在市場沉浸於AI超大型雲廠商無休止資本支出預期的狂熱中，資深分析師一當市場沉醉於AI超級周期的狂熱敘事，資深分析師Mr. P潑下一盆冷水：所謂"十年需求能見度"不過是彌天大謊，雲廠商根本無力預測兩年後的走勢。真正的戰場已悄然轉移——明年記憶體支出或吞噬超大型雲廠商逾半資本開支，ABF載板供應缺口恐延續至2030年，燃氣輪機訂單更已排滿至十年後。GPU不再是唯一卡點，電力、封裝與記憶體才是掐住AI咽喉的隱形之手。針見血地指出：長達十年的需求能見...
在市場沉浸於AI超大型雲廠商無休止資本支出預期的狂熱中，資深分析師一針見血地指出：長達十年的需求能見度不過是「彌天大謊」，而真正扼住AI咽喉的，早已不是單純的GPU數量，而是昂貴的記憶體帳單、落後的電網以及被忽視的ABF載板環節。
9月26日，在最新一期的Logan Jastremski播客節目中，長期跟蹤AI基礎設施建設的匿名分析師、P Equity Research背後的操刀人Mr. P作為嘉賓出席。當前，以大模型為核心的AI戰局正從模型參數比拚延伸至底層基礎設施的終極角力，超大型雲廠商（Hyperscaler）每年數以兆計的資本支出去向，成為全球投資者最關注的焦點。在這場超過一小時的深度對談中，Mr. P基於詳實的數據與產業鏈調研，對AI算力缺口、記憶體大周期、光電之爭以及地緣博弈等核心議題給出了冷思考與去魅化解讀。
「十年需求能見度是謊言」，記憶體仍難逃繁榮與蕭條的周期宿命
過去一段時間，市場篤信AI帶來的硬體投資將是一場永不枯竭的超級周期，甚至有聲音稱雲廠商的訂單能見度長達十年。對此，Mr. P給出了極為剋制的判斷。
「如果一個超大型雲廠商告訴你他們有10年的需求能見度，他們只是在忽悠你。他們根本無法預測2年以後的情況。」Mr. P直言，「我相信記憶體是周期性的，並且它將保持周期性，這主要是由支出的性質決定的。人們認為超大型雲廠商的支出是可持續的，它可以無限量地繼續增長，但這只是一個假設。我認為支出總有一天會放緩。」
儘管不相信「無限支出」，但短期內AI對記憶體的吸金能力依然令人咋舌。隨著數據中心從主要關注訓練轉向更吃內存的推理階段，記憶體（包括HBM、DRAM和NAND）正在吞噬巨量資金。
「明年超大型雲廠商的資本支出預計在1.1兆到1.2兆美元之間，而僅僅是記憶體可能就會佔據其中的50%到60%，大概是5000億到7000億美元。瑞銀（UBS）甚至估計明年單在記憶體上的花費就將達到9000億美元，這簡直比今年所有超大型雲廠商的資本支出總和還要多。」
為了平抑周期波動，記憶體製造商正瘋狂推進長期協議（LTA）。Mr. P透露，三星已開始收到長達10年的合同要求。然而，一位曾在三星和AMD任職的行業專家向他警告，LTA可能被過度炒作了：「如果需求暴跌，為了不徹底得罪客戶，這些長期合同有可能會在閉門狀態下被雙方默默取消，且不附帶任何違約金。如果你強迫客戶吞下500億美元他們不再需要的產品，他們只會把內存堆在倉庫裡，接下來的幾年你的收入將真正面臨斷崖式下跌。」
算力缺口依舊，但「隱形瓶頸」正向電力與載板轉移
目前，市場對於「算力是否受限」存在巨大分歧。微軟CEO納德拉曾暗示晶片足夠，只是沒有「溫暖的機架」來插這些晶片；而Google和亞馬遜在業績中則明確表示自己受制於算力短缺。
Mr. P通過市場價格數據證實了算力的緊缺現狀：「四五年前的老舊晶片現在的租金定價比以前還高，像H100現在的二手價格依然能賣到2.5萬美元，B系列GPU每小時的租金已經從5美元漲到了7到8美元。晶片的使用壽命正在被大幅延長，有的甚至達到了10年。」
然而，純粹的GPU裸片數量可能並非核心卡點。一位AMD專家向Mr. P證實，就原始晶片而言供應是充足的，真正的瓶頸在於數據中心的電力、高級封裝（Advanced Packaging）和記憶體。
從BOM（物料清單）的拆解來看，真正的短缺環節正在浮出水面。Mr. P指出：「在Vera Rubin（輝達新一代架構）的物料清單中，看到出現三位數價格漲幅的組件是ABF載板、PCB和記憶體。ABF載板的產能非常緊張，供應短缺很可能會持續到2028年甚至2030年以後。戴爾、惠普、輝達和博通在近期的業績中，也一致將DRAM、NAND、ABF載板和晶圓列為產能約束因素。」
在能源端，建設新型算力中心所需的燃氣輪機面臨著極度漫長的交付期。「三菱、西門子、GE Vernova的積壓訂單已經排到了2030年以後。如果你今天訂購一臺燃氣輪機，你可能要到2030年才能拿到貨。」
銅退光進：光是終局，但銅仍將被「強行續命」
在數據中心網絡連接領域，銅纜與光通訊的路線之爭愈演愈烈。雖然市場普遍期待共封裝光學（CPO）迅速普及，但Mr. P認為這並非一蹴而就。
「沒有任何東西的傳播速度能超過光速，因此光學最終肯定會贏，速度才是王道。」但他同時強調，在2027年之前，銅和光學將長期共存，雲廠商正在儘可能延長銅的生命周期。
「因為記憶體實在是太貴了，超大型雲廠商必須要在其他地方省錢。CPO不僅非常昂貴，而且目前仍存在良率和散熱問題。你可能會在2027年先看到近封裝光學（NPO）的使用，然後在2028或2029年看到CPO產能爬坡，但其滲透率將保持在較低水平。CPO真正佔據主導地位，可能要等到2030年以後。」
針對美國部分聲音呼籲前沿模型應因安全問題而減緩研發步伐，Mr. P將其斥為「毫無商業邏輯」的行為，「如果你出於安全考慮想要減速，這隻會把市場份額拱手讓人。」
以下為對談全文，由AI翻譯：
Logan Jastremski：太棒了。P Equity Research，非常感謝你加入我的節目。很高興能邀請到你。我一直非常喜歡你在 Twitter 和 Substack 上發佈的內容。就像我們剛才在錄音前聊到的，恭喜你在 Substack 上的排名繼續攀升。你目前發佈的內容令人印象深刻，我很期待我們接下來的交流。
Mr. P：以及你在市場方面看到的一切。是的，謝謝你。我很興奮能和你討論算力（Compute）和 AI。在 Substack 和 X（推特）上受到關注感覺很棒，很高興能和你交流。你總是很活躍。感覺你 24 小時全天候在線，我很欣賞這一點。
Logan Jastremski：是的，我經常在線。不過我得說，我也經常使用「定時發送推文」按鈕來規劃我的推文。也許這就是獲取超額收益（Alpha）的秘訣。
Mr. P:哈哈，是的，這就是Alpha。使用定時推文。
Logan Jastremski：太讚了。我很想瞭解一下你是如何開始深入研究算力領域的？因為你顯然非常積極地發佈你的研究報告，而且我認為你在投資者社區中，尤其是在這些不同數據中心的建設方面，獲得了很大的影響力。所以，只要你願意分享，我很想瞭解一下你的背景，或者你是如何進入股票研究領域的。
Mr. P：好的。我大概是在今年5 月初開始發推文的，那時我大概只有 30 個粉絲。所以我當時是個小透明。我註冊這個帳號有一陣子了，但一直沒怎麼用。後來我想把它用起來，就開始發推文，並在 Substack 上發了很多文章。一開始，我經常寫一些關於日本、中國臺灣和韓國的利基（Niche）公司的文章。反響還不錯。然後我開始在 X 上獲得更多認可，所以我就發得越來越多了。
Mr. P：大約在7 月份左右，我真正開始改變我發帖的方式。我試圖成為一個只分享大量資訊、保持中立觀點，並讓人們自己決定如何解讀這些資訊的人。我一直堅持這麼做，從那以後我的帳號就真正起飛了。但我完全沒有任何技術背景。我所有的知識都是自學的。我沒有工程學位。我擁有會計學的學士和碩士學位，曾在公共會計領域工作過。這就是我的基本經歷。
Logan Jastremski：我不是工程師。所以如果有人問我類似「這個和那個有什麼區別」，我可能回答不上來，我懂的沒那麼多。不過這很好。我通常發現，在自己領域表現卓越的人往往都是自學成才的。無論如何，在深入研究 AI 之前，我曾在加密貨幣市場花了很多時間。在那之前，我在特斯拉工作。一位好朋友曾告訴我，你沒有義務必須成為昨天的自己，你可以自學新技能。所以，只要你不斷學習，我覺得你就會一直處於前沿。
Mr. P：是的，完全同意。我認為這也是我喜歡發這麼多帖子的原因之一：儘可能多地免費學習。因為你能學到的東西是沒有限制的。所以分享資訊永遠是件好事。
Logan Jastremski:100%贊同。也許我們可以從這裡開始聊。顯然，在 AI 數據中心領域發生了很多事情。很大程度上，我覺得自從 Opus 4.5（約 2025 年末）發佈以來，這個領域就開始騰飛了。從那時起，對於普通人來說，我們已經從 Oauth 和訂閱模式，更多地轉向了基於 API 的模型。這真正引發了這場收入的爆炸性增長，也許這種起飛甚至在那之前就開始了。作為副產品，你看到很多所謂的超大規模雲廠商每年在資本支出（Capex）上投入數兆美元。我知道你一直在深入研究物料清單（BOM），以及這些資本支出到底流向了那裡。所以我想讓你從宏觀層面談談你一直在追蹤什麼，以及你對當今市場現狀的看法。
Mr. P：談到超大規模雲廠商，我認為有四個領域很重要：邏輯晶片（Logic）、記憶體（Memory）、電力（Power）和網絡（Networking）。現在大量的資金將花在邏輯晶片上，即 GPU 和 ASIC。而記憶體預計將佔明年雲廠商資本支出的 50% 到 60%。作為參考，如果預期的雲廠商資本支出是 1.1 或 1.2 兆美元，那麼僅記憶體一項的投入就將達到 5000 到 7000 億美元。實際數字可能會更高，但這其中包含了多種產品的混合：有 HBM、DRAM、大宗商品 DRAM，還有 NAND 閃存。
Mr. P：但看看算力方面，他們在採購ASIC 和 GPU 上花了很多錢。我們都知道亞馬遜和Google正在盡最大努力增加他們定製晶片（ASIC）的產量，以擺脫對輝達的依賴。我認為這就引出了一個問題：算力是否仍然受限？因為很多人說，我們有足夠的算力，但沒有足夠的電力。有些人說我們有足夠的電力——好吧，我還沒聽過誰說電力是足夠的。但人們會說我們在其他方面不缺，只缺算力，算力受限。這是各個 AI 實驗室的說法。
Mr. P：所以我想談兩個觀點。我曾和一位來自AMD 的人聊過，做了一次專家訪談。但在提他之前，這裡有兩個主流觀點。第一種觀點認為，我們有足夠的算力，但沒有足夠的電力來插電和運行這些晶片。這個討論源於薩提亞·納德拉（Satya Nadella，微軟CEO）在一個播客上的講話。我不記得是和誰做的播客了，可能是 SemiAnalysis，也可能是其他人。但他基本上是說，我們沒有現成的「熱機架」（插電即用的機櫃）來部署這些晶片。
Mr. P：第二種觀點是，AI 實驗室和供應商表示算力需求巨大，我們正處於算力受限的狀態。如果你聽過Google和亞馬遜的業績電話會議，他們提到自己的算力受限，如果算力不受限，他們的雲業務收入佔比還會比現在報告的更高。與此同時，里昂證券（CLSA）今天發佈的研究報告稱，ASIC 和 GPU 的供需缺口高達 73%，他們預計這種短缺將持續到 2030 年。所以，如果你看看算力用戶的評論，他們會說自己缺乏算力。租賃價格也證明了這一點，因為四到五年機齡的舊晶片的租賃價格比以前還要高，而這些本該是完全折舊或被淘汰的晶片。（註：你懂的，一年前麥可·貝瑞（Michael Burry）曾引發過一場關於折舊的巨大爭論，而現在你開始看到這些晶片的使用壽命超過了五年，甚至開始接近十年。）
Logan Jastremski：是的，完全沒錯。你開始看到這些晶片的使用壽命超過五年，甚至接近十年。我想最近是NEBIUS 發佈了一些數據——如果我錯了或者你有更好的數據請糾正我——他們正在使用長達 8 或 9 年的晶片，這本質上延長了像 H100 這種晶片的使用壽命。
Mr. P：我覺得二手的H100 現在的售價還在 25,000 美元左右，這相當驚人。是的，我相信輝達的 Volta 架構晶片也還在被使用，那幾乎是 10 年前的產品了。但沒錯，這些晶片的使用超出了它們自然的或預期的使用壽命。這也很有趣，因為大概一兩個月前有一條評論提到，一家小型初創公司試圖獲取一小批晶片，但根本拿不到。一旦他們拿到了，他們團隊裡就有人買了個蛋糕開始慶祝，因為現在能搞到算力就是這麼重要的一件事。
Logan Jastremski：是的，我們甚至從我們投資的幾家投資組合公司那裡聽到了同樣的情況。他們試圖做很多有趣的事情，但如果沒有算力資源，你就真的倒大黴了（SOL）。所以，正如你所說，現在大家似乎都在為了獲取算力而「哭爹喊娘」。甚至連埃隆·馬斯克在建設 Tera Fab 時也說，沒有足夠的算力來同時滿足機器人、他們想造的汽車，以及最終的太空數據中心的需求。所以，從宏觀來看，我們似乎確實受到了算力的限制。
Mr. P：但是，針對你的觀點，這究竟是能源方面受限，還是物理計算晶片本身受限呢？我認為能源是一個大問題。我想說，現在的問題是有太多的數據中心建設項目被延期了。我們不知道確切有多少數據中心被推遲。SemiAnalysis 說這不是個大問題，但根據我讀到的所有新聞，似乎數據中心的延期相當嚴重。在數據中心建設方面也存在很多社會和政治層面的抵制。所以我確實認為電力是一個大問題。我認為電力絕對是目前最糟糕的瓶頸之一。我稍後會詳細談談這個。但回到我剛才提到的那位 AMD 專家的話，他說，就原始晶片、就單純的算力而言，他認為我們是足夠的；瓶頸在於其他領域，比如數據中心的電力、先進封裝，以及重中之重——記憶體。
Mr. P：所以我認為，關於GPU，你會看到很多關於我們是否擁有足夠數量的爭論。但租賃價格表明我們目前的算力是不夠的。
Logan Jastremski:是的，我想我今天早上看到了，或者可能是你發的帖子。提到B200 或 B300 的 GPU 每小時租賃價格已經從 5 美元漲到了 7 或 8 美元。
Mr. P:是的，太瘋狂了。價格一直在上漲。
Logan Jastremski：那麼，也許我們可以更深入地探討一下記憶體（Memory）方面。這是我花了一些時間研究的領域，也是我和 Bubble Boy 詳細聊過的話題。特別是隨著這些數據中心在很大程度上從主要關注「訓練」轉向「推理」，而推理更受限於記憶體帶寬（Memory-bound）。一方面是模型的權重變得越來越大，另一方面是上下文窗口通常也變得越來越長。正如你指出的，新一代雲廠商（Neo clouds）乃至整個行業對記憶體的需求都在大幅飆升。關於「記憶體佔資本支出的 60%」這個驚人的數據，你有更詳細的拆解嗎？因為每年有數兆美元的資金投入到基礎設施建設中，這確實非常瘋狂。
Mr. P：是的。實際上，很難準確判斷到底有多少資本支出花在了記憶體上。讓我為你梳理一下。首先，每個人的預測數字都不一樣，取決於你問誰。我不認為有任何人確切知道記憶體上到底花了多少錢。幾個月前，里昂證券（CLSA）研究報告稱，2027 年記憶體佔資本支出的比例將達到 48%。SemiAnalysis 說是 36%。Citrini 預測 2028 年將達到 60%（我不知道他們 2027 年的預測是多少）。摩根大通（JP Morgan）預測 2027 年是 49%，2028 年是 60%。瑞銀（UBS）預測 2027 年是 63%，後來他們又說是 73%。你明白我的意思了吧？我們無法確定誰是對的。而且我認為我們永遠也得不到一個準確的數字，因為這裡面混合了太多東西，有大量的 HBM、NAND 閃存，還有普通的大宗 DRAM 在被使用。所以根據你問的人不同，你會得到一個非常寬泛的範圍。但總的來說，沒有人會反駁「記憶體非常昂貴」這一點，這將是一筆巨大的開銷。瑞銀估計，明年僅在記憶體上的花費就將達到 9000 億美元。為了讓你有個概念，這基本上比今年所有超大規模雲廠商的資本支出總和還要多。這很瘋狂，對吧？
Logan Jastremski:是的，這太瘋狂了。
Mr. P：是的，在記憶體上這是一筆鉅款。我認為目前，就供應緊缺程度而言，HBM 可能是最緊缺的，或者大宗 DRAM，這視情況而定。
Logan Jastremski：我想你可能沒有看到……抱歉打斷一下。你有沒有在你看到的研究或你一直跟蹤的其他人的研究中，看到關於記憶體具體比例劃分的明細？因為到目前為止，我和 Bubble Boy 宏觀地聊過這個，行業似乎並沒有真正專注於「最大化吞吐量（Throughput）」。這可以理解，因為雲廠商是按 Token 數量收費的。在吞吐量方面，很大程度上是 Groq 和 Cerebras 在做。然後你有了像高帶寬記憶體（HBM）這樣的東西，最終用來保存模型權重和上下文。但隨著你擁有工作時間更長的智能體（Agents），並且它們在執行時間跨度更長的任務，現在越來越多地數據被卸載到 NAND 閃存上。在你的研究中，有沒有發現什麼跡象表明記憶體存在不同的細分趨勢？
Mr. P：我還沒有真正看到關於這方面的詳細資訊。但我知道，記憶體供應商正試圖讓HBM 成為他們收入的更大組成部分。純粹從經濟角度來說，他們希望 HBM 佔收入的比例更高，因為他們認為這是可以在長期內維持的東西。大宗 DRAM 就是大宗商品。他們大部分的 DRAM 銷售仍然是不包括 HBM 的，他們可能認為這在長期來看對價格更敏感。而 HBM 更加定製化，你可以認為它不是一種大宗商品。因此，他們相信從長期來看，他們能夠將 HBM 的利潤率提高到高於普通 DRAM 的利潤率。所以我認為目前的趨勢是，記憶體製造商希望減少對大宗 DRAM 銷售的依賴，他們想賣出更多的 HBM。
Logan Jastremski：所以他們是把普通的大宗DRAM 從家用電腦和內存條，更多地轉向消耗高帶寬記憶體的數據中心，因為後者可能對價格稍微不那麼敏感？
Mr. P：是的，完全正確。比如SK 海力士（SK Hynix）預計到 2030 年，其 DRAM 收入的 35% 將與 HBM 掛鉤。這幾乎是今年的兩倍。這聽起來可能不算很多，但我認為對於這些記憶體製造商來說，每一分錢都很重要，因為他們知道自己所處的行業是一個典型的「繁榮-蕭條（Boom-bust）」周期性行業。
Logan Jastremski：你個人的看法是什麼？顯然，這些記憶體公司的市盈率（PE）相對較低，因為在過去，它們更具周期性。那句著名的毒奶是：「這次不一樣」。但在你個人的觀點或你讀過的研究中，你認為它會繼續保持周期性嗎？或者你認為，由於 AI 帶來了更多吉瓦級別的電力上線，以及這些模型需要更多的通用記憶體，它會變得不那麼周期性？
Mr. P：不，我仍然認為這是一個繁榮與蕭條的周期，只是由於長期協議（LTA）的存在，蕭條的那一面可能會被稍微軟化。這實際上是一個非常好的問題。以前也有人問過我，我曾公開表示，我認為記憶體是周期性的，而且將繼續保持周期性。這主要是由支出的性質決定的，人們認為雲廠商的支出是可持續的，它可以繼續增長。這只是一個假設。為了讓它不呈周期性，我認為這種支出必須無限期地持續下去，但我認為這不可能發生。我認為支出總會有一個放緩的節點。
Mr. P：但說到繁榮-蕭條周期，我想說，這些記憶體製造商簽訂的長期協議（LTA）實際上包含四個方面。閃迪（Sandisk，現西部數據旗下）的 CEO 簡單地拆解了這一點。他們做了一些叫做「新商業模式」（NBMs）的東西。其實他們就應該直接叫它 LTA。我不知道他們為什麼要叫它 NBMs，可能是為了讓它聽起來更高級吧。
Logan Jastremski:是的，為了聽起來高大上。
Mr. P:他們想顯得與眾不同。但這包含四個部分：時間承諾、數量承諾、定價，以及財務擔保。我認為大多數人都熟悉定價部分，但在時間承諾方面，通常是四到五年。我認為目前的LTA 普遍是五年。我不知道是否很多人知道這一點，但大信證券（Daishin Securities）兩天前報導說，三星已經開始收到長達 10 年期合同的請求。所以，這基本上是最初 LTA 時間的兩倍。而且他們已經開始與一些客戶進行合同延期了。他們以前也提到過，基本上是說如果客戶在某個時候想要更高的需求或其他什麼，他們就可以延長 LTA，他們可以更改它。所以可能是五年變成七年之類的。但合同的長度最終由供應商決定，如果達到 10 年也就不足為奇了。
Mr. P:而且我認為，甚至閃迪的CEO 在 9 月 9 日的一次活動上也說過，他們有可能獲得長達 10 年的需求可見度，但他們「還」沒有達到那個階段。強調「還」這個字，因為他是這麼說的。但我不認為他們有可能達到那個階段，因為一份 10 年的合同似乎對雙方都是不利的。你不想把一個客戶綁定 10 年，因為下行周期的風險可能會非常高。沒有人擁有 10 年的可見度。如果一個超大規模雲廠商告訴你他們有 10 年的需求可見度，那他們純粹是在忽悠你。他們根本沒有，他們無法預測 2 年以後的事情，對吧？所以在一個長達 10 年的合同中存在很大的波動性。但簽訂 10 年合同的負面影響還在於，你會失去利用更高價格獲利的能力。這就是時間承諾方面。
Logan Jastremski 21:02說到雲廠商的資本支出（Capex）方面，最初，他們主要是用資產負債表上的資金，以及他們過去建立盈利業務所積累的多餘現金來為其提供資金。我認為現在如果你看看他們所有人的自由現金流，都在趨向於零，或者他們正在借錢。而且我認為他們中的許多人必須繼續為其提供資金。這是否是你的基本假設？即因為收入可能滯後於他們前期的資本支出，所以這種支出會放緩？
Mr. P:嗯，我認為每一項偉大的技術都會經歷一個大量投資的時期，然後就會開始放緩。因為「無限支出」的假設前提是 AI 行業永遠不會成熟，對吧？但我相信每個行業在某個時刻都會成熟，無論是 PC 還是智能手機，你都有支出，但隨後你也會達到行業成熟的階段，所以你不需要花那麼多錢。你只需要維持一定數量的資本支出，無論是削減資本支出，還是在未來幾年將其停留在某個水平。這就是我相信未來會發生的事情。我不認為你會看到資本支出一直上升。當然，如果所有的雲廠商在未來幾年都能創造出巨額的自由現金流，情況就會改變。這預計可能會在 2028 年發生，但我們走著瞧。
Logan Jastremski：看來你不太相信所謂的「AI 超級周期」——即我們實現遞歸式的自我改進，然後一切就大功告成了，AI 智能體將接管一切。
Mr. P:嗯，我確實相信AI，但我想我們得看看他們能達到多高的投資回報率（ROI）。這是一個大問題，因為現在他們只是在消耗自由現金流。所以在自由現金流轉正之前，人們會一直保持質疑。
Logan Jastremski：但回到記憶體的部分，我剛才談到了數量、價格和財務擔保。在數量承諾方面，LTA 規定了雲廠商必須購買的約定數量。我相信 SK 海力士有 50% 到 70% 的供應量與長期協議掛鉤。然後是價格，他們基本上都設定了某種價格下限。如果你看看閃迪，他們最近談到在 2030 年底前保持 80% 的利潤率。這就是他們擁有的價格底線機制。但這裡有一個附帶條件，就是他們可以取消價格上限。我和一位美光（Micron）的員工聊過，他基本上說，如果公司願意，他們可以將 DRAM 的利潤率提高到 94%、96%。
Logan Jastremski:這太瘋狂了。
Mr. P:是的，很瘋狂，對吧？你從來沒聽說過那家企業的利潤率能這麼高。這基本上相當於零成本銷售DRAM。當然，在他和我看來，這不會發生。但重點是，你有一個價格下限，而價格上限可能不存在。所以，如果記憶體製造商願意，他們可以不斷提高價格。
Logan Jastremski：是的，所以在整個行業中，都有這些長期協議，規定了一定數量的固定新增產能上線，這個數字因公司而異。但在另一方面，你也有這種未被承諾的「浮動產能」，潛在地，由於你沒有簽署長期協議，這部分的利潤率甚至更高。這有點像先到先得，或者價高者得。所以他們潛在地可以收取比長期協議更高的利潤率。
Mr. P:是的，他們可以收取更高的利潤率。但顯然，他們想要簽訂更多長期協議的原因是，我認為他們知道這是一個周期性行業。所以他們只是想確保他們的需求能夠平穩下來。無論超大規模雲廠商的資本支出發生什麼變化，他們都能在未來幾年賺到固定數額的錢。我稍後會談到這一點。
Mr. P:最後一部分是財務擔保，對吧？美光表示他們有所有這些戰略客戶協議，這也是LTA。他們提到獲得了 220 億美元的預付款。所以附帶了某種違約金，無論是預付款還是取消訂單的罰款。所以我認為這就是這個周期看起來不同的地方。這就是為什麼我說蕭條周期會被軟化。它不會像以前那樣，在下行周期出現極其糟糕的利潤率，導致記憶體製造商因為史無前例的支出規模和 LTA 而破產。
Mr. P:最重要的是，你可以提出一個我稱之為「維護性資本支出（Maintenance capex）」的論點。讓我解釋一下。想像一下，如果明天雲廠商站出來說，我們在未來幾個季度的產能和資本支出過度建設了，我們將開始削減資本支出。個人而言，我不認為 AI 支出會達到雲廠商削減 50% 或甚至 30% 資本支出的地步。在 23 財年，甲骨文、Google、微軟、Meta 和亞馬遜的總支出約為 1500 億美元。如果你將下一財年預計為 1 兆美元的資本支出削減 50%，那仍然是 5000 億美元。這仍然是 2023 年資本支出的三到四倍。所以，你認為他們削減 50% 支出的情況會發生嗎？即使發生了，這仍然是一大筆錢，對吧？所以我認為，即使雲廠商削減開支，記憶體製造商仍然會有相當不錯的利潤率，並且會設定一個新的平均水平。
Logan Jastremski27:13就我個人而言，我認為這（削減支出）不太可能。當我查看OpenRouter 並觀察開源或閉源模型生成的 Token 數量時，似乎現在它只是一路向上。當然，Token 使用量與收入是兩碼事。但僅僅是 Token 的消耗，即使是像 Agent、Muse、Hermes、Grok Bot 這樣的東西。對我來說，這似乎是下一個前沿，特別是隨著「計算機使用」（Computer Use）功能的出現。作為普通人，也許不像計算機科學或軟件工程領域的人那麼深入，我們不用編寫代碼，我們開始構建用於會計或運營等基本任務的智能體（Agents）。這似乎還處於非常早期的階段，這讓我感到興奮。
Mr. P:是的，記憶體需求將會非常巨大，對吧？唯一需要注意的是，確保雲廠商不要對你發火。我認為你將開始看到，也許是美光——我想美光將在下周（30號）發佈業績。你將開始看到公司發表評論，說從現在起利潤率將趨於穩定。利潤率不會更高了，因為他們將落實更多的 LTA。所以會有類似於閃迪的評論。因此，是的，我認為記憶體仍然是周期性的，但不會像以前那麼糟糕。
Mr. P:但我確實想說，和我聊過的那個在AMD 工作過的人，他也曾在三星工作過。所以這傢伙是個全才。他在三星工作過，在 AMD 工作過，在瑞薩（Renesas）工作過——他目前在瑞薩工作，但他曾為他們的記憶體業務工作過。他基本上說，對他而言，長期協議（LTA）被過度炒作了。因為他認為，這些合同有可能在私下裡被雙方默默取消，而且沒有任何違約金。他說，你看，上一次經濟低迷時，我們與一些大客戶簽訂了 LTA，當需求下降時，我們本應繼續交付保證的數量。但如果你最終強迫他們接受，那麼發生的情況就是，這些公司會開始把你的產品堆在倉庫裡好幾年。也許雲廠商只是拿走你的 DRAM，然後把它放進倉庫。然後在合同到期後，他們基本上就不需要你的記憶體了，因為他們已經在倉庫裡囤積了。然後你的收入就會進一步下滑。所以他的論點是，如果我強迫客戶接受他們不再想要的 500 億美元產品，那麼隨著時間的推移，我的收入看起來就像是斷崖式下跌到零。對吧？所以不僅股價被腰斬，需求蒸發，你還破壞了客戶關係。這就是他的觀點。基本上，如果我們到了 AI 支出情況不佳的地步，這種情況就可能發生。他們有可能在私下裡默默取消 LTA。
Logan Jastremski：這有道理。希望這種情況不會發生。希望好戲繼續上演，人們繼續為AI 服務買單，或者甚至通過廣告模式——我認為我們在很大程度上還沒有開發出這個市場，更多的是免費增值模式。我想我在 X 上看到了一個統計數據，我不知道，我還沒驗證過，所以聽聽就好：世界上只有 2% 或 3% 的人口真正在為 AI 付費。這在方向上似乎是正確的，因為並沒有多少人真正玩過這些工具。或者即使玩過，過去也是非常基礎的東西。但實際上，它是由少數極端的超級用戶驅動的。
Mr. P:是的，這絕對是真的。
Logan Jastremski：從我關注你的情況來看，你花了很多時間對廣泛的物料清單（BOM）進行了非常深入的研究。我也覺得這非常有趣，因為有數兆美元的資本支出投入到基礎設施中。瞭解這些資金具體流向那些部件，我認為很重要。你顯然提到了算力方面，還有記憶體。你還發現了那些其他引起你興趣，或者總體成本和總支出在廣泛增加的領域？
Mr. P:是的，如果你看看Vera Rubin（輝達下一代架構）的物料清單，出現三位數增長的組件有 ABF 載板（ABF substrate）、PCB、記憶體。所以我認為 ABF 載板是值得關注的重要領域。載板產能很緊張。ABF 載板供應短缺很可能會持續到 2028 年以後。我認為有些人甚至說會到 2030 年。如果你讀過幾周前剛剛發佈業績的公司（如戴爾、惠普、輝達、博通）的電話會議記錄，在談到他們的供應鏈限制時，他們提到了 DRAM、NAND、ABF 載板、晶圓。所以他們都一致認為載板是一個問題。我認為磷化銦（Indium phosphide）也存在供應短缺的情況，因為你看到很多公司，比如 AXT 公司、住友電工（Sumitomo Electric）、JX 金屬（JX Advanced Metals），都在擴大用於雷射和光學的磷化銦的供應。所以，是的，我認為 PCB 和 ABF 載板絕對是供應緊缺的兩個領域，你可以從物料清單中看到這一點。
Logan Jastremski：另一件我很想聽聽你意見的事，是關於光子學（Photonics/Optics）方面。因為我認為他們正試圖將不同的機架分解開來執行不同的任務。潛在地，如果你有足夠高的吞吐量，你可以在這方面做一些非常有趣的事情。我知道很多人一直在關注光通訊股票，比如 Lumentum 等等。你對網絡連接方面，甚至包括連接機架或進入 NVLink 等不同事物的組件，有什麼宏觀的看法？
Mr. P:是的，我沒有關於特定技術的很多細節，但談到光通訊（Optics），這裡有一個關於「銅纜 vs. 光通訊」的完整爭論，對吧？那一個會贏？那一個會消失？人們擔心銅纜存在不了多久了，但公司仍在尋找延長銅纜使用壽命的方法。而且我認為銅纜將與光通訊共存很長一段時間，它不會像人們認為的那樣迅速切換。這是因為共封裝光學（CPO - Co-packaged optics）在良率和散熱方面仍有很多問題。所以在 2027 年，你可能會看到很多人首先使用近封裝光學（Near package optics），然後在 2028、2029 年，你開始看到 CPO 的產量爬坡。這大概是你從 Ayar Labs、Lumentum 和其他公司那裡聽到的說法。但滲透率會很低。所以你會看到產量的爬坡，但在 2030 年之後 CPO 才可能佔據主導地位。很多原因在於它是一項新技術，他們仍需要對其進行測試等。而且 CPO 很昂貴，對吧？所以當我們談論記憶體變得昂貴時，我認為雲廠商在如何聯網他們的機架方面可能會更加精打細算。我知道一些雲廠商仍在強調儘可能長時間堅持使用銅纜的重要性。他們不想盡快切換到光通訊。他們想確保儘可能多地使用銅纜，因為他們知道明年和未來幾年記憶體支出會有多大，所以他們必須在向光通訊過渡時節省一點，因此他們會通過這種方式延長銅纜的使用壽命。但在我看來，未來幾年銅纜和光通訊的環境將是混合的。
Mr. P: 話雖如此，光通訊是最終目標。共封裝光學最終會贏。我們只是不知道是什麼時候。可能在 2030 年到 2040 年之間，因為速度很重要，對吧？當你開始通過銅纜傳輸更高的速度時，你就會開始遇到更多的散熱問題。當你開始追求更高的速度，並且線纜被擠在一起時，你就會遇到串擾（Cross talk）。這是銅纜的一個大缺點。你不需要成為專家也知道沒有什麼比光傳播得更快，對吧？所以僅憑這一點，光通訊最終會贏，因為速度至關重要。
Logan Jastremski：是的，我對光通訊方面以及不同權衡（比如散熱或銅纜）非常感興趣。這很有趣。我認為對於光，你通常需要中繼器（Repeaters），這可能會消耗更多的能量。由於你提到的電力問題，目前整個數據中心都在大力推動降低總功耗。我認為這也是人們普遍希望在切換到光通訊之前，儘可能長時間留在銅纜上的另一個原因。但正如你指出的，光通訊要快得多。光穿過玻璃時，速度快得多。是的，我們甚至在撥號上網過渡到寬帶，然後是光纖的過程中看到了這一點。顯然，今天大多數家庭使用的光纖比撥號上網要好得多。
Mr. P::哦，是的，我家用的是AT&T 的光纖網絡。它比我以前用的調制解調器快多了。
Logan Jastremski：很有趣。對我來說，我認為宏觀問題之一（你之前也提到了），就是有多少新的吉瓦（GW）電力正在上線，以及我們實際啓動它的能力。我認為 SpaceX 在孟菲斯有大約 2 到 2.5 吉瓦的電力，我相信那是世界上最大的連片數據中心。他們那裡有幾個數據中心，但他們還在繼續擴大規模。我想他們在上一次業績電話會議上提到，他們的目標是總共接近 8 到 10 吉瓦，這應該非常有趣。但是，全面來看，到底有多少新的吉瓦電力能夠上線？不僅僅是建好數據中心並讓它立起來，而是從電力的角度真正讓它運轉起來。因為很多事情都順延於此，這是從硬體角度實際生成 Token 的主要收入驅動力。
Mr. P:就我個人而言，我發了很多關於吉瓦的帖子，但我甚至都沒有去追蹤新增吉瓦數量的建設情況。但我知道，SemiAnalysis 似乎說過，僅前沿實驗室（Frontier labs）明年就將增加 14 吉瓦的電力。但是，是的，我沒有真正追蹤過，所以我無法給你一個準確的數字。這也是一個變化很大的事情，因為每天你都會聽到關於某個數據中心被推遲或實施了某種暫停令的消息。所以這使得追蹤吉瓦數變得更加困難。
Logan Jastremski 39:25或者稍微跑個題，你對「放緩前沿模型開發」有什麼看法？我在很大程度上認為這純粹是瞎扯。我覺得這只是一種「心理安慰（Cope）」，只是為了讓事情聽起來好聽點。但他們敲響警鐘的做法確實有點煩人，因為在很大程度上，你規劃了這些數據中心，資本支出也投入進去了。如果你真的那麼擔心所謂的人工智慧對齊（Alignment）或 AI 安全，我不認為你會放慢腳步，或者你可能會放緩數據中心的建設。但這些都是長達數十年的合同，而且通常需要很多年才能建好數據中心。所以我很難看到他們真正放緩數據中心的產出。如果說有什麼不同的話，我覺得正如你指出的，我們看到他們加快了這些數字。至於他們是否能真正實現這些目標還有待觀察，但從他們的行動來看，我們並沒有放緩。
Mr. P:是的，我也覺得談論放緩是沒有意義的。因為如果你在技術或模型上與中國模型有兩到三年的代差，那也許可以。但中國開源模型大概只落後六個月左右，對吧？他們並沒有落後太多，而且很多企業已經開始轉向使用中國模型。所以如果你談論放緩模型開發，那你只是在讓中國迎頭趕上。而他們是不會放緩的，對吧？而且我認為中國可能已經落實了很多美國所談論的「安全護欄」。如果你想放緩，那行，沒問題。但這可能會對你的商業模式造成風險。我不認為你能承受得起這種代價，因為你只是在招致更多的競爭。你會讓中國趕上來，他們會奪走更多的市場份額。
Mr. P:就像黃仁勳（Jensen）今天在 All-In 峰會上說的（我想 YouTube 上有相關的視頻），他說如果 AI 安全有問題，那就停止模型，對吧？就不要發佈它。你不需要政府干預。你不需要政府監管。在網絡安全和數據洩露方面，已經有很多現成的法律可以用來追究這些實驗室的責任。你不需要制定某種政府政策。這與人類駭客侵入系統並破壞它沒有什麼不同。你要追究他們的責任。你可以用同樣的法律來追究這些實驗室的責任。
Logan Jastremski：是的，我認為關於人類會在2030 年前滅絕的整個說法簡直是無稽之談。是的，這很瘋狂。我想我看到馬克·祖克柏也發表了類似的評論，他說他們幾個月前就準備好了 Muse，但他們只是沒有發佈，因為他們想解決一些安全問題。並不是說他們到處宣揚 Muse 有多危險，他們只是從工程方面修復了問題，然後覺得舒服了再發布。
Mr. P:是的，Muse 很棒。我還沒用過，但我聽到了很多好評。我想我需要開始用 Muse 了。
Mr. P:你目前有在使用什麼智能體（Agents）嗎？
Logan Jastremski ：我沒有使用任何智能體。看起來你好像有，因為你發帖總是那麼及時。
Mr. P:你是第二個問我是否使用智能體的人了，但不，我不用智能體。所有事情都是我手工完成的。我會使用一些模型。
Logan Jastremski：就我個人而言，我其實喜歡用Gemini。我不知道為什麼人們討厭它，但我想這取決於使用場景。我在好幾個模型之間來回切換。在智能體方面，我一開始用的是 Hermes，你可以在底層切換模型，但它確實比較偏技術向。我想說它更適合超級用戶。如果你想要更多的定製，他們絕對允許你這樣做。而且很好的一點是，你可以切換模型——比如當 Anthropic（Claude）超越 ChatGPT 時，你可以切換到他們的模型；或者當 ChatGPT 推出 Astra 時，你可以切換回來。這部分很好。但當馬斯克和 xAI 宣佈推出 Grok Bot 時，我轉而使用了它。它簡單得多，而且我可以完成我已經建立的很多不同工作流。現在你被綁定到那個特定的模型上了。我不知道 Muse 是否說明了他們底層運行的是那個模型，我假設是 Facebook 的內部模型。
Logan Jastremski：對我來說，所有這些都非常有趣，這也回到了記憶體方面。當你要求這些模型執行越來越多長周期任務時，你把這些資訊記憶體在記憶體層級（Memory hierarchy）的那個部分？我認為不太可能是 SRAM，考慮到容量問題；或者是 HBM，隨著你將更多的晶片聯網在一起。但是我認為閃迪和整個 NAND 閃存陣營看起來很有趣，因為他們將更多長周期任務卸載到了閃存中。
Mr. P:是的，我認為NAND 可能是那種你會看到記憶體使用量大幅增加的領域，因為使用了所有的智能體。很多銀行的報告，比如 KB Securities 說，如果你有更多的智能體被廣泛使用，那麼你可能會看到 CPU 和 GPU 的使用量增加。而這隻會導致更多的 HBM、DDR5 和閃存需求，對吧？所以我認為總的來說，這對記憶體需求是非常有建設性的。我認為無論如何，所有東西的使用量都會增加。我不認為會有某種東西的使用量超過另一種。也許閃存的使用量會超過其他，但我對這個領域不太熟悉，所以我無法展開更多。
Logan Jastremski：是的，這很有趣，因為我覺得智能體真正代表了日常使用的廣泛前沿方向。希望至少它是朝著這個方向發展的，而不是讓人去寫代碼，但我們走著瞧。絕對很有趣。
Logan Jastremski：當你思考可能不是今年，而是更偏向2027 年、2028 年的時候，你在那方面做過什麼研究？或者當你展望未來幾年時，有什麼進入了你的視野？
Mr. P:我想你和別人討論過HBF（高帶寬閃存 - High Bandwidth Flash），對吧？因為 HBF 將成為一兩年後被討論的話題。我認為它將更加商業化，開始被更多地使用。我覺得 Bubble Boy 關於 HBF 的評論很有趣，他說他聽說中國客戶想要 HBF。我個人不知道他們為什麼想要 HBF，而且我不會懷疑 Bubble Boy 的評論，因為他比我有更多的經驗和人脈。但是，HBF 的問題在於它的耐用性（Endurance）很低，對吧？所以它似乎不是 HBM 的替代品。而且長鑫記憶體（CXMT）仍在努力開發 HBM3。所以，你為什麼要 HBF 呢？據我所知，HBF 是緊挨著會發熱的 GPU 放置的，對吧？那你怎麼保證耐用性？你根本得不到任何耐用性。這簡直是雙重打擊，這是最壞的情況。你要如何緩解 HBF 的散熱問題呢？但我不想太深入工程方面，因為我不夠資格。
Mr. P:但是有兩個很好的消息來源提到了HBF 的作用。首先是我在推特 Space 上與 SemiAnalysis 的 Nick Doyle 交流過，他認為 HBF 可能會用於適應小批次推理（Low batch inference）的場景。所以這不適用於超大規模雲廠商，對吧？它可能更適合小型部署，比如擁有少量 GPU 的私營企業的本地部署。另一個來源是任天堂的技術總裁，在美國銀行（Bank of America）進行的一次專家訪談中，他被問及 HBF，他同意 HBM 可能會與 HBF 共存。因為上述提到的所有問題，而且仍然沒有人知道 HBF 是否足夠好，因為它在散熱、耐用性、帶寬以及成本結構方面存在問題，因為他提到他們使用了一種不同的載板，具體我記不清了。但是，是的，我們將看看這項技術如何發展。但我認為 HBF 令人興奮，因為在半導體行業，你無法確切知道會發生什麼，任何事情都可能在一夜之間改變。
Logan Jastremski：是的，我一直對不同架構的記憶體非常著迷（Nerding out），因為正如你所指出的，大量的資本支出正投入其中。這主要是在私募市場方面。如果你正在構建任何記憶體加速器，請聯繫 Frictionless Capital（註：Logan的VC基金）。我們很樂意交流。無恥地打個廣告。
Logan Jastremski：但是，我對高帶寬閃存（HBF）的看法是，潛在地，隨著模型變得越來越大，從 1 兆參數起步——我想 Groq 最新的模型是 4.7，大概是 2.1 或 2.3 兆參數，而 4.6 是 1.5 兆參數。埃隆也暗示過，隨著時間的推移，Grok 和總參數量將達到 4 兆、6 兆、10 兆，甚至 100 兆。那麼這些模型的權重將放在那裡呢？
Logan Jastremski：也許我們會發現一些——我和 Bubble Boy 也宏觀地聊過這個——也許我們會弄清楚一些很酷的演算法壓縮技術，這樣你就不必用混合專家模型（MoE）或其他不同技術來記憶體整個模型的權重。但如果沒有，並且我們必須將整個權重加載到高帶寬記憶體（HBM）甚至高帶寬閃存（HBF）上，我認為 HBF 可能會非常適合。因為正如你在耐用性方面指出的，我認為它非常適合「讀取（Reads）」，而不是類似 KV 緩存（KV cache）那種隨機訪問的「寫入（Writes）」。但我認為模型權重本身可以保存在高帶寬閃存中，或者如果你做一些預計算，比如他們說：「嘿，Logan 已經討論過這件事了，這是他在運營中經常做的事情」。你已經在算力方面花費了預填充（Prefill）的時間來做這件事，也許你只需把它保存在高帶寬閃存中，這樣你就不必每次都重新計算，而不是直接把它忘了。所以我確實認為有一些獨特的機會。當然，這還有待觀察。考慮到它甚至還沒有投入製造，這還處於早期階段。但我確實認為人們開始嘗試不同的定製記憶體加速器（就像我們在訓練方面所做的那樣）是令人興奮的。所以我認為這是一個值得關注的有趣領域。因為在很大程度上，我們將大量的宏觀算力或數據中心建設從預訓練（顯然預訓練仍將繼續）更多地轉移到了推理端、解碼端，以及這如何改變底層的硬體。
Mr. P:是的，在這方面你比我懂得多。我希望我能展開談談。但是，是的，我沒有真正深入研究那些東西，所以抱歉了。
Logan Jastremski:鑽研這些很酷。
Mr. P:是的，看看人們在嘗試什麼是很有趣的。HBF 很有趣。
Logan Jastremski：還有那些你廣泛感興趣，或者特別讓你感到興奮的事情？顯然，你把所有時間都花在這上面了，你處於最前沿，你真正把握著行業的脈搏。你個人對什麼感到興奮？
Mr. P:是的，我很興奮想看看光通訊（Optics）將如何發展，對吧？因為我認為光通訊仍然非常迷人。未來幾年將會出現如此龐大的網絡需求。我認為網絡現在是資本支出中增長最快的部分，或者類似的數據。比如在未來五年內，複合年增長率（CAGR）大概是 64%。所以我認為網絡的建設將會很有趣，因為最終速度對所有這些模型都很重要，他們想要達到最高速度。所以在誰能提供最好的雷射器方面將會產生激烈的競爭。
Mr. P:我們有Lumentum，有博通（Broadcom），有 Coherent。我認為 Lumentum 是一家偉大的公司。他們有很棒的雷射器。從我交談過的人來看，與 Coherent 相比，他們似乎擁有最好的技術。甚至像 Rational Analysis 這樣的機構也說，Coherent 的雷射器等產品很差。
Mr. P:光通訊令人興奮。我認為電力也令人興奮。但電力的問題在於，我認為它目前可能不是一個適合投資的領域。主要是因為交貨周期太長了。比如你看看燃氣輪機（Gas turbines），兩年前投資燃氣輪機可能很令人興奮，但現在可能不適合了。因為所有的公司，三菱（Mitsubishi）、西門子（Siemens），尤其是通用電氣 Vernova (GE Vernova)，他們的積壓訂單已經排到了 2030 年以後。所以他們的產能已經很緊張了。即使他們可以，他們也無法增加更多的訂單。交貨周期太長了。如果你今天訂購一臺燃氣輪機，你可能要在 2030 年才能拿到。就是有這麼長。
Logan Jastremski：是的，我在一個播客上看到埃隆談論燃氣輪機的葉片和導向葉片（Blades and vanes）。而且很大一部分電力正在轉向「表後」（Behind the meter，指用戶側發電），這同樣很有趣。但是，是的，當我在做一些研究時，我在想：到底有多少新的吉瓦電力正在上線？回想一下 SemiAnalysis 的報告，關於他們預計要上線多少吉瓦，而很多這些不同的參與者只能帶來兆瓦（Megawatts）級別的電力。我就想，好吧，至少在這些參與者談論的總容量和能源角度，與我們實際需要達到的吉瓦級規模之間，存在著巨大的脫節。就我個人而言，我並沒有那麼關注能源方面。話雖如此，你顯然需要有能源才能啓動這些晶片，否則一切都無關緊要。
Mr. P:是的，現在的攔路虎就是能源，還有，參考邁克爾·戴爾（Michael Dell）的評論——我想這是幾周前在高盛或花旗的一次活動上說的。他談到他如何將新一代雲廠商（Neo clouds）視為衡量算力真實需求的一種方式。因為是他們出去獲取 LPs，比如土地（Land）、電力（Power）和外殼（Shell）。所以他認為，誰有能力獲得所有這些東西，誰就對需求有最好的展望，因為他可以透過他們看到需要多少算力，需要多少服務器。所以，是的，能源現在可能是最大的瓶頸。
Mr. P:還有記憶體，對吧？但在我看來，目前沒有什麼能比得上燃氣輪機，因為交貨周期太長，而且市場太集中了。
Logan Jastremski：是的，這很有趣。肯定需要繼續大力建設這些數據中心。我想我看到，我不記得是CoreWeave 還是 NEBIUS 說過，他們將帶來幾吉瓦的電力。所以希望每個人都貢獻一點，這裡一吉瓦，那裡一吉瓦，然後我們就能達到我們的目標。
Mr. P:是的，每個人都需要儘自己的一份力。不能再延期了。
Logan Jastremski:是的，絕對的。
Mr. P：是的，謝謝你邀請我。這是一次很棒的討論。 (華爾街見聞)