人类主观上的“生命长度”，并不接近客观时间。 而更接近：记忆中的状态变化密度。 ⸻ 童年为什么漫长？ 不是因为时间更多，而是因为： - 一切都新 - 世界模型持续重建 - 感知高分辨率 - 没有稳定压缩模板 于是，大脑无法把经验批量编码。每一天都必须真实计算，所以时间被“拉长”。 #来自AI的洞见#

《 变成更好，更自由的自己 》 引用的这篇文章是我今天读到很有共鸣的一篇文章，尤其适合KOL这个赛道。不管你是否打算做KOL，都非常值得花点时间琢磨。 如果你用小红书，你会发现这哥们 @thedankoe 已经成了很多博主特别追捧的对象（养活了很多学习号😂😂）。 不过有一说一他是有干货的，在个人品牌和数字创作者领域非常有见地，也相当成功。 反鸡汤，反主流教育/工作观，很戳“不想一辈子打工的当代年轻人”。 好了，说说昨天他这篇长文说了啥。 ~~~~~~~~~~~~~ 拥有多种兴趣不是弱点，而是当今时代（他称为“第二文艺复兴”）的超级优势。 不要浪费未来2-3年去强迫自己“专注单一领域”，而应该把多种兴趣整合成一份有意义、可赚钱的生活方式。 下面是文章主要观点的提炼（对应原文7大板块）： 1⃣专家时代已经不再吃香 工业时代推崇专业化（像工厂流水线），但这导致人变得愚蠢、依赖性强。
 真正成功靠三点： 自我教育（自己主导学习） 自我利益（追求真正对自己和他人有益的事，而不是公司/系统的利益）、 自给自足（不把判断权、学习权外包给别人）。
 这三者自然催生“通才/泛化者”（generalist），他们能跨领域整合想法、快速适应，而纯专家容易被取代。 2⃣我们正处于第二文艺复兴，抓住机会
 像印刷术引发了文艺复兴一样，今天的互联网、AI让知识极度廉价、任何人一生都能掌握多领域。 
多种兴趣会产生独特的“视角残留”（residue），形成别人（甚至AI）模仿不了的交叉洞见，这是你最后的护城河。
 例子：达芬奇不只画画，还搞工程、解剖；现代人结合心理学+设计、销售+哲学、健身+商业，就能创造别人想不到的价值。 3⃣如何把多种兴趣变成可持续赚钱的生活
 需要一个“容器”（vessel）把兴趣整合起来 → 成为创作者（creator）。
 把社交媒体当成“公开做笔记”的地方，学习过程本身就是内容。
 吸引注意力 → 卖产品（课程、系统、软件等），而不是找一份压抑兴趣的工作。
 这样学习=研究、工作=创作，自由度极高，还能快速试错、推出新产品。 4⃣把自己变成一门生意
 创业不再需要大资本，只需笔记本+网络。
放弃“技能型路径”（学一门技能→教→卖，容易变成新9-5）； 选择发展型路径： ◦追求自己的目标（打造个人品牌） ◦分享学到的东西（内容） ◦帮别人更快达到同样目标（产品）
把自己当成客户画像，帮“过去的自己”解决问题。 5⃣品牌 = 一个环境/世界
 品牌不是头像+简介，而是读者3-6个月后脑海中积累的对你的整体印象。
 它是你的人生故事、世界观、哲学在所有触点（帖子、Newsletter、页面设计等）的体现。
先写出自己的人生低谷、成长经历，用故事过滤所有内容，保持一致性。 6⃣内容 = 新颖视角
 互联网信息爆炸，胜出的靠高信号、高密度想法。 
建一个“创意博物馆”（swipe file）：收集旧书、优质博客、顶级账号的高密度想法。筛选标准：有表现潜力（别人会喜欢）+让你兴奋（自己真感兴趣）。
 练习：把同一个想法用1000种不同结构写出来（钩子、列表、故事等），提升表达力。 7⃣系统就是新产品
 现在人们不想要泛泛的解决方案，他们想要你的独特系统（你自己验证过、迭代出来的方法）。
 例子：Dan Koe 的“2小时写作”系统，就是他解决自己内容创作难题的实验结果（收集想法→模板→跨平台复用→Newsletter为核心）。
 系统是个人经验的结晶，很难被复制。 总结一下，Dan的意思是： 把好奇心、多种兴趣通过自我教育 → 公开分享 → 打造系统 → 卖给同频人群这条路径，变成自由、充实又有收入的生活方式。 ~~~~~~~~~~~~~~ 我非常赞同这个思路，原因在于能支撑我多年如一的学习，分享的重要逻辑就是上面的这一条。 币圈认知更替速度非常快，你真想学几乎每天24小时全部投入进去都学不完。我对Defi，对交易，对项目投研，对Vibe Coding等知识的学习基本都是自我教育。 但如果我想要输出给更多的读者，我需要把自己学习的东西系统化，印证有效，然后才能公开分享出去，并逐步沉淀为自己的铁粉群体。 大部分收益我依然来自于自己学习体系的投资和交易逻辑，但分享后带来的额外收益会让我更愿意投入到自我学习这个循环里，并试图做的更好。 而且这个循环让我能享受自由充实且有收益的生活方式，让我很乐在其中。 他文中的1/2/3/4 都是我已经有做到的，但5/6/7 我还有待提高。 “品牌不是头像+简介，而是读者3-6个月后脑海中积累的对你的整体印象。” -- 我兴趣很杂，到底我应该如何更进一步凝聚读者们对我个人品牌的印象？ -- 需要思考。 现在AI的平民化，便利化，让“超级个体”更加容易成为之前一个企业所能达到的规模和影响力。我们的确处在第二个文艺复兴的黄金节骨眼上。 我最近几个月远比过去几年焦虑，焦虑的不是如何赚钱，而是如何在这股浪潮里不被淘汰下去。 Dan Koe这篇文章帮助我把过去一些思路理的更清晰了，希望也能对你们有所帮助。 2026，我们一起变的更好

SemiAnalysis创始人Dylan Patel最新访谈：存储仍有2-3倍上涨空间，CPU为短期补缺，CPO量产推迟至2028年底-2029年 Dylan Patel指出，Anthropic已实现自由现金流转正、ARR突破500亿美元且毛利率超70%，有力回应市场对AI ROI的质疑。 硬件层面，AI推理模型驱动的内存需求呈结构性爆炸增长，供应缺口将持续多年，价格仍有2-3倍上涨空间； CPU增长主要来自历史补缺，属短期「迷你周期」； CPO大规模量产推迟至2028年底-2029年，铜缆红利期意外延长； 电力瓶颈则推动数据中心加速转向「表后电源」自建方案，催生能源与电力转换供应链的重大投资机会。 AI基础设施各层同步承压，机会与风险并存。以下为Dylan Patel访谈核心观点的逻辑重构与分析提炼。 1. AI需求侧：ROI疑虑落地，Anthropic率先实现盈利 市场普遍质疑AI投资回报，Dylan以Anthropic具体数据回应：2026年Q2已实现自由现金流转正（4-6月连续盈利），ARR超500亿美元，毛利率超70%。 OpenAI也随Codex等产品采用率提升快速增长。 SemiAnalysis自身AI支出轨迹印证这一趋势：2025年11月90人团队年化AI支出不足10万美元；2026年1月底因Claude Code大规模应用飙升至400万美元； 目前达1100万美元（峰值周折算1400万美元），已占人力成本三分之一，年底可能达一半。 分析洞见：更强模型未必更贵。新模型通过更高token效率（例如任务从10万token/多轮交互降至2.5万token/单次完成）降低综合成本。 这正是Anthropic在竞争中领先OpenAI的关键：token效率更高，用户总成本更低。 企业往往通过削减其他SaaS支出、而非压缩AI预算来支持AI增长，生产力提升带来的价值远超增量成本。 2. 内存：结构性超级周期，而非普通周期 Dylan对内存最为看好，判断这不是短期短缺，而是持续多年的结构性短缺。 核心驱动：推理模型（尤其是o1-like）使上下文长度爆炸式增长，KV Cache需求激增。传统对话上下文仅数千token，而推理模型可达数十万token，内存消耗呈指数级差异。 供给侧：内存产能年增长仅20-30%，远低于AI需求翻倍速度。价格已涨约4倍，预计还将再涨2-3倍。消费电子（中低端手机出货已降40%）将率先被挤压，iPhone/MacBook等高端产品明年价格将上涨，直至AI获得足够产能。 长期视角：即使未来进入下行周期，从波谷到波谷仍呈明确增长趋势。内存将从大宗商品转向高毛利结构性成长品类。 3. CPU：补缺行情为主，勿过度外推 CPU因强化学习（环境验证）和智能体（工具调用、实时交互）需求复苏，但Dylan给出明确警示：这主要是历史补缺，属短期迷你周期。 - 过去数百万颗AI加速芯片出货，但配套CPU严重不足，目前处于集中补齐阶段。 - 单系统价值：Blackwell GPU约5万美元，CPU仅约5000美元。即使CPU配比提升，绝对金额仍远低于GPU和内存。 - 长期来看，一旦补缺完成，需求回归正常增量，增长速度不会持续超过AI加速芯片。 分析：CPU是AI服务器中的「配角」，其重估已较合理，但不会改变GPU+内存主导的格局。 4. 光互联：CPO推迟，铜缆红利延长 CPO（共封装光学）被市场过度乐观，Dylan判断大规模量产推迟至2028年底-2029年。 原因：制造良率、芯片设计、供应链成熟度不足。 NVIDIA Rubin及后续Feynman架构仍主要采用铜方案，CPO需等待多代迭代。 中期机会：铜缆和非CPO光学方案受益更大（如安费诺等连接器公司）。长期CPO必然发生，但短中期铜缆仍有显著红利窗口。 5. 电力：表后电源成主流，能源链条机会广阔 电力是AI增长最硬的物理约束。预测：今年新增数据中心用电20GW，明年30GW，后年50GW。 拆解三维度： - 输电：最难突破，受监管、地方垄断、成本分摊机制制约。 - 发电：表后电源（自建）将占新增用电约一半。主流为CCGT联合循环燃气机组（GE Vernova、三菱、西门子），同时涌现往复式发动机、工业燃气轮机乃至改装车/船/火车发动机的创新方案。 约两年后，太阳能+储能成本有望低于燃气；更长期可考虑太空数据中心（无需储能）。 - 转换：IGBT、SiC、GaN MOSFET、固态变压器、UPS、超级电容等电压转换链路快速演进（12V→54V→800V DC等）。 SemiAnalysis目前最大研究团队正是「DEI」（Data Center、Energy & Industrial），追踪全球每座数据中心与发电资产动态。 总结投资逻辑 AI基础设施每一层均面临瓶颈，但也孕育结构性机会：内存超级周期、铜缆延长红利、表后能源与电力转换链。 Dylan Patel的判断强调区分短期补缺与长期结构性趋势，避免情绪化外推，聚焦供需错配、技术落地时间线与经济学本质。 此分析框架，帮助投资者穿越市场噪音，把握AI基础设施的真实脉动。 $DRAM

全球最大的CDN服务商Cloudflare刚刚更新了一个数据，整个互联网上，来自AI的访问流量，已经正式超过了人类网民。 主要原因是Agent（智能体）的渗透加速，它们能够自主调用浏览器等工具进行超量的访问任务，动不动就是一次性爬完上千个网站抓取数据，只为回答一个问题， Google这种搜索引擎的爬虫，平均抓取14次页面，就会带来1次人类点击，聊天机器人虽然也会在回答里加入回流链接，但和它们的抓取量级相比，根本不够看，ChatGPT是抓取1700次页面才有1次人类点击，而Claude更是达到了73000:1的比例。 照此趋势计算，5年后AI访问互联网的规模将是人类的1000倍以上，而这会带来一个小小的影响，就是过去几十年来基于流量的商业模式眼瞅着要崩掉了。 以前的分配体系是，大部分网站免费生产内容，它们被搜索引擎收录并分发出去，而用户在访问时，会有部分注意力被网站上的广告吸引，最后给网站贡献收入。 新的问题在于，AI不会点广告，或者说就算它点了也是无效行为，大部分时候它爬完内容就走了，回去给用户汇报，此时网站生态的经济模型就也不成立了。 普遍的判断是，屏蔽AI这种开倒车的做法没有意义，继续运营只服务于人类的网站必然越走越窄，一定要找到共存的法子。 目前看到的一些尝试，我觉得希望都不大，但「创意」都还挺有意思的。 像是Cloudflare自己提出来的解法是，在AI和互联网之间新增一套「结算协议」，网站可以向AI爬虫定价，比如来查一次数据要付0.0001分钱这种，同时推动AI大厂接受这套规则。 比如你问AI某部电影的评分如何，AI去烂番茄查询时，会被先拦下来，直到付完0.0001分钱，它就能继续拿到需要的数据，至于这0.0001分钱，到底是包含到订阅费里，还是发起任务的用户额外承担，就是AI公司和用户之间的事儿了。 如果说Cloudflare还属于守序善良，那么已经有网站的自救行为称得上是混乱邪恶了。 大名鼎鼎的「时代」杂志最近被人发现它开始给全站加载只有AI才能看得到的GEO信息，由此强行创造新的收入。 什么意思呢？ 就是如果AI爬虫访问「时代」杂志的页面，那么在正常内容的混排里，AI还会看到一些类似「xx银行的房贷利率全网最低」之类的隐藏文案，相当于无时不在的GEO注入，借此影响（污染）AI的数据库，因为主流的模型都带有长期记忆，以后用户万一提出房贷利率的问题，这时的注入可能就会起到一些作用。 当然，考虑到GEO本身就是一个不确定性极高的做法，「时代」杂志未必能够真的把这个产品卖给商家，但它表现出了内容供应商的一种共同态度： 是的，我承认没办法阻止AI过来白嫖，但我有的是手段恶心AI⋯⋯

随着AI不断从单纯叙事转为落地应用，我们可以清晰的看出A2A经济已经快速发展，不管是从技术上还是创新思维上，显然，AI经济体已经距离我们不远。 而随着AI叙事的不断发展，AI也已经进入了重资产时代，过去大家讨论的是模型，而现在大家讨论的是真正决定AI上限的是什么？ 例如，GPU的研发与发展，产能，电力是否足够，是否支持AI的快速发展。数据中心的基础建设甚至还有融资能力以及资本开支情况。 而 @USDai_Official 做的事情倒是挺有趣，简单看了下，他们是在尝试把AI的算力基础金融化，当然，这种金融化并非传统意义上的Defi 让AI数据中心运营商，可以用GPU和未来现金流作为抵押获得融资，而链上的资金则可以获得来自AI基础建设的真是受益，算是RWA与AI资产运作的结合，这个想法我觉得还是很有趣，而且对于很多AI企业也确实有实质性的帮助，同时也通过这种方式增加融资能力加速AI基建的发展。 第一层，USDai，由 PYUSD 支持的合成美元 第二层，sUSDai，可获取 GPU 信贷收益 + 美债收益 本质上就是让AI算力现金流资产证券化，提供了融资杠杆，优势是为AI提供了融资渠道，缺点是可能会增加AI行业的金融风险。 而 这也印证了为何很多AI项目逐渐走向 RWA 、AI InfraFi与GPU Finance，而 能得到 @binancezh 青睐，估计在战略目标上与币安时相对重合的 如果小伙伴们长期关注AI、BNB生态，以及稳定币收益还有GPU金融化，可以深入研究一下这个项目以及赛道，是有一定的应用空间。 传送门： 这次 Wallet 上线的活动更应该多多关注一下，持有BNB的小伙伴们的福利又来了，虽然近期 #Bitcoin# 继续反弹，但是还并未走出新趋势的突破，市场的热度还是不高，而U这半年汇率也在下降，这半年最火的就是如何让手中的钱安全的“赚起来” 我现在赚到的钱，基本上就是买BTC ，然后重点买BNB，最后才是ETH，并不是不看好ETH，而是觉得BNB不定期出的各种福利，收益确实不错，而且以现在的价格，我觉得还是蛮有性价比的！

不远的将来，99%的交易员都会被AI淘汰。 这是知名宏观投资人Raoul Pal的观点。 Pal说，自己绝不是危言耸听，而是基于 AI，宏观和金融市场结构做出的一个推演。 传统交易员在今后面临的不是竞争，而是被直接降维碾压，具体原因可以拆解成4个。 首先来自 AI 本身。 Pal 认为，现在最顶尖的 AI 模型已经接近人类博士级别，IQ 大约在 150 左右，更可怕的是，这种能力还在快速跃迁，可能每 9 个月就翻倍一次。 一旦 AI 的推理能力从 150 走向 300，600，甚至更高，它在科学，医学，心理学和金融市场上的分析能力，都会远远超过人类肉脑。 交易本质上是一场信息处理和概率判断的游戏，当对手拥有更快的计算速度，更大的数据吞吐量和更稳定的执行能力，传统交易员的优势会被迅速压缩。

昨天英特尔财报出来涨了12% 营收161亿美元，同比增长25%，明显高于此前约144亿美元的市场预期 数据中心与AI收入62.6亿美元，同比增长59%，是本季最强增长来源。 调整后毛利率恢复至41.8%，说明涨价、产品结构改善、晶圆良率和工厂效率开始反映到利润上 Intel Foundry收入增长至57.7亿美元，但其中大量收入来自英特尔内部产品，营业亏损仍有21亿美元 Q3营收指引158亿至168亿美元、调整后毛利率42%，均显示管理层预计增长和盈利修复可以延续 根据英特尔的财报可以得到的判断是： 英特尔“产品业务反转”的证据已经比较充分，但“全球代工厂反转”的证据还不够。 短期利好来自AI服务器CPU需求、毛利率修复和强劲指引 中长期估值能否继续抬升，取决于18A是否获得有规模的外部客户，而不只是替英特尔自己生产芯片 这里还要说一个对于AI的事情，AI 并不是一个cpu或者一个显卡 英伟达芯片出货率增加59%，那么同样的光模块，内存，储存，都增加59% 这里我预测下周康宁也会增加50%以上的光模块出货 目前7姐妹里，两姐妹已经证明了，AI 的支出在大大增加 预测第三季度ai就会反弹 @MSX_CN 买美股上msx

🔥 SK Hynix 刚刚做了一件市场很多人还没完全意识到意义的事： 它开始“拒绝”Alphabet、Microsoft、Meta 的数百亿美元投资支持。 不是因为缺钱。 而是因为它终于站在了 AI 供应链权力结构的最顶端。 过去几十年，半导体行业大多数时候都是客户主导。 云厂商、手机厂商、PC 厂商拥有订单权。 芯片公司负责拼命扩产、降价、抢客户。 但 AI 时代第一次出现了真正的角色反转： 现在不是科技巨头挑供应商。 而是供应商开始挑客户。 SK Hynix 的担忧其实非常直接。 如果接受 Meta、Microsoft、Alphabet 的资金去建晶圆厂，未来就会形成一种“绑定式供应关系”。 问题在于： 一旦经济周期反转、AI 需求放缓、库存调整出现，大客户可能要求： 优先供货 锁定低价 长期折扣 独家产能 价格底线限制 这会直接破坏 SK Hynix 现在最核心的优势： 超级供应商地位。 而这个地位，来自 AI 推理时代最稀缺的东西： HBM。 现在市场很多人还停留在“GPU 最重要”的阶段。 但真正跑 AI 推理的人越来越清楚： GPU 决定算力上限。 HBM 决定模型真正能否持续推理。 没有 HBM，GPU 只是空转。 尤其进入 Agentic AI 时代后，模型需要： 更长上下文 更大 KV Cache 更多并行推理 更多实时检索 更多持续状态保持 这会直接推高 HBM 的重要性。 而真正能稳定量产高端 HBM 的厂商，全球几乎只剩： SK Hynix Samsung Micron 其中 SK Hynix 又是 NVIDIA HBM 供应链里的核心主导者。 这意味着什么？ 意味着 Meta、Microsoft、Google 这些本来拥有全球最强资本实力的公司，现在开始反过来： 希望帮供应商建厂。 这是 AI 时代非常重要的权力信号。 因为这些科技巨头真正害怕的，不是 GPU 不够。 而是未来 HBM 不够。 报道里有一个细节特别重要： Meta、Microsoft、Alphabet 甚至愿意帮助支付 ASML High-NA EUV 设备费用。 这不是普通设备。 这是下一代先进 DRAM 节点的核心工具。 单台接近 5.5 亿美元。 科技巨头愿意帮忙买设备，本质上是在提前“锁产能”。 因为他们知道： 未来 AI 基础设施真正的瓶颈，可能已经从 GPU 慢慢转向： 先进内存。 而 SK Hynix 最聪明的地方在于： 它没有直接拒绝这些资金。 它只是拒绝“股权式绑定”。 然后把这些科技巨头的焦虑，转化成： 更高预付款 更长期合同 更强价格保护 更长锁单周期 这才是最强势供应商会做的事情。 你会发现，现在 AI 产业链里真正拥有议价权的公司，开始越来越像： “资源垄断者” 而不是传统电子制造商。 这也是为什么我一直认为： AI 的下一阶段核心，不只是 GPU。 而是： HBM DRAM NAND 先进封装 EUV 电力 冷却 高速光互连 这些才是 AI 推理真正的“氧气层”。 而很多人低估了： $MU 可能是整个美国市场里，最重要的 AI Memory 战略资产之一。 因为美国最终一定会希望： 先进 HBM 供应不能完全依赖韩国。 这也是为什么现在越来越多人开始重新理解： $DRAM 本质上不是传统存储逻辑。 而是 AI 推理时代的“认知容量基础设施”。 谁控制 AI 的记忆系统。 谁就控制未来 AI 的一部分上限。 你觉得未来 AI 最大瓶颈会先出现在： GPU、HBM、电力，还是数据中心本身？

SHE NICEST Global联合SIMAN LABS Meetup · 深圳站来了！@SIMANLABS 8月14日—8月16日｜联想后海中心 A 座 连续三天，三种玩法，提前感受 AI 时代正在发生什么。 如果你正在关注 AI、创业、产品、Vibe Coding，或者只是想看看—— AI 到底正在怎样改变我们的工作、产品和生活？ 这次深圳站，来聊点真正有意思的。 8.14 周五｜AI × 企业工作流闭门交流会 企业管理者 / 产品 / 运营 / 创业团队优先 财务报表、销售跟进、客户看板、日报周报、PPT…… 那些每天重复、耗时、又让人头疼的工作，能不能交给 AI？ 现场从真实办公痛点出发， AI 工作流 × Vibe Coding × 一键部署， 带你把一个真实需求，现场变成可以使用的 AI 应用。 8.15 周六｜AI时代：下一代产品与创业机会在哪里？ AI 从业者 / 创业者 / 产品经理 / 开发者 / 科技爱好者 AI Native、智能硬件、AI 陪伴、AI 消费产品…… 下一代产品正在长什么样？ 邀请来自 AI、智能硬件、创业与新消费领域的行业嘉宾， 分享他们正在做什么、看到了什么，以及他们眼中的下一波产品与创业机会。 不只聊趋势， 更想听听真正做产品的人，正在经历什么。 8.16 周日｜从一个想法，到一个真正的 Demo AI 小白也可以来 She Nicest 黑客松优秀选手现场分享作品， 再由秒搭带你体验 Vibe Coding： 一个想法 → AI 辅助开发 → 完成 Demo → 在线部署 你不需要会写代码， 也可以带着自己的想法来现场试一次。 ⸻ 🚀 这不仅是一场 Meetup 它也是 She Nicest 8月26日—8月30日「千人黑客松」深圳站的预热活动。 你会提前看到： AI 正在创造什么 → 人们正在做什么 → 下一代产品可能是什么 → 你自己又能做什么。 三天，三种视角： 企业落地 × 行业趋势 × 亲手创造 如果你最近也在想： 「AI 这么火，我到底应该怎么参与？」 「别人都已经在用 AI 做产品了，我是不是也可以？」 「下一波机会到底在哪里？」 那就来深圳站，别只在线上看 AI 的未来，来现场认识正在做未来的人。 📍 联想后海中心 A 座 📅 8月14日—8月16日 扫码关注 SHE NICEST 公众号，回复「深圳」获取报名链接。 名额有限，提前报名。 深圳见。

未来算力需求有多大？有泡沫吗？ 近期Kimi K3发布2.8万亿参数超强大模型，但上线后不得已关停新用户注册。谷歌大力度投算力、建设谷歌云AI基础设施，全年支出上调至1950–2050亿美元。 这些都表明：当前全球算力稀缺、供不应求，谈论“AI泡沫”、“算力泡沫”为时过早。 1、算力需求指数级上升，未来各类AI超级应用爆发 一是AI大模型、多模态、世界模型等持续爆发。万亿参数通用大模型、持续自主思考进化的AI Agent都需要算力支撑，推理算力需求呈指数上涨。 二是实时AI。具身智能、人形机器人、自动驾驶等领域，均需要全程高响应运行，催生规模庞大、超低时延的实时算力需求。 三是边端智能需要海量算力。AI眼镜、AI手机、机器人等产生的海量实时数据，都需要高规格边端AI算力。 我国当前算力资源处于快速增长、供给紧缺状态。7月20日工信部发布数据，截至今年6月底我国智能算力规模达2185EFLOPS，同比增长177%。 2、全球对算力需求升级，推理需求大增，Agent带动Token消耗量大增 全球对AI算力需求重构：告别单一的AI训练驱动，从一次性的模型训练，转向“永续性”、“可持续性”的推理消耗。 巴克莱预测：AI推理需求将为训练的4.5倍、未来占总算力需求超70%。 未来的核心增量来自AI Agent规模化商用，自主任务执行模式大幅提升了AI推理的频次与深度。IDC数据预测，2025-2030年全球活跃Agent将从2860万增至22.16亿，带动Token消耗量年复合增速3418%，成为算力新增核心增长点。 3、全球算力持续扩容，迈入Yotta时代 苏资丰2026CES曾表示，自ChatGPT发布后，使用AI的活跃用户从100万增至10亿，到2030年使用AI的活跃用户将达到50亿，超过全球一半的人口。 为了满足这一变化，未来全球整体算力将提升1000倍，全球算力告别Zetta时代，全面迈入Yotta时代。Yotta时代，全球峰值算力突破10²⁴次浮点运算/秒，算力量级指数级放大。 我在2024年9月预测“信心牛，科技牛”。今年1月从硅谷考察回来提醒：AI不是风口，是海啸，远超三十年前的IT互联网革命，AI的背后是算力，站在光里，存在芯里。 马斯克、黄仁勋、段永平等都看好AI科技长期前景。相信AI科技的前途是光明的，我国发展新质生产力的战略是坚定不移的，对未来充满信心。AI浪潮是第四次科技革命，康波周期量级，并不是短期判断，是长期趋势。在长期看空AI康波周期，毫无胜算。 市场有风险，投资需谨慎。以上仅为研究观点，并非投资建议。不要加杠杆，不要负债投资，坚持长期主义。