GoldStein

[fin @fi56622380]

AI半导体终局推演2026(II)

当半导体结构性演进到AI推理主线，内存和存储成为了最大瓶颈，市场对内存和存储最大的怀疑就是：

HBM/DRAM/SSD会不会摆脱传统周期性？

依赖HBM指数增长的GPU架构路线进化路线，会不会停止？什么时候停止？

长鑫扩产的影响有多大？会不会把这个市场重新带入周期泥潭？

本篇尝试去建立一个框架来梳理这几个问题

—---------—---------
万物皆周期，而内存的周期性又特别强，最大的来源在于扩产周期过长，无法快速扩产和需求短缺时期错配

摆脱传统周期性几种可能的方式

1. 定制化：产品不可互换，产能不能随便转移，需要签长约。

2. 结构性的指数级需求增长：需求曲线本身很陡峭，而且供给一直追不上。

3. 技术迭代快速升级：每一代产品都快速淘汰上一代。
满足任何一条，就能部分摆脱传统周期；满足两到三条，就能摆脱大部分传统周期

根据这个框架， HBM在三条里，大概占了两条半

1. 定制化，需要签长约（较弱，算半条）

HBM 确实有定制化和Nvidia codesign的成分，但并不是很强。真正定制的部分只在封装和 base die，上面那十几层 DRAM die 仍然是完全 JEDEC 标准化的。

比如当 Samsung 的 HBM3E 在 NVIDIA 的 qualification 上没过、份额从大约 60% 一路跌到 20% 的时候，它并没有把这批产能砸在手里报废，而是转手就供给了 Google 的 TPU、AMD. 物理上，给 NVIDIA 的 HBM3E 和给 AMD 的 HBM3E，是同一个东西。 所以产能仍然是部分可以自由转移的。

HBM4之后的定制化更多一些，包括在 base die 上集成定制逻辑和/或缓存。更复杂的方式是将 HBM4E 内存控制器和定制 die-to-die 接口直接放入逻辑 base die

SemiAnalysis 提到 OpenAI、NVIDIA 和 AMD 各自都在做定制 HBM 的工作，但这指的是 base die 的定制，上面的 DRAM 层仍然是标准的。

部分定制化的特性，HBM主要在封装上需要合作，这也导致了客户必须签长约，但产能也确实可以转移，所以HBM 能勉强算半条。

2. 结构性的指数需求增长（满足）

最直观的原因，就是Nvidia token factory token throughput的硬件升级需求，导致了HBM带宽的升级换代极快，以及HBM size需求的指数增长

这一条其实就是上一篇AI半导体终局推演2026(I)的结论：
token throughput = HBM size × HBM 带宽，每一代翻倍。

HBM size per GPU大概每年增长40%以上

这条需求曲线的陡峭程度，是DRAM供给端 14% 的 wafer 增长，乘以 9% 的 density 提升，很难追上的

在硬件领域，因为attn阶段KV cahce的极高带宽和极高memory size的要求，也导致了HBM独特的地位。即便是HBM涨价三五倍，把钱花在HBM上带来的边际token throughput提升，仍然比花在其他地方要划算的多。

其他几个Memory路线，SRAM，HBF，CXL，PIM，目前都无法在HBM的主力赛道kv cache/attention上正面竞争，起码未来5年甚至更长时间，不太可能找到替代路线

3. 技术迭代快速升级（满足）

DDR3时代过了15年，仍然只是DDR5时代，而HBM的升级换代的速度基本上是两年一代，比传统DDR要快很多很多，而且近来还有加速的趋势，HBM size x HBM BW每一代翻倍，目前是完全符合这个规律的

每两年一代HBM升级，NV GPU速度基本是指数型上升：2TB/s ->3.5TB/s->4.8TB/s ->8TB/s->22TB/s，而且HBM的速度和推理token throughput是完全线性正比的，上一代HBM的边际使用成本会不划算，大家都有动机去尽量用最新的产品，虽然更贵，但是带来的收益(token throughput)是更多的

Token factory时代的逻辑是，技术升级（HBM带宽）的越多，赚的越多

这个速度差，造成了一个和 CPU 类似的局面：旧产品快速贬值，于是囤货的价值在变低，比如说，HBM3的价值贬值的非常快，今天基本上主流产品不会用了

所以HBM 厂商的理性选择，从拼当前的产能去占市场（quantity competition），变成了在稳定性和HBM速度上拼技术，拼下一代在 NVIDIA 平台上的 qualification 份额（quality competition），从而避免了在传统周期的下行波段，大家都不愿减产掉市场份额的囚徒困境。

—--------------—--------------

HBM和传统DRAM比较，三个条件里满足了两个半，那么HBM能摆脱传统周期性吗？

内存周期性的来源，主流叙事是，DRAM 有Commodity属性（无差异化 → 价格战 →库存可囤积），所以有周期性。

而Commodity属性本身并不产生周期，它只是一个振幅放大器

特别是DRAM领域里，曾经产生过囚徒困境，在下行周期三星曾经扩产抢市场份额，谁先减产谁吃亏，导致谁也不敢轻易减产，最后大家都亏损惨烈

实际上周期性的主要结构性来源是供给周期太长，很容易和需求周期错位。建一座 fab 要 3 年，投资上百亿美元，一旦决策就不可逆，而需求增长会有不稳定性，每次出现新范式增长，比如云服务，移动互联网手机，疫情线上需求，会有爆发式增长，而过了两年增长会放缓，供给高于需求，降价过猛，就变成了亏钱周期

万物皆周期，HBM这一条同样是无法避免，但只要token需求仍然是指数型增长，结构性的指数增长会减弱周期性，因为需求可预测度更好，而且一旦降价，客户就有增大HBM size的需求（从而增大token throughput），加上HBM有一点定制化要求导致都是长约，从而从周期性转化成成长周期性，而且这一轮周期会特别长

周期性：上行周期赚的多，下行周期亏的多
成长周期性：上行周期赚的多，下行周期赚的少

另外，HBM/DRAM在这三条摆脱传统周期的条件的基础上，还有一条重要优势：

4. 因为DRAM密度增长scaling越来越慢，以及HBM升级换代导致DRAM堆叠倍数的增加，供给端的扩产难度持续增加

2000年附近，DRAM每片wafer上DRAM bit密度每年增长大概45%，也就是说，就算晶圆wafer数量不扩产，每年的供给端DRAM bit仍然可以增长45%

十年前，DRAM bit每年密度增长降到了20%，而现在，DRAM bit每年密度增长降到了9%。以前DRAM扩产甚至不怎么需要新建厂房就能得到每年20~30%的bit volume上升，现在DRAM要扩产，更多的是靠wafer数量的增长，也就是新建厂房和clean room。

另外一个HBM快速扩产难度在于，HBM3e大概需要3倍的DRAM wafer晶圆，而HBM4由于堆叠密度的增加，大概需要4倍的DRAM wafer晶圆数量，相当于HBM bit相对于DRAM bit一直变得更难制造，单位DRAM wafer数量制造的HBM bit越来越少，相当于在通缩

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

HBM未来有一天，会不会从成长周期性，变回传统周期性？最重要的因素是结构性指数增长，那么
AI推理时代，这个依赖HBM指数增长的GPU架构路线进化路线，会不会停止？什么时候停止？

token throughput = HBM size × HBM 带宽，这个HBM指数增长的第一性原理里的HBM size的增长原因正是KV cache的增长。KVCache的特性以及Attention的特性,也是非常契合HBM的。甚至让HBM领先于其他的技术路线, 能够最大化地让KVCache和Attention 阶段的利用率。

换言之， 如果KV cache从架构上不存在了，那么HBM size指数增长逻辑也会受到挑战

所以这个问题的本质其实是，这一轮以 Transformer 为代表的 attention 机制、以及由它衍生的 KV cache 机制，会不会消失？退潮之后会不会被取代？

从历史规律来看：每一次AI模型架构革命，真正被保留下来的，是那些在数学上具有某种普适性的 primitive 操作

举个例子：FFN（前馈网络，也就是模型里大量的 MLP 层）是 2012 年深度学习时代的产物，但它一路活到了今天的大语言模型里，并且仍然占据着模型相当大的参数量。它为什么能活下来？因为这也是一种universal approximation theorem（通用逼近定理）：任何足够宽的 MLP 都能逼近任意连续函数

Attention 大概率也是这样一个会被保留的 primitive。因为它解决的是一个同样 基础的问题：序列sequence 中任意两个位置之间的 dynamic routing（动态路由），让一个序列里任意两个位置都能按需建立联系。这个能力一旦被验证有效，就很难被丢弃

所以即便未来架构从纯 Transformer 向混合架构演进，或者向世界模型演进，但attention 层依然会存在，KV cache（或者它经过 latent compression 之后的等价物）依然需要，HBM依然会作为推理核心之一，这个依赖HBM指数增长的GPU KV cache架构路线进化路线，不会停止

—---------------—---------------

那么DRAM呢？在未来有没有摆脱传统周期性的可能？

HBM摆脱周期性在市场上有一定共识，但DRAM摆脱周期性，市场目前基本没有共识

还是回到刚才的框架，三个摆脱传统周期的条件里，DRAM是没有定制化的，所以就只能看技术迭代速度，最关键的还是要看，有没有结构性的指数增长，答案是有的

在 AI token factory 这个概念里，结构性指数增长的确实主要是 HBM。但事情在 2025 年年底之后起了变化：随着 agentic CPU开始释放潜力，CPU 附带的那部分 DRAM 需求，正在成为 DRAM 新的结构性指数增长来源

—------

这部分的增长逻辑分两层：第一层是CPU 服务器TAM的快速增长，第二层是每个服务器CPU core配备的DRAM用量的因为agentic flow快速增长

服务器CPU TAM的快速增长的4个逻辑在4月的CPU专篇详细写过，简单的说：

1. AI 加速器集群里CPU和GPU配比从传统的1：4变成1：2，甚至可能往1：1迈进

2. Agentic flow里CPU处理的延迟占比很高，50~90%成为重要瓶颈，需要同步扩容

3. AI coding让SDE的效率大幅提升，代码量数量级增长，软件API调用指数级增长，直接转化为这部分CPU hours指数级上升

4. Sandbox为保障数据安全与隔离，如Analytical Agent 需为每个任务复制大量数据库和用户上下文，导致内存(DRAM)和CPU核心的严重浪费，而且这个浪费问题五年甚至更久无法解决。另外CPU hours 在技术上很难通过优化的方法来通缩

这也就是为什么，上上个季度，AMD的财报说CPU TAM到2030年会到60B，两个月前，AMD/ARM把CPU TAM的2030年预测翻倍到120B，一个月前，Nvidia再次把CPU TAM的2030年预测翻倍到200B

而上个星期，Bernstein再次提升2030 CPU TAM指引到223B。在我看来，2031 CPU TAM未来上修到400B是没有太大悬念的事情，唯一的悬念是几个巨头会什么时候宣布上修这个指引

再说说第二层，为什么每个服务器CPU core配备的DRAM用量在agentic时代快速增长？

1. Agent 是带状态的长驻进程，不是无状态的请求-响应

传统 web/SaaS 是 stateless 的：请求进来，分配内存，处理完内存立刻回收。而一个 Agent 任务可以跑 一分钟到一个小时，这整段时间里，它的 message history、system prompt、工作记忆、长期记忆、工具结果 buffer 全部常驻 DRAM

和 CPU hours 一样，每个任务的内存足迹因为 stateful 和 sandbox 隔离(每个任务复制数据库和上下文)的要求，技术上很难压缩

2. 上下文窗口在指数级变长，每个会话的工作集随之膨胀，并发度 × 单会话memory footprint，乘数放大

context window 从 32K → 256K → 1M，reasoning / test-time compute 的序列长度爆炸，未来还会继续增大。每个活跃会话常驻的 messages 随 context 长度线性增长

现在把两层乘起来。

第一层，CPU server 的 TAM，朝 2030~2031 看大概是 5–7 倍的量级(60B → 120B → 200B → 223B，我认为还会到 400B)

第二层，每颗 CPU 的 DRAM 配比，大概 3–4 倍(4~8GB → 16~32 GB/core)，但这个增长可能大部分是一次性红利

两个独立变量相乘，server 侧的 DRAM 需求是数量级的增长

2030年，即便按保守的300B CPU TAM，一个CPU core按$50来算，agent时代最保守按16GB/core，这算出来新增量最少都是96EB，而今年的DRAM总产量只有47EB，明年勉强60EB，这是非常惊人的增量

虽然这个agentic CPU带来的DRAM指数级增长，在第二层很大程度上是一次性红利，但持续时间会持续很久很久，因为这个短缺的缺口实在是太大了

—--------

回到文章开头那个框架。三个摆脱传统周期的条件里，第一条DRAM 定制化，基本可以忽略

而第二条：一个结构性指数级、而且很难逆转的需求来源是成立的。commodity DRAM 现在也具备了部分摆脱传统周期性的资格。没有 HBM(两条半)那么彻底，但已经是实质性的变化

第三条，技术迭代速度，DRAM的节奏也跟以前不一样了

因为以前的DRAM技术迭代速度是严重依赖消费电子的，DDR的进步对于performance用处并不大，但可预见的未来里，碳基消费的传统DRAM，会远远小于硅基消费（CPU服务器）DRAM的用量

以前DRAM的速度升级带来的边际效用是很低的，但现在因为CPU服务器对memory的需求增大，以及端侧AI对DDR速度的要求也增大，比如苹果为了跑本地大模型，LPDDR速度越来越快

速度升级的边际效用高了不少，所以DDR6和LPDDR6的速度迭代需求比以前提升了太大了，这在图里也可以看到，LPDDR6/DDR6的迭代时间缩短了，而且速度斜率，重新开始抬头

以前新一代DDR/LPDDR技术出来，大家的反应都很冷淡，等降价了才会用

而现在LPDDR6出来，各家恨不得都在抢着能尽量早上就尽量早，因为速度的提升带来的performance提升是触手可及的

------

另外，DDR 的供给还要被 HBM 额外抽一道税。HBM 每年的扩产速度太快，导致每年都有一批原本可以做 commodity DDR 的 wafer 被拉去做 HBM，而 HBM 的转换比极低，HBM3E 大约要 3 片 DDR wafer 的产能才能做出等量的 bit，HBM4 是4 片。所以每年大约有 3% 到 5% 的 DDR bit 增长，是被这个 HBM bit tax直接吃掉的

所以DRAM bit volume虽然未来每年能增长24%左右（14%来自wafer增长，9%来自每个wafer的DRAM密度增长），但算上HBM bit tax之后，传统的、非 HBM 的 commodity DDR，每年的 bit growth 大概只有 20%（约 10% 的 wafer 增长 × 约 9% 的 node density 提升）

—---------------------

中国长鑫扩产的影响有多大？如果不讲武德拼命扩产，会不会把这个市场重新带入周期泥潭？

长鑫这几年的扩产速度还是很快的，2025年还是每个月20万晶圆，2026年北京晶圆厂及新增生产线的贡献就能到32~35万。

正在建设中的上海工厂一期和二期，一期预计到2027年每月新增10万片晶圆产能，二期预计到2028年每月新增10万片晶圆产能，也就是说，2027年每个月42万晶圆，2028年能到每个月50万晶圆。

但需要注意的是，长鑫的dram bit 密度大概只有御三家的一半左右，所以长鑫的每个月50万晶圆wafer能产出的dram bit volume只有其他家的一半，这里计算wafer per month的时候，就按等效一半来算

把这个折扣打上之后，长鑫对整个DRAM行业的冲击还是小了很多，从2025年年底到2028年年底，长鑫对DRAM bit产能CAGR的影响大概只有1.5%，全行业的DRAM产能CAGR大概从12.7%升到14.2%

DRAM月产能(kwspm) 2025E → 2028E CAGR

Samsung 685K → 920K 10.3%
SK Hynix 519K → 725K 11.8%
Micron 340K → 560K 18.1%
非中国其他 150K → 218K 13.3%
中国(密度折半) 117K → 274K 32.8%
—————————————————
含中国总计 1811K → 2697K 14.2%
无中国总计 1694K → 2423K 12.7%

就算是长鑫未来还能保持增产速度，2030年对全行业等效产能每年DRAM bit volume增产CAGR的影响，大概也不到3%，从20% CAGR变成23% CAGR，仅此而已

另外，长鑫被光刻机所限制，而DDR6 需要更高速率（14400 MT/s 起步）和更高密度,御三家做 DDR6 大概率会用 1c 或更先进节点（~12nm 以下），已经全面用 EUV。长鑫可能会在DDR6上速率受限，密度也只有一半。

—----------------

即便是成长性周期，为什么DRAM的这轮超级周期会持续很长时间，起码五年看不到头？

第一个原因是，刚才谈到的CPU服务器需求端的巨量增长带来的结构性DRAM需求指数增长，这里结合DRAM供给端的bit volume CAGR大概稳定20%增长，就可以很清晰的看到，DRAM未来几年的缺口为什么越来越大：

非HBM的传统DRAM供给端大概是每年增长20%，而需求端，按2026年60B CPU TAM，每个CPU消耗DRAM平均8GB/core，每个core $30~35来算，需求是16EB

2030年按400B CPU TAM，每个CPU消耗DRAM平均16GB/core，每个core $80来算(CPU涨价超过一倍)，需求是80EB，这部分DRAM的增长CAGR大概是50%，远远超过目前的估算

不同于HBM是直接和token throughput挂钩，从而和GPU赚钱效率直接挂钩，DRAM不够对于agent flow的影响主要是速度，比如说，8GB/core和16GB/core比起来，部分workload速度可能降低30%，部分低价值task实在要等等也能忍，结构性指数增长的动机很强，但需求不如GPU那么刚性

Semianalysis说今年的DRAM缺口式个位数百分数，明年是超过10%。从agent CPU数量激增导致的DRAM结构性来看，这个缺口每年都会继续加大，在2030年之前看不到降低的可能

—----

另外一个DRAM能延续强势很久的逻辑是，因为DRAM涨价之后，被涨价消灭的那部分需求，不是真的消失了，只是延迟了，需求蓄水池太多了。

所谓蓄水池，是指那些"内存一旦降价就会立刻被释放出来的潜在需求"。它们的存在，意味着即便供给阶段性跟上了，价格也很难崩，因为总有新的需求从蓄水池里涌出来接盘：

内存换算力/速度是一个蓄水池：

有大量本来需要靠额外内存来优化速度和算力的需求，在内存太贵时被压着，一旦内存降价就会被释放出来。

比如 Nvidia的CPX prefill 加速，本来的设计初衷是用额外的低成本GDDR7，来做一个专门的prefill加速器，结果LPDDR/GDDR都太贵了，比涨价前的HBM还贵，这个方案的ROI就不划算了，但等到普通内存降价，这样类似CPX的优化方案就还会回来

低价值task是一个蓄水池：内存涨价导致token价格居高不下时，高价值的 task 被优先保留，低价值的 task 被延后；内存一降价，这些被延迟的需求就回来了。

端侧 AI 是一个蓄水池：AI PC 的内存配置可能从 24GB 一路涨到 128GB。苹果已经明确要求最新的端侧AI满血版需要从8GB升级到12GB内存

常规消费电子、Agent PC、低端手机，因为内存涨价而减少的需求，全都是蓄水池。

这么多蓄水池叠在一起，构成了一个极厚的需求缓冲垫。这就是为什么 DDR 这轮的结构性增长，后劲会比市场想象的要强。

—-----

还有一个DRAM价格很难大幅下降的原因在于，HBM和DRAM产能可以互相转换，所以整个DRAM complex是一起re-rate的

在上行期DRAM的利润率远超HBM，HBM的涨价幅度甚至变成了由DRAM去推动。今年新签约的HBM4的价格，就是当期DRAM的价格 x 4，也就是正常堆叠倍数对应HBM4的价格

一旦DRAM降价毛利下滑，因为HBM的长约透明性，利润率都是有保障的，HBM就会间接抽走更多的DRAM产能，HBM的降价也会让GPU厂商更有动力尽可能的升级HBM size，这样也间接保障了DRAM的价格地板

DRAM的结构性指数增长的需求有了，density scaling放缓扩产难度在增加，厂商扩产计划都很谨慎，长鑫这几年带来的影响也是有限的，再加上需求的蓄水池非常庞大，这四个原因导致了，在可预见的至少五年甚至更长时间内，DRAM是很难进入周期低谷的。

—--------------

NAND SSD有希望摆脱传统周期性吗？

NAND 的结构性增长动力没有 DDR 那么强，今年的缺货主要原因是几个主要玩家的生产纪律保持的很好，并没有大规模扩产，每年的产能增加主要来源于技术改进：NAND堆叠层数的增加

第一个结构性增长来自AI，主要来自 KV cache 的 offloading，把HBM溢出的warm/cold KV cache 卸载到 NAND SSD上。

但神奇的事情是，这个kv cache offloading的增长甚至还没有大规模发生，SSD就已经缺的比DRAM还严重了，涨价也比DRAM要更多。等到明年Rubin CMX放量，加上KV cache offloading大规模应用，SSD的缺货也会因为这个结构性增长而增长

第二个，另一个去年年度总结里说到的未来可期的AI视频带来的结构性增量，今年已经有出圈的态势了

Seedance体量在以一年十倍到四十倍的速度增长。目前它还卡在缺卡算力不足的阶段，需求被算力压着没完全释放。但等到缺卡阶段过去，AI 视频对NAND存储的结构性需求增长，会持续相当长的一段时间。

第三个结构性增长也同样来自于agent flow带来的Sandbox使用量的指数级增长，Sandbox为保障数据安全与隔离，如Analytical Agent 需为每个任务复制大量数据库和用户上下文，导致内存(DRAM)和CPU核心的严重浪费，同样会带来大量的SSD的浪费（需求）

第四个也许在2030年之后发挥作用的结构性增长，来自于HBF路线需要用到SSD，在不少投行分析中被寄予厚望，但这个技术路线还有些遥远，主要角色定位只能作为存放大模型的weights，写一次权重然后做只读，而且必须要和GPU/HBM封装在一起（48TBps/96TBps），否则靠PCIE7/8速度太慢完全无法用，只能说未来可期，下一篇AI半导体终局推演2026(III)会有更详细的分析

总之，NAND SSD的结构性增长没有HBM那么强，但是胜在便宜，价格到2027年也只有$0.8/GB，是同期DRAM的四十分之一，所以也算是多级缓存里的万金油属性，结构性增长来源太广泛了

也就是说，不存在DRAM/HBM单独涨价繁荣，而SSD不涨价的情况，因为如果这样的情况发生，那么大家就会想办法用SSD去承载DRAM/HBM的部分功能，用更低的成本实现类似的效果。HBM、DRAM、NAND 不是三个独立故事，而是同一 AI memory hierarchy 在不同温度层的结构性增长

结构性指数增长的需求有了，NAND SSD摆脱周期了吗？ 那么就要看NAND SSD厂家的生产纪律了，唯一可能不遵守生产纪律的，只有长存。毕竟这是一个囚徒困境，一旦有一家不讲武德拼命扩产，整个NAND产业要扩产的难度比DRAM简单的多。

但最起码的，这一轮NAND同样是超级周期，几个结构性指数增长带来的需求，下行期推迟到2030年问题不大

[偶像派作手 @oxpsats]

不管这个世界发生了什么，不管特朗普说了什么，伊朗说了什么，美联储主席、FOMC成员说了什么，盯死这个指标就行。

[Summer 在交易 @Summer_trading]

https://t.co/yl4A6bleas

[比特币橙子Trader @oragnes]

卧槽！华尔街大佬 Jordi Visser 把比特币暴涨的底层密码和美联储的死穴全扒出来了。

他甩出一个铁律：比特币所有的历史超额回报，全是在负实际收益率时期打出来的。只要美国通胀跑赢了 3 个月期国债收益率，比特币就会开启狂暴模式。眼下的通胀数据马上又要让市场重回这个黄金节点。

美联储现在根本无路可退，完全没法再加息了。2022年他们敢加息，是因为当时利率低、政府还债压力小。现在美国政府每年的债务利息已经飙破 1 万亿美元，比整个国家的国防预算还要离谱。

一边是经济过热，另一边是美联储内部严重撕裂，印钞机却停不下来。面对这种根本无法收场的天量债务死局，这就是比特币诞生的真正宿命。

[TingHu♪ @TingHu888]

我让ChatGPT按照我币圈的投资体系来选股(喂了过去所有推文)，整体上我看完觉得还行，以下是回复。
他“选股/选币”核心不是看故事，而是看资金、趋势、结构、确定性。
大概率会这么选：
第一步：先看主线资金在哪
他会先判断这一轮市场的“总流动性方向”，钱是往风险资产流还是撤。没流动性就不选。
第二步：只做强者（趋势统一）
他不会因为便宜去买弱势股，而是优先选走势最强、最能吸资金的那批。弱的就算有逻辑也不碰。
第三步：做“确定性标的”优先
类似BTC/SOL这种在资金认可度、共识、生态上已经形成优势的，他会优先。小票小币属于高杠杆赌局，不作为核心仓位。
第四步：用“撤离与集中”管理组合
他不会分散乱买一堆，而是行情好时集中到最强，预判回撤时提前撤离，把资金集中到更安全或更强的地方。
第五步：止盈比选股更重要
他会提前规划止盈方式（左侧止盈/右侧止盈），不追求卖在最高点，而追求纪律执行。
第六步：避开“叙事顶”
当市场所有人都信一个故事、情绪一致时，他会认为那往往是阶段性顶部，是该减仓/撤离的区域。
一句话：
先选趋势和资金认可的强者，再用纪律和撤离集中把收益锁住，而不是靠研究故事押冷门反转。

[Lucy L. @LucyBuilding]

Herman Jin老师采访完整版来啦！强烈推荐！

我前天写的AMD从loser到追赶者的分析灵感即来源于Herman Jin老师的聊天室分享，内容有幸还得到了Jin老师的点赞。https://t.co/Ys959t1p7m

Jin老师真的值得反复推荐，大家有空可以多去刷刷他的帖子，还有评论区，绝对是一个高质量的信息源。

[川沐｜Trumoo🐮 @xiaomustock]

基于此想到一个提前获知存储股市场动态变化的渠道方法。
通过韩国海关总署 (KCS)官网和韩国贸易统计推广院官网每周每月实时查询。

1. 韩国海关总署 (KCS)
海关总署会定期发布趋势分析报告。
官方网址： [https://t.co/i8yDeWrb4y]
披露内容： 每月的 11日 和 21日 会发布《进出口现状》简报（包含半导体单列数据），每月 15日左右 发布上月的详细最终统计数据。
2. TRASS (Trade Statistics Service)
这是由韩国贸易统计推广院（KTSPI）运营的最权威、细致的查询平台。
官方网址： [https://t.co/zk4NQxaqWO]
操作方式： 在“Trade Statistics”或“Export/Import by Item”菜单下，通过 HS Code（海关编码） 进行检索。
关键编码参考： 
SSD（固态硬盘）： HSK 8471.70.4010。 
HBM（高带宽内存）： 通常归类在 HSK 8542.32（DRAM 存储器）下，更精确的动态需组合查询其 10 位编码。 
数据逻辑： 获取该月度或旬度的“出口金额”与“出口重量/数量”，两者的比值即为 出口单价。

[LEI @TheMarketMemo]

$NVDA 走得很技術流：
1. 在3月底，借助市場情緒反轉做了一個「破底翻」。
2. 破底翻反彈之後，讓均線形成多頭排列。
3. 借多頭排列之勢，突破前高，隨後迅速做一個假突破的動作。
4. 回撤均線，不破壞多頭排列，再向上突破。

這一系動作堪稱是教科書式的範例。

[qinbafrank @qinbafrank]

十张图拆解存储全球产业链，解读真的是很清晰。来自白馥说，贴过来一起学习下。

[Art of Speculation @ArtofSpecuycky]

LITE进纳指100，光互连接力存储的时代来了吗？

存储涨了10倍。 下一个接力的，是光。但光的故事比存储复杂得多。 听我慢慢说。

1. 先理解AI数据中心的物理结构
AI数据中心有两种扩张方式：
Scale-Up：连接同一个机柜内的多个AI加速器
Scale-Out：把更多机柜连起来，把整个数据中心连起来，把多个数据中心连成超级集群这两种扩张方式，用的是完全不同的材料。
机柜内（短距离）→ 铜互连
成本低、功耗小、技术成熟。英伟达GB300 NVL72架构里就是铜。机柜间、数据中心间（长距离）→ 光互连
低损耗、高带宽、传输距离远。Scale-Out的唯一答案。传统数据中心的流量是"南北向"（服务器到用户），但AI数据中心的流量是"东西向"（GPU到GPU）。这需要比上一代基础设施多5倍的光互连。这就是为什么光的时代正在来临。

2. LITE进纳指100意味着什么
LITE先是3月23日加入S&P 500，现在5月18日再加入纳斯达克100——三个月内连续进入两个主要指数，这在历史上极其罕见。
这不只是荣誉称号，是真实的资金流动：
S&P 500纳入 → 被动跟踪资金强制买入，提供股价地板 纳指100纳入 → 再一轮被动资金买入，流动性进一步提升
LITE过去一年涨幅超过1000%。今日再涨17%，当前股价约$1057，市值约$700亿。BNP Paribas目标价$1040。
但更重要的是背后的故事：Nvidia向LITE投资$20亿战略资金，附带多年多十亿美元的采购承诺。LITE目前订单已售罄至2027年底，正在新建美国晶圆厂专门满足Nvidia的CPO需求。这不是普通的合作，这是供应链锁定。

3. CPO：光互连的下一个爆破点
传统光互连：光模块插在交换机上，独立工作。
CPO（共封装光学）： 把光模块直接封装进交换机芯片的基板里，省掉模块成本，用更低功耗传输更快信号。
这是一场物理革命——不是更好的光模块，是光模块消失，被整合进芯片。
利润归属也因此发生质变：
旧模式 → 价值在模块厂商手里 CPO模式 → 价值位移到芯片设计、先进封装、晶圆制造
但时间线要说清楚：
Bernstein预计CPO在Scale-Out网络的部署2026年下半年启动。Scale-Up场景的CPO要推迟到2028年下半年以后。这不是明天的故事，是18-36个月的故事。

4. 光能接力存储吗？我的判断
先说结论：能，但方式不同。
存储（SNDK/MU）的10倍是因为：
1. 物理供给瓶颈（三星罢工、产能不足）
2. 需求爆发（AI训练数据爆炸式增长）
3. 标签换壳（从"U盘公司"到"AI存储基建"）
光互连的逻辑更长线：
1. 不是供给瓶颈驱动，是需求结构性位移驱动
2. 不是季度级别的催化剂，是3-5年的超级周期
3. CPO的大规模落地需要等到2027-2028年

所以光不会像存储那样在3个月内暴涨10倍。 但它会在未来3年持续涨，而且比存储的天花板更高。

5. 我看好的两个标的
🥇 $MRVL（Marvell Technology）——光互连的芯片命门
MRVL的1.6T光学DSP是光互连生态里最核心的芯片——没有DSP，光模块就是废铁。这是物理垄断，不是竞争优势。数据中心营收同比增长109%，Nvidia $20亿战略入股，Amazon+Google双客户锚定。
MRVL不只是光互连受益者，它是整个Scale-Out架构的神经系统。光互连的每一次扩张，都要经过MRVL的芯片。
目标：$280-320，12-18个月。

🥈 $LITE（Lumentum）——光源的物理垄断者
LITE的护城河来自"AI光互连爆炸式需求+高度受限的InP供应"的双重稀缺。在CPO从0到1的2026-2027阶段，LITE享有最强的稀缺溢价。OCS积压订单超$4亿，CPO首批交付锁定在2027年上半年。
Nvidia $20亿投资+多年采购承诺，LITE已售罄至2027年底，新晶圆厂专门为Nvidia CPO需求而建。 ETFGI LLP
但要注意一个长期风险： 一旦COHR自己的6英寸InP产能爬坡完成，LITE的稀缺溢价会开始压缩。这是2028年以后的问题，但需要知道。
现在是最好的持有窗口：2026-2027是LITE的黄金期。

剩下的也有很多好标的， $AAOI 等等我就不分享了。

AI基建的瓶颈在位移，资金跟着位移。存储的最疯狂阶段可能已经过去了。 光互连的最疯狂阶段，还没开始。
现在存储的估值是合理的，光互连看营收能不能快速跟进了。

结论
LITE进纳指100不是终点，是起点的信号。
光通信现在被视为解决AI计算瓶颈的关键技术，LITE已成为这个赛道里最受关注的股票之一。 但光的超级周期比存储更长、更深、更结构性。不要用存储的节奏来交易光。 要用理解超级周期的耐心来持有光。估值存储依然便宜，forward pe和peg来看还是便宜，光能不能接力就看后面爆发了。MRVL是芯片层的命门。 LITE是光源层的稀缺资产。

#AI #光通信 #半导体 #AI基础设施 #Photonics #Optics #Semiconductors #AIStocks

[曾颖 @zengying1107]

2026年1月27日到3月之间，我持续买入了三星、海力士等韩国内存产业链股票。今天回头看，这一轮整体收益已经接近5倍。

我曾经为了等一个5倍的BTC周期，前后等待了接近8年；但这一次，一个5倍级别的内存股行情，却只用了短短5个月时间。

我不是做付费群的，也不卖课，更不是所谓“带单博主”。写下这些内容，只是想分享自己观察产业、理解周期、做出投资决策时的思考过程。对我来说，投资最有趣的部分，从来不是短线涨跌，而是通过真实世界正在发生的变化，去推演未来几年哪些行业会成为时代红利的核心受益者。

我长期生活在日本。从2025年下半年开始，越来越多有中国背景员工的欧美数据中心运营公司开始找到我，希望我协助他们推进日本本地项目。我的工作内容，主要包括帮助他们寻找适合建设数据中心的土地、电力资源以及本地总包公司，同时也会参与部分基础设施层面的协调工作。

与此同时，我还明显感受到另外一个变化：越来越多人开始向我咨询GPU采购的问题。随着AI训练需求暴涨，GPU不仅越来越难买，其价格也在持续上涨，而GPU价格上涨背后，本质上又与高带宽内存（HBM）的紧缺形成了联动。

也是从那个时候开始，我逐渐意识到，AI真正率先爆发的，并不只是应用层，而是底层基础设施。

今天几乎所有人都在讨论OpenAI、Agent、AI应用、AI创业，但在我看来，普通人最容易参与这一轮AI时代红利的方式，未必是去做应用创业，而是先理解产业链，然后通过股票市场参与其中。

因为历史上真正长期赚到大钱的，很多时候并不是“讲故事的人”，而是“卖铲子的人”。

而AI时代最核心的“铲子”之一，就是HBM高带宽内存。

很多人其实低估了HBM的重要性。过去传统GPU时代，大家更关注算力本身；但进入大模型时代之后，GPU性能越来越受到“数据传输效率”的限制。AI训练和推理，本质上是一场超大规模的数据吞吐战争，如果内存带宽跟不上，再强的GPU也会出现“算力空转”。

也就是说，未来决定AI性能上限的，已经不仅仅是GPU芯片本身，而是GPU与HBM之间的协同效率。

因此，HBM并不是普通DRAM的升级版，而是AI时代几乎不可替代的核心基础设施之一。

更重要的是，HBM又是一个极其典型的高壁垒产业。很多人会下意识认为，“缺货就扩产”，但现实远远没有这么简单。从晶圆厂建设、EUV设备采购、先进封装、TSV工艺，到良率爬坡、供应链协同，即使今天立刻开始投入巨额资本，新产能真正释放出来，往往也要等到2027年前后。

这意味着，未来几年HBM大概率都会长期维持供给紧张状态。

而全球真正有能力稳定量产HBM的企业，其实只有少数几家，其中最核心的就是三星和SK海力士。

尤其是海力士，在HBM市场一度占据超过50%的份额，几乎成为英伟达AI产业链中最关键的受益者之一。

也就是说，AI需求越爆发，HBM就越稀缺；而HBM越稀缺，三星和海力士的利润弹性就会越惊人。

说到这里，就不得不提韩国总统
Lee Jae-myung。

我认为很多人低估了李在明上台后，对韩国整体经济路线的影响。

过去几年，韩国社会其实一直处于一种压抑状态：房地产承压、青年失业率上升、传统制造业增长放缓，整个社会的焦虑感都非常明显。在这样的背景下，李在明实际上做出了一个非常明确的战略选择——韩国未来10年的国运，必须重新绑定先进科技产业。

于是我们会看到，半导体、AI、先进封装、电力基础设施、数据中心等领域，正在被韩国提升到国家战略级别。

韩国政府已经逐渐意识到，在中美科技竞争不断升级的背景下，韩国真正不可替代的筹码，并不是消费，也不是金融，而是存储芯片。

因为无论美国还是中国，都无法绕开韩国HBM供应链。

尤其是在HBM时代来临之后，三星和海力士已经不只是普通企业，而是真正意义上的“国运资产”。

所以过去一年里，我们能够非常明显地看到韩国政府开始大规模向半导体产业倾斜资源，包括税收减免、半导体产业园建设、电力优先供应、人才补贴、长期融资支持以及芯片法案等。

甚至在韩国内部，已经逐渐形成一种共识：未来10年，韩国能否继续维持发达国家地位，很大程度上取决于三星和海力士能否继续守住全球半导体产业链的核心位置。

而AI的全面爆发，恰好给了韩国一次重新崛起的历史机会。

真正让我坚定加仓的，其实并不是新闻媒体的报道，而是HBM现货价格本身。

今年年初，中关村HBM现货价格一度上涨接近3倍。而现货价格暴涨，在经济学上其实是一个非常明确的信号：真实需求已经远远超过了市场此前的预估。

当供给短期无法迅速扩张，而需求又出现指数级增长时，价格往往会进入一种“非线性上涨”状态。

而HBM，当时正处于这个阶段。

但也恰恰是在那个时期，美伊局势开始恶化，市场开始担心霍尔木兹海峡关闭，全球风险资产因此出现集体暴跌。

于是，大量半导体股票被市场一起错杀。

但我当时的判断其实非常简单：战争情绪很可能是阶段性的，而AI对于HBM的需求，则是未来几年长期且确定性的趋势。

短期情绪无法改变长期供需失衡。

所以市场越恐慌，我反而越坚定地继续买入三星和海力士。

[WiseInvest @WiseInvest513]

1998年10月15日巴菲特在佛罗里达大学演讲，被全球公认是巴菲特有史以来最精彩的公开演讲！

步步高、vivo、oppo的创始人，拼多多黄峥的导师段永平曾强烈推荐这个演讲，坦言看过不下10次。

如果你此时想要做投资，亦或者是投资理财感兴趣，那此视频一定不容错过。

文字稿我也放在评论区，大家在评论区自取！

[MentoviaX @MentoviaX]

BREAKING UPDATE: DOW JONES running exactly in this parabolic trajectory I posted here 10 months ago back in Jul 2025..... This is a MUST-HAVE chart as you trade this wave and prepare for an exit..... $SPY $QQQ

[0x鸣人 @LuBtc888]

美股AI超级周期轮动全节奏，给兄弟们捋一遍，

现在的资金已经不是在炒AI了，是在沿着产业链，一层一层往下轮。

第一波炒芯片，
第二波炒存储，
第三波炒光通信，
现在正在猛攻算力和数据中心。

下一个是谁？
给兄弟们捋一遍。

第一波主线：半导体
NVDA，英伟达，AI GPU绝对核心。
ARM，CPU架构底层。
AMD，GPU加CPU双核玩家。
AVGO，博通，AI网络加ASIC芯片。
INTC，英特尔，在追赶。

这波是AI革命的开端，资金最先涌进来。

第二波：存储芯片赛道
MU，美光，HBM核心受益。
WDC，西部数据。
STX，希捷。
SNDK，闪迪。

算力暴涨，存储需求跟着暴涨。
HBM价格涨60%，产能排到2028年。

第三波：光模块和光通信赛道
NOK，诺基亚，通信设备。
LITE，Lumentum，光通信组件。
COHR，Coherent，光电激光器。
AAOI，AOI，光模块。
GLW，康宁，光纤。
CIEN，Ciena，光网络。
MRVL，迈威尔，数据中心互联。

数据中心之间要传数据，800G、1.6T光模块需求爆发。

当下资金正在扎堆猛攻：算力和AI数据中心

IREN，AI算力。
CIFR，Cipher Mining，挖矿转AI算力。
WULF，Terawulf，能源加AI算力。
CORZ，Core Scientific，AI基础设施。
NBIS，Nebius，AI算力云。
CRWV，AI数据中心。
P，Pinterest，AI应用。

这是当下最热的方向，资金在猛攻。

接下来大概率轮动爆发的方向：

01）原材料和稀土赛道
MP，MP Materials，稀土。
USAR，USA Rare Earth，稀土。
UUUU，Energy Fuels，铀和稀土。
FCX，Freeport-McMoRan，铜矿。
AA，美国铝业。

AI数据中心是吞电怪兽，原材料和稀土是供给瓶颈。

02）网络设备赛道
ANET，Arista，数据中心交换机。
AVGO，博通。
MRVL，迈威尔。
CSCO，思科。

03）电源和电网和温控散热赛道
VRT，Vertiv，数据中心电源和冷却。
ETN，伊顿，电源管理。
GEV，GE Vernova，电力设备。
CEG，Constellation Energy，核电。
SMR，NuScale，小型核反应堆。
OKLO，Oklo，核电。

AI数据中心的电力需求暴增，核电和电网设备是长线方向。

04）太空航天赛道
ASTS，AST SpaceMobile，卫星通信。
RKLB，Rocket Lab，商业火箭。
LUNR，Intuitive Machines，月球着陆器。
PL，Planet Labs，遥感卫星。

05）国防军工和无人机赛道
KTOS，Kratos，无人机和国防。
AVAV，AeroVironment，无人机。
ONDS，Ondas，无人机系统。
LMT，洛克希德马丁，军工巨头。

06）机器人和自动驾驶赛道
TSLA，特斯拉，自动驾驶、机器人。
PATH，UiPath，RPA机器人流程自动化。
SYM，Symbotic，仓储机器人。
SERV，Serve Robotics，配送机器人。

AI超级周期，节奏很清晰。
第一波半导体，第二波存储，第三波光通信，现在资金在猛攻算力和数据中心。

接下来，原材料、电网、核电、太空、军工、机器人，一个赛道一个赛道轮过去。

轮动不是让你每个赛道都追。
轮动是让你提前蹲在下一个方向，等资金来抬。
追涨杀跌的，永远是最后接盘的那个。

[李志 | Rational Investing @LZRationalnvest]

朋友们，今天聊一家下周即将纳入纳斯达克 100 指数的公司：Lumentum，纳斯达克代码 LITE。

这家公司不做 GPU，不做 AI 模型，市值还不到英伟达的 2%。

但 2026 年 3 月 2 日，黄仁勋掏出了 20 亿美元砸进去，附带多年期的采购承诺，因为没有这家公司的零件，英伟达的 GPU 集群根本连不起来。

先把这家公司是干什么的讲清楚。

一、「光的零件」
Lumentum 2015 年从老牌光纤通讯公司 JDSU 分拆出来，总部在加州圣何塞，做的是光子元件，用最白话的方式讲，就是「光的零件」。

公司有两个业务部门。

1. Cloud & Networking 部门占整体营收的 88%，主要给 AI 数据中心和电信运营商供货。

2. Industrial Tech 部门占剩下的 12%，做工业雷射，应用在半导体设备、太阳能板、电动车电池焊接，还有 iPhone Face ID 用的那种 VCSEL 3D 感测雷射。

但所有人现在盯着的，几乎全是 Cloud & Networking 这一块。原因很直接：AI 爆炸，这个部门的订单已经排到 2028 年。

二、「去铜转光」
要看懂 Lumentum 的位置，得先理解一件事：为什么 AI 数据中心非用光学不可？

训练一个大模型，几千颗 GPU 要同时跑、互相传海量数据。

以前用铜线连。但铜线有物理极限，速度越快、距离越长，能耗越爆炸，发热也压不住。

光纤完全不一样。一条光纤每秒能传输约 200GB 数据。

什么概念？相当于每秒传 40 部 4K 电影。而且能耗更低，传输距离也能拉得更远。

「去铜转光」这件事，是 AI 数据中心硬体升级里最确定的趋势之一，没有之一。

三、光的「发射源」
那 Lumentum 在这个趋势里干什么？做光的「发射源」。

它最核心的产品是 EML 雷射晶片，全名电吸收调制雷射，负责把电讯号转换成光讯号。每一个光收发器里面都得装一颗。

数据中心收发器的速度要求一路往上：400G、800G、1.6T，每一代翻倍。Lumentum 的产品线都覆盖了，微软、谷歌、亚马逊、Meta 全是它的直接客户。

但这还不是它最关键的位置。

真正让它卡位的是下一代 CPO 共封装光学技术。CPO 把原本插在服务器外部的光收发器模组，直接整合封装进交换芯片或 GPU 的封装体里。讯号在板子上跑的距离缩短，延迟降低，能耗节省超过 30%。

业界的判断是这样的：AI 集群越盖越大，传统插拔式收发器已经逼近物理极限。CPO 是唯一能继续往上撑的解法。

而 CPO 模组最核心的零件，就是 200G EML 雷射晶片。

Lumentum 在 EML 雷射晶片整体市占率约 50-60%，而在下一代 200G-per-lane 这个规格上，它目前是全球唯一实现量产出货的供应商。

下一代 CPO 用的是磷化铟（InP）基板，制程难度极高，短期内没人能追上。

四、英伟达的投资
到这里你就懂为什么黄仁勋会亲自掏 20 亿美元了。

2026 年 3 月 2 日，英伟达宣布对 Lumentum 战略投资 20 亿美元，附带多年期采购承诺。同一天，英伟达对另一家光学公司 Coherent 也投了 20 亿。

两笔加起来 40 亿美元，全部砸在 CPO 这条赛道上。

这是英伟达在公开告诉市场：光学互连是未来，而且我要锁住自己的供应链，不被任何人卡脖子。

逻辑跟前段时间 SK 海力士那个剧本几乎一模一样，客户主动出钱锁供应商产能，因为供应商不敢自己 All in，但客户已经等不起。

Lumentum 自己的 InP 雷射晶片产能缺口大约 30%，根本补不上 AI 数据中心的需求速度，已经把一部分订单外包给台湾的代工厂去做。

公司在手订单超过 4 亿美元，部分排期排到 2028 年。

换句话说，现在不是 Lumentum 在找客户，是客户在排队求 Lumentum 给产能。

五、「铜线还是光纤」的争论
当然这条路线也不是 100% 笃定。

博通的态度跟英伟达完全相反。博通认为更高速的铜线连接（DAC）还能撑很久，没必要急着切换到 CPO。

「铜线还是光纤」这场争论目前没有最终定论。

财报数字也在印证这一点。

Q2 FY2026 单季营收 6.655 亿美元，同比增长 65%。CEO Michael Hurlston 给出的下一季指引，年增幅上看 85%。在手订单已经能见度到 2028 年。

六、实操怎么做
实操上我看下来有三点：

第一，直接跟踪 LITE 自己的财报。重点看 EML 出货量、CPO 量产时程、毛利率变化。Lumentum 财报每超预期一次，整个光通讯板块都会跟着动一波。

第二，间接受惠的台股供应链值得放进观察名单。联亚（3081）做磷化铟磊晶片，是 EML 雷射晶片的关键上游材料；讯芯-KY（6451）做 CPO 模组封装，2026 年已经进入放量阶段；上诠（3363）跟台积电深度合作，提供光纤阵列连接技术。它们的股价跟 LITE 的财报基本同步反应。

第三，警惕估值已经反映了大部分预期。LITE 2026 年涨幅相当大，AI 资本开支一旦出现周期性回调，光通讯板块通常是第一波先跌的。仓位别太重，留出加仓空间。

$LITE $NVDA

[Tommy大叔☕️ @adakenx]

@JohnsonZ91127 这就是个教科书级别的"强者恒强"。接下来AMD怎么布局，大叔翻完数据总结了几条硬核思路。

另外还给大家准备了一篇万字长文，讲AMD从草根逆袭到拳打Intel的发家史。打游戏打累了当爽文看也行：）

https://t.co/jl9JFnQePg

[GoldStein @kaloaler]

我现在拥有的就是20岁时确认的快乐。coding。

[Jake Wujastyk @Jake__Wujastyk]

$QQQ $NDX $NQ_F Wouldn't be shocked in the least bit to see the market melt straight up to this diagonal trend zone in the coming 1-2 weeks.

I would assume we get a 14 $VIX and/or $84-$86k #Bitcoin by then, which is my short-term market pullback signal.

[StockWhale @thestockwhale]

I've made you millions in 2025, and it's time to make you millions again.

Here's the top stocks ready to make you rich (updated list daily):

1. NuScale Power $SMR
2. Oklo $OKLO
3. IREN Limited $IREN
4. Richtech Robotics $RR
5. Nextpower $NXT
6. Plug Power $PLUG
7. Eos Energy $EOSE
8. CleanSpark $CLSK
9. Joby Aviation $JOBY
10. Super Micro Computer $SMCI
11. Nebius Group $NBIS
12. Hims & Hers $HIMS
13. USA Rare Earth $USAR
14. IonQ $IONQ
15. Rigetti Computing $RGTI
16. Quantum Computing $QUBT
17. Archer Aviation $ACHR
18. RocketLab $RKLB

All my buy and sell signals in Discord @ https://t.co/GaBnArA2UG.

[AlphaBTC @mark_cullen]

📈#Bitcoin LTF game plan 📈

Watching the Pink box for a reaction, now that $BTC has taken out the Tuesday 114k high.

Liquidity still rests above the Mon 13th highs, with the 61.8 fib and an Fair Value Gap calling just above. The reaction here will be crucial to what happens next.

#Crypto #BTC