Daniel Romero

$AMZN 正在遵循 $NVDA 策略：
透過持有供應商的股權，協助其資助營運資金
Amazon 正在投資 $50M 於 Gold Circuit Electronics (GCE)，這是一家為 AI 伺服器和網路交換器提供 PCB 的台灣供應商
Amazon 將以每股 NT$856 購買 185.6 萬股新股，較參考價折價 20%
GCE 為四大雲端服務商供應產品，並大幅受惠於客製化 AI 和伺服器需求
其 8 月營收達到創紀錄的 NT$10.38B（3.26 億美元），年增 76.4%。1 月至 8 月營收達 NT$64.06B（20.1 億美元），年增 71.3%
這是 Amazon 對台灣 AI 供應鏈的第二筆投資，此前曾於 2024 年投資 Alchip

半導體資本支出將迎來黃金時代
$TSM 據報正在考慮於德州達拉斯附近興建第二座美國超大型園區
該專案可能包括六座先進製程晶圓廠，投資金額將超過在亞利桑那州承諾的2650億美元
亞利桑那州已包括六座晶圓廠、兩座先進封裝設施和一座研發中心
德州擁有強大的半導體生態系、工程人才、較低的稅負以及更可靠的電力基礎設施。
主要驅動因素包括 AI/HPC 需求、鄰近美國客戶、地緣政治多元化和關稅風險
美國客戶在2026年上半年占 TSMC 營收的75%

我操
$AMD 以 82 億美元收購 World Labs
對 AMD 在實體 AI 領域的定位至關重要，對與 $NVDA 競爭也相當關鍵
然而，這不僅限於機器人技術
World Labs 是 3D 影片創作與模擬領域的領導者，這些技術將應用於 VFX、VR、AR、電子遊戲以及 AI 影片內容創作

台灣領先 FOPLP 競賽，生產逐步提升
台灣目前領先 FOPLP，PTI、$ASX 和 Innolux 已投入生產
· PTI：510 × 515 mm
· ASE：310 × 310 mm
· Innolux：620 × 750 mm
· TSMC：CoPoS 試產線，目標於 2028 年量產
主要技術限制是在更大面板尺寸下的翹曲與良率。各家公司正採用 RDL 應力平衡、CTE 匹配與應力控制薄膜
Innolux 展示了無翹曲的 10 層 RDL 樣品
長期轉變是從玻璃作為臨時載板，轉向具備 TGV 的玻璃核心基板，進而帶動 TGV 鑽孔、金屬化、檢測、搬運與自動化設備的需求
· Intel：較早開始玻璃開發，但面臨更複雜的製程與玻璃破裂挑戰
· Samsung：使用 415 × 510 mm 面板，並計畫將 TGV 玻璃外包。2030 年前量產似乎不太可能
· 日本：Rapidus 以 2028 年採用 600 × 600 mm 玻璃封裝為目標，而 AOI Electronics 與 Sharp 也在開發玻璃封裝

我聽到 Claude 已經不再那麼尷尬時，興奮極了
所以我說，好吧，那就試試這個 Opus 5.5
我拿到的第一句話：
「三項收購要約，全都泡湯了。」
搞什麼鬼，這是拿一個中二屁孩訓練的嗎？

如果你在 2007 年泡沫頂峰時投資中國的主要股票指數，直到今天你仍會下跌 27%
中國人不信任股票是有原因的
他們不像美國人那樣將股票視為安全的價值儲存方式
他們一直更偏好將財富儲存在房地產中
然而，這種情況也正在改變，黃金如今變得越來越受歡迎

如果元宇宙最終讓 $META 一家 $10T 公司誕生，那不是很有詩意嗎？
我很好奇將 GenAI 與元宇宙結合的潛力
我明白，打造這些世界所需的投資成本太高了
但現在呢？邊際成本應該會趨近於零
元宇宙之所以失敗，是因為它是一個生錯科技時代的構想
一旦我們能夠創造出超逼真的虛擬世界，並結合腦機介面與先進頭戴式裝置，其潛力將令人難以置信
也許 10 年後，我們都沉迷於某個 VR 世界，而 Meta 最終成為背後的一切所屬的公司

殖利率要到多少，35 歲以下的人才會考慮購買債券？
7%？10%？
真心提問

Muse 周圍的炒作可能不會持續太久……
只是說說而已
Tamagotchi 的吹捧也不會持續太久
$META 做得不錯，但我們以前也看過其他炒作項目

$HIVE 可能會表現得很好，至少就我所知
但他們的投資簡報肯定是我看過最糟糕的簡報之一
他們到底為什麼要在裡面做宏觀分析，笑死

CPU 需求將會爆發
而且不只是關於 AI 代理
而是關於物理 AI
歡迎來到編排層
直到目前為止，人形機器人一直仰賴機載運算，也就是你可以稱之為個體化智慧的能力
這就像單一聊天機器人
正如我們已經從個別聊天機器人發展到 AI 代理群，下一階段將會著重於大規模機器人協調
想像一座工廠，機器人能夠自行協商任務、協調動作、分享資訊並調整生產排程
這會創造出對運算基礎設施的需求，而且不僅限於安裝在個別機器人內部的處理器
現在，你可能會想：我們已經有數百萬台倉儲機器人了，而它們幾乎沒有對 CPU 需求造成影響
沒錯，但那是因為如今的機器人只會在結構化環境中執行非常有限的一組預定義任務，沒有適應能力
那是傳統的機群編排
下一波技術將是實體層的 AI 代理編排
在這些次世代系統中，AI 會接收複雜目標、制定計畫、將任務分派給其他機器人、評估它們的結果，並在情況變化時修改計畫，同時每個機器人都必須個別適應其環境
這比我們今天所擁有的系統複雜數百萬倍，需要高出數個數量級的推論能力
結果呢？
它不會改變每台機器人的運算量，但會需要一個 CPU 密集型的集中式大腦來協調這些部署

我其實認為資料中心／電力相關標的被嚴重低估了
TrendForce 預期需求將超過供給，到 2030 年將形成 170 GW 的缺口
如果這是真的，大家真的了解這代表什麼嗎？
看看這個缺口如何擴大。定價能力的提升幅度非常驚人
市場價格尚未反映這一點