返回列表

见证历史,英伟达不再是唯一! 从“光进铜退”到算力金融化,正在重新定义美股未来的四大基石,错过后悔一整年! BE,LITE,MRVL,NBIS #trading

BV1C3N56fExa · 请不要叫我梁同学
在B站观看
发布时间 2026-07-10 08:32
时长 17分19秒
播放 358
点赞 18
评论 1
弹幕 -

学习笔记

基于字幕生成,时间引用会以小徽标显示。
等待生成结果

资料区

原始字幕、评论和弹幕默认折叠,作为学习核查材料。
原始字幕
1
00:00:00,080 --> 00:00:01,760
不知道大家有没有发现

2
00:00:01,760 --> 00:00:03,540
今年的夏天格外的热

3
00:00:03,540 --> 00:00:06,320
电力创需求的新闻也是格外的多

4
00:00:06,320 --> 00:00:07,440
过去几十年

5
00:00:07,440 --> 00:00:09,740
电力行业一直遵循着一个规律

6
00:00:09,740 --> 00:00:11,060
夏天迎风度夏

7
00:00:11,060 --> 00:00:12,300
冬天迎风度冬

8
00:00:12,300 --> 00:00:14,980
到了春秋用电需求就会明显回落

9
00:00:14,980 --> 00:00:18,658
也就是说电力一直都是一个典型的季节性行业

10
00:00:18,658 --> 00:00:19,638
但是今天

11
00:00:19,638 --> 00:00:22,539
这个规律正在被一股新的力量彻底改变

12
00:00:22,539 --> 00:00:25,370
那就是AI和居民工厂用电不同

13
00:00:25,370 --> 00:00:27,929
AI数据中心全年24小时运转

14
00:00:27,929 --> 00:00:29,170
GPU不能停机

15
00:00:29,170 --> 00:00:32,090
带来的是持续刚性的新增电力需求

16
00:00:32,090 --> 00:00:33,350
也正因为如此

17
00:00:33,350 --> 00:00:35,670
科技巨头疯狂的建数据中心

18
00:00:35,670 --> 00:00:38,829
华尔街的关注点也从芯片逐渐转向了能源

19
00:00:38,829 --> 00:00:41,719
共通性和供电设备这些AI基础设施

20
00:00:41,719 --> 00:00:43,079
今天这期视频呢

21
00:00:43,079 --> 00:00:46,679
我们就沿着AI基础设施这条主线一层层的拆解

22
00:00:46,679 --> 00:00:48,079
从能源光通信

23
00:00:48,079 --> 00:00:49,960
芯片供电再到算力运营

24
00:00:49,960 --> 00:00:52,659
每一层我都会给出一家代表性的公司

25
00:00:52,659 --> 00:00:55,579
并且在视频的最后给出他们的估值分析

26
00:00:55,579 --> 00:00:59,259
所以本期精彩视频你千万不能错过

27
00:01:01,060 --> 00:01:02,600
先把逻辑梳理一下

28
00:01:02,600 --> 00:01:05,150
这一轮AI的竞争到底在拼什么

29
00:01:05,150 --> 00:01:08,189
很多人聊AI关注的都是软件层面的事情

30
00:01:08,189 --> 00:01:11,859
比如OpenAI的模型是不是又升级了GBT6

31
00:01:11,859 --> 00:01:12,739
什么时候发布

32
00:01:12,739 --> 00:01:13,739
谁的参数更多

33
00:01:13,739 --> 00:01:14,700
能力更强

34
00:01:14,700 --> 00:01:15,980
这些当然重要

35
00:01:15,980 --> 00:01:19,060
但是如果把所有的软件应用一层层剥开

36
00:01:19,060 --> 00:01:20,060
看到最底层

37
00:01:20,060 --> 00:01:23,609
你会发现AI其实是一门非常物理的生意

38
00:01:23,609 --> 00:01:24,769
所有模型输出

39
00:01:24,769 --> 00:01:26,750
让每个token在现实世界里

40
00:01:26,750 --> 00:01:29,009
本质上都是电子在高速流动

41
00:01:29,009 --> 00:01:31,448
这些电子在比头发丝还细得多

42
00:01:31,448 --> 00:01:33,219
的硅芯片中不断运算

43
00:01:33,219 --> 00:01:35,359
随后数据则转换成光信号

44
00:01:35,359 --> 00:01:38,259
通过纵横交错的光纤网络高速传输

45
00:01:38,259 --> 00:01:40,799
而整个过程中产生大量的热量

46
00:01:40,799 --> 00:01:44,039
又必须依靠液冷或者是风冷系统不断地带走

47
00:01:44,039 --> 00:01:46,640
才能保证设备持续稳定运行

48
00:01:46,640 --> 00:01:48,920
无论是计算传输还是散热

49
00:01:48,920 --> 00:01:51,799
每个环节都离不开一件事电

50
00:01:51,799 --> 00:01:52,739
换句话说

51
00:01:52,739 --> 00:01:54,849
AI的底层代码是能源

52
00:01:54,849 --> 00:01:57,010
资本的流向往往也是如此

53
00:01:57,010 --> 00:01:59,109
它永远会流向需求最刚性

54
00:01:59,109 --> 00:02:00,640
阻力最小的地方

55
00:02:00,640 --> 00:02:03,140
如果回头看这一轮AI财富周期

56
00:02:03,140 --> 00:02:06,849
你会发现资金的流动轨迹其实非常清晰

57
00:02:06,849 --> 00:02:09,849
第一阶段市场追逐的是最核心的GPU

58
00:02:09,849 --> 00:02:10,449
英伟达

59
00:02:10,449 --> 00:02:12,199
AMD成为最大的赢家

60
00:02:12,199 --> 00:02:13,080
第二阶段

61
00:02:13,080 --> 00:02:14,539
资本开始向上游扩散

62
00:02:14,539 --> 00:02:16,599
流入台积电等晶圆代工厂

63
00:02:16,599 --> 00:02:18,780
以及整个半导体制造生态

64
00:02:18,780 --> 00:02:19,740
第三阶段

65
00:02:19,740 --> 00:02:22,879
大家意识到高带宽存储才是真正的瓶颈

66
00:02:22,879 --> 00:02:25,419
于是资金又涌向了HBM内存

67
00:02:25,419 --> 00:02:28,939
像SK海力士美光这样的公司迅速崛起

68
00:02:28,939 --> 00:02:30,300
而到了第四阶段

69
00:02:30,300 --> 00:02:31,280
也就是今天

70
00:02:31,280 --> 00:02:34,539
资本终于撞上了一堵几乎所有人都绕不开的墙

71
00:02:34,539 --> 00:02:36,520
能源和物理基础设施

72
00:02:36,520 --> 00:02:39,099
因为AI真正缺的已经不是芯片

73
00:02:39,099 --> 00:02:39,949
而是电

74
00:02:39,949 --> 00:02:41,229
有机构预测

75
00:02:41,229 --> 00:02:43,849
在2026年到2028年的期间

76
00:02:43,849 --> 00:02:45,729
美国数据中心的运电需求

77
00:02:45,729 --> 00:02:48,199
将增长至是80~150几瓦

78
00:02:48,199 --> 00:02:50,329
几乎是目前水平的两倍

79
00:02:50,329 --> 00:02:52,508
很多人对于这个数字没有概念

80
00:02:52,508 --> 00:02:53,308
这么说吧

81
00:02:53,308 --> 00:02:54,848
几瓦就是10亿瓦

82
00:02:54,848 --> 00:02:57,500
约等于一座大型核电站的发电能力

83
00:02:57,500 --> 00:03:00,259
而美国目前在运行的大型核反应堆

84
00:03:00,259 --> 00:03:01,710
也不过90多座

85
00:03:01,710 --> 00:03:02,530
并且呢

86
00:03:02,530 --> 00:03:06,090
美国的很多电网仍然建于上世纪七八十年代

87
00:03:06,090 --> 00:03:09,150
面对AI数据中心爆发式增长的用电需求

88
00:03:09,150 --> 00:03:10,550
已经难以承载

89
00:03:10,550 --> 00:03:11,789
而扩建电网

90
00:03:11,789 --> 00:03:12,849
建设变电站

91
00:03:12,849 --> 00:03:14,030
铺设输电线路

92
00:03:14,030 --> 00:03:16,629
从审批到施工往往需要五到10年

93
00:03:16,629 --> 00:03:18,310
两个问题相互叠加

94
00:03:18,310 --> 00:03:20,830
就导致整个行业最大的瓶颈出现了

95
00:03:20,830 --> 00:03:22,769
ETM也就是交付时间

96
00:03:22,769 --> 00:03:26,008
所以这个时候就会出现一个交付时间带来的

97
00:03:26,008 --> 00:03:27,430
供需错配问题

98
00:03:27,430 --> 00:03:28,629
当需求暴涨

99
00:03:28,629 --> 00:03:30,770
而供给来不及跟得上的时候

100
00:03:30,770 --> 00:03:32,569
产业链里最稀缺的资源

101
00:03:32,569 --> 00:03:34,750
往往就拥有最强的定价权

102
00:03:34,750 --> 00:03:35,849
更重要的是

103
00:03:35,849 --> 00:03:38,909
缺电并不是AI泡沫带来的短期现象

104
00:03:38,909 --> 00:03:42,490
而是AI时代必须长期面对的一项基础约束

105
00:03:42,490 --> 00:03:44,129
AI如果要继续发展

106
00:03:44,129 --> 00:03:45,629
必须要能源跟得上

107
00:03:45,629 --> 00:03:46,590
甚至可以说

108
00:03:46,590 --> 00:03:48,030
即便未来的某一天

109
00:03:48,030 --> 00:03:49,889
大模型的发展速度放缓

110
00:03:49,889 --> 00:03:52,409
或者AI行业经历阶段性的降温

111
00:03:52,409 --> 00:03:54,840
电力的需求也不会因此消失

112
00:03:54,840 --> 00:03:57,520
因为真正耗电的从来不是恰的GBT

113
00:03:57,520 --> 00:03:58,659
这个应用本身

114
00:03:58,659 --> 00:04:00,639
而是支撑整个大语言模型

115
00:04:00,639 --> 00:04:02,550
运行和推理的数据中心

116
00:04:02,550 --> 00:04:05,550
所以谁能绕开传统的电网快速供电

117
00:04:05,550 --> 00:04:08,509
谁就会成为华尔街新的风箱

118
00:04:10,139 --> 00:04:13,139
很多朋友们听到这里可能会提出一个疑问

119
00:04:13,139 --> 00:04:16,089
不是说核能是最理想的解决方案吗

120
00:04:16,089 --> 00:04:17,470
这个方向没有错

121
00:04:17,470 --> 00:04:19,490
核电能够稳定持续地提供

122
00:04:19,490 --> 00:04:21,399
24小时不间断的供电

123
00:04:21,399 --> 00:04:23,538
非常适合支撑AI数据中心

124
00:04:23,538 --> 00:04:25,928
这种全天候运行的刚性负载

125
00:04:25,928 --> 00:04:27,108
从长期来看

126
00:04:27,108 --> 00:04:30,519
它几乎是所有科技巨头都认可的终极方向

127
00:04:30,519 --> 00:04:33,000
但请注意我们说的是长期

128
00:04:33,000 --> 00:04:35,399
而长期也就意味着一个问题

129
00:04:35,399 --> 00:04:37,038
实际应用太慢

130
00:04:37,038 --> 00:04:40,478
一座大型核电站从审批建设到正式并网

131
00:04:40,478 --> 00:04:42,358
往往需要接近10年的时间

132
00:04:42,358 --> 00:04:45,360
比我们的传统电网建设时间还要长

133
00:04:45,360 --> 00:04:47,540
现在开始见证真正投入使用

134
00:04:47,540 --> 00:04:49,360
很可能已经是2033年

135
00:04:49,360 --> 00:04:51,370
甚至是2035年以后

136
00:04:51,370 --> 00:04:53,050
而且这个建设过程中

137
00:04:53,050 --> 00:04:54,850
你还需要面对供应链监管

138
00:04:54,850 --> 00:04:57,279
审批和成本超支等各种挑战

139
00:04:57,279 --> 00:04:59,720
美国佐治亚州的沃格特勒核电项目

140
00:04:59,720 --> 00:05:01,259
就是一个典型的案例

141
00:05:01,259 --> 00:05:03,079
建设周期长达十多年

142
00:05:03,079 --> 00:05:05,829
最终的成本也远远超过最初的预算

143
00:05:05,829 --> 00:05:07,810
而在这个漫长的空窗期中

144
00:05:07,810 --> 00:05:11,220
布朗姆energy be1这家公司找到了自己的机会

145
00:05:11,220 --> 00:05:14,259
B1提供的不是未来10年的能源方案

146
00:05:14,259 --> 00:05:17,360
而是未来几个月就能落地的解决方案

147
00:05:17,360 --> 00:05:21,139
它的核心产品是模块化固体氧化物燃料电池

148
00:05:21,139 --> 00:05:22,579
再搭配燃气轮机

149
00:05:22,579 --> 00:05:24,610
实现数据中心现场发电

150
00:05:24,610 --> 00:05:26,709
它最大的价值就是帮助客户

151
00:05:26,709 --> 00:05:28,860
减少对于传统电网的依赖

152
00:05:28,860 --> 00:05:31,420
过去一个数据中心申请接触电网

153
00:05:31,420 --> 00:05:32,699
可能要排队5年

154
00:05:32,699 --> 00:05:34,300
而B1给出的承诺是

155
00:05:34,300 --> 00:05:36,240
从下单到设备部署完成

156
00:05:36,240 --> 00:05:37,980
最快只需要90天

157
00:05:37,980 --> 00:05:40,100
从5年缩短到90天

158
00:05:40,100 --> 00:05:41,399
对于AI公司来说

159
00:05:41,399 --> 00:05:43,360
这几乎就是降维打击

160
00:05:43,360 --> 00:05:45,829
那他到底是怎么做到的呢

161
00:05:45,829 --> 00:05:48,600
其实他们公司的技术原理并不复杂

162
00:05:48,600 --> 00:05:51,699
燃气轮机就像是喷气式飞机的发动机

163
00:05:51,699 --> 00:05:53,699
只不过它不是推动飞机飞行

164
00:05:53,699 --> 00:05:55,459
而是带动发电机发电

165
00:05:55,459 --> 00:05:57,000
听起来有点传统

166
00:05:57,000 --> 00:05:59,779
但它却是目前能够快速大规模部署的

167
00:05:59,779 --> 00:06:01,430
成熟发电方案之一

168
00:06:01,430 --> 00:06:04,990
be1进一步把这些设备做成了标准化的模块

169
00:06:04,990 --> 00:06:07,689
客户需要多少电就部署多少模块

170
00:06:07,689 --> 00:06:10,759
设备直接用卡车用到数据中心现场

171
00:06:10,759 --> 00:06:13,019
完成安装后即可投入运行

172
00:06:13,019 --> 00:06:16,798
很快就能为成千上万张GPU提供稳定的电力

173
00:06:16,798 --> 00:06:19,459
资本市场也很快注意到了这家公司

174
00:06:19,459 --> 00:06:23,259
而最近新起的美股新人股市LEIPOD公开披露

175
00:06:23,259 --> 00:06:24,980
13F持仓中就发现了

176
00:06:24,980 --> 00:06:27,160
他将B1列入核心投资组合

177
00:06:27,160 --> 00:06:28,220
这也反映出来

178
00:06:28,220 --> 00:06:29,540
一部分长期投资者

179
00:06:29,540 --> 00:06:32,470
开始压入AI能源基础设施这条赛道

180
00:06:32,470 --> 00:06:33,750
而从基本面看

181
00:06:33,750 --> 00:06:36,990
B1近期的业绩同样验证了市场的需求

182
00:06:36,990 --> 00:06:39,069
公司2026年第一季度

183
00:06:39,069 --> 00:06:41,509
预计实现了7.5亿美元的营收

184
00:06:41,509 --> 00:06:44,180
同比增长大约是130%

185
00:06:44,180 --> 00:06:47,480
同时它还实现了大约是7000万美元的利润

186
00:06:47,480 --> 00:06:51,240
这说明这种需求已经开始真正转化为业绩增长

187
00:06:51,240 --> 00:06:52,220
更重要的是

188
00:06:52,220 --> 00:06:54,480
大客户开始用真金白银投票

189
00:06:54,480 --> 00:06:57,839
例如甲骨文正在建设的大型AI数据中心网络

190
00:06:57,839 --> 00:07:01,120
它其中的部分项目就采用了be e的供电方案

191
00:07:01,120 --> 00:07:03,240
为数据中心提供稳定的电力

192
00:07:03,240 --> 00:07:06,160
那同时我也要对看到这里的朋友们说一句话

193
00:07:06,160 --> 00:07:07,720
就是我们对待这家公司

194
00:07:07,720 --> 00:07:09,759
要保持一个客观理性的态度

195
00:07:09,759 --> 00:07:12,709
因为毕业这家公司它并不是没有风险

196
00:07:12,709 --> 00:07:13,910
它的挑战在于

197
00:07:13,910 --> 00:07:17,250
当项目规模从几十兆瓦扩大到几几瓦之后

198
00:07:17,250 --> 00:07:19,050
它是否还能够按时交付

199
00:07:19,050 --> 00:07:20,129
稳定运行

200
00:07:20,129 --> 00:07:21,370
无论是制造能力

201
00:07:21,370 --> 00:07:24,230
供应链管理还是现场部署和后期的运维

202
00:07:24,230 --> 00:07:27,120
对于B来说都是前所未有的挑战

203
00:07:27,120 --> 00:07:28,759
这也导致了B1的股价

204
00:07:28,759 --> 00:07:31,089
现在处于一个高位震荡的趋势

205
00:07:31,089 --> 00:07:32,569
但我们实话实说

206
00:07:32,569 --> 00:07:33,569
至少在当下

207
00:07:33,569 --> 00:07:36,939
我认为这些风险并没有改变一个事实是什么

208
00:07:36,939 --> 00:07:37,420
事实呢

209
00:07:37,420 --> 00:07:39,319
就是对于科技巨头来说

210
00:07:39,319 --> 00:07:41,240
真正稀缺的已经不是设备

211
00:07:41,240 --> 00:07:42,259
而是时间

212
00:07:42,259 --> 00:07:44,660
且能够把数据中心的上线时间

213
00:07:44,660 --> 00:07:46,459
从几年缩短到几个月

214
00:07:46,459 --> 00:07:49,779
谁就掌握了整个AI产业链最有价值的资源

215
00:07:49,779 --> 00:07:52,899
所以与其说科技公司买的是B1的设备

216
00:07:52,899 --> 00:07:56,310
不如说他们买的是自己未来高速发展的可能性

217
00:07:56,310 --> 00:07:58,689
而未来当核电真正成熟之后

218
00:07:58,689 --> 00:08:01,069
B1未必是最终的能源解决方案

219
00:08:01,069 --> 00:08:03,779
因为核电方案的确非常有优势

220
00:08:03,779 --> 00:08:05,759
但在核呢全面接棒之前

221
00:08:05,759 --> 00:08:07,540
这段长达数年的过渡期

222
00:08:07,540 --> 00:08:10,158
很可能正是B1价值最大的阶段

223
00:08:10,158 --> 00:08:11,319
那顺便说一句

224
00:08:11,319 --> 00:08:12,759
很多朋友们都会问我

225
00:08:12,759 --> 00:08:14,860
我平时是怎么研究公司的

226
00:08:14,860 --> 00:08:17,660
那除了看财报和一些付费软件之外

227
00:08:17,660 --> 00:08:21,300
我还会用mobs搜索去跟踪机构的资金动向

228
00:08:21,300 --> 00:08:23,720
市场的情绪以及一个热点的变化

229
00:08:23,720 --> 00:08:25,399
并且呢有时候有时间

230
00:08:25,399 --> 00:08:28,240
我也会在上面发表一些我的个人观点

231
00:08:28,240 --> 00:08:31,459
那这个链接呢是已经放在了我的频道主页

232
00:08:31,459 --> 00:08:33,620
也为了方便大家使用这个软件

233
00:08:33,620 --> 00:08:35,419
我也出了一个具体的教程

234
00:08:35,419 --> 00:08:37,980
有兴趣的朋友们可以自己去看一下

235
00:08:37,980 --> 00:08:40,740
那接下来我们精彩继续

236
00:08:42,458 --> 00:08:44,658
那前面我们聊了电力的发展

237
00:08:44,658 --> 00:08:46,239
以及电力的相关公司

238
00:08:46,239 --> 00:08:49,538
接下来我们再来讲一个和电力息息相关的瓶颈

239
00:08:49,538 --> 00:08:50,990
就是数据传输

240
00:08:50,990 --> 00:08:52,590
从25年年底开始

241
00:08:52,590 --> 00:08:54,870
整个美股市场有一个最火热的词

242
00:08:54,870 --> 00:08:56,350
我想大家应该都听过

243
00:08:56,350 --> 00:08:58,029
那就是光进同退

244
00:08:58,029 --> 00:09:00,549
那这条赛道最受关注的公司之一

245
00:09:00,549 --> 00:09:02,480
就是ROMANALATE

246
00:09:02,480 --> 00:09:05,460
它主要提供的是激光发射器和接收器

247
00:09:05,460 --> 00:09:07,639
把电信号转换成光信号

248
00:09:07,639 --> 00:09:09,379
在完成另一端的还原

249
00:09:09,379 --> 00:09:11,529
随着AI数据中心的不断扩建

250
00:09:11,529 --> 00:09:13,370
市场预计它的相关产品

251
00:09:13,370 --> 00:09:16,220
今年的出货量有机会达到去年的三倍

252
00:09:16,220 --> 00:09:17,360
与此同时呢

253
00:09:17,360 --> 00:09:18,740
康宁也正在受益

254
00:09:18,740 --> 00:09:20,740
它提供的是高纯度的光纤

255
00:09:20,740 --> 00:09:23,159
是整个光通信最基础的材料

256
00:09:23,159 --> 00:09:25,590
无论是光模块还是光纤扩展

257
00:09:25,590 --> 00:09:26,909
都需要复杂的工艺

258
00:09:26,909 --> 00:09:28,470
和台积电扩产晶圆

259
00:09:28,470 --> 00:09:30,610
SK海力士扩展HBM一样

260
00:09:30,610 --> 00:09:33,139
不是有需求就能够马上提升产能

261
00:09:35,779 --> 00:09:37,899
还有一个更容易被忽略的领域

262
00:09:37,899 --> 00:09:39,450
就是芯片级的配电

263
00:09:39,450 --> 00:09:42,049
很多人以为英伟达什么都是自己做

264
00:09:42,049 --> 00:09:43,070
其实并不是

265
00:09:43,070 --> 00:09:45,250
英伟达是一家fabulous公司

266
00:09:45,250 --> 00:09:46,950
也就是吴京源的公司

267
00:09:46,950 --> 00:09:48,730
他只是负责芯片设计

268
00:09:48,730 --> 00:09:50,639
然后再交给台积电制造

269
00:09:50,639 --> 00:09:54,480
但真正困难的是一颗拥有数百亿晶体管的GPU

270
00:09:54,480 --> 00:09:57,990
如果把巨大的电流精准分配到每一个计算端沿

271
00:09:57,990 --> 00:10:00,789
并且在不同负载下动态调整电压

272
00:10:00,789 --> 00:10:03,279
同时避免过热甚至销毁芯片

273
00:10:03,279 --> 00:10:06,339
而这个领域最重要的玩家就是麦威尔

274
00:10:06,339 --> 00:10:08,178
今年的COMPUTX大会上

275
00:10:08,178 --> 00:10:10,019
黄仁勋公开提到了迈威尔

276
00:10:10,019 --> 00:10:10,778
被表示

277
00:10:10,778 --> 00:10:13,889
他有潜力成长为一家万亿美元市值的公司

278
00:10:13,889 --> 00:10:16,110
这句话迅速点燃市场的情绪

279
00:10:16,110 --> 00:10:18,230
麦威尔的股价随后一度大涨

280
00:10:18,230 --> 00:10:20,799
并且成功进入了标普500指数

281
00:10:20,799 --> 00:10:24,559
那当然漫威尔真正的价值并不只是来自英伟达

282
00:10:24,559 --> 00:10:26,740
随着博通持续布局AI芯片

283
00:10:26,740 --> 00:10:27,159
Meta

284
00:10:27,159 --> 00:10:30,419
谷歌等科技巨头也纷纷研发自己的自研芯片

285
00:10:30,419 --> 00:10:33,269
希望能够降低对于英伟达GPU的依赖

286
00:10:33,269 --> 00:10:35,470
但是无论是谁设计这个芯片

287
00:10:35,470 --> 00:10:38,309
都绕不开芯片内部供电设计这个难题

288
00:10:38,309 --> 00:10:39,210
也就是说

289
00:10:39,210 --> 00:10:40,990
只要AI芯片持续升级

290
00:10:40,990 --> 00:10:42,909
这样需求就不会消失

291
00:10:42,909 --> 00:10:44,309
从这个角度来看

292
00:10:44,309 --> 00:10:47,009
迈威尔服务的不是一某一家芯片公司

293
00:10:47,009 --> 00:10:49,000
而是整个AI芯片产业

294
00:10:49,000 --> 00:10:52,220
未来不管最后是谁赢得了AI芯片大战

295
00:10:52,220 --> 00:10:54,700
负责解决底层供电问题的公司

296
00:10:54,700 --> 00:10:58,480
都有机会持续享受整个产业成长的红利

297
00:11:00,600 --> 00:11:04,110
现在让我们把视角从硬件拉回到商业模式

298
00:11:04,110 --> 00:11:06,470
在这一轮AI基础设施浪潮里面

299
00:11:06,470 --> 00:11:07,850
出现了一类新玩家

300
00:11:07,850 --> 00:11:08,429
New cloud

301
00:11:08,429 --> 00:11:09,879
也就是星云公司

302
00:11:09,879 --> 00:11:12,360
其中的代表有coffee和奈贝尔等等

303
00:11:12,360 --> 00:11:15,659
他们本质上是AI时代的专业算力运营商

304
00:11:15,659 --> 00:11:17,840
为什么会出现这类公司呢

305
00:11:17,840 --> 00:11:19,259
因为如果你是metal

306
00:11:19,259 --> 00:11:21,610
谷歌准备砸几百亿美元做个AI

307
00:11:21,610 --> 00:11:24,470
你真的愿意自己去买地批店接网

308
00:11:24,470 --> 00:11:25,350
建变电站

309
00:11:25,350 --> 00:11:25,950
铺光纤

310
00:11:25,950 --> 00:11:27,580
再搭整座数据中心吗

311
00:11:27,580 --> 00:11:29,059
理论上你可以做到

312
00:11:29,059 --> 00:11:30,299
但是现实情况上

313
00:11:30,299 --> 00:11:31,879
这些事又慢又复杂

314
00:11:31,879 --> 00:11:34,509
根本不是科技巨头最擅长的部分

315
00:11:34,509 --> 00:11:36,789
他们真正想做的是训练模型

316
00:11:36,789 --> 00:11:37,590
开发产品

317
00:11:37,590 --> 00:11:38,820
而不是盖机房

318
00:11:38,820 --> 00:11:41,340
于是new cloud就成为了中间层

319
00:11:41,340 --> 00:11:44,179
像NBS这样的公司会提前把土地

320
00:11:44,179 --> 00:11:47,068
电力网络散热和数据中心都准备好

321
00:11:47,068 --> 00:11:49,869
客户只需要租用现成的GPU集群

322
00:11:49,869 --> 00:11:52,049
就能够立刻开始训练模型

323
00:11:52,049 --> 00:11:53,230
对于客户来说

324
00:11:53,230 --> 00:11:54,470
买到的不只是算力

325
00:11:54,470 --> 00:11:55,470
更是时间

326
00:11:55,470 --> 00:11:57,789
NE贝尔斯之所以能够做这件事情

327
00:11:57,789 --> 00:11:58,970
也有自己的积累

328
00:11:58,970 --> 00:12:01,620
它脱胎与烟DEX的数据中心业务

329
00:12:01,620 --> 00:12:03,679
长期运营超大规模基础设施

330
00:12:03,679 --> 00:12:06,078
让它具备了很强的稀土工程能力

331
00:12:06,078 --> 00:12:08,798
这种努力不是短时间就能够复制的

332
00:12:08,798 --> 00:12:11,279
市场的需求也已经验证了这一点

333
00:12:11,279 --> 00:12:13,960
NEIGHBS今年一季度的收入同比增长

334
00:12:13,960 --> 00:12:15,320
接近700%

335
00:12:15,320 --> 00:12:18,500
说明AI基础设施的租赁正在快速放量

336
00:12:18,500 --> 00:12:20,399
这背后呢有两层逻辑

337
00:12:20,399 --> 00:12:22,110
第一层是时间套利

338
00:12:22,110 --> 00:12:25,750
一个新的数据中心从申请电力到真正接入电网

339
00:12:25,750 --> 00:12:27,299
可能需要再等5年

340
00:12:27,299 --> 00:12:29,919
而coffee和neighbors因为更早的布局

341
00:12:29,919 --> 00:12:31,460
已经提前拿到了土地

342
00:12:31,460 --> 00:12:33,230
电力指标和审批资源

343
00:12:33,230 --> 00:12:36,129
所以当meta和微软需要快速扩张的时候

344
00:12:36,129 --> 00:12:38,629
他们愿意签下数百亿美元的合同

345
00:12:38,629 --> 00:12:41,679
本质上买的就是马上能够上线的能力

346
00:12:41,679 --> 00:12:43,559
第二层呢是财务套利

347
00:12:43,559 --> 00:12:45,580
科技公司自己建数据中心

348
00:12:45,580 --> 00:12:47,419
要承担巨额的资本开支

349
00:12:47,419 --> 00:12:49,639
短期现金流的压力很大

350
00:12:49,639 --> 00:12:52,039
如果改成像new cloud租用算力

351
00:12:52,039 --> 00:12:53,960
这笔钱就变成了运营开支

352
00:12:53,960 --> 00:12:55,799
财报更好看也更灵活

353
00:12:55,799 --> 00:12:57,960
甚至英伟达也不只是卖GPU

354
00:12:57,960 --> 00:12:59,519
还直接投资了NBAS

355
00:12:59,519 --> 00:13:02,700
帮助new克劳的扩张形成了一个完整的闭环

356
00:13:02,700 --> 00:13:03,740
一边卖芯片

357
00:13:03,740 --> 00:13:05,710
一边扶持最大的租赁平台

358
00:13:05,710 --> 00:13:06,850
与此同时呢

359
00:13:06,850 --> 00:13:09,089
GPU的资产逻辑也正在变化

360
00:13:09,089 --> 00:13:10,948
过去他按照5年折旧

361
00:13:10,948 --> 00:13:12,869
但是现在AI的需求太强

362
00:13:12,869 --> 00:13:15,849
很多34年前买的GPU依然供不应求

363
00:13:15,849 --> 00:13:17,470
租金还在继续上涨

364
00:13:17,470 --> 00:13:19,529
他正在从传统的it设备

365
00:13:19,529 --> 00:13:22,700
变成能够持续产生现金流的基础设施资产

366
00:13:22,700 --> 00:13:23,779
甚至cm1

367
00:13:23,779 --> 00:13:25,860
芝加哥商品交易所都开始研究

368
00:13:25,860 --> 00:13:28,679
与GPU算力相关的指数和交易产品

369
00:13:28,679 --> 00:13:31,639
说明算力金融化已经走在了路上

370
00:13:31,639 --> 00:13:34,379
所以你会发现AI的底层并不只是模型

371
00:13:34,379 --> 00:13:36,899
而是一整套物理世界的基础设施

372
00:13:36,899 --> 00:13:38,419
new cloud解决部署

373
00:13:38,419 --> 00:13:40,019
迈威尔负责供电设计

374
00:13:40,019 --> 00:13:43,879
ROMANA和康宁推动光通信BE解决供电难题

375
00:13:43,879 --> 00:13:46,240
我们在屏幕上面问GBT一个问题

376
00:13:46,240 --> 00:13:47,620
看到了一句回答

377
00:13:47,620 --> 00:13:49,000
这背后却是能源

378
00:13:49,000 --> 00:13:51,789
通信芯片和散热系统的协同运转

379
00:13:51,789 --> 00:13:53,470
所以从这个层面来说

380
00:13:53,470 --> 00:13:55,470
我觉得AI基础设施这个产业

381
00:13:55,470 --> 00:13:57,330
大家可以去认真研究一下

382
00:13:57,330 --> 00:14:00,509
从而不让自己错过下一个爆发期

383
00:14:02,440 --> 00:14:05,879
那最后我们把这四家公司放在同一个框架下

384
00:14:05,879 --> 00:14:06,759
做一个对比

385
00:14:06,759 --> 00:14:08,879
这里我们不采用DCF模型

386
00:14:08,879 --> 00:14:10,659
我们采用市盈率的估值法

387
00:14:10,659 --> 00:14:13,639
主要就是分析华尔街目前对于这四家公司

388
00:14:13,639 --> 00:14:15,320
2028年的一致预期

389
00:14:15,320 --> 00:14:17,279
包括未来的EPS营收

390
00:14:17,279 --> 00:14:19,620
以及市场愿意给予的估值倍数

391
00:14:19,620 --> 00:14:20,980
那需要强调的是

392
00:14:20,980 --> 00:14:22,240
这不是我的预测

393
00:14:22,240 --> 00:14:24,480
而是基于市场当前的一致预期

394
00:14:24,480 --> 00:14:26,210
推算出来的理论价值

395
00:14:26,210 --> 00:14:28,769
那这个数据来源是来自于thinking阿尔法

396
00:14:28,769 --> 00:14:30,750
这可信度还是有一定的保障

397
00:14:30,750 --> 00:14:34,149
我们首先说一下BEBE到2028年的时候

398
00:14:34,149 --> 00:14:38,149
市场一致预期它的EPS大约会来到7.27美元

399
00:14:38,149 --> 00:14:39,230
如果到那个时候

400
00:14:39,230 --> 00:14:42,389
市场愿意给他40.6倍的远期市盈率

401
00:14:42,389 --> 00:14:45,960
那么对应的股价大致会在295美元左右

402
00:14:45,960 --> 00:14:48,340
LITE的增长弹性会更大

403
00:14:48,340 --> 00:14:49,000
市场预计

404
00:14:49,000 --> 00:14:51,679
它在2028年的EPS可能会达到

405
00:14:51,679 --> 00:14:53,309
28.28美元

406
00:14:53,309 --> 00:14:56,330
按照25.9倍的远期市盈率来算

407
00:14:59,399 --> 00:15:02,220
迈威尔则是因为这个财年口径不同

408
00:15:02,220 --> 00:15:03,200
2029财年

409
00:15:03,200 --> 00:15:06,059
它其实对应的就是2028自然年的业绩

410
00:15:06,059 --> 00:15:07,620
那么按照市场的预期

411
00:15:07,620 --> 00:15:10,818
他那一年的EPS大约是9.12美元

412
00:15:10,818 --> 00:15:13,639
如果估值维持在27.3倍附近

413
00:15:13,639 --> 00:15:16,909
对应的股价大概是在249美元

414
00:15:16,909 --> 00:15:18,450
至于NE贝尔斯的话

415
00:15:18,450 --> 00:15:20,000
它属于另一种情况

416
00:15:20,000 --> 00:15:23,279
这家公司它目前是属于一个高速扩张阶段

417
00:15:23,279 --> 00:15:26,200
我们去看它的估值会发现有一些是复制

418
00:15:26,200 --> 00:15:29,200
那所以这家公司利润和自由现金流

419
00:15:29,200 --> 00:15:31,059
都不是市场关注的重点

420
00:15:31,059 --> 00:15:32,419
华尔街更关注的是

421
00:15:32,419 --> 00:15:34,919
他未来几年的收入能够增长的多快

422
00:15:34,919 --> 00:15:38,259
以及他手里的算力资源到底值多少钱

423
00:15:38,259 --> 00:15:40,659
那奈维尔斯今年一季度的营收

424
00:15:40,659 --> 00:15:42,559
同比增长接近700%

425
00:15:42,559 --> 00:15:45,828
同时他拥有了460亿美元的合同储备

426
00:15:45,828 --> 00:15:47,969
这个客户是包括了metal微软

427
00:15:47,969 --> 00:15:51,100
并且获得了英伟达20亿美元的战略支持

428
00:15:51,100 --> 00:15:54,480
按照目前市场约500亿美元的市值计算

429
00:15:54,480 --> 00:15:58,309
它对应的forward的PS大约是15~17倍

430
00:15:58,309 --> 00:16:00,909
目前华尔街给出了一个平均目标价

431
00:16:00,909 --> 00:16:02,950
大约是在244美元

432
00:16:02,950 --> 00:16:05,870
最乐观的机构呢是看到了380美元

433
00:16:05,870 --> 00:16:07,789
不过这里我要提醒一下大家

434
00:16:07,789 --> 00:16:11,039
这些数字并不是未来一定会达到的目标价

435
00:16:11,039 --> 00:16:12,840
因为这个预计它随时都会变

436
00:16:12,840 --> 00:16:13,720
可能会更高

437
00:16:13,720 --> 00:16:14,879
也可能会更低

438
00:16:14,879 --> 00:16:17,669
他们主要是建立在两个假设之上

439
00:16:17,669 --> 00:16:20,110
第一就是公司未来几年的业绩

440
00:16:20,110 --> 00:16:22,129
能够达到市场目前的预期

441
00:16:22,129 --> 00:16:24,009
第二就是到2028年

442
00:16:24,009 --> 00:16:27,299
市场仍然愿意给予今天相近的估值倍数

443
00:16:27,299 --> 00:16:29,379
只要任何一个假设发生变化

444
00:16:29,379 --> 00:16:32,879
竞争的股价都有可能会高于或低于这个水平

445
00:16:32,879 --> 00:16:34,840
所以这组数据更大的意义

446
00:16:34,840 --> 00:16:38,000
包括我分析得出来的结论并不是预测未来

447
00:16:38,000 --> 00:16:39,600
而是帮助我们理解

448
00:16:39,600 --> 00:16:40,120
华尔街

449
00:16:40,120 --> 00:16:43,480
今天到底在为这些AI基础设施公司定价什么

450
00:16:43,480 --> 00:16:45,899
又提前记住了多少成长预期

451
00:16:45,899 --> 00:16:48,299
这样子你在面对这四家公司的时候

452
00:16:48,299 --> 00:16:49,299
心中更有底气

453
00:16:49,299 --> 00:16:51,500
也更不容易做出错误的判断

454
00:16:51,500 --> 00:16:54,460
那我们本期视频到这里就结束了

455
00:16:54,460 --> 00:16:55,860
希望这期视频之后

456
00:16:55,860 --> 00:16:59,549
大家能够对AI技术设施这一层有更深刻的了解

457
00:16:59,549 --> 00:17:02,210
也欢迎大家点赞订阅ruby投资笔记

458
00:17:02,210 --> 00:17:04,049
不错过下一期精彩视频

459
00:17:04,049 --> 00:17:05,089
除此之外呢

460
00:17:05,089 --> 00:17:06,529
也可以在评论区留下

461
00:17:06,529 --> 00:17:09,509
大家最近在研究或者是想要知道的公司

462
00:17:09,509 --> 00:17:11,609
我们可以一起碰撞一下思路

463
00:17:11,609 --> 00:17:12,410
我是ruby

464
00:17:12,410 --> 00:17:13,410
感谢您的观看

465
00:17:13,410 --> 00:17:15,559
咱们一起也会下期再见拜
评论

共 1 条,按点赞数排序。

用户 内容 点赞 回复 时间
嘻喜蛤哈哈 现在进还能吃上肉吗[笑哭] 0 0 2026-07-10 16:48
弹幕

采集完成,该视频无弹幕