我们把今年自己做下来最省心、最舒服，风险收益比也很不错的一类套利，做成了一个可以一键参与的产品 在 @StableStock 做股票交易的同时，我们也一直在找更多市场机会 逐渐发现到股票永续合约长期存在比较高的资金费率，于是开始在 StableStock 建立现货多头，同时在合约市场做空对应标的，赚资金费率 海力士是很典型的例子：6、7、8 月累计 Funding 大约分别为 6%、6.5% 和 2%。也就是说，只要开了海力士的合约空仓，三个月能累计收到约14.5%的资金费率，容量够大、收益相对稳定，也不需要频繁判断股价方向，是今年我们做下来最舒服的一类策略 但真正跑起来后，发现背后还有建仓成本、基差、汇率、保证金、休市期间的对冲等很多细节。于是我们逐渐把手动套利做成了一套完整的选标、建仓和风控系统 从 5 月开始回测，到现在实盘跑了约 6 周，整体比较平稳也是到了这个阶段，于是有了 StableStock Earn 第一期现在已经上线。首期 Cap 比较小，目前采用白名单模式开放，感兴趣的朋友可以直接联系我开通资格 对我们来说，这是很自然的一步：不只是提供股票交易，也把我们自己在市场里发现、验证过的机会做成产品，为用户提供多样的收益机会

来咯，下周首尔 KBW 活动见 活动当天我也会在 准备了一些小礼物和密码给来现场的大家 欢迎届时在首尔的朋友们来玩

>> AI的应用时刻是否已经来了？ 过去，市场为模型能力的突破定价 现在，市场可能更愿意为 AI 对真实工作和生活的渗透率定价 Meta Muse 是一个很好的观察样本。如果一个并非使用最先进模型的产品，依然能凭借用户体验、个人数据和使用习惯建立竞争优势 > 那么 AI 的商业价值就不再完全由模型公司决定 我计划沿着三个方向寻找预期差： 第一类：拥有大量用户和独特数据，能够将 AI 直接嵌入现有产品的公司 $META $GOOG $TEM $DUOL 第二类：能够利用 AI 改变原有成本结构，让收入增长快于成本增长的公司 $NFLX $SDGR $ACN $RBLX 第三类：不仅仅是在旧产品中加入聊天功能，而是通过 AI 创造新用户行为的公司 AI工作任务 MSFT AAPL AI购物 $SHOP $PYPL $V AI 内容体验 $U AI交易 HOOD IBKR COIN SOFI 然后按照几个标准去寻找没有充分定价的标的： > AI 产品已经推出，但市场仍主要按照旧业务为公司估值 > AI 已经改善单位经济模型，但利润率变化尚未完整体现在财报中 > 新的用户行为已经出现，但商业化方式尚未确定 并且持续保持几个核心观察： 例如，用户是否从偶尔向 AI 提问，转向每天委托 AI 完成实际任务；AI 是否真正创造了新增交易；用户是否愿意为实时生成的内容持续付费，以及生成成本能否支持大规模商业化 每个周期硬件大涨之后，都会出现应用巨头通吃那个时代 PC 诞生了 MSFT 互联网革命诞生了AMZN 移动互联网诞生了UBER AI的应用代表还在诞生中 模型能力已然过剩 >> 关注商业化，关注新行为

两周前的判断被验证 CPU 需求预期差逐渐兑现 $AMD $ARM $INTC 爆发 7月中旬高强度追踪并持仓 INTC 到今天 逆反心理，人声鼎沸的时候反而不想发了🤣 记得拿点利润，在震荡中心态会更好 然后继续寻找有预期差的标的

最牛逼的是，在移动互联网刚刚兴起的时候，他就已经意识到：信息的生产方式变了，信息的分发方式也一定会被重构 先有认知，再围绕这个方向不断尝试，即使一开始不知道最终的产品形态是什么。十多年后，字节系的产品已经占据了短视频、资讯、内容社区等多个信息分发渠道的头部位置 我相信现在一定还有这样的创业者，可能也正窝在某间不起眼的办公室里，做着大多数人暂时看不懂的东西，只是我们站在26年，也不一定能认出谁是下一个张一鸣 字节最早做的是内涵段子，英伟达最早做的是游戏显卡，Amazon 最早只是一个网上书店 伟大的事业往往始于一个朴素的判断，而不是一个完美的产品

三星大概率将在27年超越海力士 成为全球 HBM 市占率第一的厂商 供给端 三星计划明年将HBM4/HBM4E产量翻番，加速抢占市场份额 需求端 AI 算力扩张及HBM搭载量提升，将持续推动市场增长 三星电子HBM业务改善已经部分进入盈利预测 但反超海力士后的长期利润水平仍存在分歧 市场未必充分定价了这个情形 从当时我的小红书评论区情绪来看 显然这个观点并不受欢迎 看看这次真相能站在多数人的对面吗

最近开始看 $NFLX，跌到这里开始有点意思了 今天富国银行把 NFLX 从「持有」直接下调到「减持」，目标价从 $80 砍到 $57。核心理由是观看时长持续下降：上半年每用户日均观看约 1.6 小时，调整后比 2023 年低约 8%，他们甚至预计下半年 Top 100 原创内容观看时长同比下降 21% 这个情况属实 > YouTube、TikTok 确实在抢 Netflix 的时间 但我认为市场可能忽略了一点 >> 看得少，不等于赚得少 不能直接把「观看时长下降」和「赚钱能力下降」划等号 目前的数据其实还不错：今年广告收入预计约 $30 亿，接近翻倍；全年 FCF 指引约 $125 亿。Q2 单季又回购了 $47 亿股票，目前还有 $271 亿回购额度 现在还明显在主动扩展直播体育、WWE、广告这些业务。直播贡献的观看时长并不高，但拉新和广告价值很高——过去五年 Netflix 新用户注册最高的 10 天里，有 6 天来自直播事件 只要观看时长下降没有带来明显的用户流失，同时广告、ARPU、利润率和自由现金流继续增长，那基本面其实没有坏 更长期看，我希望 NFLX 手里还有一张没有完全打出来的牌：AI > 传统精品内容负责订阅和品牌，体育/直播负责拉新和高价值广告，AI 内容负责低成本补充 engagement 如果 NFLX 能沿着这条路走下去，那现在的恐慌，可能反而给了一个不错的价格

Going to Seoul for KBW 🇰🇷 I’ve spent way too much time looking at markets from behind a screen lately, so this time I really want to get out and talk to people who actually trade. We’ve been building a lot at @StableStock around global equities, leverage and funding-rate strategies, and recently opened up Korean stocks as well. Would love to compare notes, hear what people are trading, and see what we’re missing. If you’re around #KBW or hosting anything around trading / markets / DeFi, send it my way — happy to bring some of what we’ve learned too :) We’re also doing a side event with @SmartXTerminal . Come hang out with us — details soon.

>> 持续做那些让你挣过钱的标的 去年9月29块买入 $INTC 然后克服了年初卖飞的懊恼心态仍然持续追踪 并且把投研和观点写出来 看着它从人人喊打到现在不可忽视的白马 投研跟踪持有，看利好从蛛丝马迹到实际落地 正反馈的感觉很爽 我习惯把仓位分成长期现货仓和短期杠杆波段仓 严格遵守纪律，体验很舒适 推荐给有精力紧密跟踪标的动态的大家 持续做那些让你挣过钱的标的 不只是因为你们合财 是因为足够了解 ps. 欢迎体验我们倾心打造的 @StableStock 一个更专注股票交易的环境 少了很多其他行情和资产的干扰 反而更容易拿住🤣

SK海力士今天表示，尚未证实此前有关SK海力士与英特尔就美国内存芯片生产进行谈判的计划 你切记此前 $SKHY 也提到过，对 ADR 没有计划 五月就开始传播的消息，很快就要迎来结局咯 $INTC

$INTC 需求跑得比制造改善更快 这两天英特尔的信息挺密集。一边是陈立武最新的AI Infra Summit 谈话，一边是卖方更新的一批供应链数据。放在一起看，我之前一直跟踪的 Server CPU、18A、EMIB-T——都有了新的进展 1. Server CPU 现在是真的缺货 陈立武这次直接给了一个很夸张的数字：英特尔目前只能满足客户约 50% 的 CPU 需求，甚至已经有多位科技巨头 CEO 亲自打电话来要更多 CPU，他只能跟对方道歉：“我造得还不够多。” 他把这波需求明确指向 Agentic AI。随着 AI 从训练走向大规模推理和 Agent，编排、控制流、多线程任务都需要更多 CPU。之前从 Dell、HPE 的财报里已经看到传统服务器需求明显增长，现在英特尔自己也直接确认了供不应求 最新卖方供应链数据刚好补上制造端：Clearwater Forest 良率从 6 月约 20% 提升到目前约 50%，今年底开始小量生产，2027 Q1 全面生产，2027 年中再由 Diamond Rapids 接棒 所以Server CPU需求增长已经完全跑到了英特尔产能爬坡前面 2. 18A 的大芯片良率改善速度可观 最新供应链数据给出的 Panther Lake 18A 良率约 80%，Clearwater Forest 约 50%。Clearwater Forest 是面积更大的 Server CPU，6 月据说还只有约 20%，短短几个月已经拉到 50% 陈立武这次还讲了一个挺有意思的细节。刚接手英特尔时，他把 Fab 的真实数据开放给设备厂商，对方 CEO 看完以后直接告诉他初始良率“糟糕至极”，他的回答是：“这就是为什么我要找你们帮忙。” 英特尔以前很多制造问题喜欢关起门自己解决，现在开始把真实数据摊开，让设备商一起参与改善。至少从最近 18A 的数据看，这个办法似乎开始有效了 3. EMIB-T 最担心的良率，也有起色了 卖方最新拿到的日本基板厂数据是：Q2 20–25% → 目前约 45% → 9 月底目标 >50% → 明年 1 月约 55%。 Google TPU、AWS Trainium 等项目的供应链信号已经越来越多，如果后面真的进入百万级 AI ASIC 出货，英特尔必须把基板良率和有效产能一起拉起来。现在从 20% 多做到 45%，之前比较担心的制造瓶颈已经出现明显改善 卖方甚至已经把英特尔 Backend 收入预测做到 2027E $1.1B → 2028E $7B。这个预测很激进，但也第一次比较直观地展示了 EMIB-T 如果大规模商业化，对英特尔收入可能有多大影响 陈立武这次又把先进封装放到了未来五年的核心位置，专门谈到基板供应、预付款锁产能和美国本土先进封装能力。客户、良率、供应链扩产这几条线现在开始慢慢对上了 4. 14A 的时间也出现了新变化 陈立武这次直接说 14A 明年 Q1 投产，而最新卖方供应链预测给出的产能路径是 2027 年底 6K WPM、2028 年底 24K WPM 这里我暂时还不会把“Q1 投产”直接理解成大规模客户量产，因为此前英特尔对 risk production / HVM 的口径有所不同。今年 10 月还有一个很关键的 0.9 PDK，接下来再看客户 tape-out、实际良率和产能 至少 14A 已经越来越接近可以用真实产品和客户项目验证的阶段了 5. 27 年 英特尔产能绝对是不够的 这轮更新整体让我更乐观一点：Server CPU 的需求比我之前想的还强，CWF 和 EMIB 基板良率也都在快速改善 陈立武说目前只能满足约 50% 的 CPU 需求，而卖方预计 18A 产能到 2026 / 2027 年底大约是 40K / 60K WPM，也就是明年增加约 50%。这部分产能还要同时分给 PC 和 Server。与此同时，CWF 明年 Q1 全面生产，Diamond Rapids 年中又要开始上量，英特尔自己也预计供应限制会持续到 2027 年 需求端还有新的增量。最新卖方供应链信息提到，NVIDIA 下一代 Rosa / Feynman head-node 可能采用英特尔 x86 CPU，而且据供应链反馈，不少 NVIDIA 客户更倾向继续使用 x86 CPU，而非 NVIDIA 自家的 CPU 所以我现在的判断是：27 年英特尔应该能明显多卖 CPU，但产能问题导致肯定是供不应求的 如果 Agentic AI 的 CPU 需求继续维持现在的强度，CWF / Diamond Rapids 又按计划上量，明年 Server CPU 能增长多少，直接取决于英特尔 18A 的有效产能爬坡速度

久等了！@StableStock App 正式上线 - 支持美、韩等三地资产 - 行情查看更方便，交互下单更丝滑 - 新功能还将陆续加入 在观察市场以及和用户打交道的过程中，我越来越感觉，一个随时在手的交易入口比以往任何时候都重要 本周韩股宣布将收盘时间延长到晚上8点，首日盘后就成交约 1.82 万亿韩元，全球资本市场开始逐水而居，争夺投资者的每一个小时，全天候交易即将到来 越接近全天候，交易入口就越需要随身化，尤其在亚洲，这种感受很明显。Mobile-first 是真实的行为差异：白天看亚洲市场，晚上看美股，很多交易发生在通勤、吃饭、沙发上，「手机直接打开交易」真的比「拿电脑 → 打开浏览器 → 登录」舒适太多了 也许更多的交易产品团队会逐渐发现，一个真正好用的移动端，不是加分项，是刚需

昨天 Dario Amodei 发布长文呼吁全球放缓 AI，Altman 和马斯克都表示支持。这件事在周末继续发酵，我觉得 AI 和半导体可能会有一轮恐慌。但如果真的跌下来，我还是会继续加仓自己看好的 INTC、MRVL、BE、GLW 等 AI 产业链标的，因为前沿模型从 100 分冲向 150 分慢一点，不代表大量还停留在 30–50 分的企业应用也会停下来 更重要的是，AI 竞赛存在一个无解的囚徒困境，没人能停下来。2023 年马斯克也曾呼吁暂停训练比 GPT-4 更强的模型，几个月后，他成立 xAI，开始疯狂抢 GPU、建数据中心。“我认为所有人都应该停，但如果其他人不停，我自己能停吗？”或许某天 Altman 和 Dario 醒来，会发现 Grok 已经追了上来，而马斯克早已把算力、自动驾驶、机器人和物理世界 AI 连成了一张网 而当这场竞赛继续往前走，AI 就不再只是科技公司的竞争，而会越来越接近国家战略。我最近越来越觉得，这件事很像当年的核武器研发，只不过 AI 更特殊。就像 Leopold 代表的那类人所思考的：你投入数万亿美元算力、聚集最聪明的人，最后最核心的成果可能只是服务器上的模型权重和算法秘密——它们可以被复制、窃取和带走。一旦 AGI 出现，这些东西可能就是最高等级的国家机密 当年费米对石墨中子吸收的正确研究没有公开，德国因为自己的错误测量转向重水，也因此失去了及时纠错的机会。有时候领先不只是你先研究出来，而是你研究出来以后，别人拿不到。所以未来前沿 AI 实验室和政府之间的边界一定会越来越模糊，模型权重、算法秘密和人才本身，都将成为国家安全的一部分 大家都说跑得太快，但没有人敢先停

> 英特尔 EMIB-T 的下一个大客户，或是 AWS JPM 在调研 22 家产业链公司的9月9日报告提到： >> 除了 Google TPUv9 Humufish，预计 AWS Trainium 4 也会有部分出货在 2028 年采用英特尔 EMIB-T AWS 这条线年初其实已经出现过。当时供应链消息称，博通竞标 Trainium 4 时提交了 EMIB-T 方案；现在 JPM 已经开始预期 2028 年出现实际出货量，信息从竞标阶段又向商业化推进了一步 > AWS 能给 EMIB-T 带来多少量？产能够吗？ 上一代 Trainium 2 已经部署约 1.4M 颗，Trainium 4 的需求规模大概率更高。如果未来 Trainium 4 达到 2–4M 颗，EMIB-T 最终拿到 10–30%，对应大约 0.2–1.2M 颗封装量 此前 Bernstein 测算，每 1M 颗 AI 芯片采用 EMIB-T，可能给英特尔带来接近 $1B 级别收入机会。如果 Trainium 4 最终跑到百万颗 EMIB-T 量级，AWS 单一客户就已经具备相当可观的商业价值 有能力承接第一批 Google/AWS 级客户，但如果 EMIB-T 在 2028 年突然进入百万颗级 AI ASIC，产能大概率会偏紧 > EMIB-T 大概率已经进入大客户的实际商业化项目 现在 Google TPU + AWS Trainium 两条 hyperscaler 自研 AI ASIC 产品线都开始指向 EMIB-T，再结合最近揖斐电扩产、三星电机和 LG Innotek 抢着进入供应链 我的判断是，EMIB-T 大概率已经拿到明确的大客户项目，只是这类方案最终要等客户自己公布 随着 AI 芯片越来越大、HBM 数量越来越多，先进封装需要同时解决尺寸、成本和产能问题。EMIB-T 减少对大面积硅中介层的依赖，可以把封装继续做大、降低潜在成本，同时提供 CoWoS 之外的第二供应来源。Hyperscaler 为成熟 workload 自研芯片的动力越来越强，对成本、封装规模和供应链冗余也更加敏感。自主 AI ASIC 还会越来越多 所以我认为 EMIB-T 将成为超大型 AI ASIC 的主流封装方案之一 如果这个判断成立，市场现在对 EMIB-T 的定价可能还停留在“Intel Foundry 的一个新业务”，而它最终对应的可能是一个数十亿美元级的基础设施业务，这块业务我认为市场目前还没有充分 Price in $INTC

越来越确定，EMIB-T 背后大概率已经有明确客户了，英特尔正在为 2027 年的商业化放量做准备 韩国最新产业链消息称，三星电机和 LG Innotek 正在开发、测试英特尔 EMIB-T 专用封装基板，希望进入供应链；其中 LG Innotek 已经把基板送给 SK 海力士进行 HBM 搭载测试 更值得关注的是现有供应商 IBIDEN。据报道，揖斐电今年上半年已经决定利用闲置厂房建设 EMIB-T 专用量产线，投资约 2 万亿韩元，并获得包括 Google、Amazon、英特尔 在内的大型客户预付款 如果三星和LG认为 EMIB-T 最后只是英特尔自己用一点点，作为后进者根本没有必要现在花钱去挑战已经做了 7–8 年的 IBIDEN 和欣兴电子 它们愿意进来，说明它们至少判断： EMIB-T 未来的外部 AI 客户规模，值得它们承担认证 + 技术开发 + 潜在扩产的成本 相比我上一篇，最大的增量很明确：产业链已经开始真金白银为 EMIB-T 准备产能 之前我们看到的更多是联发科、Google、Meta、Broadcom 等客户的评估和兴趣，现在已经进一步出现基板送样、客户验证、专用量产线和大额资本开支 先进封装供应链不会仅仅因为几家公司感兴趣，就提前建设专用量产线、投入如此大规模的资本。尤其如果大型科技公司预付款的消息属实，说明客户已经开始用资金锁定未来产能 所以我的判断也比之前更进一步： > EMIB-T 背后大概率已经有相对明确的客户需求，部分项目可能已经进入商业化准备阶段 这也进一步印证了我之前的判断：EMIB-T 会更早成为英特尔晶圆代工被商业化验证的一块业务 英特尔给出的时间表是 2026 年客户验证和产能准备、2027 年下半年收入开始爬坡。现在供应链的动作正在和这张时间表逐渐对上 市场现在对有没有客户的担忧已经明显下降 如果顺利兑现，2027 年下半年很可能就是英特尔先进封装外部业务真正开始进入规模化商业收入的起点 $INTC

陈医生给英特尔的药方找到了：资本回报优先 DIGITIMES 最新报道，英特尔计划在 10 月再次上调 PC 处理器价格约 10%，同时开始审查低毛利 Small Core 产品，部分工业电脑、物联网和嵌入式产品可能进入停产退市阶段 最赚钱的服务器 CPU 这里，英特尔已经优先分配自有晶圆厂产能，目前依然供不应求。与此同时，公司还在继续精简人员，一边裁掉冗余岗位，一边补充真正需要的人才 根据我长期追踪英特尔的内容来看，我认为陈立武改造英特尔的路线已经越来越清楚了：公司可以变小，利润和资本回报必须变高 过去一年，他已经从几个方向同时动手 > 组织先瘦下来。 管理层级被大幅压缩，员工规模持续下降，工程师重新获得更多话语权。同时他也在从外部补充关键人才。最近英特尔请来前 Marvell 高管 Dean Jarnac 负责销售，明显是在加强客户关系和商业化能力 > 产品开始做减法。 低毛利产品进入审查，PC 处理器连续提价，提高平均售价；服务器处理器需求强、利润高，就优先保障。以后衡量一条产品线的标准会越来越简单：占用了多少资源，最后创造了多少利润 > 资本开支也开始算回报。 晶圆代工的扩产节奏开始跟着客户需求走。客户承诺足够强，再投入更多资本。这个变化对一家每年需要投入巨额资金建设晶圆厂的公司尤其重要 同时，陈立武也在寻找英特尔未来真正值得加码的方向 先进封装已经被摆到更重要的位置，EMIB-T 瞄准人工智能芯片和 HBM；定制芯片业务正在加强；Physical AI 被单独提出来；还开始谈计算与存储更深度整合，包括处理器与存储堆叠等新架构。现阶段还只是方向探索，但可以看出他的视野已经从“卖更多处理器”扩展到了整个计算系统应该如何重新设计 我对几年后的英特尔有一个越来越清晰的推测： 规模更小，业务更聚焦，利润率更高。PC 和服务器处理器提供利润与现金流；18A、14A维持先进制造能力；EMIB-T 承接人工智能先进封装；定制芯片、Physical AI 和新的存储架构寻找下一条增长曲线。低回报业务逐渐退出，资本跟着客户和回报走 这也呼应了我之前 Deep Dive 里一直关注的两个问题：什么决定英特尔的利润率？五年后的英特尔为什么能赚更多？ 如果陈立武这套改造最终跑通，几年后的英特尔可能收入结构更简单、员工更少、产品更少，但每一美元收入的含金量会比过去高得多 这可能才是英特尔这轮重估真正的终局 $INTC

一个预期差在被市场逐渐发现 AI 带来的不只是 GPU 需求 > 传统服务器和 CPU 也在一起增长 戴尔最新一季传统服务器和网络业务收入达到约 $10.5B，同比 +122%；惠普的服务器收入也达到约 $6.8B，同比 +35% 过去市场讨论 AI 基础设施，最核心的逻辑一直是 GPU。CPU 更多被看成 AI 服务器里的主机处理器和配角 但随着 AI 从训练逐渐走向推理和智能体，越来越大的 GPU 集群，同样需要更多 CPU 承担任务调度、数据处理，以及数据库、网络、存储等大量传统计算工作 所以 AI 资本开支的传导正在从： >AI 资本开支增加 → GPU 需求增加 逐渐扩散到： >AI 资本开支增加 → GPU 增加 → 整个服务器体系扩张 → CPU 需求增加 这也解释了为什么最近服务器 CPU 的市场规模预测正在被快速上调。AMD 几个月前对未来服务器 CPU 市场的预期还在约 $60B，现在已经把 2030 年市场规模提高到 $120B+ 美国银行的预测更加激进。2025 年全球服务器 CPU 市场大约只有 $35B，但过去几个月，美国银行连续上调 2030 年的预测，从约 $70B、$125B、$170B，一路提高到 $200B+ 而这恰恰是我觉得目前 AI 行情里还没有被充分计价的一部分——市场已经充分认识到 AI 需要更多 GPU，但 AI 最终会把服务器 CPU 市场推到多大，市场预期其实还在快速上修 > 如果这个趋势继续，对 $AMD $ARM $INTC 都是利好 AMD 和英特尔都在准备承接这一轮服务器 CPU 需求增长：AMD 正在加速 EPYC Venice 的量产，英特尔也在推进下一代 Xeon Diamond Rapids，ARM 正通过 AWS Graviton、Google Axion、NVIDIA Vera 等方案，从 Hyperscaler 和 AI Server 里继续抢占份额 如果 2030 年服务器 CPU 市场真的从约 $35B 增长到 $120B，英特尔能靠 Diamond Rapids、后续 Xeon 产品把收入份额守在 35%，对应的服务器 CPU 收入仍可能从目前年化约 $21B 增长到 $42B，接近翻倍。这意味着每年新增约 $21B 收入，相当于英特尔当前总营收的约三分之一 > 现在看到的 CPU 增长可能还只是早期 AI 目前仍处在大规模建设 GPU 算力的阶段，而真正 CPU 密集型的大规模推理和 Agentic AI 才刚开始。如果未来 CPU:GPU 的基础设施比例真的从 1:4–8 向 1:1 靠近，那么现在看到的传统服务器需求增长，可能是新一轮服务器 CPU 扩张的开始