与「A研」相关的搜索结果

少し遅くなりましたが松永天馬のA研！ありがとうございました。 天馬さん曰く、最近はサブカルという言葉が消滅しつつあるそうですが、私は使い続けたいと思います。サブカル最高！！🎬 天馬さん、長田さん、アーバンギャルの皆さん、ファンの皆さん、ご来場ありがとうございました！ #A研#

我有个在墙内做大夫的同学，近日说医院终于搬进了新院址，工作人员对新医院都感到非常满意。 最主要的原因是，新医院的设计单位听从了医生护士们的建议，在每个办公室都留了一道逃生门，医生护士们可以在遇到砍杀事件时立刻从这道门躲进外人进不来的逃生通道 - 该通道非常宽敞，有足够冗余让所有医护人员都进来。 但我这个同学并没有在新医院待很长时间。 因为他是为数不多的有全科医生执照的高手，通了通路子，借调去了市公安局附属医院 - 还不是给嫌犯人犯进行检查和治疗的公安医院，而是公安系统人员及家属看病的医院。 一下子安全度爆棚、工作量骤降，每天以研究 A 股为乐。 “在股市上每天被割韭菜，也总比上个班脑瓜子可能被敲碎强吧？” 我查了一下，墙内最早的这类消息出现在二十年前。

这项研究来自新加坡国立大学。 研究发现，A 货消费呈明显的 U 型分布。 低收入群体（家庭年收入低于 1.5 万美元） 购买和复购 A 货的倾向更高，主要选择价位较低的品牌和鞋类。 中等收入群体（家庭年收入 5 万至 7.5 万美元） 购买 A 货的倾向最低，无论偶尔购买还是重复购买，都少于低收入和高收入群体。 高收入群体（家庭年收入高于 15 万美元） 购买和复购 A 货的倾向更高，主要选择爱马仕和香奈儿的经典包袋。 研究人员分析了跨境电商平台上数百万笔销往美国的 A 货订单，包括商品价格，品类，仿冒品牌和款式，以及收货邮区。 随后，他们将这些订单与美国人口普查数据结合，比较不同收入地区的 A 货消费。 平台没有提供买家的个人收入，因此研究人员依据人口普查数据，统计每个收货邮区内各收入档家庭的占比，再与当地的 A 货购买量进行比较。 论文共划分了 10 个收入档，以上三个范围分别对应研究重点观察的低收入端，中等收入参照组和高收入端。

Vibe-Research · 个人 AI 投研系统（A股/美股/港股） 把行情、研报、估值、财务、公告、资金面、资讯等数据集成到一个看板里，让个人投资者用自己的 AI 模型进行 A 股、美股、港股的研究分析，不必依赖荐股信息或封闭投研平台。

$AVGO 是AI芯片的龙头。但历史告诉你，真正暴富的人买的是龙二 $MRVL 先说一个关于半导体行业的反直觉规律： 在一个严重缺货的市场里，获利最大的往往不是龙头，而是那个追赶中的龙二。（Herman老师分析intel观点我觉得说的很好，也同样非常适用于 $MRVL) 理由很简单： 当产能严重不足，买家再也无法只依赖龙头一家供应商。他们开始把订单给原本觉得"不够好"的替代者。而这个替代者，突然发现自己的产品以前没有人要，现在成了香饽饽——价格可以谈，条款可以谈，一切都变了。晶圆缺货时，原本没有人愿意把订单给Intel的客户，开始认真研究18A了。 那么，在AI定制芯片这个正在快速缺货的赛道里，获利最大的龙二会是谁？ 我的答案是 $MRVL 。 1. 先理解结构 AI芯片市场分两层： 第一层：通用GPU Nvidia统治，没有任何人能挑战。H100、B200、Blackwell——超大规模云厂商需要它们，别无选择。 这层市场已经被充分定价了。Nvidia市值5.7万亿，没有人会漏掉这个机会。 第二层：定制ASIC（专用AI加速芯片） 这是一个完全不同的故事。 每一家超大规模云厂商都在开发自己的专用芯片： Google有TPU（张量处理器），Amazon有Trainium（AI训练）和Inferentia（推理），Meta有MTIA（AI推理加速），Microsoft有Maia（Azure AI加速）。 为什么要自己开发芯片？ 因为通用GPU虽然强大，但它服务所有人，没有为特定工作负载优化。自研芯片可以针对自己的模型架构和推理需求精确设计，功耗更低，成本更低，效率更高。 这是一个不可逆的趋势——超大规模云厂商越大，自研芯片的动力越强。但有一个关键问题：这些云厂商需要设计合作伙伴。芯片设计是极其复杂的工程，需要有人懂SerDes，懂先进封装，懂chiplet集成，懂供应链——不是随便一家公司能做到的。 全球有能力承接超大规模云厂商定制ASIC设计的公司，只有两家： $Broadcom，和 $Marvell。 2. AVGO vs MRVL：龙头和龙二的真实差距 先看数字： Broadcom在ASIC市场占约55-60%的份额，与Google的TPU合作锁定到2031年，客户包括Meta、OpenAI等顶级厂商。Marvell约占15%的份额，排名第二Broadcom领先是事实，毫无争议。 但有几个数字值得认真对比： AVGO MRVL 市值 $2万亿 $1,470亿 ASIC市占 55-60% 15% FY26AI营收 $200亿+ $96亿 Forward PE 31倍 36倍 Broadcom在定制ASIC市场记录了约$200亿的AI总营收，而Marvell的AI相关营收约$96亿。 从市值角度：AVGO的市值是MRVL的13.6倍，但ASIC市场份额只是MRVL的4倍，AI营收只是MRVL的2倍。这个不对称，是MRVL存在的核心机会。 3. MRVL独特的地方：两场战争同时押注 这是我认为最关键的一点，也是MRVL和所有其他AI芯片公司最本质的区别。 MRVL同时押注了两个互相独立的万亿级叙事： 叙事一：定制ASIC——去Nvidia化的最大受益者 Marvell的数据中心部门FY2026增长46%，超过$60亿，管理层指引FY2027同比再增约40%。定制芯片年化营收已达$15亿规模，两个AI加速器项目处于高产量阶段，第三个超大规模客户合作正在进行。 Nasdaq 最重要的一个进展： 2026年4月，Google被报道正在与Marvell进行深度谈判，共同开发内存处理单元和下一代TPU，这正是Google此前几乎完全交由Broadcom负责的工作。如果谈判成功，Marvell将成为AI行业最具战略意义的芯片项目之一的核心设计伙伴。 这是什么意思？ Broadcom和Google的TPU合作锁定到2031年——这是Broadcom的护城河，但不是MRVL的天花板。Google开始和MRVL谈，不是要取代Broadcom，而是要建立第二供应商。这正是"缺货时代，落后者获利"的经典逻辑。 当TPU的设计需求超过了Broadcom单独能服务的上限，Google开始把部分项目分给MRVL。 这一单谈成，MRVL同时拥有Amazon和Google双超大规模客户锚定——三个超大规模客户（Amazon、Microsoft、Google）大幅降低了单一客户集中的风险，给市场提供了更清晰的多年营收增长路线图。 叙事二：光互连DSP——AI集群神经系统的命门 MRVL是目前唯一同时覆盖定制ASIC设计、1.6T光学DSP、硅光子技术（通过Celestial AI收购）和CXL交换的全栈公司——这是任何单一竞争对手都无法复制的护城河。 光互连DSP是什么？ 当GPU和GPU之间需要通信，数据需要在光纤里传输。但光纤里走的是模拟光信号，计算机需要的是数字信号。DSP（数字信号处理器）就是这两个世界之间的翻译器——它把数字数据编码成光信号发出去，再把收到的光信号解码成数字数据。 MRVL的PAM4 DSP是全球800G和1.6T光模块的核心芯片之一。光互连业务的需求与AI集群的互连基础设施同步扩张——每一个上线的AI集群都需要完整的互连协议栈，不需要等待GPU的供应情况。 这是最关键的逻辑： GPU供应有时候是稀缺的，但光互连不等GPU——只要数据中心在建，只要AI集群在运行，光互连就需要。 MRVL的DSP是一个和GPU并行运行的独立需求，不是GPU需求的影子。 4. 我自己的判断：为什么MRVL的故事比AVGO更有弹性 AVGO是龙头，MRVL是追赶者。 但在这个特定的历史时刻，追赶者的弹性更大，原因有三： 原因一：基数效应 AVGO已经是$2万亿市值，要翻倍需要成为$4万亿的公司。MRVL只有$1,470亿，翻倍只需要$2,940亿——和AVGO现在市值的15%相当。同样的资金流入，对MRVL股价的推动效果是AVGO的13倍以上。 原因二：Google的变量 AVGO和Google的合作是锁定的，这是护城河，但也意味着它的上行惊喜已经被充分定价。MRVL和Google的谈判还没有正式宣布——这是一个尚未被市场定价的潜在催化剂。如果Google正式宣布，MRVL立刻拥有Amazon+Google双超大规模客户，ASIC市场份额从15%向25%+跳升的路径被打开。 原因三：两个叙事不相关 AVGO的核心护城河是ASIC和VMware软件。 MRVL的两个叙事——ASIC和光互连DSP——是完全独立的业务。 ASIC受益于去Nvidia化，光互连受益于AI集群扩张。两个独立的增长引擎，互相不依赖，互相不替代。 MRVL在多个AI基础设施顺风中同时暴露：定制芯片、光互连、数据中心网络和更广泛的超大规模资本支出周期。这种在AI主题内的多元化暴露，使它成为纯粹的GPU标的（如Nvidia）的有吸引力的补充。 5. 估值合理吗？ $MRVL：Forward PE 36.4倍，市值$1,470亿。 $AVGO：Forward PE 31倍，市值$2万亿。 $MRVL的Forward PE比 $AVGO略高，但增速也更快： $MRVL FY27营收预期：约$110亿，同比增速约40% $AVGO FY27增速约25-30%。PEG（PE/增速）： $MRVL：36.4 ÷ 40 = 0.91, $AVGO：31 ÷ 27 = 1.15 PEG低于1都算便宜。 用PEG来衡量，MRVL比AVGO便宜约20%。 而且MRVL有Google催化剂这个尚未被定价的变量，AVGO没有。如果Marvell股价涨到$400，需要数据中心营收FY27超过$90亿，Google ASIC合同正式宣布，自定义硅年化营收达到$30亿。在这些条件下，ASIC业务40倍Forward EV/EBITDA，光互连业务20倍EV/Sales。 我觉得2027年是很有可能达到的，这还是在理性的估值下，如果是ai融涨疯牛选择忽略估值的话，如果NVDA到360分析师预测最高，也就是8.8T, 我预测8-10T，那么AVGO会到3-4T, MRVL到500B-1T都问题不大。 6. 三个需要追踪的关键变量 变量一：Google ASIC合同的正式宣布 这是目前MRVL最大的潜在催化剂。谈判已经在进行，但没有正式宣布。每过一个季度没有宣布，市场会稍微失去耐心。但一旦宣布，估值逻辑发生质变。 变量二：1.6T DSP的市场份额 Marvell已经开始出货1.6T PAM DSP，基于5纳米工艺，并推出了下一代3纳米版本，将光模块功耗降低超过20%。 800G向1.6T的迭代是MRVL DSP业务的下一个量子跳跃。如果MRVL能在1.6T时代维持甚至提升市场份额，光互连业务的营收会非线性增长。 变量三：Celestial AI的硅光子整合 MRVL收购了Celestial AI，进入硅光子领域。这是CPO时代最关键的技术平台——把光学引擎直接集成进芯片封装。如果MRVL能在CPO时代把DSP和硅光子整合成一个完整的解决方案，它的价值会远超现在的定价。 7. 最终判断：MRVL是这轮AI牛市里最干净的不对称机会 AI芯片市场分三类公司： 第一类：Nvidia——已经被充分定价的龙头。故事最好，估值最贵，上行惊喜空间有限。 第二类：纯ASIC公司（AVGO）——护城河深厚，但增速放缓在定价中。Google TPU锁定到2031年是确定性，也是上行惊喜的天花板。 第三类：MRVL——两个叙事都在爆发，Google催化剂未定价，市值基数小。 这是不对称机会的经典形态， 下行有Amazon锚定，有光互连稳定收入，不会归零，上行有Google合同宣布+CPO爆发+ASIC市场份额提升，估值可能从$1,470亿走向$5,000亿+。 $MRVL也是我重仓持有的标的之一，短期technical角度今天收长上影线，日线级别调整要来，加仓机会在第一目标165，第二目标140。如果给机会到140补那个缺口，我仓位加满（图1）。 总结：回到那个反直觉的规律：缺货时代，落后者获利最大。 ASIC市场正在缺货——Broadcom一家根本无法满足所有超大规模客户的定制需求。光互连正在缺货——AI集群每季度都在扩张，DSP的需求只增不减。MRVL是这两个缺货赛道里，那个正在被需要的追赶者。 历史一次次证明：当产能不足、供应商只有一两家的时候，第二名是最好的弹性高的投资标的（Nvidia和Amd，TSMC和Intel。） 因为所有人都开始认真研究它了。 #MRVL# #Marvell# #AVGO# #Broadcom# #ASIC# #定制芯片# #光互连# #DSP# #Google# #Amazon# #Nvidia# #AI芯片# #半导体# #美股# #龙二补涨# #CPO# #硅光子# #AI基建# #USStocks# #AIStocks# #数据中心# #去Nvidia化#

现在到底应不应该空长鑫 cxmt，我们数据说话：研究一下长鑫的交易量、资金费率、解锁周期🧐 ⚠️可以直接最后看结论 一、交易量： 交易量越大相对更稳定，也更加不容易被爆仓 找了一下交易量最大的还是 TradeXYZ，24h 1770w，排名第二的就是 Gate 920w，其他的几乎忽略不计 二、资金费率： 资金费率一天看不出来啥，拿 30 天净亏 20% 😂 看数据 Gate 最好，做空还是赚的，TradeXYZ 30 天亏 17.3%，bybit 好一点 30 天只亏 2.85% 三、解锁周期：【重要‼️】 最大 的问题就是什么时候解锁，如果不解锁就不会有抛压，那么就是纯亏了 目前最快解锁是 6 个月后，2027 年 1 月 27 日，2.27%，目前算大概 800 亿抛压 问题是 A 股在 2024 年被证监会暂停了转融券业务，也就是说 A 股目前是没有办法做空长鑫的😂 目前流通市值大概 2360 亿，不是太高 第一波真正的大规模老股解禁：2027 年 7 月 27 日（只能等解锁了） 四、结论 1️⃣ 所以现在感觉在 Hyper 上做多吃他的资金飞更好，30天可以吃到 15% 左右😂 2️⃣ 等到年底 12 月左右可以空了 ⚠️ 里面最关键的就是资金费率是不是转正，转正就需要考虑空了 --- #BIT美股# 7 年资管平台70 亿美金资管规模、美股平台费最便宜、新上线融资融券功能

终于有人把A股美港股的免费数据源彻底打通了。 平时想搞股票数据多烦你们都懂，源头散落各处，接口对不上还动不动被反爬，正经服务一年几万块起步。 现在simonlin1212开源了两个GitHub项目，把乱七八糟的源揉成一套AI直接能调用的Skill。挂到Claude或GPT上，agent秒变量化分析师。 A股版a-stock-data：🔗 10层架构、40+端点、15数据源，实时行情、资金流、龙虎榜、研报PDF、公告、打板、融资融券全覆盖，还做了限流防封和源优先级。 美港股版global-stock-data：🔗 8层架构、18端点、5数据源，期权链、SEC XBRL、技术指标、财报三表、全市场列表一应俱全。 几万块的数据费直接省了。感兴趣自己去GitHub扒

卧槽？？？？tmd这次 @claudeai 把牙膏挤爆了🤯！！！ Anthropic刚刚发布Claude Opus 5。 以拉爆Claude Fable 5的前沿能力，价格直接来到Fable的一半。 Opus 5的API价格是每百万Token输入5美元、输出25美元，和Opus 4.8完全相同。 Fable 5则是10美元和50美元。 Anthropic直接把它定义为一款可以每天使用的高端模型，并将其设为Claude Max默认模型、Claude Pro最强模型。 跑分方面在CursorBench 3.2中，Opus 5开启最高Effort后，成绩只比Fable 5峰值低0.5%，但单任务成本只有后者一半。 在Frontier-Bench上，它以更低的单任务成本，将Opus 4.8的成绩提升到两倍以上。 Anthropic称，Opus 5目前已经在Frontier-Bench和GDPval-AA等编程、知识工作评测中达到SOTA。 Agent和电脑操作的提升更夸张，同时ARC-AGI 3成绩是第二名的3倍。。。 Zapier AutomationBench中，同等成本下通过率约为第二名的1.5倍，即使使用最低Effort，完成的任务也比其他模型更多。 OSWorld 2.0中，Opus 5只花Fable 5略高于三分之一的成本，就超过了Fable 5的最好成绩。 但这次最值得关注的，可能还不是跑分。 Anthropic反复强调Opus 5更擅长验证自己的工作，并持续迭代到任务真正完成。 一个测试里，模型拿不到机械零件原图，只能访问原始像素。Opus 5自己写了一套计算机视觉管线，提取几何结构，最后在FreeCAD中重建出了完整零件。 另一个任务中，它发现没有实时数据流可以验证代码，于是顺手给自己搭了一套测试框架。 这是一种很关键的Agent能力：发现当前环境缺少完成任务所需的工具，然后自己创造工具。 Opus 5同时加入了Fast Mode，速度大约是默认模式的2.5倍，价格是基础版本的两倍。 API模型名为claude-opus-5，目前已经登陆Claude、Claude Code、Claude Cowork和Claude Platform。 Anthropic现在的模型分层也越来越清楚： Sonnet负责规模和成本； Opus负责绝大部分高难度日常工作； Fable和Mythos继续探索能力与高风险领域的最前沿。 Opus 5真正的场景是大量编程、研究、数据分析和Agent任务，它正在让用户很难继续为Fable 5支付两倍价格。 前沿模型开始主动下放能力、压低价格。 模型战争接下来的重点，会从谁的能力上限最高，逐渐变成谁能用更低成本，把任务稳定地做完。 牛逼，看来前段时间 @OpenAI 和中国开源模型们（ @Kimi_Moonshot 和 @Zai_org ）真的给A/太多压力了！ 继续加油啊家人们！