$STX
相关推文
按时间倒序
-
存储需求结构性短缺，推理瓶颈在存储，中国产能无外溢。
群联电子(Phison) CEO关于存储与投资框架的访谈摘要： “收过路费者”（Toll Collectors）： - 美光(Micron) ($MU) - SK海力士(000660.KS) - 三星电子 - 西部数据(Western Digital) ($WDC) - $SNDK T2层级： - $MRVL - $SIMO - 群联电子(Phison Electronics) 随着AI向边缘端迁移，设计连接存储与计算逻辑/软件控制器的公司将捕获巨大价值。 T3层级： - 纯存储(Pure Storage) ($PSTG) - NetApp ($NTAP) - 希捷(Seagate) ($STX) 随着Vera Rubin推理服务器推出，键值缓存(KV Cache)和数据生成的爆发将触发针对数据中心存储密度和高容量企业级固态硬盘(Enterprise SSDs)的硬件升级周期。 有趣的是：$EBAY（翻新电子产品）可能成为受益者。 - 做空/规避低毛利消费硬件。 - 做空/规避未对冲的汽车/IoT制造商。 主要Alpha观点： - “三年预付”现金流：存储晶圆厂要求3年现金预付款以保障供应。 - 推理瓶颈在于存储而非GPU：单批次1000万台$NVDA Vera Rubin平台需每台20+TB SSD，仅此项就将消耗去年全球NAND产能的20%。 - “中国供应过剩”看空论调已死： Pan完全驳斥了关于长江存储(YMTC)和长鑫存储(CXMT)的观点。中国内部AI需求巨大，将瞬间消化100%国内产量。不会有廉价中国存储流入全球市场来拯救西方硬件OEM。 访谈TLDR： 存储需求是结构性的。供应端无结束迹象。$INTC CEO上月已确认此点。
英文原文
TLDR of Phison CEO interview on Memory and Investment Framework: "Toll Collectors": - Micron ( $MU ) - SK Hynix (000660.KS) - Samsung Electronics, - Western Digital ( $WDC ) - $SNDK. T2: - $MRVL - $SIMO - Phison Electronics Companies that design the logic/software controllers connecting memory to compute will capture massive value as AI moves to the edge. T3: - Pure Storage ( $PSTG ) - NetApp ( $NTAP ) - Seagate ( $STX) As Vera Rubin inference servers roll out, the explosion in KV Cache and data generation will trigger a massive hardware upgrade cycle specifically focused on data center storage density and high-capacity Enterprise SSDs. Hilariously: $EBAY (refurbished electronics), might be a beneficiary. - Short / Avoid Low-Margin Consumer Hardware. - Short / Avoid Unhedged Auto/IoT Makers Main alpha points: - The "3-Year Prepayment" Cash Flow. Memory foundries are demanding 3 years of cash prepayments to guarantee supply. - The Inference Bottleneck is Storage, Not GPUs. A single 10-million-unit run of $NVDA Vera Rubin platform requires 20+TB of SSD per unit, which alone would consume 20% of last year's global NAND capacity. - The "Chinese Supply Glut" Bear Thesis is Dead: Pan entirely dismisses this point around YMTC and CXMT. China’s internal AI demand is so massive that it will instantly swallow 100% of its domestic production. No cheap Chinese memory will leak into the global market to rescue western hardware OEMs. TLDR from the interview: Memory demand is structural. No supply end in sight. $INTC CEO confirmed this last month.
-
指出存储芯片进入新囤货周期，关注WDC等标的。
@elicapitalgroup 很棒的公司。但这看起来实际上是一个新囤货周期的开始，我之前没考虑到 $WDC、$STX 或 $SNDK。
英文原文
@elicapitalgroup Great companies. But it's actually appears to be the start of a new hoarding cycle, wasn't thinking about $WDC, $STX, or $SNDK.
-
英伟达虽面临谷歌TPU等定制芯片竞争，但中期统治力稳固，逢低买入。
英伟达($NVDA)公布的2026财年Q3营收为570.1亿美元(+62.5% YoY)，表现强劲。并指引Q4营收超650亿美元(超预期30亿美元+)，以及通过CY 2026年Blackwell/Rubin系列营收超5000亿美元。尽管如此，股价仍下跌12%。现在$NVDA是强力买入吗？答案如下： $GOOGL的TPU项目成为首个对$NVDA GPU构成竞争替代的方案，Anthropic承诺采购超100万颗TPU芯片，Meta据报道正在就数十亿美元的TPU采购进行高级别谈判。沃伦·巴菲特近期也向$GOOGL投资超40亿美元，鉴于伯克希尔对科技股保守的投资立场，这极为罕见。 尽管创下盈利新高，英伟达股价在过去10个交易日中有6天下跌，较10月29日触及5.03万亿美元市值时的历史高点$207.04下跌约12-15%。 分析师反应普遍看多，普遍上调目标价： - Evercore ISI从$261上调至$352 - 美银从$235上调至$275 - 花旗从$220上调至$270 - 高盛从$240上调至$250 - 摩根士丹利从$220上调至$235 但这里有个价值万亿美元的问题：超大规模客户日益增长的定制硅片威胁是否会削弱英伟达在AI领域的统治地位？ 与主要捕捉英伟达GPU缺货时的溢出需求的$AMD不同，谷歌的TPU项目代表了根本不同的竞争动态。 TPU v7 Ironwood是首款在性能上与Blackwell持平的非英伟达加速器，提供4.6 petaflops的FP8性能（对比B200的4.5 petaflops），配备192GB HBM3e内存。 Ironwood的架构差异化显著。虽然英伟达最大的集群配置为72个GPU(NVL72)，TPU Ironwood可扩展至9,216个芯片组。 客户斩获显著且不断增长： - Anthropic承诺采购超100万颗TPU芯片，价值“数百亿美元”，1GW算力即将上线。 - Meta正在就2026年从谷歌云租赁TPU容量进行高级别谈判，并计划2027年直接采购硬件用于自有数据中心。 - 苹果透露Apple Intelligence基础模型完全在TPU上训练，使用8,192颗TPUv4芯片用于服务器模型。 - Midjourney从GPU转向TPU，推理成本降低65%（从每月200万美元降至70万美元）。 定位微妙。TPU在超大规模推理方面表现出色，在生产级大规模服务中成本性能最高提升4倍（目前）。在训练方面，英伟达优势明显。 对于高度优化的推理任务，TPU架构可能比$NVDA的通用GPU更高效。 然而，我预计下一代英伟达GPU将在许多场景下在推理性能上超越TPU。（类似于LLM之间GPT 5 -> Gemini 3 -> Opus 4.5的迭代超越） 我们看到： 谷歌TPU、AWS Trainium、Meta MTIA、微软Maia和定制超大规模芯片都在扩展，但仍依赖$NVDA。但超大规模客户集体减少对英伟达的依赖，其累积效应是否会削弱英伟达的统治地位？ 答案：不会。至少未来两年统治地位稳固。之后如何纯属猜测。 仅看数据：Q3结果证实公司仍是AI不可或缺的基础设施提供商，5000亿美元的订单积压为2026年提供了极高的可见性。 但市场似乎正在定价3年+后的这种微妙现实：长期面临超大规模客户定制芯片的竞争不确定性。 英伟达产能完全售罄，且很可能在下一代芯片中超越TPU性能（推理性能更高且保持通用性）。但定制硅片威胁和44倍市盈率的估值担忧仍是逆风。 无论如何，鉴于出色的超预期财报和未来两年的订单积压，$NVDA目前因恐惧而下跌，似乎是中期强力逢低买入的机会。 你只需要记住这一点： 只要英伟达仍是AI工作负载的行业首选，且TPU和AMD GPU仅在需求超过英伟达供应时填补空白，它就是强力买入标的。 英伟达订单积压已满，AI需求并未放缓。
英文原文
Nvidia ( $NVDA ) reported a blowout Q3 FY2026 revenue of $57.01 billion (+62.5% YoY). And guided $65B+ Q4 ($3B+ beat), and $500B+ USD in Blackwell/Rubin rev through CY 2026. Despite that, the stock dropped 12%. Is $NVDA a strong buy now? Here's the answer: $GOOGL TPU's program emerged as the first competitive alternative to $NVDA GPUs, with Anthropic committing to over 1 million TPU chips and Meta reportedly in advanced negotiations for billions in TPU purchases. Warren Buffet also recently invested $4B+ into $GOOGL, which is extraordinarily rare given Berkshire's conservative stance to tech investments. Despite a record earnings beat, Nvidia's stock has declined in six of the last ten trading sessions and sits roughly 12-15% below its October 29 all-time high of $207.04, when it briefly touched a $5.03 trillion market cap. Analyst reaction was overwhelmingly bullish, with price targets raised across the board: - Evercore ISI raised to $352 from $261 - Bank of America raised to $275 from $235 - Citigroup raised to $270 from $220 - Goldman Sachs raised to $250 from $240 - Morgan Stanley raised to $235 from $220 But here's the trillion dollar question: will the emerging custom silicon threat from hyperscalers reduce NVIDIA dominance in AI? Unlike $AMD, which primarily captures overflow demand when NVIDIA GPUs are unavailable, Google's TPU program represents a fundamentally different competitive dynamic. TPU v7 Ironwood is the first non-NVIDIA accelerator that achieves performance parity with Blackwell, delivering 4.6 petaflops of FP8 performance (versus B200's 4.5 petaflops) with 192GB HBM3e memory. Ironwood's architectural differentiation is substantial. While NVIDIA's largest cluster configuration is 72 GPUs (NVL72), TPU Ironwood scleaes to 9,216 chip pods. The customer wins are significant and growing: - Anthropic committed to over 1 million TPU chips worth "tens of billions of dollars," with 1 gw of compute capacity coming online. - Meta is in advanced negotiations to rent TPU capacity from Google Cloud in 2026, with direct hardware purchases for its own data centers planned for 2027. - Apple revealed that Apple Intelligence foundation models were trained entirely on TPUs using 8,192 TPUv4 chips for server models - Midjourney switched from GPUs to TPUs and reduced inference costs by 65% (from $2M to $700K monthly) The positioning is nuanced. TPUs excel at hyperscale inference with up to 4x better cost-performance for production serving at scale (for now). For training, NVIDIA is the clear advantage. For highly optimized inference tasks, TPU architecture might remain more efficient than $NVDA's general-purpose GPU. However, I'm expecting next-gen Nvidia GPUs to leapfrog TPUs for inference in many scenarios. (similar to how LLMs leapfrog each other GPT 5 -> Gemini 3 -> Opus 4.5) We're seeing: Google TPU, AWS Trainium, Meta MTIA, Microsoft Maia, and custom hyperscaler chips scale up to reliance on $NVDA. But will the cumulative effect on hyperscalers collectively reducing Nvidia's dominance? The answer: No. Not yet. Dominance is secured at least for the next two years. What happens after is only speculation. Just looking at the numbers: Q3 results confirm the company remains the essential infrastructure provider for AI, with a $500 billion order backlog providing exceptional visibility through 2026. But the market appears to be pricing in this nuanced reality 3 years+ from now: long-term competitive uncertainty with custom hyperscaler chips. Nvidia is completely sold out of capacity, and are likely to leapfrog TPU performance in their next generation chips (higher performance for inference while being general purpose). But the custom silicon threat and valuation concerns at 44x earnings remains a headwind. Regardless, $NVDA seems to be a strong mid term dip-buy now on fears, given the exceptional blowout earnings and backlog for the next 2 years. This is the only thing you need to remember: NVIDIA is a strong buy as long as it remains the industry’s first choice for AI workloads, with TPUs and AMD GPUs filling gaps when demand exceeds NVIDIA’s supply. Nvidia is maxed out on backlog, and AI demand is not slowing down.
-
列举AI领域资本支出加速增长的10大证据，强调AI赛道持续高景气度与投资机遇
对于AI领域的任何人来说，很难不看好。 资本支出正在加速增长，而且是以指数级的速度。 直接流向以下几个方面： 新云服务商：$CIFR、$NBIS、$WULF、$IREN， 连接性：$ALAB、$CRDO、$CLS， 能源：$VST、$FLNC、$TE、$EOS， 半导体/晶圆厂：$NVDA、$AMD、$GOOGL、$TSM， 存储：$SNDK、$MU和$STX。 仅在过去几周，我们就看到： 1. AI曼哈顿计划——美国政府正给予顶级模型访问专有实验室数据的权限以加速研究。 2. $GOOGL在德克萨斯州投资400亿美元建设数据中心。 3. Anthropic投资500亿美元建设边缘计算基础设施以支持其Opus 4.5+模型。 4. $TSM公布创纪录的远期收入数据（AI支出）。 5. $NVDA确认创纪录的远期收入数据（AI支出，锁定2年产量）。 6. $META将2025年数据中心/AI资本支出提升至400-450亿美元，用于llama5-6。 7. 今年三次降息以加速增长并降低融资成本。 8. Dominion Energy警告AI数据中心带来大规模电力负荷激增。 9. $AVGO表示AI网络订单达到前所未有的规模。 10. 阿联酋和主权国家推进AI发展。 我们没有看到任何放缓。只有创纪录的增长。 事实上，随着Claude Opus 4.5、Gemini 3的最新模型进展，以及美国政府的新承诺，感觉我们才刚刚看到人工智能新前沿的冰山一角。 （该推文引用了 @aleabitoreddit 的推文，引用内容仅供理解语境）: Nebius [$NBIS]是当前被低估最多的成长型公司。 它有潜力以210亿美元的市值成为下一个$GOOGL。原因很简单： 它的投资组合公司令人惊叹。 这个概念最令人难以置信的例子是$FTX公司。以下是故事： 当我们观察$META如何增长成为万亿美元公司时，不仅仅是Facebook。他们的投资组合公司Instagram、Whatsapp和其他应用使Meta主导了社交媒体领域。 $FTX在数字资产和前沿技术领域做着类似的事情。 四年前，即2021年，$FTX向一个大资产篮子投资了58亿美元。其中很大一部分投入了这三家核心公司： 1. Anthropic，持股13.56%，估值25亿美元。 2. Robinhood [$HOOD]，持股7.6%，估值85.4亿美元。 3. Solana [$SOL]，4100万+代币。 快进到今天，那将是： · Anthropic最新一轮估值3500亿美元。那部分股份价值约474亿美元。 · Robinhood现在市值超过1000亿美元。那部分股份价值约76亿美元。 · Solana现在每个代币价值131.5美元，使那部分股份远超57亿美元。 仅这三家公司就在4年内产生了超过550亿美元的价值，这甚至还不包括FTX的数百亿美元加上其他数十项投资，以及Chime、Layerzero、Aptos、Hidden Road（被$COIN收购）和加密货币的持股。 他们的投资组合公司比他们的核心业务更持久（想象一下，如果核心业务像$GOOGL搜索和YouTube一样持续增长，那将价值多少）。 $NBIS现在有着与$FTX在加密领域、$META在社交媒体领域相同的布局，但在人工智能领域拥有合法且飞速增长的核心业务。 Nebius拥有： 1. Clickhouse，28%持股，估值约70亿美元（2025年上半年为63亿美元）。 2. Avride，83%持股，估值约60亿美元（优步融资后）。 3. Toloka AI，约65%持股，估值约6.4亿美元。 4. TripleTen，100%持股，估值约3亿美元。 · Clickhouse为Anthropic、$META、$TSLA、$NET和许多财富500强公司提供支持。 · Avride是一家自动驾驶出租车机器人公司，从Yandex分拆出来，$UBER在3.75亿美元融资轮中投资以与Waymo竞争。 · Toloka是一个AI标注平台，亚马逊、微软、Anthropic和Shopify都在使用。 19.6亿美元+49.6亿美元+4.16亿美元+3亿美元=76亿美元的投资组合公司估值，这些公司的增长速度超过大多数公开成长型公司。 但如果我们看看他们以每年700%+的速度增长至70-90亿美元ARR的核心业务，拥有48亿美元现金，为$META、$MSFT、Cursor、政府和更多客户提供支持…… 这可能是它以低于90美元的最后一个月，因为今天MSCI纳入将为其带来从数亿美元到低数十亿美元的额外资金流入。如果我们看看$IREN或$CIFR等热门选择，没有任何其他数据中心成长型公司有这种类型的投资组合。 $NBIS估值仅210亿美元，市场正在忽视这个机会。
英文原文
It’s hard for anyone in the AI space not to be bullish. Capex is ramping up. Exponentially. And flowing directly down to: Neoclouds: $CIFR, $NBIS, $WULF, $IREN, Connectivity: $ALAB, $CRDO, $CLS. Energy: $VST, $FLNC, $TE, $EOSe Semi/foundries: $NVDA, $AMD, $GOOGL, $TSM Memory: $SNDK, $MU, and $STX In the past few weeks alone, we got: 1. Manhattan Project for AI - US government is giving top models access to propriety labs data for accelerating research 2. $GOOGL spending $40 on DC buildout in Texas 3. Anthropic spending $50 on EC buildout to support their Opus 4.5+ models 4. $TSM confining record forward revenue numbers (AI spend) 5. $NVDA confirming record forward revenue numbers (AI spend, 2Y production locked in) 6. $META upping 2025 DC/AI capex spend to $40-$45B for llama5-6 7. 3x rate cut this year to accelerate growth and make funding cheaper. 8. Dominion Energy warning of massive AI power load surge from AI datacenters 9. $AVGO signaling AI networking orders at unprecedented scale 10. UAE and sovereign countries pushing into AI We’re not seeing any slowdown. Only record growth. In fact, with the recent model developments from Claude Opus 4.5, Gemini 3, and now new commitment from the US government, it feels like we're just seeing the tip of the new frontier for Artificial Intelligence.