$NOK 从5G设备商到AI光学互联 AI训练集群规模从百张GPU扩展到万张，铜缆互联已经到头。机柜之间可以用短距光模块，但跨数据中心、跨园区的高带宽互联（DCI）需要另一种技术：相干光模块。这是Nokia正在押注的方向。 2025年Nokia完成对Infinera的收购（$2.3B），整合之后拥有了从光子集成电路（PIC）到相干DSP算法再到完整DCI系统的端到端能力。其中最关键的是Infinera带来的InP PIC平台——在芯片级做光电转换，每比特功耗比铜缆低75% ，同时把产品创新周期从4年压缩到2年。 旗舰产品是ICE-X系列。800G/1.6T ZR/ZR 相干pluggable可以直接插在路由器交换机端口，ZR模式传输距离150km ，ZR 可以到1700km 。OFC 2026又新发布了2.4T thin transponder、3.2T coherent lite和面向CPO场景的双面pluggable。 ZR/ZR 是行业制定的开放标准，定义了相干光模块在DCI场景里的接口和传输规格。"相干"的核心是用光的相位而不只是强度来编码数据，相比机柜内短距模块用的直接调制技术，相干方案能以同等带宽传输远得多的距离。ICE-X是Nokia在这套标准上推出的产品系列，差异化来自自研的InP PIC芯片——把激光器、调制器、接收器集成到一颗芯片上，封装成可插拔模块。pluggable的意义在于它能直接插进路由器或交换机的端口，省掉了传统相干系统需要的独立传输设备机柜，让hyperscaler扩容更灵活。 在竞争格局里，Ciena是历史份额最大的DCI纯玩家，但没有PIC自研能力；Cisco通过Acacia有路由侧优势，但光层系统积累薄。Nokia/Infinera整合之后是西方市场唯一同时拥有InP PIC 相干DSP 完整系统方案的玩家。 从业绩看，Q1 2026 Optical Networks增长20% YoY，AI & Cloud增长49%，全年hyperscaler订单已超€24亿。 Nvidia在2025年买入Nokia 2.9%的股权，看中的是两条腿：一条是光学DCI，另一条是AI-RAN。RAN是无线接入网（Radio Access Network），也就是手机和基站那一层，是Nokia的传统主业。AI-RAN是把AI算力下沉到基站侧，让网络边缘也能跑推理——和光模块是完全独立的业务，但Nokia是少数两条腿都有的公司，这是Nvidia投资的逻辑。

$LPK LPKF Laser & Electronics 定位: AI 数据中心 → AI 芯片先进封装 → 玻璃基板(Glass Core Substrate)→ 玻璃打孔专用激光设备 坐标系(从大到小): 之前讲 ABF 载板 supercycle 的时候,讲过一件事:AI 芯片的封装载板需要在小尺寸内把几万个针脚”扇出”、同时承受巨大热负载和高频信号。ABF(味之素的环氧树脂膜)是今天的事实标准材料,95% 市场份额。 但 ABF 本身也有物理天花板 —— 层数堆到 16 之后,翘曲、信号损耗、热膨胀系数不匹配这些问题越来越严重。芯片越做越大,ABF 越来越撑不住。 半导体行业给出的下一代答案是 Glass Core Substrate(玻璃基板) —— 用玻璃取代环氧树脂做载板的核心层。 玻璃的优势是刚性强、热膨胀系数各向同性、介电损耗低、尺寸稳定。英特尔 2023 年首次高调发布玻璃基板路线图,之后台积电、三星、SK 海力士、AT&S、欣兴、南亚电路板、Ibiden 全部跟进。 行业共识是 2026–2028 年从试产进入量产,2030 年成为主流。 但做玻璃基板最大的技术难点是一件事:在玻璃上打孔。载板要上下两面连通,必须在玻璃上打几万到几十万个直径几微米的孔(Through-Glass Via,TGV),而且不能有微裂纹、不能崩边、深宽比要做到 1:50、精度要到亚微米级。玻璃天然脆、对热敏感 —— 传统机械打孔、激光直接烧蚀都做不到规模化量产级的质量。 LPKF 就是这个环节里的 enabling 设备公司。 技术核心: LPKF 的自有专利工艺叫 LIDE(Laser Induced Deep Etching,激光诱导深度蚀刻)。 它的核心产品是 NEXAR LIDE 系列设备,卖给玻璃基板制造商;同时还有自己的 Vitrion 玻璃代工业务,小到中量玻璃基板代工生产。 赛道位置: LPKF 在设备层,而且是专门做玻璃打孔这个最难环节的专用设备龙头。在”玻璃上打孔”这个窄赛道里,LPKF 是几乎独家的 enabling 供应商。 财务和公司状态: 市值约 3.8 亿欧元(小盘,比美股同类小得多),股价 14.85 欧元附近,过去一个月涨 152%,过去一周涨 48%,过去一年涨 78%。Q4 净亏损 -930 万欧元,前一季度 -210 万欧元,目前仍在亏损状态。主业结构还是电子、研发、焊接、太阳能四条线,LIDE / 玻璃基板业务占比还不到主营收入的主导位置,但是是估值重估的核心驱动。 这是一个非常典型的”叙事刚被点燃”阶段标的,和我们之前分析过的 POET、Sivers、AEHR、AXTI 是同一 tier —— early-stage 押注下一代技术路线的 enabling 平台。 核心赌注: 1.玻璃基板在 2027–2029 年真正从实验室走到量产(行业共识度高,但时间点有分歧) 2.LPKF 的 LIDE 工艺在量产阶段仍然保持主导地位(被大厂自研绕过的风险) 3.主业其他板块(焊接、太阳能)不严重恶化拖累整体财务 仓位定位: 高贝塔的玻璃基板主题代理 —— 如果玻璃基板叙事成立,它是最直接的 enabling layer;如果叙事崩了或被推迟,估值回到 2024 年的低位(4–5 欧元)也不奇怪,下行空间 60% 。 和我们之前框架里的 POET、Sivers 同一类风险属性,但有两点要 特别注意: 流动性差 —— Xetra 上市,日均成交量远低于美股同类,大仓位进出会有显著滑点。 LPKF 是一个典型的”应该深入研究、但不应该在本周追高买入”的标的。

4月2日，美股新上一只 ETF $Ro­u­n­d­h­i­ll Me­m­o­ry ETF(DR­AM)$ 。 10个交易日，AUM 破10亿。发行史上都少见。 它装了什么 9只股票。美光、三星、SK 海力士——三家每家 25%，合计 75%。剩下 25% 分给铠侠、Sa­n­D­i­sk、西数、希捷。 一句话：存储三巨头打包带走。 为什么非得发？ 美股投资者想博存储，过去只有两条路： 一是买美光。但美光只占全球 HBM 三分之一。 二是买韩国 ETF（EWY）——三星和海力士加起来占 EWY 四成权重，硬生生把一只国家 ETF 用成了存储代理盘。今年流进 EWY 60 亿美元，多半冲着这俩。 存储是 AI 时代最紧的瓶颈之一，美股却没有一只干净工具。Ro­u­n­d­h­i­ll 看到缺口，补上了。 三个设计细节，决定了这是一只聪明的 ETF 第一，把三星和海力士装进来。 这俩在首尔上市，美国散户要直接买得开韩国账户，门槛高。装进 ETF，一键解决。 第二，把铠侠装进来。 铠侠是全球第三大 NA­ND 厂商，2024 年市占 14%。在美国有 ADR（KX­I­AY），但挂在 OTC 粉单，Ro­b­i­n­h­o­od 买不了，富途要特别权限。讲 NA­ND 故事绕不开它，DR­AM 直接帮你打包——这是我认为这只 ETF 最被低估的亮点。 第三，只留 9 只股票。 入选标准是存储收入占比超 50%，纯度极高。结果就是，你买的不是”半导体”，是”存储”本身。SO­XX 和 SMH 里存储被 Nv­i­d­ia 稀释得几乎看不见，DR­AM 是唯一的纯味版本。 它赌什么 一季度 DR­AM 合约价环比涨超 90%，NA­ND 涨超 50%。 微软、谷歌第一次跟存储厂签三年长协，愿意付 10–30% 定金。这俩过去对硬件厂商都是甲方姿态，现在反过来求产能。 UBS 判断：供需缺口持续到 2027 年四季度。 10 亿美金在赌的事：AI 算力狂飙，内存比 GPU 还稀缺。 三个刺 集中度。 前三占 75%，三家里任何一家出问题，整只 ETF 跟着咳嗽。2018 年存储下行周期，三家股价齐跌 40% ，ETF 不会救你。 费率 0.65%。 SO­XX、SMH 才 0.35%。贵一倍买的是便利和纯度，值不值自己判断。 情绪顶信号。 BT­IG 首席技术分析师那句话值得贴墙上：当一个细分赛道热到专门为它发 ETF，往往意味着主题已经走到后半段。 2021 年 ARK 系列疯狂发行的时候，就是这个味道。 怎么用 • 不看好存储 / 已经重仓美光：不用碰。 • 看好但懒得研究个股：DR­AM 是目前市场上唯一”一键吃下全球存储”的工具。 • 看好但担心见顶：可以先挂自选，追踪它的资金流当情绪指标。AUM 继续冲、日成交放大 = 情绪还在；开始缩 = 警报。 这只 ETF 不一定非得买，但值得理解——它是一个窗口，让你看清一件事：当 AI 最稀缺的不再是 GPU，钱会怎么流。

一次错过之后的复盘:从光模块的教训谈起 一、事实:我做了什么,错过了什么 从去年年中开始,我就在关注光模块这个赛道。AI 算力爆发、带宽瓶颈、800G 放量 —— 这些逻辑我都看懂了,也都相信。 但我把精力全部放在了 A 股的光模块标的上 —— 中际旭创、新易盛、华工科技这些。我的逻辑表面上站得住:中国光模块厂商在全球出货量上占绝对主导,800G 订单大多数从中国厂商出货,下游绑定北美 hyperscaler,产业地位牢不可破。 所以我一直在 A 股的光模块板块里翻来覆去研究,比较估值、看季报、跟踪订单。 结果呢?这一轮真正的暴涨,发生在我视野之外 —— 美股的光芯片厂商(Lumentum、Coherent)、上游材料(AXT)、封装平台(POET)、激光阵列(Sivers)、光模块厂(Applied Optoelectronics)、硅光代工(GlobalFoundries)、老化测试(Aehr)。这些公司过去一年涨幅 2 到 10 倍,是真正的主升浪。 我守着 A 股的"出货量冠军",看着美股的"卡脖子供应商"一个个起飞。 二、表层教训:不够彻底 我最初的复盘是这样的:"我低估了美国制造业,没有深度研究美股光模块;中国光模块只在终端组装有统治力,核心光芯片在美国;在大 A 辛苦挖掘,不如美股市场一轮情绪上头。" 这个总结是对的,但它只触到了现象,没有触到底层结构。 如果我把教训停在这一层,下次遇到新的主题(液冷、电网、核能、量子),我还会重复同样的错误 —— 因为下一次"对的答案"又藏在我当下还没看清的地方。 我需要把这个教训掰开,看它下面到底是什么。 三、真正的结构性问题 真正的教训有三层,一层比一层深。 第一层:选赛道对了,但选错了"赛道内的环节" 光模块这条产业链里,中国厂商擅长的是"终端组装 出货量"这一环 —— 劳动力密集、供应链密集、毛利低、规模为王。美国厂商擅长的是"核心芯片 IP 垄断"这一环 —— 技术密集、高毛利、议价权强、专利护城河深。 这两层在基本面上都受益于 AI。但在股价表现上,完全不是一回事。 因为股价反映的不是营收,是 毛利 × 定价权 × 市场给的估值倍数。 中际旭创可能被给 25–30 倍 PE。Lumentum 可以被给 60–80 倍。同样的 AI 光模块故事,美股的估值弹性是 A 股的 2-3 倍;再叠加美元计价、全球资金涌入,最终回报差距可能是 5 倍甚至更多。 这不是"美国制造业更强"的问题。这是金融市场给不同环节贴不同估值标签的问题。 放到任何行业去看都一样: 手机出货量大王是华为/小米/三星,全球估值最高的手机公司一直是苹果 电动车销量冠军可能是比亚迪,全球估值最高的电动车公司曾经是特斯拉 光模块全球出货量第一是中际旭创,股价涨得最凶的是 Coherent 和 Lumentum 链条上游的"卡脖子"环节,估值倍数永远比下游的"组装"环节高一个数量级。无论这个行业是什么。 所以研究一个赛道的时候,我要问的不是"谁出货最多",是"链条上哪个环节最卡脖子"。这两个答案经常完全不同。在光模块里,出货最多的在中国,但卡脖子的在美国 —— 激光芯片(Lumentum / Coherent)、硅光代工(GlobalFoundries)、磷化铟衬底(AXT)、DSP 芯片(Broadcom / Marvell)。终端出货量越大,这些上游卡脖子供应商反而越有定价权。 第二层:"产业观点"和"股票定价"是两回事 我当时内心里有一个很重的包袱:"觉得美国制造业不行"。 这个观点在产业层面可能部分是对的 —— 美国本土制造业产能确实退化、蓝领流失、供应链空心化。但它在股票定价层面是完全错的问题。 股票不是给制造业实力投票。股票是给未来现金流 × 定价权 × 稀缺性投票。 AI 光芯片的产能全球只有少数几家拿得出。这种稀缺性本身就是估值溢价的源头。这和"谁在最终产品上组装最多"完全是两件事。 类似的错配遍地都是: ABF 超级周期里,真正的王者是味之素 —— 一家做味精的日本公司。不是富士康,也不是台积电。 MLCC 周期里,真正的王者是村田和 Samsung Electro-Mechanics。不是那些中国中低端量产厂。 AI GPU 周期里,真正的王者是 NVIDIA(完全 fabless,一颗芯片都不造)。不是台积电(所有 GPU 都它造的)。 研究产业是为了理解世界。研究股票是为了理解价格。这两件事经常指向完全不同的方向。 很多真正懂产业的人在股市里做得不好,就是卡在这里 —— 他们用产业逻辑选股,市场用定价逻辑给估值,两套话语体系不对齐。我就犯了这个错。我对光模块产业的理解没问题,但我没用"定价逻辑"再过一遍。 第三层:"流动性 × 叙事机制"是被严重低估的 alpha 来源 我原话里有一句:"蓝星最多流动性的金融市场"。这句话,其实触到了最狠的点。 美股之所以股价弹性远超 A 股/港股/台股,本质不是"公司更好",而是这个市场的底层机制不同: 全球资金池:每个主题只要被打上标签,全世界的资金都会来定价 —— 不是只有本地资金。 杠杆工具完备:期权、保证金、零日期权、leveraged ETF,散户和机构都有工具把叙事放大。 估值方法宽容:美股敢给 PS 100 倍、敢给故事股几十亿美金市值。A 股给不到这种估值,港股更给不到。 叙事溢价机制:一个概念只要被华尔街认定为"宏观级主题",资金会从其他资产直接轮动过来。这个机制在 A 股和港股很难启动,在美股是常态。 同样是赚 AI 的钱,美股赚的是"AI × 全球流动性 × 高估值倍数"的钱,A 股赚的是"AI × 国内流动性 × 合理估值倍数"的钱。 两边的乘数关系根本不在一个层级。 这不是公平不公平的问题,是结构性的差异。无论我对哪边的产业更熟悉,"这件事该在哪个市场交易"应该是一个独立的判断维度,而不是默认"哪里懂产业就在哪里买"。 四、可以沉淀下来的四条 整理成一个完整的决策流程: 第一,赛道研究的 input 是产业知识,output 不是公司名字,是"链条上哪个环节卡脖子"。 把这一步想清楚,再去找上市标的,别反过来。 第二,产业观点和股票定价是两回事。 研究清楚产业后,下一步要问:"谁能把这份产业价值转化成高估值倍数的现金流?"这一步决定持仓,而不是"谁产业地位最强"。 第三,"这件事该在哪个市场交易"是一个独立决策,不是产业研究的副产品。 美股、港股、A 股、台股、日股,每个市场对同样的故事给的估值乘数不同、流动性不同、叙事发酵速度不同。研究产业 选对市场,才是完整的决策流程。 第四,"我觉得 X 国制造业/金融市场不行"这种 priors,在投资里是最危险的包袱之一。 它会让我对真实的定价信号失去敏感度。市场不关心我觉得谁强谁弱,只关心资金在流入哪里、估值在重估哪里。 五、最该警惕的下一步:补课焦虑 这一轮的错过是贵重的学费,但学费本身没贵到让我永久退出市场。 真正更危险的情形是接下来的"补课焦虑" —— 因为错过了,所以匆忙冲进美股光模块/电力/液冷的当红标的,买在这一轮的顶部附近,然后用正在回撤的行情反过来验证我刚学会的教训是对的。 SOX 指数刚刚创下 1994 年以来最长 16 连阳纪录,标普 Nasdaq 连续创新高,美伊停火还在反复,Nasdaq 13 连阳是 1992 年以来首次。这是一个在技术形态上已经非常危险的位置。 2022 年俄乌开战初期,标普也有一波因为停火乐观情绪的 10% 反弹。然后从年内高点跌到低点 25%,全年 -19%,SOX 跌了 35% ,ARKK 跌了 65%。 错过一轮行情不致命。错过之后 FOMO 追顶,导致本金回撤 50% ,才真正致命。 我已经悟到了"该去哪个市场"。下一步要悟的是"什么时间点进场,什么时间点不进场"。这一层,比市场选择更难。 六、最后 我这次错过的,不是一只股票,不是一个板块,甚至不是一个市场。 我错过的是一次对自己认知框架的升级机会 —— 而这次升级,是以"没在最大的行情里赚到钱"为代价完成的。 代价已经付了。现在要做的是让这个教训真正沉淀下来,成为下一次决策的新起点。 不要让补课焦虑把我再次推回旧的框架里。不要把"我懂产业"当成"我该持仓"。不要把"这里我熟"当成"这里就能赚"。不要在刚悟到教训的亢奋里,做出情绪化的建仓决定。 接下来 6 个月,观察比交易重要。耐心比机敏重要。看住自己的仓位纪律,比捕捉下一个 AAOI、下一个 POET 重要得多。 错过一轮不丢人。错过一轮之后重复同样的结构性错误,才是真正要警惕的事。

半导体 super cycle 还没结束,电力 super cycle 接力上来,本质是同一件事 —— AI 算力的物理瓶颈从芯片封装(ABF)、被动元件(MLCC)、光互联(CPO),继续向下游传导到供电架构。 每次向下传导一级,都会激活一批过去没人盯的标的,把它们从工业周期股重估为 AI 主题股。这一轮轮到的是电源半导体和电源模块厂。 下一轮预计会传导到:液冷(CoolIT、Vertiv、Boyd Thermal)、电网和一级能源(Quanta、Eaton、GE Vernova、铀矿)。 这是"AI 算力 → 万物重估"的第 N 块多米诺骨牌,还没到底。

$AOSL Alpha and Omega Semiconductor 定位: AI 数据中心 → 电源 → MOSFET 电源管理 IC(中低端主力) 坐标系: 链路上 50V、12V、5V 这些中低压级别的降压,还是用硅 MOSFET 为主。AOSL 就在这个环节 —— 做中低压功率 MOSFET、功率 IC,客户以 AI 服务器 OEM、数据中心电源厂为主。 规模远小于 MPS / STM / ADI(市值约 10 亿美金上下),但它是"AI 服务器 BOM 里单价低但颗数多"的那类零件供应商,增速可以跟着服务器出货量线性走。 AI 周期里的角色: 小盘电力 supercycle 弹性标的。赔率型,下游放量就有它一份,但没护城河,容易被竞争挤压毛利。

$POWI Power Integrations 定位: AI 数据中心 → 电源 → 高压 GaN 器件 控制芯片 坐标系: 另一种功率器件路线是 GaN(氮化镓),优势是开关频率比 SiC 更高、体积更小,适合中等功率等级的高效转换。 Power Integrations 的 PowiGaN 工艺做到 1250V / 1700V,直接对接 800V HVDC 架构。 POWI 历史上主要做消费电子和工业电源的控制芯片(手机充电器里的那种小芯片),AI 数据中心是它把 GaN 往高压、高功率方向延伸的新战场。 AI 周期里的角色: 小而美的 GaN 玩家。 市值约 50–60 亿美金,不在电力 supercycle 一线叙事里,但是如果 GaN 在 AI 数据中心里站稳(和 SiC 并存 / 互补),它是最纯粹的 GaN 上市标的之一。

$ON onsemi 定位: AI 数据中心 → 电源 → 碳化硅(SiC)功率器件 坐标系: 800V HVDC 架构下,机柜入口的 AC/DC 整流和第一级 800V→50V 降压,需要的是耐高压、高效率的功率器件。 传统硅 MOSFET 在这个电压和功率密度下效率不够,主流方案是用 SiC(碳化硅)。 onsemi 和 Wolfspeed、英飞凌、STM 一起是全球 SiC 功率器件前四的玩家。长期重心是电动车(Tesla 是大客户),2024–2025 年因电动车需求放缓业绩压力很大,2026 年 AI 数据中心的 SiC 需求是新增量。 技术: 自有 SiC 晶圆产能(纽约 fab 捷克 fab),垂直整合从衬底到模块。 AI 周期里的角色: 从 EV 向 AI 转型中的 SiC 玩家。EV 下行压力未完全释放,AI 电源上行能不能接上是 2026 关键。 股价相对 MPS/STM 还在低位,赔率型仓位。

$ADI Analog Devices 定位:AI 数据中心 → 电源 信号链 → 高性能模拟 IC 综合供应商 坐标系: ADI 不是"纯粹"的 AI 电源玩家。它的主营是高性能模拟 IC —— 精密放大器、ADC/DAC、电源管理、传感器信号调理 —— 客户遍布工业、汽车、通信、医疗。 AI 数据中心是它最近加速的增量市场,做电源管理 部分高速信号链配套。 技术: ADI 是模拟半导体行业三大巨头之一(和 TXN、Infineon 并列),以"高毛利、技术壁垒、客户粘性极强"著称,毛利率常年 65% 。 财务和股价: 市值 1600 亿美金 ,Q4 FY25 营收 31.6 亿美金同比 30%,增速是同行最快之一。当前股价 338 美金附近。 AI 周期里的角色: 广谱 AI 电源和信号链受益者,估值适中。不像 MPS / VICR 那样把身家全压 AI,但工业 汽车 AI 多条腿走路,波动小、估值公允。 类似 Jabil 在整机代工里的位置 —— 不押单一技术路线,任何路线赢了它都沾光。

$VICR Vicor 定位: AI 数据中心 → 电源 → 高密度模块 IP 授权双引擎 坐标系: Vicor 在 AI 电源这条路上走过一段大起大落。 它是 48V 架构的最早鼓吹者,NVIDIA V100 时代的供应商,但 H100 那一代被 MPS 抢走,股价腰斩过一次。 2025 年靠两件事又起来了: 一是 ITC 赢了 IP 诉讼,所有用它专利技术但不付钱的竞争对手被限制进入美国,License 收入从 2022 年 280 万美金暴增到 2024 年 4660 万美金; 二是 2026 年 2 月美国对"非市场经济体制造的高密度电源模块"征 100% 关税的 ITC 裁决,直接把"美国本土制造"变成它的核心护城河。 技术: Factorized Power Architecture(FPA)和 Vertical Power Delivery(VPD),在功率密度上仍然是同行天花板,只是被 MPS 的"够用 成本低"方案撬掉了部分份额。 财务状态: 市值约 50 亿美金,2025 年营收 4.53 亿美金同比 26%,毛利率 57.3%,管理层指引 2026 毛利率 60% 。 经历过巨亏 → 反转 → 重新加速三段式走势。当前股价在历史高位附近。 AI 周期里的角色: IP 美国制造的高弹性老玩家。 逻辑和 MPS 形成对立 —— MPS 是"靠量和成本赢",VICR 是"靠专利和美国关税赢"。 如果中美关税继续紧,它是受益者;如果缓和,MPS 的份额逻辑更硬。

$MPWR Monolithic Power Systems 定位:AI 数据中心 → 电源 → GPU 贴身最后一级降压(PoL, Point-of-Load)模块龙头 坐标系: 电源链路最后一环,是把 12V 或 50V 降到 GPU 核心能吃的 0.6–1V,电流动辄上千安培。 这一级离 GPU 最近、对效率和热密度最敏感,叫 "Point-of-Load"(PoL)或 "vertical power delivery"(VPD,垂直电源交付)。 MPS 从 NVIDIA H100 开始就是 GPU PoL 模块的事实标准 —— 把之前的霸主 Vicor 挤掉,占了 H100 全部 48V 电源业务,之后 B200/GB200 继续延续。 它的模块效率做到 98%,直接决定了 AI 机柜的散热和能耗。 技术: 单片集成 —— 把控制器、MOSFET、驱动、封装全部做成一颗模块,别人要拼三四颗才能做的事它一颗搞定。 这种集成度在高密度场景下是决定性的优势,也是它能打败 Vicor 的根本原因。 财务和股价: 市值 600 亿美金 ,股价 1300 美金附近,是典型的"small cap 股价感"但其实是大盘股。 2026 Q1 营收指引 7.7–7.9 亿美金同比 22%,Enterprise Data(AI)板块增速下限上调到 50% 。 过去 10 年股价涨了 18 倍,是半导体里最凶的复利机。 AI 周期里的角色: 电力 supercycle 里的 NVIDIA 等价物。 没有替代方案、估值贵得离谱、所有人都知道它贵、但业绩一直在兑现。

$STM STMicroelectronics 定位: AI 数据中心 → 电源 → 800V HVDC 全栈电源转换芯片 坐标系: STM 是 NVIDIA 800V HVDC 参考设计的核心合作方,直接做从 800V 一路降到 12V/6V 的整条转换链路。 2026 年 3 月(GTC 2026)正式发布 800V→12V 和 800V→6V 两个新架构,补齐了从 800V 到服务器主板级的所有环节 —— 换句话说,NVIDIA 的 800V 参考平台,电源芯片清单上有大量 STM。 技术: STM 是欧洲最大的 IDM(集成器件厂商),自有 fab,涵盖 Si、SiC、GaN 三种功率器件工艺。 在 AI 电源这条线上,它把 SiC(高压高效率) 模拟 数字 封装四种能力打包卖给 NVIDIA —— 这种"全栈"供应能力在欧洲只有它和 Infineon 能做。 赛道位置: 不是电源模块成品厂(那是 Vicor、MPS、Delta 的生意),是做电源模块里面那些芯片的人。 下游任何一家模块厂要做 800V 方案,都可能在它的器件清单上看到 STM。 财务状态: 市值 400 亿美金 ,2025 年受汽车周期拖累业绩低迷,当前股价 46 美金附近,相对 MPS/VICR 没有那么溢价。 AI 电源是它 2026–2027 年最重要的增长叙事,能不能把汽车周期的疲软抵消掉是关键。 AI 周期里的角色: 最"老牌蓝筹"的电力 supercycle 受益者,弹性不如 VICR/MPWR,但下行保护更好。 汽车业务能止跌 AI 电源放量,是双击场景。 AI 电源不及预期或汽车继续恶化,是 value trap 场景。

电力 super cycle AI 数据中心的功耗正在爆炸 —— 单个机柜从过去的几十 kW 跳到 100kW ,下一代 NVIDIA Vera Rubin 平台的机柜是 MW 级别。 过去的 48V 配电架构物理上撑不住了,因为在同样功率下,低电压意味着电流暴涨、铜损暴涨、线缆粗到塞不进机柜。 NVIDIA 2025 年拉着全行业推新架构:800V HVDC(高压直流)。 机柜入口是 800V 直流,然后一级级往下降压到 GPU 能用的 0.6–1V。 整个路径是: 电网 AC → 数据中心入口整流为 800V DC → 机柜内 800V → 中间总线(50V / 12V / 6V)→ GPU 核心(< 1V) 每一级电压转换,都对应着一种/一类芯片 一类模块厂商。 电力 super cycle 的本质,就是这个架构转型带动了电源半导体和电源模块的整个价值链重估。

随着美股的历史级反弹，时间线里充满了在电梯做俯卧撑的人

$TRT Trio-Tech International 定位: AI 数据中心 → AI 芯片 → 半导体后段测试服务 老化板(Burn-In Board)制造 坐标系: 前面讲过 Aehr 做 wafer-level burn-in 设备 —— 那是卖给芯片厂的整套老化机器。但老化测试整条链还有两个紧挨着的环节: 一是老化板(Burn-In Board, BIB) —— 把裸芯片固定住、通电、连接测试设备的那块定制电路板。每一代新芯片都要设计新的老化板,不能通用。 二是老化测试服务本身 —— 有些芯片厂不想自己买设备自己做,外包给专业的第三方测试服务商。 TRT 两块都做。它既是老化板制造商,也是后段测试服务商(电性测试、环境测试、老化测试)。客户芯片厂找它:要么定制老化板,要么直接把晶圆/封装好的芯片送过来让它代测。 和 Aehr 的区别在这里:Aehr 卖机器(资本开支),TRT 卖板 卖服务(运营开支)。下游每做一颗 AI 芯片都要配套的板和测试时长,所以 TRT 的收入模式更接近"按芯片量收费",Aehr 更接近"按产线扩张收费"。 公司背景: 1958 年成立,加州 Van Nuys 总部,但主要产能在东南亚 —— 新加坡、马来西亚、泰国、中国都有工厂。这是它的一个隐性差异化:在美国上市、但运营放在亚洲,贴近芯片厂客户(台积电、日月光、Amkor 这类后段链都在亚洲)。 两条业务线:Semiconductor Back-End Solutions(SBS,后段测试 老化板,约占 80%)和 Industrial Electronics(IE,航空航天和工业电子代理分销)。 过去几年主力收入来自 EV 功率器件测试(跟 Aehr 类似也是 SiC 方向),2025–2026 业务重心向 AI 芯片和 EV 双主线转移。 订单节奏: 2025 年 11 月:Q1 FY2026 营收 1550 万美金同比 58%,增长主要来自"下一代 AI 芯片最终测试服务"的新客户。 2026 年 2 月:Q2 FY2026 营收 1560 万美金同比 82%,SBS 板块同比 113%。 2026 年 3 月 4 日:拿到汽车 IDM 的 250 万美金老化服务初始量产订单,计划 2026 年分阶段放量。 2026 年 3 月 17 日:拿到 530 万美金的新一代 AI GPU 平台老化板订单(相当于 TTM 收入的 11%),2-3 季度内交付。 AI 周期里的角色: 和 Aehr 是"表兄弟"的关系,但有几点差异值得注意: 一是资本规模。TRT 市值只有 5000 万美金量级,Aehr 是它的 8-10 倍。TRT 是真正的微盘股 —— 单笔 530 万美金订单就占到年营收 11%。这意味着任何一个大 AI 客户的订单都可能让它的业绩翻倍,但同时流动性极差,波动放大。 二是业务模式。Aehr 押的是"设备进客户产线"这种一锤子买卖,TRT 押的是"老化板 测试服务随芯片量线性增长"。理论上 TRT 的收入持续性更好,但单价低、毛利低(Q2 毛利率从 26% 降到 16%,因为 AI 大单是量大低毛利)。 三是地理位置。TRT 的主力产能在新加坡/马来西亚,这在当前地缘政治环境下是优势 —— 北美 hyperscaler 和 fabless 想把后段测试从中国、台湾分散出去,东南亚是首选,TRT 现成产能在那。 四是硅光没出现在它的客户清单里。Aehr 的核心故事是硅光 WLBI,TRT 目前拿到的 AI 单看起来主要是传统 GPU/ASIC 的 package-level burn-in。这意味着 TRT 的叙事标签没有 Aehr 那么"性感",但也意味着它没有被 meme 化得那么狠。 财务和状态: 市值约 5000 万美金(2026 年 1 月做了 2-for-1 拆股),TTM 营收约 4900 万美金,过去一年股价 84%。 现金 2000 万美金左右,资产负债表干净。 管理层 S.W. Yong 长期掌舵,不是热门概念公司,属于"埋头做 niche 生意"的类型。 核心赌注: AI 芯片量产持续放量带动老化板/测试需求线性增长; TRT 能跟上单个大客户的量产扩张; 东南亚产能区位优势能帮它赢下更多 hyperscaler 的后段订单。 仓位定位: 比 Aehr 更小盘、更边缘、更低调的老化测试卖铲人。属于"AI 硬件供应链最后一英里"的标的,流动性和估值都在 Aehr 之下,但单位市值对 AI 订单的敏感度更高(一张 530 万订单在这里是翻倍催化,在 Aehr 那里只是正常季度增量)。 适合作为 AEHR 的小盘版替代或者对冲仓位 —— 如果你相信 AI 测试需求的故事但觉得 AEHR 已经跑太多,TRT 还没被完全发现。 关键观察点: FY2026 Q3 财报(5 月发)能否维持 80% 增速 → AI GPU 老化板订单的复购节奏 → 东南亚产能扩张进度 → 毛利率能否在放量后从 16% 回升。 典型的"没人关注但数据在走"的微盘股,流动性风险和业绩兑现风险都不低,适合小仓位 长周期。

半导体赛道山寨币化, AI 叙事给它带来了一批"山寨币属性的子标的"。这是最近让我越来越确信的事。 分两层看。 主线 AI 硬件 —— TSMC、NVIDIA、Broadcom、ASML、SK 海力士、Applied Materials —— 估值虽然不便宜,但走势还是跟 earnings 走。季报验证机制在起作用。这一层没有 meme 化,它们就是实打实的 AI 新石油。 山寨币化的是另一层:AI 供应链的外围小市值标的。POET、Sivers、AXTI、AEHR、AAOI 这种几亿到几十亿美金市值的公司。 看看它们最近的行为:AAOI 年内 370%,AXTI 52 周区间 1.13 到 47 美金(40 倍),POET 一个月 70%,Sivers 一个月 214%,Aehr 单日 23%,三星电机一个月 40%。 全是山寨币周期的教科书特征: 基本面消息滞后于股价(订单公告出来,股价已经涨完) 同一叙事下所有票联动暴涨(CPO 一喊,相关票一起飞) 叙事标签化(CPO、1.6T、ELS、硅光 —— 和加密里的 narrative rotation 一模一样) 散户情绪主导短期定价(Robinhood、X、Reddit) 估值脱离当期基本面(POET 接近 80 倍 forward EV/Sales) 机构后知后觉追认叙事(大行 upgrade 出现在涨完 100% 之后) 为什么会这样? 这一层的基本面还没走完,所以价格没有 earnings 锚。TAM 画饼容易 —— CPO 市场、硅光市场、InP 需求,每个都可以讲成千亿美金故事。 市值小、流动性薄,散户资金足以推动价格。X 和 Reddit 把研究成本降到零,FOMO 被放大到极致。 但这一轮和山寨币有一个结构性区别:山寨币最终极少有产品落地,纯粹叙事博弈。 AI 硬件最终是要产品落地的。 CPO 在 2027 起不起量,硅光在 2028 占多大市场,两三年后会有答案。到时候会分化: 跑通的,从"故事股"变成"产品股",估值从 PS 走向 PE —— 类似 2015 年的 NVIDIA,或者 2022 年的 Super Micro。 跑不通的,估值归零。和 Luna 一样干净利落。 所以现在这个状态更准确的描述是:硬科技版的叙事交易,比山寨币多一层 deadline —— 2026 到 2028 每一份季报都是 reality check。 一个值得警惕的迹象是,当一个赛道的主要信息流从 SEC 文件和 analyst reports 转移到 X 和 Reddit 的短视频帖子,定价权就从机构手里移到了情绪手里。 POET、AXTI、Sivers 的盘中波动已经明显受 X 账号带节奏影响。 一旦 AI 叙事退潮(比如 hyperscaler capex 见顶信号出现,或某次财报集体 miss),这些票的回撤会是山寨币级别的。下跌 60–80% 不夸张,因为涨的时候本来就没基本面支撑。 这个现象短期不会结束,反而会加剧。 AI capex 周期还在加速阶段,hyperscaler 订单还在发公告,卖方还在 upgrade 赶末班车,散户资金持续流入。 但认知上要把两类玩法严格分开。 主线 AI 硬件(NVDA / TSM / AVGO / ASML / 海力士)还是 fundamental-driven,用传统方法估值。 供应链 early-stage 小票(POET / SIVE / AXTI / AEHR / 国产替代标的)已经是 narrative-driven,估值方法和加密货币更接近,仓位管理也该用那套思路 —— 小仓位、止损纪律、预期最大损失 80%,赢了是 10 倍,输了归零。 山寨币化的不是半导体行业,是这个行业里的故事层。 分清楚自己买的是哪一层,比追任何一个 ticker 都重要。

$AEHR Aehr Test Systems 定位:AI 数据中心 → 光互联 / AI 芯片 → 晶圆级老化测试设备(Wafer-Level Burn-In) 坐标系: AI 供应链里最容易被忽视的一环是测试和老化。 任何一颗高端芯片出厂前都要经历 burn-in(老化测试)—— 把芯片放在高温高压高电流环境下跑几小时到几天,提前筛掉那些"早期失效"的芯片。AI 处理器、硅光芯片、GaN 功率芯片,都是越贵越需要这一步。 传统做法是封装后(package-level)做老化,一颗一颗上设备,慢且贵。新趋势是 wafer-level burn-in(WLBI),在整块晶圆还没切片前,一次性给整片晶圆做老化,效率指数级提升。AI 芯片和硅光芯片的 die 大、成本高,WLBI 的经济性优势被放大。 Aehr 就是这个赛道的专用设备商。主力产品 FOX-XP / FOX-NP(晶圆级)和 Sonoma(封装级)老化系统,配套 WaferPak 接触探针卡。 公司背景和转型: 1977 年成立,加州 Fremont,长期是半导体测试设备领域的小众公司。 过去两年主要收入来自 SiC(碳化硅)功率器件的老化设备 —— 服务电动车芯片。2024–2025 年电动车需求放缓,公司业务承压。 2025–2026 是转型关键年:从 SiC(电动车) 过渡到 AI 处理器 硅光 GaN 功率 高带宽闪存(HBF) 多元化。 硅光和 AI 处理器的老化需求是这轮转型的核心驱动力。 技术和差异化: 硅光芯片(以及未来的 CPO)对可靠性要求比传统 CMOS 芯片高很多 —— 光器件一旦在高温或高电流下失效,整个光模块就废了。 硅光批量生产起来以后,WLBI 需求会大幅增长,这是 Aehr 最近一年新故事的源头。 Aehr 是 WLBI 领域的主导玩家,竞争对手少(科休 Cohu、Teradyne 有类似产品但方向不同)。它的壁垒是客户认证 —— 一旦某家 hyperscaler 或硅光厂选定了 Aehr 的平台,后续扩产和迭代大概率沿用。 赛道位置: 这个环节是 AI 硬件的"卖铲人的卖铲人" —— 不做芯片、不做光模块、不做载板,只卖给做这些东西的人做测试的机器。你下游出货量每翻一倍,Aehr 的 WLBI 设备需求就得跟着翻。 财务和公司状态: 市值约 4–5 亿美金,FY2026 营收指引 4500–5000 万美金(按偏高端走),Q3 FY26(刚发)营收 1030 万美金同比 -44%(交付节奏错配),但季度 bookings 达 3720 万美金,积压订单创纪录 5090 万美金。 2026 下半财年 bookings 指引 6000–8000 万美金。 关键订单点: 2026 年 3 月,重要 AI 客户下 1400 万美金单 2026 年 3 月底,新硅光客户下多套 FOX-XP 系统单(股价当日 23%) 主力 hyperscaler 客户的 package-level burn-in 产品线初次量产订单 硅光方向:主力客户 FY2027 初进入量产,公司已经和另一家大客户签了硅光老化需求预测,路线图延伸到 optical I/O。 AI 周期里的角色: AI 设备投资主题里的高β侧翼。 不是主力仓,但当市场认可"硅光/CPO 在 2027 起量"这个叙事时,弹性很大 —— 每一片硅光晶圆都要做老化,每一套 WLBI 设备动辄几百万美金。 核心赌注: 硅光在 2026 下半年至 2027 年真正起量; AI 处理器的 WLBI 渗透率提升(目前主力还是 package-level); Aehr 的多元化转型能抵消 SiC 板块的下滑。 仓位定位:高贝塔 / convexity 玩法,和 POET / Sivers / AXT 同一类风险属性。 不同的是 Aehr 有已落地的订单和存量客户,不是纯粹故事股 —— 但营收波动极大(Q3 同比 -44% vs bookings 爆棚),季度间噪声高。 关键观察点: FY2026 Q4(7 月发)硅光/AI 订单的收入转化率 → FY2027 硅光客户的量产爬坡进度 → SiC 板块能否止跌。 AI 硬件供应链里最"间接"但也最干净的卖铲人标的之一。

$AXTI AXT Inc. 定位: AI 数据中心 → 光互联 → 光引擎 → 激光器原材料(磷化铟衬底) 坐标系: 光引擎里做激光的主流材料是磷化铟(InP)。 InP 激光器能发出适合长距离光纤传输的 1310nm / 1550nm 波长,是 400G / 800G / 1.6T 光模块和 CPO 外置光源的核心材料。 InP 激光器的生产链是:InP 衬底(底层晶圆)→ 外延片 → 激光芯片 → 激光器封装 → 光模块。AXT 做的是这个链条最上游 —— 衬底晶圆。没有 InP 衬底,整条 InP 激光链全部停转。 公司背景: 1986 年成立,加州 Fremont 总部,核心生产在中国(通过子公司通美晶体)。 主营三种化合物半导体衬底:InP、砷化镓(GaAs)、锗(Ge)。InP 是 AI 叙事的核心,GaAs / Ge 是老本行(5G / 卫星太阳能电池 / LED)。 技术和行业地位: InP 衬底全球主要玩家:日本住友电工、日本 JX 金属、AXT、法国 IQE(外延片)。 AXT 在 InP 衬底市占率属于前三。从 2 寸做到 6 寸,在 6 寸 InP 衬底上属于技术领先(6 寸能让下游激光厂单片产出更多激光芯片,降成本)。 垂直整合是差异化: AXT 在中国不光做衬底,还做上游原材料(镓、铟、锗金属)、坩埚、晶体生长炉、回收系统 —— 这让它在扩产时速度和成本都比同行快。2026 年目标是 InP 产能翻倍。 赛道位置: 这个环节是整个光互联供应链里最上游、最被忽视,但最卡脖子的一环。你下游光模块用量增 5 倍,InP 衬底用量就得增 5 倍,而建 InP 衬底产能周期长、资本密度高。 AXT 目前的 InP 订单积压(backlog)已经到历史最高水平。 财务和公司状态: 市值约 15 亿美金(稀释后),2025 Q3 收入 2800 万美金同比 18%,Q4 被中国出口许可证延迟拖累降至 2250 万美金。 2025 年 12 月做了公开发行募资扩产,股价 YTD 涨 10 倍级别,52 周区间 1.13–47 美金(极端波动),当前约 40 美金附近。 主要风险是中国出口许可 —— AXT 的 InP 衬底生产在中国,卖给美国 hyperscaler 链条的客户需要中国商务部批出口许可,2024 Q4 到 2025 Q1 就因许可延迟营收打折过。这是持续的地缘政治风险。 AI 周期里的角色: "AI 光通信放量 → 最上游材料稀缺"的典型卖铲人。 和 ABF 载板 supercycle 里的味之素逻辑非常像 —— 不在聚光灯下但卡着脖子的单点供应商。 核心赌注: CPO / 1.6T / 3.2T 对 InP 激光的需求持续倍增(高确定性);AXT 的扩产能按计划翻倍(执行风险); 中国出口许可不会系统性卡死(地缘政治风险)。 仓位定位: AI 光互联供应链的高风险上游弹性。 和 AAOI / COHR 这种"产品端放量"的中游玩法不同,它赚的是"材料稀缺溢价"这笔钱,弹性更大但波动也更大,单日 ±15% 很常见。 关键观察点: 2026 H2 InP 产能翻倍能否按期落地 → 中国出口许可节奏 → 子公司通美晶体在上海科创板上市进度(这是一个独立的估值重估催化)。 供应链最上游、地缘政治最敏感、弹性最大的一环。

$GFS GlobalFoundries 定位:AI 数据中心 → 光互联 → 硅光(Silicon Photonics)代工厂 坐标系: 光引擎里的两种主流技术路线:一种基于磷化铟(InP,做激光最好,也是 Sivers / AXT 的主场),另一种基于硅(硅光 / SiPh,做调制和波导最适合 CMOS 量产)。 硅光的思路是"把光学器件用成熟半导体工艺做在硅晶圆上",好处是能借用半导体行业几十年积累的产能、良率、成本曲线。问题是硅本身不会发光,所以硅光要和 InP 激光配合使用 —— 这是 POET 这类"封装平台"存在的原因。 硅光需要专门的工艺和专门的晶圆厂。GlobalFoundries 就是这个赛道的最大代工厂。 公司背景: 美国 Malta, NY 总部,全球纯代工厂第三名(TSMC、Samsung 之后,和 UMC、SMIC 同级)。不做最先进制程(3nm/5nm 是 TSMC 的地盘),专做 12–28nm 的特殊工艺节点 —— 射频、模拟混合信号、功率管理、SOI、以及硅光。 2025 年 11 月收购了新加坡 AMF(Advanced Micro Foundry),这是全球第一家商业化硅光纯代工厂,拥有 200mm 硅光平台。 加上之前收购的埃及 InfiniLink(光学数据连接芯片创业公司),GlobalFoundries 宣称自己是全球最大的纯代工硅光晶圆厂。 技术路线: 纽约工厂做 300mm 硅光,新加坡(AMF)做 200mm 硅光,两地互补。 GF 同时在做 InP 激光和硅 CMOS 的单片异构集成,长期目标是做出"一块晶圆上同时有激光、调制器、驱动、波导"的完全集成光引擎。 赛道位置: 硅光代工这个环节格局是:Intel 做自用的(自己的 CPO 产品)、TSMC 给 Broadcom 做、GlobalFoundries 是最大的纯代工(向所有人开放)。 Broadcom、Marvell、Cisco、Coherent、Lumentum 这些公司的硅光芯片,相当一部分会在 GF 的晶圆厂生产。 它的地位相当于硅光赛道的"TSMC" —— 不做自己品牌产品,做所有人的代工。 财务和公司状态: 市值约 200 亿美金,2026 年硅光业务预计贡献 AMF 收购后 7500 万美金,目标 2030 年前硅光年收入突破 10 亿美金。 硅光市场本身以 25% CAGR 增长。 主体业务(非硅光)还是传统代工,受汽车和工业需求拖累,财务表现平淡。2026 年 3 月做了二次公开发行 并行股份回购,市场反应一般。 所以 GFS 的股价走势更像"被硅光故事带动的大盘股",不是纯粹硅光标的。 AI 周期里的角色: "硅光代工"的稀缺标的。 想直接投硅光,美股里几乎没有纯正选项(Ayar Labs 未上市,Lightmatter 未上市),GFS 是公开市场最直接的硅光赋能者 —— 但要意识到它的非硅光业务占比还很大,硅光故事被稀释。 核心赌注: 硅光在 2027–2030 年真正从 CPO 需求起量; GF 在开放代工市场能拿住大部分份额; 主体代工业务不继续恶化。 仓位定位: 硅光主题的代理持仓(proxy play),不是纯正选项。 和 POET / Sivers 形成互补:POET / Sivers 是"如果硅光/CPO 跑通 10 倍股"的押注,GFS 是"硅光跑通它至少有稳定订单"的底仓。 适合追求硅光敞口但又不想承担 early-stage 波动的配置。 关键观察点: AMF 整合进度和新加坡硅光产能爬坡 → Broadcom / Marvell 等大客户的硅光订单走向 → 主体代工业务汽车/工业板块能否止跌。 硅光的卖铲人。