AI 算力鏈分析第一人 · 供應鏈一手派🔥 供應鏈一手派瓶頸遷移·領先共識 6-12 月
Dylan PatelSemiAnalysis
「看光刻膠的化學成分，不看資產負債表；瓶頸在哪，定價權就在哪。」
他的稀缺 alpha 是 physics-first：先拆物料和通量，再追問瓶頸在哪裡，從 CoWoS 到電力、從 HBM 到 EDA、從晶片引數到每 token 成本。看他不是看結論熱鬧，而是學會把 AI 敘事還原成可以被臺廠月營收、裝置交付、機架供電、軟體 bring-up 和推論 TCO 驗證的工業系統。
AI 算力鏈分析第一人——把"算力"還原成晶圓/封裝/電力的物理清單，盯瓶頸遷移，判斷領先市場共識 6-12 個月。
組合總市值待核SEC 13F 口徑
揭露持股待核揭露 Top（季度快照）
AI 暴露待核按 AI 節點估算
揭露季度待核國會 PTR / 轉述
他的代表判斷公開觀點進臺賬 可回測 · AI 產業鏈對映 · 硬資料複核
公開觀點/揭露存在滯後，戰績與判斷來自公開記錄和結構化臺賬，非投資收益；本頁做公開材料的中文解讀與 AI 產業鏈對映，不構成投資建議，引用以原文為準。
機構共識 · 13F 全市場
機構共識條 · 他提到的票，市場站在哪邊
🛰 思想轉向雷達 · 獨家引擎
他此刻在賭什麼 · 注意力正往哪移
不是他說過什麼，而是他最近的注意力轉向哪裡、正在版面配置哪些 AI 產業鏈變數。引擎逐日對比公開發聲與 28 天基線，自動標出 🆕 全新方向 / 📈 加碼升級 / 🔁 既有強化 / 🔄 立場反轉。
主題熱度 · 近 7 天
電力/資料中心基建9
雲端/算力平台7
AI晶片/算力晶片4
HBM/儲存3
下一驗證視窗：新方向會繼續進入觀點流與驗證中心；若後續硬資料不支援，臺賬會按公開資料軌記錄反駁。
展示關注變化 · 非買賣建議 · 引擎 thesis_shift_detector檢視完整觀點流 →
公開資料流
他最近公開說了什麼
和上方轉向雷達同引擎 · 電力/資料中心基建 正在追蹤資料截至 2026-06-27 · thesis_shift_detector
2026-03-09 
GGOOGL 💬 持續追蹤 身處舊金山就像疫情前的武漢一樣。有事情正在發生，它將衝擊全球，但很少人知道。 詳情 · 問AI → 2026-04-01 
AAMZN 🔁 既有強化 我能做空我自己嗎？ 詳情 · 問AI → 2026-06-13 
IINTC 💬 持續追蹤 我們聽說 Fable 被封禁了 詳情 · 問AI → 2026-06-09 
AAMD 💬 持續追蹤 突發新聞：Anthropic 新模型若覺得你的 ML 研究/工程有趣，不僅不幫，還會偷偷降智商，讓普通工程師察覺不到。我們已看到它過濾了 GPU 推論研究和程式設計 😭 詳情 · 問AI → 2026-02-05 
MMU 📈 加碼升級 目前 GitHub 公開提交中有 4% 由 Claude Code 生成。
按當前軌跡，我們相信到 2026 年底，Claude Code 將佔所有每日提交的 20% 以上。
轉眼間，AI 已吞噬整個軟體開發領域。
瞭解更多 👇 https://t.co/HzK4nbe2vy 詳情 · 問AI → 2026-06-13 
CCRWV 💬 持續追蹤 情況檢測：里約熱內盧市已對一個模型進行了後訓練。
基於 Qwen 7/2，Rio 3.5 Open 397B 在基礎 Qwen 模型上添加了 SwiReasoning —— 一個動態切換標準思維鏈和潛在空間推論的架構，由基於熵的置信訊號引導，因此模型只在需要時'大聲思考'，否則在隱藏空間中靜默推論以提高令牌效率。 詳情 · 問AI →
GGOOGL 💬 持續追蹤 身處舊金山就像疫情前的武漢一樣。有事情正在發生，它將衝擊全球，但很少人知道。 詳情 · 問AI → 2026-04-01 AAMZN 🔁 既有強化 我能做空我自己嗎？ 詳情 · 問AI → 2026-06-13 IINTC 💬 持續追蹤 我們聽說 Fable 被封禁了 詳情 · 問AI → 2026-06-09 AAMD 💬 持續追蹤 突發新聞：Anthropic 新模型若覺得你的 ML 研究/工程有趣，不僅不幫，還會偷偷降智商，讓普通工程師察覺不到。我們已看到它過濾了 GPU 推論研究和程式設計 😭 詳情 · 問AI → 2026-02-05 MMU 📈 加碼升級 目前 GitHub 公開提交中有 4% 由 Claude Code 生成。
按當前軌跡，我們相信到 2026 年底，Claude Code 將佔所有每日提交的 20% 以上。
轉眼間，AI 已吞噬整個軟體開發領域。
瞭解更多 👇 https://t.co/HzK4nbe2vy 詳情 · 問AI → 2026-06-13 CCRWV 💬 持續追蹤 情況檢測：里約熱內盧市已對一個模型進行了後訓練。
基於 Qwen 7/2，Rio 3.5 Open 397B 在基礎 Qwen 模型上添加了 SwiReasoning —— 一個動態切換標準思維鏈和潛在空間推論的架構，由基於熵的置信訊號引導，因此模型只在需要時'大聲思考'，否則在隱藏空間中靜默推論以提高令牌效率。 詳情 · 問AI → 檢視帶日期和出處的公開資料索引；提及不等於持股。看完整資訊瀑布 →
驗證中心 · 獨有硬資料
他說的每句話，都會被硬資料審判——我們不替他圓場
0✅ 已印證
21⏳ 審判中
0❌ 已反駁
每條判斷到裁決日自動出結果，對了記對、錯了記錯。待驗不計入印證率，不拿待驗判斷湊戰績。
G GOOGL Google TPU的TCO優勢會迫使NVIDIA叢集定價或採購策略發生變化，即使TPU部署前也可能產生談判收益
✅ 證據順風 裁決日待標註13F·Form4·營收·股價 在審 看證據 →A AMZN AWS Trainium3若兌現軟體修正和交換式scale-up拓撲，會成為NVIDIA、Google之外少數已
✅ 證據順風 裁決日待標註13F·Form4·營收·股價 在審 看證據 →I INTC Panther Lake若成為18A首個可規模交付客戶端晶片，將是英特爾製造信任修復訊號
✅ 證據順風 裁決日待標註13F·Form4·營收·股價 在審 看證據 →A AMD MI355X下一階段要從單節點價效比轉向分散式推論和CUDA級生產最佳化驗證
✅ 證據順風 距裁決 113 天13F·Form4·營收·股價 在審 看證據 →M MU 長上下文和代理工作負載會讓KV cache儲存層級成為推論服務瓶頸
✅ 證據順風 距裁決 115 天13F·Form4·營收·股價 在審 看證據 →每行的資料軌都是他夠不著的獨立來源，到期只裁 ✅ 印證 / ❌ 反駁，裁前只列進展。
交叉驗證為 AI 依據公開硬資料客觀比對，立場標“AI 推斷”、留原始證據鏈；只陳述事實，不構成結論或建議。
他現在在追什麼
提及標的 · 按產業鏈節點
① 加速晶片與系統 · GPU/TPU/ASIC
NNVDA比較晶片必須按訓練、prefill、decode、長上下文和 agent 負載拆開，最終看生產 token 成本AAMD比較晶片必須按訓練、prefill、decode、長上下文和 agent 負載拆開，最終看生產 token 成本
AAVGO比較晶片必須按訓練、prefill、decode、長上下文和 agent 負載拆開，最終看生產 token 成本GGOOGL比較晶片必須按訓練、prefill、decode、長上下文和 agent 負載拆開，最終看生產 token 成本AAMZN比較晶片必須按訓練、prefill、decode、長上下文和 agent 負載拆開，最終看生產 token 成本
AARM比較晶片必須按訓練、prefill、decode、長上下文和 agent 負載拆開，最終看生產 token 成本② 代工/裝置/先進封裝 · 製造閘門
③ HBM/DRAM/儲存 · 喂得上才算得快
④ 資料中心/電力 · 物理交付層
每隻票點進去 = 公開觀點、產業鏈節點、驗證臺賬和深度研判；提及不等於持股，不構成投資建議。
Dylan Patel的價值不在一句結論，而在把公開觀點放回 AI 產業鏈和可驗證資料軌裡：先看他最近注意力轉向哪裡，再看觀點落在哪些公司和節點，最後用驗證中心持續記錄對錯。
他的方法論
供應鏈瓶頸四步
01
先問這個 AI 敘事需要多少晶片、封裝、記憶體、電、冷卻、網路和人，再問營收故事。
物理優先學這套方法 →02
不要停在第一答案。GPU 缺貨可能是 CoWoS，CoWoS 之後可能是電力，電力之後可能是 EUV 或軟體棧。
瓶頸追問學這套方法 →03
從 silicon 到 datacenter：die、HBM、封裝、基板、網路、電源、排程、vLLM/sglang、客戶 workload 都要進表。
全棧清點學這套方法 →04
訓練引數不是商業化終點。生產推論看每 token 成本、吞吐、延遲、可靠性、軟體最佳化和客戶遷移。
推論經濟學學這套方法 →一句話公式：AI 產業鏈變數 × 可驗證標的對映 × 後續硬資料複核 → 三檔情景 + 明確證偽條件
📐 我們把它系統化成一條可複用研究流水線（任意新股票都能跑一遍）
會員課程
《AI 算力鏈瓶頸分析法》 · 10 節
把他散落觀點裡的方法論，整合成一門能學會的系統課：核心架構、真實案例、AI 產業鏈全景和驗證臺賬。教的是可遷移的投研思維，不是薦股。
00
從汽車旅館到黃仁勳引用他為什麼 SemiAnalysis 成為 AI 基礎設施必讀
免費試看進入 →01物理優先把 AI 敘事拆成晶片、封裝、記憶體、電力和資料中心
🔒進入 →02瓶頸追問從 GPU 到 CoWoS，再到電力和 EUV
🔒進入 →03資料中心是計算單位供電、冷卻、網路、排程和建設速度
🔒進入 →04推論經濟學每 token 成本、吞吐、延遲與生產採用
🔒進入 →05記憶體HBM、SOCAMM、KV cache 和 DRAM 超級週期
🔒進入 →06資本擴充套件定律CapEx、供應鏈押金和雲端廠融資能力
🔒進入 →07中國變數SMIC、CXMT、華為、EDA 與時間線分叉
🔒進入 →08一手網路工程師、供應商、客戶和公開資料如何互證
🔒進入 →解鎖全部課程配套：每課可用「分析器」跑票交作業 · 學完能獨立做 AI 產業鏈研究報告
獨家對映
他版面配置在 AI 產業鏈哪一段
最強暴露：① 加速晶片與系統 · GPU/TPU/ASIC · ② 代工/裝置/先進封裝 · 製造閘門 · ③ HBM/DRAM/儲存 · 喂得上才算得快。
我們把公開觀點對映成節點，而不是把一句話當結論。
⚖️ 理性看待
別盲信 · 高風險信源
- 公開觀點不等於即時持股，也不等於你的交易結論。
- 驗證中心只記錄公開資料能驗證的部分，裁前不把待驗判斷算成戰績。
- AI 產業鏈變化快，任何方法論都需要結合財報、供需和估值邊界複核。
◆ 解鎖完整研究 · 越往上覆蓋越廣
牆後是 Dylan Patel 的完整能力 —— 我們當他的中文研究團隊 + 監控站
免費看懂他的公開資料；完整觀點流保留來源日期與驗證線索，人物終端僅在真實生成時提供。
先看整站（最多人選）· 要為你點名的一個物件立項 → 機構級投研追蹤（在下方）
★ 最多人選 
41 位聰明錢，一個不落，全站為你追蹤她們的每一次轉向，你比市場先看見
43 位聰明錢大佬 —— 每一次轉向，你先看見
聰明錢人的深度 —— 最聰明的幾個腦子怎麼想、怎麼做
43位人物 · 公開資料追蹤
43門課程 · 方法論學習
43套思想體系 · 認知架構
透視雷達錢的廣度 —— 全市場的錢正往哪兒流
8,741家申報機構 · 全量追蹤
359個可算標的 · 共識可算
337位具名掌門人 · 真實身份
188位國會議員 · 買賣揭露
13F · Form 4 · 13D/G · 國會 · N-PORT 五源交叉 —— 四張訊號榜(多源 / 共識 / 擁擠度 / 背離)+ 四類對比庫(公司 / 機構 / 掌門人 / 國會)
只看聰明錢，你知道幾個人在想什麼；只看透視雷達，你知道錢在動、卻不知道為什麼。兩個合起來，才是完整的一張圖。
$299/年
平均每月 $24.9 · ≈ 一天 8 毛 聰明錢 41 位人物 + 43 門課程 + 43 套思想體系，外加透視雷達全開 · 單訂一位 $79/年 = 每位 ≈ $7 41 位各自單訂 = $3,397 · 整站 $299你打包省下 $3,098（立省 91%），透視雷達整個頻道還是白送的
0 元開始 · 7 天完整版 → 0 元開始隨時取消續費前 7 天必提醒
只想先盯Dylan Patel一個？也行 —— 單訂 · $79/年 → 先把這一個看穿。 跟你說實話：4 份單訂一年（$316）就超過整站（$299）。想多看幾個，直接整站更划算——41 位全給你、每位約 $7。哪種都行，賬擺在這，你自己挑。 - 先評估覆蓋 · 再單獨立項：你點名一個物件——一個人（投資人 / 機構 / 分析師 / 高管）或一家公司 / 標的——我們先評估其公開資料覆蓋與可採源，確認能追蹤後單獨立項、架設專屬投研席位；蹤跡不足會直說做不了，不硬湊。
- 按物件適用性啟用機構級方法：13F 持股 · Form4 內部人 · 13D-G 舉牌 · 公開發聲 · 跨源交叉驗證 · 命中率臺賬——適用於 SEC 可覆蓋物件；不適用的項以替代證據或缺口說明如實交付，與追蹤 41 位聰明錢同一條投研流水線。
- 持續盯守 · 證據可回溯：人工 / 半自動每週投研簡報 + 重大訊號經人工確認後工作日提醒 + 證據鏈歸檔（本地 JSON / Markdown / SEC 連結），可回溯復盤「當時憑什麼這麼判」。
- 只對你一人開放：追蹤口徑、提醒規則、交付形式按你的決策需求定製；不進公共庫、不共享。
不薦股 · 不碰你的帳戶7 天免費試用隨時取消續費前 7 天必提醒升級按餘額補差