William , Engineer, CFA, FRM

Ex-Institution | Long-term tech investor | AI, ML, energy & space tech | Fan of Elon & Jensen | Personal views only. Not financial advice.

[Master | 最強打野(穢土轉生) @CryptoMaster_70]

Jensen just said in front of MTK's CEO😂😂
“Listen, guys, your job is simple.“
”Double your stock price!”

黃仁勳真的放飛自我 在聯發科老董面前喊盤
“你們的任務很簡單 好好幹 讓股價噴上去”

[Lex Fridman @lexfridman]

I got to spend all day today with Jensen in Taiwan: talking with thousands of engineers and eating street food at a night market. Jensen is received as a rockstar in Taiwan, like it's Beatles in the 60's. It's mind-blowing and fun to watch. But most importantly, through all the interactions and all my conversations with him, he remained the same humble, kind, thoughtful, funny guy he always was, even as a kid who went to these same night markets many years ago.

Btw, we tried a crazy amount of different street food. It's legit some of the most delicious food I've ever had. I can't wait to share video of it, including a ton of our conversations and hangout. When I can pause for a moment from all the travel to edit the video, I'll post it.

Can't wait to continue talking to Jensen and engineers at Computex this week, and exploring more of Taiwan, and of course roaming the night markets for some more delicious street food.

Days like these, even more than usual, I feel like the luckiest kid in the world.

Love you all! ❤️

[Macro_Lin ｜ 市场观察员 @LinQingV]

$GOOG 800亿美元股权融资。我第一反应是翻出我之前做的这张图。

五大云厂商合计CAPEX占经营现金流的比例，2023H1是25%，2026Q1接近100%。

Google也是一样。过去12个月经营现金流1740亿美元，2026年Capex指引1800至1900亿。缺口已经出现。管理层还说2027年要”显著增长”。

融资结构是这样的。300亿公开发行含150亿强制可转换优先股，400亿ATM（分批市价增发）从Q3开始分批卖出，100亿伯克希尔定增。ATM占了一半，管理层显然想把稀释摊在时间里。

Abel接手伯克希尔之后的第一笔大额科技配置。2025年Q3才首次建仓Alphabet，三个季度加到约580亿持仓，现在又100亿定增。伯克希尔账上接近4000亿美元现金，是mag7继续搞AI资本开支都想搞定的对象。

盘后跌1.5%，市场明显不喜欢这个行为。当hyperscaler的经营现金流覆盖不了Capex，开始向资本市场发股融资，AI算力需求就从公司内部的预算科目，变成了可以被外部资本定价的投资标的。

对上游供应链而言，800亿美元的股权融资就是800亿美元的需求承诺。

[Leonard @Leoskie_L]

Marvell，真的會是下一家兆元公司嗎？

Jensen Huang 在 Computex 直接放話：Marvell 是 the next trillion-dollar company。
這句話聽起來像在吹牛，但當他說出口的時候，現場氣氛卻異常認真。
因為他講的不是 GPU，也不是模型，而是 AI 工廠下一個最容易被忽略、卻即將卡死所有人的地方——連接性。
你在幫全球最大雲端巨頭量身訂做西裝，結果發現：客戶的工廠越來越大，但「送貨走道」已經塞爆了。
而 Marvell，剛好站在那條最窄的走道上。
Jensen 這句話，到底是隨口一說，還是提前點出了 AI 下一場大戰的主戰場？
想知道答案，別錯過這篇分析。

[戈多Godot @GodotSancho]

AI 内存新趋势——LPDDR（Low Power Double Data Rate）低功耗内存🧐

LPDDR 以前主要用在手机、笔记本电脑等对续航要求高的移动设备上。

英伟达在 GB200、GH200 上，在 CPU 部分放弃了通常的 DDR5，转而大规模采用 LPDDR5X 内存，相同带宽情况下，功耗降低约 80%。

CPU 是控制单元，负责指挥 GPU计算。多组 LPDDR5X 带宽达到 1TB/s，相比 DDR5 的200 GB/s 到 300 GB/s，增加 4-5倍。

LPDDR5X 核心供应商是美光 $MU 。

在英伟达最新的 GB300 架构，美光联合英伟达推出了 SOCAMM（新型压缩附加内存模块），只有传统内存条的三分之一大小，却能在一块小板上垂直堆叠 4 颗 16 层的 LPDDR5X 芯片。

总结下就是美光从卖内存条给英伟达，改为定制了。定制意味着依赖，意味着非标品，意味着换掉美光付出的门槛和代价很大。

这里还得吹下英伟达的工程能力。

LPDDR5X 功耗和带宽是优势，但权衡是内存容量受限、延迟高，以及无法升级维护。

英伟达用 GPU 的 HBM 显存承载AI 模型参数和中间计算数据。

Grace CPU 旁的 LPDDR5X 内存，退一步变为二级缓存和数据调度站。

用自己强大的 NVLink-C2C 强行抹平 LPDDR5X 的延迟。再用自己的整机方案解决无法维护的权衡，因为用户订的是机柜或者一整块芯片方案，不是标准化 CPU，不需要做模块化、可插拔。

英伟达在整体解决方案的每一环节都处在领先地位，有非常大的空间做权衡和调整，这是别的厂商做不到的事情。

[Antfeed @antfeedapp]

BREAKING: HBM prices set for sharp 2027 rise as three major memory makers target higher HBM4 contract pricing — TrendForce

TrendForce says conventional DRAM prices have already surged on tight supply, while HBM contract prices have lagged because they are negotiated annually.

With 2027 HBM4 talks expected in 2Q26, the next leg of the memory rally may come from HBM pricing catching up to DRAM tightness.

#HBM #HBM4 #DRAM #MemoryChips #AIChips #Samsung #SamsungElectronics #SKHynix #Micron #NVIDIA #TSMC #KoreaSemis #Semiconductors #Kospi #Kosdaq $KORU $DRAM $EWY

[qinbafrank @qinbafrank]

站在光和边缘计算AI-RAN里，昨天发边缘计算端侧AI及物理AI趋势，有人问为何看好诺基亚。个人角度它正在被市场重新定价为“AI时代的连接基础设施公司”，正好再聊聊诺基亚，核心是两点：1）光互连/AI数据中心互连是短中期最确定的业绩抓手，已经实打实体现在最近几个季度财报里；
2）AI-RAN/边缘计算想象空间更大，但商业化节奏会慢一些，算是长期估值期权。

光互连是当下发动机，边缘计算+AI-RAN是未来大期权。诺基亚正从5G卖基站的旧身份，切换到AI云、光网络、数据中心互连、AI-native网络的综合平台。

1、为什么市场今年在重新关注诺基亚？
六大催化剂
1）之前英伟达10亿美元入股+战略合作，直接把诺基亚拉进AI叙事（AI-RAN、数据中心交换、SR Linux、光技术）。
2）Infinera并购完成，在光传输、webscale客户、北美DCI能力大幅升级。
3）26年一季度财报验证：AI&Cloud收入+49%、订单10亿欧元、光互连+20%，不再是“讲故事”。
4）战略重塑：
网络连接基础设施业务定为当下增长发动机；
移动通信基础设施守基本盘，未来还能进一步拓展到AI-RAN；
清理非核心业务，把资本和管理力集中到AI连接上。
5）AI-RAN在MWC 2026大放异彩，与英伟达、T-Mobile、SoftBank、NTT DOCOMO、Vodafone等合作落地，GPU加速AI-RAN测试全面推进。
6）传统5G capex消化期后，市场需要新增长曲线：AI数据中心DCI、光互连、边缘AI正好接棒。

2、光互连的业绩正在放量被验证
AI数据中心瓶颈从算力转向网络，光互连分层看，诺基亚之所以在这些领域“最强”，是因为它拥有强大的相干光DSP芯片（Coherent）研发能力。利用这个核心芯片，诺基亚做出了顶级的可插拔模块（Pluggables），并把它们应用在数据中心互联（DCI）和现代的IP over DWDM架构中；同时配合其市场领先的光传输（Optical Transport）骨干网设备和线路系统（Line Systems），在光纤网络市场里占据主导地位。

1）收购Infinera加持后，1.6T/2.4T/3.2T 光模块下游客户开始样品测试27年量产，号称最高70% TCO节省。

2）2026一季度是业绩真正爆发的季度。营收45亿欧元（+3%），运营利润2.81亿欧元（+54%）。其中网络基础设施增加+6%，光互连+20%，AI&Cloud客户收入+49%（占集团8%），单季度新订单10亿欧元。

公司直接把2026年Network Infrastructure增长预期上调至12-14%，Optical+IP合计18-20%，AI&Cloud可服务市场CAGR从16%上调至27%。
财报把AI光网络逻辑从PPT变成了硬指标，这就是股价重估的根本触发。

也要注意诺基亚不是纯光模块股（短距那块是Coherent、Lumentum、中际旭创的战场），它是系统级供应商，吃的是AI网络架构升级的钱

3、边缘计算/AI-RAN：想象力最大，但还需要时间爆发
AI-RAN核心是把基站+运营商边缘机房变成分布式AI算力节点：低延迟推理、工业AI、机器人、智慧城市全能跑。
诺基亚优势明显：全球RAN软件、无线集成、运营商关系+英伟达GPU适配+生态（Dell、Supermicro、Red Hat）。目前10个客户公开承诺，2026年晚些启动试验。

诺基亚在光模块/光传输上的技术（如前文提到的 1.6T/3.2T 超高速光网络）将与 AI-RAN 深度结合。未来的边缘基站本身就是一个微型 AI 数据中心，而诺基亚能够提供“边缘算力 + 算力之间超高速光互联”的端到端方案。而且它也成功搭上了英伟达等 AI 巨头的战车，并通过 anyRAN 实现了电信技术与 IT 算力的融合

但它还是早期：技术验证阶段，运营商边缘AI商业模式还没完全跑通。
短期英伟达把边缘计算在财报里单列是估值催化，中期才是真正RAN升级机会，未来有升级到“卖边缘AI服务”的平台的可能性。

个人看诺基亚会受益于边缘 AI 和光互连，但受益排序是：
1）光互连AI 数据中心互连：最确定，已体现在收入和订单。
2）IP 网络和数据中心 fabric：中等确定性，机会大但竞争强。
3）AI-RAN / 边缘计算：空间最大，但商业化还在早期；
4）6G标准专利是长期底座和战略价值。

从上面的角度看诺基亚不是纯光模块股，也不是纯 AI 芯片股，而是 AI 时代“连接层”的再定价标的。它的核心价值在于：
AI 基础设施从 GPU 算力扩展到数据中心互连、城域光网络、运营商边缘网络和未来 AI-RAN 时，诺基亚有可能成为西方阵营（地缘因素也需要考虑）重要的网络基础设施供应商。

个人看法仅供参考。

[Serenity @aleabitoreddit]

The most consequential event of an entire company’s history.

Got released today with a photonics player.

Making them the functional standard laser for CPO, Pluggables, and SiPH.

For companies like $NVDA, $AVGO, $AMD, to $MRVL using the foundry.

Does anyone know the name?

[Serenity @aleabitoreddit]

DID YOU LISTEN ANON?

Reuters: New Sivers x GFS strategic collaboration.

$SIVE has now announced its lasers will be integrated into reference designs built on Globalfoundries Silicon Photonics Platform.

For pluggable optical transcivers, CPO, and SiPH.

This is fundamentally the most groundbreaking news for Sivers in history.

As Broadcom, Nvidia, Marvell, AMD, and anyone who goes through GFS silicon photonics has Sivers embedded as a default laser route.

I personally think this news alone should easily 2x or 3x Sivers market cap over the medium term, given how fundamental this is to their revenue.

To have Sivers be the standard laser route for the many hyperscalers that use the world's leading photonics foundry.

[SK hynix @SKhynix]

One of many great conversations at #GTC Taipei 2026! SK Group Chairman Chey Tae-won and @NVIDIA CEO Jensen Huang connected at the @SKhynix booth, highlighting the collaboration driving the next chapter of AI.

Take a look at the moments from the show floor 📸

#SKhynix #NVIDIA

[qinbafrank @qinbafrank]

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。

[qinbafrank @qinbafrank]

“我们的数据中心业务燃爆了”，“订单异常强劲”，这是MRVL的CEO在财报电话会上的原话，记录下电话会上值得重视的要点：
1、连续多个季度上调指引
1）Q2指引方面，公司预计营收约27亿美元（上下浮动5%），同比增长约35%，高于分析师此前预期的26亿美元

2）Marvell将2027财年营收预期上调至约115亿美元，同比增长约40%。三个月前，公司给出的指引是“接近110亿美元”

2、数据中心业务增速在加速
1）Q1数据中心营收18.3亿美元，同比增长27%，环比增长11%，占总营收76%。
Marvell对这块业务的增速预测是：
FY2026：+46%（已实现）
FY2027：约+50%
FY2028：约+55%

2）互联业务
AI数据中心互联（Interconnect）业务是Marvell数据中心业务中体量最大的部分，覆盖光学互联、DCI模块、相干光等产品线。

这个业务的年度增速预期，在过去几个季度里被连续上调：去年9月前后约为30%，之后上调至50%，如今再度上调至超过70%。

CEO的原话是“Murphy在被分析师追问时直接说：
我认为这里存在大量向上偏的可能性。我们的传统DSP业务明年将有大幅跃升，1.6T产品线是更高价值的内容，DCI在加速，还有retimer、AEC这些新业务，以及规模化上行光学（scale-up optics）……这是我们一个重大增长周期的开始。”

3、定制芯片
FY2027定制芯片营收：同比增长超20%
FY2028定制芯片营收：预计同比翻倍，高于上季度预期
FY2029目标：超过100亿美元（此前目标为约80亿美元）

这意味着FY2028定制芯片营收在40亿美元以上，然后到FY2029跳升至100亿美元，也就是单年增量超50至60亿美元。

4、与英伟达扩大合作，三大方向落地Marvell宣布与英伟达扩大战略合作，电话会上详细介绍了三个核心方向：
1）光学互联合作：Marvell长期为英伟达提供DSP、TIA和驱动器，双方现在进一步合作开发硅光子技术，这被认为是纵向扩展（scale-up）网络的关键使能技术。

2）NVLink Fusion集成：允许Marvell构建能与英伟达基础设施无缝对接的自定义芯片和网络半导体。Murphy表示，这为超大规模云厂商提供了更大的灵活性，可以在自定义芯片和英伟达芯片之间自由混搭，"Marvell独特地提供了这两种架构之间的桥梁"，并将为双方创造新的市场机会。

3）AI-RAN：Marvell将增强其Octeon基站处理器，使其能与英伟达 GPU直接协同工作，在同一硬件平台上同时运行5G/6G无线工作负载和AI应用。

除了之前市场公认的联接/光互连、定制芯片两大业务板块之外，现在又多了一个AI-ran的边缘计算业务。

[Jukan @COMPUTEX @jukan05]

MediaTek at Goldman Sachs Taiwan Day:

“The next-generation program is adopting only EMIB-T, with tape-out targeted for 4Q26 and mass production by 4Q27.”

This is significantly different from what Taiwanese media had reported — that the next-generation program would use both CoWoS and EMIB-T in parallel.

$INTC

[Jukan @COMPUTEX @jukan05]

▶ Marvell CEO says copper wall is moving inside the rack, and copackaged optics is the only way through

• Marvell CEO Matt Murphy emphasized at Computex 2026 that the next bottleneck in AI infrastructure is not compute or memory but connectivity.

• The shift from copper to optical interconnect is already underway and is expected to trigger a large scale demand cycle within the semiconductor industry.

• He highlighted Marvell’s sophisticated engineering capability, integrating advanced CMOS DSP, fourth generation SiPh, and SiGe based broadband analog technology through its Coherent optical modules.

• Marvell’s first 102.4T switch dedicated to AI data centers, the Teralynx T100, is built on a 3nm process, draws under 1,000W, and delivers up to 25% lower power than competing solutions.

• The T100 routes signals through copper traces on the PCB to optical modules on the front panel, whereas a CPO switch connects optical fiber directly to the package and removes copper wiring entirely.

• The reach of copper cable is inversely proportional to bandwidth: at 100Gbps per lane it can carry signals about 5m, but at 200Gbps this shortens to roughly 2.5m, and at 400Gbps copper can no longer make connections even within the rack.

• Each time the “copper wall” moves one step, the number of connections that must shift to optical increases at least tenfold, which is expected to drive explosive demand across the optics industry, and the Taiwan supply chain is already expanding to respond.

• The number of connections inside a rack is roughly ten times the number of connections between racks, so conventional pluggable optical modules alone cannot address the power and space limits; CPO solves the connectivity problem by integrating the optical engine directly into the switch and compute package.

• Nvidia’s Vera Rubin platform has already adopted Spectrum-X Ethernet Photonics, the first CPO based switch to enter mass production, a case showing that the CPO transition has moved beyond proof of concept into actual commercialization.

• As optical connectivity extends into the server itself, compute, memory, and network resources can be disaggregated and dynamically configured per workload, enabling a shift from a fixed server architecture toward operating the entire data center as a single integrated system.

• He stressed that the CPO transition is impossible without Taiwan’s manufacturing ecosystem, explaining that Marvell has accumulated high volume PAM4 production experience, field data, and supply chain infrastructure including ASE.

• Over the past decade Marvell has invested a total of $36 billion to acquire companies such as Inphi, Cavium, and Celestial AI, expanding its connectivity portfolio.

• He emphasized that Marvell is the only company able to address the full connectivity stack of an AI data center, from millimeter scale inside the package to kilometer scale between data centers.

$MRVL

[Jukan @COMPUTEX @jukan05]

Just in: Kioxia is seeking to sign long-term NAND supply agreements with hyperscale data centers covering 2029 and beyond.

[空空丨火币赚币 @btcoindown]

黄仁勋在GTC Taipei主题演讲上掏出了RTX Spark。

据说这科芯片就像Windows95改变PC一样，有了RTX Spark，你只需要提问，PC就会完成工作。

这颗由英伟达与联发科联合开发、台积电3nm工艺制造的SoC，把20核Grace CPU和6144个CUDA核心的Blackwell GPU封进同一颗芯片，配上最高128GB的LPDDR5X统一内存。

[Wealth Code @WealthCode99978]

科技七巨头的融资模式大转向：从回购转向股权发行——AI 基础设施支出已经大到债务市场承受不了

Google 刚刚打开了一扇新的门。过去十年，科技巨头最喜欢干的事就是回购股票。这是向投资者传递的信号——我们有这么多现金，以至于花不完，只能拿回来收购自己的股票。这显示了绝对的信心和力量。

但现在情况反转了。Google 宣布 800 亿美元的股权融资计划，不再依赖债务市场，而是直接向公开市场发行股份。更关键的是，他们启动了 ATM（At-The-Market）增发，这意味着他们会在未来持续向市场抛售新股。这在过去是科技巨头绝不会做的事。

为什么这么激进？一个字：AI。Google 的 2026 年资本支出指引是 1800-1900 亿美元，2027 年还会大幅上升。这不是普通的投资——这是在建设一个新的计算时代的基础设施。数据中心、芯片采购、网络部署，每一项都是天文数字。债务市场的融资能力有限，所以他们别无选择，只能转向股权融资。

更有意思的是，Berkshire Hathaway 在这个节点出手了。巴菲特以 350 美元的价格直接认购 100 亿美元的 Google 股票。这不只是投资，这是背书。老爷子在告诉市场：我看好这笔钱的投资回报率，我愿意站在 Google 这一边。

现在的问题变得很尖锐：如果市场接受了 Google 的股权融资，其他科技七巨头——Meta、Amazon、Microsoft 是否也会跟风？

答案几乎是肯定的。因为他们面临完全相同的困境：AI 基础设施投入无底洞。Meta 的资本支出已经升到 1250-1450 亿美元，Amazon 200 亿美元，Microsoft 190 亿美元。这些数字大到什么程度？足以改变整个科技产业的融资生态。

从回购转向股权融资，这不是小事。这意味着科技巨头从”我们太有钱了”的心态转变成了”我们需要把所有能用的资本都投入到 AI”的紧迫感。市场现在的问题不是这些公司能否赚钱，而是它们能否在 AI 竞赛中活下来。

[Serenity @aleabitoreddit]

I never thought I’d see the day where $GOOGL needs to raise $80b for AI capex…

Then Warren Buffet’s $BRK.A is funding the hyperscaler AI buildout.

- $40B ATM, $30B offerings, Berkshire $10B

Upstream ecosystem from $LITE to $AVGO to Mediatek to $TSM to $MU should go brrr.

Not sure if the Google holders are though, given this massive capex scale isn’t as funded by FCF.

[James E. Thorne @DrJStrategy]

Let’s be honest

The AI Earnings Super‑Cycle Has Arrived

First Dell and now HPE are telling investors the same thing: the AI earnings super‑cycle is no longer theoretical, it has arrived, and S&P 500 numbers are still too low. HPE is now guiding fiscal 2026 non‑GAAP EPS to roughly 3.35–3.45 dollars and free cash flow to at least 3.5 billion dollars—levels it had previously targeted for 2028—on the back of nearly 30–plus percent revenue growth and more than 70 percent networking growth this year. Dell, meanwhile, has turned into an AI systems pure play, with AI‑optimized server revenue exploding, a multi‑year backlog measured in tens of billions, and management now talking about AI server revenue running toward 50 billion dollars as data‑center capex accelerates rather than fades.

This is what an earnings super‑cycle looks like in practice: the core infrastructure providers are pulling multi‑year profit curves forward because AI demand is compounding from a high base, not rolling over. Scarcity in GPUs, power, networking, and physical capacity means the constraint is supply, not demand, and that in turn is forcing customers into larger, longer‑dated contracts to secure AI infrastructure years out. Ignore the noise about quarterly “AI capex deceleration.” First Dell, now HPE: the message is that the AI build‑out is accelerating, hardening into long‑term commitments, and dragging index‑level earnings power higher and faster than the current S&P 500 forecasts are willing to admit.

$Dell $HPE $NVDA

[The Kobeissi Letter @KobeissiLetter]

This is absolutely incredible.

Investors now perceive Nvidia to be as creditworthy as the US government.

Nvidia's $NVDA, 5-year credit default swap (CDS) is trading at ~38 basis points, slightly below the US sovereign CDS, at 40 basis points.

In other words, markets consider the world's largest company to be less likely to default on its obligations than the US federal government.

This comes as in FY2026, Nvidia carried only ~$8.5 billion in total debt against ~$10.6 billion in cash and generated nearly $100 billion in free cash flow, giving it one of the strongest balance sheets of any company in the world.

Even if Nvidia's earnings dropped -90%, it would still rank among the 100 most profitable companies in the world.

Markets are treating Nvidia as one of the safest companies on the planet.