与「AMD，」相关的搜索结果

有人说 bStocks 买美股贵？还有人说要扣10%的手续费？我实在不懂，正常人怎么能说出这种虎狼之词，然后还真的有不明就里的人相信。 我今天就把怎么交易美股现货、手续费多少、股息分红怎么给你、在币安买美股有没有投票权？一次性讲清楚。 去年我就动了买美股的念头。所有人都跟我说，去开个盈透（IBKR）账户就行了。我老实提交资料结果来回折腾了整整一个月，过几天系统又让我补一份新的，也没个在线客服可以问。传统券商对非美国用户的门槛是出了名的高，甚至那些银行基础设施不完善的国家，有些人根本开不了户。 后来，币安在 2026 年 6 月 1 日上线了真实美股交易，我就直接在币安上买了。 7000 多只美股和 ETF，跟传统券商比体量差不多。背后是纽约的 Alpaca 做清算和托管，你买的是真实股份，拥有实益所有权、投票权，还有 SIPC 保护，每个客户最高赔付 50 万美元，最低 5 美元下单。下单通道是 ADGM 监管的 Nest Trading，由 Alpaca 负责执行、清算、托管、派息和公司行动。 对于股息，币安会用 USDC 把分红打给你，扣除 30% 的美国预扣税之后到账，注意， 30% 是美国政府的税，不是币安收的手续费。 我买 100 股台积电(43,500 美元)，佣金是0，只付 0.05% 平台费 ≈ 21.75 美元，USDC 结算无价差、监管费币安全包。ADR 转嫁费每年 1–3 美元可忽略 谣言传的是"扣 10%"，1 万美元要被扣走 1000 美元？跟实际差了200倍 ，传谣言的人，数学是外星人教的吗？ 横向比一下。币安每单最低 0.17 美元，只有盈透的一半，盈透对非美国用户走的是 IBKR Pro，阶梯定价每单最低 0.35 美元，固定定价每单最低 1.00 美元，真正零佣金的 IBKR Lite 只对美国居民开放。Robinhood、嘉信（Schwab）确实是完全零佣金，但对非美国用户有地域限制，根本进不去。 刚开始交易，手续费不是困扰我的点。对于习惯了 7×24 小时永不打烊的加密世界。突然要适应美股只在"盘中"几个小时交易。 盘前指的是，北京时间下午 16:00 到晚上 21:30（美东 4:00–9:30） 盘中：晚上 21:30 到次日凌晨 4:00，这个时段流动性最好 盘后：次日凌晨 4:00 到早上 8:00 隔夜（夜盘）：早上 8:00 到下午 16:00 也就是说如果在UTC+8的时区白天我们下单，交易的是夜盘 ，流动性并不好。 美光这种公司，财报往往放在盘后（16:00 收盘之后）发；而美联储讲话，又常常安排在盘前。为的就是避免直接冲击盘中股价。 为了同时开户的麻烦和只能盘中交易的限制，bStocks 出现了。 币安上的真实美股，可以 1:1 零费用转换成 bStocks。bStocks 是 BNB Chain 上的 BEP-20 代币，7×24 小时交易，可以提到你自己的钱包，可以进 DeFi。这就是"加密 + 美股"，对标Ondo Finance 。 bStocks 现在还很很早期，目前只有 10 只热门的代币化股票包括美光、英伟达、特斯拉等。对面 xStocks 已经有 131 个标的，Ondo 有 430 多个。 那为什么品种这么少？不是币安偷懒，bStocks 走的是阿布扎比 ADGM 的"核准招股书"路线，每加一只股票，都要单独走一遍监管核准。 而 xStocks、Ondo 用的是"基础招股书 + 补充文件"的模式，加一个新标的，只要再递交一份补充文件就行。所以人家一次能加几百个，bStocks 只能一小批一小批地加。 接下来聊聊bStocks 股息怎么分配？ bStocks 的实益拥有人是阿联酋注册的实体 BTech Holdings，由于阿联酋跟美国没有税收协定。意味着同样一只股票的股息，在盈透，填 W-8BEN 能把预扣税降到 10%（中国是 10%，英国和加拿大都是 15%）。持有 bStocks，默认 30%，没有减免。 bStocks 股息不发现金，自动再投资买成股票，你的持股数从 1 股慢慢变成 1.008、1.01 股。你什么都不用做，余额自动增加。 虽然30% 预扣税听上去很多，但是，大多数美国科技公司本来就不怎么发现金股息，更喜欢用回购来回馈股东。 英伟达 5 月 20 日的 8-K 新增 800 亿美元回购授权，叠加之前剩下的 385 亿美元额度，合计约 1180 亿美元的回购，把股票从用户手上买走、类似于BNB的销毁。 AMD 也走纯回购路线，2025 年 5 月 14 日再批 60 亿美元回购计划，叠加余额后总额约 100 亿美元。所以这个 30% 的税，对偏爱稳定派息股的人有影响，那些公司增长有限不偏好再投资。对科技股投资者来说，影响其实很小。 我真正看好的，是bStocks 瞄准的万亿级市场。 Aave 创始人 Stani Kulechov 和高管 Luigi D'Onorio DeMeo 在 6 月 26 日公布，Aave V4 要把代币化股票引入链上的证券借贷。 全球证券借贷的在借规模大约 4.6 万亿美元。你在传统券商持有的股票，会被借出去给人做空， DeMeo 的原话是，像 Robinhood、嘉信这样的主经纪商和零售平台，通常会截留 50% 到 85% 的借券费，只把一小部分返还给你。 2025 年这个市场创造了多少收入？EquiLend 的数据是创纪录的 153 亿美元，同比涨了 26%，在借余额首次突破 4 万亿美元。其中绝大部分，被中间商拿走。 链上的玩法，就是把中间商去掉，这才是代币化股票真正的杀手级用途，你的股票可以像 DeFi 资产一样被抵押、被借出、为你生息。 Kulechov 还说：美国回购市场日均敞口约 12.6 万亿美元、保证金融资约 1.3 万亿美元、财富管理端的证券质押贷款超过 4000 亿美元，他认为这是"华尔街之外几乎没人会想到的、最大的市场之一"。 从DeFi Summer的进程来看，美股代币可能也会出现各种组合。 第一，链上跟单美股。现在的链上跟单，市场太薄，别人能轻松狙击你的仓位。但美股有世界级的深度，大市值股票极难被操纵，而且有真实股份套利在背后锚定价格。深度、透明、抗操纵，是美股的优势。 第二，循环杠杆。bStocks 能被反复当作链上抵押品，理论上可以存→借→买→再存，按 60% 的抵押率循环下去，最高能撬到大约 2.5 倍。Lista DAO已经支持 bStocks 抵押借贷了， Venus 那边把特斯拉、英伟达、SpaceX（抵押率分别 60%、60%、50%）加进了 Core Pool，但借款功能还没真正开放。杠杆会放大清算风险：美股有隔夜跳空，bStocks 盘后价差又宽，一根周末的大阴线就可能很危险。这个等深度再好一些再玩，也不迟。 第三，是我自己的想象，也许有一天我们会出现链上 ETF。热门的主题 ETF 都是要收管理费，比如 Roundhill 的 DRAM 存储主题 ETF，管理费 0.65% 一年，有些 ETF 甚至能到 1%。很多ETF一年的收益也就10%，什么都不做10%又被基金经理抽走了。 但在链上，你完全可以自己组一个篮子（英伟达 + AMD + 美光，权重你自己定），管理费是 0，gas费可以忽略不计（对比一下，连 QQQ 现在都还要收 0.18%）。再平衡也能用预设规则自动跑（比如按市值加权、定期再平衡），不用你天天盯盘。 bStocks 现在还非常早期。传统金融和币圈的兼容正在发生，我们一起见证这个时代。

AMD苏姿丰被问：啥时候能超越英伟达？ 看人家是怎么回答的。 国内直接就是远远超越、遥遥领先，要么就是友商是傻福。 本质上，国产车厂什么都懂，无非就是在争夺傻福而已。所以什么出格的话都敢说，什么破烂事都敢干。

世界知名投行Jefferies警告：2026年第三季度内存价格将暴涨50%，第四季度再涨40%，2028年前难见缓解！ 内存这么涨，苹果都扛不住，英伟达和AMD不知道能抗多久，最终就两个结果。 第一倒逼云厂商开始减缓AI数据中心的建设，资本开支下降。 第二技术替代，像 $MRVL 这类硬件加速方案，曲线救国！ 我们很快可能会见到，以后64G和128G的大内存电脑将成理财产品😂

美国科技股怎么了？刚刚 200 亿美元流入，转眼变成 150 亿美元流出！！ 刚刚看到这张图的时候我也懵了一下，现在 AI 发展的不是异常凶猛吗？在过去一周美国科技板块基金资金流入超过了 200 亿美元，是近两年的绝对高点，但仅仅时隔一周就出现了 150 亿美元的净流出。 这反转来的太快了，前一周还在历史性的买入，转眼就开始卖出。 当然这是周数据，而且这一周出现了两个大的情况，一个是美光的财报，一个是美国五月核心 PCE 的数据，这两份内容前后都出现了美股的震荡，所以并不能排除是有投资者的避险，但确实从目前来看，资金的流出是需要重视的。 我觉得后续要看的重点就是这次流出会不会延续。 如果只是这一周出现流出，那可能就是美光财报和核心 PCE 前后的避险，也可能是前一周流入太夸张以后，部分资金先兑现利润。毕竟 AI 已经涨了很久，英伟达、博通、AMD、台积电、半导体 ETF、纳指科技权重，很多仓位本来就很重，遇到数据和财报密集公布，资金先避险一部分也正常。 但如果接下来的一两周美国科技基金继续流出，那性质就不一样了。 这代表市场对 AI 和科技股的态度会从“无脑追高”，慢慢变成“获利离场”。以前只要是 AI，市场愿意提前给估值，数据中心、电力、芯片、云服务、算力这些方向都可以一起涨。但如果资金不再持续流入，市场就会开始挑剔。 这对未来的影响很直接。科技股后面大概率会从普涨变成分化。真正有利润、有现金流、有定价权的龙头还能继续走，但单纯靠 AI 热度、靠估值扩张、靠主题资金推动的公司可能就没那么舒服了。 当美光财报差的时候资金流出很好理解，因为业绩不行自然要卖。但财报还不错，资金依然出现流出，说明问题可能已经不只是在看单家公司业绩，而是在看整个科技板块目前的估值、仓位和宏观环境。 美光的财报说明 AI 硬件需求还在，核心 PCE 说明利率环境还没有完全放松，科技基金资金流说明部分资金已经开始先离场。三件事放在一起看，应该能解释为什么美股科技股这一周会这么震荡。 AI 的产业趋势仍然强，但股票市场交易的是价格。 再好的趋势，如果前面涨得太快、估值抬得太高、仓位堆得太满，也会出现资金先兑现的情况。尤其是现在科技股已经成为美股指数最核心的支撑，很多基金和 ETF 的仓位都集中在大科技和半导体里面，一旦资金开始调整，最先被影响的一定还是这些流动性最好、涨幅最大、仓位最重的资产。 所以后面我会重点看几个方向。 第一，看美国科技板块基金下周会不会继续流出。 如果只是这一周，那这次更像是财报和通胀数据前后的避险，以及前一周大幅流入后的回吐。 第二，看 QQQ、XLK、SMH、SOXX 这些科技和半导体 ETF 的资金有没有重新回来。 科技股现在不是只看涨跌，关键是有没有新增资金继续接。 第三，看英伟达、微软、博通、AMD、台积电、美光这些核心权重能不能稳住。 过去两年美股指数能这么强，主要就是靠这些大科技和半导体权重托着。如果这些权重稳住，指数大概率还不会太难看，如果这些权重一起走弱，纳指和标普都会受到明显影响。 第四，看后面的 AI 公司财报还能不能继续兑现。 美光这次已经给了一个不错的答案，说明 AI 硬件需求还在。但后面市场还会看收入、利润率、现金流和资本开支。尤其是资本开支这一点很重要，AI 当然可以继续烧钱建设，但市场最终还是要看这些钱能不能变成利润。 尤其接下来的七月份就是财报季了。 如果下周资金重新流入，科技龙头也能稳住，那这次流出就是一次正常震荡。 如果下周继续流出，半导体和大科技也继续走弱，那就说明资金对美国科技股的态度已经发生变化，后面美股可能就要进入更明显的分化期。

10年前用BTC买了批AMD Fury——第一代HBM，拿去挖ETH。ETH的PoW算法吃内存带宽，HBM带宽碾压同代显卡 现在AI瓶颈在内存带宽，HBM又成基础设施命门，内存股拉升。合着这条逻辑我10年前就跑通了，仓位在显卡里，付款用的BTC😭 都是时代的因缘际会

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

本周六【南京·AI共创工作坊】无限画布：手绘碰撞 × AI生图 （活动免费只要人场～扫码入群填写报名信息～） 我们和蚂蚁集团、AMD、诚迈科技、360 等多家AI行业巨头联合发起 我们想做一场关于 AI 多行业商业化落地的深度碰撞 聊行业前沿、聊AI安全、聊AI+OPC真赚到钱的搞钱姿势 活动形式也包括了自由交流和workshop 就算你不懂AI，带上电脑手把手教用AI玩出花 手绘与 AI 的现场碰撞，打破创作边界 拒绝空谈，只聊落地 🔗 报名方式：识别下方海报二维码 时间：6月27日（周六）14:00 坐标：南京国际展览中心 3F 紫金厅

翻车！@AMD 最新发布的显卡驱动程序在 Windows 10 上异常。 具体来说昨天发布的 26.6.2 版驱动在 Win11 上工作正常，但在 Win10 上无法安装或安装后无法启动，设备管理器里也显示感叹号，在修复前用户可以使用 AMD 清理工具卸载当前版本并换成旧版本。 下载地址：