ZERO Market Flash #003# 第二次“中国AI冲击波”，市场又看错了吗？ ——为什么更便宜的AI，可能意味着更大的基础设施需求 去年（2025年）1月，DeepSeek发布后，市场迅速形成一个判断：如果更少的GPU就能训练出优秀模型，那么未来AI基础设施需求将下降。当天，NVIDIA股价大跌近17%，整个AI产业链承受巨大压力。 一年多之后，类似的故事再次出现。 Kimi K3再次证明，中国公司能够以更低成本推出具有竞争力的大模型。市场随之提出了一个熟悉的问题：模型越来越便宜，是否意味着未来需要更少的GPU？ 然而，Kimi随后宣布暂停新的订阅服务，原因不是模型能力不足，而是用户需求迅速增长，GPU容量已接近部署上限。 真正率先达到瓶颈的，并不是模型能力，而是模型开始被大规模使用后的算力供给。 过去几年，AI竞争几乎一直围绕训练（Training）展开。谁拥有更多GPU，谁训练出更大的模型，谁就拥有更强的竞争优势。因此，当训练成本不断下降时，市场自然推导出一个结论：未来需要的GPU会越来越少。 但这个推导隐含着一个前提——AI的价值主要来自训练。真正需要回答的问题是：如果AI变得更便宜、更好用，会不会有更多企业和个人开始使用它？ 一个模型可能只训练一次，却会每天完成数百万、数千万，甚至数十亿次推理（Inference）。真正长期消耗算力的，并不是一次训练，而是持续不断发生的推理请求。 技术进步降低的是单位成本，真正决定产业规模的，却往往是需求增长的速度。如果应用普及快于单位成本下降，整体基础设施需求不仅不会减少，反而可能继续扩大。 这也是为什么，Kimi公布GPU容量接近上限，比模型本身更值得关注。市场讨论的是训练成本，而现实首先出现的，却是部署能力开始承受压力。 这也让SK集团会长崔泰源提出的“Memory正从Price-driven走向Volume-driven”有了新的解释：未来推动行业增长的，也许不只是价格，而是不断扩大的部署规模。 因此，这次所谓的“第二次中国AI冲击波”，留下的或许并不是一个关于模型竞争的故事，而是一个关于需求扩张的故事。真正值得关注的，不是谁能够以更低成本训练模型，而是谁能够长期支撑越来越多用户、越来越多Agent，以及越来越多的推理请求。 一年之前，市场因为DeepSeek重新评估了训练成本。一年之后，Kimi提醒市场，也许真正需要重新评估的，是部署需求。 训练创造模型。部署创造产业。 —— 本文仅代表个人研究观点，不构成任何投资建议。请独立研究，自行决策。 ZERO 优秀，不足以托付。
唯有最好，方可重仓。 Scientist · Doctor · A9 Investor Search Tags #AI# #ArtificialIntelligence# #KimiK3# #MoonshotAI# #DeepSeek# #Inference# #Deployment# #Training# #AIAgents# #GPU# #NVIDIA# #Memory# #HBM# #DRAM# #Semiconductors# #AIInfrastructure# #Datacenter# #SKHynix# #SNDK# #Micron# #AIInvesting# #TechInvesting# #ZERO#

9 月底特朗普签了个行政令，要求美国联邦行政部门把 Artificial Intelligence 改叫 Super Intelligence，简称 SI。 结果 BSC 上马上就有人拿 $SI 做文章了。今天看到 ELA 艾拉发射台上的这个 $SI，原定今晚 8 点发射。 我翻了一下社区讨论，有意思的是他们这次还准备玩线下地推。项目方说是云南、江浙沪几个团队联合打造，后面计划成立铁军工作室，全国招募 50+ 推广团队。突然有种早年币圈地推大军回归的感觉 😂 机制上买卖各收 3% 税费，用于生态，池子里的币计划持续销毁，每天约 6%，达到设定目标后停止。 今晚这波先观察一下，看看这种 AI 热词 + 线下地推的老打法，在现在的 Meme 市场还能不能跑出点东西。 CA：0x6De83278c1E8919967D2563de98812BAA88C3333 DYOR

川普发帖： “白宫方面认为，任何还在使用“人工智能”（Artificial Intelligence）这个说法，而不是如今广受认可、更加准确的新称呼“超级智能”（Super Intelligence）的人，统统都是敌人！” 川普提出以“超级智能”（Super Intelligence，简称SI）取代“人工智能”（AI）的提议后： 马斯克不仅公开赞同新名称，还宣布计划将旗下SpaceXAI更名为SpaceXSI Jeff Bezos在几天前接受Fox News采访时表示，自己更喜欢“SI”这一称呼。 黄仁勋则在9月29日的白宫活动上，将数据中心称为“超级智能工厂”（Superintelligence Factories）。

POP Art Style Drawing Photographer : @zuoannorman @zuoannorman1860 Artist : @KateHew03 Thank you so much for sharing! Non-artificial intelligence making! 这幅作品灵感来源于摄影师左岸Norman的作品，非常感谢您的慷慨分享。 📬 @SMlnZhl @SMlnZhi @SMInZhl

In-Depth Investigation: Seizing the Commanding Heights of the Intelligent Era — A Survey of China's Artificial Intelligence Industry Development 深度调研 | 抢占智能时代制高点：我国人工智能产业发展调查 By "Joint Research Team of Qiushi Economics Editorial Department and CCID Research Institute" Translation Interesting comments about Nvidia

把LLM Transformer的思想放进量化会发生什么？ 这个可能是我今年对我启发最深的论文 Artificial Intelligence Pricing Model (AIPM) 用 transformer 的 attention（注意力）机制实现跨资产信息共享（cross-asset information sharing），同时引入非线性。这样模型能更灵活地利用条件信息，捕捉资产之间的动态关系 very interesting read