止，但出于合规和入账稳定性考虑，普通用户仍建议优先使用本人同名账户入金，避免被银行或券商人工审核、延迟或退回。如果想要使用家人朋友的账户转，建议先小额测试。

第二种：从其他券商转仓。

如果你已经在老虎、富途等券商持有美股，也可以考虑把股票转到嘉信，不一定要先卖出再重新买入。

不过转仓要注意几个问题：
一是账户必须同名；
二是券商会收转出费；
三是碎股、OTC、部分特殊标的可能转不了；
四是港股能不能转入嘉信，要提前问清楚，不要默认可以。

这个我后面会详细讲下操作，有需要的可以关注下。

第三种： ACH / MoneyLink

这个主要适合已经有美国本土银行账户的人，可以在美国银行和嘉信之间转账。对于大部分只有香港银行卡或海外银行卡的用户来说，实际更常用的还是 Wire Transfer。
另外Wise支持美元账户，也可以通过Wise走ACH入金。

普通用户最实用的路��是香港银行卡 / 海外银行卡 → 电汇 → 嘉信账户

操作时重点看三件事：
- 汇出账户和嘉信账户必须同名；
- 收款信息以嘉信官网或后台生成的 Wire Instructions 为准；
- 附言/备注一定写你的嘉信账户号和姓名。

尤其是第三点，非常重要。因为电汇不是支付宝转账，不是输一个账号就一定能自动识别。跨境汇款链路里，只要附言信息不完整，就可能导致入账延迟，甚至需要人工追踪。

最后提醒下入金前最好先小额测试一笔，确认路径没问题后，再做大额汇款。

下面以汇丰香港为例，讲下港卡入金港币的操作流程

1、准备工作
1）查看嘉信账号
嘉欣账号查看方式有两种，网页版和手机App版

网页版访问https://t.co/5WoF7ntEtD
- 账户-> 账户一览 -> 更多，即可查看账户信息 Account Number即为嘉信账号，8位数字

2）查看嘉信港币收款账户信息

选择转账与支付-��银行路径号码与直接存款-〉外币 货币专用电汇指示，找到Hong Kong Dollar (HKD)相关信息

直达链接如下：
https://t.co/eS4NjdRH0t

2、港卡转账
以汇丰香港为例
1）选择转账，添加受款人
- 别名：自定义，如schwab
- 受款人账户所属国家和地区：香港特别行政区
- 新受款人账户类型：账户号码
- 受款银行：006 花旗银行
- 账户号码：39162286838
- 受款人全名：Charles Schwab Co., Inc (&是特殊字符，需要去掉)
- 每日转账限额：自定义

2）立即转账
- 金额：自定义
- 转账日期：默认现在
- 备注：12345678 MING LI （嘉信8位账号 名 姓，注意要严格按这个顺序去拼接）
- 给受款人的信息：和备注一致

汇损大概是0.14%左右，到账时间1-3天左右。

[Herman Jin @ShanghaoJin]

凡所有相，皆是虚妄。若见诸相非相，则见如来

作为一个AI死多头，我知道在所有人狂欢的时候，但凡发出一点悲观的言论都必被讥讽、嘲笑

但是，我很想写此文，其实是复盘与反思：不但是为自己这两年半写X、做交易做的；也是也是对这个疯狂市场做的

很幸运，作为闲暇的爱好，写X结识了很多新朋友。感谢互相欣赏与启发，在过去2年里，我从24年4月初清仓BTC换成AVGO NVDA，大选前AAOI PLTR TSLA INTC，关税战后INTC GOOG，25年底又加仓INTC AAOI，到今年春节逃跑、再满仓AMD NOK（最近又操作了ORCL LITE）。虽然，有买彩票SUP归零，MRVL MDB也有赚有亏，但是我一直坚信AI对token的需求会让半导体every dog has its time，获得了不差得收益。期间不少小伙伴们也都赚到不少于10倍收益

然而，此刻要清醒的意识到，收益并不是我们选股牛，眼光独到，而是市场牛！我复盘了我自己今年3月最后一周，周末前全仓买入。赚钱并不是因为当时买对了AMD，而是当时call 对了市场资金结构

所以，在这个时点上更需要静心凝神，好好反思下市场接下去会如何

喝醉酒的人是不会知道自己喝醉的；沉醉美梦中的人也不会意识到黄粱一梦，这过程可以很久，我们也可以继续疯，但是必须要清醒地在更高阶意识中，认识到随时有被敲醒的风险

One of the four beasts saying, COME AND SEE – Revelation 6:1

不同于华尔街很多人，我是“坚信”AI的

30年来第一次，AI模型用并行计算替代串联计算，把半导体的进步直接变成了生产力（之前科技进步只是作为平台，让用科技的软件、以及用软件的人创造价值）

AI的结果是token需求指数级升高vs 而半导体供应只能线性增加。加上整个半导体老登们在过去几年黄金时间，没有因 “信” 而扩产，今年需求真正开始爆发后全产业链缺货。造就了这轮大牛市

不过，大牛市的命脉是市场price in了:

模型收入加速度，不远得未来可以justify Hyperscalers 的Capex

要知道任何动摇命脉预期的都会让市场陷入恐慌

1. 铜墙铁壁：horseman之一就是微观、公司层面真的无懈可击

从看模型架构、从架构看需求，微观看半导体每一个赛道，每一个公司都近乎��美。每一个，都越看的细致，越了解深入，越是有自信---- 这就是典型低PE泡沫

Rule of Thumb：当看了几十、上百家公司，每家需求、盈利都真实solid，你就必须质疑这个市场有没有问题

低PE泡沫一样是一个泡沫，只是他不同于2000年。高PE是个预期泡沫，市场会不停设定更高的收益预期，一旦核心公司预期破灭，整体预期立即调整，多米诺骨牌一样一片片倒下。这就好像去年的IGV，市场忽然不给EV/EBITDA估值了

但是低PE泡沫没有这个问题，盈利增长会给你足够信心在稍微下跌之后不断加仓冲进去。毕竟谁能拒绝个位数PE的存储，每年涨价涨盈利，毛利率80%。这个过程中，小跌小买，大跌大买。只要不被切中“命门”市场会非常坚挺。持续性正反馈，好像美梦一样让人不愿醒来，也不相信是做梦（买过p2p的知道我说的什么感觉吧）

不对称反馈：明显的体验是在过去1年中，市场对于宏观负面风险的反馈明显弱于正面利好。此时，并非没有“野蛮人”，而是公司盈利能力的城池固若金汤。不管伊朗危机、油价、通胀、利率、Fed统统能拒之门外。反之，一旦命门被破，所有野蛮人都会杀回来，过去没跌的够的一次性补完

2. 去监管与宏观流动性宽裕：

整个金融体系自从2008年金融海啸之后经历了一轮长期的监管与去杠杆，为了弥补系统性流动性损失美联储对应展开了一轮持续的QE。银行当时平均杠杆x30~x40，后来降低到了x15~20。去年美联储降低了eSLR要求，实质性让银行理论可扩4-5万亿美元资产负债表
其实，4月后银行间流动性泛滥，也加剧了风险资产狂欢，低PE下杠杆入市

流动性是一切之王，流动性泛滥征服一切。如果说疫情期间120b/月是细水长流，现在就是开闸放水。对应过往平衡的QE没有转向QT情况下，直接放任银行去监管，制造大量流动性

但是流动性又如多巴胺，不是快乐分子，而是期待分子

放任之后，现在通胀黏着，Fed其实没有短期降息余地。甚至在危机一旦发生之后，都很难去QE，只有降息手段的Fed面对可能的危机是一个纸老虎。而短期流动性的另一面是，目前半导体、特别是存储中的杠杆已经太高了

3. 群雄并起：He went forth conquering, and to conquer

可能因为TSMC带头不相信AI，半导体行业整体在过去2年没有应对AI需求大规模扩产

后果是，当整个产业面临硅基洪流需求，忽然傻眼。过去半导体产业链主要是为了消费电子设计、定价的。而现在，不但订单忽然拉��，而且需要不停迭代架构

NVDA就从GPU fabless，进步到rack方案解决，再往token factory迈进。每个过程需要的技术、供货商都不同。所有供货商都没有经过如此量产设计。这就好像把一台拖拉机强行拉上高铁，让他以200mile速度奔驰，每个零件都会嗡嗡作响。半导体每个细分行业都缺货，缺产能，提高不够产能

与之伴生的一个问题是：原来卖方市场只有TSMC一个“守门员”控货源、控margin、控价格。原仔汤搓的产业有肉吃，需求方对价格产能有预期，良性发展。今天忽然五亿探长“雷诺”控制不住了，每个“小混混“都能来涨价、收保护费。真正的结果不是半导体都牛叉，而是失控：失控会影响每GW需要投入的成本核算，影响到命脉的预期。会给capex与模型收入会师蒙上阴影

4. 钢丝起舞

AI模型收入预期太满

回顾一下，市场坚信定价Anthropic + OpenAI + Gemini的收入会快速增加让Capex合理。这条命脉的信仰是不能有一点动摇的。哪怕略微的动摇都会导致二级市场剧烈波动

那么，过去GPT 5.0也有模型不及预期，市场质疑scaling law为什么没有让半导体大跌？

首先当时半导体没有像今天这样全面开花，也没有如此高的杠杆；其次，当时hyperscaler的现金流冗余较多，只要他们表示相信，拿钱来capex支持是很容易度过难关的。毕竟一旦他们有钱、继续capex，可见2年NVDA收益确定性高，没有人能顶风做空NVDA的

后来也发生过GPT被Gemini追平，并且导致Orcl持有其大量backlog订单而被做空。不过大总统的好兄弟老Larry敢对wall street说F you，用股权融资也要继续加注。很快， Opus横空出世让人意识到AGI时代已经到了

然而，今年capex已经到了770b，明年要1tril，华尔街是不会看Hyperscaler总营收多少的（道理就跟当时ORCL一样：OAI Anthropic可都是拿了他们投资款的），他们必须看到Anthropic 与OAI的增速持续，这个才是维系整个链条自转下去的核心

与此同时，这个游戏中大厂一直担任AI的监护人角色。但是他们的自由现金流已经变负了。“父母老了，力尽了“，后面的路要靠自己。而且市场满满预期下，对这条路一根筋的执着，不会给“主线”一丝一毫的容错

（你们可以回想NV rack液冷出问题，交换机CPO良率问题，这些小巫见大巫、假以时日一定能解决的问题，市场尚且没有任何容错）

命门在Anthropic：大过，大者过也。栋桡，本末弱也

供应延迟、乃至技术卡壳的问题是腠理之疾；任何模型端的风吹草动才是心腹大患

现在御三家模型的��一问题：算力不够，所以失智

我在自己大量使用模型编程、交易程序部署，多个AWS服务互动过程中发现，Opus4.8实际能力已经远远不如中国模型kimi了。虽然GPT还勉强可堪一用，但是也在逐步降智。市场在用固有软件思维考虑AI, 系统开发成本高、使用成本很低。试用好用将来也就可以稳定保证系统质量。但是AI是一个工厂，模型输出需要成本，饭店吃饭的人多了，厨房做不过来，质量自然变差了

第二个市场固有思维：指数的token需求是没有波动的，也不因质量改变。事实上，虽然我因为模型变蠢多用了很多token。但是我质疑token质量不断下降，token消耗增加的怪异剪刀差可以持久。现在很多公司确实对token使用有KPI考核，很多惯性订阅使用者也会加速使用，但如果算力瓶颈无法解决，我非常担心Anthropic增长曲线会变缓。而且算力问题非一蹴而就，也不是一个新模型能解决的

但是当市场开始意识到这个问题的时候，投资人会质问：

1. 跑不过蒸馏你的，模型花那么多钱训练干嘛？

2. 模型是不是商品化的model commoditize ？

当承载整个AI时代的模型“梦”也将受到质疑，整个盈收逻辑将来能否自我循环跑通将被质疑，所有今天拿了PE估值的半导体都同样会被质疑--- 你是不是周期性的？？

有人会说，失智既然因为算力不够就应该加大投入半导体解决问题

没错！但是钱呢？

如果刨掉OAI 与Anthropic拿到的融资款反哺云厂，他们能有多少净现金流可以继续支持这个投入？这个账对华尔街来说非常好算。当然不排除他们像当时orcl，哪怕融股权也要继续投入，熬过这关。到那时，可能市场的反应就会远远超过去年，假设AMZN Meta如果面临CDS 飙升、负现金流，他能否像老larry一样孤注一掷是��确定的

���外有人会说，OAI收入增加能不能弥补投资人担心。我认为预期如此之满的状况下，因为“比烂”而被替代是很难让人安心的（两军对战关羽被阵斩了，你说还有个张飞？没用的）

同时，我们也要意识到。这个Low PE的泡沫又是非常坚韧的，在没有直击到命门伤到命脉预期之前，几乎无敌。不过，一旦点中死穴就会轰然倒塌

我就业以来也曾看过好几次次纸碎金迷，潮起潮落，没有一次全民疯狂会ends well；

也没有一次梦在其中的人，会想明白这个赛道“怎么输”。最近一次币圈小伙伴熟悉的Defi summer。Uniswap很短时间狂卷几十bil USD，当时觉得取代部分传统金融只是时间问题、多少问题，根本不会想、也想不明白“怎么会输”。然而，如果喝醉酒的人想明白怎么会输，他就不会输了

不管Anthropic模型怎么样，面临什么问题，都不会动摇AI是人类第三���工业革命。AI过程不会受任何危机影响，碾着狂欢者的尸体也会继续前行，直到他替代几亿脑力劳动者

最后评论Low PE泡沫：不要说做空，哪怕踏空，痛苦指数都非常高。回头看看2007年做空subprime的哪些基金，有几个活到了最后狂欢？

牛市踏空都会变成笑柄的环境，我接下去会需要很多Aura力量与专注的力量，去一边看空一边做多。请原谅会减少在推特上消耗自己修为论道了，赠言：

可以喝酒，但是不能喝醉
可以讲故事，但是不能真信
可以跳上party桌子跳舞，但是双眼必须紧紧盯着DJ，他放着音乐跑了，你也得跟着跑

[诗喻木poetry @BadAstart]

有个非常好的消息要告诉大家，那就是【美国国泰银行】近期推出了两项重要政策。

一、支持使用全套中国资料在线申请，包括中国手机号、中国地址，不再强求美国地址和美国手机号

二、持外籍护照的客户可直接线上申请，无需线下亲自办理。

这意味着大家开通美国账户时，低门槛的选项不再只有华美银行

对于外籍客户来说，不仅能便捷的通过线上申请美国账户，而且美国账户隐私��也高，契合这类客户的需求。

此外，国泰银行和华美银行一样，是少数提供中文服务的美国银行，对中文客户友好。和华美银行相比。国泰银行优势在于月汇额度更高，国泰银行理论上月汇额度可达150万美金，而华美银行月汇额度在20万美金。

不过需要注意的是，目前仅持身份证客户是无法办理的申请，国泰银行必须要求身份证和护照，而华美银行支持身份证或护照申请，在账户管理豁免方面，两者差异不大。

国泰银行账户内预留1000美元即可豁免管理费，华美银行需要预留1500美金。

综合来看，国泰银行更适合外籍护照对月汇额度高的客户。

[Jason's Chips @jasonschips]

https://t.co/OfYdTHQqyP

[Innomad 一挪迈 @innomad_io]

段永平也在用的【嘉信理财】，中国人做美股最后的希望！

这篇【嘉信理财开户教程】无论是在我网站还是 X 上，都是流量非常高的，已帮助无数人。

补充几点：
1️⃣ 开户证件「图片文件名」必须是英文，否则无法上传

2️⃣ +86 手机无法验证？

办法1: 登陆后，选择致电嘉信：美国号码��[phone]），中国号码（400-120-6217） 。都可以选择中文，告知客服收不到验证码即可

办法2: 手机安装 thinkorswim 或者 Schwab app，这几个 app 后续可以作为二次验证。

办法3: 开户完成尝试绑定 Symantec Vip Access，这个类似谷歌验证，代替短信。

3️⃣ 强烈推荐使用 thinkorswim 软件做交易，最强的交易软件，不接受反驳！

[Innomad 一挪迈 @innomad_io]

https://t.co/S4tkBGsp1i

[自由的灵魂 @Bluke520]

目前唯一能够完全避免CRS有三种比较可行的：
1，开通华美银行（目前能通过italkbb开通，但是一年内必须往卡里存够2500美金，否则每月扣除11美金管理费）
2，注册嘉信国际证券，慢慢转入炒美股至账户满25000美金申请嘉信银行卡，从此一劳永逸避免CRS
3，注册ITIN美国税号，拿到后开通美国运通或者第一资本银行信用卡，养号12个月以上开通美国借记卡

以上方案适用到至今。

[Gaetano @crux_capital_]

I often get asked what my largest positions are

Well, here they are:

$LITE
$COHR
$CIEN
$NOK
$GLW
$AAOI

These make up a majority of my portfolio

If you want to learn:

> what my thesis is
> where I see these stocks going over the next 12 months
> what I am watching for / risks I see

I have many many articles about them on my Substack

https://t.co/6T2naqbkXV

[AlphaSense @AlphaSenseInc]

Former $MSFT employee on why $MSFT leads the hyperscaler capacity race and what that means for the competition ( $GOOGL, $META, $AMZN ):

- The expert sees no slowdown in data center demand, with construction at an all-time high and available capacity at an all-time low, driven entirely by the need for AI training and inference. He doesn't expect the capacity crunch to ease anytime soon, with a large wave of new supply anticipated around 2028 based on current build-out timelines across the U.S. and globally, and some further relief potentially coming by 2030. However, the expert stops short of calling it a full resolution.

- The expert ranks $MSFT as the clear leader on current capacity, with $GOOGL in second place, moving quickly on both deployment and the commercialization of its TPUs for external use. $META comes in third, though the expert notes some uncertainty around how much capacity $META actually has available right now. $AMZN sits in fourth place, which the expert attributes to overindexing on the Inferentia line, which slowed capacity buildout in the short term, though the expert does not see that gap as permanent.

- The expert sees behind-the-meter microgrids as a practical and economically compelling solution for data center power, pointing to natural gas-rich areas where facilities can generate power at $0.03 to $0.07 per kilowatt hour compared to $0.17 to $0.21 from the grid, a cost difference significant enough to justify building out the infrastructure entirely.

- He believes the near-term mix will likely be gas turbines alongside battery energy storage systems tied to solar, but the expert sees SMRs as the ultimate destination, with companies making meaningful progress and permitting activity accelerating.

- The expert puts the cost of a standard non-GPU data center at around $10 to $12 million per megawatt all in, rising to roughly $20 to $22 million per megawatt for an AI-focused build, with the difference driven by higher power density requirements, different cooling strategies, and more specialized equipment. According to the expert, regional land costs add another layer on top pushing prices significantly higher regardless of workload type.

[招财猫 @xianzhe9527]

五家美国银行，人在大陆线上全搞��

我就不信了。

这事没人说清楚，我他妈自己折腾了一圈，把路踩平了，直接告诉你。

第一家，华美。

1500 美金门槛，跟客户经理视频聊 10 分钟，中文对话，比银行柜台还简单。

月费 12 美金，账户里日��放 1500，一分不扣。

适合第一次开美卡的人，不踩坑。

第二家，国泰。

2500 美金门槛，更省事，连视频都不用。

或者你去上海面签，喝杯茶。

月费 10 美金，账户留 1000 就免。

对华人态度好到你不好意思。

第三家，美国汇丰。

这个有点门槛，你得先是大陆或香港的卓越理财客户。

月费 50 美金，存 7.5 万才能免。

不是大佬别硬冲，冲了也是被收管理费。

第四家，合众银行。

美国第五大行，2500 美金门槛。

月费 7 美金，存 2500 免。

最狠的是什么？

小国护照也能开。

土耳其、马耳他、圣基茨，你拿岛国护照都认。

这招别的银行不敢玩。

第五家，蒙特利尔。

网申，30 美金激活，零管理费。

五家里唯一白嫖的。

你没听错，30 美金开一个真正的美国支票账户。

五家，��部大陆远程。

不用飞，不用签证。

我踩过坑，才敢这么说。

你还去香港排队被拒，还怕 CRS？

路子摆这了。

关注我，不然你亏的不仅是钱，还有时间。

[Chris Barber (in SF and at AIE) @chrisbarber]

https://t.co/Z5V4Li4QFE

[fin @fi56622380]

https://t.co/T1oGgUPCmF
Groq’s $20B was last year’s standalone valuation. But once an SRAM-route company gets embedded into the heterogeneous inference stack of any mainstream AI ASIC, its valuation will explode, because the shipment TAM is not even in the same league.

Cerebras’ valuation can actually be benchmarked against Groq, but the market currently has a major misunderstanding of Groq’s valuation

Take Rubin as an example. Suppose NVIDIA ships 25,000 Rubin racks a year, and only 7,000 of those racks attach LPX. Each LPX rack has 256 LPUs. If each LPX rack is priced at $3M, then LPU alone is already a $21B annual revenue business. At 10x P/S, that is at least a $200B valuation.

The key to Cerebras’ long-term development is how deeply it can integrate with AWS Trainium’s disaggregated inference architecture.

If it is only the currently disclosed version — Trainium does prefill, Cerebras does decode — then the technical implementation is much easier, but economically it still does not really work. It can only be a strategic beachhead. It can have some market, but it cannot create true scaled competitiveness.

But if it follows the NVIDIA path and deeply integrates the strengths of both sides, then even though the technical integration will take time and will not be easy, the payoff is worth it. Solution one: Trainium does prefill and decode attention, while Cerebras does decode FFN. Solution two: Cerebras runs the draft model, while Trainium does verification. Either way, the market competitiveness is far stronger.

If Cerebras gets onto the Trainium heterogeneous inference train, then its revenue becomes tied to Trainium. The imagination space becomes much larger. If it can further bind itself to OpenAI’s self-developed AI ASIC, then based on OpenAI’s 10GW self-developed AI ASIC scale by 2030, the imagination space moves up another level.

Trainium binding + OpenAI AI ASIC binding — this valuation, over the next few years, can be in the same order of magnitude as Groq’s current value.

Trainium shipment 3~4m in the long term, OpenAI AI ASIC shipment 3~4m in the long term.

Same point again: once an SRAM-route company gets embedded into the heterogeneous inference stack of any mainstream AI ASIC, its valuation will explode, because the shipment TAM is not even in the same league.

[168X @168X_Fortune]

https://t.co/AT61QZk51k

[Bear Liu @bearliu]

这个 芬兰饶舌歌手的MV 在英推已经传疯了，估计还有很多人没有看过。一镜到底，没有任何技术，但整个MV就是一个编舞和审美与执行的炫技。

我太喜欢了！特别是那些 AI 东西看多了，审美疲劳，看见这种人类的创意加执行出来的精品，那种张力就忽然让我意识到，很多事情机器真的替代不了。