与「LTA」相关的搜索结果

I feel like AI investing is simpler than what people expect. Because $NVDA + Jensen literally tells everyone what's coming. But somehow. Almost every. single. time. Markets dismiss it until it actually happens? Be Nvidia in 2025: Buys up EML and laser capacity. Markets dismissing it: "Photonics is a bubble and like quantum! ____ company is a scam with shady management" 1 year later: $LITE +678%, $AAOI +475.12%, $COHR +260.7%, $AXTI +3,843.9%. _ Nvidia in 2026: Buys up CW/EML capacity with LTAs. 800V shift. Extraordinary explicit about CPO shift. States Physical AI as the next theme. Markets now: "CW players are meme stocks! 800v, CPO is not coming anytime soon, Humanoids are not profitable!" Yeah... We'll see what happens in 2027. I think I'm putting my money on Jensen/Nvidia as the leading indicator.

$INTC and $AMD to sign CPU LTAs with Chinese customers for AI DCs (Reuters). - Prices of some CPU products have risen more than 40% in China since the start of the year from sources. - Month-on-month increases topping 10% for some products CPUs were already a bottleneck, following CPU ratios due to AI inference... But the broader trend of LTAs seems to be appearing from: - Memory, with $MU, Samsung, $SNDK, and SK Hynix signing DRAM/NAND LTAs. - Photonics, with $LITE, $COHR signing EML LTAs. And recent Trendforce reports that $AMD and hyperscalers are now pursuing CW LTAs. And I'm sure there's many more from MLCCs to all the way to substrates. +1 for the bottleneck investors... hard to be a "bubble that pops" if you have take or pay demand spanning multiple years.

存储厂商LTA长协之后，英伟达商业模式的变化“算力换营收”。看报道英伟达正在与初创公司签订收入分成协议，此举将使客户以未来收入的一部分换取计算能力的访问权。个人角度这不是传统“卖芯片”那么简单，也不是严格意义上的银行贷款。更应该是“算力信用+厂商融资+收入分成+生态锁定”的组合。会是另一种“算力贷”么？值得细聊下 有关键细节要纠正：很多报道写成“future profits”，但英伟达官方表述更接近cloud revenue share，也就是云收入分成，而不是净利润分成。这对英伟达来说可能比“利润分成”更重，因为收入分成通常发生在利润之前。 英伟达获得两段收入： 一段是卖GPU、系统、网络等产品的收入； 另一段是这些GPU被云厂商出租给AI客户后，英伟达继续按云收入或使用量拿分成。官方已经把这个定义为“标准产品收入 + 云收入分成 + 使用量挂钩的经常性收益”。 1、为什么英伟达要这么做？ 个人角度应该是要解决AI产业的两个瓶颈：谁能融资建设算力，以及谁能持续高利用率消化算力。 1）英伟达在公告里说，AI正在从模型开发走向生产推理，算力需求转向持续运行、规模化生成token的AI工厂。 这种模式下，GPU集群是否能长期高利用率，比单次卖出硬件更关键。 2）英伟达想把客户群从大型云厂商扩展到AI原生公司、区域云、企业、研究机构和主权AI项目。英伟达在一季度财报中把数据中心拆成 Hyperscale 和 ACIE；ACIE 包含 AI Clouds、Industrial 和 Enterprise，显示它正在把增长叙事从少数超大云厂商扩展到更广的AI工厂生态。 3）这是对抗客户自研芯片和平台替代的生态策略。大型云厂商有自研AI芯片能力，初创公司和Neocloud没有同等能力。英伟达通过信用支持、算力积分和收入分成，把这些新兴客户提前绑定在自己的GPU、网络、软件和DSX架构上。换句话说，它不是只赚一次硬件钱，而是在把自己嵌入未来AI应用收入链条。 2、对英伟达的收益结构是不是改变了？ 新收入分成模式即便战略意义很大，但体量应该很小，短期未必马上改变整体财报结构。但它改变的是收入质量和风险暴露。 1）英伟达从“一次性硬件收入”走向“硬件收入 + 未来算力收入分成”。这有点像把芯片卖给矿场后，还要继续抽矿场产出的算力收入分成。 2）它把英伟达的收入从纯供应链周期，部分变成使用量周期。好处是如果AI推理需求真的长期爆发，英伟达能持续分享下游增长； 坏处是如果下游需求不足、GPU出租价格下滑、客户违约，英伟达就不仅是卖方，还成了信用风险和利用率风险的承担者。 3）财务处理上会更复杂。英伟达年报里说，产品销售收入通常在产品控制权转移时确认，客户激励、返利和市场开发资金等客户项目会作为收入减少项处理。 所以未来要看合同细节：token credits 是费用？是收入抵减？是客户激励？是预付算力？收入分成什么时候确认？这些都会影响“收入质量”的判断。 4）估值逻辑可能被重新包装。硬件公司通常按周期性利润看；带有经常性、使用量挂钩收入的公司，市场可能愿意给更高倍数。但前提是这部分收入来自真实终端需求，而不是英伟达自己通过信用支持“拉”出来的需求。 3、这算不算“算力贷”？ 严格法律意义上并不像是贷款；经济实质上，很像算力贷： 1）如果合同是“以后无论赚不赚钱都要还固定金额或最低使用费”，那就更像债务或融资租赁。 2）如果合同是“你未来有收入才按比例分给英伟达”，那更像 收入分成融资。 3）如果英伟达给AI云厂商担保、回购、信用增强，让银行愿意给数据中心项目放款，那更像供应商融资支持。 所以个人把它定义为： “算力贷化”的厂商融资，而不是标准贷款。 它的本质是把GPU算力从一次性采购商品，变成一种可预支、可分期、可抵押、可证券化、可收入分成的金融资产。 4、这一定都是好事么？ 也不尽然 容易形成循环融资。供应商投资或担保客户，客户再买供应商的产品，供应商确认收入，市场再用这个收入增长证明AI需求强劲。这个循环不一定是假的，但它会让外部投资者更难分辨：到底有多少是真实终端需求，有多少是被信用、补贴、积分和收入分成提前拉动的需求。且金融结构越来越不透明 所以总的来说： 这能算是一种非常强势的产业金融创新，它在需求真实增长时会非常有效：创业公司获得算力，AI云厂商获得融资，英伟达获得硬件收入和未来分成，生态扩张加速，且绑定了更多的中小客户。 但它的风险也不小： 它会把英伟达、AI创业公司、债权人和终端客户的现金流绑在一起。一旦AI应用收入不够快、不够厚，或者GPU租赁价格下行，风险会沿着这些合同链条反向传导。当然早期还好，因为体力量也不大。 未来重点看四个指标： 1）下游AI云的真实利用率； 2）GPU租赁价格走势； 3）收入分成合同是否有最低承诺或回购条款； 4）以及英伟达投资/担保/应收账款增长是否快于终端现金流增长。 只要这些指标健康，那么这就是一项好的产业金融创新。 但这些指标一旦严重背离，所谓“算力贷”的风险就会从叙事问题变成财务问题。 本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」

Even Chinese companies are signing LTAs now lol RTRS: - China’s CXMT has signed a $3 billion LTA with Tencent. - CXMT is also in talks with other Chinese internet companies, including Alibaba Cloud, ByteDance, and Xiaomi. - As of Q1, CXMT’s DDR5 yields still lagged behind Western peers. - CXMT currently operates two 12-inch DRAM fabs in Hefei and one fab in Beijing, with total wafer capacity of around 300k wafers per month.