最新觀點

外資隨著做空台股而賣超鴻海 外資連著5日大賣台股上市合計4,374.7億元，已經把這一輪從5月21日到6月3日短多買的3,925.8億元全數賣出！還多賣了448.9億元。 連著5日，理所當然外資也在台積電及鴻海這些前幾大權值股做空！ 鴻海含今日共5天，外資連賣了63,067張，大約賣超179億元。跟台積電已被賣超了2,112億相比，應該是還好！ 今日三大法人合計賣超18,392張鴻海，其中外資賣超15,652張，投信小賣超164張，自營商賣超2,576張。 外資中的三本柱美林及大、小摩都站在賣方，反而之前比較短線的高盛已經連2天做護盤動作，連今日買超的3,946張，二天已買進9,090張。 麥格里跟高盛一樣，已經進場護盤2天。連著今天買超的3,066張，2天共買入7,523張。 跟昨天一樣，有外資暗著來賣，委由國內券商賣超了4,800張。檢視內資券商分點賣超比較大的有 凱基台北-4,580張 永豐金證-2,090張 元大證-1,669張 台新台北-1,257張 凱基證-1,172要 從上面的數字來看，大概又是凱基台北代操的！ 附帶一提的是今天的廣達尾盤最後一筆交易，可以把跌12元的股價一口氣拉成漲5.5元。這些ETF的經理人會不會太亂來了？這樣子做所為何來？急著用這麼高價買入？還是跌12元的廣達會讓帳面的績效難看？ 今天外資續丟9,201張出來給投信的ETF！我覺的今天尾盤大跌12元是外資刻意壓盤的。ETF一口氣今天又加碼了20,636張！最後一筆成交量7,683張就是為了急於把廣達股價往上拉的傑作！這種土洋對作的戲碼，外人真是看不懂！投信的ETF究竟是為了什麼要和外資在廣達這支股票上釘孤支？

外資隨著國際利空而調節鴻海持股 今日三大法人合計賣超約3萬張，主要是外資受國際利空影響調節賣出3萬張。投信趁市場動盪進場撿便宜，買超1,790張；自營商則跟隨外資一同賣超1,806張。 外資部份： 前五大主力外資皆站在賣方，其中又是高盛及瑞銀這2家牆頭草，高盛大賣了1.5萬張，瑞銀賣超3,223張。 大，小摩各調節了2,017張及4,572張。 大哥美林亦隨勢調節了3千張。 後段班的野村及大和國泰也跟著賣了1,155張及1,607張。 內資部份： 國安基金按表操課入場護盤兼撿便宜： 華南永昌+1,400張 國泰敦南+1,158張 主要的國內券商則同站在賣方： 元富證-4,371張 凱基台北-2,458張 元大證-2,187張 富邦證-1,933張 ------------------- 以今日外資賣超台股1,208億元來看，台積電被大賣37,837張、金額達679億元，鴻海則遭賣出3萬張、約63.51億元，其實真的算小卡拉咪！畢竟鴻海可是權值第二大的公司啊！ 外資從去年9月16日到現在，已經拋售了台積電8,882.57億元！不僅清空了去年4月11日買進的45.2萬張股票，從上週起還繼續出脫手上的舊股！ 我猜今天又有一堆散戶衝進場無腦買台積電！千萬別小看外資手上那1,800萬張台積電老股的威力啊！

SRAM 最近因為 輝達（NVIDIA）董事長黃仁勳於 2025 年底傳出以約 200 億美元（約 6,300 億台幣）併購或大規模收購 AI 新創公司 Groq 的技術團隊，讓其核心架構所依賴的 SRAM（靜態隨機存取記憶體） 成為市場焦點。 Groq 的 LPU（語言處理器）之所以能在推論速度上碾壓傳統 GPU，關鍵就在於它捨棄了主流的高頻寬記憶體（HBM），改採極速的 SRAM 作為主要的存取架構。 SRAM 為什麼變重要？ 1. 速度與延遲的降維打擊 • SRAM： 延遲僅為奈秒（ns）級別，頻寬可達 80 TB/s（如 Groq 晶片）。 • HBM3e： 延遲為百倍以上的毫秒級別，頻寬約為1-5 TB/s。 • 結論： 在 AI 推論（Inference）階段，SRAM 能提供極致的反應速度，這也是黃仁勳看中 Groq 架構的主因。 2. 「SRAM 縮減牆」的技術瓶頸 目前的技術難點在於，當製程從 5 奈米微縮到 3 奈米時，邏輯電路可以縮小 40%，但 SRAM 的體積幾乎不再縮小。 • 台積電技術力： 台積電在 2 奈米節點引入新的單元設計，雖然縮小困難，但其密度仍領先 Intel 18A 約 1.1~1.2 倍。 • 3D Stacking（3D 堆疊）： 這是目前的突破點（如 AMD 的 3D VCache）。愛普 (AP Memory) 等台廠也在研發將 SRAM 與邏輯晶片直接垂直堆疊，解決空間不足的問題。 SRAM 市場主要分為 「嵌入式（Embedded SRAM）」 與 「獨立式（Standalone SRAM）」 兩大類。 1. 嵌入式 SRAM（邏輯晶片內建） 這是目前 AI 晶片（如 Groq、NVIDIA GPU、Apple A 系列）最核心的技術戰場，SRAM 直接整合在處理器內部。 2. 獨立式/利基型 SRAM（單獨封裝） 這類產品多用於工業、車用、通訊設備或低功耗 AI 終端。 未來 AI 導入 LPU 架構後的 SRAM 需求預估 若 LPU（Groq 技術路徑）成為推論市場的主流，SRAM 的需求將呈現「幾何倍數」成長。我們可以從以下數據進行預算： 1. 單顆晶片的「SRAM 密度」提升 • 傳統 GPU 模式： 一顆 NVIDIA H100 內部的 SRAM（快取）大約僅有 50MB - 80MB，主要用來暫存指令。 • LPU 模式： 為了存放模型權重，單顆 Groq 晶片需要配置 230MB 的 SRAM。 • 結論： 為了達到 LPU 的效能，單顆 AI 晶片的 SRAM 物理需求量是現在的 3 到 5 倍。 2. 「晶片組（Cluster）」的乘數效應 由於 SRAM 容量小，存放一個 Llama 3 (70B) 模型： • 使用 GPU (HBM)： 僅需 1 到 2 顆 H200 晶片即可放下整個模型。 • 使用 LPU (SRAM)： 由於 SRAM 密度低，需要將約 500 到 600 顆 LPU 晶片串聯才能放下同一個模型。 • 結論： 為了解決 SRAM 空間不足的問題，系統端必須採購「更多數量的晶片」。這對提供 SRAM IP 與代工的廠商來說，是數量（Volume）與單價（ASP）的雙重爆發。 3. 市場規模（TAM）量化想像 根據產業分析師的初步推估： • 目前（2024/2025）： 全球獨立 SRAM 市場約 20 億美元。 • 未來（2027+）： 若 AI 推論伺服器有 20% 轉採「類 LPU 架構」，則衍生出的嵌入式 SRAM 產值與相關封裝（SoIC）商機，預計將突破 100 億至 150 億美元，成為記憶體市場中成長最快的子板塊。