Vikram SekarVik's Newsletter · Semi Doped
「AI 基建胜负由物理接线层决定。」
他是『工程师先于分析师』——半导体位于物理和万亿美元资本配置的交叉点：卖方懂收入但浅尝技术、工程师懂技术但不连接市场，他的使命就是桥接二者。alpha 是工程解释力：把 AI 基建中被财务分析师扫过去的物理约束(热、功耗、损耗、带宽、良率、面积、封装)拆成可验证变量。不问『哪个故事更好听』，问『调制器处实际可用光功率多少』『PCB 厂能否交付 AI 加速器所需线宽/良率/可靠性』。
Texas A&M EE 博士·工程师先于分析师——AI 基建胜负由物理接线层决定，把被财务分析师扫过去的物理约束拆成可验证变量。
他此刻在赌什么 · 注意力正往哪移
主题热度 · 近 7 天
🗣 他现在在说什么 · 我们替你中文速递
TTSM 💬 持续跟踪 AMD-MEXT、200G VCSEL与Intel同周出现，说明内存、光学和代工叙事同时升温。
详情 · 问AI → 2026-06-17
MMU 💬 持续跟踪 台积电、Intel与Amkor的封装竞争，核心是AI加速器可信产能与客户验证。
详情 · 问AI → 2026-06-12
NNVDA 📈 加码升级 封装光学部署路径仍有工程争议，CPO节奏取决于损耗、热与可靠性。
详情 · 问AI → 2026-06-07
MMRVL 💬 持续跟踪 Computex暴露AI基建从光互连到电源的现实瓶颈，展会叙事需回到物理量。
详情 · 问AI → 2026-05-29
NNVTS 💬 持续跟踪 CPO光源不看外部标称功率，真正变量是调制器处可用光功率。
详情 · 问AI → 2026-05-27
SSMTC 💬 持续跟踪 华为Tau Scaling本质是混合键合豪赌，关键在键合良率与设备可得性。
详情 · 问AI →他说的每句话，都会被硬数据审判——我们不替他圆场
T TSM CoWoP不是简单替代CoWoS，而是PCB特征尺寸、良率和可靠性的制造测试。
✅ 证据顺风 距裁决 536 天13F·Form4·营收·股价 在审 看证据 →M MU 内存有结构底：HBM吞DRAM产能，AI推理又把NAND重新拉回需求链。
✅ 证据顺风 距裁决 536 天13F·Form4·营收·股价 在审 看证据 →M MU 内存多头的顶层风险不是物理瓶颈，而是AI CapEx与循环融资能否持续。
✅ 证据顺风 距裁决 491 天13F·Form4·营收·股价 在审 看证据 →N NVDA Nvidia平台扩张的硬约束正在从单颗GPU转向封装、网络、内存与整机供电。
✅ 证据顺风 裁决日待标注13F·Form4·营收·股价 在审 看证据 →M MRVL Marvell处在AI互连协议、定制硅和光电融合的交叉口，但价值要看客户绑定。
✅ 证据顺风 裁决日待标注13F·Form4·营收·股价 在审 看证据 →交叉验证为 AI 依据公开硬数据客观比对，立场标“AI 推断”、留原始证据链；只陈述事实，不构成结论或建议。
提及标的 · 按产业链节点
C
S
H每只票点进去 = 公开观点、产业链节点、验证台账和深度研判；提及不等于持仓，不构成投资建议。
Vikram Sekar的价值不在一句结论，而在把公开观点放回 AI 产业链和可验证数据轨里：先看他最近注意力转向哪里，再看观点落在哪些公司和节点，最后用验证中心持续记录对错。
供应链瓶颈四步
热、功耗、损耗、带宽、良率、面积还是封装——瓶颈在哪。
先问物理瓶颈学这套方法 →营销指标是否等于系统真实指标(如调制器处可用功率而非标称功率)。
营销指标 vs 系统真实指标学这套方法 →制造端能否量产：良率、翘曲、材料、设备、可靠性是否过关。
查制造可行性学这套方法 →当前卡位是否会在标准演进中被设计掉；受益公司只卖第一代还是能保位。
卡位能否被 co-design 设计掉学这套方法 →一句话公式：AI 产业链变量 × 可验证标的映射 × 后续硬数据复核 → 三档情景 + 明确证伪条件
《AI 基建物理层：物理瓶颈 × 制造可行性 × 系统真实指标》 · 7 节
用他的方法论 · 分析任意股票
TTSM · TSM 观察样例示例输出Vikram Sekar公开观点映射到 AI 产业链节点后的结构化样例
- ✓ 有明确 AI 产业链节点
- ✓ 有观点流或台账证据
- ⚑ 红旗：仍需独立数据持续验证
后续财报、持仓变化、产品交付和实物数据共同复核
若关键数据轨持续背离，台账会记录反驳，不替观点圆场
只输出研究框架和证据状态，不给买卖建议、不预测涨跌。
他布局在 AI 产业链哪一段
最强暴露：① 先进封装 · hybrid bonding/CoWoP · ② 光子互连 · CPO/active copper · ③ 内存超级周期 + 电源。
我们把公开观点映射成节点，而不是把一句话当结论。
别盲信 · 高风险信源
- 公开观点不等于实时持仓，也不等于你的交易结论。
- 验证中心只记录公开数据能验证的部分，裁前不把在途判断算成战绩。
- AI 产业链变化快，任何方法论都需要结合财报、供需和估值边界复核。
墙后是 Vikram Sekar 的完整能力 —— 我们当他的中文研究团队 + 监控站
免费看懂他的打法；会员拿到的是一套活的能力——完整观点流 + 硬数据交叉验证、系统学会他的方法论、用它分析任意股票、他一有新动作第一时间收到并一手验真假。往下选一档：
只想先盯Vikram Sekar一个？也行 —— 钉一个 · /月（$79/年）→ 先把这一个看穿。 跟你说实话：4 颗钉一年（$316）就超过整站（$299）。想多看几个，直接整站更划算——43 位全给你、每位约 $7。哪种都行，账摆在这，你自己挑。 - 先评估覆盖 · 再单独立项：你点名一个对象——一个人（投资人 / 机构 / 分析师 / 高管）或一家公司 / 标的——我们先评估其公开数据覆盖与可采源，确认能追踪后单独立项、架设专属投研席位；踪迹不足会直说做不了，不硬凑。
- 按对象适用性启用机构级方法：13F 持仓 · Form4 内部人 · 13D-G 举牌 · 公开发声 · 跨源交叉验证 · 命中率台账——适用于 SEC 可覆盖对象；不适用的项以替代证据或缺口说明如实交付，与追踪 43 位聪明钱同一条投研流水线。
- 持续盯守 · 证据可回溯：人工 / 半自动每周投研简报 + 重大信号经人工确认后工作日提醒 + 证据链归档（本地 JSON / Markdown / SEC 链接），可回溯复盘「当时凭什么这么判」。
- 只对你一人开放：追踪口径、提醒规则、交付形式按你的决策需求定制；不进公共库、不共享。