EnHeng嗯哼.Ai
@EnHeng456
05年大学生学习记｜Ai Build｜NVIDIA｜build BNB Aster 🦅｜近3亿选择 BNB慈善贡献榜首位｜HTX｜TG enheng777 ｜微信Eth6668889｜仅代表个人观点不构成投资建议 高风险投机 DYOR
加入 April 2022
3.1K 正在關注 102.1K 粉絲
ChatGPT、Claude这些AI产品底层是算力工业
每一次Prompt，每一次代码生成，每一次Agent任务，背后都在消耗Token。Token对应的是模型推理、GPU运算、存储读写、服务器调度和数据中心能源
OpenAI、Anthropic把AI能力包装成产品，但它们要服务全球用户，就必须持续购买算力
英伟达成为AI时代的卖水人
AI公司都在淘金，英伟达卖GPU、CUDA和算力工具。模型越大，推理越多，GPU越贵，英伟达越站在产业链核心
GPU背后还有更底层的瓶颈：存储。
没有HBM、DRAM、NAND这些高速存储，GPU就无法高效读取和传输数据，算力释放会被卡住
所以美光的逻辑很简单：
英伟达卖AI算力发动机，美光卖发动机高速运转所需的存储弹药
AI应用消耗Token，Token消耗算力，算力消耗GPU，GPU消耗存储和能源
AI产业链的价值传导
顯示更多
AI硬件的主线正在继续下沉
第一层是模型，代表应用需求
第二层是GPU，代表算力入口
第三层是存储，代表算力效率
再往下是封装、服务器、能源和数据中心
英伟达吃的是GPU层的价值，美光吃的是存储层的价值
GPU不是孤立运行的，模型参数、训练数据、推理请求都需要高速读取、传输和缓存。没有足够强的HBM、DRAM、NAND，GPU再强也会被数据吞吐卡住
美光的逻辑是AI算力扩张带来的底层硬件价值估算
客户开始签五年期长期订单，存储已经从普通零部件变成战略资源。AI时代最贵的不只是芯片本身，还有让芯片持续高效运转的底层硬件供应链
英伟达是AI算力引擎，美光是这台引擎的高速弹药库
顯示更多
