一个 windows 非常诡异的设备替换问题，clone 的 gen1 网络 OK，gen 2 直接设备无了……愚蠢的头条 L4 让 AI 自己搞，搞出来就是不管怎么 clone mac 都一样，你问他这合理吗，他憋了半天屁都放不出一个，毕竟代码在哪都不知道 ……哎最后还得古法看了半天设备 PCI 找到根因做验证……

基于未来是视频时代不是文本时代， 先说结论：闪迪和海力士研究的HBF会成为未来AI领域主导的存储方案。 1.闪迪的 Optimus HBF Gen1分析； 单堆栈容量： 起步 512GB（未来可达数 TB），是当前 HBM 容量的 10 倍以上。 带宽水平： 目标带宽超过 1.6 TB/s，虽然延迟略高于 HBM，但读速度已极度接近。 物理结构： 采用 16 层以上的高速 NAND 堆叠，支持通过 TSV（穿硅通孔）技术直接与 GPU/NPU 互联。 成本优势：HBF 的单位成本仅为 HBM 的几分之一。 2. 视频 AI 场景下的优劣分析； HBM 的优势：实时生成与扩散模型的“加速器” 优势： 视频 AI（如 Sora、Runway、SeenDance 2）在生成每一帧时，需要进行海量的矩阵运算和参数读取。HBM 的低延迟确保了显存与 GPU 核心之间的数据交换没有“毫秒级”卡顿。 劣势： 容量焦虑。目前顶级 HBM（如 H200）也就 141GB，这导致长视频生成或 4K 高质量视频训练时，显存经常爆掉（OOM），必须通过昂贵的集群来拆分任务。 HBF 的优势：打破“视频素材墙”的“大水管” 优势： 视频数据极其庞大。HBF 允许 AI 模型直接在存储层进行“近内存计算”。 超长视频生成： 当 HBM 装不下权重模型时，HBF 充当“二级显存”，其高带宽保证了模型参数加载到 GPU 的过程不需要像普通 SSD 那样等待。 视频特征检索（RAG）： 在处理海量视频素材库时，HBF 能以超高速扫描 TB 级数据，寻找匹配的素材特征，这是传统存储无法想象的。 劣势： 虽然带宽上去了，但 寻址延迟 依然高于 HBM。对于需要极高实时性反馈的 AI 交互场景，HBF 会有微小的滞后。 3. 视频 AI 场景下的“成本帐” 假设你要搭建一个能够实时生成 10 分钟 4K 视频的 AI 工作站： 全 HBM 方案： 你需要部署多块 H200/B200 显卡，仅显存成本可能就超过 5 万美元，且依然可能因为显存容量限制（141GB 封顶）无法处理超长上下文。 HBM + HBF 混合方案： 你只需要少量 HBM 负责核心运算，配合 4TB 的 HBF 存储 作为“大显存池”。总成本可能降至 1.5 万美元 左右，且能处理比前者多出 30 倍 的视频素材量。 根据以上我们可以很直观的判断出， 未来AI存储发展方向至少会演化成少量的HBM负责核心计算，搭配海量的HBF存储芯片。 那么现阶段谁最先掌握了的HBF全栈技术， 谁就能在接下来的视频AI浪潮中获取海量的利润！ 毫无疑问现在西部数据wdc的彻底退出， 相当于给闪迪的估值模型松绑， 是闪迪真正走向堪比英伟达一样巨头的起点。

Marvell Bravera SC6 Marvell $MRVL 於 2026 年 8 月 4 日 FMS 2026 發表 AI 記憶體基礎架構新品，核心為 Bravera SC6（MV-SF1410）PCIe Gen6 SSD 控制器。 核心亮點： - 專為 AI 推論優化，讓更多 KV Cache 從昂貴 HBM 轉移至 SSD，提升基礎架構效率、降低寫入放大並延長 NAND 壽命。 - 效能為上一代 Bravera SC5（PCIe Gen5）的 2 倍。 支援 PCIe Gen6（向下相容 Gen1–5）、NVMe 2.2，單埠四通道。 - 採用 NAND-agnostic 架構，相容多家廠商 SLC/MLC/TLC/QLC，方便超大規模雲端與 OEM 彈性採購部署。 - 預計 2026 年第四季開始送樣。 同時發表 Structera X（機架級 CXL 記憶體擴充與池化）與 Photonic Fabric（Pod 級光學共享記憶體，跨機架最高 50 公尺、支援最高 32TB 暖 KV Cache 卸載，聲稱可提升 2–3 倍 token 吞吐量）。 整體目標是讓記憶體更獨立於運算擴展，減少 GPU 停滯、提高利用率與 token 效率，協助超大規模業者因應大型模型與長上下文需求。

高通（Qualcomm）正强势进军AI数据中心，已与Meta达成多代Dragonfly C1000 CPU供应协议，并为另外两家未具名hyperscaler提供定制芯片，目标2029财年数据中心收入达150亿美元。 其核心技术HBC（High Bandwidth Compute）是亮点：采用近内存3D堆叠架构，将计算核心与LPDDR内存垂直融合，大幅缩短数据移动距离。相比传统HBM，HBC实现带宽/瓦特提升约6倍、容量/瓦特提升约200倍，同时显著降低功耗和总拥有成本（TCO），特别适合大规模AI推理和智能体AI场景。 HBM在峰值原始带宽上仍有优势，适合高强度训练负载；但HBC在实际AI工作负载中提供更低延迟、更高有效带宽和更好能效，尤其在电力和预算受限的hyperscale环境中更具吸引力。HBC并非全面取代HBM，而是成为高效补充方案——2027年中Gen1商用，2028年Gen2进一步提升，已获Meta等客户认可。 高通的优势在于能效+成本+定制化：利用成熟手机供应链降低成本，通过co-design和开放生态快速适配客户需求。这帮助高通从手机芯片巨头转型为数据中心重要玩家，在NVIDIA主导的市场中开辟差异化路径。 未来，HBC能否大规模分流HBM，取决于交付执行和软件生态成熟度。但在AI基础设施追求可持续性的今天，这种“省电即王道”的方案，已成为 hyperscalers 多元化供应链的热门选择。 但这种架构一旦被证明有效，行业复制速度可能会非常快。HBC不像CUDA，没有网络效应；不像x86，没有ISA锁定；也不像Windows，没有应用生态锁定。更大的可能是，Near-Memory Computing逐渐成为整个行业的新方向，而不是Qualcomm一家独占的技术。 因此，HBC本身更像是一张帮助Qualcomm切入AI推理市场的差异化王牌，而不是足以形成十年以上垄断优势的护城河。真正决定其长期竞争力的，不是单独的Near-Memory Compute模块，而是能否将HBC、LPDDR、Compiler、Runtime、软件生态以及完整的数据中心平台整合成一个系统级解决方案。如果这种整体体验能够持续领先，那么Qualcomm建立的将不是某一项硬件技术的优势，而是一整套AI推理架构的新范式。 免责声明：本人持有推文题及资产，观点充满偏见，非投资建议dyor

懒猫算力舱 X5 终于上线了，2070T 最强推理算力，128GB 超大显存，英伟达芯片，还配备 100GB 光口 和万兆网口，所有配置拉满 超帅超强，比 GB10 性能还强一倍，可以通过光口和 vllm 无限组网跑本地大模型，可以当独立电脑用 详细配置参数如下，预售 200 台已卖光，想要进一步了解软件性能的评论区打 1 懒猫 AI 算力舱（LazyCat AI Pod）详细硬件参数 1. 产品概述 紧凑型 AI 计算设备，面向硬核开发者 搭载 NVIDIA Jetson GPU，支持 CUDA 生态 统一内存架构，可本地部署大规模 AI 模型（如 DeepSeek-V4-Flash 284B） 预装 Ubuntu，支持本地 AI 部署，可作为私有 AI 超算替代云服务 从开箱到运行 AI 模型约 5 分钟 支持多机联网扩展算力 2. CPU 架构：Arm® Neoverse®-V3AE 64-bit X5-T4000**：12 核心，最高频率 2.6 GHz，每核心 1 MB L2 缓存，16 MB 共享系统 L3 缓存 X5-T5000**：14 核心，最高频率 2.6 GHz，每核心 1 MB L2 缓存，16 MB 共享系统 L3 缓存 3. GPU / AI 算力 架构：NVIDIA Blackwell X5-T4000（NVIDIA Jetson T4000）**： 1536 核心 第 5 代 Tensor Core MIG：6 TPC 最高频率 1.53 GHz AI 性能：1200T X5-T5000（NVIDIA Jetson T5000）**： 2560 核心 第 5 代 Tensor Core MIG：10 TPC 最高频率 1.57 GHz AI 性能：2070T 完整支持 CUDA 生态；非 CUDA 芯片实际 AI 性能约降低 50% 4. 内存 类型：LPDDR5X，256-bit 带宽：273 GB/s X5-T4000**：64 GB X5-T5000**：128 GB（可支持 DeepSeek-V4-Flash 284B 大模型：总参数 284B / 激活参数 13B，适合文生图、文生视频等任务；支持 vLLM 及多机联网扩展） 5. 存储 系统存储（嵌入式）：64 GB eMMC 5.1（主要针对 X5-T5000 提及） 模型存储：最高 32 TB（通过最多 2 个 M.2 接口） 支持 PCIe NVMe 和 USB 3.2 SSD 6. 网络与接口 有线网络 X5-T4000**：1 × QSFP28 光口（最高 75 Gbps，3 × 25GbE）+ 1 × 10GbE RJ45 口（支持网络唤醒） X5-T5000**：1 × QSFP28 光口（最高 100 Gbps，4 × 25GbE）+ 1 × 10GbE RJ45 口（支持网络唤醒） 无线 Wi-Fi：海华 WIFI6 XB560NF 无线网卡，双贴片天线 蓝牙：5.4 其他端口 1 × Type-C 3.2 Gen2（10 Gbps） 2 × USB 3.2 Gen1（5 Gbps） 1 × HDMI 2.1（支持 8K 输出） 1 × DC 电源口（5.5×2.5 mm） 7. 电源与功耗 模块功耗： X5-T4000：40W ~ 70W X5-T5000：40W 130W（针对 AI 推理优化，远低于消费级 GPU 的 350W 450W） 电源适配器：氮化镓宽电压适配器，输入 100V ~ 240V，输出 12V/8A，频率 50/60 Hz，支持 UPS 不间断供电 8. 外观与物理规格 尺寸：144 × 130 × 61 mm（长 × 宽 × 高） 重量：2.3 kg 外壳：金属机身 颜色版本： 太空白（喷砂烤漆工艺） 星辰灰（阳极氧化工艺） 9. 散热 直吹液压静音风扇 10 mm 大风量风扇 静音 FDB 轴承 转速 3500 ± 10% RPM 配备定制静音转速算法，12V 供电 10. 软件与系统支持 操作系统：预装 Ubuntu（含 CUDA 加速驱动和 AI 开发环境） 支持框架：Ollama、vLLM、Shimmy 等 常见应用：Jupyter Notebook（一键安装 CUDA 支持）、ComfyUI（文生图）、AI 语音识别/合成、DeepSeek OCR、文档/PDF 翻译等 支持内网穿透，手机远程访问 100% 本地部署，数据物理隔离，无需上传云端 可独立作为 Ubuntu AI 电脑使用（接键鼠显示器），也可多机联网扩展