最近のPCパーツの動向を考察してみた。

●メモリ
AI特需でDDR5価格が急騰。
DDR4は在庫数減で値上がり傾向だったのが、DDR5から逃げてきた低価格帯ユーザーの影響で更に値上がりが加速。
●SSD
じわりじわりと値上がり中。
●グラフィックボード
まさに買い時。
メモリ高騰の煽りを受けVRAM高騰による値上がり予想もあるので今を逃すな！
→買い替えによる中古市場が賑わいそう
●CPU
新型もなく、インテルも微妙。
盛り上がり感にかける。
メモリの高騰で個人向けPC市場が縮小。
じわりじわりと値下がり中。
まだまだ値下がるか？
●ATX電源
CPUと同じくじわりじわりと価格下落。
そろそろ底値付近か。今が買い時。
●PCケース
ここ数年ほとんど価格に動きなし。
いつ買っても良い。 December 12, 2025

来ました。大暴落です…

一度だけ言わせていただきます。

悪いことを言っているわけではありません。

投資初心者の方は、

最後までお読みください。

初期資金：5万円あれば十分です。

5位：免疫生物学研究所（4570）→3,700円前後で買い

4位：大黒屋HD（6993）→180円前後で買い（ハズレなし）

3位：キヤノン電子（7739）→3,250円前後で買い

2位：三海化学研究所（4369）→3,000円前後で買い（ハズレなし）

1位：（**9*）予想：240円→6,300円
残る手がかりはわずか—

ソニーセミコンダクタ、インテル、マイクロウェーブ

深夜に極秘の半導体プロジェクトを立ち上げたとの噂。

光と影が交差する場所で、世界の記憶装置が書き換えられようとしている。

👍 少額投資家は5万円程度で参入可能。

気に入ってくれたお友達には、ぜひこっそりシェアしてください。

「いいね！」と「フォロー」をクリックしていただけると、最適な売買機会を優先的にご提供いたします！お見逃しなく！ December 12, 2025

12月注目の倭国株5選
少資族の方、初心者の方はしっかりとご覧ください。
第5位：免疫生物研究所（4570） → 3,800円付近で必ず買い
第4位：大黒屋HD（6993）→180円付近で必ず買い
第3位：キヤノン電子（7739） → 3,260円付近で買い
第2位：トリケミカル研究所（4369） → 3,200円付近で必ず買い
第1位：ソニーグループ（6758）予測：250円→6,500円
わずかな手がかりだけが残された——。
ソニーセミコンダクタ、インテル、マイクロンの三社が、
極秘の半導体計画を深夜に立ち上げたという噂。
光と影の交差点で、世界の記憶装置が書き換えられようとしている。
俺は“感覚”じゃなく、“確信”で動く。
なぜ有料にしないのかとよく聞かれますが、株情報の発信はあくまで趣味であり、経済的に困っていないため無料で公開しています December 12, 2025

intel SSD 335シリーズ 180GBの中古を買ったら使用時間や書き込み量読み込み量がかなり多めなのに健康状態正常100％だった。
流石MLC NANDは格が違った https://t.co/0zAPgkgoeT December 12, 2025

こういうマシン複数台買って並列計算クラスター作るの面白そうだな。
OpenFOAMとかで大規模流体シミュレーションとかやってみたいね。
イーサーネットコントローラーがIntel E810だからRDMA対応。 CoreUltraのメモリーチャネル帯域消費を少なく出来る可能性...?
https://t.co/wmXa0WZyrl https://t.co/IYatDAOVl8 December 12, 2025

今年58歳で、楽天証券を退職しました、月収は1200万円
倭国株とんでもないビッグニュースが来た！🚀ここ最近、株式市場と国債が大量に売られ、リスク回避の動きが強まっています。主な原因は、米国による追加関税や不動産投資の減少です。
さらに、中国との外交摩擦が加わり、市場全体のセンチメントが悪化しています。こうした短期的な影響はすぐに落ち着くはず！
任天堂 （7874）→ 買わないで
フジクラ（5803 ）→ 買わないで
7011三菱重工業→ 買わないで
7453 良品計画 → 買わないで
9002 丸紅 → 3,480円付近必ず買い
9501 東京電力 → 750円付近必ず買い
8031三井物産 → 3,685円付近必ず買い
8136 サンリオ → 7,679円付近必ず買い
8306 三菱UFJ→ 2,160円付近で必ず買い
8058 三菱商事 → 3,470円付近で必ず買い
4755 楽天グループ →610円付近で必買い
7203トヨタ自動車 → 3,100円付近で必買い
3350 メタプラネット → 520円付近で必買い
資金が少ない時こそ、正しい情報とチャンスを掴むことが大切だと思います。

米半導体大手インテルの前最高経営責任者（CEO）で米ベンチャーキャピタル（VC）の幹部を務めるパット・ゲルシンガー氏は取材に答え、ディープテック（先端技術）の分野で「アジアと連携を深めたい」と話した。重視する国・地域に台湾と倭国を挙げた。
さらに、高市首相もG20サミットで重要な貿易協定に署名。倭国の先端技術や半導体分野には追い風が続いています。
その流れを受けて急騰している銘柄に、私たちも注目し始めています。AI・半導体・NVIDIA、そしてソフトバンクグループが重点テーマとして位置づけている分野でもあります。
💡現価：130円
💡予想最高価格：12,500円
詳しい売買のタイミングや戦略はグループ内限定で共有しています。
少額投資の方や主婦の方でも参加でき、しっかりと利益を狙える銘柄です。 December 12, 2025

12月注目の倭国株5選
少資族の方、初心者の方はしっかりとご覧ください。
第5位：免疫生物研究所（4570） → 3,800円付近で必ず買い
第4位：大黒屋HD（6993）→180円付近で必ず買い
第3位：キヤノン電子（7739） → 3,260円付近で買い
第2位：トリケミカル研究所（4369） → 3,200円付近で必ず買い
第1位：（**9*）予測：250円→6,500円
わずかな手がかりだけが残された——。
ソニーセミコンダクタ、インテル、マイクロンの三社が、
極秘の半導体計画を深夜に立ち上げたという噂。
光と影の交差点で、世界の記憶装置が書き換えられようとしている。
俺は“感覚”じゃなく、“確信”で動く。
なぜ有料にしないのかとよく聞かれますが、株情報の発信はあくまで趣味であり、経済的に困 っていないため無料で公開しています December 12, 2025

中国が明確なオープンソース戦略をとって、世界中の研究者を魅了しようとしているのに対し、米国はビッグプレイヤーのそれぞれが、自社による単独覇権の確立（バーティカルインテグレーションによる囲い込み）を狙っています。

半導体では、圧倒的な力を持っていたインテルのバーティカルインテグレーションモデルに対して、NVIDIAのような新興勢力が台湾のTMSC と組んで逆転しましたが、米国はこの成功体験を忘れたかのようです。 December 12, 2025

(Concept)
Big Time & Epic: Inter

数週前に作成したインテルを新レシピで再作成+3選手で
恐怖の250BOX仕様😱

怪我前フェノーメノ、円熟味増しバッジョ、アンカー？ヴィエラ、ちょい若サネッティ…
個人的に欲しい選手を✒️🎨✨

木曜のフェーズ切り替えが楽しみです😁

#コディーノ加工 #eFootball https://t.co/kczBmUjnHY December 12, 2025

8K/HDRパネルがなくても、8K/HDRの再生環境があるのなら、ぜひJacob + Katie Schwarzさんのチャンネルで、最高の8Kコンテンツをご覧ください！
https://t.co/W9Ca1uoJeT

最新世代か1～2世代前でも、AMD/NVIDIAの外付けGPUがあるのなら余裕で再生可能です。ノートPCのGPUだと、Intel Arc 140Tとかでも無理っぽいです...

主観評価になってしまうのですが、（パネルが4Kでも）8K/HDRネイティブで超高画質なカメラで撮られた映像は精細感・立体感が圧倒的で、27-32インチ程度のディスプレイでもその差がわかります。

ただし、ビットレートが150Mbpsを超える場合もあるので、ネットワーク環境で躓くご家庭も多そうです。そういう意味ではコンテンツもそうですし、再生環境、パネルが普及するのはまだまだずっと先になりそうですね。

編集しようにも、PC用の8Kディスプレイも殆どありませんので😓 December 12, 2025

ブラックフライデー中にA520とPRO-650G買いましたお（＾ω＾）
あとはCIOの電源コネクタ、Biwinのm.2、水2L箱買いとかもろもろ
あとクロシコのインテルのグラボも買いました（原口さん、すんません） https://t.co/hSg6w0HpPV https://t.co/8bYcBMKw4i December 12, 2025

IONQ、ここ最近のIonQ周辺の動向をまとめてくださっています。

元Intel CEO パット・ゲルシンガー氏の発言はすこし言い過ぎのような気もしますが、量子コンピュータに期待していることの表れですかね(^_^;)

【リポスト】
今日はYouTubeで、$IonQのイタリア支社設立の真の理由を推論してみました。そして、それがなぜ重要なのか？まで拡張して取り上げました。ここにGoogle CEOやIntelの元CEOによる量子コンピュータの商用化タイムラインまで提示され、今回の動画は量子投資家の方々に大変役立つものになると思います^^
https://t.co/Ok9aMtLjIH

【NotebookLMによるYoutube動画の要約】
A. IonQのイタリ​​ア戦略と防衛市場への参入

• イタリアへの拠点設立: IonQは、イタリアにCEOとしてマルコ・ピストイア氏を任命し、商業的な営業だけでなく、100名以上の研究者や技術者を採用し、研究開発（R&D）の拠点とすることを表明しました。これにより、イタリ​​アの長年の科学的優秀性を活用し、ヨーロッパと地中海地域の革新エコシステムの中核とすることを目指しています。

• 防衛市場への関連性: このイタリ​​ア戦略の裏には、防衛市場への本格的な参入があるという強いヒントが示されています。

• ミケランジェロ・ドーム: 11月27日にロイターが報じた、イタリ​​アの防衛企業レオナルドが公開した防空システム「ミケランジェロ・ドーム」がこの戦略と結びつけられています。これは、ロケット、ミサイル、ドローンなどの空中の脅威を探知、追跡、迎撃、無力化するためのシステムであり、イスラエルのアイアンドームに類似しています。

• 量子技術の必要性: このような高度な防衛システム（ミケランジェロ・ドームは2028年から稼働予定）を実現するには、量子センシング（精密な探知）、量子ネ​​ットワーキング（安全な情報伝達）、量子コンピューター（最適化された計算）がすべて必要であり、これらすべてをIonQが提供していると指摘されています。

• IonQ Federalとグローバル戦略: IonQはすでに米国政府とその同盟国を対象とした子会社「IonQ Federal」を設立しており、今回のイタリ​​ア拠点の設立は、米国（ゴールドンドーム）だけでなく、イタリ​​ア、ヨーロッパ、さらにはアジア諸国に対しても防衛市場を拡大する一環であると解釈されています。

• ウォール街の評価: バンク・オブ・アメリカがIonQを防衛テーマ企業の中で優秀な企業の一つとして選択したことは、ウォール街もIonQの防衛分野での役割を認識し始めている証拠だとされています。レオナルド社は、航空宇宙、防衛、セキュリティ分野の巨大多国籍企業であり、年間売上高が30兆ウォン（約178億ユーロ）を超える大企業です。

B. AIバブルと量子飛躍（CEO級の発言）
大手テクノロジー企業の元CEOらが、量子コンピューティングの重要性を強調する発言を行っています。

• 元Intel CEO パット・ゲルシンガー氏: 彼は、量子コンピューティングがAIバブルを崩壊させる可能性があり、現在のGPU時代は10年も持たないと主張しました。彼は量子コンピューティングを「コンピューティング世界の聖なる三位一体を完成させる概念」と位置づけ、GPUが2030年前に量子に取って代わられるという極めて大胆な予測をしました。彼は、ベンチャーキャピタルに加わって以来、量子コンピューティング企業に深く関わっていることが背景にあるとされています。

• Google CEO サンダー・ピチャイ氏: 彼は、量子コンピューティングが「重要な転換点に非常に近い」状態であり、これは「5年前のAIの時点に似ている」と発言しました。今後5年以内に量子コンピューターが実使用事例につながる明確な進展が見られるだろうと述べています。

C. 量子コンピューティングの商用化時期と地政学的な競争

• 商用化の時期: 専門家や大手CEOの発言を総合すると、量子コンピューターが難題を克服し、一般企業や個人が価値を感じるほどの商用化の変曲点は、保守的に見て5年、進歩的に見れば3年程度と推測されています。

• 中国との競争: この緊急性の背景には、中国との量子競争があります。中国が暗号を解読する量子コンピューター技術を開発している可能性が高いため、米国側は2030年までに「量子ファースト」で強力な量子コンピューターを開発する必要があるとされています。

• 量子ブロックと電子戦: 中国は、外部衝撃に強い「量子ブロック」を開発し、最新の超伝導量子コンピューター「祖冲之2号」をその開発に使用しているとされます。また、中国が台湾周辺で**電磁防護壁（電子戦）**を展開するために、1,000〜2,000機の電子戦ドローンを使用するシミュレーションを行っていることも指摘されています。このようなドローンの通信の安全確保や防衛には、ハッキングされない量子ネ​​ットワーキングが不可欠であると結論付けられています。 December 12, 2025

Google TPU 要干掉英伟达了吗？Meta 被曝将大规模采购 TPU，引发市场震动。但真相是：TPU 能撼动英伟达，却永远无法取代英伟达。这不是性能之争，而是生态、时机与战略的较量。

The Information 的一篇重磅报道把整个 AI 行业给炸了，Meta 正在与 Google 进行秘密谈判，计划大批量采购 Google 的 TPU 芯片，用于部分替代英伟达的 GPU 以支持其庞大的数据中心 AI 运算。

根据报道披露的细节，这盘棋下得很大：
- 2026 年： Meta 将大规模租用 Google 云服务（Google Cloud）上的 TPU 算力进行模型训练；
- 2027 年： Meta 将直接采购数十亿美元的 TPU 芯片，部署于自建的数据中心内。

什么？全球最大的 GPU 采购大户要抛弃英伟达了？ Google 的 TPU 居然要走出自家机房，去取代英伟达的 GPU 了吗？

消息一出，资本市场瞬间恐慌了。英伟达股价应声大跌，而 Google 则逆势暴涨，大家都在问：难道英伟达靠 GPU 垄断 AI 数据中心的故事真的讲不下去了吗？TPU 开始逆转了战局了吗？要讲明白这场 GPU vs TPU 的战争，我们要先从英伟达为什么能够像“铁桶”一般垄断 AI 数据中心讲起。

当今的 AI 技术堆栈：一座精密的金字塔

今天的人工智能是一个无比庞大的工业化产业。像 ChatGPT 这样顶尖的 AI 产品，其背后是由一层一层的技术基石堆砌而成的，这在 IT 行业被称为“技术堆栈（Tech Stack）”。
即使采用最粗略的划分方式，要支撑起当下的生成式 AI，至少也包含 5 层关键技术，缺一不可：

- 第一层：算力硬件层（Infrastructure） 这是金字塔的底座，是一切的基础。核心代表毫无疑问是英伟达的 GPU 和 Google 的 TPU。它们提供了 AI 运算所需的庞大算力，就像是工业时代的电力引擎。
- 第二层：系统软件与加速层（System & Compiler） 光有芯片还不够，AI 计算需要成千上万个芯片协同工作。这一层负责调度硬件并优化效率，充当硬件与上层软件的翻译官，它们决定了你能发挥出硬件多少潜能。这一层最典型的护城河技术，就是英伟达的 CUDA，而 Google 的 TPU 也有能够把上层软件编译为 TPU 机器码的 XLA 编译器。
- 第三层：深度学习框架（Deep Learning Frameworks） 想要构建和训练大规模神经网络，开发者不能手搓底层的软件代码，需要成熟的“脚手架”。业界目前最流行的是 META 发起开源软件 PyTorch（目前对 GPU 生态支持最好，是事实标准），以及 Google 发起的开源软件 JAX 和经典的 TensorFlow。
- 第四层：基础大模型（Foundation Models） 这是由深度学习框架训练出来的“超级大脑”，是目前竞争最激烈的战场。
- 语言/多模态模型： 如 OpenAI 的 GPT-5、Google 的 Gemini 3；
- 视频生成模型： 如 OpenAI 的 Sora、Google 的 Veo；
- 图像生成模型： 如 Google 的 Imagen、Midjourney。
- 第五层：AI 应用与交互层（Applications & Agents） 这是用户直接接触的产品。它将底层强大的模型能力封装成人类可以交互的工具。例如 ChatGPT，它的底层核心是 GPT 模型，但它本身是一个增加了对话界面、联网搜索、记忆功能的产品；又比如 Google 的 NotebookLM。

为什么英伟达在 AI 数据中心市场形成了绝对垄断？

我们经常感叹英伟达的 GPU（如 H100、H200、B200）硬件参数如何炸裂，但这只是冰山一角。英伟达之所以能对 AI 数据中心市场形成近乎无解的垄断（市占率一度超过 95%），主要源于以下三个维度的降维打击：

1. 通用性极强的单点算力 英伟达的 GPU 本质上是通用计算加速器（GPGPU）。它不仅能完美覆盖 AI 大模型的训练（Training）和推理（Inference），还能兼顾科学计算（气象模拟、药物研发）、图形渲染甚至加密货币挖掘。这种“一卡多用”的特性，使其成为了数据中心的硬通货——买了永远不亏，不用来炼丹还能用来挖矿（开玩笑，但道理如此）。
2. 恐怖的集群扩展能力（Scale-up & Scale-out） AI 大模型训练不是单打独斗，而是需要成千上万张显卡协同作战。英伟达在这方面做得太绝了：
- 节点内互联：通过独家的 NVLink 技术，英伟达可以将多个 GPU（甚至高达 72 个 GPU 组成的 GB200 NVL72 机柜系统）连接成一个“超级逻辑 GPU”，显存和算力实现无缝共享。
- 节点间互联：通过收购 Mellanox 获得的 InfiniBand 高速网络技术，让成千上万台服务器之间的数据传输快如闪电，解决了大规模集群的通信瓶颈。
3. 真正的护城河：CUDA 软件生态 这是英伟达最难被逾越的壁垒，就像 PC 时代的 Windows 操作系统。
- 底层基石：CUDA 提供了最底层的并行计算库，几乎所有的高性能计算场景都基于此构建，经过了 20 年的打磨。
- 顶层框架：当今统治级的深度学习框架 PyTorch 对 CUDA 提供了最原生的支持。这意味着开发者只需编写几行 Python 代码，就能调用底层强大的算力。
- 生态闭环：围绕 PyTorch/CUDA/GPU 已经形成了一套成熟的“开箱即用”基础设施。

为什么竞争对手很难追赶？ 即使竞争对手（如 AMD 或国产芯片厂商）在硬件参数上追平了 H200，依然无法撼动英伟达的地位。因为缺乏庞大的软件生态支持，意味着极高的迁移成本和时间风险。

一个真实的行业痛点（听起来很痛）： 目前很多致力于适配非英伟达芯片的 AI 团队都面临着巨大的痛苦。许多针对英伟达 GPU 进行过深度优化的模型（特别是涉及复杂算子或 MoE 架构的模型），一旦迁移到其他芯片平台，往往会面临严重的兼容性问题。
- 开发难：大量算子需要从头手写，费时费力，如同用汇编语言写网页。
- 稳定性差：模型训练过程中经常出现莫名其妙的数值溢出或系统崩溃（Crash）。

在当前的 AI 竞赛中，一次全量模型训练往往耗时数月，成本以千万美元计。如果因为芯片兼容性导致训练中途崩溃几次，浪费的不仅是电费，更是半年甚至一年的宝贵时间窗口。这种巨大的试错成本，是任何一家争分夺秒的 AI 公司都无法承受的。传言某国内顶级 AI 模型就是因为在国产芯片上训练下一代模型频繁崩溃，导致一直难产，真的是太痛了。
这就是为什么英伟达在 AI 数据中心市场越成功，行业对其路径依赖就越严重——因为没有人敢承担离开英伟达的代价。

Google 的 TPU 又是怎么崛起的？

尽管英伟达的统治力无可争议，但是 Google TPU 却是个异类，它不仅活下来了，还活得很好，已在 AI 顶级赛道站稳脚跟。
首先，TPU 已经用实战成绩证明了自己在 AI 大模型训练和推理领域的成功：
- Google 本家基石： Google 最强的 Gemini 系列模型，完全基于 TPU 进行训练和推理；
- 独角兽的选择： 顶级 AI 公司 Anthropic (Claude) 在 Google Cloud 上大规模使用了 TPU 算力；
- 科技巨头的背书： 就连 Apple 在训练其 Apple Intelligence 基础模型时，也公开表示使用了 Google 的 TPU v4 和 v5p 集群，而非英伟达 GPU。

那么，在英伟达已经成为绝对霸主的情况下，Google TPU 凭什么能异军突起？我们不妨对照英伟达成功的三个维度来深度解析：

1. 算力哲学：极度通用 vs 极致专用 英伟达 GPU 的强大在于“通用性”。而 Google TPU 从 2012 年设计之初，就是为了特定用途——大规模矩阵乘法而生。 现在的 AI 大模型训练，本质上就是在大规模地做矩阵乘法。因为放弃了图形渲染等通用功能，TPU 的芯片设计得以大幅简化，从而在“矩阵计算”这单一场景下取得了极致的能效比和性能表现。
2. 互联技术：电互联 vs 光互联 (OCS) 英伟达在服务器间的高速互联（NVLink/InfiniBand）上表现出色，覆盖了从单机多卡到万卡集群的广泛场景。 而 Google TPU 另辟蹊径，主攻超大规模集群互联。Google 引入了独特的 OCS（光路交换）技术，用光互联将成千上万颗 TPU 动态编织在一起。最新的 TPU v5p 单个 Pod 即可容纳 8960 颗芯片，甚至可以通过光互联扩展至数万卡的超级集群。这种架构在大规模并行训练中，展现出了极高的带宽利用率和灵活性，且布线极其整洁。
3. 软件生态：CUDA 帝国 vs JAX/XLA 新势力 英伟达的 CUDA 和 PyTorch 让 AI 开发变得“开箱即用”，这是其最大的护城河。但 Google 经过多年深耕，也打磨出了一套极为硬核的软件栈：
- XLA (2016)： 一个强大的编译器，能将计算图直接编译为 TPU 机器码，榨干硬件性能。
- JAX (2018)： 一个旨在替代 TensorFlow 的前沿框架。
对比 PyTorch： PyTorch 是面向对象编程，符合人类直觉，简单易用；而 JAX 是函数式编程，学习曲线陡峭，但在处理超大规模并行计算时具有先天优势，代码更简洁，数学表达更纯粹。
跨界打击： JAX 的优秀甚至溢出了 TPU 生态。如马斯克的 xAI 虽然使用的是英伟达 H100 集群，但为了追求对硬件性能的极致压榨，在训练 Grok 模型时并没有使用 PyTorch，而是选择了 JAX。

总结：生态位的胜利 经过多年的演化，在超大模型训练这一“皇冠上的明珠”场景下，JAX + XLA + TPU 技术栈已经形成了一个完整的闭环。它不仅被验证是成功的，甚至在某些超大规模场景下，能取得比 Pytorch + CUDA + GPU 更优的能效比。在 Google Cloud 上，TPU 的 token 成本定价低于英伟达 GPU，就是最好的证明。这也是 Google Cloud 在云计算市场竞争中的秘密武器。总之：

英伟达 vs Google：两种技术哲学的碰撞

- 应用场景： 通用型霸主 vs 超大模型专用特种兵
- 软件门槛： 低门槛的群众基础 vs 高门槛的专家利器
- 商业模式： 庞大的全行业生态 vs 垂直整合的自研闭环

如果说英伟达就像一辆豪华的全能越野车，哪里都能去，谁都能开，到处都有维修店；那么 Google 就像一辆定制的 F1 方程式赛车，只能跑赛道，赛车手才能开。大多数人买车首选 SUV（英伟达），因为方便、省心；但在争夺世界冠军的顶级赛场上，追求极致速度的车队（如 Google、xAI、Anthropic）会考虑使用 F1 赛车（TPU）。

Google TPU 能干掉英伟达吗？

照你这么说的话，Google TPU 岂不是已经成功挑战英伟达，打破了英伟达 GPU 的绝对垄断地位吗？事情没有那么简单。

1. TPU 的局限性与 Google 的双重身份 前面提到 Google TPU 极其擅长超大模型的训练/推理以及大规模推荐系统，但在通用性上，其他场景要么根本不适用，要么能效比不如英伟达 GPU。 对于 Google 庞大的产品线（YouTube、Search、Cloud）来说，对通用 GPU 的需求依然是海量的。因此，Google 一边自研 TPU，一边依然是英伟达 GPU 的全球采购大户。这一点在未来几年内都不会改变。
2. 迁移成本高昂的“生态墙” 尽管在超大模型场景下，JAX + XLA + TPU 的技术栈能取得显著优势，但这要求你必须“从零开始”就拥抱 Google 生态。 如果现有的项目是基于 PyTorch 和 CUDA 深度优化的，想要迁移到 TPU，约等于重写底层代码并进行大规模兼容性测试。这种“重起炉灶”的时间成本和工程风险，足以让绝大多数企业望而却步。

因此目前来看，Google TPU 的用户群体画像非常清晰，主要就两类：一是高校科研（科学计算），二是超大模型的训练和推理。

为什么 TPU 会有很多科学计算用户？ 这是因为 Google Cloud 长期为高校科研开放免费的 TPU 资源（TPU Research Cloud），加上极度好用的 Colab 服务（免费提供 TPU/GPU 算力），在学术界圈粉无数，培养了一大批习惯 TPU 的科研生力军。

那么，超大模型领域的潜在客户呢？ 我们逐一分析市面上的两类大客户：
- 大型云计算厂商： Amazon, Microsoft, Oracle 以及 CoreWeave 等新兴 GPU 云厂商。
- AI 大模型厂商： OpenAI, Anthropic, xAI, Meta 等。

大型云计算厂商（Amazon, Microsoft）本身就是 Google Cloud 的死对头，且都在自研芯片（Trainium, Maia），绝无可能去买对手的算力。而 Oracle 和 CoreWeave 早就通过深度绑定英伟达赚得盆满钵满，是英伟达的铁杆盟友。
AI 大模型厂商呢？
- OpenAI： Google Gemini 的头号宿敌，微软的盟友，不可能用 TPU。
- xAI： 马斯克与 Google 积怨已久，且正通过特斯拉和 xAI 构建自己的超算集群。
- Meta： 回到开头的新闻，Meta 是个超级大户。虽然传闻在谈，但 Meta 也是 Google 广告业务的直接对手。扎克伯格目前手握全球最大规模的 H100 集群之一，并且 Meta 正在积极迭代自研芯片 MTIA。虽然他们不搞公有云，但为了战略安全和技术自主，Meta 不太可能全面依赖 Google 的 TPU，最多是作为补充或谈判筹码。
- Anthropic： 剩下的只有它了。Google 是 Anthropic 的大金主，所以 Anthropic 使用 TPU 是顺理成章的。

盘算下来，TPU 的外部大客户其实寥寥无几。 这点体量，完全不足以对英伟达的统治地位构成“颠覆性”冲击。 因此，Google 最明智的策略依然是：在 Google Cloud 上提供极致性价比的 TPU 服务，用“省钱”和“能效”从其他云厂商口中抢肉吃，而不是想着彻底干掉英伟达。

如果 Google 非要“头铁”，下场卖 TPU 芯片抢市场呢？ 我认为这极其不明智：

- 供应链与利润结构： TPU 是 Google 与博通（Broadcom）合作设计的 ASIC。如果对外售卖，不仅涉及复杂的供应链管理，还要分润给博通，这会拉低硬件毛利。卖贵了，打不过英伟达；卖便宜了，除去博通的成本，Google 图什么？
- 客户池太浅： 如前所述，愿意买 TPU 且不与 Google 构成直接竞争的大客户极少。
- 田忌赛马的反面： 用自己公司的“内部工具/副业”去硬拼英伟达赖以生存的“主业”，胜算能有多高？
- 最后，也是最关键的宏观背景： 目前全球 AI 数据中心市场正处于“短缺经济”时代。不仅 GPU 缺，HBM 内存、CoWoS 封装产能、电力、甚至建设数据中心的土地都极度紧缺。虽然各大科技巨头的资本支出（Capex）已经高得吓人，但面对爆炸性的业务需求，供给依然不够。微软今年初曾试图下调资本支出，结果发现需求太猛，转头又开始疯狂追加投入。
在一个供不应求的增量市场里，无论你填进去多少算力（无论是 GPU 还是 TPU），都会被瞬间吃干抹净。英伟达的 GPU 和 Google 的 TPU 目前仍处于“各自跑马圈地”的阶段，而非“你死我活”的零和博弈。

我的结论：
Google TPU 对英伟达确实有冲击，但不必过度恐慌。 从长期看，Google TPU 的存在更像是一个强有力的“议价筹码”。当大客户有了备胎（TPU 或自研芯片），英伟达就很难长期维持如今夸张的 75% 利润率。
英伟达未来的市场份额确实会受影响，主要来自：
- Google 自身业务（搜索、推荐、Gemini）更多转向 TPU，减少购买 GPU；
- Google Cloud 的深度合作伙伴（如 Anthropic）减少购买 GPU。 这可能会导致英伟达在数据中心的市占率从 90%+ 缓慢回落到 75%-80% 左右，但这并不改变其商业逻辑的本质。

这就像当年的 PC 市场： 苹果 Macintosh 电脑的崛起虽然让 Windows 的市占率有所下降，但并没有终结 Windows 的垄断。真正终结 Windows 霸权时代的，不是 Mac，而是智能手机的兴起。 同理，Google TPU 干不掉英伟达。真正能干掉英伟达的，只能是下一代计算范式的彻底变革。

Google 的成功是不可复制的

好吧，虽然你说的很有道理，但是 Google 能干成全栈自研，尝到了甜头的其他巨头岂不是会纷纷效仿吗？Amazon，Microsoft，Meta，OpenAI 这几个英伟达的头部大客户都在自研 ASIC 芯片，将来他们都减少了对英伟达芯片的采购，英伟达不是要喝西北风了？

我的观点就是：Google 的成功是不可复制的。

Google 的技术栈能够成功，综合了以下几个不可或缺的因素，而这恰恰是微软、Meta 和亚马逊所不具备的：
1. 十年的时间壁垒（Time & Iteration）
芯片设计不是搭积木，它需要漫长的迭代周期。 Google 早在 2013-2014 年就开始秘密研发 TPU，2016 年 AlphaGo 击败李世石震惊世界时，背后就是 TPU v1 在提供算力。
当微软在 2023 年才匆忙推出 Maia 100 时，Google 的 TPU 已经迭代到了第 6 代甚至第 7 代。
这 10 年间踩过的坑、修复的 Bug、积累的制程经验、以及对散热和互联架构的微调，绝非其他公司靠“砸钱”就能在两三年内追平的。在硅基世界里，经验值就是良率，就是能效比。
2. 真正全栈的“软硬一体”的垂直整合掌控力（Full-Stack Control）
这是 Google 最可怕的地方，也是其他巨头最大的软肋。
Google 拥有整个链条： 硬件（TPU）+ 编译器（XLA）+ 框架（JAX）+ 模型（Gemini）。Google 的科学家 Jeff Dean 可以让设计 Gemini 的算法团队直接坐在设计 TPU 的硬件团队对面，告诉他们：“我们需要一个特定的指令集来加速这个算子。”这种协同效应是核爆级的。
反观微软/Meta： 微软虽然造了 Maia 芯片，但它上面的软件栈主要依赖 OpenAI，而 OpenAI 和整个业界主流依赖的是 PyTorch。PyTorch 的亲爹是 Meta，但 PyTorch 对英伟达 GPU 的优化是刻在基因里的。
微软想要 Maia 好用，就得去魔改 PyTorch 底层，或者指望 OpenAI 为了适配 Maia 去重写代码。这中间不仅隔着公司墙，还隔着巨大的技术债务。
只要 PyTorch 依然是业界标准，其他自研芯片就永远是在“模拟”或“适配”英伟达，而 Google 是在玩一套完全独立的游戏规则。
3. 极其特殊的“光互联”基础设施（OCS Infrastructure）
前面提到的 OCS（光路交换）技术，是 Google 数据中心的独门绝技。 Google 为了适配 TPU 的大规模互联，甚至重新设计了数据中心的物理布线和机柜架构。这种光互联技术允许 TPU 节点之间以极低的延迟和功耗进行动态重组。 其他云厂商的数据中心是基于标准以太网架构建设的，想要复刻 Google 这套“光互联”网络，意味着要推翻现有的数据中心物理架构，这个沉没成本是天文数字。
4. 无法比拟的内部“吞吐量”（Internal Workload）
在生成式 AI 爆发之前，Google 就拥有地球上最庞大的 AI 推荐系统——Google Search、YouTube 推荐算法和 Google Ads。
这些业务每天产生数以亿计的并发请求，为 TPU 提供了天然的、海量的“练兵场”。
即便没有外部客户买单，Google 自己的业务就能消化掉 TPU 的产能。这让 Google 敢于在 TPU 早期性能不完善时，强行在内部推广（Dogfooding），通过海量真实数据把芯片“磨”出来。
相比之下，Meta 虽然有推荐算法需求，但起步晚且早期全押注 GPU；微软的 Azure 主要是卖资源给客户，如果自研芯片不好用，客户会直接用脚投票切回英伟达。

英伟达更像 AI 时代英特尔

著名电影《大空投》原型 Michael Burry 曾暗示英伟达正处于类似互联网泡沫时期的境地，不少看空者也认为英伟达与 OpenAI 之间相互投资和采购的关系，吹起了一个巨大的估值泡沫。他们认为一旦泡沫破裂，英伟达就会像 2000 年的 Cisco（思科）一样，股价暴跌 80% 以上。

但我认为，当下的英伟达并不像当年的 Cisco，而更像 PC 黄金时代的 Intel。 Intel 的股价腾飞始于 1993 年，于 2000 年触顶，随后经历了漫长的震荡与调整。 回顾那段历史，我们可以发现惊人的相似性：

- 1993 年之前（群雄逐鹿）： PC 的 CPU 市场处于混战时代，各路架构互不相让。
- 1993 年（霸主确立）： Intel 推出奔腾（Pentium）处理器，凭借强悍的性能一举确立了 CPU 市场的统治地位。
- 1995 年（杀手级应用爆发）： 微软推出 Windows 95，图形界面的革命引发了全球性的 PC 换机潮。受此驱动，Intel 的股价在 1996 年迎来了极高斜率的上涨。
- 2000 年（盛极而衰）： Intel 股价在 2000 年见顶，随后狂跌。这背后既有互联网泡沫破灭的宏观原因，也有 PC 市场渗透率见顶的因素。同时，Intel 在技术路线上遭遇了 AMD 速龙（Athlon）处理器的强力挑战，且在后续的 64 位指令集之争中（安腾项目）犯了严重的战略错误。

2022 年 ChatGPT 的横空出世，就是 AI 时代的 "Windows 95 时刻"，它极大刺激了全行业对于算力基础设施的升级换代。借助这股 AI 浪潮，英伟达正在狂飙突进。现在的英伟达，像极了 1997 年处于巅峰缓慢爬升期的 Intel。

我相信，在未来几年的 AI 算力市场将呈现“一超一强多级”的格局：
- 英伟达（The Generalist King）： 依然是绝对的“一超”。它占据 75%-80% 的市场份额，服务于所有追求通用性、追求开发效率、追求 Time-to-market 的企业。所有的初创公司、大部分云客户、以及需要频繁试错的模型团队，依然只能选英伟达。
- Google TPU（The Specialized Powerhouse）： 它是那个“特种部队”。它守住 Google 自己的万亿帝国，并在超大模型训练这一垂直领域，成为唯一能跟英伟达叫板的“异类”。
- 其他自研芯片和 AMD（AWS Trainium, MS Maia, Meta MTIA）： 它们更多是“成本调节器”。它们会被用于处理那些负载稳定、算法成熟的推理任务（比如每天运行几亿次的简单推荐或聊天机器人推理）。巨头们用它来通过简单的替代降低运营成本，也就是所谓的“省钱芯片”，但很难承担起“探索下一代 AI 前沿”的重任。

Google 的王者归来：全栈自研的胜利

2022 年底 ChatGPT 的横空出世，曾让 Google 这位 AI 领域的先行者显得黯淡无光。然而，站在 2025 年底的今天回望，Google 的表现足以让人刮目相看。
目前的 Google，是全球唯一一家真正实现了AI 全栈自研、软硬件垂直整合的头部厂商。这种整合优势正在形成巨大的飞轮效应：

- 算力底座： 在硬件层面，Google 利用 TPU 大规模集群高效实现了 Gemini 3 模型的训练和推理，摆脱了对外部 GPU 的依赖。
- 生态闭环： 通过多年的技术积累，打造了难以复制的软硬件一体化技术栈生态：JAX / XLA / TPU，极大地提升了研发效率。
- 云端优势： Google Cloud 虽然在市场份额上仍居 Amazon 和 Microsoft 之后，但增速惊人。更重要的是，得益于自研芯片，其 TPU 的租赁费用相比 GPU 拥有显著的价格优势，这对初创公司极具吸引力。
- 模型与成本：Gemini 3 在多项基准测试中已完全不输 GPT-5.1，甚至在长上下文和多模态理解上有所超越。基于自有云和芯片的成本优势，Gemini 能够提供更具竞争力的 API 调用价格，这种“低成本高智能”的反向优势正在快速抢占开发者市场。
- 产品矩阵全面开花：
1. NotebookLM 已成为“杀手级”的 AI 知识库和学习工具，深受科研与教育用户喜爱。
2. 多模态创作： Gemini 现已深度整合 Veo（视频生成）和 Imagen（图像生成），用户可在一个工作流中完成复杂的创作任务。
3. 搜索进化： Google Search 全面推出了 AI Overviews，成功将传统搜索与 AI 问答无缝整合。
4. 交互创新： 最新推出的生成式 UI (Generative UI) 更是令人惊艳，根据用户意图实时生成交互界面。

关键在于，Google 形成了一个从芯片、基础设施、模型到应用产品的完整闭环，各环节还能互相加强。这就好比 Google 一家公司独自完成了“英伟达 + 微软 + OpenAI”三家公司的工作。再加上 Google 全球数十亿的用户基数，以及 Chrome 浏览器和 Android 移动端两大核心入口，其上限不可估量。

为何半年前股价低迷、备受质疑的 Google，能在这半年实现逆袭？
此前市场看衰 Google，主要基于以下隐忧：

- 商业模式挑战： Google Search 靠竞价排名赚钱，市场担心 AI 问答范式会彻底颠覆这一现金牛。
- 大公司病与人才流失： 尽管 AI 大模型的基石——Transformer 论文是 Google 于 2017 年发表的，但果实却被 OpenAI 摘取。CEO Sundar Pichai 被认为过于稳健，缺乏魄力；内部 DeepMind 和 Google Brain 两个顶尖团队曾各自为战，内耗严重，导致许多论文作者离职。
- 模型落后： 在 Gemini 2.5 发布之前，Google 长期被 OpenAI 的 GPT 系列压制，甚至一度不如 Anthropic 的 Claude，面临在 AI 时代掉队的风险。

但在过去两年，Google 成功扭转了局势：

- 搜索护城河依然稳固： 事实证明，Google Search 并未被轻易颠覆，反而通过集成 AI 变得更强。用户在多轮对话中不仅有明确的个性化需求，AI 还能更精准地推荐个性化的产品与服务。广告业务被 AI 范式颠覆的风险被大大高估了。
- 组织架构重塑： 2023 年起，创始人 Sergey Brin 回归一线，深度参与模型开发。Google 将原本竞争的两个 AI 团队合并为 Google DeepMind，由 Demis Hassabis 挂帅。这一举措成功消除了内耗，重新激活了团队的创新力。
- 模型反超：Gemini 3 Pro 如今展现出后来居上的态势，不仅在性能上反超 GPT-5.1，市场占有率也稳步攀升。攻守之势异也，现在压力来到了 OpenAI 一方。

归根结底，AI 时代的核心竞争点依然是谁能做出最强的大模型。
如果 Gemini 弱，Google 的生态优势无从发挥；一旦 Gemini 领先，Google 强大的全栈整合能力就会瞬间爆发，形成降维打击。
最后我想说，英伟达是算力时代的‘卖水人’，而 Google 是全栈 AI 的‘领航员’。它们都是伟大的公司，对于投资者来说，与其在非此即彼的零和博弈中焦虑，不如看到它们各自不可替代的价值——这两者都值得你们同时拥有。

#AI产业 #大模型 #AI基础设施 #GPU #Gemini #TPU #JAX #XLA #CUDA #谷歌 #英伟达 December 12, 2025

《ゲーミングPCプレゼント企画》
前回分でキャンセルが数名でましたので、
”在庫処分”します！

抽選で５名へPASOUL 極をプレゼント🎁

🟦Windows 11 Home
🟦intel Corei7 14700F
🟦GeForce RTX 5090

【応募方法】
①フォロー＆いいね
➁欲しい色をコメント
［ブラック or ホワイト］ https://t.co/v98k9pRkEh December 12, 2025

这是一个非常核心且具有时代意义的问题。在当今的“知识经济”时代，知识产权（Intellectual Property, 简称IP）已经成为创造财富最重要的驱动力之一，甚至超过了传统的土地、劳动力和资本。
第一部分：什么是知识产权？
用最通俗的话来说，知识产权就是人类大脑智力劳动成果的“所有权”。它不像车子、房子那样是看得见摸得着的有形财产，而是一种无形财产权。它赋予了创造者在一定时期内，对其智力成果享有的独占和排他的权利。未经允许，别人不能随意使用、复制或抄袭。
知识产权是一个庞大的法律概念，它主要包含以下四大核心支柱（以及一些延伸类型）：
1. 专利权 (Patents)
保护对象： 新的发明创造、新的实用新型技术或新的外观设计。关注的是“功能”和“技术方案”。
例子： 华为的5G通信技术、辉瑞的伟哥配方、戴森吸尘器的独特气旋结构、一种新型折叠屏手机的铰链设计。
特点： 保护期较短（通常发明专利20年），需要公开技术细节换取保护。这是一个非常核心且具有时代意义的问题。在当今的“知识经济”时代，知识产权（Intellectual Property, 简称IP）已经成为创造财富最重要的驱动力之一，甚至超过了传统的土地、劳动力和资本。
第二部分：知识产权如何带来财富？
知识产权的本质是将“知识”这种公共品变成了私有的“资本”。一旦知识变成了资本，它就具备了创造财富的能力。
知识产权带来财富的机制主要有以下五种路径：
独占市场带来的超额利润（垄断溢价）
这是最直接的方式。拥有知识产权意味着你拥有了法律赋予的“暂时垄断权”。
机制： 如果你开发了一种治疗癌症的新药并申请了专利，在20年专利期内，只有你能生产和销售这种药。由于没有竞争对手（仿制药无法进入），你可以自主定价，从而获得远高于普通商品的利润。
案例： 苹果公司凭借其操作系统（著作权）、芯片设计（专利）和品牌（商标）构建的壁垒，使得iPhone可以攫取整个智能手机行业绝大部分的利润。4. 资本化运作（融资与出售）
总结
知识产权是现代商业社会的基石。它将创意、创新和声誉进行了法律确认，使其变成了可以交易、可以定价、可以增值的资产。在当今社会，最富有的人往往不是拥有最多土地或工厂的人，而是拥有最多、最有价值“知识产权”的人（如比尔·盖茨、乔布斯、马斯克等人及其背后的企业）。理解并运用好知识产权，是通往未来财富的关键钥匙。 December 12, 2025

【サネッティ】がアンコネタニ・アリーナの観客席で試合を観戦している間、【副会長の息子であるトミー】はテレビで試合を観戦し、均衡を破るゴールが決まるや、アルゼンチン人選手とアシストマンを務めたエスポジトとともに歓声をあげた。。めっちゃ嬉しそう☺️#インテル
https://t.co/zjP0D0q6qJ December 12, 2025

お役所仕事ですね。あまりにラピダスは、出遅れと陳腐化リスクに満ち溢れ、投資回収の可能性は低すぎる。2029年の1.4nm量産は、TSMCの1.4nm（2026-2027年予定）より遅く、市場投入時に競争力が劣り、価格競争力は無いと思う。AI投資の回収懸念で需要が軟化すれば、巨額公的資金（総額2.9兆円以上、追加1兆円支援）が回収不能で、エルピーダの二の舞に2024年決算で赤字続きのRapidusは、民間主導不足で政府依存が強い。 技術漏洩疑惑（TSMC関連）も信頼を損ない、Intelの過去失敗（過剰投資によるシェア喪失）を想起させる。
税金無駄の批判→短期成果が出ない場合、国民負担が増す。AIバブル懸念下で、半導体産業全体の投資が1兆ドル規模に達する中、倭国単独の挑戦は非効率的だ。リニアモーターカーに投資するよりは可能性はあるかも。無駄！ December 12, 2025

"Seaport Global Securities による Nvidia（レーティング：Sell、目標株価140ドル）:

私たちは、Nvidia が高まる競争圧力に直面していると見ている。

これに対応するため、同社はさまざまな販売メカニズムに依存するようになっている。これらの措置は決算に完全には反映されていないが、すでに実質的に存在しており、来年は大幅に増える可能性が高い。競争の兆候が強まる中で、私たちは依然として Nvidia に対して否定的な見方を維持する。Nvidia には260億ドル規模のクラウド向けコンピュートサービス契約が存在する。

会社側は、これらが研究開発や DGX 提供のために使われると主張している。しかし私たちは、これらをリベートの一種と見ており、もしこれが会計上認識されれば、来年の粗利益率を400ベーシスポイント（4%ポイント）押し下げ、少なくとも1株当たり0.30ドルの影響になると考える。Google は、自社設計の TPU をサードパーティ向けに活用させる能力で市場を驚かせている。

TPU は万能ではないが、多くの指標で Nvidia システムを上回ることができる。顧客に対するコミットメントと投資も増加している。同社は今年、未上場企業に60億ドルを投じた。さらに170億ドルの追加コミットメント（うち50億ドルは Intel 向け）を抱えている。

OpenAI との契約はまだ署名されていないが、これが加われば、さらに1000億ドル規模のコミットメントが積み上がる可能性がある。今四半期、運転資本は大幅に増加した。同社は、これは需要の強さを示す強気のサインだと主張する。しかし私たちは、ODM 企業間の運転資本の平準化を Nvidia が肩代わりしている結果だとも見ている。" December 12, 2025

来るよ。来るよ。超重大発表です🔥🔥
悪いこと言わない
5年前、アドバンテスト（6857）を1,682円で購入しました。株価が23,110円に達した時に、迷わず全額売却しました！
そして今——また発見しました。
それからアドバンテスト（6857）に匹敵する優良株です。
現在：113円→予測：12,350円
アドバンテスト（6857））で成功を収めた皆さん、おめでとうございます！この利益で念願のマイホームを購入できました。
この企業はAI半導体前工程検査装置で独占シェアを獲得。TSMCとインテルの次世代2nm工場へ納品開始。政府の半導体支援予算2兆円の最大受益企業に。
現在の株価は【113円】と大幅な割安水準。3年以内に【12,650円】到達が見込まれる急成長株です。
今ご購入いただけば、将来お子様により良い教育環境や生活条件を提供できるでしょう。
👍少資族は約10万円で参入可能、いいねした友達にだけ静かに伝える。 December 12, 2025

【財務省の闇とインテル情報❗️】#Gemini が要約「倭国の財務省に対する批判、トランプ氏に関する最新情報、および米国市場や今後の「イベント」に関する独自のインテル情報（内部情報）です。
https://t.co/NJQs3kKIx6

1. トランプ大統領の動向 [07:21]

動画内で語られたトランプ氏の最近の動きや発言です。

移民対策: 全ての第三国からの移民を永久に停止すると語った。

ウクライナ情勢: ゼレンスキー大統領の側近（大統領府長官）が汚職で辞任したとの報道に触れ、ウクライナが危機的状況にあると指摘。

メディア批判: ウォール・ストリート・ジャーナル（WSJ）を「三流紙」と批判。自身がエプスタインに送ったとされる手紙は偽物であり、掲載すれば提訴すると警告した。

バイデン政権の無効化: バイデン氏が行った署名のほとんどはオートペン（自動署名機）によるものであり、無効にすると宣言。これにより恩赦なども取り消される可能性があると言及。

税制改革: 関税収入を利用して、2026年1月から米国民の所得税をゼロにする構想を発表した。

2. 財務省の闇と女性の活躍 [13:33]

倭国の政治における財務省の支配構造と、それに対抗する動きについて語っています。

財務省の権力: 予算配分権、メディアへの影響力、国税庁を通じた調査権などを持ち、政治家やメディアをコントロールしていると批判。財務省OB組織の影響力も「893（ヤクザ）以上」と表現。

対抗する女性議員: ある女性議員（文脈から片山さつき氏を示唆）が、財務省の会議で10年間封印されていた極秘データを公開し、官僚たちがパニックになったというエピソードを紹介。

不正の指摘: 財務官僚とOBが関わる「使途不明金8兆円」が存在すると主張。

3. アメリカ市場での異変 [28:04]

感謝祭翌日の11月28日（金）に、米国市場で巨額の損失が発生したと語っています。

市場の暴落: ウォール街で約231兆円、暗号資産市場で約154兆円、合計で約385兆円が瞬時に消滅したと主張。

ハイテク企業の損失: Microsoft、NVIDIA、Metaなどの主要企業も巨額の損失を出したとし、水面下で巨大なマグマが動き出したと表現。

4. インテル情報と今後の予測 [33:27]

独自の「インテル情報」として、今後の展開について予測しています。

感謝祭後のイベント: 米国の感謝祭期間は11月30日（日）までであり、その最終日のセレモニーが終わるまでは「あのイベント」は起こらない。

12月の動き: 12月中旬までにEBS（緊急放送システム）などの大きなイベントが片付くのではないかと推測。

満月のタイミング: 来週の満月（今年最後のスーパームーン）までに何かが起こる可能性を示唆。

新体制の発足: 2026年1月2日にトランプ氏のもとで「ゲサラネサラ（GESARA/NESARA）」が発令される予定であると述べています。

その他

活動報告: 11月30日に横浜駅西口で街頭演説会を行う予定 [04:37]。

雑談: シャンプーの話題や月の観察など。」

あくまでも陰謀論的な内容も含まれるということをご理解くださいませ
🙏 #未来党 #EBS #GESARA #トランプ December 12, 2025