Tiga Penilaian Kontrarian Bos Teknologi Gavin Baker: Trainium Dianggap Remeh, TSMC Sedang Menyelamatkan Pasar, Komputasi Luar Angkasa Akan 'Membuktikan Diri' dalam 2 Tahun

marsbitDipublikasikan tanggal 2026-05-25Terakhir diperbarui pada 2026-05-25

Abstrak

Tech investment expert Gavin Baker of Atreides Management berbagi tiga pandangan kontrariannya tentang tren AI dan semikonduktor: 1. **Chip AI yang Paling Terabaikan:** Baker percaya **Amazon Trainium** adalah chip AI yang paling diremehkan pasar saat ini. Menurutnya, kemampuan Trainium dalam mendukung arsitektur model AI "mixture of experts" (MoE) membuatnya setara dengan infrastruktur kritis yang menggerakkan GPU Nvidia. 2. **Strategi Konservatif TSMC sebagai Penyangga Gelembung:** Ia menyoroti bahwa **TSMC** dengan sengaja membatasi ekspansi produksi yang cepat meski mendapat tekanan dari Nvidia. Baker berpendapat sikap konservatif manajemen senior TSMC ini justru membantu mencegah terbentuknya gelembung berlebihan di industri dengan membatasi pasokan wafer. 3. **Komputasi Orbit dalam 2 Tahun:** Baker memprediksi **komputasi di luar angkasa** ("orbital compute") akan membuktikan kelayakan teknis dan ekonominya dalam dua tahun ke depan. Menjelang akhir dekade ini, teknologi ini akan mulai mengambil pangsan pasar yang signifikan, berpotensi mengganggu industri pendukung pusat data darat, terutama di sisi pasokan daya dan pendinginan. Baker juga membahas siklus memori, mengakui bahwa pola historis menunjukkan saatnya menjual, namun kali ini mungkin mirip dengan siklus kapasitas tahun 1990-an yang masih di tahap awal. Selain itu, ia melihat pergeseran model pendapatan AI dari langganan tetap ke model "pay-per-use" akan mempercepat pertumbuhan pendapatan lebih cepat dari...

Baru-baru ini, pada konferensi investasi besar di Wall Street——Konferensi Sohn 2026, bos investasi teknologi dan CIO Atreides Management Gavin Baker menerima wawancara eksklusif.

Baker sebelumnya mengelola aset lebih dari $170 miliar di Fidelity dan merupakan investor senior di bidang semikonduktor.

Dalam wawancara, ia melontarkan beberapa penilaian yang langsung menantang konsensus pasar: chip AI yang paling diremehkan saat ini adalah Amazon Trainium; strategi ekspansi 'konservatif' TSMC sedang membantu industri menghindari gelembung; komputasi daya di orbit luar angkasa akan terbukti layak dalam dua tahun, dan pada akhir dekade ini akan mulai berdampak pada industri pendukung pusat data darat.

Ia mengatakan, Saya tidak akan pernah short-sell Google, juga tidak short-sell Broadcom, tetapi saya memang yakin Trainium saat ini sangat diremehkan.

Tingkat pengabaian Trainium jauh melampaui yang lain. Makna Trainium bagi tahun 2026, terutama setelah Trainium 3 benar-benar meluncur dalam jumlah besar pada paruh kedua tahun ini, sama seperti makna TPU bagi tahun 2025. Jika ada yang sangat optimis dengan TPU hari ini, coba periksa laporan 13F mereka, lihat apakah mereka memiliki posisi di Lumentum atau Celestica—itulah dua aset terbaik untuk berinvestasi di TPU. Saya memegang salah satunya, jadi saya merasa saya punya dasar untuk mengatakan ini.

Ia juga mengatakan, TSMC tidak mau memperluas kapasitas secepat yang diinginkan Jensen Huang. "Jensen Huang pergi ke TSMC setiap tiga bulan, mereka hanya menambah kapasitas sekitar 5%. Jensen Huang ingin kapasitas mereka berlipat ganda atau tiga kali lipat. Jika kapasitas benar-benar berlipat ganda atau tiga kali lipat, Nvidia mungkin bisa menjual chip senilai $1,5 triliun tahun depan—saya serius."

Tentang siklus memori, Baker mengatakan, melihat setiap siklus memori dalam 25 tahun terakhir, sekarang 100% adalah waktu yang tepat untuk menjual memori.

Saya sebenarnya adalah analis Micron pada tahun 2000, ingat pergi ke Sun Valley untuk menghadiri hari analis mereka, saya telah melalui siklus memori berkali-kali, dari pola sejarah, sekarang memang saatnya menjual.

Namun, ada satu siklus yang mutlak tidak boleh dijual—yaitu pertengahan 1990-an, yang saya anggap sebagai siklus kapasitas yang sesungguhnya terakhir kali. Dibandingkan dengan siklus itu, kita mungkin masih berada di tahap yang sangat awal.

Tentang pendapatan AI, Baker mengatakan, struktur tenaga kerja perusahaan S&P 500 akan menghadapi 'penyesuaian besar', tetapi perubahan model penetapan harga AI dari 'langganan bulanan' ke 'bayar sesuai pemakaian', akan membuat pertumbuhan pendapatan lebih cepat dari yang diperkirakan eksternal—ia menganalogikannya dengan model keuntungan industri telepon seluler dulu 'dikenakan biaya per menit di luar paket'.

Ia juga mengatakan, membaca memiliki kepentingan yang luar biasa, dan menekankan bahwa dirinya hampir tidak lagi secara aktif menemui manajemen perusahaan publik—manajemen ini telah dilatih dengan sangat ketat, kata-kata yang mereka ucapkan tidak akan pernah melampaui isi panggilan laporan keuangan atau dokumen 10-Q.

Dan kecepatan saya membaca dokumen-dokumen ini jauh lebih cepat daripada kecepatan mereka berbicara. Berikut adalah konten inti yang disusun oleh perwakilan Investasi Zuo Yeben (ID WeChat: touzizuoyeben), dibagikan kepada semua:

Amazon Trainium: Chip AI yang Paling Diremehkan Pasar

Saat ditanya oleh Jas Khaira, Mitra Senior Blackstone Group, di antara pesaing Nvidia——Google TPU, Amazon Trainium, Intel Gaudi—yang paling diremehkan pasar? Baker menjawab: "Trainium, tanpa keraguan."

Ia memberikan logika teknis spesifik. Model AI mutakhir utama saat ini menggunakan arsitektur yang disebut "Model Campuran Ahli" (Mixture of Experts, MoE). Untuk menalar model semacam ini, diperlukan infrastruktur bernama "Jaringan Pensakelaran Penskalaan" (Switched Scaleup Network).

Baker mengatakan: "Saat ini hanya ada dua perusahaan di dunia yang memiliki Jaringan Pensakelaran Penskalaan yang beroperasi—satu untuk menggerakkan GPU Nvidia, dan satunya lagi untuk Amazon Trainium."

Ini adalah hambatan teknis yang mudah diabaikan. Google TPU tidak memiliki kemampuan yang setara dalam hal ini—Baker langsung menunjuk pada sebuah detail: "Google yang menciptakan pengujian benchmark ML Perf, tetapi mereka tidak mengirimkan hasil TPU mereka sendiri ke benchmark yang mereka ciptakan, Anda bisa lihat ini membuat Jensen (Huang) frustrasi."

Baker juga menilai, setelah Trainium 3 diproduksi massal pada paruh kedua tahun ini, posisi Trainium pada tahun 2026 akan setara dengan posisi TPU pada tahun 2025. Ia mengatakan dirinya pernah berinvestasi di perusahaan rantai pasok TPU seperti Celestica, "Saya merasa saya memenuhi syarat untuk mengatakan ini".

Ia menambahkan: "Saya tidak akan pernah short-sell Google, juga tidak short-sell Broadcom, tetapi saya memang yakin Trainium saat ini sangat diremehkan."

Pusat Data Luar Angkasa: Hasil dalam 2 Tahun, Merebut Pangsa Pasar pada Akhir Dekade Ini

Topik lain dalam percakapan ini yang menarik perhatian adalah "Komputasi Orbit" (Orbital Compute)—yaitu gagasan menempatkan pusat data di luar angkasa.

Khaira bertanya kepada Baker: Kapan hal ini benar-benar dapat dikomersialkan?

Jawaban Baker memberikan titik waktu yang jelas: "Saya percaya dalam dua tahun ke depan, kelayakan dan keekonomisannya akan terbukti. Pada akhir dekade ini, ia akan mulai merebut pangsa pasar yang berarti."

Logikanya adalah, pusat data darat menghadapi dua kendala keras: daya listrik dan pendinginan. Di luar angkasa, daya berasal dari matahari, pendinginan berasal dari sisi bayangan satelit.

Baker menggambarkan desain satelit dari salah satu calon pemasok komputasi orbit yang ia lihat: radiator sepanjang tiga hingga empat ratus kaki, tubuh satelit itu sendiri adalah sebuah rak—tinggi 8 kaki, lebar 2,5 kaki, dalam 4 kaki—beberapa rak terhubung melalui laser, membentuk pusat data virtual. Radiator ditempatkan di belakang bayangan rak.

Ia menunjuk, begitu jalur ini terbukti layak, dampak terbesar akan dialami oleh pemasok peralatan daya dan pendingin pusat data darat: "Perusahaan-perusahaan industri yang memperluas produksi besar-besaran untuk mendukung pembangunan pusat data, mungkin akan menghadapi (permintaan) yang tiba-tiba berhenti."

Ia juga menekankan, pusat data darat yang sudah dibangun masih memiliki nilai, pelatihan dan pembelajaran penguatan masih akan dilakukan di darat, "Saya tidak bisa membayangkan dalam tujuh tahun ke depan kita tidak akan pernah membangun satu gedung pusat data darat lagi", tetapi arah permintaan tambahan sedang didefinisikan ulang.

'Kakek-Kakek Keras Kepala' TSMC: Sedang Membantu Pasar Global Menghindari Gelembung

Ada pertanyaan umum di pasar: Apakah investasi AI akan menjadi versi lain dari gelembung dot-com?

Jawaban Baker adalah: Kali ini mungkin berbeda, dan alasannya mengejutkan—konservatisme manajemen TSMC.

Ia mengatakan, dalam sejarah setiap kali teknologi baru besar muncul, dari rel kereta api, kanal, PC, internet, hingga AI, hampir tidak pernah gagal menimbulkan gelembung. Investor bersemangat dengan teknologi baru, konsensus pasar terbentuk, gelembung menggelembung, akhirnya infrastruktur dibangun dengan dana gelembung—begitulah jalan yang ditempuh internet.

"Kami tidak menginginkan gelembung. Gelembung itu buruk, proses mengalami gelembung menyakitkan, setelah gelembung pecah lebih menyakitkan lagi."

Tetapi kali ini ia "optimis bahwa" kita mungkin bisa menghindari gelembung, alasan tepatnya terletak pada kendala fisik yang ada di dunia nyata—kekurangan watt (daya listrik) dan wafer.

Kunci kekurangan wafer terletak pada sikap TSMC. Baker mengatakan: "TSMC dikelola oleh orang-orang tua berusia 70-an yang keras kepala." (Ia kemudian bercanda, 70 tahun adalah 50 tahun yang baru, dan dirinya sendiri berusia 50 tahun)

Kelompok ini telah mengalami bagaimana semikonduktor Taiwan dari mengejar Intel yang dianggap "mimpi yang tidak mungkin tercapai seumur hidup", hingga mencapainya dalam hidup mereka. Mereka sangat memahami apa artinya sebuah gelembung dan kehancuran bagi TSMC.

Karena itu, mereka tidak mau memperluas kapasitas secepat yang diinginkan Jensen Huang.

"Jensen Huang pergi ke TSMC setiap tiga bulan, mereka hanya menambah kapasitas sekitar 5%. Jensen Huang ingin kapasitas mereka berlipat ganda atau tiga kali lipat. Jika kapasitas benar-benar berlipat ganda atau tiga kali lipat, Nvidia mungkin bisa menjual chip senilai $1,5 triliun tahun depan—saya serius. Tetapi sisi lain dari hal ini, bagi semua orang mungkin akan sangat menyakitkan."

Kesimpulan Baker adalah: "Kakek-kakek keras kepala" ini, dengan menjalankan kendala fisik yang benar-benar ada di dunia nyata, secara objektif membantu semua orang menghindari gelembung—dan kendala seperti ini tidak pernah ada dalam revolusi teknologi apa pun di masa lalu.

Siklus Memori dan Ledakan Pendapatan AI

Dalam percakapan, Baker juga menyebutkan dua penilaian yang layak diperhatikan.

Tentang siklus memori: Harga memori tahun ini telah naik 60% hingga 70%, margin kotor Micron mungkin mencapai di atas 60%, jauh melampaui rata-rata historis (sekitar 16%).

Baker mengakui, menurut aturan siklus memori 25 tahun terakhir, "sekarang 100% saatnya menjual saham memori". Tetapi ia berpendapat kali ini mungkin mirip dengan siklus kapasitas yang sesungguhnya di pertengahan 1990-an, "kita mungkin masih berada di tahap awal", tidak boleh sekadar menerapkan templat sejarah.

Tentang skala pendapatan AI: Baker menilai, titik waktu di mana pendapatan gabungan OpenAI dan Anthropic mencapai $200 miliar, sudah tidak jauh lagi.

Ia mengutip pernyataan Jensen Huang: Jensen Huang berharap insinyur terbaiknya mengeluarkan setidaknya setengah dari gaji mereka untuk AI token.

Penilaian Baker adalah, tren ini berarti struktur tenaga kerja perusahaan S&P 500 akan menghadapi "penyesuaian besar", tetapi perubahan model penetapan harga AI dari 'langganan bulanan' ke 'bayar sesuai pemakaian', akan membuat pertumbuhan pendapatan lebih cepat dari yang diperkirakan eksternal—ia menganalogikannya dengan model keuntungan industri telepon seluler dulu 'dikenakan biaya per menit di luar paket'.

Metode Investasi: Membaca, Pengenalan Pola, dan Surat yang Salah Tulis

Dalam wawancara, Khaira juga bertanya kepada Baker, dari mana keunggulan investasinya berasal.

Jawaban Baker singkat: "Membaca, yang terpenting secara luar biasa." Ia mengatakan dirinya hampir tidak lagi secara aktif menemui manajemen perusahaan publik—"Mereka telah dilatih dengan sangat baik, tidak pernah mengatakan apa pun yang tidak ada dalam panggilan laporan keuangan atau dokumen 10-Q, dan kecepatan saya membaca jauh lebih cepat daripada kecepatan mereka berbicara."

Ia mengakui salah satu pelajaran paling menyakitkan dalam kariernya adalah pernah menulis surat kepada dewan direksi sebuah perusahaan meminta pembelian kembali saham, dan perusahaan itu bangkrut 18 bulan kemudian. "Ini adalah pelajaran permanen tentang leverage tinggi—kadang-kadang tidak semua hal berjalan sesuai rencana."

Baker menyebutkan, sepanjang kariernya ia terus berusaha mengatasi, adalah pepatah Peter Lynch itu—cabut gulma, sirami bunga, yaitu jual yang kalah, pegang yang menang. Tetapi entah mengapa, ini sangat sulit baginya.

Baker sangat sensitif terhadap valuasi, pada dasarnya adalah investor kontrarian, daftar terendah 52 minggu adalah tempat yang paling nyaman baginya. Ia mengaku terus berpegang erat pada saham memori. Tetapi ini adalah perjalanan seumur hidup, ia setiap tahun mencoba maju sedikit demi sedikit dalam hal ini.

Pertanyaan Terkait

QMenurut Gavin Baker, apa yang membuat chip AI Amazon Trainium paling diremehkan pasar?

AMenurut Gavin Baker, Trainium paling diremehkan karena hanya dua perusahaan di dunia—salah satunya Amazon—yang memiliki infrastruktur 'Switched Scaleup Network' yang beroperasi untuk menjalankan model AI arsitektur MoE (Mixture of Experts). TPU Google dianggap tidak memiliki kemampuan setara, sementara Trainium 3 yang akan diproduksi massal pada paruh kedua tahun ini diprediksi akan memiliki posisi di 2026 seperti yang dimiliki TPU pada 2025.

QApa prediksi Gavin Baker tentang timeline dan dampak komersialisasi daya komputasi orbital (data center di luar angkasa)?

ABaker memprediksi bahwa kelayakan dan daya saing ekonomi daya komputasi orbital akan terbukti dalam dua tahun ke depan. Pada akhir dekade ini (akhir 2030-an), ia akan mulai merebut porsi pasar yang berarti. Dampak terbesarnya akan dirasakan oleh pemasok peralatan pendingin dan penyedia listrik untuk data center di darat, karena permintaan baru mungkin berhenti tiba-tiba.

QMengapa Gavin Baker berpendapat bahwa manajemen TSMC (Taiwan Semiconductor Manufacturing Company) membantu pasar global menghindari gelembung investasi AI?

ABaker berpendapat bahwa manajemen TSMC yang konservatif dan dipimpin oleh para eksekutif senior yang 'keras kepala' menolak untuk memperluas kapasitas produksi secepat yang diinginkan Jensen Huang (CEO Nvidia). Pembatasan fisik ini (kelangkaan wafer) mencegah kelebihan pasokan dan ledakan penjualan chip yang tidak realistis (misalnya, Nvidia menjual chip senilai $1,5 triliun), yang secara tidak langsung membantu menghindari pembentukan gelembung spekulatif di pasar AI.

QBagaimana pandangan Gavin Baker terhadap siklus memori saat ini dan pola pendapatan AI?

ATentang siklus memori: Meski secara historis ini saat yang tepat untuk menjual saham memori, Baker percaya siklus saat ini mungkin mirip dengan siklus kapasitas sejati pertengahan 1990-an dan kita masih berada di tahap awal, sehingga tidak boleh hanya mengandalkan pola lama. Tentang pendapatan AI: Ia memprediksi pendapatan gabungan OpenAI dan Anthropic akan cepat mencapai $200 miliar. Pergeseran model harga AI dari 'langganan bulanan' ke 'pembayaran sesuai pemakaian' akan mempercepat pertumbuhan pendapatan, mirip dengan model tarif telepon seluler 'bayar per menit di luar paket'.

QApa 'pelajaran permanen' yang disebut Gavin Baker sebagai kesalahan terburuk dalam karier investasinya, dan apa filosofi investasi utamanya?

AKesalahan terburuknya adalah menulis surat kepada dewan direksi sebuah perusahaan untuk meminta buyback saham, tetapi perusahaan itu justru bangkrut 18 bulan kemudian. Pelajaran permanennya adalah tentang bahaya leverage tinggi—tidak semua hal berjalan sesuai rencana. Filosofi investasi utamanya adalah membaca secara intensif (lebih penting daripada bertemu manajemen perusahaan), sensitif terhadap valuasi, berjiwa investor kontrarian, dan terus berusaha memperbaiki disiplin untuk 'mencabut rumput liar dan menyiram bunga' (menjual aset yang kalah dan mempertahankan pemenang).

Bacaan Terkait

Top 5 Aset Kripto Masih di Bawah $0.05 Dengan Kekuatan Pendanaan yang Terbukti — Ozak AI #1 di $7 Juta

Dalam pasar saat ini, investor mencari aset kripto berbiaya rendah dengan potensi pertumbuhan kuat yang bisa memberikan ke imbal hasil besar. Berikut adalah lima aset kripto teratas dengan kekuatan pendanaan terbukti dan harga di bawah $0.05, menurut analis. **1. Ozak AI (OZK) - Harga $0.01** Memimpin daftar dengan pendanaan pra-penjualan lebih dari $7.3 juta. Token berbasis AI ini telah meningkat 1300% dari harga awal. Teknologi intinya menggabungkan AI dan blockchain untuk alat prediktif analisis data waktu nyata, didukung infrastruktur terdesentralisasi (DePIN). **2. BitTorrent (BTT) - Harga $0.00000039** Teknologi terdistribusi luas dengan basis pengguna besar, dukungan pendanaan ekosistem, dan backing dari entitas kripto mapan. **3. Siacoin (SC) - Harga $0.00142** Salah satu proyek penyimpanan terdesentralisasi tertua yang masih aktif, dengan utilitas penyimpanan nyata dan pengembangan berkelanjutan. **4. VeChain (VET) - Harga $0.010** Dikenal luas dengan kasus penggunaan korporat dan rantai pasok, didukung treasury kuat serta kemitraan institusional. **5. Kaspa (KAS) - Harga $0.046** Aset dengan backing jangka panjang, terkenal dengan teknologi Proof of Work berkecepatan tinggi dan partisipasi komunitas pengembang serta penambang yang kuat. Kekuatan pendanaan ini menunjukkan kemampuan untuk bertahan dalam volatilitas pasar dan pengembangan jangka panjang. Ozak AI, dengan momentum pra-penjualan, teknologi AI canggih, dan kemitraan strategis, menetapkan tolok ukur baru untuk aset di bawah $0.05, diikuti oleh empat aset lainnya yang juga memiliki potensi pertumbuhan tinggi.

TheNewsCrypto35m yang lalu

Top 5 Aset Kripto Masih di Bawah $0.05 Dengan Kekuatan Pendanaan yang Terbukti — Ozak AI #1 di $7 Juta

TheNewsCrypto35m yang lalu

Jalan DeepSeek Menuju 10 Triliun Dolar AS: Mengungkit Ekosistem Perangkat Keras Bernilai Triliunan dengan Open Source

Artikel ini menganalisis strategi jangka panjang DeepSeek, yang diyakini tidak berfokus pada monetisasi aplikasi langsung seperti langganan atau model multimodal. Sebagai gantinya, tujuan utamanya adalah membentuk ekosistem perangkat keras AI alternatif senilai $10 triliun, yang pada akhirnya akan mendorong valuasi DeepSeek sendiri menjadi $1 triliun. Strategi ini didorong oleh serangkaian inovasi mendalam yang dirancang untuk mengurangi ketergantungan pada komputasi dan memori tinggi (seperti HBM) yang saat ini didominasi oleh teknologi Barat. Inovasi seperti MoE, MLA, DSA, CSA, dan Engram secara signifikan mengkompresi kebutuhan KV Cache (hingga 5.48GB untuk konteks 1 juta token pada DeepSeek V4 vs 60-89GB pada model lain), mengurangi beban pada GPU/ASIC, dan mengalihkan beban ke memori yang lebih terjangkau seperti SSD/NAND (diproduksi YMTC) dan LPDDR (diproduksi CXMT). Dengan menurunkan kebutuhan komputasi puncak dan memanfaatkan memori yang melimpah di China, DeepSeek membuka jalan bagi penggunaan GPU dan ASIC domestik serta vendor baru di Barat. Inovasi seperti TileLang juga bertujuan untuk melemahkan ketergantungan pada ekosistem CUDA. DeepSeek diperkirakan akan membentuk kemitraan strategis dan mendapatkan kepemilikan saham di perusahaan perangkat keras China, mirip dengan cara OpenAI berkolaborasi dengan AMD dan Cerebras, sebagai model monetisasi utamanya alih-alih pendapatan langganan tradisional.

marsbit1j yang lalu

Jalan DeepSeek Menuju 10 Triliun Dolar AS: Mengungkit Ekosistem Perangkat Keras Bernilai Triliunan dengan Open Source

marsbit1j yang lalu

Huawei "Hukum Tao (τ)", Analisis Lengkap Perusahaan Inti

Tanggal 25 Mei 2026, He Tingbo, Direktur Huawei dan Presiden Departemen Bisnis Semikonduktor, secara resmi mengusulkan Hukum Tao (τ) di ISCAS 2026. Ini adalah pertama kalinya Tiongkok mengajukan prinsip baru yang memandu pengembangan industri di bidang semikonduktor global. Hukum Tao beralih dari pengecilan geometris tradisional (Hukum Moore) ke *"pengurangan waktu"*: secara terus-menerus mengurangi delay propagasi sinyal, tidak bergantung pada lebar garis yang ekstrem. Jalan inti implementasinya adalah *"lipatan logika"*, yang mengubah tata letak sirkuit dari struktur planar 2D menjadi tumpukan multilayer, menggantikan interkoneksi jarak jauh horizontal dengan interkoneksi vertikal jarak pendek untuk secara signifikan mempersingkat konstanta waktu τ. Dalam enam tahun terakhir, Huawei telah merancang dan memproduksi massal 381 chip yang mengikuti Hukum Tao. Rencananya, chip Kirin dengan teknologi lipatan logika akan diluncurkan pada musim gugur 2026. Diperkirakan pada 2031, chip high-end berbasis Hukum Tao dapat mencapai level kinerja setara dengan proses teknologi 1,4nm. Artikel ini menyoroti perusahaan-perusahaan kunci yang terkait dengan tiga pilar pendukung Hukum Tao: 1. **Perangkat Lunak Desain (EDA):** Penting untuk optimasi sirkuit. Perusahaan terkemuka termasuk **Huada Jiutian, Primarius Technologies, Semitronix**. 2. **Chiplet & Packaging Lanjutan:** Teknologi seperti 3D packaging dan TSV sangat penting untuk realisasi *"lipatan logika"*. Pemain utama adalah **Tongfu Microelectronics, JCET Group, Huatian Technology**. 3. **Foundry/Manufaktur:** Diperlukan untuk memproduksi chip baru. **SMIC** dipandang sebagai pemasok potensial utama untuk chip Kirin generasi baru, dengan **Hua Hong Semiconductor** dan lainnya juga mendapat manfaat dari tren lokalisasi rantai pasokan.

marsbit2j yang lalu

Huawei "Hukum Tao (τ)", Analisis Lengkap Perusahaan Inti

marsbit2j yang lalu

Trading

Spot
Futures
活动图片