nycubic (@NYP000)

I asked Claude to apply a capital cycle analysis to $MU. Here's what it came up with: Net reading: 11 of 14 capital cycle signals are bearish or strongly bearish. The framework reads this as late-cycle, not early/mid-cycle. The two unambiguously bullish signals (equipment lead times, industry concentration) are eroding rather than strengthening. Insights Yielded by Capital Cycle Analysis: 1) "Structural change" rhetoric is itself diagnostic. The capital cycle framework treats coordinated industry-wide CEO claims of regime change as evidence of late-cycle euphoria. The same language was deployed by the same CEOs (Mehrotra at Micron specifically) in 2017–2018 and was wrong. Bayesian base rates argue against accepting the current claims at face value. The previous analysis under-weighted this base-rate evidence. 2) Look at total capital flowing into the supply curve, not just incumbent capex. The structural-change analysis focused on Big Three capex. The capital cycle lens forces aggregation of all capital flowing into memory output: a) Incumbent capex: ~$104B in 2026 across DRAM + NAND; b) CXMT IPO proceeds: ~$4.2B (with state-aligned co-financing many multiples larger); c) YMTC capacity additions (privately financed) d) Substitute technology capital (Cerebras, photonic startups, CXL controller designers) — billions of dollars of equity raised to reduce HBM intensity per dollar of AI compute deployed. When aggregated, total effective supply-side capital formation in 2026 is materially higher than the Big Three capex alone suggests. The supply response is being underestimated. 3) The customer base is doing exactly what late-cycle customers do. Hyperscalers locking in 3–5 year LTAs, pre-ordering 2027 NAND, building strategic inventory — these are not signs of confident long-cycle visibility, they are signs of late-cycle scarcity panic. Historically (DRAM 2017–2018, oil 2008, shipping 2007), customer pre-buying at peak prices is followed by sharp inventory destocking when prices roll over. The structural-change narrative frames LTA penetration as a benefit; the capital cycle frames it as a peak signal. 4) Multiple expansion + earnings expansion = asymmetric downside. The previous analysis flagged the 15x NTM P/E multiple as aggressive (referring to UBS PT raise). The capital cycle framework sharpens this: when both earnings and multiple are at peak, the compound drawdown when either reverts is severe. Memory historically goes from 60% gross margin to negative gross margin and from 10x P/E to <5x P/E. Even a modest reversion to 35% gross margin and 8x P/E from current levels implies a 60–75% equity drawdown for the memory primaries — without any disorderly cycle. 5) Supply lag is real but not unique. The bullish point about EUV/TSV/hybrid bonding lead times is correct but mis-weighted. The capital cycle history of other capital-intensive industries (oil refining, shipbuilding, semiconductor wafer fab) shows that long lead times increase the eventual amplitude of the down-cycle: capital decisions made at peak are not reversible when conditions soften, leading to capacity overhang. Long lead times delay the down-cycle; they do not abolish it. 6) China is the textbook capital-cycle disruptor. In Chancellor's historical case studies (steel, shipbuilding, solar, panels, batteries), state-backed Chinese entrants repeatedly compressed margins of consolidated Western/Korean/Japanese oligopolies once technology gaps narrowed. The U.S. equipment restrictions on China have created the illusion that this dynamic is paused, but the data shows CXMT doubled DRAM share in 18 months and is targeting domestic HBM3. The structural-change analysis appropriately flagged this; the capital cycle framework would weight it heavier as the single most important multi-year risk. 7) Substitute capital formation is its own supply curve. The capital cycle framework treats financing flows into substitutes as a parallel supply expansion. Cerebras' $5.5B IPO, Marvell's $5B Celestial acquisition, the Sandisk/SK hynix HBF JV, and the CXL ecosystem (ALAB, MRVL, MCHP) are collectively financing "HBM intensity reduction." Even if HBM unit demand is met, the value capture per dollar of AI compute is diluted. Capital is flowing in adjacent to the memory primaries to reduce the share of AI spend that ends up in their P&L. 8) The bull case relies disproportionately on demand visibility. The capital cycle warns against demand-anchored theses. The bull case requires AI capex to continue at current levels or accelerate, hyperscaler ROI economics to remain favorable, sovereign AI to scale, and inference workloads not to migrate to non-HBM architectures. Each of these is plausible; the joint probability that all hold through 2028 is materially lower than the headline narrative suggests. 9) Sell-side estimate trajectory is itself a signal. UBS's PT trajectory ($535 → $1,625, a 3x increase in one revision) is historically associated with peak euphoria. Estimate revisions of this magnitude have a poor forward record. The framework would treat the velocity of estimate revisions as a contra-signal. 10) Where the asymmetry sits. The capital cycle framework reframes the risk/reward calculation. Even if the bull thesis is right and earnings hold through 2028, the upside from current levels is modest (multiple expansion has already happened). If the bull thesis is partially wrong — say, 2028 brings 25% peak-to-trough EPS decline rather than 50% — the equity drawdown is still material because multiples will compress simultaneously. The asymmetry is not favourable at current valuations. Bottom line: The structural change thesis was directionally correct but materially overweighted by the original analysis. The capital cycle framework appropriately reweights toward supply-side caution and treats current peak conditions, peak valuations, peak management confidence, and accelerating capital inflows as a coherent set of late-cycle signals. The memory industry has undergone real and beneficial structural change in shape, but the empirical base rate against the "cycle has been abolished" claim is overwhelming. The economic characteristics of memory businesses have improved but have not been transformed into stable, compounding, low-volatility ones — and the next 18–30 months are statistically more likely to mark the end of this up-cycle than a transition to a new regime.

储存还能上车吗？买什么？怎么配置？ 接上文， 存储芯片是 AI 时代的石油。 你不需要预测油价明天涨还是跌，你只需要确认一件事：全世界还在用油。 第四个判断：闪迪弹性最大，但风险也最大。 闪迪今年涨了 550%+，是整个板块里弹性最高的票。25 年从西部数据拆分独立上市后，市场重新定价，从一家被低估的部门变成了纯 NAND 闪存公司，估值直接起飞。最新季度营收同比 +251%，毛利率 78%。 但波动性也是最大的。上周一天涨 9%，第二天跌 9%。Reddit 上散户情绪已经从极度乐观转向激烈争论。适合已经在车上的人拿着，不适合现在重仓追。 如果要买，建议只作为卫星仓位，占总存储仓位的 10-15%，赚弹性。 第五个判断：西部数据适合防守型选手，但天花板有限。 西部数据今年涨了 200%，是三家里涨幅最小的。拆掉闪迪之后变成了纯机械硬盘公司，AI 冷数据存储确实需要 HDD，HAMR 技术做到单盘 30TB+，全年产能预售一空。 但要说实话，机械硬盘长期是一个在缩小的市场。SSD 成本在持续下降，HDD 的份额会被慢慢侵蚀。方向是确定的，只是过程比大家想的可能慢一些。 西部数据适合作为存储组合里的防守型配置，涨的时候可能跑不过美光和闪迪，但跌的时候也会更抗打。占 10-15% 就够了，不要指望它出大倍数。 最后说怎么操作。 如果你看好存储赛道想建仓，我的建议是这样： 把计划投入的资金分成四份，不要一次全买。每次板块回调 5% 以上买一份。上周的经验告诉你，这种级别的回调每两三周就会来一次。 仓位结构：美光 50% 作为核心，存储 ETF DRAM 25% 作为底仓，闪迪 + 西部数据各 10-15% 作为卫星。 买完之后最重要的一件事：不要天天看盘。存储板块现在的波动率是正常股票的三四倍，一天涨跌 8-16% 是家常便饭。 如果你天天盯着看，大概率会在某次暴跌的时候被吓出来，然后第二天看它又涨回去了。 问问自己：AI 还在用存储吗？每一天都在用更多。

Today in Tampa, I outlined the Save Our Homes from Excessive Property Taxes plan that will eliminate taxes on homesteads.  Property tax revenue collected by local governments has nearly doubled in the past seven years (from $32 billion to $60 billion) and is expected to reach an astounding $83 billion by 2032. Florida homeowners need relief. Now is the time to stand up for taxpayers, enact a historic reform, and save the home of every Floridian.

🔥 SK Hynix 刚刚做了一件市场很多人还没完全意识到意义的事： 它开始“拒绝”Alphabet、Microsoft、Meta 的数百亿美元投资支持。 不是因为缺钱。 而是因为它终于站在了 AI 供应链权力结构的最顶端。 过去几十年，半导体行业大多数时候都是客户主导。 云厂商、手机厂商、PC 厂商拥有订单权。 芯片公司负责拼命扩产、降价、抢客户。 但 AI 时代第一次出现了真正的角色反转： 现在不是科技巨头挑供应商。 而是供应商开始挑客户。 SK Hynix 的担忧其实非常直接。 如果接受 Meta、Microsoft、Alphabet 的资金去建晶圆厂，未来就会形成一种“绑定式供应关系”。 问题在于： 一旦经济周期反转、AI 需求放缓、库存调整出现，大客户可能要求： 优先供货 锁定低价 长期折扣 独家产能 价格底线限制 这会直接破坏 SK Hynix 现在最核心的优势： 超级供应商地位。 而这个地位，来自 AI 推理时代最稀缺的东西： HBM。 现在市场很多人还停留在“GPU 最重要”的阶段。 但真正跑 AI 推理的人越来越清楚： GPU 决定算力上限。 HBM 决定模型真正能否持续推理。 没有 HBM，GPU 只是空转。 尤其进入 Agentic AI 时代后，模型需要： 更长上下文 更大 KV Cache 更多并行推理 更多实时检索 更多持续状态保持 这会直接推高 HBM 的重要性。 而真正能稳定量产高端 HBM 的厂商，全球几乎只剩： SK Hynix Samsung Micron 其中 SK Hynix 又是 NVIDIA HBM 供应链里的核心主导者。 这意味着什么？ 意味着 Meta、Microsoft、Google 这些本来拥有全球最强资本实力的公司，现在开始反过来： 希望帮供应商建厂。 这是 AI 时代非常重要的权力信号。 因为这些科技巨头真正害怕的，不是 GPU 不够。 而是未来 HBM 不够。 报道里有一个细节特别重要： Meta、Microsoft、Alphabet 甚至愿意帮助支付 ASML High-NA EUV 设备费用。 这不是普通设备。 这是下一代先进 DRAM 节点的核心工具。 单台接近 5.5 亿美元。 科技巨头愿意帮忙买设备，本质上是在提前“锁产能”。 因为他们知道： 未来 AI 基础设施真正的瓶颈，可能已经从 GPU 慢慢转向： 先进内存。 而 SK Hynix 最聪明的地方在于： 它没有直接拒绝这些资金。 它只是拒绝“股权式绑定”。 然后把这些科技巨头的焦虑，转化成： 更高预付款 更长期合同 更强价格保护 更长锁单周期 这才是最强势供应商会做的事情。 你会发现，现在 AI 产业链里真正拥有议价权的公司，开始越来越像： “资源垄断者” 而不是传统电子制造商。 这也是为什么我一直认为： AI 的下一阶段核心，不只是 GPU。 而是： HBM DRAM NAND 先进封装 EUV 电力 冷却 高速光互连 这些才是 AI 推理真正的“氧气层”。 而很多人低估了： $MU 可能是整个美国市场里，最重要的 AI Memory 战略资产之一。 因为美国最终一定会希望： 先进 HBM 供应不能完全依赖韩国。 这也是为什么现在越来越多人开始重新理解： $DRAM 本质上不是传统存储逻辑。 而是 AI 推理时代的“认知容量基础设施”。 谁控制 AI 的记忆系统。 谁就控制未来 AI 的一部分上限。 你觉得未来 AI 最大瓶颈会先出现在： GPU、HBM、电力，还是数据中心本身？

瑞银1625美元目标价炸场：存储周期逻辑正在重构 瑞银对美光 $MU 出手，目标价上调至1625美元，估值逻辑颇有看点，值得细品。 估值框架：锁定周期低点，切换定价体系 瑞银上调了美光未来三年的EPS预期，FY27/FY28/FY29分别给到155/167/117美元，随后选取FY29这个周期相对低点，给予15倍PE，锚定估值。这个方法论本身就释放了几个重要信号。 一、市场对现货降价反应过度，存储景气度被系统性低估 前期现货价格走弱，市场悲观情绪蔓延，但从瑞银上修后的盈利预期来看，存储涨价的持续性和弹性明显超出主流预期。短期现货波动遮蔽了长期需求的结构性支撑，情绪面误伤了基本面定价。 二、周期顶点后移——AI存储需求持续超预期叠加供给端卡脖子 此前市场普遍预期周期高点在FY27底至FY28初，现在瑞银将顶点推迟至FY29，逻辑有二：其一，AI存储需求扩张速度持续超预期；其二，供给端受制于设备交付周期，扩产节奏跟不上需求增速。供需剪刀差被拉长，景气窗口随之延伸。 三、长协渗透率提升重塑估值体系——从PB切换至PE 这是本次估值逻辑中最值得关注的范式转变。随着长协占比持续提升，存储龙头的业绩波动率系统性下降，市场定价逻辑开始从强周期的PB框架向成长股的PE框架迁移。这意味着存储板块的估值中枢有望持续抬升。 四、锚定FY29的逻辑——拿周期低点做安全边际 FY29相较FY28业绩约有30%回落，117美元基本对应现货价格腰斩叠加长协保底利润的情景，是一个相对充分定价的周期底部位置。在这个位置给15倍PE，赔率和逻辑均说得通——用最保守的盈利假设，支撑最具防御性的估值。 五、（个人推演）按此框架，海力士或仍有1.5倍空间 类比估值来看，两倍海力士大约能摸到500块——这是本人的粗略推算，仅供参考，笑笑就好。 最后说一句： 昨晚美股存储板块再度爆发。A股存储今天接力的预期，自己掂量。

$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#

盘点下全球存储板块的股票和etf 存储板块主要分为存储芯片（DRAM/HBM/NAND） + 硬盘 / SSD / 存储设备 + 企业存储软件 / 云存储 等 一、存储芯片的核心个股 1、 $MU 美光科技：全球三大DRAM （内存）之一，同时做 NAND（闪存）、HBM （高带宽内存） 核心业务：DRAM+NAND+HBM ，美正股唯一纯内存大厂 目前市值 1万亿，股价 900美金 另外全球二大的DRAM （内存）公司是： #三星# ，老大，全品类最强，只在韩国股市主板上市，目前市值约1.4万亿美金，直接买三星电子的股票不方便买，可以买贝莱德旗下的etf $EWY ，这只etf重仓了韩国两大存储半导体巨头：#三星电子# 和 #SK海力士# ； #SK海力士# ：全球第二大DRAM 内存厂商、HBM（AI 高带宽内存）全球第一龙头 ，市值破万亿，也是韩国的公司，可以买港股 07709 #南方2x做多海力士# ； 2、闪迪 SanDisk（SNDK） NAND 闪存龙头，SSD / 存储芯片，2026 年从西部数据分拆独立 总市值 2350亿美金 3、西部数据 Western Digital（WDC） HDD 硬盘、NAND/SSD，企业 + 消费级存储 AI 数据中心 SSD 需求强，与闪迪协同 市值 1800亿美金 4、希捷科技 Seagate（STX） 机械硬盘（HDD）龙头，企业级 / 数据中心硬盘为主 AI 冷存储 / 归档需求稳定，现金流好 市值 1890亿美金 5、慧荣科技 Silicon Motion（SIMO） 全球最大独立SSD 主控芯、NAND 控制芯片公司，AI PC / 服务器存储芯片 （不做闪存 ，只做大脑） 客户：三星 SK海力士 美光 铠侠 西数 金士顿 闪迪 等 2026 年 AI PC 爆发，主控芯片需求大增，年内涨幅强劲 市值 98亿美金 动态PE 36.84倍 6、美国网存 NetApp（NTAP） 美国企业级混合云存储+数据管理龙头，标普500的成分股 定位：卖存储系统+软件+云服务 全球企业级全闪存阵列市占第一，混合云存储的龙头 市值 274亿美金 二、存储核心ETF 1、 $DRAM ：纯存储芯片 ETF 上市：2026-04-02，全球首只纯存储芯片 ETF 持仓（9 只，高度集中）： 美光 MU：26.77% SK 海力士：23.75% 三星电子：18.55% 铠侠、闪迪等 2、 $EWY : EWY 韩国MSCIETF-iShares 贝莱德旗下etf指数 EWY 追踪大中型韩国公司，主要持有 SK 海力士 和 三星电子 ； 3、HK 07709 南方两倍做多海力士 是在港股购买 4、A股 513310 中韩芯片 核心持仓：三星电子 sk海力士 寒武纪 海光信息 北方华创 中芯国际 兆易创新 042700 澜起科技 中微公司 5、A股 港美互联LOF 核心持仓： 台积电 英伟达 闪迪 美光 腾讯 谷歌 阿里巴巴 中海油 博通 微软 我的持仓重点： $mu $DRAM $中韩芯片

昨天美光刚刚因为 UBS 报告暴涨18%， 今天一早又有了重磅新闻：海力士准备 5 年以上超长期 LTA SK海力士今天新闻里的策略，和昨天美光报告里的LTA逻辑完全对得上，而且走得比美光更极端、更强势 从保守扩产、谨慎长约、赚周期钱，彻底转向强势锁产能、拒绝客户参股、用超长约+高预付款+价格保底，准备把这一波内存吃到极致。

1. 拒绝云厂的参股、共建产线、联合投设备等绑定方案。不要股权深度捆绑，只要绝对供货主导权，不跟客户共享产能控制权。 
2. 把HBM和通用DRAM打包，用HBM优先供货权当筹码，逼客户签更久、更苛刻的长约。谷歌、微软这种顶级客户，必须接受海力士的规则，不然拿不到HBM产能。因此海力士自称“超级乙方”

3. 结合昨天 UBS 说的，盈利逻辑从周期波动变成跨周期稳定高毛利。不再靠涨价暴跌赚快钱，而是靠长约锁定高利润底仓，业绩像半导体平台公司而不是周期品。 
 长约（LTA）策略到今天，也发生了变化：

1. 期限拉满，3 年跳到5年，不再妥协。以前跟美光、三星一样主推3年，现在直接要5年，3年嫌短，公开要超长期限。 
结构也是2+3/3+2，前几年锁价锁量，后几年浮动，把波动压到最低。

2. 从“愿意签长约”变成“只签强约束长约，短约基本不卖” 
放弃季度/年度短单，大客户不签3-5年LTA，拿不到稳定产能，只能去现货高价接货。 
3. 加了两大杀器：10%-30%预付款 + 价格保底条款 
以前预付款几乎可以忽略，现在直接要总合同额10%-30%预付，违约不退。 
同时设价格下限，就算行业大跌，长约部分也不跟着暴跌，利润底焊死。

4. 长约覆盖比例更克制，但条件更狠 
美光20%、三星30%，海力士只做约18%的长约覆盖率。 
少签但签最优质客户、最严苛条款，剩下产能留着赚现货暴涨的钱，两头通吃。

5. LTA 不止是避险，而是涨价与锁利的工具
 以前长约是为了稳需求、防下跌；现在是顺势加价、锁定高位、锁死客户，把行业红利提前锁进财报。 总之，SK海力士今天的新闻，就是把昨天 UBS 报告里的LTA结构性变革，进一步细化为更强势的商业条款：不参股、只长约、高预付、保底价、5年起签。存储真的已经变成了“超级乙方”。（转）

Micron is better positioned than both Samsung and SK Hynix in building out the memory-compute platform. - SK Hynix has the best current HBM execution and the tightest Nvidia relationship but it is geographically concentrated, not full-stack, and more exposed to any AI capex slowdown. - Samsung has the most raw resources and broadest technology portfolio but has lost HBM share in the past, has inconsistent execution, and its conglomerate structure creates strategic diffusion. - Micron has the most durable structural positioning for a 3-5 year platform transition: the only full-stack U.S. memory supplier, with SOCAMM2 competition rights, hyperscaler co-design relationships, broadest IP portfolio and the geopolitical moat that neither Korean player can replicate. $MU $DRAM

💥可怕！纽约市长马姆达尼在乞求搬不回亿万富翁（逃离纽约）后，开始向中产小富户下手了：呼吁“驱逐”房主，并将房产“移交”给租户和非营利组织！ 今天5月26日周二，马姆达尼在布鲁克林Gowanus举行的“Block by Block”住房计划发布会上发表了下面这段讲话，他正式公布了名为《Block by Block: The Housing Plan for a New Era》的全面住房蓝图，其中就包括“Fix the City”运动的相关内容。 该计划旨在未来10年新建20万套可负担住房，并稳定另外20万套，同时加强对恶劣房东的执法，包括将长期疏忽的建筑所有权转移给租户、非营利组织或社区土地信托。 “通过我们新的全市运动‘修复城市（Fix the City）’，我们将重点针对纽约市最糟糕（恶劣）的房东。必要时，我们将采取激进的法律行动，移除疏忽大意的业主和物业经理。对于那些长期遭受忽视的建筑，我们将努力将所有权转移给负责任的托管者 - 这些托管者包括社区土地信托、非营利组织，甚至租户自己。” 让我们来看看他们定义的“恶劣的房东”：把租户住房当成摇钱树、长期不管死活、造成真实危害的“slumlord”（贫民窟房东）；以及被租户向HPD投诉过的房东…… 大白话就是：你靠出租房子赚钱赚多了，而那些交不起的房租的人变得越发穷了，你的房子要被没收充公！ 当然刁钻的租户（动不动去投诉你），你的房子在不知不觉中也危险了！ 当然你长期收不到租金，缺钱没有办法及时去修好水电煤气等等，你的房子就会变成不是你的房子了！ 50、60年代过来的华人应该熟悉这种玩法吧！

下个AI基础设施的革命方向：800VDC Semianalysis 最新的文章指出AI 数据中心正在经历一场很底层的供电架构升级：从传统交流电体系，逐步走向 800V 高压直流，也就是 800VDC。这个变化看起来像电力工程问题，但本质上会影响 AI 算力成本、数据中心设计，以及一整条电力设备产业链。 先从最简单的逻辑说起：AI 机柜越来越耗电。过去的服务器机柜功率相对低，用传统 48V 或 54V 低压供电还能应付。但当 AI 机柜走向 600kW 甚至更高功率时，如果电压不提高，就需要非常大的电流。电流越大，铜线和铜排越粗，发热越严重，电力损耗越高，机柜里留给 GPU、网络和冷却系统的空间也越少。 800VDC 的作用，就是通过提高电压来降低电流。电流下降后，铜耗、发热和转换损耗都会下降，供电系统也更容易支撑高密度 AI 机柜。文章估算，800VDC 可以让数据中心设施级用电减少约 5%。如果是 1GW IT 负载的数据中心，这相当于节省或释放超过 50MW 的连续电力，价值非常可观。 更深一层看，800VDC 不是单个零件升级，而是整个数据中心电力链条的重构。 文章把迁移分成四步。 第一步，先不大改原有机房，只在 AI 机柜旁边增加高压直流电力柜，把交流电转成 800V 直流电。 第二步，随着新一代 AI 机柜开始原生支持 800VDC，800V 供电从提前布局变成硬性需求。 第三步，数据中心内部开始大范围使用 800V 直流配电，很多传统交流配电设备的角色会被削弱。 第四步，固态变压器等新设备可能进一步整合变压、整流、储能和保护功能，让供电链条更短、更高效。 产业影响也很大。 早期最直接受益的是高压直流电力柜，也就是 HVDC Power Rack。 它负责把传统交流电转成 800V 直流电，同时集成电池备份、超级电容、电源管理和保护功能。 文章估算，这类电力柜单柜价格可达 40 万至 50 万美元，远高于传统 AC 电力机柜约 4 万美元的水平，意味着 AI 数据中心每新增一批高密度机柜，电力侧的价值量会明显提升。 第二类受益者是电源转换和功率电子厂商。 800VDC 架构里，AC-DC、DC-DC 转换会变得更关键，而且电力转换会越来越靠近 GPU blade 和计算托盘。 这会带动高效率电源模块、功率半导体、连接器、磁性元件和热管理方案的需求。 第三类受益者是储能和瞬态功率管理设备。 AI 机柜的用电波动很剧烈，GPU 会出现毫秒级功率尖峰。传统集中式 UPS 不一定适合处理这种快速波动，所以机柜级 BBU 电池和超级电容会变得更重要。BBU 负责短时间断电续航，超级电容负责吸收瞬时功率冲击。 第四类受益者是直流配电和保护设备。 进入设施级 800VDC 后，数据大厅需要 DC 母线、直流保护模块、固态断路器等新设备。 这里的技术门槛更高，因为直流电没有交流电那样的自然过零点，电弧更难熄灭，对保护系统要求更高。 承压的则是部分传统 AC 配电链条，包括低压 UPS、交流开关柜、交流 PDU、机柜 PDU 和传统母线槽等。它们不会马上消失，因为大量数据中心仍要兼容旧设备、CPU 机柜、存储和网络设备。但在最先进的 AI 集群里，新增价值会逐步转向高压直流电力柜、集中式整流器、直流配电、储能和固态变压器。 简单说，800VDC 是 AI 基础设施从买更多 GPU进入把每一瓦电更高效地送到 GPU的新阶段。未来 AI 推理成本不仅取决于芯片性能，也取决于电力能否低损耗、稳定、高密度地送到机柜和芯片。 对于产业链来说，这是一轮电力设备价值重分配。真正受益的公司，可能是那些能从单一部件供应商升级为高压直流系统平台的厂商。

美光今天爆涨，核心原因之一是UBS把美光的评级估值直接调高到目标价 $1635！ 所以我仔细看了一下UBS今天对美光大幅上调评级的报告原文，核心是估值方法的变化。 UBS此前对美光采用的是SoTP分部加总，按照P/S倍数估值。 它把美光拆成两块：HBM业务和核心DRAM+NAND业务。HBM因为受益AI服务器需求、增长更快，给更高倍数，按照2027年收入约278.9亿美元、6倍P/S估值，对应每股约132美元；核心DRAM+NAND按2027年收入约1,877亿美元、3倍P/S估值，对应每股约405美元。 两部分相加，得到原目标价535美元。这个方法的隐含逻辑是：美光仍是强周期存储公司，只是其中HBM业务更优质，所以分开给不同收入倍数。（图 1） 现在UBS改用整体P/E估值，把目标价从535美元上调到1,625美元。新方法是用约15倍NTM P/E，锚定2029年EPS约117美元，并用约12%的股权成本折现回2028年。 UBS选择2029年EPS，是因为它认为到那时模型已包含一轮温和的存储下行周期，如果美光届时仍能赚超过100美元EPS，就说明这不是单纯周期高点盈利，而是更接近“穿越周期的盈利能力”。（图 2） 估值方法转变的核心原因是LTAs，也就是长期协议。 UBS认为，新一轮增强型LTA不只是锁定出货量，还包括3到5年期限、固定量承诺和部分固定价格机制。它估计2027年行业DDR出货中约20%到30%会被这类协议覆盖，美光约20%，hyperscaler已锁定行业Server DDR5约60%到70%的量。这样一来，美光的收入和利润可见度提高，DDR价格峰谷波动可能被压低约一半。 所以，UBS的判断是：美光不再只是靠存储价格周期上行赚钱的公司，而是因为AI需求和长期锁价锁量协议，盈利稳定性被系统性抬高。 因此估值框架从“分部收入倍数”切换为“整体盈利倍数”。核心变化就是从“HBM单独重估”升级为“美光整体重估”。

SK 海力士推出 iHBM，旨在解决 AI 内存过热问题 SK 海力士推出了 iHBM，这是一项突破性技术：它将散热元件直接嵌入高带宽内存（HBM）封装内部，从而将热阻降低 30%，让芯片在高强度 AI 工作负载下保持稳定运行。 SK 海力士高级副总裁 Kangwook Lee 表示，iHBM 是内存设计与先进封装的最佳结合，并且采用成熟工艺，便于在未来用于英伟达 Rubin 平台的 HBM5 中实现量产。 这一创新出现之际，AI 需求正推动内存行业收入创下纪录。2026 年第一季度，主要内存供应商营收达到 389 亿美元，同比增长 83.7%。与此同时，SK 海力士股价大涨 7%，推动韩国 KOSPI 指数创下历史新高。

2410亿美元。 这是英伟达预估在2027年拿下的年利润。 它将拔得头筹，成为全球最赚钱的公司。 我们看一眼这份2027年的全球企业利润预测榜单。 排位顺序直接掀翻了过去十年的商业常识。 第一名，英伟达，2410亿美元。 第二名，三星，2300亿美元。 第三名，SK海力士，2120亿美元。 第四名，谷歌，1870亿美元。 第五名，微软，1740亿美元。 苹果只有1620亿美元，排在第六。 榜单前三位，全被算力和存储巨头包揽。 卖铲子的，和为铲子提供核心配件的，拿走了最大的一块蛋糕。 软件平台和消费电子霸主，只能靠后站。 全球利润池的流向已经发生实质性转移。 海量资金正在无视一切，涌向AI计算底座。 这不仅仅是一场技术迭代。 这是底层硬件垄断对全球资本分配权的一次暴力洗牌。

股市崩盘是如何毁掉一家人的？ 马克·库班用 1250 万美元，买下了一栋造价高达 2500 万美元的顶级豪宅。 原房主耗费三年心血与巨资，才建好这栋梦想家园。令人唏嘘的是，他们全家入住仅仅 8 个月后，股市就迎来了大崩盘。 悲剧的根源在于原房主缺乏风险意识。他持有大量股票却从未逢高套现，危机来临时资金链瞬间断裂，最终只能被迫将心爱的豪宅半价甩卖。 永远不要把财富视为理所当然。账面上的数字随时可能化为乌有，懂得敬畏风险并落袋为安，才是守住财富的真正法则。