τhΩmΛs

Opinion my own ｜ Pokémon Trainer

[τhΩmΛs @rvolatility]

Pure luck
But a little too accurate

[τhΩmΛs @rvolatility]

有点怕 先走一步

[τhΩmΛs @rvolatility]

这个产业链上的一切都太贵了
因为要的太快太急 所以太贵
这是不可持续的

AI已经是确定的
但是需要慢下来
让产能跟上

当然金融就像摆锤
短期肯定是急功近利的
那就等等吧

[τhΩmΛs @rvolatility]

有点怕 先走一步

[τhΩmΛs @rvolatility]

@MandoTrading wtf that's insane

[Sinda @Sinda1118]

连商k卖唱卖逼小姐,足浴洗脚大妈都知道炒存储,光模块,电储能……等Ai的一切,币圈粪坑里的屎们还忙着整天自诩现货不怕,稳定套利,链上打狗,定投理财等各种边角料交易,然后意淫自己去全球任何市场都是降维打击,拳打A股,脚踢美股,幻想自己收割全世界.
连川普都知道来中国要客客气气的,全球各国都忙着来中国访问,都离不开中国工业产业供应链.一个从1949年一穷二白立国到如今2026年就成为世界第二才77年的国家,这在推特上键政群体里中国得每天亡国一万次才行.
你们自己说,如果你的账号再推特上总是被这两大主流粪坑弱智群体关注,你这号不作废还能干嘛？难道天天输出内容给这两大粪坑里的屎看吗？时间会证明一切的,粪坑永远都是粪坑,只能拉黑,实在不行就自己远离躲远点.

[τhΩmΛs @rvolatility]

加息加不了一点
仗也不太可能全面爆发
油不死不活 会慢慢往下

国债确实是看着很恐怖
其实还好

AI需求是真实的
这一阶段整体还有很长的路可以走
错杀的软件股也是
该买就买
calm down

[τhΩmΛs @rvolatility]

we're looking at 10-15 years? longer?

[Adam Rossi @rossiadam]

North Carolina scored the largest manufacturing investment in the state's history at $4.6B.

JezZero is breaking ground on the first greenfield large-aircraft production facility built in the United States in a generation.

The Z4 blended-wing-body (BWB) is the first clean-sheet American commercial aircraft program in 15 years.

The 8 million sqft facility will employ 14,500 direct, high-wage aerospace workers.

Open your eyes 🇺🇸

[τhΩmΛs @rvolatility]

that's the best annotation. we are experience another productivity revolution. that's why you see new leaders rise and losers fade.
yet this time, financially, market is actually much more sober comparing to dot com.
anyone don't see this is either blind or choose to be blind.

[Andrew Thrasher, CMT @AndrewThrasher]

In the last almost 30 years, the number of times there's been at least 7% of stocks making a 52-week low when the S&P 500 was at a 52-week high: Two

[Macro_Lin ｜ 市场观察员 @LinQingV]

长鑫存储扩产的设备供应链全景
长鑫现在合肥两座、北京一座，三座12英寸厂。合肥一厂11万片月产能，二厂8万片，北京厂7万片，加起来接近30万片，全部满产。两年涨了三倍，2024年初差不多10万片，2025年底冲到28到30万，2026年目标稳在30万。按晶圆片数算全球DRAM占比已经接近15%，但按销售额算只有3.97%，片数堆上来了，单价还在追赶。

工艺端，G4在16纳米已经量产，DDR5良率从2024年底的80%升到现在的90%区间。G5对应15纳米，2026年底量产。HBM2去年下半年就上了，比外界预期提前两年，主要供华为昇腾910。HBM3的前段晶圆产能主要在合肥和北京现有基地内部腾出来，目标月产6万片，约占30万片总产能的20%。后段的堆叠和封装由上海新建的HBM封测厂承接，2026年底投产。

产能还在继续扩。上海新厂分两期，Phase 1产能10万片，2027年初量产，Phase 2同样10万片，2028年初量产。加上现有的30万片，远期产能目标是奔着50万片以上去的。华为也在建一条10万片规模的产线，专门配合长鑫做昇腾系列所需的HBM3和LPDDR5X，2026年下半年开始全面量产。

IPO募资295亿，DRAM技术升级拿了130亿，量产线升级75亿，前瞻技术研发90亿。多家券商纪要提到其中约200亿会直接变成设备采购订单，叠加2024年712亿的存量Capex节奏，是国产设备厂未来两年最确定的基本盘。

长鑫正在进行的大规模扩产，设备采购需求非常可观。每个品类的国产化进展差异很大。

光刻是最大的对外依赖，国产化率连5%都不到。主力机器是ASML的NXT:1980Di，每小时出275片，覆盖到16纳米节点，目前还能正常采购。被荷兰管制的是NXT:2050i及以上，每小时295片，2023年9月起要许可证，2024年1月起对华许可基本停发。修正一个流传很广的说法，275到295片是1980Di到2050i的代际跳变，不是1980系列内部的迭代。长鑫往15纳米以下走，这道墙绕不开。上海微电子的28/14纳米DUV还在攻关，光刻这一环短期无解。

刻蚀占设备投资25到30%，是国产化最深的核心工艺。北方华创的ICP在长鑫产线上市占超过50%，中微的CCP介质刻蚀机做到50比1以上深宽比，专门用于HBM的TSV深硅通孔。但存储节点100比1深宽比的极端工艺，孔洞必须互相平行规整，任何偏差直接砸良率，Lam和东京电子在这个区间仍然是主力。

薄膜沉积占约25%，品类分得细。PECVD做绝缘层，PVD做金属互连，ALD做电容器的高k介电层。拓荆科技的PECVD已经批量进入长鑫DDR5和LPDDR5产线，北方华创的PVD覆盖铝铜溅射和氮化钛溅射。但DRAM电容器核心的高k ALD设备，应用材料和ASM的位置很难动，拓荆的ALD在验证爬坡中还没有大规模上量。整体看PECVD和PVD的国产化率高一些，ALD最低。

CMP只占设备投资5到7%。华海清科占国产CMP装备销售90%以上份额，12英寸Universal-300已经导入长鑫。新变量是中微4月29日刚过会的收购杭州众硅，6抛光盘架构是国际首创，效率比主流4盘方案高一截。国产CMP从单点供应正式进入双供。

清洗国产化率30到40%，盛美上海的SAPS/TEBO兆声波清洗覆盖FinFET和DRAM的16到19纳米制程。热处理40到50%，北方华创立式氧化炉打头，激光退火端莱普科技两年内国内市占从3%涨到16%，跟长鑫和长存共同开发匹配DRAM工艺的设备。这几个环节已经跑通了。

最薄弱的三个环节是量测检测、涂胶显影和离子注入。量检测国产化率个位数，KLA全球占51到54%，精测电子进了长鑫12英寸产线，中科飞测也在部分环节往里切，但高端光学检测和电子束检测差距仍然明显。涂胶显影国产化率仅4%，东京电子在大陆市占超过90%，芯源微是唯一量产替代，目前只在封装端站住了，前道关键层还进不去。离子注入同样个位数，万业凯世通累计交付40多台。弹性最大的三个环节，也是短期内最动不了的三个环节。

长存三期产线2026年一季度国产设备占比首次过50%，目标100%。长鑫设备国产化率已突破45%，但仍低于长存三期产线的水平。根源在工艺。DRAM的电容刻蚀和光刻精度对先进DUV的依赖远高于3D NAND。NAND可以靠堆层数绕过光刻瓶颈，DRAM要正面硬刚，结构性差异，跟意愿无关。

外部约束在收紧。4月22日美国众议院外交事务委员会投票通过了MATCH法案，路透社称之为"国会史上最大规模的半导体出口管制立法审议"。法案把长鑫、中芯国际、长江存储、华为、华虹一起列入covered facility，禁止ASML的DUV浸没式光刻机对长鑫出口，禁止盟国为既有设备提供维保，要求荷兰和日本在150天内对齐美方规则。主要推手是美光。一旦通过，NXT:1980Di这条最后的灰色通道就堵死了。长鑫本身还没进BIS实体清单，但设备进口其实早就在2022年10月那波18纳米以下DRAM工艺限制的笼子里。

45%的国产化率意味着长鑫在两条腿走路，海外设备保良率，国产设备保供应链安全。MATCH法案的压力反而在加速这个进程。长鑫每往国产设备多切一个百分点，对应的就是北方华创、中微、拓荆、华海清科、盛美这些公司实打实的订单增量。上海新厂分两期共20万片的增量产能，加上现有产线的持续技术升级，未来两到三年国产设备厂面对的是一个确定性极高的需求窗口。

从更长的时间尺度看，长鑫的扩产不只是一家公司的资本开支计划。它每走通一个工艺节点，整条12英寸国产设备平台就多一次被验证、被复用的机会。刻蚀和CMP已经证明了这条路径，薄膜沉积和清洗正在跟进，量测和涂胶显影是下一个要啃的硬骨头。这个验证循环一旦转起来，国产设备的竞争力会以远超线性的速度积累。

[Moody @MoodyWriter13]

Earlier this morning, I shared my thoughts on Substack about bottlenecks in general, and specifically about InP and $SIVE. Based on the feedback, the article was well received. If you’re interested, you can find it directly here

These are just my thoughts, and I don’t claim to be always right.

https://t.co/oLUdlDIG4F

[τhΩmΛs @rvolatility]

今天基本满上了 $ORCL $NOK

[Rainier @mtrainier2020]

其实装个六面扫，不需要机器人，不需要翻面，问题就解决了。
而且传送带速度还可以加速三倍。
一台6面扫设备2万美元搞定。。自动完成称重，体积测量，条码识别，记录存档。
我们去年上了一个五面扫的设备，再结合供应商的SSCC标签，实现了，自动收货，自动核对。 在人力不变的情况下，吞吐量提高三倍。所有差错，实时核对。所有扫描记录都有存档。

[Sinda @Sinda1118]

这市场一直就这么没劲,市场整体回调了就拿US10y来说事.总是事后来找补,事后来解释,事后诸葛亮.有时候真搞不明白这样的意义在哪.白银也是的,之前涨到110-120得时候又说需求一片大好,几大交易所库存警报,现在又说需求下降,供应缺口缩小.真的好没劲,越来越懒得看市场得信息了.

[τhΩmΛs @rvolatility]

man, cannot stand this self-deluded hypocrisy.

[Anthropic @AnthropicAI]

We've published a paper that explains our views on AI competition between the US and China.

The US and democratic allies hold the lead in frontier AI today. Read more on what it’ll take to keep that lead: https://t.co/TgJBeodWYK

[τhΩmΛs @rvolatility]

@Don7Spy Short it

[Capital Flows @Globalflows]

1y real rates have fallen and now sit only 30bps from turning negative. The last time real rates turned negative like this was during the credit cycle melt up of 2021

This is one of the most important datapoints to show people who want to keep denying that markets cant go higher. I assure you, markets can go higher.

[τhΩmΛs @rvolatility]

@tradergokux 同感

[hardmaru @hardmaru]

The human brain🧠 is incredibly efficient because it only activates the specific neurons needed for a thought. Modern LLMs naturally try to do this too (> 95% of neurons in feedforward layers stay silent for any given word), but our hardware punishes them for it.

One of the most frustrating paradoxes in deep learning: making a model do less math often makes it run slower. Why? Because unstructured sparsity introduces irregular memory access, and GPUs are built for predictable, dense blocks of math.

We teamed up with @NVIDIA to try to fix this hardware mismatch. Instead of forcing the GPU to adapt to the sparsity, we built a "Hybrid" format that reshapes the sparsity to fit the GPU. Our sparsity format (TwELL) dynamically routes the 99% of highly sparse tokens through a fast path, and uses a dense backup matrix as a safety valve for the rare, heavy tokens.

Through TwELL and a new set of custom CUDA kernels for both LLM inference and training, we translated theoretical sparsity into actual wall-clock speedups: >20% faster training and inference on H100 GPUs, while also cutting energy consumption and memory requirements.

Paper: https://t.co/rqIY9SYBDe
Blog: https://t.co/oRjNbpJKha
Code: https://t.co/FAFaJwpxAJ
⚡️

[τhΩmΛs @rvolatility]

Yup, Europeans not allowed to have goals.

[banteg @banteg]

/goal now works in codex app, except eu and uk