bullbull

#Bitcoin

[bullbull @cryptotobull]

@0xmagnolia oh fuck

[bullbull @cryptotobull]

@xiaomustock 沐哥是不是直接买EUV这个ETF也行

[bullbull @cryptotobull]

@nicaqs Been holding since 14.1$

[bullbull @cryptotobull]

@ren_stocks Hi pika still longing $NOK ?

[bullbull @cryptotobull]

@0xmagnolia @toly 不出意外我慧姐这一轮应该也是这样了

[Art of Speculation @ArtofSpecuycky]

下半年医疗板块值得重点放进观察名单，看看今年会不会再次验证中期选举历史的规律。

[bullbull @cryptotobull]

@0xmagnolia @DaemonTerminal @MCGlive 慧姐daemon这是没得@colosseum奖所以跌下来了吗

[bullbull @cryptotobull]

$@DaemonTerminal

[toly 🇺🇸 @toly]

Each one a king among kings

[bullbull @cryptotobull]

@nicaqs hi nic any best pick for this dips ? 😬

[bullbull @cryptotobull]

@sss_crypto 这算是已经cook了吗FAN哥

[qinbafrank @qinbafrank]

诺基亚这两步棋瞄准的不是短期订单，而是AI时代的光学网络主导权。6月中旬，诺基亚在不到48小时内连续放出两条重磅消息：
一是6月16日宣布宾州Allentown工厂光子芯片先进封装产能扩10倍；
二是6月18宣布与t3 Broadband、Aureon合作，在北达科他到芝加哥之间落地一条初始100 Tb/s、可扩展至400 Tb/s的超高容量光传输网络。

这两件事放在一起看，就不是简单的产能扩张+项目落地，而是诺基亚在AI基础设施赛道的一次系统性布局。核心逻辑是：把供应链安全和真实商用验证同时抓在手里。

1、Allentown扩产：美国AI光网络的“本土化”底牌
Allentown工厂目前是美国少数能把光子芯片封装成光模块的设施，全球半导体先进封装（ATP）里美国占比还不到2%。诺基亚这次投3000万美元（含CHIPS法案支持），目标是把产能拉到现在的10倍，新产能Q3末就能用。

这不是简单的“扩产”，而是在关键赛道建立本地制造能力。AI数据中心对光模块的需求爆炸式增长，但供应链高度依赖亚洲。诺基亚这一步，既能响应美国政府对关键技术本土化的诉求，又能降低未来给美国hyperscaler供货时的地缘和关税风险。

更重要的是，它和诺基亚正在推的“AI原生网络”战略高度匹配——光模块功耗更低、集成度更高，直接服务于下一代AI集群对能效和带宽的极致要求。执行官Justin Hotard直接把这事定义为“对AI超级周期的直接投资”。

2、Aureon项目：把技术验证变成可复制的商业模板
北达科他到芝加哥这条超高容量光传输网络、初始100 Tb/s、可扩展400 Tb/s，用的是诺基亚1830 GX平台+1.2T ICE7相干光学。

这条路线的意义，个人对方搜索验证很有可能是北美“第一个”100 Tb/s+项目，也是真实AI数据中心开发项目驱动的商用落地。

当前北美DCI市场正处于从“城域高纤芯并行”向“长距单纤超高容量”切换的阶段。Dell’Oro数据显示，2025年光学传输市场同比增长10%到160亿美元左右，DCI相关收入同比大增约40%。2026年整体市场还会继续高增，而DCI增速会明显高于平均。

诺基亚这次把最新一代相干光学和C/L波段技术真正用在AI负载场景下，等于给市场打了一针强心剂：我们的方案在真实高负载环境下是work的。这对后续拿类似中西部走廊项目、甚至hyperscaler的scale-across DCI订单，参考价值非常大。

3、和Ciena的对比：诺基亚正在补最关键的一环
在DCI这个细分赛道，Ciena长期是领跑者，WaveLogic系列在hyperscaler里的渗透率更高，纯光学专注度也更强。

但诺基亚通过Infinera收购补齐了相干引擎和垂直整合能力后，差距正在缩小。
这次Allentown本土产能+真实北美DCI落地案例，相当于同时补了供应链安全和商用验证两个Ciena相对薄弱的环节。Ciena更像“技术纯玩家”，诺基亚则是“技术+制造+生态”组合拳。长远看，在美国市场这种组合可能更有竞争力，尤其当hyperscaler和运营商越来越在意供应链多元和本地化的时候。

4、对诺基亚Optical Networks的真实影响
光学网络已经是诺基亚Network Infrastructure里增长最快的板块。Q1 Optical Networks同比+20%，AI&Cloud订单贡献明显。公司已经把光学+IP网络的2026年增长目标上调到18-20%。
Allentown扩产解决的是“能不能供得上”，Aureon项目解决的是“别人愿不愿意买”。
两者叠加，对后续订单转化是实质性利好。尤其是北美DCI这块高毛利、增长快的市场，诺基亚如果能持续拿下类似参考案例，Optical业务在公司整体盈利中的权重会进一步提升。

当然，竞争依然激烈。Ciena不会轻易让出份额，hyperscaler自己做可插拔模块的趋势也在继续。但诺基亚现在至少在“美国本土+真实AI场景验证”这两个维度，拿到了比较清晰的差异化标签。

更长远这是为2027-2028布局:
诺基亚这两步棋，本质上是在为AI时代的光学网络主导权下注。
Allentown是产能和供应链的长期布局，Aureon是技术和市场的短期验证。

两者结合，传递出一个清晰信号：诺基亚不只想卖设备，更想成为AI基础设施里“关键组件+可靠交付”的系统性玩家。
对行业来说，这类动作会进一步加速北美DCI（数据中心互联）向更高容量、更低功耗的方向演进，也会倒逼其他玩家在本土制造和真实场景验证上跟进。

对诺基亚自身来说，如果后续能把这种“产能+验证”的组合持续复制，Optical Networks业务大概率会成为其在AI周期里最确定的增长曲线之一。

这不是一两个项目的故事，而是诺基亚在光学赛道从“参与者”向“重要玩家”转变的阶段性标志。

[一起发财 @yiqifacai]

在这轮AI硬件潮里，一定要多赚点本金。
真正的大机会，AI材料，AI医疗，AI应用的财富暴增机会还在后面。
同时你要放弃小农思想，什么“赚够三千万就收手”
到时候你会发现，增强的人类，五百万打一针年轻了十岁，洗个澡出来癌症全消，穿个一百万一件超薄的辅助运动衣物，90岁了还在爬华山。
世界会是另一种不平等，而非不愁吃穿，在家躺着刷短视频。

[川沐｜Trumoo🐮 @xiaomustock]

马斯克的 $SPCX 梦想离不开诺基亚 $NOK
先别反驳，听我讲完。
马斯克说在27年底实现每年1吉瓦的太空算力部署，那么太空算力向地面的传输，就必须用到基站，而不是星链。
因为数据量非常庞大，星链数据是给手机或者地面接收器传输，数据内容简单，但是太空数据中心就就必须要通过专门的基站来做回传，到达基站再通过光纤快速传递给每个用户。
这也是为啥英伟达要跟康宁合作扩产光纤，现阶段应该是用不了太多，真正需求应该是27年年底。
老美，欧盟，或者其他地区都有通信运营商，为什么 马斯克的 $SPCX 最终会选择 $NOK 诺基亚合作？因为基站能跟英伟达的算力系统紧密合作gpu配合的就诺基亚一家，诺基亚把命都交给 $NVDA 了，紧密融入CUDA生态，而其他选择比如爱立信则不是，它还是以cpu为主，可以兼容，但不完全依赖英伟达。

以后地上都是特斯拉机器人连接诺基亚的基站 诺基亚的基站连接spcx的算力卫星。
$SPCX 会带着诺基亚 $NOK 把边缘计算的基站建满整个地球，月球，甚至火星。
老马下一步棋如果想要扩展完成它的太空算力计划，那么百分之百要跟诺基亚
$NOK 紧密合作，甚至是入股投资或者收购，收购难度应该是最大的，大概率是大额资金入股。

[憨厚的麦总 @Michael_Liu93]

最近这几天有不少小伙伴开始看AI，问我不是技术背景的该怎么去看AI这个市场，复杂的技术名词很多，然后各个细分赛道也很杂，怎么去做尽调？我就大概说一个框架吧，然后你在框架里研究就非常易懂了。

首先，现在大家去投资的这些AI股，投的商业本质是什么？
答：“美国一年6000-7500亿美元的AI基础设施的资本支出（AI Infra Capex），这个数字到2027年大概率会在1-1.2万亿左右，更简单点说，美国的公司现在每年砸6000-7500亿去买AI相关的基建设备”

主要是谁在投资这些AI基建呢？是美国的五大云厂商，Microsoft、Amazon、Google、Meta、Oracle（这些统称是Hyperscaler）

所以这一年将近1万亿美金的资本支出都砸在什么上了？主要是三大类：
1. IT设备 / 计算硬件（占比60-65%）
2. 电源与冷却（15-20%）
3. 建筑与土地（10-15%）

在IT设备 / 计算硬件里再拆分
1. GPU（65%）
2. 网络（10-15%）
3. 存储（8-10%）
4. 其他包括CPU、软件、HBM、机架（10-15%）

沿着这个思路你再去做行业图谱（Industry Mapping）就简单多了。

1. GPU
你投这个赛道基本只有英伟达，大头都被他一个人吃了（当然还有一些云厂商自己搞的自定义Asic，自己设计或深度定制的AI加速芯片，本质上是去替代掉一部分英伟达gpu的成本，比如Google (TPU)、Amazon (Trainium/Inferentia)、Microsoft (Maia)。

2. 网络
英伟达，博通，思科，HPE，最近火的Marvell（MRVL）就可以算在这里

3. 存储
海力士是绝对的第一，然后三星，美国的存储巨头就MU和SNDK（闪迪），溢价高，但市场份额没有海力士高。

4. 电源与冷却
做AI数据中心最大的三家，Vertiv（VRT），Schneider（SBGSY），Eaton（ETN），规模最大的是Schneider，但这个市场总体不算很集中，比较分散。

5. 建筑与土地（Building & Land）
完全分散的市场，这里环节就更多了，总包，涉及，工程，电气，开发，土地，等等，投AI的话这块儿没必要继续细看。

6. 其他类别
a. 做软件的，做cpu的，做机架，做光纤，做自动化等等，就不展开说了

然后围绕上面几大分类，又有做服务的，比如做集成的（就是把这些以上打包成一个整体服务器卖出去），Dell，联想，SMCI；然后英伟达的GPU的供应商又有一大堆，也不展开了。

结尾：框架就是这么个框架，本质上你现在投AI产业，你在买单的Thesis就是：
1. 美国在每年向AI产业的基建投近1万亿美元，并且未来五年每年至少30-50%的增长。
2. 抓的是AI资本支出中不可或缺环节中有足够强生态占位的玩家
3. 最终消费端，也就是openai，claude这些大模型的消费者，我们，会持续消费。

所以什么时候AI“泡沫”会见顶？
1. 这些AI巨头们融不到钱去继续投基建的时候
2. 我们这些消费者不再继续买单，大模型的营收开始下滑的时候

至少目前来看还早。

[DeFi小矿工 @DeFi8362]

币圈几家交易所的SpaceX的IPO应该都结束了吧

大家参与了吗，投了多少钱，准备拿到什么价格🤔

我第一次玩这个，有点慌呢

[bullbull @cryptotobull]

@sss_crypto Waiting Chef FAN to cook 🧑‍🍳

[败犬女王~ @love_doge123]

❌拿不住美股-----看AI核心电子元器件分解

—— 对应美股AI CapEx图解, 这样你心里有数，就拿得住了，AI在哪里被卡住了。

一、PCB / AI服务器ODM（系统组装）

♨️核心逻辑 :AI服务器升级 → 高层数PCB、高速PCB需求暴增。

• 伟创力 Flex Ltd. —— $FLEX
• 天弘科技 Celestica —— $CLS
• 捷普 Jabil —— $JBL
• TTM 科技 TTM Technologies —— $TTMI

二、MLCC（多层陶瓷电容）

AI服务器高频、高功耗下核心被动元件。

• 威世科技 Vishay —— VSH（主做被动元件 / MLCC）
• 村田制作所（OTC）Murata —— MRAAY（全球龙头）
• 太阳诱电（OTC）Taiyo Yuden —— TYOYY

三、CPO（共封装光学）美股芯片 / 平台

AI数据中心最重要的方向之一。

🅰️CPO芯片 / 交换平台
• 博通 Broadcom —— $AVGO
• 美满电子 Marvell —— $MRVL
• 英伟达 NVIDIA —— $NVDA

🅱️光模块 / 光器件

• Lumentum —— $LITE
• 高意 Coherent —— $COHR
• 应用光电 Applied Optoelectronics —— $AAOI

四、HBM（高带宽内存）美股

♨️HBM决定AI GPU上限

• 美光科技 Micron —— $MU （美国唯一 HBM 生产商）

非美股核心

•SK海力士（全球HBM龙头）
•三星电子

五、CCL（覆铜板 Copper Clad Laminate）美股

纯 CCL 美股极少，下面为材料 / 基板相关

• 罗杰斯 Rogers —— $ROG （高频板材，PCB 核心材料）

六、FPC（柔性电路板）美股

AI链条里不是最核心方向。纯正 FPC 美股几乎没有，以下为柔性电路 / 互连相关

• 泰科电子 TE Connectivity —— $TEL （柔性连接器、FPC 组件）
• 安费诺 Amphenol —— $APH （柔性互连、FPC 连接器）

七、DRAM（内存）

• 美光科技 Micron —— MU（唯一美股 DRAM 大厂）

八、NAND（闪存）

• 美光科技 Micron —— MU（同时做 NAND）

九、GPU（图形处理器 / AI 芯片）

AI产业链绝对核心。

• 英伟达 NVIDIA —— $NVDA （AI GPU 绝对龙头）
• 超威半导体 AMD —— $AMD （GPU+CPU）

十、先进封装（Advanced Packaging）

先进封装是AI时代最关键增量之一。

• 英特尔 Intel —— $INTC（SiP/EMIB/Foveros）
• 高通 Qualcomm —— $QCOM（SiP 封装）
• 安靠科技 Amkor —— $AMKR （全球封测大厂，SiP 主力）

十一、交换芯片 / Networking

AI集群扩张核心。

• Broadcom —— $AVGO
• Marvell —— $MRVL
• NVIDIA —— $NVDA
• Arista —— $ANET

十二、AI基础设施底层材料层

• 康宁 —— $GLW

十三、AI互连 / Connectivity

• Astera Labs-- ALAB

后面3个我补充的，尤其是康宁，我看见有人喊拿10年后再看~~~

[bullbull @cryptotobull]

@sss_crypto 开个3x拿到现在都麻了