#個人整理一定會有不完整或理解錯誤，請以Podcast的內容為主。
A. Apple 與 Google 的 AI 合作
-
Apple 付費合作的策略與動機 Apple 需向 Google 支付費用（彭博社報導指每年約 10 億美元）來換取這項服務，這是一個令人意外的發展。過去普遍認為在 AI 模型激烈競爭的環境下，模型供應商會爭相提供服務。 然而，將此視為一筆「學費」則更為合理。推測Apple 藉由這筆費用，可以獲得模型開發的 Know-how，並作為一個過渡方案，使其 In-house 團隊得以在過程中模仿學習，最終推出自己的模型。 Apple 擁有自己的伺服器團隊（使用調整後的 M 系列晶片）正在開發模型，因此不認為 Apple 會退出 AI 競賽，這次合作是為了確保在幾年後能推出自有產品。
-
Google 在 AI 戰場的強勢表現 此合作顯示 Google 在 AI 領域持續獲得勝利，顛覆了市場原本預期 Apple 會選擇 OpenAI 的預測。 Google 不僅在模型產出和 Search 結合 AI 方面領先，在硬體布局上也展現強勢。分析師報告指出，Google 除了自用 TPU 外，也出售約 1M 顆 TPU 給 Anthropic（可能採長約承諾）。 這種出售並非單純晶片交易，而是提供一個完整的 Solution，包含伺服器組裝、散熱、部署和代管。 內容中將 Google 視為一個值得鎖定的重點對象，因其股價估值相對未特別昂貴，且在各個層面都走在一個非常好的路上。
B. 記憶體市場
-
AI 伺服器拉動需求成主要動力 此波需求主要由雲端服務供應商（CSP, Cloud Service Provider）所拉動。與對價格高度敏感的消費市場不同，這些 CSP 屬於「口袋深的客戶」，對價格敏感度極低。 即使記憶體價格上漲 50% 甚至 100%，相較於整個 AI 伺服器的建置成本，這些只是小錢，CSP 仍願意全數吞下，推升價格走得更遠。
-
結構性變化： 大量 DDR 堆疊產能被轉去生產利潤更高的 HBM，導致其他記憶體供給被排擠；同時，AI 伺服器拉走大量 HDD，需求轉向 NAND Flash。此外，廠商選擇停產部分低階的 DDR3/DDR4 產線（EOL），使得台系廠商部分產品意外受惠。
-
-
原廠供需現況與展望至 2027 年 各大原廠的產能都已售罄，並有持續看好的長期展望：
-
HBM 售罄： Samsung 和 SK Hynix 的 HBM 產能都已賣光。
-
NAND 緊俏： Kioxia 表示轉向 NAND SSD 的產能非常擁擠。
-
長期看好： SanDisk 甚至表示緊俏狀況將延續到 2026 年底，已有客戶在洽談 2027 年的需求，而且表明暫無擴產計畫，這將加劇供給緊俏狀態，讓買方願意用更高的價格搶貨。
-
台系模組廠： 如創見等模組廠表示 NAND 報價已直接上漲 50%，且面臨「有錢還不一定收得到貨」的狀況。
-
-
對循環的認知與操作調整 雖然這是大宗商品的循環，規模是前所未有的大，但它最終仍將是一個循環（最終會因大擴產與單位儲存量提升而滿足需求）。 分享了自身在前期面對台系 DRAM 回檔時，因砍倉，後續難以追回的經驗，並調整想法，提醒應沿路修正交易策略，重點應放在賺取循環過程中的機會，而非過度預測頂部或底部。
QA
A. 對投資組合與市場估值的看法
-
Michael Burry 放空 NVIDIA 與 Palantir 的觀點
-
NVIDIA (NVDA)： 以 Forward P/E Ratio 來看，NVIDIA 並不是一個昂貴的股票。
-
Palantir (PLTR)： 雖然有持股，但其估值（以及 Cloudflare 的估值）被認為貴到不可思議。
-
放空 Palantir 具有邏輯性，因其估值極高；但放空 NVIDIA 是「比較特別」的選項，可能是錯誤的決定。
-
-
消費性電子市場與 AI 的連動性
-
市場狀況： 被動元件、記憶體或晶圓代工等公司股價上漲，與「消費復甦」無關，而是被 AI 需求帶動。
-
產業觀察： 整體消費性電子市場狀況「非常非常糟」，例如 威盛 (VIA) 等消費性相關股票，都顯示市場基本面不佳。
-
B. 交易策略與風險管理
-
如何面對「爆量黑 K」與高檔回檔
-
策略的必要性： 任何風控策略都存在利弊權衡，不可能找到一個策略可以「完美地吃下所有漲幅且不吃跌幅」；為規避風險，必定會犧牲部分報酬。
-
執行原因： 像「爆量黑 K」或「在高檔爆大量後直接 A 下來」的 K 線組合，從統計上看，後續站回去的機率偏低。
-
風險規避： 採取減碼是為了避免報酬從 50%-60% 暴跌到只剩 10%-20% 的情況發生。
-
調整建議： 若擔心賣出後錯失後續漲幅，可嘗試戰略性減碼（例如先賣三成或五成），而非一次賣光，以找到更適合個人的平衡點。
-
#個人想法
會不會APPLE的M系列的SERVER是用來放別人家的模型?因為安全性問題啥的，然後因為M系列又比較省電?會比使用NV或是TPU來的省?也就是成本上會比其他家更省?也有新聞提到Apple 正與 Broadcom 一起開發專用 AI 伺服器晶片（內部代號 Baltra），預計 2026 年量產，說明目前 M 系列可能還是過渡／非最佳伺服器 AI 設備(之前謝孟恭有提到M可能是過渡)。