Nvidia還可以怎樣？SanDisk的HBF是甚麼？奈飛終於放棄了？ - KP思考筆記(第31期)
大家好，我是 KP，歡迎來到第 31 期的《週末思考筆記》。
本週萬眾期待的 Nvidia 財報，最終還是沒能完全消弭市場對 AI 的疑慮。網上有個評論很有趣：現在市場對 Nvidia 的要求，簡直就像華人家長對小孩。
拿了 A，就問為什麼不是 A+；拿了 A+，就問為什麼不是 A++；再不然，就拿隔壁家的小孩來比較。雖然幽默，但確實精準。
這合理嗎？可以說合理，也可以說不合理。股市本質上就是一場「預期差」的遊戲。事實是，市場對 Nvidia 的期望值已經高到不容許任何瑕疵，這份熱情只能交給時間來消化。
其實不只是 Nvidia，整個 AI 賽道的期望值，在過去幾年都已經被 Price-in 了不少，現在正是進入「消化期」的階段。
因此，最近華爾街開始流行一個新詞：HALO（Heavy Assets, Low Obsolescence），簡單來說就是「買硬不買軟」。既然大家目前都看不清誰會被 AI 顛覆，那麼至少實體資產（Hard Assets）是相對安全的避風港。
我認為這個交易邏輯是成立的。很多實體資產公司過去幾年就像班房裡被忽視的學生，根本沒人對他們抱有期望。現在只要基本面稍微好轉，反而更容易獲得資金青睞。
就像我幾個月前深入分析、並持續追蹤的「銅」就是很好的例子。過往採礦公司利潤微薄，現在卻因需求轉向而開始扭虧為盈。
而剛剛的深入分析，日本其實也是 HALO 交易的另一個核心陣地。從重工業、半導體上游設備到綜合商社，日本擁有一批具備「不可替代性」的實體資產。
這次寫日本的主題很有趣。在兩週前的會員投票中，「軟體大屠殺」與「日本」兩個主題競爭激烈，最後軟體主題僅以 1% 之差勝出。
但我認為日本市場非常值得探討，於是決定藉此契機補上這篇分析。感謝各位會員的踴躍投票，你們的每一份建議我都有記在心裡。
本篇報告將作為一個宏觀框架。我希望先為大家打好根基，未來當我們深入探討日本的細分投資機會時，這套邏輯將成為你們最重要的導航工具。
最後預告一下，下週的深入分析，我會繼續和大家分析HALO 交易中的另一個成員。
這期的思考筆記，我們會有8個主題：
主題一：AMD為何要送股？Meta剛找完Nvidia又要找AMD了？
主題二：IBM 的「護城河」漏水了？
主題三：Google TPU準備走出圍牆了？
主題四：Salesforce 的「代理人」革命，是重生還是最後的掙扎？
主題五：SanDisk海力士聯手推出HBF，定義記憶體下一世代？
主題六：Nvidia的這份財報難道還不夠嗎？
主題七：Netflix放棄收購華納，股價準備重回正軌了？
主題八：OpenAI 與亞馬遜打算聯手打造甚麼？
主題一：AMD為何要送股？Meta剛找完Nvidia又要找AMD了？
(圖片來源：AMD官網)
AMD 與 Meta 簽署了一份極具戰略意義、規模高達 600 億美元 的 AI 算力協議，Meta 承諾採購高達 6 GW（吉瓦） 的 AMD Instinct GPU。
不過，AMD 這次不只賣晶片，還付出了高達 10% 的股權認股權證（Warrants） 作為「聘禮」，和去年的OpenAI合作如出一轍。這允許 Meta 在未來以極低價格，購入最高達 1.6 億股 的 AMD 股票，約佔其總股本的 10%。
不過，Meta 要拿到這份大禮，必須滿足兩個極其嚴苛的條件：
執行力掛鉤：Meta 必須實打實地完成從 1 GW 到 6 GW 的 GPU 採購和部署。買得越多，能拿到的股票才越多。
股價掛鉤：AMD 的股價必須漲到指定門檻（據報最終目標約 600 美元）。
這份合約的潛台詞是：「只有當你（Meta）真心實意地幫我（AMD）把事業做大、市場認可、股價一飛沖天時，你才能分享這場勝利的果實。」
這徹底顛覆了傳統的甲乙方關係，將 Meta 從一個「客戶」變成了「命運共同體」。
AMD為何不惜「割股」求售？
為什麼 AMD 要給 Meta 高達 10% 的股權選擇權？在 NVIDIA 的 CUDA 帝國 陰影下，AMD 作為挑戰者，必須採取非常規手段。
在 AI 晶片領域，NVIDIA 的 CUDA 護城河極深。AMD 雖然硬體追上來了，但缺乏一個「旗艦級」的超大規模客戶來證明其在大規模集群（Scale-out）上的穩定性。
透過這份協議，AMD 鎖定了 Meta 未來五年的需求（高達 6GW 的電力容量）。這對 AMD 來說是極佳的去風險（De-risk）手段：有了 Meta 這個「超級錨點」，AMD 才能在台積電（TSMC）更有底氣地預訂產能（如 CoWoS 封裝），並向市場宣告：
AMD 的平台（尤其是 ROCm 軟體）已經準備好在最大規模的戰場上應戰。 這比任何廣告都更具說服力，將吸引更多客戶敢於嘗試 AMD 方案。
Meta的算盤：為何要腳踏兩條船？
就在不久前，Meta 才剛與 NVIDIA 簽署了涵蓋數百萬片 CPU 的超級大單。為何轉眼又擁抱 AMD？
在 AI 算力成為戰略資源的今天，將身家性命完全押注在單一供應商（NVIDIA）身上是極其危險的。扶植一個強大的「二號供應商」，不僅能確保晶片供應的穩定，更能讓 Meta 在與 NVIDIA 談判時，手握一張至關重要的議價王牌。
NVIDIA 負責最尖端的模型訓練，AMD 則可能負責部份的推理（Inference）與服務。這種「分工」能讓 Meta 的總體擁有成本（TCO）達到最優。
PyTorch 如何讓這場豪賭成為可能
NVIDIA 的霸權，硬體只佔一半，另一半，也是更難跨越的，是名為 CUDA 的軟體生態護城河。無數的 AI 模型、函式庫、工具鏈都基於 CUDA 開發，這使得遷移到其他平台（如 AMD 的 ROCm）的過程痛苦、昂貴且充滿風險。
但 Meta 是牌桌上唯一的例外。因為它不只是 PyTorch 的用戶，它是 PyTorch 的「莊家」。
PyTorch 作為當今 AI 研究和應用的主流框架，其背後的主導者正是 Meta。其他公司要用 AMD 晶片，只能被動等待 AMD 和社群完善 ROCm 的支援。而 Meta 可以直接調動自己的核心工程團隊，從 PyTorch 的最底層開始，為 AMD 的硬體量身打造和優化。
對於 Meta 而言，將其 AI 模型（如 Llama 系列）從 NVIDIA 遷移到 AMD，不再是一場傷筋動骨的「異平台移植」，而更像是一次「內部軟體升級」。
因為工具（PyTorch）、模型（Llama）和部署平台（Meta 的資料中心）全在自己掌控之中。Meta 在 PyTorch 中為 ROCm 所做的一切優化，最終都會貢獻回開源社群。這等於是 Meta 在用自己世界頂級的工程資源，親手為 AMD 填平與 CUDA 之間的軟體鴻溝。
扶植二號玩家是必然
這宗交易對 NVIDIA 而言，短期內不會動搖其霸主地位，Meta 依然是其最大客戶之一。但從長遠看，扶植二號玩家一直是所有巨頭的共同目標。
這場交易本質上是「用未來換取現在的入場券」。AMD 執行長蘇姿丰（Lisa Su）非常清楚，在 AI 這個戰場，如果不能在 Meta 這種等級的數據中心證明自己，AMD 永遠只能是配角。
對於 Meta 來說，這是一筆穩賺不賠的生意：買到了算力保障，還拿到了 AMD 股權的潛在收益。
如果 AMD 因為這筆訂單而股價大漲，Meta 的硬體採購成本甚至可能被股權收益抵消，這才是最高段位的供應鏈管理。
主題二：IBM 的「護城河」漏水了？
(圖片來源：CNBC)
Anthropic現在除了殺軟體公司外，連百年巨人IBM都殺了，股價創下數十年來最大的單日跌幅（13%），
要理解 IBM 為何會如此劇烈震盪，首先必須認識 COBOL 這個看似過時的程式語言。
它並非 IBM 專有，而是一個誕生於 1959 年的公共標準。但數十年來，IBM 的大型主機（Mainframe）成為了運行 COBOL 最穩定、最高效的「黃金組合」。因此，全球幾乎所有最關鍵、最不容出錯的核心系統，都跑在 IBM 的機器上。
COBOL 就像一條隱形的地下水管，支撐著現代社會的運作：
• 銀行業：全球 95% 的 ATM 交易、數萬億美元的日常轉帳。
• 政府部門：稅務、社會福利、退休金的發放。
• 保險業：長達數十年的保單管理與理賠計算。
• 航空業：全球機票訂位系統的核心交易處理。
為什麼這些銀行和政府不換掉它？因為「風險太高、代價太大」。這些系統雖然老舊，但極度穩定。
這些代碼動輒幾百萬行，當初寫程式的人可能早已不在人世，現在沒人敢保證，如果把這段代碼改成 Java，會不會在哪個深夜讓全美的銀行帳戶多出一個零，或少掉一個零。
長期以來，IBM 就是這座「數位監獄」的房東。你想維護這些老系統？你得買 IBM 的大型主機（Mainframe），得請 IBM 昂貴的諮詢團隊（Consulting）來當翻譯官。這是一門極高毛利、且幾乎沒有競爭對手的壟斷生意。
這使得無數大型企業被「綁架」在 IBM 昂貴的大型主機生態系中，每年支付高昂的維護費用。
Claude Code：一把能解開古老枷鎖的「萬能鑰匙」
過去，現代的 AI 應用（如 Python 寫的理財助手）與古老的 COBOL 數據（如用戶 30 年前的存款紀錄）之間，存在著一道難以逾越的鴻溝。
而 Anthropic 的 Claude Code宣稱能用 AI 的「透視眼」讀懂那些數十萬行、沒人敢碰的 COBOL 程式碼，自動分析其商業邏輯、繪製依賴關係圖，甚至能將其「完美翻譯」成現代的 Java 或 Python 語言。
這對 IBM 來說，簡直是「刨根」的行為：
諮詢費縮水：以前要花幾年、請幾百個顧問才能理清的邏輯，現在 AI 幾週就搞定。
硬體脫鉤：如果代碼能完美翻譯成現代語言，企業就沒必要守著 IBM 昂貴的大型主機，可以直接搬去 AWS 或 Azure 的雲端伺服器。
IBM 到底是 Anthropic 的夥伴，還是受害者？
有趣的地方就在這裡。IBM 其實和 Anthropic 是戰略合作夥伴，他們甚至把 Claude 整合進了自己的 AI 平台 watsonx。
但當 Anthropic 直接把 Claude Code 賣給企業時，IBM 就像是一個原本靠著「翻譯古文」維生的老教授，突然發現他的學生發明了一台「全自動古文翻譯機」，而且這台機器還比教授更便宜、更快速。
IBM 則反駁稱，市場反應過度。他們認為，「程式碼翻譯 ≠ 系統現代化」。
對於極端追求「零當機」的銀行來說，雲端伺服器有時候還是太「嫩」了。而且，代碼翻譯只是現代化工程的 10%，剩下的 90% 涉及治理、合規與複雜的系統集成，這依然是 IBM 的強項。
AWS Transform：蓄謀已久的「拆遷隊」
事實上，Anthropic 並不是唯一盯上這塊肥肉的人。雲端龍頭 AWS 早就推出了AWS Transform(如果大家還記得我寫的Amazon分析的話)。
過去幾十年，老豪宅裡的住戶（銀行、政府、航空公司）雖然覺得租金貴、水管老舊（COBOL），但因為「搬家成本」太高，只能忍氣吞聲。
現在， Claude Code 或AWS Transform 就像是「全自動搬家機器人」，不僅幫你打包（分析代碼），還幫你翻譯（轉成 Java/Python），甚至幫你把家具擺進新家（部署到雲端）。
如果這真的發生，雲端巨頭將會得到更多的新客戶，以及最值錢的數據。
企業最核心、最值錢的數據（如：你過去 30 年的銀行交易紀錄）通常都鎖在大型主機裡。一旦這些數據透過 AI 工具「解鎖」並搬上雲端，雲端公司賺的不只是存儲費，而是後續所有的 AI 算力費。
帝國不會瞬間崩塌，但疆土正在被侵蝕
綜合來看，這場危機最可能的結局是：IBM 的商業模式將被迫演進，而非徹底崩潰。
Claude Code 這類 AI 工具，確實會大幅壓縮 IBM 在 COBOL 現代化諮詢業務上的利潤空間，這部分的風險是真實存在的。然而，大型主機因其無可比擬的穩定性和安全性，在未來數年內仍將是許多關鍵任務的基石，這為 IBM 提供了緩衝期。
但不可否認，「護城河」的定義已經變了。
以前的護城河是「知識的不對稱」（只有我懂 COBOL）；現在的護城河必須是「速度與整合的能力」。
這就是眼下的悖論：AI 發展得越成功，舊世界的秩序就瓦解得越快。而我們要做的，是看誰能最快拿到那張新世界的入場券。
主題三：Google TPU準備走出圍牆了？
(圖片來源：Wall Street Journal)
最近華爾街日報與《The Information》接連報導：Google不僅考慮砸 1 億美金投資 Neocloud新星 FluidStack（估值已達 75 億），更與 Meta簽下了一份價值數十億美元的 TPU 租賃大單。
這不再只是矽谷常見的「大投小」，而是一場精心策劃的「算力大反攻」。Google正在複製 Nvidia玩得爐火純青的「影子戰爭」打法，準備從 Nvidia手中奪回 AI 基礎設施的定價權。
為什麼是 FluidStack？
Google的 TPU性能強、省電、還便宜（推理成本比 Nvidia更低），但它有一個致命的弱點：它以前只長在 Google Cloud的圍牆裡。如果你想用 TPU，你就得搬進 Google的家，這讓很多對不想被單一雲鎖定的公司感到遲疑。
FluidStack的出現，就是 Google的解藥。FluidStack這種 Neocloud專門搞「輕資產」運作，他們找上那些電力過剩、場地閒置的比特幣礦場（如 Hut 8、TeraWulf），把礦場改成 AI 資料中心。Google在背後提供數十億美元的租賃擔保，讓 FluidStack去衝鋒陷陣。
透過 FluidStack，Google成功把 TPU運到了「圍牆之外」。這讓客戶覺得自己是在跟一家靈活的新創公司合作，但底層跑的，全是 Google的晶片與生態。
Nvidia 的「帝國軍」 vs. Google 的「反抗軍」
這套打法並非 Google首創，事實上，這根本是 Nvidia這幾年玩得爐火純青的「影子戰爭」。
這幾年，Nvidia巧妙地利用「GPU 分配權」作為武器，大力扶植了 CoreWeave、Nebius，Lambda等一批 Neocloud。它不僅直接投資，還為它們提供 GPU作為抵押品，撬動了超過 200 億美元的「GPU 債務」生態系。
Nvidia投資 1 美元，就能透過債務槓桿讓 CoreWeave購買 5 美元以上的 Nvidia晶片。結果是，這些 Neocloud成為 Nvidia最忠誠的軍團，鎖定了數百億美元的長期訂單，而 Nvidia自己則不必承擔建設資料中心的重資產風險。CoreWeave如今已是營收近 40 億美元的巨獸。
Google正在複製這套打法，但資源有所不同。Google無法像 Nvidia那樣靠「晶片分配權」號令天下，於是它選擇提供「財務背書」。例如，Google為 FluidStack在紐約的資料中心提供了 32 億美元的租賃擔保。這本質上是在用 Google的信用，為 TPU買出一條生路。
Meta 的「投名狀」：直擊 Nvidia 的心臟
根據《The Information》報導，盛傳已久的 Meta打算採用 TPU，終於落實。
Meta過去是 Nvidia的頭號金主，卻跟 Google簽下數十億美元的 TPU租賃合約，甚至考慮明年直接購買 TPU裝進自己的資料中心。這件事的標誌性意義在於：Meta 準備用 TPU 來「訓練」模型。
過去業界公認：推理（Inference）可以用非 Nvidia晶片，但訓練（Training）必須鎖死在 Nvidia的 CUDA生態。Meta的倒戈證明了 Google的軟體堆疊（JAX/XLA）已經跨過了那個「難用到爆」的臨界點。
Google 能否跨越兩座大山？
Google的藍圖很宏大，但現實卻有兩座難以逾越的大山。
第一座山：CUDA 軟體護城河
這是 Nvidia最堅固的防線。過去 15 年，全球數百萬開發者已經習慣在 CUDA的生態系中工作。PyTorch等主流框架對 CUDA的支持是原生的、無縫的。
相比之下，Google的軟體堆疊（JAX/XLA）被開發者形容為「文檔糟糕、API 詭異、錯誤訊息神秘」。Google雖然在 2025 年底聯合 Meta推出了 TorchTPU計畫，試圖讓 PyTorch在 TPU上原生運行，但這需要至少 12-18 個月的時間來證明自己。
第二座山：台積電的產能瓶頸
這是物理世界的終極約束。TPU和 Nvidia的 GPU都依賴台積電的 CoWoS 先進封裝技術，而這條產線的產能極其有限。
台積電的先進封裝產能就那麼多，Nvidia憑藉著霸主地位拿走了超過一半。儘管 Google雄心勃勃，但 2026 年 TPU 的出貨量預計僅在 310-360 萬片之間，低於市場的樂觀預期。
即使 Google的軟體問題解決了，它的「彈藥」供應也跟不上。在可預見的未來，它能提供給 FluidStack和 Anthropic的 TPU數量，可能僅為 Nvidia外部 GPU總量的 20-30%。
同時，看到 Google挖牆腳，Nvidia轉手就投資了 Anthropic並爭取 OpenAI的股權。這是一場「互挖牆腳」的遊戲，誰能鎖定客戶的下一代模型架構，誰就是贏家。
Google 的變現野心
這場資本遊戲傳遞出一個明確訊號：Google 終於意識到，擁有一個「親兒子」通路來分銷硬體是多麼重要。
長期以來，TPU只是支撐自家搜尋與 Gemini的「內部工具」和「成本中心」。但現在，Google顯然不滿足於此。從扶植 FluidStack，到設立金融 SPV，再到簽下 Meta這樣的巨頭客戶，Google正以前所未有的決心，將 TPU從「成本中心」徹底轉變為一個雄心勃勃的「利潤中心」。
Google Cloud內部甚至有領導者提出，要搶佔 Nvidia 年收入的 10%（按目前規模約 200 億美元）。
這不再只是為了省下買 Nvidia晶片的錢，而是要主動出擊，將 TPU 商業化、貨幣化，從 Nvidia肥沃的領土上撕下一塊屬於自己的版圖。
主題四：Salesforce 的「代理人」革命，是重生還是最後的掙扎？
(圖片來源：CNBC)
當 Marc Benioff 在財報電話會議上喊出「這不是我們第一次經歷軟體末日」時，這句話背後既有老兵的底氣，也透著一絲被時代逼到牆角的焦慮。
長期以來，SaaS 的成功建立在「人頭計費（Seat-based pricing）」的護城河上。然而，生成式 AI 的出現讓這道護城河變成了陷阱：如果 AI 代理人可以取代 10 個人的工作，企業為什麼還要買 10 個帳號？
應對方案是 Agentforce
它不再僅僅是幫你寫郵件的助手，而是能獨立決策、執行任務的「數位員工」。
目前 Agentforce 的預訂中，50% 來自按量計費的「Flex Credits」。這意味著 Salesforce 正在主動拆掉自己的「人頭稅」圍牆，試圖改收「數位勞動力稅」。在這個新機制底下，Salesforce 引入了 AWU（Agentic Work Units） 這個新度量衡，將 AI 的價值與「完成的工作」掛鉤。
從財報來看，Agentforce 的 ARR 在短短一個季度內從 5 億美元衝到 8 億美元，這證明了企業對「數位勞動力」的渴望。
Salesforce 的確敢於革自己的命，但這也是一場極其危險的左手換右手。
如果 AI 帶來的效率提升不能創造出遠超「人頭費」流失的新價值，Salesforce 的營收天花板將會下移。
利潤率和增長的隱憂
Agentforce 的 8 億 ARR 聽起來很不錯？但放在 Salesforce 的大盤來看，FY2026 總營收為 415 億美元，Agentforce 的貢獻佔比僅約 1.9%。
扣除掉收購 Informatica 帶來的貢獻，Salesforce 的核心業務增長已掉入個位數（7-8%）。這說明傳統 CRM 市場已趨於飽和，而 AI 尚未轉化為大規模的有機推動力。
雖然 Agentforce 增長了 169%，但在它成長到足以抵消傳統 SaaS 業務增速放緩之前，Salesforce 依然面臨「青黃不接」的風險。
而按量計費的 Flex Credits 的確是未來趨勢，這證實了 Benioff 正在主動打破 SaaS 的傳統定價。但這種模式雖然能吸引新客戶，但會讓營收變得更具波動性，且可能侵蝕原有的高毛利帳號收入。
CFO Robin Washington 在電話會議中對利潤率的表態非常謹慎，稱 AI 對毛利的短期影響是「相當中性（Pretty Neutral）」。
傳統 SaaS 的邊際成本極低，但 AI 代理人需要消耗大量的算力（Token）。雖然 Salesforce 透過與 Anthropic 等模型廠商合作及內部優化來降低成本，但 AI 基礎設施的投入（R&D 佔營收 14.5%）依然居高不下。
非 GAAP 營運利潤率維持在 34.2%，表現優異。但這是在 AI 業務佔比極低的情況下達成的。當 AI 業務佔比提升到 10% 或 20% 時，高昂的算力成本是否會拉低整體利潤率？目前尚無實據證明。
用 500 億美元買時間
面對軟體股慘遭拋售的現狀，Salesforce 祭出了最強大的防禦武器：500 億美元的股票回購授權。
這是一個典型的「成熟巨頭」動作。當增長不再性感，就用強大的現金流（全年自由現金流 144 億美元）來支撐股價。
這同時也在向市場傳遞一個訊號：即便 SaaS 模式正在被 AI 重塑，Salesforce 依然是那個擁有最強大客戶關係、最深厚數據積澱的「企業作業系統」。
同時，他們將 2030 財年目標上調至 630 億美元，是為了給市場一個長遠的錨點，掩蓋短期內轉型陣痛帶來的迷茫。
代理人戰爭的勝負手：數據 360
Agentforce 能否成功的關鍵，不在於它背後是用 OpenAI 還是 Anthropic 的模型，而在於它能否存取企業最核心的數據。這就是為什麼 Salesforce 去年急於收購 Informatica 的原因。
Data 360 處理的數據量增長了 114%，這才是 Salesforce 真正的護城河。
沒有數據的 AI 只是聊天機器人，擁有客戶全貌數據的 AI 才是真正的「代理人」。
投資者的十字路口
Salesforce 的管理層表現得非常有同理心且反應迅速，他們承認了 AI 帶來的挑戰，並透過 Agentforce 給出了答案。
然而，這場轉型目前仍處於「實驗室成功，但尚未在大規模量產中證明利潤率」的階段。市場現在的態度是「給予掌聲，但保持距離」。
現在談論「SaaS 已死」為時尚早，但「傳統 SaaS」確實正在消亡。Salesforce 的改革已經十分迅速，但它是否能像過去二十年一樣維持高增長、高利潤的「金身」，它必須證明這套「數位勞動力」模式能帶來比賣帳號更高的利潤率。
主題五：SanDisk海力士聯手推出HBF，定義記憶體下一世代？
(圖片來源：SK Hynix官網)
SanDisk與SK Hynix聯手，宣佈準備推出HBF的統一格式。我們本來已經有HBM，現在又來個HBF，究竟這是甚麼？
經歷過這半年的記憶體瘋漲後，大家都應該知道記憶體牆(Memory Wall)是甚麼。簡單來說，當GPU的算力以摩爾定律般的速度狂飆時，記憶體的頻寬與容量卻步履蹣跚，導致昂貴的晶片時常處於「空轉」的尷尬境地。
HBM（高頻寬記憶體）雖快，但容量小且價格高昂；SSD固態硬碟雖大，但速度太慢，遠水難救近火。在這片效能與成本的巨大鴻溝之間，存在著一塊關鍵的「失落拼圖」。
於是，SanDisk研發了一種名為HBF（High Bandwidth Flash，高頻寬快閃記憶體）的新物種，正試圖填補這一空白。
記憶體階級的重新定義
要理解HBF，最快的方法就是看它的前輩HBM。
HBM（高頻寬記憶體）為什麼強？它其實就是把好幾層DRAM像蓋大樓一樣垂直堆疊起來。與其讓資料在平面的窄路上賽車，不如蓋一座擁有上千條車道的垂直立體交流道。
HBF基本上就是「Flash版的HBM」。它把原本用來儲存資料的NAND Flash，透過SanDisk獨家的CBA晶圓鍵合技術也給它「疊起來」。
SanDisk認為：既然DRAM疊起來可以變快，那為什麼不把容量更大、更便宜的Flash也疊起來？這樣我們就能得到一個「有HBM的頻寬，卻有SSD的容量」的產品。
從根本上說，HBF並非要取代HBM，而是要與之共存，在記憶體金字塔中開創一個全新的階級。現在的AI算力架構有個尷尬的斷層：
• HBM：極快，但貴得離譜，且容量小（像精緻的超跑後車廂）。
• SSD：容量極大，但速度慢到讓GPU乾等（像大型貨櫃車）。
HBF 的出現，就是要在兩者之間硬生生擠出一個「新樓層」。
它負責存放那些體積龐大、無法完全塞進HBM的模型權重與上下文資料（KV Cache），並以接近HBM的頻寬，源源不絕地餵給GPU，從而解決因HBM容量不足而導致的「KV快取溢出」與GPU閒置問題。
各取所需的合作
技術研發出來了，但誰來買單？這就是 SanDisk 最現實的挑戰。
要讓HBF從一個實驗室原型變成行業標準，它需要一個強大的盟友。於是，一場「合縱連橫」上演了。
SanDisk選擇的夥伴，正是HBM市場的絕對霸主：SK海力士（SK Hynix）。
在 AI 世界裡，Nvidia 就是那個握有生殺大權的「國王」。HBF 最終能否成功，完全取決於 Nvidia 是否願意將其納入下一代 GPU的參考設計中。Nvidia 是 HBF 最核心的重量級用戶。
作為佔據HBM市場約七成份額的領導者，SK海力士與Nvidia、AMD等GPU巨頭及各大雲端服務商有著最直接、最緊密的合作關係。它的加入，相當於為HBF直接打通了進入AI伺服器核心生態的「VIP通道」。
另外，目前的AI晶片全都高度依賴TSMC的CoWoS先進封裝。然而，CoWoS的產能極度吃緊，幾乎被一線大廠瓜分殆盡。SanDisk雖然擁有HBF的技術靈魂，但在TSMC面前，它缺乏足夠的議價能力與配額。這就是為什麼SK Hynix的加入至關重要。
作為HBM市場的絕對霸主，SK Hynix與TSMC擁有極其深厚的「戰友關係」。SK Hynix不僅出通路，更重要的是它能「拿得到產能」。
兩者結合，才可以在OCP（開放運算計畫）強推標準，讓HBF成為全球數據中心的標配，而不是SanDisk的自嗨產品。
技術的發明只是第一步，市場的接納才是決勝的關鍵，而誰先制定了標準，誰就擁有話語權。
孤獨的挑戰者與謹慎的觀望者
那麼，另外兩大巨頭又在做甚麼呢？三星（Samsung）作為半導體領域的全能冠軍，他們選擇了獨立開發自家的HBF技術。這反映了其一貫的戰略風格：不願受制於人，力圖在每一個關鍵領域都掌握自己的命運。
三星的目標是在2027年實現量產，這將直接導致市場上出現「OCP開放標準」與「三星獨立標準」的正面對決。這場標準之爭的結果，將深刻影響未來幾年AI記憶體的市場格局。
而美光（Micron）在全力投資HBM 4的當下，暫時無暇開闢新戰線。美光的最終選擇將是市場走向的重要變數，它若加入OCP陣營，將極大鞏固開放標準的地位；若另闢蹊徑，則會讓戰局變得更加複雜。
HBF會加劇記憶體缺貨嗎？
答案是大機率的，至少在短期內（2026-2027年）會如此。HBF的誕生，恰逢全球NAND快閃記憶體市場正經歷一場史無前例的供應危機。在AI需求的驅動下，2026年的NAND產能早已被預訂一空。
HBF的量產將不可避免地佔用本已極度緊張的頂級NAND產能，這無疑是火上澆油，可能會在短期內加劇SSD等傳統儲存產品的缺貨狀況。
這跟HBM擠壓DRAM產能的邏輯一模一樣。這意味著：未來的頂級存儲，只會越來越貴，且產能會優先供給AI巨頭。
然而，從長遠來看，HBF的普及反而可能緩解記憶體市場的整體壓力。通過分擔HBM的儲存負載，AI系統對單顆GPU所需的HBM容量需求可能降低，從而釋放出一部分寶貴的HBM產能，用於更為關鍵的AI訓練領域。
記憶體金字塔的重塑
對於 SanDisk 來說，這是一個決定命運的時刻。
不久前，知名做空機構 Citron Research（香櫞） 才針對 SanDisk（Western Digital）發布了一份沽空報告。
Citron 的核心論點是：NAND Flash 終究只是「大宗商品（Commodity）」，目前的漲價只是週期性的紅利，無法持久。
然而，HBF 的出現直接反擊了這個邏輯。
就像 HBM 讓 DRAM 脫離了「大宗商品」的低毛利陷阱一樣，HBF 這種高度定制化、與 GPU 深度集成的產品，絕非普通的大宗商品。
如果 SanDisk 能成功推動 HBF 成為 AI 標配，市場對它的看法將從「週期性存儲廠」轉向「AI 基礎設施供應商」，從而享受Re-rating（估值重塑）。
而對於 SK Hynix 而言，這同樣是一場關鍵戰役。在贏得 HBM 的 DRAM 戰爭後，他們正試圖透過 HBF 將領先優勢進一步擴張至 NAND Flash 市場。
當 HBM 負責「思考」，HBF 負責「記憶」，AI 的推理成本才有可能真正降到大眾化水平。
主題六：Nvidia的這份財報難道還不夠嗎？
(圖片來源：Bloomberg)
Nvidia再次交出了「半導體歷史上最乾淨、最漂亮」的成績單：營收年增 73%，毛利率穩守在 75%的神級水位，甚至連下一季的指引都遠超市場預期。
然而，股價卻在財報後不斷下跌。
這其實是一個悖論：過去14個季度，Nvidia一直在超越預期。如今，「超越預期」本身，已經成為了市場的「基本預期」。當數字上的勝利不再帶來驚喜，真正的問題便浮出水面。
Nvidia必須證明，這場由AI引發的滔天巨浪，是一個可持續數年的結構性超級週期，而不僅僅是短暫的泡沫。
證明AI不是泡沫，而是印鈔機
第一個問題是，客戶賺錢了嗎？
邏輯很簡單，客戶如果無法賺錢，他們總不會不斷加大支出，還要是在不斷燒錢的情況下。當微軟、Google、亞馬遜、Meta這四大巨頭佔據了Nvidia近半營收時，Nvidia的命運就與這些客戶能否將AI成功變現，緊緊地綁在了一起。
「運算力等於營收（Compute equals revenues）。」
黃仁勳嘗試向大家解釋上述邏輯，他進一步說明：「AI代理（Agentic AI）的拐點已經到來，我們的客戶正競相投資AI運算，這些是驅動AI工業革命的工廠。」
事實上，Meta 透過 GEM 模型，讓 Facebook 的廣告點擊率提升了 3.5倍。這就是黃仁勳所說的「自我強化飛輪」：更強的智慧 → 產生更多代幣 → 帶來更高的轉化與營收 → 投入更多算力。
但老實說，只有Meta一個是不足夠的。Nvidia 賣出了最好的鏟子，但金礦主們能否持續挖到金子並轉化為財報上的淨利，主動權並不在黃仁勳手中。這個問題的答案不在 Nvidia 的財報裡，而是在未來數季巨頭們的 ROI（投資回報率）數據中。
客戶的多元化
在無法控制客戶如何賺錢的同時，Nvidia能做的，就是將客戶群擴充。這一點，Nvidia其實做到了。
財務長Colette Kress揭露，光是「主權AI」業務，在2026財年就貢獻了超過300億美元的實際營收，較前一年增長了三倍以上。
這筆來自加拿大、法國、新加坡等國政府的巨額訂單，強而有力地證明了需求已從科技巨頭大規模擴散至國家層級。這是財報中為數不多的，能給市場帶來些許新意的數據。
「推理」需要繼續有護城河
過去兩年，Nvidia的劇本很簡單：賣鏟子給那些急於訓練大模型的科技巨頭。但現在，劇本進入了第二幕。
市場的疑慮很直白：「訓練完了，然後呢？」隨著AI應用大規模轉向推理，市場擔心Nvidia的市佔率將被客製化ASIC晶片或AMD侵蝕。
對此，黃仁勳表示：「Grace Blackwell是當今的推理之王（king of inference）。」
他宣稱的依據是，根據第三方機構SemiAnalysis的基準測試，Blackwell架構在推理任務上，實現了高達50倍的每瓦性能提升和35倍的每token成本降低。這意味著Nvidia在硬體層面直接挑戰了ASIC的成本優勢。
但空頭依然會質疑，在極大規模的單一推理場景下，Google 或亞馬遜的自研晶片難道沒有成本優勢嗎？這種心理博弈在 3 月 GTC 大會展示更多真實場景數據之前，很難分出勝負。
答案不在財報裡，而在三月的GTC
總結來說，股價的短期疲軟，反映的不是對業績的失望，而是對「故事預期」的落空。
事實是，Nvidia的財報雖然亮眼，但它更多的是一次「確認」，而非「啟示」。它向已經相信的投資者確認了Nvidia的強大，但坦白說，這份財報並沒有給予「尚未入場的人」一個必須立刻衝進去的理由。
Nvidia 目前處於一個奇特的狀態：業績極其強勁，但這已在預料之中。 對於已經持有的投資者，這是一份令人安心的保證書；但對於尋求短期暴利的投機資金，這份財報顯得「過於透明」，缺乏未被發掘的驚喜。
所有人的目光都已越過這些數字，投向了三月中旬的GTC大會。那將是黃仁勳的「佈道大會」，一場關鍵的「故事戰役」。他不僅要發布更快的晶片，更要用一個全新的、令人信服的故事，去回答市場的終極拷問：Nvidia在2027年及以後的增長引擎究竟是什麼？
在新的、能點燃市場想像力的故事出現之前，Nvidia的股價很可能會陷入區間盤整。
市場需要時間來消化這份「意料之中的完美」，並等待那些缺乏耐心的資本離場。
Nvidia 已經做到了它能做的一切，剩下的交給時間與它的客戶。 在新的敘事徹底擊敗舊的疑慮之前，股價的盤整或許是這場超級週期中，最健康的一場休息。
主題七：Netflix放棄收購華納，股價準備重回正軌了？
(圖片來源：Netflix官網)
這場搶親大戲，終於以一個戲劇性的結局落幕了。
主角 Netflix宣布放棄對華納兄弟探索（WBD）旗下核心資產（包括 HBO Max、華納兄弟影業等）的收購，將這場世紀併購案拱手讓給了出價更高的對手派拉蒙（Paramount Skydance）。
回顧這場出價戰，Netflix與派拉蒙（Paramount Skydance）代表了兩種截然不同的收購邏輯。
Netflix最初提出的報價是每股 27.75 美元。但 Netflix的胃口很挑剔，它只要「珍珠」：華納的製片廠、HBO和 Max串流平台，要求 WBD必須先剝離掉那些日薄西山的傳統有線電視網（CNN、TNT等）。
派拉蒙的野心則大得多。他們發動了一場「全公司收購」，開出了每股 $31.00 美元 (全現金)，打算將 WBD從頭到腳、連同所有優缺點（包括衰退的電視業務）全部吞下。為了展現誠意，他們還承諾支付高達70億美元的「反壟斷分手費」（如果交易被監管機構阻止），並代 WBD支付欠 Netflix的28億美元違約金。
面對派拉蒙更高、更乾淨、保障更全面的現金報價，WBD的董事會最終只能選擇後者。這給了 Netflix一個為期四天的「匹配權」，他們可以選擇跟進，提高報價。
「錦上添花，而非志在必得」
Netflix的回應快得驚人。在 WBD宣布決定後的短短幾小時內，Netflix的聯席 CEO就發表聲明，果斷拒絕跟進。
他們的核心聲明如下：
「我們最初的交易方案能在清晰的監管路徑下創造股東價值。然而，我們始終嚴守紀律，在匹配派拉蒙最新報價所需付出的價格下，這筆交易已不再具備財務吸引力。這次收購，在合適的價格下，始終是『錦上添花』（nice to have），而非不計任何代價的『志在必得』（must have）。」
為什麼「輸掉」收購戰，股價反而大漲？
最直接的原因是「不確定性」的移除。自去年 12 月傳出收購消息以來，Netflix的股價一度跌掉超過20%。投資人最恐懼的不是 Netflix沒買到東西，而是怕它「買貴了」。
市場擔心 Netflix會從一家輕資產、高毛利的科技公司，轉型成一家背負巨債、被傳統媒體業務拖累的平庸集團。現在，隨著 Netflix宣佈放棄，他們不再需要為了這筆千億交易去稀釋股權或大舉借債。
根據協議，Netflix將從 WBD手中拿走 28 億美元的分手費（由派拉蒙代付）。這筆錢幾乎是白撿的，足以抵消過去幾個月的併購開支。同時，暫停的股票回購計畫將立即恢復，這對股價提供了強力的支撐。
大漲背後的隱憂
但在大幅反彈後，我們必須反問：Netflix最初為何要發起這場世紀收購？答案在於其自身的增長曲線。
數據顯示，Netflix的增長已從高速擴張期進入成熟期。在這種背景下，收購 WBD旗下那些擁有數十年歷史、深入人心的超級 IP（如 DC 宇宙、哈利波特、HBO的劇集庫），無疑是為平台注入新活力、提升用戶黏性、並開拓衍生品市場的一條捷徑。
現在，這條捷徑被堵死了。雖然放棄是出於理性的財務考量，但那個根本問題依然存在：當用戶增長放緩，Netflix的下一個核心增長引擎在哪裡？
Netflix的官方答案是：依靠每年 200 億美元的內容預算進行有機增長，同時發展廣告、遊戲和體育直播等新業務。但這引出了另一個的質疑：靠自己從零到一地創造內容，能否打造出與《蝙蝠俠》、《權力遊戲》相匹敵的、能夠穿越數十年周期的文化符號？
聰明的止損，待解的難題
總結來看，Netflix放棄收購華納，是一次教科書級別的資本紀律展示。它聰明地避開了一場可能摧毀股東價值的過度支付，保住了自己健康的資產負債表和戰略靈活性。市場對此給予正面回饋，是完全合乎邏輯的。
然而，我們也必須清醒地認識到，這場「勝利」的背後，是 Netflix戰略藍圖上的一塊巨大留白。
Netflix已經向世界證明，它足夠聰明，不會去做一筆糟糕的交易；接下來，它需要證明的是，在不依靠外部併購的情況下，它依然有能力獨自開創下一個輝煌的增長時代。
主題八：OpenAI 與亞馬遜打算聯手打造甚麼？
在 OpenAI 最新一輪的融資版圖中，Nvidia 固然是技術背書，但亞馬遜（Amazon）無疑才是真正的戰略焦點。
長期以來，儘管 AWS 穩坐全球雲端市場的頭把交椅，但在生成式 AI 的浪潮中，其聲量始終被深度整合 OpenAI 的微軟 Azure，以及擁有 Gemini 的 Google 所壓制。這次協議，正是亞馬遜奪回話語權的絕地反擊。
根據協議，OpenAI 將未來八年高達 1,380 億美元的雲端支出承諾給了 AWS，並承諾使用 2GW（吉瓦）基於亞馬遜自研晶片 Trainium 的算力。表面上看，亞馬遜是用這 500 億美元的投資，預付了 OpenAI 未來八年的「餐費」。
不過，這其實都是大家所質疑的循環交易（Circular deal），大廠投錢給新創，新創再把錢花回大廠的基礎設施上。幾乎現在大家都在這樣玩，沒甚麼特別的。
因此，我認為協議的重點不在這裡。
誰才是最後的「控制層」？
現在，戰場已經從「誰的模型更聰明」轉向了「誰擁有企業的控制介面」。
• 微軟有 Copilot。
• Anthropic 有 Claude Cowork。
• OpenAI 則祭出了 Frontier。
這是一場關於「企業作業系統」的終極爭奪。OpenAI 深知，如果只做 API 供應商，最終難逃被雲端巨頭「管道化」（Pipelined）的命運。
因此，它必須建立自己的平台 Frontier，並拉攏雲端龍頭 AWS 來對抗微軟的垂直整合。
亞馬遜這 500 億美元買的不只是股權，更是「排他性的分銷權」。Frontier 未來的第三方雲端分銷將由 AWS 獨家代理。這意味著，以後企業想部署最頂尖的 OpenAI 服務，除了去微軟 Azure，唯一的入口就是 AWS。
雖然開發者仍可透過 Azure 調用基礎模型 API，但企業若想部署具備記憶、長期任務執行能力的「智能體軍團」（Agentic AI），AWS 成了唯一的雲端高速公路。
我們可以用一個直觀的比方：微軟是 OpenAI 的「原廠直營店」，而 AWS 則成了全球唯一的「授權總代理」。
深度技術整合：讓 AI 成為「原生公民」
值得注意的是，這並非簡單的轉售，而是深度的技術合流。協議中有一個名詞：Stateful Runtime（有狀態運行環境）。
過去我們使用 ChatGPT，大多是一問一答的「無狀態」對話。但未來的 AI 是「智能體」（Agentic AI），它需要記憶、需要身份、需要持續在後台處理複雜任務（例如自動管理供應鏈）。
這正是 AWS 與 OpenAI 深度合流的關鍵。雙方將共同在 Amazon Bedrock 上打造這種「有狀態環境」，並與 AWS 的身份管理（IAM）、數據儲存（S3）等底層服務無縫掛鉤。
這代表 AI 將從一個偶爾調用的「工具」，變成企業流程中不可拔除的「器官」。
一旦企業在 AWS 上部署了具備長期任務能力的智能體軍團，遷移成本將高到無法想像。這才是真正的護城河，也是亞馬遜願意砸下 500 億的原因，它在買未來十年的客戶忠誠度。
這種整合甚至會向下延伸到消費端。被詬病已久的語音助手 Alexa，將透過整合 OpenAI 的頂級模型獲得新生。一個真正具備上下文理解與複雜任務執行能力的 Alexa，將不再是個簡單的指令接收器，而是亞馬遜貫穿電商、廣告、媒體與智能家居生態的「超級入口」。
OpenAI 的制衡術
對於 OpenAI 而言，這筆交易的意義遠超資金本身，這是一場「制衡術」。
首先是資源轉嫁。OpenAI 預計到 2030 年的算力支出將高達 6,000 億美元。透過將亞馬遜、Nvidia、軟銀這些核心供應商轉化為股東，OpenAI 巧妙地將沉重的資本負擔轉嫁出去，確保了通往 AGI 之路上最稀缺的資源：算力與資金。
其次是主權獨立。過去，OpenAI 的企業級分銷幾乎完全依賴微軟。現在，透過將 Frontier 的獨家分銷權交給 AWS，OpenAI 成功開闢了第二條戰線。這不僅拓寬了商業版圖，更讓 OpenAI 在與微軟的談判桌上，擁有了無可替代的籌碼。
同時擁有微軟和亞馬遜這兩大巨頭作為核心股東，OpenAI 的戰略地位變得微妙而強大。它向市場傳遞了一個清晰的信號：OpenAI 的目標是成為一個跨越雲平台、中立且獨立的「AI 作業系統層」。
AI 時代的「狀態護城河」
這場 500 億美金的聯姻，標誌著「AI 基礎設施」與「企業邏輯層」的深度合流。
對於 Amazon 來說，這是一次防禦性的進攻，確保自己不會在 AI 時代淪為單純的「硬體租賃商」；對於 OpenAI 來說，這是為了在 AGI 到來前，先在企業端插好旗幟，利用「有狀態」的技術特性，建立起一道無法被輕易遷移的「狀態護城河」。
謝謝你閱讀到這裡，如果你覺得這份筆記為你帶來了價值，請不吝按下一個讚，這是我持續分享的最大動力。
我在Facebook和Threads都有每天發佈當天對市場的觀察，大家也可以考慮追蹤我的社交媒體。
另外我在Telegram有頻道，每天早上我會發當天重要新聞摘要。
同時，如果想開戶的話，可以考慮用我的富途/口袋證券獨家推薦碼，會有更多優惠。
全部資訊在以下鏈結：
另外，如果你已經加入付費會員，不要浪費了群組的功能，進入我們Substack的Chat功能一起討論市場!
· KP
未來 AI 的護城河不在模型，而在「記憶歸屬權」, 誰掌握 長期上下文 + 身份 + 行為資料 + 工作流程 並且讓它無法被抽離 ,誰就是最後的贏家。企業流程記憶 - AWS / Azure , 工作個人記憶 - 微軟 ,消費者生活記憶 - Amazon / Google / Apple, 如果用「記憶可抽離程度」來排序,微軟記憶附著在工作本身 > Google 記憶附著在意圖 >Amazon 記憶附著在消費 >AWS 記憶附著在基礎設施, 雖然大家都是贏家，但是看起來，未來幾年後微軟還是最具冠軍相,其中最重要的關鍵是記憶是否能被匯出 ? 如果可以所有的敘事都要再改變.
👍👍👍