兔子也深知本行业变动可能只在朝夕 所以从来没有过充值赠送活动，也基本没有季卡、年卡这类长期订阅 更为新产品 codex 订阅（ 30 天内任意时间退款的功能，且退款是系统自动审批原路退回（见图二） 「让先进的人工智能技术触手可及」🫡

好消息来了 终于找到摆脱X限流的办法了: 长文 长文 还是长文 ㊙️ 昨天这篇长文让我的TweepCred也就是X信誉评分 从49分涨到69分 甚至比原文章作者 @web4miko 老师还要多2分 👏🏻 大半个月信用分从30涨到69 长推文功不可没 虽然长文流量少 但是可以让优质X用户 也就是Premium蓝V用户停留更长的时间 🥰 在此继续提醒各位X上的中文创作者: 🔵 KEEP REAL 涉及到图二的内容不要发布也不要接触 最重要的是不要搬运国内的内容 请一定要坚持原创 🔵 一定要互动 但请不要再用AI写评论 就算是评论也要发布有意义的内容 其实这也是对每位创作者的尊重 TweepCred查询见评论区 👇

警察袁腾辉海外喊冤！本人袁腾辉，通过公务员考试于2011年进入江西省南昌市进贤县公安局工作，2011年至2015年一直在基层担任普通民警。2015年12月9日，因拒绝为犯罪分子何某（现已服刑）提供帮助，被其蓄意诬告陷害。此后，在进贤县政法系统个别人员操纵下，包括原进贤县公安局局长万剑波（已从南昌市公安局领导岗位退休）、原进贤县检察院办案人员洪旭昌（现任进贤县委政法委领导职务）、邓亚军（现任职进贤县纪委监委）、原公诉人李云（现任进贤县检察院政治部主任）、原进贤县法院法官徐青等人，采取非法限制人身自由、滥用职权、弄虚作假、枉法裁判等违法手段，虚构案情、伪造证据、违法办案，对我炮制冤假错案。一审被判有期徒刑10年；我上诉后，南昌市中级人民法院以事实不清、证据不足发回重审，但重审仍改判我有期徒刑9年。 案件办理及执行过程中，我家属三套合法私有房产（小户型公寓）被违法拍卖，且执行程序严重违规：进贤县法院执行局冯云志未按生效刑事判决执行，未将拍卖款优先偿还银行按揭贷款，直接上缴国库，未给我留下唯一住房，导致我刑满释放后背负巨额债务，居无定所，基本生活无着。此外，涉案房产开发商因未办理抵押登记，不享有优先受偿权。南昌市东湖区人民法院在我被羁押期间，违法缺席判决由我偿还按揭贷款。我出狱后为恢复正常生活，依法向南昌市中级人民法院申请再审，被无理驳回；后向东湖区人民检察院申请监督，该院已提出再审检察建议，东湖区人民法院再审后，案件目前处于南昌市中级人民法院再审上诉阶段，我的合法权益仍未得到维护。恳请上级部门监督南昌中院依法公正审判，保障我的合法权益与基本生存权利。   原刑事案件存在严重违法情形：   一、公安阶段严重违法办案。我原系进贤县公安局刑侦大队民警，本案由本局刑侦大队办理，相关办案人员依法应当回避而未回避，明显违反法定程序，严重影响案件公正办理。在未立案、无任何法律手续的情况下，原局长万剑波指使原刑侦大队副大队长石剑、民警沙成虎等人，于2015年12月6日至9日对我非法拘禁长达三天三夜，已构成非法拘禁罪。侦查人员以“认罪可从轻、保证刑期三年以下；不配合就移交鄱阳警方并采取刑讯、威胁人身安全”等言语，对我威胁、引诱、逼供，属于典型非法取证（公安机关首次讯问、鄱阳警方在看守所讯问均有同步录音录像为证）。办案人员以“保护”为名，强迫我承认明显不成立的罪名，违法立案并错误批捕。办案人员还强行逼问我的银行卡密码，盗刷银行卡、侵占私人财物（手提包、手表、钻戒等），累计价值27万余元；非法扣押并长期使用我的手机、私车（本田汽车），摘掉车牌违法使用多年，行驶里程超2万公里，性质极其恶劣。 万剑波在担任南昌县公安局局长期间，对有缓刑再犯、多次故意伤害前科、偷渡缅甸前科的人员胡浩违法批准取保候审，对其可能存在的其他犯罪线索不予彻查。胡浩在取保候审期间，被进贤县公安局查明在进贤县还有涉嫌非法采矿罪未被查出，依法应由进贤县公安局撤销取保并继续侦查，但万剑波为掩盖真相、包庇纵容，违法将案件提至南昌县公安局办理，对胡浩偷越国（边）境、组织多人赴缅甸赌博等严重犯罪不予追究，导致胡浩重罪轻罚。胡浩服刑期间六次打架斗殴、被举报涉黑，均未被依法处理，万剑波涉嫌为黑恶势力充当“保护伞”。   二、检察阶段伪造证据、徇私枉法。原检察院办案人员洪旭昌、邓亚军在侦查阶段严重程序违法、伪造关键证据：在明知“罗龙龙”户口为空户且已注销的情况下，仍将附有何华威照片的虚假户籍材料作为核心证据使用（见〔2016〕赣0124刑初第314号卷宗第23页证据6），该虚假证据被一审判决作为定罪依据，直接导致错判。二人还单方捏造我从未供述的犯罪情节，强迫我签字；我提出修改，遭到辱骂。其行为已涉嫌《刑法》第三百零七条之一帮助伪造证据罪、第三百九十九条徇私枉法罪，从源头污染证据体系，导致原审裁判丧失合法基础。原公诉人李云明知证据不实，在侦查、起诉、庭审环节均未依法履职纠错，庭审中亦就此问题与法官沟通，但仍将虚假证据作为定案依据；上诉后亦未依法提出抗诉。其前期玩忽职守，对明显不构成犯罪的“出售出入境证件罪”错误批准逮捕，负有直接责任。   申诉与举报情况：我于2024年2月刑满释放后，就上述违法犯罪问题向各级部门投诉举报，并依法提出刑事申诉，目前在江西省检察院申诉阶段。2025年5月，外省涉及沙某盗刷银行卡一案，相关部门曾向我核实并制作笔录，告知已对相关人员开展调查，但至今未有处理结果。对于我反映的江西省内、进贤县相关人员违法问题，有关部门调查结论与事实严重不符，还要求我签字认可“满意”，被我严词拒绝，问题至今未得到纠正。   本人遭诬告陷害，被执法人员滥用职权、枉法裁判，蒙受重大冤屈，人身权利、财产权利遭受严重侵害。恳请有关部门依法彻查本案，纠正冤假错案，严惩违法违纪人员，维护法律尊严与司法公正，还我清白与公道。   反映人：袁腾辉  2026年4月18日

連續玩交友軟體約會了二週 每日平均見二個後... 我卸載了所有交友軟體 他媽的每天講一樣的自我介紹 搞的跟客服小編一樣 我還是自己喝咖啡吃甜點好了

平常工作忙又被老婆冷落的巨物人夫 Follow我頻道一陣子了⋯鼓起勇氣私訊´͈ ᵕ `͈ 累積下來的壓力跟慾望在認識一個月後釋放 為了這個約 還特地從日本出差趕快飛回來 見面二話不說就忍不住要我接住他的慾望 把歷年來的積蓄在3H下全都填滿在我身上 這趟遙遠取精之旅劃上一個圓滿的句號💦 #巨棒人夫# #私密關係# #心動不用說破_光是偷偷偏愛就夠讓人上癮# 歡淫給彼此一個雞會

刚刚研究了 一下Tacit 协议的交易市场（图一），目前提供四种交易方式，核心其实就两种：OTC 和 Atomic 交易。 OTC 基本没人用，因为得先转账。重点说说 Atomic 交易（流程见图二）。 最大痛点来了：买家下单后，卖家必须主动点击 Fulfill 才能真正进入结算。5 分钟内不操作，买单直接自动过期 ，这相当于要求买卖双方都要在线才行。这多一步操作，是非常影响流动性的。 GitHub 文档里似乎有解决方案，希望 dev @z0r0zzz能尽快更新，优化交易体验。 有没有懂技术的大佬来指点指点 👇

最近的 TCG 涨幅不比 Meme 所以，想做个 TCG 社区和大家一起交流学习 并且也会有一些 Alpha 信息交流 门槛呢就是通过我的链接进入 @renaissxyz @Renaiss_CN 会建的社区是 QQ 或者微信群 方法如下 1， 这里是我的邀请链接，可以在这里看到你的邀请人 是我的话就可以（见图一） 2，需要充值进去 60u 一上，切记是 bsc 链的 usdt，需要赚一点 1u 左右的 bnb 做 gas 费，这样你就可以获得你的第一枚 SBT 了； 3，需要去无线卡池抽一包 48u 的卡包（见图二） 抽出来的卡可以直接 buyback 前一小时回购的折扣最小，越往后回购折扣越大，如果你不想要你的卡，就第一时间回购即可，如果想收藏的话就 MINT 吧～ 这个无限卡池有概率出顶级卡，一定要记得从点击 rip 开卡的时候就要录制视频，如果你开出来的是 A/S 这两种顶级卡，还能获得玄学 SBT，如果是 S 的话，还可以获得 S 的 SBT； SBT 多多益善～ 完成以上动作，即可私信我。 给我你的邀请截图，开包截图以及地址。 我需要确定无误后，邀请你进我的 TCG 社区。

教大家三种识别中转站是否掺水的方案，保姆级详细教程 1. 在线监测，只需要把api和key填入即可，这里我测了一个X上一个中转站的1.5倍率分组，测试结果如图1所示。 可以看到是未达标准的，这种就是严重掺水的，就不建议使用。 此外，该网站上也有一些中转站的聚合榜单，实时标注了在线率，掺水率等，可以作为参考 2. api-relay-audit 这是一个开源项目，评测维度更多一些。测试结果见图二。我使用体验下来，因为很多Claude Max满血分组是做了限制的，只允许在Claude Code客户端调用，所以有时候，测试仍然不全面，不过可以作为参考的维度。 开源地址： 3. Skill 该Skill通过自省式分析检测当前 API 是否为真实 Claude 模型，或是否存在多层封装和提示词冲突。 使用教程：直接在Claude Code中发送提示词：使用skill进行自我检查即可 开源地址如下：

AI半导体终局推演2026(I) 当新token经济学范式从GPU算力转移到HBM 本文从从GPU架构进化路线本质出发，解释这个市场长久以来担心的问题: 每个GPU的HBM内存需求为什么一定会是指数增长，为什么HBM需求指数增长不会停滞? 并推导token经济学在当前架构下第一性原理:token吞吐 = HBM size X HBM BW带宽 同时讨论了，为什么GPU的天花板被HBM的两个发展维度所决定 HBM周期性这个话题争议一直很大，乐观派认为AI带来的需求比以前要大的多，但市场主流仍然认为前几次上升周期也有需求每年20%+增长，这次又有什么不一样呢？AI不影响HBM和传统DRAM一样有commodity属性，一旦在需求顶峰扩产遇上需求下行又会重蹈覆辙。 我们可以从算力芯片架构视角,从第一性原理出发，来拆解和推演一下这个问题：为什么这次真的不一样 ------------------------------- 历史：CPU算力时代 很久以来，我们都处在CPU主导算力的时代，CPU的最高级KPI就是performance，跑的更快，所以每一代的CPU都用各种方法来提高跑分，最开始是频率上升，后来是架构演进superscaler等等 这个时候为什么DDR不需要很快的技术进步速度？比如DDR3到DDR5竟然经历了15年之久 因为这个时期的DDR的角色是纯粹的辅助，而且辅助功能极弱，以业界经验，DDR的速度即便是提高一倍，CPU的performance一般只能提高不到20%这个量级 为什么DDR带宽速度提高了用处不大？两个原因 1. CPU设计了各种架构去隐藏 DDR延迟，比如superscaler，加大发射宽度，用海量的ROB和register renaming来提高并行度隐藏延迟，一级缓存cache，二级缓存cache，削弱了DDR的带宽速度需求 2. CPU workload对DDR带宽要求并不高，大部分日常负载比如打开网页，DDR带宽是严重过剩的，甚至云端负载 也就是说，在CPU时代，DDR的带宽速度是不太有所谓的，DDR4和DDR5除了少数游戏就没啥差别，甚至JEDEC标准也进步缓慢。 另外，绝大部分app需要一直停留在DDR上的部分并不多,需要的时候从硬盘上调度到DDR即可，app的size增长没那么快，导致对DDR的容量需求也较为缓慢。 所以最近十年来，平均每台电脑上的DDR容量大概从7~8GB变成了23GB，十年只增长了3倍。 而这部分升级缓慢直接影响了营收，size容量计价是赚钱的主要方式，速度的提高只是技术升级，提高size的单价，这两个的升级需求都不大，需求主要是随着电脑/手机数量增长而增长 所以DRAM在带宽速度和容量这两个维度上，一直是都是芯片产业锦上添花性质的附属品，DDR升级带来的边际效用是很低的，跟CPU时代的最高KPI几乎没什么直接联系 -------------------------------------------- 而到了genAI 大模型为主导的新时代，计算范式转移让最高级KPI起了根本变化 GPU发展到AI推理的时代，不再像CPU那样只看跑分，最高级的KPI不再是算力TOPS/FLOPS，而是token的成本，特别是单位成本/单位电力下的overall token throuput 其次是token吞吐速度，因为在agent时代，很多任务变成了串行，token吞吐速度成了用户体验的重要瓶颈。 这也是为什么老黄发明AI工厂概念的原因：最低成本的输出最多token，同时尽量提高token吞吐速度 AI训练时代，老黄的经济学是TCO(total cost ownership)，买的GPU越多，省的越多 而老黄在推理时代的token经济学是： AI推理的毛利润很可观，所以逻辑已经转换成：Nvidia GPU是这个世界上让token单价最便宜的GPU，买的GPU越多，赚的越多 最高的KPI变成了Pareto frontier曲线，在提高token 吞吐throughput和提高token速度两个维度上尽量优化 （见图一） NVIDIA 的 token factory 代际进步，其实是在把整条 Pareto frontier 往右上推，这就是是AI推理这个时代最重要的KPI ---------------------------------- 接下来是本文最重要的逻辑链，如何从token吞吐量指数型增长的本质出发，推导出天花板瓶颈在HBM size和HBM 带宽的指数型增长 单卡GPU推理单线程batch size = 1的时代，token吞吐只有一个维度，就是HBM的带宽速度，带宽速度越高，token吞吐越大 但进入NVL72的年代，推理不再是单卡GPU时代，而是72个GPU + 36个CPU整个系统级别的token工厂，把HBM带宽和算力用满，获得极致的token吞吐量 Token 吞吐throughput的增长，依赖两个东西：同时批处理的请求数 X 每个user请求的平均token速度 也就是batch size X per user token 速度 以Rubin NVL72为例，在平均token速度是100 token/s的情况下，同时批处理1920个请求，得到token吞吐量是19.2万token/s 一个Rubin NVL72大概是120KW（0.12MW）的功率，所以得到单位MW能处理1.6M token/s （见图一） 所以，我们需要想方设法提高这两个参数：批处理数量batch size和per user token的平均速度，这两者相乘就是我们的最高KPI，也就是token的吞吐量 ------- 第一个参数：batch size的增长，瓶颈在HBM size 批处理量里的每一个请求req，都会自带kv cache，这部分kv cache是需要存在HBM里的，大小大概在几个GB到数十GB不等 因为hot kv cache是随时需要高频高速读取，所以必须放在HBM里，比如一个大模型的层数是80层，那么每一个token的生成阶段，都需要读取80次HBM里的kv cache 随着批处理数量batch size的增长，会带来hot kv cache的线性增长 又因为这个批处理量的所有请求的hot kv cache，都要放在HBM上，这也就带来了HBM size必须要随着批处理量batch size线性增长 就像是机场接驳车，登机口尽量快的接旅客到飞机，HBM size小了，相当于接驳车size小了，就得多接一趟 结论是：批处理量的数量batch size，瓶颈依赖于HBM size的增长 --------- 第二个参数：每个user请求的平均token速度，瓶颈在HBM带宽 大模型decode阶段的速度，瓶颈取决于HBM的带宽速度，因为每生成一个 token,都要把激活的权重和kv cache 读很多遍 LPU的出现，在batch不那么大的情况下，把激活权重这个部分搬到了SRAM上，但是每生成一个 token仍然要从HBM读很多次KV cache。HBM带宽越高，生成每一个token的速度也就越快，基本上是线性对应的 就像是机场接驳车，登机口尽量快的接旅客到飞机，hbm本身带宽速度就像是接驳车的车门有多宽，门越宽，旅客上接驳车越快 GPU的其他配置，都是在适配batch的增长以及要让token compute的速度配平HBM的增长，甚至会用多余的算力来获得部分的带宽（比如部分带宽压缩技术） —----- 在那个接驳车的比喻例子里 接驳车的车厢大小 = HBM Size（容量）： 决定了一次能装下多少名旅客（也就是能同时装下多少个请求的 KV Cache）。车厢越大，一次能拉载的旅客（Batch Size）就越多。如果车太小，想拉100个人就得分两趟，系统整体的吞吐量就上不去。 接驳车的车门宽度 = HBM Bandwidth（带宽）： 决定了旅客上下车的速度。门越宽，大家呼啦啦一下全上去了（Decode/生成Token的速度极快）。如果门很窄，哪怕车厢巨大能装200人，大家也得排着队一个一个挤上去，全耗在上下车的时间里了。 旅客的吞吐量 = 接驳车车厢容量 x 接驳车旅客上车速度(车门宽度) —--------------------------- 至此，我们从逻辑上推演出了token经济学的硬件需求第一性原理： Token throughput = HBM size X HBM Bandwidth AI推理这个时代的最高KPI，实际上是高度依赖于HBM的两个维度的进步的 如果要维持token throuput每一代两倍的增长，实际上意味着，每一代的单GPU上，HBM size X HBM BW带宽之积要增长两倍！ 这也是历史上第一次，HBM内存的size可以影响最高的KPI token throughput！ 要验证这个理论，可以把Nvidia从A100到Rubin Ultra这几代的token 吞吐throughput，和HBM size X HBM BW 放在同一个图里比较 （见图二） 可以发现，这两个曲线的走势在对数轴上惊人的一致 HBM size x HBM带宽增长的甚至要比token吞吐量更快，毕竟HBM决定的是天花板，实际上这个天花板增长的利用率utilization是很难达到100%的，也就是说，HBM size x HBM 带宽就算增长1000倍，其他算力和架构的配合下，很难把这1000倍的天花板潜力全部榨干 这条曲线不是巧合，而是系统最优化的必然解 throughput = batch × Bandwidth，这就是token factory 经济学最绕不开的第一性原理 —-------- 软件的影响呢？软件的优化会不会降低带宽的需求？降低HBM的需求？ 这跟硬件是独立两个维度的，这好像在问，如果CPU上的软件优化了之后跑的更快，是不是CPU就十年不用发展了？反正软件跑的更快了嘛 这样的话，CPU厂还能赚得到钱吗？CPU想要存活下去，只有一条路可走，在标准benchmark，不考虑软件优化，每一代CPU必须要跑分更高，不然就卖不出去 GPU也是一样，软件优化如何，和自己的token吞吐量KPI每年都要大幅进步，是两回事 只要token的需求继续增长，对token throuput的追求就绝不会停止，那么对HBM size X HBM 带宽的追求也不会停止 如果HBM size和HBM 带宽发展慢了，老黄一定会亲自到御三家逼着他们技术升级，因为这就是老黄gpu的天花板，天花板要是钉死了不进步，老黄的GPU还能卖出去吗？ 当然了，Nvidia需要绞尽脑汁去从异构计算的架构角度榨取HBM天花板之外的部分，比如LPU就是一个很好的尝试，把Pareto frontier从另一个角度改善了很多 （右半边高token速度的部分） —-------------------------------------- HBM内存已然告别了那个随波逐流的旧时代，在这条由指数级需求铺就的单行道上，以一种近乎宿命的方式走到了产业史诗的主舞台中央 推理范式第一性原理演化到这一步，只要老黄还要卖GPU，HBM就必须翻倍，而且必须代代翻倍。这是supply side的内生压力，与AI需求无关，与宏观周期无关，与hyperscaler的心情也无关 剩下的问题，只有一个： 当需求被物理锁定为指数增长的时候，供给侧的三个玩家，会不会还像过去三十年那样，亲手把自己再拖回一次周期的泥潭？