问月wmoon | StableStock🐳(@_wmoon):> SemiAnalysis 在反驳一个正在流行的看法有人说 Kimi K3 用了线性注意力 KV cache 需求变低，所以利空英伟达、HBM、DRAM Semi 说这跟当年对 DeepSeek R1 的恐慌是同一类错误而且结论正好相反省下来的 HBM，被 2.8 万亿参数的权重(1.5TB+)填满了而 KV cache 本身则被赶到了 CPU 的 DDR5 和 NVMe 上我认为效率提升不意味着减少内存需求按下葫芦浮起瓢在一个到处都紧的系统里局部优化不会释放压力，只会把它挪个地方所以大宗 DRAM 会继续涨

2026.07.18 03:04

> SemiAnalysis 在反驳一个正在流行的看法有人说 Kimi K3 用了线性注意力 KV cache 需求变低，所以利空英伟达、HBM、DRAM Semi 说这跟当年对 DeepSeek R1 的恐慌是同一类错误而且结论正好相反省下来的 HBM，被 2.8 万亿参数的权重(1.5TB+)填满了而 KV cache 本身则被赶到了 CPU 的 DDR5 和 NVMe 上我认为效率提升不意味着减少内存需求按下葫芦浮起瓢在一个到处都紧的系统里局部优化不会释放压力，只会把它挪个地方所以大宗 DRAM 会继续涨

SemiAnalysis@SemiAnalysis_

2026.07.17 22:49

Similar to the panic over DeepSeek R1, some uneducated people think Kimi K3’s use of linear attention (KDA) is bad for NVIDIA, HBM, DRAM, and networking because it has relatively lower KV-cache requirements. The opposite is true, and we explain why below. 👇️ 1/8🧵