J.C

Long-term investor n traditional culture lover

[Elon Musk @elonmusk]

In the future, a trillion times a trillion dollars will be spent on making antimatter to travel to other star systems

[Jokker @0xJokker]

AMD ACABA DE MATAR LAS SUSCRIPCIONES DE IA

La CEO de AMD Lisa Su presento oficialmente una PC del tamaño de una lonchera y ejecuto en vivo un modelo de 235 mil millones de parametros

Sin centro de datos. Sin nube. Sin GPU alquiladas

El chip en su interior es el AMD Ryzen AI Max+ 395

Es el primer chip x86 en el que la CPU y la GPU comparten el mismo bloque de memoria

Hasta 128 GB de memoria unificada

Una RTX 5090 te ofrece 32 GB de memoria de video

Una 4090 te da 24 GB

Pero esta pequeña maquina te ofrece mas de tres veces la memoria de cualquiera de ellas

Y cabe en una mochila

En inferencia con DeepSeek R1 le gano a una RTX 5080 por 3x

Una desktop del tamaño de un libro grueso superando una tarjeta grafica de mas de mil dolares en una carga de trabajo real de IA

Ahora haz las cuentas de tus suscripciones

Claude Code Max: $200 al mes
ChatGPT Pro: $200
Cursor: $20
Gemini: $20

Son $5,280 al año antes de construir una sola cosa

La version de 128GB de esta maquina cuesta entre $1,800 y $2,500

A ese ritmo se paga sola en menos de un año

Y despues corre sin costes adicionales, GRATIS

> Instalas Ollama
> Bajas Qwen3 235B
> Apuntas Claude Code a localhost
> La misma interfaz que ya usas
> Nada sale de tu maquina
> Nada cuesta por request
> Sin limitaciones a las 3am cuando por fin tienes tiempo para construir

Los abogados dejan de preocuparse por lo que OpenAI hace con sus archivos

Los developers dejan de ver el contador de tokens

Los founders dejan de matar prototipos porque la factura de la nube los asusta

La IA local ya no es solo una opcion mas economica

Es la unica IA que nadie puede quitarte

Y la pregunta ya no es si la IA local es lo suficientemente buena

Esta claro que si lo es

La verdadera pregunta es por que seguir pagando suscripciones cada mes cuando puedes correrla tu mismo

[J.C @JFCmelb]

PCB，CPO,MLCC到底是啥？

[美股OK哥 @artinmemes]

下周美股6.1财报周，博通+慧与+光模块+ai网安，还有周一黄仁勋定调、周五非农

我的重点关注如下：

周一（6月1日）

盘后

$CRDO Credo Technology（光模块CPO）
$HPE 慧与（企业级AI服务器）

周二（6月2日）

盘前

$DG Dollar General（全美平价折扣零售巨头）
$VSCO 维密（知名服饰零售）
$ODD Oddity Tech（网红AI美妆科技）
$TIGR 老虎证券（风波刚过）

盘后

$PANW Palo Alto（全球网安龙头）
$GTLB GitLab（AI开发运维平台）

周三（6月3日）

盘前

$MDT 美敦力（全球医疗设备巨头）
$M 梅西百货（老牌百货零售）

盘后

$AVGO 博通（AI芯片光互联龙头）
$CRWD CrowdStrike（AI网安SaaS龙头）
$AI https://t.co/DUgyP0gKSe（看名字就懂）
$VEEV Veeva Systems（医疗云SaaS龙头）

周四（6月4日）

盘前

$CIEN Ciena（光通信设备龙头）

盘后

$RBRK Rubrik（云数据安全企业）
$PL Planet Labs（卫星遥感AI标的）
$LULU lululemon（运动服饰龙头）
$DOCU DocuSign（电子签名SaaS标杆）
$IOT Samsara（工业物联网AI平台）
$COO Cooper Companies（眼科器械龙头）

你准备上哪个call？

本条由 @bitget_zh 赞助，「Bitget 买美股：秒级入场，丝滑交易 」

[美股OK哥 @artinmemes]

下周5.26美股财报五月最后一周，特朗普喊单的戴尔+浪尖的富途，还有MRVL CRM SNOW，有好戏看了

下面是我的核心关注

周二（5月26日）

盘前

$PONY 小马智行（自动驾驶网红AI）
$VNET 世纪互联（中概IDC算力）

盘后

$ZS Zscaler（网络安全AI热门）
$SQM 智利矿业化工（锂矿巨头）
$BOX Box（企业云存储）

周三（5月27日）

盘前

$PDD 拼多多

盘后

$MRVL 美满电子（AI芯片算力核心标的）
$CRM Salesforce（软件CRM龙头）
$SNOW Snowflake（AI数据云 顶流）
$SNPS 新思科技（半导体EDA刚需龙头）
$HPQ 惠普（老登PC打印机龙头）

周四（5月28日）

盘前

$BBY 百思买（消费电子零售龙头）
$HRL 荷美尔（食品消费）
$XPEV 小鹏汽车
$FUTU 富途控股（最近太惨了）

盘后

$DELL 戴尔（老特背书，最近可太火了）
$PATH UiPath（AI自动化 RPA网红）
$MDB MongoDB（AI原生数据库 热门）
$COST 开市客（全球零售消费顶流）
$ADSK Autodesk（工业设计AI）

你准备上哪个call？

本条由 @bitget_zh 赞助，「Bitget 买美股：秒级入场，丝滑交易 」

[老白（每日 AI 干货✊） @laobaishare]

谷歌 CEO 说：

未来 3 年，是普通人最后一次靠"信息差"暴富的机会。

错过这一波，下一波至少等 20 年。

[美股OK哥 @artinmemes]

但斌今天分享的视频爆了，14分钟讲清楚光模块

押注美股相信光板块的，都值得看一看

[Wealth Code @WealthCode99978]

🎯 🔍 谷歌最新13F出来了

仔细看它押的方向

已经不是互联网公司的逻辑了

是在提前布局下一代基础设施

核心持仓：$ASTS $PL $ARM $RVMD $FRSH

如果只看10倍空间

排序是这样的

🥇 $ASTS

🥈 $PL

🥉 $ARM

后两个更多是行业机会，不是时代级别的赌注

先说 $ASTS 为什么排第一

这家公司要做的事情非常激进

不是优化现有通信网络

是直接绕过地面基站

让普通手机连上太空卫星

不需要特殊设备，不需要换SIM卡

就是你现在口���里那部手机

这不是改良，这是换掉整个通信逻辑的底层

Google押它，不是因为故事好听

而是因为这套逻辑和Android生态、全球运营商体系天然兼容

一旦规模化落地

重新定价的不是这只股票

是整个通信基础设施的估值体系

当然风险不能忽视

烧钱速度极快

卫星发射进度直接影响商业化节奏

短期波动足以让大多数人拿不住

但这类资产的特点就是

能拿住的人很少，所以回报才会那么离谱

再说 $PL

市场一直把它当卫星公司看

其实它真正的护城河是数据

每一天，它的卫星群都在给整个地球拍一遍

农业、气候、军事、AI训练

这种连续的、全球的、长期积累的地球数据

别人发再多卫星也很难复制

AI时代最终拼的是数据质量和稀缺性

$PL 手里握着的东西，会越来越值钱

$ARM 是这几个里面护城河最硬的

AI芯片生态的底层架构规则，很多就是它定的

但正因为已经足够大

再涨10倍意味着市值要到几万亿

弹性比前两个小很多

稳，但不炸

一句话总结四个方向

$ASTS — 重建太空通信基础设施

$PL — 卖地球数据给AI时代

$ARM — AI芯片世界的规则制定者

$RVMD — 生物医药临床期的高风险赌注

$FRSH — 企业级AI SaaS

Google这次13F最值得关注的信号

不是它买了什么

而是它在提前押注哪些东西

会在未来十年成为基础设施

[mark @cherryPayment]

摩根认为FOCI 预计将成为英伟达和台积电的 FAU（光纤阵列单元）核心供应商，市场份额最高可达 50%。

50%的市场份额那将是巨大的增长潜力！

[林晚晚的猫 @linwanwan823]

���来了，他带着最新持仓向我们走来了。

万众瞩目的OPENAI研究员Leopold Aschenbrenner，SAF基金的最新AI持仓刚刚公布。

我来简单总结一句话，
做多电力 + 机柜 + 存储；
做空逻辑芯片复合体（GPU/ASIC/foundry/光刻）。

买Put期权高达84.6亿，
其实我更倾向于他这是对一季度市场过热的一种对冲，并不是完全看空。

本季度他当前前5大持仓：

1.燃料电池公司 BE — 879M（但他减仓了）
2.闪迪SNDK — 724M
3.CRWV — 556M（加仓了）
4.我的爱股IREN — 401M（他加仓了）
5.CORZ — 389M（也减了）

新建股票。我们把小仓位的多头去掉。
核心新方向有三个：
1.TE（本土光伏，发电端新拼图）
2.SHAZ（AI算力小弟，赌第二梯队）
3.HIVE（矿企搞ai）

完全清仓了AI三条副线，
1.光通信（LITE、COHR）
2.天然气产业链（EQT、LBRT）
3.二线矿企+二线代工（CIFR、HUT、TSEM）

很有意思，
我看到这兄弟还买了吴忌寒的比特小鹿。

看来，数据中心他是真的很看好，
而且不赌单一公司的执行力。

抄作业去吧同志们。

[散户研习社 @sanhuyanxishe]

中国光通信七大天王

​一、光芯片之王光迅科技，中国版的Lumentum（美国光芯片头部），主营业务、客户类型和产品结构都跟美国的Lumentum高度一致，未来潜力非常巨大。

​二、光交换机（OCS）之王紫光股份，国内OCS光交换机的绝对龙头，以前的交换机都是电交换，延迟高成本高，OCS是全交换机速度快功耗低没有OCS就没有下一代的AI大集群。

​三、光器件之王仕佳光子，全球垄断PLC分路器芯片，全球市占率超过50%，国内唯一能量产1.6TAWG芯片的公司，英伟达GB200的核心供应商。

​四、光模块之王中际旭创，全球光模块的绝对龙头，800G/1.6T光模块市占率第一，英伟达和谷歌的核心供应商。

​五、光纤之王长飞光纤，全球光纤光缆市占率第一，2026年光纤在AI的渗透率要突破30%，今年光纤缺货1.8亿芯公里，光纤王会越来越强。

​六、光设备之王烽火通信，光传输设备国内第一，全球光设备前三，东数西算主力供应商。

​七、光材料之王云南锗业，国内唯一量产6英寸磷化铟的龙头，磷化铟是光芯片的被卡脖子的核心材料，磷化铟被美日垄断，今年缺200万片，明年缺300万片。

​总之，光通信七大天王，芯片看光迅，交换机看紫光，器件看仕佳，模块看中际，光纤看长飞，设备看烽火，材料看云锗。

[WiseInvest @WiseInvest513]

按照孙哥的说法，下一波就是核电经济，如下是 10 只和核电相关产业的股票！

1. $OKLO 通过将反应堆直接放置在数据中心园区旁边，实现 24/7 现场发电，有效构建 AI 经济所需的“本地核电站”。

2. $BE 燃料电池现场电力解决方案，帮助数据中心绕过电网，为 AI 集群提供专用能源，产品积压订单同比激增 250% 至 60 亿美元。

3. $CEG 作为 AI 时代的核能基础负荷支柱，与 $MSFT 签订 20 年购电协议，与三哩岛重启挂钩，提供 24/7 无碳电力。

4. $VST AI 的混合动力引擎，结合核能、天然气和储能，与 $META 签订 20 年协议，覆盖三个核电站的 2600 多兆瓦。

5. $GEV 工业供应商，重塑美国电网，提供涡轮机、变压器和硬件，每一轮 AI 驱动的升级周期都依赖这些，积压订单达 1630 亿美元。

6. $VRT AI 计算的基础设施守门人，掌控冷却和电力系统， $NVDA 级集群无法运行，第一季度积压订单同比上涨 80% 至约 125 亿美元。

7. $EOSE 针对电网压力下的长时储能解决方案，帮助公用事业公司平滑波动，因为 AI 需求已超过供应。

8. $NEE AI 建设中的清洁能源分支，拥有全国最大的可再生能源开发管道，直接定位于数据中心负载增长。

9. $LEU 美国唯一的 HALEU 燃料来源，使其成为为未来 AI 园区所需模块化反应堆提供动力的关键， backed by ~30 亿美元 DOE 合同。

10. $UUUU 通过将核燃料转变为 AI 时代国家安全资产，保障国内铀供应链。

这里面未来一定会有 10 倍，百倍的标地诞生，如果可以的话，现在大家可以找一些开始埋伏了！

[Yiannis Zourmpanos @yianisz]

What’s crazy about $POET is how quickly the market moved on after the $MRVL collapse.

The stock lost nearly 50% in days.. and then recovered aggressively almost immediately once investors realized the broader AI photonics cycle was still intact.

that tells you this market is starving for optical exposure right now.

[Wealth Code @WealthCode99978]

🔥 AI 光通信真正的竞争，已经开始从“谁做光模块”，进入“谁掌控下一代调制层标准”。

很多人现在提到 AI 光通信，第一反应还是 800G、1.6T、CPO、光模块这些概念，但如果真正深入产业链，会发现未来最关键的位置之一，其实是 Modulator（调制器）。

因为未来 AI 数据中心最大的瓶颈，正在慢慢从 GPU 本身，转向 GPU 与 GPU 之间的数据传输。

未来像 NVL72、超大规模 AI Cluster、AI Factory 这种架构，会同时出现几千颗 GPU、几万个高速光连接以及海量实时数据交换。真正最可怕的地���，已经不再只是“算力够不够”，而是“数据能不能搬得动”。

而 GPU 本身是电信号，光通信是光信号，中间必须有一个核心器件完成“电 → 光”的转换，这个核心器件，就是调制器。

现在整个 AI 光通信行业里，主流调制层路线，其实已经慢慢分成四大方向。

第一条路线是 Silicon Photonics（硅光），核心标的包括：

$AVGO
$COHR
$TSEM

这是目前产业化最成熟、资本投入最大的方向。硅光最大的优势，是能够更容易与 CMOS 工艺结合，这意味着它更容易规模化生产、更容易进入 Foundry 体系，也更容易与 AI 芯片直接整合。

这也是为什么 $AVGO 现在越来越被市场视为 AI 光互联核心玩家之一。因为未来 AI 网络升级，本质上会越来越依赖“硅光 + 高速交换”的组合。

而像 $TSEM 这样的 Foundry，也会越来越重要。因为未来 PIC（光子集成电路）规模扩大后，真正的壁��之一，就是制造能力。

第二条路线是 InP（磷化铟），核心方向主要看：

$COHR
$LITE
$AXTI

InP 的优势在于超高速性能，尤其在高频调制、激光器和超高速光通信领域非常强。很多 AI 数据中心未来更高带宽的高速连接，其实都会越来越依赖 InP 技术。

而很多人低估了 $AXTI 的位置。因为它真正卡的是上游 InP 衬底。未来 AI 光通信如果持续爆发，最容易缺货、但市场最容易忽略的，往往不是终端模块，而是所有人都绕不开的核心材料层。

第三条路线是 TFLN（薄膜铌酸锂）。

这个方向最近行业热度非常高，因为它具备速度快、功耗低、线性性能优秀等优势，非常适合下一代高速 AI 光互联。很多人认为，TFLN 未来可能会在高端调制器市场占据越来越重要的位置。

不过目前美股里，还没有特别纯正、特别核心的 TFLN 标的，所以现在更多仍属于技术路线预期阶段。

第四条路线，也是最近越来越多人开始重新研究的方向，就是 EO Polymer（电光聚合物）。

而目前市场里最核心、几乎唯一纯正的代表标的，就是：

$LWLG

这也是为什么最近越来越多人重新开始认真研究 Lightwave Logic。

因为 EO Polymer 理论性能其实非常激进。相比传统硅光路线，它具备更高速、更低功耗、更低电压、更低热损耗等特点。

而未来 AI 数据中心真正最缺的，恰恰就是：

带宽效率 + 功耗效率。

尤其当 AI Cluster 越来越大之后，功耗问题会变得越来越致命。

但 $LWLG 真正最大的想象空间，其实不只是材料本身，而是它有没有机会成为未来 AI 光互联里的“标准层”。

尤其现在它开始逐步进入 Foundry 的 PDK 生态，这一点非常关键。

因为一旦进入 PDK，工程师就能够直接完成设计、Tape-out、验证与量产。这意味着它正在从“实验室技术”，慢慢进入真正的工业体系。

而半导体行业有一个非常重要的特点：一旦进入工艺库，后续护城河会越来越深。���为后面会涉及封装、热设计、光学校准、良率与客户系统适配，客户不会轻易更换材料路线。

所以未来 AI 光通信真正的竞争，可能已经不只是“谁卖更多光模块”，而是谁能掌控下一代调制层标准。

因为未来 AGI 数据中心真正最恐怖的东西，不只是算力，而是：

超高速实时数据流。

[Art of Speculation @ArtofSpecuycky]

硬件涨了10倍，软件还没动。这才是AI超级周期下半场真正的机会

说一个很多人不敢说的感受：
AI涨了一年。 Nvidia涨了10倍。存储涨了10倍。光互连涨了10倍。但你打开手机，用了哪个AI应用让你觉得"这真的改变了我的工作"？硬件的繁荣是真实的。但应用层的繁荣还没来。这让我很焦虑。相信你也有同感。但焦虑本身就是机会的信号。当所有人都在买GPU的时候，软件还没动。 这就是下半场最大的不对称赔率。

1. 先说清楚一件��：为什么软件现在还没涨，反而在跌
AI浪潮分三个阶段：
第一阶段（2023-2026）：基础设施
谁卖铲子谁赢
Nvidia、AMD、TSMC、存储、光互连
第二阶段（2026-2027）：平台层
谁控制数据和调用入口谁赢
正在发生
第三阶段（2027+）：应用层
谁有真实用户和真实收入谁赢
还没完全爆发

市场现在处于第一阶段向第二阶段过渡的节点。软件公司还没涨，不是因为它们不重要，是因为市场还在等一个信号：财报里的真实AI收入数据。故事不够，要数字。

2. 已经给出答案的：DOCN和TEAM
$DOCN（DigitalOcean）——AI初创公司的首选战场
这家公司三个月前还被当成"廉价云"。 现在单日拉升40%，从$82涨到翻倍。为什么？AI应用需要灵活、便宜、低延迟的推理接口。AWS太贵，GCP太复杂，DOCN刚好填这个空缺。AI客户ARR已达$1.7亿，同比暴增221%。这不是故事，这是财报里的真实数字。
标签已经换了：从"廉价云"到"AI推理首选平台"。这就是闪迪公式的软件版本。
$TEAM（Atlassian）——AI没有杀死Jira，反而让它更值钱
所有人都说AI会替代项目管理软件。
现实是：AI Agent需要企业内部的数据和上下文才能工作。这些数据在哪里？在Jira里，在Confluence里，在TEAM的生态里。Rovo智能体上线后，使用Rovo的客户增速是非用户的2倍。RPO大增说明客户在提前锁定预算。
AI没有消灭TEAM，AI让TEAM的护城河变得更深。

3. 即将引爆的：SNOW和CRM
$SNOW（Snowflake）——企业AI Agent的数据控制层
AI落地需要海量企业数据。谁控制数据，谁就控制AI Agent的大脑。Snowflake正在把自己从"数据仓库"重新定义为"企业AI Agent控制层"。5月27日财报是关键——盯三件事：产品收入能否超预期、RPO增速、AI工作负载量。如果三个都超，SNOW会成为下一个DOCN。

$CRM（Salesforce）——目前跑得最快的企业AI Agent
Agentforce ARR已达$8亿，同比增长169%。
这不是概念，这是真实的企业在付钱买的东西。
更关键的是：Agentforce已经跨系统执行——连接Google Workspace、BigQuery、ServiceNow。
它不再是一个AI工具，它正在成为企业工作流的入口。
这个位置一旦占住，护城河比任何单一软件都深。

4. 最被低估的暗线：AI通信基建
这是大多数人没想到的逻辑：
AI Agent越多，通信调用量越大。AI客服要打电话。AI助理要发短信。AI系统要做身份验证。每一个AI Agent背后，都有通信基建在支撑。
$BAND（Bandwidth）
拥有自己的全球通信网络，不是租用。这在AI语音代理时代是核心壁垒——低延迟、高稳定性是AI客服的生命线。已被Salesforce选为AI客服关键基础设施合作伙伴。这个背书意味着：每一个Agentforce的���音调用，都要经过BAND的网络。
$TWLO（Twilio）
语音收入同比增长20%，创19个季度新高。
这个数字说明了一件事：企业正在大规模采购AI客户互动能力，而Twilio是目前最成熟的通道。

5. 我自己觉得不错的：SERVICE NOW和REDDIT
$NOW（ServiceNow）——企业AI自动化的操作系统
如果Salesforce是销售端的AI入口，ServiceNow是IT和运营端的AI入口。企业有多少重复性的IT工单、审批流程、合规检查——这些全部可以被AI Agent自动化。NOW的平台就是这些Agent运行的操作系统。
AI不是NOW的竞争者，AI是NOW的燃料。
$RDDT（Reddit）——AI训练数据的稀缺资源
这个逻辑很多人没想到：
所有大语言模型都需要高质量的人类对话数据。Reddit是全球最大的真实人类讨论数据库，而且有强烈的社区情感和垂直专业深度。Google已经签了数据授权协议。OpenAI也在谈。Reddit不只是社交媒体，它是AI时代最稀缺的��据资产之一。$130附近是���多人认为的买入区间，也是大级别上涨趋势线的强力支撑位。

6. 最后说ZOOM
$ZM（Zoom）——从会议工具到AI工作流平台
这是争议最大的一个，但也可能是赔率最高的反转故事。AI Companion活跃用户同比增长超三倍。Virtual Agent 3.0能处理50%的客服案例。如果Zoom能从"开会的地方"扩展到电话、客服、协作的全场景AI入口——它的估值逻辑会被完全重写。现在的Zoom是被旧标签定价的。

最终想法
已经证明的（买入确定性高）：
$DOCN → AI推理平台，数字已验证
$TEAM → 护城河被AI加深
$CRM → 5/27号财报Agentforce ARR $8亿，最快的企业Agent（如果能在财报前回到140，大级别趋势线的支撑位，那就是完美的买入位置，这个老牌公司希望能在agentic ai的叙事下给他新的估值，我感觉这次财报就是一次机会了）

即将验证的（等财报）：
$SNOW → 5/27财报，企业AI控制层（如果在财��前是跌的把140缺口补了，���是完美的买入位置）
$NOW → IT自动化操作系统（让now再磨一下底，缓慢筑底过程）

暗线机会（最被忽视）：
$BAND → AI通信基建，Salesforce背书
$TWLO → 语音收入19季度新高

反转赌注（高赔率高风险）：
$RDDT → AI训练数据稀缺资产（盯着130的趋势线支撑）
$ZM → 旧标签包装的新故事

最后说一句：
硬件的繁荣是AI的第一章。 应用的繁荣是AI的第二章。
第一章涨了10倍的公司，第二章不一定还是它们。第二章的主角，在上面这张清单里。但记住：软件涨的信号不是故事，是财报里的数字。
等数字出来，再重仓。

#AgenticAI #SaaS #软件股 #AI应用 #美股 #DOCN #CRM #SNOW #TEAM #Twilio #Bandwidth #Reddit #Zoom #ServiceNow #USStocks #AIStocks #下半场 #软件反转 #AI落地 #美股分析

[qinbafrank @qinbafrank]

SpaceX之前最重磅的IPO估计就是下周这个超大晶圆制造商Cerebras Systems的上市了，Cerebras是一家专注于AI加速器的美国公司，总部位于加州Sunnyvale，成立于2016年。公司以“晶圆级集成”（Wafer-Scale Engine，简称WSE）技术闻名，核心产品是将整个300mm硅晶圆直接做成一颗超级大的AI处理器，而不是像传统GPU那样切成小芯片再封装。这解决了AI训练/推理中常见的内存带宽和芯片间通信瓶颈问题，被誉为“世界上最大的AI芯片”。树立了下关于Cerebras几部分关键信息。

1、核心技术和产品
1）晶圆级引擎（WSE）
传统AI芯片（如NVIDIA H100/B200）采用多芯片模块（MCM）或小型die，通过NVLink/HBM等外部互联扩展。但Cerebras的WSE把整个晶圆做成单一die，避免了芯片间通信延迟和带宽损失，实现了“片上”海量并行计算。

WSE-3采用“Weight Streaming”架构，将计算和内存解耦，支持外部MemoryX扩展（1.5TB、12TB、120TB甚至1.2 PB），单系统即可训练高达24万亿参数的超大模型。

2）CS-3系统
单台15U机柜，内置1颗WSE-3，支持水冷。通过SwarmX互联可扩展至2048台集群，峰值达256 exaFLOPS。单台CS-3就能在不到1天内从零训练Llama 2 70B模型（Meta GPU集群需约1个月）。

3）性能优势
Cerebras强调“消除数据移动瓶颈”：
比上一代CS-2（WSE-2）：性能翻倍，功耗和成本不变（CS-2用7nm，2.6万亿晶体管，40 GB SRAM）。

比NVIDIA H100/B200：在内存密集型大模型任务中优势显著。CS-3单系统内存容量远超10,000节点GPU集群；推理速度可达GPU云的数倍（尤其是长上下文/大模型）。公司声称在Llama/Falcon等模型上tokens/second提升2倍。

实际基准：Condor Galaxy 3（64台CS-3集群，8 exaFLOPS）已于2024年Q2上线，与G42合作。集群编程像“单芯片”一样简单，无需复杂分布式框架。

优势：
极致内存带宽 → 适合万亿/十万亿参数模型训练与推理。
扩展性强 → 集群像单机一样编程，开发效率高。
能效/成本在特定 workloads 上优于GPU（同功耗下性能翻倍）。

挑战：
单系统功耗高（25kW），部署���槛高（需专用数据中心基础设施）。
晶圆级制造良率和缺陷容忍技术虽成熟，但整体成本高（单系统硬件估算数百万美元）。
生态不如CUDA成熟，主要针对AI训练/推理大模型，不如GPU通用。

总体上Cerebras是“垂直优化”的AI超级计算机方案，适合追求极致规模和速度的 hyperscaler、主权AI项目、国家实验室，而非通用GPU替代品。

2、发展历程
Cerebras从“卖硬件”转向“AI超级计算平台”，已从早期科研验证走向商用落地（Condor Galaxy等主权AI项目）。

从SeaMicro老兵到AI晶圆级先锋
Cerebras成立于2015-2016年（官方多以2016年计），总部位于加州Sunnyvale。创始人团队全部来自SeaMicro（2012年被AMD以3.34亿美元收购），早期处于stealth模式四年，专注解决“晶圆级集成良率难题”。

1）2019年：发布首代WSE-1，开启晶圆级AI芯片时代。
2）2020-2022年：推出CS-1/CS-2系统，完成从“��片”到“系统+软件栈”的闭环，与TSMC深度绑定实现量产。
3）2024年：WSE-3及CS-3系统落地，性能翻倍；同期首次递交S-1（后因业务优化于2025年10月撤回）。
4）2025-2026年：转向云推理服务+混合模式，与OpenAI签署巨额合作；
5）2026年2月完成Series H，4月重启S-1，5月启动路演，计划Nasdaq上市（代码CBRS）。

3、核心团队及融资
1）核心团队
Andrew Feldman（CEO、联合创始人）：连续创业者，曾任SeaMicro CEO、Force10 Networks产品VP（后被Dell收购）、Riverstone Networks营销VP。斯坦福MBA背景，擅长产品化与资本运作。

Gary Lauterbach（联合创始人、前CTO）：Sun Microsystems UltraSPARC首席架构师，58项专利，曾主导AMD数据中心业务。

Sean Lie（联合创始人、现CTO）：MIT本科+硕士，AMD高级架构师，29项专利。

Michael James（首席架构师）：SeaMicro软件架构师，后任AMD对应岗位。

Jean-Philippe Fricker（首席系统架构师）：DSSD/SeaMicro资深硬件架构师，30项专利。

团队优势在于“系统思维”而非单纯芯片设计：他们深谙数据中心功耗、互联与软件优化，曾用fabric架构重塑服务器。这正是Cerebras能解决晶圆级缺陷容忍与Weight Streaming架构的关键。

2）融资历程
累计融资约29-37亿美元（含多轮），估值从早期数百M美元飙升至IPO前230-266亿美元：
早期：Series B/C/D（2016-2018）累计约1.7亿美元，投资者包括Foundation Capital、Eclipse、Sequoia、Benchmark。

中后期：2019 Series E（2.72亿美元，估值24亿美元）；2021 Series F（2.54亿美元，估值41亿美元）。

2025-2026：Series G（11亿美元，估值81亿美元）；Series H（10亿美元，估值230亿美元，Tiger Global领投，Benchmark、Fidelity、AMD等跟投）。

4、业务模式与财务表现
Cerebras早期卖硬件（CS-2/CS-3系统），后来转向云服务（Cerebras Inference，云端提供超快AI推理）和混合模式。客户包括CSP、 hyperscaler、企业、主权AI项目（如G42）、研究机构。

2025财年财务：收入5.1亿美元（同比+76%，2024年2.9亿美元，2023年0.787亿美元，2022年0.246亿美元，20倍增长）。硬件收入约3.58亿美元，云及其他服务1.52亿美元。

GAAP净利润：约0.879亿美元（2024年净亏损4.85亿美元），首次实现盈利（不过非GAAP仍有亏损）。

剩余履约义务（backlog）：246亿美元（OpenAI等多年前期大单贡献），2026-2027年预计确认15%。

客户集中度：2025年G42占24%（此前曾高达87%），另一UAE客户占62%，但已显著多元化；OpenAI签署超100-200亿美元多年前期合作（含1亿美元贷款+认股权证）。

公司定位从“卖芯片”转向“AI基础设施平台+云”，并与Qualcomm等合作加速边缘部署。

5、IPO相关信息：
IPO 基础发行2800万A类普通股，超额配售420万A类普通股，核心管理层和投资人不卖股。纯公司发行新股用于募资，无大量旧股套现。

IPO定价$115–$125/股，因需求超20倍，已计划上调至$125–$135/股（可能进一步调���）。高区间（$125）募资约35亿美元（基础28M股），含超额配售最高约40.25亿美元。

高估值下（$125/股）对应市值约266亿美元IPO后总流通股本约 2.13亿百万股（包括Class A、B、N等）。其中：
Class A（上市交易股）为IPO发行的28M股 + 超额部分；
其余Class B（高投票权，创始团队/早期投资者/优先股转换后）和Class N（非投票权，如OpenAI认股权证相关）。

ipo后解禁期前的流通比例
标准锁定期：
180天或提前至Q3 2026财报发布后两个交易日（取较早者）。
解禁前初始流通股（Initial Float）：
仅IPO发行的 28百万股（基础）或最高 32.2百万股（含超额）。
锁定期内真实流通比例：
约 13.1%–15.1%（28M / 213M ≈ 13.1%；32.2M / 213M ≈ 15.1%）

预期定价日：下周三5月13日，预期上市交易日：5月14日（周四），代码CBRS。

整体而言估值虽高，但增长潜力和技术壁垒值得关注

本条由@bitget_zh赞助，「Bitget 买美股：秒级��场，丝滑交易 」

[Wealth Code @WealthCode99978]

💰 2030年最有可能造就百万富翁的10只股票
⠀
AI · 核能 · 太空 · 稀土 · 光通信——全押上 👇
⠀
1️⃣ $IREN · AI算力基础设施
⠀
2️⃣ $AMZN · 云计算+AI应用双引擎
⠀
3️⃣ $NVDA · AI芯片绝对核心
⠀
4️⃣ $AXTI · 光通信核心材料
⠀
5️⃣ $RKLB · 商业太空最强复合增长
⠀
6️⃣ $MP · 美国稀土唯一龙头
⠀
7️⃣ $SMR · 小型核反应堆先行者
⠀
8️⃣ $NBIS · 新兴AI算力云
⠀
9️⃣ $MU · 存储超级周期最直接受益
⠀
🔟 $AAOI · 光模块高速增长黑马
⠀
💡 为什么是这10只？
⠀
AI需要算力 → $NVDA · $IREN · $NBIS
⠀
算力需要存储 → $MU
⠀
存储需要光通信 → $AAOI · $AXTI
⠀
光通信需要稀土材料 → $MP
⠀
算力需要电力 → $SMR
⠀
未来需要太空基建 → $RKLB
⠀
整条产业链从底层到应用 → $AMZN
⠀
这不是10只独立的股票
⠀
这是一条完整的AI文明基础设施产业链
⠀
❓ 你会选哪几只重仓到2030？
⠀
评论区告诉我 👇

[Serenity @aleabitoreddit]

$AAOI reported earnings, it's actually extremely positive so far contrary to market reactions.

Like all 2027 hyperbolic forward growth companies:

Nobody should care about current financials.

Key things market missed was:

AOI: hit They hit 100K units/month capacity for 800G transceivers.

And: -> "Significant larger growth expected starting in Q3 as capacity comes online"

If you do look at financials:

It's ~29.2% non GAAP gross margin

on ~$151.1M revenue, guiding $180-$198m Q2.

We already know from Lumentum earnings that it's more of capacity bottleneck, not a demand one. And anything they make they sell out.

It's a forward growth story, so important thing aside from these notes is the earnings call on hyperscaler demand implications and capacity ramp.

[Black Hole @konstructivizm]

The Moon Landing Conspiracy Ends with India. For decades, skeptics have claimed the Apollo 11 landing in 1969 was staged. But an independent space agency has delivered undeniable proof.India’s Chandrayaan-2 orbiter, flying at about 100 km above the lunar surface, passed over the Sea of Tranquility and captured high-resolution images of the exact landing site.Right there, inside the marked circle, sits the descent stage of the Lunar Module Eagle — the very hardware Neil Armstrong and Buzz Aldrin left behind on July 20, 1969.This isn’t NASA imagery. It’s ISRO — captured by Indian scientists with their own spacecraft and their own camera (the Orbiter High-Resolution Camera).The hardware is still exactly where history says it should be, casting a long shadow across the lunar dust more than 55 years later.Third-party confirmation from a completely independent nation. No collaboration needed. Just clear orbital evidence.The Moon landings happened. The proof keeps piling up — now from another country that has reached the Moon with its own https://t.co/fXaH3EDAPN closed.

[J.C @JFCmelb]

看到日本的说书人，想起了小时候经常听三国演义，三侠五义说书，小时候虽然物质匮乏但比现在开心。