最近一個月來，美股 AI 市場上最火熱的細分賽道，是光模組。

AI 數據中心並不是把 GPU 一排排堆起來就完事了。GPU 和 GPU 之間，伺服器和伺服器之間，同樣要交換海量數據。模型越大，集群越大，機器之間「傳數據」這件事就越容易變成瓶頸。於是，市場開始追逐光通信鏈條，其中最火的概念，就是 CPO。CPO 可以先粗略理解成：把光通信部件放得離核心晶片更近。距離更近，數據傳輸就更快，功耗也更低。放在越來越龐大的 AI 數據中心裡，這個故事聽起來幾乎完美。

這個敘事真正被點燃，還要歸功於黃仁勳。隨著英偉達繼續把 AI 基建故事往前推，Marvell、Coherent、Lumentum、Corning、AAOI 等光通信鏈條公司，要么被傳拿到大訂單，要么股價已經先跑了一大段。

但前兩天，一篇爭議極大的研報，突然給這個火熱賽道澆了一盆冷水。光通信鏈條標的集體回調，不少跌幅達到高個位數，甚至兩位數。

問題也隨之來了：這篇研報到底講了什麼？發布研報的 SemiAnalysis 又是什麼來頭？為什麼它一篇報告，就能讓 AI 光模組鏈條被市場重新定價？

這篇文章，律動 BlockBeats 就來挖一挖這家機構。

SemiAnalysis 憑什麼被當成「行業聖經」

在很多 AI 圈和投資圈的機構眼裡，SemiAnalysis 早已不是陌生名字。但對普通散戶來說，它仍然有些神秘。

SemiAnalysis 是近兩年半導體和 AI 基建研究裡崛起最快的明星機構之一，雖然還是行業新秀，但憑借深度分析與犀利觀點，目前在 AI 圈和投資圈迅速聲名鵲起。目前擁有約 85 名員工，專注於為 AI 生態提供深度報告和數據模型，覆蓋數據中心建設、供應鏈經濟、晶片部署、網絡、電力、封裝、設備等多個環節。

SemiAnalysis 的官網介紹

SemiAnalysis 讓行業對其刮目相看的經典一戰，可能是對 DeepSeek 成本的重算。

2025 年初，DeepSeek 憑藉一個極具傳播力的敘事引爆全球：「只花 600 萬美元，就訓練出對標 OpenAI o1 的模型。」這個數字直接擊穿了 AI 算力投資邏輯。市場開始懷疑，既然模型可以這麼便宜，那些動輒上百億美元的 GPU 資本開支，是不是都白燒了？

恐慌之下，英偉達單日市值一度蒸發約 6000 億美元，創下美股歷史上最大的單日市值蒸發紀錄。

當全世界都在爭論這 600 萬美元到底是真是假時，SemiAnalysis 用一篇研報重新算了一遍 DeepSeek 的硬件賬。它沒有簡單否認 DeepSeek 的技術進步，而是把這個「低成本神話」拆開來看：600 萬美元到底覆蓋了什麼？又沒有覆蓋什麼？

SemiAnalysis 的結論是，這 600 萬美元只覆蓋了 GPU 預訓練這一道極窄的成本，並沒有計入研發、基礎設施、集群建設和長期運營。它估算 DeepSeek 真實伺服器資本開支約為 16 億美元，其中集群運營成本接近 9.44 億美元。

SemiAnalysis 對 DeepSeek 的成本計算數據

更關鍵的是，它拆解了 DeepSeek 的算力存量。SemiAnalysis 判斷，DeepSeek 大約擁有 5 萬張 Hopper GPU，但這並不等於 5 萬張 H100，而是 H800、H100 和中國特供版 H20 的混合。這批卡還與背後的量化基金幻方 High-Flyer 共享，分散在多地，用於交易、推理、訓練和研究等不同任務。

除了 DeepSeek，另一個口口相傳的案例是 SemiAnalysis 對 AMD 的「做空」報告。

當時市場的一個討論熱點是 AMD 追趕英偉達的可能性。大多數人在比較 AMD 和英偉達的 GPU 紙面算力。而 SemiAnalysis 反覆強調的是，英偉達真正的護城河從來不只是晶片，而是 CUDA 軟件生態、網絡、系統設計、供應鏈能力，以及客戶多年積累下來的部署經驗。這些東西，才是英偉達的護城河。

2024 年 12 月，SemiAnalysis 发布了一份花費五個月實測 AMD MI300X 的報告。報告直言：「我們原本希望 AMD 能成為英偉達在訓練側的有力對手，可惜這一天還沒有到來。」它的核心結論是，MI300X 在紙面規格和總擁有成本上，本應明顯領先英偉達 H100、H200，但實際性能並沒有完全兌現，問題恰恰出在軟體側。

報告發布僅一天後，AMD CEO Lisa Su 就主動聯繫 SemiAnalysis 創始人 Dylan Patel。原本約定 30 分鐘的通話，最後聊了整整 90 分鐘。

當然，這也讓社區曾有過懷疑，SemiAnalysis 是英偉達資助扶持的機構。

SemiAnalysis 的影響力，也開始從報告頁面溢出到產業現場。

Dylan（左）與 SuperMicro 的創始人兼執行長 Charles Liang（右）

去年，Dylan 受邀參觀 Supermicro 工廠，是 CEO Charles Liang 親自帶他逛。據 The Information 記者描述，去 Dylan 舊金山辦公室採訪時，他差點在大廳撞上 Dylan 的下一位訪客：紅杉資本合夥人 Shaun Maguire 正坐在那裡等著見他。

最高光的一幕，發生在 2026 年 3 月的 GTC。

黃仁勋那場兩個多小時的主題演講裡，全程只點了兩個人的名字，其中一個就是 Dylan Patel。他不僅引用了 SemiAnalysis 剛發布的晶片性能榜單 InferenceX，還把 SemiAnalysis 的 logo 直接打上大螢幕，花了整整 5 分鐘講解。演講中，黃仁勋甚至當眾「認賬」：Dylan Patel（SemiAnalysis 創始人）說我在藏實力，說真實性能是 50 倍，他沒說錯。

NVIDIA CEO 黃仁勳在最新 GTC 開發者大會上高舉雙手慶祝，提及 SemiAnalysis 及其近期對 NVIDIA 晶片的評估報告

這種地位，也直接反映在商業化的收入上。

SemiAnalysis 今年營收預計衝向 1 億美元，而一年前還只有約 2000 萬美元。它的客戶橫跨科技巨頭和頂級投資機構。它不公開貼客戶 logo，但公開披露的客戶類型已經足夠說明問題：超大規模雲端廠商、晶片大廠、大型公募和私募投資人。

換句話說，SemiAnalysis 的主要收入靠的並不是普通 newsletter 訂閱用戶，而是將這些報告賣給可以拍板幾十億、上百億美元 AI 基建支出的那批創業公司、投資人、機構、交易員等等。

從匿名硬件愛好者，到 AI 圈頂級機構

和最近那位「白毛股神」一樣，SemiAnalysis 創始人 Dylan Patel 的出身，也很有互聯網味。

Dylan Patel

據律動 BlockBeats 發現，Dylan Patel 的朋友 Dr. Ian Cutress 曾在一篇文章裡回憶，創辦 SemiAnalysis 之前，Dylan 是一個熱門硬件論壇的版主。

Dylan 本人則在播客裡回憶，在創辦公司之前，他曾在「矽谷推特圈」經營了一個匿名部落格很多年。那是一個普通科技推特用戶未必熟悉的小圈子，但裡面聚集著大量硬件、晶片和供應鏈從業者。

也有 Reddit 社區用戶提到，Dylan Patel 早期不過是 Reddit 上的一個「nobody」，一個無名小卒。我們找到的公開 Reddit 存檔顯示，r／hardware 的版務討論中曾出現 u／dylan522p 和 u／SemiAnalysis。

這些線索拼起來，大致指向同一個畫面：Dylan 早年活躍在 Reddit 和 WordPress 社群，是一個研究硬體的愛好者。那時，他還沒有把寫作當成一門正經生意。一邊做諮詢，一邊維護一個名為「A thousand million」的獨立部落格，而這份諮詢業務本身就和部落格內容、行業關係有關。

除了 Dylan，他的夥伴 Doug O』Laughlin 也是 SemiAnalysis 的關鍵人物，更是推動這個部落格商業化的轉折點。

Doug 也開始在論壇上發帖後，Dylan 覺得這個人「挺有意思」，兩人來往多了起來。後來，Doug 反覆勸他：你應該實名做，搬到Substack上，而且開始收費。幾年後，Doug 干脆加入了公司。

如今，SemiAnalysis 已經是 Substack 上訂閱量最大的科技類 newsletter，訂閱者超過 28.5 萬。除了 Substack 博文，它還有一檔叫 Transistor Radio 的播客。

按 Dylan 的說法，播客是用來承載那些進不了正式文章的行業觀點的。文章負責完整的深度故事，播客則負責零碎的新聞點評、對大盤的隨口判斷，以及每週即時發生的行業討論。大約每兩週一期，圍繞過去兩週的半導體新聞閑聊。

發展到現在，這檔播客已經常態化運營，不再只靠兩位創始人撐場，而是團隊成員輪番上陣。比如 2026 年 3 月的一期節目，就由 Sravan Kundojjala、Ivan Chiam 和 Jordan Nanos 一起拆解 AI 晶片短缺，從 TSMC、英偉達 CPO 一路講到內存危機如何波及 GPU 定價，乃至下一代智能手機。

除了自有頻道，Dylan 本人也是各大科技和投資播客的常客，幾乎成了 AI 硬件話題裡的標配嘉賓。他上過 No Priors、Invest Like the Best、Unsupervised Learning，也上過 Dwarkesh Patel 的節目。他還和 Asianometry 的 Jon Y 做過深度對談。後者被不少觀眾認為是 YouTube 上講半導體和商業史最好的頻道之一。

像「情報」機構，更像混水基金

The Information 的報導裡有一個細節，很能說明 Dylan Patel 這個人的路數。

創業早期，Dylan Patel 為了補半導體知識，他幾乎能去的行業會議都去。到了現場，他就抓著人問問題。不是寒暄兩句那種，而是一路追問，把工程師、供應鏈人士、公司高管，一個個變成自己的消息來源。

SemiAnalysis 後來做大了，這套方法也沒有變，只是更工業化了。

The Information 稱，公司已有 85 名員工，分佈在 11 個國家。每到週一，Dylan 會看各團隊經理交上來的 weekly briefs。每個團隊盯著 AI 經濟裡的一個環節，把上一週看到的新聞、線索、異動和推理結果全部壓縮進去。

你可以把它想成一份 AI 基建情報週報。GPU、HBM、封裝、數據中心、電力、雲廠商、光模組、晶片製造設備，每條線都有人盯。其中甚至有前 ASML 工程師 Jeffrey Koch，專門研究半導體設備鏈。他看 AI 供應鏈瓶頸時，關注的已經不只是電力，而是晶片製造設備會不會先卡住。

SemiAnalysis 還很擅長從灰色地帶挖信息。

文章提到，Dylan 曾看到一份 Google 內部備忘錄在 Discord 上流傳。他下載下來後，又找 Google 內部人士驗證真偽。

還有 Reddit 的社群指出：SemiAnalysis 大概在 2020 年或 2021 年創立之初，發布的內容並沒有特別之處。但到了 2022 年底左右，隨著人工智慧熱潮升溫，它開始迅速擴張。該用戶認為，SemiAnalysis 收集了大量主要來自台灣企業的非公開或半公開信息，而這些信息在分析師和部分台灣記者之間流通。

「某種程度上，SemiAnalysis 就像郭明錤一樣，出名只是因為他和蘋果供應鏈建立了良好的關係。」

而最近 SemiAnalysis 與前員工的一場訴訟，也將這種「灰色的資訊獲取能力」推到了台前。

根據舊金山縣高等法院文件，SemiAnalysis 前員工 Wei Zhou 指控 Dylan Patel 一邊經營 SemiAnalysis，一邊個人投資 Fluidstack，並利用由此獲得的非公開信息做研究。當 Zhou 拒絕把這些信息寫進 SemiAnalysis 產品後，他遭到報復和解雇。（需要說明的是，這些目前都屬於訴訟文件中的一方指控，尚未經過法院最終認定。）

SemiAnalysis 前員工指控 Dylan Patel 獲取資訊不當

訴狀稱，SemiAnalysis 的客戶並不知道 Patel 個人正在投資 Fluidstack。Fluidstack 是一家私人雲服務公司，估值據稱達到數十億美元。Zhou 指控 Patel 通過一個 5000 萬美元規模的 SPV，也就是特殊目的投資載體，投資 Fluidstack。Patel 還能從這個 SPV 中收取 2％ 管理費，並分享投資增值收益，還可能因為介紹其他投資人而獲得額外收益。

更關鍵的是，訴狀稱 Patel 正是通過這層個人投資關係，拿到了一份 Fluidstack 的保密 Excel 試算表。試算表裡包含 Fluidstack 的收入、銷售數據，以及圍繞 TPU 和其他 AI 基礎設施部署的預測，終端客戶包括 Anthropic、OpenAI、Meta 以及其他潛在客戶。

Zhou 的意思是，這些客戶需求和部署信息不只是 Fluidstack 自己的商業機密，還可能影響一批上市公司的判斷，比如 Amazon、Nvidia、Google、Broadcom、Microsoft 等。因為這些公司都處在 AI 雲、GPU／TPU、網路和數據中心基礎設施的產業鏈上。

見微知著，從這些第三方信息裡，我們大致能看出 SemiAnalysis 的調研方式，背後是一套完整的情報收集機器，論壇、Discord、行業會議、人脈、運輸記錄、政府文件、供應鏈資料、數據中心現場照片、benchmark、模型，加上每週的內部簡報。

据 Dr. Ian Cutress 描述，SemiAnalysis 这類機構在研究時，數據來源遠比普通人想像得複雜。比如提交信息公開申請，翻公開航運提單，扒供應鏈文件和政府文檔。而在數據中心這塊，他們甚至會申請許可，派無人機飛到工地上空，拍下現場到底裝了什麼設備的高清照片。

SemiAnalysis 自己的產品頁面也寫得很直白。它的 AI 數據中心模型追踪全球超過 5000 座數據中心，數據來源包括房產記錄、施工許可、用電量、FOIA 信息公開申請，以及衛星圖像。為了處理海量衛星照片，他們還專門訓練了計算機視覺模型，也就是 CNN，自動識別每一座數據中心的規模、容量和施工進度。目標是把追踪範圍鋪到每一個國家的每一座數據中心。

這套打法，與其說是一家分析機構，不如說更接近一家開源情報公司。

有趣的是，它讓律動小編想起那個著名的做空研究機構「浑水」的調查方式。浑水的成名戰，同樣是針對一些中國公司。

比如浑水對東方紙業的調查，包括實地走訪工廠，觀察廠房環境、機器設備和庫存，跟工人以及廠房周邊居民聊天，甚至偷偷蹲在廠區外，記錄進出車輛的運載情況、拍照取證。最後發現，所謂庫存基本是一堆廢紙。

還有在調查中國高速頻道時，浑水實地查看了 50 多輛公交車上終端廣告播放情況，發現司機都喜歡播放自帶的 DVD 節目，高速頻道對終端控制力較弱。調查多元環球水務時，看到其中一個辦公地點形同虛設，員工毫無工作狀態，戲稱之為「成人托管所」。

最近一次引發轟動的做空，是針對小編每天都喝的瑞幸咖啡。浑水動員了 92 名全職調查員和 1418 名兼職調查員，在全國 38 個城市、620 多家門店蹲點，錄製了 11260 個小時的門店監控錄像，覆蓋 981 個營業日和門店 100％ 營業時間，並以普通顧客身份收集了 25843 張消費小票，外加大量內部微信聊天記錄。

靠這些一手數據，浑水算出瑞幸單店單日銷量在 2019 年三、四季度分別至少虛增 69％ 和 88％，實際客单價也遠低於披露口徑。報告發出後，瑞幸很快自爆 22 億元財務造假，股價崩盤。

當然，我們目前沒有任何證據能夠證明 SemiAnalysis 在發布報告前做空了光模組股票。就現有資訊看，它的商業模式仍然主要是把研究結果做成產品，賣給對沖基金、半導體公司和科技大廠內部團隊。

但我們能看出，SemiAnalysis 的調查方式和浑水有非常多的相似之處。只不過，它站在 AI 時代和硬體賽道裡，資訊蒐集工具也更精細：從蹲點、訪談、票據，升級成了衛星圖像、供應鏈數據庫、工程測試和演算法模型。

一年花費 700 萬美元的 Token

Dylan 自己在訪談裡說，SemiAnalysis 直接和 Anthropic 簽了企業合同，這筆支出是 700 萬美元，相比之下他們一年的員工薪資支出是 220 萬美元。

SemiAnalysis 把 AI 當成了資訊蒐集和數據生產的槓桿。Dylan 的判斷很直接：他們做的是資訊生意，賣分析、做諮詢、建數據集。如果自己不持續提高標準，AI 很快就會把這些東西商品化。2023 年他們用來賣的第一批數據產品，今天已經有越來越多人能做類似的東西。如果 SemiAnalysis 不繼續往前跑，別人遲早會用同樣的工具追上來。

最能說明問題的，是他們切入能源數據服務的例子。SemiAnalysis 過去一年一直想搭一個能源模型，因為 AI 數據中心越來越受制於電力，電網、變電站、輸電線路、區域電力缺口，都會反過來決定數據中心建在哪裡、能建多大、什麼時候上線。能源數據服務本身也是一個接近 9 億美元規模的市場，SemiAnalysis 一直想打進去，但團隊磨了一年，進展並不算快。

後來，負責數據中心能源和工業業務的 Jeremy 開始「上頭」使用 Claude Code。Dylan 說，短短三周裡，他每天大概花 6000 美元調用 AI 工具，成本高得誇張。但結果也很誇張：Jeremy 抓取了美國每一座發電廠、每一條超過一定電壓等級的輸電線路，又把大量需求側數據源接進來，全部來自公開資料，最後搭出了一張完整的美國電網地圖和儀表板。

這套系統可以看到美國不同微區域的電力短缺和富余情況。

SemiAnalysis 將其展示給一些即買購他們數據中心數據，又進行能源交易的客戶看，對方第一反應是驚訝：你們花了多久做出來的？這比某些專業能源數據公司還好。再往下問，那些公司可能有上百人，已經做了十年。

Dylan 也承認，SemiAnalysis 這套東西還沒有傳統能源數據公司的產品那麼成熟、那麼穩固。但在某些維度上，它已經更快、更細，甚至更好。這就是 SemiAnalysis 調查方法的新形態：不是單靠一個分析師跑會議、問人、翻文件，而是把公開數據、工程判斷、行業人脈和 AI 編程能力疊在一起，用很短時間做出過去一個傳統數據公司需要多年才能搭出來的東西。

說到底，SemiAnalysis 最迷人的地方，也許就在這種混合氣質裡。

它一邊像一家嚴肅到近乎冷酷的情報機構，用衛星圖像、施工許可、航運提單、供應鏈訪談、AI 編程和工程測試，去拼出 AI 基建世界的真實底圖；另一邊，它的創始人 Dylan Patel 又始終帶著一點互聯網原住民的調皮。

The Information 記者去 Dylan 舊金山辦公室採訪時，Dylan 提到自己和 Dwarkesh Patel 共用辦公室。Dwarkesh 是熱門播客《Dwarkesh Podcast》的主持人，兩人是朋友、室友，也是辦公室夥伴。他們還和 Anthropic 研究員 Sholto Douglas 一起住在舊金山 Noe Valley。

可 Dylan 話鋒一轉，說辦公室裡不只有他和 Dwarkesh，還有第三個人。記者問是誰，他卻不肯說，「我們來玩一個遊戲，你自己去調查。」

The Information 記者為了挖掘信息，只能陪著 Dylan 玩這個偵探遊戲，而最後的答案也沒有讓人失望。

與 Dylan 在同一個辦公室辦公的人，還有 Leopold Aschenbrenner，那個前 OpenAI 研究員，後來創辦了自己的 AGI 投資基金 Situational Awareness，一年內把 2 億美元變成 55 億美元的「AI 股神」。

只能說頂級 AI 圈，還是太小了。

參考資料：

1、The Information，《Both an Analyst and an Investor: This 29-Year-Old Is Gaining Influence in AI》；

2、Dr. Ian Cutress，《Dylan Patel's SemiAnalysis Is Being Sued》，More Than Moore（Substack）；

3、舊金山縣高等法院公開文件，案號 CGC-26-635328；

4、SemiAnalysis，《DeepSeek Debates: Chinese Leadership On Cost, True Training Cost, Closed Model Margin Impacts》；

5、SemiAnalysis，《MI300X vs H100 vs H200》；

6、EE Times，《GTC 2026 Keynote: Long Live the Inference King》；

歡迎加入律動 BlockBeats 官方社群：

Telegram 訂閱群：https://t.me/theblockbeats

Telegram 交流群：https://t.me/BlockBeats_App

Twitter 官方帳號：https://twitter.com/BlockBeatsAsia