2026/05/12 Astera Labs (ALAB): The First Step in Healing FOMO

Since I have judged that AI hardware is highly likely to face overcapacity, yet the established data centers will not disappear, a new thesis emerges. When tech giants scale back capital expenditures, the "main quest" for the money already spent (built data centers, purchased chips) will be to improve efficiency, lower operating costs, and accelerate ROI. This shift creates dynamic investment opportunities. My previous mistake was treating "AI" as one giant, monolithic sector. After selling off MU, NVDA, and TSM—large-cap companies I felt were hitting market cap ceilings and facing diminishing marginal returns—I neglected further deep-dives into AI. I regret missing the last four months.

In reality, the efficiency upgrades and industrial transformations already underway are irreversible. Even if AI hardware crashes, the existing data centers and the continuous compute they produce will constantly spawn new, high-quality companies. I cannot ignore them; as long as a company meets my risk/reward (odds) requirements, it belongs in my portfolio. The pain of FOMO is perhaps my inner self reminding me not to lose track of the industry's pace—otherwise, when a crash presents a massive opportunity, I won’t be able to recognize it.

My task now is clear: find companies that can continue to grow and gain market share even if AI infrastructure crashes. These are companies that survive a downturn; yet, if the AI boom persists, they will be propelled by market demand. Essentially, they offer a protected floor with an aggressive ceiling.

With this framework, a new world of AI investing has opened up. My vision has shifted from trillion-dollar giants to small-to-mid-cap companies in the billions or tens of billions. I realize I might be catching a "late bus," but as long as I persist in my research, I am highly likely to catch the "early bus" for the next cycle. Astera Labs (ALAB) is one such company I’ve discovered. Its current market cap is $35.5 billion.

Put simply, Astera Labs’ business is to break down "hardware silos," taking scattered GPUs, CPUs, and memory and snapping them together like LEGOs into one logical "massive resource pool."

1. Memory Pooling (Leo CXL Controller)

In traditional data centers, each server's memory is "private." If Server A’s memory is full while Server B’s is idle, Server A cannot borrow from B. This is called "Memory Stranding."

• Astera’s Solution: Their Leo chips utilize the CXL protocol to connect all server memory together.
• The Result: Memory becomes a "shared pool" to be called upon as needed. Even if memory hardware becomes oversupplied, cloud providers can reduce waste by over 25% through "pooling," significantly lowering OpEx.

2. Signal Connectivity (Aries Retimer): From "Megaphones" to "Relay Stations"

By 2027, compute speeds (PCIe 6.0/7.0) will be so fast that electronic signals attenuate and distort after traveling only a few centimeters on a circuit board—like shouting in a noisy market where you can't be heard just a few feet away.

• Astera’s Solution: The Aries chip acts as an intelligent relay station. It doesn't just amplify sound (which would amplify noise); it "understands" the signal and regenerates a precise, clean version to send onward.
• The Result: This allows expensive GPUs to be placed further from the CPU in better-cooled areas or even connected across different racks. Without it, that "excess" hardware wouldn't even be able to power on and function.

3. Fabric Switching (Scorpio Switch): From "Intersections" to "Overpasses"

When you have thousands of GPUs and memory modules, data exchange creates severe "traffic congestion."

• Astera’s Solution: The Scorpio chip acts as a massive multi-level overpass (supporting up to 320 lanes). It doesn't just direct traffic; it can handle simple data processing directly on the "bridge" (In-Network Compute).
• The Result: It makes ten thousand GPUs feel as if they are running on a single chip when processing an AI task.

Scenario Simulation: The Era of "Double Overcapacity"

In an era of surplus GPUs and memory, the money for hardware has already been spent. The KPI for cloud providers will shift from "securing supply" to "breaking even."

Astera’s business logic becomes:

"Since you've already bought all this excess hardware and your electricity and maintenance costs are eating your profits—use my chips to link them into a 'shared pool.' I can double your compute efficiency and put your idle memory back to work, helping you recoup your losses."

This perfectly aligns with my thesis of who benefits during an AI hardware glut. Astera Labs doesn't sell compute itself; it sells "how to make a pile of cheap hardware perform like a top-tier, expensive system." The more oversupplied and cheaper hardware becomes, the higher the value of this "integration and optimization."

Performance & Valuation

• Latest Performance: Transitioning from "High Growth" to "High Profit." In Q1 2026, revenue reached $308.4 million (+93% YoY, +14% QoQ). Non-GAAP Gross Margin is 76.4%, showing immense pricing power. EPS was $0.61, nearly 240% higher than the $0.18 analyst estimate.
• Current Price: Approx. $207 (as of May 11, 2026), Market Cap approx. $35.5 billion.
• P/E Ratio: Forward P/E remains high at 130x - 140x. The market is pricing it as an "AI Architecture Software" company rather than a traditional semiconductor firm.

From a performance and valuation standpoint, the growth roughly matches the valuation. To resist a potential valuation compression (from 130x back to 35x, a 75% drop), the company needs to grow 75% over the next three years to avoid a net loss on investment. Given my scenario assumptions, the probability of this company resisting compression through powerful growth is high. Its potential covers the period of GPU/memory overcapacity I fear. This "growth floor," combined with a small position, significantly reduces my FOMO because I have re-entered the AI industry research loop.

My strategy is to continue digging for these types of companies—those that can grow through performance to resist valuation regression even if the Nasdaq plunges. These companies rise during irrational rallies and, due to their earnings momentum, possess the rebound energy to survive crashes. They are the perfect vehicles for my retained cash. This small position has broken my emotional deadlock with AI; even if I'm wrong, the damage is minimal, but it allows me to branch into the "capillaries" of the AI industry. I am full of momentum once again.

12/05/2026 Astera Labs (ALAB) : La première étape pour guérir du FOMO

Puisque je juge que le matériel (hardware) IA est en passe de devenir excédentaire, mais que les centres de données déjà construits ne disparaîtront pas, une nouvelle thèse émerge. Lorsque les géants de la tech réduiront leurs dépenses d'investissement (CapEx), la "quête principale" pour l'argent déjà dépensé (centres de données bâtis, puces achetées) sera d'améliorer leur efficacité et de réduire leurs coûts d'exploitation afin d'accélérer le retour sur investissement. Ce basculement crée des opportunités d'investissement dynamiques. Mon erreur passée a été de considérer l'IA comme un seul grand bloc monolithique. Après avoir vendu MU, NVDA et TSM — des mastodontes dont je pensais qu'ils touchaient leur plafond de capitalisation et feraient face à des rendements marginaux décroissants — j'ai négligé de continuer à creuser le secteur. Je regrette ces quatre mois d'absence.

En réalité, la mise à niveau de l'efficacité et les transformations industrielles déjà engagées sont irréversibles. Même si le hardware IA s'effondre, les centres de données existants et la puissance de calcul qu'ils produisent continuellement engendreront sans cesse de nouvelles entreprises de qualité. Je ne peux pas les ignorer ; tant qu'une entreprise répond à mes critères de rentabilité (le "risk/reward"), elle doit intégrer mon portefeuille. La douleur du FOMO est peut-être un rappel interne de ne pas perdre de vue le rythme de l'industrie, faute de quoi, je serais incapable d'identifier les opportunités massives qu'un krach pourrait offrir.

Ma mission est désormais claire : identifier les entreprises capables de continuer à croître et à gagner des parts de marché même en cas d'effondrement des infrastructures IA. Des entreprises capables de survivre au krach, mais qui, si l'engouement persiste, seront portées par la demande globale. En somme, des dossiers avec un plancher de protection et un plafond offensif.

Avec ce nouveau standard, un monde d'investissement en IA s'ouvre à moi. Mon regard passe des géants aux milliers de milliards vers des petites et moyennes capitalisations de quelques milliards ou dizaines de milliards. Je réalise que je prends peut-être un train en retard, mais si je persiste dans mes recherches, je serai en mesure de saisir le train suivant dès son départ. Astera Labs (ALAB) est l'une de ces pépites. Sa capitalisation actuelle est de 35,5 milliards de dollars.

Pour vulgariser, le métier d'Astera Labs est de briser les "silos matériels". Ils prennent les GPU, CPU et mémoires dispersés pour les assembler, comme des LEGO, en un "pool de ressources géant" logique.

1. Mise en commun de la mémoire (Contrôleur Leo CXL)

Dans un centre de données traditionnel, la mémoire de chaque serveur est "privée". Si le serveur A est saturé alors que le serveur B a de la mémoire libre, B ne peut pas la prêter à A. C'est ce qu'on appelle l'échouement de mémoire (Memory Stranding).

• La solution d'Astera : Leurs puces Leo utilisent le protocole CXL pour relier toutes les mémoires des serveurs entre elles.
• L'effet : La mémoire devient un "pool partagé" : on l'utilise quand on en a besoin, on la rend ensuite. Même en cas de surplus de matériel, les fournisseurs de Cloud peuvent réduire le gaspillage de plus de 25 % grâce à cette mutualisation, abaissant drastiquement les coûts opérationnels.

2. Relais de signal (Retimer Aries) : Du "mégaphone" à la "station relais"

En 2027, les vitesses de calcul sont si rapides (PCIe 6.0/7.0) que les signaux électriques s'atténuent et se distordent après seulement quelques centimètres sur un circuit imprimé. C'est comme crier dans un marché bruyant : à quelques mètres, on ne comprend plus rien.

• La solution d'Astera : La puce Aries agit comme une station relais intelligente. Elle ne se contente pas d'amplifier le son (ce qui amplifierait aussi le bruit), elle "comprend" le signal et en régénère une copie précise et propre.
• L'effet : Cela permet de placer des GPU coûteux plus loin du CPU (pour un meilleur refroidissement) ou de les connecter entre différents racks. Sans cela, le matériel "excédentaire" ne pourrait même pas fonctionner.

3. Commutation de réseau (Switch Scorpio) : Du "carrefour" à "l'échangeur"

Avec des milliers de GPU et de barrettes de mémoire, l'échange de données crée d'énormes embouteillages.

• La solution d'Astera : La puce Scorpio est comme un immense échangeur autoroutier à plusieurs niveaux (jusqu'à 320 voies). Elle ne gère pas seulement le trafic, elle peut traiter directement certains calculs simples sur "le pont" (In-Network Compute).
• L'effet : Elle permet à dix mille GPU travaillant sur une même tâche IA de fonctionner aussi fluidement que s'ils n'étaient qu'une seule et unique puce.

Simulation de scénario : L'ère du "surplus GPU + Mémoire"

Dans une époque où l'on a trop de GPU et de mémoire, l'argent pour le hardware a déjà été dépensé. Le KPI des fournisseurs Cloud passera de "trouver du stock" à "rentabiliser l'investissement".

La logique commerciale d'Astera devient alors :

"Puisque vous avez déjà acheté tout ce surplus de GPU et de mémoire, vos factures d'électricité et de maintenance dévorent vos profits. Utilisez mes puces pour les relier en un 'pool partagé' : je vais doubler l'efficacité de votre puissance de calcul et remettre votre mémoire inutilisée au travail, vous aidant ainsi à récupérer l'argent perdu."

Cela correspond parfaitement à ma théorie sur les bénéficiaires d'un surplus de hardware IA. Astera Labs ne vend pas de la puissance de calcul brute, mais "l'art de faire fonctionner un tas de matériel bon marché comme un système d'élite ultra-coûteux". Plus le hardware est excédentaire et peu cher, plus la valeur de cette "intégration et optimisation" augmente.

Performance et Valorisation

• Résultats récents : Transition d'une "croissance forte" vers une "rentabilité forte". Au premier trimestre 2026, le chiffre d'affaires a atteint 308,4 millions $ (+93% sur un an, +14% sur un trimestre). La marge brute Non-GAAP de 76,4 % témoigne d'un immense pouvoir de fixation des prix (pricing power). L'EPS (bénéfice par action) à 0,61 $ est supérieur de près de 240 % aux prévisions des analystes (0,18 $).
• Cours actuel : Environ 207 $ (au 11 mai 2026), capitalisation d'environ 35,5 milliards $.
• Ratio P/E (Cours/Bénéfice) : Le P/E prévisionnel reste élevé (130x - 140x). Le marché évalue l'entreprise comme une société de "logiciel d'architecture IA" plutôt que comme un fabricant de semi-conducteurs traditionnel.

Au vu des performances, la croissance justifie globalement la valorisation. Pour résister à un retour du P/E de 130x vers 35x (soit une chute de 75%), l'entreprise doit croître de 75% sur les trois prochaines années pour ne pas léser l'investisseur. Selon mes hypothèses, la probabilité que cette société compense la compression des multiples par une croissance robuste est élevée. Son potentiel couvre la période de surplus GPU/Mémoire que je redoute. Ce "plancher de croissance", combiné à une position modérée, réduit considérablement mon FOMO car je suis de nouveau acteur de la recherche industrielle.

Ma stratégie est de continuer à dénicher ces entreprises capables de résister par leurs résultats à une correction du Nasdaq. Ces sociétés montent lors des phases d'euphorie irrationnelle et, grâce à l'énergie de leurs bénéfices, offrent un fort potentiel de rebond lors des krachs. C'est le réceptacle idéal pour mes liquidités. Cette petite position a brisé mon blocage émotionnel face à l'IA ; même en cas d'erreur, l'impact sera limité, mais elle me permet d'explorer les "capillaires" de l'industrie. Je suis à nouveau plein d'énergie.

2026/05/12 Astera Labs（ALAB）：疗愈FOMO第一步

既然我判断AI硬件大概率会过剩，但已经建好的数据中心不会消失。当科技巨头们缩减资本开支的时候，对于已经花出去的钱（建好的数据中心，买好的芯片）来说，提高它们的效率，降低使用它们的成本，使得它们能尽快回本会是AI硬件崩盘时候的主线任务。那么这里面依然存在着动态的投资机会。我之前的错误在于把AI看成一个大的板块，在卖出了MU,NVDA,TSM等我感觉会触碰到市值规模天花板出现边际递减的大公司之后，我就忽略了对AI的继续挖掘，我对我错过的4个月感觉懊悔。事实上，已经产生的效率升级和产业变革不可倒退，就算是AI硬件崩盘，在已有的数据中心上，在数据中心持续产出的算力上，会源源不断产生新的好公司，我不能忽略，只要是该公司符合我的赔率要求，我就该纳入持仓中。FOMO的痛苦或许是内心提醒我不要忘记了跟随着产业的脚步，否则当崩盘送出大机会的时候，我也无法识别。那么接下来的任务就比较明显了，我要找出那种如果AI基建崩盘，依然能在AI轨道上继续增长提高市场份额的公司，这种公司能在崩盘中活下来。如果AI基建不崩盘，继续火热，那么这种公司也会被整个市场的需求推动。也就是依然是下有保底，上有进攻的公司。

按照这种标准，我突然打开了AI投资的新世界，我的视野从万亿的大公司转换到了几十亿、几百亿的小公司，同时我意识到我可能赶上了一班晚车，但只要我坚持研究，我很有可能在下一班早车中及时抓住。Astera Labs(ALAB)就是我发现的小公司之一。今天市值是355亿。

通俗来说，Astera Labs 的业务就是打破“硬件孤岛”，把散落在各处的 GPU、CPU 和内存，像拼积木一样拼成一个逻辑上的“巨型资源池”。

1. 内存池化（Leo CXL 控制器）

在传统数据中心里，每台服务器的内存都是“私有”的。如果 A 服务器内存爆满，B 服务器内存闲置，B 的内存也没法借给 A。这就是“内存搁浅”（Memory Stranding）。

• Astera 的做法： 他们的 Leo 芯片利用 CXL 协议，把所有服务器的内存连在一起。
• 效果： 内存变成了“共享池”，谁需要谁就调用，不需要就还回去。这样即便内存硬件过剩，云厂商也能通过这种“池化”减少 25% 以上的浪费，显著降低运营成本。

2. 信号中继（Aries Retimer）：从“喇叭”到“中继站”

2027 年的计算速度极快（PCIe 6.0/7.0），电子信号在电路板上跑不了几厘米就会衰减、失真，就像在嘈杂的集市里喊话，远一点就听不清了。

• Astera 的做法： Aries 芯片就像一个智能中继站。它不是简单地放大声音（那会连噪音一起放大），而是先“听懂”信号，然后重新生成一份精准、干净的信号发出去。
• 效果： 这让昂贵的 GPU 能够被安放在离 CPU 更远、散热更好的地方，甚至跨机柜连接。没有它，那些“过剩”的硬件连通电工作的机会都没有。

3. 织网交换（Scorpio Switch）：从“十字路口”到“立交桥”

当你有成千上万个 GPU 和内存条时，它们之间的数据交换会造成严重的“交通拥堵”。

• Astera 的做法： Scorpio 芯片就像一座巨大的多层立交桥（最高支持 320 条车道）。它不仅管疏导，还能直接在“桥上”就把一些简单的数据计算处理掉（In-Network Compute）。
• 效果： 它让上万颗 GPU 在处理同一个 AI 任务时，感觉就像在一颗芯片上运行一样顺畅。

情景模拟：在 “GPU 与内存双过剩” 的年代，买硬件的钱已经花出去了，云厂商的KPI会从“抢到货”变成“回本”。

Astera 的商业逻辑变为了：

“既然你已经买了这么多过剩的 GPU 和内存，你的电费和维护费正在吞噬利润。用我的芯片把它们连成‘共享池’，我可以让你的算力效率提升 2 倍，让你的闲置内存重新上岗，从而帮你把亏掉的钱赚回来。”

这符合我对于AI硬件过剩的场景推演下的受益者的推演

Astera Labs 卖的不是算力本身，而是“如何让一堆廉价的硬件发挥出顶级昂贵系统的战斗力”。硬件越过剩、越廉价，这种“整合与优化”的价值反而越高。

业绩与估值：

最新业绩：从“高增长”向“高利润”蜕变

在刚刚结束的 2026 第一季度，营收规模达到 3.084 亿美元，同比增长 93%，环比增长 14%。Non-GAAP 毛利率：76.4%显示了极强的议价权。EPS（每股收益）：$0.61，比分析师预期的 $0.18 高出近 240%。

• 当前股价： 约 $207 左右（截止 2026 年 5 月 11 日），市值约 355 亿美元。
• 市盈率 (P/E Ratio)： 动态 P/E 依然高达 130x - 140x。相比传统半导体公司，市场是把它当成“AI 架构软件化公司”在定价。

从业绩和估值来看，这是一家增速和估值大约匹配的公司，为了抵抗估值从130X回归到35X，估值回归75%，公司未来3年如果能增长75%即可不对投资造成大的亏损，按照情景假设，该公司抵抗估值回归并强力增长的可能性较高，增长潜力能覆盖到我恐惧的GPU和内存过剩的阶段，这种“增长保底”结合少量的仓位大大减少了我的FOMO，因为我又进入了AI产业的调研。

我的策略是继续挖掘研究这种“GPU和内存过剩的阶段，在纳斯达克暴跌的时候依然能业绩增长抵抗估值回归”的公司，这些公司在纳斯达克非理性暴涨的时候也能涨，而在纳斯达克暴跌的时候，因为业绩蓄能又充满了反弹动力，是我的留存现金的绝佳标的。这个少量的仓位打破了我对AI的情绪，出错了也不会有大的伤害，可以带我蔓延到AI产业里的毛细血管，我又充满了动力。

Risk Warning: This post is a result of personal study and does not constitute financial advice. I am currently in the process of learning translation, so there may be inaccuracies in the language used.

Position Disclosure: As of the time of publication, the author holds a position in this company. This is the reason I chose to research this topic. The author has no plans to trade this stock within the next 72 hours.