蔡国华 chiakokhua 在公开资料中说什么
KS000660.KS海外股票
KS005930.KS海外股票KS018260.KS海外股票KQ036930.KQ海外股票T285A.T日本股票T9434.T日本股票 
TTSM 💬 观点 TSMC价格模型案例证明公开材料也能反推出有用产业量级坐标系 06-26
台积电（TSM）作为晶圆代工龙头，其成本结构是整个半导体产业链的定价锚。蔡国华通过公开财报和行业数据反推出先进制程晶圆价格模型，本质是将“半导体成本阶梯”从模糊的行业共识转化为可量化、可引用的公开坐标系。这对于AI产业链的意义在于，无论是设计N3/N2节点的AI芯片客户（如NVDA、AAPL），还是提供EUV光刻机的ASML，其投资回报和产能规划都深度依赖于代工成本的精确估算。蔡国华的方法论——从工程参数和财务数据反推，并严格区分“估算”与“实价”——为投资者提供了一种超越“台积电技术领先”叙事的分析工具，帮助判断供应链瓶颈的真实位置与成本传导机制，而非追逐未经验证的供应链传言。
短摘只作入口 · 站内继续拆解 来源：chiakokhua / upstream sources
TSM 人物终端 → TTSM 💬 观点 Intel外包TSMC案例说明中文媒体线索可先于英文主流扩散 06-26
该帖核心在于信息流“桥接”价值。2020年，他通过翻译中文信源，率先将Intel可能外包TSMC的线索引入英文圈，后被TechPowerUp等媒体跟进，印证了TSMC先进产能成为Intel/AMD/Nvidia争夺焦点的主线。这并非简单翻译，而是“中文信源桥×工程口径校验”框架的实践：在供应链谣言密集期，筛选可验证的中文一手材料（如工商时报），并关联TSMC法说会、CapEx等财务与工艺数据进行校验，为英文投资者提供早期观察窗口。对TSM而言，这强化其作为先进制程关键产能枢纽的供应链地位；对INTC，则凸显其制造环节对台积电的依赖，是观察其技术路线与成本结构演变的重要侧面。该案例典型体现了“翻译即筛选”的信源处理逻辑。
短摘只作入口 · 站内继续拆解 来源：chiakokhua / upstream sources
TSM 人物终端 →
IINTC TTSM 💬 观点 工商时报材料常提供Intel外包、台积电报价和台湾供应链早期线索 06-26
蔡国华将工商时报定位为中文供应链早期雷达，而非普通财经媒体。在他看来，该报关于Intel外包台积电或台湾供应链的报道，往往比英文市场提前数周披露关键产能分配或客户排产线索。这类信息需经工程口径校验——例如对照台积电法说会中的资本开支与扩产节奏、良率爬坡数据，再区分其中哪些是已确认的扩产信息，哪些仍是转述性传闻。对于TSM与INTC而言，工商时报的材料可能提前反映先进制程产能争夺的实质进展，尤其在AI算力需求带动代工产能紧张的背景下，谁拿到更多份额将直接影响两家公司的毛利率与资本开支路径。
短摘只作入口 · 站内继续拆解 来源：chiakokhua / upstream sources
TSM 人物终端 →IINTC KQ036930.KQ 📄 文章 他把华为tauscaling与LogicFolding当作国产AI训练工程路线的关键读物 05-25
蔡国华将“华为tau scaling”与“LogicFolding”并列为国产AI训练工程的关键技术节点，这指向其“工程口径校验”框架。他认为评估中国AI芯片发展，不能只看算力发布或政策口号，必须深入具体技术路径——即如何通过算法与架构优化，在有限的先进制程和封装资源下逼近同等训练效率。036930.KQ（三星电子）被标注，可能暗示其视角在于：这些优化路径的可行性，与半导体制造端的工艺能力（如三星在先进制程、封装技术的进展）及供应链紧密相关。在蔡国华的框架下，此类信息属于“中文供应链源头”的早期信号，需通过财报、产能数据反推其实际影响。
短摘只作入口 · 站内继续拆解 来源：chiakokhua / upstream sources
036930.KQ 人物终端 → 
NNVDA 🐦 X 他更新称英伟达否认正在讨论收购一家PC制造商的传闻。 04-13
NVIDIA处在AI算力链条的GPU、网络与软件平台上游，PC厂商则是消费端和AI PC渠道入口。否认收购传闻本身不是战略转向的证据，但说明市场在观察NVDA是否从芯片供应商进一步下沉到整机品牌。按蔡国华的口径，这类信息应先标为公司回应，而非交易事实；真正要跟踪的是OEM排产、GPU供货绑定、边缘AI需求和与戴尔、惠普、联想等下游伙伴的利益边界。
短摘只作入口 · 站内继续拆解 来源：chiakokhua
NVDA 人物终端 → NNVDA 🐦 X 他称自2018年起多次提醒，缺少x86可能成为英伟达致命短板。 04-13
在AI服务器核心算力市场，Nvidia凭借自研GPU架构和CUDA生态占据主导，而非依赖x86。其技术路径在AI训练与推理对通用指令集需求上升的背景下，正面临新挑战。x86的价值不仅在于庞大的存量软件生态，更在于CPU与GPU间数据调度、预处理及系统管理的底层效率优势。与此同时，Arm在数据中心CPU市场份额持续扩大，并与多家云厂商自研AI芯片深度绑定，正构建一个绕开x86、直接与Nvidia GPU生态竞争的软硬件闭环。从供应链角度看，这对Nvidia长期市场壁垒构成潜在冲击，其影响并非短期订单波动，而是架构层面的生态位重新划分。
短摘只作入口 · 站内继续拆解 来源：chiakokhua
NVDA 人物终端 →
AARM IINTC 📄 文章 他猜测黄仁勋会想收购英特尔，保留产品业务并剥离晶圆代工 04-13
把英伟达放进收购英特尔产品业务的假设里，核心不是财务并购想象，而是人工智能加速器、中央处理器、网络、系统软件和客户渠道是否能整合；英特尔晶圆代工则牵涉制造亏损、资本开支、美国本土制造叙事和外部客户信任。按蔡国华的口径，这类判断必须拆成产品、代工、先进封装、监管审批和客户关系，不能把黄仁勋个人影响力当成交易可行性，也要区分产品协同和制造负担。
短摘只作入口 · 站内继续拆解 来源：chiakokhua
INTC 人物终端 →NNVDA IINTC 📄 文章 如果让我猜，Jensen可能很想收购INTC。或许保留英特尔产品部门，把代工业务分拆出去？这在大约16个月前还难以想象，但现任特朗普政府可能更支持这种交易 04-13
蔡国华在推测英伟达CEO黄仁勋或许有意收购英特尔，并建议拆分其产品部门与代工业务。这一猜测虽具前瞻性，但需结合其“中文信源桥×工程口径校验”的框架理解：该思路核心在于将英特尔的“产品设计”与“晶圆制造”两大资产分离，这与当前AI算力供应链中，英伟达作为芯片设计龙头寻求供应链自主、而英特尔代工业务（Foundry）正力图获取外部客户的趋势直接相关。若成真，将重塑全球先进制程代工格局，直接关系英伟达与台积电的现有代工关系，也可能改变英特尔自身的估值逻辑。此条信息的价值不在于猜测本身，而在于点明了在AI算力需求激增背景下，顶级芯片设计公司可能通过资本运作介入制造环节，以管控供应链风险与成本。
短摘只作入口 · 站内继续拆解 来源：chiakokhua
INTC 人物终端 → NNVDA 📄 文章 他猜黄仁勋若看Intel，会保留产品公司并把Foundry拆出去重组 04-13
蔡国华从工程与公司结构可行性角度分析黄仁勋可能收购英特尔的传闻，指出核心阻力不在资金，而在业务拆分与重组逻辑：英伟达需保留自身GPU/AI芯片设计部门，同时剥离并重组英特尔的晶圆代工业务，才能规避监管与整合风险。从产业链看，若此举成行，台积电的先进制程客户格局可能生变，ASML、AMAT等设备商的订单结构也可能因英特尔代工业务独立运营而调整。蔡国华强调应优先评估技术整合难度、晶圆厂资产估值逻辑及客户排产冲突，而非直接套用财务协同预期。
短摘只作入口 · 站内继续拆解 来源：chiakokhua / upstream sources
NVDA 人物终端 →IINTC IINTC 🐦 X 他认为若英特尔不拆分，AMD很难信任其代工，除非关税或台海风险所迫。 10-02
IINTC 🐦 X 他判断英特尔若要冲万亿美元市值，只能押注代工并最终拆分。 09-25
AAMD 🐦 X 他转发称AMD与IBM将合作建设融合量子、AI与高性能计算的混合超算。 08-26
查看 蔡国华 chiakokhua 的会员分页资料索引
免费预览最多 12 条公开资料；会员每页最多 200 条。人物终端仅在真实生成时提供，无内容标的只显示标签，不跳旧研报库。
只想先盯蔡国华 chiakokhua一个？也行 —— 单订 · $79/年 → 先把这一个看穿。 跟你说实话：4 份单订一年（$316）就超过整站（$299）。想多看几个，直接整站更划算——41 位全给你、每位约 $7。哪种都行，账摆在这，你自己挑。 - 先评估覆盖 · 再单独立项：你点名一个对象——一个人（投资人 / 机构 / 分析师 / 高管）或一家公司 / 标的——我们先评估其公开数据覆盖与可采源，确认能追踪后单独立项、架设专属投研席位；踪迹不足会直说做不了，不硬凑。
- 按对象适用性启用机构级方法：13F 持仓 · Form4 内部人 · 13D-G 举牌 · 公开发声 · 跨源交叉验证 · 命中率台账——适用于 SEC 可覆盖对象；不适用的项以替代证据或缺口说明如实交付，与追踪 41 位聪明钱同一条投研流水线。
- 持续盯守 · 证据可回溯：人工 / 半自动每周投研简报 + 重大信号经人工确认后工作日提醒 + 证据链归档（本地 JSON / Markdown / SEC 链接），可回溯复盘「当时凭什么这么判」。
- 只对你一人开放：追踪口径、提醒规则、交付形式按你的决策需求定制；不进公共库、不共享。