94 Photos and videos
yi.eth retweeted
Jun 14
一个非常好用的方法论分享给大家：
关于日常的行为和习惯：
1.每天晚上睡觉前，躺在床上，像过电影一样，回顾一下自己今天都做了哪些事情。最主要是不带任何情感，把自己当成一具行尸走肉，观察这个躯体，今天早上7点，到晚上10点，15个小时，每一分钟都在干什么？
2.举例子：早上七点起床洗漱，然后跑步，上午10点英语老师给自己上课，晚上吃完晚饭，去散步，读书。越详细越好，把每一秒的动作都过一下。
3.然后在拆分这些动作，哪些是有必要的，哪些是没有必要的？哪些可以优化做得更好？比如说奶子哥有时候想去澡堂蒸桑拿，按脚。后面思考了下，本质是身体可能有点虚弱，也有可能是今天学东西太多了，精力不足。要解决这一点，最好的方式其实是去健身房，系统性的提升自己的身体素质，减脂，增肌，先提高自己的睡眠时间，规律作息，在想办法提升自己的睡眠质量。
4.找到自己做的这件事，这个动作的根本原因，从根本上解决优化！
5.每天都这么做，回归反思自己的一天，相当于，每天都给了一个优化自己的机会。
6.最重要的是不带任何情绪去观察自己每天的所作所为。因为一旦带情绪，人就会各种合理化自己的行为动作，为自己找一千个借口。
7.人本质是习惯性动物。你每天做的动作，你的习惯，决定你是什么样的人，你将来会有什么样的人生。
关于日常的念头和想法：
8.多花时间专注自己，提升自己，察觉自己，优化自己。不要花时间思考别人对你的看法。这是一条减少内耗，通往幸福道路的上的真理。
9.推荐大家可以读下沉思录。斯多葛学派的控制二分法，真的大智慧，让我开始慢慢体会到真正的幸福。
控制你能控制的，接受你不能控制的，然后把精力全部用在“成为更好的人”上。
85
97
569
39,686
yi.eth retweeted
Jun 11
链上美股淘金系列3:下一个 AI 美股巨头？迈威尔的机会不在 GPU，而在数据高速公路（科普篇）
黄仁勋称其有望成为“下一家万亿美元公司”。
英伟达向其战略投资20亿美元，在NVLink Fusion、硅光等领域展开深度合作。
过去财年全年营收81.95 亿美元（同比增长 42%）。
FY2026 Q4，数据中心收入 16.513 亿美元，占季度营收 74%。
没错，就是迈威尔MRVL。
1.聊迈威尔之前，先来聊聊别的。
训练大模型或运行大规模推理，核心不是某一颗芯片的峰值算力，而是整个系统在单位时间内能处理多少有效 token、多少矩阵运算、多少参数更新。
「利润往往流向系统中最稀缺、最难替代、最能解除瓶颈的环节。」
过去几年，最稀缺的是 GPU，但当 NVIDIA、AMD、Google TPU等都在扩产时，AI 系统的新问题会变成：芯片多了，怎么连？机柜多了，怎么交换？数据量大了，铜线还够不够？云厂商不想完全被 NVIDIA 绑定，能不能做自己的定制 ASIC？
2.所以迈威尔到底卖什么？它卖 AI 数据中心的数据高速公路
它的数据中心核心能力可以拆成：
1）定制 ASIC：帮云巨头做专用 AI 芯片
通过定制化AI加速芯片，帮助云巨头降低对英伟达GPU的依赖。迈威尔可以帮助客户把想要的架构变成可量产、可部署、可联网、可进入数据中心的大规模芯片方案。而且这类业务一旦进入大客户供应链，粘性很强。
迈威尔是少数横跨 custom silicon、SerDes、DSP、optical、CXL、retimer、DCI 和 Ethernet switching 的平台型公司之一；但在 custom ASIC 和交换芯片上，博通仍是最强对手之一（下一篇会讲到）。
2）网络交换芯片
AI 集群扩大后，一个核心问题是通信。比如训练大模型时，GPU 之间需要频繁同步参数、交换梯度、搬运中间结果。如果网络延迟高、带宽低、拥塞严重，GPU 就会等待。迈威尔官方在 2026 年 6 月发布 Teralynx T100，称其为面向 AI 和云数据中心基础设施的交换芯片，并强调其目标是降低功耗、降低延迟、提升 AI 集群可扩展性。
3）光互连 / DSP / 硅光
光互连相比铜线的优势：长距离传输损耗更低；带宽扩展性更强；更适合高密度 AI 数据中心；有助于降低系统级功耗；更适合数据中心互联和大规模集群。AI 集群规模越大，传统铜互连越难满足带宽、距离、功耗和密度要求，数据中心必须越来越多地走向光互连。迈威尔官方在今年4 月宣布收购 Polariton Technologies，称其技术将增强迈威尔在高速、低功耗、基于等离激元的硅光器件方面的能力，并支持 3.2T 及更高速率的下一代 coherent 和 optical interconnect 平台。
3.为什么迈威尔有护城河？
1）技术组合难复制
迈威尔的关键不是一个产品，而是把这些能力组合起来：custom silicon；high-speed SerDes；optical DSP；silicon photonics；Ethernet switch；CXL switch；DCI等。单点芯片可以被竞争，但系统级组合很难快速复制。
2） 客户验证周期长，切换成本高
数据中心芯片需要：长周期设计；严格验证；散热、电源、信号完整性测试；软件和固件适配；供应链保障；大规模部署可靠性；与客户架构深度耦合。一旦迈威尔进入某个超大规模云厂商的 custom silicon 或互连方案，后续更换成本很高。
英伟达和迈威尔宣布已通过 NVIDIA NVLink Fusion 展开战略合作。NVLink Fusion 代表 英伟达正在让更多半定制 AI 基础设施进入自己的 rack-scale 生态；迈威尔如果能提供 custom XPU、scale-up networking、光互连能力，就不是 英伟达的替代品，而是英伟达 AI 工厂生态中的互补基础设施。
3）越到 AI 集群时代，越需要跨层协同
ASIC 要和网络互连协同；网络交换要和光模块协同；光通信要和机柜拓扑协同；CXL 要和内存架构协同；电力和散热要和芯片功耗协同；云厂商自己的架构要和供应商 IP 协同。迈威尔的战略位置就在于：在 AI 数据中心的数据移动链条上多点布局。
4.最后。
如果把 AI 数据中心比作一个超级城市：GPU 是工厂；数据是货物；内存是仓库；网络交换芯片是高速路；光模块是高铁；CXL 是共享仓储系统；custom ASIC 是为特定产业定制的专用工厂；数据中心互联是城市群之间的物流网络。早期最缺的是工厂，所以大家抢 GPU。
当 AI 从单机算力竞争进入超大规模集群竞争，系统瓶颈会从 GPU 本身迁移到互连、内存、光通信、电力效率和定制化架构。就像工厂越来越多，真正限制产能的会变成：路够不够宽；物流够不够快；仓库够不够大；能源够不够用；城市之间能不能互联；是否能减少堵车和空转。
迈威尔正好站在这些瓶颈的交叉点。
下一篇会继续聊聊和迈威尔相关的公司及其发展前景。欢迎大家继续关注～链上美股参与入口可以看评论区
May 27
链上美股淘金系列2:为什么市场仍然看好AI基建板块？
最新ai美股真的涨疯了，昨天刚开始研究QCOM高通，今天字节跳动成为高通数据中心定制芯片的首批大客户，推动高通股价盘中大涨 8.3%，还没上车呢😭
1️⃣上次说到AI仍会是美股的主线，而短中期最确定的仍是 AI 基建，为什么呢？
因为：大模型训练和推理仍在快速扩容；hyperscaler CapEx 仍处高位；Blackwell / Rubin 平台会继续推动系统升级；数据中心瓶颈还没有解决，包括电力、冷却、网络、光互连、HBM；除少数平台型公司和软件巨头外，很多纯 AI 应用公司的可持续商业模式、留存和利润率仍需验证
但和Q1不同的是，AI 基建会从普涨进入分层，资金会更加偏好：有明确大客户订单的公司；进入 NVIDIA / hyperscaler 供应链的公司；毛利率能稳住甚至扩张的公司；交付能力强的公司；处在供需瓶颈位置的公司
2️⃣聊聊几个持仓和观察池：英伟达 $NVDA，台积电 $TSM，美光 $MU，高通 $QCOM
首先NVDA 仍然是整个 AI 链条的中心资产，它可能不再是弹性最大的 AI 股票，但仍是 AI 板块的定价锚。只要 NVDA 不崩，AI 基建主线就很难彻底结束。NVIDIA已经变成完整 AI 工厂平台商：GPU / CPU，Networking，CUDA 生态，与光互连、neocloud、数据中心基础设施的资本和生态绑定
如果说芯片是AI届的基建，那么台积电TSM 就是基建中的基建。作为全球最大、最先进的半导体代工厂商之一，台积电占据芯片代工领域的半壁江山。咱们熟知的巨头公司nvda和apple等和台积电都有合作，最关键是交付能力远超竞品
美光MU是做存储芯片的，这块领域和三星、SK海力士呈三足鼎立。但是美国政治背景的仅美光一家，这也是很多美国ai巨头更偏向会选择美光（“美国之光”）的原因之一
最后来聊聊在观察池的高通QCOM，其实除了苹果和华为很多安卓手机比如小米都是用高通骁龙芯片，最近与字节跳动达成大模型芯片代工与采购协议。但是风险是高通目前对手机业务依赖较高，其它业务暂时占比很小
还有一些没写完，下一篇继续聊聊，投研分享仅供参考不做投资建议～链上美股参与入口可以看评论区
58
6
77
20,874
yi.eth retweeted
Jun 8
Anyone who lost it all trading, tell us your story.
What happened and why?
240
36
688
278,699
yi.eth retweeted
Jun 8
自律的公式：
错误的理解：我想做 → 我逼自己做 → 我坚持做 → 我成功。
正确的理解：我是谁 → 我如何安排环境 → 我自然会做什么 → 行为产生结果 → 结果反过来强化我是谁。
27
69
432
17,572
yi.eth retweeted
Jun 6
最近跟朋友聊起Solana生态项目，都觉得下一步Sol上如果要承载更高价值的应用场景，速度快已经不够了，还需要补上“加密执行”这一层，这是为什么呢？
因为未来链上不只会有转账，还会有拍卖、借贷、风控、机构交易、AI 推理、企业数据协作等等。
这些东西如果全公开，很多人根本不敢用；但如果全黑箱，链上的可信度又没了。
而Arcium☂️@Arcium 要做的就是一层 encrypted execution layer，让应用可以处理私密输入，同时保留链上结算和可验证性。
在Venice之后，市场已经知道 privacy AI 的应用端有需求。
接下来更值得看的，是 Arcium 这种 encrypted execution network 能不能把“私密输入 公开结算”变成基础能力；
把这种“隐私需求”从个人 AI 应用真正扩展到 DeFi、AI Agent、RWA、机构协作这些更底层的执行场景。
以DeFi举例，如果要做更复杂的市场结构，比如 sealed-bid auction、私密订单流、机构级交易隐私，就必须有一层能处理“保密计算”的基础设施。
像 sealed-bid auction，如果所有出价提前公开，那就很容易出现跟单、压价、抢跑。
真正合理的拍卖，应该像现实里的密封报价：大家先把信封交上去，最后统一开结果。
它可以让出价保持私密，但最后结果仍然公开结算。
另外Arcium也在围绕 C-SPL、Confidential DeFi、Umbra、Crafts / ReFi Hub等方向在推进，扩充新的应用场景。
当然，这类基建最终还是要回到老问题：有多少开发者用？有多少真实计算发生？有没有应用真的离不开它？
MPC、FHE、ZKP、节点调度、验证、性能、开发者体验，任何一环掉链子，应用都很难真正用起来。
背景实力上，Arcium总融资约 $14M， Greenfield Capital 、 Coinbase Ventures以及Solana生态核心等都有参与。
工程能力上，Inpher 本身是 confidential computing / MPC 方向的老团队，做过企业级隐私计算，曾获得 JPMorgan等支持。Arcium 收购其核心技术和团队也是很关键的一张牌。
万事俱备，如何把encrypted execution network更好落地，就是接下来要看的了。
81
1
74
17,552
yi.eth retweeted
Jun 1
用xBubble @dappOS_com @xBubble_ai 做了一些 #币安盲盒，好用爱用根本停不下来
选了三张我的心头爱，都是小细节拉满的👀
图1 Spot Rider：滑越牛熊，稳住节奏
踩着 K 线滑板穿梭牛熊之间， HODL 住属于自己的市场节奏
图2 Alpha Hunter ：洞察信号，寻宝先行
带着雷达和藏宝图深入探索，寻找真正的 Alpha 宝藏
图3 Earn Dreamer：云上生息，静待花开
坐在云端静静冥想，让收益自然产生、静待花开
三个角色分别对应三种状态：
会交易、会发现、会等待。
六一儿童节快乐~
May 30
全网征集：币安「超级隐藏款」盲盒🚀
😉7款盲盒已就位，这个六一等你来捏娃！
复制评论区提示词，用 AI 生成你的币安公仔，带 #币安盲盒 和作品评论并RT或进社群晒图
🏆 最强创造者2名：币安盲盒端盒 666 U
🦖 精选创意奖 15名：获得六一儿童节礼盒
⏱ 截止：6 月 2 日，第 8 款盲盒等你创作
152
3
63
12,224
PDF 翻译工具最大的痛点，就是文字翻译完把版面样式搞乱了。
有一款主打保留版面，公式与结构的开源 PDF 翻译工具。
github.com/wxyhgk/retain-pdf
支持 Windows，macOS，Linux 及 Docker 私有化部署。
13
13
55
7,388
yi.eth retweeted
May 26
谢谢 @Gate_zh @Godot_gate 制作的海报，泰酷辣~
挑战赛参与起来，股神们带带
在 Gate，一键交易全球热门资产
Trade global trending assets with one click on Gate
Gate 股票交易挑战来袭！单人最高拿 17000 $USDT ！
🔥 多任务奖励可同享，福利不设限
✅ 现货 / 合约 / CFD 三大赛道，奖励叠加拿
✅ 新人交易就送 $2-10 股票代币，邀好友还能多薅
✅ 闪兑 / ETF / 美债任务额外领现金
⏰活动时间：2026 年 5 月 25 日 17:00 - 6 月 15 日 17:00（UTC 8）
👉 立即报名：gate.com/campaigns/255
🔗 公告详情：gate.com/zh/announcements/ar…
61
1
29
5,179
yi.eth retweeted
May 24
昨天和梨子仙女@pearbinance 在杭州面基上了🥰一整个幸福住了，环境也超级chill
还有暖心靠谱默默姐@momochenming ，亲切贴心的瑶瑶姐@anyaoyaoa ，财运超好的zhaozhao哥（原因是聊天时候说币安人生涨就真涨了，怀疑是庄🤫）@0xzhaozhao ，以及终于见上的卷柏哥@GoldenCicada ~
感谢各位老师带我，今年一起发财！♥️
May 23
和朋友们饭后小酌，发现大家都是币股双修状态，直接在币安上买大宗买美股的也不少。
很快我们的美股产品就会有新的迭代👀
是的，大的要来了
还跟大家聊了很多，每次见面都很热情，也特别照顾我的默默姐@momochenming ，谦逊随和的赵赵 @0xzhaozhao（希望你许的愿快快实现，一直鼓励支持我的老乡 @anyaoyaoa 还有踏实做投研的美宝 @rayrayweb5 ，亲切的卷柏哥@GoldenCicada 上次在香港没来得及聊，这次唠上了
和真诚坦率的朋友们交流真的很开心🥳
52
1
43
7,367
yi.eth retweeted
May 22
May 22
Bitcoin Pizza Day 快乐🍕！趁着这个特别的日子来重新自我介绍下～
我是梨子酱，去年毕业后加入了币安，到现在快一年了，在华语区做品牌 KOL BD。
平时我做的事，简单说就是——认识新的 KOL 和创作者，聊聊内容合作，把大家用产品过程中的反馈带回去给团队，新功能新活动第一时间同步给大家，遇到使用上的问题我也会一直follow解决。
跟很多人聊过之后我会发现，大家跟哪家平台合作，看的不是宣传声量有多响，而是这件事到底靠不靠谱。
产品稳不稳定、反馈有没有人接、出问题有没有人兜底。币安能做到行业里最大的体量，靠的就是这些，不被看见的细节都在被认真对待。
币安的产品更新速度很快，我希望我能做的是把"产品在动"和"社区在想什么"这两端连起来，把这种"踏实"传递给每一个用户。
想做内容合作、有产品反馈、或者就想认识下，DMs 随时开 🫶
#Binance
40
1
26
5,814
yi.eth retweeted
May 19
冷门大学神仙专业：
1. 南京警察学院：警犬技术
大二分配警犬，同吃同训，狗入编，人也跟着稳了。
2. 浙江道教学院
一年500包食宿，上课练法器，卦象不好还能请假。
3. 中国传媒大学：电竞专业
电竞房上课，段位达标才算过。
4. 潜江小龙虾职业学院
早上菜市场调研，晚上餐饮店实操，教材750种做法。
这种大学才tm是教真东西的！
187
77
741
276,625
最近对于交易有了新的感悟。
大部分厉害的交易员，内心都是极度自信的，一个随波逐流的人很难在交易上拿到大结果。问题是，没有人能永远正确，也没有哪一笔交易是绝对意义上的百分百概率盈利，那么最重要的事情，就是在判断对的时候多赚，在判断错的时候少亏。
为了做到这一点，在具体执行上：
1、必须清楚每笔交易背后的逻辑，有大致的止盈思路，和严格的止损策略，从而用有限的风险，换取尽可能多的利润。
2、尽量选择简单的市场与合适的标的，投入适当的仓位，否则会受制于流动性和深度，无法严格按计划执行交易。
以上思路，对于不同资金量级都适用，例如：
小资金玩家参与链上，往往是用大量的试错，来换取高倍数收益。
中等资金玩家，面对近期的妖币行情， 做多要远好过做空，因为做多风险可控，潜在收益高，而做空恰恰相反。
大资金玩家，这半年最适合的市场是股市，因为流动性充足，走势流畅，并且在AI浪潮下，Upside大于Downside。
136
156
936
148,641
yi.eth retweeted
May 14
今晚美股Cerebras $CBRS 就上市了，今天白天跟朋友讨论了下，几个科技大厂在芯片领域基本都有布局，谷歌有自研TPU，苹果也不用说了，微软也是持股openai，而主打推理的芯片CBRS就是openai系的黑马
nvda英伟达在芯片届的地位之所以很难撼动，是因为过往它在这块基建做的太广太深，迁移成本太高，但是类似openai公司也在细分赛道上逐步找到自己的立足点，比如OpenAI现在训练使用英伟达GPU 自研ASIC，但是推理方面开始支持Cerebras
Cerebras在产品和热度上确实有挺大的亮点，不过如果要真正落地，还得看市场和资本的接受度，能不能在数据上真正跑出来，也在推理市场提供适配不同公司的方案。今晚打算蹲一下开盘，当美股打新了～
May 10
#OpenAI 还没上市，它的算力小弟先要IPO了，这事挺有意思。🧐
之前黄仁勋讲过，未来推理需求将会增长10亿倍，而下周四5月14日，推理时代的 #AI 芯片黑马，Cerebras ( $CBRS)要上市了，定价区间115-125美金，募资最高35亿美金，估值266亿美金。也将是 @MSX_CN 的第一期 PreIPO项目，还是十分值得期待的！
今天我们就来拆解一下这家Cerebras公司，以及估值分析情况，还有我个人的一些私人判断和意见。
要了解这个OpenAI系的推理芯片黑马，就要知晓山姆奥特曼的资本布局。
我们都知道英伟达在AI芯片领域有多牛，大模型公司烧钱，云厂商买卡，创业公司排队等GPU，最后利润大多流向卖铲子的英伟达，这是目前行业的现状。
但这种一家独大的局面，各家大模型厂商，都希望有一个嫡系方案做PlanB，比如谷歌Gemini便联合博通采用TPU方案，OpenAI也一直想扶持自己的嫡系部队。
所以在5月6日，OpenAI把英伟达、AMD、英特尔、博通、微软这些本该互相竞争的芯片公司拉到一起，搞了个MRC网络协议。表面看是技术合作，其实是OpenAI要重新分蛋糕了。
更深一层看，我认为是 #OpenAI 想要拆开英伟达全栈垄断格局。
以前训练、推理、网络、云，全让英伟达一家包圆了。现在呢？OpenAI开始精细化运营：训练归训练，推理归推理，不同场景用不同芯片，不同环节找不同供应商。
#Cerebras 就是在这个时候被推上了牌桌，它核心负责推理这一环。这正好与最近炒作火热的推理CPU概念，比如 #AMD，#INTC 等，撞在了风口上。
🔥Cerebras到底牛在哪？
Cerebras的核心杀手锏是WSE-3芯片，直接把整片12英寸晶圆做成一颗巨型芯片，面积46225平方毫米，相当于A4纸的三分之一。
我们数据对比看看，相较于英伟达H100：
• 它面积是H100的57倍
• 核心数是52倍
• 片上内存是880倍
• 内存带宽是7000倍
这数据📊看起来蛮夸张的，但核心关键不在大，而在于快。
在推理场景，尤其是长文本输出、实时交互、代码生成、AI Agent这些需要低延迟的任务上，Cerebras的CS-3系统推理速度比英伟达DGX B200快21倍，成本和能耗降到三分之一。这个效率和功耗，采用WSE-3芯片意味着OpenAI能在单位时间服务更多客户，这就相当于白花花银子啊。
📊财务数据也很漂亮
首先从市场趋势来看，AI 产业正从训练为主转向推理为主，这是不争的事实，2025 年全球 AI 推理市场规模已达1062亿美元，预计2030年将增至 2550亿美元，而 Cerebras 的技术优势正好踩在了风口上。
另外本轮IPO估值为266亿美金，发行价为115-125美金/股，我觉得是相对便宜的，虽然比上一轮估值翻了倍，上一轮F轮估值约为120亿美金，短短两年时间，直接翻倍，但架不住漂亮的财务数据。
2025年Cerebras营收5.1亿美金，比2024年的2.9亿增长76%。更牛的是净利润8790万美金，2024年还亏4.85亿，直接扭亏为盈。
以266亿估值来算，PS为52倍。以24年上市的热门半导体连接芯片公司Astera Labs( #ALAB)做对比，它上市首日PS高达81倍。而目前正处于火热的推理赛道炒作中，个人认为Cerebras冲击80-100倍PS绰绰有余，对应的收盘价192美金—239美金，预计有50%以上涨幅！(但也要观察当天纳斯达克指数行情来综合判断)
不能只说好的一面，目前Cerebras问题也很明显，客户集中度太高。阿联酋MBZUAI贡献62%收入，G42贡献24%，前两大客户占86%。意味着Cerebras必须听大客户的话，自主性有限。可喜的是，OpenAI的介入，未来这种收入结构会有所改善，而且OpenAI会成为最大客户。
🎯OpenAI和Cerebras的深度绑定
最新的数据，OpenAI与Cerebras签了多年的合作协议，总价值超200亿美金，Cerebras要给OpenAI提供750兆瓦算力，部署到2028年。
但这不只是采购合同这么简单。OpenAI创始人奥特曼、总裁布鲁克曼、前首席科学家伊利亚、董事会成员亚当·安戈洛，这些核心高管都个人投资了Cerebras。
OpenAI还通过贷款、认股权证等金融工具，和Cerebras建立长期利益绑定。说白了，现在的Cerebras就是OpenAI的芯片部门。
除此之外，Cerebras 3月又与 AWS 达成合作，CS-3 系统上线亚马逊云端服务，成为首个进入主流云端厂商供应链的非 GPU AI 加速器。此外，葛兰素史克、美国能源部、多个国家实验室等也都是其客户，技术实力也得到多维度的验证。
💡OpenAI的资本局
OpenAI的真实意图很清楚：
• 训练继续用英伟达高端GPU
• 推理引入Cerebras低延迟方案
• 部分GPU采购AMD
• 网络协议开放化
• 云服务在AWS、Azure、谷歌Cloud之间多家下注
• 未来可能推自研芯片
这是算力组合拳策略，不同工作负载匹配不同系统，不再单独依赖英伟达全栈方案。
OpenAI正在从模型公司转变为算力架构公司。以前只能被动接受芯片厂商定义的技术路线，现在要主动设计符合自己需求的算力组合。
OpenAI要把芯片供应商从"平台提供者"降维为"模块供应商"。所以扶持Cerebras是其战略中最重要的一环，预期来看，Cerebras上市首日股价，爆火的概率极大！
⚡对英伟达的影响
短期看，Cerebras上市对英伟达冲击不大，就像身上长个粉刺一样无关痛痒。
英伟达目前占AI芯片市场80-90%份额，CUDA生态、GPU供应链、NVLink网络，这些护城河短期很难撼动。
但长期看，威胁是存在的。以前AI公司别无选择，只能用英伟达GPU。现在至少在推理场景，客户有了可行替代方案。这种选择权的出现，削弱了英伟达定价权。
当OpenAI可以说"推理我用Cerebras，训练我用英伟达"时，英伟达就失去了"全包"的议价能力。
AI推理市场正在快速增长。根据预测,2026-2032年全球AI推理市场复合增长率将达28.9%。推理场景更适合专用芯片。当推理市场规模超过训练市场时，英伟达在推理领域的相对弱势就会成为更大问题。
英伟达正在从"唯一供应商"变成"核心供应商之一"。这个转变不是因为英伟达变弱了，而是市场变大了，客户变强了，需求变复杂了。
🧐我的判断
Cerebras上市真正值得看的，不是又一家AI芯片公司IPO，而是OpenAI开始把推理这门生意单独拎出来定价了。
当推理市场被验证可以独立定价时，AI算力市场就真的开始分层了。训练和推理的需求差异被明确化，专用芯片在细分场景的优势被验证。
英伟达"一种芯片打天下"的叙事不再完全成立。市场会从"通用GPU垄断"走向"场景化芯片组合"。
而且不只OpenAI这么干，Anthropic也在和亚马逊、谷歌结盟。头部AI公司都在通过多元化采购降低对英伟达依赖。单一供应商的"完整解决方案"不再是最优选择。
最后值得一提的是，这次 #MSX 第一期PreIPO项目即将上市，它就是本周四即将上市的Cerebras，拭目以待吧！🧐
DYOR🙏
23
4
51
13,036