一台 GB300 NVL72： → 72 颗 GB300 (Blackwell Ultra) GPU + 36 颗 Grace CPU。 → 单卡显存：GB300 288 GB HBM3e → 整机柜总显存：72 × 288 GB ≈ 20.7 TB → NVLink 总带宽约 130 TB/s → 全机柜通过 NVLink 5 连成统一内存池，可以视为一张拥有 20TB 显存的“超大 GPU”。 DeepSeek-V4-Flash-0731 核心规格： →304B 参数（0731 仓库包含 DSpark speculative decoding 模块） → 基础模型 284B → 13B activated → 1M context → 官方权重为 FP8 + FP4 Mixed 加油 OpenCode !

梁文峰说，华为950超节点在性能上可以平替 GB200、GB300，所有任务都能做，延迟也一样 代价是，四张华为卡才能顶一张英伟达的卡，硬件上大约还落后两年 华为官方说，950超节点算力能到英伟达同级系统的6.7倍 结论，如果梁文峰说的为真，华为目前吹牛逼的口径是乘以 25。

马斯克的新模型Grok 4.5看上去能力还不错，1.5T参数，用了几万张NVIDIA GB300 GPU，有大量来自Cursor的数据。看团队情况，华人比例很高，而且好像比较少来自御三家的？

中美现在的模型差距就在资源上，说白了就是卡。 1、技术上并非英伟达完全垄断。 同一个规模的模型，用 GB300 训需要五万张，换成华为的卡需要二十万张，意味着可以用产能、电力和资本开支去填。 2、由英伟达建立起来的GPU生态已经不是唯一选择。 V3 用英伟达的卡，但是没有用英伟达的生态。DeepSeek 在英伟达硬件上跑出了前沿模型，走的不是 CUDA 那套抽象层，而是自己那套高级语言重写的算子栈。 3、越来越多人使用Deepseek，会加速CUDA生态份额的下降。 闭源模型的部署知识锁在公司内部，不产生外部性；开源模型的每一次部署，都在改全球开发者的默认习惯。 市场今天给英伟达的溢价，包含了两部分：一部分是芯片本身的性能领先，一部分是 CUDA 的路径依赖锁定。前者是可通约的，可以被四比一、被更多的电、被更便宜的资本填平。后者可能没有大家以为的那么深。

特朗普政府指控 #Kimi# K3母公司月之暗面：涉嫌违规获取 #英伟达# Blackwell #芯片，大规模蒸馏美方模型# 白宫科技政策办公室指控中国月之暗面通过 #泰国# 获取NVIDIA Blackwell系列GB300芯片训练Kimi K3模型，并利用美方模型进行大规模蒸馏。 若月之暗面被正式制裁，其算力基础设施将面临断供。

SpaceX推出AI卫星AI1，将算力数据中心部署至太空。这款卫星硬件配置实力出众，峰值算力达150kW，对标英伟达GB300机架；体型庞大，翼展70米、高度20米，依靠太阳能自给供电，采用模块化架构，可灵活更换GPU合作厂商。 布局规模更为惊人，SpaceX已向FCC递交申请，计划搭建百万颗卫星巨型星座。按每年100万吨发射体量测算，每年可为太空轨道新增100GW算力。 相较于地面数据中心受制于土地、电网、供电容量等硬性瓶颈，太空场景彻底摆脱这类束缚，算力拓展空间极大。不少人看好SpaceX发展前景，十分期待其上市，认为该项目极具颠覆性，有望重塑算力格局，带来行业乃至世界层面的巨大变革。

未来十年最重要的5大主题 🚀 $IREN $MRVL $ONDS $AMZN $TE 以下是我认为未来十年内最重要的五个投资主题，每一个都将扮演关键角色。 ⠀ AI云 $IREN 算力如今是科技领域最稀缺的资源，而IREN手握生产算力所需的电力。公司与微软签下一份价值97亿美元的五年期合约，将在其750MW的Childress园区部署NVIDIA GB300，微软预付20%款项。目标是年底前实现34亿美元的年化经常性收入。掌握自有电力，就是最深的护城河。 ⠀ 定制硅 $MRVL 几乎每家超大规模云厂商都在自研AI芯片，却极少有能力独立完成制造。Marvell的定制硅业务在一个财年内从零跃升至15亿美元，并实现翻倍增长。数据中心业务如今占公司收入的76%，单季度收入创纪录达18.3亿美元。无论最终哪朵云胜出，Marvell都能从中分一杯羹。 ⠀ 自主防御 $ONDS 无人机与反无人机系统正从利基市场跃升为预算优先事项。Ondas在短短四周内斩获7000万美元新订单，第二季度反无人机、情报侦察与精确打击业务合计收入达1.5亿美元。完成对DZYNE的收购后，公司将2026年指引上调至至少5.25亿美元，并与Palantir展开合作。 ⠀ 超大规模云 $AMZN 三大高利润引擎同步复合增长。AWS增速重新加速至28%，年化收入达1500亿美元，创15个季度以来最快增速。广告业务过去12个月收入突破700亿美元。自研芯片业务运行速度达到200亿美元年化规模。今年创纪录的2000亿美元资本开支，正在为下一个十年铺路。 ⠀ 本土能源 $TE 以上所有趋势都离不开电力支持，且越来越依赖本土化生产。T1 Energy在德克萨斯州已拥有5GW组件产能，今年晚些时候奥斯汀工厂将新增2.1GW电池产能上线。收入同比增长232%，管理层目标2027年调整后EBITDA达到3.75亿至4.5亿美元。

【梁文锋：DeepSeek与美国AI只差资源】7月22日，一份据称来自DeepSeek创始人梁文锋投资人闭门会的文字稿在业内流传。梁文锋判断，中国AI整体落后美国一至两年，但DeepSeek只用美国约二十分之一的算力做出了当前成果，未来希望把差距缩短到半年甚至三个月。不过，在总体算力存在数量级差距的情况下，“全面超越并不现实”。 他直言，DeepSeek最大的瓶颈不是人才，而是算力。若训练与美国同等规模的模型，需要约5万张GB300或20万张华为950，即使500亿元融资全部投入，也难以支撑。因此，DeepSeek目前先做好几十B激活规模模型，资源到位后再推进150B、250B模型。 梁文锋还透露，公司约有2万张H系列等效算力，未来将继续大量采购英伟达芯片，“能买多少就买多少”。不过，网传文字稿尚未获得DeepSeek官方确认，相关长文目前已被删除。

DeepSeek刚融了几百亿。 梁文峰说如果今年能花掉两百亿买卡，那说明采购部门业绩超级好。 一个CEO最大的焦虑是花不出去钱。 他算了一笔账：把钱变成英伟达的卡，十个月回本。 银行存款年化两个点，所以他的策略就是能买多少买多少，花钱速度不设上限。 然后他说实际上要把这么多钱花完非常不容易，买不到，难买，价格也很高，但我愿意为此付溢价，因为这是确定的。 这段话的分量比任何一份研报都重。 他手上现在大概两万张英伟达H100等效算力，大部分是最近一两个月才买到的。 华为也在给他报价，一万六千张，他自己算了一下相当于四万张B系列。 但这还不够，美国最大的模型参数在八百B这个量级，中国还差一个数量级。 他说要训一个同级别的模型，需要五万张GB300或者两万张华为卡，这只是训练，还没算研究要用的。 技术公认最强的团队，刚拿了大钱，算完账发现芯片还是不够花。 这还只是DeepSeek一家。 Anthropic同时在跟六家谈算力，Kimi K3上线48小时被挤爆，直接暂停C端把算力全给了付费客户，谷歌刚把全年资本开支加到2050亿，账上2400亿不够花又融了496亿。 一个供应商说缺货是事实，两个说行业景气，五个完全不同立场的人先后说了同一句话，买不到，还在加价。 所以存储和芯片最近跌成这样，到底跌的是什么？ 需求端没有任何一条崩坏的证据。 跌的是杠杆仓位，跌的是情绪，跌的是短期资金在轧。 需求一个字都没变。 梁文峰那句"如果能花掉两百亿那就太好了"，可能是这个季度最真实的AI需求信号。 这将会比任何分析师的报告都管用。