terry-gohokkk

The answer is flowing in the wind

[terry-gohokkk @gohokkk]

@SEALer_G @tianyi 同好奇

[terry-gohokkk @gohokkk]

@jianlvup 不如中美一起把懒逼+道德婊欧洲老钱瓜分算了

[terry-gohokkk @gohokkk]

@lidangzzz 骂的好，开车会无聊听一听，很多自封一堆titile co-founder的人讲一堆道理哲学，实际没有任何信息量，纯吹水，听着难受。起到了懒逼的心理安慰剂作用

[terry-gohokkk @gohokkk]

@AlistairCarns Still dreaming of the British Empire?

[Aelia Capitolina @Areskapitalon]

“Burry的整个分析框架建立在一个核心方法论之上：找到现金流和估值之间的错配，然后赌错配的回归。2008年他用这个方法论看穿了次贷市场——抵押贷款的底层资产（次级借款人的还款能力）支撑不了建立在它们之上的几万亿美元的证券化产品的估值，所以这些产品最终会崩溃。他赌对了，赚了几亿美元，成了传奇。

现在他用同样的方法论来看AI。他看到的是：AI公司的资本开支远超它���的直接AI收入，整个���条的现金流不能自我维持，需要持续的外部融资来填补缺口。在他的框架中这就是2008年次贷的翻版——底层的现金流支撑不了上层的估值，所以估值最终会崩溃。

他的结论是"这是一个骗局"或者"这是一个泡沫"。 在旧的坐标系内他的分析是完全正确的。AI公司的资本开支确实远超直接收入。整个链条确实不能在没有外部融资的情况下自我维持。如果你用传统的现金流折现模型来估值，很多AI公司确实被严重高估了。

每一个他指出的"错配"在会计意义上都是真实存在的。他的数据是对的，他的逻辑是对的，他的方法论在它自身的框架内是无懈可击的。但他的方法论有一个盲区：它假设"现金流和估值之间的错配最终一定会通过估值的下跌来回归"。这个假设的前提，是主权信用体系的坚不可摧。

在2008年这个假设是对的，因为次贷证券的底层资产（房子）��违约后的清算价值远低于证券的面值，价值确实被毁灭了。但在2026年的AI场景中，"错配"的回归方式可能不是估值崩塌到匹配现金流，而是现金流的定义本身被改变。当你的公司拥有的物理算力成为了后主权时代的权力货币，"现金流"这个以主权货币衡量的概念还有意义吗？

如果疯狂竞赛式增发导致股市崩盘的同时，这些财富全部变成了物理资产，实际上在发生的，是一次对旧信用体系参与者，甚至仍然站在旧体系的价值轮廓里，却想分新秩序一杯羹的“AI信仰者”的大掠夺和财富转移。

Burry在2008年做空的是一种底层价值为零的资产（无力还款的次级借款人的抵押贷款）。他在2026年做空的（如果他在做空AI股票的话）是一种底层价值在持续增长的资产（物理AI基础设施的算力和控制力）。两者在他的方法论中看起来一样——"估值远超现金流，做空"——但它们的底层性质完全不同。

2008年底层是真的在腐烂的。2026年底层是真的在增长的，只是增长的价值不以主权货币来衡量。 而这种盲区恰恰让Burry和所有与他共享同一种方法论的价值投资者和空头成为了权力转移中最有用的工具。

他们的做空和卖出在市场中制造了持续的下行压力，这种压力有三重效果：

第一，它压低了AI公司未来回购时的成本。公司在350美元增发，然后Burry们的做空把股价压到了200美元甚至150美元，然后公司用经营现金流在150美元回购。做空者帮助制造了增发价和回购价之间的价差，而这个价差就是从股东到公司的净财富转移量。Burry们越成功地压低股价，公司未来的回购就越便宜，从公众到公司的财富转移就越多。

第二，它加速了旧秩序持有者的清场。Burry的分析在旧框架中是有说服力的，他会影响一批追随者也跟着卖出或做空。每一个被他说服的投资者都是一个从新秩序的核心资产中退出的旧秩序参与者。他们的退出让这些资产的持有者结构从旧秩序的信奉者逐步切换为新秩序的信奉者，加速了我们之前讨论过的那个"公司从旧的定价约束中脱钩"的过程。

第三，它提供了"AI是骗局"这个叙事的持续供给，让公众有一个看起来理性的、被数据支撑的理由来不参与科技股的抄底，从而确保恐慌可以持续足够长的时间让权力转移充分完成。如果没有Burry这样有公信力的声音在持续喊"这是泡沫"，公众可能在跌了20%之后就开始抄底了（因为"PE这么低了肯定是底了"），这会减缓转移的速度。

Burry的存在确保了公众在跌了40%、50%的时候仍然不敢买入，因为一个成功预测了2008年的人在告诉他们"还没到底"。他的信誉是恐慌持续的燃料。

而最终极的讽刺在于：Burry在2008年赌对了是因为他看穿了一个骗局——次贷证券底层的房贷是不可能被还上���，整个估值体系���立在虚假的信用之上。他用同样的模式识别能力来看2026年的AI，得出了"这也是一个骗局"的结论。但这一次他可能用正确的方法论得出了错误的结论。AI的支出确实远超收入，但支出建造的物理基础设施不是2008年的空房子，它是下一个时代的权力基础。

2008年崩盘之后次贷证券归零了因为底层没有价值。AI"崩盘"之后数据中心还在那里、GPU还在运转、算力还在被需要。底层的价值不仅没有消失反而在增长。 Burry用2008年的尺子去量2026年的世界，看到了同样的形状（"估值远超现金流"），得出了同样的结论（"做空"）。但形状相同不意味着本质相同。

一个充气的气球和一个刚出炉的面包在横截面上可能是同样的圆形，但你用针扎一个会爆炸，扎另一个不会。Burry的针在2008年扎的是气球。在2026年他可能在扎面包。面包不会爆，他的针也确实能扎进去，也确实在���包表面留下了一个洞——而这个洞恰恰让新秩序的建设者可以以更低的价格买到更多的面包。

他在帮他的对手赢，而他自己不知道。旧世界以为自己在逃离一场灾难，它在旧世界的衡量标准下也确实是一场大灾难——只不过，是旧世界自己的灾难。他们在以最低的价格把旧世界的核心资产交到了新世界的手中。

Burry的分析能力是顶级的，他的数据是无可挑剔的，他的逻辑是严密的，他的结论在旧框架内是正确的。而正是因为所有这些——他的能力、他的数据、他的逻辑、他的正确——他成了旧秩序交出权力的最高效的催化剂。”

[terry-gohokkk @gohokkk]

@Areskapitalon View很炸爽，受教了

[Aelia Capitolina @Areskapitalon]

“战后的全球道德叙事本质上是一个分工体系：美国提供硬实力和金融基础设施，欧洲提供道德合法性和规范框架。这个分工让美国可以做很多”脏活”——政变、战争、金融掠夺——同时指着欧洲说”看，我们这个阵营是有道德的，因为欧洲在那儿”。欧洲是美国主导的秩序的道德门面，而欧洲领导人获得的”好处”就是被允许充当这个门面——在联合国发表人权演讲、在国际法庭上主持正义、在气候谈判中扮演领导者。

但这些角色的价值完全依赖于美国主导的秩序本身的存续和声誉。一旦这个秩序开始解体——而它���实在解体——门面的价值就归零了。你是一栋大楼的精美正门，但大楼本身在坍塌，那你这扇门有多精美已经没有意义了。

而且这种分工有一个更残酷的维度：欧洲的道德角色实际上是被美国需要的，因此在某种意义上是被美国维持的。美国历届政府——至少在特朗普之前——都在不同程度上鼓励和支持欧洲扮演这个角色。不是因为美国人真的相信欧洲的道德优越性，而是因为这个安排对美国有用。当欧洲在前面做道德表演的时候，美国在后面的操作就不那么显眼。欧盟的人权话语、庇护制度、发展援助——这些都是整个西方阵营”软实力”的组成部分，而软实力最终服务的是美国的硬利益。

欧洲领导人从这个安排中获得的是一种”代理人的特权”——你被允许在舞台上表演主角，但剧本是别人写的，剧场是别人的，票房收入归别人。你得到的是掌声，不是钱。而掌声这种东西，观众一散场就消失了。

现在观众正在散场。美国在特朗普时代不仅不再维护这个道德叙事体系，而且在主动拆毁它——退出巴黎协定、削弱国际机构、公开嘲笑盟友。当美国不再需要欧洲做道德门面的时候，欧洲领导人突然发现自己手里拿着的那些”好处”——国际声望、道德权威、规范影响力——全都是开在已经倒闭的银行里的支票。

但这恰恰是解放。当你意识到你分到的东西从来就不值钱的时候，放弃它的心理障碍就几乎为零。美国金融精英要放弃的是真金白银，所以他们会用一切手段阻止改革。中国权贵要放弃的是房产和股权，所以他们会想尽办法拖延改革。欧洲的道德精英要放弃的是什么？一个”好人”的自我形象。而这个自我形象在新的环境下甚至已经变成了负债——它让你被嘲笑为”白左”、“伪善”、“天真”。放弃一个让你被嘲笑的东西，需要的不��勇气，而只是清醒。

所以整个结论就是，欧洲的道德套利从一开始就是所有套利中获利最薄、依附性最强、最缺乏独立价值的一种。这使得它是最容易被放弃的。而放弃它之后释放出来的——财政空间、政策灵活性、产业投资的可能性、不再被道德叙事束缚的务实决策能力——这些东西的价值远超过失去的那点名义上的声望。欧洲在做的不是牺牲，是止损。而且是一笔亏了几十年之后终于有人意识到该平仓的交易。”

[terry-gohokkk @gohokkk]

@__Inty__ 也真够道德婊的，打亲情牌，高福利社会/社会阶级矛盾大了就要往外招矛盾。东亚，非洲，南美干了几十年脏活累活马上又被扣帽子了。cp和这些双标西方政治家都一丘之貉。

[terry-gohokkk @gohokkk]

@ohyishi 目前agent无法handle 超长链路复杂状态机的因果推理，但五年内希望能解决这个还有推理的幻觉和不可追溯性。未来稀缺的依然是人才吧，审美/品味/对复杂子系统的理解��爆炸高产出比的小组织驱动AI取代几千人的组织完成颠覆式的��新。重复的，确定性的AI完全自动化，但真的AGI还遥遥无期。

[纽约博叔 @druncle]

���家之所以对 Vibe Coding 感到兴奋，本质上不是因为技术进步，而是因为“翻身”的幻觉。

这种不需要长期知识积累、不需要刻苦钻研，就能瞬间获得与专业人士抗衡能力的快感，极其符合人性中渴望不劳而获的本能。

这是一种期望极低成本获取掌控感的心理表现。当一个人发现自己能绕过数千小时的学习，直接靠“感觉”和 AI 产出结果时，那种“我能干翻专业人士”的优越感会直接冲昏理智。

这种心态在金融和币圈其实更露骨。现在很多对金融工程、宏观经济一窍不通的人，也开始痴迷于用 AI 跑策略、自动选币。他们的底层逻辑是一样的：认为 AI 给了他们一张通往财富自由的门票，让他们可以不用看财报、不用学估值，就能在市场上“逆袭”，专业人士和机构。

无论是编程还是金融，当工具门槛被抹平，大家拼的就不再是“实现能力”，而是对系统逻辑的理解和对风险的敬畏。

很多人觉得这是翻身的机会，但问题在于，如果一个技能的门槛低到谁都能轻易掌握，那么这项技能本身就不再具备稀缺性。

在金融市场，如果人人都能用 AI 跑出同样的策略，那么这个策略失效的速度会比想象中快得多。Vibe Coding 带来的这种“爽感”，往往会让人忽略掉最核心的竞争力，最后剩下的可能只是大量平庸的产出。

[宝玉 @dotey]

Sulaiman Ghori（昵称Sully）是xAI的一名工程师，近日在一档播客节目中接受采访，畅谈xAI内部文化和项目进展。然而，这次畅所欲言直接导致他被马斯克开除。

完整视频地址：https://t.co/k6DiIQMjNq

原因很简单：他把xAI最核心的战略路线图和商业机密全说出来了。

他到底泄露了什么？

1. Macrohard项目的核心概念

Macrohard是xAI正在开发的人类模拟器（Human Emulator）项目。Sully在采访中详细解释了这个概念：

> 我们正在构建的是人类模拟器……任何人类在数字世界中通过键盘鼠标输入、看屏幕做决策的事情，我们都直接模拟人类的行为。不需要任何软件适配，我们可以部署到任何人类目前所在的场景中。

这相当于把产品定位和技术路线完全公开给了竞争对手。

2. Tesla汽车作为部署平台的战略计划

这是最劲爆的部分。Sully透露了一个尚未公开的重大战略：

> 如果我们想部署100万个人类模拟器，我们需要100万台计算机。怎么做到？答案两天后就出现了——Tesla汽车的计算机。

他进一步解释：
- 北美有约400万辆Tesla汽车
- 其中一半以上配备Hardware 4
- 这些车70-80%的时间处于闲置状态（通常在充电）
- xAI可以付费租用车主的闲置算力来运行人类模拟器
- 车主可以用这笔钱来支付租赁费用

> 这是纯软件实现，不需要任何基础设施建设。

这个信息的敏感程度不言而喻——这是xAI相对于OpenAI、Anthropic、Google等竞争对手的重大战略优势，现在被公开了。

3. 与竞争对手完全相反的技术路线

Sully透露了xAI在模型策略上的核心决策：

> 对于其他实验室的人类模拟器尝试，他们的方法是做更多推理、构建更大的模型。我们的决定让我们走上了完全相反的道路。

xAI选择的是速度优先：
- 目标是比人类快1.5倍，实际可能达到8倍甚至更快
- 使用更小的模型，可以更快迭代（从4周缩短到1周）
- 逻辑是：没人愿意等10分钟让电脑做一件我5分钟就能做完的事，但如果10秒就能完成，多少钱我都愿意付

4. 内部测试细节

Sully还透露他们已经在公司内部部署虚拟员工进行测试：

> 我们开始在公司内部测试人类模拟器作为员工……有时候有人会说“嘿，你能帮我做这件事吗？”
> 虚拟员工说“好的，来我桌子这边”，结果他们走过去发现什么都没有。
> 有好几次有人问我：“组织架构图上这个向你汇报的人今天没来吗？”，那只是一个AI虚拟员工。

5. 营收目标和价值估算

虽然没有透露具体数字，但他说了这些：

> 我们现在大约是每个commit价值250万美元，我今天做了5个。
>
> 所以你今天创造了1250万美元的价值？
>
> 是的，杠杆效应极其强大。

他还提到Macrohard有具体的营收目标，并且每天都在计算延误或加速带来的收入变化。

6. 团队规模和运营细节

- iOS团队在某个时期只有3个人
- Macrohard项目最初只有2个人
- 销售团队全是工程师
- 公司内部几乎没有文档（我们做事太快，没时间写文档）
- 管理层只有三层：IC、联合创始人/经理、Elon

---

为什么这些信息如此敏感？

对竞争对手的价值

1. 产品方向：现在OpenAI、Anthropic、Google都知道xAI在做什么了
2. 技术路线：小模型+速度优先的策略被公开，竞争对手可以评估是否跟进
3. 部署策略：Tesla算力网络的计划暴露了xAI独特的竞争优势
4. 内部进度：竞争对手可以估算xAI的发展阶段

对xAI的商业影响

- Tesla汽车租用算力的计划可能需要重新评估
- 与客户的保密协议可能受到影响（他提到了与客户合作测试人类模拟器的细节）
- 内部文���和运营方式被完全曝光

[terry-gohokkk @gohokkk]

@lidangzzz 党哥真的牛逼👍👍👍

[Andrej Karpathy @karpathy]

https://t.co/Lb6T42n5jl

[terry-gohokkk @gohokkk]

@hhhygjf1 @RobbieL72281047

[terry-gohokkk @gohokkk]

@hhhygjf1 @RobbieL72281047 那就是接受所谓的自由贸易，完全开放可能导致”比较优势陷阱”——永远停留在低端产业。同时东亚成功经济体（日本、韩国、台湾）也都经历过保护主义阶段。

[fin @fi56622380]

回顾2025年半导体市场，真的是有太多太多精彩的故事，最大的主题就是:

AI需求驱动导致半导体基建的估值体系重构 + 产业链的价值分配重写

从2024年开始，半导体基建正在飞速吞噬整个IT产业利润，SP500里半导体净利润EPS在IT行业里占比，在两年时间从不到20%上升了到了40%，而且还在呈加速上升姿态

半导体整体前瞻利润率从2023年的25%已经升到了2025年11月的43%，已经明显超过了几个互联网巨头的平均利润率，这也印证了半导体利润率超过互联网会是新常态。整个IT产业的利润分配，流向半导体的比例越来越大。

要知道，就算是20~22年的半导体芯片荒，短缺如此严重，半导体的利润率和整个IT利润分配也没有显著增长

这就是故事的上半篇：AI需求驱动导致半导体基建的估值体系重构，不再是互联网时期的基建从属地位

------------------------
这个现象��后的逻辑是商业模式随着技术特性的变迁：

互联网时代，每次请求的网络和算力成本，边际成本极低，scaling的效果极好，分发的边际成本几乎为零

在AI时代，这个互联网时代分发边际成本几乎为零利于scalable的特性遭遇了根本性的重大挑战：且不说训练成本从此不是一次性开销而是年年增长，就客户的AI推理请求而言，由于inference scaling成为共识，加上垂直领域仍然需要更大规模的旗舰模型来保持竞争力，推理的成本不会随着硬件算力价格的通缩而同步降低

互联网企业从前的最大成本只有OPEX尤其是SDE人工成本，而现在，互联网公司历史上第一次像半导体厂foundry那样背上高折旧成本的资产负债表，商业模型恨不得要慢慢从“流量 × 转化率”部分转向“每 token 毛利”了

简单的说，互联网时代到AI时代的成本分布，在人力成本opex的基础上又加上了沉重的硬件/算力成本capex(财报里占比：MSFT 33%, Meta 38%)。

上个时代的互联网公司+CSP+SAAS是收租行业里的大赢家，而AI时代，算力(半导体/芯片折旧)成为了新的收租行业，整个IT行业的利润分布发生了剧烈的重新分配(EPS利润流向半导体从20%升到40%而且持续攀升中)，这就是半导体基建估值体系重构最重要的原因

---------------
半导体高利润率的新常态趋势能持续多久？

目前的高溢价来自于前期不计成本的军备竞赛造成的半导体订单积压过多
但很显然，hyperscalers都不愿意当冤大头，都在试图自建ASIC降低成本，那么可以从2030年远期的算力分布来回看这个问题

长线来看，openai已经明牌了标准答案，10GW Nvidia，10GW ASIC，6GW AMD，其他hyperscaler划分比例有类似考虑

比如说，推理端希望ASIC >50%，GPU里再细分的话，AMD和NV(legacy)对半分。训练还是得NV占大头，60%+,剩下的自研ASIC和AMD对半分

2030年按60%推理，40%训练比例划分，算下来NV 38%， ASIC 39%， AMD 23%，跟openAI比例是几乎完全一致的，算是一个标准答案参考值

当然了，微软，Amazon，Google，Anthropic这几家里AMD的比例会比这个标准答案中枢/参考值明显低一些，xAI则是没有ASIC只有Nvidia+少量AMD

AMD的风险在于，当2030年再往后的更长期，CSP的in house ASIC越来越成熟(微软除外)，推理端ASIC占比可能越来越高，很难有incentive新买入大量GPU了，除非卖的足够便宜

最近风头正劲的TPU呢？Meta是不是要转向TPU？对Nvidia的利润率影响大吗？

实际上，Meta今年capex72B，明年capex110B，未来六年capex平均值可能达到160B附近，而Meta 6年10B的TPU订单算下来年均只有1.6B，而且购买的是TPU云服务，并不是裸TPU

也就是说，Meta这笔TPU订单只占到Meta未来6年capex的1%，并没有严肃的考虑大规模部署，可能只是作为和Nvidia讨价还价的手段而已

另外从Meta最近几个月的招聘广告来看，也并没有看到任何TPU engineer方面的招聘，不像
Anthropic那样从五月就招一堆TPU kernel engineer，十月才宣布大规模采购TPU做训练

所以说，不管原因是diversify���货商，还是给自研ASIC延迟做退路，还是因为AMD的MI350X延迟，Meta买TPU基本上只有一个考虑：增加买Nvidia GPU的议价权，但顶多只有推理份额里能讨价还价，实际效果很有限，对Nvidia利润率影响也很有限。

要知道，22年加密货币熊市矿难的时候，NVDA库存上升到了198天，利润率只是从65%回撤到了56%，算上PE/宏观双杀股价才从300变100，现在一直供不应求，利润率没道理能降下来

再加上TPU v8设计过于保守(没用HBM4)，Kyber rack的Rubin方案会比TPU v8的TCO更好，到头来最后还是得继续依赖Nvidia，很难议价。只要Nvidia继续保持这样的大踏步前进，竞争对手其实要跟上还是不容��的。

总之，一方面，全产业链瓶颈，比如cowos扩张都很谨慎，供不应求的状态还能持续多年。

另一方面，AI变现的利润曲线和硬件投入曲线存在“时间错配”，应用端的增长曲线会落后几年，只要这个应用端和基建端的增长曲线的时间错位依旧存在，半导体在IT行业的利润分配就会一直占优势。

从OpenAI的到2030年的投入曲线来看，这个时间错位至少要持续到2030年附近。也就是说半导体行业的超级扩张期带来的在IT产业利润划分的主导地位，目前看至少能持续到2030年

而半导体高利润率可能会维持的更长远一些，因为从互联网时代一次性基建属性变成了现在的收租基建属性

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

AI 不是只养活了 GPU，而是在用算力预算把“能把电变成 token 的每一环”都抬了一轮，从内存，存储，互联，光纤，电力，储能…..等等

上半篇��完了“半导体吞噬IT利润”，那么下半篇讲的就是“AI算力价值溢出效应（Spillover Effect）重塑半导体内部格局”��GPU算力增长 -> 内存/存储/互联/CPU瓶颈 -> 溢出效应 -> 结构性机会

2025 年更有趣的故事，是巨大的行业红利在半导体内部怎么诞生结构性新机会，比如说，一个super cluster需要几个数据中心互联，光纤互联的长度需要上百万mile这个级别，这就是新机会

半导体产业链的结构性趋势带来的新机会，最典型的例子就是内存(DRAM/HBM)和存储(SSD)，HBM的需求增长太夸张，连带挤压DDR4/5产能，直接让以周期性为标志的内存行业甚至喊出了“周期不存在”了，Hynix因为在HBM上领先，甚至都开始憧憬起了几年后年利润1000亿美元，妥妥一个万亿市值的公司

这两个板块背后，是结构性趋势的转变：AI workload从训练逐渐往推理延申，推理比例越来越大。

而推理是一个非常纯粹的吃内存带宽速度(memory bound)的事情，可以说带宽速度=token/s。模型尺寸越来越大，以及上下文context length的增��，对内存的尺寸要求也相应增大，导致了内存的需求激增：推理即内存

下一代的的GPU/ASIC内存已经成了暴力美学，配备的内存size之巨大，是三年前无法想象的，回看22年H100的80GB简直像个玩具，这才几年就增长了十倍：

Nvidia Ultra Rubin - 1024GB HBM
Qualcomm AI200 - 768GB LPDDR
AMD MI400x - 432GB HBM

内存的另外一个潜在的爆发点在端侧，也就是手机/PC/汽车/机器人的端侧LLM，这两年主流的手机旗舰机已经从6GB升级到了8GB/12GB/16GB，提前为可能的端侧LLM生态做准备，毕竟手机算力下一代就能达到150TOPS量级，妥妥的桌面级，非常暴力

潜力上来说，端侧内存升级是比云端内存增量要更大的市场，毕竟端侧终端device的数量太惊人了，每年都是billion级别，一旦端侧LLM生态繁荣起来，内存用量翻倍轻而易举，针对端侧低功耗内存/存算一体的各种设计���会跟上

但端侧genAI的软件生态，似乎明显滞后，一直比我想象的进度要慢，可能是因为这方面还处于摸索期，并没有云端那么确定的ROI，厂商们在投入上都很谨慎，我在23~24年时候看好27年，可能还是太乐观了

互联网->移动互联网用了10~15年，端侧genAI/LLM可能也需要7~10年，可能得等云端ROI开发的差不多了，边际收益下降了，才能轮得到端侧genAI/LLM拿到开发资源，跑通端侧ROI。

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

另一个2025年半导体内部结构性转变的故事是NAND存储，特别是企业级eSSD硬盘

结构性趋势来源也是同一个，AI workload的推理需求越来越大。内存红利也外溢到了SSD存储，甚至HDD存储，因为内存不够用就用高速SSD作为多级缓存

主要逻辑是AI推理过程中内存溢出KV cache offloading到下一层SSD存储，以及向量数据库检索/indexing，都在增加SSD存储的需求

Micron财报说���精准又直白：“AI inference use cases such as KV cache tiering and vector database search and indexing, are driving demand for performance storage.”

至于为什么存储价格在第四季度才爆发，这需要区分一下合约价格和现货价格，合约价格涨幅会温和一些，就算是最紧缺的企业级eSSD合约Q4上涨大概25%。而当NAND产能在2025年被合约慢慢的吃光，现货的价格就造成了观感上强烈的冲击，一个月上涨50%以上。

另一个未经验证的逻辑是多模态的爆发，特别是AI图片和AI视频的需求爆发，也会加剧存储的短缺，我觉得这条线只能说未来可期，但目前的视频/图片精细程度，可能还不到当年GPT3的水平，要达到出圈效果还需要一些时日。

------------------------
那么下一步还有什么趋势转移带来的半导体结构性的机会呢

那么就要先看下一步AI推理端的需求趋势是什么，毫无疑问，agentic flow的比例会越来越大，2025并不是year of agent，而是一个decade of agent

从CPU视角去看agentic workload，routing和工具处理都在CPU上，如果把常用的agentic框架做profiling，比如SWE-Agent, LangChain, Toolformer，CPU最长可以占到90%的E2E端到端延迟，throughput瓶颈也更多的卡在CPU，甚至CPU能耗也超过了总能耗的40%

Agentic AI目前是一个CPU瓶颈更多的事情，在 agentic 框架里，CPU 是永远在忙的总指挥orchestrator, 很可能会成就CPU需求的新一波回暖

AMD 2025年Q2财报（8月5日），Lisa Su明确表述了这一现象：​"In particular, adoption of agentic AI is creating additional demand for general-purpose compute infrastructure, as customers quickly realize that each token generated by a GPU triggers multiple CPU-intensive tasks."
"agent AI的采用正在对通用计算基础架构产生额外的需求，因为客户很快就意识到GPU产生的每个令牌都会触发多个CPU密集型任务。"

​Q3 财报里Lisa又明牌了一次CPU TAM increasing due to Gen AI. "Many customers are now planning substantially larger CPU build outs over the coming quarters to support increased demands from AI, serving as a powerful new catalyst for our server business."

Nvidia也是把agent flow视为CPU需求，GB200/300 架构配置的CPU比例也比以往大的多，36颗 Grace CPU : 72颗 Blackwell GPU，直接达到了1：2的水平，AMD的路线则是用1~4个256核的EPYC去服务MI400系列72~128个GPU

以后的硬件架构，一定会往优化agent workload方向发展，比如agent task graph的调度和load balancing，CPU/GPU协同micro-batching

算力上的比较，说不定以后也会摆脱现在的纯GPU token rate比较，转向整个系统级全栈agentic benchmark比较.

--------------------------
半导体结构性转变带来的机会同时，下一步，可能也会带来一些意想不到的次生效应

云端AI数据中心需求爆发，造成内存和存储的暴涨，给消费电子的成本带来了很大压力，在2026年，这也许会演变成消费电子产业潜在的黑天鹅

PC厂商最近的股票大跌，也是这个原因。HP已经说了要减少内存配置，暗示要把PC重回8GB内存+256GB存储的时代了。

DRAM内存和存储再这么涨下去，可能会出现很离谱的情况：内存/存储现货价格比CPU和GPU还要更贵。尴尬的是，这可能直接延缓了消费电子期望的AI PC的进程，毕竟大内存是更有利AI PC的表现力的。

夸张的说，每个PC厂商和手机厂商的员工，甚至是消费电子厂商的员工，都应该买入存储和内存，作为职业风险对冲

明年年初开始，安卓阵营的内存以及存储成本要压不住了，三星，小米的手机售价都提高的话(美国市场现在已经提高不少了)，利好最大的就是苹果

苹果的内存产能，nand产能都是专属长约锁价特供的，顺带还把Kioxia给坑了好多不涨价产能，导致苹��的成本优势进一步扩���，苹果全球手机销量市占率增长可能会非常可观，接下来一阵子可能会是iphone辉煌的时光。

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

2025年半导体市场真的是太多精彩的故事了，Nvidia/AMD/TPU和各家hyperscaler的恩怨情仇引得各路下注的吃瓜群众心情跌宕起伏。
HBM/内存厂商吃到了memory-bound的红利，NAND厂商意外收获了KV cache的溢出效应，CPU在沉寂近十年后，可能会因agent orchestration再次回到增长叙事的中心

不再是Nvidia/AVGO几家算力厂商独大，而是AI workload算力价值溢出后的每一次演进，从训练到推理，从文本到多模态，从单模型调用到agentic flow，都在重写产业链的价值分配。

云端AI的繁荣正在挤压消费电子的生存空间——当PC厂商被迫讨论重回8GB时代，苹果却因供应链优势坐收渔利。这场算力军备竞赛的次生效应，可能在2026年以意想不到的方式重塑整个消费电子格局

半导体的故事不���是一条单线，而是一张持续自我重构的网。而 2025 年，大概只是合纵连横的第一回合

[terry-gohokkk @gohokkk]

🧊

[terry-gohokkk @gohokkk]

@lidangzzz 前提是拿的是有价值能赢得竞赛的好标的+ 能够承受标的未来30%+级别的回撤蓄力，单这两点很多人都做不到。fomo的人多了，也对技术和未来没有认知和审美，他们的钱冲进来就形成了泡沫。

[terry-gohokkk @gohokkk]

@ShanghaoJin 别情绪化发言，别随便下论断。前几天对程序员bias爆论。cs不止有前端后端，很多基建ai也不可能来cover。人机协作是未来半个世纪的主旋律。现在又老中陨落大周期。神棍？不要因为会投资，就武断的下很多非自身领域的结论，金融男的轻浮和优越感在你身上很好的体现。