Jiangxi Hongban Technology: Proactively Entering the New Track of AI Computing Power PCBs with Robust Production and Sales Momentum 江西红板科技：主动切入AI算力PCB新赛道，产销两旺势头十足。 #China# #Jiangxi# #赣出新精彩#

今天全球暴跌，煽动蝴蝶翅膀的，是美股一个消息 meta出售算力 本来这是一个很正常的行为，meta是全球头部厂商，拥有大量算力 外面有人高价买算力，自己没有充分用完，拿出来赚现金并不是坏事 马斯克自己有ai，也在出售算力，这是很常见的商业行为 但媒体解读新闻的时候，加了一句标题 “Meta Is Buildinga Cloud Business to Sell Excess AI Compute” 就这个Excess，意思从出售算力，解读成出售过剩算力 一字之差，天差地别。 更何况pb社是全球机构主要信息来源。 发现出了惊天乌龙后，pb马上修改了原文 改成 "Planning a Cloud Business Sell AI Computing Power" 出售都改成了计划出售，过剩删除了。 就这几个字差异，有巨大的影响力，改了之后，但原文到处传播 全球ai产业看头部，全球金融机构看pb，这下好了 pb说头部算力过剩 今天全球暴跌，韩国，日本，a股都暴跌 即使大家知道这是标题党，但又如何了 ai的繁荣本来就很脆弱，最重要的还是大家都赚肿了，回调只需要一个谣言。 本来就处于高波动环境，一个全球头部媒体的标题党，足够带来巨震了 光，存储，设备，都是重灾区，但存储也只是回踩ma5或者ma10而已。 从买方角度看，这是一个无法抵抗的波动 但这也是拥抱科技的代价之一 你知道ai很好，持仓过程会很艰辛，会遇到各种波折，但你还是要忍受这种波动

「华尔街日报」报道了对于AI算力的争夺已经成了硅谷当下最最最重要的事情： - 2024年，谷歌花了27亿美金，买了一家它根本不需要的公司，只为这家公司的创始人Noam Shazeer，他原本是谷歌的资深研究员，离职创业后，又被谷歌花了这笔大价钱请回来； - Noam Shazeer重返谷歌后，负责Gemini，本来干得挺开心的，结果发现公司削减了分配给Gemini的算力，投入到了云业务更快变现，这个被谷歌花了27亿美金买到手的老哥，心里不爽，马上就跑去OpenAI了，因为那边保证他的卡量； - 在谷歌总部，日常景观就是各条业务线的一号位前来讨要算力，拍桌子吵架争论自己的项目更值得加卡，而DeepMind这个核心部门不知道是不是因为科学家作派太重了，竟然经常争不过别人，Demis Hassabis卸任CEO就是出于对算力不足表示不满，他可是AI行业最巨的佬啊，现在知道Gemini为什么那么拉垮了吧； - 今年早些时候，Anthropic的创始人Dario Amodei打电话给Meta的AI实验室负责人Alexandr Wang，希望对方能卖些算力，那会儿Meta的AI进展不太顺利，导致算力有点过剩，决定对外出售一部分，如果你们还记得，当时差点把华尔街吓尿了； - Meta认真上会讨论了Anthropic的请求，最后还是决定拒绝，把多余的算力暂时提供给市场是一码事，直接支持自己在模型领域的竞争对手又是另一码事，在高层的一致同意下，Wang含泪拒绝了这笔数千亿美金的订单； - 但Anthropic的合纵连横也不是完全没有成果，后来用上的SpaceX数据中心就是另一个联合创始人Tom Brown在马斯克的办公室「死磨硬泡」出来的，在SpaceX内部，也有人觉得给对手助攻不太对劲，但巨大的财务压力还是让马斯克屈服了，没人用Grok，再多的算力储备也没意义啊； - 在硅谷，算力即权力，能够提供算力的人，就是各家科技公司竞相恳求的座上宾，这催生了某种「算力掮客」的隐秘生意，这些掮客并没有算力资产，但他们能想尽办法榨出算力，无论是把机房建在德州农村的鸡舍里，还是去台北说服一家服务器公司签单，只要能给模型使用，价格随便填； - H100已经是英伟达好几代之前的AI芯片了，但今年以来的每小时租赁成本仍然涨了60%以上，原本来者不拒的云厂商也开始「挑客」，那些不能签订长期合同、不能预付更多费用的公司，是婉拒的哈，「就像是租房，你眼睁睁的看着月租变成了年租，年租变成了长租，长租变成了还要额外预付一整年的租金」； - 现在连风险投资机构都开始囤算力了，因为很多时候光是花钱，可能抢不到好的项目，但是如果在投资之外，还对创业公司表示「如果你缺算力的话我这里有多的哦」，那么自己的竞争力一下子就会翻倍，Y Combinator就已经在自己训练营里的创业公司补贴GPU集群了。 🫤 source:The Desperate Hunt for AI Computing Power Is Upending Silicon Valley

新版的 GLM 5.2 基本稳稳站住全球开源模型第一的位置了，作为开源模型可以排到全球前三。上一个这么牛逼的还是 DeepSeek，给 AI 圈带去一点震撼。Claude 4.6 之后提升就没那么大了，4.6 也是 AI 编程的可用线。前端时间巨头们开始对 AI 投入算总账，几十亿美金的 AI 账单，现在用开源的GLM 5.2自己部署，就能立即省下高额的 AI 账单，Claude 的收入端可能要大受影响了。 中美顶尖 AI 的差距大概也就是半年左右，另一方面也说明大模型的护城河没那么深，半年时间的差距并非不可逾越，Anthropic 的万亿估值显然是挺虚的。Claude 年初最辉煌的时候，总有人会说 Claude 多牛逼，迭代速度多强，我去看了一下 zcode 的迭代速度基本是一天一更，这次zcode3.0+GLM5.2 真的和 codex 使用起来没什么太大差距了。 还有中国为什么一直追不上，主要是因为算力资源的限制，假如算力限制放开怕是已经 4:6 开了。可怜的智谱算力一直都不足，难以想象要是有充足的算力且模型是闭源的情况下，难以想象收入会高到什么程度。 The new version of GLM 5.2 basically stand firmly in the first position of the global open source model, as an open source model can be ranked in the world's top three. The last one was DeepSeek, bringing a little shock to the AI circle. After Claude 4.6, the promotion was not so big, and 4.6 was also an available line for AI programming. The front-end time giants are starting to take a general ledger of AI investment, billions of dollars in AI bills, and now deploying themselves with the open source GLM 5.2 can immediately save the high AI bills, and Claude's revenue side may be greatly affected. The gap between the top AI of China and the United States is about half a year, on the other hand, it also shows that the moat of the big model is not so deep, the gap in half a year is not insurmountable, the Anthropic trillion valuation is obviously quite empty. When Claude was at its most brilliant at the beginning of the year, some people would always say how awesome Claude was and how fast the iteration speed was. I went to see that the iteration speed of zcode was basically one change every day. This time zcode3.0 GLM5.2 was really not much different from codex. There is also a reason why China has been unable to catch up, mainly because of the limitation of computing resources. If the limitation of computing power is released, it may have already been opened at 4:6. Poor intellectual spectrum computing power has been insufficient, it is difficult to imagine if there is sufficient computing power and the model is closed source, it is difficult to imagine how high the income will be.