Hardy

[Hardy @zukang9]

@wdctlllltcdw 你这太韭菜情绪化了，涨的时候喊时代龙头，还没买够；跌下来就至暗时刻，前途迷茫了？

[Frank 丨冰糖橙聚合 @0x0Frank]

做交易的每个人应该都好好看看川沐@xiaomustock，在他身上你能够非常清楚的看到什么叫开仓的勇气，重仓的果断，持仓的耐心和砍仓的决心

每一条都是顶级交易员的素质，所有的观点都是明牌，跟随市场的趋势，曾经在币圈也是拿到了非常大的结果，在判断行情不对头之后光速换赛道，执行力也拉满了，真心建议好好翻翻川沐的推特，而不是用 AI 来蒸馏，慢慢看你才会感受一个成熟的顶级交易员的来时路

[美股金虫哥 @SpermCapital]

Semianalysis 昨天重点分析长鑫存储（CXMT），主要观点分享一下

1. CXMT的崛起路径：技术继承+人才引进+政府资本耐心

技术来源：CXMT的DRAM核心技术源自德国已破产公司Qimonda，包括约7000项专利许可和2.8TB技术文档，尤其是埋入式字线（BWL）架构

人才引进：吸纳了Qimonda、三星、美光、台积电等海外资深工程师，包括前Qimonda技术副总裁Karl-Heinz Kuesters，形成自主研发能力

政府资本支持：合肥市政府通过“风险投资型”国资长期持股，承担近十年亏损（累计亏损约366.5亿元人民币），并围绕CXMT打造本地供应链

2. 财务爆发式增长，主要靠“周期”而非“技术超越”

2025年营收约86亿美元（+156% YoY），2026年预计超500亿美元

利润暴增主要源于DRAM价格暴涨（1Q26 ASP环比+57%），而非市场份额大幅扩张（2027年全球bit出货份额预计仅从9%升至12%）

毛利率从2023年的-113%升至2025年的37.8%，1Q26运营利润率高达70%，接近三星、海力士、美光水平

3. 成本与技术仍落后于三大巨头

CXMT的每bit成本比三星/海力士/美光高出30%以上，高毛利主要靠价格周期支撑，而非成本竞争力提升

制程节点：主流为G4（1z等效），G5（1a等效）面临更大挑战，且良率仍低于行业成熟水平（85-90%）

HBM进展缓慢：目前仅少量产能（~5kwspm）用于HBM，HBM3 8-high整体良率仅约25%，12-high难度更大，短期内难以形成有效竞争

4. HBM战略：受制于技术、良率和出口管制

中国AI芯片（华为、寒武纪等）仍优先采购海外HBM（通过走私或第三方转口）

CXMT可能跳过HBM3，直接瞄准HBM3E，但技术差距明显

预计2027-2028年HBM产能将加速至55-100kwspm，但国内HBM供应仍将严重不足

5. IPO结构揭示“虚高利润”与“国资控制”

CXMT虽合并报表利润高，但归母净利润仅占25%（2025年归母18.7亿人民币 vs 合并71.4亿），因多数股权由国资持有

无实际控制人声明实为规避出口管制审查，但国资（国家大基金、合肥、安徽）合计持股超30%，实际控制力强

IPO估值约270亿美元（按RMB2.78/股），仅相当于2026年上半年年化市盈率1.8倍，显著低估

6. DRAM供应将持续紧张，CXMT扩产难改格局

2026-2028年CXMT计划每年新增70-85kwspm产能，但三大巨头同步扩产，全球DRAM仍将供不应求（高个位数至低双位数缺口）

建设周期长、设备受限，CXMT短期内难以“破坏性”冲击市场

AI对于这份报告质量的评价是：

SemiAnalysis发布的研报质量极高，属于半导体行业顶级付费分析报告的水准，但同时也带有鲜明的周期顶点看多和西方地缘政治视角的烙印

https://t.co/ZWzSgq42SZ

[Hardy @zukang9]

@IBKR 如何解绑雪盈证券

[caro 猫猫头🐈‍⬛ @lin_yiliu]

给大家推荐几个期权做的好的博主
最近一直和他们学呢

1.专注卖期权收入策略，测试过上百策略，强调卖现金担保看跌（Cash-Secured Puts）（月化5-10%，胜率95%）、买LEAPS（长线期权，360天到期）和零日信用价差（0DTE Credit Spreads）。分享实际回测和简化方法。@MarketMovesMatt

2.全职卖期权5+年，专注卖期权收集权利金 + 买LEAPS + 持有优质公司现金流股。分享简单高概率玩法，有免费eBook教学，社区复制率高。@LEAPTRADER_

3.月入4-5位期权收入。框架清晰：底仓持股（NVDA、TSLA等）→ 卖7-42 DTE Delta 0.15-0.25的Put（用margin）→ 买LEAPS Calls → 偶尔Put Credit Spreads。结合Robinhood和Tastytrade平台。@WealthCoachMak

4.经典Wheel Strategy（滚轮策略）：卖Put → 被指派持股 → 卖Covered Calls → 收权利金循环。混入LEAPS和保护性交易，强调“Rolling when it makes Dollars and Sense”。@TJTheWheelDeal

5.非传统Wheeler，核心是conviction持股/LEAPS + 偶尔卖Covered Calls / Poor Man’s Covered Calls** 降低成本基数 + Wheel高流动性名字（TSLL、PYPL等）。强调长期股权 + 期权收入复合。@HertzyTrades

6.@OptionsHawk(Joe Kunkle)：期权流（Options Flow）和异常活动专家，实时分析大单、模式，提供具体setup。适合看机构动向做判断。
（分享美股量化+期权动能）。

其他值得看：@jordanfogel（分享高胜率策略如80%胜率，即使方向错也能赚钱）、@optionscjp（卖期权生活）、@MasiTrades/@maxoptionstrade（教学型期权交易者）。中文/港台用户可关注@maojietrading

[LEI @TheMarketMemo]

新手總想著「落袋為安」，
而我最希望的狀態是「永不賣出」。

巴菲特說，他最喜歡的持股時間是「永遠」。這背後有兩個重要的認知：

1. 複利最好不被打斷。 賣出的那一刻，複利鏈條就斷了。你拿到的現金，必須找下一個去處，這很難，優質的機會是罕見的。更糟的是，你還要繳稅。

2. 賣出是一種「確定性損失」。 很多人以為賣出是鎖定了利潤，但其實是鎖定了上限。一旦賣出，未來這家公司創造的所有價值，都與你無關了。

問：不賣出如何「享受」盈利？
答：讓資產為你「生錢」，而不是賣掉資產變現。

1. 股息分紅是最直接享受盈利的方式。持有能持續派息的優質公司，每年收取現金流，資產本身完好無損。這是巴菲特在可口可樂上的玩法——以他當年的成本，現在每年的股息回報率已經超過60%。

2. 以資產作抵押借款，這是很多富人的玩法。資產不動，用它去借低息貸款來消費或再投資，只要資產剔除通脹之後的回報率大於借款利率就是可行的。借款不用繳稅，借款的利息還可以抵稅，而資產繼續增值。

3. 如果持倉已大幅增值，還可以選擇性地賣出「超額增值」的部分來再平衡，保留核心倉位的比例。不是清倉，是微調。

4. 重新定義「享受」。當你看著資產淨值每年穩定增長，這本身就是享受。紙上富貴並不是假的，它是真實的財富和購買力儲備——你的身家是以你永遠用不到的錢的多少來評價的。

新手為什麼急著賣？
根本原因是自己沒有判斷，或者是對自己的判斷沒有信心。又或者是投入資本很少，只是想賭一把、賺快錢。這些心理狀態都可以理解，人類天生對不確定的未來充滿恐懼。

我想表達一個觀念：如果你做投資是認真的、你目的是積累財富，請無論如何持有較大比例的「永不賣出」的資產，讓複利為你工作。你只需取用它產生的「果實」，而不要「砍樹」。

問：哪些資產是可以永不賣出的呢？
答：具備優勝劣汰機制的指數型ETF。比如美股主要的寬基指數ETF：標普500指數 $SPY $VOO 、納斯達克100指數 $QQQ ，以及含有「成長 Growth」、「價值 Value」、「動量 Momentum」、「高品質 Quality」等篩選要素的ETF。

它們的編制規則確保了我們的投資是最優選的結果，這就使得「長期上漲」成為必然。如果大方向是確定的，波動就為我們創造了機會，DCA+BTD就是最簡單積累財富的方式。

[Hardy @zukang9]

让兄弟们先卖，让大聪明先走！

[嘚，八戒 @Deibajie]

消息都是为了配合盘面做出的动作，我他妈的前几次就是有点波动就跑了，害我没拿住大利润。

透过现象看本质，储存现在就是美股救世主，依靠储存才把美股维持到现在，特朗普基本盘就是美股，国内占据市场份额后，美股这波牛市基本到头，大幅度回调trump能接受吗？

市场只有有分歧的时候才会有足够的动力往前走，等所有人都觉得储存不是周期股了，这波ai能带出来一两个10w亿级别的公司，那个时候就该急流勇退了。而不是现在打开推特满屏都是fud的，这个时候感觉就像打仗的时候一样。

[嘚，八戒 @Deibajie]

消息都是为了配合盘面做出的动作，我他妈的前几次就是有点波动就跑了，害我没拿住大利润。

透过现象看本质，储存现在就是美股救世主，依靠储存才把美股维持到现在，特朗普基本盘就是美股，国内占据市场份额后，美股这波牛市基本到头，大幅度回调trump能接受吗？

市场只有有分歧的时候才会有足够的动力往前走，等所有人都觉得储存不是周期股了，这波ai能带出来一两个10w亿级别的公司，那个时候就该急流勇退了。而不是现在打开推特满屏都是fud的，这个时候感觉就像打仗的时候一样。

[Hardy @zukang9]

@Deibajie 让兄弟们先卖，让大聪明先走

[Hardy @zukang9]

@ai_xiaomu 天天造谣

[Hardy @zukang9]

向偶像学习，真的自律👍

[慈善家 @cishanjia]

聊聊健身：
1.奶子哥学习健身已经一个半月了。每周三次，一次一小时。体重从79.5kg，减脂到73kg。
2.目标是体重65kg，六块腹肌。每周减肥体重的1%。
教练给我讲，还需要四个月，差不多就可以完成目标。（奶子哥下一次再发健身推特就是四个月后，发腹肌照片）
3.奶子哥已经坚持大半年多了，每天早上睡醒就去跑步25分钟。睡醒就去跑步，基本上已经成为习惯了。
4.《ATOMIC HABITS》掌控习惯这本书真的好，里面的方法论帮助奶子哥养成了跑步的习惯，每天定时定点的去学习英语。对奶子哥帮助非常大。
5.暂时能感觉出来练肌肉对自己最大的帮助是，有了肌肉支撑着脊柱，让腰板非常轻松的挺拔起来了。因为长期久坐，我们多数人，腰板都是弯的，一弯就看起来感觉没有自信，腰板一直，感觉人立刻自信了很多。精气神真的不一样。
6.发现健身最有意思的一个点是：肌肉增长是先要撕裂，然后修复增长变强。每次推哑铃，还有最后两个动作要做，实在是累的不行，真的想放弃，但是就是这最后两个动作，让自己肌肉撕裂，增长变强。前面十个只是热身。不要放弃，勇敢挑战自己。
7.不断的挑战自己，有个总目标，拆分成若干个小目标，从推5kg，到推11kg，每周都在增长，数据可以量化，自己看到增长每次都有一点点的正反馈。也是一种快乐，幸福。

[Kenny.eth @_0xKenny]

https://t.co/S7sD6j8kOI

[AI最严厉的父亲 @dashen_wang]

https://t.co/6UtUgxIQTN

[fin @fi56622380]

AI半导体终局推演2026(I)
当新token经济学范式从GPU算力转移到HBM

本文从从GPU架构进化路线本质出发，解释这个市场长久以来担心的问题:
每个GPU的HBM内存需求为什么一定会是指数增长，为什么HBM需求指数增长不会停滞?

并推导token经济学在当前架构下第一性原理:token吞吐 = HBM size X HBM BW带宽

同时讨论了，为什么GPU的天花板被HBM的两个发展维度所决定

HBM周期性这个话题争议一直很大，乐观派认为AI带来的需求比以前要大的多，但市场主流仍然认为前几次上升周期也有需求每年20%+增长，这次又有什么不一样呢？AI不影响HBM和传统DRAM一样有commodity属性，一旦在需求顶峰扩产遇上需求下行又会重蹈覆辙。

我们可以从算力芯片架构视角,从第一性原理出发，来拆解和推演一下这个问题：为什么这次真的不一样

-------------------------------
历史：CPU算力时代

很久以来，我们都处在CPU主导算力的时代，CPU的最高级KPI就是performance，跑的更快，所以每一代的CPU都用各种方法来提高跑分，最开始是频率上升，后来是架构演进superscaler等等

这个时候为什么DDR不需要很快的技术进步速度？比如DDR3到DDR5竟然经历了15年之久

因为这个时期的DDR的角色是纯粹的辅助，而且辅助功能极弱，以业界经验，DDR的速度即便是提高一倍，CPU的performance一般只能提高不到20%这个量级

为什么DDR带宽速度提高了用处不大？两个原因

1. CPU设计了各种架构去隐藏 DDR延迟，比如superscaler，加大发射宽度，用海量的ROB和register renaming来提高并行度隐藏延迟，一级缓存cache，二级缓存cache，削弱了DDR的带宽速度需求

2. CPU workload对DDR带宽要求并不高，大部分日常负载比如打开网页，DDR带宽是严重过剩的，甚至云端负载

也就是说，在CPU时代，DDR的带宽速度是不太有所谓的，DDR4和DDR5除了少数游戏就没啥差别，甚至JEDEC标准也进步缓慢。

另外，绝大部分app需要一直停留在DDR上的部分并不多,需要的时候从硬盘上调度到DDR即可，app的size增长没那么快，导致对DDR的容量需求也较为缓慢。

所以最近十年来，平均每台电脑上的DDR容量大概从7~8GB变成了23GB，十年只增长了3倍。

而这部分升级缓慢直接影响了营收，size容量计价是赚钱的主要方式，速度的提高只是技术升级，提高size的单价，这两个的升级需求都不大，需求主要是随着电脑/手机数量增长而增长

所以DRAM在带宽速度和容量这两个维度上，一直是都是芯片产业锦上添花性质的附属品，DDR升级带来的边际效用是很低的，跟CPU时代的最高KPI几乎没什么直接联系

--------------------------------------------
而到了genAI 大模型为主导的新时代，计算范式转移让最高级KPI起了根本变化

GPU发展到AI推理的时代，不再像CPU那样只看跑分，最高级的KPI不再是算力TOPS/FLOPS，而是token的成本，特别是单位成本/单位电力下的overall token throuput

其次是token吞吐速度，因为在agent时代，很多任务变成了串行，token吞吐速度成了用户体验的重要瓶颈。

这也是为什么老黄发明AI工厂概念的原因：最低成本的输出最多token，同时尽量提高token吞吐速度

AI训练时代，老黄的经济学是TCO(total cost ownership)，买的GPU越多，省的越多

而老黄在推理时代的token经济学是：

AI推理的毛利润很可观，所以逻辑已经转换成：Nvidia GPU是这个世界上让token单价最便宜的GPU，买的GPU越多，赚的越多

最高的KPI变成了Pareto frontier曲线，在提高token 吞吐throughput和提高token速度两个维度上尽量优化
（见图一）

NVIDIA 的 token factory 代际进步，其实是在把整条 Pareto frontier 往右上推，这就是是AI推理这个时代最重要的KPI

----------------------------------

接下来是本文最重要的逻辑链，如何从token吞吐量指数型增长的本质出发，推导出天花板瓶颈在HBM size和HBM 带宽的指数型增长

单卡GPU推理单线程batch size = 1的时代，token吞吐只有一个维度，就是HBM的带宽速度，带宽速度越高，token吞吐越大

但进入NVL72的年代，推理不再是单卡GPU时代，而是72个GPU + 36个CPU整个系统级别的token工厂，把HBM带宽和算力用满，获得极致的token吞吐量

Token 吞吐throughput的增长，依赖两个东西：同时批处理的请求数 X 每个user请求的平均token速度

也就是batch size X per user token 速度

以Rubin NVL72为例，在平均token速度是100 token/s的情况下，同时批处理1920个请求，得到token吞吐量是19.2万token/s 一个Rubin NVL72大概是120KW（0.12MW）的功率，所以得到单位MW能处理1.6M token/s

（见图一）

所以，我们需要想方设法提高这两个参数：批处理数量batch size和per user token的平均速度，这两者相乘就是我们的最高KPI，也就是token的吞吐量

-------
第一个参数：batch size的增长，瓶颈在HBM size

批处理量里的每一个请求req，都会自带kv cache，这部分kv cache是需要存在HBM里的，大小大概在几个GB到数十GB不等 因为hot kv cache是随时需要高频高速读取，所以必须放在HBM里，比如一个大模型的层数是80层，那么每一个token的生成阶段，都需要读取80次HBM里的kv cache

随着批处理数量batch size的增长，会带来hot kv cache的线性增长

又因为这个批处理量的所有请求的hot kv cache，都要放在HBM上，这也就带来了HBM size必须要随着批处理量batch size线性增长

就像是机场接驳车，登机口尽量快的接旅客到飞机，HBM size小了，相当于接驳车size小了，就得多接一趟

结论是：批处理量的数量batch size，瓶颈依赖于HBM size的增长

---------
第二个参数：每个user请求的平均token速度，瓶颈在HBM带宽

大模型decode阶段的速度，瓶颈取决于HBM的带宽速度，因为每生成一个 token,都要把激活的权重和kv cache 读很多遍

LPU的出现，在batch不那么大的情况下，把激活权重这个部分搬到了SRAM上，但是每生成一个 token仍然要从HBM读很多次KV cache。HBM带宽越高，生成每一个token的速度也就越快，基本上是线性对应的

就像是机场接驳车，登机口尽量快的接旅客到飞机，hbm本身带宽速度就像是接驳车的车门有多宽，门越宽，旅客上接驳车越快

GPU的其他配置，都是在适配batch的增长以及要让token compute的速度配平HBM的增长，甚至会用多余的算力来获得部分的带宽（比如部分带宽压缩技术）

—-----
在那个接驳车的比喻例子里

接驳车的车厢大小 = HBM Size（容量）： 决定了一次能装下多少名旅客（也就是能同时装下多少个请求的 KV Cache）。车厢越大，一次能拉载的旅客（Batch Size）就越多。如果车太小，想拉100个人就得分两趟，系统整体的吞吐量就上不去。

接驳车的车门宽度 = HBM Bandwidth（带宽）： 决定了旅客上下车的速度。门越宽，大家呼啦啦一下全上去了（Decode/生成Token的速度极快）。如果门很窄，哪怕车厢巨大能装200人，大家也得排着队一个一个挤上去，全耗在上下车的时间里了。

旅客的吞吐量 = 接驳车车厢容量 x 接驳车旅客上车速度(车门宽度)

—---------------------------

至此，我们从逻辑上推演出了token经济学的硬件需求第一性原理：

Token throughput = HBM size X HBM Bandwidth
AI推理这个时代的最高KPI，实际上是高度依赖于HBM的两个维度的进步的

如果要维持token throuput每一代两倍的增长，实际上意味着，每一代的单GPU上，HBM size X HBM BW带宽之积要增长两倍！

这也是历史上第一次，HBM内存的size可以影响最高的KPI token throughput！

要验证这个理论，可以把Nvidia从A100到Rubin Ultra这几代的token 吞吐throughput，和HBM size X HBM BW 放在同一个图里比较
（见图二）

可以发现，这两个曲线的走势在对数轴上惊人的一致

HBM size x HBM带宽增长的甚至要比token吞吐量更快，毕竟HBM决定的是天花板，实际上这个天花板增长的利用率utilization是很难达到100%的，也就是说，HBM size x HBM 带宽就算增长1000倍，其他算力和架构的配合下，很难把这1000倍的天花板潜力全部榨干

这条曲线不是巧合，而是系统最优化的必然解

throughput = batch × Bandwidth，这就是token factory 经济学最绕不开的第一性原理

—--------
软件的影响呢？软件的优化会不会降低带宽的需求？降低HBM的需求？

这跟硬件是独立两个维度的，这好像在问，如果CPU上的软件优化了之后跑的更快，是不是CPU就十年不用发展了？反正软件跑的更快了嘛

这样的话，CPU厂还能赚得到钱吗？CPU想要存活下去，只有一条路可走，在标准benchmark，不考虑软件优化，每一代CPU必须要跑分更高，不然就卖不出去
GPU也是一样，软件优化如何，和自己的token吞吐量KPI每年都要大幅进步，是两回事

只要token的需求继续增长，对token throuput的追求就绝不会停止，那么对HBM size X HBM 带宽的追求也不会停止

如果HBM size和HBM 带宽发展慢了，老黄一定会亲自到御三家逼着他们技术升级，因为这就是老黄gpu的天花板，天花板要是钉死了不进步，老黄的GPU还能卖出去吗？

当然了，Nvidia需要绞尽脑汁去从异构计算的架构角度榨取HBM天花板之外的部分，比如LPU就是一个很好的尝试，把Pareto frontier从另一个角度改善了很多 （右半边高token速度的部分）

—--------------------------------------

HBM内存已然告别了那个随波逐流的旧时代，在这条由指数级需求铺就的单行道上，以一种近乎宿命的方式走到了产业史诗的主舞台中央

推理范式第一性原理演化到这一步，只要老黄还要卖GPU，HBM就必须翻倍，而且必须代代翻倍。这是supply side的内生压力，与AI需求无关，与宏观周期无关，与hyperscaler的心情也无关

剩下的问题，只有一个：

当需求被物理锁定为指数增长的时候，供给侧的三个玩家，会不会还像过去三十年那样，亲手把自己再拖回一次周期的泥潭？

[Hardy @zukang9]

@BNBOKBt5 @xiaomustock 跌的时候不敢买，涨的时候嫌高，不如回家卖红薯

[Hardy @zukang9]

@Qkd241007 plus 还是pro 啊

[hanfeer @feelfeelhan]

GPTimage-2提示词网站，我忘了是哪位大神分享的了，好像是牧马人大神还是谁？如侵权的话，请告知我删除。
https://t.co/zIUg7Ax2u7

[Crypto Doggy 叫我狗总 @CryptoDoggyCN]

币圈100%防冻安全出入金大法，看这一篇合集就够了！史上最全亲测！

应粉丝要求，狗总把之前发的9弹做成合集，方便大家收藏观看，看我周不周到！

第1弹：港卡出金简述 https://t.co/tmq1YXO0LU

第2弹：港卡入金简述
https://t.co/sjUeYBzhuz

第3弹：5万换汇额度怎么破
https://t.co/7tkAq27ny3

第4弹：过港开卡diy
https://t.co/1TxcOr9Pw6

第5弹：Kraken交易所出金
https://t.co/Rjaex47CLT

第6弹：安全入金再谈
https://t.co/KFQyt289zt

第7弹：Hashkey交易所出金
https://t.co/BfEuX3cMZb

第7.5弹：小众入金法
https://t.co/7PoWmUY0zs

第7.6弹：C2C平台
https://t.co/NeS5hcM9AT

第8弹：出金直接变消费卡
https://t.co/ljfWtTjSgK

第9弹：加密友好银行
https://t.co/7lJ51BPqgP

第9.5弹：义乌个体户大法
https://t.co/otKVq2mEU7

第10弹：说透u卡
https://t.co/psZYvB7qFf

番外答疑1：办港卡被拒怎么办
https://t.co/Ri1CBojuRe

番外答疑2：Kraken没黑钱吗
https://t.co/Ri1CBojuRe

番外答疑3：港币/美元C2C安全吗
https://t.co/B4LGJTX9M4

番外答疑4：多卡航母战斗群策略
https://t.co/6Zt5ia6lFA

番外答疑5：买小国居留过kyc可以吗
https://t.co/Csfi9YvsQv

番外答疑6：香港找换店靠谱吗
https://t.co/D9oaS4PXDe

第11弹信托大法下周出，之后币圈骗局大赏我也会做个目录。很多没人提过的干货哦，狗总这样的热心肠，值得你一键三连加关注么！

[太阳闯关记 @dachaoren]

claude code新手教程，这个老外讲的非常仔细，这教程在闲鱼卖398，卖了几百份了。

这里免费，真的是认知差，静下心看完这一套完整教程，你就能真正用 AI 搭建工作流、实现自动化、处理复杂任务。

[宝库 @white88com]

@Bluke520 所有屏幕自动滚到网页上部的同学看过来，我找到解决办法了，和你的 IP 无关。

地址栏，不要填写 LINE2，把所有信息都写到 LINE1 里，就通过了。