某B行的海力士IR电话会
1) 与台积电的合作伙伴关系已经存在(没有新的正式协议；HBM4逻辑晶圆代工厂供应商尚未确认)； 2) HBM3e可能超过HBM3的产量，在2024年下半年实现交叉； 3) 可能会有两种版本的HBM4(2026年MR-MUF的12-die版本，以及2026年之后的16-die基于混合键合的版本；HBM3e的长期生命周期，8-12 die)； 4) 使用EUV将DDR4产能转换为HBM(或DDR5)； 5) 晶圆产能其实是收缩的(考虑到HBM DRAM晶圆尺寸比DDR5大100%以上)； 6) HBM3还会增长，因为有非NVIDIA客户(那些尚未使用HBM3e的客户)； 7) 更先进的HBM(2025年及以后的12-die HBM3e，2026-27年的HBM4)的长期增长机会； 8) HBM销售大部分基于年度合同(相对于大宗商品内存，周期性较低，利润更高)。
此外JPM上调海力士目标价和HBM预测
预计SK hynix在FY24E/25E将分别实现60亿美元/100亿美元的HBM收入，占DRAM总收入的20%/25%。这是基于FY24E/25E的83K/127K(年化)后端产能，我们模型中明年产能增长53%，与我们的自上而下HBM TAM估计一致。在HBM定价方面，我们模型中假设每年同比下降10%，但代际之间定价较高，因此预计FY24E/25E的HBM mix定价可能会上升。
从整个存储行业，提高了对FY24/25E全球存储市场规模的预测，分别提高了10%/15%，主要是由于除HBM外，供需趋紧导致的存储ASP上涨。我们对HBM供需动态自下而上分析表明供过于求的可能性有限，由于HBM的有限位元产出（晶圆penalty），供过于求的担忧被夸大了。我们预计HBM TAM将达到128亿美元，占FY24总DRAM市场的15%。提高了DRAM资本支出预测，以反映积极的HBM后端产能扩张和技术迁移，而NAND资本支出估计较低。在SPE中，我们更偏好TEL，因其较高的DRAM敞口。
云商调研：scaling遇到的问题不仅仅是买不到卡
首先是IDC本身就不够，有电力供给因素，也有散热配套的因素，AI进一步加剧了紧张。IDC地产broker反馈租赁非常火热价格上涨，有时甚至在开工建设前已经被预租。 过去租赁单价大约80美金/kW，最近上涨到120-130美金/kW。其次是网络，第一次遇到这么大的GPU cluster，IB的配置难度又很高。但专家认为到了推理阶段IB的必要性下降，以太会逐渐建立优势。毕竟如果说IB占集群总成本12%的话，以太也就6%。另一个瓶颈是能耗。AI集群的能耗密度大概是传统IDC的2-3倍，这让可用的IDC资源变得更加紧缺，散热设备厂商Vertiv股价过去6个月接近翻倍。最后一个是新出现的，基础软件（这个呼应了英伟达最新披露的软件业务收入），云厂可以自己干，但企业没这能力，要把GPU的利用率提到60%-80%，软件重要性陡增。
此外，推理的需求的确在增长。回顾微软上个季度，在会后的call-back上，微软澄清了，用户基于Azure访问chatGPT等都算做Azure推理收入，而OpenAI的训练需求不算在Azure收入当中（也不在微软的COGS或Capex当中）。该云厂从业人员表示，最近看到推理需求在猛增，且2023更多看到是AI创业公司的需求，2024看到的是更多来自企业Enterprise的需求。
zhuliang对设备以旧换新的评论：
从深层次逻辑上来说，耐用品消费、工业设备这类，凯恩斯主义刺激作用有限（这个逻辑，很多年前在复旦经院旁听华民老师的研究生课，深入讲解过）。短期内可以“促进”一点，但周期稍微拉长到半年至一年以上，该多少还得是多少。具体到耐用品、设备、物流而言：1.耐用品：补贴还是对刚需有利，不会有很多人因为小额补贴而去买耐用消费品，除非足够大补贴。2.设备更新：如果下游需求不旺，设备更新了用来做啥呢，在核心的设备卡脖子领域，最想更新的是更新不了的。说更宽泛一些，整个国产替代领域，都有类似的性质，可以扶上马，送一程，但终究要实现的是市场化的替代，市场化的客户需求选择，市场化的创新和需求循环上升 3.物流降本，和基础设施、人力成本这些是比较挂钩的，需要让利，短期难度不小。
Wedbush昨天对英伟达的评论挺有趣
随着英伟达业绩和上涨，投资者面临的一个问题尤为突出：这是1995年时刻还是1999年时刻？我们的回答是：这是1995年的时刻。因为现在的AI正在冲击软件生态系统和科技领域的其他部分。英伟达和GPU只是支出浪潮的开始，现在市场期待着各种用例在企业与消费者生态系统中得到构建，会是我们自上世纪90年代中期互联网开始以来未曾见过的科技趋势。每在GPU上花费1美元，企业和消费者领域的乘数效应可能会达到10美元以上，企业用例的ROI正在改变软件巨头们的发展前景。在我们看来，这远远不像1999/2000年的时期，因为当时的高估值、缺乏货币化/基础设施、薄弱的资产负债表、泡沫业务模式、宏观背景与今天我们所看到的完全不同。最近的剧情是几周前微软、Alphabet、Meta、亚马逊等增加资本支出，未来12到18个月内，AI的第二次、三次、四次衍生剧情将在市场上依次展开。
Needham将Besi目标价提升至180
除了季报数字之外，BESI还提到了向三星交付了首款用于逻辑和HBM应用的混合键合设备（更可能是逻辑），向美光交付了首款用于HBM应用的TCB设备，以及向Amkor交付了首款完整的用于CoWoS的flip-chip设备（过去Besi只做oS部分）。SK Hynix和三星似乎更依赖韩国本土设备，而美光似乎已经转向BESI，因为镁光希望追赶上SK Hynix和三星。美光从BESI获得的混合键合工具可能是用于HBM4的开发。
英特尔在周三的IFS活动上宣布Clearwater Forest将成为其首款混合键合产品（基于18A，结合EMIB也就是英特尔等效于台积电CoWoS的技术，和Foveros Direct来实现3D堆叠架构，也对标AMD的MI300封装），这为BESI的混合键合技术提供了进一步的验证，该技术仍处于行业应用早期，前景广阔。
JPM对Snowflake的渠道调研
客户成本优化未结束，但最糟糕的情况可能已经过去。如金融服务和制造业，去年开支做了“大幅削减”，现在“仍在从中恢复”。但专业表示“乐观情绪正在出现”，兴奋点“不是宏观变化，而是关于AI”，AI的热度开始影响IT支出计划。Snowflake在FQ4“完成了一些非常大的交易”，但通过消费转化为收入可能需要时间。
合作伙伴普遍认为“AI应该是Snowflake的顺风”，毕竟需要“大量的数据”。大家也指出，各行业的数据成熟度“非常非常低”，而Snowflake有望从中受益。客户现在意识到“现在是时候进行数据资产现代化了”，看到客户在数据治理等方面表现出更大的兴趣和参与度。在资金分配方面，对AI的投资并非增量，而是“必须从其他地方减少开支”。尽管客户认为花几十万美元在AI相关支出上应该能看到回报，但实际上“他们需要花的数字后面还要加一个零”，因为目前的AI在实际生产中是一个“吞金兽”。但从多云的角度，AI可能是最终推动组织走向多云的最终推动力，除了分散化，各个云的AI能力各有千秋，比如AWS有Bedrock并且托管了Anthropic，但“Anthropic与OpenAI和Azure相去甚远”，并且虽然谷歌的模型不如OpenAI好，“但也比Anthropic好得多”。
关于Snowpark，目前为止消费量低于预期，但对产品的“性能和治理方面”非常看好。合作伙伴还提到了其他产品领域，包括Snowpark ML、Snowflake特征存储和Snowflake Cortex——后者他认为“非常非常强大”，并“将推动Snowflake的消费”，允许SQL从业者几秒钟内使用AI。
悄悄新高的EDA巨头Synopsys
Deutsche Bank：从这次业绩来看，显然3DIC和multi-die设计、AI芯片设计方案，正在显著加速EDA和IP市场增长。Synopsys预计到2028年，所有高性能计芯片设计中将有40%采用multi-die架构，从而有利于其3DIC compiler的渗透，以及Fusion、互连IP、整个XSO.ai产品组合的应用。管理层在电话会议上解释，不仅仅是明星产品DSO.ai，还有VSO.ai、ASO.ai、TSO.ai以及他们的数据分析平台。此外IP业务中PCIe、UCIe、ARC-V和其他用于HPC、AI和自动化互连领域，也表现不错。SNPS管理层指引2024年中国收入会增长（美元口径），而CDNS指引2024年中国收入持平或下降。
谷歌DeepMind CEO Demis的采访，对AGI的评论：
人类大脑是宇宙中已知的唯一通用智能的存在。这就是为什么我最初既研究神经科学又学习计算机科学，因为显然在AI的早期，从神经科学获得灵感对于理解这些智能现象如何产生、它们是什么样子以及这些系统需要能够做什么才能表现出通用智能的迹象是很重要的。
我认为我们目前离真正实现AGI还有很长的路要走。当前系统的许多问题我们都可以看到，尽管它们在某些方面令人印象深刻，但在很多方面仍然不够好，还需要许多突破。至于我们距离这种AGI还有多远，我认为作为一个个领域正在取得巨大进步，像Gemini这样的系统上取得了巨大进步，我认为这些系统将是AGI系统的重要组成部分。可能这些系统本身不足以构成完整的AGI，但肯定是关键组成部分。
如果在未来十年或更短时间内，我们看到接近这种能力的系统，我不会感到惊讶。我看了看我们2010年成立DeepMind时写的原始商业计划，我们在计划中有很多预测，包括计算能力和其他需要发明的技术，我们当时对AGI设定了20年的时间表（2030年），我认为我们实际上相当准时，如果我没算错的话，那还剩下六年左右。但这并不意味着它就会发生，我只是不会感到惊讶。但你知道，我认为还有很多不确定性，因为你不知道当前的技术是否会遇到障碍。如果真的遇到了，那么你可能就需要发明一些诺贝尔奖级别的创新，来突破这个障碍。目前我们还没有看到这样的障碍，但过去有过猜测，我的一些同行也猜测可能会有一些障碍。这就是为什么我们要在两方面都努力推动：一方面，我们想要将现有的想法、知识和技术规模化到最大限度；另一方面，我们想要加强我们的基础研究、创新研究和探索性研究，以找到对现有想法的改进，并思考可能的障碍以及如果它们最终成为规模化系统中的障碍，答案会是什么。
最后放张收益率吧，YTD才2个月，这么多基金已经翻倍了...
（完）
文中出现的研报、资料都放下面了：