Ian CutressTechTechPotato · More Than Moore
「堆叠两颗逻辑芯片,不等于制程密度提升。」
前 AnandTech 11 年·牛津计算化学博士——芯片叙事质检员,不告诉你谁订单多,告诉你一张图/一个节点名为什么误导。
机构共识条 · 他提到的票,市场站在哪边
他此刻在赌什么 · 注意力正往哪移
长期覆盖(累计10次) · 近7天仍 1 次(持续高关注)
AI芯片/算力芯片 · chain-chip-core · chip · ② AI芯片 · 中层 · 晶圆制造 / 英特尔长期覆盖(累计13次) · 近7天仍 1 次(持续高关注)
AI芯片/算力芯片 · chain-chip-core · chip · AI 芯片 / 超微主题热度 · 近 7 天
他最近公开说了什么
AAMD 🔁 既有强化 嘿,你不想把摄像头贴起来吗?万一被黑了呢?
我跑的是 Linux。摄像头本来就不能用。
🔥 详情 · 问AI → 2026-06-09
MMRVL 💬 持续跟踪 提醒一下浸没式冷却可以有多酷。上周在Computex,我和几个人讨论了它是否好或相关。简短的答案是,即使去除了PFAS,并且展示了10多年,也没人想买。[链接] 详情 · 问AI → 2026-06-10
TTSM 💬 持续跟踪 2009年,世界上最贵的 AM3 主板售价 $200。那时候你能获得最好的内存支持、存储支持、芯片组和音频。而今天,$200 几乎只够买入门级产品。 详情 · 问AI → 2026-06-25
IIBM 💬 持续跟踪 天啊,@IBM 刚刚宣布了采用自研 NanoStack 技术的 0.7nm 制程节点。它通过交错式 CFET 设计,为 GAA 之后的晶体管给出了一条路线,可实现 50% 逻辑缩放、40% SRAM 缩放,以及每平方毫米 6.66 亿个晶体管***。
https://t.co/9Otmwq6X1b 详情 · 问AI → 2026-06-11
AASML 💬 持续跟踪 Stadia玩笑提示云游戏与云AI一样,体验兑现依赖网络和后端经济性。 详情 · 问AI → 2026-06-11
NNVDA 🔁 既有强化 我还在等。#Stadia 详情 · 问AI → 他说的每句话,都会被硬数据审判——我们不替他圆场
A AMD AMD的AI机会从Instinct单卡转向Helios机柜、ZT Systems协同、光互连和年度AI cade
✅ 证据顺风 距裁决 1251 天13F·Form4·营收·股价 在审 看证据 →
M MRVL Marvell所处机会在光互连、CXL/控制器和AI内存扩展生态,价值取决于是否进入真实scale-up fab
✅ 证据顺风 距裁决 1251 天13F·Form4·营收·股价 在审 看证据 →
T TSM 当AI芯片年度迭代加速,foundry共设计和早期pathfinding会比单纯制程领先更重要。
✅ 证据顺风 距裁决 1616 天13F·Form4·营收·股价 在审 看证据 →
I IBM IBM Spyre的机会在受监管企业推理:75W单槽、128GB内存、Z/Power系统和安全边界,而非训练GP
✅ 证据顺风 距裁决 1251 天13F·Form4·营收·股价 在审 看证据 →
A ASML ASML High-NA的投资逻辑要看单层曝光成本、pitch、工艺窗口和客户采用,不只是“更先进设备”。
✅ 证据顺风 距裁决 1616 天13F·营收·股价 在审 看证据 →交叉验证为 AI 依据公开硬数据客观比对,立场标“AI 推断”、留原始证据链;只陈述事实,不构成结论或建议。
提及标的 · 按产业链节点
每只票点进去 = 公开观点、产业链节点、验证台账和深度研判;提及不等于持仓,不构成投资建议。
Ian Cutress的价值不在一句结论,而在把公开观点放回 AI 产业链和可验证数据轨里:先看他最近注意力转向哪里,再看观点落在哪些公司和节点,最后用验证中心持续记录对错。
供应链瓶颈四步
厂商指标定义是否一致——别直接接受厂商指标。
先审定义学这套方法 →性能是否匹配真实 workload,而非只看峰值。
看真实 workload学这套方法 →工艺节点、晶体管密度、die size、功耗、频率是否互相矛盾。
查内部矛盾学这套方法 →封装/内存带宽/互连是否成瓶颈;软件栈、编译器、驱动、生态是否足够。
找系统瓶颈学这套方法 →一句话公式:AI 产业链变量 × 可验证标的映射 × 后续硬数据复核 → 三档情景 + 明确证伪条件
《芯片情报判读法:技术定义审计 × 系统工程 × 产品周期》 · 7 节
他布局在 AI 产业链哪一段
最强暴露:① CPU/GPU/AI 加速器架构 · 系统工程 · ② Arm/RISC-V/chiplets · 生态与实现 · ③ HBM/DDR/AI PC · 内存墙与端侧。
我们把公开观点映射成节点,而不是把一句话当结论。
别盲信 · 高风险信源
- 公开观点不等于实时持仓,也不等于你的交易结论。
- 验证中心只记录公开数据能验证的部分,裁前不把待验判断算成战绩。
- AI 产业链变化快,任何方法论都需要结合财报、供需和估值边界复核。
墙后是 Ian Cutress 的完整能力 —— 我们当他的中文研究团队 + 监控站
免费看懂他的公开资料;完整观点流保留来源日期与验证线索,人物终端仅在真实生成时提供。












































































































只想先盯Ian Cutress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。