与「下單抽iPhone17ProMax」相关的搜索结果

#下單抽iPhone17ProMax# #東非豪華雙人遊# 為了補充流失的精神體力！這段時間都有吃 「武倍魚油跟決醒B群」 - ✔ 武倍魚油：精神變好、思緒也清晰很多 ✔ 決醒B群：拍攝前吃，整個人比較有精神、狀態很好、更有動力 如果你也是常熬夜、生活亂、容易累, 真的可以營養補給一下🥹✨ - 🔗下收

6000亿惊天收购 聊聊昨晚发生的一笔惊天交易，奈飞以827亿美元的估值收购了华纳兄弟发现公司（Warner Bros. Discovery，简称WBD）的影视工作室、HBO品牌及HBO Max流媒体平台。 国内读者可能对奈飞不太熟悉，这是全球最大的流媒体播放平台，自制了包括《纸牌屋》、《爱死机》、《怪奇物语》、《鱿鱼游戏》等爆款剧集，业务覆盖绝大多数国家，只有朝鲜、叙利亚、伊朗、俄罗斯等国家因为政治或审查的原因被排除在外。 中国和奈飞业务最像的平台是爱奇艺，也是喜欢自制内容，主要以用户订阅费为主要收入。我看了下数据其实奈飞的付费用户也就3亿，爱奇艺有1.2亿，但两者的市值差了200倍，这太离谱了。 有多方面原因，一个欧美用户的订阅费更高，是国内的4倍，用户数是2.5倍，乘一下年营收就差了10倍。另一个国内视频平台竞争激烈，爱奇艺获客成本高，生产内容成本高，增长艰难，而奈飞横扫欧美，发展环境宽松，年增速保持在20%以上。 所以还是那句话，含中率高的池子你挣钱难度一定max，有能力的企业这几年都在寻求出海。 说回正题，这次奈飞击败派拉蒙、康卡斯特，拿下华纳兄弟，一个是看上了对方的内容库，《哈利波特》、DC宇宙等版权包含其中，另一个可以收编HBO max的1.3亿付费用户。 只按数量算的话HBO max的用户量已经达到了奈飞的40%，但这些很多都是传统电视用户升级过来的，支付能力弱，资本市场估值低，再加上WBD经营不善，400多亿债务缠身，被迫割肉让奈飞捡了个便宜。 奈飞这股我前几年买过，2021年那波巨幅回撤之前的高位惊险逃顶，几乎卖在当时的最高价。我卖完后股价不到半年跌了70%，当时颇为得意。 结果它后来经营业绩反弹，一路狂飙涨了6倍，我一直觉得它在回光返照，目瞪狗呆看着它涨到我卖出价2倍的高度，脑瓜子嗡嗡的。这只股让我对美股的填坑能力有了船新的认识。 哦对了，这笔交易目前只是达成了收购意向，后面还有变数，反垄断调查不一定能通过。但即便是交易失败，奈飞根据协议也会给WBD支付50亿美元的分手费，这大概也是他们能在竞标中胜出的重要原因。 …… 后半段回复几个网友问比较多的事。 一个是昨晚提到的过年红包，这个每年都有的，我这些年加起来发了有100多万了。初衷是我通过你们的支持，在流量上赚到了钱，我愿意每年都拿一些出来和你们分享。这里说的是流量收入，我投资挣钱不会拿来发红包的，因为那是我的私事，和你们不产生因果。 可惜的是这几年流量收入越来越少，挣钱的业务（主要是开户）监管不让做，再加上拼多多今年也不投广告，我想了想就在6月份的时候把文章底部的广告给开了，这样每年固定会有一笔收入，正好拿来过年给你们发红包了。 底部广告日常大概2000-2500收入，过去半年累计40多万，按照国家规定扣完税大概30万左右，我到时候找甲方要点饭，凑个50万，这样你们的人均抽奖期望在1元以上，发不了财，就过年的时候乐呵乐呵。 我说了这个事后你们不要刻意的去点广告，咱体面人不做占人便宜的事，一切顺其自然就是了。 第二个事是一直有读者问我男孩好还是女孩好，这个我可以很坦诚的讲当初和老婆备孕的时候我就更倾向于男孩，原因也很现实，我认为在当下中国的社会条件里，一个男的更容易成才，也更容易获得成功。不是说女生做不到，这纯粹是一个概率问题。女孩更像是前期英雄，懂事早，乖巧自律，很适合上学读书考试的环境。男孩更像是后期英雄，从30岁往后男性通常会在职场上有更好的发展，男性的天花板远高于女性。所以反正是抽奖，我希望抽两个单注奖励更高的盲盒。 最后就是有读者问台州和临海是什么关系。临海最早于三国（吴）时期设郡县，当时就叫临海，到了唐朝政府把周边一片都划作台州，州府设在临海，之后的1400多年临海一直是台州核心。转折发生在1994年，台州地区撤地建市，行政中心从临海搬到了椒江区。从此以后椒江区快速发展，临海渐渐没落了。这也是为什么台州医院、台州中学都在临海的原因。 这件事对我的童年造成了很大冲击，因为我妈在体制内，要跟着从临海搬到椒江上班，而我却要留在临海上学，客观上母子分开生活，我寄宿在长辈家里。所以童年自由度很高，好玩的一样也没少。 顺便给大家简单介绍一下台州吧。 三门县，盛产海货，台州小海鲜主要供给地。天台县，台州名字的来源，济公故乡，天台宗祖庭国清寺。仙居县，台州颜值最高的神仙居，特产杨梅。临海市，中国第一个获得“宜居城市”称号的县级市，前州府。台州市，椒江黄岩路桥三区合并，目前是台州发展核心，李书福是路桥人。温岭市，台州有钱人最多的地方。玉环市，人口少，但人均收入台州最高。我爷爷是玉环人。 台州有将近80家上市公司，全是民营企业，这个数量在全国地级市里排第四，我估计你们很多人都交易过台州股票。 今晚就聊这些，诸位周末愉快～

给你们看一下我花了 2 天时间蹬 trae work 蹬出来的一个 HR Agent 产品：招对了 首先，它这个初赛只允许提交单 HTML，而不能使用tanstack 或者 nextjs，很多组件都不能用，全部都是纯手搓 html+css+js 的纯前端，就极其令人烦躁，非常不符合开发实际，效果巨差。 但是就在这样的条件下， 这个产品还是这么水灵灵地搓出来了。 这个产品的核心就是让用户先说一段自己想招什么样的人，然后再通过苏格拉底式的访谈，把这个公司真正需要的人才的用户画像给描述出来，然后同时也会补全这个公司能给候选人提供什么。 完事之后会整体对候选人的要求信息进行筛选和检查，发现其中的矛盾点，然后让用户继续进一步进行收束。当所有的矛盾点全部被忽略或者是解决了之后，就会形成一个特别庞大的岗位 JD 报告。 这个报告会展示我要招什么样的人，我对这个候选人的评分应该怎么划定，以及我的面试流程应该怎么设计。 当然整个产品只是这次给客户部署的 HR Agent 抽离出来的一个子模块，如果大家对 HR Agent 感兴趣，可以联系我，我现在对它的 workflow pipline 很满意。 当然这个产品如果能进复赛的话，我给他用 tanstack 重构接上 pi agent，它将成为一个成熟的生产级产品。HR Agent 平权，用几百块就可以直接拿到几万块的 Agent 可以提供的内容。 到时候记得给我投上一票。

BNB 链上的 RWA 赛道上值得关注的项目： @renaissxyz。 刚完成 150 万美金的融资，领投方是 YZi Labs。 这项目没搞那些花里胡哨的口号，核心就干一件事： 给现实世界的收藏品建一套流动的底座。 很多人把它当成抽卡平台，其实 Pack Access 只是最表层的一环。 它底层的价值是由可验证托管撑起来的。 实体收藏品市场有个很尴尬的情况： 高价值单品的周转周期往往以月计算。 Renaiss 试图把这个周期缩短到秒。 通过金库支持的链上资产，所有的鉴定和验证都在入库那一刻完成了。 之后在 Marketplace 里的每一次换手，都是确定性极高的权属转移。 这里有几个核心点可以拎出来看： 验证节点： 不是平台说了算，而是通过多签和节点去确认金库里的东西还在不在、真不真。 资金效率： 因为有回购机制，你的卡不再是死资产，在符合规则的情况下可以快速变现。 物理连接： Redeem 功能确保了链上数据不是自嗨，它是随时可以变成快递包裹送到你手上的实物。 比起那些想把所有东西都 Token 化的项目，Renaiss 聪明在它选了一个垂直且高增长的赛道——收藏品。 这个市场本身就有很强的共识，只是缺一个好用的工具去释放流动性。 刚拿了钱，估计后面会有更多动作。 如果你还在找那种能看得见摸得着的资产上链机会，去官网上翻翻他们的文档，你会回来感谢我的。

再过半年，想接海外单赚美金的人，都会用这个方式找客户 一个能让你月入 $10,000+ 的路径：不在平台等单，直接用 AI 找到需要你服务的海外公司，精准触达客户 你可能觉得这个很难？以前确实难，现在不难了 先说一个暴论：AI 时代写代码赚不了钱，只有找客户，vibe marketing 才能让你真赚到钱 我研究了一圈海外接单的真实数据： Upwork 平均时薪 $39，平台抽 10-15% Fiverr 固定抽 20%，前几个月基本零曝光 Toptal 时薪 $80-200，但只录取前 3% 的申请者 大部分人卡死在同一个地方——被动等单，你把 profile 挂上去，然后祈祷客户搜到你，这不是在搞笑吗？？？ 和全球几百万接单的大牛卷同一个关键词，等来的单子还得竞价，利润被压到极限 全世界的自由职业者，公司都知道要主动找客户，但从 20 世纪开始，这个事就没有被解决过 以前你想主动找客户，得这么干：去 LinkedIn 搜关键词，出来一堆不相关的，一个个点进去看 profile，判断这人是不是决策者 再去找邮箱，一半找不到 好不容易凑了 20 个人，写邮件又不知道怎么开口，一天下来处理 20 个 leads，回复率 3%，等于白干 现在这个活，AI 直接给你干了。 我最近在用一个 AI 找人工具 Lev8（刚拿了 GL Ventures 600 万美金），跑通了从找人到成交的完整链路 我的身份：做 AI 提效、Agent 搭建、自动化工作流的独立开发者，帮 SaaS 公司搭内部自动化，客单价 $3,000-$8,000 我直接跟它说： “我是做 AI 提效、Agent 搭建、自动化工作流的独立开发者，帮 SaaS 公司搭内部自动化，你来帮我先分析我的客户画像，然后帮我找客户 比如：帮我找小型 SaaS 公司，最近 6 个月有融资或产品发布动态，有招聘全职或者兼职AI提效，agent搭建，ai自动化工作六搭建的岗位的公司，提取创始人/CTO 的名字、邮箱、LinkedIn，按匹配度 1-10 分打分，附一句话理由。” 它聚合 50+ 实时数据源（LinkedIn、X、GitHub、公司官网等），直接出一份精准名单 不是那种买来的过时数据库，是实时的、活的数据。每个人都有 360° 画像：公司背景、最近动态、业务痛点、团队规模、匹配度评分 更狠的是下一步—— 它基于每个人最近的真实动态，自动生成个性化破冰邮件 不是一封模板改名字群发，是每封都不一样 比如对方三天前刚发布了新功能，邮件开头就提到这个功能，自然过渡到“我能帮你们把 XX 流程自动化” 对方上周刚发了条推文吐槽内部工具难用？开头就接这个话题 以前要做到这种程度，你得花 30 分钟研究一个人，一天最多写 10 封。现在批量生成，每封都有 context，每封都像是专门写给他的 然后多渠道一键发送——Email、LinkedIn、WhatsApp、X，选渠道，确认内容，发出去 整个流程从输入 prompt 到发出第一批邮件：5分钟 我又试了另一个场景： “帮我找在 YouTube 上有 10W+ 订阅但发布频率下降的创作者，可能需要外包剪辑。提取联系方式，按匹配度排序。” 同样几分钟出结果。做视频剪辑外包的、做设计的、做跨境电商服务的，换个 prompt 就是换个赚钱场景 算一笔账： 传统路径：Upwork 接单，客单价 $5,000，平台抽 10-15%，到手 $4,250。还得和印度团队卷价格，实际成交价可能被压到 $3,000。被动等单，一个月能接 1-2 单已经不错 主动获客路径：客单价 $5,000，直接触达决策人，0 中间商，到手 $5,000。发 50 封精准邮件，回复率 15-25%（因为每封都有 context，不是盲发），8-12 个回复，成交 1-2 单 月入 $5,000-$10,000，不靠平台，不卷价格 关键差异：你触达的不是随机的人，而是“此刻正好需要你服务”的人 以前做到这一点需要一个 BD 团队。现在一个人 + 一个 AI 队友就能跑通完整链路 窗口期不会太长，等到人人都这么干的时候，回复率又会被打下来。先跑通的人，先吃肉 Lev8：

终于知道为啥几乎所有滴滴司机都在唱衰滴滴 回家打滴滴，刚下雨，没人接单。加价三次，等了30分钟，终于有人接了。 结果接单的车，就是一直停在我旁边那辆白色轿车! 一问司机：他在楼下等了20分钟，滴滴没给他派单。 我加的价，全是滴滴平台拿走，司机一块钱没多拿。 乘客加价、司机白等，平台两头赚差价，问了下现在平台抽成都快接近30%了。滴滴，你是真会做生意

AI半导体终局推演2026(II) 当半导体结构性演进到AI推理主线，内存和存储成为了最大瓶颈，市场对内存和存储最大的怀疑就是： HBM/DRAM/SSD会不会摆脱传统周期性？ 依赖HBM指数增长的GPU架构路线进化路线，会不会停止？什么时候停止？ 长鑫扩产的影响有多大？会不会把这个市场重新带入周期泥潭？ 本篇尝试去建立一个框架来梳理这几个问题 —---------—--------- 万物皆周期，而内存的周期性又特别强，最大的来源在于扩产周期过长，无法快速扩产和需求短缺时期错配 摆脱传统周期性几种可能的方式 1. 定制化：产品不可互换，产能不能随便转移，需要签长约。 2. 结构性的指数级需求增长：需求曲线本身很陡峭，而且供给一直追不上。 3. 技术迭代快速升级：每一代产品都快速淘汰上一代。 满足任何一条，就能部分摆脱传统周期；满足两到三条，就能摆脱大部分传统周期 根据这个框架， HBM在三条里，大概占了两条半 1. 定制化，需要签长约（较弱，算半条） HBM 确实有定制化和Nvidia codesign的成分，但并不是很强。真正定制的部分只在封装和 base die，上面那十几层 DRAM die 仍然是完全 JEDEC 标准化的。 比如当 Samsung 的 HBM3E 在 NVIDIA 的 qualification 上没过、份额从大约 60% 一路跌到 20% 的时候，它并没有把这批产能砸在手里报废，而是转手就供给了 Google 的 TPU、AMD. 物理上，给 NVIDIA 的 HBM3E 和给 AMD 的 HBM3E，是同一个东西。 所以产能仍然是部分可以自由转移的。 HBM4之后的定制化更多一些，包括在 base die 上集成定制逻辑和/或缓存。更复杂的方式是将 HBM4E 内存控制器和定制 die-to-die 接口直接放入逻辑 base die SemiAnalysis 提到 OpenAI、NVIDIA 和 AMD 各自都在做定制 HBM 的工作，但这指的是 base die 的定制，上面的 DRAM 层仍然是标准的。 部分定制化的特性，HBM主要在封装上需要合作，这也导致了客户必须签长约，但产能也确实可以转移，所以HBM 能勉强算半条。 2. 结构性的指数需求增长（满足） 最直观的原因，就是Nvidia token factory token throughput的硬件升级需求，导致了HBM带宽的升级换代极快，以及HBM size需求的指数增长 这一条其实就是上一篇AI半导体终局推演2026(I)的结论： token throughput = HBM size × HBM 带宽，每一代翻倍。 HBM size per GPU大概每年增长40%以上 这条需求曲线的陡峭程度，是DRAM供给端 14% 的 wafer 增长，乘以 9% 的 density 提升，很难追上的 在硬件领域，因为attn阶段KV cahce的极高带宽和极高memory size的要求，也导致了HBM独特的地位。即便是HBM涨价三五倍，把钱花在HBM上带来的边际token throughput提升，仍然比花在其他地方要划算的多。 其他几个Memory路线，SRAM，HBF，CXL，PIM，目前都无法在HBM的主力赛道kv cache/attention上正面竞争，起码未来5年甚至更长时间，不太可能找到替代路线 3. 技术迭代快速升级（满足） DDR3时代过了15年，仍然只是DDR5时代，而HBM的升级换代的速度基本上是两年一代，比传统DDR要快很多很多，而且近来还有加速的趋势，HBM size x HBM BW每一代翻倍，目前是完全符合这个规律的 每两年一代HBM升级，NV GPU速度基本是指数型上升：2TB/s ->3.5TB/s->4.8TB/s ->8TB/s->22TB/s，而且HBM的速度和推理token throughput是完全线性正比的，上一代HBM的边际使用成本会不划算，大家都有动机去尽量用最新的产品，虽然更贵，但是带来的收益(token throughput)是更多的 Token factory时代的逻辑是，技术升级（HBM带宽）的越多，赚的越多 这个速度差，造成了一个和 CPU 类似的局面：旧产品快速贬值，于是囤货的价值在变低，比如说，HBM3的价值贬值的非常快，今天基本上主流产品不会用了 所以HBM 厂商的理性选择，从拼当前的产能去占市场（quantity competition），变成了在稳定性和HBM速度上拼技术，拼下一代在 NVIDIA 平台上的 qualification 份额（quality competition），从而避免了在传统周期的下行波段，大家都不愿减产掉市场份额的囚徒困境。 —--------------—-------------- HBM和传统DRAM比较，三个条件里满足了两个半，那么HBM能摆脱传统周期性吗？ 内存周期性的来源，主流叙事是，DRAM 有Commodity属性（无差异化 → 价格战 →库存可囤积），所以有周期性。 而Commodity属性本身并不产生周期，它只是一个振幅放大器 特别是DRAM领域里，曾经产生过囚徒困境，在下行周期三星曾经扩产抢市场份额，谁先减产谁吃亏，导致谁也不敢轻易减产，最后大家都亏损惨烈 实际上周期性的主要结构性来源是供给周期太长，很容易和需求周期错位。建一座 fab 要 3 年，投资上百亿美元，一旦决策就不可逆，而需求增长会有不稳定性，每次出现新范式增长，比如云服务，移动互联网手机，疫情线上需求，会有爆发式增长，而过了两年增长会放缓，供给高于需求，降价过猛，就变成了亏钱周期 万物皆周期，HBM这一条同样是无法避免，但只要token需求仍然是指数型增长，结构性的指数增长会减弱周期性，因为需求可预测度更好，而且一旦降价，客户就有增大HBM size的需求（从而增大token throughput），加上HBM有一点定制化要求导致都是长约，从而从周期性转化成成长周期性，而且这一轮周期会特别长 周期性：上行周期赚的多，下行周期亏的多 成长周期性：上行周期赚的多，下行周期赚的少 另外，HBM/DRAM在这三条摆脱传统周期的条件的基础上，还有一条重要优势： 4. 因为DRAM密度增长scaling越来越慢，以及HBM升级换代导致DRAM堆叠倍数的增加，供给端的扩产难度持续增加 2000年附近，DRAM每片wafer上DRAM bit密度每年增长大概45%，也就是说，就算晶圆wafer数量不扩产，每年的供给端DRAM bit仍然可以增长45% 十年前，DRAM bit每年密度增长降到了20%，而现在，DRAM bit每年密度增长降到了9%。以前DRAM扩产甚至不怎么需要新建厂房就能得到每年20~30%的bit volume上升，现在DRAM要扩产，更多的是靠wafer数量的增长，也就是新建厂房和clean room。 另外一个HBM快速扩产难度在于，HBM3e大概需要3倍的DRAM wafer晶圆，而HBM4由于堆叠密度的增加，大概需要4倍的DRAM wafer晶圆数量，相当于HBM bit相对于DRAM bit一直变得更难制造，单位DRAM wafer数量制造的HBM bit越来越少，相当于在通缩 ---------------------------------- HBM未来有一天，会不会从成长周期性，变回传统周期性？最重要的因素是结构性指数增长，那么 AI推理时代，这个依赖HBM指数增长的GPU架构路线进化路线，会不会停止？什么时候停止？ token throughput = HBM size × HBM 带宽，这个HBM指数增长的第一性原理里的HBM size的增长原因正是KV cache的增长。KVCache的特性以及Attention的特性,也是非常契合HBM的。甚至让HBM领先于其他的技术路线, 能够最大化地让KVCache和Attention 阶段的利用率。 换言之， 如果KV cache从架构上不存在了，那么HBM size指数增长逻辑也会受到挑战 所以这个问题的本质其实是，这一轮以 Transformer 为代表的 attention 机制、以及由它衍生的 KV cache 机制，会不会消失？退潮之后会不会被取代？ 从历史规律来看：每一次AI模型架构革命，真正被保留下来的，是那些在数学上具有某种普适性的 primitive 操作 举个例子：FFN（前馈网络，也就是模型里大量的 MLP 层）是 2012 年深度学习时代的产物，但它一路活到了今天的大语言模型里，并且仍然占据着模型相当大的参数量。它为什么能活下来？因为这也是一种universal approximation theorem（通用逼近定理）：任何足够宽的 MLP 都能逼近任意连续函数 Attention 大概率也是这样一个会被保留的 primitive。因为它解决的是一个同样 基础的问题：序列sequence 中任意两个位置之间的 dynamic routing（动态路由），让一个序列里任意两个位置都能按需建立联系。这个能力一旦被验证有效，就很难被丢弃 所以即便未来架构从纯 Transformer 向混合架构演进，或者向世界模型演进，但attention 层依然会存在，KV cache（或者它经过 latent compression 之后的等价物）依然需要，HBM依然会作为推理核心之一，这个依赖HBM指数增长的GPU KV cache架构路线进化路线，不会停止 —---------------—--------------- 那么DRAM呢？在未来有没有摆脱传统周期性的可能？ HBM摆脱周期性在市场上有一定共识，但DRAM摆脱周期性，市场目前基本没有共识 还是回到刚才的框架，三个摆脱传统周期的条件里，DRAM是没有定制化的，所以就只能看技术迭代速度，最关键的还是要看，有没有结构性的指数增长，答案是有的 在 AI token factory 这个概念里，结构性指数增长的确实主要是 HBM。但事情在 2025 年年底之后起了变化：随着 agentic CPU开始释放潜力，CPU 附带的那部分 DRAM 需求，正在成为 DRAM 新的结构性指数增长来源 —------ 这部分的增长逻辑分两层：第一层是CPU 服务器TAM的快速增长，第二层是每个服务器CPU core配备的DRAM用量的因为agentic flow快速增长 服务器CPU TAM的快速增长的4个逻辑在4月的CPU专篇详细写过，简单的说： 1. AI 加速器集群里CPU和GPU配比从传统的1：4变成1：2，甚至可能往1：1迈进 2. Agentic flow里CPU处理的延迟占比很高，50~90%成为重要瓶颈，需要同步扩容 3. AI coding让SDE的效率大幅提升，代码量数量级增长，软件API调用指数级增长，直接转化为这部分CPU hours指数级上升 4. Sandbox为保障数据安全与隔离，如Analytical Agent 需为每个任务复制大量数据库和用户上下文，导致内存(DRAM)和CPU核心的严重浪费，而且这个浪费问题五年甚至更久无法解决。另外CPU hours 在技术上很难通过优化的方法来通缩 这也就是为什么，上上个季度，AMD的财报说CPU TAM到2030年会到60B，两个月前，AMD/ARM把CPU TAM的2030年预测翻倍到120B，一个月前，Nvidia再次把CPU TAM的2030年预测翻倍到200B 而上个星期，Bernstein再次提升2030 CPU TAM指引到223B。在我看来，2031 CPU TAM未来上修到400B是没有太大悬念的事情，唯一的悬念是几个巨头会什么时候宣布上修这个指引 再说说第二层，为什么每个服务器CPU core配备的DRAM用量在agentic时代快速增长？ 1. Agent 是带状态的长驻进程，不是无状态的请求-响应 传统 web/SaaS 是 stateless 的：请求进来，分配内存，处理完内存立刻回收。而一个 Agent 任务可以跑 一分钟到一个小时，这整段时间里，它的 message history、system prompt、工作记忆、长期记忆、工具结果 buffer 全部常驻 DRAM 和 CPU hours 一样，每个任务的内存足迹因为 stateful 和 sandbox 隔离(每个任务复制数据库和上下文)的要求，技术上很难压缩 2. 上下文窗口在指数级变长，每个会话的工作集随之膨胀，并发度 × 单会话memory footprint，乘数放大 context window 从 32K → 256K → 1M，reasoning / test-time compute 的序列长度爆炸，未来还会继续增大。每个活跃会话常驻的 messages 随 context 长度线性增长 现在把两层乘起来。 第一层，CPU server 的 TAM，朝 2030~2031 看大概是 5–7 倍的量级(60B → 120B → 200B → 223B，我认为还会到 400B) 第二层，每颗 CPU 的 DRAM 配比，大概 3–4 倍(4~8GB → 16~32 GB/core)，但这个增长可能大部分是一次性红利 两个独立变量相乘，server 侧的 DRAM 需求是数量级的增长 2030年，即便按保守的300B CPU TAM，一个CPU core按$50来算，agent时代最保守按16GB/core，这算出来新增量最少都是96EB，而今年的DRAM总产量只有47EB，明年勉强60EB，这是非常惊人的增量 虽然这个agentic CPU带来的DRAM指数级增长，在第二层很大程度上是一次性红利，但持续时间会持续很久很久，因为这个短缺的缺口实在是太大了 —-------- 回到文章开头那个框架。三个摆脱传统周期的条件里，第一条DRAM 定制化，基本可以忽略 而第二条：一个结构性指数级、而且很难逆转的需求来源是成立的。commodity DRAM 现在也具备了部分摆脱传统周期性的资格。没有 HBM(两条半)那么彻底，但已经是实质性的变化 第三条，技术迭代速度，DRAM的节奏也跟以前不一样了 因为以前的DRAM技术迭代速度是严重依赖消费电子的，DDR的进步对于performance用处并不大，但可预见的未来里，碳基消费的传统DRAM，会远远小于硅基消费（CPU服务器）DRAM的用量 以前DRAM的速度升级带来的边际效用是很低的，但现在因为CPU服务器对memory的需求增大，以及端侧AI对DDR速度的要求也增大，比如苹果为了跑本地大模型，LPDDR速度越来越快 速度升级的边际效用高了不少，所以DDR6和LPDDR6的速度迭代需求比以前提升了太大了，这在图里也可以看到，LPDDR6/DDR6的迭代时间缩短了，而且速度斜率，重新开始抬头 以前新一代DDR/LPDDR技术出来，大家的反应都很冷淡，等降价了才会用 而现在LPDDR6出来，各家恨不得都在抢着能尽量早上就尽量早，因为速度的提升带来的performance提升是触手可及的 ------ 另外，DDR 的供给还要被 HBM 额外抽一道税。HBM 每年的扩产速度太快，导致每年都有一批原本可以做 commodity DDR 的 wafer 被拉去做 HBM，而 HBM 的转换比极低，HBM3E 大约要 3 片 DDR wafer 的产能才能做出等量的 bit，HBM4 是4 片。所以每年大约有 3% 到 5% 的 DDR bit 增长，是被这个 HBM bit tax直接吃掉的 所以DRAM bit volume虽然未来每年能增长24%左右（14%来自wafer增长，9%来自每个wafer的DRAM密度增长），但算上HBM bit tax之后，传统的、非 HBM 的 commodity DDR，每年的 bit growth 大概只有 20%（约 10% 的 wafer 增长 × 约 9% 的 node density 提升） —--------------------- 中国长鑫扩产的影响有多大？如果不讲武德拼命扩产，会不会把这个市场重新带入周期泥潭？ 长鑫这几年的扩产速度还是很快的，2025年还是每个月20万晶圆，2026年北京晶圆厂及新增生产线的贡献就能到32~35万。 正在建设中的上海工厂一期和二期，一期预计到2027年每月新增10万片晶圆产能，二期预计到2028年每月新增10万片晶圆产能，也就是说，2027年每个月42万晶圆，2028年能到每个月50万晶圆。 但需要注意的是，长鑫的dram bit 密度大概只有御三家的一半左右，所以长鑫的每个月50万晶圆wafer能产出的dram bit volume只有其他家的一半，这里计算wafer per month的时候，就按等效一半来算 把这个折扣打上之后，长鑫对整个DRAM行业的冲击还是小了很多，从2025年年底到2028年年底，长鑫对DRAM bit产能CAGR的影响大概只有1.5%，全行业的DRAM产能CAGR大概从12.7%升到14.2% DRAM月产能(kwspm) 2025E → 2028E CAGR Samsung 685K → 920K 10.3% SK Hynix 519K → 725K 11.8% Micron 340K → 560K 18.1% 非中国其他 150K → 218K 13.3% 中国(密度折半) 117K → 274K 32.8% ————————————————— 含中国总计 1811K → 2697K 14.2% 无中国总计 1694K → 2423K 12.7% 就算是长鑫未来还能保持增产速度，2030年对全行业等效产能每年DRAM bit volume增产CAGR的影响，大概也不到3%，从20% CAGR变成23% CAGR，仅此而已 另外，长鑫被光刻机所限制，而DDR6 需要更高速率（14400 MT/s 起步）和更高密度,御三家做 DDR6 大概率会用 1c 或更先进节点（~12nm 以下），已经全面用 EUV。长鑫可能会在DDR6上速率受限，密度也只有一半。 —---------------- 即便是成长性周期，为什么DRAM的这轮超级周期会持续很长时间，起码五年看不到头？ 第一个原因是，刚才谈到的CPU服务器需求端的巨量增长带来的结构性DRAM需求指数增长，这里结合DRAM供给端的bit volume CAGR大概稳定20%增长，就可以很清晰的看到，DRAM未来几年的缺口为什么越来越大： 非HBM的传统DRAM供给端大概是每年增长20%，而需求端，按2026年60B CPU TAM，每个CPU消耗DRAM平均8GB/core，每个core $30~35来算，需求是16EB 2030年按400B CPU TAM，每个CPU消耗DRAM平均16GB/core，每个core $80来算(CPU涨价超过一倍)，需求是80EB，这部分DRAM的增长CAGR大概是50%，远远超过目前的估算 不同于HBM是直接和token throughput挂钩，从而和GPU赚钱效率直接挂钩，DRAM不够对于agent flow的影响主要是速度，比如说，8GB/core和16GB/core比起来，部分workload速度可能降低30%，部分低价值task实在要等等也能忍，结构性指数增长的动机很强，但需求不如GPU那么刚性 Semianalysis说今年的DRAM缺口式个位数百分数，明年是超过10%。从agent CPU数量激增导致的DRAM结构性来看，这个缺口每年都会继续加大，在2030年之前看不到降低的可能 —---- 另外一个DRAM能延续强势很久的逻辑是，因为DRAM涨价之后，被涨价消灭的那部分需求，不是真的消失了，只是延迟了，需求蓄水池太多了。 所谓蓄水池，是指那些"内存一旦降价就会立刻被释放出来的潜在需求"。它们的存在，意味着即便供给阶段性跟上了，价格也很难崩，因为总有新的需求从蓄水池里涌出来接盘： 内存换算力/速度是一个蓄水池： 有大量本来需要靠额外内存来优化速度和算力的需求，在内存太贵时被压着，一旦内存降价就会被释放出来。 比如 Nvidia的CPX prefill 加速，本来的设计初衷是用额外的低成本GDDR7，来做一个专门的prefill加速器，结果LPDDR/GDDR都太贵了，比涨价前的HBM还贵，这个方案的ROI就不划算了，但等到普通内存降价，这样类似CPX的优化方案就还会回来 低价值task是一个蓄水池：内存涨价导致token价格居高不下时，高价值的 task 被优先保留，低价值的 task 被延后；内存一降价，这些被延迟的需求就回来了。 端侧 AI 是一个蓄水池：AI PC 的内存配置可能从 24GB 一路涨到 128GB。苹果已经明确要求最新的端侧AI满血版需要从8GB升级到12GB内存 常规消费电子、Agent PC、低端手机，因为内存涨价而减少的需求，全都是蓄水池。 这么多蓄水池叠在一起，构成了一个极厚的需求缓冲垫。这就是为什么 DDR 这轮的结构性增长，后劲会比市场想象的要强。 —----- 还有一个DRAM价格很难大幅下降的原因在于，HBM和DRAM产能可以互相转换，所以整个DRAM complex是一起re-rate的 在上行期DRAM的利润率远超HBM，HBM的涨价幅度甚至变成了由DRAM去推动。今年新签约的HBM4的价格，就是当期DRAM的价格 x 4，也就是正常堆叠倍数对应HBM4的价格 一旦DRAM降价毛利下滑，因为HBM的长约透明性，利润率都是有保障的，HBM就会间接抽走更多的DRAM产能，HBM的降价也会让GPU厂商更有动力尽可能的升级HBM size，这样也间接保障了DRAM的价格地板 DRAM的结构性指数增长的需求有了，density scaling放缓扩产难度在增加，厂商扩产计划都很谨慎，长鑫这几年带来的影响也是有限的，再加上需求的蓄水池非常庞大，这四个原因导致了，在可预见的至少五年甚至更长时间内，DRAM是很难进入周期低谷的。 —-------------- NAND SSD有希望摆脱传统周期性吗？ NAND 的结构性增长动力没有 DDR 那么强，今年的缺货主要原因是几个主要玩家的生产纪律保持的很好，并没有大规模扩产，每年的产能增加主要来源于技术改进：NAND堆叠层数的增加 第一个结构性增长来自AI，主要来自 KV cache 的 offloading，把HBM溢出的warm/cold KV cache 卸载到 NAND SSD上。 但神奇的事情是，这个kv cache offloading的增长甚至还没有大规模发生，SSD就已经缺的比DRAM还严重了，涨价也比DRAM要更多。等到明年Rubin CMX放量，加上KV cache offloading大规模应用，SSD的缺货也会因为这个结构性增长而增长 第二个，另一个去年年度总结里说到的未来可期的AI视频带来的结构性增量，今年已经有出圈的态势了 Seedance体量在以一年十倍到四十倍的速度增长。目前它还卡在缺卡算力不足的阶段，需求被算力压着没完全释放。但等到缺卡阶段过去，AI 视频对NAND存储的结构性需求增长，会持续相当长的一段时间。 第三个结构性增长也同样来自于agent flow带来的Sandbox使用量的指数级增长，Sandbox为保障数据安全与隔离，如Analytical Agent 需为每个任务复制大量数据库和用户上下文，导致内存(DRAM)和CPU核心的严重浪费，同样会带来大量的SSD的浪费（需求） 第四个也许在2030年之后发挥作用的结构性增长，来自于HBF路线需要用到SSD，在不少投行分析中被寄予厚望，但这个技术路线还有些遥远，主要角色定位只能作为存放大模型的weights，写一次权重然后做只读，而且必须要和GPU/HBM封装在一起（48TBps/96TBps），否则靠PCIE7/8速度太慢完全无法用，只能说未来可期，下一篇AI半导体终局推演2026(III)会有更详细的分析 总之，NAND SSD的结构性增长没有HBM那么强，但是胜在便宜，价格到2027年也只有$0.8/GB，是同期DRAM的四十分之一，所以也算是多级缓存里的万金油属性，结构性增长来源太广泛了 也就是说，不存在DRAM/HBM单独涨价繁荣，而SSD不涨价的情况，因为如果这样的情况发生，那么大家就会想办法用SSD去承载DRAM/HBM的部分功能，用更低的成本实现类似的效果。HBM、DRAM、NAND 不是三个独立故事，而是同一 AI memory hierarchy 在不同温度层的结构性增长 结构性指数增长的需求有了，NAND SSD摆脱周期了吗？ 那么就要看NAND SSD厂家的生产纪律了，唯一可能不遵守生产纪律的，只有长存。毕竟这是一个囚徒困境，一旦有一家不讲武德拼命扩产，整个NAND产业要扩产的难度比DRAM简单的多。 但最起码的，这一轮NAND同样是超级周期，几个结构性指数增长带来的需求，下行期推迟到2030年问题不大

前兩天晚上坐在門口抽煙，看到越南小朋友愁眉苦臉，問問怎麼回事，結果是世界杯來了，小傢伙從網上買了個中古ナビ帶ワクTV的，想裝在車上，他家裡沒電視，NHK的世界杯直播還是全免費。拆車件的本體和套件寄來了，一張紙的簡單日文說明，小傢伙麻了爪兒，問附近自動車工場要五六萬円，他花不起。我建議他去豊田網站找找說明，他說他下了個PDF，600多頁，全是操作說明，沒安裝什麼事兒。我正好沒事，接過來看看覺得不難，找了把改錐，把前面板給他拆了，豊田的車系都是通用接口，十來分鐘連天線和主機加行動破解都裝完了，扣好面板，小傢伙看上了世界杯。我回去抽煙，一會兒工夫小傢伙拎著個塑料袋，送了好幾瓶可樂過來。 今天早晨碰到，小朋友說他有個朋友晚上開車過來，問我有沒有時間？還說讓他朋友給我買一箱可樂，我說沒事，也不用買可樂，你們做個越南牛肉粉給我就行了😸。

26年第6期复盘，多空分歧加大，82828会不会成为本轮反弹的最高点和拐点？高位震荡看不清方向该如何操作？本周消息面大事不少，加上这一个月AI和存储推动全球股市的加速上涨，市场情绪已经FOMO，盘面的波动也在进一步加剧。大饼是跟着AI热潮继续高歌猛进破反弹新高，还是已经到了本轮拐点开始最后一跌，我们一起来分析研判。 首先贝姐还是坚持已经接近顶部的观点，过去两个月一直在等待大饼来到83000和85000这个区间，这里是周线级别大型头肩顶的颈线位。这波反弹属于熊市下跌过程的反抽确认行情。眼下可能已经出了反弹的拐点，也可能继续突破新高，这只能交给时间去证明，但从熊市的长期结构上来说已经处于相对高位，这里风下跌险是明显高于收益的。 市场从前期的一边倒看空，到现在合约费率恢复正常，说明市场分歧加剧，判断的难度也在加大。那么当下的应对策略才是重要的，要知道我已经在大饼82000和SOL 98开始分批做空了低倍空单，目前仓位25%，空单都是浮盈的状态。 对我来说，当下最重要的就是关注79000这个关键支撑的得失情况，昨晚盘面一波放量下杀之后79000破位，但今天又顽强的走出了二探站稳的迹象。因为79000是目前大饼日线布林带中轨和MA20均线的位置，也是前期多空争夺的关键位置。 所以乐观点来看，只要79000这里不能有效破位，行情就还保持强势，可以期待短期指标修复后继续上攻83000。毕竟周线6连涨之后，指标也有修复需要。24年和25年都出现过两次周线7连涨的情况，后面也都迎来了阶段性调整，而且当时是牛市趋势中。如果大饼这波调整后没有破位，那我很期待继续创出新高，我能继续高位加仓低倍空单，毕竟大仓位还没进场。 悲观一点来看，82828就是本轮反弹拐点，那么接下来的操作也比较清晰，还是看79000这里，有效跌破之后就进场追空，M顶形成，我打算至少加仓到50%的仓位，以免踏空最后一跌的长线趋势。留一半仓位防守，防这两周日线级别调整完毕后，大饼再次走周线级别的冲高行情，可进可退。毕竟美股和AI的热潮还未消退，依然可以把大饼撑起来，周线级别二次认顶可能性也不小。 SOL、ETH和BNB这些大市值主流，这波反弹滞后于大饼，仍有一定的补涨需要，但前提是大饼得稳住，像SOL才刚突破到98，就迎来了大饼回调，直接被带下来了。所以主流山寨还是逢高减仓，逢高开空合适，跟着大饼操作比较稳妥。 接下来半年的行情，整体还是看空为主，只是拐点确认还需要些时间，边走边看，一边调整策略，祝大家都能卖在最高点，空在最高点。 贝姐电报群进

✨資訊公告✨ TPE48 第11張單曲《偷偷被你打敗》數位下載版將於 4/9 12:00 於 Dolfan 商城開放販售🎉 本次還特別推出 ୨୧ 數位預購版特別活動 ୨୧ 凡購買《偷偷被你打敗》數位單曲，即獲得指定成員1:1合照抽選資格 還沒有取得握手會序號的話，也可以考慮看看隨機照片與實體單曲不同的數位下載版喔！