Invest Like the Best with Patrick O'Shaughnessy — Gavin Baker - Watts and Wafers

3月/4月 drawdown：AI基本面最強的時刻反而是估值最低的時刻

—Gavin Baker區分兩種虧損：① 假設錯誤、必須認損的虧損；② 深度看好卻因市場情緒拋售而承受的未實現虧損（pent-up alpha）。3月對他而言是第二種：NASDAQ下跌時Anthropic正在創造資本主義史上最不尋常的成長——單月新增$11B ARR，超過Palantir+Snowflake+Databricks三家合計。DeepSeek週後GPU亞洲租金價格率先上漲，然後美國GPU租金跟漲，這是正確的信號。4月初再度出現相似的估值設置，同時AI inflection更清晰，是歷史性買入機會。

$NVDA ↑看多中期

4月初NVDA估值相對大盤幾乎是過去10-12年最便宜的水準，同時AI inflection比DeepSeek週更加清晰。Gavin明確在3月-4月加碼，將其定義為pent-up alpha而非虧損認列。在資本主義史上最非凡的AI加速時刻，能以相對10年最低估值買到龍頭，這個機會結構極其罕見

AI算力 ↑看多中期

Anthropic單月新增$11B ARR——超過Palantir/Snowflake/Databricks三家公司10年努力的合計規模。GPU亞洲租金率先上漲（3天後美國跟漲）是AI需求沒有崩潰的即時信號。AI算力需求的速度讓傳統估值框架失效：用歷史PE或相對估值衡量AI龍頭，會系統性低估其未來收益增速

Watts（電力）：資本主義正在解決算力用電問題

—電力短缺預計2027-28年開始緩解，原因是新能源產能正在上線——但最大的瓶頸現在是分區規劃（zoning）和審批，而非能源本身或晶片。SpaceX的軌道計算（Orbital Compute）重新定義了概念：不是「太空中的資料中心」而是「太空中的機架」——每台衛星大小類似一個Blackwell機架（3000磅、8英尺高），用太陽翼供電（v3 Starlink已達20kW），機架之間用雷射透過真空連接。訓練仍在地面進行，推論適合軌道計算。SpaceX在散熱和維修問題上聲稱已有解法。

重電/電網中期

AI算力用電瓶頸正在從「能源供應」轉向「分區審批」——意味著能源設備公司的訂單增長可能快於實際投產速度。Gavin認為資本主義會解決Watts問題，但分區/審批的延遲是不可預測的政治變數。重電/電網的估值能否持撐40倍PE取決於AI CapEx週期的持續性，與NVDA mid-single-digit PE形成的估值背離需要解釋

Wafers（TSMC）：防止AI泡沫的最關鍵單一變數

—若TSMC按Jensen要求擴產，NVDA可能在2026-27年賣出$2-3兆GPUs但造成嚴重oversupply和泡沫。TSMC目前維持供給約束，單獨阻止了一場可能出現的AI泡沫。Jensen與TSMC做生意無合約，完全基於信任和握手協議——「我們是夥伴，會對彼此公平」。歷史上每次重大技術都有泡沫（鐵路、運河、dot-com），當前AI build-out主要由現金流融資而非債務，這是與2000年dot-com的根本差異。若Intel或Samsung打破產能紀律，TSMC可能被迫跟進，屆時oversupply風險上升。

$TSM 中期

TSMC的產能決策是理解AI是否出現泡沫的最重要單一變數——它實際上在充當AI build-out的速度調節器。Jensen飛台灣的主要目的之一就是說服TSMC擴產，但TSMC保持克制。如果不發生AI泡沫，應該向TSMC道謝，因為它單獨防止了一場泡沫——這種節制本身是對TSMC長期競爭壁壘的認可

先進製程中期

TSMC維持供給約束的策略既是防泡沫機制也是定價權的來源：Intel和Samsung的品質差距（約9-15個月）讓hyperscaler幾乎沒有轉換餘地。TSMC的黃金地帶（Goldilocks zone）是擴產足夠多以讓Intel/Samsung難以真正崛起為替代，但又不足以造成oversupply——這是單一公司能在全球AI週期中扮演的最不尋常的角色

TerraFab與晶片創業：「不同且困難」才有生存空間

—SpaceX/Tesla合資TerraFab在美國建造晶圓廠：有Intel合作（50年institutional知識）、有半導體設備公司A-team支持（因為設備商不想只有TSMC一家單一買主）、有Elon品牌吸引全球頂尖硬體工程師。晶片創業的規則：做「不同且困難」的事。Tranium 3是目前最好的非GPU，AMD在後面追。預填/解碼（pre-fill/decode）分離讓GPU有效壽命從2-4年延至10-15年：舊Hopper/Ampere可作為pre-fill後端延長使用，Cerebras/Groq作為前端加速解碼。

$ALAB ↑看多中期

Astera Labs被錯誤放入銅纜輸家basket，但定義上交換器公司不可能是銅纜輸家——交換器在銅纜/光纖連接的另一端，是連接加速器的那一方。Gavin在Series C就持有，稱其為「Good luck thinking that's a copper loser」。Astera的最大產品是交換器，被市場錯誤歸類創造了顯著的估值錯置，這種miscategorization在AI子板塊間的關聯性崩解後特別容易出現

半導體 ↑看多中期

晶片設計的鐵三角（算力/記憶體/IO）讓不同的架構trade-off各有其niche：Cerebras做wafer-scale是「不同且困難」的範本，Tranium 3是最好的非GPU選項。Pre-fill/decode分離開啟了新的設計空間。1% GPU市場份額就值$100B，創業公司不需要打敗NVDA，只需要做NVDA不願意做的trade-off然後防止被NVDA模仿

記憶體估值背離：DRAM個位數PE vs 半導體設備40倍PE

—跨板塊估值背離：DRAM公司（MU等）以mid-single-digit PE交易；半導體設備公司（ASML/KLA等）以40倍PE交易。高點時兩者分別為45倍vs 12倍，現在是40倍vs 個位數，Gavin認為兩者不可能同時成立。HBM是否能根本改善記憶體的商業模式是未知數，但現在的估值差異已超過任何合理的商業模式差異可以解釋的範圍。他也看到AI板塊內部關聯性在2026年1月後大幅崩解——scale-up vs scale-out、DRAM vs NAND、HBM vs NAND不再同向移動。

$MU ↑看多中期

Gavin明確表示：「我不認識任何像我一樣對DRAM不bullish的人。」MU以mid-single-digit PE交易、而半導體設備公司以40倍PE交易，這個估值差距在歷史上沒有先例（高點時是45 vs 12，不是40 vs 5）。DRAM公司的估值折價建立在對記憶體商業模式停滯的假設上，但HBM的結構性崛起和AI需求的長期性正在挑戰這個假設——估值重評的幅度可能遠超市場預期

記憶體 ↑看多中期

DRAM公司mid-single-digit PE vs 半導體設備公司40倍PE的估值背離在歷史上不可持續——即便記憶體商業模式的確遜於設備公司，差距也不應該是8-10倍PE而是2-3倍。HBM量產加上AI算力對記憶體需求的持續增加，是打破DRAM長期估值折價的結構性催化劑

AI科技巨頭分析：Google/Meta/Microsoft/Amazon

—Google：最大的installed base compute，GCP增長強勁，YouTube數據是真正有價值的多模態訓練資料。I/O後Google是否保持Pareto frontier（智能vs成本最優邊界）是關鍵觀察指標。Meta：Zuckerberg是網路巨頭中唯一真正AI-first轉型的，Muse是MSL發布的第一個模型且接近Pareto frontier。Microsoft：Satya做出了「勇氣決定」——用自己的GPU訓練自己的模型而非賣給OpenAI，若全賣給OpenAI股價可能是現在的$800；但Microsoft開發能力是否足夠是問號。Amazon/NVIDIA：是目前對AI創業公司engagement最深的兩家，這是重要的生態系優勢。