北京时间5月13号晚上7:50，特朗普抵达北京首都国际机场。这次访华吸引了海内外诸多媒体关注，本次豪华“访问天团”不仅有埃隆·马斯克、黄仁勋，还有 WLFI 联合创始人 Eric Trump。 我认为这是一个很明显的信号。因为几天前在迈阿密共识大会上，Trump Jr. 已经明确回应了“特朗普家族要放弃 WLFI”的传言，他直言：“有人这么说，不代表就是真的，这些叙事很多都是机器人矩阵号推动出来的。” 事实上，这些传言大多源自一些小细节被过度解读，比如官网团队页面短暂下线，就被曲解为“要跑路”。而 Eric Trump 这次亲自随行访华，用行动给出了最直接的回应：WLFI 团队没有放弃项目，全球布局和战略推进依然稳步进行。 这次访问不仅显示了 Trump 家族和科技圈大佬之间的紧密互动，也让人看到了 WLFI 在全球科技和经济版图上越来越重的分量。随着各路高层齐心联动，WLFI 有机会在全球科技产业和政治经济舞台上掀起新的浪潮。 Keep building🦅 #USD1# #WLFI# @worldlibertyfi

《武林外传》舞台剧上海首演，“莫小贝”长大接任客栈新掌柜 "Wulin Waizhuan" stage play debuts in Shanghai; "Mo Xiaobei" grows up to become new innkeeper.

NVIDIA 发布了其基于 ARM 架构的新处理器 RTX Spark - 该处理器搭载了相当于 RTX 5070 的 GPU。 - 在现代游戏中，它能在 1440P 分辨率下以 100 FPS 运行。 - 即便在拔掉电源的情况下，这款笔记本电脑在运行 Windows 系统时仍能保持性能。 - 电池续航时间长。 - 其目标不仅是笔记本电脑，还包括台式电脑。 - 它与《007：第一缕光》和《极限竞速：地平线 6》一同在舞台上展示。 - 人工智能处理能力也很高。 将于 2026 年秋季发布。

白上咲花真的很美。 . 新的一年，除了用她美美的照片祝福大家猛如種馬，也希望她本人在各個舞台都能發光發熱—剛在泰國辦完活動、YouTube頻道訂閱也超過兩萬人，2026的她看起來希望無窮，而那本就是她該得的～ . #白上咲花# #ShirakamiEmika# #䢗童顏長身美少女# . Model @emika_shirakami

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？

HK 2026 Web3 Festival 我们顺利收官啦 🧡 这一周从主场展位到主舞台，从 KOL 同框到采访对话， 我们见到了太多熟悉的脸、认识了太多新的朋友，也带回了一时讲不完的瞬间。 链屿 @CHAINISLE_MCN 从来不只是一个叙事， 它正成长为一个属于创作者彼此扶持、彼此看见的生态圈。 🏝️ 在 CHAINISLE #链屿，我们一直在做的事其实很简单，# 就是把创作者、注意力，和真正的机会连在一起。 谢谢每一位陪我们一起走过这一周的你。 主会场的瞬间，都在这支视频里 ⤵️

【中東斡旋】巴基斯坦缺電之際 意外站上中東外交舞台 當前巴基斯坦人有些不清楚，究竟該為政府的成績喝彩，還是該為它的失職憤怒。這個國家如今似乎站在推動西亞和平的中心位置，並有望於本周主持新一輪美伊談判。與此同時，全國民眾正熬著酷暑忍受長時間停電。

✨✨✨Review of Mr. Miles Guo's Live Breaking News ✨✨✨ #重温郭文贵先生直播爆料# (2022.03.17) **The Russia-Ukraine War Pushes the New Federal State of China onto the International Stage** 【俄乌战争将新中国联邦推向国际舞台】

从Kraken直连美联储，到三大CEX“传统金融”新动作 如果退回到比特币刚刚诞生时，加密原教旨主义者们的终极愿景是“颠覆”传统华尔街。 然而，站在今天的时间节点上审视整个行业，我们发现剧本走向了另一个极其宏大且务实的终局：加密巨头们并没有消灭传统金融，而是正在将其全面吞噬、融合，并重塑为下一代全球金融基础设施。 近期，围绕Kraken、币安（#Binance）、##OKX# 和 #Coinbase# 这四大顶级CEX的一系列密集动作，构成了这一宏大叙事的完美拼图。加密交易所已经不再仅仅是“炒币的法外之地”，它们正在不可逆地成长为集清结算中心、全资产券商、#AI# 智能终端与合规银行于一体的“金融利维坦”。 一、 底层管道的突破：#Kraken# 直连美联储，坐上清结算“主桌” 长期以来，加密行业最大的命门在于“法币通道”。无论是多大的交易所，都必须仰仗传统中介银行进行法币的清结算，这导致了极高的摩擦成本和随时被“拔网线”的系统性风险。 但 Kraken 打破了这一次元壁。其旗下拥有怀俄明州特殊牌照（SPDI）的银行部门 Kraken Financial，正式获得了美联储的“主账户”批准，成为首家接入美联储核心支付系统的加密公司。 这意味着什么？这意味着 #Kraken# 跨过了所有中介商业银行，直接接入了日均处理超 4 万亿美元的 Fedwire 联邦电汇网络。虽然这是“有限权限”（不包含准备金计息等完整兜底），但 #Kraken# 在底层清算逻辑上，已经与数千家美国传统银行平起平坐。 传统银行业团体（BPI）对此表现出的强烈焦虑和批评，恰恰反证了这次突破的致命性。配合其200亿美元估值及IPO计划，Kraken 正在向资本市场讲述一个极其性感的全新故事：一家掌握美国法定货币底层清算分发能力的加密原生银行。 二、 资产端的全面融合：代币化证券与华尔街资本的深度绑定 当底层管道被打通，资产端的全面融合便水到渠成。头部CEX正在疯狂地将传统金融（TradFi）资产引入加密世界，同时也将加密流动性反哺给华尔街。 币安（#Binance）的数据揭示了惊人的趋势：# 自 2025 年 12 月至 2026 年 3 月，币安 TradFi 永续合约的累计交易量（Cumulative Trading Volume，紫色区域）和累计交易笔数（Number of Trades，粉色线条）经历了一个近乎垂直的抛物线式增长。 在 2026 年 1 月下旬至 2 月初，数据迎来了超级拐点。随后短短一个月内，累计交易量一举突破了 1300 亿美元大关，累计交易笔数逼近 9000 万次。其中，黄金和白银等宏观资产主导了这波狂潮。 这根陡峭的增长曲线意味着什么？它意味着海量的加密原生资金不再满足于仅仅炒作纯链上资产，而是开始通过 #CEX# 庞大且丝滑的流动性池，疯狂涌入传统宏观资产的定价博弈中。 与此同时，币安 Alpha 乘胜追击，大量上线 $Ondo 代币化证券（数量已达20个，覆盖 $COIN 、 $BABA 、 $MSTR 等美股核心标的）。这不仅仅是增加交易品种，这是在用区块链的流动性，重构美股的底层确权与流转方式。 #OKX# 则投下了一枚震撼弹： 纽交所（#NYSE）母公司洲际交易所集团（ICE）以# 250 亿美元估值对 OKX 进行了战略投资，并加入董事会。这绝不是普通的VC注资，而是全球顶级传统交易所与顶级加密交易所的世纪联姻。 OKX 计划将 2000 名员工迁往美国，向 ICE 提供实时加密定价数据，并在 2026 年下半年让全球超 1.2 亿用户直接交易纽交所上市的代币化股票和衍生品。传统金融巨头ICE清楚地看到，未来的流动性在 Crypto，而 OKX 则是那座桥梁。 #Coinbase# 更是直接“卷”入了传统券商的腹地： Coinbase 宣布直接上线股票交易功能（支持每周5天24小时延长交易）。同时，其面向机构的 Coinbase Prime 推出了统一跨品种保证金功能，将现货、加密衍生品甚至监管期货放在单一账户下计算风险。这已经是全球最顶级的机构级主经纪商（Prime Broker）玩法。 三、 用户体验升级：AI驱动与真实可信的社交网络 在机构端高歌猛进的同时，CEX在零售端（散户）的用户体验上也完成了对传统券商App的降维打击。 币安正在全面“AI化”： 其正式推出的 7 个 AI Agent Skill 堪称散户的专业研究员。从覆盖行情的交易指令，到秒级返回链上流动性和持仓分布的“代币详情”，再到自动检测增发/冻结风险的“合约审计”，以及梳理热点轮动的“Meme Rush”。结合正在审计的 MPC 钱包，币安正在将复杂的链上交互和投研，封装成极其傻瓜式的AI对话框。 OKX 则重塑了“金融社交（Social Trading）”的信任底座： 其推出的 Orbit 社交功能，用户展示的持仓、盈亏及交易记录全部由交易所底层数据直接生成，不可编辑、不可删除。配合与 KYC 绑定的创作者激励机制，OKX 正在打造一个基于绝对真实数据的去中心化金融彭博社+雪球。 四、 拥抱监管阵痛：走向阳光下的必经之路 “欲戴王冠，必承其重”。全面吞噬传统金融的代价，是必须面对极其严苛的国家级合规与税收监管。这也是整个行业成熟的标志。 币安亚太区计划今年新增 5 张牌照，使全球持牌数超 20 个，这种重金砸向合规合法的决心可见一斑。 而在美国，Coinbase 正站在与监管博弈和磨合的最前线。 面向美国国税局（IRS）的 1099-DA 数字资产税务申报表格，Coinbase 指出了其不合理之处（如要求申报微小的稳定币和Gas费会导致系统崩溃），但也同时在积极向数百万用户发送税务表单。IRS 甚至提出新规，允许交易所对拒绝电子接收税单的客户停止服务，CoinLedger 的数据也显示大量美国用户收到了纳税警告。 同时，#Coinbase# 高管在英国上议院强硬捍卫稳定币的价值，指出完全储备的受监管稳定币“比未投保的银行存款更安全”，并直面传统政客对于“银行脱媒（资金流失）”的担忧。这不仅是为自己辩护，更是代表整个加密行业在主流政治舞台上争取话语权。 结语：新旧世界的交汇点 纵观这四大巨头的最新动向：Kraken 搞定了底层法币清算；OKX 和币安通过 ICE 和代币化证券打通了中美股等核心传统资产；币安用 AI 重构了交易终端；Coinbase 则硬刚欧美监管，理顺税务与合规。 这已经不是一个“币圈”的故事了。当加密交易所开始用极低的成本、7x24小时的效率、真实的链上数据和AI辅助，向全球数亿用户提供存款、美股、黄金、加密货币一站式交易，并接受IRS的税务审计、美联储的底层清算时——传统华尔街券商和银行的护城河，正在被以不可思议的速度瓦解并重构。 加密世界不再需要依附于传统金融，因为它本身，正在成为新的传统金融。 Source：cryptoquant

币圈真的不是某个高维文明打造的小型社会试验场吗？每个人都能看到自己想看到的东西。 有人看到了下沉和抽象，看到在严肃舞台上自杀式高歌以博取一点关注度，看到大爷大妈组团而来赋能相爱。 有人看到了甘之如饴的新机会，RWA早已成为内地自媒体博主的流量密码，吸引着大批平时接触不到第一手信息和前沿概念的长辈。 如果还想听点形而上的技术理想，以太坊基金会主席也在台上讲安全，讲去中心化。好故事，好信仰，管饱管够。 如果还想听点合规业务的落地，这里也有，香港证监会刚宣布给代币化资产接入二级市场开绿灯。 请选择您的英雄，选择您的Web3剧本。🦸