Arya

[Arya @Jonesron92]

哪里的海滩呢？我要去。

[Arya @Jonesron92]

完美肉体❤️

[Arya @Jonesron92]

千万就能睡这种女人啦？？

[伊利丹 @YLDLZN]

嚯， 这么刺激啊

[Arya @Jonesron92]

太喜欢女女了❤️

[Arya @Jonesron92]

喵老师这么有够骚❤️

[Arya @Jonesron92]

现在大模型的竞争已经白热化了，苹果明显落后，所以在应用层面发力。这也是苹果最擅长做的事。苹果在原始创新方面一直不是最强的，但它的体验、优化、安全始终是最令人信任的公司

[Pike时政财经分析 @BigbirdflyChan]

【高盛认为未来边缘AI的发展速度，可能取决于NAND和存储】--非常有前瞻性的观点，存储投资者值得一看

高盛认为市场可能误读了苹果。多数人看到WWDC后觉得Siri没突破，大模型不够强，Apple Intelligence进展慢，不看好苹果的本地AI（On-device AI）路线。于是AAPL最近下跌了约3.5%。

但高盛认为真正值得关注的是苹果的技术路线。苹果并没有选择像OpenAI、Anthropic那样不断增加计算资源，而是在尝试一种类似“LLM in a Flash”的架构：把核心模型常驻内存，把大量参数存储在NAND闪存中，需要时再动态调入DRAM。这种模式本质上是用存储替代部分计算，因此高盛提出一个非共识观点，未来边缘AI的发展速度，可能更多取决于NAND和存储，而不是HBM和数据中心GPU。

我的看法：推特的老观众都知道我很看好苹果未来在AI时代终端设备中扮演的角色。苹果正在弱化底层模型的重要性，让开发者通过统一接口在本地模型和云端模型之间自由切换。未来真正有价值的可能不是模型本身，而是分发渠道，生态系统，用户入口，这也是苹果最擅长的领域。

[Arya @Jonesron92]

真厉害，我也想做点什么🤔

[区块链行情研究 @qkl2058]

16岁小孩做了个"星链原型"，赚了30万美元

他能接收卫星信号，而且这玩意儿在哪儿都能用。

SpaceX想关掉他？人家早有准备。

实现方法说穿了其实不复杂，他全靠Claude就搞定了：

先说明一下，他不是在偷星链的网。

他用的，是SpaceX卫星往外发的无线电"信标"，相当于拿这个信号当免费定位系统，在GPS失灵的地方照样能定位置。

每颗星链卫星都在不停往外发信标信号。

你只需要一个小天线锅，再加一个35美元的无线电接收设备，就能接收这些信号。然后通过三颗卫星的三角定位，算出你在地球上任意地方的坐标，就算GPS被干扰或者完全屏蔽了也不怕。

这个思路，美国陆军也在测试。

这小孩把它做成了便携版，卖给了徒步的、跑船的，还有应急队。

具体怎么搞？很简单，分六步走。

第一步：买硬件

RTL-SDR Blog v4 USB接收器，35美元

小号Ku波段抛物面天线，大概50美元

Ku波段LNB下变频器，20美元

树莓派5，8G内存版

偏置T适配器

5000毫安USB电池

全部加起来，大概180美元出头。

第二步：给树莓派装系统

把树莓派系统镜像烧录进SD卡，开机就行。

第三步：装SDR工具

打开终端，敲两行命令：

sudo apt update

sudo apt install rtl-sdr gnuradio python3-numpy

第四步：接线

LNB装在天线锅的焦点位置，LNB连偏置T，偏置T连SDR，SDR通过USB连树莓派。

第五步：让Claude写程序

打开Claude Code，把下面这段话扔进去：

"帮我写个Python程序，用RTL-SDR抓星链卫星的信标信号，用来定位。硬件是RTL-SDR Blog v4加Ku波段LNB加抛物面天线。

要求：扫描Ku波段下行频率抓星链信标，用celestrak网上公开的TLE轨道数据识别每颗卫星，靠至少三颗卫星的多普勒频移算位置，把经纬度和精度显示在小OLED屏上。用pyrtlsdr、skyfield、numpy这几个库，记得加注释方便我调参数。"

第六步：跑程序

树莓派会自动锁定头顶的卫星，然后显示你的坐标，精度大概10到30米。

不用GPS，不用手机信号，也不用联网。

最后，这小孩3D打印了个外壳，打了个牌子叫"徒步水手GPS备份"，一台卖899美元，卖出去350台。

一台成本180，利润719。

客户里有野火应急队、丛林飞行员、深山滑雪的、开游艇的。

SpaceX会不会告他？不会。接收公开广播的信标信号是合法的，小孩的律师提前就确认过这一点。

[Arya @Jonesron92]

看上去分析的很有道理

[勃勃OC @bboczeng]

苹果如何能把一个 200 亿参数（20B）的模型跑在设备端？

问题在于，20B 参数无论用什么合理的精度，都塞不进手机RAM。为了能运行模型，苹果用了一套以今天的标准来看相当"非主流"的架构——先由一个小模型根据prompt预测需要哪些experts，再把这些专家从 NAND 闪存加载进 RAM。

它和典型 MoE 的区别在于：专家选择每次Prompt只做一次，之后所有 token 都用同一组专家生成，而不是像传统 MoE 那样每生成一个 token 就切换一次专家。

1. iPhone 的 RAM 只有 8–12GB，还要留给系统和其他 App。一个 20B 模型即使压到 4-bit 量化也要约 10GB，根本放不下。但 iPhone 的 NAND 有 256GB。问题是 NAND 读取速度比 RAM 慢一到两个数量级。

2. 传统 MoE 的做法在手机上行不通。 标准 MoE（比如 Mixtral、DeepSeek 那类）每生成一个 token 就由router重新选择一次Expert。这在数据中心没问题，因为所有Expert都常驻显存，切换是零成本的。

但在手机上，如果每个 token 都要从 NAND 重新加载不同的专家，推理速度会被 I/O 拖垮

3. 苹果的解法：每条Prompt只加载一次Expert。 用户输入 Prompt 后，先由一个常驻 RAM 的小模型"看一眼"这个问题大概属于什么领域，然后一次性把对应的专家权重从 NAND 加载进 RAM。

之后整条回复的所有 token 都用这同一组专家生成，中途不再换。NAND 加载的延迟只在开头出现，用户感受为首字延迟略长，后面的生成速度就和小模型一样快。

4. 代价：传统 MoE 逐 token 切换专家，理论上每个 token 都能用到最合适的参数；苹果这种"per-query routing"等于赌一把——开头选的专家要负责整条回复。如果一个问题中途话题跳跃（比如前半段聊代码、后半段聊菜谱），模型质量可能打折扣。但对手机端的典型短任务（摘要、改写、回复建议）来说，这个 trade-off 非常划算。

5. 对 Edge AI 投资的意义：这个设计说明端侧大模型的瓶颈正在从"算力"转向"存储带宽和架构创新"——NAND 在推理中从纯存储变成了"二级权重池"，这对 NAND 厂商（你关注的 SNDK、铠侠、三星）是个潜在的长期叙事：

端侧 AI 不仅拉动 DRAM/HBM，也可能给高性能 NAND（更快的随机读取）创造新需求。

当然这个逻辑现在还早，但方向值得跟踪。

总而言之，不论以后AI怎么发展，储存都是躺赢

谢谢大家

[Arya @Jonesron92]

笑死。的确女人感受不到我们男人插进去的那种满足感😎

[Arya @Jonesron92]

真的骚❤️

[Arya @Jonesron92]

中国的女人，要不是法规限制，都巴不得把逼掰开给有钱人看

[每日对决 @Deepsea1188]

吴宣仪这舞台… 什么水平？？？

[Arya @Jonesron92]

白色内衣大肥奶和肥逼❤️

[白术 @liiliIIiiliIii]

不喜欢算了

[Arya @Jonesron92]

完美曲线，好爱❤️

[Arya @Jonesron92]

好美的场景，这双峰好正❤️

[Arya @Jonesron92]

声音太好听了❤️

[Arya @Jonesron92]

好可爱啊❤️

[Arya @Jonesron92]

学习

[Smartpig @Smartpigai]

Andrej Karpathy 用 2 小时演示了他日常如何使用 AI

本质就是把 AI 当成能执行任务的同事，用自然语言直接沟通。

流程很简单：一句话说明任务 → AI 执行 → 看结果再用一句话微调。

真正的差别在于，你是否把这种能力升级成一个能在你不在线时也持续运行的系统。

[Arya @Jonesron92]

喵老师你好可爱❤️

[桃良阿宅 @taoliangazhai]

终于和喵老师@Yoga_miao_ 梦幻联动啦！不知道多少人要羡慕我了哈哈哈❤️简直笑到失去所有表情管理 喵老师太有趣了！

[Arya @Jonesron92]

学习

[Moonlight🌙月光 @Moon1ightSt]

【专访股神 #Serenity：台股AI真正的大机会，可能还没开始】

这是全网第一篇与 Serenity #白毛股神 @aleabitoreddit 针对台股表现的访谈

访问者：月光Moonlight @Moon1ightSt

（全程英文，由月光整理并翻译成中文）

最近几个月，如果经常关注美股和AI产业链的投资者，应该都会注意到一个名字，就是Serenity

他长期研究股市行情，对于台湾半导体供应链也有相当深入的理解，甚至曾公开讨论过台湾金管会相关法规，让许多人惊讶于他对台湾市场的熟悉程度

这次，月光特别邀请 Serenity 分享他对于台湾AI供应链的看法，以及未来几年最看好的投资方向

月光：近年来你多次公开讨论台湾半导体供应链

在目前这波AI浪潮之下，你认为台湾市场最具潜力的投资机会是什么？

Serenity：我个人认为，Co-Packaged Optics（CPO，共封装光学）将会是下一阶段最大的产业主题

事实上，我从去年就开始布局第一波光通讯超级周期，当时受惠的公司包括

* Lumentum
* Coherent
* AAOI
* AXTI

等光通讯企业

但现在产业正在发生重大转变

在英伟达NVIDIA的推动下，未来光学架构正逐步从传统方案转向CPO架构

根据高盛预测：

* 2026年CPO市场规模几乎接近零
* 未来将成长至910亿美元
* 占整体1540亿美元市场规模中的绝大部分

换句话说，未来几年台湾CPO供应链可能会成为最大的受益者

从CW Laser晶圆厂、光学元件、组装、先进封装到测试环节，几乎整个产业链都会受惠

Serenity最看好的台湾CPO概念股

1. 上诠（3363）这是我最喜欢的标的之一

上诠同时与台积电及辉达供应链有合作关系，主要负责

* FAU（光纤阵列单元）
* 被动光学元件

未来有望成为CPO时代的重要受益者

2. 鸿腾精密旗下讯芯-KY（6451）

讯芯是鸿海体系中的光通讯封装与测试公司

随着2026年下半年CPO开始大规模量产，我认为讯芯将获得相当可观的订单量

3. 精材（3374）

精材是台积电旗下测试厂

由于台积电未来预期将更积极推动垂直整合战略，因此精材有机会获得大量COUPE（台积电硅光子平台）相关测试业务

4. 均华（6830）

这家公司相对低调

但在CPO生产过程中，良率检测将变得极其重要

均华未来有机会成为该领域极具主导地位的检测设备供应商

5. 鑫创电子（8147）

作为英伟达供应链成员之一，主要提供：

* CPO连接器
* Cage模块
* 散热相关组件

未来发展值得持续关注

月光：

那么，除了CPO之外，还有哪些被低估的机会呢？

Serenity：

除了CPO，我认为ASIC供应链也是非常值得关注的方向。

世芯-KY（3661）

我预期世芯未来将取得更多ASIC设计市场份额。

特别值得注意的是：

亚马逊近期的私募投资，被视为世芯获得更多Trainium项目的重要讯号。

此外，世芯与Ayar Labs在CPO领域的合作，也代表其未来市场空间（TAM）仍有进一步扩张机会。

稳懋（3105）

稳懋是全球领先的化合物半导体晶圆代工厂

过去市场对它的印象主要来自：

* SpaceX Starlink供应链
* Broadcom供应链

但我更看好的是它在光通讯领域的发展

稳懋正协助硅光子相关企业扩大雷射器量产能力，这将成为未来新的成长引擎

Broadcom相关供应链

我同样看好与博通相关的台湾供应链企业

例如：

* PCB厂商
* 载板供应商

其中欣兴电子（3037）便是相当有吸引力的标的

联发科（2454）

市场已经非常关注联发科参与Google TPU开发的消息

虽然部分利多已经反映在股价上，但我认为市场对于联发科未来ASIC业务的成长预估仍然偏保守

未来几年，联发科有机会成为美国大型云端服务商Hyperscaler 供应链中极为重要的一环。

月光：

两岸局势会成为最大风险吗？

许多投资人对于两岸关系与地缘政治风险仍然相当担忧。你怎么看？

Serenity：

我个人并不认为台湾AI供应链目前存在泡沫

事实上，许多台湾企业的估值相比美国纳斯达克同类型公司，仍然明显偏低

至于地缘政治风险，我认为市场可能有些过度放大了

原因很简单！台湾已经是全球科技供应链中不可或缺的一部分

我不认为任何国家会选择一种零和博弈式的大规模供应链破坏

当然，从7到10年的长期来看，美国正在透过英特尔等企业建立自己的本土供应链

但在未来两三年内，我并没有看到特别重大的系统性风险

Serenity最后提醒：真正需要关注的是这个指标

如果要说未来最值得追踪的风险因素，那不是两岸关系，而是美国大型云端科技公司的资本支出 CapEx

目前AI产业繁荣的核心动力，来自：

* 微软
* 亚马逊
* Google
* Meta
* Oracle

等大型云端业者持续扩大投资

只要这些企业继续增加AI基础设施建设，台湾供应链就会持续受益

但如果未来某一天，Hyperscaler开始明显削减资本支出，那么台湾AI供应链可能就会出现较大幅度的估值修正

[Arya @Jonesron92]

这奶真美啊❤️