Inference：从理论走向基建，JSTprove 登陆 Subnet-2 截至 2026 年 1 月 21 日，Inference @inference_labs 宣布其技术已完成到生产环境的准备，目前JSTprove 已在 Subnet-2 正式投入生产，正在为真实的机器学习（ML）工作负载大规模扩展zk证明 DSperse 模块化切片，破解大模型“不可证明”难题 Inference @inference_labs 成功的底层在于利用 DSperse 技术对验证路径进行了根本重塑： ①模型组件化切片：DSperse 通过将庞大的机器学习模型切片为一系列可验证的组件 ②从理论向基础设施跨越：这一技术路径让可验证推理（Verifiable Inference）成为可大规模分发的工业级基础设施 这一进展确立了 2026 年 AI 生态的全新标准： ✅确立 AI 决策的审计主权 ✅驱动可验证智能的规模化爆发 Inference 正在为未来的Autonomous Agents和去中心化金融夯实最真实的信任基础

川普访华，英伟达总裁黄仁勋半路上飞机陪同，AI半导体小跌之后继续上涨。 AI概念继续，底层光模块成为下一个百倍机会。 AI算力的「新天花板」已現－GPU再猛，也被資料傳輸徹底卡住！ 從機架到資料中心，銅纜已到極限，光子學正式接管AI互聯命脈！ 雷射、光收發器、DSP、矽光子、光開關、光纖…這些曾經的「冷門技術」，正在成為決定萬億AI集群性能的核心基礎設施！ 📈2025光子學頂級玩家速覽（今年真實漲幅，乾貨拉滿）： $AAOI +430% 超大規模AI光收發器，月產能10萬台，直連Houston&台灣供應鏈 $AEHR +418% 矽光IC燒錄驗證系統，全球大廠排隊，訂單積壓5090萬美元 $LITE +186% InP雷射全球50-60%份額，400G差分EML已量產，訂單超4億美元 $CIEN +149% AI長短距網路核心，1600ZR/ZR+光模組+6.4T光引擎震撼亮相 $GLW +137% 光纖光纜基礎設施王者，Meta簽60億大單，多芯光纖容量暴增4倍 $MTSI +114% 光模組類比晶片龍頭，800G/1.6T全面升級 $COHR +106% InP+矽光+1.6T全覆蓋，400Gbps矽光已實測 $MRVL +101% 光DSP訊號處理大腦，1.6T/6.4T矽光引擎全面鋪開 $CRDO +46% 活躍電纜+光DSP+矽光一體化，7.5億收購DustPhotonics $FN +43% 精密製造底層，泰國+美國產能支撐光模組爆發量產 $ALAB +25% Chip-to-chip光學引擎IP，直接嵌入AI互連平台 $AVGO +24% 光DSP+EML+VCSEL+400G DSP，3.2T→204.8T切換已就位 ⚡光子學不是概念，是AI算力突破的唯一答案！ 錯過GPU紅利的人，這次真的要再錯過光子學萬億賽道嗎？ 把這條乾貨收藏、轉發、拉進你的AI知識庫—— 真正的財富密碼，往往藏在「看不見」的底層基礎建設裡！ #AI# #Photonics# #光子學# #矽光子# #AI基礎設施# #資料中心# #高效能運算# #半導體# #光模組# #AI算力#

内存/存储板块之后，AI 下一波该轮到谁了呢？ 我斗胆猜测一下，光互连和能源，可能会是下一个财富密码赛道。 光互连解决的是 AI 集群内部和集群之间交换数据的瓶颈，随着 AI 数据中心的不断膨胀，对于数据传输速度的要求越来越高，铜缆慢慢被光纤代替，传递光信号。 这就催生出了光模块产业链，包括激光器、调制器、探测器、DSP 芯片、光纤组件设计以及相应的原材料供应和代工制造。 而光通信的下一代技术是 CPO，把光学元件从服务器背面搬到芯片封装内部，紧贴着 GPU 或者交换芯片，进一步缩短电光转换的距离。而那些设计制造光学组件的公司会直接受益。 我自己研究看好的标的是 $COHR $LITE $AAOI $SIVE 而电力能源解决的是更底层的物理瓶颈。数据中心用电量飞速暴涨，然而发电厂以及配套设备的建设周期，却是以年为单位计算，这是结构性的供需错配。 发电、输配电、数据内部配电、冷却、储能，各个环节的产能都是瓶颈，围绕瓶颈找相应的投资标的。 目前我还在学习，暂时看到了几个弹性很高的标的 $FLNC $BE $OKLO 总之我觉得投资布局思路得转换一下了，拿捏住上下游产业链瓶颈的这些重资产公司，会吃到这轮最大的红利。

Inference：从底层基建到环境治理，定义 2026 “全场景”可验证智能 截至 2026 年 1 月 21 日，Inference @inference_labs 宣布其技术已完成从理论研究到大规模生产的跨越，针对 2025 年 Cloudflare 宕机揭示的互联网脆弱性，Inference 确立了 AI 系统不再仅仅是“运行”，而必须具备“可证明性”的行业共识 ■构建可信、可追溯的 AI 自主系统 Inference 的核心在于消除自主系统在关键决策中的“无声故障”风： ①拒绝黑盒决策：AI 系统如果不具备“推理证明”，可能会在无人知晓的情况下产生错误输出，导致医疗、金融或环境治理中的不可逆损失 ②验证无边界：无论是在复杂的链上金融交易，还是在利用机器人船只进行珊瑚礁生态修复等现实场景中，自主介入必须是透明、安全且可问责的 为了实现可验证智能的规模化，Inference 打造了双重技术引擎： ✅DSperse 模块化切片：通过将庞大的机器学习模型切片为可验证的组件，DSperse 解决了大模型“过大而无法证明”的难题，使其真正具备了生产出货的能力 ✅JSTprove 生产级验证：作为 zkML 的核心架构，JSTprove 正在 Subnet-2 上大规模生成加密证明，确立了 AI 决策的完整性与防篡改属性

Inference ：从“百万微调”到“可验证智能” 截至 2026 年 1 月 14 日，Inference @inference_labs 旗下的 TruthTensor 平台交出了令人瞩目的第二赛季答卷： ➡️规模化增长：部署了超过 500,000 个 AI 智能体，吸引了 500,000 名用户参与构建 ➡️深度进化：Fine-tunes次数突破 1,000,000 次，通过了无数次的提示词精炼和策略迭代 ➡️全时段参与：用户部署的 AI Agent 可实现在 Polymarket 等市场上进行 24/7 全天候实时交易 ■四大技术支柱夯实“可验证智能” 与此同时为了解决中心化互联网基础设施的问题，Inference @inference_labs 打造了一套基于密码学与分布式的防御，旨在让每一项 AI 决策都透明： ①推理证明 (Proof of Inference)：记录并验证每一次 AI 决策路径，确立 AI 行为的可追溯性 ②DSperse 分布式推理：将 AI 工作负载分散到多个节点，消除单点故障 ③JSTprove 决策记录：利用密码学技术确保 AI 输出的完整性，实现防篡改的决策验证 ④可问责基建：构建透明的基础设施层，使系统在发生故障时不仅可被诊断，更可被即时隔离 Inference Labs 的技术集群不仅是对 Cloudflare 等故障的终极防御，更是对数字主权的重塑

所有人都在买英伟达，没人注意到这根连接所有AI芯片的管道——Nokia 上一篇写了为什么nokia是最便宜的光，今天再来详细分析一下4月份的财报和未来方向。有没有可能重现1999-2000年的parabolic move? 一、先说一个被忽视的逻辑 AI投资的讨论永远围绕着芯片——谁的GPU更快、谁的HBM供货更足。但没人问一个更基础的问题这些GPU之间，用什么连接？ 数据中心里成千上万颗GPU需要实时互相通信，传输的数据量是普通网络的数百倍。现有的网络基础设施正在被这股流量压垮。打通这个瓶颈，就是下一个十亿美元级别的机会。Nokia就站在这个瓶颈的收费站口。 二、4月份财报说了什么 表面数据：Q1净营收45亿欧元，整体年增率4%。很多人看到这个数字转头就走。 但分开来看： 1. AI与云端客户营收年增49% 2. 光通讯业务单季成长20% 3. 营业利益率冲上6.2%，年增200个基点 4. 自由现金流单季6.29亿欧元 5. EPS大超分析师预期31% 6. 净现金储备近40亿欧元 7. 已启动股票回购 更关键的是，管理层把光通讯与网络互联业务全年指引从10-12%直接上修到18-20%。大型设备商几乎从不这么做——除非手头的订单已经多到藏不住。10亿欧元实质采购订单，带明确交付日期，不是框架协议。客户之所以愿意压上日期，说明数据中心土建已完成，服务器准备进场，就等Nokia的设备到货。 三、为什么是Nokia，不是别人 重点一：与英伟达深度绑定 Nokia与英伟达达成AI-RAN战略合作，把GPU算力直接整合进无线电网络。年底还有双方合作的光电共封（LPO）现场试验数据即将公布。 黄仁勋说Agentic AI带来1000%的算力需求暴增。这1000%的算力要运转，需要1000%更宽的传输通道。Nokia在造这个通道，英伟达需要这个通道。 两家公司的利益高度一致。 重点二：Infinera并购协同效应超预期 高利率环境下，Nokia凭借近40亿欧元净现金逆势完成对Infinera的收购，并购带来的毛利率提升速度远超华尔街预期。这笔并购很完美，营收规模越大，利润爆发力越强。 重点三：主动放弃低毛利，聚焦Webscale巨头 Nokia正在主动削减消费者光纤等低毛利业务（固网业务Q1下滑13%），把所有产能死死锁定在谷歌、亚马逊这类超大型云端数据中心客户。 表面营收看起来疲软，实际是在牺牲数量，保住利润率。这种"价值重于数量"的策略，在产业周期里往往是股价主升段的前兆。 订单出货比持续大于1，接单速度快过交货速度，积压需求将在未来几季持续转化为营收。 四、市场有多大 云端巨头2026年资本支出超过7250亿美元，整个潜在市场年复合成长率从16%跳升至27%。目前AI驱动的网络流量只占整体的20%。随着Agentic AI和Physical AI的普及，机器对机器的数据传输将呈指数级增长——现有网络根本撑不住。Nokia不需要抢市场，只需要站在这条必经之路上收过路费。 五、风险在哪 供应链瓶颈： 光通讯产品交期被拉长至12-18个月，上游数字信号处理器（DSP）大缺货，营收认列速度被掐住。订单很多，但转化成钱需要时间。 无定价权： Nokia的增长靠的是出货量，不是涨价。光通讯产品长期价格向下，利润扩张依赖规模经济，这是苦活不是躺赢。 新交换器业务存在转换空窗期： Q1拿到的设计导入（Design Wins）不会立即贡献营收，需要等Q2-Q3的订单转化。 2027年新架构才放量： 下一代光电共封架构能降低客户总置成本70%，但量产要等2027年下半年，别把2027年的故事算进2026年的EPS。 六、会不会重现1999-2000年的parabolic move行情？ 1999年Nokia是全球最大手机厂，市值一度超过2000亿美元，两年内股价涨了超过10倍。那次是5G前身的2G/3G爆发周期。 这次不同，也更扎实。那次靠的是终端设备消费，周期性极强。这次靠的是基础设施刚性需求，数据中心建好就要配套设备，不存在等等看再说。 抛物线行情需要三个条件： 1. 需求端爆发: 7250亿资本支出，明年资本开支持续增加，AI流量暴增 2. 供给端瓶颈: 交期12-18个月，产能跑不赢订单 3. 市场认知滞后: 大部分人还把Nokia当5G周期股在看 认知差就是超额收益的来源。当市场还在争论Nokia是不是无聊的电信设备商，机构资金已经在悄悄重新定价。 七、三个必须持续跟踪的数据 1. Q2开始看设计导入转化率: Q1拿到的客户认证，有没有在Q2变成真实采购单，这决定下半年营收基础 2. 光通讯交期有没有开始收缩: 从18个月降到12个月是一个信号，意味着上游供应链开始松动，营收加速的拐点就在附近 3. 年底LPO试验数据: 与英伟达合作的光电共封现场测试，一旦数据亮眼，Nokia的估值逻辑将从"电信设备商"切换到"AI基础设施核心供应商"，PE重估空间巨大 八、总结 这不一定会是1999年的抛物线，但认知差带来的重估行情，逻辑上已经非常清晰。等年底英伟达LPO试验数据出来，才是真正的验证时刻。 #NOK# #Nokia# #NVDA# #AIInfrastructure# #OpticalNetworking# #Datacenter# #AI超级周期# #光通信#

📈 A股盘后热点及重点个股研究（2026-05-14） ━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 【市场概况】 今日A股整体调整，主要指数不同程度下跌。上证指数跌1.02%，深证成指跌1.6%，创业板指跌1.93%，科创综指跌1.70%。银行板块逆势走强，光通信热门赛道冲高回落。 【今日热点板块】 一、银行板块 ⭐防御价值凸显 今日银行板块成为少数上涨板块，"四大行"工行、农行、中行、建行盘中涨幅均超1%，重庆银行、青岛银行盘中最大涨幅超3%。 板块逻辑： 1. 基本面稳健：30家银行2025年营收同比正增长，34家净利润正增长；2026年Q1有36家营收正增长、37家净利润正增长 2. 防御属性：在市场调整时资金避险流入 3. 估值低位：PB估值处于历史底部，修复空间明确 二、光通信板块 ⭐高位分化 光通信为年内最强赛道，今日冲高回落。天孚通信、中际旭创、新易盛盘中均创历史新高后转跌，万得光通信概念指数最终仅涨0.32%。 三、小金属板块 ⭐业绩爆发 钨、稀土等小金属Q1净利润同比增长93.45%，营收同比增长39.93%，供应扰动频发+下游高景气，机构建议持续关注。 四、激光芯片 ⭐AI催化 "激光芯片第一股"长光华芯今年涨幅超300%，碾压"易中天"，黄仁勋"光取代铜"论加速催化。 【重点个股深度解析】 1. 长光华芯（688048）⭐强烈推荐 今涨幅：年内最高460元（最低114.5元），涨幅超300% 当前股价：约460元，市值约810亿元 ✅ 核心逻辑： ① AI光通信芯片龙头：100G EML光芯片已实现批量出货，200G EML已给客户送样，良率快速接近国际龙头 ② IDM全流程制造：从芯片设计、外延生长、晶圆制造到封装测试全部自主，国内稀缺 ③ 三足鼎立转型：高功率激光芯片（工业老牌）+光通信芯片（新引擎）+VCSEL（车载激光雷达） ④ 产能弹性：6英寸磷化铟（InP）量产线，外延良率超85% ⑤ 8英寸硅光产线建设中，顺应黄仁勋"硅光子学"方向，预计2027年投产 ⚠️ 风险提示： ① 扣非净利润仍亏损（Q1扣非亏损1157万元） ② 董秘19个月四度变更，财务总监空缺 ③ 客户集中度高（前五大客户占营收50.5%） ④ 现金流为负（Q1经营现金流-1.31亿） ⑤ 价格战苗头：源杰科技、鼎芯光电加速扩产 研报建议：短期涨幅过大，建议回调后关注；中长期核心看光通信芯片良率和量产规模爬坡节奏。 2. 天孚通信（300394）⭐强势延续 今日表现：大涨5.69%，盘中创历史新高 年内涨幅：年初至今最高涨幅113% ✅ 核心逻辑： ① CPO交换机供应吃紧：公司为光通信精密器件龙头，CPO概念核心标的 ② "易中天"三巨头之一：光模块赛道最强势龙头之一 ③ AI驱动需求：算力爆发催生光通信海量需求，订单持续饱满 ⚠️ 风险提示：今日冲高回落，短线筹码松动；估值处于历史高位 研报建议：赛道景气延续，短线调整后仍有配置价值。 3. 中际旭创（300308）⭐光模块龙头 今日表现：盘中创历史新高1022.9元，成为A股第十只千元股，后转跌1.26% 市值：突破万亿 ✅ 核心逻辑： ① 全球光模块龙头：产能和技术领先，受益AI算力需求爆发 ② 高端产品放量：800G/1.6T产品已量产交付 ③ 规模效应极致：Q1毛利率46%，全行业最高 ④ 上游芯片供给约束：公司凭借规模优势锁定芯片供应 ⚠️ 风险提示：光模块上游芯片（EML、DSP）仍依赖海外供应，有供给瓶颈 研报建议：龙头地位稳固，长线配置首选。 4. 新易盛（300502）⭐弹性标的 今日表现：盘中创历史新高，后转跌2.56% ✅ 核心逻辑： ① 光模块弹性标的：股价弹性高于行业平均 ② 80G/1.6T产品同步受益AI算力建设 ③ 绑定大客户：大客户需求锁定保障业绩 ⚠️ 风险提示：今日高位回落，短线承压 研报建议：赛道确定性高，调整后关注。 5. 工商银行（601398）⭐稳健防御 今日表现：涨超1%，"四大行"中表现居前 ✅ 核心逻辑： ① 基本面稳健：2025年营收利润双增长，Q1继续向好 ② 防御价值：市场调整时资金流入避险 ③ 估值低位：PB仅约0.6倍，处于历史底部 ④ 高股息：分红率行业领先，股息率约5% ⚠️ 风险提示：净息差收窄趋势持续 研报建议：稳健防御首选，长线资金配置。 6. 招商银行（600036）⭐差异化标的 今日表现：主力资金净流出1.55亿元，股价承压 ✅ 核心逻辑： ① 零售银行标杆：负债成本优势明显 ② 资产质量：不良率持续改善 ③ 估值修复：PB约1.1倍，有修复空间 ⚠️ 风险提示：今日主力资金净流出，短期承压 研报建议：等待筹码稳定后关注。 7. 国际实业（000159）⭐事件驱动 今日：涨停 ✅ 核心逻辑： ① 定增推进：控股股东全额现金认购6.62亿元，彰显信心 ② 业绩扭亏：2025年归母净利润从-4.38亿增至3801万，同比增幅超100% ③ 合规障碍澄清：多轮问询回复已澄清多数障碍，发行落地确定性提升 ④ 资金压力缓解：补充流动资金降低财务费用 ⚠️ 风险提示：事件驱动型，短期涨幅大 研报建议：定增落地确定性较高，持续关注。 【机构观点汇总】 • 中信证券：银行板块估值性价比凸显，ROE创历史高位 • 国泰君安：AI和半导体是今年两大主线，看好国产替代 • 招商证券：光通信赛道景气延续，但需注意高位分化风险 • 华西证券：光模块核心约束是上游芯片供给，芯片龙头享受估值溢价 【操作建议】 当前市场调整，防御+成长双线布局： 1. 稳健配置：银行板块（工行、农行）——估值低、高股息、防御性强 2. 成长配置：光通信龙头（中际旭创、天孚通信）——赛道确定，逢调整加仓 3. 弹性配置：激光芯片（长光华芯）——涨幅过大等回调，国产替代逻辑最强 4. 事件驱动：国际实业——定增落地确定性高 ⚠️ 风险提示：市场调整未完，热门赛道注意高位回调风险 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ⚠️ 免责声明：本文仅供参考，不构成投资建议。投资有风险，入市需谨慎。

今天推演了一晚上英伟达3.16号的下一代gpu芯片Feynman费曼，给你们刨析到了英伟达真正意图，汇总了一份报告给老板们。 深度报告：《AI 算力的终极变局 —— 费曼（Feynman）架构下的“光、存、算”范式转移》 发布日期： 2026 年 3 月 1 日 核心标的： $NVIDIA, $SK Hynix , #Samsung# , $TSM 台积电， $AVGO 博通, #中际旭创# , #新易盛# 投资主题： 从“芯片外挂”到“系统级封装（SiP）”的降维打击 报告摘要：打破物理极限的三个维度 在 2026 年 GTC 大会的背景下，英伟达正式确立了从 Rubin (2026) 到 Feynman (2028) 的演化路径。其核心战略意图已非常明确：通过 3D 堆叠（SoIC）和硅光子（CPO）技术，将原本属于产业链上下游的利润（存储、网络）强制“吸入”GPU 封装内部，实现从芯片供应商向“全栈系统承包商”的身份转型。 一、 英伟达 GPU 演化路径：从“微缩”转向“空间堆叠” 英伟达的架构演进已进入“后摩尔时代”的物理博弈： Blackwell (2025): 最后一代 2.5D 封装的巅峰，主力适配 1.6T 可插拔光模块。 Rubin (2026): HBM4 的元年。引入 3nm 增强型工艺，首次在 Base Die（底座）上尝试逻辑集成。 Feynman (2028): 终极形态。采用台积电 A16 (1.6nm) 工艺与 背面供电（BSPDN）。 核心创新： 将 SRAM（LPU Dies）垂直堆叠于 GPU 之上。 角色变化： GPU 不再仅仅是计算单元，而是一个自带“高速公路（CPO）”和“超大油箱（3D SRAM）”的独立系统。 二、 存储（HBM & SRAM）演化路径：从“外挂”到“共生” 1. 技术演进与角色变迁 HBM4 (2026/2027): 接口位宽从 1024-bit 翻倍至 2048-bit。最关键的变化是 Base Die（逻辑底座） 的权力移交。存储厂（海力士/三星）必须与 $TSM 台积电深度绑定，生产 5nm 级的逻辑底座。 3D SRAM (2028): 费曼架构引入 LPU Dies。这层高带宽（80-100 TB/s）缓存将承担 70% 的实时计算数据交换，导致 HBM 从“频繁访问的内存”退化为“高容量的背景油箱”。 2. 供需测算：40% GPU 增长下的 EB 级黑洞 按照 GPU 年增 40% 的复合增长率，叠加单卡 HBM 容量倍增（192G \rightarrow 288G \rightarrow 576G）： 2026年需求3.63EB供给2.8EB，缺口22.9% 2027 年需求冲破 10 EB供给5.5EB,缺口45% 2028年需求冲破28EB供给11EB，缺口61% 产能博弈： SK 海力士凭借 MR-MUF 工艺的良率优势，在 HBM4 时代仍将拿走 60% 的 NVIDIA 订单。三星则试图通过“Foundry + Memory”的一体化服务（One-stop Solution）在费曼时代通过定制化 Logic Die 翻盘。 三、 光模块演化路径：从“线缆”到“引擎” 光模块正面临行业历史上最剧烈的身份重构： 1. 三段式跨越：Pluggable \rightarrow LPO \rightarrow CPO 可插拔（Pluggable）： 正在触碰 1.6T 的功耗墙。 LPO (2025-2026)： 新易盛的护城河。通过去除 DSP 降低 30% 功耗，这是费曼量产前解决热瓶颈的最优过渡方案。 CPO (2027+)： 博通与中际旭创的终极战场。如图所示，PIC（光子芯片）直接与计算核心通过 SoIC 混合键合。 2. 实质威胁与角色错位 博通 (Broadcom)： 利用 ASIC 优势，试图推行“芯片内集成”，直接剥离传统光模块公司的整机价值。 中际旭创/新易盛： 战略意图是向上游挺进。中际旭创通过 70% 的硅光芯片自研率，将自己从“组装厂”转化为“半导体光引擎厂”，从而在费曼芯片的 CPO 供应链中争取“二供”或“定制化服务商”的地位。 四、 英伟达的最终战略意图：建立“物理层”护城河 通过费曼架构，英伟达意图实现以下三个战略垄断： 1.脱离 DRAM 周期绑架： 通过大规模 SRAM 堆叠，降低对外部高价 HBM 带宽的依赖，从而在存储周期涨价时拥有更高的议价权和架构冗余。 2.吞并互连生态： 费曼芯片集成 CPO 后，英伟达不仅卖 GPU，还实质上卖掉了原本属于模块厂的 1.6T/3.2T 互连收入。 3.打造“单卡即机架”： A16 工艺 + 背面供电 + 3D 封装，让单颗费曼芯片的吞吐量等于现在的一个小型机架。这迫使所有下游云巨头（Google, AWS）只能购买其整体解决方案，无法通过自研模块进行“零件组装”。 五、 投资建议：谁是这场再分配的赢家？ 绝对确定性：SK 海力士 & 三星。 虽然 SRAM 减少了单位带宽依赖，但总算力暴涨带来的 “容量缺口” 是 EB 级的物理事实。海力士 2026 年单季 $250 亿利润只是开端。 爆发弹性：新易盛 & 中际旭创。 关键指标是“自研芯片替代率”。如果旭创能成功在费曼芯片量产前完成台积电的 SoIC 认证，它将获得类似半导体 IP 公司的估值倍数（Re-rating）。SRAM 堆叠非但不会削弱光模块的重要性，反而会将其推向“决定性”的地位。 台积电： 它是最大赢家。因为无论是底部的 Feynman Die 还是顶部的 LPU Die，以及它们之间的混合键合（Hybrid Bonding），全都要在台积电完成。 系统控制：博通 (Broadcom)。 它是唯一能与英伟达在 CPO 架构上抗衡的巨头，适合作为 AI 网络的防御性底座。 报告结论：英伟达费曼芯片通过 LPU Dies 和PIC/EIC 与 GPU 完全共封装，降低了HBM和光模块公司的溢价能力

Inference：终结 AI 领域的“盲目信任”，开启加密证明纪元 2025 年 11 月 18 日，Cloudflare 因一个细微的配置错误导致全球互联网大规模瘫痪，ChatGPT 和 X 等服务无一幸免 这次事件向全世界证明：现代互联网依然运行在对少数中心化巨头的“盲目信任”之上。随着 AI 决策开始深入医疗、金融等领域，如果推理过程依然是不可审计的“黑盒”，任何微小的系统扰动都可能引发全球性的信任崩塌 ■拒绝“Trust Me Bro”，用密码学锁定推理主权 Inference @inference_labs 认为，AI 的评估和产出必须是可验证的，不能仅仅依赖厂商提供的日志： ①打破“互评”幻觉：目前利用 LLM 评价其他模型的模式（LLM-as-a-judge）虽然高效，但极易引入偏见和暗示 ②确立“不可破 AI”标准：真正的信任不应来自“指标”，而应来自密码学证据，通过 推理证明（Proof of Inference），系统不再提供“我相信结果正确”的保证，而是提供“我证明计算确实发生”的硬性证据，彻底终结了“信任我，兄弟”的非理性文化 为了将可验证智能从理论推向大规模基建，Inference @inference_labs 在技术架构上实现了关键突破： ✅生产环境大规模部署：截至 2026 年 1 月 24 日，JSTprove 已在 Subnet-2 正式投入生产 ✅破解“大模型验证”难题：通过 DSperse 技术，Inference 实现了对超大规模模型的“切片化验证” ✅Inference 的技术价值正在超越纯数字领域，进入真实的物理世界