今天是金松季歩大人在Muteki出道的二週年！恭喜！之後還要繼續合作！ #金松季歩# #金松季步# #KanematsuKiho# #出道二週年# #デビュー２周年おめでとう# #恭喜# Model @kiho_kanematsu

[AD]慶祝出道三週年！神木麗超級見面會來了！ 來了來了，ForAVer上半年度數一數二重要的活動來了，4月18到20號，阿麗要來台灣和大家一起歡慶出道3週年，第一天一對一棚閃、第二天攝影會加不限參加資格的餐會，第三天免費入場一番賞，等你來玩！ #神木麗# @rei_kamiki

Double Zero 出道即天王：Solana 核心阵营孵化的 DePIN 王炸项目 这个此前几乎没有太多人提及的项目——Double Zero，今天直接空降 S 级项目梯队，币安大满贯式出道，最高 FDV 超百亿，此外还上线了 Bybit 并开启 Earn 理财 所以 这双零 Double Zero 到底是什么？ Double Zero 是部署在 Solana 链上的 DePIN 基础设施项目，主要解决当前链上计算资源、网络通信、带宽扩展等核心性能瓶颈。 换句话说：它是 Solana 上 ICM 模块的底层支撑者，目标是通过底层改造，让 Solana 网络具备更强的并发处理能力、更低的延迟，更适合真实世界大规模应用。 背景阵容：SOL 官方 + 顶级 VC 联合催化，团队阵容、资本背景全是顶格配置： 投资情况： 由 Multicoin Capital 和 Dragonfly Capital 领投，总融资额：2800 万美元（单轮），项目估值达 4 亿美元 核心团队： Austin Federa：联合创始人兼 CEO，前 Solana Foundation 战略主管，直接来自官方。 Mateo McIntyre：联合创始人兼 COO，前 Solana Foundation 高级总监 Andrew Reed：曾在 Jump Trading 工作 7 年，精高频交易系统的低延迟网络设计，技术过硬 此外顾问与支持： Solana 的两位联合创始人 Anatoly Yakovenko 和 Raj Gokal、 Solana Foundation 总裁 Lily Liu、 Jump Crypto 负责人 Keone Hon 等行业重量级人物 监管方面： 2Z已被SEC明确标注为 非证券资产，为其后续合规路线提供保障，特别是在美市场发展中拥有天然优势 当前参与方式：三步打通资产闭环 对普通用户而言， #2Z# 并不是只能看不能买的VC专供项目，Bybit就提供了极为完整的一站式投资闭环： 一、直接购买现货 2Z已上线Bybit现货市场，用户可直接购买，无需抢打新。 二、参与 Token Splash 任务活动 Bybit 的Token Splash活动，5,500,000 枚 2Z 奖励池向新用户和交易用户开放，新用户只需要完成KYC，并充值100U以上，完成一次交易即可兑换价值100U的2Z。此外交易至少价值500 USDT的2Z，即可分享3,500,000 2Z的奖池。交易越多，获得的奖池份额就越大。 三、质押赚利息 在 Bybit App 首页的 Earn 模块中搜索“2Z”，即可参与理财质押，不仅可以赚到额外 APR，还可选择进行套保操作（如做空期货抵御现货下跌风险），适合中长期布局用户。 结论 $2Z 从不被大众关注到行业焦点，只用了 1 天 这是 Sol 生态大佬们亲手攒的 DePIN 王炸。 这种级别的项目，不是天天能见到的。

《TRE2026》 金松季歩確認參加AVway攤位。 . 馬上來宣佈AVway參加今年TRE的第一人，「絕色藝人」金松季歩。 . 與這位在2024年出道的無敵(Muteki)藝能人初次見面是去年的TRE，彼此熟悉是在ForAVer的攝影會，現在，在AVWay，容我們再一次推薦「金松季歩(金松季步)」： . 是的，在今年的TRE，金松季歩要轉戰攤位了：當得知AVway有機會得到她的時候，我們所有人都非常振奮，一來在去年TRE她熱情的互動大受好評，聲勢正旺；二來在ForAVer攝影會的合作也讓我們見識到她在活動上的人氣與買氣，能得到她的青睞一起在AVway的攤位服務粉絲，真的是太好了～ . 7月3日到5日，我們南港見。 . #金松季歩# #金松季步# #kaneMatsuKiho# #Avway# #TRE2026# #7月3日到5日南港盛大登場# #遊戲內容及活動時間稍後公布# . Model @kiho_kanematsu

AI興起後、挑戰日本AV界的台灣女優會更多！ 看到這張照片，你應該就知道為什麼愈來愈多日本業界的人想找台灣女優合作了：一來這些人好賣，日本AVer對她們的出道作性趣很高；二來現在AI很強，可以解決過去台灣挑戰AV界最大的問題⋯

WAAA-342 #佐山愛# 擁有神乳的護士，以熟練的乳房技術進行乳交！她的小咀熟練地吸吮、舔舐你的肉棒！她還用豐滿厚實的大屁股進行打樁，利用她的陰道擠出每一滴精液！她說這是獨一無二的成人治療‼️

自前年年初正式进入行业工作，MKT Guy算是主业 见过底层技术专业但MKT以及做市资金跟不上被迫弃盘的 MKT运作以及上所标的不错但最后需要买卖壳的 技术底层一坨但控筹操盘运作很好的 也有项目收入高、底层技术强但不温不火的 在去年Google出产Gemini 3让其股票大幅上涨，NIVDIA推出...撑起美国GPD的半壁江山，我不禁在想Crypto中是否有真正的价值投资？ 投研的深度和广度以及天花乱坠的说辞是否能够让人们真正使用到产品本身从而让市场投资价值回归？ 一时间这确实让我迷失了，好像TGE后币价的涨跌情况决定项目的好坏。 有幸和丰密老师 @KuiGas 聊了一个晚上，对于投研有一个新的理解。 那天晚上印象最深刻是我问为什么会这么看好Aster并且很早期投了KOL Round？ 以当时Aster的情况，与给出的条件并不是很匹配，甚至在KOL Round接二连三割完一大片KOL的市场情况下，还能大力押注，猜测是信息差的降维打击。 丰密老师说他并不知道内幕，也给了完全不一样的思路： ”Solana生态之所以能够崛起，Meme只是一方面，在Meme之下的是整个底层基础设施的完整性作为技术支撑，无论是DeFi还是稳定币技术架构都很硬核，你说是Solana选择了资金还是资金选择了Solana？ 我更认为是资金选择了Solana。在横向对比的情况下，BNB生态缺少了一个稳定币以及借贷的协议爆发的关键项目且收益型稳定币的天花板Ethena，如果BSC生态做，可以借助CedeFi来玩，模式讲得通。” 是的，Aster @Aster_DEX 前身 - Astherus当时并不是以Perp DEX为最终产品形态。 丰密老师判断出Astherus是BNB生态关键的一环，且团队有Build项目的经验，早期大力投注参与，Aster后面也没有让参与的人失望。 就像丰密老师说的：“集中精力搞透一些项目，要么是非常早期，要么自己能集中优势资源能拿到仓位。赔率与概率足够高，成本足够低。” 这里得出来一个思路，从早期项目所处生态位出发，判断横纵向的基础设施缺口（资金缺口），针对团队背景以及过往项目抢在所有人前面押注拿到早期筹码。 对于TGE前做一级半以及TGE后做二级，投研不一定有用但是大大增加你的投注底气。 总的来说，Crypto借力代币经济学的设计确实是能够撬动“预期”的杠杆在一夜之中建成高楼大厦，以无形化有形；但也能够让很多项目一夜覆灭。 就像Ken说的“是将彼此之间快速牟利且标注行为正常化的零和博弈。” TGE之后项目一分为二，何尝不是项目自己的零和游戏： 业务以及产品升级创造一轮又一轮营收，熬过一个又一个牛熊，币价涨是众生同喜，跌了是骂声一片。 作为Aethir @AethirCloud 的中文区Regional Manager，经常在第一人称和第三人称之间反复横跳，对于MKT和项目的相关性程度在不断地探索，最后得出自己的结论： MKT很重要，无论在什么时候都很重要，内容的留存形式以及在互联网上留下烙印，给里面的人希望，给外面的人可供参考的角度。叙事或者团队背景以及生态所处位置怎么样，也只是给资金一个可供参考的注入大小。 比起想尽办法的找角度找叙事输出给KOL，让他们按照我的想法写内容发送到市场上，我更喜欢把项目基本面和已经落地可验证的数据给到合作的KOL，让他们根据自己的理解和判断进行自己的输出。 一次偶然机会给郡主 @0xsexybanana 寄了一套Aethir的德州筹码，也给郡主分享了一下Aethir的基本面数据和运作模式，没有想到郡主将自己深入调研后自己的理解发出来了，至今很感动。 无畏老师 @cryptobraveHQ 之前写了一篇关于Aethir的FUD，确实造成了很大的影响，但我认为思路写的也没毛病，明面数据上大家看到的就是这样。后面也和无畏老师解释了背后的事实并非如此，但也支持根据自己所获得的信息阐述自己的观点。 KOL都应该有主观性而非广告机器。 有自己的分析和理解思路，这才是真正的Key Opinion Leader - 关键意见领袖。

成都：血战三日 成都的民主化运动，一开始就跟北京和中国其余地区有很大差别，最开始的抗议主要集中在反腐败和反官倒这样不痛不痒的口号中，甚至跟“民主”没有直接关系： “比如，当地一位英语说得很好的社会学教授，带我了解了豪华的锦江宾馆的情况。他指着那些独自坐在酒店酒吧喝着橙汁的女人说，这 里的消费是普通中国人负担不起的。看起来，这些女人似乎是妓女。我们看着一个年长的男人走到其中一个女人那里，然后两个人走出餐厅，消失在电梯里。他说，那名男子是一名著名的将军，公众知道酒店里发生的这种事情，并将其视为失业严重时期政府腐败的一个主要象征。”（小天安门：美国议员回忆成都“六四”/纽约时报中文网） “据我6月5日采访的美国领事馆官员斯科特·贝拉德（Scott Bellard)说，最开始在成都没有真正的学生民主运动，但在年轻工人和失业青年当中存在巨大的动荡，主要是对腐败和失业感到忧虑。”（同上） “不过他们的诉求有别于北京的学生。‘我印象中最重要的一件事就是，它从来不是为支持民主而抗议的。’金鹏程（Paul Goldin）说。这位宾州大学的中国思想教授，昔日是在四川大学学习中文的美国学生。从他的角度来看，学生的主要目的是要让体制从里到外变得更纯粹，他们并不想推翻共产党，反而希望党能遵守自己做出的承诺…之后很久，所有人都知道北京建了一座民主女神像之后，那时候，人们才开始使用自由、民主这种词”（《人民失忆共和国-成都》林慕莲） 紧接着，成都运动的第二个特点出现了：它是在不断的反抗政府的暴政之下，才越来越强大的。换句话说，对中国政府的仇恨，而不是对民主自由的追求，才是成都运动真正的核心动力： “五月十六日的清晨是成都抗议行动的转折点。当时超过千名的警察与大约两百名学生扭打成一团，警察在清场过程中动用棍棒和皮带殴打学生…那晚的暴力清场刺激了这场运动…有近几十万人在警方行动之后走上街头，还有多达一千七百名的学生参加绝食抗议。成都变成了游行参与者的聚集点，他们从四面八方的其他地区蜂拥而入，甚至有远至西部的阿坝藏族羌族自治州的代表团来参加抗争。学生们在墙上张贴的海报中写满了他们的希望与渴望，像是‘不自由，毋宁死！’抗议在当时成了家常便饭，在某些圈子里，连日常的问候‘吃饭了没？’都会半开玩笑地变成了‘你抗议了没？’”（《人民失忆共和国》） 四川省曾是赵紫阳的封疆，时任四川省党委书记杨汝岱又是赵紫阳的门生，因此四川党委迫切的想要把成都的运动解释成为支持北京学生的运动：“党委副书记顾金池对学生说：‘我们清楚的知道你们的绝食运动是为了支持北京学生…”（同上）成都的抗议活动确实与北京的学生运动有一些理论上的联系，但两地的社会背景差距太大，产生运动的原因也如上述般各不相同，因此四川省委的举动更像是顺势而动，借机配合赵紫阳和中央党内支持学生的派系，而不是对成都运动一个符合事实的描述。 当然，成都与北京最大的区别和关联，都来自于6月3日当天。当北京的屠杀正在策划和进行的时候，成都的抗议者已经所剩无几。然而当北京屠杀的消息通过BBC和VOA传到成都以后，全城才真正的被点燃了。也就是说，北京的抗议结束以后，成都的运动才正式开始： “在几个小时之内，充满杂音的英国广播国际频道以及美国之音却传来了北京的屠杀消息，于是数千名愤怒的市民又再度回到了成都街头。这次的群众运动展现出坚定的团结与无畏的勇气，街头的抗议者清楚知道军队在北京向手无寸铁的民众开火。数千人在成都的主要道路上游行，他们举着哀悼的花环和标语，上头写着‘我们不怕死’、‘六四屠杀，七千人死伤’、‘打倒独裁政府！’当第一波的示威群众游行到武警部队面前时，局势变得一触即发。群众的攻势被警方挡了回来，武警开始用警棍殴打示威者。现场登时爆发为全面战斗，抗议者用鞋子，砖头，人行道上的碎片，以及任何他们能够取得的东西回击武警部队。”（《人民失忆共和国》） “然而，成都人并没有被政府撑腰的暴力镇压给吓唬住。相反的，他们被激怒，变得更加义愤填膺…一群人发现了一个没怎么伪装的警察。‘愤怒的群众立刻揪住了他，像成群的老鹰一般扑向他，在我们眼前血腥地将他踩死。这种严厉的私刑让我深深震撼，它血淋淋地显示了人民对警察有多么反感。’”（同上） 至此，长达三日的血腥巷战在成都市民与中国警察之间展开。尽管许多当事人的回忆多有出入，而且各方的描述区别甚大，但是有一点是所有人都可以同意的，那就是从6月4日下午开始，到6月6日晚，成都市民的攻击对象都只有一个，就是中国政府及其代理人。不管是市政府，警察局，消防局还是国有企业，都成了成都市民的攻击对象。他们忠实的履行了“打倒独裁政府”，“暴君人民绝不放过你”，“血债要用血来还”的承诺，在实力对比明显不利于自身的情况下，用自己的鲜血谱写了巴蜀人反抗中国统治的悲歌： “到了六月四日傍晚，一群愤怒的群众放火焚烧任何属于公家的物品，包含公共汽车和警车。群众向广场附近一个殴打拘留者的警察局投掷石块，瓷砖和汽油瓶，最后还引爆火势。大火蔓延到早被洗劫一空的‘人民商场’ — — 一个占据了整个城市街区的国有市场…六月五日早上，成都的市民一觉醒来看到了不可思议的景象。街上有很多焦黑冒烟的公车，现场出奇的安静。而且唯独国家的财产遭受攻击，政府大楼的每一块玻璃都被打碎，而旁边的私人企业则毫发无伤…政府当局好像完全失去了掌控能力。一份解密的美国电报指出，武警部队的人数远远不及民众人数，他们为确保自己的安全，被迫撤退到市政府大楼。每一次武装部队试图出击的时候，都因惊人的群众数量而迅速撤退，最多只能偶尔向人群投掷几颗烟雾弹。”（《人民失忆共和国》） 笔者曾在其他地方将巴蜀的抗议称为“六五”，而不是“六四”，主要原因就是因为，整个成都抗暴过程中，最有象征性的冲击政府大楼，和市民与警察最激烈的战斗，都发生在六月五日： “6月5日上午12:15，我写了如下： “街上到处都是人，一片混乱。” “当我沿着人民南路走向广场时，我开始见到倾倒的垃圾桶和路边的栏杆。距离毛泽东塑像一个街区的地方，年轻人正在建造一个简陋的路障。最终，我壮起胆子从广场中心穿过，满地都是碎玻璃和垃圾。 “看不见有警察，但每隔几分钟，就会有一个扬声器播放公告，一个声音说到：“我们五分钟后就来抓你。”又一阵恐慌爆发了，人们都纷纷逃走。” “大约午夜12:15分的时候，我在广场往右转，看见路上有燃烧的物体。两辆城市大巴，也许就是下午5点左右我看到的警察拖过广场作为路障的那两辆大巴，烧的只剩车架了，轮胎仍在燃烧。再远一点，一辆三轮警用摩托车也在燃烧，然后我意识到我正在走过的街区有一半着火了。” “年轻人打烂窗户、摧毁建筑物，以表达他们对政府的不满。成都体育大学的一位没有参与抢劫的学生告诉我：‘人们正在燃烧建筑物，因为政府不好。戒严是一个错误。我们不喜欢它。’” “三辆消防车从广场的方向开过来去扑灭熊熊大火。但当他们停下来，连接水管并对准火焰时，人们包围了消防车，并在五分钟之内将其中一辆点燃，并将另一辆翻过来！难以置信。人群吼叫着表示赞同。五分钟后，催泪瓦斯罐头开始爆炸，人们逃离，这种恐慌情绪并未停止，因为爆炸不断发生并且越来越靠近 — — 四，五，六个。” 我接着写道：“这是一个有趣的教训。从当局角度看，这展示了事情如何‘失控’，甚至可以‘证明’他们的论点，即骚乱是‘少数暴徒’或‘几撮不良分子’造成的。当局对于和平示威出重拳，激怒了他们。在开始实行强硬路线后，他们无法退缩，只能严厉打击。愤怒的人们，开始抢劫、放火。当局不能让建筑物就这么被烧毁，所以他们派出消防车。当人们把这些都点燃后，催泪瓦斯就来了。当局一旦开始犯错，并坚持下去，剩下的事情就自然而然地发生了。”（小天安门：美国议员回忆成都“六四”/纽约时报中文网） “6月5日上午9时左右，一伙歹徒从东、南两个方向，用石头猛击市人大常委会办公楼，将二、三、四楼临街办公室窗户的大部分玻璃砸烂。随后，这些歹徒手持钢钎，木棒，冲开东面铁门，打砸停在院内的汽车，并放火烧毁了三辆轿车。下午，一些歹徒又聚集在市人大常委会门前，向办公楼抛甩汽油燃烧瓶，将行政楼引燃，这些人还猛撞围墙，企图冲进办公区，未逞。他们便在办公楼下叫骂：楼上的人下来，把你们全部杀死… 6月5日，从下午到晚上，一伙歹徒围聚在市政府办公大院东墙外左侧，对着正在进行广播的房间高呼：杀死所有的共产党员，杀死所有的公安！” “6月5日，歹徒的暴行达到顶峰，他们倾巢出动，四面袭击，打砸警车，殴打武警、公安干警和解放军。从6月5日至6日，成都市区所有十字路口皆无交警上岗，街上亦不见穿警服、军服的军警人员。一些军警人员的家庭受到威胁，歹徒们叫嚣：先打警察，再打警察家属…歹徒们还闯进一、二、三、六等医院，搜寻受伤的武警战士，扬言‘搜出一个，就打死一个’。蜀都大道和一环路等地，每个交通路口都聚集着几百名歹徒。他们见军车、警车、轿车就砸，见军人、民警就打。他们喊着：‘有怨报怨，有仇报仇，无冤无仇，就打欺头！’”（《成都骚乱事件始末》） 而武装斗争的主力，已经从学生转移到了长期受警察欺压的群众，这一点，共产党的材料其实比西方人看到的更清楚： “石头、砖块、玻璃瓶如雨点般向人民东路派出所袭击。手持匕首，钢钎，大刀，木棒，铁棍的歹徒，声嘶力竭的对着人东派出所嚎叫着： 警察，黑xx！今天老子们要把你们黑xx锤平！ 黑xx警察！你们整老子，你们晓得有今天的下场哇。老子要点一把火，烧！ 宋良志（人东派出所所长）！你xxx是对的就出来！人东（派出所）的，还有戴大盘盘（帽）的，是对的都出来！老子们今天统统的杀死！ 共产党没有了！政府没有了！打！烧！冲哇！”（《歹徒们为什么要烧人东派出所》） 当然，和中国的材料想要宣传的相反，抗议群众其实在大多数时间都处于武器，装备和经验不足的局面。从西方和共产党的记录我们都可以看出，抗议群众的武器非常简陋，最有效的也只有燃烧瓶和高压气枪（只有共产党的记录，西方记录里并未出现高压气枪）。面对全副武装的武警和解放军，抗议群众很快失去了气势。从共产党的材料里来看，抗议群众分成许多个小团体，彼此之间并没有足够的支持，而武警一次的出动数量居然可以达到800名！6月6日，四川省委书记杨汝岱抛弃了部分由他煽动起来的学生和抗议，给武警下达了镇压的命令，武警开始放开手脚，血腥镇压抗议群众。在武器，装备，组织和经验全面领先的武警面前，抗议市民仅凭人数优势无法获胜，被分割开来，各个击破： 我问他，既然民众是多数，为什么不将警察制服。 “在成都，这是新事物。我们没有这样的战斗的经验。人们很害怕。但我们不能再忍受了，所以我们加入了。如果警察向人们开枪，他们就会变得更勇敢，并去战斗。我们医学院/医院的院长警告我们，如果我们参与学生示威，就会受到惩罚。这是真的。他们在布告栏上贴了通知。”（小天安门：美国议员回忆成都“六四”/纽约时报中文网） 武警在抓捕学生和抗议者期间，对他们实行了惨无人道的杀害： “我回到我之前待着观望事态的那间房间的阳台上。不久，有六辆卡车载着看起来像是士兵的人进入大院。他们没有持枪，但似乎有类似刺刀的武器。他们与我过去两天见过的武装警察不一样。有一个人非常醒目。他穿着不同的制服，有一把套在枪套里的手枪。 这些士兵跳出来，见一个抓一个。真是一片混乱。大多数示威者、袭击者和围观的人都跑了出去，但大约有三十多人被抓，不管他们是破坏了财产还是只是看热闹的，士兵们不知道也不关心。 在接下来的三个小时里，我们惊恐地看到这些士兵们殴打、虐待被捕的人。他们要每一个人向前迈出一步，双手绑在身后。他们给他们拍了照片，问了一些问题，然后把他们头朝下扔到水泥地的停车场。他们的头骨脑袋撞到地面发出的嘭嘭声，令人毛骨悚然。 我受不了了。我跑到酒店的大堂，那里全是碎玻璃，被砸得稀巴烂。我发现士兵的领导正和其他的士兵站在周围。我走到他面前，开始用英语对他喊：“你不能这样做！你这是在没有任何正当程序的情况下杀人。”我也不确定自己具体说了什么，但我不会说普通话，而他不会说英语。很快，一些警卫把我赶走了，我又回到了阳台，气得浑身发抖，却又无可奈何。 在他们“处理”完所有新的被捕者之后，士兵们又将他们扔到他们开来的其中一辆大卡车上，就像他们是一袋袋土豆。 如果那时那些人还没有死，那么压在下面的人很可能会窒息而死。凌晨3点刚过，他们就把车开走了。我不知道他们当中死了多少人。”（小天安门：美国议员回忆成都“六四”/纽约时报中文网） “她看到了大约二十五个人跪在院子里，头朝下，双手绑在背后。他们先是被推到在地，然后卫兵围着他们走来走去将近一个多小时。最后，指令下来了。这时‘穿黑裤子白衬衫的人上来用铁棍把那些人的脑袋敲碎’。景象惨绝人寰，她吓得在浴室里呕吐。几天后，她逃离了中国。后来她告诉一家北欧的报纸，‘他们一个人一个人的杀，那些还活着的人不断哀求他们给一条生路。’”（《人民失忆共和国》） 惨烈的三日巷战，以巴蜀人民的失败而结束。 ---成都血战：巴蜀的1989 巴蜀独立会 1.6月4日警察对抗议者使用了催泪瓦斯和眩晕手榴弹，试图驱散主要广场的人群。 2.6月4日武警清场后，警察和投掷石块的愤怒人群之间爆发了激烈的战斗。 3.6月4日成都。照片： AFP/Getty Images 4.在冲突中受伤的人等待接受治疗。头部受伤的情况很普遍，这说明警察采取了殴打抗议者头部的策略。伤者恳求西方摄影师 "告诉世界！"Kim Nygaard提供

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？