AI 基建瓶颈从 GPU 迁到互连物理层
本节学什么
这一节只讲 Fabian 的总命题：AI 基建的真实瓶颈正在从单颗 GPU 性能，迁移到 GPU 之间、机柜之间、园区之间的互连物理层。深研把他的底层信念概括得很直接：测试台比电话会议更早暴露胜负。他不是从估值表或订单传闻起步，而是从信号能不能稳定传过去起步。100G lambda、PAM4、FEC、DSP、EML、AEC、CPO/LPO 在他那里不是概念，而是眼图、误码、功耗、风冷边界和客户认证。
核心框架
本节框架是“瓶颈迁移三问”。第一问，算力是否真的被单芯片 FLOPS 限制，还是被 scale-up、scale-out、scale-across 链路限制。第二问，互连问题落在哪个物理约束：损耗、误码、FEC 开销、TDECQ、模块功耗、散热、距离或客户认证。第三问，这个约束能否提前在测试台和资格认证中显形，而不是等到财报电话会才被管理层承认。Fabian 的独特性在于，他把 AI 基建从“GPU 多快”改写成“GPU 之间多快、稳不稳、热不热、错不错”。
他怎么用(具体案例+数据+原话)
深研记录他的履历是“测试台一手派”：计算机工程背景，曾在 MultiLane 从实习和工程岗位进入全球 FAE，长期接触信号完整性、眼图、BER、FEC、TDECQ、MSA 标准与光模块合规测试，后来经历 AWS、Quantifi Photonics，并在 2026 年 5 月加入 FundaAI 任高级分析师。这个路径解释了他为什么会说“真实约束不是 GPU 多快，而是 GPU 之间多快”。在 Google Ironwood TPU v7 供应链文章中，他把市场注意力从 AVGO、TSMC 这类显性核心，拉到 MediaTek、Celestica、光互连、测试测量、连接器、材料和更深供应链。这个案例说明，AI 平台的胜负不是只由加速器芯片决定，还由它能否被稳定、低误码、可散热地连成系统决定。
常见误区
第一，把 Fabian 读成普通光模块多头。深研明确说他不是“光模块多头”，而是测试台约束迁移的分析师。第二，把 AI 基建等同于 GPU 采购，忽略互连层的误码、功耗和认证。第三，把工程正确自动等同于投资正确；他自己的材料也反复强调不构成建议。第四，把财报后的管理层语言当第一信号，忽略测试台、样品认证和客户资格测试往往更早改变。
可迁移方法
遇到任何 AI 基建叙事，先写一张“瓶颈迁移卡”。第一格写当前约束：计算、内存、网络、光互连、供电、散热还是测试。第二格写可观测物理指标：BER、FEC 前误码、TDECQ、功耗、距离、温度、良率。第三格写验证阶段：实验室、送样、客户认证、小批量、高量产。第四格写财报语言是否已跟上。这样可以把宏大的 AI buildout 拆成可复核的工程链路。
小结
本节的核心是把 AI 基建从单点 GPU 叙事，推回互连物理层。Fabian 的价值不是喊光学受益，而是提醒研究者：当集群规模变大，真正的约束会在信号、误码、功耗、散热和认证中出现。合规使用这套方法，就是学他的工程验证顺序，不把它变成任何证券的买卖建议。
拆物理层：层级/速率节点/物理红线
本节学什么
这一节只讲“拆物理层”。Fabian 看互连不是先问哪家公司受益，而是先问链路在哪一层：机柜内、数据中心内，还是跨园区；再问速率节点是 100G/lane、200G/lane，还是未来 400G/lane；最后问物理红线在哪里。深研列出的 checklist 很清楚：损耗、功耗、误码、FEC、散热、距离，任何一个不过关，路线图都不能自动变成收入。
核心框架
本节框架是“层级 × 速率 × 红线”。层级决定距离和介质：机柜内可以讨论铜缆、AEC、ACC、短距光；数据中心内要看 800G、1.6T 模块和交换机端口；跨园区 scale-across 则会把 coherent、DCI、OCS 和光纤管理带进来。速率决定工程难度：100G/lane 是上一代大规模基础，200G/lane 是 1.6T 的现实商业窗口，400G/lane 更像工程终局而不是立刻统治。红线决定可部署性：模块功耗超过风冷边界，FEC 开销吞掉收益，误码率无法稳定，客户认证延后，都会改变判断。
他怎么用(具体案例+数据+原话)
深研在未来判断里写得很具体：2026 年现实部署以 200G/lane 为主，400G/lane 是方向但不会立即统治。Fabian 的问法不是“更快一定更好”，而是“200G/lane 没有 DSP 能不能跑，模块功耗超过 25W 是否破坏风冷，1.6T 过渡是否制造 800G air pocket”。这几个问题都属于物理层红线。比如 1.6T 如果依赖 200G/lane，它的商业化不只取决于模块厂样机，还取决于 DSP、TIA/driver、EML、SerDes、测试设备和客户交换机平台是否一起闭合。他也会把 “无差错传输链路是复杂数学维持的幻觉” 这类语言放到讨论里，提醒读者不要把高速链路想成插上就能跑的水管。
常见误区
第一，把 800G、1.6T、3.2T 当成线性升级。速率翻倍会把功耗、热、眼图、FEC 和测试复杂度一起抬高。第二，把 lane 速率和模块总速率混在一起。1.6T 可以来自更多 lane，也可以来自更高速 lane，两者对器件和测试要求不同。第三，把跨园区训练和机柜内互连放在同一张表里比较。距离变了，介质、DSP、相干技术和运维方式都会变。第四，只看供应商发布，不看客户认证阶段。
可迁移方法
研究任何互连新闻时，用三行表强制拆开。第一行写层级：rack、inside DC、scale-out、scale-across。第二行写速率：模块总速率和单 lane 速率分开写。第三行写红线：损耗预算、功耗预算、误码目标、FEC 方案、散热条件、距离、客户平台。若新闻只给“1.6T 样机”却不给功耗、认证、端口平台和量产时间，就只能放在技术进展栏，不能放进收入兑现栏。
小结
本节的重点是物理层先于公司映射。Fabian 的研究强度来自把互连拆到层级、速率节点和物理红线，而不是把所有 AI 光互连都写成同一种机会。合规使用这节方法，就是先判断链路能不能跑，再判断供应链谁可能参与；不从技术路线图直接跳到投资结论。
供应链节点口径：三色表
本节学什么
这一节只讲证据口径。Fabian 的供应链拼图很有冲击力，但深研也提醒：他的长尾映射不是内部确认，而是高质量拼图。因此，学习他的同时必须学会给每个节点标口径等级。绿色是硬事实，黄色是高质量推断，红色是低确定性叙事。没有这张三色表，Ironwood、CPO、AEC、测试测量、长尾材料都容易被读成确定性名单。
核心框架
三色表要同时记录“证据等级”和“产业阶段”。绿色包括公司正式披露、财报数字、客户已确认、标准组织公开材料、明确的量产或 sole-source 资格认证。黄色包括管理层暗示、供应链公告、读者线索与多源交叉后形成的强推断。红色包括相关性联想、市场传闻、只因为技术听起来相近就被塞进 AI 叙事的公司。产业阶段则分研发、送样、认证和高量产四格。绿色研发与绿色量产不是一回事；黄色认证也不能写成收入已经发生。
他怎么用(具体案例+数据+原话)
Google Ironwood TPU v7 是本节最好的案例。深研记录，2025 年 11 月 24 日的 Ironwood 供应链长尾论让他成名：市场原本看显性核心，他把 MediaTek、Celestica、光互连、测试测量、连接器、材料和更深供应链拉到台前。真正重要的是后续 v2 修正：2026 年 4 月 1 日，他公开承认初版某些 Broadcom 杠杆和 Arista spine 判断不稳。这个动作说明他知道拼图边界。把冷门节点拉出来是能力，把 Broadcom 和 Arista 判断不稳写出来是纪律。深研把这件事定义为“既能把冷门节点拉到台前，也愿意把拼图错误写出来”。
常见误区
第一，把出现在 Fabian 图谱里的公司都当成确认供应商。深研已经明确：供应链拼图依赖公开资料、读者纠错和模式匹配，不等于内部确认。第二，把公司“可能受益”写成“已经出货”。第三，把读者评论、X 线索、Substack Note 与财报披露混为一档。第四，只保存命中案例，不保存被修正的判断。这样会把一个研究流程误读成战绩展示。
可迁移方法
建立一张四列证据表。第一列写节点：DSP、EML、TIA/driver、测试设备、连接器、photomask、电镀化学、光纤管理。第二列写阶段：研发、送样、认证、量产。第三列写颜色：绿、黄、红。第四列写验证日期和下一次可复核事件。任何长尾公司只有从红变黄、从黄变绿，才提高置信度；反过来，若财报或客户披露不支持，就降级。这个方法能保留 Fabian 的供应链敏感度，同时避免把推断包装成确定事实。
小结
本节的核心是口径纪律。Fabian 的 alpha 很多来自长尾拼图，但长尾拼图最容易被滥用。三色表能把“看见可能性”和“确认事实”分开，让研究者既不迟钝，也不越界。合规上，本节只教证据分级，不把任何图谱节点写成推荐。
测试台到资本市场的时间差 alpha
本节学什么
这一节只讲 Fabian 最有辨识度的时间差：测试台先暴露问题，资本市场后反应。深研把他的变种认知写成一句话：能把“R&D 实验室里谁过不了测试”翻译成“两个季度后谁的财报语言会变”。这不是神秘信息优势，而是工程验证节奏和财报披露节奏之间的错位。测试台上的眼图、BER、TDECQ、FEC 前误码、模块功耗和认证进度，往往早于订单、收入和管理层措辞变化。
核心框架
时间差 alpha 分四步。第一步，找到测试项目：200G/lane、224G SerDes、1.6T 模块、3.2T 路线、LPO/LRO、CPO、AEC 或相干 DCI。第二步，判断测试失败会影响哪一类供应商：模块、DSP、激光器、driver、测试测量、连接器或交换机。第三步，等待管理层语言变化：从“强需求”“unprecedented growth”“客户认证顺利”，变成“认证周期更长”“客户节奏调整”“供应限制”“过渡期 air pocket”。第四步，用订单、资格认证、sole-source、design win 或收入拆分回测。
他怎么用(具体案例+数据+原话)
测试测量公司是本节最具体的案例。fabian_forward 记录，他把 Keysight 定位为 200G/224G per lane 和 1.6T 测试验证的核心“卖铲人”，并概括为每个高速电光通信过渡都要对 Keysight 参考系统做资格认证。Viavi 的案例也类似：他把 Viavi 放在从 800G 到 3.2T 光模块验证复杂度上升的链条里，强调它是 AI optics buildout 背后的测试设备，而不是普通通信设备叙事。这里的数字不是收入预测，而是速率节点：800G、1.6T、3.2T，以及 200G/224G per lane。测试设备先受益于验证复杂度，因为所有高速链路都必须先证明能稳定传输。
常见误区
第一，把测试测量当成滞后设备采购。Fabian 的逻辑相反：越接近新速率节点，越先需要测试与验证。第二，把测试设备订单直接等同于终端需求确认。测试需求上升说明工程复杂度增加，但不保证所有客户平台量产成功。第三，只看模块厂收入，不看测试台在速率切换前的信号。第四，把“谁过不了测试”理解为永久失败；工程失败也可能通过 DSP、FEC、散热或封装修正。
可迁移方法
做一张“测试台时间轴”。横轴写季度，纵轴写测试对象。每个对象记录四种信号：测试设备发布或订单、客户认证进度、供应商财报语言、实际收入。若测试台信号领先，但财报还没反映，只能记为前置信号；若两季后管理层语言和订单可见度同步变化，置信度提高；若没有跟进，就降低权重。这个方法尤其适合速率迁移、模块过渡和新互连架构。
小结
本节的核心是时间差，而不是内幕。Fabian 的测试台视角让他在财报语言变化前看到工程压力，但测试信号必须回到客户认证和收入验证。合规使用这套方法，是把测试台作为产业雷达，不把它直接变成交易指令。
铜没死：AEC 让铜换活法
本节学什么
这一节只讲 Fabian 的反共识判断：“铜没死”。这里不是说无源铜可以无限延伸，而是说 AEC 让铜换了一种活法。市场容易用“CPO 革命”“光取代铜”这类粗词写线性替代，Fabian 会把它拆成距离、功耗、DSP 重生成信号、机柜内窗口和客户认证。AEC 的关键不是怀旧铜缆，而是把主动电子能力放进链路，让短距互连在一段时间内继续有经济性。
核心框架
本节框架是“铜的三条生命线”。第一条是距离窗口：机柜内或近距离场景对成本、功耗和部署便利性敏感，不必每一段都立刻光化。第二条是信号再生：AEC 通过 DSP 或主动电子器件补偿损耗、重建信号，使铜在高速节点仍有可用空间。第三条是替代节奏：CPO、NPO、LPO、LRO 都有工程和生态门槛，不会因为概念更先进就马上压扁所有既有方案。Fabian 的判断重点是共存窗口，而不是永恒赢家。
他怎么用(具体案例+数据+原话)
CRDO 与 DustPhotonics 是本节专属案例。fabian_forward 记录，2026 年 4 月 13 日相关 Note 中，他反驳“铜已死”的噪音，并把 DustPhotonics 称为原有强 thesis 的补强；2026 年 5 月 29 日，他又称 DustPhotonics 会深化 Credo 在 800G、1.6T 和 3.2T 近封装/共封装光学的组合。这里的重点不是推荐某家公司，而是框架：AEC、SiPho、NPO/CPO 可以被放进同一个互连平台视角里，铜与光不是简单二选一。深研也把他的未来判断写成“铜没死，是换了活法”：无源铜距离受限，但 AEC 通过 DSP 重生成信号仍能在机柜内占据窗口。
常见误区
第一，把“铜没死”理解为否认光互连。Fabian 的能力圈恰恰包括光模块、DSP、EML、CPO/LPO/LRO；他反对的是过早宣布单一路线胜利。第二，把 AEC 只当线缆产品。AEC 的价值在于主动电子和信号重建，而不是铜材本身。第三，忽略功耗和散热。如果主动方案为了延长铜而消耗过多功率，经济性会下降。第四，把持仓相关强观点原样放大。深研提醒，CRDO 等其长期看好的名字上情绪和立场会更重，需要读者主动打折。
可迁移方法
研究铜与光替代时，先画“距离-功耗-复杂度”三轴图。横轴写距离，纵轴写功耗预算，第三轴写部署复杂度。无源铜、AEC、ACC、光模块、CPO 分别放上去，再标注客户认证阶段。若某方案只在实验室可行、但客户机柜功耗不允许，就不能写成替代完成。若 AEC 继续拿到新 socket 或客户认证，就说明铜的窗口仍在；若 CPO 在机柜内快速标准化并压缩 AEC 订单，才是反证。
小结
本节的核心是替代节奏。Fabian 的“铜没死”不是口号，而是对 AEC、DSP 重生成、机柜内距离和 CPO 量产节奏的组合判断。合规使用这节方法，就是判断技术共存窗口和反证信号，不把 CRDO 或任何相关公司写成投资建议。
scale-across 与长尾节点
本节学什么
这一节只讲 scale-across 和长尾节点。Fabian 的独特之处不只是看热门光模块，而是把跨园区训练、相干光、DCI、OCS、光纤管理、测试测量、连接器和材料拉进 AI buildout。深研总结他的未来判断：scale-across 会把相干光和 DCI 从边缘主题推成核心主题；光互连长尾会继续出现被市场晚连接的节点。换句话说，AI 集群不只在单一数据中心内长大，也会把外部光网络和无聊供应链环节带起来。
核心框架
本节框架是“两层扩散”。第一层是网络扩散：从 scale-up、scale-out 到 scale-across，训练和推理负载跨越单园区后，相干光、DCI、OCS、光纤管理、网络设备会变得重要。第二层是供应链扩散：当高速链路变复杂，alpha 不一定只在最热的模块和 DSP，也可能在测试测量、photomask、电镀化学品、连接器、光纤管理、TIA/driver 这类冷门节点。Fabian 的研究习惯是把这些冷门环节先放进观察池，再等待订单、认证或财报语言验证。
他怎么用(具体案例+数据+原话)
Ironwood 是长尾节点的代表案例，Semtech、Lumentum、Coherent、Adtran 则能说明 scale-across 的扩散。深研记录，Ironwood TPU v7 长尾论把市场注意力从显性核心拉向 MediaTek、Celestica、光互连、测试测量、连接器和材料。fabian_forward 还记录，Semtech 的数据中心收入被他视为 AI 互连弹性的读数；Lumentum 的激光器、OCS 和 ELSFP 被他放在关键部件层，并用“No Lasers, No AI”强调可靠激光器的重要性；Adtran 被他称为有 AI buildout 敞口的小盘光网络与 DCI 供应商。这里每个案例对应不同环节：平台长尾、数据中心互连、激光器/OCS、二线 DCI。
常见误区
第一，把长尾等同于冷门小票清单。Fabian 的长尾不是为了找更刺激的名字，而是为了找到被主流晚连接的工程节点。第二，把 scale-across 与普通长距运营商网络混为一谈。跨园区训练的需求、时延、带宽和控制方式不同于传统骨干扩容。第三，把“公司首次提 AI”当成确认。真正需要看订单、客户部署、资格认证和收入拆分。第四，只追最热的 LITE/CRDO，忽略他自己说 alpha 可能在 photomask、测试测量、电镀化学和光纤管理这类无聊环节。
可迁移方法
建立一张“scale-across 扩散图”。中心写训练平台和云厂需求，第一圈写 DCI、coherent、OCS、光纤管理和网络设备，第二圈写激光器、DSP、TIA/driver、测试设备、连接器和材料，第三圈写公司财报和订单验证。每个节点必须标注它是平台必需、性能优化、产能瓶颈，还是仅仅相关。只有当公司首次把 AI 数据中心列为主要增长驱动，并且订单或客户认证先于主流覆盖出现，才提高置信度。
小结
本节的核心是从热门互连扩展到跨园区和长尾节点。Fabian 的价值在于把 AI 基建看成物理系统，而不是只看 GPU 和头部模块。合规使用这节方法，是做产业链观察和证据升级，不把冷门节点包装成荐股。
公开纠错纪律 + 权重打折
本节学什么
最后一节只讲如何正确使用 Fabian，而不是被他的锋利风格带跑。深研对边界写得很明确：他不是公开组合管理人，估值、组合仓位、宏观流动性不是强项；公开写作周期较短，主要经受的是光通信上行阶段；加入 FundaAI 后，观点披露和沉默都要叠加合规边界。学习他，重点是物理层判断、证据分级、公开纠错和反证纪律，不是复制立场。
核心框架
本节框架是“权重四层”。第一层权重最高：物理层是否成立，包括误码、功耗、FEC、散热、距离和认证。第二层是供应链映射，必须标注证据等级。第三层是财报和订单回测，观察管理层语言是否升级或撤回。第四层权重最低：股价涨幅、社交媒体热度和自报战绩。深研还给出研究退出纪律：若管理层语言从强增长降级，若 1.6T 资格认证延后，若客户从 merchant 方案转向垂直整合，若 800G air pocket 被财报证实，就要降低叙事权重。
他怎么用(具体案例+数据+原话)
Ironwood v2 是公开纠错案例。2026 年 4 月 1 日，他承认初版某些 Broadcom 杠杆和 Arista spine 判断不稳，说明自己能把拼图错误写出来。交易执行层面，深研还记录他自认卖飞 Coherent 和 Lumentum，这说明看懂光学大方向不等于拿住最大收益。利益边界层面，他常用类似“Not financial advice. Not any advice. DYOR.”的表达；深研也提醒，CRDO 等长期看好的名字需要主动打折。FundaAI 加入公告则提供另一个边界：2026 年 5 月加入机构后，部分覆盖可能受合规限制，未来的尖锐表达和沉默都不能按过去独立 Substack 的节奏机械外推。
常见误区
第一，把公开纠错当成可信度瑕疵。对 Fabian 这类供应链拼图研究者，愿意写 v2 修正反而是可信度资产。第二，把其长期看好的名字按同等权重吸收。持仓或情绪相关观点必须降权。第三，把工程判断直接推成估值判断。小盘光通信名字波动大、流动性差，工程正确不等于价格正确。第四，把自报战绩当审计记录。深研要求所有自报战绩标“未经审计”，所有未出货技术标“在途”。
可迁移方法
使用 Fabian 时，给每条结论写“权重标签”。物理层硬约束标 A，供应链高质量推断标 B，社交情绪或涨幅归因标 C，持仓相关强观点额外打折。每月复核四件事：客户认证是否推进，管理层语言是否撤回，订单是否可见，反证是否出现。遇到他公开纠错，不要删除旧笔记，而要保留初版、修正版和错误原因，这样才会积累真正的研究流程。
小结
本节的核心是边界感。Fabian 适合作为光互连和测试测量的产业雷达，不适合作为荐股机器。正确使用他，是把物理层证据放第一，供应链拼图放第二，涨幅归因放最后，并对持仓相关观点、半匿名履历、自报战绩和机构合规变化保持打折。课程到这里结束，结论仍是产业研究方法，不是投资建议。
本页整理 Fabian 公开材料中的方法论，用于投研学习，不构成证券买卖建议；个人观点；提及不等于持仓；引用以原文为准。
