Daniel Romero

vip
幣齡 5.8 年
最高等級 5
用戶暫無簡介
三星和SK海力士加入Anthropic的戰略投資輪
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
唯一待審的,三星,現在已經獲得批准,總數達到三個
有人甚至會試圖將此解讀為對 $MU 的負面消息
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
三星利用 Computex 預覽了 HPB,或稱熱路阻擋(Heat Path Block),這是其下一代 HBM5 記憶體的熱管理特性
這是三星對已由 SK 海力士揭示的冷卻方法的回應
兩家公司都在試圖解決同一個問題:熱量
HBM 將多個 DRAM 晶片垂直堆疊在一個基底晶片上,每一代都通過增加層數和提高數據傳輸速率來不斷增加容量和帶寬。這也提高了功率密度
在高聳堆疊的中間產生的熱量難以散出,因為它必須穿過硅層和硅通孔向上移動,才能到達頂部的冷卻板。隨著堆疊變得更高、更快,這個垂直瓶頸成為真正的限制因素。熱的 DRAM 會漏出更多熱量,需要更頻繁的刷新周期,甚至可能開始限制性能
三星的解決方案是增加一條側向的熱路,而不是僅依賴垂直路徑。HPB 是一個專用的熱結構,放置在與 DRAM 堆疊相鄰的同一基底晶片上。它的高度與堆疊相同,並通過晶片間的 PHY 介面連接。堆疊產生的多餘熱量沿側向傳入 HPB,然後更有效率地向上散入冷卻板
SK 海力士首先提出了這個想法,使用一個名為 MR-RUF 的工藝,將集成冷卻元件嵌入封裝中,稱為 iHBM
使用 HBM5 的首批 GPU 預計要到 2028–2029 年才會推出,因此三星和 SK 海力士仍有數年時間與合作夥伴共同完善這些設計
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
自動翻譯是對X最好的事情
我發現了許多有洞察力的亞洲帳戶,之前完全被我忽略了
還有其他來自亞洲的股票/半導體/人工智能帳戶我應該關注嗎?
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
了解這背後的背景會很有趣
沒有它,很難評估這會如何影響 $MU、SK 海力士和三星
Dylan 說這段片段本身具有誤導性,但我仍在苦苦思索可能的陷阱在哪裡
我猜這主要取決於兩件事:
• 在 AI 加速器中最有價值的記憶體元件仍然是 HBM
• 設計修改可能源於供應鏈短缺,而非純粹為了工程上的變通以減少記憶體用量
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
$IREN 確保在無人能及時提供時的電力
澳大利亞已確保800兆瓦,IREN的第一個宣布的亞太園區
➯ 位於阿德萊德東北78英里的位置
➯ 連接使用四個330kV的供電出口進入公用事業變電站
➯ $IREN 表示這可以在不進行網絡升級的情況下支持高達800兆瓦
➯ 供電將於2028年開始
➯ 該地點具有通往新加坡、印尼、韓國和日本的海底光纖連接
➯ 南澳大利亞目標到2027年實現100%的淨可再生能源,這有助於人工智能基礎設施
麥格理維持“跑贏大市”評級和90美元的目標價,表示該地點使IREN能直接接觸亞太地區的AI需求。嘉信也將其目標價從70美元提高到79美元,主要與微軟項目相關
IREN-12.71%
查看原文
post-image
  • 打賞
  • 1
  • 轉發
  • 分享
onks20:
jdkdr kLsodhb skdjdbs isjr dusai aisjebr aidnd sjsjd airn dasien sidnd
面板級包裝也將成為瓶頸
我相信它實際上是未來人工智慧最未被發現的瓶頸之一
人們很快就會開始注意到
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
$NVDA 聲稱 Vera 在近期基準測試中具有優越性
但有一些警告
他們將 Vera,一款 2026 年的 CPU,與 AMD 的 EPYC 9575F,一款 2024 年的 CPU 進行比較
Vera 在測試工作負載的幾何平均值上比 AMD 的 EPYC 9575F 快 10%
然而,Vera 的真正競爭對手將是 AMD 的 Venice / Zen 6
此外,基準測試範圍有限。NVIDIA 控制了初始訪問權,工作負載集專注於更接近 Vera 預期用途的領域
這些都是 NVIDIA 允許的基準測試,無法測量功耗,Phoronix 明確表示這只是其正常完整測試流程的一部分
NVDA-3.98%
AMD-7.2%
查看原文
post-image
  • 打賞
  • 2
  • 轉發
  • 分享
Mayasyopa:
買或賣
查看更多
巴克萊分析師湯姆·奧馬利(Tom O’Malley)將他的$AMD 目標價從500美元上調至665美元,同時維持增持評級
巴克萊相信市場仍低估了代理智能(agentic AI)如何改變對伺服器CPU的需求
“隨著代理智能快速擴展的世界中,CPU與GPU的比例正在縮小,因為CPU需求達到新的水平,”奧馬利表示。“AMD最有可能從這一轉變中受益。”
代理智能需要能夠協調任務、路由請求、調用外部工具、管理記憶體以及追蹤多步工作流程的系統。這意味著工作負載依賴於完整的計算堆疊,而不僅僅是加速器層
在那個世界裡,CPU的重要性更高
巴克萊估計,來自代理智能的需求增長可能會促使伺服器CPU市場在$200B 年前接近一兆美元。AMD被視為最有能力捕捉這一機會的公司
――――――――――
為什麼是AMD,而不是英特爾
奧馬利也提高了英特爾的目標價,但僅從65美元上調到100美元,而AMD的目標價則更大幅度地上調至665美元
原因是巴克萊認為AMD擁有更好的產品、更廣泛的產品組合,以及更大的製造彈性
AMD不再僅僅是一家CPU公司。它擁有EPYC CPU、AI加速器、自適應芯片、網絡資產,以及更強大的數據中心平台,這在AI基礎設施逐漸成為平台級市場而非單芯片市場的情況下尤為重要
英特爾仍然擁有資產,但它也面臨晶圓廠、產品競爭力和路線圖可信度方面的更多執行風
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
TrendForce 發布了對記憶體極度看漲的觀點
TrendForce 表示,HBM 價格尚未完全追上,因為大型供應商通常每年談判一次 HBM 合約。與此同時,傳統 DRAM 價格自 2025 年底以來大幅上升,使得如 DDR5 64GB RDIMM 這類產品在 2026 年第一季的每晶圓利潤高於 HBM
這造成了一個重大的激勵問題。如果傳統 DRAM 比 HBM 更有利可圖,除非 HBM 價格大幅上漲,否則供應商可能會傾向於將更多晶圓產能分配給傳統 DRAM。TrendForce 預計這將支持 2027 年 HBM 合約價格大幅上升
━━━━━━━━━━━━━━━
主要需求驅動因素
➡️ 2026 年,HBM 需求增長主要來自 AI ASICs,該類芯片的記憶體容量正從 96GB/192GB 增加到 216GB/288GB
➡️ NVIDIA Rubin 也將通過更高的出貨量增加總體 HBM 需求,即使每 GPU 的 HBM 容量與前一代相似
到 2027 年,需求再次加速,因為 Rubin Ultra 預計每 GPU 使用 384GB 的 HBM,而 Google TPUs 和其他 AI ASICs 繼續擴大部署量
━━━━━━━━━━━━━━━
供應影響
TrendForce 預估 HBM 晶圓投入將從:
⏩ 2025 年底佔總
NVDA-3.98%
MU-6.49%
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
這太瘋狂了
我還以為我在以70美元買入$MU 時做得不錯
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
黃仁勳剛剛稱 $MRVL 為下一家萬億美元的公司
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
$NBIS 現已成為 12 倍的投資,源自我的文章《潛在的 10 倍成長正在醞釀中》
NBIS-6.73%
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
映射 $GOOG 供應鏈將與映射 $NVDA 供應鏈一樣有利可圖
大型市值公司的股權發行表明,這些公司預計由人工智能資本支出驅動的現金流將超過市場的預期
GOOG-0.64%
NVDA-3.98%
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
一個 $NVDA AI 工廠的成本很快將增加五倍
➢ 詹森表示,一個 AI 工廠每 GW 的成本曾經從 $20B 到 $30B
➢ 開始,現在則接近 $50B 到 $60B

很快,它可能會達到 $80B 到 $100B
,記憶體在這方面扮演了很大的角色
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
Jensen 在 $AMD 和 $INTC 上毫不留情
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
$NVDA Rubin 正式進入全面生產階段
半導體供應鏈的反彈可以繼續
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
當 DSX Sim Omniverse 已經存在時,$PENG AI 工廠平台能否競爭?
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
$IREN 在一次 $NVDA 演示中亮相
IREN-11.73%
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
$MU 剛突破$1000
MU-6.49%
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享