Olivia
Online
Jerry Idaho
@sunriverflow
Most of time naive, sometimes stupid
Joined February 2008
723 Following
180 Followers
10.3K Posts
$nvts $nvda
📢 𝐉𝐔𝐒𝐓 𝐈𝐍: Navitas Showcases 𝟖𝟎𝟎𝐕 AI Data Center Power Solution in NVIDIA MGX Ecosystem - $NVTS $NVDA
👉 𝐊𝐞𝐲 𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
➤ Navitas participated in NVIDIA’s 𝐌𝐆𝐗™ Partner Ceremony at COMPUTEX 2026.
➤ Company showcased an 𝟖𝟎𝟎𝐕-𝐭𝐨-𝟔𝐕 DC-DC power delivery board for AI servers.
➤ Solution eliminates the traditional 𝟒𝟖𝐕 intermediate bus converter stage.
➤ Powered by 𝐆𝐚𝐍𝐅𝐚𝐬𝐭™ technology with targeted 𝟗𝟕.𝟓% peak efficiency.
➤ Design enables 𝟐𝟏𝟎𝟎 𝐖/𝐢𝐧³ power density and ultra-thin form factor.
➤ Navitas’ 𝐆𝐚𝐍 and 𝐒𝐢𝐂 technologies support next-generation AI factory infrastructure.
➤ Collaboration with NVIDIA aims to accelerate scalable, high-efficiency 𝐀𝐈 𝐝𝐚𝐭𝐚 𝐜𝐞𝐧𝐭𝐞𝐫𝐬.
💬 𝐄𝐱𝐩𝐞𝐫𝐭 𝐒𝐭𝐚𝐭𝐞𝐦𝐞𝐧𝐭:
“As AI workloads continue to scale and drive unprecedented demand for compute, power delivery has become one of the most critical challenges in enabling next-generation gigawatt AI factories,” said Chris Allexandre, President and CEO of Navitas.
“Through our collaboration with NVIDIA within the MGX™ ecosystem, Navitas is delivering GaN and SiC power technologies that enable megawatt-scale AI server racks with higher power density, a smaller system footprint, and improved thermal performance, helping accelerate the transition to more efficient and scalable AI infrastructure.”
所有人盯着光芯片和DSP，却忽略了1.6T真正的瓶颈：mSAP PCB
1.6T光模块这波行情，市场的注意力全在算力芯片上，没人在看底层。但供需错配最极致的地方，往往就藏在这种"没人看"的角落里。
先说供给端，已经锁死了：
关键设备交期超1年，加急也要6-8个月，调试认证完再算上去，新产能最快2027年Q2才能出来。更绝的是，头部大厂现有产能早就被苹果主板锁死了，根本没有余量往光模块客户这边倒。
2026年的产能缺口，基本上是确定性事件。
再说成本端，也在往上走：
上游core、PP材料今年已经涨了30%，三井垄断的超薄铜箔涨了10%还没停。成本推着价格走，当前快速交付订单已经出现20%溢价，后续还有10-20%的涨价空间。
最后说技术壁垒，这才是真正的护城河：
1.6T把线宽线隙从40μm压到了25μm，传统工艺直接失效，mSAP是唯一出路。而IC载板厂商在ABF载板上早就玩过更极限的精细线路，面对mSAP有天然的技术溢出优势——换句话说，他们来打这个市场，是降维打击。
等3.2T时代线宽再压到15μm，没有载板+mSAP双重布局的厂商，基本就可以出局了。
这不是风口，这是一场静悄悄的产业重构。
Rubin把内存从55TB砍到28TB，但成本才省了10%，760万降到680万。这说明内存在Rubin的BOM里没那么值钱，换句话说，英伟达拿到了非常低价的长协价，GPU、PCB（11.67万美元/柜）、光模块、散热才是大头。英伟达砍内存是最"划算"的取舍：省出来的钱全砸到互连上了。
这个决定背后的信号比决定本身更重要。英伟达不是不想用192GB，是HBM/DRAM供应跟不上Rubin的出货节奏。它选择降规格保出货量，说明Rubin量产的时间压力比市场想的大。
SOCAMM用量砍半，HBM需求增速要下修。但对光模块和PCB完全没影响，TCO从4.16降到3.90美元/GPU/小时，降了6%，对CSP 们来说Rubin更便宜了，可能加速采购决策，rubin 不能等，不出货，全球的人工智能叙事都要因为泡沫而爆炸。
所以结论很简单：存储短期还是缺的不行，光互联的逻辑被这个决定进一步确定，中国的易中天们的 H1 财报才是未来估值抬升的下一个叙事开启，2000 的中际旭创可能也不远了，千元千亿的易天东剑等都是后来居上。
$glw
【亨通光电（600487）最新小范围交流要点总结】🚀
光通信迎来周期爆发，海外大单+AI需求推高盈利！核心干货速览 👇
## 1️⃣ 业绩超预期爆发，毛利率飙升
* **一季度回顾**：净利润11亿元，光通信板块贡献5亿-6亿元（毛利率由去年的27%狂飙至超40%）。
* **二季度展望**：预计总利润达20亿-30亿元！随着长协订单切换，二季度光通信毛利率有望进一步冲高至70%-80%。此外，高毛利的海缆与海洋能源业务也将在二、三季度集中交付。
## 2️⃣ 破局北美！拿下康宁大单
* 公司成功打入北美市场，获得**美国康宁16万公里光纤大单**（锁定10%产能），价格高达11美元/公里。4月协议已正式落地，目前正加速谈判北美其他CSP厂商。
* **海外大趋势**：2027年北美AI数据中心光纤需求资金量预计较2026年**至少翻倍**。
## 3️⃣ 产能拉满，独家有机硅工艺筑造护城河
* **产能现状**：目前3600吨光棒产能（对应1.1-1.2亿芯公里光纤）已完全满产。内蒙二期800吨扩产项目已于2026年4月启动，预计2027年初达产。
* **工艺绝对优势**：公司与康宁是全球唯二大规模使用**有机硅工艺**的企业，设备全自研，成本极低且零氯气排放。目前上游有机硅价格处于历史底部（1万多美元/吨），成本优势无人能挡。
## 4️⃣ MPO等数通新星处于起步阶段
* **MPO业务**：2026年1月单月收入已达3000万元，已向国内头部CSP及海外康普试单。广东基地正扩产6条线，公司具备光棒自给优势，利润表现极佳。
* **空芯光纤**：技术已实现突破，单价3万美元/芯公里，目前主要用于联通示范项目，处于商业化前期。
## 5️⃣ 灵活切换，无惧国内集采压价
* 国内普通光纤（652D）成本仅13-14元/千公里。A1、A2等高附加值特种光纤占比已达80%。
* 三大品类可在**一周内无损自由切换**。若国内移动6月新一轮集采压价过低，公司可随时将产能切向海外及高毛利产品，掌握绝对定价主动权！
#亨通光电 #光通信 #AI数据中心 #光纤光缆 #算力基础设施
$avgo $goog $mrvl $nvda
Jensen is going to be right about Google and Broadcom. SemiAnalysis channel checks show it has already started
Six
过去一个多月我发了很多条关于功率半导体的推文，从新周期判断到800V HVDC的深度长文到成熟制程代工供需分析。当时市场对功率半导体的关注度远没有现在高。
6月2号瑞银发了一份中国功率半导体行业专题，覆盖士兰微、华润微、新洁能、斯达半导。通读下来，核心方向跟我过去几周讲的高度重合，但数据填充比我当时做的更系统。有些数据点值得单独拿出来讲。
供给偏紧会持续更久，这是瑞银最核心的判断。全球主要功率IDM的产能和资本开支汇总看下来，特征很一致。英飞凌5月6号表态AI功率业务已经出现供给约束，研发重心从IGBT转向SiC。ON Semi利用率持续走高，但明确表示不改变资本开支强度。士兰微产线满载，华润微12英寸代工线在扩但主要响应外部客户。利用率都在往上走，没有一家在大规模加资本开支。跟2021年那轮形成鲜明对比，当时各家竞赛式扩产，2023年产能一释放就是两年价格战。这一轮所有人都学乖了。供给纪律是tighter-for-longer成立的前提。
需求端三个方向同时在超预期。EV从400V往800V迁移，2026年已经有SiC模块整车售价低于10万元的车型。储能方面阳光电源PowerTitan 3.0、Tesla Megapack3、比亚迪Haohan GC Flux三款旗舰产品全部采用SiC，系统效率都在92%以上。AI数据中心方面，从Rubin NVL72到Rubin Ultra NVL576，每GW功率半导体用量从8000万美元翻倍到1.8亿美元。
每GW翻倍这个数字很关键，它量化了一个我之前反复讲但缺乏卖方数据支撑的论点。我在800V HVDC那篇文章里的核心观点是，架构迁移给功率半导体的需求叠加了一层结构性增量，这层增量的持续性远超传统周期的时间尺度。现在有了具体的每GW用量数据，这层增量不再是定性判断了。
SiC的成本曲线也过了拐点。衬底价格从2020年约7000元/片降到2025年约3500元/片，五年降了一半。到这个价位，SiC相对硅基IGBT的性价比临界点已经过了，下游渗透从被动变成主动。全球供应链的口径在统一。Wolfspeed说SST是SiC未来的重要增量，英飞凌说AI相关SiC需求非常强劲，ON Semi在北京车展展示的新车型SiC方案占比到了55%。士兰微6英寸SiC线满载、8英寸在爬坡，斯达半导SiC良率超预期。从衬底成本到终端渗透到产线利用率，每个环节的信号方向都是一致的。
全球股价涨幅对比可能是对投资者冲击最大的一组数据。全球功率半导体股票年初至今平均涨了135%，SOX指数81%。中国平均34%。英飞凌30%，ON Semi 108%，ST 32%。士兰微15%，华润微24%。中国和全球之间差了100个百分点。
这个差距背后有一个结构性原因。市场还在用上一轮周期的估值框架给中国功率半导体定价，忽略了两件事。一是供给偏紧持续更久带来的利润率弹性，IDM未来三年净利率扩张空间在5到8个百分点，Fabless/Fab-lite只有2到4个百分点。二是SiC渗透对产品结构的改善。士兰微NTM PB 4.1倍，低于2010年以来均值4.3倍，而ROE从2025年的3.3%有可能回到2028年的12%。估值在历史均值之下，ROE在往历史均值之上走，这个组合在功率半导体里不常见。
斯达半导是最有意思的案例，EPS预测被下调了25%到37%，折旧压力和车用IGBT定价承压都是实在的利空。但目标价反而上调了，因为估值方法从PE换成了PB。短期利润被折旧压制，但SiC产线加上IGBT国产替代地位给的是资产溢价。当一只股票的估值框架从PE切到PB的时候，传递的信号是它正在从利润驱动型变成资产驱动型，周期阶段变了。
瑞银没有聊到GaN，是个重大缺失。在AI数据中心的供电链路里，SiC负责高压端的AC/DC和固态变压器，GaN负责机架级低压端从48V到1V的DC-DC转换。Navitas在Computex上展示了800V-to-6V直转GaN方案，英诺赛科进了英伟达MGX生态并在GTC上拿到供应商奖。功率半导体新周期的完整图景里SiC和GaN各占一半，只看SiC是不完整的。
2027年是关键验证年。Rubin量产落地，800V从概念验证变成批量采购，8英寸产能继续负增长。到时候回来看这条。
$avgo
$AVGO 財報重點
1. 營收目標與股價反應
重申 2027 年營收超過 1000 億美元，未上調目標 → 市場失望，導致股價下跌。
2. AI 需求能見度（極度正面）
- 訂單已排到 2028 年，能見度極高。
- 首筆 1 GW 大單已確認（含 XPU + Networking），2027H2 開始出貨。
- 其他兩大客戶：2026H2 開始出貨，2027 年加速。
- 2028 年 預期較 2027 年有 大幅成長。
3. 客戶自研 AI 時間表
- META：自研 AI 大規模出貨預計 2027H2
- OpenAI：已交付矽晶片，2026 年下半年 進入量產
- Google：預期多來源採購（非單一供應商）
4. Networking / Connectivity 超強展望
- Jensen（NVDA）先前點名：Networking 是 AI 毛利率最高、最無法滿足的部分。
- Broadcom 強調：AI networking 需求 insatiable（無法滿足），毛利率非常優厚。
- 對 $MRVL、 $LITE 及其他光纖/連接器廠商 皆為正面 read-through。
5. 每 GW 價值提升
- 未來 XPU 將整合更多 embedding CPU cores + 多 die + 大量 HBM。
- 每GW營收與 content 將明顯增加。
TLDR：
AI 需求能見度直達 2028 年，Networking 特別強悍，整體 AI 供應鏈（尤其是 Broadcom、Marvell、光通訊）中長期極度看好。
股價短線雖震盪，但需求曲線持續向上（2026→2027→2028）。
$INTC
昨天Computex 2026大会在台北举行， $Intel 陈立武和公司高层传递了一些列的信号，简单总结一下：
1⃣ 架构革命：Agentic AI时代，计算正从“GPU训练主导”转向“CPU+GPU协同推理”。CPU在智能体编排中的价值被重估，部分场景算力配比已达1:1
2⃣硬核落地：英特尔18A制程全面量产，发布288核至强6+处理器，单机架可运行15万个AI智能体，为大规模AI推理提供强大算力底座
3⃣开放生态：正式进军定制芯片（ASIC）市场，已拿下谷歌、爱立信订单。同时明确与台积电“竞合共生”的稳固关系
4⃣长期主义：上任14个月股价涨超4倍，但陈立武将转型定调为“5到10年的马拉松”，表明将持续深耕底层算力
https://t.co/piI4VjVWDr
https://t.co/ZpnlVCy57R
$mrvl
老黄点名了下一个将达到万亿美金市值的公司，相比这个Murphy（MRVL的CEO）今天演讲以及他与来黄的对话更值得一看。Murphy用近一个小时的时间，系统阐述Marvell如何押注数据基础设施、为什么光互联将成为AI时代的关键技术，以及这场从铜缆到光纤的转型将如何重塑整个数据中心架构，看完murphy的演讲，相信能对光互联的技术演化有更深的理解和认识，梳理下Murphy的演讲要点：
1、十年豪赌：如何成为数据中心之王
Murphy演讲从一段自我剖白开始。2014年加入Marvell 时，这家公司60%的收入来自消费电子市场，数据中心业务占比不到10%。也正是在那个时刻，他做出了一个大胆的判断——半导体行业的下一个增长周期，将由 Google、Amazon、Microsoft、Meta 等平台公司驱动，核心需求是“以大规模移动、存储、处理和保护数据的半导体技术”。
这个判断在当时并不被广泛认可。“数据基础设施”甚至还不是一个被行业承认的市场类别，只是 Marvell 用来描述未来愿景的内部术语。但 Murphy 和他的团队展现了惊人的执行力：通过一系列精准的并购和剥离，Marvell 在十年间投入了约285亿美元（225亿美元收购+60亿美元内部研发-40亿美元资产剥离），系统性地构建了从毫米到千公里、覆盖 AI 基础设施全栈的连接技术平台。
这些并购包括2018年收购 Cavium 强化计算和网络能力；2019年收购 Avera 建立定制芯片业务、收购 Aquantia 增强连接产品组合；
2021年以100亿美元收购 Inphi 获得世界级数据中心连接技术；
以及最近12个月内收购 Celestica AI 的光子结构技术和 Xcon 的 scale-up 交换能力。
结果是惊人的：Marvell 从2014年的25亿美元营收增长到2026财年预计的110亿美元，最近几年增速更是达到每年40%。根据上周财报电话会议后的华尔街共识预期，2027财年 Marvell 营收将达到164亿美元。更关键的是，数据中心业务占比已从不到10%飙升至上季度的75%以上。
2、连接性：AI 基础设施的真正瓶颈
Murphy 在演讲中抛出了一个核心问题：什么定义了 AI 基础设施的性能？大多数人会想到处理器、GPU、制程节点（3nm、2nm 甚至未来的1.4nm、1.6nm），或者高带宽内存。这些当然重要，但 Murphy 指出，这些都不是系统的决定性特征。
“因为一个处理器，无论它有多快、连接了多少内存，对于今天的 AI 工作负载来说根本不够。你需要数万个、最终是数百万个处理器作为一个单一的大规模计算引擎协同工作。这就是为什么这种规模的计算从根本上是一个连接性挑战。”Murphy 说道，“而且越来越多地，正是连接性的架构和特性定义了系统的性能。”
这个判断得到了英伟达 CEO 黄仁勋的呼应。在 Murphy 邀请下登台的黄仁勋强调，AI Agent 的计算模式是“分解和分布式的”（disaggregated and distributed）——当你把一个计算问题分解成许多部分，并分布到整个数据中心时，连接性就成为必需品。“我们分解和分布式计算，使其运行在这些巨大的集群上，这样我们就能聚合总计算量、总内存和总带宽。而使这一切成为可能的，就是连接性。”黄仁勋说，“这就是为什么 Matt 做得这么好，为什么 Marvell 如此关键。”
Murphy 进一步解释了连接性瓶颈的演变逻辑：过去几年，AI 基础设施先后解决了计算瓶颈（英伟达引领的 GPU 革命）和内存瓶颈（HBM 高带宽内存的规模化），现在瓶颈正在再次转移。“现在是连接性将定义基础设施的极限，就像计算和内存一样。”他引用了与最大客户的对话：“世界上最大的超大规模云服务商现在正在重新构想他们的整个网络架构。他们认识到，扩展 AI 基础设施现在首先是一个连接性挑战。”
随着推理模型、专家混合架构（mixture of experts）、生成式 AI 的持续演进，更多数据必须在基础设施中移动，需要更高的带宽和更低的延迟。当工作负载不再适合单个数据中心时，就需要建设更大的数据中心或整个数据中心园区，以及它们之间的所有高速连接。“因此，连接性成为扩展计算的关键推动力，我们的客户越来越认识到光学是前进的方向。”Murphy 说。
3、从千公里到毫米：Marvell 的全栈连接布局
Murphy 用一张图展示了 AI 基础设施跨越的所有距离——从数据中心之间的数百甚至上千公里，到封装内部的毫米级距离。每一个距离都需要不同的解决方案、不同的技术、不同的工程团队，甚至不同的供应链。“这些不是同一问题的变体，而是根本不同的工程挑战。”
1）跨数据中心连接（数百至上千公里）
这需要非常专门的相干调制（coherent modulation）技术，核心是专用的数字信号处理器（DSP）。Marvell 是全球少数几家能够构建这种相干 DSP 的公司之一，已经领导了从100Gbps 到400Gbps 再到800Gbps 的代际演进。Murphy 在现场展示了一个相干光模块实物——这是一个极其复杂的工程产品，包含了 Marvell 最复杂的先进制程 CMOS DSP 芯片、第四代硅光子技术（已量产十年），以及用硅锗工艺设计的自研宽带模拟组件。“今年晚些时候，我们将采样世界上首个1Tbit、2nm 制程的相干光学解决方案。”Murphy 宣布。
2）数据中心内部连接（数百米）
数据中心内部包含成排的计算服务器，每个机架顶部通常有一个交换机，机架级交换机连接到脊柱和核心交换机，通过光纤电缆形成整个数据中心的网络结构。这部分使用的是更节能的 PAM4调制技术。Marvell 构建了业界领先的 PAM4 DSP 解决方案，以及高速模拟组件（包括跨阻放大器 TIA 和激光驱动器），并引领了从25Gbps、100Gbps、200Gbps、400Gbps 到800Gbps 的每一次重大转型。去年，Marvell 开始量产业界领先的1.6Tbps PAM4解决方案。在以太网交换方面，Marvell 拥有从51.2Tbps 到51.2Tbps 的完整产品组合，并在 ComputeX 当天宣布了专为 AI 数据中心设计的新一代102.4Tbps 以太网交换机，具有业界最低功耗。
3、机架内部连接
目标是以全互联（any-to-any）配置连接尽可能多的处理器——每个处理器都能直接与其他每个处理器通信。英伟达的 NVLink 72（因机架内连接72个 GPU 而得名）首次将这种架构推向市场。这需要完全不同的交换类别，以及通过机架内铜背板驱动超高速信号的能力。“今天，这不是光学的领域，这是铜的领域。”Murphy 说。核心差异化因素是电气 SerDes 技术而非光学。Marvell 拥有目前领先的200Gbps 电气 SerDes，并已在过去几年中演示了面向未来的400Gbps 技术，这些 SerDes 被集成到客户的定制芯片、XPU 以及 Marvell 自己的 scale-up 交换机中。
4）封装内部连接（毫米级）
当今最先进的芯片内部有多个 chiplet，2.5D 或3D 封装本质上是一种连接技术，允许这些 chiplet 在封装内非常靠近地放置，并通过超高速短距离 die-to-die 接口通信。Marvell 拥有领先的 die-to-die SerDes 和先进封装能力，使客户能够构建业界最复杂、最独特的多 die 芯片。
Murphy 强调，拥有所有这些能力“在一个屋檐下”是不寻常的、独特的。“当我们去竞争时，通常在每个类别中我们面对的是不同的竞争对手。但这就是我们的独特之处——我们是一站式商店，是整个连接堆栈的领导者。”
4、铜墙将移：光互联的物理必然性
Murphy 演讲的核心洞察集中在一个概念上：铜墙（Copper Wall）。他用一张图清晰地展示了当前 AI 基础设施中的连接分界线——左侧是光学连接（使用光纤电缆传输光信号，两端有复杂的电子设备驱动和调制激光），右侧是电气连接（使用铜缆、PCB 上印刷的铜走线，或封装内部的微观铜布线）。中间是“铜墙”，定义了信号在必须转向光学连接之前可以通过铜传输的最长距离。
“这是一个重要的区别，因为铜很简单、成本低，正如 Jensen 所说，你想尽可能长时间地使用它，这非常实用。但光学更复杂，需要激光器、光子学、复杂的电子设备。”Murphy 说，“而铜墙，我今天要告诉你们的是，它即将移动。它将再次移动，并将接管机架本身。这正在为光学行业创造需求的爆炸式增长。”
这不是偏好问题，而是物理定律。信号通过铜缆传输的距离与带宽成反比——每次带宽翻倍，距离就必须减半。Murphy 给出了具体数据：当今世界上最高速的生产系统运行在每通道200Gbps。在这个带宽下，电缆长度限制在大约1.5米。相比之下，100Gbps 系统可以使用约3米的电缆。而机架的高度约为2米，考虑到机架内部的所有布线，2.5米正好是极限。“所以当我们转向1.6Tbps 时，我们不能再用铜完全连接机架了。墙正在移动，而且是现在。”
Murphy 强调，这不是遥远的未来：“今后，即使是机架内的连接也将变成光学的。整个行业都知道这一点即将到来，所以我们一直在为这一刻做准备——不仅仅是 Marvell，而是整个行业。你可以在台湾看到这一点，在供应链和正在发生的产能爬坡中。”
铜墙每向右移动一步，连接数量至少增加一个数量级。“这正在创造我提到的需求爆炸，光学供应链需要大规模扩展并做好准备。”Murphy 回顾了20年前的类似转型：当时数据中心内部的最先进技术是10Gbps，整个数据中心都使用铜缆，光学基本上只是电信技术，保留用于非常长的距离。但当墙移动时，光学行业迎接了挑战，今天世界上所有的超大规模数据中心都是光学连接的。这次转型催生了新的解决方案——针对数据中心内部优化的 PAM4技术，而 Marvell 是那里的关键创新者之一。
5、CPO：光互联的下一个前沿
当光学进入机架内部时，需要的新技术叫做共封装光学（Co-Packaged Optics, CPO）。Murphy 花了相当篇幅详细阐述这一技术：“CPO 是一种将光学连接一直带到封装本身、紧邻计算的技术，无论是定制计算还是交换芯片。”
CPO 要解决的根本挑战是密度和功耗。机架内的连接数量是机架之间连接数量的10倍。“如果我们只是尝试使用数据中心机架间使用的相同光学技术，你不会有足够的功率，不会有足够的物理空间，无法容纳所有这些标准光学模块和电缆——这根本行不通，不可能。”Murphy 解释道。
CPO 的概念是将光纤直接带到封装，将驱动光纤信号的电子设备与定制计算或交换芯片紧密耦合。“这是一个巨大的变化，而且很难，因为你要结合芯片行业中一些最先进的技术：领先制程 CMOS、硅光子学、先进封装、光互连，所有这些都在一个小型紧密集成的系统中制造。复杂性非常高，但这是继续扩展带宽并克服我谈到的铜限制同时降低功耗的唯一方法。”
Murphy 强调这不是未来主义的东西，而是正在发生的现实。他在现场进行了实物展示：一边是传统的以太网交换机——当天宣布的102.4Tbps Teralink 交换机，可以看到板中央的交换芯片，PCB 内部的铜走线将信号传输到前面板，所有光学模块都插在那里。另一边是基于 CPO 的交换机——封装中央仍然是交换芯片（51.2Tbps 交换机），但边缘周围是16个3.2Tbps 光学引擎。“16乘以3.2，你得到51.2Tbps。所以光纤现在直接连接到这些引擎，而不是前面板。我们完全消除了 PCB 上的铜走线。光直接从封装中出来。这是一个非常非常复杂的工程作品。”Murphy 说。
Marvell 为 CPO 投入了十多年：硅光子学、光学 DSP、所有周围的模拟宽带组件，以及实现这一切所需的所有先进封装。“这一切实际上都需要在 CPO 中汇聚。”Murphy 说。
6、英伟达的背书与 NVLink Fusion 合作
Murphy 特别强调了与英伟达的战略合作扩展。几个月前宣布的合作中，英伟达向 Marvell 投资了10亿美元，双方正在扩展跨多个维度的合作，包括光学、光子学和 NVLink Fusion。黄仁勋亲自登台与 Murphy 对话，这本身就是一个强有力的信号。
黄仁勋详细解释了 NVLink Fusion 的战略意义：“有时候，也许云服务提供商想要设计自己的定制芯片。在我们之间，我们也在 NVLink Fusion 上合作，这使得你可以使用相同的系统架构，内部有 Marvell 的一些半定制芯片、大量互连、硅光子和光学技术。我们可以创建一个本质上分解、分布和异构的数据中心。”
关键是系统架构保持一致。“他们的网络技术可以利用大量英伟达的堆栈。CPU 可以是 Vera，但它可以利用大量你们的堆栈。所以 NVLink Fusion 是关于采用英伟达的技术和我们的平台、Marvell 的技术和平台，然后我们融合它。这就是为什么它被称为 fusion。”黄仁勋说。
Murphy 追问了铜到光学的转型时间表。黄仁勋的回答非常务实：“我们应该尽可能长时间地使用铜，但铜有其限制——带宽和距离的限制。所以最终正确的策略是：尽可能长时间地用铜进行 scale up。之后，用光学进一步 scale up，用光学 scale out，用光学跨越连接。所以你在必须的地方使用光学，在可以的地方使用铜。”
但黄仁勋随即给出了乐观的市场预测：“底线是，在未来五到十年，我们将使用大量的铜，也将使用大量大量的光学。这些数据中心现在是基础设施的一部分。我说 AI 现在有用、有用的 AI 已经到来的原因是，现在 AI 是有利可图的，token 是有利可图的。当 token 生产有利可图时，每个人都想制造更多 token，这就是为什么 Marvell 的需求如此之高，我们的需求也如此之高。因为每个人都想生产更多 token，因为它被 Agent 到处使用。”
7、无距离数据中心：光互联的终极愿景
Murphy 在演讲的最后部分描绘了一个激进的未来愿景：他当数据传输全部变成光学时，距离实际上不再重要。“这是一个深刻的变化。”说。
今天的服务器、机架和整体数据中心架构都是围绕距离的约束设计的，软件工作负载也围绕这些相同的约束进行了优化。但如果距离不再重要呢？
首先，scale-up 网络的规模可以从72个或144个 XPU/GPU 扩展到1000个或更多，全部光学互连。“对工作负载的影响是巨大的。今天，AI 工作负载必须分解成适合 scale-up 集群的更小子问题，因为在集群外部通信今天更慢、带宽低得多。但光学互连系统可以管理数量级更大的工作负载。”
其次，服务器本身可以被解构。现代 AI 服务器由一定数量的 CPU、XPU、内存和网络接口组成，它们都在同一系统上的原因是距离——CPU 和 XPU 需要以非常高的带宽访问内存，这意味着它们需要紧挨着坐在板上，铜走线作为它们之间的连接。“但在这些连接都是光学的未来，距离实际上不重要。你可以想象一个完全解构的架构——XPU 在一个系统中，内存在另一个系统中，巨大的 CPU 在另一个系统中。”
这解锁了另一种可能性：今天系统中 CPU 和 XPU/GPU 的比例是固定的，必须在系统构建和部署时定义。但没有两个工作负载需要完全相同的比例，这意味着在任何给定时间，计算或内存的某些部分可能未被充分利用——这要花钱。“但一旦我们将系统分解为独立的计算池和内存池，并且它们都是光学互连的，我们就可以动态组合专用系统，然后针对任何工作负载进行优化。”
Murphy 的终极愿景是“全球光学互连的数据基础设施”：“我们今天拥有的这些系统中的刚性边界开始消失。计算现在可以被池化，内存可以被池化，基础设施可以大规模动态组合。架构师第一次可以开始围绕模型的需求设计 AI 系统，而不是围绕互连的限制。”
他将这个愿景命名为“无距离数据中心”（data center without distance）：“计算、内存、网络和光子学作为一个统一系统运行，数据中心中的数百万资源可以像一台机器一样协同工作，一个由工作负载需求定义的架构，而不是连接性的限制。我们相信这是计算基础设施的下一个时代，Marvell 正在帮助构建使这一切成为可能的连接基础。”
最后再多说点，
Marvell的核心竞争力集中在两个细分领域。
1、定制芯片（ASIC/XPU）设计。 Marvell与博通是全球两大定制AI加速器设计巨头。大厂自研芯片的趋势正在加速——比如微软的Maia 200推理芯片、亚马逊的Trainium系列，背后都有Marvell的参与。TrendForce的预测数据值得留意：2026年定制AI芯片销售增速预计为45%，而同期GPU的增速仅为16%。不是GPU不行，而是超大规模云厂商在推理端的成本压力正在推动它们加速自研定制方案。
2、数据中心互连产品线。 这是Marvell更深的一条护城河。根据其财报，光学互连产品收入保持两位数季度环比增长，数据中心交换机业务预计2027财年将突破5亿美元。Marvell过去十年通过一系列并购累计投入约360亿美元，围绕连接搭建了涵盖定制芯片、高速交换器、光模块、硅光子和先进封装的完整技术平台。
PCB CCL PTFE
GF Securities Overseas Electronics & Communications
CCL: Orthogonal backplane adopts PTFE material
NVIDIA has confirmed PTFE as the primary material choice for the Rubin Ultra orthogonal backplane. Below is the related analysis.
Orthogonal backplane officially adopts PTFE material:
According to our supply-chain checks, the previous M9 + Q-glass fabric solution failed to meet the required electrical performance standards. As a result, PTFE was ultimately selected as the core material for the orthogonal backplane.
1. PTFE offers excellent high-frequency transmission characteristics, with lower signal loss, enabling support for 337G and above SerDes signal transmission on the Rubin Ultra platform.
2. Traditional PTFE material is relatively soft, making drilling prone to burr formation and creating mass-production challenges. However, the newly developed silicon dioxide (SiO₂) filler-modified PTFE significantly improves mechanical rigidity. This material has already passed electrical performance tests and mass-production feasibility validation.
PTFE gradually replacing traditional glass-fiber materials:
PTFE CCL no longer uses glass fiber fabric. The production process involves coating hydrocarbon resin onto the PTFE surface, then directly laminating it with copper foil.
According to our checks, the unit price of modified PTFE material is around RMB 150,000 per ton. Each sheet of CCL consumes around 800 grams of PTFE, and the selling price of a full PTFE CCL sheet can reach RMB 2,500.
At present, the final design scheme for the orthogonal backplane has not yet been finalized. Candidate solutions include 78-layer and 108-layer structures, using a hybrid lamination combination of PTFE CCL / M9-Q glass fabric / ABF-filled CCL. The final design is expected to be determined in July.
Review of beneficiaries across the PTFE supply chain:
We expect Shengyi Technology (600183 SH) to become the primary supplier of PTFE CCL. Taiflex Scientific (8039 TT) is still in the product certification stage and is likely to become the secondary supplier.
On the upstream raw-material side, Dongyue Group (0189 HK) is currently Shengyi Technology’s core PTFE raw-material supplier. Daikin (6367 JP) and Haohua Chemical Science & Technology (600378 CH) are potential raw-material suppliers.
Based on preliminary order estimates, the PTFE CCL TAM for the 2027 Kyber platform could reach RMB 8 billion. Subsequent volume ramp-up of the Feynman platform should further drive demand.
Due to the complexity of the manufacturing process, midplane-related products are expected to begin mass production by the end of 2026.
The new process is also positive for PCB manufacturers. In current HLC PCB products, the ratio of total PCB value to CCL material value is around 2–2.5x. Under the new design, this ratio is expected to rise to 3–3.5x, significantly increasing the product value for PCB manufacturers.
PCB CCL
pcb上游，铜箔产业链，供需失衡模型选出的票top3，除了德福和铜冠，泰金新能也很厉害。泰金的阴极辊及铜箔钛阳极产品国内市占率第一，阴极辊出货份额超 45%，近乎垄断地位。
优势：
1. 全球唯一：独家掌握3.6米无缝钛阴极辊全套核心技术，打破海外长期垄断，设备性能、交付、成本优势显著。
2. 国内唯一：国内首家实现高端极薄铜箔装备全流程国产化，也是唯一做成设备+耗材闭环模式的企业，本土市占率领先。
3. 核心壁垒：从材料到装备全链条自主可控，卡位锂电、高端电子高景气赛道，技术壁垒难以复制。
$DELL
戴尔财报电话需要关注的几点，说实话4月中在梳理CPU紧缺潮的时候是忽视戴尔了，没想到戴尔也是cpu紧缺的最大受益者之一。今天戴尔的电话会，赶紧来补个课。看看业绩暴涨是的核心逻辑是什么？1、戴尔COO“我们在全部三个领域夺取市场份额——如果算上AI服务器，那就是四个。所有四大主要业务：PC、服务器、存储、AI服务器，都在夺取市场份额。我们在赢。”
1）AI服务器：收入161亿美元，同比暴增757%。当季新订单244亿美元，积压订单达到创纪录的513亿美元。
2）传统服务器与网络：收入85亿美元，同比大涨92%。需求远超供应。
3）存储：收入43亿美元，同比增长8%。戴尔自研IP存储产品连续第五个季度需求增速跑赢市场。
4）PC（客户端解决方案事业部）：收入146亿美元，同比增长17%。连续第二个季度夺取市场份额，其中商用PC收入增长18%，已是连续第七个季度增长。
2、戴尔已经变成了AI基础设施的“集成商”。
电话会上，戴尔反复强调一个词：戴尔AI工厂（Dell AI Factory）。首席运营官Jeff Clarke介绍，两年前戴尔与英伟达联合推出了“AI工厂”概念。简单说，就是把AI训练和推理所需的全套硬件——GPU服务器、网络、存储——打包成一个可以快速部署的整体解决方案，交给企业直接用。
客户不是只买散件。“客户买的不是组件，他们买的是集成方案——能够快速投入生产、运行在他们自己控制的基础设施上、满足他们工作负载所需性能、安全和数据基础的方案。”
3、每个环节都在缺货
需求持续超过供应，而且这种需求是广泛的——不只是GPU，还有CPU、传统服务器和PC。”
供应链卡在哪儿？Clarke点名了四个环节：DRAM（内存）、NAND（闪存）、CPU（处理器）、硬盘。其中内存是最主要的瓶颈。他说：“每一颗内存都重要，每一颗处理器都重要，这就是我们每天在做的事。”
GPU做神奇的工作，但有大量工作需要围绕它完成——IO处理、分支管理、状态维护，这些是串行的、顺序的工作，是CPU的活。CPU在Agent的每一个决策里都在循环运转。
每一次AI的调用、每一次决策、每一次状态管理，都需要一个“管理框架”来支撑。这个框架，跑在CPU上。AI正在“拉爆”传统服务器：一个没人预料到的新市场
4、大幅度上调全年指引
全年营收：1650亿至1690亿美元，中值1670亿美元，较此前上调约270亿美元，同比增长约50%
AI服务器收入：全年目标600亿美元，约为上年同期的2.4倍
传统服务器：预计全年增长超60%
全年EPS（非GAAP）：17.90美元（±0.25），较此前指引上调约5美元，同比增长约75%
说实话这么大幅度的上调指引，在美股上市公司里也很少见。那只能说明业绩真的很爆
“我们的管道显示需求不是在放缓，而是在加速，并且大幅超过供应。”戴尔COO Jeff Clarke原话
当然跟川普关系密切，跟老黄互动很多，能带动情绪走高。但是只有超强，大幅度超出预期的财报才会让盘后暴涨接近40%
PCB CCL
国内头部PCB厂商的资本开支在加速。9家头部企业2025年合计capex 267亿，同比+111%。2026年Q1单季度125亿，同比+182%，斜率还在变陡。鹏鼎2026年全年规划168亿，2025年是66亿。胜宏25Q4单季度接近30亿，环比翻倍。深南25Q4也有14亿，环比+76%。而且目前主要是胜宏、沪电、鹏鼎三家在拉，深南、景旺、方正、广合还没真正放量，后面有接力。
产能扩张去向高度一致。高阶HDI、HLC、mSAP、类载板，全部对准AI服务器和高速交换机。传统消费电子PCB没有新增投入。东南亚建厂同步在落地，鹏鼎泰国43亿，深南泰国12.74亿，胜宏在泰国、越南、马来多地同时动工，北美CSP对供应链分散的要求已经变成了资本开支的真金白银。
这些钱流到上游之后，谁拿到了超额利润。
钻孔、曝光、电镀三个工序合计占PCB设备投资的44%左右，每个环节恰好有一家国产公司占着位置。
钻孔是这轮变化最大的工序。AI服务器PCB层数从十几层往30层以上走，18层以上多层板2025年增长超50%。层数翻了，钻孔量也跟着翻，背钻精度和超高厚径比成了硬门槛。大族数控的CCD六轴背钻机搭载3D背钻，已经在多家高多层板龙头量产。超快激光在1.6T光模块上拿到了订单。2025年PCB设备收入57.73亿，+72.68%。26Q1末存货较年末涨了28%，合同负债也在涨，接单和备货同时在加速。
曝光环节和mSAP的渗透速度直接挂钩。线宽线距压到20μm以下，传统菲林曝光就做不了了，必须换LDI。芯碁微装2025年营收14.08亿(+47.61%)，MAS 6P的载板级解析能力做到6μm，效率比国际主流同类设备高50%以上。26Q1累计订单突破8亿，营收预增91%-123%。另外WLP直写光刻已经拿到头部客户量产订单，等于同时切入了半导体先进封装。
电镀方面就是东威科技。高层数PCB通孔长径比大幅提高，垂直连续电镀变成标配。东威在这个细分市场的份额超过50%。2025年营收10.98亿(+46.45%)，26Q1合同负债8.72亿，同比翻倍。下半年新厂房投产，水平三合一和VCP合计新增产值空间超过10亿。
PCB扩产计划高度同质化，几乎所有人同时在扩高阶HDI和HLC，全在抢英伟达和北美CSP的单。如果AI服务器需求增速有任何放缓，这些集中投产的高端产能利用率会很难看，而且产线降维做低端板几乎不可能。上游设备的处境完全反过来。CCD背钻成套方案只有大族能做，载板级LDI只有芯碁微装做到6μm以下，VCP电镀东威份额稳定在50%以上。下游越同质化地扩，上游这几家的议价权反而越强。
需求端的节奏。英伟达已经确认Vera Rubin全面量产，2026年下半年开始向全球CSP发货。摩根士丹利的数据显示，Rubin平台上GPU在整机柜成本中的占比从Blackwell时代的65%降到了51%，PCB、MLCC、ABF载板这些配套环节的价值量反而在爆发。沪电和英伟达已经在测试下一代M10材料，目标是Rubin Ultra和Feynman平台的正交背板，78到104层。供给端同样有明确的投产节奏，沪电43亿的新产能2026年Q3试产，爬坡半年后2027年满产。这意味着2026年下半年到2027年，Rubin发货放量和新产能投产几乎同步发生。如果Rubin Ultra和Feynman的节奏不断档，设备采购就不是一个脉冲而是一个持续的台阶。
$AXTI $云南锗业
“英伟达要求供应链在2025-2030年间，将InP激光器整体产能提升约20倍；但上游厂商态度整体偏谨慎保守，仅同意规划约12倍的产能扩容”
历史信息，
InP产能2026底翻倍+2027底再翻倍，合计4倍
InP供需失衡>30%，扩建周期2年
ELSFP指引：2027年1200万颗，2028年3倍，2029年4倍
Coherent的4倍和Lumentum的2倍扩产，跟"供应商同意12倍"差距很大，12倍 vs Coherent 4倍 vs Lumentum扩产50%，说明英伟达要求的量级远超供应商当前承诺，中间缺口可能需要新玩家来补。
InP Fab产能（按收入计）2025年19亿→2030年228亿，约12倍扩产。但注意口径是"InP Fab Capacity"，包含激光器+光电二极管+电吸收调制器，按收入计，不是纯激光器数量，也不含PIC。
厂商份额（2030年）：Lumentum 90亿(40%)，Broadcom 45亿(20%)，Coherent 43亿(19%)，AAOI 21亿(9%)。Coherent和AAOI扩产倍数最高(34-35倍)，因为基数低，2025年底供应落后需求约50%，即使12倍扩产，2030年需求仍比供应高约50%。InP产业链将长期非周期性增长。
那么中国玩家们，将获得大规模的需求转化。
Buy $nvda buy more $nvda
NVIDIA QUIETLY DROPPED A $249 BOX THAT REPLACES YOUR $200/MONTH OPENAI SUBSCRIPTION WITH $2 IN ELECTRICITY
it's called the jetson orin nano super. smaller than a wallet, runs at 25 watts, does 70 trillion ai operations per second. runs llama 3, mistral, gemma and deepseek locally with no api fees and no data leaving your house
a developer running automations and coding assistants pays $200 a month to openai. the same workload on this box costs $2 a month in electricity and breaks even in 10 weeks
install ollama with one command. change one line in your code. point it at localhost instead of openai. everything else works identically
7 billion parameter models handle 80% of what people use chatgpt for. summarization, drafting, coding, document q&a, automation pipelines. total monthly cost drops from $200 to $22
cloud subscriptions keep getting more expensive and rate limits keep getting tighter. the people who set this up in 2025 are going to look very smart in 2027
bookmark this and read the article below
$MRVL
$MRVL 财报出来了——上篇说要看的信号，今天给了多少答案
上一篇写MRVL深度分析的时候，说了财报要重点观察三件事：optical interconnect能不能继续加速、memory interconnect能不能打开新收入池、custom ASIC能不能走向大规模量产。
今天财报出来了，来对一下答案。
先说核心结论
这次财报最重要是management明确上调了FY27和FY28的收入预期，同时强调：
"2027财年每个季度的增长都会继续加速。"
这句话市场会非常重视。AI数据中心需求不但没有放缓，反而在继续加速。
财报数字本身：稳中偏强
Q1实际业绩：营收24.18亿美元（Beat），同比+28%。EPS 0.80美元（Beat）。经营现金流6.39亿美元，历史新高。Non-GAAP毛利率58.9%，依然维持高位，没有因为AI扩张明显恶化。
单看数字，属于小幅beat，不是那种夸张式大超预期。
真正重要的是后面的指引。
Q2指引：营收27亿 vs 市场预期26亿，同比增长35%，EPS 0.93 vs 预期0.90。
增长不是减速，而是在加速。Q1 +28%，Q2指引+35%，说明hyperscaler AI CapEx还在继续往上。
Management这次直接告诉市场：AI网络层还远没结束
这次点名提到的AI需求来源：800G/1.6T optics、51.2T Ethernet switches、NPO/CPO optical solutions、scale-out interconnect、custom XPU。
这对应的是AI基础设施里最关键的一层：数据流动层。
市场慢慢在发现，AI的瓶颈不只是GPU，而是GPU与GPU之间如何连接。MRVL现在已经不只是传统通信芯片公司，它正在变成AI数据中心里的互连平台型公司。
上篇说的三个信号，今天给了多少答案
第一个：optical interconnect能不能继续加速。
这一块基本确认了。800G/1.6T的需求、NPO/CPO关键词越来越频繁出现，management用了"exceptional AI-related bookings"这个措辞，说明订单能见度比上季度更强。市场从AI训练开始进入大规模AI集群互连升级阶段，这是下一阶段的核心主线。这一块可以打勾。
第二个：custom ASIC能不能从走向大规模量产。
这次回答了一半。hyperscaler去NVIDIA化的逻辑在强化，AWS、Google、Meta、Microsoft都在持续做自研AI芯片，MRVL是少数能帮他们做整套ASIC加interconnect的公司。趋势越来越明显，但从design win走向大规模量产还需要继续验证，这次给了方向，没给时间表。
第三个：memory interconnect能不能打开新收入池。
这是还没有给出答案的部分。memory interconnect这件事这次基本没有实质性更新，3D-IC和advanced packaging相关的线索也没有明确出现。这是下半年最值得盯的变量。只要这个信号出现，市场会相信FY27的110亿不是终点，FY28-150亿甚至更高才是新的估值锚。
为什么财报前昨晚涨到很高，然后今天就跌了？
很有意思的是我昨天在评论区回复了一个推友，还说了我的数据显示今天暗池有人卖了2.6亿，大单卖出8.8亿，大单买入只有2.3亿。基于这个看看明天有没有可能sell the news一波到190。明天先到220 225再到187-190。结果今天就确实下来了。
这位推友还说哈哈你是编剧吧 太厉害了 可惜我才看到 看来以后你的帖子连回复都不能错过🙈。 哈哈哈哈我只能说美股真的很看数据，数据能推断出很多东西，然后主要运气也好。
现在更新一下数据吧，刚查了下今天大单又卖出6.6亿，暗池卖了2.1亿，这就是为什么今天盘中股价接着在跌。但这也是好事，给了咱们更多买入便宜筹码的机会。我希望明天能砸到187-190给一个更好的上车机会，这里就是很好的加仓位。
总结
这不是一份爆炸式财报，但这是一份非常标准的AI中周期继续强化财报。
重点是AI数据中心需求仍在加速、hyperscaler CapEx没崩、光互连需求继续强化、custom ASIC趋势越来越强、FY27/FY28指引被继续上修。
后半段能不能继续涨，取决于optical interconnect继续加速、memory interconnect打开新收入池、custom ASIC走向大规模量产这三件事能不能依次兑现。
故事没崩，方向在，继续看季报验证。
$VRT $TGEN
Interview with a $MSFT employee on why cooling has become one of the most complex problems ( $AMZN, $GOOGL ):
- The expert explains that $MSFT, when expanding capacity, almost always stays close to its existing regional footprint, with fiber connectivity of no more than 60 kilometers between data centers being the core technical constraint. Any new region requires at least three data centers in close proximity, and when choosing partners for those builds, the preference is strongly toward companies already in existing relationships.
- According to the expert, GPU demand at $MSFT is showing no signs of slowing, with large cluster projects continuing to grow. Each new GPU generation brings more performance but also significantly higher power requirements, jumping from 23-40 kilowatts per rack today to around 120 kilowatts for next-generation hardware like $NVDA's Vera Rubin, a shift that makes many existing facilities unable to handle the load without expensive retrofits.
- The expert explains that GB300s cannot be air-cooled and that liquid cooling became the standard starting with the GB200 generation. The challenge this creates is that not all equipment is designed for liquid cooling, with some networking and server components still requiring traditional air cooling. As a result, data center designers have to accommodate both systems simultaneously, which the expert sees as one of the ongoing challenges in the market.
- The expert estimates liquid cooling as roughly double the cost of an air-cooled setup at the same SLA standard, due to more complex piping, installation, and maintenance requirements. For newer standards built specifically for the latest GPU clusters, costs can climb even further, with immersion cooling reaching two to three times that of a standard air-cooled design.
- The expert puts GPU depreciation at 3-5 years for current generation deployments, compared to 7-8 years for older cluster technology, driven by two factors. First, each new GPU generation delivers such a significant performance jump that older hardware becomes inefficient quickly, with a single new rack potentially replacing ten older ones in terms of compute output. Second, there is still uncertainty around how GPUs will hold up after 3-4 years of continuous intensive use, particularly for training workloads running around the clock, which adds another layer of risk.
$LRCX $AMAT
$LRCX| 𝐋𝐚𝐦 𝐑𝐞𝐬𝐞𝐚𝐫𝐜𝐡
重點摘要
- 上調2026/2027年晶圓廠設備（WFE）支出預估至 1530億 / 1900億美元
- 認為目前 LRCX、AMAT、KLAC 等公司的獲利被 低估，具上漲空間
- AI 邏輯晶片與記憶體需求帶動新廠（greenfield）與舊廠擴產（brownfield）
- 三星 / 美光（MU）等大力擴張 HBM / DRAM 資本支出，2026年記憶體 WFE 總支出預估約 1120億美元
- 中國本土晶圓廠設備支出持續維持 高十幾% 年成長
- 上調未來預估：2028財年營收 390億美元、EPS 10.63美元
｢我們將2026/2027年 WFE 支出預估上調至1530億 / 1900億美元（先前為1420億 / 1630億美元），年增率分別達23% / 24%。
主要驅動因素包括：
1. 台積電2nm（C2E）資本支出落在高標 520-560億美元，C2E 2nm 量產推進中，預期 C2E 7nm 資本支出達740億美元（年增約28%）；
2. 三星、美光及其他廠商積極擴張 HBM / DRAM 資本支出，2026年記憶體 WFE 總支出預估約1120億美元；
3. INTC2027年支出成長，18A 製程推進，並可能與封裝（EMIB-T）及國內代工合作（如台積電）；
4. LRCX 在先進製程轉換中預估有400億美元訂單，多數預計在2027年底前實現；
5. 中國本土晶圓廠設備支出持續以高十幾% 年成長。
在 WFE 展望改善下，目前 LRCX、AMAT、MKSI 等公司的獲利被 明顯低估，我們看到明顯上漲空間。季度與年度預估調整：
- JunQ 維持不變：66.6億美元 / EPS 1.65（符合市場預期）
- FY27 由 300億 / 7.95 上調至 310億 / 8.31（高於市場預期 303億 / 7.88）
- FY28 由 340億 / 9.18 上調至 390億 / 10.63（高於市場預期 347億 / 9.55）｣
Last Seen Users on Sotwe
Most Popular Users
Elon Musk 
@elonmusk
240.2M followers
Barack Obama
@barackobama
119.3M followers
Donald J. Trump
@realdonaldtrump
111.6M followers
Cristiano Ronaldo
@cristiano
109M followers
Narendra Modi
@narendramodi
107M followers
Rihanna
@rihanna
97.3M followers
NASA
@nasa
92.1M followers
Justin Bieber
@justinbieber
90.6M followers
KATY PERRY
@katyperry
86.8M followers
Taylor Swift
@taylorswift13
80.6M followers
Lady Gaga
@ladygaga
72.2M followers
Kim Kardashian
@kimkardashian
69.4M followers
YouTube
@youtube
68.6M followers
Virat Kohli
@imvkohli
68.6M followers
Bill Gates
@billgates
63.4M followers
The Ellen Show
@theellenshow
62.5M followers
CNN
@cnn
61.9M followers
Neymar Jr
@neymarjr
61.1M followers
X
@x
60.9M followers
Selena Gomez
@selenagomez
59.9M followers