註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 那笔
那笔 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 那笔 的搜尋結果
那笔改变你认知的交易,值得被看见。 🚀 #我的Gate交易时刻# 正式开启! 分享你的交易故事、市场判断与投资认知,瓜分$30,000+ 奖池 💰 🏆 单人最高 1,000 USDT ,Top 50 优质内容均有奖励 🎁 转发本条活动推文,抽世界杯限定礼盒 ×2(内含世界杯球衣、足球、抱枕、空顶帽) 📍 X 平台参与方式 1️⃣ 关注 @Gate__Square 并转发本条活动推文 2️⃣ 带话题 #我的Gate交易时刻# 并 @Gate__Square 发布原创内容 3️⃣ 同步发布至 Gate 广场,解锁双奖池机会 X 平台与 Gate 广场独立评选,双平台发布,双重奖励 📅 2026.06.10 – 2026.06.23 👇 活动规则与报名入口:
顯示更多
0
128
292
138
轉發到社區
腾讯和甲骨文那笔约 500 亿元的芯片租赁未能继续执行。合同期限为五年,涉及 10 万颗高端芯片,这些芯片原本放在东南亚的数据中心。 规范的租赁方式,是芯片留在海外、人员在国內,由工程师远程训练模型。美国官员向甲骨文表达了关切;这种做法在法律上没有被禁止,只是窗口指导。 另一方面,广东官员要求腾讯使用国产芯片;英伟达也通知云服务客户,今后至少 51% 的服务必须卖给非中国企业。 短期内,腾讯的训练会受影响;国产芯片目前更擅长推理。长期看,预算会流向国产配套,但从 “能用” 到 “好用”,还隔着生态、良率和产能。
顯示更多
OpenAI 跟 Cerebras 那笔 750MW 的合同今年 1 月签的,1 月份报道的合同价值超过 100 亿美元,后来 S-1 招股书披露的 Master Relationship Agreement 总价值超过 200 亿美元(包含到 2030 年的扩展选项)。第一个产品 2 月 12 日就上线了,叫 GPT-5.3-Codex-Spark。这个产品本身就是 Cerebras 推理引擎实战表现的一份成绩单,可以从几个方面做具体判断。 吞吐方面,Codex-Spark 在 WSE-3 上跑出 1000 tokens/秒以上,标准 GPT-5.3-Codex 跑在 GPU 集群上约 65 tokens/秒,速度差距 15 倍。Cerebras 自己在 gpt-oss-120B 这个开源模型上能跑到 3000 tokens/秒,是当前所有商用推理服务里最高的吞吐。第三方 benchmark 横向对比,同样 gpt-oss-120B 模型在 Cerebras 跟在普通 GPU 推理后端的吞吐差大约 10 倍。这个 10 到 15 倍的实测差距,跟物理层面 Cerebras SRAM 21 PB/s 对比 H100 HBM3 3.35 TB/s 那约 6300 倍带宽鸿沟之间,还有几百倍的 gap,被软件栈、工作负载、batch 处理这些系统级因素吃掉了。 延迟方面,1000 tokens/秒对应每个 token 1 毫秒生成间隔,这个速度的硬件能力反过来暴露了 OpenAI 自己推理 stack 的瓶颈。OpenAI 在 Codex-Spark 上同时引入了持久 WebSocket 连接和 Responses API 重写,每次客户端服务端往返开销减少 80%,per-token 开销减少 30%,time-to-first-token 减少 50%。原来 OpenAI 的整套推理服务架构是按 GPU 推理"几十毫秒一个 token"那个延迟尺度设计的,跟 Cerebras 1 毫秒每 token 的硬件能力对不上,软件栈的开销反而成了瓶颈。Cerebras 的速度让 OpenAI 必须重做整个 web 层,硬件能力升级倒逼软件栈重构。 成本方面,Cerebras 的硬件成本优势目前还没有被公开定价验证。Codex-Spark 只对 ChatGPT Pro 200 美元/月订阅用户开放,API 定价至今未敲定。OpenAI 选择高 ARPU 订阅档而不是开放 API 定价,意味着单位推理成本仍然显著高于普通 GPU 推理服务,需要靠 Pro 订阅的高客单价摊薄 Cerebras 的硬件固定成本。如果 Cerebras 真的便宜过 GPU,OpenAI 应该敢把 Cerebras 后端的 API 价格直接公开。延迟披露 API 价格这件事,可以理解为 cost-per-token 还没真正击穿 GPU 推理的成本曲线。作为参考,Cerebras 自己的推理云上 gpt-oss-120B 定价是 $0.69/M 输出 tokens,GPT-4o 的 API 售价是 $10/M 输出 tokens,但两者模型规模和能力差距很大,不能直接对比。 但 Cerebras 的这套东西有几个关键的约束条件,框定了它现在能做什么、做不了什么。 第一是模型大小限制。Codex-Spark 是蒸馏后的小模型,被显著压缩才能跑进 WSE-3 的 SRAM。WSE-3 的片上 SRAM 只有 44GB,frontier model 的参数量远超这个容量,必须做剪枝或蒸馏才能装得下。换速度的代价是损失约 19 个百分点的模型能力,Terminal-Bench 2.0 上 Spark 约 58% vs 标准 Codex 77.3%。这是 weight streaming 在工程上仍然不够好的旁证,OpenAI 选择用蒸馏小模型而不用 weight streaming 跑大模型,说明前者目前在工程上更可行。 第二是容量限制。Codex-Spark 目前是 research preview,OpenAI 明确说明"由于运行在专用低延迟硬件上,使用受独立速率限制约束"。这个表述基本等同于承认 Cerebras 容量稀缺。750MW 全部部署完需要数千台 CS-3,对应 Cerebras 的整机产线是巨大的扩产挑战。这也是招股书里 RPO 约 246 亿美元有 85% 要到 2028 年之后才能确认收入的根本原因,硬件交付的物理速度限制了营收节奏。 总结来说,OpenAI 这笔交易对 Cerebras 是阶段性胜利,但远没到终局。技术验证层面,Codex-Spark 证明 WSE-3 在中小模型推理上确实能做到 GPU 做不到的速度,这一点产业内已经形成共识。但商业兑现层面,Cerebras 还要解两个核心问题。一是大模型推理的 SRAM 容量限制,OpenAI 用蒸馏小模型而不用 weight streaming 跑大模型,说明 weight streaming 当前还撑不起完整的 frontier model。二是规模化部署的速度,每台 CS-3 都要一片完整的 5nm 晶圆和一套非标准化的整机集成流程,年产几千台 CS-3 是相当具体的工程瓶颈。 对国产推理芯片的同行来说,这件事还有几个很具体的工程信号。 端到端延迟优化的价值正在被产业重估。OpenAI 重写整个 Responses API 说明硬件再快,软件栈跟不上的话推理体验仍然受限,专用推理芯片的价值要靠端到端的延迟优化才能完全释放。 蒸馏在产业部署里的实际重要性远超学术讨论的程度。OpenAI 这种规模都要为了跑 Cerebras 专门蒸馏模型,说明专用推理硬件 + 专用蒸馏模型这个组合是接下来一段时间的主流形态,单纯的"通用推理芯片"在竞争中会比较吃亏。 1000 tokens/秒正在成为 Agentic AI 工作流的新基准。慢于这个速度的推理硬件在交互式 agent 场景下会被边缘化,这个速度天花板对国产推理芯片是一个相当严峻的目标。 Cerebras 当前展示的能力是真实的,但商业化释放节奏被产能和工程瓶颈卡住了。研究 Cerebras 的真正关键,一是看它在 2027-2028 年能不能把 750MW 真的部署完,把 RPO 真的转成营收;二是看它能不能在 OpenAI 之外签下新的推理大客户。AWS 的 CS-3 上架是一个信号,但目前还没有第二个 OpenAI 量级的合同出现。从 G42 依赖到 OpenAI 依赖,客户质量在提升,但集中度的风险结构没有改变,只有客户组合真正分散了,估值里的风险溢价才能消化。
顯示更多
0
67
306
44
轉發到社區
有线电视用户十年跌了一半,广电在反思:当年那笔初装费,到底坑了谁? 回老家,二舅家的机顶盒落满灰尘,十年没开过。当年装这个有线,光初装费就五百多,那时候普通人一个月工资才一千出头。 很多人以为初装费就是买断电视信号,可交完这笔大钱,每个月还得持续交收视费。不少老人就困在沉没成本里:钱都花出去了,不接着续费就亏了,哪怕一年到头看不了几回。 这笔初装费,当年让广电赚了一波快钱,也慢慢消磨了危机感。长期躺着收年费,内容、观看体验都懒得优化。固定节目表、密集广告,想看回放只能等重播。 网络电视一来,点播、倍速、随时回看,完全颠覆旧模式。年轻人早早离开,仅剩的老年用户,也慢慢换成网络盒子。同样几百块的年费,一个被动等节目,一个想看什么点什么。 广电把问题归到初装费上,其实没抓到根源。当年敢收这笔钱,本质是没有别的选择。垄断带来了短期收益,也埋下衰败的隐患。 2027年前后传统机顶盒或将逐步退场,各地也在清理不合理捆绑收费。还在交有线年费的人多留心,捆绑扣费、自动续费要多留意,不常看就直接停掉。 初装费坑的从来不是掏钱的普通人,而是那个以为靠着一笔入门费,就能永远躺着收钱的行业。
顯示更多
我表弟失业那阵,家里每个月给女儿两千五生活费,夫妻俩已经吵了两回。 他觉得孩子卡里有十万压岁钱,先用自己的钱过渡,等找到工作再补上。女儿刚毕业,在外地实习,听完只说那笔钱不能动。 表弟气得把电话挂了,觉得她手里攥着钱,看着家里撑。 第二天,女儿把一本旧存折和一张表寄回来了。十万块不是一次存进去的,是外公外婆这些年逢年过节给的,存折开户时写的是她的名字。她把每一笔对应的日期、转账人都列了出来,连其中两万是外公住院前特意交代留给她继续读书的,也写得清清楚楚。 表弟看完没说话,先把自己车位租了出去,又接了以前同事介绍的临时项目。 女儿也没闲着。她把实习转成了离家近的岗位,周末搬回家住,省下房租后,每月把一千二转给妈妈买菜。 三个月后,表弟找到新工作。那十万还在原来的卡里。 他后来才明白,孩子不肯掏钱,不是要看父母难堪。那笔钱一旦被当成家里的备用金,以后谁都说不清,它原本是留给谁的。
顯示更多
我为什么选择币圈? 因为我要用一辈子的眼光去赚那笔够花一辈子的钱! 而不是像个机器一样,一辈子都在为碎银几两疲于奔命!
今天来了个女的说她干过最牛逼的一件事: 怀孕七个月那阵,我主动帮公司去催债。 其实对方公司李总也不算那种特别不要脸的老赖,但公司就是死活收不回那笔款项。 于是我每天打扮得花枝招展,挺着个大肚子就直接去到对方公司,也不提钱的事。 每天到前台李总在不在,然后就往他们接待沙发上一坐,把水杯往茶几上一放,掏出手机就自顾自玩了起来。 就这样过了一个星期,反正在别人公司玩手机也不算旷工,公司不但算我出差,还额外给我补路费。 而且这个星期我是真的开心,有时候坐累了就起来走动走动,跟他们工位上的员工聊聊天。 比如摸着肚子对他们说:‘你们李总人还是挺好的,但也不能总躲着我不见吧?我就只是来要笔费用而已,真没别的意思。 又过了几天,我老板给我打电话让我可以回去了。 他说昨晚李总亲自跑到他家,当着他的面把钱转账了,但有一个条件让我必须去给他老婆解释清楚。 老板说你别在意,想去就去,不想去就算了,反正钱已经收回来了,以后也不考虑继续合作,去不去全看我心情。 随后第二天还额外给我包了2万红包,哈哈。
顯示更多
0
53
52
0
轉發到社區
谁也没有想到杭州夜场被冲了之后,第一个倒下的行业居然不是美容而是宠物🤣 夜场一轮清理之后,部分夜场从业女性的收入被压缩,原来那笔高消费的现金流跟着变小。 她们爱把马尔济斯这类贵价狗当情绪陪伴,宠物医院做护理、看病,几千块一次也愿意掏。钱一紧,这些店和医院的生意就掉下来。
顯示更多
马斯克在 Dealbook 峰会上说,特斯拉和 SpaceX “大概率合在一起更好”,因为业务越来越交叉,但不是必须合并,得股东投票,他也逼不了别人。 他还说,如果合并自动把市值里程碑刷过去,那笔奖励他不拿,奖励得看运营指标。两边特委会在谈怎么调门槛,合并后市值线要往上抬。 阻力也清楚:SpaceX 是受控结构,德州法律护着董事,起诉门槛 3%,很难打;特斯拉要七八成支持才算过半,溢价不够没人接。 12 月 3 日股东大会要重选董事,ISS 和 Glass Lewis 都建议反对 Denholm 连任,特斯拉发了长信反击。这仗实际要抢的,是那批跟着代理顾问走的五亿股。
顯示更多
OpenAI 收购了 Astral,Python 三件套 Ruff、uv、ty 一起并入 Codex,这是 11 月 4 日那笔收购之后的第二笔,隔了不到一周。 这三件套月下载数亿次,FastAPI、Airflow、Pydantic 都在用,实际上已经是 Python 开发的事实标准。 逻辑不难懂,agent 写完代码要 lint、格式化、装依赖、查类型,这些确定性环节由谁控制,下游就绕不开谁,竞争也从模型能力转移到了工具链。 HN 上 777 分、485 条评论,质疑的几乎都集中在开源承诺能否兑现。交易完成后的许可证和治理情况,值得关注。
顯示更多