夜雨聆风一切学习都是为了赚钱，提高认知，寻找赚钱机会。
（1）令人眼红的三星，存储的大热
三年不开张，开张吃三年，最近调侃韩国今年的生育率开始上涨了，有钱了。
三星一季度收入惊人：
2026年一季度三星营业利润57.2万亿韩元（2610亿人民币），同比增长755%，单季利润已超过2025年全年总和；基于
整个韩国人口5000万，深圳1800万，韩国除了三星还有海力士，海力士在26年一季度同样利润惊人，与三星不相上下。网传海力士把利润的10%分给韩国本土员工，26年员工有望达人均300万分红。三星的工会与管理层就利润分红有争议，在罢工边缘。
存储大热，在股票市场一骑绝尘，崩盘式上涨。在这种疯狂上涨时，情绪总是像火焰一样燃烧得很旺，人们总是在这种烈火烹油的氛围中，失去理智，好像在传销会被洗脑，容易在高位接盘，我已经在上一次试过了，人性就是这样的。
存储的大热，令我感到十分震撼。
AI行业很大，上游基础设施，中游模型，下游应用、硬件。但之前总是聚焦在中下游。对AI的理解格局太小了，逻辑错了，总以为AI的应用驱动上游建设，实际上，发展到现在，AI已经越来越有一种趋势，如同当年的互联网， 未来AI是一种如铁路网、互联网一样的基础设施，在这之上，可以诞生出很多东西。
AI行业的发展一日千里，尤其自chatgpt出世以后，到今年的龙虾，claude code工具是现在的集大成者，有着万能的使用场景。
以前大模型只能做文字工作，以问答为主。龙虾告诉大家大模型整合进工作流，能处理文件，外接应用了，会的花活多了。
AI行业进化速度很快，但始终没有如苹果、特斯拉一样软件与硬件结合，广泛落地的物理级应用，具身机器人是一个方向。也没有如微信、淘宝那样的与生活息息相关的软件应用。这种改变生活的大应用，落地的稀缺性，令我之前在观察AI行业时，始终抱有隔岸观火的怀疑态度。难以彻底抛掉忧虑，敞开怀抱，投身其中。
但AI的能量确实很大，毫无疑问是革命性，是当下经济的引擎，无数资本追捧。AGI，通用人工智能，业内对他的预测，像小鸡将要从鸡蛋里破壳而出。关于AI的想象，舆论在惴惴不安中又极度兴奋，AI何时会自主思考不受控制，仿佛预期科幻片未来。
回到初衷，想在这个行业里赚钱，过分专注于应用而忽视了整个行业的联动性，以及不够勤勉，而错失机会。
存储的大热令我重新审视，也许仍然无法判断发展进程， 但重新思考，从更大一点的角度看一看，也许不一样。
（2）如何理解周期
悲观与乐观导致周期，供给需求错位导致周期
我理解，悲观和乐观是心理驱动，传递到生活中，消费端的变化快于生产端的变化，因为消费端是个体，生产端是产业链。
生产端需要一个长的供应链，完成生产，总是提前几个季度预判经济来备货，所以有期权及期货的交易。
一个变化快，很快就冷了，很快就热了，一个有一个协同的过程，要慢慢变冷，慢慢变热，所以导致了供给和需求错位，是现实结果。
而金融是一种放大器，放大了周期的剧烈性。
不要忘记，无数人，无数个体总是在牛市高位接盘，在熊市落井下石，从经济到生产到任何群体性的运动，总是如此，总是如此容易被煽动，冲动、过火。
所以洞察人性的政治家毛主席，毛选中有一句，
矫枉必须过正，不过正不能矫枉
猛药去沉疴，如同泡沫的产生和破灭，也是激烈的。
为什么要去理解周期？
因为万物皆周期，人的一生，出生到衰老是周期，四季是周期，地球公转自转是周期，生产消费有周期，经济有周期，股市的资金流动也有周期。
无非周期有的大，有的小。
上一轮科技驱动的周期已经红利见顶，如果把这一轮AI理解成技术驱动的新的大周期。我们就有了一个大局观。
（3）未来token是一种基础设施
有没有发现，现在的大模型有一个很大的特点，同质化。所有的大模型，用来用去感觉差异并不是很大。
因为目前大部分模型（如 Gemini、GPT-4、Llama 3）在通用基准测试上的表现正迅速靠拢。如果大家都在用同样的数据、同样的 Transformer 架构、同样的 GPU 训练，最终产品的差异化将非常小。
但我最喜欢用的大模型是gemini，觉得最好用的工具是anthropic的claude code。
基于AI是革命性的，把人们的工作都革掉了，也怪不得AI应用不受欢迎，但AI工具确实又非常好用，用了以后就离不开。
AI的普及需要很多数据中心支撑算力，数据中心正如火如荼建设，会不会把算力成本打下来，如果token变成手机流量一样普及且公价，会怎样？算力单价会不会像当年的带宽一样，长期走向平民化？
现在数据中心建设成本不低，电力短缺，材料短缺（存储、变压器），芯片总是要保证最新最好的，新的芯片永远最贵，因为旧的被淘汰了，淘汰之后就不太值钱，跟电子产品一样。
追求效率，模型的迭代，又不得不需要最新的芯片，最快的运行速度。所以数据中心的核心部件芯片的折旧很快。但新的芯片能更大提升效能。
数据中心不断建设，供给不断提升，最新最贵的GPU在单位时间内token产出效率提升，模型效能提升，如果使用上没有增加，token是降价的。
（4）为什么英伟达与台积电股票涨了好几年，存储今年才爆发
建立一个数据中心要2年多，数据中心大部分是那些巨头疯狂投资，疯狂建设，尤其云厂商，微软、亚马逊、谷歌、Meta等。
建立数据中心需要电力设备、冷却系统、IT设备与内网、土地建设等。
其中GPU芯片是数据中心的核心，存储是配件。
先抢到英伟达的芯片再下单其他，芯片都没有，建啥数据中心，GPU芯片是整个产业的起点，同时英伟达的财报业绩也显示了整个市场的繁荣程度。
所以芯片是马达，相关行情先行。
HBM（High Bandwidth Memory，高带宽内存）现在存储行业做的一种新设计，配适AI行业，效用更高，把传统的内存条通过打孔堆在一起，旁边跟CPU或GPU连接。
HBM 产能通常是在 GPU 规格确定后才进行“定制化生产”。存储的厂商生产调整动作更慢，慢于英伟达芯片设计公司，由于此前电子消费遇冷，存储行业正值周期低谷，货多价低，数据中心建设先消耗库存，后消耗产能，没有想到数据中心的建设这么猛。
所以存储行业爆发较慢，但由于生产慢，爆发的斜率，即强度更大。
（5）AI行业，科技巨头在互相抬轿子
每次在说AI行业的泡沫时，总出现一匹黑马，印证模式是赚钱的。最近Anthropic就是黑马，也就一两年时间，资本扶持长大的，盈利增速很快，并且要筹备上市了，估值非常高，差不多3800亿美元；
第一步：谷歌、亚马逊给Anthropic投了很多钱；
第二步：Anthropic 拿到钱后，深度绑定，必须买谷歌芯片，买谷歌、亚马逊未来几年的云计算服务（算力）；
第三步：买了算力以后，钱又流回来，巨头的财报数据好看了；
第四步：华尔街看到了巨头的云业务增长，说AI产业带来了回报，巨额的数据中心建设有了收益，巨头股价上升；
第五步：巨头花更多钱在AI竞赛，建立数据中心，数据中心相关厂商赚钱了；
第六步：Anthropic上市，股价高企，巨头、机构退出，拿到高额回报，股民接盘。
第七步：后续AI发展，假如应用不够普及，盈利能力不及预期，股价暴跌，带动AI相关股下跌。
前几天与gemini聊到凌晨2点，不得不感慨gemini是秒杀无数专家和研究员的存在，虽然有时候他说慌，需要对比其他信息，但是胜在语言精炼、逻辑框架清晰、回答深刻而全面。
下一篇文章准备对比下 AI的发展与互联网发展（1990年代中后期到2000年）。
