与「寛一郎」相关的搜索结果

人人都知道温泉关的300斯巴达人。 但几乎没人知道完整故事。 先说数字。那个山口不是300个希腊人，而是约7000人。斯巴达人、色萨利人、底比斯人、福基斯人、洛克里斯人、阿卡迪亚人、科林斯人。来自希腊各地的公民战士向北进军，明知将面对古代世界最庞大的军队。 300人只是标题。坚守到最后的人。 再看这些人。莱昂尼达国王不是30岁的壮汉，而是约60岁。他选的300人也不是最强战士，而是特意选有活着儿子的人。斯巴达法律要求如此。他选的不是军队，而是血脉能延续的人。每人出发前都明白这意味着什么。 他们还是行动了。 他们也不是独自行动。每个斯巴达战士身边都有黑劳士，被奴役的下层民众，人数比主人多约7倍。数百黑劳士在温泉关战死。他们没有雕像，没有电影，纪念碑上没有他们的名字。 山口在公元前480年宽约15米（现已淤积，面貌全非）。这个瓶颈让几千人挡住了波斯军队——现代历史学家估计7到30万人。希罗多德说170万，他撒谎了，或许连厨师、奴隶也算了，但保守估计也很惊人。 他们守了两天。一波波被铜盔和纪律击碎。薛西斯看部队死亡三次跳起来怒火中烧。他派出'不死队'精锐卫队，据说不可战胜。在这山口，他们败了。 然后希腊人遭背叛。 一个叫埃菲阿尔特斯的本地人——其名在现代希腊语中仍意为'噩梦'——告诉波斯人山间的羊肠小道。守卫的福基斯人在晨雾中看到'不死队'就逃了。莱昂尼达早上就知道被包围了。 他遣散了大部分盟军，救了他们的命。但几乎没人谈起：约700个色萨利人在德摩菲卢斯率领下拒绝撤退。他们是小镇农民，知道波斯无论如何都会来。他们选择与斯巴达人一起死，不逃跑。约400底比斯人也留下了，虽然动机不明确，许多人最后投降了。 所以'300人的最后防线'实际上是约1500人。色萨利人全部战死。他们的镇几周后还是被波斯人烧毁了。他们应该是故事的主角，却成了脚注。 最后的战斗发生在叫科洛诺斯的小山。矛碎了，剑断了。希罗多德说最后他们用手和牙齿战斗。莱昂尼达很早就阵亡了，斯巴达人为他的尸体与波斯人交战四次。 他们败了。 薛西斯下令斩首莱昂尼达并钉死他，这违反了波斯习俗之极，说明这个老人有多侮辱了'万王之王'。40年后，斯巴达派代表团去收回他的遗骨带回家。 两个斯巴达人活下来。一个叫阿里斯托德穆斯，因眼感染被遣回。他回到斯巴达被当作懦夫，被驱逐、拒绝交火、拒绝对话，直到一年后在普拉提埃前线战死寻求救赎。另一个叫潘蒂特斯，外交任务错过了战役。他因羞愧上吊自杀了。 那是他们生活的世界。 纪念碑上的铭文不吹嘘。甚至不提胜利，因为没有。大致翻译就是请旅人告诉斯巴达，她的儿子死在这里，服从她的法律。 一小群农民、一位老国王、被历史抹去的奴隶阶级、从地图上消失的城镇。在公元前480年8月的三天里，他们计算了自由的代价，认为值得。 我们记得其中300人。 本来远不止这些。

AI数据中心电力上的关键环节：800VHDC，今天在这里 Ultra平台上得到大规模采用。其实800VHDC并不是全新概念，自从英伟达去年说要推直流供电架构后，市场对此的关注度其实挺高的，这个板块的相关的标的已经炒过一博预期了。但实际上800V直流电在下半年才真正大规模采用，值得关注。聊下几方面的问题： 1、800V HVDC架构是什么？ 传统高密度AI rack的路径大致是：电网中压AC → 变压器/UPS/PDU → 415/480VAC到机架 → 机架内PSU转54VDC/12VDC → GPU核心电压。 达子的800VDC愿景则是：在数据中心边界/电力室把中压AC集中转换成800VDC，用800V DC busway送到IT rack，再在靠近GPU的位置用高比率DC/DC转换。NVIDIA称，54V架构在200kW以上开始撞上物理限制；1MW rack如果继续用54V，单rack铜排最高可能需要约200kg铜，而800V架构通过减少电流、减少转换级数、减少机架内PSU，目标是提升效率、降低铜耗、释放机架空间。 它不是简单的电压升级，也不是“发明了直流供电”，而是AI数据中心供电架构的一次平台级切换，是对整个电力交付架构的系统性重构，旨在解决传统48V/54V机架电源的瓶颈（空间受限、铜缆过载、多级转换损耗高），支持单机架功率从数百kW跃升至1MW+，并为未来GW级AI工厂铺路。 2、800V HVDC的意义和革命性是什么？ 1）首先自然是效率和空间布局 效率提升：从电网到GPU的转换环节大幅减少，整体能效可提升从以前90%能大幅度提高到98.5%以上传输损耗显著降低，TCO（总拥有成本）降低可达30% 空间与密度优化：减少铜缆用量和电源单元体积，机架内计算空间利用率提升超80%，支持更高密度GPU集群 2）800V不是单一器件升级，而是生态重构：中央整流、800V DC busway、固态断路器、热插拔保护、sidecar/power rack、BBU/CBU、超容/电池储能、DC/DC、GaN/SiC、液冷都要协同。NVIDIA也明确说需要OCP等组织推动电压范围、连接器、安全标准。 如果大家有关注过新能源汽车产业链，应该有影响这两年国内电动车厂商都在推的“快充”基本上就是800V高压直流充电。现在达子正在把800VDC变成下一代AI rack标准化路线的一部分，所以一部分原来给新能源汽车充电产业链上的关键环节，又开始外溢到AI数据中心上了。 3、800V HVDC空间有多大？ 要看大背景，AI数据中心整体市场从2025年约3440亿美元增长至2032年超2万亿美元（CAGR 27.5%）。 功率基础设施将成为AI建设的核心瓶颈与增长点，NVIDIA的标准将加速 hyperscaler采用，带动固态变压器、GaN/SiC功率器件等子市场爆发。 2027年后，>300kW/rack、尤其是400kW-1MW rack的AI zones中，800VDC或类似HVDC架构渗透率快速提升。若未来新增AI容量中有30%-60%采用高压DC架构，并且每MW对应的核心800V电力链价值量在几十万到数百万美元区间，累计空间就会进入百亿美元到千亿美元级。 当然这个预测区间也很宽，因为真实取决于Kyber/Rubin Ultra出货节奏、超大云厂接受NVIDIA 800V的程度。 4、800V HVDC产业链构成 完全是英伟达参考设计主导资格认证，之前英伟达也公开列出的核心合作伙伴分为三类，竞争激烈，份额将取决于认证进度、量产能力和 hyperscaler合同。 1）硅片/功率半导体供应商（核心器件，如SiC/GaN MOSFET、控制器，用于高效转换）： 主要玩家：Texas Instruments（TI，已发布完整800V解决方案）、STMicroelectronics（ST，6-18kW功率板）、Infineon、ROHM（SiC器件）、Navitas（GaN/SiC）、Analog Devices、onsemi、Renesas、Innoscience、MPS、AOS、EPC等。 这些是NVIDIA“硅供应商”名单核心，TI/ST等已演示参考设 2）电源系统组件/模块供应商（电源架、Sidecar、DC-DC转换器等）： 主要玩家：Delta Electronics（与NVIDIA深度合作，发布800V解决方案）、Flex、LITEON、Megmeet、Lead Wealth、Bizlink等。 Delta等中国厂商优势明显，已有白皮书和技术落地；LITEON等股价因800V预期已经显著上涨。 3）数据中心电源系统/基础设施供应商（机架级配电、Sidecar、SST、母线等）： 主要玩家：Vertiv（Hopewind为其800V系统关键子供应商）、Schneider Electric（开发1.2MW Sidecar）、Eaton、ABB、GE Vernova、Siemens、Hitachi Energy、Mitsubishi Electric等。 这里面Vertiv、Schneider、Eaton等是传统强者。 个人角度看 1）Vertiv、IFFNY、Schneider、Eaton、Delta、ABB是最可能在早期800VDC相关收入中占到显著份额的几家公司； 2）LITEON、TI、ST、Infineon、onsemi是第二组确定性较强的受益者； 3）Navitas、Power Integrations、MPS、BizLink、Megmeet、Innoscience（英诺赛科）属于弹性更大但验证/量产/竞争风险也更高的一组。 个人角度当下比较看好的则是，当然这个还要动态迭代： nvts、IFNNY、英诺赛科、vicr 5、后续跟踪落地节奏的几个重要节点 1）NVIDIA Kyber / Rubin Ultra 2027节奏：是否明确把800VDC作为默认/主推rack电力架构，而且出货节奏也带动800V的落地节奏 2）OCP标准进展：800V连接器、安全、保护、PDB、BBU/CBU是否标准化。 3）看点电源管理系统组件，功率半导体供应商的点单披露，谁真正进入了进入backlog和量产socket；这个最关键决定了哪家供应商能吃到多大的份额 4）超大云厂路线：800V vs 400V/±400V vs 50V HPR是否分裂。决定了市场对800V hvdc的预期和想象空间。 5）单MW成本下降曲线：如果800VDC使每MW可部署GPU数量、能效和维护成本明显改善，它会从NVIDIA专用架构变成行业事实标准。

🚨今天想探讨一个问题：沃什时代到来，美联储的制度会如何变革？ 这张图里的沃什这套政策框架，最麻烦的地方不是偏鹰还是偏鸽，而是它把美联储带进了一种很拧巴的状态： 利率上偏鸽，资产负债表上偏鹰，嘴上强调独立性，现实里又无法彻底跟特朗普切割，同时还想弱化前瞻指引，减少市场对美联储“剧透”的依赖。 今天谁坐在美联储主席这个位置上，都已经不可能像过去那样，只围绕通胀和就业做选择。沃什这个官场老油子，显然也知道这一点： 他不能公开讲强硬加息，因为特朗普不爱听； 也不能只讲快速降息，不然国会一看，这不就是懂王派来的工具人吗？ 所以最安全的说法就是：降息+缩表，利率可以更低，但资产负债表要更小。 这其实也是沃什和鲍威尔最大的区别—— 鲍威尔这几年虽然经常左右摇摆，但他的核心逻辑始终没变：市场预期不能失控，所以美联储必须不断沟通、不断修正、不断引导。 但沃什明显更反感美联储过度引导市场这件事，所以才会提出弱化前瞻指引、减少点阵图影响，甚至公开说自己更喜欢“混乱的会议”。 这个变化其实挺危险的： 过去十几年，美联储最值钱的不是利率本身，而是预期管理。 大家默认美联储最终会救市场，所以敢做高估值、敢加杠杆、敢长期持有风险资产。 而沃什的政策框架会把这些全部打破，但问题在于，美国现在很多资产价格、财政结构和金融稳定已经对这种模式形成依赖了，很难说这样大刀阔斧会不会形成反噬。 说一下我对于沃什路线的推演，我觉得市场会有三个阶段： 1⃣ 第一阶段，市场先交易降息预期。美股、黄金、BTC 都会喜欢“利率更低”这四个字，尤其是风险资产，会先把鸽派那半边故事吃进去。 2⃣ 第二阶段，市场开始反应缩表压力。美债长端供给没人接，期限溢价抬头，流动性没想象中宽，科技股和高估值资产会开始发现：利率下来了，但钱更不好赚了。 3⃣ 第三阶段，市场重新定价美联储的可信度。如果沃什既想独立，又想配合特朗普；既想降息，又想缩表；既想压通胀，又想稳资产，最后大概率会变成一句话：什么都想要，什么都不好做。 所以目前我不太相信沃什真能彻底改变什么，可能不一定对，也许沃什突然真神上身，能带我们直接去到 20w 也说不准！ 唯一能确定的是，会比鲍威尔时期更难做交易！ 图自：金十

所有人都在买英伟达，没人注意到这根连接所有AI芯片的管道——Nokia 上一篇写了为什么nokia是最便宜的光，今天再来详细分析一下4月份的财报和未来方向。有没有可能重现1999-2000年的parabolic move? 一、先说一个被忽视的逻辑 AI投资的讨论永远围绕着芯片——谁的GPU更快、谁的HBM供货更足。但没人问一个更基础的问题这些GPU之间，用什么连接？ 数据中心里成千上万颗GPU需要实时互相通信，传输的数据量是普通网络的数百倍。现有的网络基础设施正在被这股流量压垮。打通这个瓶颈，就是下一个十亿美元级别的机会。Nokia就站在这个瓶颈的收费站口。 二、4月份财报说了什么 表面数据：Q1净营收45亿欧元，整体年增率4%。很多人看到这个数字转头就走。 但分开来看： 1. AI与云端客户营收年增49% 2. 光通讯业务单季成长20% 3. 营业利益率冲上6.2%，年增200个基点 4. 自由现金流单季6.29亿欧元 5. EPS大超分析师预期31% 6. 净现金储备近40亿欧元 7. 已启动股票回购 更关键的是，管理层把光通讯与网络互联业务全年指引从10-12%直接上修到18-20%。大型设备商几乎从不这么做——除非手头的订单已经多到藏不住。10亿欧元实质采购订单，带明确交付日期，不是框架协议。客户之所以愿意压上日期，说明数据中心土建已完成，服务器准备进场，就等Nokia的设备到货。 三、为什么是Nokia，不是别人 重点一：与英伟达深度绑定 Nokia与英伟达达成AI-RAN战略合作，把GPU算力直接整合进无线电网络。年底还有双方合作的光电共封（LPO）现场试验数据即将公布。 黄仁勋说Agentic AI带来1000%的算力需求暴增。这1000%的算力要运转，需要1000%更宽的传输通道。Nokia在造这个通道，英伟达需要这个通道。 两家公司的利益高度一致。 重点二：Infinera并购协同效应超预期 高利率环境下，Nokia凭借近40亿欧元净现金逆势完成对Infinera的收购，并购带来的毛利率提升速度远超华尔街预期。这笔并购很完美，营收规模越大，利润爆发力越强。 重点三：主动放弃低毛利，聚焦Webscale巨头 Nokia正在主动削减消费者光纤等低毛利业务（固网业务Q1下滑13%），把所有产能死死锁定在谷歌、亚马逊这类超大型云端数据中心客户。 表面营收看起来疲软，实际是在牺牲数量，保住利润率。这种"价值重于数量"的策略，在产业周期里往往是股价主升段的前兆。 订单出货比持续大于1，接单速度快过交货速度，积压需求将在未来几季持续转化为营收。 四、市场有多大 云端巨头2026年资本支出超过7250亿美元，整个潜在市场年复合成长率从16%跳升至27%。目前AI驱动的网络流量只占整体的20%。随着Agentic AI和Physical AI的普及，机器对机器的数据传输将呈指数级增长——现有网络根本撑不住。Nokia不需要抢市场，只需要站在这条必经之路上收过路费。 五、风险在哪 供应链瓶颈： 光通讯产品交期被拉长至12-18个月，上游数字信号处理器（DSP）大缺货，营收认列速度被掐住。订单很多，但转化成钱需要时间。 无定价权： Nokia的增长靠的是出货量，不是涨价。光通讯产品长期价格向下，利润扩张依赖规模经济，这是苦活不是躺赢。 新交换器业务存在转换空窗期： Q1拿到的设计导入（Design Wins）不会立即贡献营收，需要等Q2-Q3的订单转化。 2027年新架构才放量： 下一代光电共封架构能降低客户总置成本70%，但量产要等2027年下半年，别把2027年的故事算进2026年的EPS。 六、会不会重现1999-2000年的parabolic move行情？ 1999年Nokia是全球最大手机厂，市值一度超过2000亿美元，两年内股价涨了超过10倍。那次是5G前身的2G/3G爆发周期。 这次不同，也更扎实。那次靠的是终端设备消费，周期性极强。这次靠的是基础设施刚性需求，数据中心建好就要配套设备，不存在等等看再说。 抛物线行情需要三个条件： 1. 需求端爆发: 7250亿资本支出，明年资本开支持续增加，AI流量暴增 2. 供给端瓶颈: 交期12-18个月，产能跑不赢订单 3. 市场认知滞后: 大部分人还把Nokia当5G周期股在看 认知差就是超额收益的来源。当市场还在争论Nokia是不是无聊的电信设备商，机构资金已经在悄悄重新定价。 七、三个必须持续跟踪的数据 1. Q2开始看设计导入转化率: Q1拿到的客户认证，有没有在Q2变成真实采购单，这决定下半年营收基础 2. 光通讯交期有没有开始收缩: 从18个月降到12个月是一个信号，意味着上游供应链开始松动，营收加速的拐点就在附近 3. 年底LPO试验数据: 与英伟达合作的光电共封现场测试，一旦数据亮眼，Nokia的估值逻辑将从"电信设备商"切换到"AI基础设施核心供应商"，PE重估空间巨大 八、总结 这不一定会是1999年的抛物线，但认知差带来的重估行情，逻辑上已经非常清晰。等年底英伟达LPO试验数据出来，才是真正的验证时刻。 #NOK# #Nokia# #NVDA# #AIInfrastructure# #OpticalNetworking# #Datacenter# #AI超级周期# #光通信#

# $BC **报告日期**：2026年5月16日 **代币名称**：BC Coin ($BC) **当前价格**：$0.00858 (+6.24% 24h) CA:BCNT4t3rv5Hva8RnUtJUJLnxzeFAabcYp8CghC1SmWin **市值**：$85.8M **区块链**：Solana + TON - **规模**：日活跃用户 12.9 万，日投注额 $9,089 万，日投注次数 733.5 万笔 - **产品矩阵**：1,000+ 老虎机、真人荷官桌、Crash 游戏、原创游戏、体育博彩 - **技术**：基于可验证公平（Provably Fair）系统和审计 RNG，支持即时存取款 - **合规**：持有多国游戏牌照，遵循负责任博彩原则 分发方式 | 零成本空投（无 ICO） ┌─────────────────────────────────────────────┐ │  流动性挖矿    50%   │████████████│  50 亿枚  │ │  社区空投      20%   │█████       │  20 亿枚  │ │  LDP (流动性池) 10%  │███         │  10 亿枚  │ │  顾问          10%   │███         │  10 亿枚  │ │  营销          10%   │███         │  10 亿枚  │ └─────────────────────────────────────────────┘ ``` **链上实际状态（2026年5月实时）**： | 类别 | 数量 | 占比 | 状态 | |------|------|------|------| | 流通供应 | 3,542,200,432 BC | 35.42% | 可自由交易 | | └─ BC Engine 质押 | ~1,293,000,000 BC | 12.93% | 质押锁定 | | └─ 真正自由流通 | ~2,249,200,432 BC | 22.49% | 实际可买卖 | | 锁定供应 | 6,200,000,000 BC | 62.00% | 待释放 | | 已销毁 | 257,799,568 BC | 2.57% | 永久移除 | | **总计** | **10,000,000,000 BC** | **100%** | | ### 3.3 解锁时间表与稀释压力 **已释放的 35.42% 流通量来源**： - 三次大规模流动性挖矿解锁事件（2024-2025年） - 部分 LDP 注入 DEX - 早期空投分发 **待解锁的 62% 锁定供应构成**： | 来源 | 估算数量 | 解锁机制 | 预计时间线 | |------|---------|---------|-----------| | 流动性挖矿剩余 | ~2.0B BC | 分批解锁 | 2025-2027 | | LDP 储备 | 1.0B BC | DEX 流动性注入 | 按需释放 | | 营销储备 | 1.0B BC | 营销活动触发 | 持续释放 | | 顾问分配 | 1.0B BC | **24个月线性解锁** | 2024-2026 | | 分发钱包滞留 | ~0.2B+ BC | 未完全分发 | 不定期 | **稀释压力测算**： ``` 当前流通量: 35.42 亿 BC 待解锁量:   55 亿+ BC（保守估计） 稀释倍数:   155% 的当前流通量 完全稀释市值（FDV）: $85.8M × (100/35.42) = $242.2M FDV/流通市值比率: 2.82x 回购与销毁机制 **机制设计**： - **频率**：每周执行 - **资金来源**：平台收入/储备金 - **操作方式**：从公开市场回购 + 智能合约销毁 - **额外销毁源**：早期解押惩罚（EARLY UNSTAKE BURN） **销毁实绩**： - 累计销毁：257,799,568 BC（占总供应 2.57%） - 占流通量比例：7.28% - 2025 年披露销毁量：2.5 亿 BC **通缩 vs 稀释的赛跑**： | 指标 | 数值 | |------|------| | 年销毁速率（估算） | 1-2 亿 BC | | 待解锁总量 | 55 亿+ BC | | 完全对冲所需时间 | **27-55 年** | | 销毁/解锁比率 | **1:27 至 1:55** | 收益测算（基于轮次历史数据） **数据来源**：BC Engine #891-##910# 共 20 轮实际支付数据 | 统计项 | 数值 | |--------|------| | 单轮平均支付池 | 2,700 BCD | | 最低支付池（#891）# | 1,793.89 BCD | | 最高支付池（#896）# | 4,450.36 BCD | | 支付池波动范围 | -33.6% 至 +64.8% | **不同质押规模下的收益模拟**： | 你的质押量 | 占总质押份额 | 单轮收益 | 日收益 | 年化收益 | APY | |-----------|------------|---------|--------|---------|-----| | 129,260 BC (~$1,108) | 0.01196% | 0.323 BCD | $7.75 | $2,829 | **255%** | 早期解押惩罚（通缩加速器） BC Engine 设有 EARLY UNSTAKE BURN 机制： - 提前解押需牺牲部分 $BC - 被惩罚的 $BC 直接进入销毁池 - 这既保护长期质押者利益，又加速通缩 --- ## 平台运营健康度评估 ### 5.1 24 小时核心运营数据 | 指标 | 数值 | 行业对比 | |------|------|---------| | 总投注额 | $90,894,620 | 头部水平 | | 在线用户数 | 129,321 | 非常健康 | | 投注次数 | 7,335,370 | 高频活跃 | | 赢金额 | $89,407,578 | 赔付率 98.4% | | 平台毛利（估算） | ~$1.49M/天 | 强劲 | | House Edge（估算） | ~1.6% | 可持续 | ### 5.2 用户与流动性指标 | 指标 | 数值 | 解读 | |------|------|------| | 持有者数量 | 486,678 | 分布极广，去中心化程度高 | | 24h 交易量 | $747.2K | 流动性偏薄 | | 换手率 | 0.87% | 低换手 = 持有者惜售 | | 质押率 | 36.5% 流通量 | 高质押锁定减少抛压 | 估值分析 ### 6.1 相对估值法 **对标传统赌场股**： | 公司 | 市值 | 年收入 | 市销率 (P/S) | |------|------|--------|-------------| | Evolution Gaming | ~$25B | ~$2B | 12.5x | | Flutter Entertainment | ~$35B | ~$12B | 2.9x | | DraftKings | ~$15B | ~$4B | 3.75x | | ** ($BC)** | **$85.8M** | **~$400M（估算）** | **0.21x** | 即使保守估计 年收入 $300M，$BC 的市销率也仅 **0.29x**，是传统赌场股的 **1/10 到 1/40**。 **对标加密赌场竞品**： | 代币 | 市值 | FDV | FDV/收入 | |------|------|-----|---------| | Rollbit (RLB) | ~$300M | ~$600M | ~10x | | **BC ($BC)** | **$85.8M** | **$242M** | **0.6x** | $BC 的 FDV/收入比率仅为竞品的 **1/16**。 ### 6.2 绝对估值法（收入折现） 假设条件： - 当前年化 in-house 利润：$219M - 增长率：15%（前3年）→ 5%（永续） - 折现率：20%（加密风险溢价） - 代币稀释：未来3年解锁 30 亿 BC **DCF 估值**： ``` ┌──────────────────────────────────────────┐ │  3年预测利润（考虑稀释）                    │ │  Year 1: $219M × 1.15 × 0.85 = $214M    │ │  Year 2: $214M × 1.15 × 0.90 = $222M    │ │  Year 3: $222M × 1.15 × 0.93 = $237M    │ │                                          │ │  终值: $237M × 1.05 / (0.20-0.05) = $1.66B │ │                                          │ │  企业价值: ~$1.2-1.5B（宽区间）            │ │  每 BC 价值: $0.12-0.15（流通调整前）       │ └──────────────────────────────────────────┘ ``` **估值结论**：即使考虑稀释，$BC 的合理价值区间可能在 **$0.05-0.15**，当前 $0.00858 存在显著的低估可能。但这一估值高度依赖平台利润可持续性和稀释管理。 最终结论 **$BC 是一个高风险、高回报的「收益型基础设施代币」**，其投资价值建立在三个支柱上： 1. **超高质押收益（200-380% APY）**：BC Engine 以 BCD 稳定币支付的收益机制设计精巧，在当前低利率环境下极具吸引力 2. **极低的估值基数（0.2x 市销率）**：相对平台收入和行业对标，存在 5-20 倍的重估空间 3. **真实的平台收入支撑**：日投注 $9,100 万、年化利润 $2 亿+，基本面扎实 **但致命风险同样不可忽视**： - **55 亿+ BC 待解锁** = 当前流通量的 155% - **销毁速率仅为解锁速率的 1/27 至 1/55** - **62% 的供应仍掌握在团队/协议手中** @bcgame

非常年輕的傳奇投資人 Leopold @leopoldasch 為什麼砍了 $3 億 NVDA？而把錢全押在電力和礦場 核心邏輯是：他認為AGI 的真正瓶頸不是 GPU 光是電力、GPU 算力、BTC 礦企轉 AI 託管 這三個賽道就佔了大部分持倉 我用黃仁勳的 5 Layer Cake theory 拆解他的持倉 👇 5️⃣ 記憶體 — SNDK 加倉 816%，HBM 佔 AI 支出從 8% → 30% 4️⃣ 光學 — LITE 佔 8.7%，「不管誰的 GPU 贏都要用我的光模組」 3️⃣ GPU 雲 — CRWV call options 加了 672% 槓桿，最激進倉位 2️⃣ 礦場轉 AI — 8 檔佔 22.7%，有電有地換 GPU 就行 1️⃣ 電力 — BE 最大持倉 16.5%，能使用燃料電池繞過電網直接發電 - 最熱的記憶體和內存 - 代表 $SNDK $INTC $MU AI 模型的「工作記憶」每一次推論都需要高速讀寫 DRAM 和 NAND。HBM 短缺已成為 GPU 出貨的限制因子，記憶體佔 Hyperscaler AI 支出從 2023 年的 8% 飆升到 2026 年的 30% 💡 Leopold 在 Q4 把 SNDK 倉位加了 816%，同時用 INTC call options 押注 Intel 的先進封裝能搶到 HBM 封裝訂單。 - 半導體與光學 $LITE $COHR $TSEM $INFY 連接 GPU 叢集的「神經系統」— 光學收發器決定了 GPU 之間的通訊頻寬。800G/1.6T 光模組供不應求，交貨期超過 40 週 💡Lumentum 是最大個股持倉（8.7%），押的是「不管誰的 GPU 贏，都要用他們家的光模組」 - GPU 雲端運算 $CRWV $APLD $WYFI Hyperscaler 自己蓋不夠快，Neocloud（獨立 GPU 雲）填補缺口。CoreWeave 從幣圈公司轉型為 NVIDIA 最大的獨立客戶，已簽下數十億美元合約。 💡CoreWeave 佔組合 17.6%（含 call options），是第二大曝險，Leopold 用 call options 加了 672% 的槓桿，這是最激進的倉位，Neocloud 就是 AI 時代的 AWS - 比特幣礦企轉型的 AI 基礎設施 $CORZ $IREN $CIFR $RIOT $BTDR $HUT $CLSK $BITF 礦場是被低估的「AI 不動產」。比特幣礦場擁有現成的電力合約、散熱系統和土地，轉型 AI 託管的邊際成本極低， 💡8 檔礦場股佔組合 22.7%，是最大的單一賽道，礦場已經有電、有地、有散熱，只需要換 GPU 就能變成 AI 數據中心。Core Scientific 跟 CoreWeave 簽了 $10B+ 的託管合約就是最佳證明。 - 電力 $BE $EQT $SEI $BW $PUMP $LBRT $PSIX 💡 Bloom Energy 是整個組合的最大持倉（16.5%）當電網瓶頸停擺時，它的固態氧化物燃料電池可以繞過電網，直接在數據中心旁邊發電，EQT 則是天然氣供應商 實時追蹤他的 portfolio 👇

这个高频交易（HFT）机器人目前每个月稳定盈利 88,182 美元，但它的主页浏览量几乎为零。它每 4.6 分钟就执行一次操作，市场对它的存在一无所知。 P(Xₙ₊₁ = j | Xₙ = i) = pᵢⱼ ≥ 0.87 → 触发入场。 这就是它全部的交易公式。安德烈·马尔可夫在 1906 年发表的这条理论，现在正帮这个账户每个月无情地从市场里抽走 8.8 万美元。 它的执行逻辑非常清晰：纯粹针对 BTC 进行方向性的剥头皮交易，横跨 1 小时和 5 分钟两个时间窗口。 入场区间设置得比较宽（36 到 63 美分），并且会在不同时间周期的盘口上，同时持有看涨和看跌的双向头寸。 每个仓位的规模控制在 700 到 2400 份合约，多个时间窗口并行运转。一天 24 小时，平均每 4.6 分钟就完成一次交易。 它根本不在乎行情的绝对走向，只是冷血地监控马尔可夫状态。一旦概率确定性达标就果断入场，做多做空对它来说毫无区别，背后的数学期望是一模一样的。 它的平均入场成本在 50 美分左右，这意味着每次盘口结算时，平均收益率都在 +100% 左右。 主页地址： AI自动跟单：

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？

来到了龟山湾，一路上风景都很美。 沿路都是很宽的车道，旁边就是海湾。相比石狮市这里的设施更完善。每隔一段路就有淋浴间和厕所。如果是选择自驾游+露营的话，这里真的很适合住一晚上。不过海边风大能睡在车上更好，扎帐篷应该是会被吹飞。太阳很大但是风更大，太舒服了。还有人在海边遛狗…

神神鬼鬼的 开年这两天的行情有点像传统意义上的牛市了。 连续两天跳空高开高走，日内不回调，几乎都以最高价收盘。成交量急剧放大，昨天2.5万亿，今天2.8万亿，买盘汹涌。去年一直萎靡的证券板块强势领涨，今天涨了4%，逐渐有了2015年的味道。 昨天高盛说a股今年能涨15-20%，按这两天的速度，这个月都不止20%。但谁都明白目前这种状态是不可持续的，它是短期情绪发酵释放的结果，后续要么减速，要么出现震荡，不可能一直处于亢奋的状态。 行情好的时候股民普遍有fomo情绪，嫉妒别人涨的多，着急自己赚的少，这也是人之常情。我可以简单捋一下行情脉搏，首先是权重股涨势更好，开年这两天指数表现平均好于市场中位数，今天市场中位数+0.79%，而宽基基本上都在1%以上。受我的影响读者里持仓中证500的人很多，开年这两天笑嘻了。 其次有金融杠杆的板块表现更强劲，这里说的主要是证券和保险，它两直接受益于行情升温。 再者就是有强共识的概念，比如和马斯克有关的两大明星赛道，商业航天和脑机接口，在这种人人盼涨的行情里很容易凝聚共识和流动性。多说一句，这两个最近涨幅真的很大，我觉得追涨要慎重了。 然后就是有色，这个持续性是最好的，受益于全球流动性宽松和大宗商品的牛市，从去年涨到今年。开年涨最多的10个行业里，小金属、能源金属、工业金属都位列其中。 当然并不是所有板块都涨得很好，消费整体上依然偏弱，以及红利板块从去年7月份以来就极其挣扎，很多大家印象里的蓝筹股最近半年下跌了20-30%，银行、铁路、电力、高速公路之类的，k线可能会吓你们一跳，没想到牛市里它们的表现这么惨。 这其实就是牛市的跷跷板效应，资金这个时候不再需要避险，主动从避险板块里流出，冲进热门板块参与投机，这是肉眼可见的大势所趋。 …… 我今天按照制定的交易计划进一步卸货，减掉了4手ic，目前还剩下20手。我当时计划从中证500指数7000点以上，每涨1%就卖1手，一直卖到7770，卖11手。今天收盘都7800点了，所以第一阶段的减仓计划完成。 我以前解释过思路，我最初计划配置是20手，但a股前几年明显低估，反反复复挖坑，我忍不住计划外给加到了31手。这一波随着估值修复，多出来的11手我就卸货了，前几年受的窝囊气终于找a股报销回来了。 另一个就是ic的头寸规模在膨胀，以前指数5000点的时候一手才100，现在指数涨到了7800点，一手156，如果继续持仓31手就接近5000，加上股票基金就超过了我预设配置a股的比例，所以就趁行情好出一些。 其实去年初的31手，和现在的20手，头寸规模是差不多的，减掉的部分差不多就是去年涨起来的。剩下的20手暂时先不卖了，后续看情况，有新计划会和大家分享的。 …… 1、马斯克发了他和特朗普夫妇共进晚餐的照片，所以这对欢喜冤家又和好了。这哥两在2026年都有大活，马斯克要推进spaceX的ipo，特朗普要面临中期选举，所以想了想还是又走到了一起，和则两利。特朗普说马斯克80%是超级天才，20%会犯糊涂，这也是用上了辩证批判，给自己的小老弟打上了28开。星链宣布为委内瑞拉提供一个月免费宽带服务。 2、委内瑞拉股市、债券暴涨，这个很好理解的，之前马杜罗主政，国际资本彻底放弃了委内瑞拉。现在庄家换了，金融信誉重构就涨了。像我这样的布衣草民在看待重大事件时都是平民立场，我其实不太关心大人物的生死荣辱，我只希望底层百姓能过上好日子。乌克兰、巴勒斯坦、委内瑞拉、伊朗，皆如是。 3、中国决定对日本加强两用物项出口管制，两用物项是指既有民事用途，又有军事用途的货物、技术和服务。像之前管控的镓、锗、钨等关键金属，还有钐、钆等稀土相关物项都属于这类。 高市早苗涉台言论坚决不撤回不道歉，所以中国升级了贸易管制，这肯定会打击日本军工业和部分重工业，那么日本会因此服软吗？我问了5个ai，国内国外的都说短期不会。日本这几年一直在寻求供应链多元化，摆脱中国依赖。 看起来只要高市早苗还在首相位置上中日关系很难好转，但日本首相更换很频繁，也许过几年换个人风向又变了。比如韩国就是，之前尹锡悦外交上全面亲日，现在换了李在明就和中国走的近，今天我看他还拿着小米手机和领导拍照片。他一个韩国总统会缺手机嘛，就是主动展示善意，有可能接下来几年不用去香港也能看权志龙、埃斯帕的演出了。 4、今天看联合早报的新闻，汇丰银行一位业务主任，给超过120位大陆客户开户，收取了1.3万元好处费，被判刑6个月。我寻思人均100这也能叫好处费嘛，香港那边太狠了。 今晚就这些吧，发射～