# 瓶颈的所有文章

在 HTX 新闻中心浏览与「瓶颈」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

SemiAnalysis解读史诗级暴跌：还未结束

半导体行业在经历史上最佳上半年后，近期出现史诗级暴跌。韩国KOSPI指数跌40%，散户杠杆被清零，SK Hynix因转向长协导致价格涨幅放缓而业绩不及预期。分析将此轮行情与1980年代中国台湾泡沫类比，认为行为模式相似但基本面仍健康。核心争议在于“AI需求到底有多大”。一方认为需求强劲，例如某公司引入AI编码代理后，用户数与用量均增10倍，整体AI支出暴涨100倍。另一方则担忧，供给可计算，但需求是“万亿问题”，存在巨大不确定性。更关键的是，遵循scaling laws增加芯片供给，将面临电工短缺、资本瓶颈、许可审批等物理和制度限制。文章指出，超大规模云厂商今年发债规模达4500亿美元，资金主要来自退休金和年金，而后者池子正在萎缩。此外，数据中心建设还受制于电工等专业人才短缺。关于内存周期，其模式总是重复：短缺时双重下单、疯狂扩产；需求一旦放缓，产能过剩导致价格暴跌。 AI的政治风险也被提及，它可能在中期选举中成为生活成本等议题的替罪羊。最终，文章提出一个根本性问题：整个AI生态系统可能面临“五万亿投资，五百亿收入”的失衡风险，巨额资本开支需要极高的普及率和收入增长才能匹配，路径正在变窄。

marsbit07/30 09:46

marsbit07/30 09:46

从白毛股神到百亿基金大佬，做空英伟达的聪明人都在用同一个框架暴富

本文揭示了一种聚焦AI硬件供应链“瓶颈”的投资框架。多位成功投资者（如Leopold、绰号“白毛股神”的投资者及英特尔CEO陈立武）均不直接押注英伟达等明星芯片公司，而是投资于制约AI算力发展的关键物理环节。文章以一块AI加速器电路板为线索，系统拆解了九个核心瓶颈： 1. **板子之前**：包括芯片设计不可或缺的EDA工具、替代硅的GaN/SiC/InP等新材料，以及光刻等环节不可再生的关键资源氦气。 2. **板子上**：核心是供不应求的HBM内存和产能极度紧张的先进封装（如台积电CoWoS），它们决定了GPU算力能否被有效整合与释放。 3. **板子之间**：随着铜缆逼近带宽极限，光互联（硅光子、CPO）成为下一代芯片间高速互联的关键方案。 4. **板子周围**：高功耗催生了从48V到1V高效电压转换的GaN/SiC功率器件需求，以及替代传统风冷的液冷散热方案。 5. **板子之外**：最根本的瓶颈是**电力**。AI数据中心的巨大能耗已导致电网接入紧张，电力基础设施建设周期长、难以快速复制。这些瓶颈的供需失衡预计将持续至2028年之前。投资者Leopold的操作体现了该框架的双向逻辑：在做多电力、基建等稀缺资产的同时，用巨额看跌期权做空半导体板块。其核心判断是，一旦AI基建热潮见顶，芯片行业的竞争将加剧，但电力和物理基础设施的稀缺性将更为持久。在当前阶段，供应链上的多数瓶颈尚未看到缓解迹象。

链捕手06/26 01:29

链捕手06/26 01:29

下一波AI浪潮的瓶颈可能是连接性，而非算力

当前，全球正投入数千亿美元构建AI算力基础设施，但一个潜在的瓶颈正在浮现：连接性。随着AI从集中式训练转向现实世界部署，应用越来越依赖跨区域的数据流动、实时通信与无缝全球网络。传统的中心化互联网架构已难以满足需求，导致带宽成本飙升、关键延迟、单点故障及数据隐私风险。去中心化物理基础设施网络（DePIN）提供了解决方案，它通过众包全球闲置的计算、存储和带宽资源，构建起一个去中心化、高韧性的基础设施层。这一模式涵盖了去中心化计算存储、AI市场以及连接网络。新一代AI需要协调协作，无论是智能助手、去中心化视频工具还是自主智能体集群，都依赖超低延迟与跨区域同步。高效的网络层正成为关键战略资产，例如Datagram Network等项目正在构建区块链无关的AI驱动路由层，为实时应用提供可扩展的连接支持。互联网架构正从以存储和处理为核心转向以数据流动为核心。未来AI的竞争将取决于全球数据传输的效率，而不仅仅是算力大小。

TheNewsCrypto06/23 10:02

TheNewsCrypto06/23 10:02

对话英特尔陈立武：AI的尽头不只是GPU，还有电力、材料和制造

本文为英特尔CEO陈立武的专访摘要。他指出，AI发展的瓶颈已超越单纯的GPU算力，扩展到电力、内存、先进封装、材料和制造产能等系统性工业约束。英特尔的复兴关键在于系统性地修复资产负债表、重塑工程文化、重建客户信任并简化产品路线图。陈立武强调，随着Agentic AI、强化学习和边缘计算等发展，CPU的重要性正在回升，与GPU的比例可能从1:8趋向1:4甚至1:1。AI算力结构正变得更加复杂和多元。半导体制造业正从商业效率问题转变为国家基础设施问题，需要政府资本和长期资金支持。美国重建先进制造不能仅靠补贴，更需要产业链协同。在投资层面，他认为应聚焦识别真实产业瓶颈，如互联、光子、电源管理、散热和新材料等环节，而非追逐热门概念。未来AI竞争不会仅限于超大数据中心，机器人、国防和Physical AI等将推动算力向边缘和端侧扩散。总体而言，AI正在推动半导体行业从单一芯片竞争转向涵盖供应链、资本结构和系统架构的全面重组。

marsbit06/23 00:54

marsbit06/23 00:54

「英伟达概念股」CoreWeave联创访谈：AI需求似乎每天都在加剧

CoreWeave作为AI算力云服务商，访谈其高管揭示了当前AI基础设施需求的结构性变化。核心观点是：AI需求持续加剧，特别是智能体和推理应用兴起，正推动算力需求从GPU扩展到CPU、存储和更复杂的数据中心供电壳体等环节。访谈要点包括： 1. AI需求自2023年第四季度起加速，目前未有放缓迹象，且每天都在加剧。 2. 为适应智能体AI浪潮，CoreWeave已重新设计数据中心，为更多CPU和存储预留空间，未来将部署大量Nvidia Vera CPU和Vera Rubin服务器。 3. 当前瓶颈已从“GPU是否短缺”转向具备供电条件的数据中心壳体、供应链执行能力等综合基础设施问题。 4. CoreWeave凭借其服务头部AI公司（如OpenAI、Anthropic、Meta等）的独特位置，能提前洞察客户需求并进行规划。 5. 竞争关键从芯片采购转向工程交付能力，包括快速部署、优化每token成本及帮助企业将AI投入生产。 6. 关于成本，其商业模式能将组件（如HBM内存）成本波动传导至客户，以保护自身利润率。 7. Vera Rubin等新一代服务器的部署爬坡预计将持续至2027年，节奏与前代产品相似。总之，AI基础设施竞赛正进入新阶段，胜负取决于能否规模化交付稳定、高效且符合前沿客户需求的整体解决方案。

marsbit06/19 10:37

「英伟达概念股」CoreWeave联创访谈：AI 需求似乎每天都在加剧

这篇采访揭示了AI算力需求持续升温的现状，而瓶颈正从单纯的GPU短缺转向更复杂的基础设施挑战。 CoreWeave作为领先的新型云服务商，其高管指出，由智能体、推理和企业级应用驱动的AI需求“每天都在加剧”。需求结构正在变化：随着智能体AI兴起，CPU和存储的重要性显著上升，新一代数据中心必须为此重新设计。目前，真正的瓶颈已不仅是GPU，而是具备供电条件的数据中心壳体（powered shells）及其内部组件（如CPU、存储）的供应链、电工等整体工程交付能力。谁能更快、更稳定地规模化部署这些复杂基础设施，谁就能在竞争中占据优势。 CoreWeave凭借其独特的市场位置——同时服务OpenAI、Anthropic等头部AI实验室和大型云厂商——能够提前洞察客户需求并据此规划。其商业模式强调“客户驱动”，根据客户明确要求配置基础设施，并通过长期合同锁定成本，以隔离HBM内存等组件价格波动的影响。展望未来，下一代算力平台（如Vera Rubin）的部署预计将在今年晚些时候启动，并在2027年迎来大规模爬坡。竞争的核心正从芯片采购转向涵盖供电、部署、供应链和成本优化的综合工程能力。

marsbit06/18 03:00

AI重塑半导体「微笑曲线」背后，全球分布式牛市的上涨逻辑

美股费城半导体指数SOX突破14000点创历史新高，存储巨头美光、SK海力士、三星等年内涨幅显著。AI数据中心建设速度快于芯片产能扩张，导致关键环节出现短缺，拥有稀缺技术或产能的公司获得强定价权，如HBM存储、先进制造与封装（TSMC、ASML）等。而光模块等组装环节因竞争激烈，利润率被压缩。全球半导体产业链形成分布式布局：美国主导芯片设计与云服务；中国台湾和韩国分别聚焦先进制造与存储；日本、荷兰在材料与设备上具不可替代性。AI重塑了传统半导体“微笑曲线”，将部分高端制造环节的利润大幅提升，使其利润率接近设计端。多空观点博弈：多方认为AI需求持续强劲，存储短缺可能延长；空方警告行情存在泡沫风险，私人信贷融资的硬件抵押品可能贬值，且地缘政治因素构成潜在风险。未来需关注企业财报指引、产能释放节奏以及地缘政治动态。

marsbit06/17 04:30

marsbit06/17 04:30

美光CEO最新访谈：「存储」是AI被忽视的瓶颈，供给紧张仍将延续

美光科技CEO桑杰·梅赫罗特拉在访谈中指出，AI竞赛不仅是算力竞赛，更是存储竞赛。他认为AI仍处极早期阶段，其发展需要更强的“记忆能力”，模型规模扩大、上下文窗口变长及Token消耗激增，都推动存储需求持续攀升。存储已成为AI被低估的关键瓶颈。供给方面，他判断紧张状态将延续至2026年之后，因先进存储产品消耗更多晶圆，而新建晶圆厂需三到四年且产能爬坡漫长，同时技术节点推进使每片晶圆产能增幅下降，形成结构性约束。桑杰强调制造内存的技术难度极高，涉及多学科与大规模量产精度，这是行业的核心护城河。在谈及美光大规模投资时，他重申成功依赖韧性、纪律和长期主义，投资需基于数据、技术理解与客户需求，并在执行中保持适应性与敏捷性。

marsbit06/10 02:09

marsbit06/10 02:09

一文拆解“股神Serenity”投资方法论

本文拆解了“股神Serenity”的核心投资方法论——瓶颈点投资法。该方法的核心是：在确定性强的大趋势（如AI数据中心扩张）中，深入产业链，寻找最难以被替代、供给受限的上游“瓶颈”环节（如特定材料、器件），并在市场尚未充分定价时提前布局。瓶颈点投资法可拆解为五个关键因子： 1. **确定需求**：趋势需被验证且需求明确。 2. **受限供给**：目标环节需具备“没它不行”且短期难以复制的特性。 3. **低关注度**：市场认知滞后，股价未被充分反映。 4. **价值捕获**：公司能享有定价权、高毛利，并锁定客户。 5. **催化剂**：需要有财报、客户量产、政策等短期催化因素。文章通过$AXTI（InP衬底）、$RPI（边缘硬件）等案例，说明该方法如何在小市值、冷门但关键的环节上获得超额收益。同时，文章提出了学习并运用此方法的六步流程：找大趋势、画产业链地图、识别真瓶颈、寻找证据链、做好风控、匹配仓位与研究深度。最后，文章指出了该方法的局限性，包括推断易过拟合、早期估值难锚定、追随者效应带来的反身性风险，以及需要警惕幸存者偏差。其成功不仅依赖强大的分析能力，还需要深度信息获取能力和承受波动的心理素质。核心启示在于：真正的价值在于复制其“先趋势、再瓶颈、后证据、严风控”的研究路径，而非单纯跟随其持仓。

链捕手05/30 06:35

链捕手05/30 06:35

英伟达早期投资人Gavin Baker的投资哲学：做多AI基建瓶颈，做空整体市场风险

英伟达早期投资人Gavin Baker认为，AI并非泡沫，而是一轮由电力、晶圆和算力驱动的“基础设施超级周期”。他主张真正的投资机会不在于大模型公司，而在于解决AI物理瓶颈的“卖铲人”环节，如GPU连接（Astera Labs）、内存（美光）、推理芯片（Cerebras、Positron）、先进制程（台积电、ASML）和电力供给。他的核心投资哲学是“做多瓶颈，做空整体市场风险”。一方面集中押注上述关键基础设施公司，另一方面通过持有纳斯达克100指数（QQQ）的看跌期权来对冲整体市场下行风险。他认为当前AI热潮与互联网泡沫有本质不同：主要买家是全球现金充裕的科技巨头而非杠杆资金，且关键环节（芯片产能、能源）存在硬性物理约束，供给无法快速过剩，这反而抑制了泡沫的形成。只要电力与晶圆供给持续紧张，AI基础设施的投资逻辑就依然成立。

marsbit05/30 03:22

英伟达早期投资人Gavin Baker的投资哲学：做多AI基建瓶颈，做空整体市场风险