SIC 美股-十年财务自由之路

沒想到，能直接捏住中國高科技命脈的，不是什麼核武或航母，而是日本手上的「三罐化學材料」。全世界高達八成的先進半導體，只要少了這幾樣東西，整條產線就會直接停擺。這張看不見的底牌，正是讓北京即使擁有龐大軍政實力，卻始終不敢對外貿然發動全面經濟戰的真正原因 🤯 國際政治學者納吉（Stephen R. Nagy）點出一個殘酷的現實：中國雖然毫不掩飾想成為AI、電動車與尖端通訊領域的絕對霸主，但現在其實陷入了「無能為力」的兩難。而擋在前面的，是美日歐推行的去風險戰略，以及日本少數幾家化工巨頭牢牢壟斷的技術護城河。 這三樣神級材料的技術門檻極高。 ⭐️第一樣是「光阻劑」，這堪稱半導體的神奇墨水，沒有它，製造智慧型手機與AI晶片的先進製程根本畫不出來。而在這個領域，日本的 JSR 與東京應化工業兩家公司，直接吃下了全球 70% 到 80% 的市場。 ⭐️第二樣，是純度要求高達「99.9999999999%」的「高純度氟化氫」。這是晶片製造過程中用來去除微塵與雜質的終極超級洗滌劑，同樣被日本的 Stella Chemifa 與森田化學等企業掌握了七到八成的供應量。 ⭐️最後是「氟化聚醯亞胺」，一種具備透光、耐高溫又耐彎折的柔性超塑膠。不管是折疊手機還是電動車的曲面螢幕都需要它，而住友化學等日企，直接壟斷了全球將近 90% 的市場 🫡 一旦日本決定限制這些材料出口，中國引以為傲的科技產業馬上會面臨斷炊。中芯國際會停工，華為手機跟百度AI晶片產能會重創，京東方的折疊螢幕產線會中斷，甚至連電動車產業都會因為缺晶片、缺面板而陷入癱瘓。 在正面經濟戰討不到便宜，中國一方面只能在釣魚台與台海周邊展現軍事姿態，另一方面則頻繁透過網路攻擊，企圖侵入日本的國防產業、科技企業，甚至連宇宙航空研究開發機構（JAXA）都是目標，試圖用竊取技術的方式來打破這項封鎖。 當全世界的目光都盯著晶片廠的良率、或是誰又造出了更快的處理器時，日本已經默默在整條供應鏈的最上游，築起了一道幾乎無法跨越的隱形高牆。 這不是靠一朝一夕砸錢就能彎道超車的技術，而是日本化工產業數十年來在實驗室裡，對著小數點後十幾位的純度，一點一滴磨出來的極致實力。 大國博弈的戰場上，真正致命的武器往往沒有震耳欲聾的爆破聲。有時候，掌握未來世紀話語權的，不過就是幾家化學工廠裡，那幾桶不起眼的透明液體。 (示意圖／AI生成，僅作為新聞說明輔助使用)

SanDisk 技術長 Alper Ilkbahar 在投資者日上表示，在他們模擬研究執行 4900 億參數的 Qwen3 代理型工作負載時，4 顆 HBF GPU 的表現就能追平 8 顆 HBM GPU，這代表每顆 GPU 的效能直接翻了一倍。 在這次的模擬研究中，他們選用了一款跟目前市面上最強顯示卡規格相近的 GPU，每顆配備 192GB 的 HBM 記憶體。隨後又測試了另一個版本，將所有的 HBM 晶片更換為 HBF，這讓單顆 GPU 的記憶體容量大幅增加到 4TB 左右。 這次測試主要是模擬多輪對話的 AI 代理任務，像是工程師寫程式的開發環境。當 AI 代理開始寫程式並派發更多工作時，底層跑的是擁有 4900 億參數的大型語言模型 Qwen3。 為了比較兩套系統的表現，他們測量了 Token 的輸出量。首先，如果只用 HBM 系統，要跑這個任務最少得用上 8 顆 GPU。因為低於這個數量根本就塞不下模型，所以 8 顆是起跳的基本配置。 在模擬器上，這 8 顆 GPU 的輸出表現非常穩定。接著看 HBF 系統，結果發現單單 1 顆 HBF GPU 就能跑完這個任務。雖然效能當然比不上 8 顆 GPU 的組合，但如果考慮到最省錢的方案，只要 1 顆 GPU 就能把工作處理掉。 最後，當增加到 4 顆 HBF GPU 時，效能就已經能跟 8 顆 HBM GPU 平起平坐。也就是說，這套新方案讓每顆 GPU 的產出效能變成了原來的 2 倍。 - HBF 這個話題從去年年初就開始吵這個話題，到現在終於看到官方釋出的初步實驗資料。我個人對 HBF 一開始是抱持懷疑態度的，畢竟要讓快閃記憶體跑出跟 DRAM 一樣的效能，這實在有點超出我以前的知識範疇，不過我現在已經沒在這塊領域深入研究了，或許很多事情都機會。 如果HBF真的能做成功，那 NAND 快閃記憶體的後續成長潛力，絕對是另一個非常值得關注的重點。

SanDisk 投資者日對未來最大的押注很清楚：AI 推論正在把 NAND 從儲存設備，變成 AI 基礎建設裡不可缺的記憶體層。 公司預期 FY2028～FY2030 營收維持mid to high teens成長、毛利率約 80%、營業利益率約 75%、自由現金流率約 50%，而且這還完全沒把 HBF 營收算進去。 背後有三個核心： 第一，AI 資料中心已成為 NAND 最大成長來源。資料中心占 Flash bit 需求比重，從 2020 年代初約 20%，2026 年可能已升到約 50%。SanDisk 更估計，2030 年 persistent KV cache 安裝容量可能達到 1 ZB，KV cache 本身就占 AI 資料中心 Flash 市場約 35%。 第二，SanDisk 正把 NAND 從季度議價改成多年長約。現在已有 8 家大型客戶簽訂 NVM 長期協議，包括 3 家美國 hyperscaler，平均合約超過 4 年，剩餘履約義務高達 911 億美元，而且以價格 floor 計算，管理層仍預期毛利率可以維持約 80%。 第三是 HBF。SanDisk 希望用 High-Bandwidth Flash 解決 AI inference 的 memory wall，提供接近 HBM 的讀取頻寬，但容量達 8～16 倍。首顆 HBF die 已經 tape-out，預計 2027 年送樣，Google、Meta、Tenstorrent 等也已加入相關生態系。 所以 SanDisk 現在真正要證明的，已經不只是 NAND 報價能漲多久，而是能不能把自己從高度循環的記憶體公司，變成AI 推論基礎建設的長期供應商。

#SNDK 公佈2028 財年至 2030 財年的目標： 營收成長達 15% 至 10% 左右 非 GAAP 毛利率約 80% 調整後自由現金流利潤率約 50% 公司還計劃將所有盈餘現金 100% 返還給股東。 突然大家又開始看上三弟(閃迪)！ 有時候真的猜不透你🤪

🔍 MU 管理層最新發言，有一個市場可能仍未完全 Price-in 的重要信息 😊 Micron（MU）CBO Sumit Sadana 在最新 Technology Leadership Forum，再次談到 HBM 的長期發展。 表面看，很多內容並不新鮮：HBM4E 開始走向 Custom SKU、客戶共同開發、產品差異化提升。 💡 但睇深一層，今次管理層其實講得比以往更 bullish。 🧠 新的觀點在於 HBM 可能逐步變成「Single / Dual Source」市場。 Sadana 指出，HBM 的設計、共同開發及 Qualification 過程非常耗時、昂貴，客戶根本不太實際為每個平台同時認證三間 HBM 供應商。 因此未來很多 AI 平台： 👉 可能只會採用 1–2 間 HBM Supplier 👉 部分甚至會是 Single Source 👉 整個市場模式將愈來愈 **「ASIC-alike」 HBM 的行業模式會更為定制化： Co-design → 長時間 Qualification → Platform-specific → Single / Dual Source 那麼即使市場仍然有 Samsung、SK hynix、Micron 三大供應商，每一個 AI Platform 實際上的競爭可能只有 1–2 間。 🖥️ 換句話說： HBM 並不是變成「沒有周期」，而是周期的波幅低及更持久。 🎯 這正正是市場對 MU 最大的估值爭議之一。 市場仍然很容易用傳統 Memory Cycle 思維去看 MU：盈利大升 → Supply 上升 → ASP 下跌 → 盈利最終大幅回落。 但如果 HBM 逐步由 Commodity Memory → Semi-custom / ASIC-like Memory，未來的 Peak-to-Trough 盈利跌幅，未必再適合直接套用過去 DRAM Cycle 的經驗。 更值得留意的是，Sadana 認為這種 Single / Dual Source + Co-engineering 模式，未來甚至可能由 HBM 慢慢擴散至更多 Memory Portfolio。 #MU #Micron #HBM #SKHynix

🚀 想參與 Neocloud 賽道，但不想押注單一公司？ 除了直接布局個股，也可以關注 Roundhill Neocloud ETF #NCLD 這檔 ETF 於 2026 年 8 月 6 日 上市，主打新一代 AI 雲端基礎設施（Neocloud）概念。 目前前五大持倉包括： Nebius Group（NBIS.US） CoreWeave（CRWV.US） IREN Ltd（IREN.US） Hut 8（HUT.US） TeraWulf（WULF.US） 📌 這檔 ETF 一次涵蓋三條主線： ▪ AI 雲平台：以 NBIS、CRWV 為代表，受惠 AI 算力需求快速擴張。 ▪ 成長型 Neocloud 業者：聚焦 GPU 雲端與 AI 基礎設施的新興供應商。 ▪ 礦企轉型 AI 資料中心：IREN、HUT、WULF 等利用既有電力與機房資源切入 AI 算力市場。 相較於單押某一家 Neocloud 公司，NCLD 的優勢在於 分散公司風險、同時參與整體 AI 算力基礎設施成長趨勢。如果看好未來幾年 AI 雲端需求持續爆發，但又不想承受個股波動過大的風險，這類主題型 ETF 會是值得研究的工具。 📌觀察： 全球 AI 算力需求持續擴張，帶動 GPU 雲平台、資料中心與電力資產同步受惠。 #NCLD #NBIS #CRWV #IREN #HUT #WULF #Neocloud #AI雲端 #ETF #AI基礎設施

這是 NVIDIA 今天發的新聞稿，跟 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR 合作,要動超過 $5,000 億第三方資本蓋 AI 基建。 1. 這則正是我追了一個月的「AI 融資鏈」的官方版 還記得《日經》那則「$1.65 兆表外債」嗎？還記得 Dimon 上週警告的「隱性槓桿」嗎？這則新聞是那整條線的正式登場。 NVIDIA：「我們從造晶片起家;今天我們在創造一種新的『可投資基礎設施資產類別』：AI 工廠。」 NVIDIA …

這是 NVIDIA 今天發的新聞稿，跟 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR 合作,要動超過 $5,000 億第三方資本蓋 AI 基建。 1. 這則正是我追了一個月的「AI 融資鏈」的官方版 還記得《日經》那則「$1.65 兆表外債」嗎？還記得 Dimon 上週警告的「隱性槓桿」嗎？這則新聞是那整條線的正式登場。 NVIDIA：「我們從造晶片起家;今天我們在創造一種新的『可投資基礎設施資產類別』：AI 工廠。」 NVIDIA 正在把『算力』變成一種像房地產、像基礎建設一樣、能讓退休金和保險資金投進來的『資產類別』。 而動員 $5,000 億的方式，就是《日經》那則講的東西：透過 Apollo、Blackstone、KKR、Brookfield 這些『私募信貸/另類資產』巨頭，設立專門的資金池，去替 NVIDIA 的客戶融資買算力。 2. 三個你該看的地方 a. 這是「MOU」,不是「錢」。新聞稿：「Memorandums of understanding signed(簽了諒解備忘錄)」。 MOU = 意向書，不是已簽約的融資。「動員超過 $5,000 億」是一個『目標』，不是一個已發生的數字。 b. 看清楚金流的形狀： Apollo/Blackstone/KKR 出錢 → 借給 NVIDIA 的客戶 → 客戶拿錢買 NVIDIA 的晶片 → NVIDIA 認列營收。 NVIDIA 在替自己的買家安排貸款。 這次規模到了 $5,000 億、而且拉進華爾街最大的私募資本。因為買不起的人，現在有人借錢給他買了。 c. 還記得 Goldman 的 CEO David Solomon 說「我們很興奮，能為『以 NVIDIA 算力為擔保的信貸』創造市場。」

#GOOGL 剛公布他們的13F報告， 新增 #SPCX 並且增加到第一名。#PBLS 減持 #RVMD 這個讓大家非常大的驚訝。

⭐️蛛絲馬跡 2027 年， 超大規模雲端業者資本支出預測數據： Google ： $284.8B Amazon： $256.5B Microsoft：$207.6B Meta： $185.6B 預計總額：$934.5B Google 自研 TPU 晶片迭代，Gemini 大型模型算力擴建與 Google Cloud 基礎設施 Amazon AWS 資料中心擴建，Trainium/Inferentia 晶片與多年度長期算力合約 Microsoft 雲端產能翻倍計畫， OpenAI 算力支援與 Maia AI 晶片部署 Meta 開源生態基礎設施、大規模 GPU 叢集建置與 AI 推薦演算法 資本支出持續飆升的核心驅動因素 - 算力供不應求 各大超大規模雲端業者在財報會議中均指出，儘管資本支出連續大幅成長，但目前 AI 訓練與推論的算力需求仍遠超過內部與外部供應能力，許多 2026–2027 年的資料中心產能已被客戶預訂完畢。 - 硬體與供應鏈升級（N3/N2 製程與 HBM） 隨著次世代 AI 晶片 如 Nvidia Rubin 平台，Google TPU N3 製程晶片 以及高頻寬記憶體 HBM3e/HBM4 價格攀升，單一資料中心的建置成本顯著提高。 - 電力與能源基礎設施鎖定 為了確保 2027 至 2030 年間有足夠的電網容量營運資料中心，巨頭正在提前進行長期的電力採購協議，核能與潔淨能源合作，這進一步推升了資本支出的前端投入。 - 華爾街預估面臨上修壓力 目前 MarketScreener / IO Fund 整理的 9,345 億美元屬於市場共識基礎線。高盛與摩根士丹利等機構報告指出，若考慮到供應鏈產能釋放與強勁的 AI 商業化變現速度，四大巨頭加上其他雲端業者 如 Oracle，CoreWeave 等 在 2027 年的總 AI 資本支出突破 1.1 兆至 1.4 兆美元 的機率極高。 圖來源： MarketScreener / IO Fund

全球領先的醫療保健公司諾和諾德（Novo Nordisk）和亞馬遜雲端服務（AWS）今日宣佈建立策略合作夥伴關係，旨在透過人工智慧和雲端技術加速藥物研發並實現營運現代化。該協議確立了AWS作為諾和諾德首選雲端服務提供者和戰略人工智慧合作夥伴的地位，將諾和諾德在嚴重慢性疾病治療領域的深厚專業知識與AWS的雲端和人工智慧服務、安全基礎設施以及專為生命科學領域打造的技術相結合。 此次合作深化了諾和諾德與亞馬遜之間更廣泛的合作關係。諾和諾德已與亞馬遜藥房（Amazon Pharmacy）、亞馬遜廣告（Amazon Ads）和亞馬遜醫療（Amazon One Medical）開展合作，共同變革療法的營銷和患者交付方式。與 AWS 的這項策略協議為諾和諾德增添了技術和人工智慧基礎，這將為諾和諾德在全球 80 個國家/地區的 66,700 多名員工提供下一代科學發現和營運效率方面的支援。 https://aws.amazon.com/blogs/industries/novo-nordisk-selects-aws-as-strategic-partner-to-accelerate-drug-discovery-with-ai/ #AMZN #AWS

🚀 中國高速光模組崛起！全球兩大頂尖廠商一次看 中國在高速光模組的製造規模、成本、量產能力與市場份額上，已經站上全球第一梯隊；但在最上游的光電晶片、雷射、DSP、矽光子等核心技術，美國仍然具備強大優勢。 今天簡單介紹兩家中國最具代表性的全球級光收發模組大廠👇 🔥 ① Eoptolink｜新易盛 ▪ 中國高速光模組龍頭之一，主要產品涵蓋 400G、800G、1.6T 等高速光收發模組。 ▪ 核心應用就是 AI Data Center、雲端運算與高速網路。 ▪ AI GPU 數量越多、資料中心網路速度越快，對高速光模組的需求就越大。 ⚡ ② InnoLight｜中際旭創 ▪ 全球高速光模組第一梯隊廠商，也是中國最重要的 AI 光通訊公司之一。 ▪ 產品同樣從 400G、800G一路升級到1.6T。 ▪ 最大優勢在於大規模量產、成本控制與全球客戶布局，已深度切入 AI Data Center 供應鏈。 📌 簡單理解 🇨🇳 中國：強在光模組的量產、成本與規模 🇺🇸 美國：掌握光電晶片、雷射、DSP、矽光子等關鍵技術 而 AI 產業正在從 800G → 1.6T → 更高速光互連升級，光通訊也因此成為 AI 基礎建設的重要受惠產業。 #Eoptolink #新易盛 #InnoLight #中際旭創 #光通訊 #光模組 #AI #AI伺服器 #資料中心 #800G #1.6T

#精神分裂 現在的市場很分裂。 一邊是亞馬遜表示：「對於伺服器和網路設備，平均而言，回收該投資金額的本金只需不到 3 年時間。目前伺服器的使用壽命至少為 5~6 年，而且公司最近的大部分 AI 容量都是以至少 5 年以上的合約簽訂的。因此，在回收投資本金之後，伺服器和網路設備還能額外產生 2~3 年相當規模的自由現金流。」 簡單說，蓋AI資料中心是三年回本的好生意，這樣的觀點也成功喚回市場對半導體產業的部分信心。 但另一邊是大型科技公司的CDS「信用互換利差」大幅走高，代表市場選擇用更高的成本幫這些科技公司的債務買保險，隱含對債務與背後投資的不信任。 好生意，好可怕？ 不過近期除了Oracle之外，其他大科技公司的CDS明顯下降，這是市場信心的風向標之一，值得持續觀察。 另外Anthropic的IPO案應該也會是半導體板塊情緒轉折的關鍵事件，大模型公司的商業模式如何變現？鉅額投資是否真的能回本？市場迫切需要找到答案。

🧠 HBM正在「吃掉」DRAM產能 🔥 HBM占比越高，傳統DRAM供給越緊 這張圖最重要的訊號不是 DRAM 總產能增加多少，而是越來越多 DRAM 產能被轉去生產 HBM。 HBM 在 DRAM 產能中的配置比例，預計從 2025 年不到 20%，一路提高到 2028 年約 31%。也就是說，即使 DRAM 廠持續擴產，能夠分配給一般 DRAM 的產能仍可能受到壓縮。 ⚠️ HBM的「die penalty」是關鍵 HBM 的生產效率遠低於傳統 DRAM。由於 die penalty 約為傳統 DRAM 的 3～4 倍，要生產相同數量的 bit，HBM 需要消耗更多晶圓產能。 因此，AI 需求越強、HBM 產能配置越高，就越容易形成： HBM需求增加 → DRAM產能轉向HBM → 傳統DRAM供給受壓 → DRAM供需偏緊 → 價格與獲利受到支撐 📌觀察 這一輪 DRAM 供給緊張，不只是「產能不夠」，而是 DRAM 產能正在被 HBM 結構性分流。 這也是為什麼即使三星、SK 海力士、美光持續擴充 DRAM 產能，傳統 DRAM 仍可能維持偏緊的供需環境。 換句話說，AI 不只增加記憶體需求，也正在改變 DRAM 產能的分配方式。 #記憶體 #DRAM #HBM #NAND #AI #美光 #SK海力士 #三星 #半導體

人類將成網路上的微小誤差，AI流量五年內恐超越千倍 這則貼文來自馬斯克，他轉發一篇引述Cloudflare預測的報導並直言，AI代理所產生的網路流量，未來將大幅超越人類使用量，兩者根本不在同一量級，並認為Cloudflare的預測相當準確。 報導的核心相當震撼。Cloudflare指出，早在今年五月，機器人流量就已首度超越人類流量，代表人類不再是網路的主角。更大膽的預測是，未來五年內，機器產生的流量可能達到真實用戶的一千倍，人類將淪為網路上的微小誤差。 這個趨勢背後，是AI代理與自動化程式的快速普及。當越來越多的搜尋、瀏覽、交易與內容生成由AI自動執行，網路的組成結構將徹底改變，流量不再以人為中心，而是由無數自動化代理彼此互動所主導。 對投資人與產業而言，這樣的轉變影響深遠。網路基礎設施、資安防護、頻寬需求與內容驗證機制都將面臨全新挑戰與商機。當人類逐漸退居邊緣，如何辨識並管理海量的機器流量，將成為未來科技與商業競爭的關鍵戰場，值得提前布局關注。

最近大家又突然覺得光有用了，但還是要提醒大家。 目前是SCALE OUT ， SCALE UP 的CPO 目前都沒甚麼量。 如果你想追光，建議找有實際業績或者有關鍵原料，甚至有上下整合的。 例如材料、代工、光學元件跟光源。封裝跟機台設備應該是未來加溫。