10:49AI Will@FinanceYF5Anthropic CEO Dario Amodei 在访谈中表示,编程任务将最先被AI取代,但即使AI完成95%工作,人类剩余的5%仍能通过比较优势实现20倍效率提升。他建议年轻人优先培养批判性思维,因为AI生成内容泛滥时辨别真伪的能力最稀缺。Anthropic 研究证实,粗心使用模型会导致可测量的编程技能退化。他看好半导体作为未来十年资本回报最高的领域,而非软件。行业AnthropicDario Amodei编程技能退化批判性思维半导体10 个信源在谈推荐理由:Anthropic CEO 谈AI如何让人变蠢和芯片投资机会原文
22:07rohanpaul_ai@rohanpaul_aiASML 是 AI 和半导体革命的无形支柱,其 EUV(极紫外光刻)技术用于制造极小晶体管,DUV(深紫外光刻)则覆盖其他芯片。该公司将物理极限转化为可负担、可靠的芯片,支撑了现代计算和 AI 的发展。这篇推文强调了 ASML 在芯片制造中的关键作用,提醒人们关注这一被忽视的基础设施。行业ASMLEUVDUV半导体芯片制造推荐理由:了解 ASML 的技术如何驱动 AI 和半导体进步,对芯片从业者和科技爱好者来说是一次认知刷新,值得点开看看。原文
16:02rohanpaul_ai@rohanpaul_ai英伟达CEO黄仁勋在台北与SK海力士、三星、LG和Naver等韩国科技巨头高管会面。此举凸显韩国在英伟达供应链中的重要性日益增长,这些企业提供内存、设备、工厂、软件以及机器人领域的大规模需求。受此乐观情绪影响,韩国科技股普遍上涨。行业英伟达韩国科技供应链半导体机器人1 个信源在谈推荐理由:黄仁勋亲自组局,说明韩国在英伟达AI硬件和机器人生态中的角色正在升级,关注半导体和供应链的投资者、从业者值得留意这一信号。原文
23:33rohanpaul_ai@rohanpaul_aiAtreides 管理合伙人 Gavin Baker 指出,AI 相关公司估值存在严重不一致:内存制造商 PE 仅 3-5 倍,而 NVIDIA 的 PE 也很低。他认为,市场将 NVIDIA、内存、定制芯片、光网络、电力设备、冷却系统和数据中心建设者都视为同一支出热潮的赢家,但每个板块定价的是不同的繁荣版本。这种横截面低效意味着市场未能一致地对相关 AI 公司进行排名。利润池会流向最难替代、最难延迟、最难被客户压价的部分:如果稀缺的是电力和物理容量,基础设施供应商应获得溢价;如果稀缺的是加速计算,NVIDIA 和内存可能被低估。ASIC 叙事进一步增加了迷雾,Broadcom 在定制芯片上快速增长,但未必能夺取 NVIDIA 最有价值的增长部分。行业NVIDIAAI 投资估值分析半导体数据中心3 个信源在谈推荐理由:Baker 的视角戳破了 AI 投资中的估值幻觉,做 AI 硬件投资或关注产业链的读者,看完会重新审视 NVIDIA 与基础设施公司的相对价值。原文
19:20rohanpaul_ai@rohanpaul_ai精选76°华为发布了一种名为 LogicFolding 的新型芯片设计方法,旨在通过减少信号传输延迟来提升性能,而非单纯追求晶体管尺寸缩小。该方法引入“τ scaling”概念,将芯片性能瓶颈从晶体管大小转向时间延迟的优化。LogicFolding 通过垂直堆叠有源电路层并用混合键合连接,缩短关键路径,降低延迟和能耗。这一突破有望帮助华为在芯片制造领域缩小与台积电的差距。AI模型华为LogicFolding芯片设计τ scaling半导体推荐理由:芯片设计从业者和关注半导体竞争格局的读者值得关注——LogicFolding 提出了从“缩小晶体管”到“减少时间浪费”的新范式,可能改变行业对性能提升的衡量标准。建议点开了解具体技术细节。原文
15:52rohanpaul_ai@rohanpaul_ai精选76°华为在美国制裁压力下提出 Tau Scaling 定律,通过缩短信号传输延迟而非单纯缩小晶体管尺寸来提升芯片性能。其核心技术 LogicFolding 通过折叠逻辑块、缩短关键线路来降低电阻和寄生电容,实现更快的信号切换。华为声称已用此思路量产 381 款芯片,下一代麒麟手机芯片将首次全面验证 Tau Scaling。目标是在 2031 年达到 1.4nm 级密度,接近台积电和英特尔 2029 年的节点规划。这一突破可能改变芯片制造的游戏规则,绕开对先进光刻机的依赖。行业华为芯片设计Tau Scaling半导体制裁推荐理由:华为用 Tau Scaling 绕开光刻机限制,做芯片设计或关注半导体自主化的开发者值得了解——这可能改变未来芯片性能提升的路径。原文