Olivia
Online
sorry chou
@sorry_chou
taipei, taiwan
Joined March 2009
199 Following
42 Followers
346 Posts
@Ochi16287339 蹲在馬桶上風險很大，馬桶邊緣如果裂了瓷器裂口鋒利，直接割在大腿上，要小心。
原來一貼文最多4個影片啊～
得算力者得天下 🤣
Grok Imagine 的聲音處理感覺比之前差很多，測試到token都要用完還是搞不定。
M5Max 128gb MBP 到手了，接下來要試試 local I2V了 😀
#GrokImagine #AIVideo
@Dark_storm_x 我會拿來放停車場門口的遙控器 XD
@wangdefou 真是狐朋狗友 XD
@Rusty_Flo 對！超難受 🤣
event 類別的wordpress site 活動結束但是又必須保留，失去關注和更新，要維護又需要多餘心力且常常成為攻擊的目標。
把它靜態化並託管在Cloudflare pages 就是一個很好的選擇！
看是要用 headless browser + 爬蟲 或是 安裝 simply static 都是很好的將wp 網站轉換成 static html files來託管。
@miantiaozi7 正人君子，目不斜視 🤣
grok推出新的電話語音助理服務，目前只提供美國電話號碼，但是不保證隱私（商業）也不允許成人內容（娛樂），所以目前來說沒有什麼商業價值 🤣
grok 採用了新的共用池，每週重置一次對我最大的麻煩就是平常開車都會和grok聊天，像是 https://t.co/4s3KkEJcMM 上的熱門話題，尋找商機，強化知識等等，但是一下子就把一週用量用完了。。。
唉。
@bkmdouga 殺氣騰騰 🤣
@CuiMao "打你哦" 🤣🤣🤣
有時候覺得沒勁兒所以打開消消樂圖個樂子，
結果同一關卡個十多次，感覺名稱應該改成消消熱了，
繼續玩竟然卡了幾十次，這時名稱就變成消消垃圾了。
這種遊戲就要讓玩家爽了才會想付錢，卡5次就應該降低難度，卡15次就別想從我這拿錢了🤣
@MindfulDIY 關於生活技能，我只會買熟食，這小孩遠勝於我 XD
你的電腦變貴了，因為整個半導體產業正在賭一場物理極限的豪賭
兩週前我花了 18.2 萬台幣買了一台 MacBook Pro M5 Max、128GB、2TB SSD。當時已經覺得比同規格前一代貴了不少。結果 6 月 25 日 Apple 正式全線漲價，同一台機器現在官網要價 23.9 萬。兩週差了快六萬塊。
但這不是突然發生的事。2026 年初 Dell、Lenovo、HP 就陸續漲了。Apple 五月悄悄下架了 $599 的 Mac mini 入門款——隱性漲價。到了 6 月 25 日才正式攤牌：MacBook、iPad、Apple TV、HomePod、Vision Pro 全面調升，MacBook Air 從 $1,099 漲到 $1,299，Mac Studio M3 Ultra 從 $3,999 直接跳到 $5,299。同一天微軟宣布 Xbox 八月起加價。Tim Cook 受訪時說了一句話：「四十年來沒見過這種事。」DRAM 合約價 2026 上半年翻了接近三倍。
原因只有一個：全球超過 95% 的記憶體產能握在三星、SK 海力士、美光手裡，而這三家正在把晶圓產能瘋狂搬去餵 AI 伺服器用的高頻寬記憶體（HBM）。一顆 HBM 吃掉的晶圓面積是傳統 DDR5 的好幾倍，消費者的記憶體就這樣被 AI 軍備競賽擠掉了。Apple 的聲明直接講了：「我們從未見過零組件成本漲得如此多、如此快。」
這篇要聊的是其中姿態最硬的那一家——美光（Micron）——以及一個幾乎沒有人在認真討論的問題：美光賭的到底是什麼，而那個東西還能撐多久？
一、美光的底氣：數字不說謊
先承認事實。美光這次的數字是真的嚇人。
FY2026 Q3（截至 2026 年 5 月底），毛利率 84.9%，歷史新高。營收 415 億美元，年增 346%。淨利 282 億美元。Q4 預估毛利率進一步升到 86%、營收 500 億。
更硬的是合約。美光簽了 16 筆「策略客戶協議」（SCA），其中 14 筆的最低保底營收合計約 1,000 億美元（按最低合約量 × 最低合約價計算），期限五年（2026-2030），條款包含 Take-or-pay（不提貨也得付錢）和價格下限保護。客戶預付款加承諾金約 220 億美元。涵蓋約 20% 的 DRAM 產量和三分之一的 NAND 產量。
技術面，美光的 HBM4 12 層 36GB 已在 2026 Q1 量產出貨，供 NVIDIA Vera Rubin 平台，頻寬達 2.8 TB/s，功效比 HBM3E 改善超過 20%。16 層 48GB 已送樣客戶。HBM3E 世代美光宣稱功耗比對手低約 30%。2026 年底前 HBM 全球產能全部售罄。
JPMorgan 分析師 Harlan Sur 直接稱這是美光商業模式的「根本性轉變」。美光想做的事情很明確：把記憶體從暴起暴落的週期股，改寫成有長約保護的 AI 基礎設施股。
二、美光的風險：三個已知的、一個沒人在講的
已知風險大家都在討論，我快速帶過。
合約不是鐵鑄的。 1,000 億美元的 SCA 法律約束力確實很強——220 億預付款是真金白銀，take-or-pay 條款的違約成本極高。但如果 AI 資本支出出現系統性收縮，客戶有一百種合法理由拖延拉貨。合約在正常商業環境下很硬，在系統性危機面前沒人測試過。
產能排擠正在發生。 你的 Apple 產品漲價就是直接證據。三大廠集體把晶圓往 HBM 搬，消費級記憶體供給被嚴重擠壓，DRAM 價格 2025 全年漲了 172%。
中國在填補真空。 美光主動讓出的中低階 DDR 市場，中國長鑫存儲（CXMT）正在快速補位。2026 年初已有報導指出主要 PC 品牌開始探索採用中國記憶體。美光的防線是靠先進製程和出口管制築牆，但技術護城河有半衰期。
以上三點，每一家財經媒體都在寫。但有一個更根本的問題幾乎沒人碰——
三、沒人在問的問題：HBM 85% 毛利率的物理基礎還能撐多久？
HBM 之所以能賣到 85% 毛利率，不是因為 DRAM 顆粒本身值那麼多錢。它的超額溢價來自一個前提：把記憶體垂直堆疊、緊貼 GPU 封裝，是目前解決「記憶體牆」（Memory Wall）的唯一方案。
沒有替代方案 = 定價權。這是美光整棟大樓的地基。
但這個「唯一方案」的地位，正在同時被三個方向侵蝕。
3.1 光子互連：用光取代銅線，讓「距離近」不再是唯一解
HBM 的封裝溢價來自一件事：銅線傳輸在 224 Gbps/lane 以上的速率下，有效距離不到一公尺，而且吃掉將近 30% 的資料中心總耗電。所以必須把記憶體疊在 GPU 旁邊。
矽光子（Silicon Photonics）和共封裝光學（CPO, Co-Packaged Optics）正在改變這件事。用光脈衝取代電子訊號做晶片間通訊，頻寬更高、距離更遠、功耗更低。NVIDIA 自己已經宣布下世代平台將使用矽光子互連搭配 CPO。Broadcom、Marvell 都有 CPO 產品在出貨。OFC 2026 大會的共識是：五年內，AI 資料中心的所有高頻寬互連都將是光學的。
如果光子互連讓你可以把便宜的 DDR5 放在機架另一端、頻寬照樣夠用，那「堆疊在 GPU 旁邊」這件事的溢價就被釜底抽薪了。
3.2 CXL 記憶體池化：不是每台機器都需要插滿 HBM
CXL（Compute Express Link）讓多台伺服器共享一個記憶體池，而不是各自插滿昂貴的 HBM。CXL 4.0 規格 2025 年 11 月已經發布，頻寬翻倍到 128 GT/s。Marvell 在 OFC 2026 發表了機架級記憶體池化交換器。微軟 2025 年底已經推出搭載 CXL 的雲端實例。
AI 推論最大的記憶體瓶頸是 KV cache，它需要的是容量而不是 HBM 等級的頻寬。CXL 讓你可以把 KV cache 卸載到便宜的 CXL 記憶體池，只把真正需要超高頻寬的計算留給 HBM。這直接降低了每張 GPU 所需的 HBM 數量。
3.3 這才是真正的掀桌：光磁記憶體內計算
前兩條都還是在現有架構上修修補補。這第三條，是在挑戰架構本身。
HBM 存在的根本原因是馮紐曼架構：計算和記憶體分離，資料必須在兩者之間來回搬運。 HBM 的全部價值就是讓這個搬運過程盡可能快。
但如果你可以直接在記憶體裡面用光做計算呢？
2024 年底，匹茲堡大學、UC Santa Barbara、東京科學大學的團隊在 Nature Photonics 發表了一項突破：用**磁光材料（摻鈰釔鐵石榴石，Ce:YIG）**製作整合型記憶體單元，用微小磁鐵存儲資訊、用光來執行神經網路最核心的矩陣向量乘法。
關鍵數據：切換速度比現有最先進的光子整合技術快 100 倍；功耗約十分之一；寫入耐久度 23 億次（現有光學記憶體約 1,000 次）。同時實現了非揮發性、多位元存儲、高速切換、低功耗、高耐久——這五個屬性過去在光子記憶體領域從未被同時達成。
論文明確指出下一步：將 SOT-MRAM（自旋軌道矩磁性記憶體）的切換機制整合進來，形成「光子介面 + 磁性存儲 + 記憶體內計算」的統一架構。
這不是兩種分開的技術。這是光子和磁性效應在同一顆晶片上的融合——計算和存儲發生在同一個地方，不需要把資料搬到 GPU，不需要 HBM 的超高頻寬通道。
如果這條路線成熟，被威脅的不是 HBM 的溢價，而是 HBM 存在的理由。
而且被摧毀的不只是 HBM。
很少人意識到一件事：目前 AI 基礎設施的每一個高價值環節，本質上都在為電子計算的物理缺陷買單。電子跑在銅線裡會發熱，所以需要 HBM 把記憶體疊在 GPU 旁邊縮短傳輸距離。HBM 要貼著 GPU 所以需要 CoWoS 先進封裝。堆疊後熱密度爆表所以需要液冷散熱。整個機櫃功耗破千瓦所以需要巨量電力基礎設施。電力和散熱又決定了資料中心的物理面積和選址。NVIDIA 的 GPU 定價權，建立在「只有我能管理這個功耗信封內的系統整合」之上。
這是一條因果鏈，而光磁打的是第一環。
光子不發熱。磁性存儲不漏電。計算發生在記憶體內部，資料不需要搬運。如果這三件事同時成立，散熱問題大幅緩解、封裝複雜度下降、功耗驟降、機櫃體積縮小——上面那條因果鏈的每一環都失去溢價基礎。今天市場上被追捧的 AI 概念股——先進封裝、液冷散熱、電力基礎設施、資料中心地產——全部建立在「電子計算很熱、很耗電、很佔空間」這個前提上。光磁不是在跟 HBM 搶市場，它是在讓整個問題消失。
而且連鎖反應還不止於此。
三進制計算的入場券。 電晶體只有開和關，所以數位計算被鎖死在二進制。但磁光系統天然擁有三個狀態——磁場正向、反向、零；光的順時針與逆時針傳播加上無光。這不是工程上硬擠出來的多層儲存（像 NAND 的 TLC/QLC），而是物理上本來就存在的三態。Ce:YIG 論文展示的「多位元存儲」正是這個特性的體現。二進制不是數學上的最優解，是電晶體物理限制逼出來的妥協。三進制（balanced ternary, +1/0/-1）在資訊密度上天然優於二進制——每個 trit 攜帶 1.585 bits 的資訊量——而且不需要二補數，沒有溢位不對稱問題。光磁有可能是第一個讓三進制從理論走向硬體的技術平台。
奈米微縮競賽的鬆綁。 目前全球半導體最昂貴的軍備競賽是製程微縮：3nm → 2nm → 1.4nm，每一代都在跟量子穿隧效應和漏電流搏鬥，需要更貴的 EUV 光刻機、更極端的多重曝光、更低的良率。這一切的前提是：電子元件必須更小才能更快。但光子波導的操作尺度在微米級（近紅外光波長約 1μm），比先進電晶體大三個數量級，速度卻更快、功耗更低。光磁計算的性能提升不靠縮小尺寸，靠的是換物理。 如果運算的核心從電子轉向光子，那麼 ASML 的 EUV 壟斷、台積電的先進製程護城河、整個「奈米數字越小越值錢」的產業邏輯，都會面臨根本性的重新定價。
四、沒有人在討論的地緣政治盲點：光子時代的稀土依賴
以上三條技術路線有一個共同的隱藏前提：它們都需要矽基半導體以外的材料。
光子晶片需要磷化銦（InP）做雷射光源，全球產能極度集中。磁光材料需要鈰（Cerium）和釔（Yttrium）——這是稀土元素，中國控制全球約 60-70% 的精煉產能。光放大器需要鉺（Erbium）。MRAM 的磁性隧道結需要精密的鐵磁性薄膜材料和百年級的配方工藝累積。自旋電子學（Spintronics）的商用化依賴極高純度的磁性傳感器技術，全球掌握這項量產能力的公司屈指可數。
目前半導體產業討論地緣政治風險，焦點全在 EUV 光刻機（ASML）和先進邏輯製程（台積電）。幾乎沒有人在問：當全球半導體從電子時代轉向光子時代，新的卡脖子環節在哪裡？
美國的 CHIPS Act 砸了數百億美元補貼矽基晶圓廠。有多少預算花在磷化銦供應鏈、稀土精煉、或磁性材料的在地化？接近零。
這意味著一個極度諷刺的可能性：西方花了十年時間試圖在矽基半導體上擺脫對中國的依賴，結果在光子時代可能走進一個更深的稀土依賴。 誰掌握了稀土精煉和磁性材料的工業量產能力，誰就掌握了下一代半導體的咽喉。
五、所以，帝國崛起還是最後的狂歡？
回到最初的問題。美光的 1,000 億長約鎖住了 2026-2030。在這個時間窗口裡，它的底氣是真實的——84.9% 毛利率、全球產能售罄、客戶預付了 220 億美元。這不是故事，是落地的數字。
但美光賭的不只是「AI 需求會不會持續」。它賭的是一整套技術範式——矽基電子記憶體 + 銅線傳輸 + 馮紐曼架構——在 2030 年之後還能不能繼續統治。
光子互連在讓「距離近」不再是唯一獲得高頻寬的方式。CXL 在讓「每張 GPU 配固定量 HBM」的設計開始鬆動。而光磁記憶體內計算，正在實驗室裡證明：也許有一天，我們根本不需要把資料搬來搬去。
這三條路線單獨看都還不致命。但它們指向同一個方向：HBM 85% 毛利率的定價基礎——「沒有替代方案」——正在被逐步瓦解。
時間尺度不是明天，但也不是遙不可及。如果 2028-2030 年這幾條路線中有兩到三條同時成熟，美光的長約就算撐得住，續約條件也不會再這麼甜。
美光管理層自己比誰都清楚這件事。這正是他們要在這個窗口把能鎖的先鎖死、能賺的先賺完的原因。 1,000 億長約不是自信的象徵，是緊迫感的產物。
我不替美光說話——我兩週前買的 MacBook Pro 現在已經貴了六萬塊，我很火大。但生氣歸生氣，這場豪賭的邏輯確實站得住腳。
真正值得思考的是：當光子和磁性材料開始接管半導體的下一個世代，誰在佈局那些「矽」以外的東西？誰掌握了稀土、磁性薄膜、磷化銦、自旋電子學的工業化能力？
這些名字目前還不在任何一份 AI 概念股清單上。但物理學不說謊。銅線有盡頭，矽基記憶體有天花板，馮紐曼架構有極限。下一個時代的贏家，不一定是今天最耀眼的那個。
你的電腦為什麼變貴了？因為美光們在對矽基記憶體的最後紅利做最大的槓桿。這場豪賭要是賭對了，就是帝國崛起。賭錯了，就是最後的狂歡。但不管結果如何，帳單先到了——兩週前 18.2 萬，現在 23.9 萬。付帳的是你。
AI 的文藝復興：當古法查表重新登上舞台
一、算力不夠，腦子來湊
2000 年前後，神經網路的概念已經不新鮮，但工控現場的微控制器根本跑不動。乘法器貴、記憶體少、時脈慢，想在嵌入式系統裡搞「智慧控制」，正規的微積分路線完全走不通。
前輩們被逼出了一套劍走偏鋒的打法：模糊控制（Fuzzy）、專家系統、查表法（Look-Up Table）。核心思路都一樣——先在 PC 上把所有可能的輸入輸出組合算好，壓成一張真值表，直接燒進晶片。運行的時候不做運算，只做查表，資料進來、答案出去，快到接近硬體本身的反應速度。
這些技術不優雅，但極度實用。在那個年代，它們就是邊緣智慧的全部。
二、暴力算力碾壓一切，巧技被遺忘
然後 GPU 來了，Transformer 來了，《Attention Is All You Need》掀開了大模型時代的序幕。
算力問題似乎被暴力解決了：顯卡越疊越多，參數越堆越高，矩陣乘法用蠻力硬算就好。誰還需要查表？誰還在乎 Fuzzy？那些老技巧在學術圈裡漸漸變成教科書裡的歷史章節，沒人再回頭看。
但暴力路線走到今天，代價也攤在桌上了：訓練一次大模型的電費帳單、幾百瓦功耗的推論晶片、全球搶不到的先進製程產能，以及 1 奈米以下量子隧穿帶來的物理硬牆。雲端大腦越來越強，邊緣設備卻越來越用不起。
工控、嵌入式、邊緣端——這些真正需要即時反應的場景，再次被排除在 AI 派對之外。
三、歷史轉了一圈，查表回來了
轉折點是 BitNet 這類三值化（Ternary）模型的出現。
它們把神經網路的權重極限壓縮到只剩三個值：{-1, 0, 1}。這件事的硬體意義非常深遠——當權重只有正一、負一和零，原本最吃資源的矩陣乘法就徹底消失了。乘以 1 就是原值，乘以 -1 就是反相，乘以 0 就是丟棄，全部變成加減法和正負號切換，連乘法器都不需要。
而這恰好是 FPGA 最擅長的事。
FPGA 的底層結構天生就是查表邏輯閘（LUT）。二十多年前的前輩把 Fuzzy 規則燒成真值表，今天我們把三值化神經網路固化成 FPGA 裡的邏輯路徑——手法不同，哲學完全一樣：不靠即時運算，靠預先決定好的硬體級反射。
差別在於，當年的 LUT 只能裝下人工設計的規則，容量和複雜度都有限。現在的三值化模型是用大規模資料訓練出來的，智慧密度遠超手寫規則，卻同樣能攤平成查表結構塞進硬體。而且今天的成熟製程（28nm、14nm）已經便宜到不需要追逐最先進節點，記憶體也不再是瓶頸。
二十年前缺的那副「肉身」，現在到齊了。
尾聲
這就是為什麼我把它叫做 AI 的文藝復興。
文藝復興不是復古，是用新時代的生產力重新激活古老智慧的價值。大廠繼續在雲端疊算力、搶先進製程，那是他們的戰場。但在邊緣、在工控、在那些需要低功耗即時反應的現場，一張成熟製程的 FPGA 加上一個三值化小模型，就能用不耗電、不當機的硬體查表邏輯，安靜地把事情做完。
算力軍備競賽是紅海，古法查表的新生才是藍海。繞了四分之一個世紀，該回來的終究會回來。
Most Popular Users
Elon Musk
@elonmusk
241.5M followers
Barack Obama
@barackobama
119M followers
Cristiano Ronaldo
@cristiano
113.9M followers
Donald J. Trump
@realdonaldtrump
111.8M followers
Narendra Modi
@narendramodi
107.2M followers
Rihanna
@rihanna
98.6M followers
NASA
@nasa
92.4M followers
Justin Bieber
@justinbieber
91.8M followers
KATY PERRY
@katyperry
89.7M followers
Taylor Swift
@taylorswift13
83.7M followers
Lady Gaga
@ladygaga
75.1M followers
Virat Kohli
@imvkohli
72.9M followers
Kim Kardashian
@kimkardashian
70.8M followers
YouTube
@youtube
68.8M followers
Neymar Jr
@neymarjr
65.9M followers
Bill Gates
@billgates
64.9M followers
Selena Gomez
@selenagomez
62.8M followers
The Ellen Show
@theellenshow
62.3M followers
CNN
@cnn
61.8M followers
X
@x
60.7M followers