搜索结果 算力
算力 贴吧
一个关键词就是一个贴吧，路径全站唯一。
用户
未找到
包含 算力 的推特
算力是稀缺资源。马斯克把xAI算力借给死对头Anthropic，不说明xAI的Grok模型失去竞争力？SpaceX任务是让火箭飞起来，xAI只是提高工程效率。但对谷歌/微软而言，如Gemini或Copilot倒了，搜索和办公软件这两大命脉就会崩盘。小编也持有TSLA，因为纯纯低认知，不信它能上涨10倍…
显示更多
算力二元博弈格局渐成：AMD 2026 Q1 财报及供应链深度解读
2026 年第一季度，AMD 的财报营收 103 亿美元（+38%）、每股收益 1.37 美元（+43%）的成绩单背后，反映出数据中心业务（+57%）已经成为公司绝对的增长引擎。
以下是本次财报要点与供应链底层分析。
1. 从“溢出效应”到“结构性上位”
市场普遍认为 AMD 的暴涨是因为 NVIDIA 供不应求。虽然“溢出需求”确实存在，但 AMD 正在摆脱“备选方案”的标签。
软件成熟度： 随着 ROCm 生态的完善，顶级云服务商（如 Meta、微软）选择 AMD 不再仅仅是因为买不到 H 系列或 B 系列显卡，而是基于总拥有成本（TCO）和 HBM 带宽优势的理性布局。
TAM 的天花板： 管理层将 2030 年服务器 CPU TAM 上调至 1200 亿美元。这标志着 AI 算力需求已从“脉冲式爆发”转为“结构性基建”，AMD 成功锚定了长期增长位。
2. 产能争夺：TSMC 内部的差异化战争
在台积电的排期表中，NVIDIA 与 AMD 的策略出现了显著分化：
封装之争： NVIDIA 继续包揽约 60% 的 CoWoS 产能用于 Blackwell/Rubin 架构。而 AMD 则开辟了“第二战场”，成为 SoIC（3D 堆叠） 的头号客户，拿下了约 40% 的配额。这种差异化封装技术是 AMD 在 MI350/400 系列上实现性能超车的核心。
节点博弈： 2026-2027 年，NVIDIA 稳守 N3 节点，而 AMD 已开始为 2027 年的 Zen 6 架构提前锁定 N2（2nm）制程。
3. 三星与 Intel：谁是真正的“Plan B”？
面对台积电的产能饱和，两巨头在寻找备份代工上路径迥异：
AMD 拥抱三星： AMD 已实质性下单三星 4nm 工艺，用于 HBM4 的逻辑基板（Logic Base Die）。这不仅是购买存储，更是将核心逻辑代工部分转交给三星的“破冰”之举。
NVIDIA 联手 Intel： 相比之下，NVIDIA 选择了 Intel Foundry 作为核心备选。通过 50 亿美元的投资深度绑定 Intel 18A 节点。这意味着在 2026 年底至 2027 年，NVIDIA 的“Rubin”时代将具备跨代工厂的产能弹性。
4. 2026-2027 的产能终局：已无余粮
目前的产能现状可以总结为：“先发产能已进入巨头分赃阶段”。
预订潮： 无论是台积电的 CoWoS 还是三星的 HBM4，2026 下半年及 2027 年的优质配额已被超大规模客户（如 Meta 6GW 算力中心项目）通过预付款形式提前锁死。
结论： 未来的竞争不再单纯是芯片设计的比拼，而是供应链调度能力的竞争。AMD 在三星 4nm 上的突围和对 SoIC 的统治，使其在 NVIDIA 的高压封锁下，依然保有极强的财务弹性。
免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor
显示更多
算力和模型的竞争本质是什么？个人角度就是Sam在24年初达沃斯论坛讲到的，竞争本质是认知成本的降低。Sam的原话是这样“当认知成本降低一千倍或一百万倍，且能力得到极大增强时，这将对世界产生何种影响？如果世界上人人都拥有一家，由1万个能力极强的虚拟AI员工、且是各个领域专家，组成的公司，他们不知疲倦，还越来越聪明，这个世界会怎样？这件事发生的时间无法预测，但会一直在一条指数增长的线上，我们能有多少时间做准备？”
两年前有聊过，AI替代的对象是人，或者现有软件，而这些的成本和效率之间的平衡，已经被当今世界优化到了极致。因此AI的价值拐点，本质上是AI越过社会智力成本的拐点，一旦越过，AI价值的确是非线性上升。所以AI不到60分就是0。
现在看起来，AI已经越过了社会平均智力成本的拐点，商业价值已经在起飞
而我们离Sam当时描绘的图景越来越近
显示更多
关于AI应用落地的问题，产业界和投资圈从23见吵到了24年。过去一年多AI的爆发主要还是在算力、大模型等基础设施上，模型也从GPT3.5、到4.0以及马上要推出的4.0，还有前两周刚推出就引爆市场的sora。但是真正能大规模的应用还并没有广泛产生出来。由此产生了过度的资本投入到来基础设施的极度冗余，后面可能一地鸡毛的情况。对此我之前也是心存怀疑，直到我看到了这张技术成熟度和实用价值的关系图，认知有了极大的改观。
从我们最熟悉的互联网技术来说，互联网技术替代改造的通信产业、支付产业、传媒产业甚至零售业等，要么环节众多极其低效要么成本高昂，互联网的低成本高效率就很容易落地，所以互联网越过0分就有了实用价值。
但是AI不一样，AI替代的对象是人，或者现有软件，而这些的成本和效率之间的平衡，已经被当今世界优化到了极致。因此AI的价值拐点，本质上是AI越过社会智力成本的拐点，一旦越过，AI价值的确是非线性上升。所以AI不到60分就是0。
所以从这个角度来看，AI触及商业价值起点的60分还有相当长的一段时间，之前预期是五到十年，sora出来后普遍预期一到两年AGI的实现就有可能是AI越过社会智力成本的拐点之时。这之前，就是大量的算力填充，不断快速迭代进化的模型占据主导。
算力和模型的竞争本质是什么？就是sam前不久在达沃斯上参加论坛讲到的，认知成本的降低。sam的原话是这样“当认知成本降低一千倍或一百万倍，且能力得到极大增强时，这将对世界产生何种影响？如果世界上人人都拥有一家，由1万个能力极强的虚拟AI员工、且是各个领域专家，组成的公司，他们不知疲倦，还越来越聪明，这个世界会怎样？这件事发生的时间无法预测，但会一直在一条指数增长的线上，我们能有多少时间做准备？”
互联网技术只是把物理世界数字化，把信息传播成本降到了0、就产生了数万亿数十万亿的商业价值。可以想像，当AI认知成本不断降低，AI将社会智力成本也降到0那么会产生多大的价值，人力资本价值大规模向AI资本价值转移，优质劳动力供给不再稀缺，天才也能随处可见。AI变得更强大，甚至可能发现新的科学知识，甚至自动做AI研究，世界的发展节奏会超出我们的想象。
从这个角度来看，当下AI领域算力、底层模型不断进化但是应用乏善可陈则是可以理解的、因为AI的拐点还没到。相信这个拐点也不遥远了。去年底比尔盖茨在他名为《2024年，前方道路迎来转折点》的年度公开信里说，大部分工作还处于开发的最初阶段——我们很可能在 2024 年甚至 2025 年都不会看到它们中的任何一个被广泛使用。但24年将完成的工作将为本十年后期的大规模技术繁荣奠定基础。他猜测我们距离普通大众使用 AI 达到显著水平还有 18 到 24 个月的时间。那么差不多就是25年年中到年度的时间。
降低短期预期，对长期保持耐心。
显示更多
算力紧缺已经临界点，我们将面临近几年来最大规模算力紧缺。看OpenAI官方披露 截止到3月底API每分钟处理量已突破150亿Token，而25年10月这个数据是每分钟处理60以Token，不到半年时间增长了2.5倍。
AI Agent的快速普及和爆发应该是算力短缺背后最主要的驱动逻辑，Agent热潮正在耗尽“算力”，导致计算能力严重短缺。看起来，淘金热让“镐和铲”（计算资源）先耗尽了。
我们已经看到了算力短缺的影响：
1）限量供应：多家 AI 公司对产品进行配给rationing），高频用户不满。
2）可靠性下降：频繁宕机（outages）。例如 Anthropic 的 Claude 工具出现多次中断，已收紧使用限制（部分“无限”套餐用户45分钟就用完）。
3）产品调整：OpenAI 部分取消了 Sora 视频生成工具，目的是腾出计算资源给编码、企业级产品和新模型（代号 Spud）。
4）价格上涨：GPU 租赁价格在两个月内涨了48%。
据纽约数据服务商Ornn发布的算力价格指数，租用英伟达最新一代Blackwell芯片的每小时费用目前为4.08美元，较两个月前的2.75美元上涨48%。
问题在于，为什么不直接部署更多设备？
因为交货周期太长，数据中心建设周期太长，而且2026年之前可用的电力容量已经全部提前预订完了。
我们可能是第一次直观的感受算力短缺的严重影响，这意味着AI繁荣正面临“物理极限”。
正好昨天AI算力产业链瓶颈传导的底层逻辑这篇长文里也聊到：这已经不是芯片不够，而是整体基础设施（GPU/TPU、芯片上的如HBM、光模块、数据中心、电力）都跟不上。
算力产业上关键卡脖子环节、算力基础设施、newcould都会进一步受益于紧缺潮。
显示更多
算力不够有 AI，时间不够有他人经验，两个都能加杠杆
唯一加不了杠杆的是判断力——知道该算什么、不该做什么
能放大的都不稀缺。不能放大的才是资产。
显示更多
AI 降低了思考和尝试的成本，但提高了决策的溢价
AI算力投入2026继续狂飙
中国大厂
字节跳动：约300亿（2000亿人民币）。
阿里：三年总计约530-690亿（3800-4800亿人民币）。
腾讯: 预计3000亿 人民币
国外大厂
亚马逊：2000亿（CapEx主力投AI数据中心+自定义芯片）。
谷歌：1800-1900亿（TPU+数据中心，大幅上调）。
OpenAI：1900亿左右（Azure+OpenAI/Stargate项目）。
元宇宙：1250-1450亿（自研芯片+超级集群）。
Anthropic ：直接支出约190-200亿（匹配营收规模），但通过云承诺锁定巨额算力（AWS 1000亿+10年、Google Cloud 2000亿+5年），另有500亿美国自建基础设施。
显示更多
将算力转化为价值
才是AI公司的唯一出路
【 来个懂美股、AI 的大神，麻溜的 】
刚刷知乎看到一个观点，越想越觉得有意思。
五家科技巨头 26 年的资本开支加起来快 7000 亿美元了。亚马逊 2000 亿，Alphabet 1850 亿，以及 Meta 、微软 、Oracle 。高盛预测到 2031 年 AI 累计资本开支会到 7.6 万亿。
但 AI 行业 2026 年的全球收入大概是多少呢？大约 5000 亿出头。
也就是说，光五家大厂一年砸进去的基建钱，就超过了整个 AI 行业一年赚回来的钱。
这个账怎么算都有点悬。
互联网那波不一样。互联网创造了电商、社交网络、流媒体、共享经济，这些是之前完全不存在的需求。
你可以说互联网之前没人知道自己需要淘宝，但淘宝出现之后大家真的开始在上面花钱了。需求端爆炸了。
AI 目前做的事，更多是让原来 10 个人干的活变成 2 个人就能干完。效率提升是真的，但蛋糕没有明显变大。
你用 AI 一个小时能写完一个 APP，但全球就 80 亿人，一天还是 24 小时，能多用几个 APP？电影院一天上映 2000 部 AI 生成的电影，观众能多出来吗？
供给端在指数级膨胀，需求端在线性爬坡，甚至可能还没爬。
而且这里面有一个更尴尬的问题：AI 的收费逻辑很难成立。翻译做到万分之一错误率的模型免费了，你那个亿分之一错误率的凭什么收费？
当第二名选择免费获客的时候，第一名的定价权就塌了。强如 Google 搜索，也没能让用户付费，最终还是靠广告。
一边是科技公司在疯狂发债建数据中心，Big Tech 今年已经发了 1000 亿美元的债券来填 AI 的坑。
另一边是 Gartner 说 AI 正处于“幻灭低谷期”，大部分企业买 AI 不是因为想创新，是因为原来的软件供应商把 AI 打包塞进来了。
那问题来了，如果 AI 这轮最大的赢家不是那些砸钱最猛的人，而是那些“用 AI 但不建 AI”的公司呢？
想想看，Nvidia 卖铲子确实赚到了。但买铲子的人呢？今天花 1000 亿建的算力，五年后同行可能 20 亿就能追上。
所以如果你认同“需求端没炸，供给端过热”这个判断，那值得看的可能不是 NVDA 和 MSFT，而是那些能用 AI 省成本但自己不用烧钱建基础设施的公司。
医疗、金融、制造业里那些“被 AI 武装”但不用“养 AI”的玩家。
说实话我也没想清楚。
但这个角度确实让我停下来想了很久。
也许是过于缺少想象力？
显示更多
AI 算力的尽头是电力？🤡
OpenGridWorks ：一个全球电力基础设施可视化平台
通过聚合发电厂、输电线路、变电站和数据中心等公开数据
为能源行业观察、AI 基建背景研究和 GIS 可视化案例提供地图参考
显示更多
