信号
情报
实时追踪由 CEO、芯片分析师和前沿 AI 实验室组成的精选高保真信源网络。每条内容拆解为原子级可验证声明，并与实时知识图谱交叉验证。趋同之处，呈现信号；矛盾之处，展示双方。
- 杰文斯悖论：为什么每一次 AI 优化都让硬件短缺更加严重
OpenRouter 数据显示，编程 token 在一年内从占总量的 11% 增长到超过 50%。每一次效率提升 -- TurboQuant、DeepSeek Engram、更便宜的模型 -- 都创造了消耗更多算力的新用例。半导体行业正在为一条成本下降时反而加速增长的需求曲线而建设产能。
- HBM4 良率博弈：更多显存、更低功耗、更便宜的硅片 —— 三者兼得
NVIDIA 需要三星 HBM4 产出中最快的 20-30% 才能达到 Vera Rubin 所需的 10 Gbps。AMD 只需要最低速度档位的 6.5 Gbps。这个差距不是弱点 —— 而是 AMD 最大的供应链优势。
- AI内存堆栈：现状与未来
一个Vera Rubin NVL72机架需要20 TB HBM4、100 TB CXL内存和PB级闪存——内存账单可能超过GPU成本。2026年，AI内存层级的每一层都在重建。
- 三星正在玩火。有一把刀可能掉下来。
三星同时为NVIDIA制造内存、代工推理芯片、开发下一代HBM4E、建设两座德州工厂——而其工人正在走向罢工。一家公司，四个关键角色，最重要的那个没有替代方案。
- NVIDIA Rubin延期了。谁赢了，谁被挤压了。
NVIDIA下一代Vera Rubin GPU——承诺5倍于Blackwell的推理性能——据报延期一个季度，因为全球无法足够快地制造HBM4。Google TPU崛起，AMD获得更多时间缩小软件差距，AI实验室争相抢夺算力。存储墙刚刚撞上了NVIDIA的路线图。