Dylan Patel 公开说了什么@dylan522p
按来源日期整理他的 X、SemiAnalysis 报告与播客资料，保留摘要、相关标的和来源标签；不代表实时采集。
AAMD 🐦 X 在 Nvidia / Groq 和 AMD / Cerebras 宣布之后，Huawei 率先发货这点令人印象深刻。 07-24
这条资料已归入 AMD 的跟踪线。点下面的标的进它的页面，可以看到这家公司在产业链上的位置、证据链和相关人物观点。
短摘只作入口 · 站内继续拆解 来源：@dylan522p
AMD 人物终端 →
NNVDA
CCBRS AAMD 🐦 X 巧的是，AMD 有一款名为 Verano 的产品。
它与 Nvidia 的 Vera CPU 竞争。
这个双关梗 Vera No 简直自己就写好了。
它连接到 MI500。
它采用 2nm，通常拥有更多核心和内存。
我们早在 2 月就在这里介绍过它。 07-22
这条资料已归入 AMD 的跟踪线。点下面的标的进它的页面，可以看到这家公司在产业链上的位置、证据链和相关人物观点。
短摘只作入口 · 站内继续拆解 来源：@dylan522p
AMD 人物终端 →NNVDA 
MMETA 🐦 X 这是一场公开呼吁：不要浪费硅片，要建设更好的 AI 基础设施。
Rivos、DSF、Grand Teton、Ariel 以及削减版 MI450X，在 Meta Infrastructure 内部某个团队优化的狭窄指标上是说得通的，但对公司整体而言，每一个都是糟糕的决策。 07-22
这条资料已归入 META 的跟踪线。点下面的标的进它的页面，可以看到这家公司在产业链上的位置、证据链和相关人物观点。
短摘只作入口 · 站内继续拆解 来源：@dylan522p
META 人物终端 → MMETA 🐦 X 要么他没能稳住局面（Anthropic、Thinky、Core Automation 等），对自己的技术吹得太过火，让所有人都觉得是生死存亡的事，结果引得所有大型云厂商都来竞争。
要是他当初玩得聪明，我打赌就不会有 Anthropic、Meta TBD 或 XAI 这些对手了。 07-12
前沿模型公司的人才与技术外溢，会把竞争从单一实验室扩散到 Anthropic、xAI 和 Meta 这类自建模型与算力的需求方。Meta 在这里不是芯片供应商，而是 GPU、HBM、网络和数据中心电力的买方，竞争加剧意味着上游稀缺产能被更快锁定。若这些买方同步扩容，利好更靠近受限环节的 GPU、封装和内存供给方，也抬高云端推理成本基线。按 Dylan Patel 的框架，关键要证伪的是外溢是否真的改变产能约束：看集群规模、采购节奏、资本开支和上线时间，而不是只看模型叙事。
短摘只作入口 · 站内继续拆解 来源：@dylan522p
META 人物终端 → 
MMSFT 🐦 X 需要创新的融资结构，才能把GPU送到初创公司以及其他非Meta、OpenAI、Anthropic、SpaceX AI、Microsoft、Amazon、Google的企业手中。
到2029年，AI债务融资的未偿债务总额将超过7万亿美元，这主要是由新云服务商、数据中心建设商以及超大规模企业的需求推动的。 07-06
Dylan Patel从算力产业链的视角指出，当前GPU供应高度集中于少数科技巨头，这构成了中小企业获取算力的核心瓶颈。为突破这一物理产能约束，市场正催生“AI债务融资”等创新金融结构，旨在为新兴云服务商和数据中心建设者提供资本，以撬动GPU采购和基础设施建设。他预测，到2029年此类相关债务规模将超7万亿美元。这揭示了瓶颈正从单纯的芯片制造（如CoWoS封装）向资本可得性和电力等全栈约束迁移。对MSFT和META而言，它们作为主要的算力需求方和融资能力最强的玩家，其资本开支和供应链话语权是观察这一趋势的关键锚点。
短摘只作入口 · 站内继续拆解 来源：@dylan522p
MSFT 人物终端 →MMETA 
KS000660.KS 🐦 X EMIB-T 路线图、定制 HBM、
HBM4 封装挑战、微流体冷却、
光互连，以及更多内容。
ECTC 2026 综述：Intel、TSMC、SK Hynix、
Samsung、Micron、Marvell、Lightmatter、Microsoft。 07-02
ECTC 2026会议聚焦先进封装与系统集成。在Dylan Patel的分析视角下，这指向AI算力链的下一个核心瓶颈正从CoWoS产能向更复杂的封装及电力、散热迁移。Intel的EMIB-T和自研HBM路径，是挑战TSMC封装主导地位的关键变量，其进展将影响供应链格局。SK Hynix、三星和美光在HBM4上面临的封装挑战，验证了将内存带宽提升至满足下一代AI处理器需求在物理层面依然困难。微流体冷却和光互连技术是应对数据中心功率密度飙升和互联瓶颈的潜在方案，长期可能重塑架构。微软的参与表明超大规模云厂商正从终端用户深入参与底层技术定义，这或加速特定技术路线的商业化。TSM作为封装代工龙头，其技术路线图将直接影响整个AI硬件供应链的节奏与成本结构。
短摘只作入口 · 站内继续拆解 来源：@SemiAnalysis_
000660.KS 人物终端 →MMSFT
TTSM TTSM 🐦 X Google 下一代 TPU，代号 Humufish，将使用 Intel 的 EMIB-T，而不是 TSMC 的 CoWoS。
如今几乎所有领先的 AI 训练加速器都采用 TSMC 的 2.5D 封装流程，其中几乎全部是 CoWoS。CoWoS 是行业默认选择，也正因为如此，一颗旗舰芯片转向别的方案才值得关注。
核心差异在于：CoWoS 把所有裸片都放在一整块大型硅/RDL 中介层上。EMIB 则把小型硅桥直接嵌入有机基板里，只放在需要裸片间互连的位置。(1/4)🧵 07-01
谷歌下一代AI训练芯片Humufish将放弃台积电CoWoS封装，转而采用英特尔的EMIB-T技术。这一决策直接冲击了当前AI算力链最紧俏的产能约束——台积电CoWoS产能。台积电在先进封装上的定价权和预期增长逻辑可能因此面临扰动，而英特尔的先进封装业务则获得了顶级AI芯片客户的关键背书。供应链迁移信号意味着，封装环节的技术路线竞争与产能瓶颈正在发生结构性变化，未来约束点可能从CoWoS转向其他技术或电力等环节。对谷歌而言，此举旨在保障其TPU的供应链安全与定制化空间，是构建自主算力生态的关键一步。
短摘只作入口 · 站内继续拆解 来源：@SemiAnalysis_
TSM 人物终端 →
IINTC
GGOOGL 
AAAPL 🐦 X $AAPL 普遍上调了旗下产品价格：
MacBook Neo：$599 → $699
MacBook Air 512GB：$1,099 → $1,299
MacBook Pro 1TB：$1,699 → $1,999
iPad Air 128GB：$599 → $749
iPad Pro WiFi 256GB：$999 → $1,199 06-30
苹果全线提价，将供应链成本压力传导至终端，这与Dylan Patel的“瓶颈迁移”分析框架相关。作为全球最大消费电子品牌，苹果的定价权变化是观察AI算力需求溢出效应的关键下游指标。提价涉及搭载自研芯片的Mac和iPad，核心处理器依赖台积电先进制程。在AI算力需求持续挤压先进封装与CoWoS产能的背景下，苹果能实施提价，印证其作为顶级客户在争夺晶圆与封装资源时拥有强大议价能力，也暗示下游消费者对搭载AI功能设备的支付意愿可能提升。这一动作将直接影响苹果供应链利润率，并反向考验台积电等代工厂的产能分配与成本控制。从产业链视角看，终端涨价若被市场接受，可能进一步巩固AI硬件需求预期，并向上游HBM、先进封装等环节传递更强的产能扩张信号。
短摘只作入口 · 站内继续拆解 来源：@SemiAnalysis_
AAPL 人物终端 → AAMD 🐦 X 我们看到 Nvidia 今年下半年会出现巨大的放量。我们的 Accelerator Model 估算显示，Nvidia 数据中心计算收入在 FY2027 下半年将比市场一致预期高出 20%。Rubin 之前因 HBM4 问题被推迟，但这些问题现在已经解决，前道晶圆供应也已经建立起来，因此 Rubin 将迎来大规模爬坡。
不同于其他卖方分析师喜欢给公司设一个容易超预期的低门槛，SemiAnalysis 的估算来自整条供应链的研究，包括但不限于材料、制造、组件、服务器集成商，一直到超大规模云厂商和前沿实验室正在发生的事情。关于 Nvidia 以及 Broadcom、AMD、MediaTek、Marvell 等其他 AI 玩家，所有这些情报都包含在我们的 Accelerator 和 HBM Model 里。 06-30
Dylan Patel认为供应链瓶颈是预期差的关键。他基于内部“加速器模型”判断，英伟达2027财年下半年数据中心收入将超市场共识20%，其依据是“供应链瓶颈四步”框架。他首先通过“物理还原”确认技术瓶颈已解除，HBM4问题解决且Rubin架构晶圆供应充足，为产能爬坡扫清障碍。其次，他采用“全栈清点”方法，整合从材料到数据中心的全链条情报，形成自下而上的产能追踪，作为判断的“证伪锚”。这一信息直接指向英伟达短期基本面改善，并间接影响其HBM供应商及竞争对手AMD和博通。
短摘只作入口 · 站内继续拆解 来源：@SemiAnalysis_
AMD 人物终端 → KS000660.KS 🐦 X CXMT 现在显然已经是全球第四大 DRAM 厂商，并且目标是对 SK Hynix、Samsung、Micron 等领先存储供应商施加越来越大的压力。虽然公司一直在扩产，未来几个月可能还会在大量现金流积累支持下继续增加产能，但 CXMT 仍面临几个关键挑战：(1/6)🧵 06-30
CXMT（长鑫存储）已跃升全球第四大DRAM厂商，其产能扩张可能对SK Hynix、三星、美光等头部供应商构成压力。从Dylan Patel的供应链瓶颈分析框架看，核心是中国DRAM产能对全球HBM及通用DRAM供需格局的潜在扰动。CXMT虽以传统DRAM为主，但其产能爬坡若顺利，可能分流部分通用DRAM需求，间接影响三大厂的产能分配与定价策略，甚至加速HBM产能向AI领域倾斜。这是典型的“瓶颈迁移”前兆——当通用DRAM产能不再稀缺，竞争焦点将进一步向HBM良率、先进封装（如CoWoS）和电力供应转移。对三大厂而言，需关注CXMT扩产节奏及客户导入进展，这可能成为未来12个月DRAM价格与毛利率的关键变量。
短摘只作入口 · 站内继续拆解 来源：@SemiAnalysis_
000660.KS 人物终端 →
KS005930.KS
MMU MMSFT 🐦 X 2001 年 6 月 1 日
🚨MICROSOFT CEO：开源操作系统很危险
$MSFT CEO Bill Gates 告诉立法者，Linux 等开源操作系统正在“走上一条非常危险的道路”。文字实录如下 ⬇️
"""
我认为开源操作系统的扩张正在走上一条非常危险的道路。再说一次，如果这条路继续走下去，我认为我们可能会到达一个非常危险的境地。
我觉得有些关于 Linux 的事情值得说明，专家们都很清楚，但我想确保本委员会也理解：当你控制一个操作系统并负责发布它时，你就有能力监控它的使用情况。它某一刻可能被滥用，但之后你可以推送更新。你可以撤销用户许可证。你可以改变系统愿意运行的内容。
当一个操作系统以不受控制的方式发布，比如某个人在地下室里自己编译内核，那就没有办法做到这些。事情完全不在你掌控之中。所以我认为这需要被认真对待。
也许有办法以开源方式发布软件，同时让它更难绕过许可限制，但那是一个困难得多的问题。我们应该把这个问题摆到开源倡导者面前，要求他们解决。
最后我想说，这里的开源其实有点名不副实，对吧？开源通常指的是规模较小的开发者快速迭代，我认为那是好事。但这里我们谈的是稍微不同的东西，也就是更大的系统由更大的实体以更不受控制的方式发布。正如你提到的，Hawley 参议员，这些实体会投入数千万甚至数亿美元来开发这些系统。我认为我们应该把它归为一个稍有不同的类别，它们的义务也应该有所不同。
""" 06-29
开源软件管制争论映射到今天的开源大模型：核心变量是模型权重、运行环境和更新通道由谁控制。MSFT 在产业链里同时拥有 Azure、GitHub 和闭源模型合作入口，若监管偏向可控分发，封闭 API 和云托管模型的议价力可能增强；若开源继续扩散，推理部署会更分散。Dylan Patel 会把争论落到硬约束：监管改变分发路径，但算力、HBM、网络和电力仍决定真实供给。因此它更像需求分配变量，不是新增晶圆产能本身。
短摘只作入口 · 站内继续拆解 来源：@SemiAnalysis_
MSFT 人物终端 →KQ036930.KQ 🐦 X Transformer 的 Attention 机制已经走过了很长一段路。我们感谢开源社区的研究人员和工程师持续让高性能 AI 变得更可及。请和我们一起庆祝：转发这条帖子，标记更多贡献者，并分享轶事，一起补全 Attention 的开源历史！(1/8)🧵 06-29
Attention 是 Transformer 的计算核心，决定长上下文、训练吞吐和推理显存压力，位于算法层但会直接传导到 HBM、GPU 利用率和互联带宽。开源社区优化 attention kernel、稀疏化或线性化方法，可能降低每 token 成本，从而改变数据中心瓶颈位置。所给 036930.KQ 为韩国半导体设备商 Jusung，与该算法文本没有直接业务对应，只能作为上游设备链的间接背景。若算法效率提升快于模型规模扩张，新增芯片需求斜率也会被重新校准，并影响排产节奏。
短摘只作入口 · 站内继续拆解 来源：@SemiAnalysis_
036930.KQ 人物终端 →查看 Dylan Patel 的会员分页资料索引
免费预览最多 12 条带日期、出处与标的的公开资料；会员每页最多 200 条。没有站内标的页的 ticker 只作为市场标签。
只想先盯Dylan Patel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。