NB WEN

一生二，二生三，三生万物

[NB WEN @NULL_ENZO]

【硬核】官宦世家的不传之秘，为什么圣人的书拿来办事百无一用？ https://t.co/ZN3fUjdx7j 来自 @YouTube

[Macro_Lin @LinQingV]

https://t.co/OopPFOP65S

[Mr.RC｜𝟎𝐱𝐔 @MrRyanChi]

https://t.co/uGuy7PFTBk

[Vikas gupta @vicky_grok]

Anthropic pays $750,000+ a year for engineers who can build LLM architectures from scratch. Stanford taught the entire thing in 1 hour lecture & released it for free.

Bookmark & watch this today before someone takes it down.

[Amto @XAMTO_AI]

兄弟们，今天随手一刷，看到个东西直接把我干懵了。

GitHub上有个叫 agency-agents 的开源角色库，你知道它现在多少星吗？81万。不是8.1万，是81万。这个数字意味着什么？意味着全球有几十万开发者和AI玩家已经在用了，你还不知道？

🔗 : https://t.co/7oTbpRfg0o

先说这东西是干嘛的。

简单讲，就是一个超级角色提示词库，里面塞了140多个专家级Agent角色。CEO、律师、程序员、产品经理、增长黑客、财务顾问、市场策略师……你能叫出名字的岗位，基本都在里面。每个角色都是精心调教过的，不是那种随便写两句“你是一个律师”就完事的垃圾提示词，是真的有深��、有专业框架的角色设定。

用法也极其简单，三步走：

1️⃣ 打开这个库，找到你需要的角色
2️⃣ 把角色描述直接喂给Claude Code或者Cursor
3️⃣ 开始对话，你的AI瞬间变成那个领域的专属顾问
就这么简单。你在做一个创业项目，不知道商业模式怎么跑通？调出CEO角色问它。合同条款看不懂？调出律师角色让它帮你拆解。代码写不下去？调出高级程序员角色让它review。
但最骚的玩法不是单个角色，是多Agent组团。

你可以同时开几个对话窗口，一个跑CEO视角，一个跑市场总监视角，一个跑财务视角，让他们对同一个问题给出不同角度的判断。这不就是给自己开了一家虚拟公司吗？而且这帮“员工”7×24小时在线，不要工资，不会摸鱼，不会跟你讲情绪。

我自己测试了几个角色，说实话，质量比我预期高很多。

特别是那些商业类角色，给出的框架和思路真的有点东西，不是那种泛泛而谈的废话，是能直接落地用的建议。当然，AI终究是AI，专业判断还是要自己把关，但作为思路启发和初稿生成，这个库的价值真的被严重低估了。

还有一点我必须说——它是完全免费的。

开源、免费、随便用、随便改。在这个到处收费、动不动就订阅的AI时代，这种东西真的越来越少见了。

现在AI工具的核心竞争力已经不是模型本身了，Claude、GPT、Gemini底层能力差距在缩小，真正拉开差距的是你怎么用、用什么角色、给它什么上下文。这个库本质上是在帮你解决“怎么用”的问题，把最难的提示词工程部分给你做好了，你直接拿来用就行。

81万星不是运气，是实力。

还没收藏的，现在去。

[TechFlow 深潮｜APP 已上线 @TechFlowPost]

https://t.co/wTbh9Q8Yhd

[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 ��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���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：���产品快速贬值，于是��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��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��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���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��� 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���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��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。��个摆脱传统周期的条件里，第一条DRAM 定制化，基本可以忽��

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���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���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��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���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��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

[风吹我已散 @0xlong_life]

听闻长鑫被认为IPO价格便宜？是的，以国内建设速度。长鑫即便新厂落地后满产，供应国内都紧缺。这样一想，IPO价格还贵？

对应长鑫产业链，我在仔细检索后，发现三家独特中军企业（非投资建议，仅个人观点）

300236 上海新阳，TSV 电镀，大马士革铜，还有干法湿法耗材，四样供应。

002409 雅克科技，前驱体，国内唯一，长鑫核心供应，在前驱体中，国内别无分号

000021 深科技，我只说两点，希捷硬盘的绝对核心供应+长鑫外协封测一供，国内唯一HBM3？

其余类似长电（打字期间已板），并非不好，只是资金有限，这个阶段，我按照龙头已涨，空间在中军的做法，选取最收益的硬核企业。

深科技昨天T走（我40均价），今天开盘没做好，已手快接回，另调仓了部分上海新阳。

[RichH6666 @Richhuang666]

https://t.co/nrX60ksroy

[爱理财的kiko @kikoaifenxi]

九大电子材料细分龙头清单（操作思路按上一条）
一、短线缺货 4 大品类（供需紧缺、涨价逻辑，波段属性）
1、高频高速特种电子布（AI / 车载 PCB 紧缺）
1⃣宏和科技 603256：国内低 DK 高频电子布龙头，英伟达 AI 板认证最全，高端超薄电子布主力，缺货受益核心
2⃣国际复材 301526：二代低介电玻纤布量产，绑定生益 / 南亚覆铜板，AI 服务器基材核心供应商
3⃣中材科技 002080：厚型 CTE 电子布产能头部，Rubin 算力产业链配套标的

2、ABF 载板（AI 先进封装刚需、全球产能紧缺）
1⃣华正新材 603186：国内 ABF 树脂膜国产落地最快，CBF 材料替代日企味之素，ABF 核心材料龙头
2⃣兴森科技 002436：A 股少数实现 FC-BGA 规格 ABF 载板规模化量产，切入华为、英伟达供应链
3⃣深南电路 002916：PCB + 载板一体化，批量向英特尔、AMD 供货 FC-BGA 载板

3、氮化铝陶瓷基板（IGBT + 算力光模块缺货）
1⃣中瓷电子：氮化铝基板标杆，少数通过英伟达 1.6T 光模块认证，订单排至 2027 年
2⃣三环集团 300408：氧化铝 + 氮化铝双布局，车规 + 算力基板批量供货
3⃣博敏电子 603936：AMB 活性钎焊陶瓷基板量产，车载 IGBT + 光模块双下游放量

4、车规级 MLCC 电容（新能源车 + 储能持续缺货）
1⃣风华高科 000636：国内 MLCC 绝对龙头，车规 MLCC 量产落地，替代日韩常规产能缺口
2⃣三环集团 300408：片式陶瓷元件配套，高压车规 MLCC 产能稳步爬坡
3⃣火炬电子 603678：军工 + 车规 MLCC 双赛道，高端大容量型号紧俏

二、长线国产替代 5 大品类（高端进口垄断、技术突破成长）
1、超薄 HVLP 高端铜箔（3~5μm 极薄铜箔替代日企）
1⃣铜冠铜箔 601312：HVLP 超薄铜箔龙头，铜陵有色产业链，高端覆铜板配套主力
2⃣德福科技 301511：极薄锂电 + PCB 铜箔双线，高端 Low Profile 铜箔量产突破
3⃣方邦股份 688020：2μm 以下超薄电解铜箔研发，高端载体铜箔国产先行者

2、PCB 金刚石钻针（AI 高阶 PCB 微孔耗材）
1⃣鼎泰高科 301377：全球钻针龙头，高端涂层硬质合金钻针主力，AI 板耗材放量
2⃣四方达 300179：A 股稀缺 CVD 金刚石涂层钻针，适配 PCB 超深微孔加工
3⃣中钨高新 000657：旗下金洲精工，全球第二大钻针厂商，金刚石微钻国产替代

3、高端锡焊膏（先进封装超细粉 / 高温锡膏进口替代）
1⃣光华科技 002741：国内中高端锡膏龙头，布局先进封装超细粒径锡膏
2⃣唯特偶301319：国产锡膏头部，T7/T8 高端锡膏研发对标日本千住

4、TGV 玻璃基板（下一代 HBM/CPO 封装基板，中试落地阶段）
1⃣东晶电子：TGV 玻璃基板原片研发，适配先进封装验证
2⃣天承科技：TGV 通孔金属化药水龙头，国内玻璃基板配套核心耗材厂商
3⃣凯盛科技 600552：超薄电子玻璃原片，切入 TGV 基板上游原片国产化

5、金刚石散热材料（AI 大功率芯片散热、长期空间）
1⃣黄河旋风 600172：国内率先量产 8 英寸 CVD 金刚石散热片，产能落地领先
2⃣四方达 300179：MPCVD 设备自研，功能性金刚石散热片送样头部芯片厂
3⃣国机精工 002046：双工艺量产单晶金刚石，高导热散热基材国产标杆
4⃣力量钻石 301071：培育钻石转型半导体散热，散热片项目投产验证

[DONS @dons_korea]

인텔 파운드리의 미래

[Movez @0xMovez]

Claude Code creator:

"At Anthropic, 90% of our engineers are running agents with self-improving loops.

in 3-6 months, everyone will be running /loops - this is the future of engineering"

in a 1-hour podcast, Boris Cherny reveals the best tips for building Claude Code automations.

Claude + loops + routines + dynamic workflows - that’s the secret.

Watch the talk, then read how to apply and build the same setup in the article below.

[livermoer @livermoerR]

转一篇对日替代的总结

氧化钇方向
盛和资源的弹性不算最大但纯度最高。它的5N/6N高纯氧化钇当前占总营收也就几个点，但高端高纯品单吨利润是工业级好几倍，真放量了对利润拉动比营收明显。它同时踩中氧化钇、氧化镝两个高端稀土品种，双轮驱动。
订单方面，工业级氧化钇订单满是实锤，出口管制后国内供给紧，长单都签满了。但6N半导体级2026年6月才刚��调试期，还没大规模出货，订单还在客户验证阶段，没有大额长单实锤。5N级MLCC用的已���给国内头部粉体厂供货，订单在稳步涨，但规模还没起来。
替代空间上，全球高端高纯氧化钇市场也就几十亿规模，现在日本厂商占七成以上，国内加起来不到两成。盛和作为国内高纯氧化钇的头牌，长期看能抢到全球两到三成份额，空间有，但得慢慢啃，不是一两年能吃完的。
壁垒核心是提纯技术，6N级超高纯氧化钇国内能稳定量产的没几家，它算第一梯队。再就是原料渠道，它有海外稀土矿进货渠道，不像纯冶炼厂被国内配额卡死。
国瓷材料是最均衡的标的，向下有底向上有弹性。氧化钇是它的原料不是产品，它赚的是用国产廉价氧化钇做高端粉体、抢日本厂商份额的钱。MLCC粉体加齿科氧化锆粉体加起来占营收一半左右，都是高毛利业务，替代带来的业绩增长是实打实的。
订单方面，MLCC粉体5000吨高端产能满产、订单排4到6个月，这个我���在2025年年报里找到直接对应数字，属于产业链调研口径，但方向对。齿科氧化锆粉体订单同比涨五成以上，也属于调研传闻，公开渠道零验证。不过村田、三星电机、风华高科这些头部厂是它客户，这是事实。日本厂商产能收缩后增量订单明确，这个逻辑通。
替代空间上，MLCC钛酸钡粉体它国内占八成，全球也就两成，长期看能抢到全球四到五成，替代日本堺化学、信越的份额。齿科氧化锆粉体全球占一成左右，长期能到三成以上。两个赛道加起来天花板不低。
壁垒一是配方和工艺，粉体这东西看着简单，配方和生产工艺是几十年攒的，有钱砸不出来。二是客户认证，MLCC粉体认证要一两年，齿科的更久，进去了客户就不会轻易换，粘性极强。三是成本优势，全产业链布局，成本比日本同行低三成以上，价格战也不怕。
中国稀土的弹性有但比较钝。它是中重稀��龙头，氧化钇产能大，但基本都是工业级的，高端高纯很少，受益主要靠氧化钇涨价赚差价。氧化钇占它营收大概一成左右，涨价对业绩有增厚，但不是爆发式的，属于跟着行业喝汤。
订单预期就是工业级氧化钇订单满产，价格在涨，都是常规长单，没有爆发式新订单，没什么超预期的东西。
替代空间上，它是上游卖原料的，海外基本没有稀土分离产能，所以它的替代空间主要是国内份额提升，不是抢日本下游厂商的蛋糕，逻辑不一样。
壁垒就是稀土配额和中重稀土资源，政策给的壁垒，别人想做也拿不到配额，最硬但也最没技术含量。
氧化锆方向
爱迪特是弹性最大的纯标的。它几乎全是齿科氧化锆瓷块业务，东曹就是它最核心的竞争对手，东曹停供，它直接接订单，相当于对手直接退赛了。它本来产能利用率就不低，现在订单爆了，机构预期2026年业绩翻倍以上，弹性拉满。
订单预期100%实锤。东曹6月正式发了暂停供货通知，爱迪特6月17日互动平台亲口确认，��经提前布局粉体替代方案并全面落地，新材料可以替代原进口粉体，全线新品通过客户严苛验证。目前多家核心大客户已完成切换并在近期经销商大会签订长期订单，订单排到2026年下半年，产能全满。尤其是海外订单，欧洲、东南亚的客户都在转过来，增速特别快。
替代空间上，全球齿科氧化锆瓷块市场大概百亿规模，东曹之前占45%左右，它现在全球占一成，长期看能抢到25%到30%，也就是两到三倍的空间，这个很明确，因为东曹的产能短期内根本恢复不了，原料卡着呢。
壁垒一是齿科认证，FDA、CE这些认证周期长，门槛高，不是随便哪个厂就能进的。二是临床使用习惯，医生用惯了一个牌子的瓷块，不会轻易换，粘性极强。三是粉体技术，它自己做粉体，成本比纯买粉加工的低很多。
三环集团是确定性最高的AI标的。它的氧化锆陶瓷插芯全球市占七成以上，文���说八成是往高了拍，公开验证是70%+。光模块必备，直接吃AI光模块需求爆发的红利，这是实锤的AI业务，不是蹭概念。它还有MLCC业务也受益AI，双轮驱动，2026年一季度营收涨了46%，业绩已经兑现了。
订单预期实锤。2025年光通信器件营收25.94亿，订单排到2026年下半年，1.6T、3.2T用的高端插芯供不应求。提价10%到15%这个细节属于产业链调研口径，我没查到公司公告或财报直接验证。中际旭创、新易盛这些头部光模块厂全是它客户，订单增量明明白白。
替代空间上，插芯它已经垄断了，替代空间不大，主要是量价齐升，AI带动用量增长，高端产品涨价，赚的是行业扩容的钱。氧化锆陶瓷基板、结构件这些它也在做，替代日本厂商的份额，但当前占比不高，是远期增量。
壁垒一是规模成本，全球最大产能，成本比同行低一大截，价格战没人打得过它。二是客户绑定，光模块厂全是它客户，认证周期长，进去了就稳了。三是精密加工技��，陶瓷插芯精度要微米级，不是谁都能做的。
国瓷材料在氧化锆方向也是均衡型，和氧化钇方向逻辑一样。它做齿科氧化锆粉体和电子级氧化锆，受益东曹断供和AI需求，但因为业务多，弹性比爱迪特小，胜在稳，东边不亮西边亮。
订单预期上，齿科粉体订单同比涨五成以上是调研传闻，公开渠道零验证。电子级氧化锆粉体给光模块厂、MLCC厂供货，订单稳步增长，方向是实锤的。
替代空间，齿科粉体全球占一成，长期到三成。电子级氧化锆粉体国内占两成，长期到五成，替代日本厂商的份额，空间不小。
壁垒和之前说的一样，粉体配方工艺加客户认证，核心是技术积累和客户粘性。
东方锆业的弹性有但偏涨价逻辑。它是全产业链，从锆矿到氧化锆都有，但产品基本都是中低端工业级的，高端齿科、电子级占比很低，受益主要是氧化锆整体涨价，对业绩有增厚，但不是爆发式的，属于蹭赛道的稳健品种。
订单预期就是工业级氧化锆订单满产，价格在涨，都是常规业务，没有高端产品的爆发式订单。
替代空间上，中低端市场它已经有份额了，替代空间不大，高端市场还没进去，短期看不到。
壁垒就是锆矿资源和冶炼产能，有自己的矿成本有优势，但技术壁垒不高，中低端竞争挺激烈的。
氧化镝方向
盛和资源：5N高纯镝价格是普通4N的3到5倍，毛利特别高，虽然营收占比不高，但利润弹性极大。通过了村田、TDK、太阳诱电这些日韩MLCC巨头的认证，长期稳定批量供货，这个方向可信。国内的国瓷、三环、风华高科也是它客户，签了长期供货协议，这个逻辑通。现在日本信越对外供货收缩，它的订单增量明确，产能全满，��在扩产，这个叙事合理。
替代空间上，全球5N高纯氧化镝市场也就几十亿规模，之前日本信越占65%左右，它现在占多少说不准，长期看能抢到多少份额也存疑，因为数据基础不牢。AI带动需求增长，整个蛋糕还在变大，量价齐升的逻辑是通的。
壁垒一是提纯技术，5N级的要把杂质控制在5ppm以下，国内能量产的没几家，它技术确实在第一梯队，但说唯一就过了。二是客户认证，MLCC厂商对原料认证特别严，要一两年，进去了就不会轻易换。三是原料渠道，它有稀土资源，原料有保障。
中国稀土的弹性有但偏涨价。它是中重稀土龙头，氧化镝产能大，但基本都是工业级的，高纯的很少，受益主要是氧化镝涨价赚差价。氧化镝占它营收大概一成半，涨价对业绩有影响，但弹性比盛和小太多，因为没有高端产品的溢价。
订单预期就是工业级氧化镝订单满产，价格在涨，��是常规长单，没有爆发式的新订单。
替代空间上，上游原料端它份额已经很高了，替代空间不大，主要是跟着行业涨价喝汤。
壁垒就是稀土配额和中重稀土资源，政策壁垒。
氮化铝方向
中瓷电子的弹性确定性最高，业绩已经兑现。它的氮化铝陶瓷外壳和基板是成熟产品，已经批量供货，光模块用的。2025年光模块陶瓷业务营收20.11亿，同比增长7.12%。1.6T光模块陶瓷外壳已经批量供货，华为、中兴、中际旭创、新易盛这些头部厂全是它客户，订单排到2026年下半年，产能全满。它的高端粉体之前部分靠进口，现在也在自研替代，成本还在降。氮化铝薄膜基板作为低成本非气密封装方案的关键封装材料，呈现供不应求的情况，这是公司年报里自己说的。
替代空间上，光模块陶瓷外壳它国内占五成，全球占两成左右，长期看能抢到全球三到四成，替代日本京瓷、住友的份额。氮化铝基板它也在做，替代德山的下游应用，空间更大，但当前占比不高。
壁垒一是精密加工和烧结技术，陶瓷外壳的精度要求极高，微米级，不是谁都能做。二是客户认证，通信设备和光模块的认证周期长，粘性高。三是产业链配套，从粉体到成品都做，成本有优势。
旭光电子的弹性最大，虽然但当前占比极低，它是国内唯一做氮化铝全产业链的，从粉体到基板到HTCC管壳全自己做，现有粉体产能500吨（高端400吨）国内第一，全球第二，仅次于德山。这是2024年半年报明确写的，实锤。但氮化铝业务当前占营收只有5%到7%，基数特别小，真放量了业绩弹性极大，典���的小业务大空间。
订单预期上，中低端基板和结构件订单是实锤的，已经给中际旭创、新易盛、长电科技这些客户批量供货了。韩国HBM客户已经完成验证，最近从几十件小单加到千件级别，这个查不到公开验证，属于产业链调研传闻，不能当实锤。高端HTCC管壳，也就是1.6T和CPO用的那种，还在做头部客户的可靠性认证，2027年才量产，当前还没贡献收入。
替代空间上，全球高端氮化铝粉体市场大概百亿规模，德山占75%，它现在占不到5%，长期看能抢到20%到30%的全球份额，也就是4到6倍的空间，天花板特别高。但得等，高端认证周期长，不是一蹴而就的。
壁垒一是全产业链技术，从粉体制备到烧结到加工全流程自己做，国内独一份。二是产能规模，300吨产能国内最大，成本比同行低。三是客户验证进度，它是国内少数进入头部光模块、封测厂供应链的，进度领先同行。
金博股份的弹性远期大，但当前基本没收入。它是新进入者，用碳热还原法做氮化铝粉体，技术路线有优势，纯度高、成本低，但产能还在建，还没大规模出货，当前氮化铝业务基本没收入，纯预期品种。
订单预期还在送样验证阶段，没有大额实锤订单，主要和光伏老客户联合开发半导体用产品，进度比旭光、中瓷慢不少。
替代空间如果技术和产能真能落地，空间很大，但当前还是0，不确定性特别高，赌的是技术路线能不能成。
壁垒技术路线有特色，碳热还原法成本低，适合大规模生产，但还没经过大规模量产验证，算不算真壁垒还得看结果。
钨棒和PCB钻针方向
中钨高新是最稳的全产业链龙头。它是中国五矿旗下的钨产业平台，从钨矿、APT、钨粉、硬质合金棒材，一直到PCB钻针、数控刀具全产业链闭环，原料自给率60%到70%，成本优势最大。它业务多，所以弹性不是最大的，但确定性最高，而且同时踩中六氟化钨、钨棒、钻针多个赛道，多重逻辑叠加，抗风险能力强。
订单预期是实锤方向，但一季度净利润创历史同期新高这个我没找到直接公开验证，建议等财报确认。旗下金洲精工的PCB钻针，国内头部PCB厂全是客户，AI服务器用的高端钻针订单涨得很快。株硬的硬质合金棒材，给国内很多钻针厂、刀具厂供货，日本厂商涨价后，转单特别多。
替代空间上，全球硬质合金棒材市场几百亿规模，日本住友、三菱占四成左右，它现在占15%，长期能抢到三成以上。PCB钻针它全球占20%，日本佑能、住友占三成左右，长期能抢到30%到35%。两个加起来，替代空间不小���
壁垒一是全产业链一体化，从矿到成品全自己做，成本比同行低很多，钨价上涨它反而受益，不怕原料涨价。二是技术积累，株硬和金洲都是几十年的老厂，技术成熟，高端产品能对标日本。三是央企背景，资源有保障���配额不用愁。
鼎泰高科是弹性最大的，钻针业务最纯，而且数据最硬。它是全球PCB钻针龙头，市占29.2%，连续三年第一，这是弗若斯特沙利文统计和招股书白纸黑字的数据，最硬。钻针业务占营收七成左右，实际精密刀具整体占83.5%，钻针是主体，所以AI带动钻针需求增长，对它的业绩弹性最大。
2025年营收20.84亿，净利润4.34亿，同比增长91.14%。2026年一季度营收8.14亿，同比增长92.33%，净利润2.61亿，同比增长259%，全是年报和招股书数据。AI服务器用的高端钻针订单增长很快，产能全满，月产能已超1.3亿支，订单排到2026年下半年。它的短板是之前上游棒材部分靠进口，原料涨价会挤压毛利，现在它在自建棒材产能，往上延伸产业链，一体化程度在提升，未来毛利会越来越好。
替代空间上，全球高端PCB钻针市场，日本佑能、住友占三成左右，它现在占29%，长期能抢到四成以上，还有30%左右的份额空间。而且AI带动整个高端钻针市场扩容，蛋糕变大，是量价齐升的逻辑。
壁垒一是钻针的精密加工和涂层技术，超微径钻针的精度和寿命要求极高，它的技术国内领先，能对标日本。二是客户绑定，全球头部PCB厂基本都是它客户，认证周期长，粘性高。三是规模效应，全球最大产能，成本比同行低。
厦���钨业是上游卖铲子的，稳健型。它旗下厦门金鹭是国内硬质合金棒材龙头，技术和规模都很强，给国内很多钻针厂、刀具厂供货，不管哪家钻针厂抢份额，它都能卖棒材赚钱，是典型的卖铲子的。它自己也有部分钻针业务，但占比不高。
订单预期棒材订单很满，AI带动钻针需求增长，棒材订单也跟着涨，日本厂商涨价后，国内转单很多，产能利用率很高。
替代空间上，全球硬质合金棒材市场，日本占四成，它现在占10%左右，长期能抢到20%到25%的份额，空间不小。
壁垒一是棒材制备技术，超细晶硬质合金棒材的晶粒度、一致性要求很高，它技术国内领先。二是客户资源，国内大部分钻针厂都是它客户，粘性高。三是钨钼全产业链布局，成本有优势。

[Anatoli Kopadze @AnatoliKopadze]

NVIDIA CEO, Jensen Huang:

"Nobody writes prompts anymore. The new job is to write and handle loops."

This is the shift that's going to define the rest of 2026.

53 minutes of pure insight from one of the richest men on earth.

Watch it, then read the full guide on how to actually use loops below.

[Mr Panda @PandaTalk8]

https://t.co/C1IizarDua

[0x鸣人 @LuBtc888]

所有交易员必看：

《交易员说》这档访谈节目是采访了几位知名的全职交易员。

本期采访的是有着16年交易经验的职业交易员，程彦。

从2010年入市，到实现长期稳定盈利，再到真正做到“以交易为生”，职业交易员程彦在首次系统分享了她对交易、系统、风险以及人性的深层理解。

交易者必须得学会放弃，甘于平凡，才能拿到回报。

在历经16年真实市场洗礼之后，她对交易本质有着不一样的思考。

很多观点，可能会彻底颠覆你对交易的认知。

在本期访谈中，你会听到：

✔ 为什么真正成熟的交易系统，往往“简单到只有三句话”
✔ 她如何理解：“市场永远在震荡与单边之间切换”
✔ 为什么很多交易者，最后都输在“路径依赖”
✔ 交易最难的，其实不是技术，而是“等” 这场专访，没有夸张营销，也没有神奇圣杯。

只有一个职业交易员，对市场、人性与交易哲学最真实的回答。

[A股点金手 @agudianjinshou]

今天a股最值得买的股票
美联储议息落地但是倾向鹰派，不过应该不敢加息
美股小跌了下，可能周四晚上就调整完毕了
a股这里看美股脸色+周四容易跌+节前容易跌，可能抄底的一个好机会
券商会继续维稳指数，买科技也只买核心的
老登股
长鑫影子股（个人低位全仓华安证券稳稳的幸福，可能调整，我利润垫够厚）
优先华安证券，其次招商证券 合百集团爆发起来弹性最强
科技方面
1.MPO 太辰光 仕佳光子 蘅东光 杰普特 长芯博创 致尚科技 唯科科技
2.铝电解容器
优先艾华集团、江海股份、海星股份、东阳光、凯恩股份、新疆众和和新宙邦
3.钻针+钨棒 中钨高新 鼎泰高科
4.靶材 优先关注 江丰电子，远远没到头，其次有研新材
5.六氟化钨
优先中船特气和中巨芯，其次和远气体和昊华科技
7.pcb以及载板
铜冠铜箔 德福科技 方邦股份 宝鼎科技 建滔积层板 建滔集团 金安国纪 华正新材 泰金新能 天承科技 江南新材 福斯特 洪田股份
8.ABF载板
优先兴森科技 其次华正新材 宏昌电子 莲花控股 中天精装
9.光刻胶 抛光垫
鼎龙股份
10.磷化铟和高纯红磷
优先云南锗业 其次东山精密
优先兴发集团和兴福电子 其次澄星股份
英伟达正式公布了一项AI基础设施重大扩建计划，其投资的高意公司厂区扩建项目正式开工
11.智谱影子股 凌云光
12.存储原厂 兆易创新 北京君正
苹果都要因为内存和存储涨价了
13.pcb一系列核心股票

[bubble boi @bubbleboi]

This package is nuts man.

[わいち��ん@テーマ投資家 @waichan_invest]

【AIサーバーの次のボトルネックはGPUではなく材料へ】

NVIDIAがPCB材料の上流工程に直接介入。

現在の供給制約は、

①GPU（NVIDIA）
↓
②HBM
↓
③ABF基板
↓
④T-glass（日東紡）
↓
⑤HVLP4銅箔（三井金属など）

へと移行中。

特に、

・T-glass：2026年供給不足40%超
・HVLP4銅箔：2026年1,500t不足 → 2027年2,500t不足

と予想されており、AIサーバー増産の制約要因になりつつある。

NVIDIAはCCLメーカーを飛び越え、ガラスクロス・銅箔メーカーと直接連携。
1年以上前から供給枠を押さえる動きも。

AI相場の主役はGPUだけではない。

注目材料銘柄
✓ 日東紡（T-glass）
✓ 三井金属（HVLP4銅箔）
✓ レゾナック（ABF関連材料）
✓ フジクラ（高速通信）

#半導体 #AI #NVIDIA #日東紡 #三井金属