أول خمسة اتجاهات تستحق الترتيب لها

المرتبة الأولى: QCOM
الدور: الذكاء الاصطناعي على الطرف النهائي / حاسوب الذكاء الاصطناعي / هاتف الذكاء الاصطناعي / XR / السيارات الذكية.
المرتبة الثانية: GOOG
الدور: تدفق نقدي لمنصة الذكاء الاصطناعي + بقعة نقدية للبحث + TPU / السحابة.
GOOG هو أصول منصة الذكاء الاصطناعي ذات التوازن بين المخاطر والعائد. لا يكتظ مثل NVDA، وليس أسهم دورة الأجهزة الصافية. مناسب ليكون "الأساس الرئيسي للذكاء الاصطناعي".
المرتبة الثالثة: CEG أو GEV، اختر واحدًا
الدور: البنية التحتية الفيزيائية للذكاء الاصطناعي.
إطار Leopold يؤكد على عدم شراء النماذج أو الرقائق فقط، بل شراء الطبقة الفيزيائية: الكهرباء، التخزين، الاتصال، استئجار القدرة الحاسوبية، وغيرها من الأنشطة العليا التي لا يمكن تجاوزها.
CEG يميل أكثر إلى التدفق النقدي الدفاعي، بينما GEV أكثر مرونة ولكن مع ارتفاع أكبر.
المرتبة الرابعة: AVGO
الدور: ASIC للذكاء الاصطناعي + شبكة الذكاء الاصطناعي + الربط بين الأنظمة.
AVGO هو الطبقة الأساسية الثانية لقيمة الشبكة / ASIC في مرحلة الذكاء الاصطناعي. لكنه الآن مزدحم جدًا، لا تتبع فقط بسبب المنطق القوي.
المرتبة الخامسة: MU / SNDK، اختر واحدًا
الدور: التخزين / DRAM / HBM / SoCAMM.
التخزين هو أكبر عائق في الأداء الحالي، لكن الارتفاع كبير بالفعل. في مخزون التقطير الديناميكي، يوضح بوضوح: التخزين هو العائق الظاهر في الأداء الحالي، والاتصال هو العائق الهيكلي في المرحلة التالية، ولكن يجب التمييز بين تحقيق EPS الحالي والهياكل المستقبلية.