与「AI产业链」相关的搜索结果

过去一段时间，只要谈到AI投资，大家最先想到的往往还是英伟达。 但我越来越觉得，如果只盯着一家芯片公司，我们看到的可能只是AI浪潮中最显眼的一部分。训练和运行AI模型，不仅需要GPU，还需要数据中心、电力、云端算力、高速数据传输，以及最终将AI带入现实世界的机器人。 换句话说，AI不是一家公司或一类芯片的故事，而是一场覆盖整条基础设施供应链的长期建设。这也是我开始关注 @reserveprotocol 的原因。下面我想说说Reserve到做了什么？ Reserve围绕去中心化代币基金，也就是DTF来构建产品和基础设施。它通过Ondo Globa Markets的代币化股票，将AI供应链中的不同公司组合成五个链上主题篮子，让符合资格的用户能够分别了解和接触AI建设的不同环节。而且我认为这次产品设计最值得关注的地方，不是简单地把股票搬到链上，而是把原本比较分散的AI基础设施主题，拆解成了五条更容易理解的投资方向。 1. AI Infrastructure（BUILDOUT） BUILDOUT覆盖相对完整的AI硬件和基础设施技术栈。如果把AI产业比作一座正在扩建的城市，BUILDOUT关注的就是修建这座城市所需的各种底层设施，而不是只押注其中一家明星公司。 2. AI Power（POWER） AI运行需要大量电力。数据中心规模越大、模型训练越复杂，电力供应就越重要。我认为，能源是AI讨论中经常被低估的一环。算法可以快速升级，但发电设施、电网接入和长期供电合同并不能在一夜之间完成。POWER关注的正是为AI运行提供能源支持的企业。 3. AI Capacity & Neocloud（NEOCLOUD） NEOCLOUD聚焦将高性能计算资源作为服务提供给客户的企业。不是每家公司都有能力自行购买大量GPU、建设数据中心并维护整套计算基础设施。因此，算力租赁和新型云服务正在成为AI产业链中的重要组成部分。在我看来，这一方向值得关注的原因，是它直接连接了算力供给与企业的实际AI需求。 4. AI Photonics（PHOTON） AI不仅需要计算，还需要在芯片、服务器和数据中心之间快速传输大量数据。PHOTON关注的是光子技术和高速数据传输，也就是帮助数据高效流动的光学层。 很多人关注一块芯片能算多快，但我认为，芯片之间能否高效交换数据，同样可能影响整个AI系统的性能。 5. Robotics（ROBOTS） ROBOTS关注AI从数字世界进入物理世界的过程，包括机器人、自动化设备及相关产业链。如果说大语言模型让我们看到了AI理解和生成信息的能力，那么机器人代表的就是AI感知环境、作出判断并执行现实任务的可能性。这也许是五个方向中最直观、同时最具想象空间的一条主线。 了解了上面5个方向，接下来说下我怎么看这次机会。 我认为，Reserve AI DTF最值得讨论的地方，是它把AI交易从猜下一家明星公司，转向了观察哪些基础设施正在真实建设。市场情绪可以在一个月内发生很大的变化，但已经签署的数据中心建设计划、电力合同和芯片订单，这属于持续数年的商业承诺，而这些基础设施支出不一定会因为市场短期下跌而立即停止。因此，把基础设施建设看作观察AI产业一个重要指标，我认为是很有必要的，而不是只关注短期价格和社交媒体热度。当然这些并不意味着基础设施相关资产不会下跌，也不能说明AI DTF能够完全规避市场的波动风险。我的观点是：市场情绪和产业建设不总是同步的，而这种差异本身会有一些只得研究的地方。 现在想想，在过去，想在链上通过单一篮子覆盖这些主题并不容易。而Reserve让这个方向开始具备更清晰的产品结构，也更适合让人去找到合适自己的方向并且找到适合自己的产品标的。 最后如果让你从AI基础设施中选择一个未来几年最值得研究的方向，你会选哪一个？ 是AI芯片和硬件、电力、云端算力、光子技术，还是机器人？ 我自己会特别关注电力和算力服务。原因很简单：无论最终由哪一家模型公司胜出，AI系统都需要持续消耗算力和能源。但这只是我的观察，并不代表这些方向一定会获得更好的市场表现。 但是我肯定会持续关注 @reserveprotocol 带来的一些优质资产和设施，对于我来说确实降低了研究传统资产的门槛。

做美股几个你应该重点关注的账号 1. @aleabitoreddit 白毛股神，估计不少人都听说过。除了她推的具体票，我感觉对普通人最有用的其实是她的选股方法——卡脖子理论：在大公司的供应链里，找那些能卡住脖子的关键环节。现在 AI 产业链正火，等下一波风口来了，这套方法照样能用。有时候学大佬的“打法”，不如学他的“心法”。 2. @jukan05 黑毛股神，很有自己风格的投资大神。目前也是分享关于AI领域的信息和见解。他的 $AAOI 基本是买在这个阶段的底部了。 3. @xiaomustock 川沐老师我是多次推荐了，从去年开始就关注AI及相关领域的投资大神，但是不知道为什么川沐老师好几天没更新了，上次更新还是21号。 4. @qinbafrank Frank 大佬，我之前同样推荐过，见解独到，而且他的推文经常会分享自己的深度思考，非常值得点上小铃铛。 5. @JinYu762 金鱼老师，最近刚崛起的账号，分享的美股信息价值很多，而且很多推荐很有自己的想法。特别是一些内容很适合美股新手观看。 6. @eastweb3eth 最后推荐一下我，经常分享美股的内容和工具，尽自己所能把内容做好~

这周如果只能挑一场财报重点看，我大概率还是会把票投给 $NVDA。 但这次我关注它，并不只是因为英伟达本身。 过去几年，$NVDA 已经越来越像 AI 产业链的“温度计”。GPU 卖得怎么样只是第一层，背后真正牵动的是云厂商资本开支、数据中心扩张、半导体需求，以及存储、网络和 AI 软件应用等一整条产业链。 所以周三财报出来后，我更想看几个信号： AI 基础设施的投入有没有继续加速？ 微软、Meta、Google、亚马逊这些大厂，还愿不愿意继续砸钱扩数据中心？ GPU 订单和需求有没有出现边际降温？ 最关键的还是管理层对下一季度的指引，能不能继续给市场“超预期”。 而且周三并不是只有 $NVDA。 $CRWD 和 $CRM 也会公布业绩。 一个可以观察企业网络安全需求，一个可以看看 AI 到底有没有真正开始给企业软件带来增量。 如果说 $NVDA 验证的是“AI 基础设施还在不在加速”，那 $CRWD、$CRM 更像是在验证“AI 能不能开始变成企业端的真实收入”。 本周其他财报也挺有意思。 今天先看 $PDD，中国消费和中概资产是一条独立主线； 明天还有 $INTU、$ZM； 到了周四，$MRVL 接着登场，又可以继续观察定制芯片、高速互联这些 AI 基础设施环节。 所以我觉得，这周真正值得看的不是某一家公司涨跌，而是整个 AI 产业链有没有继续往外扩。 以前市场只盯 GPU。 现在开始看 HBM、存储、高速互联、数据中心，再到网络安全和企业软件。 这其实也是我最近比较关注的一个变化：AI 主线没变，但资金交易的范围正在变宽。 另外，宏观数据也会给这轮行情添变量。 周三还有核心 PCE和 GDP 修正值，周五则有 Warsh 的杰克逊霍尔讲话。 一边是企业业绩和增长预期，另一边是利率与估值。 财报周真正刺激的地方就在这里——公司要是超预期，估值可能继续往上打；如果业绩不错但指引不够强，市场也可能照样先砸一波。 所以最近做美股，我反而不太喜欢只盯着一两个热门标的。 产业链怎么轮动、资金往哪里切，可能比单纯猜一家公司涨跌更重要。 WEEX TradFi 可以直接关注这些热门资产，财报、宏观数据、行业轮动全部撞在一起的时候，机会和波动都会明显增加。 行情来了，最重要的还是别掉线。 全球行情瞬息万变，WEEX 始终接得住👇 （埋点链接） #WEEX# #TradFi# #NVDA# #PDD# #CRWD# #CRM# #MRVL# #AI# #买美股上WEEX# 参与 WEEX TradFi 活动：

老乡别走，这次利好真来了！ 据知情人士称，新加坡主权财富基金淡马锡计划投资 $三星电子 ( 和 $SK海力士 ( )$ ，并已与韩国政府方面联系。 这是新加坡主权基金第一次进韩股，而且不走外部管理人，内部团队直接下场。 最有意思的是理由：他们认为存储芯片是 AI 产业链里最被低估的一环。 这俩从去年低点已经涨了N倍，这还叫低估，主权基金的估值坐标系，跟我们真不是一套。 还是说，这只是狗庄出货的借口？🧐

美股下周目前事件不多，线索也清晰。 主要就集中在周二、三、四。 周二是 AI 算力租赁+光通信两条主线的热门公司财报发布，一家 CoreWeave，一家 Lumentum。 周三重点是晚上的 7 月 CPI 数据发布，白天有腾讯财报。 周四则是 7 月 PPI 数据和初请失业金，然后应用材料也会发布财报。 - 最核心的依然是 CPI 数据，排除一些突发事件，应该这就是下周最大的单一催化。 上周五就业数据偏弱后，市场重新降低了对美联储加息的担心。目前市场定价的 9 月加息概率不到50%。 目前数据铺垫的情况来看，整体还是比较舒服的，就业降温，单经济没衰退，通胀也有在下降。 如果到时候数据能低于预期，那最近这个反弹行情可以继续舒服一阵子。 至于下周的几份财报，虽然市值没有上一轮 MAG7 那么大，但对 AI 产业链的信息含量还是挺高的。 上周的光通信制裁传闻，导致美股的光通信光互联交易有些拥挤，所以这次 Lumentum 的财报还是很受关注的，公司之前给出的 FY26 Q4 收入指引是 9.6-10.1亿美元，越拥挤的交易越必须 beat。 至于 CoreWeave，自然仍是观察 AI GPU 云需求到底有多旺的窗口，订单、RPO/backlog、GPU利用率、CapEx、融资成本以及新增数据中心电力都是值得关注和追踪的指标。 应用材料就更不用说了，交叉验证现在市场最热的几条资本开支逻辑的核心标的。 PS：美股交易我挺推荐这个平台@BIT_Stocks， 支持大陆用户使用身份证开户，终身0佣金，还是non-CRS架构，美股投资的都明白non-CRS的含金量能省多少钱

最近关注 BIT 美股融券数据后的一个变化：市场不再只有看多的声音，尤其是AI这种高估值方向，多空分歧正在慢慢放大 今天复盘最大的感受：市场开始奖励“确定性”，而不是单纯奖励“AI概念” 美股第54天 发现一个变化：以前看到一家公司的名字和AI挂钩，市场愿意给很高预期 但现在资金开始问一个更现实的问题： 你的AI收入，到底什么时候能变成利润？ 这也是为什么最近我没有急着追涨 机会很多，但我更想等市场把答案交出来 今天重新看了一下 $AVGO 以前很多人关注AI，第一反应都是GPU 但我觉得接下来一个值得关注的方向，是： AI从训练走向规模化部署后，定制芯片和网络的重要性会越来越高。 Broadcom的逻辑就在这里 它不是最热门的AI故事，但它处在一个很关键的位置： 大规模AI集群，需要的不只是计算能力，还需要高速连接和定制化解决方案。 我关注它，不是因为短期股价涨跌 而是看几个东西： AI相关收入增长能不能持续 大客户订单是否扩大 毛利率能否保持 如果未来AI基础设施继续扩张，ASIC可能会成为GPU之外的重要补充 但风险也很明显： 市场已经知道这个故事，如果增长低于预期，高估值公司调整会很快 另外我最近降低了对短期追涨的兴趣 比如 $NVDA 我依然认可它的长期地位 但现在买入，需要考虑一个问题： 如果未来半年AI资本开支继续增长，市场是否已经提前定价？ 所以我的策略： 上涨的时候观察 回调的时候寻找机会 更希望买在市场犹豫的时候，而不是所有人都兴奋的时候 BIT融券数据最近也会看一下 我觉得它比较有价值的地方，是观察市场分歧 一家公司上涨过程中，如果空头增加但股价依然强势，说明资金承接可能不错 但如果高估值叠加空头增加，同时跌破关键位置，就需要重新检查逻辑 此内容由@BITstocksCN赞助，买美股上BIT一1万+支美股与ETF，真实持仓，享股息分红 今天没有交易 不是没有看好的股票，而是现在更愿意等待 美股第54天，继续记录 下一阶段我更想研究的是： AI产业链里面，那些没有被市场反复讨论，但真正控制瓶颈的公司 （学习记录，不构成投资建议）

EP-06 当模型开始不值钱，AI 真正的铲子股变了 这一期《白线 White Line》，主播 Minta 聚焦一个正在重塑 AI 产业链的问题：开源模型究竟要不要打败 OpenAI 和 Anthropic？ 企业的实际使用案例表明，模型能力并不是决定成本与效率的唯一变量。任务拆解、上下文管理、工具调用、失败重试和模型路由，同样会影响最终结果。企业未来可能不会押注单一模型，而是让不同模型分别处理高价值、低成本或高隐私要求的任务。开源模型只要能够接走一部分工作，就能让企业获得议价、本地部署和更换供应商的权利。 当模型越来越多、越来越便宜，也越来越容易替换，产业链中真正稀缺的环节随之改变。本期节目从 Nvidia 与 Palantir 的主权 AI 合作出发，梳理四类可能受益的“新铲子”：充当模型超市的云平台，掌握企业数据、权限和流程的工作流平台，监控模型与 Agent 调用链的可观测性工具，以及负责模型路由、安全和边缘推理的网络基础设施。 核心结论是，开源模型不需要成为全能冠军，也不必彻底取代前沿闭源模型。它真正改变的，是企业不再需要把每一次调用、每一份数据和每一个工作流永久交给同一家模型公司。模型一旦可以替换，价值便可能从模型层重新流向算力、云、数据、权限、工作流、安全与网络。开源战争或许不会产生唯一赢家，但它已经开始改变谁能赚钱。 内容不构成任何投资建议，请严格遵循当地法律法规。 《白线 White Line》由吴说团队出品，从 Crypto 走向更广阔的资本市场，关注 AI 时代下的趋势变化与交易机会。 时间线： 00:00 开源模型真的需要打败 OpenAI 吗？ 00:33 Software Factory：便宜模型也能进入企业生产线 02:49 Nvidia × Palantir：谁会成为开放模型的推手？ 07:03 第一把新铲子：CSP 成为企业 AI 的模型超市 09:53 第二把新铲子：数据与工作流让 AI 进入组织 11:45 第三把新铲子：Datadog 监控模型与 Agent 13:55 第四把新铲子：CDN 开始调度 AI 流量 17:27 结尾：开源模型没有赢，却已经改变了赢家

漫话期权 | 第一集 | 期权概念与损益图 via @YouTube 最近沉迷于制作视频科普, 每一个视频的诞生都让我更深入理解某一个课题, 我觉得是非常不错的学习方式. 于是重新开启了YouTube频道, 仍旧是分享宏观经济货币金融、AI Trading、期权等相关分析为主. 已经把之前的AI产业链七讲同步到频道里了, 近期在做期权基础, 感兴趣的朋友欢迎订阅~

《AI产业链七讲 · 第5讲|数据中心的完整账单,与下一个瓶颈:电力》 1. 一座10万颗GPU的数据中心,除了芯片,钱还得花在哪? 2. 光模块全球份额第一,毛利率却只有三成、还要年年主动降价——为什么? 3. 芯片管够了,AI扩张现在卡在哪? 4. 英伟达、中际旭创、施耐德,该给一样的估值倍数吗?

用苏格拉底式提问做了一个AI小科普系列《AI产业链七讲》, 不灌结论,带你自己推理出产业逻辑。 第1讲6分钟,3个可以带走的投资框架。 为什么设备人人能买,工艺却无法复制?为什么良率差0.05%,连乘一千道工序就是天堑?为什么设备股永远是周期股? 数据截至2026年7月,不构成投资建议。