他值得关注的地方,不在于「年轻」「暴富」这些爽文标签,而在于他提供了一套不同于主流 AI 交易的框架。大多数人把 AI 投资等同于英伟达、微软、OpenAI 和模型能力,但 Leopold 的组合却绕开了最拥挤的明星资产,转向 Bloom Energy、CoreWeave、Core Scientific、Lumentum、Intel、比特币矿企和电力相关公司。
AI 叙事正在从「谁的模型更强」转向「谁能承载模型继续扩张」。训练和推理需要 GPU,GPU 需要数据中心,数据中心需要电力、土地、冷却、光纤、许可证和长期供能合同。Leopold 押注的是 AI 继续增长必须经过的物理瓶颈。Fortune 也把他的最新持仓概括为:这位前 OpenAI 研究员正在把自己的 AGI 论文,翻译成对电力、AI 基础设施和加密矿企的数十亿美元押注。
三月初,动察Beating 对 Leopold 及其基金持仓、投资逻辑进行了深度拆解,分享了他关于 AI 竞争的未来图景。而这一切也正在现实中被印证:AI 叙事正在从屏幕里的模型,退回到脚下的土地和电网。未来最贵的东西,未必是算法,而是支撑算法继续膨胀的物理世界。
这轮上涨背后,并不只是「AI 概念」的外溢,而是数据中心架构本身正在发生变化。AI 训练和推理需要更高速度、更大容量、更低延迟的存储体系:HBM 负责以极快速度向 GPU 输送数据和模型,NAND SSD 则承担训练数据、模型文件和推理调用过程中的存储支撑。当算力竞争进入系统工程阶段,存储不再只是半导体产业链里的周期性配套产品,而是影响 AI 基础设施效率、成本和可扩展性的关键环节。
本文聚焦的美光与闪迪,正对应了这条存储链条中的两个重要位置。美光的核心看点在于 DRAM 与 HBM,尤其是在 AI 服务器中承担高带宽数据传输角色;闪迪的优势则集中在 NAND 闪存与企业级 SSD,并通过与铠侠的合作获得成本竞争力。闪迪正在推进的高带宽闪存 HBF,也反映出存储厂商试图解决 GPU 速度与存储带宽不匹配的问题。
但更值得关注的,不是这两家公司股价已经涨了多少,而是资本市场正在重新理解「存储」的价值。过去,存储芯片行业高度周期化,价格上涨往往意味着未来供应扩张和价格回落;但在 AI 需求持续扩张的背景下,投资者开始押注这一轮周期可能被拉长,甚至部分改变传统的供需波动逻辑。IDC 最新报告也提出,AI 需求可能让存储芯片市场进入一个不同于以往的阶段。
当然,风险同样清晰。存储行业的历史规律从未消失:今天的短缺,可能在产能扩张后变成明天的过剩。一旦 DRAM、NAND 价格回落,美光和闪迪的盈利弹性也会反向放大。因此,本文真正讨论的不是「AI 存储股还能涨多少」,而是投资者如何在 AI 基础设施重估与半导体周期之间,分辨哪些增长来自真实需求,哪些已经提前反映在股价里。
这也是当前存储板块的核心矛盾。AI 正在把存储芯片推向战略资产的位置,但这门生意仍然无法完全摆脱周期。美光和闪迪的上涨,既是 AI 基础设施扩张的结果,也是市场对「存储超级周期」的一次集中押注。
Bloom Energy 是他目前最大的投资标的,占整个投资组合的 20%。这与芯片领域完全无关,是一个完全不同的方向。我研究了一下他们的业务,发现确实很有意思。
Bloom Energy 开发了一种被称为氧化物燃料电池的设备,这是一种从天然气现场发电的先进技术。通常情况下,当天然气被输送到数据中心时,需要通过涡轮机进行加热和冷却,这是一种非常笨拙的能源生产过程。而 Bloom Energy 的“燃料盒”可以直接将天然气转化为数据中心可用的电力。它是模块化的,可以快速部署,并且似乎没有供应短缺的问题。据我所知,他们今年计划生产 2 吉瓦的电力。
这是一种非常有趣的能源玩法。我一直在寻找“能源领域的英伟达”——也就是能源领域的“芯片制造商”。目前我还没有发现一个完全对应的公司,但也许 Bloom Energy 可能会成为这样的公司。
你提到了氧化物燃料电池。它们的天然气涡轮机之所以特别有吸引力,是因为它们不需要依赖现有的电网。正如我之前提到的,现在的电网面临很大的压力,因为人类需要能源,而 AI 数据中心也需要能源,这就导致了 AI 数据中心所在地区的能源价格上涨。如果你使用像 Bloom Energy 的天然气涡轮机这样的产品,你完全不需要依赖电网。你只需要把它安装在 AI 数据中心旁边,就可以以高效的成本获得电力,用于训练或推理你的 GPU 和数据中心。
像博通和 CoreWeave 这样的公司都将需要这种能源,尤其是那些超大规模的云计算服务提供商以及 AI 实验室。这让我想起了《文明》(Civilization) 这款游戏,不知道你有没有玩过,这种情况就像是你将基础设施和能源生产设施搬到自己的小型定居点,以推动它的发展,这里发生的事情和那种场景非常相似。
Leopold 转而收购这些已经拥有许可证的小公司,绕过了整个许可流程。他完全剥离了这些公司的加密服务,将它们重新用于专门训练 AI 模型,并成为这些 AI 实验室的基础设施提供商。这有点像接管了一家已经拥有酒类销售许可证的酒吧,而不是自己申请一个新的许可证并等待多年,这是一个非常聪明的“捷径”。
AGI 和市场趋势
Josh Kale:
我最佩服他的投资理念之一,以及过去一年中看到这些理念如何被验证的过程,就是它的简单性和高效性。比如,比特币挖矿公司显然拥有许可证和能源,而且显然每家 AI 公司都需要这些资源。那么,为什么不是所有人都在购买这些公司呢?我认为,正是因为这些想法过于简单,许多人被阻挡在了投资之外。但一次又一次地,他的这些简单的想法都被证明是正确的。
Leopold 关于 2027 年实现 AGI 的预测是否也会正确呢?我们真的会在 2027 年实现 AGI 吗?
另一个让我担忧的地方是,这个基金的投资理念有点像一个单一的主题押注。如果 AI 基础设施和相关支出的增长速度放缓,或者宏观经济环境发生变化,这个投资组合中的每一个头寸都可能受到下行压力的影响。这里几乎没有太多对冲的空间。所以这个策略确实存在一些潜在漏洞,但从目前来看,所有的信号都表明,这个基金的表现只会继续上升。
Ejaaz Ahamadeen:
如果你看看我们这个时代最著名的一些投资者,他们的成功从来不在于某一年或某一个季度赚了多少钱,而在于他们能否年复一年、十年如一日地实现稳定的回报并实现复利增长。Leopold 的开局非常惊艳,他的表现远远超出了任何行业的对冲基金的平均水平,而不仅仅是在 AI 领域,但他还需要在更长的时间跨度内证明自己,时间会告诉我们答案。
我只想说,这个曾经被 OpenAI 解雇的人,他对 AI 的未来发展有着深刻的洞察力,并且提出了最大胆的预测,他是唯一一个至今为止几乎所有预测都准确的人。他在他的那篇 165 页的论文中倾注了大量心血,对自己的观点充满信心,而目前来看这一切都在为他带来回报。
未来会发生变化吗?可能会。但你可以把这些报告和投资视为他对 AI 竞赛中瓶颈所在的实时跟踪工具,我想强调这一点。最初他的基金投资理念聚焦于 GPU。他认为 GPU 将成为需求热点,而市场低估了这一机会。现在他的观点是,这一机会已经被市场充分定价,而他看到的下一个瓶颈正在转向能源基础设施。
我最近读到 Naval 的一篇很棒的文章,它的核心思想是,单纯依赖软件的公司在未来会变得非常困难,因为现在开发和生成定制软件变得非常简单。我认为他的这个转变不仅仅是围绕架构的构建,而是对物理世界的投资,比如制造业、工厂、能源和基础设施等。这些是无法通过 AI 构建的领域,而是需要人力、需要许可证、需要立法才能实现的硬件和基础设施,我认为这正是未来的发展方向。