整理成一条 Thread，更适合直接发： 很多人现在把 DRAM、HBM、显存、KV Cache 混在一起讲。 但这几个概念其实不是一回事。 简单说： HBM 本质上也是 DRAM。 它不是一种完全不同的存储，而是 DRAM 的一种“高带宽形态”。 DRAM 可以粗略分成： DDR4 / DDR5：普通内存 LPDDR：手机、移动设备内存 HBM：AI GPU 上用的高带宽显存 所以 HBM 属于 DRAM 家族。 但问题在于： 大家都能做 DRAM， 不代表都能做好 HBM。 Samsung、SK hynix、Micron 三家都覆盖 DRAM / LPDDR / HBM。 其中 SK hynix 目前是全球 HBM 龙头，尤其 HBM3 / HBM3E 深度绑定 NVIDIA AI GPU。 所以这轮 AI 行情里，海力士本质上是： AI HBM 核心受益者。 Micron（$MU）也在吃 AI Memory 红利，只是 HBM 节奏相比海力士略慢。 再看长鑫。 长鑫现在公开主线还是 DDR4 / DDR5 / LPDDR，也就是普通 DRAM。 所以不能简单写成： “长鑫 = HBM 核心玩家”。 这个说法不严谨。 更准确的表述应该是： 长鑫受益于 AI 带来的整体 DRAM 周期回暖，以及服务器内存需求提升。 至于 KV Cache 到底吃 HBM 还是 DRAM？ 答案是： 训练阶段主要吃 HBM。 因为训练在 GPU 内部进行，需要超高带宽、低延迟和大规模并行，KV Cache 主要放在 GPU HBM 里。 但推理阶段开始变复杂。 长上下文、Agent、多轮对话、大规模 Serving，会让 KV Cache 变得越来越大。 当 GPU HBM 不够时，系统就会开始往 CPU DRAM、Host Memory、分层缓存去扩展。 所以 AI 推理时代，Server DRAM 的重要性正在提升。 这也是为什么很多人开始重新关注 DRAM。 更准确的投资线索不是： “长鑫 = HBM 龙头”。 而是： AI 训练拉动 HBM， AI 推理拉动 HBM + Server DRAM + 分层 Memory。 所以把“HBM 相关产业链”改成“AI 存储产业链”，会更准确。 长鑫的核心逻辑目前还是： DRAM 周期 + AI Server + 国产替代。 不是 HBM 龙头。 #DRAM# #HBM# #AI# #长鑫科技# #半导体# #存储芯片#

Meta 把 AI 塞进 Threads 的对话流, 玩法直接对标 xAI 在 X 平台上的 Grok 内嵌问答。 新功能正在小范围灰度, 用户能在私信和帖子串里直接 @ Meta AI, 拉取突发新闻的实时上下文、热门趋势解读, 还能顺手要内容推荐。这是 Threads 上线三年来第一次把生成式助手嵌进核心交互, 也是扎克伯格继 WhatsApp、Instagram 之后把 Llama 系模型铺向第四个十亿级应用。 社交平台的护城河, 正在从关系链转向那个嵌在对话里、随叫随到的模型。

【用我的推特Thread回顾百万大毛StarkNet，骄骄撸毛日记9-19】 先看今年2月14日的推，空投查询一出来，我就知道我要翻身了。 再来回顾一下，我主要想说我在StarkNet网最卡，撸毛情绪最低落的时候，坚持了下来。 2023年5月的撸毛日记，我计算了StarkNet的一个号多少钱，以及我在加号，还有网为什么这么卡。 2023年6月的撸毛日记，我在讲网为什么这么卡，以及StarkNet的优质项目。 2023年7月的撸毛日记，我依然在盘StarkNet的优质项目。