Baru-baru ini, dalam perjumpaan pelaburan besar di Wall Street — Konvensyen Sohn 2026, Gavin Baker, Ketua Pegawai Pelaburan Atreides Management, diwawancara secara eksklusif.

Baker pernah mengurus aset bernilai lebih daripada US$17 bilion di Fidelity dan merupakan pelabur berpengalaman dalam bidang semikonduktor.

Dalam temu bual itu, beliau mengemukakan beberapa pernyataan yang secara langsung menantang konsensus pasaran: cip AI yang paling dianggap rendah nilainya pada masa ini ialah Trainium daripada Amazon; strategi ekspansi "konservatif" TSMC sedang membantu industri mengelakkan gelembung; kapasiti pengiraan di orbit angkasa akan dibuktikan boleh dilaksanakan dalam tempoh dua tahun, dan bermula menjejaskan industri infrastruktur pusat data darat pada akhir dekad ini.

Dia menyatakan bahawa beliau tidak akan pernah menjual pendek Google atau Broadcom, tetapi beliau memang berpendapat bahawa Trainium kini sangat diremehkan.

Trainium dianggap terlalu rendah dibandingkan yang lain. Makna Trainium terhadap tahun 2026, terutama setelah Trainium 3 benar-benar meningkatkan produksi pada paruh kedua tahun ini, sebanding dengan makna TPU terhadap tahun 2025. Jika seseorang sangat optimis terhadap TPU hari ini, sebaiknya periksa laporan 13F mereka untuk melihat apakah mereka memiliki posisi di Lumentum atau Celestica—keduanya adalah dua aset terbaik untuk berinvestasi dalam TPU. Saya memegang salah satunya, jadi saya merasa memiliki dasar yang kuat untuk mengatakan ini.

Dia juga menyatakan bahawa TSMC tidak bersedia memperluaskan kapasiti secepat yang diinginkan oleh Jensen Huang. "Jensen Huang pergi ke TSMC setiap tiga bulan, dan mereka memperluaskan kapasiti sekitar 5%. Jensen Huang ingin mereka meningkatkan kapasiti dua atau tiga kali ganda. Jika kapasiti benar-benar meningkat dua atau tiga kali ganda, NVIDIA mungkin akan menjual chip bernilai US$1.5 trilion tahun depan—saya serius."

Mengenai kitaran memori, Baker menyatakan bahawa berdasarkan setiap kitaran memori dalam 25 tahun terakhir, kini adalah masa 100% yang tepat untuk menjual memori.

Saya sebenarnya adalah analis Micron pada tahun 2000, ingat pergi ke Sun Valley untuk menghadiri hari analis mereka, saya telah mengalami berbilang kali kitaran memori, berdasarkan pola sejarah, sekarang memang masa untuk menjual.

Namun, terdapat satu siklus yang sama sekali tidak sepatutnya dijual—iaitu pertengahan 1990-an, yang menurut saya merupakan siklus kapasiti sejati terakhir. Berbanding siklus itu, kita mungkin masih berada pada peringkat yang sangat awal.

Mengenai pendapatan AI, Baker menyatakan bahawa struktur tenaga kerja syarikat-syarikat S&P 500 akan mengalami "penyesuaian besar", tetapi model penentuan harga AI yang berpindah dari "langgan bulanan" kepada "bayar mengikut penggunaan" akan menyebabkan pertumbuhan pendapatan melebihi jangkaan luaran—beliau membandingkannya dengan model keuntungan industri panggilan mudah alih yang mengenakan caj mengikut minit di luar pakej.

Dia juga menyatakan bahawa membaca mempunyai kepentingan yang sangat besar, dan menekankan bahawa hampir tidak lagi secara aktif menjadualkan pertemuan dengan pengurusan syarikat yang disenaraikan—pengurusan ini telah dilatih dengan sangat ketat, dan perkataan mereka tidak akan melebihi lingkungan panggilan laporan kewangan atau fail 10-Q.

Sedangkan saya membaca dokumen-dokumen ini lebih pantas daripada mereka berbicara. Berikut adalah kandungan terpilih yang disusun oleh perwakilan tugasan pelaburan (ID WeChat: touzizuoyeben), dikongsikan bersama anda:

Amazon Trainium: Cip AI yang paling diabaikan oleh pasaran

Semasa mewawancarai Baker, rakan pengurusan tinggi Blackstone, Jas Khaira, bertanya: di antara pesaing NVIDIA—TPU Google, Trainium Amazon, dan Gaudi Intel—yang mana yang paling dihargai rendah oleh pasaran? Baker menjawab: “Trainium, tanpa diragui lagi.”

Dia memberikan logik teknikal yang spesifik. Model AI terkini utama semuanya menggunakan arsitektur yang dipanggil "Mixture of Experts" (MoE). Untuk membuat inferens pada model-model ini, diperlukan infrastruktur yang dipanggil "Switched Scaleup Network".

Baker berkata: "Sekarang ini, hanya ada dua syarikat di seluruh dunia yang mempunyai rangkaian ekspansi bertukar yang beroperasi—satu adalah yang menggerakkan GPU NVIDIA, dan yang lainnya adalah Amazon Trainium."

Ini adalah halangan teknikal yang mudah diabaikan. Google TPU tidak memiliki kemampuan yang setara dalam hal ini—Baker secara langsung menyoroti satu butir: “Google menciptakan ujian patokan ML Perf, tetapi mereka tidak menghantar hasil TPU mereka ke ujian patokan sendiri, dan anda boleh lihat perkara ini membuat Jensen (Huang Renxun) kesal.”

Baker juga menilai bahawa selepas pengeluaran berskala besar Trainium 3 pada separuh kedua tahun ini, kedudukan Trainium pada 2026 akan setara dengan kedudukan TPU pada 2025. Beliau mengatakan bahawa beliau pernah melabur dalam syarikat-syarikat rangkaian bekalan TPU seperti Celestica, "Saya rasa saya layak untuk mengatakan ini."

Dia menambah: "Saya tidak akan pernah short Google atau short Broadcom, tetapi saya memang percaya bahawa Trainium kini terlalu diremehkan."

Pusat data luar angkasa: Akan jelas dalam 2 tahun, rebut pasaran pada akhir dekad ini

Topik lain yang menarik perhatian dalam perbincangan ini ialah «Orbital Compute» — iaitu idea meletakkan pusat data ke angkasa.

Khaira bertanya kepada Baker: Kapan perkara ini benar-benar akan dikomersialkan?

Jawapan Baker memberikan tempoh masa yang jelas: "Saya percaya bahawa dalam dua tahun ke depan, kelayakan dan kelayakan ekonominya akan dibuktikan. Pada akhir dekad ini, ia akan bermula mengambil bahagian pasaran yang bermakna."

Logikanya ialah, pusat data di permukaan menghadapi dua batasan utama: kuasa dan penyejukan. Di ruang angkasa, kuasa datang dari matahari, manakala penyejukan datang dari sisi satelit yang berada dalam bayangan.

Baker menggambarkan reka bentuk satelit daripada pembekal pengiraan orbit yang berpotensi: radiator sepanjang tiga hingga empat ratus kaki, dan badan satelit itu sendiri adalah satu rak—8 kaki tinggi, 2.5 kaki lebar, 4 kaki dalam—beberapa rak disambungkan melalui laser untuk membentuk pusat data maya. Radiator diletakkan di belakang bayangan rak.

Beliau menunjukkan bahawa apabila laluan ini berkesan, pemasok peralatan kuasa dan penyejukan pusat data tanah akan paling terkesan: "Syarikat industri yang memperluaskan pengeluaran secara besar-besaran untuk menyokong pembinaan pusat data mungkin menghadapi keadaan di mana permintaan berhenti mendadak."

Dia juga menekankan bahawa pusat data tanah yang telah dibina masih mempunyai nilai, dan latihan serta pembelajaran penguatan masih akan dijalankan di tanah, "Saya tidak mampu membayangkan bahawa dalam tempoh tujuh tahun ke depan kita tidak akan membina pusat data tanah lagi," tetapi arah permintaan tambahan sedang ditakrif semula.

Orang-orang tua yang tegar dari TSMC: Sedang membantu mengelakkan gelembung pasaran global

Masalah biasa di pasaran: Akankah pelaburan AI menjadi salinan semula gelembung internet?

Jawapan Baker adalah: Kali ini mungkin berbeza, dan sebabnya mengejutkan—pengurusan TSMC yang konservatif.

Dia mengatakan bahawa setiap kali teknologi baru yang besar muncul sepanjang sejarah, mulai dari keretapi, saluran, PC, internet hingga AI, hampir semuanya mengalami gelembung. Pelabur menjadi bersemangat terhadap teknologi baru, konsensus pasaran terbentuk, gelembung mengembang, dan akhirnya dana gelembung digunakan untuk membina infrastruktur—internet telah melalui perjalanan ini.

Kami tidak ingin gelembung. Gelembung itu buruk, mengalami proses gelembung itu menyakitkan, dan setelah gelembung meletus, ia lebih menyakitkan lagi.

Namun kali ini dia 'optimis percaya' kita mungkin dapat mengelakkan gelembung, kerana kekangan fizikal yang wujud di dunia nyata—kekurangan watt (elektrik) dan wafer.

Kunci kekurangan wafer terletak pada sikap TSMC. Baker berkata: “TSMC dikelola oleh orang-orang tua yang tegar berusia lebih dari 70 tahun.” (Beliau segera bercanda bahawa usia 70 tahun adalah usia 50 tahun yang baru, sementara beliau sendiri berusia 50 tahun.)

Orang-orang ini pernah mengalami semikonduktor Taiwan mengejar Intel yang dianggap sebagai "mimpi yang tak mungkin dicapai seumur hidup", hingga akhirnya berhasil dengan sepanjang hidup mereka. Mereka sangat memahami apa yang dimaksudkan oleh sebuah gelembung dan kehancuran terhadap TSMC.

Oleh itu, mereka enggan meningkatkan pengeluaran secepat yang diharapkan oleh Huang Renxun.

Huang Renxun pergi ke TSMC setiap tiga bulan, dan mereka mungkin meningkatkan kapasitas sebanyak 5%. Huang Renxun ingin mereka melipatgandakan atau menggandakan tiga kali kapasitas mereka. Jika kapasitas benar-benar dilipatgandakan atau digandakan tiga kali, NVIDIA mungkin dapat menjual chip senilai US$1.5 trilion tahun depan—saya serius. Tetapi sisi lain dari hal ini mungkin sangat menyakitkan bagi semua orang.

Kesimpulan Baker ialah: "orang tua yang tegar" ini, dengan melaksanakan satu batasan fizikal yang benar-benar wujud di dunia nyata, secara objektif membantu semua orang mengelakkan gelembung—dan batasan ini tidak pernah wujud dalam sebarang revolusi teknologi sebelumnya.

Siklus memori dan ledakan pendapatan AI

Dalam perbincangan itu, Baker juga menyebut dua penilaian yang perlu diperhatikan.

Mengenai kitaran memori: Harga memori telah meningkat sebanyak 60% hingga 70% pada tahun ini, dengan margin kotor Micron mungkin mencapai lebih daripada 60%, jauh melebihi purata sejarah (kira-kira 16%).

Baker mengakui bahawa berdasarkan pola kitaran memori selama 25 tahun terakhir, "sekarang 100% sepatutnya menjual saham memori". Namun, beliau percaya bahawa kali ini mungkin serupa dengan kitaran kapasiti sejati pada pertengahan 1990-an, "kita mungkin masih berada di peringkat awal", dan tidak sepatutnya mengikuti pola sejarah secara sederhana.

Mengenai skala pendapatan AI: Baker menilai bahasa masa OpenAI dan Anthropic mencapai jumlah pendapatan gabungan sebanyak US$200 bilion sudah tidak lama lagi.

Dia mengutip pernyataan Jensen Huang: Jensen Huang ingin jurutera terbaiknya menghabiskan sekurang-kurangnya separuh gaji mereka untuk AI token.

Pendapat Baker ialah bahawa trend ini bermaksud struktur tenaga kerja syarikat-syarikat S&P 500 akan mengalami "penyesuaian besar", tetapi perubahan model penetapan harga AI daripada "sistem langganan bulanan" kepada "bayar mengikut penggunaan" akan menyebabkan pertumbuhan pendapatan melebihi jangkaan luaran—beliau membandingkannya dengan model keuntungan industri panggilan mudah alih yang "menyekat di luar pakej mengikut minit".

Filsafat pelaburan: Membaca buku, pengenalan corak, dan satu surat yang salah ditulis

Dalam temu bual, Khaira juga bertanya kepada Baker, daripada mana kelebihan pelaburannya.

Jawapan Baker ringkas: “Baca buku, yang paling penting secara mutlak.” Dia mengatakan hampir tidak lagi menjadualkan pertemuan dengan pengurusan syarikat yang disenaraikan—“Mereka dilatih dengan sangat baik dan tidak pernah mengatakan apa-apa yang tidak terdapat dalam panggilan laporan keuangan atau 10-Q, dan saya membaca lebih pantas daripada mereka berbicara.”

Dia mengakui salah satu pelajaran paling menyakitkan dalam kerjayanya ialah pernah menulis surat kepada pihak pengurusan syarikat meminta pembelian semula saham, dan syarikat tersebut bangkrut 18 bulan kemudian. “Ini adalah pelajaran kekal tentang leverage tinggi—kadang-kadang tidak semua perkara berjalan mengikut perancangan.”

Baker menyebut bahawa selama karier beliau, beliau berusaha mengatasi peribahasa Peter Lynch—cabut rumput liar dan siram bunga, iaitu menjual aset yang rugi dan memegang aset yang untung. Tetapi, entah mengapa, ini sangat sukar baginya.

Baker sangat peka terhadap penilaian, dan pada dasarnya adalah seorang pelabur kontrarian; senarai titik rendah 52 minggu adalah tempat paling selesa baginya. Dia mengakui bahawa dia terus memegang saham memori dengan erat. Tetapi ini adalah perjalanan seumur hidup, dan setiap tahun dia cuba membuat sedikit kemajuan dalam aspek ini.