"Your move, Nvidia." —— 一句话看懂 AI 网络战争
本节学什么
本节只讲 TPM 用一句话打开 AI 网络战争全局的能力。2023 年 7 月 Ultra Ethernet Consortium 成立时，普通读法会停在成员名单和规范目标；TPM 的读法是把它放进 2014 年 25GbE 联盟、IEEE 标准流程、超大规模厂商采购权和 Nvidia InfiniBand/NVSwitch 收费站的历史坐标里。他写下 “Your move, Nvidia.”，不是为了戏剧化，而是在说：AI 后端网络已经从产品竞争升级为生态围攻，开放以太网要挑战的不只是一种线缆或交换机，而是一整套封闭利润池。
核心框架
这节的框架是“三层战争图”。第一层是协议层：InfiniBand、Ethernet、UEC、NVLink、NVSwitch 分别控制不同半径的通信。第二层是产业层：超大规模厂商、云厂商、交换 ASIC、整机厂和 Nvidia 网络资产之间重新分配议价权。第三层是钱流层：谁拿到后端交换收入，谁失去专有互连溢价，谁能在新标准内部重建收费点。TPM 的总纲不是“以太网更好”，而是“开放标准、量产经济学和 hyperscaler 采购权会不断逼迫封闭平台调整”。
他怎么用(具体案例+数据+原话)
2023-07-20 的 UEC 文章里，他把局面类比到 2014 年 25GbE 联盟：超大规模厂商和云厂商当年觉得标准流程太慢，自己组团推动 25GbE，最后 IEEE 也不得不承认新标准。他的原话判断是 “And if history is any guide, they are going to get it.” 接着才是那句 “Your move, Nvidia.” 两年后的回测站在这条线上：Dell’Oro 2025 口径显示，AI 后端网络两年前 InfiniBand 接近 80%，到 2025 年以太网反超，并占交换机销售额三分之二以上。这个案例说明，TPM 的价值不在提前喊某个代码，而在把一条联盟新闻翻译成“谁在围攻谁的利润池”。
常见误区
第一，把“以太网赢”读成“Nvidia 必输”。TPM 后续专门指出 Nvidia 也能用 Spectrum-X 在以太网内重建收入，因此协议失守不等于公司失守。第二，把 UEC 成立当成已经兑现的结果。联盟是起点，真正验证来自规范、芯片、交换机、客户部署和市场份额。第三，把这场战争看成网络工程师的细节问题。后端网络决定集群可扩展性和训练时间，本质上是 AI 基础设施的钱流控制权。
可迁移方法
看到任何 AI 网络新闻，先不要写涨跌，先写五个字段：它属于协议、ASIC、整机、云厂商部署还是财报收入；它围攻的是哪一层利润池；替代品有没有成本或性能触发器；验证日期在哪里；谁可能失去收入。这样读 UEC、Spectrum-X、UALink、Tomahawk Ultra 都不会混成一句“网络很重要”。标的名称只作案例入口，不构成投资建议。
小结
TPM 的第一课是把新闻升维成生态战。“Your move, Nvidia.” 的真正含义是：当开放标准和超大规模采购权结盟，封闭平台必须出牌；但出牌方式可能是防守，也可能是在新标准里重新收费。
平台整体观:为什么芯片参数表不会告诉你谁赢
本节学什么
本节只讲 TPM 的平台整体观。The Next Platform 这个名字本身就是方法论：真正的计算机不是某颗芯片，而是计算、网络、存储、系统软件、电力和资本开支组合成的平台。读交换芯片新闻时，很多人记住 14.4T、51.2T、102.4T 这类参数；TPM 会追问这颗芯片进入哪张拓扑、能减少几层网络、影响多少训练时间、把收入从谁的口袋转到谁的口袋。参数只有变成平台变化，才有产业含义。
核心框架
平台整体观有四步。第一，把单品参数换成集群尺度，例如一颗 102.4 Tb/sec 交换 ASIC 能否支撑 131,072 颗 GPU 两层互连。第二，把时间换成钱，因为 AI/HPC 的训练时间就是资本回报的一部分。第三，把网络放进总成本：网络可能只占集群成本 10%-20%，但它决定训练作业是否被通信拖慢。第四，把厂商动作拆成收入拓扑：谁卖 ASIC，谁卖交换机，谁卖系统，谁通过软件和协议锁住客户。
他怎么用(具体案例+数据+原话)
2023-04-26 他写 Jericho3-AI 时，没有停在 14.4 Tb/sec，而是引用 Meta 的数据：集合通信会浪费计算节点 18%-57% 的时间，单节点价值约 40-50 万美元。因此他写出类似原话的判断：“If time is money”，在 AI/HPC 里通常就是这样，同样时间能训练更多模型就是经济收益。2025-06-03 他写 Tomahawk 6，也不是只庆祝 102.4T，而是把它放进 131,072 颗 GPU 两层网络的可能性里。2026-03-31 解读 Nvidia 与 Marvell 的 20 亿美元交易时，他看的也不是单一 NVLink Fusion，而是 Vera CPU、ConnectX、BlueField、Spectrum-X 和第三方 XPU 如何组成半开放平台。
常见误区
第一是参数崇拜。带宽、端口、延迟都重要，但脱离拓扑就只是规格表。第二是低估网络，因为网络成本占比看似小，却可能吞掉大量节点时间。第三是把平台观理解成只看大公司。平台视角确实容易偏向在位者，所以遇到良率、封装、HBM 排产这类底层问题，需要和供应链研究交叉验证。TPM 的能力圈是系统与市场层，不是所有半导体细节。
可迁移方法
给每条基础设施新闻画两张图。一张是物理拓扑：XPU、网卡、DPU、交换、存储、电力分别在哪里。另一张是收入拓扑：芯片、盒子、系统、软件、运维分别由谁收费。只有两张图的交叉点出现变化，才说明参数进入了钱流。这个方法可用于 AVGO、NVDA、ANET、GOOG、META 等案例，但只代表观察框架。
小结
平台整体观把问题从“谁参数更高”改成“谁定义系统，谁重新分配钱流”。TPM 的强项正是把工程参数接到训练时间、集群拓扑和厂商收入上。
Tomahawk 鼓点:以太网交换的世代节拍器
本节学什么
本节只讲 Tomahawk 这条节拍线。TPM 写 Broadcom Tomahawk 的价值，不是报道“又发布一颗交换芯片”，而是把以太网交换 ASIC 写成 AI 网络的世代节拍器。Tomahawk 5 在 2022 年达到 51.2T，Tomahawk 6 在 2025 年达到 102.4T，路线图还指向 TH7 的 204.8T 和 TH8 的 409.6T。这个约两年翻倍的鼓点，会影响云厂商网络层数、交换机设计、白盒交付和财报确认窗口。
核心框架
Tomahawk 鼓点法分五步。第一，记录代际和发布时间，而不是只看发布会口号。第二，把 ASIC 带宽换成集群规模，TH6 的核心意义是十万级 GPU 两层网络的可能性。第三，拆分商业阶段：发布、送样、交换机设计、云厂商验证、批量部署、财报确认。第四，跟管理层口径和第三方份额交叉，避免只被技术路线图带着走。第五，把 scale-out 的已验证部分和 scale-up 的在途想象分开，不提前把预测当现实。Tomahawk 还有一个隐含用途：它给研究者提供“默认节奏”。任何厂商声称提前跳代或绕开这一节奏，都要拿出客户设计和量产证据。
他怎么用(具体案例+数据+原话)
2022-08-17，TPM 写 Tomahawk 5，强调 51.2T 单片是以太网交换带宽鼓点中的关键一代。2025-06-03，他写 Tomahawk 6，把 102.4T 放进 AI 数据中心“饥饿”的语境，讨论它如何服务 131,072 颗 GPU 两层网络。思想体系还记录 Broadcom FY2025 AI 收入各季同比从 46% 到 63% 再到 74% 加速，Q2 AI 网络收入同比约 +170%，占 AI 收入约 40%。这些数据让 Tomahawk 不只是产品故事，而是有收入曲线验证的节拍器。
常见误区
第一，把路线图等同出货。TH7、TH8 是节奏观察点，不是当期收入。第二，把 Broadcom AI 收入增长完全归给单颗 Tomahawk，实际还要区分定制芯片、网络、客户节奏和产品组合。第三，忽略 Nvidia 的反击，Spectrum-X 也能在以太网窗口夺收入。第四，把带宽翻倍直接理解成价值翻倍。价值来自是否减少网络层、降低单位端口成本、改善作业完成时间和被客户采用。
可迁移方法
建立一张“产品节拍/收入节拍”双表。产品节拍记录 TH5、TH6、Tomahawk Ultra、TH7、TH8 的参数、发布时间和目标拓扑；收入节拍记录 AI 网络收入、客户采用、交换机份额和交付周期。每次更新只把证据放进对应阶段，不用发布新闻替代财报确认。相关公司只是研究入口，不能据此形成买卖建议。
小结
Tomahawk 鼓点告诉我们，以太网 ASIC 的节奏会提前映射 AI 网络部署窗口。TPM 的独到之处是把芯片代际、集群拓扑和收入确认放在同一条时间线上。
Jericho 线:深缓冲、跨数据中心与"第二把刀"
本节学什么
本节只讲 Broadcom 的 Jericho 线。若 Tomahawk 是高量通用以太网交换的鼓点，Jericho 就是 TPM 眼里的第二把刀：深缓冲、更大半径、更适合拥塞和长距离场景，从单数据中心内部走向跨数据中心。TPM 写 Jericho3-AI 和 Jericho 4 时，关注点不是芯片参数本身，而是 AI 集群半径正在扩大。当单栋楼、单个园区无法容纳训练所需的电力和节点，数据中心之间的网络就会从边缘设施变成核心利润池。
核心框架
Jericho 线要按网络半径读。第一层是 scale-up，处理机柜内或节点内高速互连。第二层是 scale-out，处理单数据中心内部的大规模通信。第三层是 DCI 或跨数据中心互连，处理多个设施之间的训练和同步。Jericho 的关键词是深缓冲、拥塞管理、长距离和 JCT，也就是 job completion time。TPM 看重的是：网络方案是否让同样时间训练更多模型，而不是端口价格看起来多便宜。
他怎么用(具体案例+数据+原话)
2023-04-26 他写 Jericho3-AI，记录 14.4 Tb/sec，同时把重点放到训练 JCT：以太网在 AI 训练作业完成时间上可以和 InfiniBand 打平，甚至约有 10% 改善。配合 Meta 的集合通信浪费 18%-57% 节点时间、单节点 40-50 万美元的背景，这就是“时间即钱”的工程版。2025-08-13 他写 Jericho 4，把网络半径拉到超过 20 万节点和跨数据中心交换，判断 Broadcom 正在为“一个集群装不进一个数据中心”的时代卡位。值得注意的是，深研也承认 Jericho3-AI 的方向被验证，但产品本身未必成为主流方案，主流更多走 Tomahawk/Spectrum-X。
常见误区
第一，把“方向对”误读成“单品赢”。Jericho3-AI 证明了以太网训练 JCT 的方向，但不等于这颗产品成为最大赢家。第二，把跨数据中心网络当普通 DCI。AI 训练同步对延迟、拥塞和容错的要求不同于传统备份复制。第三，忘记跨 DC 的前提是单设施受电力、土地或规模约束；若 CapEx 或 HBM 放缓，跨 DC 需求兑现也会延后。
可迁移方法
为每条网络产品线写“半径卡片”：服务 scale-up、scale-out 还是跨 DC；解决的是带宽、缓冲、延迟、拥塞还是地理扩展；验证来自 JCT、客户部署还是收入。再加一栏“归因风险”：以太网份额上升可能不是 Jericho 贡献，跨 DC 需求成立也可能被其他方案拿走。这样能避免把产业趋势和单品胜负混成一件事。
小结
Tomahawk 告诉你以太网的节拍，Jericho 告诉你以太网的半径。TPM 用 Jericho 线提醒我们，AI 网络的钱流可能从机柜、楼宇扩展到多个数据中心之间。
InfiniBand 兴衰史:一个判断者的两次下注
本节学什么
本节只讲 TPM 如何公开修正判断。2015 年，他认为 InfiniBand 太快，以太网短期杀不死；这个判断在 2015 到 2023 年大体成立，GenAI 爆发早期 InfiniBand 仍在 AI 后端网络里占据强势位置。2023 年后，他转向以太网终局论，并在 2025 年评 Tomahawk Ultra 时主动翻出旧判断对照。这节的重点不是“他最后对了”，而是学习一种判断纪律：旧结论在什么条件下成立，什么新证据足以触发改口。
核心框架
复盘 InfiniBand 兴衰要问四件事。第一，旧判断为什么成立：InfiniBand 在 HPC 和早期 AI 后端里确实有低延迟、高性能和生态优势。第二，新证据是什么：以太网 JCT 打平或改善、端到端成本只有 InfiniBand 的 1/2 到 1/3、UEC 联盟形成、云厂商有强烈标准化动机。第三，回测是什么：2025 年以太网在 AI 后端反超。第四，未被攻下的堡垒在哪里：scale-up 的 NVLink/NVSwitch 域尚未被以太网彻底证明。
他怎么用(具体案例+数据+原话)
2023-07-20，TPM 在 UEC 文里用 25GbE 联盟类比，判断超大规模厂商要的标准最终会得到。2024-05-09，《Greasing The Skids》给出替代经济学：以太网端到端成本是 InfiniBand 的一半到三分之一，Arista 在大集群竞标中有 4:1 的相对优势；他还算过 Arista 每赚 7.5 亿美元 AI 互连收入，Nvidia 可能失去 15-22.5 亿美元。2025-07-17，他评 Tomahawk Ultra 时对照 2015 年旧文，并写出 “We strongly suspect that Tomahawk Ultra will do much, much better.” 这里的“much, much better”是强判断，但状态仍要等待 2026-2027 验证。
常见误区
第一，嘲笑 2015 年旧判断。一个判断正确覆盖八年，不应因为后来环境变化就被简单打成错误。第二，把贝叶斯更新看成摇摆。TPM 的转向有成本、JCT、联盟、份额四条证据链。第三，认为专有互连会一次性归零。Nvidia 仍有 NVLink/NVSwitch 和 Spectrum-X，且可能用半开放策略重塑边界。第四，只看市场份额不看收入份额；协议份额、整机份额、ASIC 份额和收入份额可能给出不同答案。
可迁移方法
给自己的产业判断写“改口模板”：原判断、成立时间、成立原因、触发改口的证据、当前回测、仍不足以推翻的反例。这个模板比追逐最新标题更重要。用它跟踪 InfiniBand、以太网、NVLink、UALink 或 HBM governor，都能强迫自己把信念和证据分开。
小结
InfiniBand 兴衰史在 TPM 体系里是一堂职业纪律课。好判断不是永远不变，而是知道旧结论的适用期，并在证据足够时公开更新。
Nvidia 的自我革命:Spectrum-X 与"输掉协议、赢下收入"
本节学什么
本节只讲一个反直觉命题：以太网赢，不等于 Nvidia 输。TPM 的以太网终局论常被误读成对 Nvidia 网络业务的简单看空，但他在 2025 年又指出 Nvidia 已经在数据中心以太网交换收入上登顶。真正强的平台公司可能输掉旧协议的独占地位，却在新协议内部重建收费点。Spectrum-X 的意义就在这里：它让 Nvidia 从 InfiniBand 的被替代者，变成以太网大潮里的主要参与者。
核心框架
这节要拆三张表。第一张是协议表：InfiniBand 在 AI 后端份额承压，以太网成为主流方向。第二张是产品表：Spectrum-X、ConnectX、BlueField、Mellanox 网络软件和白盒链条如何组成 Nvidia 的以太网方案。第三张是收入表：InfiniBand 可能下滑，但以太网交换收入可能上升，净效应要看替换速度和利润质量。TPM 的高阶读法，是拒绝把公司命运压缩为单一协议份额。
他怎么用(具体案例+数据+原话)
2024-05-09，TPM 先算过替代压力：Arista 每获得 7.5 亿美元 AI 互连收入，Nvidia 可能失去 15-22.5 亿美元。这是 InfiniBand 收费站被以太网冲击的战损表。到 2025-09-16，他又写 Nvidia 在数据中心以太网交换收入上登顶，单季约 22.6 亿美元、同比 7.5 倍，并用 “A rising tide lifts all boats, but one boat is riding a slightly higher wave” 表达以太网大潮里 Nvidia 反而站到更高浪上。Dell’Oro 2025 还给出 Celestica+Nvidia 合占 AI 后端交换 50% 的口径，说明白盒链条和 Nvidia 平台共同参与了这场迁移。
常见误区
第一，把协议份额等同公司命运。InfiniBand 下滑不自动等于 Nvidia 网络收入下滑。第二，把 69 亿美元收购 Mellanox 只理解为买 InfiniBand；TPM 的后续判断显示，以太网能力可能才是长期回报的一部分。第三，忽略白盒和 ODM 角色，Nvidia 的收入增长不代表所有硬件都由自己制造。第四，反过来过度乐观：若以太网进一步商品化，收入增长和利润率质量仍需继续验证。
可迁移方法
分析平台公司自我革命时，分开写“旧产品承压、新产品放量、核心控制点保留”。对 Nvidia 网络业务，就是 InfiniBand、Spectrum-X 以太网、NVLink/NVSwitch 三栏；每栏写压力、机会和证伪指标。对其他平台公司也一样：标准迁移不是单纯胜负，而是内部换挡、外部替代和利润率再分配的组合。
小结
TPM 这节教的是生态战的二阶视角。标准开放化不等于利润平均化；Nvidia 可能失去 InfiniBand 的部分独占，却通过 Spectrum-X 在以太网世界重新收费。
NVLink Fusion:用 $2B 播种对手的花园
本节学什么
本节只讲 NVLink Fusion 和 Nvidia 对 Marvell 的 20 亿美元投资。TPM 看到的不是一笔普通资本合作，而是平台公司在封闭利润池被围攻时的生态防守：把原本封闭的 NVLink 变成可扩散到非 Nvidia XPU 和交换设备上的半开放工具。这里的关键不是“开放”这个词，而是谁通过兼容、资本和系统集成继续定义 scale-up 域。
核心框架
读 NVLink Fusion 要分四步。第一，确认利润池：scale-up 机柜内互连是 NVLink/NVSwitch 的关键控制点。第二，确认围攻方：UALink 联盟在 2024 年由超大规模厂商和芯片商组团，目标就是降低对 NVSwitch 的依赖。第三，读 Nvidia 反击：通过 Marvell、定制 XPU、ConnectX、BlueField、Spectrum-X，让自家协议进入更多第三方设备。第四，设验证窗口：投资和协议支持只是第一步，真正兑现要看 2026-2027 年设备出货、客户采用和财报反馈。
他怎么用(具体案例+数据+原话)
2024-05-30，TPM 写过 UALink 阵营围攻 Nvidia NVSwitch，指出对象是最肥的封闭互连利润池。2026-03-31，他解读 Nvidia 对 Marvell 的 20 亿美元交易，原话大意是 “Big Green can do a lot of $2 billion investments”，用来播种它希望市场大规模制造的芯片，同时和竞争者结盟，让自家平台扩散。深研还记录 AWS Trainium 4 将同时支持 UALink 和 NVLink，这是云厂商两头下注的信号：客户不想被任一阵营完全锁死，但也不愿放弃成熟平台能力。
常见误区
第一，把投资金额当成胜负。20 亿美元说明 Nvidia 重视，不说明生态已经形成。第二，把半开放当成公共标准。NVLink Fusion 即便进入第三方设备，仍服务 Nvidia 平台扩散，不等同中立协议。第三，忽略 UALink 的威胁；正因为围攻真实存在，Nvidia 才需要用资本和兼容降低客户切换动机。第四，用 2026 年新闻立即推导收入，实际验证要等产品、客户和量产。
可迁移方法
画一张三角图：NVDA、MRVL、UALink 阵营各占一角，在每条边上标合作、竞争或替代。然后写验证清单：是否有 tape-out，是否有 NVLink Fusion 兼容设备，是否进入云厂商量产系统，是否形成收入。若只有投资新闻，没有产品和客户，就只能标为“故事推进”。这套方法适用于所有平台公司用资本换生态的案例。
小结
NVLink Fusion 不是简单开放，而是封闭平台在被围攻后选择半开放扩散。TPM 的贡献是把 20 亿美元投资读成协议战争中的防守与反攻，而不是财务新闻。
Tomahawk Ultra 与 scale-up 以太网:下一场战役的赔率
本节学什么
本节只讲 Tomahawk Ultra 和 scale-up 以太网。2025-07-17，TPM 用很重的标题写 Broadcom 试图用一块以太网石头打 InfiniBand 和 NVSwitch 两只鸟。这里的两只鸟分别是后端 scale-out 的 InfiniBand 和机柜内 scale-up 的 NVSwitch。Tomahawk Ultra 的重要性在于它试图把以太网从数据中心后端网络推进到过去更像专有互连的低延迟机柜内域。
核心框架
这节的核心不是判断它已经赢，而是学习如何追踪在途预测。第一，记录提出日期：2025-07-17。第二，记录参数和窗口：51.2T、约 250ns、10 字节优化头、计划 2026 上半年出货。第三，记录目标战场：既冲 InfiniBand，也冲 NVSwitch。第四，记录验证条件：出货后 12 个月内是否有真实客户把它用于 scale-up 设计。第五，记录反证：若只停在实验或边缘场景，不能说动摇 NVSwitch。还要区分功能验证和商业验证：低延迟跑通只是前者，进入量产机柜、替代预算和被云厂商运维接受才是后者。
他怎么用(具体案例+数据+原话)
TPM 在 Tomahawk Ultra 文中主动对照自己 2015 年关于 InfiniBand 的旧判断，并写出 “We strongly suspect that Tomahawk Ultra will do much, much better.” 深研给出的参数很具体：51.2T、250ns、10 字节优化头，优化小包和低延迟，目标是在以太网体系内处理过去需要专有互连的通信。与 2025-06-03 Tomahawk 6 的 512 XPU 共享内存域想象相连，这条线都属于 2026-2027 的开放预测，不是已结算战绩。
常见误区
第一，把以太网在 scale-out 的胜利机械外推到 scale-up。TPM 自己也承认机柜内 NVLink/NVSwitch 域尚未被以太网证明。第二，只看 250ns 延迟，忽略一致性、软件、拓扑、故障域和客户迁移成本。第三，忽略 Nvidia 的半开放防守；若 NVLink Fusion 提前把非 Nvidia 设备纳入生态，Broadcom 的商业窗口可能被压窄。第四，把出货等同量产采用。出货只是验证开始。
可迁移方法
为每条开放预测建立“赔率卡”：提出日期、关键参数、产品窗口、功能验证、商业验证、反证条件、下一次检查时间。每出现真实客户采用就上调概率；每出现延迟、软件不成熟或竞争方案抢先就下调概率。这样读 TPM 的强标题，既保留前瞻性，也不会提前结算。
小结
Tomahawk Ultra 是下一场战役，不是已经打完的战绩。TPM 给的是高价值雷达，读者要用验证卡把“强判词”变成可证伪的概率跟踪。
Money Math:用四则运算拆 AI 数据中心的钱流
本节学什么
本节只讲 TPM 的 Money Math。它不是复杂模型，而是用公开财报、CapEx、设施成本、分部收入、租金和市场份额做四则运算，反推厂商没有完整说出的实物量和单位经济。TPM 的前提很朴素：公司数字不会撒谎，只会不说全。Money Math 的价值不是精确到小数点，而是把“AI CapEx 很大”变成历史尺度、融资压力和收入迁移。
核心框架
Money Math 有五步。第一，找硬数字：CapEx、GW、租金、分部收入、第三方份额。第二，标注假设，例如 CapEx 中服务器占比、每 GW 建设成本、GPU 租金档位。第三，做量级换算，而不是装成审计数据。第四，做对手账，把一个公司的新增收入和另一个公司的潜在损失放在同一张表里。第五，写有效位数警告：价值在量级和方向，最脆弱乘数必须暴露。最好再补一列“付款人”：同样是基建收入，可能由云厂、模型公司、neocloud 或金融机构承担风险。
他怎么用(具体案例+数据+原话)
2025-10-30，TPM 用 Google Q3 2025 CapEx 239.5 亿美元，假设 60% 归服务器，推全年服务器支出约 552 亿美元，并对标 2009 年全球全部服务器支出 515 亿美元。这不是说数字会计级精确，而是说明一家公司的服务器支出已经超过过去全球一年。2026-02-02，他用 1GW AI 数据中心 450-600 亿美元、约一半电力建筑一半 IT 设备的口径，推 4.5GW 设施约 2700 亿美元。2025 年 AWS Blackwell 文又给出 GPU 租金三档：三大云约 14-18 美元/GPU 小时，OpenAI 约 10 美元，neocloud 约 5-8 美元。2024-05-09 的 Arista/Nvidia 对手账则把互连收入迁移量化为 7.5 亿对 15-22.5 亿美元。
常见误区
第一，被精确数字骗到。552 亿美元底层有 60% 服务器占比假设，假设一变结果就变。第二，只算收入不算融资，尤其 1GW 设施一半是电力和建筑，建设周期、负债结构和闲置风险同样重要。第三，把 GPU 租金当单一需求指标，不区分大云、OpenAI 和 neocloud 的信用、成本和议价能力。第四，把 CapEx 当实时拐点；财报是诚实信号，但也可能滞后。
可迁移方法
任何 AI 数据中心新闻都写四行：已知数字、核心假设、推算结果、最脆弱假设。再做敏感性测试，把关键假设减半或提高一半，看方向是否仍成立。输出时用“量级判断”而不是精确预测。所有标的只作为案例：GOOG 看 CapEx 尺度，ORCL 看设施融资，CRWV 看租金和杠杆，ANET/NVDA 看互连收入迁移。
小结
Money Math 的本质是让假设透明。TPM 用简单算术把 AI 基建从叙事拉回现金流、建设成本和收入迁移，但读者必须记住每个数字背后的脆弱乘数。
限速阀与终局:HBM 约束、CapEx 上修时代的终结与如何接着追 TPM
本节学什么
本节只讲收官工作流和 TPM 最新的系统层限速阀判断。2026-06-05，他在《Chip Capacity Constraints Put A Governor On AI Spending Growth》中提出：HBM/DRAM 满产能可能成为 AI 加速器市场的 governor，AI 支出预测持续上修的时代可能结束。这个判断重要，因为它把网络、GPU、数据中心 CapEx 和租金重新拉回存储产能。钱、电力、需求都可能存在，但物理供给会反过来管住钱流。
核心框架
收官框架有两部分。第一是限速阀：AI 基建不是只由需求决定，还受 HBM、DRAM、服务器、网络、电力、建筑和融资共同约束；任何一环满载，都可能改变整个系统节奏。第二是追踪工作流：订阅 The Next Platform 和 @TDaytonPM，把每篇文章归类为平台整体观、Money Math、历史节律、以太网终局或厂商棋谱；再写入开放预测表，字段包括提出日期、判断、验证条件、状态和下一次检查时间。
他怎么用(具体案例+数据+原话)
2026-06-05 的 HBM governor 判断仍在途，验证要看 2026H2-2027 各家 hyperscaler CapEx 指引是否停止上修。它要和前面的 Money Math 放在一起读：2025-10-30 Google 服务器支出约 552 亿美元，说明需求尺度巨大；2026-02-02 1GW 数据中心 450-600 亿美元，说明设施成本巨大；2025 年 Blackwell 租金三档说明单位经济分层；而 HBM/DRAM 满产能说明，再大的钱流也可能被物理产能约束。TPM 常用 “probably”、“if history is any guide”、“we strongly suspect” 这类 hedge，说明他重方向和证据，不是无条件押注。
常见误区
第一，把 2026-06-05 的最新判断当已验证。它只是开放预测，若 2026H2-2027 CapEx 继续上修，就要降级。第二，把 TPM 当存储供应链专家。他能从系统层看到 HBM/DRAM 约束，但良率、排产和客户分配要交叉 Dylan Patel、存储分析师或公司口径。第三，把他当投资人。他没有公开持仓和净值，判断回测不等于可复制收益。第四，只看标题，不看条件；TPM 的强标题必须配验证表。
可迁移方法
建立 TPM 追踪台账，先录入六条开放预测：Tomahawk Ultra 2026、scale-up Ethernet 512、HBM governor、NVLink Fusion seed、TH7 cadence、UEC million。每条写提出日期、验证条件、下次检查时间、状态和反证。再写使用守则：取他的系统框架、历史记忆和钱流算术；不取标题当交易信号；每个数字都保留假设。标的只承担观察角色，不能直接翻译成买卖建议。
小结
TPM 课程的终点不是背结论，而是建立一台验证机器。把公开信息、历史类比、系统拓扑和财报算术放进同一张台账，持续更新，才是从这位系统层老兵身上真正可迁移的东西。
本页整理 Timothy P. Morgan 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。
