对比了下市面上的联发科方案，清一色的MT7921B，搭配的有256MB和512MB两种规格，更搞笑的是256M也叫（超大内存）这连个插件都跑不动 据小道消息，不少路由器厂家已经开始从256M继续砍到128M，不过我看了下iKuai（爱快）的Q3000（MT7981）和Q6000（MT7987）还在189/379的价位，参考恩山刷OpenWrt是值的 不过未来估计还有很多翻新sku在路由市场，尤其是256MB的新产品会越来越多，等于把库存重新再翻一遍。对于我来说，还不如直接整个4口x86迷你主机刷爱快、iStoreOS或RouterOS方便，闲鱼上j4125、n5105非准系统600-800就能捡了

一根丝线，能劈成128根。苏州镇湖的绣娘，用这样的细线绣出正反如一的「双面绣」。2006年，苏绣列入第一批国家级非遗；如今它走出国门——亮相巴黎M&O展、大阪世博会，把江南的柔美绣进世界。一针一线，皆是东方。#苏绣# #非遗# #双面绣# #刺绣出海# #中式美学# #汉服#

懒猫算力舱 X5 终于上线了，2070T 最强推理算力，128GB 超大显存，英伟达芯片，还配备 100GB 光口 和万兆网口，所有配置拉满 超帅超强，比 GB10 性能还强一倍，可以通过光口和 vllm 无限组网跑本地大模型，可以当独立电脑用 详细配置参数如下，预售 200 台已卖光，想要进一步了解软件性能的评论区打 1 懒猫 AI 算力舱（LazyCat AI Pod）详细硬件参数 1. 产品概述 紧凑型 AI 计算设备，面向硬核开发者 搭载 NVIDIA Jetson GPU，支持 CUDA 生态 统一内存架构，可本地部署大规模 AI 模型（如 DeepSeek-V4-Flash 284B） 预装 Ubuntu，支持本地 AI 部署，可作为私有 AI 超算替代云服务 从开箱到运行 AI 模型约 5 分钟 支持多机联网扩展算力 2. CPU 架构：Arm® Neoverse®-V3AE 64-bit X5-T4000**：12 核心，最高频率 2.6 GHz，每核心 1 MB L2 缓存，16 MB 共享系统 L3 缓存 X5-T5000**：14 核心，最高频率 2.6 GHz，每核心 1 MB L2 缓存，16 MB 共享系统 L3 缓存 3. GPU / AI 算力 架构：NVIDIA Blackwell X5-T4000（NVIDIA Jetson T4000）**： 1536 核心 第 5 代 Tensor Core MIG：6 TPC 最高频率 1.53 GHz AI 性能：1200T X5-T5000（NVIDIA Jetson T5000）**： 2560 核心 第 5 代 Tensor Core MIG：10 TPC 最高频率 1.57 GHz AI 性能：2070T 完整支持 CUDA 生态；非 CUDA 芯片实际 AI 性能约降低 50% 4. 内存 类型：LPDDR5X，256-bit 带宽：273 GB/s X5-T4000**：64 GB X5-T5000**：128 GB（可支持 DeepSeek-V4-Flash 284B 大模型：总参数 284B / 激活参数 13B，适合文生图、文生视频等任务；支持 vLLM 及多机联网扩展） 5. 存储 系统存储（嵌入式）：64 GB eMMC 5.1（主要针对 X5-T5000 提及） 模型存储：最高 32 TB（通过最多 2 个 M.2 接口） 支持 PCIe NVMe 和 USB 3.2 SSD 6. 网络与接口 有线网络 X5-T4000**：1 × QSFP28 光口（最高 75 Gbps，3 × 25GbE）+ 1 × 10GbE RJ45 口（支持网络唤醒） X5-T5000**：1 × QSFP28 光口（最高 100 Gbps，4 × 25GbE）+ 1 × 10GbE RJ45 口（支持网络唤醒） 无线 Wi-Fi：海华 WIFI6 XB560NF 无线网卡，双贴片天线 蓝牙：5.4 其他端口 1 × Type-C 3.2 Gen2（10 Gbps） 2 × USB 3.2 Gen1（5 Gbps） 1 × HDMI 2.1（支持 8K 输出） 1 × DC 电源口（5.5×2.5 mm） 7. 电源与功耗 模块功耗： X5-T4000：40W ~ 70W X5-T5000：40W 130W（针对 AI 推理优化，远低于消费级 GPU 的 350W 450W） 电源适配器：氮化镓宽电压适配器，输入 100V ~ 240V，输出 12V/8A，频率 50/60 Hz，支持 UPS 不间断供电 8. 外观与物理规格 尺寸：144 × 130 × 61 mm（长 × 宽 × 高） 重量：2.3 kg 外壳：金属机身 颜色版本： 太空白（喷砂烤漆工艺） 星辰灰（阳极氧化工艺） 9. 散热 直吹液压静音风扇 10 mm 大风量风扇 静音 FDB 轴承 转速 3500 ± 10% RPM 配备定制静音转速算法，12V 供电 10. 软件与系统支持 操作系统：预装 Ubuntu（含 CUDA 加速驱动和 AI 开发环境） 支持框架：Ollama、vLLM、Shimmy 等 常见应用：Jupyter Notebook（一键安装 CUDA 支持）、ComfyUI（文生图）、AI 语音识别/合成、DeepSeek OCR、文档/PDF 翻译等 支持内网穿透，手机远程访问 100% 本地部署，数据物理隔离，无需上传云端 可独立作为 Ubuntu AI 电脑使用（接键鼠显示器），也可多机联网扩展

📢 超级福利持续加码，零成本白用顶级算力！ 无论新老用户，多重好礼一次领够，随时免费体验 4 大主力 AI 模型： 🔹DeepSeek V4 Flash：284B/13B 稀疏 MoE，1M 上下文，最高 384K 输出，推理能力接近 V4-Pro 🔹DeepSeek V4 Flash Vision Exp：1M 上下文，最高 384K 输出，图文混合输入，文本能力对齐 V4-Flash，多模态 Agent 接近 Opus-4.8 🔹腾讯混元 Hy3：295B/21B 稀疏 MoE，256K 上下文，快慢思考融合，推理与 Agent 比肩 2–5 倍参数旗舰模型 🔹小米 MiMo V2.5：310B/15B 稀疏 MoE，1M 上下文，最高 128K 输出，原生多模态，支持文本、图像、音频、视频输入 🎁 多重算力好礼： 🔹100 万 Credits： 新用户使用 @BinanceWallet @BitgetWallet @imTokenOfficial 登录直接领取 🔹再得 30 万 Credits：注册时填写邀请码，最高可获 130 万免费 Credits 🔹充值返赠：BNB Chain 充值享 1:1 赠送，其他方式享 1:0.5，最高额外获得 $100 🔹邀请奖励：好友注册可获 30 万 Credits，邀请人持续享受充值及订阅返利 超值福利不间断，立刻点击开启零门槛 AI 体验👇 🔗

昨天GTC大会我直接看麻了—— 英伟达，它又来了。这次不是什么"性能小幅提升"，不是"能效比优化了8%"这种挤牙膏——它直接把一块对标RTX 5070性能的旗舰GPU塞进了一颗SoC，跟CPU共享高达128GB统一内存，然后告诉你：这是一台笔记本电脑的芯片。 四十年了。PC这个东西，四十年了第一次被人从根上重新定义。 我当时看到这个消息的第一反应是：英特尔你还好吗？高通你还有救吗？ 先说说这东西到底意味着什么。 过去Windows PC最大的物理性原罪，就是CPU和GPU是两个独立的大脑，数据在中间跑来跑去，慢、贵、浪费。苹果用M系列芯片统一内存架构教育市场教了好几年，Windows阵营一直在旁边尬看。 现在英伟达直接掀桌子：我来了，我带着CUDA来了。 这才是真正可怕的地方。高通骁龙X系列折腾了两年，好不容易证明了Windows on Arm能跑，但AI开发者为什么不买账？因为生态。因为整个AI工程界的母语叫CUDA，从PyTorch到各种底层加速库，没有CUDA你就是个外星人。高通费尽心机拉拢开发者，结果英伟达一进场，自带全套生态，开发者在笔记本上跑的代码和云端服务器上的代码——一模一样，无缝衔接。 这一刀，插的不只是高通的心脏，连苹果在AI开发者圈的布局都得重新掂量。 然后说说英伟达自己的如意算盘。 很明显，它在对冲风险。 AI计算的重心正在从训练向推理漂移，终端设备越来越重要。如果英伟达只守着数据中心的GPU矿山，万一哪天推理需求全跑到别的架构上，它就被架空了。所以它要把算力触角伸到你的桌面，伸到你的背包里。 以后不管你的AI任务跑在云上还是跑在本地，英伟达都能收到过路费。这个商业闭环，真的很丝滑。 当然，它也在赌。把高性能GPU塞进SoC，独立显卡的市场份额肯定要被自己蚕食一部分。它赌的是AI PC带来的增量能补上这个窟窿。能不能赌赢？我不知道。但敢这么下注的，也只有英伟达了。 但是—— 我必须说但是。 卖给谁？ 这是RTX Spark最大的问号，也是我看完发布会之后心里最凉的地方。 DeepSeek们把云端API的价格打到了什么程度？便宜到让人心疼。你买一台RTX Spark旗舰本要花多少钱？那笔钱拿去烧token，一个重度用户能用好几年。 本地跑模型，性价比正在被云端击穿。普通用户凭什么花大价钱，就为了在本地跑一个比云端还弱的模型？ 所以RTX Spark真正的用户画像，可能比英伟达预期的要窄很多。开发者、隐私敏感型用户、极客——这些人会爱死它。但那个想象中的"大众换机潮"，我觉得还得等很久。 总之，英伟达这次确实重新定义了战场，AI竞争从云端租算力，蔓延到了你桌面上的每一寸芯片。压力最大的是英特尔的传统x86阵营，还有刚在Arm PC市场勉强站稳脚跟的高通——这两家，接下来的日子都不好过。 但英伟达仍面临一道尚未完全跨越的坎：高价本地硬件与廉价云服务的矛盾。这个问题若得不到更好解决，RTX Spark就可能更多停留在极客与专业用户的玩具阶段，而难以成为真正的时代转折点。 路还长。盯着看。

📢 Claude Opus 5.5 现已登陆 作为 @AnthropicAI 最新发布的 Claude 5.5 系列首款模型，Claude Opus 5.5 专为长周期 Agent 编程与复杂知识工作打造。其多数任务性能达到 Claude Fable 5.1 水平，同时运行成本比 Opus 5 降低约 40%。模型支持 1M Token 超长上下文与最高 128K 输出，并在 Computer Use 与多步骤自动化场景展现出领先能力。 API 与 Web Chat 双端同步开放，欢迎体验！ 👉 体验入口： 🔗 了解更多：

闪迪CEO： $SNDK 凭什么一年涨34x？ 1. AI 下半场不拼训练，拼推理 大模型训练改为推理后，对闪迪的需求发生了质变，特别是KV Cache 键值缓存等场景利好闪存。 随着对话变长、用户变多，HBM、DRAM 已装不下，只能把一部分放到 NAND、SSD 上。 现在上下文动不动就 128K、甚至 1M token，再加上 Agent 智能体长时间任务，闪迪位置一下子关键起来了。 2. 芯片不按季度卖了！ 以前客户每3个月就来砍一次价，现在闪迪说话硬气了：想拿货？必须给我长期订单！直接抹平周期波动。 3. 闪迪是AI时代绕不开的硬通货 自从18个月前彻底脱离 $WDC 独立，就一直在转型，从周期股转型为AI股。华尔街之前没看懂，现在价值重估才刚刚开始！

叼毛们，今天带你们认识一位 13 岁的小叼毛，能刷新你的认知。 “Quant Kid”13 岁，直播砸盘，赚了 5 万美元——然后全网追着他 📌 发生了什么： 一个 teenager，一台笔记本，一个代币。 2024 年 11 月 20 日： 发了一个币：QUANT 直播上线 → 几分钟涨 260% 一键清仓 → 赚 128 SOL（~$30K） 对着镜头 竖中指 🎯 但故事没有结束： 社区没有让这个币死 → CTO（社区接管） 市值峰值达到 $82M - $90M 如果他没卖，他的仓位值 $400 万 💀 后果： 被 doxxed：姓名、学校、家人全曝光 他家人的照片被拿来发新代币 有传言说他家的狗被绑架了 🔥 他加倍下注： $SORRY → 卖 $13K $LUCY → 卖 $12K $CABAL（狗的照片）→ 卖 $20K 总计提取：$53K+ 📌 这个故事说明了什么？ 1️⃣ 市场不惩罚坏人，只惩罚不守规则的人 2️⃣ 直播间里的“神话”，往往是摄像机背后的算计 3️⃣ 13 岁都能做到的事——不代表你应该做 👀 他现在还在炫耀。

SpaceX之前最重磅的IPO估计就是下周这个超大晶圆制造商Cerebras Systems的上市了，Cerebras是一家专注于AI加速器的美国公司，总部位于加州Sunnyvale，成立于2016年。公司以“晶圆级集成”（Wafer-Scale Engine，简称WSE）技术闻名，核心产品是将整个300mm硅晶圆直接做成一颗超级大的AI处理器，而不是像传统GPU那样切成小芯片再封装。这解决了AI训练/推理中常见的内存带宽和芯片间通信瓶颈问题，被誉为“世界上最大的AI芯片”。树立了下关于Cerebras几部分关键信息。 1、核心技术和产品 1）晶圆级引擎（WSE） 传统AI芯片（如NVIDIA H100/B200）采用多芯片模块（MCM）或小型die，通过NVLink/HBM等外部互联扩展。但Cerebras的WSE把整个晶圆做成单一die，避免了芯片间通信延迟和带宽损失，实现了“片上”海量并行计算。 WSE-3采用“Weight Streaming”架构，将计算和内存解耦，支持外部MemoryX扩展（1.5TB、12TB、120TB甚至1.2 PB），单系统即可训练高达24万亿参数的超大模型。 2）CS-3系统 单台15U机柜，内置1颗WSE-3，支持水冷。通过SwarmX互联可扩展至2048台集群，峰值达256 exaFLOPS。单台CS-3就能在不到1天内从零训练Llama 2 70B模型（Meta GPU集群需约1个月）。 3）性能优势 Cerebras强调“消除数据移动瓶颈”： 比上一代CS-2（WSE-2）：性能翻倍，功耗和成本不变（CS-2用7nm，2.6万亿晶体管，40 GB SRAM）。 比NVIDIA H100/B200：在内存密集型大模型任务中优势显著。CS-3单系统内存容量远超10,000节点GPU集群；推理速度可达GPU云的数倍（尤其是长上下文/大模型）。公司声称在Llama/Falcon等模型上tokens/second提升2倍。 实际基准：Condor Galaxy 3（64台CS-3集群，8 exaFLOPS）已于2024年Q2上线，与G42合作。集群编程像“单芯片”一样简单，无需复杂分布式框架。 优势： 极致内存带宽 → 适合万亿/十万亿参数模型训练与推理。 扩展性强 → 集群像单机一样编程，开发效率高。 能效/成本在特定 workloads 上优于GPU（同功耗下性能翻倍）。 挑战： 单系统功耗高（25kW），部署门槛高（需专用数据中心基础设施）。 晶圆级制造良率和缺陷容忍技术虽成熟，但整体成本高（单系统硬件估算数百万美元）。 生态不如CUDA成熟，主要针对AI训练/推理大模型，不如GPU通用。 总体上Cerebras是“垂直优化”的AI超级计算机方案，适合追求极致规模和速度的 hyperscaler、主权AI项目、国家实验室，而非通用GPU替代品。 2、发展历程 Cerebras从“卖硬件”转向“AI超级计算平台”，已从早期科研验证走向商用落地（Condor Galaxy等主权AI项目）。 从SeaMicro老兵到AI晶圆级先锋 Cerebras成立于2015-2016年（官方多以2016年计），总部位于加州Sunnyvale。创始人团队全部来自SeaMicro（2012年被AMD以3.34亿美元收购），早期处于stealth模式四年，专注解决“晶圆级集成良率难题”。 1）2019年：发布首代WSE-1，开启晶圆级AI芯片时代。 2）2020-2022年：推出CS-1/CS-2系统，完成从“芯片”到“系统+软件栈”的闭环，与TSMC深度绑定实现量产。 3）2024年：WSE-3及CS-3系统落地，性能翻倍；同期首次递交S-1（后因业务优化于2025年10月撤回）。 4）2025-2026年：转向云推理服务+混合模式，与OpenAI签署巨额合作； 5）2026年2月完成Series H，4月重启S-1，5月启动路演，计划Nasdaq上市（代码CBRS）。 3、核心团队及融资 1）核心团队 Andrew Feldman（CEO、联合创始人）：连续创业者，曾任SeaMicro CEO、Force10 Networks产品VP（后被Dell收购）、Riverstone Networks营销VP。斯坦福MBA背景，擅长产品化与资本运作。 Gary Lauterbach（联合创始人、前CTO）：Sun Microsystems UltraSPARC首席架构师，58项专利，曾主导AMD数据中心业务。 Sean Lie（联合创始人、现CTO）：MIT本科+硕士，AMD高级架构师，29项专利。 Michael James（首席架构师）：SeaMicro软件架构师，后任AMD对应岗位。 Jean-Philippe Fricker（首席系统架构师）：DSSD/SeaMicro资深硬件架构师，30项专利。 团队优势在于“系统思维”而非单纯芯片设计：他们深谙数据中心功耗、互联与软件优化，曾用fabric架构重塑服务器。这正是Cerebras能解决晶圆级缺陷容忍与Weight Streaming架构的关键。 2）融资历程 累计融资约29-37亿美元（含多轮），估值从早期数百M美元飙升至IPO前230-266亿美元： 早期：Series B/C/D（2016-2018）累计约1.7亿美元，投资者包括Foundation Capital、Eclipse、Sequoia、Benchmark。 中后期：2019 Series E（2.72亿美元，估值24亿美元）；2021 Series F（2.54亿美元，估值41亿美元）。 2025-2026：Series G（11亿美元，估值81亿美元）；Series H（10亿美元，估值230亿美元，Tiger Global领投，Benchmark、Fidelity、AMD等跟投）。 4、业务模式与财务表现 Cerebras早期卖硬件（CS-2/CS-3系统），后来转向云服务（Cerebras Inference，云端提供超快AI推理）和混合模式。客户包括CSP、 hyperscaler、企业、主权AI项目（如G42）、研究机构。 2025财年财务：收入5.1亿美元（同比+76%，2024年2.9亿美元，2023年0.787亿美元，2022年0.246亿美元，20倍增长）。硬件收入约3.58亿美元，云及其他服务1.52亿美元。 GAAP净利润：约0.879亿美元（2024年净亏损4.85亿美元），首次实现盈利（不过非GAAP仍有亏损）。 剩余履约义务（backlog）：246亿美元（OpenAI等多年前期大单贡献），2026-2027年预计确认15%。 客户集中度：2025年G42占24%（此前曾高达87%），另一UAE客户占62%，但已显著多元化；OpenAI签署超100-200亿美元多年前期合作（含1亿美元贷款+认股权证）。 公司定位从“卖芯片”转向“AI基础设施平台+云”，并与Qualcomm等合作加速边缘部署。 5、IPO相关信息： IPO 基础发行2800万A类普通股，超额配售420万A类普通股，核心管理层和投资人不卖股。纯公司发行新股用于募资，无大量旧股套现。 IPO定价$115–$125/股，因需求超20倍，已计划上调至$125–$135/股（可能进一步调整）。高区间（$125）募资约35亿美元（基础28M股），含超额配售最高约40.25亿美元。 高估值下（$125/股）对应市值约266亿美元IPO后总流通股本约 2.13亿百万股（包括Class A、B、N等）。其中： Class A（上市交易股）为IPO发行的28M股 + 超额部分； 其余Class B（高投票权，创始团队/早期投资者/优先股转换后）和Class N（非投票权，如OpenAI认股权证相关）。 ipo后解禁期前的流通比例 标准锁定期： 180天或提前至Q3 2026财报发布后两个交易日（取较早者）。 解禁前初始流通股（Initial Float）： 仅IPO发行的 28百万股（基础）或最高 32.2百万股（含超额）。 锁定期内真实流通比例： 约 13.1%–15.1%（28M / 213M ≈ 13.1%；32.2M / 213M ≈ 15.1%） 预期定价日：下周三5月13日，预期上市交易日：5月14日（周四），代码CBRS。 整体而言估值虽高，但增长潜力和技术壁垒值得关注 本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」