与「同期会」相关的搜索结果

又一个稳定币大肉理财来了 Gate 上线了 USD1 奖励活动，横向对比同期同类型活动，预期收益最大，给到一个夯 ⬇️ - 实时年化收益率 20% - 没有额度限制 - 每日派息，可以利滚利 - 现货账户、永续合约账户、交割账户、期权账户，或者统一账户都能享受，和 Binance 一致，不占用资金 活动简介：Gate 首页 -> 理财 -> 持币生息 -> 活动专区 但年化收益率并非固定，每日14:00 左右公布，和 BN 一样人多了就会被稀释，因此越早存进去越好

蒋介石退守台湾，很多人以为是被解放军打到无路可走才仓皇出逃，但真实情况是：早在三大战役打完之前，退路就已经规划好了。推动这个决策的，不是哪位将领，而是一个地理学教授。 这个人叫张其昀，浙江宁波鄞县人，字晓峰，是中国人文地理学公认的开山人物。他的本职是教书、写书、研究地理，从未带过一兵一卒，却在1948年底的那个关键节点，用一套地理分析说服了蒋介石放弃大陆、转守台湾。 张其昀走进蒋介石视野，靠的是同乡陈布雷的引荐。陈布雷是蒋介石最倚重的文胆，长期充当核心幕僚。张其昀所著的《中国历代教育家史略》，据记载深得蒋介石赏识，蒋亲自在书眉上批注，还嘱咐他续写《中国历代军事史略》。这种私人赏识，是张其昀进入核心圈子的真正入场券。 1948年11月13日，陈布雷自杀。这个消息对蒋介石来说不只是失去一个幕僚，而是在最危急的时刻失去了最信任的智囊。张其昀在此后逐渐填补了这个空缺，成为蒋介石身边少有的文人顾问。 彼时的军事形势已经不容乐观。辽沈战役在1948年11月2日结束，国民党损失47万人，东北全境丢失。淮海战役和平津战役同期展开，国民党军节节溃败。三大战役打完，国民党赖以维持统治的主力军队几乎被打光，合计损失154万人。南京直接暴露在解放军的推进方向上。 就在这个当口，国民党内部关于"退往哪里"的争论已经相当激烈。多数高级将领主张效仿抗战时期，退守大西南，依托四川、西康的山地地形与解放军周旋。也有少数人提出退守海南岛。张其昀力排这两种意见，坚持推台湾。 他反对西南方案的理由，不是情绪判断，而是地理逻辑。四川地势险要是真，但西南属于大陆腹地，解放军擅长山地作战，且对西南各省的渗透已经相当深入。更麻烦的是，西南派系林立，川康地方势力盘根错节，一旦被包围，粮食弹药的补给线极难维持，最终只会是瓮中之鳖。 海南方案他同样否定。琼州海峡最窄处不过十几公里，岛屿面积小，战略纵深不足，根本无法支撑长期经营。后来的事实也印证了这个判断——1950年解放军渡海作战，56天就拿下了海南，薛岳的防线几乎没能撑住。 台湾的优势，张其昀从几个维度逐一论证。最核心的一条是台湾海峡的宽度：130到200公里，以1949年解放军当时的海军和空军实力，跨海进攻的难度极大，国民党仍保有海空军优势，这道海峡就是天然屏障。其次是基础设施，日本殖民台湾50年，留下了相对完整的铁路、港口、电厂和糖厂，不需要从零建起。再加上台湾气候适宜、稻米蔗糖产量充足，具备自给自足的条件，面积也远大于海南，有足够的战略纵深。 蒋介石最初倾向西南方案，对四川的地理优势仍有信心。但张其昀的分析逐渐打动了他。蒋介石接受了台湾方案，随即开始部署。 1948年12月，陈诚被任命为台湾省主席，接替魏道明，1949年1月5日正式就职。蒋经国则出任台湾省党部主任委员，负责党务整顿与情报控制。这两个任命，把蒋介石最信任的两个人提前送进了台湾，为后续迁台做好政治准备。 与此同时，资产转移也悄然启动。1948年12月1日，中央银行总裁俞鸿钧密令将黄金从上海金库运往台湾基隆，首批约260万两。此后分批运出，至1949年5月上海解放前，共运出约400万两黄金及大量银元外汇。这批黄金后来成为国民党在台湾推行币制改革、维持军政开支的核心资本。 故宫文物的迁移几乎同步进行。第一批320箱于1948年12月22日离开南京；第二批1680箱于1949年1月6日出发，其中包含文渊阁《四库全书》；第三批972箱于1949年1月29日启运。三批合计2972箱，多为精品，占南京所藏文物约四分之一。 1949年1月21日，蒋介石宣布下野，退居浙江奉化溪口，由李宗仁代行总统职权。但他在溪口建立了七部电台，实际上仍在遥控军政事务。4月23日南京解放，4月25日他离开溪口，5月17日飞抵台湾高雄。此后他往返于台北、广州、重庆、成都之间，指挥残余力量作最后抵抗。1949年12月10日，从成都凤凰山机场起飞，此后再未踏上大陆土地。 张其昀也在1949年随国民党当局赴台，后来在台湾创办了中国文化学院，也就是今天的中国文化大学。 一个地理学教授，靠着对山川形势、海峡宽度、岛屿面积和基础设施的专业判断，在军事溃败最混乱的时刻，给出了一个将领们没能给出的答案。历史的走向，有时候真的取决于一个人在关键节点上说了什么。

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。

【#赖清德干儿子沉迷赌博诈骗上亿##】# 赖清德干儿子诈骗被轻判岛内炸锅 台南市前副市长颜纯左之子颜大钧靠“官二代”名气，诈骗上亿元（新台币，下同），一审重判7年10月，但27日二审改判2年，缓刑5年。 据了解，颜大钧沉迷赌博，曾高调宣扬“赖清德是我干爹”。此案引发岛内舆论“炸锅”，有网友讽刺称“干爹果然厉害”。台湾青年联合会理事长何溢诚对 表示，考虑到颜大钧“赖清德干儿子”的标签，不免予人“没钱重判、有钱免判”“有关系就没关系”“判罚毫无公平可言”的质疑，这样的判罚结果也侵蚀台湾司法在岛内民众中的公信力。 台湾媒体人吴东昇则认为，自从赖清德当局执政之后，台湾司法沉沦，司法人员“看颜色办案”，民众即使愤怒，也无可奈何。 据公开资料，赖清德曾在2010年12月至2017年9月任台南市市长，颜纯左同期担任该市副市长，任职时间为2010年12月至2017年1月。

前几天看了不少人说 @42space 大把都只是在讲从Polymarket类型的预测市场机制来看，42的机制多么多么的“不合理” 不能说这个说法是错的，但是路走窄了兄弟。这就好像你跟F1赛车说你耐久力不好，跟拉力赛车讲你空气动力学不对一样 都是赛车，差别天差地远 @Leozayaat 自己也说了，这个东西他就不是传统意义上的预测市场，而是新闻事件期权，可以做多做空的那种 他真正的对标，压根就不是Predict或者Polymarket上的盘口，而是战壕里最大的门类 —— 新闻盘 “Pump Fun是大众传媒” —— 加密韦驮 我这句话到今天一直被小黑子三不五时拿来黑我 但是没有人能证明我是错的 因为新闻本身就是最好的博弈载体 —— 影响受众最广、门槛最低、博弈注意力的周期、博弈新闻本身的真假、博弈新闻造成的结果 （想象一下新闻盘出现在“斐迪南大公遇刺”的时代会如何） Pump Fun为代表的传统战壕本质上是博弈注意力 - 流动性定价（见我主页开源镰刀25）为基础的3- 125x的单向做多合约 它不能开空，不足以捕捉其他围绕新闻进行的博弈 42通过把预测市场和战壕冲狗结合，解决了这一点：赔率以内靠二元期权，赔率以外靠链上博弈 而且用的是最BNB的形式 —— 冲狗 不管你对机制有什么意见，BNB链上的现实就是活跃用户基本只有两类行为模式 —— 合约用户、冲狗用户 我BNB Chain自有国庆在此，单纯把Kalshi预测市场那一套照搬进来并无卵用 42只需要解决一个问题：只有42的合约，才是有正统性的新闻盘，彻底解决掉BNB的分流问题 所以再一次，不要把42当成预测市场 任何项目方要让大家认可它是更牛逼的预测市场，需要统战各种实际上已经是量化交易员的用户，要被拿去和Polymarket比较，是困难的任务 但是要做到“新闻正统在42”，只需要把每一个BNB关心的重点新闻盘拉过$50K农民日结盘的合格线就行了 利益相关：没鸡毛利益，@42space 跟 @Hertzflow_xyz 同期 @EASYResidency 毕业，替好兄弟说几句罢了

比英伟达快 10 倍， $MU 仅用 48 天市值破万亿 5 月 26 日，美光科技（ $MU）股价单日飙升约 19%，市值首次突破 1 万亿美元。 触发因素是 UBS 分析师 Timothy Arcuri 将目标价从 535 美元上调至 1625 美元，是华尔街 46 位覆盖美光的分析师中最高的。这个目标价意味着，以上周五 751 美元的收盘价计算，还有翻倍以上空间。 据道琼斯市场数据，美光从 5000 亿到万亿仅用了 48 个交易日，英伟达走完同一里程碑用了约 490 天，苹果约 1520 天，伯克希尔·哈撒韦约 1580 天。美光的速度是英伟达的 10 倍。 UBS 给出的核心判断是，AI 驱动的长期供应协议（LTA）锁定了产量并部分固定了价格，美光正在从周期性商品股转变为结构性成长股，「没有理由不按类似英伟达的市盈率水平交易」。 按 UBS 预测，美光 2027 至 2029 财年每股盈利将超过 100 美元，即便以盘中高点约 891 美元计算，前瞻市盈率也仅约 8.4 倍，标普 500 整体约 21 倍。 支撑这条曲线的是存储芯片 40 多年来最严重的供需失衡。数据中心预计 2026 年消耗全球 70% 的存储芯片产出，HBM 产能已售罄至 2027 年，DRAM 和 NAND 价格在 2026 年 Q1 暴涨超过 90%。 美光 CEO Sanjay Mehrotra 说：「AI 不仅增加了对存储的需求，它从根本上将存储重新定义为 AI 时代的关键战略资产。」 一年前美光市值约 1070 亿美元，如今翻了近 10 倍。一个月前涨了约 80%，自 3 月底低点以来涨幅达 180%，同期为标普 500 贡献的市值增量几乎与亚马逊相当。 值得注意的是，这轮行情中英伟达是缺席的。费城半导体指数与英伟达股价出现了罕见的大幅分化，存储和设备股接过了 AI 半导体行情的接力棒。美光在标普 500 中仅占约 1.5% 的权重，远低于「七巨头」各自 6% 以上，但 5 月 26 日当天对指数的贡献超过了任何一家七巨头。 美光是全球三大存储芯片厂商中唯一的美国本土企业（另外两家是韩国的 SK 海力士和三星）。预测市场平台 Kalshi 上，关于美国政府是否会在 2026 年入股美光的赌盘，概率已达 40%。

从公开可以推算的数据看出 ， 宇树科技 的 销售费用率 是多少。 这是从其IPO招股书（申报稿/上会稿）及公开报道中可直接推算或引用的数据。销售费用（含销售人员薪酬）约7600万元，对应同期营收约11.67亿元（全年营收约17.08亿元）。 这一下降得益于规模效应（人形/四足机器人销量爆发）、事件营销（如春晚）效率提升，以及客户结构以科研教育机构为主（定价权较强、营销依赖度低）。 历史趋势（公开可推算数据） 2022年：销售费用率约21%。 2024年：销售费用率约15.08%。 2025年前三季度：降至6.51%（显著低于同行，如优必选2024年超40%）。

AI电力卡在哪些环节？从发电厂到GPU机柜，一张图聊聊AI电力链条上卡脖子环节的逻辑。Serenity今天开始喊800VDC了 76%。PJM覆盖的区域包括弗吉尼亚、马里兰、宾夕法尼亚等超过十个州，恰好是美国AI基础设施最密集的区域之一。马上进入夏季，又是整个用电能换消耗的高峰。梳理下 1、电力卡住数据中心脖子的逻辑 数据中心 18–36 个月就能建好，但输电、变电站、大型变压器、燃气轮机、可调度电源的建设周期动辄 4–8 年，甚至更长。负荷高度集中、负荷率极高、可靠性要求极严，这就把矛盾彻底激化了。 IEA l数据表明：全球数据中心用电 2024 年 415 TWh → 2030 年 945 TWh，净增 530 TWh，折算平均功率约 60.5 GW。按 85–95% 高负荷率+冗余设计，实际对电网和设备链的压力接近 80–100 GW 级接入容量。 美国同期增量在149–404TWh，对应新增平均功率17–46 GW，按 LBNL 50% 利用率口径，2028 年总功率需求可能达 74–132 GW。 2、数据中心的建设能能带动一大批电力相关产业链条 每 100 MW AI数据中心园区拉动： • 100–150 MW 公用事业接入容量 • 多台主变+备用变压器 • 高压/中压开关站 • UPS、PDU、母线、备用发电机 • 数万米电缆 + 大型冷却系统 + EPC 一个 100MW AI数据中心园区就是120 MW 表计负荷（PUE 1.2），一年接近 0.95 TWh； 1GW数据中心直接 9.46 TWh——相当于一个中小国家全年用电。AI 不是买服务器，是在建一座小型电力系统。 AI数据中心对电力需求不是简单多发多少度电，而是要在极短时间内完成发电-输电-变电-配电-园区电气-备电-冷却一整套系统工程。 3、电力行业的逻辑已经发生变化： AI数据中心的竞争，已经从芯片、服务器，打到了电力资产。谁能拿到稳定电力，谁就能更快把数据中心建起来。 谁有电网、储能、并网和现场供电能力，谁就会被重新定价。 投资核心逻辑就一句话：最稀缺的不是电，而是已有并网点 + 已有可调度电源 + 能快速交付电网设备的组合。 详细的可以看推文配图、应该是比较清晰全面的了。 本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」