The Hottest 00s Generation on Wall Street

marsbitXuất bản vào 2026-05-31Cập nhật gần nhất vào 2026-05-31

Tóm tắt

"Wall Street's Hottest '00s Phenom: The 25-Year-Old Fund Manager Who Bet on AI's 'Boring' Backbone" At just 25, Leopold Aschenbrenner, once fired by OpenAI, now runs a hedge fund worth $13.7 billion. His strategy? Betting against the consensus. While others chased AI chips, he invested early in the physical infrastructure powering the AI boom: electricity, data centers, and energy. Expelled from OpenAI's safety team in 2024, Aschenbrenner foresaw the coming bottleneck. He argued that AI progress would be limited not by algorithms, but by power, chip capacity, and space. Acting on this, he founded Situational Awareness LP to go long on these "old economy" assets. His bets have paid off spectacularly. His fund's assets soared from $255 million in late 2024 to $13.7 billion by Q1 2026. His portfolio is a direct reflection of his thesis: major long positions in fuel cell company Bloom Energy and data center/bitcoin mining firms like CleanSpark and Riot Platforms, which control critical land and power resources. Conversely, he holds massive put options against overheated semiconductor giants like NVIDIA and AMD. A notable exception was his bullish bet on storage company SanDisk, which surged ~160% in Q2. Aschenbrenner's vision is materializing. Tech giants like Amazon, Alphabet, and Meta are ramping up colossal capital expenditure on data centers. Global data center power consumption is projected to skyrocket, with AI accounting for over half by 2030. The demand for enabling t...

"I was early, but I wasn't wrong."

The protagonist in the movie "The Big Short" would surely resonate deeply with these words, much like the youngest hedge fund manager on Wall Street today.

In 2024, a notice from OpenAI sent 23-year-old Leopold Aschenbrenner packing. Soon after, he turned around and founded a hedge fund, positioning himself against the prevailing consensus—he didn't go all-in on the then-sizzling hot AI chips and semiconductors, but instead went long on electricity, data centers, computing power infrastructure, and energy infrastructure. These were seen as slow, clunky "old-school" assets at the time.

His early calculation soon proved prophetic. Today, tech giants are pouring huge investments into AI infrastructure, and the capital markets have enthusiastically crowned new AI kings in areas like storage and optical modules. Leopold won. His fund's portfolio value had already reached $13.7 billion (approx. RMB 90 billion) by the end of Q1 this year, and his personal wealth has skyrocketed.

And he's only 25. In the AI era, the genius narrative is simply too compelling.

Graduated from University at 19

Fired by OpenAI Two Years Ago

His youth shouldn't be too surprising, considering he started university at 15.

This German teenager from a family of doctors showed exceptional academic talent. In 2021, at age 19, Leopold earned three degrees in Mathematics, Statistics, and Economics, graduating as the valedictorian from Columbia University, and subsequently worked at two funds.

Not long after, he joined OpenAI's Superalignment team. This was a star-studded team, co-led by OpenAI co-founder Ilya Sutskever, with the goal of solving the superintelligence alignment problem within four years—essentially ensuring highly intelligent AI remains under human control.

The drama came when Leopold was very publicly fired by OpenAI.

The trigger was an internal memo written by the OpenAI board warning of insufficient safety measures at the company. This memo, however, sparked tensions between management and the board. In April 2024, OpenAI dismissed Leopold, citing information leaks.

Experiences shape choices and hone foresight.

Shortly after being fired, Leopold published a profound, lengthy essay that almost predicted the current direction of AI development and investment trends. In it, he mentioned that by 2027, large models would be capable of doing the work of AI researchers or engineers.

To achieve this, the key constraints wouldn't be at the algorithmic level, but in electricity, chip manufacturing capacity, and physical space. The power consumption of a single training cluster would leap from megawatt scale to gigawatt scale, approaching the output of a large nuclear power plant.

Based on this prediction, at the end of 2024, Leopold chose to start a business—founding the hedge fund Situational Awareness LP, dedicating himself to going long on the energy and computing power infrastructure needed for AI development, while avoiding the crowded bubbles in chips and the application layer.

Shorting Nvidia

But Buying Into the High-Flier SanDisk

Thus, Wall Street's new genius trader was born.

In May 2026, as Leopold's hedge fund disclosed its latest U.S. stock holdings (13F filing) for the first quarter of the year, the astonishing expansion of this 00s-generation manager's wealth came into view:

The total market value of his portfolio had skyrocketed from $5.52 billion at the end of 2025 to $13.7 billion. At the end of 2024, the fund's size was merely $255 million. This speed is nothing short of meteoric.

Beyond his resume and genius stories, global onlookers were more interested in what he bought.

Looking at his latest holdings, Leopold maintained his long positions in AI infrastructure while establishing new short option positions worth $8.45 billion as a hedge against tech and semiconductors. As of the end of Q1, his top five holdings were all put options. These included put options on the VanEck Semiconductor ETF valued at around $2 billion, put options on Nvidia valued at around $1.6 billion, as well as put options on Oracle, Broadcom, and Advanced Micro Devices (AMD).

This portfolio clearly signaled wariness towards overheated chip stocks. An exception was that by the end of Q1, he had exclusively increased his holdings of SanDisk by 86,000 shares and established call options on SanDisk worth $390 million. SanDisk's subsequent performance undoubtedly became the envy of many; since the start of Q2 alone, SanDisk has risen approximately 160%.

The main action was on the long side, where Leopold heavily invested in critical infrastructure assets for the AGI era.

His top long holding was the fuel cell company Bloom Energy. Leopold holds nearly 6.5 million shares of the company, with a position value of about $879 million. More precisely, Bloom Energy makes fuel cells, which can efficiently convert natural gas directly into electricity.

Simultaneously, in Q1, Leopold also increased his holdings in companies like CleanSpark, Riot Platforms, Applied Digital, and IREN—firms involved in data centers or crypto mining, possessing land, power resources, data center capabilities, or grid permits.

"The speed of AI development is determined by physical bottlenecks, so you should invest in the bottlenecks themselves." Looking across these trades, they precisely correspond to the underlying logic Leopold had when founding the fund.

Of course, for ordinary investors, copying these moves comes a bit late. Holdings reports typically have a 45-day delay, and by the time the public sees what the big players have bought, the most lucrative part of the rally has often already passed.

The End Point of the AI World

"The whole world is starting to value AI infrastructure assets."

In just the past few months of this year, the sectors Leopold bet on—power supply, data center computing power, semiconductor optics—have fully demonstrated their potential and immense demand.

Take electricity, for example. IEA data shows that in 2025, global data centers consumed 485 TWh of electricity, with AI accounting for 170 TWh (35%). It's projected that by 2030, total global data center electricity consumption will reach 950 TWh, with AI consuming 510 TWh (54%), exceeding Japan's total national electricity consumption. China's figures are equally staggering: in 2025, AI electricity consumption reached 450 billion kWh (3.8% of total societal electricity use), and it's expected to reach 600 billion kWh (5%) in 2026, nearly matching the annual electricity consumption of China's entire steel industry.

Then look at "light." As AI competition rapidly evolves from a battle of computing power to one of connectivity, traditional copper wire connections are long overburdened, leading to explosive growth in demand for "optical links."

According to data from UK-based commodity research firm CRU, global data center fiber optic cable usage reached 69.6 million core kilometers in 2025 and is expected to exceed 100 million core kilometers in 2026. Their estimates suggest that by 2027, AI-driven fiber demand will account for 35% of total data center fiber demand. For optical modules, Goldman Sachs has significantly raised its 2026 sales forecast for 800G optical modules from an initial 25 million units to 33.5 million units, a 58% increase.

Unsurprisingly, tech giants have already begun building their AI infrastructure moats.

In 2026, capital expenditure plans from Amazon, Alphabet (Google's parent), Meta, and others have grown substantially, with massive funds directed towards building new data centers and a long list of equipment including AI chips, network cables, and backup generators. Domestically, the latest development is rumors that ByteDance is discussing a spending plan of up to $70 billion (approx. RMB 474.7 billion) this year, primarily for building data centers and other AI infrastructure.

This wave of AI infrastructure frenzy is even more directly and violently reflected in the capital markets.

Looking domestically, the "Yi-Zhong-Tian" trio of optical module giants have seen their stock prices double since last year, especially InnoLight Technology, which soared from a low of 66 yuan per share in April last year to over 1,000 yuan, with a market cap now nearing 1.3 trillion yuan.

Similarly, since the memory cycle rally began in the second half of last year, stocks like Longsys, Deming Li, and Biwin Storage have surged in sync. Dapu Micro, which just went public in April, multiplied its IPO price nearly 20-fold in just one month.

In contrast, one can't help but reflect: the internet was once imagined as a weightless world, yet it gave rise to server rooms, fiber optic cables, and undersea cables. Now AI might seem even lighter, but when it comes to actual implementation, it equally relies on electricity, land, chips, networks, and cooling systems.

A grand future always grows from those silent assets.

This article is from the WeChat public account "Investment Community" (ID: pedaily2012), author: Feng Yuchen

Câu hỏi Liên quan

QWhat was the core investment thesis behind Leopold Aschenbrenner's hedge fund, Situational Awareness LP, when he founded it?

AThe core investment thesis was to go long on the physical infrastructure necessary for AI development—such as power, data centers, compute capacity, and energy infrastructure—while avoiding the crowded and potentially overvalued bets on AI chips and semiconductors. He believed that the speed of AI advancement would be limited by these physical bottlenecks, so investors should own the bottlenecks themselves.

QWhat major positions did Leopold Aschenbrenner's fund hold in Q1 2026 according to the 13F filing, and what did they indicate about his market view?

AIn Q1 2026, his fund's largest holdings were put options (bearish bets), primarily on semiconductor and tech companies like the VanEck Semiconductor ETF, NVIDIA, Oracle, Broadcom, and AMD, indicating a strong caution towards overheated valuations in the chip sector. Conversely, he held significant long positions in companies like Bloom Energy (fuel cells), CleanSpark, and other data center/crypto mining firms with energy and infrastructure assets, reflecting his bullish thesis on AI infrastructure.

QWhy was Leopold Aschenbrenner fired from OpenAI, and how did that experience influence his subsequent career path?

AHe was fired from OpenAI in 2024 for allegedly leaking an internal memorandum where the board warned of insufficient safety measures, which heightened tensions between management and the board. This experience, coupled with his work on superintelligence alignment, helped shape his foresight. He later published an essay predicting AI's physical infrastructure needs, which directly led him to found a hedge fund focused on investing in that very sector.

QWhat does the article suggest are the key physical constraints on the rapid development of AI, based on data cited?

AThe article identifies electricity/power and optical connectivity ('light') as key physical constraints. It cites IEA data showing AI's massive and growing share of global data center electricity consumption. It also references forecasts for surging demand in fiber optics and optical modules within data centers, driven by AI's need for high-speed connections that copper wires cannot support.

QAccording to the article, how have capital markets and tech giants responded to the growing demand for AI infrastructure?

ACapital markets have responded by dramatically driving up the stock prices of companies in relevant sectors, such as Chinese optical module manufacturers ('Yizhongtian') and memory chip makers, with some seeing multi-fold increases. Tech giants like Amazon, Alphabet, Meta, and reportedly ByteDance are making massive capital expenditure plans, significantly increasing investments in building new data centers and purchasing related equipment like AI chips and network cables to secure their AI infrastructure moats.

Nội dung Liên quan

Ba năm sau: Nhìn lại những dự đoán của tôi về ChatGPT năm 2023

**Tóm tắt: Nhìn lại 20 dự đoán về ChatGPT năm 2023 sau 3 năm** Vào tháng 3/2023, khi ChatGPT mới xuất hiện và GPT-4 chưa ra mắt, tác giả Vương Kiến Thạc đã đưa ra 20 nhận định về tương lai của AI. Giờ đây, vào cuối tháng 5/2026, một hệ thống AI gồm 41 agent đã được sử dụng để kiểm chứng lại từng dự đoán đó dựa trên dữ liệu thực tế. **Kết quả kiểm chứng (Tính đến 5/2026):** * **Đúng/Bản chất đúng (✅/🟢):** 13/20 dự đoán. * **Một phần đúng (🟡):** 6/20 dự đoán. * **Sai (❌):** 1/20 dự đoán. **Những điểm dự đoán chính xác nổi bật:** 1. **Kiến trúc RAG & Tìm kiếm:** Dự đoán việc bổ sung kiến thức thông qua cơ chế truy xuất bên ngoài (như vector search) thay vì chỉ fine-tune model đã trở thành tiêu chuẩn. 2. **Giao diện ngôn ngữ tự nhiên (LUI):** Nhận định ChatGPT mở ra kỷ nguyên LUI, tạo ra một hệ sinh thái rộng lớn hơn cả việc phát triển model cơ bản, đã được chứng minh. 3. **Mô hình lớn Trung Quốc:** Dự báo khoảng cách về khả năng giữa các mô hình Trung Quốc và đỉnh cao thế giới sẽ thu hẹp nhanh chóng trong khoảng 3 năm đã thành hiện thực. 4. **Ý thức và Kiểm tra Turing:** Quan điểm cho rằng ChatGPT không có ý thức và bài kiểm tra Turing chỉ đánh giá biểu hiện bề ngoài vẫn vững vàng. **Những điểm dự đoán chưa chính xác hoặc sai lệch:** 1. **Tham số GPT-4 (❌):** Thông tin GPT-4 có 100 nghìn tỷ tham số là hoàn toàn sai. 2. **Khả năng toán học của LLM:** Mặc dù đúng khi cho rằng cần công cụ bổ trợ, nhưng khẳng định LLM "không thể" tự học toán thuần túy đã bị bác bỏ khi các model năm 2025 giành huy chương IMO. 3. **Nơi nắm giữ giá trị:** Dự đoán giá trị sẽ thuộc về tầng ứng dụng, còn các công ty làm model cơ bản có thể không sinh lời, đã không tính đến sự thống trị và lợi nhuận khổng lồ của NVIDIA ở tầng phần cứng tính toán. 4. **Bản quyền:** Nhận định AI có thể "né tránh" vi phạm bản quyền là sai, khi thực tế đã có những vụ kiện và dàn xếp bồi thường lớn nhất lịch sử liên quan đến dữ liệu huấn luyện. **Bài học rút ra sau 3 năm:** * **Dự đoán xu hướng và cơ chế đáng tin cậy hơn nhiều so với các con số cụ thể.** * Xu hướng chung: **Đánh giá quá lạc quan về tốc độ, nhưng lại đánh giá thấp mức độ phát triển** về lâu dài. * Sai lầm tinh vi thường nằm ở **sự phân bổ** (ví dụ: tác động việc làm lên nhóm người lao động trẻ), chứ không phải tổng thể. * **Những nhận định có giới hạn, điều kiện đi kèm thường chính xác hơn** những phát biểu tuyệt đối. * Một số câu hỏi lớn vẫn chưa có câu trả lời cuối cùng sau 3 năm. Bản tổng kết này không chỉ chấm điểm cho quá khứ, mà còn đặt ra những quy tắc cho việc dự đoán trong tương lai.

链捕手1 giờ trước

Ba năm sau: Nhìn lại những dự đoán của tôi về ChatGPT năm 2023

链捕手1 giờ trước

Cảnh báo bong bóng AI: Đầu tư vào AI mang lại lợi nhuận âm cho hầu hết các gã khổng lồ công nghệ

Bài viết cảnh báo về bong bóng đầu tư AI khi phân tích chỉ ra rằng hầu hết các gã khổng lồ công nghệ như Microsoft, Alphabet, Meta, Oracle (trừ Amazon) có thể nhận tỷ suất lợi nhuận âm từ các khoản đầu tư hàng nghìn tỷ USD vào trung tâm dữ liệu AI. Dựa trên kỳ vọng của nhà phân tích về doanh thu và chi tiêu vốn giai đoạn 2025-2030, tốc độ tăng đầu tư (~20%/năm) vượt xa tốc độ tăng doanh thu dự kiến (~15%/năm). Tác giả nhấn mạnh, đầu tư công nghệ hiện giải thích 93% tăng trưởng GDP Mỹ. Nếu các công ty cắt giảm chi tiêu, không chỉ chuỗi cung ứng (Nvidia, TSMC, ASML) bị ảnh hưởng mà nền kinh tế Mỹ có thể suy thoái, kéo theo thị trường chứng khoán lao dốc. Các IPO của OpenAI, Anthropic được xem như cách chuyển giao rủi ro từ nhà đầu tư ban đầu sang các nhà đầu tư tổ chức và cá nhân. Dù cơn sốt có thể kéo dài đến 2026 nhờ IPO, nhưng thực tế toán học khắc nghiệt (cần thêm 2-5 nghìn tỷ USD doanh thu để đạt lợi nhuận 10%) khiến việc điều chỉnh là không tránh khỏi vào 2027-2028, tương tự bong bóng dot-com những năm 2000. Câu hỏi then chốt: ai sẽ trả giá cho cuộc chạy đua cơ sở hạ tầng đắt đỏ này?

marsbit2 giờ trước

Cảnh báo bong bóng AI: Đầu tư vào AI mang lại lợi nhuận âm cho hầu hết các gã khổng lồ công nghệ

marsbit2 giờ trước

Từ Token đến Lao động Máy móc: AI đang chuyển từ Công cụ thành 'Người lao động'

Từ công cụ thành "công nhân": AI đang trở thành lực lượng lao động máy móc Bài viết phân tích sự chuyển dịch trong thị trường AI: từ việc bán token hay giờ GPU đơn thuần, sang một thị trường "lao động máy móc" mới, nơi chính công việc được hoàn thành bởi phần mềm trở thành đối tượng được định giá và giao dịch. Tác giả dự đoán cơ chế định giá AI sẽ phát triển qua bốn giai đoạn: token thô -> thị trường năng lực LLM tiêu chuẩn hóa -> thị trường lao động theo ngành -> thị trường kết quả có thể lập trình. Trong tương lai, doanh nghiệp có thể không còn quan tâm công việc do model hay GPU cụ thể nào thực hiện, mà chỉ quan tâm liệu nó có được giao đúng tiêu chuẩn về độ trễ, độ chính xác, độ tin cậy và chi phí hay không. Điều này cũng làm thay đổi vai trò của con người, chuyển sang giám sát, chịu trách nhiệm, quản lý ngữ cảnh và đưa ra phán quyết cuối cùng - những yếu tố có thể trở nên có giá trị hơn. Bài viết nhấn mạnh AI không chỉ đơn thuần thay thế lao động mà mở rộng thị trường tổng thể. Khi chi phí công việc giảm, nhu cầu có thể tăng lên, tạo ra những loại hình công việc và dịch vụ mới khả thi về mặt kinh tế. Thị trường lao động máy móc sẽ bắt đầu từ những công việc có thể được xác định rõ ràng và đo lường được, hướng tới việc biến lao động máy móc thành một yếu tố sản xuất mới có thể được thu mua, thanh toán và giao dịch.

marsbit2 giờ trước

Từ Token đến Lao động Máy móc: AI đang chuyển từ Công cụ thành 'Người lao động'

marsbit2 giờ trước

Việc giảm giá 99% của Xiaomi MiMo không phải là chiêu trò marketing! Luo Fuli đăng X để phản bác những kẻ bi quan

Trong bài viết, tác giả phân tích động thái giảm giá API lên tới 99% cho dòng MiMo-V2.5 của Xiaomi và phản bác các ý kiến cho rằng đây chỉ là chiến lược marketing hay "bán lỗ cướp thị trường". Lộ Phúc Lợi, người đứng đầu MiMo, đã công bố một blog kỹ thuật dài 5000 chữ để giải thích cơ sở kỹ thuật của mức giá mới. Bài viết mô tả sáu trụ cột công nghệ chính cho phép mức giảm giá này: 1. **Kiến trúc Hybrid SWA (Sliding Window Attention):** Giảm dung lượng bộ nhớ tạm (KVCache) xuống còn 1/7 so với Full Attention truyền thống. 2. **Quản lý KVCache hai bể riêng biệt:** Tối ưu hóa việc phân bổ bộ nhớ để triệt để tận dụng lợi thế của SWA, tăng gấp 5 lần số lượng người dùng đồng thời. 3. **Hệ thống tiền tố cache được cải tiến:** Đảm bảo an toàn và nâng cao tỷ lệ trúng cache lên tới 93-95%, khiến phần lớn yêu cầu đọc lặp lại hầu như không cần tính toán lại. 4. **Hệ thống lưu trữ phân tán GCache:** Triển khai trực tiếp trên ổ SSD của máy GPU, giảm chi phí lưu trữ xuống gần bằng 0. 5. **Hệ thống điều phối LLM-Router:** Tối ưu định tuyến và lập lịch, ưu tiên các yêu cầu có cache, tăng hiệu suất tổng thể. 6. **Dự đoán đa token (MTP):** Giảm chi phí tạo văn bản (output), hoàn thiện vòng tròn giảm chi phí cho toàn bộ quá trình xử lý. Những cải tiến này, khi kết hợp, tạo ra một chuỗi tối ưu toàn diện làm giảm đáng kể chi phí tính toán và lưu trữ cho mỗi yêu cầu. Bài viết kết luận rằng mức giảm 99% không phải là con số tiếp thị, mà là kết quả có thể chứng minh của một hệ thống kỹ thuật hoàn chỉnh, một phương pháp giảm chi phí đáng để ngành tham khảo.

marsbit4 giờ trước

Việc giảm giá 99% của Xiaomi MiMo không phải là chiêu trò marketing! Luo Fuli đăng X để phản bác những kẻ bi quan

marsbit4 giờ trước

260 tỷ USD, "đội hình toàn Hoa" làm nên công ty lập trình AI có định giá cao nhất toàn cầu

260 tỷ USD, công ty lập trình AI Cognition với đội ngũ sáng lập toàn người Hoa đã trở thành công ty AI lập trình có định giá cao nhất toàn cầu sau vòng gọi vốn mới. Chỉ sau hơn 8 tháng kể từ khi đạt mốc định giá 102 tỷ USD, Cognition AI đã huy động thành công hơn 10 tỷ USD với định giá sau đầu tư lên tới 260 tỷ USD. Vòng này do các quỹ Lux Capital, General Catalyst và 8VC dẫn đầu. Cognition nổi tiếng với "kỹ sư phần mềm AI" đầu tiên trên thế giới tên là Devin. Tuy nhiên, sau khi gây sốt ban đầu, Devin vấp phải những nghi ngờ về khả năng thực sự và tỷ lệ hoàn thành nhiệm vụ không cao trong môi trường thực tế, cùng với mức giá khởi điểm cao. Bước ngoặt quan trọng giúp Cognition định hình lại câu chuyện là việc mua lại tài sản còn lại của Windsurf, một công ty IDE AI. Điều này giúp Cognition bổ sung một công cụ phát triển tích hợp AI mà các lập trình viên có thể kiểm soát trực tiếp, bên cạnh mô hình agent tự trị Devin xử lý công việc bất đồng bộ. Sự kết hợp "hai chân" này cho phép Cognition phục vụ cả nhu cầu hỗ trợ viết code hàng ngày và nhu cầu tự động hóa các tác vụ kỹ thuật có thể ủy thác cho doanh nghiệp. Dữ liệu tăng trưởng ấn tượng - lượng sử dụng doanh nghiệp tăng hơn 10 lần trong năm nay, run-rate doanh thu đạt 492 triệu USD - cùng danh sách khách hàng lớn như Goldman Sachs, Mercedes-Benz, NASA, Lục quân & Hải quân Mỹ đã thuyết phục các nhà đầu tư. Họ không chỉ nhìn thấy một công cụ cho lập trình viên, mà là tiềm năng trở thành hạ tầng cơ sở mới cho kỹ thuật phần mềm doanh nghiệp trong kỷ nguyên AI.

marsbit4 giờ trước

260 tỷ USD, "đội hình toàn Hoa" làm nên công ty lập trình AI có định giá cao nhất toàn cầu

marsbit4 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai
活动图片