Ang AI Thesis ni Serenity: Ang Photonics, Memory, at Nebius ay handa para sa re-rating sa bagong siklo ng imprastruktura

Ang AI Thesis ni Serenity: Ang Photonics, Memory, at Nebius ay handa para sa re-rating sa bagong siklo ng imprastruktura

2026/06/20 11:11:00
Custom ImageSerenity’s latest AI thesis ay nagpapahiwatig ng malaking pagbabago sa merkado ng AI. Hindi na lamang hinahanap ng mga investor ang mga chatbot, software platforms, mga lider sa GPU, at malalaking language models. Ang susunod na pagtutok ay naglalakbay patungo sa imprastruktura na nagpapahintulot sa AI na mag-scale: AI-native na cloud capacity, high-speed optical networking, high-bandwidth memory, power ng data center, storage, at cooling. Sinasabing ni Serenity na tatlo ang mga tema na ngayon ang nangunguna sa bagong siklo: neoclouds, photonics, at memory. Nakikilala ang Nebius sa kuwento ng neocloud dahil ito ay nagtatayo ng AI cloud capacity para sa training, inference, at production workloads. Ang Applied Optoelectronics, o AAOI, ay nagkakaroon ng pansin sa photonics dahil kailangan ng AI clusters ang mas mabilis na optical networking. Ang Micron, SK Hynix, at Samsung ay sentral sa tema ng memory dahil ang HBM ay naging kritikal para sa advanced AI accelerators. Mas malinaw ang mas malaking mensahe: ang AI trade ay naging mas pili-pili, at ang susunod na re-rating ay maaaring magbigay ng pagkakataon sa mga kumpanya na may kontrol sa mga tunay na bottleneck sa likod ng paglago ng AI.
 

Bakit nagpapahiwatig ng bagong siklo ng re-rating ng imprastruktura ang AI Thesis ni Serenity

Mahalaga ang thesis ni Serenity dahil ipinapaliwanag nito kung paano umuunlad ang merkado ng artificial intelligence mula sa pangkalahatang pagkagiliw patungo sa isang mas matatag na yugto na batay sa infrastraktura. Ang unang pagtaas ng AI ay suportado ng mga nakikita na pag-usbong sa generative AI, enterprise automation, coding assistants, at mga kasangkapang nagpapalaki ng produktibidad. Ang mga produktong ito ay ginawa ang AI na madaling maintindihan ng mga investor, ngunit ito ay naglikha rin ng isang mas mahalagang tanong: anong infrastraktura ang kailangan upang suportahan ang AI sa global na sukat? Ang sagot ay lumalampas sa software. Kailangan ng AI ang compute capacity, high-speed networking, memory bandwidth, storage, kuryente, pagcool, pagbuo ng data center, at mga espesyalisadong supply chain ng hardware. Dito nagmumula ang pagkilos ng merkado upang mas lalo pang panoorin ang mga kumpanya na sumusuporta sa AI sa likod ng mga eksena.
 

1. Ang AI Investing ay naglalakbay mula sa mga software narrative patungo sa mga bottleneck sa infrastruktura

Ang unang yugto ng pag-invest sa AI ay pinamumunuan ng mga kuwento tungkol sa software dahil ang mga aplikasyon ay ang pinakamakikita na bahagi ng trend. Madali para sa mga investor na maunawaan ang mga AI chatbot, copilots, mga tool sa pag-code, at mga platform sa enterprise automation. Gayunpaman, habang lumalawak ang paggamit, nalalaman ng merkado na hindi makakalago ang AI software nang walang malaking investmiento sa imprastruktura. Kailangan ng mga malalaking modelo ang mahal na mga training cluster, habang nangangailangan ang mga production AI system ng patuloy na inference capacity. Ito ay nagjadwal sa imprastruktura bilang isang tagapagdala ng pangmatagalang demand kaysa isang pansamantalang suportang layer. Hindi na lamang tinatanong ng merkado kung aling kumpanya ang may pinakamakapangyarihang AI product. Tinatanong din nito kung aling kumpanya ang may-ari ng imprastruktura na nagpapahintulot sa mga produktong iyon na mag-run sa malawak.
 
Ang pagbabagong ito ay tumutugma rin sa mas malawak na AI at crypto infrastructure landscape, kung saan ang mga investor ay nagiging mas mabuting tagapansin sa compute, automation, data networks, at pisikal na infrastructure. Ang mahalagang pagbabago sa thesis ni Serenity ay ang pagkakaroon ng pagpapahalaga ng mga investor sa mga bottleneck. Kung patuloy na tumutubo ang demand para sa AI, ang mga kumpanya na nag-aalok ng limitadong infrastructure ay maaaring makakuha ng mas malakas na kapangyarihan sa pagtatakda ng presyo at mas mataas na estratehikong halaga. Kasama rito ang mga kumpanya na nag-aalok ng cloud capacity, optical networking, high-bandwidth memory, data center power access, at espesyalisadong sistema.
 
Ang mga pangunahing layer ng AI infrastructure na nakakakuha ng pansin ay kasama ang:
  • Kapasidad ng AI cloud para sa pag-train ng modelo, inference, at enterprise deployment
  • Mga platapormang Neocloud na disenyo para sa mga high-performance AI workload
  • Photonics at optical networking para sa mas mabilis na paglipat ng data sa loob ng AI data centers
  • High-bandwidth memory, o HBM, para sa mga GPU at AI accelerators
  • Mga sistema ng kapangyarihan, pagpapalamig, at pag-iimbak na kailangan upang suportahan ang mga malalaking AI cluster
  • Mga espesyalisadong chip, server, at interconnects na nagpapabuti sa performance ng AI system
 
Dito nagmumula ang thesis ni Serenity na nagpapahiwatig ng isang re-rating cycle. Ang mga kompanya sa infrastraktura na dati ay itinuturing na pangalawang supplier ay maaaring ngayon ay bigyan ng halaga bilang pangunahing tagapagmanipula ng AI kung sila ay may kontrol sa mahahalagang bahagi ng AI stack.
 

2. Ang Tatlong Tema sa Likod ng Teorya ng AI Infrastructure ni Serenity

Ang framework ni Serenity ay binubuo ng tatlong konektadong temang: neoclouds, photonics, at memory. Ang neoclouds ay kumakatawan sa compute layer dahil kailangan ng mga AI developer at mga enterprise ng access sa espesyalisadong cloud infrastructure. Ang photonics ay kumakatawan sa networking layer dahil kailangan ng mga AI cluster ng mas mabilis na pag-transfer ng data sa pagitan ng mga GPU, server, at mga sistema ng storage. Ang memory ay kumakatawan sa performance layer dahil kailangan ng mga AI accelerator ng mataas na memory bandwidth at kapasidad upang ma-process nang epektibo ang malalaking workload. Mahalaga ang mga temang ito dahil ilarawan nito ang buong chain ng AI infrastructure at hindi lamang isang bahagi nito.
 
Hindi makapag-run ang isang model nang walang compute, hindi makascale ang compute nang walang epektibong networking, at hindi makapagbigay ng buong performance ang mga advanced na accelerator nang walang HBM. Hindi rin makapalawak ang mga data center nang walang kapangyarihan at pagpapalamig. Ito ay bumubuo ng isang konektadong kuwento ng pag-invest kung saan bawat layer ay sumusuporta sa susunod. Sa halip na tratuhin ang AI bilang isang magkakasunod na software trend, ang teorya ni Serenity ay tratuhin ang AI bilang isang physical infrastructure buildout na katulad ng mga nakaraang teknolohiya cycle, kung saan ang mga matagumpay sa matagalang panahon ay madalas matatagpuan sa mga platform, supplier, at bottleneck assets sa ilalim ng application layer.
 

3. Bakit Naging Mas Mahalaga ang Paggawa ng Piliin ang Mga Stock sa AI Trade

Isang pangunahing punto sa pananaw ni Serenity ay ang pagiging mas piling ng AI trade. Sa maagang yugto ng isang malaking teknolohiya theme, maraming kaugnay na stocks ang maaaring umabot nang sabay-sabay dahil ang mga investor ay bumibili ng malawak na kuwento. Sa paglipas ng panahon, karaniwang naging mas disiplinado ang merkado. Ang mga kumpanya na may totoong order, malakas na margin, pangangailangan ng customer, at mga advantadong supply-chain ay patuloy na nakakakuha ng atensyon, habang ang mga mas mahinang pangalan ay maaaring maging pinag-uunahan kahit na may kaugnayan sila sa parehong tema.
 
Dahil dito, mahalaga ang pagbanggit ni Serenity sa IREN. Maaaring mabawasan ang performance ng ilang pangalan ng AI infrastructure kung sila ay makakaharap sa presyur sa pagpupulong ng pondo, panganib ng dilusyon, malakas na presyur sa pagbebenta, o mahinang pagkakita sa pagpapatupad. Maaaring magustuhan ng merkado ang mas malawak na tema ngunit patuloy na parusa ang mga kumpanya na kailangan ng sobrang kapital o kulang sa malinaw na suporta sa demand. Ibig sabihin nito, ang susunod na yugto ng pag-invest sa AI ay maaaring hindi tungkol sa pagbili ng bawat kumpanya na may label na AI. Maaari itong tungkol sa pagkilala sa mga kumpanya na may malakas na position sa mga tunay na bottleneck ng infrastructure.
 
Ang mga pinakamahalagang pamantayan sa pagpili ay kasama ang:
  • Malakas na pagkikita ng demand mula sa mga pangunahing customer
  • Totoong eksposur sa mga bottleneck ng AI infrastructure
  • Pangunahing paghawak sa compute, memory, networking, o data centers
  • Malinaw na paglago ng kita na suportado ng mga order o mahabang panahong kasunduan
  • Disiplinadong pagsasapital at mapupuntang panganib ng pagkabawas
  • Kakayahan na i-scale ang kapasidad nang hindi nasasaktan ang margin
 
Ang piling pagkakaroon ng pagkakataon na ito ay sentral sa teorya ni Serenity dahil ang merkado ay naglalakad mula sa pangkalahatang pagkamalikhain sa AI patungo sa mas tiyak na thematic exposure.
 

Nebius, Neoclouds at Photonics: Ang Susunod na Kuwento ng Paglago ng AI Data Center

Mahalaga ang Nebius, neoclouds, at photonics dahil nasa loob sila ng susunod na yugto ng pagpapalawak ng AI data center. Habang lumalaki ang mga AI model at tumataas ang demand sa inference, kailangan ng mga kumpanya ang higit pa sa mga GPU. Kailangan nila ang mga cloud platform na makapagbibigay ng mapagkakatiwalaang kapasidad, at kailangan nila ang mga networking system na makakapagdadala ng data nang mabilis sa malalaking cluster. Dito nagkakasalungguhit ang neoclouds at photonics. Ang neoclouds ay nagbibigay ng AI-ready compute, habang ang photonics ay sumusuporta sa paggalaw ng data na kailangan upang gawing epektibo ang compute na ito. Kasama nila, bumubuo sila ng isa sa pinakamalinaw na halimbawa kung paano umuunlad ang AI market mula sa software applications patungo sa pagmamay-ari ng infrastructure.
 

1. Bakit Naging Core na AI Compute Infrastructure ang Neoclouds

Ang neoclouds ay mga kumpanya ng cloud infrastructure na itinayo lalo na para sa AI workloads. Ang mga tradisyonal na cloud platform ay nilikha para sa pangkalahatang computing, storage, web services, at enterprise software, ngunit ang AI workloads ay nangangailangan ng mas espesyalisadong kapaligiran. Ang pag-train ng malalaking model at pagpapatakbo ng mataas na volume ng inference ay nangangailangan ng mga malalaking GPU cluster, mabilis na interconnects, advanced na pagpapalamig, mataas na utilization, at infrastructure software na disenyo para sa machine learning operations. Dito nagmumula ang pagkakaroon ng pansin sa neoclouds bilang isang bagong kategorya sa loob ng cloud market.
 
Ang pagtaas ng neoclouds ay kinalink din sa kakulangan. Ang AI compute capacity ay mahal at mahirap buuin nang mabilis dahil ito ay nakadepende sa suplay ng chip, pagkakaroon ng enerhiya, pagtatayo ng data center, mga sistema ng pagpapalamig, at teknikal na ekspertisa. Kapag lalampas ang demand sa available capacity, maaaring handang mag-sign ang mga customer ng mas mahabang panahon upang matiyak ang pagkakaroon ng access. Ginagawa nito ang AI cloud capacity bilang isang estratehikong asset kaysa isang simpleng commodity service. Para sa mga investor, ang neocloud theme ay nagbibigay ng paraan upang makakuha ng eksposur sa demand sa infrastraktura sa likod ng model training, inference, enterprise AI, at AI agents.
 
Sinusuportahan ng ilang mga salik ang demand para sa Neocloud:
  • Kailangan ng mga AI startup ang scalable na compute nang walang pagbuo ng kanilang sariling data center
  • Kailangan ng mga negosyo ang mapagkakatiwalaang imprastruktura upang ilipat ang AI sa produksyon
  • Ang mga malalaking kumpanya sa teknolohiya ay nagpapaseguro ng hinaharap na kapasidad sa advance
  • Ang mga inference workloads ay maaaring maglikha ng paulit-ulit na pangmatagalang pangangailangan sa compute
  • Maaaring mapabuti ng mga espesyalisadong cloud platform ang performance at paggamit ng AI
 
Dahil dito, isinasaayos ng Serenity ang mga neocloud sa sentro ng siklo ng AI infrastructure. Ang compute ay hindi na lamang isang background input; ito ay isa sa mga pangunahing pagtatakda sa paglago ng AI.
 

2. Ang Nebius bilang isang pangunahing kandidato sa re-rating ng AI cloud

Ang Nebius ay isa sa mga pinakamalakas na pangalan sa neocloud thesis ni Serenity dahil ito ay nagbibigay ng direkta na eksposur sa AI cloud infrastructure. Ang kumpanya ay nagtatayo ng full-stack platform para sa mga AI developer at mga enterprise, sumusuporta sa model training, inference, at production deployment kaysa sa general-purpose cloud workloads. Ang kanilang limang-taong pagsang-ayon sa AI infrastructure na may Meta ay naggawang mas kapani-paniwala ang kuwento, ipinapakita na ang mga malalaking teknolohiyang kumpanya ay nagpapahinga ng hinaharap na AI capacity mula sa simula habang ang compute ay naging isang strategic asset. Ang Nebius ay nagsalaysay din ng malakas na paglago ng kita at lumalawak ang kanilang infrastructure footprint, kabilang ang isang malaking AI factory project sa Pennsylvania na may malaking access sa enerhiya. Gayunpaman, ang pagkakataon ay may panganib dahil ang AI cloud infrastructure ay nangangailangan ng malaking pagsasapilitan sa kapital, advanced hardware, pagtatayo ng data center, supply ng enerhiya, at mataas na utilization. Kung tumataas ang presyur sa pagsasapilitan o tumitigil ang execution, maaaring maging mas maingat ang mga investor. Gayunpaman, nananatili ang Nebius bilang isa sa pinakamalinaw na halimbawa ng isang kumpanya na nakaposisyon sa paligid ng AI compute bottleneck.
 
Mahahalagang puntos tungkol sa Nebius ay:
  • Nebius ay nakatuon sa AI-native na cloud infrastructure
  • Ang kanyang platform ay sumusuporta sa pagtuturo, pag-infer, at produksyon ng mga AI workload
  • Ang pagkakasundo sa Meta ay nagpapabuti sa pagkakita ng demand sa mahabang panahon
  • Malakas na paglago ng kita ay sumusuporta sa kuwento ng pangangailangan sa AI cloud
  • Ang mga pangunahang panganib ay kasama ang intensidad ng kapital, pagsasagawa, pagsasapilitan, at pagkakasentro sa customer
 

3. Bakit Naging Kritikal na Layer ang Photonics sa AI Data Center

Naging mahalaga ang photonics dahil kailangan ng mga data center ng AI mas mabilis at mas epektibong paraan upang ilipat ang data. Nakasalalay ang malalaking AI cluster sa libu-libo ng GPUs at accelerators na nagtatrabaho nang magkakasama. Laging nagpapalitan ng impormasyon ang mga sistema na ito sa pagitan ng mga chip, server, mga device sa storage, at networking equipment. Kung mabagal ang networking, mawawalan ng epektibidad ang buong cluster, kahit gaano pa kalakas ang mga GPU. Dito nagmumula ang pangunahing tema ng optical networking.
 
Gumagamit ang Photonics ng teknolohiyang batay sa liwanag upang i-transmit ang data sa sobrang mataas na bilis. Sa mga AI data center, maaari itong mapabuti ang bandwidth, mapabawas ang latency, at suportahan ang mas malalaking cluster. Habang lumilipas ang mga hyperscaler patungo sa mas mabilis na imprastruktura, ang pangangailangan ay umuusbong mula sa mga lumang optical system patungo sa 800G at 1.6T transceivers. Ang mga pag-upgrade na ito ay hindi lamang teknikal na pagpapabuti; ito ay bahagi ng mas malawak na pagbuo ng AI capacity. Mas malaki ang AI cluster, mas mahalaga ang optical networking.
 
Mahalaga ang photonics dahil:
  • Kailangan ng AI clusters mabilis na komunikasyon sa pagitan ng mga GPU at server
  • Ang networking ay maaaring maging bottleneck kung hindi ito sumasabay sa compute
  • Tumutulong ang mga optical transceiver upang suportahan ang mas mataas na bandwidth at mas mababang latency
  • Ang mga hyperscaler ay nag-aayos ng mga network ng data center para sa mga AI workload
  • Ang photonics ay maaaring maging isa sa mga susunod na tema sa supply chain ng AI pagkatapos ng GPUs at memory
 
Nagiging isang sa mga pinakamahalagang early-stage na larangan sa thesis ni Serenity ang photonics. Ang GPU trade ay nakatanggap na ng malaking atensyon, ngunit ang optical networking ay maaaring maging mas nakikita habang binabasa ng mga investor ang buong AI data center stack.
 

4. AAOI at ang Cycle ng Pag-upgrade sa 1.6T Optical Transceiver

Ang Applied Optoelectronics, o AAOI, ay isa sa mga kumpanyang may kinalaman sa bahagi ng photonics ng thesis ni Serenity. Ang kumpanya ay nag-aalok ng mga produkto sa optical networking na ginagamit sa infrastruktura ng data center, at ang kanilang unang malaking order para sa 1.6T data center transceivers mula sa isang malaking hyperscale customer ay nagpapakita na ang demand para sa AI networking ay umuunlad patungo sa mga tunay na komersyal na order. Mahalaga ito dahil ang 1.6T transceivers ay disenyo upang suportahan ang mas mataas na bandwidth requirements na nilikha ng mas malalaking AI clusters.
 
Ang kuwento ni AAOI ay nagpapaliwanag kung bakit maaaring maging tema ng re-rating ang photonics. Una ay nakatuon ang mga investor sa mga chip na nagpapagana sa mga sistema ng AI, ngunit habang lumalaki ang laki ng cluster, mas mahalaga ang nakapalibot na imprastruktura. Ang optical transceivers ay bahagi ng nakapalibot na imprastruktura. Kung patuloy na i-upgrade ng mga hyperscaler ang networking na may mas mataas na bilis, ang mga kumpanya na may eksposur sa 800G at 1.6T produkto ay maaaring makatanggap ng mas malakas na demand. Gayunpaman, ipinapakita rin ni AAOI ang mga panganib ng tema dahil maaaring sensitibo ang mga supplier ng optical sa pagkakasentro ng customer, presyur sa margin, pagpapatupad sa produksyon, at pagkakasunod-sunod ng order.
 
Ang mga pangunahing puntos ng AAOI ay kasama ang:
  • Ang AAOI ay nag-aalok ng mga optical product na ginagamit sa mga data center network
  • Kumuhang order ng volume para sa 1.6T na transceivers ang kumpanya mula sa isang pangunahing hyperscale customer
  • Ang teknolohiyang 1.6T ay sumusuporta sa mas mataas na bandwidth para sa AI workloads
  • Maaaring tumaas ang demand habang lumalaki at mas network-intensive ang mga AI cluster
  • Ang mga panganib ay kasama ang konsentrasyon ng customer, pagpapatupad ng produksyon, margin, at volatility ng pagbabahagi
 
Ang Nebius at AAOI ay kumakatawan sa iba’t ibang bahagi ng iisang kuwento ng AI data center. Ang Nebius ay may kaugnayan sa compute capacity, habang ang AAOI ay may kaugnayan sa bandwidth at networking. Pareho ay nagpapakita kung bakit lumalawak ang pag-invest sa AI infrastructure labas sa mga obvious na lider ng chip.
 

Mga Memory Stocks, HBM na Demand at Ang Susunod Na Phases ng AI Infrastructure Investing

Ang memorya ay isa sa mga pinakamahalagang bahagi ng teorya ng AI infrastructure ni Serenity dahil ang mga sistema ng AI ay malaki ang pagkakasalalay sa bandwidth at kapasidad. Sa maraming taon, ang mga kumpanya ng memorya ay itinuturing na pangunahin ay mga siklikal na semiconductor na negosyo. Ang mga investor ay sumasayaw sa presyo ng DRAM at NAND, antas ng inventory, paglago ng suplay, at mga siklo ng demand. Ang AI ay nagbabago sa framework na ito dahil ang high-bandwidth memory ay nagsisiging estratehikong komponente sa mga advanced AI accelerator. Walang sapat na mabilis na memorya, hindi maaaring magtrabaho nang epektibo ang mga makapangyarihang GPU. Dito nagmumula ang dahilan kung bakit ang Micron, SK Hynix, at Samsung ay ngayon ay itinuturing bilang mga pangunahing pangalan sa AI infrastructure kaysa tanging tradisyonal na tagapag-supply ng memorya.
 

1. Bakit binabago ng demand sa HBM ang kuwento ng mga stock ng memorya

Ang pangangailangan sa HBM ay nagbabago sa sektor ng memorya dahil ang mga AI workload ay nangangailangan ng mas maraming bandwidth sa memorya kaysa sa tradisyonal na computing. Ang mga malalaking language model, multimodal na AI system, long-context inference, agentic AI, at enterprise deployment ay lahat ay nangangailangan ng mabilis na pag-access sa malalaking amount ng data. Sa AI servers, ang memorya ay hindi lamang isang suportang komponente; maaari itong direktang makaapekto sa performance. Kung hindi makakapag-access nang mabilis ang mga accelerator sa data, bumababa ang efficiency ng sistema at nasasayang ang mahal na compute capacity.
 
Dito nagiging dahilan kung bakit ang mga investor ay nagsisimulang bigyan ng ibang halaga ang mga kumpanya ng memorya. Mas mahirap gawin ang HBM kaysa sa karaniwang DRAM dahil nangangailangan ito ng advanced na stacking, packaging, pagsubok, at pag-qualify sa customer. Hindi maaaring palawakin agad ang suplay, na maaaring suportahan ang mas malakas na presyo kung patuloy na mataas ang demand. Ang thesis ni Serenity ay nagmumungkahi na maaaring makatanggap ang mga kumpanya ng memorya ng mas mataas na valuation kung ituturing ng merkado ang HBM bilang isang structural na AI infrastructure asset at hindi bilang simpleng siklikal na produkto.
 
Sinusuportahan ng HBM ang demand:
  • Mas maraming memory content bawat AI server
  • Mas mataas na mga kailangan sa bandwidth para sa mga advanced na accelerator
  • Paglago sa inference, agentic AI, at long-context workloads
  • Kumplikadong paggawa na naglalayong limitahan ang mabilis na pagpapalawak ng suplay
  • Mga pangmatagalang kasunduan ng mga customer na maaaring mapabuti ang pagkakita
 
Dito nagiging sentral ang memory sa siklo ng AI infrastructure. Ang compute performance ay lalo pang nakadepende sa bilis kung paano ma-access at ma-move ang data.
 

2. Ang papel ng Micron sa paglago ng memorya at pag-iimbak sa AI

Ang Micron ay isang pangunahing bahagi ng memorya thesis dahil may malawak na eksposur ito sa AI memory at storage. Ang kumpanya ay nagpaposisyon ng kanyang portfolio sa buong hierarchy ng AI infrastructure, mula sa high-bandwidth memory at DRAM hanggang sa data center SSDs at mga produkto sa storage. Mahalaga ito dahil ang AI workloads ay nangangailangan ng higit pa kaysa sa HBM lamang. Ang mga sistema para sa training at inference ay kailangan din ng malalim na storage, mabilis na paggalaw ng data, at mapagkakatiwalaang memorya sa buong server stack.
 
Ang pagkakataon ni Micron ay nagmumula sa pagtaas ng memory content sa AI servers at mas malakas na demand para sa mga produkto ng HBM. Kung patuloy ang paggastos sa infrastruktura ng AI, maaaring makatanggap si Micron ng mas mataas na halaga sa mga produkto ng memory, mas maliit na suplay, at tumataas na demand mula sa mga operator ng data center. Samantala, patuloy pa ring eksposed si Micron sa mga panganib ng memory cycle. Maaaring mabawasan ang presyo kung lumawak nang masyado ang suplay, at patuloy ang matinding kompetisyon mula sa SK Hynix at Samsung. Ang pangunahing tanong ay kung sapat ba ang demand sa AI upang bawasan ang kalalabasan ng tradisyonal na memory cycle.
 
Mga mahalagang punto sa Micron ay kasama ang:
  • Ipinapalawak ng Micron ang kanyang portfolio ng AI memory at storage
  • Ang HBM ay bahagi ng kasalukuyang siklo ng demand para sa AI accelerator
  • Kailangan ng AI data centers ang DRAM, HBM, NAND, at SSD products
  • Maliit na suplay ay maaaring suportahan ang mas malakas na presyo at mga komitment ng customer
  • Ang mga panganib ay kasama ang kompetisyon, paglago ng suplay, mga siklo ng presyo, at mataas na mga inaasahan
 
Ang re-rating ni Micron ay nakasalalay kung naniniwala ang mga investor na ang pangangailangan sa AI memory ay matatag at hindi pansamantala.
 

3. SK Hynix at ang HBM-led na Memory Supercycle

Ang SK Hynix ay isa sa mga pinakamalinaw na nakikinabang sa siklo ng AI memory dahil may malakas na position ito sa high-bandwidth memory. Ang thesis ni Serenity ay kasama ang SK Hynix dahil ang HBM ay mahalaga para sa AI accelerators, at ang SK Hynix ay patuloy na malapit sa pinakamataas na antas ng supply ng AI memory. Ang kumpanya ay nagbigay-diin sa HBM3E at HBM4 bilang pangunahing produkto para sa merkado ng 2026, kung saan inaasahang mananatiling mahalaga ang HBM3E habang ang HBM4 ay magiging batayan ng susunod na yugto ng paglago.
 
Ang kuwento ng SK Hynix ay nagpapaliwanag din kung bakit ang pagkakaroon ng pagkakaugnay sa semiconductor ng Timog Korea ay may kahalagahan sa teorya ng AI infrastructure. Dahil ang Timog Korea ay tahanan ng mga pangunahing lider sa memorya, minsan tinitingnan ng mga investor ang mas malalaking instrumento tulad ng EWY para sa pagkakaroon ng pagkakaugnay sa ecosystem ng semiconductor ng bansa. Gayunpaman, ang EWY ay hindi isang malinaw na investment sa AI memorya dahil kasama rito ang maraming sektor kundi ang semiconductor. Mas mabuting ituring ito bilang isang mas malawak na instrumento para sa pagkakaroon ng pagkakaugnay sa Timog Korea na maaaring makatanggap kung patuloy na nakakakuha ng atensyon ang mga lider sa memorya.
 
Ang mga pangunahing punto sa SK Hynix ay kasama ang:
  • Si SK Hynix ay isang pangunahing lider sa high-bandwidth memory
  • Mahalaga pa rin ang HBM3E sa 2026 AI memory cycle
  • HBM4 ay sumusuporta sa susunod na henerasyon ng mga platform na AI accelerator
  • May malakas na eksposur ang kumpanya sa pangangailangan ng AI data center
  • Ang mga panganib ay kasama ang pagpapalawak ng kapasidad, pagkakasentro sa mga customer, kompetisyon, at presyur sa pagpapahalaga
 
Maaari pa ring maging sentro ang SK Hynix sa pagtinda ng memorya para sa AI kung patuloy na lalampas ang demand para sa HBM sa available na suplay.
 

4. Ang HBM4 at HBM4E ng Samsung ay nagpapabilis sa pakikidigma sa memorya para sa AI

Ang Samsung Electronics ay isa pang mahalagang pangalan sa teorya ng AI memory dahil ito ay nagkakaisa ng sukat, depth ng paggawa, at isang malawakang semiconductor ecosystem. Ang kumpanya ay nagpapalabas ng mga produkto na HBM4 at HBM4E para sa mga susunod na henerasyon ng AI systems, kung saan ang mas mataas na bandwidth, mas malaking kapasidad, at mas mabuting enerhiya efficiency ay nagsisiging mahalaga. Ang lakas ni Samsung ay galing sa kanyang kakayahang makipagkompetensya sa memory, logic, foundry, packaging, at advanced manufacturing, na nagbibigay sa kanya ng mga yaman upang labanan ang mga kalaban sa mabilis na umuunlad na HBM market. Gayunpaman, ang execution ay nananatiling pangunahing panganib dahil ang mga customer ng AI ay nangangailangan ng mahigpit na mga pamantayan sa performance at product qualification. Kung makakakuha si Samsung ng mas malakas na pag-unlad sa HBM4 at HBM4E, maaaring mapabuti ang tiwala ng mga investor at maaaring maging mas malaking benepisyaryo ng kumpanya sa AI memory re-rating cycle.
 
Ang AI memory thesis ni Samsung ay kasama ang:
  • Pag-unlad ng HBM4 at HBM4E para sa mga susunod-generasyon na AI system
  • Malawakang paggawa sa iba’t ibang teknolohiya ng memorya at semiconductor
  • Potensyal na muling makuha o palawakin ang bahagi sa mga advanced na supply chain ng HBM
  • Eksposur sa mas malawak na pangangailangan sa AI data center at semiconductor
  • Panganib sa pagpapatupad kung ang kwalipikasyon o pagtanggap ng mga customer ay mas mababa kaysa sa mga kalaban
 
Mahalaga ang Samsung dahil maaari itong magdagdag ng mas kompetitibong suplay sa merkado ng AI memory habang nagkakaroon din ng benepisyo mula sa pangmatagalang paglago ng sektor.
 

5. Bakit Maaaring Makatanggap ng Mas Mataas na Multiples ng Valuation ang Memory Stocks

Maaaring makatanggap ng mas mataas na valuation multiples ang mga stocks ng memory kung naniniwala ang merkado na ang demand para sa HBM ay struktural. Sa nakaraang siklo, madalas na inidiskont ng mga investor ang mga kumpanya ng memory dahil mabilis na maaaring lumipat ang industriya mula sa kakulangan patungo sa sobrang suplay. Hindi alisin ng AI ang panganib na iyon, ngunit maaaring mapabuti nito ang kalidad ng demand. Ang HBM ay teknikal na kumplikado, espesipiko sa kliyente, at mahalaga para sa AI accelerators. Kung mananatiling mahirap ang suplay at sumasang-ayon ang mga kliyente sa mas mahabang panahon na mga kasunduan, maaaring tratuhin ng mga investor ang mga namumunong kumpanya ng memory nang iba sa mga tradisyonal na stocks ng DRAM-cycle.
 
Ang argumento tungkol sa re-rating ay nakadepende rin sa paglago ng inference. Ang pagtatrain ang naglikha ng unang alon ng pangangailangan sa AI infrastructure, ngunit ang inference ay maaaring maging mas mahalaga habang ang mga AI application ay lumilipat sa araw-araw na paggamit. Ang enterprise copilots, AI agents, mga tool sa paghahanap, robotics, at multimodal systems ay maaaring lahat ay magdulot ng mas mataas na pangangailangan sa memory. Kung mangyayari ito, maaaring makinabang ang mga kumpanya sa memory mula sa mas mataas na content bawat server at mas maayos na pangangailangan. Dito nagmumula ang pagkakaroon ni Serenity ng memory kasama ang neoclouds at photonics bilang core infrastructure theme.
 
Mga dahilan kung bakit maaaring muling i-rate ang mga stocks ng memorya:
  • Mahalaga ang HBM para sa pagganap ng AI accelerator
  • Gumagamit ng higit pang memorya ang AI servers kaysa sa tradisyonal na servers
  • Mahirap palawakin nang mabilis ang suplay ng HBM
  • Ang mga pangmatagalang obligasyon ng mga customer ay maaaring magbigay ng kahalagahan sa kita
  • Ang paglago ng inference ay maaaring magpalawak sa pangangailangan sa labas ng unang alon ng pag-train
  • Maaaring magbigay ng mas mataas na multiples ang mga investor kung ang memorya ay maging mas hindi lamang siklikal
 
Mahalaga ang pagkakataon, ngunit kailangan pa rin ng masusing pagpili ng mga stocks dahil ang memory ay patuloy na isang kompetitibo at kapital-intensibong industriya.
 

Bakit mahalaga rin ang AI Infrastructure para sa Web3

Bagaman ang pangunahing paksa ni Serenity ay nakatuon sa mga aktibo ng AI infrastructure, ang tema ay may indirektong ugnayan sa crypto. Habang tumataas ang pangangailangan sa AI, ang mga sektor ng crypto tulad ng decentralized compute, DePIN, blockchain-based data networks, at AI agents ay maaaring maging mas mahalaga dahil layunin nilang suportahan ang bukas na infrastructure para sa compute, storage, at automation. Ito ay hindi nangangahulugan na ang Nebius, photonics, o HBM ay mga crypto project, ngunit mahalaga ang parehong trend sa infrastructure para sa Web3 dahil ang mga susunod na AI application ay maaaring kailanganin ng mas murang compute, verifiable na data, decentralized na network, at machine-to-machine na pagbabayad.
 

Mga Pangunahing Panganib sa Teorya ng AI Infrastructure ni Serenity

Ang teorya ng AI infrastructure ni Serenity ay nagpapakita ng malalakas na pagkakataon sa mahabang panahon, ngunit ang tema ay hindi walang panganib. Ang Neoclouds, photonics, at memory ay mga sektor na may malaking kapital kung saan ang mga valuation, demand ng customer, cycle ng supply, at execution ay maaaring magbago nang mabilis. Dapat maintindihan ng mga investor ang mga panganib na ito bago sila tratuhin ang re-rating ng AI infrastructure bilang garantisadong trend.
  • Panganib sa pagtataya: Ang mga pangkat ng infrastruktura ng AI ay maaaring naka-price na ang malakas na paglago sa hinaharap, na nagiitang mas kaunting puwang para sa pagtaas.
  • Pagsasakop ng kapital: Kailangan ng malaking pagsisikap ang Neoclouds, mga data center, memory, at mga supplier ng optical upang makapag-scale.
  • Panganib ng pagkakalat: Maaaring maglabas ng mga akasyon o mag-angkat ng utang ang mga kumpanya upang pahintulutan ang pagpapalawak, na maaaring magdulot ng presyon sa mga tagapag-ayos.
  • Pagsasakop ng customer: Maraming supplier na nakadepende sa ilang malalaking hyperscale buyer, na nagdadala ng panganib sa pagkaantala ng order.
  • Panganib sa siklo ng suplay: Maaaring lumipat ang mga merkado ng HBM at optical mula sa kakulangan patungo sa sobrang suplay kung palawakin nang masyadong mabilis ang kapasidad.
  • Panganib sa pagpapatupad: Maaaring makaranas ng pagkakabigo ang pagpapalawak ng produkto, pagbuo ng data center, pagkakaroon ng access sa enerhiya, at pagkwalipiko ng customer.
  • Panganib sa paggastong AI: Kung ang mga hyperscaler ay magpabagal sa AI capex, maaaring mabawasan ang demand para sa compute, photonics, at memory.
 

Kongklusyon

Ipapakita ng AI thesis ni Serenity na ang susunod na yugto ng AI market ay maaaring hikayatin ng mas kaunting software hype at mas maraming pangangailangan sa infrastraktura. Ang mga neocloud tulad ng Nebius, ang mga player sa photonics tulad ng AAOI, at ang mga lider sa memorya kabilang ang Micron, SK Hynix, at Samsung ay nakakakuha ng pansin dahil sila ang sumusuporta sa mga tunay na bottleneck sa likod ng paglago ng AI: compute, paggalaw ng data, at high-bandwidth memory. Malakas ang pagkakataon, ngunit kailangan pa ring subaybayan ng mga investor ang valuation, dilution, konsern sa customer, at panganib sa execution. Sa kabuuan, ipinapahiwatig ng thesis na ang AI infrastructure ay maaaring maging isa sa mga pinakamahalagang re-rating stories sa susunod na teknolohiya cycle.
 

Mga Madalas na Itatanong

Ano ang AI thesis ni Serenity?

Ang AI thesis ni Serenity ay ang susunod na yugto ng AI market ay maaaring maglipat mula sa hype sa software patungo sa pangangailangan sa infrastraktura. Ang thesis ay nakatuon sa neoclouds, photonics, at memory dahil ang mga larangan na ito ay sumusuporta sa tunay na pundasyon ng paglago ng AI: compute capacity, data movement, at high-bandwidth memory.

Bakit nagiging mas mahalaga ang AI infrastructure?

Ang AI infrastructure ay nagsisiging mas mahalaga dahil ang mga advanced na AI model ay nangangailangan ng malalaking data center, GPU clusters, optical networking, memory, storage, power, at cooling upang magsagawa sa malaking saklaw. Habang ang mga kumpanya ay lumilipat mula sa pagsubok ng AI patungo sa tunay na pag-deploy, patuloy na tumataas ang pangangailangan para sa mga antas ng infrastructure na ito.

Ano ang mga neoclouds sa AI?

Ang Neoclouds ay mga espesyalisadong provider ng cloud infrastructure na itinayo pangunahin para sa AI workloads. Nag-aalok sila ng GPU capacity, high-performance computing, suporta sa model training, at inference infrastructure, na nagpapakita ng pagkakaiba sa tradisyonal na cloud platforms na nakatuon sa mas malawak na enterprise computing.

Bakit mahalaga ang Nebius sa AI thesis ni Serenity?

Mahalaga ang Nebius dahil ito ay itinuturing na isang AI-native na kompanya sa cloud infrastructure. Ibinibigay nito ang pagkakataon sa mga investor sa tema ng AI compute capacity, lalo na habang hinahanap ng mga pangunahing teknolohiya at mga korporasyon ang mapagkakatiwalaang cloud infrastructure upang suportahan ang pag-train, inference, at production ng AI workloads.

Ano ang photonics sa mga data center ng AI?

Ang photonics ay tumutukoy sa teknolohiyang batay sa liwanag na ginagamit upang ilipat ang data sa napakabilis na bilis. Sa mga AI data center, nakakatulong ang photonics upang mapabuti ang bandwidth, mapabawas ang latency, at suportahan ang malalaking GPU cluster kung saan mahalaga ang mabilis na komunikasyon sa pagitan ng mga chip, server, at mga sistema ng pag-iimbak.

Bakit mahalaga ang memorya para sa infrastructure ng AI?

Mahalaga ang memory dahil kailangan ng AI accelerators mabilis na pag-access sa malalaking amount ng data. Ang high-bandwidth memory, o HBM, ay nagpapahintulot sa GPUs at AI chips na mas epektibong prosesuhin ang mga workload. Walang malakas na memory bandwidth, kahit gaano kalakas ang processor, ay hindi makakamit ng buong performance.

Ano ang mga kumpanya na konektado sa teorya ng AI infrastructure ni Serenity?

Ang mga pangunahang kumpanya na kaugnay sa thesis ni Serenity ay ang Nebius para sa AI cloud infrastructure, AAOI para sa photonics at optical networking, at ang Micron, SK Hynix, at Samsung para sa AI memory at HBM demand. Bawat kumpanya ay kumakatawan sa iba’t ibang bahagi ng supply chain ng AI infrastructure.

Ano ang mga pinakamalaking panganib sa pagtinda ng AI infrastructure?

Ang pinakamalalaking panganib ay ang mataas na pagpapahalaga, malaking paggastos sa kapital, panganib ng pagkakawala ng halaga, pagkakasentro sa mga customer, pagpapalawak ng suplay, at mga hamon sa pagsasagawa. Ang AI infrastructure ay isang malakas na pangmatagalang tema, ngunit ang mga aktibo sa sektor na ito ay maaaring magkaron ng volatilidad kung masyadong mataas ang mga inaasahang paglago o bumababa ang demand.
 
 

Pahayag ng Pagkakaroon ng Pananagutan

Ang impormasyon na ibinibigay sa pahinang ito ay maaaring mula sa mga third-party na pinagkukunan at hindi kailangang kumakatawan sa mga pananaw o opinyon ng KuCoin. Ang nilalaman na ito ay layon lamang para sa pangkalahatang impormasyon at hindi dapat itingin bilang pampinansyal, pagsisikap, o propesyonal na payo. Hindi nagagarantiya ng KuCoin ang kawastuhan, kumpletong impormasyon, o kumpiyansa ng mga datos, at hindi ito responsable sa anumang pagkakamali, pagkakalimutan, o mga resulta na nagmumula sa paggamit nito. Ang pag-invest sa mga digital asset ay may nakapaloob na mga panganib. Mangyaring mabuting suriin ang inyong kakayahan sa panganib at pangkatang pampinansyal bago gumawa ng anumang desisyon sa pagsisikap. Para sa karagdagang detalye, mangyaring bisitahin ang Mga Tuntunin ng Paggamit at Pagpapahayag ng Panganib ng KuCoin.

Disclaimer: AI technology (powered ng GPT) ang ginamit sa pag-translate ng page na ito para sa convenience mo. Para sa pinaka-accurate na impormasyon, mag-refer sa original na English version.