⚡️ Rick
@rickawsb 对话 168X:模型越高效,算力反而越缺?从 Kimi、HBM 到具身智能的下一轮 Scaling
随着 Kimi K3、GLM、Qwen 等中国开源模型快速追赶,市场再次开始担心:模型训练越来越高效,AI CapEx、GPU 和存储需求是不是快见顶了?
Rick 的判断恰恰相反:模型越强、越便宜、越容易使用,推理调用、Agentic Coding 和自主部署的需求反而可能加速爆发,效率提升降低的是单位成本,却可能带来更大的总算力与 Memory 消耗!
这次我们会聊:
Kimi K3 快速触及算力上限,证明的是短期流量挤兑,还是推理需求外溢?
MLA、KDA 大幅压缩 KV Cache,为什么 HBM 和高端存储仍然值得看多?
Scaling Law 是否正在从训练,扩散到推理、Agent、科研与具身智能?
家庭机器人和长期记忆,会不会开启下一轮更庞大的算力与存储周期?
企业买了大量 AI 工具后,为什么有的公司扩张,有的却继续停滞?
🎙 嘉宾:
@rickawsb
🎤 主持:
@168MrZ
🗓 时间:7/23 12:00 东八区
X Space 链接: