华尔街见闻 - 资讯 - 最新

沃尔玛中国双业态同时换采购掌门：美国山姆高管空降，山姆买手转战大卖场

Tue, 22 Sep 2026 06:11:10 GMT

沃尔玛中国同时调整了旗下两大核心业态的采购负责人。

9月22日，沃尔玛中国宣布，现任美国山姆会员商店非食品采购高级副总裁Sean Jackson将外派中国，担任山姆会员商店首席采购官，直接向山姆会员商店业态总裁刘鹏汇报。

与此同时，现任沃尔玛中国副总裁、山姆会员商店非食品采购负责人Amber Bynum将调任沃尔玛商店首席采购官，向沃尔玛商店业态总裁祝骏汇报，并于10月中旬正式到岗。

两项任命都落在沃尔玛中国眼下最重要的能力之一——商品。

沃尔玛在公告中称，山姆目前处于业务高速发展期，沃尔玛商店则“转型初显成效”，此次任命旨在进一步强化双业态采购组织能力，并“推动全球商品资源协同”。

相比普通的人事更替，这也让Sean Jackson的履历格外值得关注。

Sean拥有超过30年零售行业经验，目前负责美国山姆非食品采购，覆盖家居、硬百货、科技产品、办公、娱乐、服装和季节性商品等多个核心品类，此前还负责过消费品、健康与保健采购。

长期负责美国山姆商品体系的管理者来到中国，一个直接的问题是，山姆中国过去几年形成的商品开发路径会不会发生变化。

过去几年，山姆中国越来越强调从中国会员需求出发开发商品，而非简单复制美国山姆货盘。中国供应链也已经深度进入其自有品牌和差异化商品体系。

Sean到任因此不必然意味着进口商品占比提升。更值得观察的是，美国山姆的商品开发经验、全球供应商体系与中国本土供应链之间，是否会发生更紧密的协同。

沃尔玛为此次交接留出了过渡期。Sean将在完成中国本地业务培训后正式履职，现任代理首席采购官Neil Maffey完成交接后，还会以全职顾问身份继续为山姆业务提供战略支持。

另一项任命，则把山姆的人才送向了沃尔玛商店。

Amber Bynum在沃尔玛任职超过十年，曾负责全球采购卫生与健康、快消品及零售运营等业务。

去年加入山姆中国采购团队后，她负责的非食品品类实现增长，同时推进商品创新和供应商协同体系优化。

她接手沃尔玛商店采购线的时间点，也恰逢这一业态进入新一轮商品重构。

今年4月，沃尔玛在成都推出全新一代门店。新店面积约3000平方米，仅配置约1万个SKU，并提高生鲜、食品和短保鲜食占比，同时加大本土商品和供应链投入。

沃尔玛计划以这一模型推进全国门店改造，年内升级及新开门店超过100家。

这套思路与传统大卖场追求“大而全”已经明显不同，更接近精选商品、提高周转和强化差异化的方向。

因此，Amber从山姆转任沃尔玛商店，更值得观察的是，过去几年山姆已经验证过的商品开发、供应商协同和精选逻辑，会有多少进入大众业态。

沃尔玛中国正处于增长阶段。

今年第一季度，沃尔玛中国净销售额同比增长22.3%，电商业务增长31%；山姆过去12个月新增9家门店。 8月，山姆石家庄店开业，成为其中国第68家门店。

规模扩大之后，商品能力的重要性持续上升。

一边是美国山姆采购负责人进入中国，一边是山姆中国采购管理者转向沃尔玛商店。

两项任命背后，沃尔玛正在让全球采购经验、中国供应链以及不同业态之间的商品方法发生更频繁的流动。

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

严文韬正式入职DeepSeek

投资界 — Tue, 22 Sep 2026 06:09:11 GMT

投资界发自杭州：

周一（9月21日），严文韬正式加入DeepSeek，本人已到公司报到。

上周，高瓴创投合伙人严文韬将出任DeepSeek CFO的消息不胫而走，投资界报道了梁文锋招到CFO。其实近两个月内，还有多位头部VC的年轻合伙人也参与了DeepSeek 的CFO岗位竞聘。

如今这位90后前高瓴创投合伙人的到来，终结了DeepSeek成立三年来CFO空缺的局面。

此时，临近DeepSeek二轮融资结束之际。过去两周，DeepSeek方面在筛选LP，刷掉了不少资方——这是不同于以往的融资严苛选择。

所有人都在注目着，这群中国年轻人将会带领DeepSeek走向怎样的高度。

梁文锋CFO到位复旦系，高瓴90后合伙人

DeepSeek历来偏好有才华的年轻人。

这一次是严文韬。早在2025年，严文韬作为高瓴创投新生代入选投资界「F40中国青年投资人」。由此，我们获悉他的成长履历：

1991年出生，毕业于复旦大学，2013年至2020年间先后在腾讯投资、H Capital任职，于2020年加入高瓴创投并迅速成为90后投资人代表。

其实关于这位年轻CFO，还有更多经历鲜活的一面。

在复旦大学，严文韬就读的是环境科学与工程系。学生时代他校园创业做过一个校园折扣平台，主营手机报、网站和实体优惠卡，发展最盛时曾有50名团队成员、与100多家商户签约，覆盖上海14所大学，曾月盈利过万甚至拿到了融资。

后来19岁的严文韬作为中国咨询业年龄最小的实习生去往BCG、罗兰贝格两家战略咨询公司实习，同期，他作为复旦大学与斯坦福大学交换生在硅谷高科技公司战略总部实习。稍意外的是，他还在某媒体科技版当过实习记者，关注商业竞争与科技创业者。

我们了解到，许多和严文韬有交集的同学同事都对他评价颇高。

严文韬曾表示在2020年就开始研究大模型，2023年又把注意力转向了具身智能。悉数过往投资案例，严文韬参与了MiniMax、智谱AI、字节跳动、极兔、WeBull等一批前沿科技企业投资项目。

如今，他将在DeepSeek开启新一段旅程。这样的选择，也给一级市场众多年轻从业者带来震撼和启示。

二轮融资倒计时

今年DeepSeek资本动作之密集，俨然成为创投圈一道盛景。能否参与其融资，甚至成为外界判断一家投资机构实力高下的风向标。

记得在6月，DeepSeek完成约500亿元的首轮融资，诸多投资方率先上牌桌，投后估值超3500亿元，其中梁文锋个人出资约200亿元；

随后7月第二轮融资消息传出，投前估值升至5000亿元，将引入以产业投资机构为主的新投资方，例如石溪资本、中芯聚源等。

更多细节流出。据The Information报道，近日DeepSeek召开一场保密要求较高的投资人会议——参与者需要前往DeepSeek北京或杭州办公室，梁文锋则在线接入，且参与者们在会议期间需上交手机、其他电子设备和包袋，并为他们提供笔和纸张以便做笔记。

种种迹象显示，二轮融资落地或许不远了。

多位接近交易的人士告诉我们，过去两周里DeepSeek方面对LP名单进行了一番资格审查，其中不乏国资、非上市公司、自然人背景的LP们在这轮审查中被刷下去。“现在大家都在等资格审查结果。”

DeepSeek向来对LP身份筛选严格，这在首轮融资中早有体现，目的是为规避股权最终流入不明主体或引发其他潜在风险。

行至当下，DeepSeek已酝酿上市，开始筹备科创板IPO。虽然该进程尚在初期，但对于这家曾引领中国大模型开源浪潮的头号选手，市场已然将估值看到万亿元。

本文来源：投资界

风险提示及免责条款

放量大涨8%！腾讯发布AI图像模型，对标Meta Muse爆款逻辑

Tue, 22 Sep 2026 06:04:40 GMT

腾讯控股周二港股一度涨近8%，成交额放量至177亿港元，催化剂来自两条相互呼应的消息线索：Meta旗下AI Agent应用Muse在美国迅速走红，登顶应用商店下载榜，而腾讯同日发布最新图像生成模型Hy Image 3.5 Preview。市场由此形成一条清晰的映射逻辑——坐拥超级社交生态与高频生活场景入口的腾讯，被视为"中国版Muse"最具条件的落地载体。

Meta Muse上线次日即跻身美国App Store免费榜前三，生产力榜单持续维持前列。Muse的核心差异在于超越聊天机器人范畴：通过读取社交关系、接入邮件、日历、购物、订餐等各类API，在后台异步自主替用户执行跨应用复杂任务。

这一爆款效应刺激资本市场将目光转向国内对标公司，而微信凭借庞大的小程序服务生态与闭环支付体系，一旦将AI Agent深度植入，其落地效率和商业变现潜力被认为不逊于Meta，腾讯因此成为当日最受追捧的受益公司。

中金研报指出，Meta Muse的突破口已从"模型是否足够聪明"转向"用户能否放心交付、产品能否连接真实事务"，2C Agent的竞争重心正式从技术层下沉至生态分发与信任架构。Allspring Global Investments投资组合经理Gary Tan表示："一些投资者正将腾讯与Meta进行类比，特别是考虑到微信独特的社交生态系统及其在支持大规模个人AI助手方面的潜力。"

腾讯同日发布图像模型，追赶步伐提速

腾讯此次发布的Hy Image 3.5 Preview，是其正面竞争AI图像生成赛道的最新动作。腾讯在声明中表示，该模型较前代产品性能有所提升，目前已整合至元宝及视频编辑、设计工具等产品线。

腾讯以数百名内部设计师作为测试群体，并表示该模型表现与字节跳动Seedream 5.0 Pro不相上下，同时略优于Alphabet旗下谷歌的Nano Banana Pro及阿里巴巴的Qwen-Image-3.0 Pro。腾讯拥有数千名游戏设计师和美术人员，有望成为该工具的主要受益群体，不过腾讯并未对上述质量主张进行量化说明。

此次发布恰好与阿里巴巴开启人工智能大会同日，时间节点的选择颇为醒目。自聘请前OpenAI研究员姚顺雨担任首席AI科学家以来，腾讯AI战略发生转向：姚顺雨公开批评仅为榜单分数训练模型的做法，强调产品整合与解决现实问题。另一位前OpenAI研究员、计算机视觉专家田永龙亦于7月加入腾讯混元团队，负责视觉语言模型研发。

Muse爆款逻辑：从聊天到交付的范式跃迁

理解腾讯此番涨势的核心，需要厘清Meta Muse究竟打开了什么新叙事。

中金研报梳理指出，Muse相较此前同类Agent产品存在四点实质区别：其一，后台异步执行，跨对话保留长期记忆与用户偏好，任务在用户关闭应用后仍可持续推进；其二，真实账户连接，通过内置连接器、公开API及浏览器操作三类方式接入邮件、日历、支付、健康、电商、智能家居等场景；其三，隔离执行与审批门控，每个用户拥有独立的Muse Secure VM运行环境，并由Sentinel代理把守所有对外操作，将安全架构作为产品设计核心；其四，Ideas与Feed功能已显露推荐式Agent雏形，Muse开始从等用户提问转向主动识别需求、提前定义问题。

中金研报认为，2C Agent的竞争终局将更像"推荐"而非"搜索"——Agent基于足够上下文主动识别需求、替用户定义并解决问题，而非被动等待指令。Meta的优势在于分发与信任基建：36亿日活用户提供触达规模，WhatsApp对话线程降低使用门槛，Instagram与Facebook的长期内容行为积累形成更丰富的个人需求图谱，这是仅依赖聊天历史的ChatGPT等产品难以复制的。

在商业模式上，Muse采取免费层与20美元、100美元两档月度订阅，最高档定价已接近部分ToB软件水平。中金研报认为，随着Muse承接购物、预订等消费任务，其变现路径有望形成"订阅打底＋交易抽佣"的混合模式。

为何腾讯是"中国版Muse"的最优解

资本市场将腾讯对标Meta Muse，并非简单类比，背后有清晰的生态逻辑支撑。

中金研报在梳理中美2C Agent生态差异时指出，微信已将账户、支付与生活服务整合于平台内部，且拥有独特的小程序生态，有利于自有Agent在授权范围内直接调用能力、完成交易。相比之下，Meta的海外服务入口相对分散，网页仍是重要载体，Muse需借助浏览器操作覆盖长尾服务，连接与维护成本相对较高，网页改版亦可能影响执行效率。

换言之，若腾讯将AI Agent深度植入微信生态，其天然的小程序闭环与支付体系将赋予它比Meta更低的执行摩擦。腾讯正致力于实现的愿景——为微信生态超过10亿用户构建能够执行各项任务的AI——与Muse的产品方向高度吻合，这是当日市场给予腾讯超额定价的核心逻辑。

时机决定节奏：两种路径与四个阶段

中金研报引入产品创新周期框架，将2C Agent的发展划分为四个阶段：探索期（技术效果与成本均未达阈值）、过渡创新期（技术效果达阈值但成本仍高）、全能创新期（效果与成本双双突破阈值）、强者恒强期（技术曲线趋于平缓）。

报告以黑莓与iPhone的历史路径为参照：过渡创新期对应黑莓聚焦企业邮件、削减非核心功能的打法，黑莓营收由2004年的6亿美元增至2011年高点200亿美元；全能创新期则对应iPhone的多合一融合，对过渡式产品形成生态碾压。

中金研报认为，AI模型能力持续精进、Token算力成本下行，是当前确定性较高的因素；更难把握的是用户对Agent解决任务的错误容忍率、对既有习惯的迁移意愿，以及用户成本阈值。基于此，2C Agent存在两种发展情形：其一是先经历过渡创新阶段，从泛办公刚需切入后逐步延伸至综合场景；其二是技术与成本曲线同步快速下行，直接跨越过渡期进入全能创新阶段——届时，坐拥分发优势与生态深度的Meta、腾讯等巨头将率先受益。中金研报强调，从过渡阶段到全能阶段的间隔越短，互联网巨头越占优势；反之，创业公司则有更多时间构筑壁垒。

风险提示及免责条款

抖音从AIGC里狠抓机会：先于影视公司发现IP

Tue, 22 Sep 2026 05:24:35 GMT

如果要评选今年夏天势头最猛的“小花”，AI短剧《被裁掉的女孩》里的主角方桃子，必须有姓名。

把第一季上线视作“出道时间”，这个小镇女孩只用了两个多月，就从一部AI短剧的女主角，登上《时尚COSMO》旗下COSMO CRUSH电子刊封面。

两季故事里，方桃子从合照边缘被裁掉的小镇女孩，一路摸索着在时尚行业升级打怪。观众也越来越难只把她当作一个AI角色。

剧方为方桃子单独运营账号，持续更新做饭、健身、买花和晨间记录等日常内容；评论区里，粉丝会催更、讨论她的感情和工作，甚至替她规划综艺和演唱会。

一个生成出来的角色，开始拥有接近真人艺人的陪伴感和持续关系。

方桃子不是孤例。过去半年，抖音已经涌现20多部播放量破亿的AI原生系列内容。

9月21日，首届抖音AI创作大赛收官。72天里，17万件AI作品涌入，揽获超过400亿次播放。抖音把分散的创作冲动，收拢成了一条正规内容赛道。

同一天，抖音宣布与爱奇艺达成合作，双方将投入上亿资源，把站内优质短篇往剧集、电影方向延伸。

从制造一条爆款，到留下一个可以持续生长的故事——抖音对AIGC的期待，已经变了。

AIGC新势力

今年AI做视频明显更厉害了，但抖音上真正在变的，是怎么用AI讲故事。

年初大家还在比拼东方美学、复古影像这些视觉风格；2月模型能力提升后，热梗二创快速增加；3月开始，围绕亲情、陪伴和现实情绪的写实短片出圈。

5月以后，越来越多创作者开始搭建原创世界观，内容也从单篇走向系列化。

怪物收容、东方玄幻、原创科幻之后，女性叙事、都市怪谈、中式微恐等细分类型逐渐在抖音平台形成稳定受众。

更多作品从“展示画面”走向“故事为先”，创作者从做完一条作品，转向持续讲一个故事。

这轮变化背后，是两股力量的汇合。

一边是生成技术在继续拆低影像生产门槛。过去高度依赖演员、场景和后期的科幻、古装等题材，现在个人或小团队就能完成。

截取自AI短剧《归墟》

另一边，抖音也在主动组织这批新供给。

2025年9月，抖音推出"AI创作浪潮计划"，从流量、工具和课程等方向扶持AI内容。接近一年时间，已有超过160万名作者参与，相关内容累计播放达到1400亿次。

今年6月启动的首届AI创作大赛，则进一步把筛选标准从"生成能力"推向剧本、角色、叙事和IP潜力，开始主动寻找能够持续讲故事的人。

这批创作者来源很杂：电影专业学生、小说作者、视觉设计师、职业画手、海归导演、60多岁的资深动画从业者，个人创作者和专业公司团队同场竞技。

拿下金奖的《合龙》出自2XLabs。这支在影视行业深耕十余年的团队，这次把从构思到成片压进了一个半月：一个多月磨剧本，真正交给AI生产只有一周左右。

开篇主角站在木桥上垂钓，为了确定整个世界的疏离感，团队用AI快速测试了清晨、落日、傍晚、阴天等上百种方案。

传统拍摄中需要协调场景、光线和排期才能完成的试错，被压缩到了生成环节。

新的创作者也在持续进入。

编导李让没有影视科班背景，自学AIGC影像创作。他4月上线的《告别》用第一人称串起一个人从童年到老年的多次离别：离开母亲、朋友、恋人，直到面对衰老。作品没有依靠视觉奇观，而是靠普通人生经验完成共鸣，上线5天播放破亿。

曾从事游戏美术和3D制作的泫九，独立制作末日科幻系列《归墟》，编剧、角色设计、生成、剪辑和配乐几乎一人包揽。

做了近十年真人短片的菲菲飞，则借AI摆脱部分演员、置装和场景限制，持续更新《被裁掉的女孩》。

专业影视团队获得了更快的试错工具，成熟短视频作者摆脱真人制作限制，美术、小说等背景的个人创作者也开始独立完成完整影像。

AIGC没有消除专业能力，却正在打破过去相对固定的影像生产需要高投入的刻板印象。

对抖音而言，更重要的因此不是AI视频数量增加，而是一批能够持续生产人物、故事和世界观的原生创作者开始形成。

过去以单条爆款为主的AI内容，也开始拥有持续生长的可能。

开造IP池

抖音持续有意识地培育AIGC赛道，目的显然不只是增加一类内容供给。

过去抖音最擅长“造星”。算法把创作者推给可能感兴趣的人，用户点个关注，路人就变成了粉丝。达人和个人IP，成了平台最重要的内容资产。

但网红有个问题：火得快，凉得也快。一条爆款的生命周期可能就几天，达人必须持续产出新内容才能不被算法遗忘。

如今在平台上涌现的AIGC系列故事代表着另一种生产。

截取自AI短剧《被裁掉的女孩》

《被裁掉的女孩》的观众等待方桃子下一步会经历什么，《归墟》的观众则关心那个末日世界如何展开。用户追的不再只是作者，而是人物、故事和一个持续生长的世界。

区别于围绕创作者本人形成的个人IP，一批拥有稳定人物、故事线和世界观的内容IP雏形开始出现。

爱奇艺高级副总裁陈宏嘉在现场分享时提出，好的IP包括两类东西：一类是人物、符号、场景这些可以被识别的“有形资产”；另一类是情感、价值观和世界观这些“无形资产”。最终还要能跨不同形式开发，持续产生商业价值。

说白了，一个故事要真正成为IP，得经得起反复用、换着花样用。

谁先筛出好故事，谁就掌握了后面一连串开发的起点。

过去，影视IP多半是从网文和漫画长出来的。背后原因其实很朴素：码字最便宜。一个人一台电脑就能开工，能写的人也比能拍的人多得多。

拍剧完全是另一回事。拉起剧组、找演员、搭场景、做后期，几个月下来几千万扔进去，赌错了就是真金白银的损失。没人愿意对着一个空白剧本下注，只能挑已经在网上火过的故事。

抖音过去站在这条链条的最末端。一部剧拍完了、定档了，才轮到抖音剪预告片、买热搜、找达人二创——做的全是宣发的事。

AIGC把这个门槛往下压了一大截。过去最烧钱的科幻、古装，现在个人创作者用AI就能先做出短片版本，直接丢到几亿用户面前试水。

故事能否打动人，用户会用点击和评论给出答案。

如果一个故事值不值得继续开发，能在抖音上先得到答案，平台就从"事后宣传"变成了"事前筛选"。

大赛收官当天，抖音宣布与爱奇艺达成深度合作。双方将投入上亿资源，共同推动站内优质短篇向剧集、电影等更长内容形态延伸。

为了让更多好故事有机会沉淀为IP，抖音还宣布后续将投入20亿流量扶持，继续增加创作基金、广告变现和内容付费等支持，同时与电影节、影视公司合作，把成熟故事送进更多内容形态。

抖音里的IP未必只有“短片变长剧”这一条路。

抖音方面披露，《丧尸清道夫》已经启动影视化改编，《零号档案8》《归墟》等热门内容则开始尝试互动剧玩法。

抖音小游戏《零号档案：降临》《归墟：迷局》

一条今天出现在抖音里的短片，未来可能继续成长为剧集、电影或者游戏。

抖音想留下的，或许不是IP开发的每一个环节，而是好故事被最早发现和验证的位置。

风险提示及免责条款

雷军辟谣“打新宇树赚100多亿”：是旗下顺为早期投资，不是我打新

张硕 — Tue, 22 Sep 2026 05:20:00 GMT

小米创始人、董事长兼CEO雷军辟谣“打新宇树赚100多亿”：那是顺为早期投资，不是我个人打新。

五六年前宇树A轮，顺为是唯一投资方。顺为和小米长期支持年轻人创业、硬核科技创新。他20年前融资难，故倡导天使投资，并呼吁媒体勿为流量夸大，笔下留情。

工信部旗下媒体：“去宁德化”论调要不得

Tue, 22 Sep 2026 05:15:15 GMT

工信部旗下媒体中国工信新闻发文表示，最近一段时间，“去宁德化”在新能源汽车行业被反复炒作，俨然成了一场舆论闹剧。车企调整供应链、增加供应商、布局自研，本是正常的市场行为，却被不断包装成“去宁德化”，甚至渲染成整车企业与动力电池企业之间的对立。热闹背后，真正值得讨论的不是“谁替代谁？”，而是中国新能源汽车进入高质量发展阶段，究竟需要怎样的产业竞争。

风险提示及免责条款

百亿风投掌门人：AI电力瓶颈已经传到燃气轮机，交期排到5年

张硕 — Tue, 22 Sep 2026 04:50:31 GMT

美国风险投资机构Eclipse创始人Lior Susan表示AI需求传导至能源端，电力成瓶颈。

他投资覆盖芯片到核电、燃气轮机等。燃气轮机交期长达5年，订单积压，需求井喷。因此，他们正考虑新建公司专攻燃气轮机，抓住“日食经济”电力缺口。

功率半导体又涨价了：新周期、新革命，AI供电的隐藏红利受益者？

Tue, 22 Sep 2026 04:22:43 GMT

2026年功率半导体的涨价，被多数投资者归类为又一轮周期反弹。这个归类很可能低估了正在发生的事。

截至2026年8月，英飞凌、意法半导体、德州仪器年内各完成两到三轮调价，主流功率器件交期从12周拉长到30周以上，最紧缺料号达到52周；同期全球8英寸有效产能同比下降2.4%，功率器件七成以上依赖的这条产线，正在被代工大厂主动放弃。但真正的变量不是价格，而是英伟达把800V高压直流（HVDC）确立为下一代AI工厂的供电标准：600kW机架的母线电流从5万安培降到750安培，单机柜功率半导体价值量从1.5万美元抬升至11.5万美元以上。功率半导体的需求锚正在从汽车换到算力。

“芯片网红”：AI算力瓶颈早已不是算力芯片，而是先进封装、互连延迟与存储层级

Tue, 22 Sep 2026 04:22:27 GMT

当市场在为科技巨头数千亿美元的AI资本支出（Capex）能否回本而焦虑时，产业最前沿的硬件工程师们却在关注另一个更本质的命题：摩尔定律的经济学已经破产，算力竞赛的真正瓶颈，从来不在芯片本身，而是从“设计更快的芯片”变成了“控制从硅片到机架的物理堆栈”。

近日，在知名科技播客Frictionless Podcast by Logan Jastremski的专访中，“芯片网红”、资深芯片设计师、知名硬件分析专家“Mr. Bubble”就当前AI算力供应链的核心瓶颈、未来架构演进及AI投资的最终价值归宿进行了深度剖析。这场对话从晶体管密度讲到存储层级，从机架设计讲到大模型实验室的战略意图，核心结论只有一个：

AI算力基础设施真正的瓶颈，已经从"造更快的芯片"转移到了封装、互连延迟与存储层级这三个更底层、更难解的物理问题上。

（图为Frictionless Podcast主持人Logan Jastremski）

对于当前市场最热门的几个方向——英伟达路线图的可执行性、HBM之后的存储竞争、推理侧的架构分歧，以及大模型实验室"踩边界"背后的真实动机——Mr. Bubble均给出了不少与市场主流叙事相悖的判断。分析认为，与其押注于“互相厮杀”的前沿AI实验室，不如牢牢握住底层的硬件与供应链。

摩尔定律的“经济学破产”与先进封装的崛起

长期以来，市场习惯于用摩尔定律（晶体管密度每两年翻倍）来衡量芯片的进步，但 Mr. Bubble 强调，这一逻辑在经济学层面已经断裂。

“推动这些制程节点（Node）发展所需的资金已经膨胀到了惊人的地步，现在可能需要花费数百上千亿美元。而你甚至无法让晶体管数量翻倍，可能只能获得15%到20%的密度提升。” Mr. Bubble 表示，正是因为晶圆光刻微缩成本呈非线性指数级增长，“先进封装成为了新的摩尔定律”。

他指出，行业不再死磕将更多晶体管塞进同一单位面积，而是通过封装技术“扩大面积”，将多颗芯片连接起来使其像一颗芯片一样运作。这一趋势直接改变了产业链的价值分布。

Mr. Bubble表示，正是因为看清了这一趋势而早于市场看多英特尔——原因是英特尔的封装技术EMIB远超台积电当时的水平，而台积电此后也在向该方向转型。但他直言，"真正应该做多的其实是PCB板厂商"，因为当英伟达被迫将Rubin Ultra从四芯片单封装降规成两个独立封装通过PCB连接时，PCB制造商反而成了整个计算链路的新瓶颈。

Mr. Bubble拿英伟达的路线图举例，揭示了其受制于供应链的现实：“如果你看英伟达的路线图，你会发现它并不受英伟达控制，而是受制于内存和封装。”

他透露，英伟达最初计划在 Rubin Ultra 架构中封装 4 颗裸片（Die），但受制于物理和封装极限，最终被迫降级妥协（传闻改为每组封装 2 颗裸片，再通过 PCB 连接两组封装）。

“现在，PCB 制造商成了英伟达让这些相隔几厘米的芯片像一颗芯片一样运作的瓶颈所在。”

"每次我看英伟达的路线图，我看到的都是'今天不可能'，'今天不可能'。"他强调，Feynman代计划默认搭载四颗芯片，并配备更多HBM，"这些我们直觉上就知道根本不可能实现的东西，我很好奇他们打算怎么解决。"

"人们只是摊开双手说，这是英伟达，Jensen什么都能做。我的回应是：他受制于SK海力士、三星和台积电能做什么，也许将来还要看英特尔能做什么。"

算力的真实单位：不再是芯片，而是“整个机架”

随着大模型参数量级跃升，算力的重心已从“横向扩展（Scale out）”转向了“纵向扩展（Scale up）”。数据中心的算力形态正在重构。

“你不能再在真空中设计芯片了。” Mr. Bubble 强调，“这些系统不再只是一两颗芯片，甚至不是一台服务器，它们是一个完整的机架（Rack），甚至可能是多个机架。在未来，无论AI训练还是推理，设计重点必须是整个机架。”

在纵向扩展领域，互连（Interconnect）的吞吐量和延迟决定了集群的生死。他对比了两种截然不同的架构路线：

英伟达通过NVL72系统和庞大的NVSwitch交换机网络来解决高带宽互连问题，占据了本可用于 GPU 的物理空间；

而谷歌的 TPU 团队则交出了另一种惊艳的答卷，“他们的Scale-up规模达到了惊人的 9600 颗芯片……他们将部分路由逻辑直接构建在了芯片内部，让芯片同时充当伪路由器。”

“基于你的扩展域，你可以改变你的芯片设计。”他举例说，如果拥有极低延迟、高带宽的扩展域且中间交换较少，就可以减少单芯片的内存配置，用“堆更多芯片”代替“堆更多内存”。这也解释了为何谷歌的TPU芯片单卡HBM配置少于英伟达，却依然能撑起超大规模训练。

Mr. Bubble认为，这种系统级的设计能力，将成为未来AI硬件厂商的核心壁垒。

此外，推理侧的"预填充-解码分离（prefill-decode disaggregation）"正成为主流架构范式。Kimi的参考设计已将两个阶段部署在不同节点上，"这正变得无处不在，因为这两个操作在根本上就是完全不同的事情。"

HBM之后，存储战场的真正竞争者是闪存

在 AI 推理端，随着大模型上下文窗口（Context Window）从128K暴增至100万甚至更高，内存容量正面临前所未有的考验。市场普遍认为需要无休止地堆砌昂贵的HBM（高带宽内存），但Mr. Bubble提出了不同的务实解法。

“归根结底，大模型的‘权重（Weights）’应该放在 HBM 里。但如果我们不是一次性使用所有的上下文，为什么要在 HBM 中存放海量的上下文数据呢？”

他指出，推理过程中，占据大量内存空间的其实是用户的历史对话和上下文，而非单纯的模型权重。为了解决这一吞吐量和成本矛盾，行业正在走向“闪存卸载（Flash Offload）”的道路。

英伟达已经推出了针对此类场景的网络附加闪存驱动器机架设计，而更廉价、更高容量的 HBF（高带宽闪存）甚至常规的闪存，结合优秀的闪存控制器设计，完全可以承载海量上下文的需求。

对于未来内存的终极形态，Mr. Bubble 给出了明确的预测：“如果有人想了解我认为内存的未来是什么，那就是3D DRAM。” 他提到，将DRAM直接键合在逻辑芯片上方，通过物理距离的无限拉近（局部性优势）来同时降低延迟、提高带宽并降低功耗，这将是下一次硬件革命的焦点。

“买下建造铁路的人”

对话最后，Mr. Bubble将矛头指向了大模型实验室近期流行的“pacing the frontier（踩边界/放缓前沿）”叙事。

他的核心质疑是：“踩边界是为了我们，不是为了他们自己。”大模型实验室没有暂停任何数据中心建设计划，没有削减任何资本支出，“那些数据中心都是多年期承诺，如果他们是真心的，就应该取消这些开支。但这不会发生。”

在AI安全论上，他坦言自己不是AI终结者叙事的信徒：“让这些GPU持续运行的成本极高，所以它去统治互网络、把一切搞垮，这听起来就是在浪费资源。”他认为更现实的风险在于法律责任，而非科幻式的失控场景。

他真正感兴趣的问题是：踩边界究竟有多少是垂直整合与高价值问题攻坚，有多少只是“监管俘获”。他举例，解决千年数学难题（如Navier-Stokes）"花了1500万美元赚了100万，好吧，但那个问题可能并没有那么高的价值"，而Terence Tao的数学研究奠定了LTE通信基础，那才是真正价值数十亿美元的成果。

在投资逻辑上，他的立场一以贯之：“我是一个坚定的信徒，我只相信拥有硬件层、拥有铁路，或者拥有那些构成这一切的核心部件。”

Mr. Bubble 给出了一针见血的投资判断：“你是想投资Anthropic 和OpenAI这种注定会竞争到死、且其超额收益（Alpha）会随着人员跳槽而消散的公司？还是想拥有那些有 10 年、20 年业绩记录，并在开发不可或缺的硬件方面拥有深厚护城河的公司？”

关于让华尔街最头疼的“资本支出回本”问题，Mr. Bubble用最直接的经济账给出了回应：“我认为我们将迎来一次快速的起飞。我的意思是，只要借助AI研发出5到10种新药，就能收回所有的资本支出。”

全文如下（由AI辅助翻译）：

第一章：简介 & 为什么硬件才是AI真正的核心话题

Mr. Bubble：

我们会给这些服务器增加更多内存。说到底，问题在于用哪种内存？是HBM？是DRAM？还是闪存？我猜更多会是闪存。现在大家都在讨论如何减少对HBM的需求量。因为说实话，到头来，权重（weights）放在HBM里可能还说得过去。但如果我们不是同时用到所有上下文，为什么要在那里放大量的上下文呢？

Mr. Bubble：

我非常相信一件事，就是要拥有硬件层，或者说拥有"铁路"，拥有构成它的那些东西，对吧？所以你是想投资Anthropic和OpenAI这种会互相竞争到死、最终随着人员流动alpha也会扩散出去的公司呢？还是想拥有那些有着10年、20年研发历史和护城河、专门开发核心硬件的公司？是的，他们是在为我们推进前沿，而不是为他们自己。但我，我倾向于非常看多。我是说，现在有利率和伊朗的这些情况，但我不知道，我有种感觉，我们用AI找到几种药物，把对的研究人员聚在一起，或者我们想出办法让5G不需要在一平方英里内建一千座基站。我是说，Starlink，随便什么，只要更高效的东西。我是说，我们会迎来快速起飞。我觉得光靠五到十种药物，就能把所有的资本开支（capex）都合理化掉。

Logan Jastremski：

Mr. Bubble，非常感谢你来参加这个播客。这是我第一次尝试做一个更聚焦于AI的播客，而不是我传统的加密货币播客。所以我非常感谢你的到来，更重要的是，我非常欣赏你在Twitter和X上的各种观点。

Logan Jastremski：

就像我们在按下录音键之前说的，最重要的是，我认为你有一种非凡的天赋，能把技术概念解释得非常简单，而这是很难做到的。所以我非常期待这次对话，真正把你今天所看到的，乃至未来我们认为事情走向的一切都拆解清楚。谢谢你。

Mr. Bubble：

谢谢你邀请我。我要说，我所谓的"简化事物的天赋"，很多人其实不喜欢，但我首先是一个芯片设计师。所以我必须简化和抽象，否则我会被各种细节搞得崩溃。另外，如果你是一个交易员，或者像我喜欢说的——赌徒，你真的只需要有一个高层次的概览。我觉得有时候人们会陷入细节的泥潭，对吧？我同意。说到底，你得知道什么是重要的，无论是从芯片角度还是从经济角度。因为我见过有人为某种SerDes的误码率（bit error rate）或某种材料在功耗上好了几瓦而吵架，我只想说，伙计们，算了吧，这个东西到底要做什么，那才是它对世界的经济价值。这里那里差一点点根本无所谓。

Logan Jastremski：

我完全同意。我觉得我们在加密货币领域也有很多这种书呆子式的争论。总体来说，就像Elon喜欢说的——简化，然后删除。架构和设计越简单，通常获得的采用率就越高。我相信在AI领域也有很多类似的情况。

Mr. Bubble：

我一直以来，不是要在播客一开始就跑题，我以前很喜欢哲学，其实我只读古代的东西，大概到斯多葛派为止，但他们有一整套关于事物本质的观点，就像柏拉图的理念论。本质是什么？核心是什么？从那个核心出发，你可以推导出其他一切。这就是我在处理这些话题时的方式——主要的东西是什么？ 然后从那里出发，我们再谈细节，看它们是否重要。

Logan Jastremski：

我觉得这是一个很好的出发点。所以我想为所有观众和听众从零到一地讲起，因为我觉得你在解释这些概念方面确实做得非常出色。也许就从摩尔定律这样基础的东西开始，讲讲为什么摩尔定律最终走到了尽头，从那里开始，然后我们再跳到一些更有趣的内容。

Mr. Bubble：

好的，在谈摩尔定律之前，你得先大致了解它在说什么。它说的大体上是晶体管密度。它基本上说，在大约一年半到两年的时间里，具体数字不太重要，你大概能获得双倍的晶体管密度。也就是说，在单位面积内，你能放下更多晶体管。那为什么这很重要？因为晶体管是构建数字逻辑的方式。当我们制造芯片时，我们写程序，程序被转换成数字逻辑，数字逻辑再被转换成一堆晶体管阵列。我们能塞进去的越多，晶体管做得越小，计算机能完成的工作就越多，对吧？就把它想象成你写了一个程序，但它放不进内存里，这当然是非常粗糙的简化，但大概就是这个意思。就是我们有这个操作，这个流程，这个工具，但我们实际上放不下它。所以从一个角度来说，它非常重要——它基本上每两年左右就让性能翻倍，随着晶体管数量越来越多，你能完成的工作也越来越多。但从经济角度来说，它也非常重要，因为你可以为你的资本开支做合理化。你可以预测，"嘿，如果我花一亿美元，我实际上会获得投资回报，因为这些芯片会好这么多。芯片好这么多，我就可以收溢价，可以获取市场份额。"所以从这个角度来说，它相当重要。我觉得从工程角度来说，当然，它很酷，很重要。但真正来说，我认为从商业角度，它极其重要。

不过我认为人们没有意识到的是，有一件事像是摩尔定律的一个分支，我甚至不知道它有没有名字，但我们可以叫它"泡泡定律"，或者我只是喜欢借用别人的东西……就是：提升晶体管密度需要花多少钱？ 在早期的每一个工艺节点，花费并不多，对吧？你不需要花几十亿美元来让晶体管密度翻倍。而现在，你可能需要花几百亿甚至上千亿美元，才能让晶体管数量不翻倍，对吧？也许每个节点之间，你只能获得15%到20%甚至更少的晶体管密度提升。所以我之所以从经济角度来阐述，是因为这个模式正在崩溃。推进这些节点所需的资金已经膨胀到这样一个程度——真正只有一两家公司能负担得起这样的投入。如果你不投资，你就会落后，对吧？然后就是一个永恒的恶性循环——"哦，你的节点更差，我不想用。"当你没有客户，你实际上就没有资金或时间去迭代来改进你的节点。所以我认为这是摩尔定律的关键所在。我认为人们忽视的一件事就是钱，就是让这些晶体管翻倍的成本。从大约60年代到90年代，这个成本相对来说几乎是免费的。到2000年代初，我们才开始需要在这方面动点脑筋。

第二章：芯片从0到1

Logan Jastremski：

在某个时间点，我相信是在90年代中期，或者也许是2000年代后期，在哪个时间点我们开始从单核性能转向多核，以及这种转变，我认为，改变了事物的动态格局。

Mr. Bubble：

我认为是在2000年代中期。我不一定记得很清楚。也许是奔腾处理器，是第一款双核处理器。我记不住名字了，但大概是在2000年代中期。这背后的部分原因就是：一个核心归根结底是做什么的？它处理指令。你能多快地处理指令？这取决于核心能跑多快，而这只是你时钟频率的函数，对吧？现在时钟频率已经触顶了。这与摩尔定律无关，更多的是与瑟布尔定律有关，以及晶体管能切换多快的问题。

但时钟频率触顶了，世界意识到，如果有些指令可以并行执行呢？并不是每条指令都依赖于另一条，图形处理是最明显的例子，我们称之为"令人尴尬的可并行化"工作负载，对吧？矩阵运算是令人尴尬地可并行化的。 这就是多核系统开始兴起的原因，因为对于某些类型的工作负载来说，这是一种可以提升性能的方式，但对于其他工作负载则不然。所以直到今天，如果你有一个单线程工作负载，或者就是某种逐条指令执行的瓶颈任务，说实话，如果你是一个非常优秀的程序员，你可能可以用一台老电脑就把它搞定，只要它还有相当高的时钟频率。你可以想想英特尔酷睿i9-14900KS，我认为这是有史以来面向公众发布的时钟频率最高的处理器，它的频率大约达到了6GHz的峰值。我们今天实际上还没有任何单核处理器能跑得比这更快。 这对大多数人来说不那么重要。但如果你有一个非常重要的单线程工作负载，比如网络数据包处理，你是一个字节接一个字节地接收数据，那时钟频率就非常关键了。

Logan Jastremski：

最终，正如你提到的，这让位于GPU。英伟达在这方面主导了一段时间。正如你指出的，矩阵乘法与AI的映射相当吻合。你能谈谈AI这边是如何开始扩大规模的吗？我想，是关于更大规模的预训练运行的问题。

Mr. Bubble：

也许我们就从英伟达为什么存在、他们为什么擅长这件事说起。我是说，图形处理说到底，这听起来像个玩笑，但它就是形状旋转，是三角形和正方形，你做一个矩阵乘法来移动和旋转它们。这与我们在AI中使用的数学大致相同，对吧？ 但AI的好处是你不需要那么高的精度，而图形处理则需要。如果你考虑物理模拟或速度计算，使用64位浮点数，或者用更多位来表示小数部分，对那些工作负载来说是相当重要的。英伟达，当时并不是唯一的图形芯片公司，但很明显图形处理将需要一个专用处理器，对吧？因为你看，我们已经在CPU领域做到了双核，但那远远不够运行一个60帧的完整游戏，对吧？所以你必须把图形处理卸载到一个新的加速器上。所以英伟达做得非常好，我认为。

有趣的问题是，英伟达为什么能长期主导这个领域？ 因为当时这个领域有很多其他公司。我对这个问题的回答是：英伟达从一开始就将其GPU设计得具有很强的灵活性和可编程性。有一个著名的故事，黄仁勋说英伟达差点破产，因为图形API发生了变化，也就是渲染图形的协议改变了，而英伟达不支持它。所以他们不得不立刻流片一块全新的芯片来支持那个协议，否则他们就会被淘汰，因为微软在背后支持那个协议，而微软是那个巨无霸。但英伟达，甚至从最早的时候起，他们就在做一些事情，比如并行化IO，比如GPU的虚拟化IO。他们从一开始就非常强调可编程性，因为那时是蛮荒时代，而这最终得到了回报。 很多选择走固化路线的公司都消亡了。但英伟达，直到今天，这仍然是一条相当深的护城河。他们有很强的可编程性，新模型出来了，英伟达似乎在一两天之内就能跑起来，对吧？所以我认为这就是英伟达优势的核心论点。

那么，你说的"固化"，是指定制加速器吗？对，是定制加速器。但我的意思是，英伟达在往GPU里加的东西，甚至超出了规范的要求。就像如果规范改变了，如果我们想做这件事，我们能不能让加速器来分担这个工作？这就是为什么他们很快就进入了科学计算领域，因为他们让那个协议变得非常有用，对吧？没有其他图形芯片公司进入了科学计算领域，这是有原因的。 而那正是他们在进入AI之前的起点，对吧？所以，为英伟达点个赞，他们从一开始就努力让这些大型、复杂、可并行化的处理器变得更具可编程性。我认为那是正确的选择。事后来看，那确实是正确的选择，对吧？对于现在的AI来说，这是否仍然是正确的选择？我们不知道，事情会变化。但就目前而言，显然这为他们带来了巨大的成功。

Logan Jastremski：

那么也许再深入探讨一下，你已经开始——我想先退一步说——你因为对英特尔的判断而出名，真正谈到了封装，认为封装是新摩尔定律。你能解释一下为什么你认为封装是新摩尔定律，以及为什么封装比光刻机更有意思？

Mr. Bubble：

是的，就像我一开始说的，你知道，如果我们能一遍又一遍地缩小晶体管，每两年翻一番，那封装可能没那么重要。但我们现在需要用一切手段来获得更多晶体管，对吧？因为光刻缩放近年来已经基本到顶了，或者说没有以同样的速度在缩放。也许我们只能获得10%、12%的提升——而我们花了什么，200亿、400亿美元才达到这个水平。也许更聪明的做法就是把更多的芯片加在一起并连接起来，让它们表现得像一颗芯片。所以这是在增加面积，对吧？与其试图把晶体管缩小到一个单位面积里，我们是在扩大面积，对吧？这对我来说非常清楚，因为如果你对光刻有任何了解，你就知道在先进制程节点上流片的成本极其高昂，比7纳米节点要贵出好几个数量级，5纳米节点的流片成本大概是它的两倍，然后2纳米节点又是那个的两倍，对吧？所以成本就这样急剧膨胀。获得性能提升的更好方式其实就是增加面积，这是一种新的缩放范式，对吧？现在大家都在谈论缩放范式，但这是一种新的范式，对吧？所以，封装就是人们现在试图扩展晶体管数量的方式，在一颗完整的芯片内给你提供更多晶体管。

英特尔，当我——你知道，我当时真的非常关注英特尔，现在也是——主要是因为我理解他们试图推进的光刻节点。我的意思是，他们试图通过更早采用高NA EUV等技术以及推动封装技术来超越台积电。这需要大量的投资，对吧？正如我所说，每一个节点的投资都呈非线性指数增长，对吧？所以这就变成了一种垄断、双寡头的局面。所以他们唯一能追上台积电的方式就是烧钱。但我对这个策略确实有很高的信心，如果你真的有把握能出货的话，这其实是个不错的策略。另一件我可能比别人更早发现的事情就是，他们的封装技术——叫做EMIB——比台积电当时提供的技术领先太多了。而现在台积电正在采用EMIB已经有的东西，对吧？他们正试图将自己的封装技术向那个方向转变。这在当时非常重要，因为如果你看英伟达的路线图，它依赖于什么？它实际上并不依赖于任何英伟达自己掌控的东西。它依赖于内存，它依赖于封装。

第三章：封装作为新摩尔定律

Mr. Bubble：

这两件事英伟达实际上都不自己做，对吧？我的意思是，他们与合作伙伴合作，试图去影响它。但归根结底，这些都是给他们提供这些东西的供应商和合作伙伴，对吧？他们既不自己制造，也不自己设计，对吧？所以如果你看英伟达的路线图，它是从H100的一颗大芯片，到B200的两颗芯片，然后Rubin默认是两颗芯片，Rubin Ultra本来应该是四颗芯片。瞧，发生了什么。Rubin Ultra无法把四颗芯片放在一个封装里。他们不得不多次降低规格。现在的传言是，一个封装里放两颗芯片，然后两个封装，对吧？所以它们通过某种PCB连接方式连接在一起。所以对于任何了解封装发展方向的人来说，这是显而易见的。我通过做多英特尔来布局这个，效果很好。你知道，我很高兴英特尔现在表现得更好了，但真正的机会其实可能是做多PCB制造商，因为现在他们已经成为英伟达的瓶颈——英伟达需要让这两颗相隔也许几英寸或几厘米的芯片表现得像一颗芯片。这并不一定容易，也不是迄今为止一直以来的做法。

Logan Jastremski：

总体来说，我认为主要的瓶颈就是提高芯片之间的数据吞吐量，确保它们能够相互通信，几乎像一颗芯片一样运作。

Mr. Bubble：

是的，吞吐量，还有信号完整性。因为随着传输距离变长，信号会失去它的能量或完整性。我的意思是，我们有输电线路，对吧？我们以前在电话线上有中继器来放大信号并重复传输。归根结底是同样的物理原理，只不过现在你是在PCB上传输几厘米。所以信号现在需要被转换成某种其他格式、某种其他物理介质，然后需要来回传输，这在高速情况下并不容易做到，而且还要保证良好的信号质量。所以，Rubin Ultra还没有出货。我的意思是，我认为Rubin现在正在爬坡。我们看看Rubin Ultra明年能不能出货，但他们遇到了相当多的麻烦。还有一件事，你看，我们现在关注Rubin Ultra是因为它在新闻里，但Feynman本来应该默认就是四颗芯片，对吧？所以这成了一个巨大的问题。Feynman本来应该有更多的HBM，对吧？所有这些我们直觉上就知道今天不可能实现的东西。每次我看英伟达的路线图，我就觉得这今天不可能，这今天不可能，对吧？所以我很好奇他们打算如何解决这个问题。人们只想举手投降说，哎，这是英伟达，老兄，黄仁勋什么都能做到。而我说，好吧，你知道，我相信他是个出色的运营者，他能做很多事情，但他受制于SK海力士、三星和台积电能做什么，以及也许未来英特尔能做什么，对吧？

Logan Jastremski：

是的，我认为这在晶体管方面——无论是时钟速度的扩展还是多核扩展——都是非常清晰的从0到1的过程。甚至包括芯片die的扩展。不过我很好奇，现在随着这些发展，我们显然已经扩展到了更大规模的集群，从几百个，到现在几千个，再到几十万个互联的GPU。而关键在于规模扩展。这些用于大规模预训练的数据中心。所以有意思的是，你不仅需要在芯片上有相当高的吞吐量，还需要在机架内部以及机架之间都有高吞吐量。那么，随着我们在训练方面扩展到更大的集群，你能谈谈这些事情是如何扩展的吗？

Mr. Bubble：

是的，那么。我觉得首先要说明的是，为什么要扩展规模，对吧？一方面，单纯地把封装推到极限，比如NVL72本来就要有72个封装，把这些全放进一个封装里，实际上是不可行的。但同时，这些AI算法是非常可并行化的，对吧？所以它的好处在于，你可以让一块芯片处理问题的一部分，另一块芯片处理问题的另一部分，这样你就能获得更高的吞吐量，对吧？这就是它的优势所在。如果我们处理的是像……我不知道，比如更偏向单线程的工作负载，那根本就不需要扩展规模，对吧？那样做毫无意义，但AI不同。而且你知道，这种矩阵运算越来越具有可并行性。所以规模扩展领域正在成为真正的瓶颈。我认为延迟和吞吐量都极其重要。但延迟方面更为关键，这是因为人们并行化的方式——无论是流水线并行还是张量并行——你在芯片之间实际传输的数据量并不是特别大。英伟达今天的系统是为巨大的带宽和NVLink设计的，对吧？我认为大约是每秒900千兆比特，对吧？这对训练工作负载更为相关，因为在训练时，你需要在GPU之间来回传输大量的激活值和大量的部分乘积结果。所以根据你构建的集群类型，无论是推理集群还是训练集群，互联网络需要针对你要做的事情来设计。如果你试图把一个训练风格的互联网络用于推理，我的意思是，它能用，但你必须想办法绕过那个巨大的延迟瓶颈。是的，对于这一点。但是，我要说的是，很多其他公司在规模扩展领域的做法非常不同。我最近参加了Hot Chips大会，GPU团队——我认为他们真的做得很好，可能是目前世界上最优秀的硬件团队之一——他们的规模扩展域达到了9600块芯片。这是一个惊人的芯片数量。 对吧。由此带来的一个结果是，他们芯片上的HBM比英伟达的要少。而且他们目前也没有做这种——至少据我所知——他们目前没有做这种多芯片、多大尺寸die封装在一起的方案，对吧？所以。这非常。

Logan Jastremski：

只是因为他们在规模扩展上做得好得多

Mr. Bubble：

是的，他们擅长扩展互联网络。所以如果你非常擅长做这件事，并在芯片之间进行流量调度，因为在9600块芯片的规模下，你可以路由到的地址数量是巨大的。这是数量惊人的芯片。所以你如何在芯片之间切换互联，实际上将决定延迟，对吧？NVL72系统有一个大的——不止一个，我认为里面有4个NVL交换机，对吧？这些交换机占用了本可以放GPU的机架空间。但TPU团队没有这样做。他们实际上把一部分路由逻辑直接内置在芯片里了。所以这些芯片本身也充当了伪路由器的角色。就是这样的技巧。不过我要说，规模扩展领域对芯片设计也变得越来越重要，因为正如你所说，这些系统不再只是芯片了。它们不只是一两块芯片，不是四块芯片，不是一台服务器，而是一整个机架，甚至可能是多个机架。我认为这在计算机体系结构领域是比较新的概念，过去我们被教导要关注缓存命中率和内存访问时间。但当你在多块芯片之间进行统筹调度时，你必须分析整个系统，对吧？而且根据你的规模扩展域，你可以改变你的芯片设计。对吧。所以如果你拥有一个低延迟、高带宽的规模扩展域，并且中间没有太多的交换，你或许可以减少芯片上的内存，因为你可以用更多的芯片来解决问题，而不是用更多的内存来解决问题。芯片设计是一种平衡的艺术。 我认为很多工程都是如此。但芯片设计真的是一种平衡的艺术。一切都像是，我在哪里可以做出取舍，以便在其他地方获得收益？一切都关乎平衡。

Logan Jastremski：

这真的非常有趣，因为理论上，正如你所提到的，如果在单台服务器内，你有比如说50太字节的吞吐量，并且你有一个50太字节的线路或互联，你就可以做一些非常有趣的事情，比如构建定制的机架，里面可能全是内存，或者全是GPU，但你受到了瓶颈限制，因为你没有那个50太字节的互联，而这才是真正的核心问题，再加上你提到的延迟问题。

Mr. Bubble：

是的，你还触及到了另一件事，那就是解耦（disaggregation），对吧？这些模型，或者说用于推理和训练的这些技术，正在意识到，实际上，流水线的某些部分或某些操作，应该在不同的硅片上或不同的内核上运行，对吧？使用不同的利用率或不同的程序来运行。这样实际上效率更高。Kimi的参考设计就为推理的预填充（prefill）步骤和解码（decode）步骤设置了独立的节点。而这正在变得无处不在，这已经成为提供推理服务的标准方式，因为它效果好太多了，因为归根结底，这两者是完全不同的操作。所以规模扩展域如今变得更加重要。我认为，是的，我认为AI训练的未来，甚至推理的未来，就是设计整个系统，整个机架。你不能再只是设计一块芯片了。你不能在真空中设计一块芯片。对于本地机器或小规模应用来说这没问题。但对于我们现在运行的这些规模，我们必须在系统层面进行优化。我认为未来会有更多的解耦。我们说的是预填充和解码，但我认为还可以有更多。

第四章：机架、托盘与计算单元

Logan Jastremski：

我确实很想聊聊预填充和解码，但也许我们先聚焦在训练和预训练这一块。随着封装规模不断扩大，数据中心的机架也在不断扩展，从1吉瓦到多吉瓦，你觉得在训练这边，还有没有什么你认为值得关注的瓶颈？还是说主要还是集中在封装和互联这块？

Mr. Bubble：

是的，我觉得在训练这块，我要说英伟达的芯片在训练方面真的很强，对吧？如果你要跑大量高算力的工作负载，它们非常适合，因为它们能提供大量的浮点运算能力，而且有很大的带宽。当然，这些问题并非没有其他解决办法，但在训练这一侧，我觉得能做的硬件优化越来越少了。比如说把一些东西卸载到闪存，或者把某些计算保存起来留到后面用，这样就不用重新计算了。但这些都属于非常偏算法层面的事情，对吧？所以我觉得在训练这边，想要继续堆浮点算力越来越难了。如果你真的想要一个疯狂堆算力的芯片，你就需要大量的乘加运算单元，说到底就是需要一块巨大的芯片，巨大的面积，有点像Cerebrum那种风格，可以做大量的计算。

Logan Jastremski：

这不就是马斯克当时想用他们内部项目Dojo做的事吗？

Mr. Bubble：

我不太了解，不过——

Logan Jastremski：

他们已经把它关掉了，所以我觉得应该没成功。

Mr. Bubble：

这我一点都不意外。我是说，在训练这块，关键在于你有海量的数据，而在推理这边，你有的是用户的查询、用户的上下文，再加上模型权重，基本上就这些。但在训练中，你有各种各样层次的数据，比如激活值、各种状态、权重本身，你还要在训练过程中不断做检查点保存，因为如果任务中断了，你想从上次停的地方继续跑，对吧？还有你用来训练的数据本身，这都是海量的数据问题。所以我觉得把一些东西卸载到更便宜的存储介质上，知道什么时候去访问它们，同时为计算节省时间，这在训练中也许是可以做的，但能做的空间我觉得要少得多。训练这边，我们只能寄希望于做算法和机器学习的人能在训练层面想出什么办法，这可能已经超出我在硬件层面能管的范围了。

Logan Jastremski：

说得有道理。那我们可以转到推理这块了。我做过一个挺有意思的实验，就是——AI领域一直有个广泛的说法，认为所有东西最终都会在本地运行，你会在你的MacBook Pro或者iPhone上跑模型。我就去看了一下Open Router，拉了前10名的模型，看了看需要多少算力。就是说，对于一块H100或者同等级别的高带宽内存，你需要多少张网络芯片才能跑起这个模型？即使是前10名里最差的那个，我觉得大概也要2到4张。而每张H100现在好像还要两三万美元。

Mr. Bubble：

对，差不多，大概两万四到两万八。

Logan Jastremski：

然后我再看了看那些更流行的模型，比如GILM 5.2，那是个万亿参数量级的模型。我就想，好，光是把权重装进去，你就需要40到50张H100，更重要的是还需要相应的内存容量。所以我想问你一个大问题：现在这些模型越来越大，而且看起来还会继续变大，这最终会对内存产生什么影响？是会继续留在SRAM或者高带宽内存上，还是会转移到闪存？因为看起来不只是吞吐量，内存容量的需求也在不断扩大。

Mr. Bubble：

是的，我的意思是，这个问题涉及很多内容。如果我们来看，你的数字大致是对的，我认为即使是 llama 70b，在实际运行中你也需要大概4块GPU才能真正跑起来。对吧。我认为你关于内存的问题非常有趣，因为，你在内存里存的是什么，这真的很重要，对吧？如果你存的是权重的话，我的意思是。是的，权重在扩展，但有一种观点认为，这方面在某种程度上已经趋于平稳，或者说人们并没有像以前那样在权重扩展上使劲推进。我认为，现在已经是公开的知识，或者说是普遍的传言，新的 GPT 六使用了一种技术，让同样的权重反复循环使用。你可以叫它 transformers，对吧？ 所以，我的意思是，这很有意思，因为，是的，如果单纯靠堆更多更多的权重就能奏效，那我们至少在权重这块就需要越来越多的内存，对吧？

我认为很多研究已经表明，这些权重里，很多其实是空的，你知道，它们非常稀疏。并不是每一个权重的每一个比特里都包含大量信息，这也是为什么量化和剪枝这类技术效果非常好。还有像，你知道的，投机解码也非常有效，因为并不是每个权重对你的问题贡献都是一样的。

但当我们看其他方面，比如什么东西占用了大量空间？在推理服务的时候，其实是上下文（context）。是你的对话，或者你之前的对话。 就因为这些模型生成下一个 token 的方式，是自回归地遍历你整个上下文，对吧？字面意思就是一次只生成一个 token。我的意思是，人们大量使用投机解码，一次生成更多，但我们做的大体上就是这个，对吧？而当你去看它，我的意思是，上下文随着权重数量、注意力头数量，以及用户数量一起扩展，对吧？所以上下文实际上，有一个观点可以提出，就是上下文在推理中实际上比权重更重要。 根据模型的不同，它可能占据更多，甚至是大部分的空间，对吧？所以

Logan Jastremski：

上下文这个话题超级有意思，因为我的意思是，是的，我总喜欢想，好吧，如果在未来我们能挥一挥魔法棒，我们想要什么？这有点像电影《她》（Her）里面的感觉。或者就是，它了解关于你的一切。和你的电脑对话，希望是以好的方式，但就像上下文窗口从128到256到512，现在大概在一百万左右了。我很好奇，你认为它们会，如果你可以拥有越来越大的上下文窗口，而你也许不再受限于，我的意思是，每样东西，我猜一切都受硬件限制，但你认为上下文窗口会走向何方？你认为它们会从一百万增长到一千万，然后从一千万增长到一亿吗？

Mr. Bubble：

所以我认为单纯靠扩展非常困难，就因为硬件的限制。即使是我们现在所说的一两百万，也不是真正意义上的一两百万。 因为你需要在一两百万的长度上训练，而实际上要找到一两百万长度的数据是相当困难的，对吧？

但不管怎样，我确实认为更多的上下文是会到来的。你知道，这些模型会拥有更多关于你的信息。问题是，它们如何获得这些信息？也许不是像，也许是，你知道，一段来自多年前的缓存对话，被存储起来，然后它们去搜索它、提取它，并把它保存在它们的一两百万上下文里。也许是在你的上下文上进行后训练，对吧？我认为如果某件事情足够重要，就像即使是作为人类，如果某件事对一个人来说足够重要，你可能就会把它烧进你的神经元里，对吧？ 你不需要去搜索你的文件然后想起那个，你知道，也许如果是你说的某件小事，但你知道你住在迈阿密或佛罗里达，这可能就应该直接烧进权重里，对吧？所以我认为我们通过后训练，把重要的东西烧进权重里，从而获得更有效的上下文，对吧。但同时我们也可能会存储大量关于人的数据。我的意思是，想想 meta 和 Google 这些公司，他们存储了大量关于我们的信息，对吧？这些模型最终也会这样做。而上下文的一大好处是，我们可能没有深入解释过，但你通过计算来生成上下文，这叫做预填充（prefill）。但在解码（decode）的时候，你只需要去取它，对吧？你只需要获取它然后在那里得到下一个 token，所以一大好处是，如果你已经有了上下文，你可以避免做预填充，直接开始解码。

第五章：内存层级结构：HBM、DRAM 以及下一层级

Mr. Bubble：

所以 GPU 或硬件的利用率要低得多。它消耗的功耗也少得多。你可以在很多模型上看到这一点。它们对上下文命中的收费方式是不同的。所以我认为 Kimi 收费大概是 5 美元或 3 美元，如果你没有设置上下文的话。但如果你设置了上下文，它们收费就少得多。所以这是其中一部分原因。我认为上下文这件事，可能甚至不会存在于实际的硬件层面。它将体现在整个系统设计中，对吧？所以 Nvidia 对此有他们的答案，也就是说，你知道，网络附加闪存驱动器，对吧？他们有一种纯闪存机架，那将是他们的方式，你知道，用来获取 Logan 的上下文或获取 bubble 的上下文，对吧？Logan 提到了一些关于汽车的事情。好吧，我们去搜索那次关于汽车的对话，对吧？然后快速获取它。诸如此类的事情。

我的意思是，对于智能体相关的工作，它现在变得非常重要，因为智能体说到底就是上下文。它们只是一个框架，本质上就是一堆提示词注入。是的，当我发现这一点的时候我也感到很惊讶。但是，我的意思是，如果每次你都必须重新执行那个提示词，那只会消耗 GPU，而且你的首个 token 的生成时间会永远那么长，对吧？所以智能体的最大好处是，你知道，像 LLM cash 或 LLM cake 这样的东西，它们是围绕着缓存你的智能体框架并一直重复使用它来构建的，对吧？就是这么简单的一件事。

Logan Jastremski：

我在智能体这一侧得出了同样的结论，就是你只是想要越来越多的上下文。因为我当时在思考如何实现最长的长程智能体。而且行业似乎——我很好奇你的看法——对于仅仅通过像 Grok 这样的方式最大化解码侧的吞吐量非常感兴趣。由于 SRAM 具有非常高的吞吐量但容量相对有限，将所有内容存储在 SRAM 中并最大化吞吐量是比较困难的。 但当你降到像高带宽内存这样的层级时，我认为现在大约是 8 TB，你跳到了 100 到 300 GB 的容量，但如果你想运行得更快，这通常还是不够的。所以我认为你一直是高带宽闪存的支持者。我很好奇你在这方面的最新想法，但大概就是能够保持相对较高的吞吐量，同时拥有更多的上下文。所以，是的，正如你提到的 Nvidia 和 CMX，我认为对我来说有趣的事情，也许也是我想问你的问题是，你认为这个行业是否对吞吐量过度优化了？ 如果智能体正在兴起，而且它们对于存储关于你生活的上下文以及你想让它们做什么更加重要的话。

Mr. Bubble：

所以这个行业确实一直专注于吞吐量，这是因为更高的 token 吞吐量可以让他们赚更多的钱。你说得很到点子上。如果我必须不断地获取上下文，而上下文在这些 GPU 的内存占用中占了很大一部分。那么，是的，我的意思是，你可能可以通过更智能地处理上下文来获得更好的吞吐量。我认为 HBF 对我来说非常有趣。说实话，我一直开玩笑说，你知道，如果你想改变世界，要么找到治愈癌症的方法，要么发明一种新型内存。 没有多少人在尝试做新型内存。很多人在癌症方面努力着，我希望，你知道，我们能先攻克那个。但发明一种新型内存总是值得称赞的，对吧？所以内心深处的我一直渴望一种新型内存。当你看它的时候，是的，闪存具有更好的位密度，对吧？所以我们可以在那里存储更多的东西。如果我们能从中获得哪怕是有竞争力的带宽，那就太棒了。你知道，我们应该在这些加速器上以更低的每比特成本拥有更高的密度，也就是更低的总容量或 GB 成本，对吧？

我认为我在高带宽闪存方面看到的问题，很多人都说过，哦，这是一个可靠性问题。我认为可靠性问题实际上是可以解决的。你必须是一个非常出色的闪存控制器设计师才能做到这一点。而且你必须针对手头的问题来设计你的闪存控制器。我们今天设计闪存控制器的方式是，我们把它们设计成用来存储数据库、存储文件或存储你的电脑游戏，对吧？上下文是非常不同的。 你知道，上下文是以某种特定方式被获取的。上下文并不总是需要永久保存的，对吧？所以我是否总是需要以完美的比特分辨率存储你两年前关于假期的对话？也许不需要，对吧？所以也许我们可以接受丢失其中的一小部分。而且关于闪存的问题一直是，你知道，写入，向闪存写入一直是损害其可靠性的因素。所以它是持久存储，但在一定程度上，取决于你向它写入多少次。

我认为 HBF 的问题一直是，它的市场在哪里？如果你有 HBM，为什么要用 HBF？我们真的能从加速器上更多 GB 的存储中获得更多好处吗？我不这么认为。因为如果是这样的话，为什么 Google 要用内存更少的 9600 规模的扩展域呢？我认为对于这些解码来说，关键一直就是带宽，对吧？所以密度实际上并不能给你带来太多好处。它只是让你能够存储更多的上下文。但说实话，如果你在移动数据方面非常聪明，你可能只需要把那些上下文存储在普通闪存中，在需要的时候去获取就可以了。

所以我认为 HBF 一直是这样一个东西，它非常有趣。有理由认为它是有用的。它对卸载上下文有用吗？我认为你完全可以使用普通闪存来做到这一点。我认为你不会获得太多的性能提升，HBF 的延迟和专门为 AI 设计的高端普通闪存的延迟都是 5 微秒，对吧？所以我们得不到太多好处。它的带宽低于 HBM，每比特成本也更低，但总体上可以说和 HBM 差不多，你知道，对吧？所以 HBF 的客户是谁？在我看来，是那些无法获得 HBM 的人，对吧？这就是我最终看到的情况。

也许有理由认为你可以将它用于本地推理，但在数据中心产品中，现在很难说。我就透露一个内部消息，因为，你知道，你邀请我上了这个播客。我听说，你知道，目前来自大约两三个人的消息，HBF 的主要客户是中国人，他们对此非常感兴趣。 考虑到我刚才说的一切，这非常有道理，因为如果你没有办法获得这种高端 HBM，而且你也无法制造它，你实际上就没有办法制造那么多加速器，对吧？所以你可能愿意接受一个次等产品，如果它，你知道，如果它能达到 H100 或 B200 的水平的话。对。它不会处于领先边缘。而如果你能以稍微便宜一点的价格获得它，那就有一个使用场景。

我认为 HBF 现在还处于非常早期的阶段。我们必须弄清楚如何对其进行标准化，但同时使用场景目前也非常不确定。在我看来，我确实相信，整个机架需要从内存控制器到闪存内存控制器，针对项目进行协同设计。所有东西都需要为 AI 应用而设计，对吧？

Logan Jastremski：

所以你更看好 Nvidia 的方案，就是用 CMX 把越来越多的东西卸载到闪存上，拥有几个TB、几个TB那样的闪存空间？

Mr. Bubble：

我不，我不会说我特别看好那个方案。那也许比 HBM 要好一些。对，我同意。Nvidia 也是这么认为的，行业里很多人也这么认为。我只是觉得我们可以做得比那更好，对吧？我认为我们需要做的是跨所有层面非常智能化的调度编排。这甚至包括从算法层面入手，比如用于压缩和存储上下文的算法，对吧。

Logan Jastremski：

那么你觉得随着时间推移，我们能不能从现在姑且叫它——我知道不是一百万，但就叫它今天的一百万——发展到五百万、一千万、一亿？这主要会是由算法上的进步驱动，还是更多由硬件层面的提升驱动？

Mr. Bubble：

有一种观点认为，推理（inference）会开始越来越像训练（training）。我们正在用测试时计算（test time compute）来实时地在你的上下文上进行训练。那么在这种情况下，我们还需要那么多闪存吗？可以说，不需要了。我们不需要存储每一张图片和每一条信息，但这真的还很难说，取决于什么样的架构才是最合适的，我是说。我们现在，你知道，大家最近都想紧跟前沿，但我们本身就在前沿，所以我们也不一定知道最好的技术是什么。我的看法是，你会把东西卸载到闪存上，但不会是所有东西。不会是你写的每一份文档。对于大型企业来说，有这样一种逻辑：嘿，如果我有这个大型数据库，我为什么不直接把它喂给我的 LLM，然后，瞧，我就有了上下文。我直接和我的数据库对话，对吧？这种情况是有可能存在的，对吧。

Logan Jastremski：

那你觉得这个行业，从宏观角度来说，是否会继续优先追求吞吐量（throughput）——因为这是他们在推理侧获取收入的主要方式——而不是去做一些更专门化的方案，让你拥有更大的上下文窗口，但吞吐量可能稍微低一些？

Mr. Bubble：

这是个好问题。我觉得这个行业目前肯定是在专注于吞吐量，但这些公司怎么赚钱呢？他们靠服务更多的用户来赚钱。如果你能用更少的硬件服务更多的用户，那赚的钱会远远多于只是提供长上下文窗口。 对，我是说，想象一下，你就有一个 NVL72 机架，然后通过一些闪存卸载或者一些非常智能的算法改进，你能服务的用户数量翻倍甚至翻三倍，对吧？这对 AI 实验室来说更有价值。但那种超快的模型，或者专门解码速度很快的模型，我觉得也会存在相当长一段时间。我也很惊讶，很多人喜欢那种东西，就连 AI 研究人员也非常喜欢那种东西。但我认为，未来对于 AI 实验室来说，归根结底的价值在于，如果他们问：我们是把所有东西都放到 Cerebras 上然后收更高的价格，还是说，我们能不能就用我们现有的硬件，把服务的用户数量扩大三倍？我认为他们会选择在同样的硬件上服务三倍的用户。 如果你能用同样数量的硬件服务更多的人，成本就会下降，对吧？每个人的每个 token 的成本都会降低。

第六章：纵向扩展 vs 横向扩展

Mr. Bubble：

所以我不知道这是否回答了你的问题，但我认为新的能力，我觉得将会是一种有趣的赚钱方式，对吧？我不知道我和你还有普通人能不能得到这个机会，但也许企业会得到，对吧？就像，如果你能直接在我的数据库上做后训练，然后把它内置到我的LLM里，那就太好了。

我的意思是，这基本上就是 Thinking Machines 正在做的事情，对吧？他们在做更长的上下文。嗯，他们在人们的数据上做后训练，以便在这些数据上获得更好的结果。从某种意义上说，那就是上下文，对吧？

Logan Jastremski：

我看过一个 Thorio 的播客，不记得是哪一期了，但他谈到了——随着时间的推移，他认为上下文窗口会持续扩展。正如你提到的，你会对上下文本身做某种强化学习或后训练，然后再把这些内容重新烘焙回模型中，这让我对上下文更加看好。所以，我想我从你这里听到的，也许对所有正在收听的人来说，最好的表达方式是什么呢？是在公开市场这边吗？是做多 Cerebras 吗？

对，我猜是 Grok，但他们被收购了，而在公开市场上，好像是做多像 Etched 这样的公司？

Mr. Bubble：

我认为做多像 Etched 这样的公司，如果你能做到的话，会是一个非常好的投资，但他们还没有上市。我认为在公开市场这边，很难找到一个清晰的投资标的。AI的魅力在于，很多这类公司都是新公司，还没有上市。所以在这个领域有一些有趣的公司，比如 Weka，他们做的是用于闪存卸载的软件，或者说就是帮人们在各种集群中存储数据，对吧？所以我认为，是的，你可以尝试在商品侧，或者说所谓的商品侧，或者就叫它硬件侧来布局。我认为未来在实际的软件层面，或者闪存控制器方面，会有一些有趣的机会，对吧？所以我认为，目前还没有哪家公开公司的算力能超过 Nvidia，也许当有人带着有趣的东西上市时，这种情况会改变，对吧？但是，这是你可以布局的一种方式。你知道，如果你认为上下文会被烧录进权重里，那我们就需要做大量的后训练或测试时计算，对吧？

所以，任何能以低成本提供算力的人，都将变得极其有价值。

Logan Jastremski：

有意思。是的，我觉得对我来说，未来几年内 Agent 会越来越多地承担日常工作、电脑操作，这似乎是显而易见的。对于普通人来说，大多数人无法进入私募市场，而那些实验室公司的估值已经达到了万亿以上，普通人怎么能表达这种观点呢？

Mr. Bubble：

是的，这很有意思。也许将 Agent 进入市场这件事变现的最好方式，是那些使用 Agent 的公司，也就是那些被 Agent 所替代工作的公司。我真的认为这可能行得通，就像保险公司一样，这是一种非常反直觉的看法。我们现在还没有哪家保险公司在大力宣传 AI Agent，但我认为那可能是最好的变现方式，对吧？我认为 Agent 将会变得就像互联网，或者就像云计算一样。如果你没有一个 Agent 化的使用场景，你根本就不在这个游戏里，你知道吗，每个人都会拥有它，对吧？

所以也许这个论点是，那些正在非常积极地采用 AI 的人，也就是大型科技公司，他们同时也是提供 AI 服务的人。

Logan Jastremski：

是的，这说得通。那么从长远来看，你提到了 Weka，这也超级有意思。我深入研究过他们，他们在并行化闪存以提高吞吐量方面做了很多很酷的事情，我觉得这很棒。但是，在内存方面，你主要对提高吞吐量感兴趣吗？你是否也对 CXL 或其他技术感兴趣？

Mr. Bubble：

是的。在解码端，当然，提高吞吐量意味着提高内存带宽，对吧？所以任何能提高内存带宽的方式都极其有趣。现在剩下的方法已经很少了，人们甚至在争论只保留最低限度的内存带宽。但是，我一直喜欢 CXL 的原因是，它允许内存被添加进来，或者挂载在外面，看起来就像你普通电脑上的内存一样，对吧？ 至少从编程模型来看，它对程序员是透明隐藏的。这有什么用呢？嗯，正如我们一直在暗示的，你可以把东西卸载到内存里，比如 VLLM 就把上下文卸载到 RAM 里，对吧？如果我们能构建一种直连的方式来做到这一点，就能增加集群的价值，对吧？所以我真正想说的，或多或少是：同样的硬件，加上新类型的内存，再写出更好的代码，你就能从你的硬件中获得更多价值。 至少是同样的加速器。

Logan Jastremski：

一个有趣的问题，也许是个有点大胆的想法，我很好奇你对此的看法。大多数人谈论光子学都是从规模扩展的角度来说的。你是如何从计算层面来思考光子学的？因为当你能够在给定通道内并行化矩阵乘法时，这会变得非常有趣。

Mr. Bubble：

是的，我觉得我应该写一篇文章，在白板上给大家推导一下这个数学。但如果你看看我们正在运行的AI模型，它们有多大，甚至隐藏维度有多大，矩阵有多大。光子矩阵乘法的运作方式基本上是在模拟域中进行的，对吧？你是在让光束跨越距离传播。你可能需要一个足球场那么大的空间，才能得到等效的矩阵尺寸，在所谓的"光子学"中进行乘法运算，到那时就变成自由空间光学了。所以，光子计算，我看好它吗？并不太看好。在数据中心这一侧，它也许可以作为某种物联网或嵌入式设备使用。比如，如果Waymo的激光雷达系统开始对传入的传感器信息进行一些计算，我不会感到惊讶，但这会非常困难。我对光子计算并不太看好。我不认为这只是有点异想天开，我不想说得更负面，但确实如此。 我觉得有些人在那里卖空头支票，对吧？让我们看看需要多长时间才能实现吧。

Logan Jastremski：

我觉得我们已经很好地涵盖了数据中心从0到1的广泛内容，包括预填充、解码、训练等方面。你个人对什么感到兴奋？你在大方向上一直判断得很准确，但你说有些问题已经解决了。现在是否只是把这些扩展到更多客户，让更多人能够广泛使用AI？还是说仍然存在一些让你感到兴奋的未解决的工程问题？

Mr. Bubble：

我觉得作为一名工程师，最让我感兴趣的一直是内存。这也是为什么我一直喜欢 HBM，尽管到目前为止我对它有些挑剔。我是说，它是对已有技术的一种很好的应用，对吧？我认为我们将会看到内存领域更多的创新，我对此非常期待。 我认为人们正在意识到，当你在进行推理时，如果你事先了解将要执行的操作或需要的数据，你就可以组织你的内存来加以利用。所以 Jalapeno 出现在 Hot Chips 大会上，这是 OpenAI 的芯片。他们谈到了内存局部性，我们通常把内存看作一个大型存储库，一次性全部获取。但这些实际的内存芯片有不同的通道，它们在物理上距离计算部分有一定距离。看起来距离不远，我们说的可能只是几毫米，但这仍然很重要。他们意识到并展示的是，保持某些内存组，让计算引擎能够获取靠近它的或在空间上接近的数据，能带来更好的性能。 所以我认为，让内存更靠近计算需要它的地方这个想法，在未来会变得越来越重要。 我认为人们正在谈论将内存集成在计算之上的3D技术。在这些情况下，这将极为重要，因为你不再只有一条宽大的总线来回传输数据。你会有一堆非常细小的线路，每次只能传输几个字节。所以你必须在空间上组织这些线路。所以字面上来说，知道芯片中各个部分的物理位置是一个巨大的优势。 我认为这可能会在不依赖更好的 HBM 的情况下，在吞吐量和功耗方面带来更多的提升。

Logan Jastremski：

我有点好奇，这更多是关于局部性的问题，还是更多关于吞吐量或延迟的问题？

Mr. Bubble：

嗯，两者都可能有，对吧？我是说，更好的局部性意味着更低的延迟，对吧？但如果你有更多的内存通道，你就能获得更多的带宽。 所以也许你只需要在那个特定芯片或那组或那个可寻址内存块中拥有恰好满足需求的带宽，这就够了。但延迟会低很多，对吧？是的。所以我认为，每个人都在谈论，我自己也谈论这个，我做过一段时间的芯片设计，每个人都在谈论内存带宽和延迟。我认为有一件事人们没有谈到，就是你什么时候需要这个访问时间。 你知道，如果我知道GPU要执行的操作需要10毫秒，而我只在第11毫秒才需要这个数据。那么它需要那么多带宽或那么低的延迟吗？不需要。你只需要知道什么时候需要获取它，对吧？ 所以控制好这一点会很有趣。这与局部性有关。我认为这里有很多有趣的东西。我会说，如果有人想了解我认为内存的未来是什么，那就是 3D DRAM，对吧？

第七章：AI对齐

Mr. Bubble：

有点像，那家公司叫什么来着？他们最近在 Hot Chips 上展示了一种将 DRAM 封装在逻辑芯片上方的技术。我们等会儿再查一下。

Logan Jastremski：

Hot Chips 怎么样？D matrix。

Mr. Bubble：

D matrix。就是 D matrix。就是那家公司。Hot Chips 办得很好。我是说，我搬到帕洛阿尔托的一个重要原因就是，去年我来参加 Hot Chips，我当时心想，我是个纽约人，那边没人懂芯片，也没人在乎，这当然没什么问题，人们关心别的事情。但我来到这里，感觉到处都是传奇人物，大家说着同一种语言，互相交流想法。感觉就像置身于启蒙时代伦敦的咖啡馆里，每个人都在探讨：我们怎么才能让这些芯片变得更好？ 但今年人满为患，里面挤满了各种各样的金融圈人士，不全是，但有很多来自对冲基金之类机构的人，我觉得这非常有意思。去年更多的是高频交易公司的人，他们其实也需要了解这些芯片的工作原理，对吧？他们当时就在那儿，心想，哦，我也得跟这些芯片打交道。我觉得看到金融圈的人向演讲者提问，挺有意思的，也挺好笑的。但不管怎样，我认为 3D DRAM 会非常厉害。我希望能看到更多人在这方面探索新的方案，因为这是我们获得更高带宽、更低延迟的一种途径。不过芯片的设计难度会稍微大一些。

Logan Jastremski：

有意思。你还提到了功耗。我觉得 Jensen 一直在反复强调这样一个观点：如果你只有一个 1 吉瓦的数据中心，那你的上限就是 1 吉瓦。所以更好的办法是提升不同层面的能效。你有没有深入研究过功耗或者能耗这个方向？

Mr. Bubble：

在一定程度上有。我觉得可以大致估算出每瓦的 token 产出，也就是每千瓦或每兆瓦能处理多少 token，随便你怎么算。我觉得，Jensen 说得对，我们在功耗方面确实有一些可以做的事情，可以降低功耗，但这可能会牺牲 token 吞吐量，或者你能服务的用户数量。所以你真的需要从经济角度去理解这件事，站在那些真正在卖 token 的人的角度，也就是那些大型实验室。他们非常在意能服务更多用户，在意更高的批处理量，这是关键词。他们希望批处理量尽可能高，这样就能用同一套硬件服务更多用户。是这样的，批处理量越高，产出的 token 就越多，每瓦产出的 token 也越多。那么，花大力气去做各种复杂的操作来降低这些芯片的功耗，到底值不值？我觉得，也许值，也许不值。这是一个很大的平衡问题。在功耗方面，我认为降低这些数据中心的功耗难度其实很大，是一个巨大的挑战。你可能更应该去找便宜、更清洁的电力来源。 有道理吗？总体来说是这样，我还想补充一点：数据中心最大的成本根本不是电费，而是硬件成本。 所以如果你想创办一家新的云服务公司，电费算什么？无关紧要。土地成本是多少？GPU 要花多少钱？哦天哪，你最好有充足的融资才行，对吧？

Logan Jastremski：

所以你认为最值得关注的事情仍然是内存，尤其是考虑到，模型权重的总体大小可能不再持续增长，但上下文长度普遍在增加。而且即便这些今天保持不变，你也需要更多内存来支持更多并发用户。

Mr. Bubble：

是的，没错。我们最终会给这些服务器增加更多内存。归根结底，问题在于用什么类型的内存？是 HBM？是 DRAM？还是闪存？我猜更多会是闪存。大家都在讨论如何降低对 HBM 用量的需求。因为说实话，归根结底，权重应该放在 HBM 里。如果我们并不是同时用到所有的上下文，为什么要在那里存放大量的上下文呢？对吧？

Logan Jastremski：

有道理。有意思。好的。我觉得从大方向来说，我的问题基本上都问完了，除非你还有什么有趣的事情，或者什么让你感到兴奋的事情想聊聊。

Mr. Bubble：

我想聊聊"追赶前沿"这个话题。说真的，我很想知道这到底是怎么回事。我的意思是……

Logan Jastremski：

说得好。

Mr. Bubble：

我非常好奇这到底是什么意思，因为这个概念根本就没有被明确定义过。我一直在越来越多地思考这件事。我是说，我们听说他们解决了那些千禧年难题，花了1500万美元才赚了100万，好吧，但那个问题可能本身也没那么有价值，对吧？我是说，就像Stokes方程，我们，世界会因此一夜之间改变吗？如果我们解决了它，我觉得可能只是在CFD（计算流体动力学）模拟里节省了一些计算资源。但数学和理论领域里确实有很多真正有价值的问题，对吧。我想到像 Terrence Tao，他的很多研究都在与EE（电气工程）领域相邻的方向，比如信号处理、估算，还有稀疏信号的重建。他的数学研究奠定了现在手机运作方式的基础，比如LTE和蜂窝通信，对吧？因为他的数学研究，我们使用了更少的带宽。那么这样的数学问题到底有多大价值？它可能价值数十亿。

所以我很好奇，"追赶前沿"到底有多少是垂直整合、去攻克有价值的问题，又有多少是真正出于安全考虑？ 说实话，我不太相信所谓的安全问题。我们谈过电力的问题，我是说，我们可以直接断电。我觉得安全方面更大的问题在于，这些实验室可能要承担法律责任，对吧？如果他们的AI对某人的电脑做了什么非常糟糕的事情，那就是起诉的理由。说到底，我觉得我们国家有法律框架，可以用正确的方式来规范这件事。我们可以签一份合同，说好了，你要承担责任，你签了这份合同，如果这个AI agent失控了，那是你的责任。我不知道。我不太相信那种"终结者"式的场景，说这些agent会直接接管互联网、把一切都搞垮，光是因为维持这些GPU运行的成本就已经很高了。所以这看起来就是一种对资源的糟糕利用，对吧？我同意。

我一直在想这件事。我在看空和看多之间来回摇摆，但是。我觉得，我从来没有……好，这里有个非常大胆的观点。我一直在用AI，但我从来都不是那种会说"哦，AI太厉害了，太疯狂了，我们都得跟上"的人。在我看来，AI适合帮我做那些脏活累活、那些繁琐的事务性工作。但真正的思考，很遗憾，还是得靠我自己。 我从来没有感觉到它已经能替代这一点了。如果你去问那些初中生或者高中生，他们其实也没用那么多AI，因为他们能用来干什么呢？他们能做什么？无非是写个关于George Washington之类的小作文。

第八章：AI实验室的未来

Mr. Bubble：

这没什么太大用处。所以我一直在想的一件事就是，你知道，AI应该，真正强大的AI和高算力资源，应该用于重要的问题，以及那些真正能够解决这些重要问题的人。这一直是看多的理由，对吧？我们想想，如果一台GPU或者配备GPU的服务器，有可能发现一种药物，哪怕只是提高了10%的概率，那这台服务器的价值应该是多少？而那种药物价值数十亿美元，或者一种新材料，你知道，可能帮我们节省大量能源。

从AI的角度来看，这对我来说一直是最重要的事情。这也是为什么，到目前为止，我其实并不太在意那些。我是说，写代码很酷，做网站很酷，那些垃圾内容就是垃圾，但是，让我们做真正有价值的工作吧。所以我不知道，"放缓前沿"这件事，到底有多少是在做决策——认为所有这些算力资源和这些疯狂的模型，应该更好地用于解决真正重要的问题——又有多少只是，你知道，监管俘获的问题。

Logan Jastremski：

我同意。我觉得大部分都是SCOP的问题。我是说，我不在湾区，所以我不像那边的人那样被各种群体思维所影响，但对我来说，我同意。我不认为这些模型……我从一个朋友那里听到这个说法，我不同意他的观点，他说这些模型现在几乎相当于iPhone，只是在边际上有所改进，不会有太大进步。但是……

Mr. Bubble：

iPhone是最好的例子，因为我们所有人都对iPhone上瘾了。我们出门都离不开它。对，它现在正在成为我们工作中不可或缺的东西。所以——

Logan Jastremski：

我确实认为它最终会达到那个水平。但就像你说的，你可以问它问题，它显然会给你还不错的答案，但它还没有到可以替代你，或者说你今天就能完全依赖它的程度，就是那种，你知道，它给出的答案明显更好的感觉。你还是得去核实它，你得检查它的上下文里有什么，它在预填充时引入了什么，它引用了哪些不同的来源。对我来说，就像你说的，它更多地是在做那些基础性的重复劳动，比如，好，你能帮我回复邮件吗？对我来说，就是你加入越来越多的上下文，它确实变得越来越有趣、越来越有用。但现在，这些模型总体上还是有"失忆症"的。它们足够聪明，但还没有聪明到能一步到位解决所有问题的程度。所以我不认为我们已经到了拥有超级智能的阶段。因此，在很大程度上，我确实认为这主要是SCOP的问题，他们想要放缓，也许他们只是想在内部使用这些模型来继续推进研究。

Mr. Bubble：

这听起来是个很好的做法，因为如果我有一定量的算力资源，运行这些东西要花很多钱。那它可以用来服务更多用户，我向他们收费，不知道，每月20美元之类的。或者它可以用来，你知道，发现一种新材料，或者解决信号处理领域中一个非常重要的问题，诸如此类。所以我并不反对这件事本身，我反对的是它的呈现方式。

我真的非常希望，人们能把AI用于这些有价值的、你知道的，重大发现上，因为我们在人力方面受到了太多的瓶颈制约，对吧？人类有大量的好直觉，我们能想出各种各样解决问题的思路。但归根结底，你还是得付出实际的工作才能真正解决它，你知道，去验证它。所以那里有太多可以做的事情，但我认为如果我们不谈"放缓前沿"这个话题，那就是我们的失职，对吧？

Logan Jastremski：

我同意。你对开源与闭源的看法是什么？因为大家普遍认为开源模型相对落后。但看起来，如果说有什么的话，它们其实非常接近了。当然，很难判断闭源实验室是否在把他们最新的模型藏得越来越久，但从硬件角度，或者说投资角度来看，这些模型似乎都无法在普通硬件上运行，除非你跑的是那些非常老旧、不那么智能的模型，除非他们在特定任务上做了大量强化学习。

Mr. Bubble：

你说得对。我的意思是，运行这些模型确实需要一定的技术积累，这是个挑战。这也是为什么专门帮人运行开源模型已经成为一门大生意，对吧？开源对我来说一直都是在商品化编程。现在 GPT-6 在视频游戏、图形处理这类事情上已经相当不错了。所以我相信那些也会被商品化。但前沿领域一直是关于突破极限的，对吧？而我们在电脑上能做的事情，到目前为止已经差不多做完了。你知道，我们能写代码、能发邮件、能用 Excel 工作，但我们需要跳出电脑的范畴。我们需要改变现实的底层结构，也就是发现新事物，去解决比网页应用、iPhone 应用更重要的问题。我是说，如果你能从那些东西里获得价值，那当然也挺好的。但我认为现在有一种可能，我们会迎来递归式自我改进。AI 是在递归地让自己变得更好吗？更可能的是 AI 在让我们变得更好——AI 发现新事物，自动化我们大量的工作，让我们更快、更高效，对吧？所以我认为这才是前沿应该坚守的方向。我之所以提这个，是因为如果追赶前沿意味着服务更少的用户，去攻克这些高价值的问题，这真的会从根本上改变商业模式，并且影响到下游的一切。这可能是好事，也可能是坏事，但我们现在还不知道。我认为，Navier-Stokes 问题的潜在突破并不一定说明 AI 在所有其他问题领域都会同样有效，对吧？这说得通。而且据说那个突破也是来自某个人的人类直觉，对吧？所以，是的……

Logan Jastremski：

所以我听到的是，前沿应该继续推进。可以问一个更直接的问题吗——如果你有机会以当前的估值投资这些实验室，姑且说是一万亿美元，你认为这比投资一个 neo cloud——也就是那种可能只是专门服务开源模型的公司——更有意思吗？

Mr. Bubble：

我非常相信直接拥有硬件层，或者说拥有铁路，拥有那些构成基础的东西，对吧？所以你是想投资 Anthropic 和 OpenAI——这两家会竞争到两败俱伤，最终随着人员跳槽流动，他们的超额收益会逐渐扩散消失——还是你想拥有那些有着十年、二十年积累和护城河、专注于开发这一切所需的核心硬件的公司？甚至包括，你非常擅长运营数据中心。我是说，有一个论点是，如果你拥有大量 GPU，并且非常擅长保持高可用性，那你就是一家非常有价值的公司。

第九章：结语与价值下一步将流向何处

Mr. Bubble：

我确信大多数投资者不会这样思考，他们只会，你知道的，无脑追捧这些东西，这也可能是他们应该做的。但归根结底，我用过一个非常好的经验法则来判断一家公司是否具有强大的价值主张——如果这家公司消失六个月，所有人会有多惨？ 比如我想到 TSMC，那会很糟糕，对吧？Nvidia，也会很糟糕，甚至像 Sandisk，嗯，我们可能可以从京瓷那边搞到替代品，对吧？有些地方你可以争辩说人们愿意在产品之间切换，对吧？最好的公司就是那种让你永远没有理由离开的公司，对吧？那些才是真正的好公司。所以如果一家 AI 实验室开始做到这一点，那将会非常有意思，对吧？但我觉得他们还没聪明到那个程度，你知道吗？不过我们拭目以待。我觉得，是的，我很期待这些 IPO。我的意思是，它们会成为很好的做空对象，我想。我很确定这会是很好的投资组合 beta 对冲工具。所以我非常兴奋。能有一个新的金融工具用于对冲，感觉很好。

Logan Jastremski：

所以继续做多硬件。我觉得这不是，

Mr. Bubble：

这可能才是真正的创新。

Logan Jastremski：

是的，对冲，新增千兆瓦的数量。我是说，能不能获得能源供应当然还有待观察。但是，我的意思是，对我来说。回到"引领前沿"这个说法，它之所以看起来像是一场闹剧，是因为他们不可能对正在建设中的那些数据中心按下暂停键。

Mr. Bubble：

对我们来说是"引领前沿"，但对他们自己来说可不是。

Logan Jastremski：

是的，他们自己不会放慢速度。如果说有什么变化的话，他们一直在谈论想要引入更多千兆瓦，用于训练和推理。所以，光是建设数据中心本身就已经是多年期的承诺了。所以如果他们是真的认真对待这件事，我觉得他们应该会取消那些资本支出。但他们没有。这不会发生的。

Mr. Bubble：

是的，我倾向于非常看涨。我是说，我们现在有利率问题和伊朗局势，但是。我不知道。我的意思是，我有一种感觉，你知道，我们用 AI 发现几种新药，把合适的研究人员聚集在一起，或者我们找到一种方法让 5G 不需要在一平方英里内建一千座基站。是的，是的，是的，随便什么，只要是更高效的东西。是的，我是说。我们将会迎来一次快速起飞。 我是说，光靠五到十种新药就能为所有的资本支出提供合理依据。我是这么认为的。

Logan Jastremski：

非常对。好的，Mr. Bubble，非常感谢你来参加节目。非常有趣。感谢你陪我聊天，并分享了你的独家见解。

Mr. Bubble：

当然。谢谢你，Logan。感谢你邀请我。

风险提示及免责条款

当模型开始“够用”，AI的下一场战争打什么？

Tue, 22 Sep 2026 04:19:23 GMT

9月21日，Meta收涨超11%，创去年4月以来最大单日涨幅，市值单日增加超1900亿美元。

行情的导火索是Meta近期推出的个人智能体Muse。Sensor Tower数据显示，应用上线六天它在美国iOS累计下载超90.2万次，远超Meta上一代产品的数据表现；到周一，Muse同时坐在美国iOS与Google Play免费榜第一，把ChatGPT挤了下去。

市场为Muse的大热疯狂买单。科技分析师Ben Thompson在文章《Frontier Overhangs》中评价道：“Muse Spark 1.3并非最顶尖的模型，但这正是值得警惕的信号——一个并不领先的模型，已经足够支撑一款极具粘性的个人Agent产品。”

Thompson认为，当下前言模型能力已经出现“过剩”，模型能力不再是AI企业最重要的护城河，下一个赛点或许是“应用时刻”。

模型能力跨过临界点之后，AI竞争的重心正在发生位移。从C端的Meta Muse到B端的腾讯WorkBuddy，一个共同信号浮现：决定产品价值的，越来越不是模型本身，而是Harness、工作流与用户入口的控制权。

9月22日，腾讯呼应了隔夜Meta的涨势，早盘港股跳涨超6%，盘中最高463.40港元。

与此同时，咨询机构和风险资本的研究正在从不同维度验证同一判断。Gartner警告，到2030年，高达2340亿美元的企业软件支出面临“Agent套利”风险；a16z明确建议AI应用公司停止按Token定价，转向按结果收费；ICONIQ调研的300余家AI软件公司数据显示，应用层已成为行业建设重心，AI产品毛利率正从2025年的45%向2026年预计53%攀升。

“应用时刻”将临？

Thompson提出了一个关键概念：当前沿模型的能力持续提升，但实际产品和用户场景对模型能力的消化速度跟不上时，就会出现“frontier overhang”——模型能力过剩。

他援引了一个具体案例：AI叙事游戏公司Fable推出了新一代模型，但市场需求反应平淡。这不是因为产品质量差，而是因为现有模型能力对于该场景已经“够用”，更强的模型并未带来用户可感知的体验提升，自然也就无法转化为更高的付费意愿或更大的市场份额。

Thompson认为，性能还不够用时，谁把模型和应用层（harness）绑得紧谁赢；一旦越过“够用”那条线，客户开始在意上市速度、便利、定制、数据怎么处置，模块化就占便宜了。

这个细节具有指示意义。它说明，在某些场景下，模型能力的边际价值正在递减。当“更强的模型”不再等于“更好的产品体验”，模型层的竞争优势就开始与应用层的商业价值脱钩。

Thompson进一步指出，在这种背景下，真正重要的是“应用层（harness）”——即如何将模型能力有效地组织、调度和封装，使其能够在具体场景中稳定、可靠地完成任务。模型是引擎，Harness是传动系统。没有后者，前者的马力再大也无法有效输出。这一框架，为理解Meta Muse和腾讯WorkBuddy的产品逻辑提供了清晰的坐标。

C端：Meta Muse的产品赌注

Meta推出Muse，是一次典型的“应用层押注”。根据Meta官方介绍，Muse定位为个人AI Agent，其底层模型为Muse Spark 1.3，但产品的核心卖点并不是模型参数规模或基准测试成绩，而是Agent能够实际完成任务的能力——帮用户制定计划、执行步骤、追踪进度，在用户的日常生活场景中真正“干活”。

这一定位的背后，是Meta对AI产品竞争格局的一个判断：在模型能力已经相对充裕的当下，用户真正稀缺的不是“更聪明的模型”，而是“能帮我把事情做完的工具”。Muse试图成为用户的个人执行层，而不仅仅是一个问答界面。

更进一步看，Muse的产品重心，实际上将C端Agent的突破口从“模型是否足够聪明”，转向了“用户能否放心交付任务、产品能否连接真实事务”。Muse Spark系列模型帮助Meta补上了基础能力，但决定Agent能否进入用户日常生活的，并不只是推理和生成能力，还包括授权、信任与执行链路。为此，Muse将独立运行环境、凭据保护和关键动作审批纳入产品设计，以建立清晰的授权边界；同时结合长期记忆与后台执行能力，让Agent能够围绕用户目标持续推进任务，而非止步于一次性的问答或指令响应。

从商业逻辑看，这种设计有其深意。个人Agent一旦深度嵌入用户的日常工作流，就会积累大量个人数据、偏好和使用习惯，形成难以迁移的用户粘性。这种粘性，才是真正意义上的护城河——而不是某个特定版本的模型能力。

市场对Muse发布的积极反应，在一定程度上印证了这一逻辑：投资者对“能用”的Agent产品的兴趣，已经超过了对“更强”模型的关注。

B端：腾讯WorkBuddy的企业路径

在企业端，腾讯WorkBuddy呈现出相似的产品逻辑。根据腾讯云官方介绍，WorkBuddy企业版的核心能力不在于提供一个通用聊天界面，而在于能够连接企业内部的各类系统和流程，跨平台执行工作任务，将AI能力真正嵌入企业的日常运营。

这代表着企业AI从“工具”向“执行层”的一次关键跃迁。过去，企业购买AI产品，本质上是购买一个更智能的搜索或问答工具；而WorkBuddy所代表的方向，是让AI成为能够主动发起、执行和完成工作任务的Agent，直接参与业务流程。

这一转变的商业含义同样深远。当AI能够跨越多个软件系统完成任务，传统企业软件的“功能价值”就面临直接挑战。Gartner在2026年7月的报告中明确指出，Agentic AI的兴起使高达2340亿美元的企业应用软件支出面临风险——因为Agent可以绕过或替代原本需要多个独立软件才能完成的工作流程，传统软件的“功能护城河”可能因此被侵蚀。

对于企业软件公司而言，这是一个需要认真对待的结构性压力。

商业价值的重新定价：从Token到结果

模型能力的"够用化"，正在推动AI商业模式发生根本性转变。

风险投资机构a16z在其报告《You are not a model. Don't price per token.》中直接点明了这一趋势：AI应用的真实价值，来自其所整合的数据、工具、工作流以及最终交付的可量化结果，而不是来自调用了哪个模型、消耗了多少Token。换言之，“卖模型能力”的定价逻辑正在让位于“卖结果”的定价逻辑。

a16z给出三种收费模式：卖模型访问，按 token 计价；把模型变成有用的工作，按客户认得出的价值单位计价，通常是积分；交付清晰可归因的业务结果，按结果计价。而受访的50位企业AI技术买家，27人偏好“和可辨认的工作量挂钩的积分”，14人偏好按token付费。

这对AI产业的价值链分布有直接影响。如果模型本身逐渐成为一种基础能力——类似于云计算早期的算力——那么真正能够捕获商业价值的，将是那些能够在模型之上构建出具体产品、垂直工作流和可验证ROI的应用层公司。

McKinsey在其报告《Where AI agents pay off》中提供了企业视角的佐证：随着Token成本持续下降，企业在评估AI投入时，关注的核心问题已经从“这个模型有多强”转向“这个Agent能带来多少可量化的效率提升和经济回报”。ROI的可验证性，正在成为企业AI采购决策的核心标准。

这意味着，AI应用公司需要回答的问题，已经从“我们用了什么模型”变成了“我们能帮客户省多少钱、提多少效”。

产业格局：多模型时代的应用层竞争

ICONIQ在其《2026 State of AI Report》中对300多家AI软件公司进行了调查，结果揭示了一个清晰的产业趋势：接近三分之二的受访公司正在开发横向或垂直AI应用，多模型使用已经成为常态。

“多模型使用成为常态”这一数据，本身就是模型商品化趋势的有力注脚。当企业可以根据任务需求灵活切换不同模型，模型提供商的议价能力就会受到压制，而能够有效整合多模型、构建稳定工作流的应用层平台，反而获得了更强的议价地位。

ICONIQ的报告同时追踪了AI收入和毛利率的变化。这一数据维度的重要性在于：它将帮助市场判断，应用层的商业价值捕获是否真的在发生，还是仍停留在叙事层面。对于投资者而言，这是区分“AI应用故事”与“AI应用生意”的关键指标。

从产业结构看，当前正在形成的格局是：模型层（OpenAI、Anthropic、Google、Meta等）提供基础能力，应用层（各类垂直Agent和工作流平台）负责将能力转化为可交付的结果，而传统企业软件公司则面临被绕过或被替代的压力。这三层之间的价值分配，将是未来数年AI产业最值得持续观察的动态。

传统SaaS的座席逻辑正在被穿透

如果Agent可以跨系统完成任务，企业员工就不必频繁进入每一个传统软件界面。软件仍在运行，但界面可能退到后台。

Gartner预计，到2030年，最高2340亿美元企业应用软件支出将面临Agentic AI带来的风险，约占企业应用SaaS支出的20%。

Gartner管理合伙人George Brocklehurst说：“Agentic AI改变了软件的经济逻辑。Agent系统直接交付结果，绕开重度依赖用户界面的应用，让软件变得不可见。”座席数量与软件收入增长之间的传统联系，可能因此被削弱。

压力首先落在依赖仪表盘、功能模块和座席授权收费的厂商身上。企业买家不会因为多了一个AI按钮就增加预算；他们会追问，Agent是否减少人工操作、是否缩短流程、是否提高转化率、是否降低单位成本。

但这不是传统SaaS的终结。拥有行业数据、客户关系、系统连接和业务流程控制权的厂商，仍可将自身重构为Agent执行层。风险在于守着界面收费，机会在于占住任务执行和结果交付的位置。

模型领先，还能直接变现吗？

需要明确的是，上述分析并不指向“模型不重要”的结论。前沿模型能力仍然是整个AI产业的基础，没有足够强的模型，应用层的构建无从谈起。真正值得讨论的问题是：模型领先，是否还能直接转化为产品优势和商业价值？

从当前的证据看，这条转化路径正在变得更长、更复杂。Fable新模型需求不佳的案例说明，在某些场景下，更强的模型已经无法带来可感知的用户价值提升；Meta Muse和腾讯WorkBuddy的产品逻辑说明，头部科技公司已经在用“Harness应用层+工作流+用户入口”来构建差异化，而不是单纯依赖模型能力；a16z和McKinsey的研究说明，企业客户的付费逻辑正在从“模型能力”转向“可量化结果”。

这意味着，AI产业的竞争正在进入一个新阶段：模型能力是必要条件，但不再是充分条件。谁能把通用模型转化为具体的产品体验、稳定的工作流和可验证的商业回报，谁才能在下一阶段的竞争中真正占据有利位置。

而这一变化提示了一个值得重新审视的估值框架：在AI领域，模型参数规模和基准测试排名固然重要，但应用层的工作流深度、用户入口的粘性，以及ROI的可验证性，可能正在成为更具预测力的商业价值指标。当模型开始“够用”，下一场战争的战场，已经悄然转移。

风险提示及免责条款

字节又在北京拿地，年内三笔交易超过87亿元

Tue, 22 Sep 2026 04:16:40 GMT

字节跳动今年第三次在北京拿地。

9月21日，北京云瑞长石科技有限公司以底价26.13亿元，竞得北京市朝阳区奥林匹克公园南区OS—15地块。工商信息显示，该公司由北京字跳网络技术有限公司全资持股，股权穿透后的控制主体为抖音集团（香港）有限公司。

北京市公共资源交易服务平台显示，该地块位于朝阳区亚运村街道，建设用地面积约2.24万平方米，建筑控制规模不超过9.17万平方米，用途为商务金融用地。按建筑规模上限计算，成交楼面价约2.85万元/平方米，不包括后续建设成本。

今年2月，字节旗下公司以28亿元竞得海淀蓝景丽家收储项目两宗地块；3月，又以约33.05亿元受让学院路东升科技园三期研发地块。三笔交易总价超87亿元，对应土地面积约11.08万平方米，规划建筑规模约31.65万平方米。

OS—15在官方名称中明确属于土地一级开发项目；蓝景丽家是经过收储和城市更新后挂牌供应的地块；双泉堡则是设置产业准入条件的协议出让研发用地。字节在三笔交易中均是土地使用权受让方，负责后续建设和使用，并非征收、拆迁等一级开发工作的承担者。

三宗地块的用途也有所区别。

蓝景丽家紧邻字节已经使用的方恒广场和中坤广场，位于人工智能创新街区大钟寺先导区。北京市2026年重点工程计划列有“抖音集团数字经济产业园及配套项目”。这宗地更接近字节现有办公集群的延伸。

双泉堡地块规划建筑面积约12.8万平方米，用途为研发设计。协议出让计划要求意向主体符合北京“十大高精尖产业”方向，并设置单位面积收入和财政贡献门槛。地块所在的学院路集中了高校和科研机构，更适合承载长期研发活动，但目前没有官方信息披露具体入驻团队。

最新取得的奥林匹克公园地块属于商务金融用地，公开文件未设置与双泉堡相同的产业准入条件。该地块可以承载办公、商务及配套功能，但最终用于总部职能、商业化团队还是其他业务，仍有待披露。

字节近年来持续增加人工智能投入。

公司于2023年组建Seed大模型团队，2026年6月发布Seed2.1模型，并通过豆包和火山引擎向个人和企业用户提供服务。大模型研发、消费端产品和企业服务都需要技术、产品及商业化团队协同，自有园区有助于集中人员并定制办公和研发环境。

办公楼市场调整也为科技企业购置资产提供了窗口。世邦魏理仕数据显示，2025年北京办公楼平均租金同比下降10.7%，企业自用购置成为物业交易的重要支撑。但租金下降同样提高了租赁方案的吸引力，拿地自建还需承担前期资金投入和较长建设周期。

连续拿地更能说明字节希望在北京稳定配置长期办公和研发空间。从大钟寺办公集群、学院路研发用地到奥林匹克公园商务地块，字节正在形成用途有所区分的自有空间布局，具体承载哪些业务仍需等待规划和公司信息进一步披露。

风险提示及免责条款

HNB 反转时刻：政策落地之后，产业如何提速？

Tue, 22 Sep 2026 03:52:45 GMT

2026 年 7 月 28 日，《加热卷烟》强制性国家标准征求意见稿发布，9 月 26 日意见截止，预计 2026 年末至 2027 年初正式发布、2027 年中实施。与《电子烟》国标从立项到实施耗时 60 个月相比，本次全程压缩至约 15 个月，节奏快了四分之三。中国烟草行业正处在"量跌价升"模式失效的临界点：2025 年卷烟产量仅增 0.2%，成品卷烟销量却下滑 3.7%，行业靠结构升级撑起 16570 亿元税利；到 2026 年一季度，营收、利润、税收三线同时转负。HNB 的出现，本质上是给一个年销 2.45 万亿支、贡献超万亿元税利的存量市场，提供一条"以价补量"的新管道。

参照日本经验，HNB 用约十年时间把渗透率从 0.2% 推到 46%，同期卷烟销量下降 39%，但日本烟草市场规模并未萎缩（2014-2025 年复合增速 +0.6%）。这意味着 HNB 不是"摧毁"烟草财政，而是"承接"它产业链的确定性排序并不等于弹性排序：烟具代工与香精香料的业绩弹性最大，烟草薄片与 HNB 用纸的准入门槛最硬，中烟出海平台的确定性最高但短期体量最小。真正的分歧点在于"专利交叉授权如何落地"与"首批试点由哪几家中烟主导"——这两个变量将直接决定产业链利润的分配结构。

高盛详解“AI时代的文娱产业”：无限的供给 vs 有限的注意力

Tue, 22 Sep 2026 03:16:45 GMT

AI正在从根本上重塑中国文娱产业的价值链与利润池。

据追风交易台，高盛在最新研究报告中指出，内容供给正趋近无限，而用户注意力依然有限，这一核心矛盾将在未来数年内深刻改变行业格局，并在不同赛道和玩家之间制造明显的分化。

据高盛报告，AI多模态技术的快速演进已使内容生产成本平均压缩80%至90%以上，制作周期大幅缩短。以短剧为例，2026年前8个月的短剧及迷你剧产量较2025年全年扩张了13倍；游戏（含小游戏）新品发布量则增长逾8倍。与此同时，受众对AI生成内容的接受度也在随质量提升而快速上升——在头部短剧平台红果上，超过90%的剧集已为AI生成。

高盛认为，内容供给的爆发式增长并不意味着产业链各环节均能受益。报告明确指出，制作与执行层面的价值将被压缩，头部IP与创意资产的稀缺性则进一步凸显。

供给爆炸，注意力成为稀缺资源

高盛报告的核心命题在于：AI时代内容供给趋近无限，但用户的时间与注意力并未随之扩张。

从技术层面看，AI视频生成速度已超越人类观看速度——以H3 max模型为例，生成一段5秒视频仅需3秒。这一突破使内容生产从"稀缺驱动的制片厂模式"向"无限动态生成模式"转变。高盛估计，AI可将动画制作、音乐、广告视频及短剧的生产成本削减80%至95%；对于游戏、长剧等复杂互动内容，成本降幅也达30%至70%。制作周期方面，AI使内容产出速度至少提升5至10倍——一个2至3人的小团队如今可在一周内完成一款小游戏的开发，而过去同样的工作需要3至6个月。

然而，供给的无限扩张正在制造新的问题。高盛指出，当大量同质化内容以前所未有的速度涌入市场时，内容的"货架寿命"反而在缩短，用户注意力愈发碎片化，新IP突围的难度也在上升。

价值链重构：IP升值，制作层贬值

高盛将AI对文娱产业价值链的冲击归纳为三个层面，各层受益程度存在显著差异。

IP与创意层呈现分化格局。头部、长青IP有望借助AI延长生命周期，腾讯旗下《王者荣耀》、《逆水寒》等常青游戏在2026年持续扩大市场份额即为佐证。但与此同时，长尾IP面临更大的差异化压力，新IP在注意力高度分散的环境中愈发难以获得用户认知。

制作与执行层的价值正在被系统性压缩。AI工具的普及使传统制作流程的附加值大幅稀释，实体摄影棚、演员、外包机构及平面设计将是受冲击最深的群体。高盛指出，除非内容能够成功转化为具有版权保护的持久IP，否则竞争将持续走向同质化。

内容分发平台整体受益，但内部亦有分化。短剧制作方尽管成本大幅下降，却因需向平台购买流量而普遍难以盈利，平台方则从中获益。相比之下，以版权内容库为核心护城河的平台——尤其是在版权保护相对薄弱的中国市场——其竞争壁垒正在被AI内容的涌入所侵蚀。

新业态涌现，商业化路径仍在探索

高盛在报告中梳理了AI视频技术催生的多种新兴内容形态，认为这些模式具备真实的用户需求，但变现方式仍处于动态演化阶段。

动态互动微短剧：将移动端竖屏短剧与实时视频生成相结合，根据观众实时选择或情绪分析动态生成叙事内容，取代传统的预渲染分支剧情。

虚拟主播与AI直播电商：虚拟偶像和AI主播正从依赖人工动作捕捉的2D/3D形象，进化为可实现7×24小时自主播出的多模态智能体，并能实时响应观众评论、动态展示商品。

个性化虚拟陪伴：高保真虚拟角色提供一对一互动体验，变现模式包括按时计费（如每分钟1美元的视频通话）及订阅制。

AI工作流编排平台：高盛将整合多智能体工作流、长篇叙事一致性管理及制片流水线的"编排层"平台视为潜在的高价值捕获者，iQIYI的Nadou Pro即为代表案例之一。

在线游戏：最具韧性的赛道

高盛认为，在线游戏是当前文娱各垂直赛道中抗压能力最强的板块。AI在游戏领域的红利目前更多流向头部成熟发行商，因其更具条件借助AI工具延伸既有IP和常青游戏的生命周期；反观新游IP，2026年以来成功案例明显减少。

腾讯被高盛视为游戏AI化的领跑者，其混元游戏及混元3D模型可从多模态输入（文字、图片、草图）在数分钟内生成高质量3D资产，并支持构建可交互的游戏原型。

网易则深度聚焦AI原生玩法机制，通过伏羲实验室推进大语言模型驱动的自主NPC、生成式用户创作内容（AI-UGC）等方向，旗下《燕云十六声》和《天下手游》已整合多项AI元素。

高盛同步将XD Inc.上调至买入，认为其TapTap平台将受益于游戏供给的大幅扩张，叙事逻辑有望从2026年上半年的"AI受损方"（因AI算力成本上升及TapTak Maker对广告流量的稀释）转向"AI受益方"，尤其是在服务长尾游戏开发者方面具备独特价值。

长视频与音乐流媒体：短期受益，长期承压

高盛对长视频平台的判断较为审慎。近期来看，AIGC可加快内容产出、降低采购成本，且监管层对AI内容的态度相对支持；但长期而言，两大核心问题悬而未决：其一，用户是否会在长视频平台上持续消费AI内容（过去三年该类平台用户时长整体下滑约50%）；其二，AI内容的泛滥是否会逐步削弱版权剧集的竞争优势。

高盛对芒果超媒维持卖出评级，对爱奇艺维持中性评级，认为两者可受益于短期成本削减，但长期面临来自短剧平台的用户竞争压力。

音乐流媒体方面，高盛指出，中国音乐制作供给目前处于较为无序的扩张状态，版权曲库与AI仿制歌曲之间的保护边界，以及用户对AI音乐的偏好迁移，是核心不确定因素。腾讯音乐（买入）短期订阅收入面临压力，中长期增长将更多依赖非订阅收入及竞争格局的改善。

两大核心风险：变现与监管

高盛在报告中点明了AI文娱产业面临的两大结构性挑战。

变现难题：当用户可以近乎零成本创作无限内容时，其付费意愿可能依然有限。对于娱乐产品而言，无限供给还可能引发"内容疲劳"——更多AI短剧、虚拟偶像和互动故事，并不自动转化为更长的观看时长或更高的用户消费。

监管压力：AIGC业务可能面临AI法规、隐私法、消费者保护法、广告法及版权法规的多重叠加约束。对于虚拟偶像、陪伴型智能体、互动短剧及AI直播主播而言，监管挑战尤为突出，因为这类产品的用户粘性往往建立在情感连接之上。高盛注意到，中国监管机构已开始加强对短剧及长剧行业的监管力度。

~~~~~~~~~~~~~~~~~~~~~~~~

以上精彩内容来自追风交易台。

更详细的解读，包括实时解读、一线研究等内容，请加入【追风交易台▪年度会员】

风险提示及免责条款

Semianalysis硬核拆解：AI回答你一句话，背后发生了什么

Tue, 22 Sep 2026 03:11:44 GMT

当你向AI提问并收到回复，这个看似瞬间完成的交互背后，是一套横跨计算、存储、内存与网络调度的复杂工业体系。

9月22日，研究机构SemiAnalysis发布深度技术报告，系统拆解了大模型推理服务的底层架构。从用户发出请求到AI生成每一个token，每个环节如何运作、哪里是瓶颈、什么样的硬件在什么阶段真正创造价值。

报告指出，推理服务并非一个整体，而是由预填充（Prefill）、中间填充（Midfill）、解码注意力（Decode Attention）和解码专家（Decode Experts）四个工作阶段构成的"Token工厂"。

这一分析框架对于理解AI基础设施竞争的核心逻辑具有重要参考价值。每个阶段对算力、内存带宽和网络的需求截然不同，混同处理将损失混合专家（MoE）模型架构的结构性优势。

报告以英伟达Blackwell系列GPU为案例进行推演，其结论对硬件设计者、云服务商和模型部署方均具有直接指导意义。

"专家工厂"的诞生：MoE改变了什么

过去，我们讨论大模型，习惯用参数量说话——千亿、万亿，数字越大越震撼。但MoE的出现，让这种比较方式变得苍白。它真正改变的，不再是参数的总量，关键是哪些参数在哪个时刻被激活。

具体来说：每次处理一个词元Token（可以简单理解为一个词或一个字），MoE模型不会让全部参数都参与计算。它有一个"路由器"，会为每个Token精准定位出少数几个最合适的"专家模块"，让这些专家各司其职，处理完再把结果汇总。

这就好比一家超级医院，每个病人进门不是被所有科室的医生轮流问诊，而是智能分诊系统直接把他送到最对口的两三位专科医生面前。

这个机制带来了一系列连锁反应：

哪些数据必须"住"在离计算最近的地方，发生了根本变化；

内存、带宽、存储的价值权重，被彻底重新排列；

调度系统的复杂度，从线性增长变成了指数级跃迁。

换句话说，MoE让整个推理系统变成了一座需要精密协调的"智能工厂"。

推理服务是一座分工明确的流水线工厂

SemiAnalysis报告指出，AI推理服务是一个由多个专用工作节点池构成的循环系统，而非运行在单一服务器上的程序。

用户或其代理发出请求后，调度层（如英伟达Dynamo或Mooncake）将其放入队列，分配给输入填充工作节点处理。该节点负责将用户输入连同历史对话状态转化为新的上下文，再交由解码工作节点反复读取已积累的状态、逐步生成回答token。

在智能体（Agent）场景下，这一流程还会与工具调用、外部搜索等环节交织，形成每小时可达数千次的对话轮次。

（推理服务中模型阶段的概述）

每一轮对话产生的"记忆"，在系统内部以一种叫做KV状态的形式存储。这些状态被设计成不可变的数据块（blob），像区块链账本上的记录一样，一旦生成便不再修改，只会不断追加。

（预填充和中间填充与 KV 缓存边界处紧密耦合的解码环路分离）

为什么要这样设计？因为AI对话天然是因果推进的——后一句话的理解，依赖于前面所有内容的积累。不可变结构，完美契合了这种单向流动的特性。

更炫技的是这套存储的层级设计：

最高频调用的实时数据（当前正在计算的上下文）住在GPU的HBM（高带宽内存）里，这里是寸土寸金的"黄金地段"；
次高频的中间态数据（刚完成的对话轮次）被迅速转移到CPU的DRAM，进行中转暂存；
低频沉淀的历史数据则被推入SSD或网络存储池，等待被召唤。

（KV 数据块在存储和工作内存中移动）

这套动态分级，让昂贵的HBM永远只服务于"正在赚钱的数据"，而不是白白浪费在存档上。

报告引用SemiAnalysis AgentX数据集的真实追踪数据显示，智能体对话过程中上下文的增长速度极快，但也会因压缩等模型行为产生大幅波动。边界模型供应商的领先AI公司被观察到正在反复压缩上下文以维持在百万Token限制之内。

在成本结构上，报告明确指出，HBM比DDR内存贵出数倍且供应受限，频繁复用的通用数据块（如系统提示）应保留在共享CPU内存或近端缓存设备中，而非占用昂贵的HBM资源。

四个工作阶段，对硬件的需求天差地别

SemiAnalysis报告最核心的贡献之一，是将推理过程细分为四个截然不同的计算区间，并指出将它们作为同一工作负载处理会造成严重的效率损失。

预填充（Prefill）对应用户首次发起请求的场景，模型需要处理一整批新token。由于大量token共享权重加载，矩阵运算效率高，算术强度高，通常受计算能力约束，而非内存带宽。

（通过 MoE 预填充层的流程）

中间填充（Midfill）在智能体工作流中日益重要。它在已有的长缓存前缀基础上追加少量新token——前缀可能已达数十万token，而新输入仅有数百至数千token。这一阶段兼具解码阶段的大规模KV状态读取和预填充阶段的权重复用特性，算术强度可达单token解码的数百倍，但缓存状态的流量也远超同等规模的初始预填充。

（Midfill 将解码的缓存状态读取与足够的新标记相结合，以批量处理模型和专家工作）

解码注意力是生成回答token的核心环节，每次前向传播仅处理一个或少数几个token。随着上下文长度增长，注意力读取的数据量甚至可以超过模型权重本身的大小——在长上下文场景下，注意力是现代解码过程中最重的内存操作之一，尽管大多数模型参数实际上位于专家层。

（通过一个 MoE 解码层的流程）

解码专家（Decode Experts）是MoE架构特有的环节。路由器根据当前token的激活值，从庞大的专家库中选取少数几个专家执行计算。专家权重不携带任何查询历史，仅依赖当前激活，这使其可以在更广泛的GPU范围内分布部署。

这四道工序的神奇之处在于：它们对硬件的需求截然不同。

预填充是计算密集型的，中间填充是计算与内存的双重考验，而解码则几乎完全被内存带宽所主宰。把它们混为一谈，就像让短跑运动员和马拉松选手用同一套训练方案，必然是一场浪费。

内存带宽比内存容量更值钱

报告专门辟节讨论内存带宽与内存容量的经济权衡，得出一个对硬件设计和采购决策具有反直觉意义的结论：在许多推理场景下，带宽比容量更能创造收益。

数据在被处理时创造收益，在内存中闲置时只产生成本。一块内存吞吐极高的加速器，即便容量较小，其生成token的速率也可能超过低带宽高容量配置。

在达到"够用"的容量门槛之前，每增加一份内存都能显著提升收益；越过这个门槛后，曲线逐渐走平，继续堆容量的边际效益越来越低，最终可能变成一种浪费。

（每台机器的收入与本地快速内存容量的关系）

报告给出了一个2027年的实用设计基准：以每token约70KB的KV状态、200万token的聚合活跃上下文计算，单个流水线阶段的KV状态需求约为140GB，加入双缓冲后接近280GB；再叠加模型权重、激活值、路由表和运行余量，单阶段约需400至500GB的本地快速内存。

这一基准同时说明，加速器HBM（高带宽内存）的最优用途是承载当前正在赚取收益的活跃批次数据。已完成处理的KV数据块应及时迁移至CPU DRAM，再转入更廉价的网络附加存储。将昂贵的HBM用于存储闲置上下文，是对稀缺资源的低效使用。

调度稳定性决定工厂级吞吐效率

即便硬件配置完善，推理服务的实际效率在很大程度上取决于调度层的设计质量。报告特别警告了一种在大规模推理集群中容易出现的系统性风险：延迟反馈震荡（retirement-gated oscillation）

首先要承认一个现实，预填充和中间填充是可预测的，只要知道输入长度和缓存大小，处理时间就能被精确估算。但解码是随机的，没有人知道模型什么时候会输出终止符号，一个回答可能3句话结束，也可能写出一篇论文。

这种不对称，给调度系统带来了巨大挑战。如果解码速度变慢（比如某个超长回答还没写完），后续的Prefill请求就会积压，整个流水线开始拥堵。

更糟糕的是，一旦出现延迟，系统可能过度补偿，突然放入大量新任务，导致新一轮拥堵。这是经典的延迟反馈震荡，就像交通信号灯控制失当时的道路潮汐现象。

工程师们的解法充满智慧：

在各个阶段之间设置"就绪缓冲区"，让预填充完成的结果先在缓冲区等待，而不是直接堵在解码入口；
平滑化入场控制，不根据单次请求的完成情况来决定下一批任务的数量，而是观察整体积压趋势；
分层控制时间尺度：微秒级的硬件调度、毫秒级的Token流控制、秒级的缓冲管理、分钟级的工作节点重配置。绝对不能让慢变量去追快噪声。

（从延迟反馈震荡到稳定流动）

值得注意的是，高交互性和高利用率并不天然矛盾。只要调度系统足够聪明，完全可以在保持每个用户低延迟体验的同时，让机器整体保持高负荷运转。

关键在于，调度器要有足够的"视野"和足够快的"反应速度"。

聚合还是分离：一场没有标准答案的辩论

在推理系统的架构设计上，目前存在两种主流哲学的激烈交锋。

分离式（Disaggregated）架构主张让不同类型的工作节点各司其职：专门为Prefill优化的机器，专门为Decode优化的机器，各自配置最适合自己工作模式的硬件。

Prefill机器可以更注重计算力，Decode机器可以更注重内存带宽。任务来了，调度器决定送到哪台机器，完成后搬走KV缓存，交接给下一台。

聚合式（Aggregated）架构则主张一次对话的整个处理过程，尽量在同一台机器上完成。好处是显而易见的，不需要在不同机器之间搬运动辄几十GB的KV缓存，没有网络传输的延迟和开销，专家层可以天然共享，调度器的决策也简单得多。

聚合式的软肋同样明显，一台机器需要同时擅长高强度计算（服务Prefill）和高带宽内存访问（服务Decode），而这两种能力在硬件设计上往往存在取舍。

如果一台机器在其中某方面有短板，它就会在对应的工作模式下"跑不满"，白白浪费算力。

这场辩论的结论，取决于你能否造出那块"全能明星芯片"。如果未来某款加速器能同时拥有极高的计算密度和极高的内存带宽，聚合式架构将获得压倒性优势。否则，分离式架构仍然是在现有硬件条件下最务实的选择。

实例分析：预测 Kimi K3 在 Blackwell 系统上的性能

报告通过SemiAnalysis推理模拟器，对Kimi K3模型在B200、B300与GB200系统上采用16至64块GPU的不同配置进行了性能投影，覆盖交互延迟、吞吐量、能耗与内存占用四个维度。需要说明的是，这些均为工作负载与硬件的模拟预测，并非实测基准数据。

在解码阶段，GB200在延迟-吞吐权衡曲线的大部分区间表现领先，B200和B300亦提供具竞争力的配置点。最低延迟配置通常结合流水线与张量并行；而吞吐量导向的配置则倾向于每GPU单个注意力实例，不采用张量或流水线并行，同时保持尽可能宽的专家并行度。

（解码、中间填充和预填充的预计交互性和吞吐量边界。来源：SemiAnalysis 推理模拟器）

在中间填充阶段（127k缓存输入Token加1k新Token追加），GB200凭借NVL72架构将扩展带宽延伸至整个机架，在低首Token延迟区间领先；B300在吞吐量导向端追平差距。B200与B300通常采用PP=4配置，将专家全对全通信限制在节点内部的NVLink网络。

内存占用方面，投影结果显示大多数前沿配置的每GPU HBM峰值驻留量维持在80GB以下，支持了报告的核心论点：相较于最大化每块加速器的HBM容量，带宽管理与存储编排往往具有更高的经济价值。

（模拟边界上每个 GPU 的 HBM 峰值驻留时间预测。来源：SemiAnalysis 推理模拟器）

能耗分析方面，解码阶段因每个查询需约1000次模型前向传播而成为最大能耗来源；中间填充阶段因仅需对现有长上下文追加短序列，反而是能耗最低的模式。

（相同解码、中间填充和预填充边界下每次查询的预计能量。来源：SemiAnalysis 推理模拟器）

风险提示及免责条款

美国电力严重短缺，“快速通电”成为核心价值

Tue, 22 Sep 2026 03:06:09 GMT

电力，始终是AI扩张最硬的天花板。

9月21日，据追风交易台消息，摩根士丹利最新研报显示，随着机架式AI架构加速普及，美国数据中心面临的电力缺口远比市场预期严峻。该行预计2026至2028年，美国数据中心累计电力需求达97吉瓦（GW）。扣除在建数据中心贡献的21吉瓦及可用电网容量19吉瓦后，电力缺口在引入任何解决方案之前已高达57吉瓦——较此前估算的38吉瓦扩大约50%。

即便将天然气涡轮机、Bloom Energy燃料电池、核电站配套项目等“快速通电”方案纳入计算，净缺口中值仍达33吉瓦，占同期美国数据中心电力需求的34%。该行将其形象地描述为：“我们短缺的电力，相当于六个纽约市的基础用电量（约5至6GW）。”

机架架构升级，是缺口扩大的直接推手

此次电力缺口大幅上修，核心原因在于AI芯片部署方式的根本性转变。

行业正从以8块GPU为单位的服务器架构，迁移至以72块GPU为单位的机架式架构（NVL72）。这一转变不仅是芯片数量的变化，更是整个系统功耗逻辑的重构——每个机架还需集成高速互联、内存、液冷、电源管理等组件，功耗远超单纯的芯片叠加。

摩根士丹利分析师据此大幅上调功耗假设：

Vera Rubin：单机架IT功耗从149千瓦上调至234千瓦
Rubin Ultra：从415千瓦上调至600千瓦
Feynman：上调至1100千瓦

这一变化使2027年和2028年的美国电力需求预测分别较旧模型上调38%和69%。摩根士丹利将2027年定义为机架架构的“拐点”——届时行业将从优化单颗芯片，全面转向优化整套计算系统。

“快速通电”能填多少缺口

为缩小缺口，摩根士丹利分析师纳入了多项“快速通电”方案，包括表后发电设备、Bloom Energy燃料电池、在运行中核电站附近建设数据中心等。

在基准情景中，分析师对这些方案的概率加权供电贡献估计为24GW，由此将2026—2028年的缺口从57GW降至33GW。

具体看：

新增表后燃气轮机及往复式发动机，可贡献19GW；
Bloom Energy燃料电池，可贡献6GW；
在运营核电站附近部署数据中心，可贡献3GW；
部分加密货币矿场改造项目被计入在建数据中心或新增表后发电方案，未作为额外减项重复计算。

报告给出的低、中、高情景显示，2026—2028年的净缺口分别为42GW、33GW和0GW；其中，33GW被列为分析师认为“最可能出现”的结果，对应同期美国数据中心部署电力需求的34%。

分析师同时提示，此次净缺口上升还与模型口径调整有关：报告不再将Powered Shell Provider（已具备接电条件、可建设数据中心外壳的项目）重复计入“快速通电”减项，因为这些项目已被纳入在建数据中心、电网接入或表后发电的计算中。

“快速通电”的经济价值：提前一年，价值几何

根据摩根士丹利的模型，提前一年获得电力，创造的价值相当于约4.5美元/瓦，是年度电力成本的5.9倍。

原因直接：数十亿美元的硬件若无法通电，便是闲置资产；推迟通电，意味着推迟算力收入，也意味着错过当代芯片的竞争窗口。

研报指出：“AI玩家争夺电力的紧迫程度，远超市场认知。任何能在2027至2028年为数据中心开发商提供电力的'快速通电'供应商，都将能够签署极具吸引力的合同。”

已转型为“供电壳”提供商（PSP）的前比特币矿企，正是这一逻辑的直接受益者。这类公司以10至12美元/瓦的成本建设数据中心“供电壳”，签署15至25年固定价格合同，无杠杆自由现金流收益率达15%至19%。摩根士丹利测算，在15倍EV/EBITDA估值下，每吉瓦净价值创造可达15.5亿美元，是可再生能源PPA模式的约15倍。

2026年迄今，PSP交易数量已超过2025年全年。

电网接入之外，现场供电和已通电场地受到关注

在57GW原始缺口和33GW中性情景净缺口的背景下，分析师将能够缩短通电周期的方案归为关键缓解路径。

报告提及，现场发电可绕开“通常漫长且存在不确定性”的电网并网流程；燃料电池可在电网接入完成前提供现场电力；具备现成电网接入条件的已通电场地，则可被改造为高性能计算数据中心。

分析师预计，未来数月将出现更多表后发电交易，尤其集中于得州西部。同时，拥有电网接入资源的场地提供方，也可能通过建设并出租高性能计算数据中心来实现容量转化。

分析师还预计，受美国电力缺口影响，超大规模云厂商及其他AI参与者可能加大在海外布局数据中心的力度，北欧、伊比利亚半岛、澳大利亚、东盟和印度等市场或承接更多增量需求。

报告认为，随着高密度机架在2027年后加速部署，数据中心的首要问题将从“是否有足够机房空间”，进一步转向“能否为每个机架提供足够的电力和冷却能力”。

~~~~~~~~~~~~~~~~~~~~~~~~

以上精彩内容来自追风交易台。

更详细的解读，包括实时解读、一线研究等内容，请加入【追风交易台▪年度会员】

风险提示及免责条款

监狱里的香烟和痔疮膏，凭什么也是货币？【胡捷大师课2.1】

Tue, 22 Sep 2026 02:36:58 GMT

精彩内容预览

什么是货币？教科书上的定义大多让人越看越晕。上海交通大学高级金融学院教授、前美联储高级经济学家胡捷给出的定义只有一句：如果有一种对象，被一个社区接纳为交换中介物，它就是货币。

按这个标准，货币“三不问”：

不问来源——没有国家授权不要紧，监狱里的烟丝也是货币；

不问形态——黄金是货币，账本上的一串数字也是；

不问成因——每种货币背后都有自己的故事，据说美国监狱里甚至流通马应龙痔疮膏，原因“你们自己脑补”。

更要紧的问题是：现代法币由央行垄断发行，央行拿什么约束自己？答案是通胀。货币只是中介物，没人指望靠持有它赚钱，只希望今天拿到它、明天换东西时价格还差不多。所以评价一家央行是否滥发货币，发行量大小说了不算，金标准只有一个——通胀率。这也是为什么2%这个不起眼的数字，会成为美联储一切操作的靶心。

但通胀目标为什么是2%而不是0%？通缩为什么比通胀更可怕？比特币到底算不算货币？这一集有完整解答。点击此处或下方课程表，解锁完整内容。

黑石：我们正处在“1870 年的拂晓时刻”，抓住“AI时代”的“牛肉”

Tue, 22 Sep 2026 02:36:37 GMT

面对市场对万亿AI资本支出是否会沦为泡沫的日益担忧，黑石集团总裁Jon Gray用极具冲击力的真实回报数据给出答案：实体经济的效率飞跃正在引爆指数级的需求，而算力、电力与数据中心的“现实硬短缺”，构成了当下最核心的投资机遇。

9月20日，黑石集团（Blackstone）总裁兼首席运营官Jon Gray在面向100多位全球顶级投资者的闭门演示中，首次全方位披露了黑石内部关于人工智能（AI）投资的专有数据与核心逻辑。

面对市场上关于“巨额AI资本支出能否为投资者带来回报”的深刻怀疑，Jon Gray借用了一则经典的超级碗广告词——“牛肉在哪儿？（Where’s the Beef?）”，直击当前AI投资的核心痛点。他明确指出，AI部署已经转化为企业实实在在的生产力提升和收入增长，而由此引发的需求正与现实世界的基础设施瓶颈发生剧烈碰撞。

“1870年的拂晓时刻”：与过往工业革命的同与不同

回顾历史，Jon Gray将当前的宏观环境类比为19世纪后期的美国。

“我认为我们今天所处的境况更接近1870年，一场重大的工业革命即将到来。”Gray指出，在1870年到1900年的30年间，伴随着钢铁、铁路和电力的普及，美国年劳动生产率翻了一番，GDP增长了四倍，股市上涨了七倍。“我并不是说今天也会发生同样的事情，但这确实展现了技术变革和创新的力量。”

然而，与当时铁路公司因“高杠杆超前建设”导致200家企业破产的惨痛教训不同，如今的AI基础设施建设呈现出完全相反的供需格局。“今天的情况截然不同——需求远远超过供应，无论是能源还是数据中心，大部分已签订的合同都与杠杆率极低的公司签订。”

千亿营收与万亿估值：“牛肉”来自明确的投资回报

针对市场最关心的“资本支出是否只是一堆循环融资”的担忧，Gray用一系列极具冲击力的数据证明了“牛肉”的真实存在：

大模型收入井喷：像Anthropic和OpenAI这样的大型模型公司，收入在短时间内增长了100倍。截至2025年7月，它们的年化收入已经达到惊人的1050亿美元。在此推动下，这两家公司的合计估值从6830亿美元飙升至超过2.3万亿美元。
企业端变现加速：黑石投资组合中的14家AI相关公司，年化收入从去年9月的2500万美元暴增21倍，达到5.25亿美元。
宏观生产力跃升：过去十年美国年生产率增长率平均为1.5%，而过去两年半已达到2.6%。标普500指数成分股公司和黑石投资组合公司的EBITDA利润率在过去四年中分别提高了500到700个基点。

Gray直言不讳地指出：“过去12个月（标普）平均盈利增长率为15%，即使剔除一次性收益也达到了32%。毫无疑问，随着这项技术在经济中的普及，它将产生巨大的影响。”

现实世界的“硬短缺”：算力、芯片与电力的超级周期

当技术走出办公桌，应用于机器人、自动驾驶等更广阔的实体领域时，真正的障碍开始显现。Gray强调：“真正的障碍在于现实世界，在于芯片、电力和数据中心。”

为满足激增的计算需求，全球超大型数据中心企业正掀起前所未有的资本开支狂潮。数据显示，五家超大规模数据中心公司的资本支出今年翻了一番，达到8200亿美元，相当于美国GDP的2.5%。黑石自身的数据中心租赁量也从2024年的1吉瓦暴增至今年的预计6吉瓦，对应近1000亿美元的资本支出。

面对如此庞大的投资，市场不可避免地产生了“泡沫”担忧。但Gray以存储芯片巨头SK海力士为例进行了强有力的反驳：“SK海力士目前的市盈率仅为4倍，这可不是2000年思科市盈率高达150倍的时候。人们对当前形势仍然抱有很大的怀疑。”

除了数据中心和芯片，电力瓶颈同样严峻。建造每吉瓦电力需要高达550亿美元的巨额资金，而订购一台通用电气的涡轮机甚至需要排队等到2031年。正是这种资本密集型和极高的进入壁垒，构成了黑石重金布局底层基础设施的逻辑。

“真正的‘核心’是什么？就是芯片、数据中心和电力。而在这之上，真正的核心是投资回报。”Gray总结道。

不可忽视的风险与“不惧AI”的稀缺资产

在拥抱AI浪潮的同时，Gray也保持了客观的风险警觉。他警告称，估值过高是一个切实的问题，“那些刚刚起步、没有收入的公司估值却高达100亿美元，一些国防科技公司的估值也高得惊人，这些都需要密切关注。”此外，网络安全、监管对技术前沿的潜在压制以及地缘政治紧张局势，都是悬在市场头顶的风险。

有趣的是，在AI重塑一切的背景下，黑石并未完全将目光局限于科技领域。Gray特别提到了“稀缺资产”的投资价值——从拥有14亿人口市场的印度板球队，到特色咖啡连锁店，再到海滨房产和罗马机场。“人工智能无法取代板球，这些体验不会消失，这些资产是不可替代的。”

以下是讲话文字稿

Jon Gray00:02

我喜欢这首歌。这是 2024 年黑石集团的假日视频，2026 年的视频也即将发布。我很高兴各位从世界各地来到这里，非常感谢。如果没有在座各位的支持，我们也不会有今天的成就，我们永远感激你们。谢谢大家。

Jon Gray00:27

现在我们想谈谈，您在考虑投资巨额资金时最关心的几个问题。我认为最好先从最重要的问题入手——如何成为一名全球金融健身领域的意见领袖。

Jon Gray00:49

这对我来说非常重要。我这里有五点建议。

第一，你需要大量出汗。幸运的是，我天生就会出汗，但这能让你显得非常真实。

第二，你需要抬高镜头角度。我的女儿们总是提醒我，否则就会露出可怕的双下巴。

第三，毫不掩饰地展示你的品牌。你想感觉自己像个纳斯卡赛车手吗？那就给你一个 logo，你很重要。

第四，要有那种傻老爸的气质。完美！再加上五个表情符号，这能展现出满满的热情，让拍摄充满乐趣。

好了，搞定这些，让我们开始正题吧。

Jon Gray01:38

今天上午我们打算尝试解答四个问题。

第一，自从我们大多数人去年齐聚一堂以来，发生了什么？

第二，我们能从过去，特别是遥远的过去中学到什么？

第三，我们今天身处何方？

第四，我们要去往何方，未来将会发生什么？

Jon Gray02:02

我们当然要从人工智能（AI）这两个字母的角度来探讨这个问题。这并不意味着我们不重视乌克兰和中东的地缘政治局势——这些局势推高了大宗商品价格，导致通货膨胀和短期利率上升，正如我们昨天所看到的。人们担忧赤字，长期利率，所有这些对我们投资者来说都很重要。但是，当我们思考最终什么会驱动投资组合的价值、思考经济正在发生什么以及未来会发生什么时，我们必须考虑这两个字母。

所以，我想回到一年前，也就是 2025 年 9 月 17 日，我们当时在这个房间里。我们当时在想些什么？

Jon Gray02:53

我们热情的主要原因是什么？最主要的，是人工智能。我们风格一年来变化不大。

Jon Gray03:12

当我们回顾过去一年或两年的人工智能发展历程时，以谷歌代币为例，其交易量从 2024 年几乎为零，增长到如今每月 480 万亿枚代币。到了 2026 年 5 月，交易量已经达到了 3.2 千万亿枚代币——这是我为了这次演讲新学的词。到了 9 月份，这些数字显然还会更高。

Jon Gray03:41

像 Anthropic 和 OpenAI 这样的大型模型公司，几年前几乎没有收入，到 2025 年 7 月，收入增长了 100 倍。截至 7 月，它们的年化收入已经达到 1050 亿美元。这在人类历史上是前所未有的。

Jon Gray04:03

黑石集团通过投资组合公司拥有一个绝佳的视角。这些数据来自我们的投资组合公司、普通合伙人持股的投资组合公司以及我们的借款人。去年 9 月，这 14 家公司的年化收入为 2500 万美元，如今增长了 21 倍，年化收入达到 5.25 亿美元。这就是市场正在发生的事情，因为这些公司获得了非凡的投资回报。

显然，这会影响估值。我们很幸运投资了这两家公司，它们去年 9 月的估值为 6830 亿美元，如今估计合计超过 2.3 万亿美元。随着它们开始上市，其强大的收入模式正在推动估值增长。

Jon Gray05:05

我们去年还讨论了很多：不仅仅是模型和技术，还有实现这些模型和技术所需的基础设施。全球资本支出增长了六倍，明年这些数字还会更大。去年，五家超大规模数据中心公司的资本支出为 4150 亿美元，今年这个数字翻了一番，达到 8200 亿美元，相当于美国 GDP 的 2.5%。

不仅仅是超大规模数据中心，我们也积极参与数据中心租赁。我们拥有全球最大的平台，2024 年租赁了 1 吉瓦，2025 年租赁了 2 吉瓦，今年预计至少租赁 6 吉瓦，相当于近 1000 亿美元的资本支出，租户们还将投入数千亿美元的芯片。

遗憾的是，我们没有投资存储芯片公司。美光、SK 海力士，这三家该领域的领军企业，股价分别上涨了 600% 和 500%。当你看到这样的图表时，作为投资者，第一反应是：这感觉像个泡沫。但 SK 海力士目前的市盈率仅为 4 倍，这可不是 2000 年思科市盈率高达 150 倍的时候。人们对当前形势仍然抱有很大的怀疑。

去年，我们投入了大量资金用于 GPU 和 TPU 的融资，与英伟达和博通建立了合作关系，在新型云计算领域大举投资，与谷歌成立了一家合资企业。通过 Crux 公司，我们与 Firmus 在澳大利亚、NASA 和印度以及全球众多数据中心公司进行了投资。我们认为，对计算能力的强劲需求将继续带来丰厚回报。

不仅仅是数据中心，电力也越来越重要。去年我们谈到了电力对未来的关键作用。过去五年，公用事业资本支出高达 8000 亿美元，预计未来五年将几乎翻一番。我这周去了加拿大，他们正在讨论投入数千亿美元来扩建和升级电网，这种情况将在全球范围内发生。

这里的股票反应不如存储芯片公司那么剧烈，但电力行业曾经是一个非常乏味的行业，而现在，生产涡轮机、冷却设备和电气设备的公司股价一年内上涨了 44% 到 81%。幸运的是，我们在这个领域同样投入了大量资金——我们向 Sempra Infrastructure 提供了巨额信贷，用于资助一个大型液化天然气项目；投资了能源数据分析公司 Enverus；投资了 Williams，用于建设公用事业公司，以建造发电厂和数据中心，他们正在建设麦克莱恩项目；还投资了欧洲的电气设备、欧洲风能和太阳能技术公司、可再生能源公司。在能源转型和基础设施业务方面，我们投入了巨资。

所有这些与人工智能相关的投资，带来了怎样的回报呢？我们分析了今年第二季度全公司收益最高的十项投资，其中九项都集中在人工智能领域，包括一些行业标杆企业，只有印度的 Aster Care 医院是例外。预计第三季度的情况会非常相似。

Jon Gray07:30

那么，我们能从过去，特别是遥远的过去学到什么呢？我想把时间拨回到 1870 年 9 月 17 日。当时大多数美国人都生活在农场里，这是美国内战后的时期，几乎所有的建筑都是木制的。如果要去邻镇看望家人，当然是骑马；如果晚上要阅读，就要点上蜡烛。

仅仅 30 年后，一切就发生了翻天覆地的变化。到了 1900 年，建筑很多都是钢铁建造的；去看望家人可以选择乘坐火车，路上也开始出现汽车；多亏了托马斯·爱迪生，人们可以在灯光下阅读。

我认为我们今天所处的境况更接近 1870 年，一场重大的工业革命即将到来。从 1870 年到 1900 年这段时间，经济上发生了什么？年劳动生产率翻了一番，GDP 增长了四倍，实际制造业增长了六倍，股市上涨了七倍。我并不是说今天也会发生同样的事情，但这确实展现了技术变革和创新的力量，以及它们最终对经济和投资的意义。

但即便在繁荣时期，也难免会有衰退。当时支撑这一切的关键基础设施是铁路，在那段时间里，有 200 家铁路公司破产或资不抵债。这是一个警示故事。当时，他们以高杠杆率提前建设供应，远超需求，这与后来的电信基础设施建设非常相似。而今天，情况截然不同——需求远远超过供应，无论是能源还是数据中心，大部分已签订的合同都与杠杆率极低的公司签订。这并不意味着不会出现问题，但情况已经发生了变化。

Jon Gray13:00

现在把时间快进到 84 年后。1984 年 1 月 22 日，我即将迎来 14 岁生日，在伊利诺伊州高地公园的榆树广场初中，观看乔·泰斯曼执教的华盛顿红皮队对阵马库斯·艾伦率领的奥克兰突袭者队的比赛。比赛没什么看头，比分是 38 比 9。不过亮点是两则广告。

Jon Gray14:10

第一则就是史蒂夫·乔布斯 1984 年那则著名的广告："1 月 24 日，苹果公司将推出 Macintosh 电脑，届时你就会明白为什么 1984 年不会再像《1984》那样了。"

这则广告极具预见性——它讲的是计算机应该普及化。你不应该必须使用 Cobalt 操作系统，也不应该必须用 MS-DOS 和那些繁琐的命令，你应该只需点击一下鼠标，就能拥有触手可及的强大计算能力。

Jon Gray14:50

如果你思考今天的比喻，我们现在讨论的是全世界每个人都能获得智慧——即使你身处世界上最小的村庄，也能接触到世界上最杰出的头脑，而无需身处英国剑桥或美国马萨诸塞州剑桥。这是一个非常有力的信息。

Jon Gray15:09

但我认为，今天讨论中最相关的话题，是同一场超级碗比赛中克拉拉·佩勒（Clara Peller）提出的问题。这位 81 岁的老人看着一个巨大蓬松的面包，提出了一个非常重要的问题：牛肉在哪儿？

这正是我们面临的问题——我们正在投入数万亿美元的资本支出，这到底是怎么回事？它真的有意义吗？还是只是一堆循环融资，人们最终会损失所有这些钱？

Jon Gray15:49

这就是我们试图解答的问题。我想回到我们目前的状况，以及我对所有这些投资充满信心的原因。这一切都始于我们公司内部正在发生的事情：人工智能的应用案例正在迅速扩展，几乎无处不在。

例如流程改进方面，印度的 IGI 钻石分级系统，以及我们合作的移动通信塔公司 Phoenix Tower，该公司现在处理租赁的速度提高了五倍，他们投资了 400 万美元开发新的人工智能流程，每年因此获得 450 万美元的收益，软件工程的年回报率超过 100%。我们合作的几乎所有公司都从中受益。Enverus 有了一个新的代码修复流程，他们在示范公司投入的资金获得了 18 倍的回报——这就是为什么投资持续增长的原因。

在客户服务方面，Tricon 是一家租赁住房公司，它可以将申请处理速度提高 90%。内容创作、广告、设计、效果图制作，这些领域同样无处不在。

Jon Gray17:06

但这不仅仅关乎生产力。我们投资组合公司 Chamberlain 是一家车库门开启设备公司，他们发布了支持人脸识别的 Myq Secure View 三合一智能锁。几年前，他们发现可以利用人工智能可视化技术，业务拓展到前门以及用于亚马逊包裹的车库门。如今，他们的年化收入已达 4050 万美元，CEO 预计未来五年内年化收入将达到 5 亿美元。随着时间的推移，我们将看到越来越多类似的案例。

在法律和合规领域，营销审查的效率提高了 50%。软件开发领域，我个人最喜欢的是首席信息官（CIO）和投资组合智能代理——我们看到时间缩短了 99%。

现在，这些优势也开始体现在数据上。美国年生产率增长率过去十年平均为 1.5%，而过去两年半已达到 2.6%。超大规模数据中心企业是这一趋势的先锋，过去三年半他们的员工人均收入增长了 65%，利润率也在上升。标普 500 指数成分股公司和我们投资组合公司的 EBITDA 利润率在过去四年中分别提高了 500 到 700 个基点。

这带来了非常强劲的盈利增长。过去 12 个月的平均增长率为 15%，即使剔除一次性收益，也达到了 32%。毫无疑问，随着这项技术在经济中的普及，它将产生巨大的影响。

Jon Gray19:42

现在，一切都将发生改变。目前，这些技术大多还停留在我们的办公桌上。但随着这些技术离开办公桌，应用于机器人、自动驾驶汽车、国家安全等各种实际场景，对计算能力的需求将越来越大，生产力也将不断提升。

以无人驾驶汽车公司 Waymo 为例，过去两年半，其行驶里程增长了 250 倍，而严重事故率降低了 94%。这种趋势将会持续下去，并产生深远的影响。

Jon Gray20:32

关于人工智能对我们生活的影响，挑战在所难免，社会也必将经历转型。但探讨一些真正的积极影响同样有意义。

其中之一就是就业增长。在我们的数据中心公司 QTS，蓝领工作岗位正在蓬勃发展，不到两年时间，工地的建筑工人数量就增长了两倍。尽管人工智能提高了生产力，但我们公司的整体就业人数仍在增长，过去十年里，新的商业应用数量翻了一番，现在创办公司也容易多了。

Jon Gray21:10

这项技术最令人兴奋的地方在于科学。发表在《自然》杂志上的一项研究表明，由于人工智能发现的药物，一期临床试验的成功率显著提高。人工智能在化学领域无疑更胜一筹；在生物学方面仍需改进，但前景可期。麦肯锡最近的一项研究显示，通过人工智能优化，可将一项试验的时长缩短 40%。我们投资组合公司 Vara 也在这个领域做着同样的事情。对我们所有人来说，最令人兴奋的莫过于此：人工智能将如何长期改善我们的健康。

Jon Gray22:02

鉴于这一切正在发生，我们该何去何从？我们有三个基本信念。

第一，这些应用场景将会激增，这将极大地提高生产力——不仅发生在医疗和法律领域，也发生在现实世界。随着生产力的提高，人们会越来越多地使用人工智能，这将推动智能需求的指数级增长。我们认为这种情况还会继续下去。而真正的障碍在于现实世界，在于芯片、电力和数据中心。

Jon Gray22:45

为什么会面临这样的挑战？我现在就站在一个数据中心、一个人工智能工厂的工地上，这里面临着一系列切实的挑战。

首先是权益问题，社区对此感到担忧。不幸的是，有很多误解——建造数据中心几乎不需要用水，你可以为社区带来益处，可以利用新能源降低电力成本。但人们的担忧仍然会拖慢项目进度，比如项目暂停，我们在纽约州就看到了这种情况。

其次是电力建设的难度，比如从通用电气Vernova公司获得一台涡轮机，需要排队等到 2031 年。

在芯片供应方面，超大规模数据中心在五年内将其容量上限提高了九倍，而芯片公司的产能甚至没有翻一番。芯片公司所处的行业本身是周期性的，他们一直犹豫不决，导致芯片严重短缺。

还有一个真正与我们息息相关的问题是，这些人工智能工厂，包括电力、数据中心和芯片本身，都需要巨额资金——每吉瓦电力需要 550 亿美元。黑石集团拥有独特的规模优势，能够了解现状并调动所需资源。

现在，我们回顾去年最让我们夜不能寐的事情：低估技术颠覆性创新的风险。

去年，这种情况体现在股市上——专业服务、软件和信息服务公司的股价下跌。在很多情况下，它们的基本业务状况良好，但由于市场参与者担心这些公司未来的发展前景，不确定性大大增加，估值倍数被压缩。这种情况也发生在私募市场，软件交易下降了 66%，大型交易的跌幅还会更大。

但并非所有公司都会面临同样的结果。25 年前面临亚马逊冲击的六家零售商是个很好的例子：Kmart、Sears 和 Toys R Us 最终被历史淘汰，而沃尔玛、Costco 和 TJ Maxx 则成功生存了下来。它们拥有独特的价值主张，成功渡过了这场风暴。

在白领企业中也会出现类似的动态。有些公司拥有至关重要的记录系统，管理团队将关注点从席位转向结果，最终取得了更好的业绩。而在此期间，由于不确定性，部分公司的估值倍数可能会较低。

Jon Gray26:23

这个世界上还有一些与科技无关的赢家，我们姑且称之为稀缺资产。我们投资了印度的一支板球队——印度有 14 亿人口，板球是他们最喜欢的运动，目前只有 10 支球队，人工智能也无法取代板球。我们还有一家很棒的咖啡连锁店 7 Brew，他们的招牌饮品是金发女郎咖啡，人们仍然需要这些产品，仍然会喜欢它们。

Jon Gray26:55

海滨房产可能是最佳投资领域之一。虽然没人喜欢房地产，估值倍数也很低，但这些体验不会消失，这些资产是不可替代的。或者像罗马机场那样的基础设施，同样至关重要。

那么，最大的风险是什么？

首先是网络安全。金融机构的关键基础设施一旦出现问题，很可能会引发政治动荡，不仅在美国，也会波及全球。

其次，如果监管措施减缓了技术前沿的发展，并不会改变技术扩散的必然趋势，因为如今的技术已经非常强大。技术的不断发展是一个非常重要的风险。比如太空数据中心，以及手机上的边缘计算，这些都有可能发生。但考虑到需求曲线，这有点像电力——你需要核能、天然气和可再生能源并行发展。目前地面数据中心仍然非常重要。

第三是地缘政治紧张局势。第四是估值过高的问题。那些刚刚起步、没有收入的公司估值却高达 100 亿美元，一些国防科技公司的估值也高得惊人，这些都需要密切关注。

这就是我们每天在进行投资时都在讨论的问题，也是为什么我们专注于技术栈最底层——计算——的原因之一，因为我们对这部分最有信心。

那么，真正的"核心"是什么？就是芯片、数据中心和电力。而在这之上，真正的核心是投资回报。我们将继续看到应用场景的增加、需求的持续增长，而这正是这项巨额投资的合理性所在。

最后，我们依然用那张"北极星"幻灯片来结束——我们常说的"一切都关乎回报"。自从 Pete 和 Steve 40 年前创立这家公司以来，我们始终致力于为客户创造价值。Steve 每天都在提醒我们这一点。这就是我们撰写备忘录的原因，这就是我们周末阅读备忘录的原因，这就是我们花费大量时间思考世界将走向何方的原因。

感恩是永恒的价值观。我们对在座的各位都充满感激。希望你今天余下的时间过得愉快，再次感谢。

风险提示及免责条款

Muse“加持”，纳指“安静的暴涨”，市场对“重返AI交易”将信将疑，下周的美光财报成焦点

Tue, 22 Sep 2026 02:36:03 GMT

Meta AI智能体Muse上线仅12天，日活跃用户峰值达44.8万，单日下载量创26.4万纪录，远超ChatGPT同期表现，引爆市场对消费级AI进入主流拐点的押注。

9月21日，纳指100单日收涨约2.83%，重新站上3万点，创6月以来新高。但高盛交易台分析师Peter Callahan指出这是一次“安静的暴涨”——成交活跃度只有3分（满分10分），S&P等权重指数仅涨约18个基点，涨幅高度集中于大市值科技股。

这是我记忆中少有的一次“安静的”约3%纳指涨幅。

Muse类产品的爆发，直接打开了CPU芯片的新需求空间。Arm Holdings当日涨超15%，英特尔涨逾12%，AMD涨近10%。

与此同时，信用市场与股市出现背离，投资级CDS利差扩至五个月最高，信用市场对本轮乐观情绪持保留态度；下周美光财报被视为AI基础设施交易能否持续的关键验证节点。

Muse：从聊天机器人到“帮你干活”的智能体

这一切的导火索，是Meta的消费级AI智能体Muse。

Muse于9月8日上线，定位与传统对话式AI截然不同——它能自主执行多步骤任务，包括预订行程、管理日历、代为完成电商购物，在后台持续运行，而非等待用户指令。

Wells Fargo分析师Ken Gawrelski在给客户的报告中援引SensorTower数据指出：

Muse在9月19日单日下载量达26.4万次，连续第三天突破20万
上线第10天，日活跃用户峰值达44.8万
对比：ChatGPT达到20万日下载量用了近一年，达到45万日活跃用户用了49天

Ken Gawrelski将Meta目标价从640美元上调至796美元，维持“增持”评级，并写道：“Muse标志着消费级AI从聊天机器人向AI助手的转变，而谁先到市场，谁就占优——因为AI助手用得越多，就越有价值。”

高盛交易台的Rich Privorotsky则直接点出Muse的战略意义：

Meta基本上建立了一个直接面向消费者的智能体工厂——购物、通话、订阅、行政事务，越来越多地代替你行动。最终状态很清晰：每个人都有几十个智能体帮你买菜、付账单、订假期、安排孩子上学。你的生产力变成了你加上你的智能体团队。这是巨大的效率释放，也是巨大的算力乘数。

Meta当日股价涨幅约11%至12%，创2025年10月以来新高。

为什么是CPU，不只是GPU

与此同时，芯片股的涨幅结构，揭示了市场对AI架构转变的押注逻辑。

9月21日，Arm Holdings单日涨超15%，英特尔涨逾12%，AMD涨近10%——这三家都是CPU领域的核心玩家，而非传统AI算力叙事中的主角英伟达。

据市场情报机构Vital Knowledge的分析：早期生成式AI主要依赖GPU处理孤立的文本和图像生成任务；而AI智能体需要持续运行后台程序、逻辑循环和本地数据调度，这使得智能体AI对CPU的需求远高于GPU密集型工作负载。

换句话说，Muse类产品的爆发，直接打开了CPU芯片的新需求空间。

AMD当日市值首次触及1万亿美元门槛，超越摩根大通，与礼来、伯克希尔哈撒韦并肩。高盛TMT交易台的Peter Callahan在快报中特别提及：“如果AMD未来超越这两家，标普500前十大公司将全部是TMT公司，且市值均超过1万亿美元。”

此外，据报道，OpenAI正在加速开发类似Muse的消费级智能体产品，行业军备竞赛的预期进一步推高了市场对整个CPU/云计算产业链的估值。

“安静的暴涨”：涨幅集中，市场内部高度分化

高盛TMT交易台分析师Peter Callahan的快报用一句话定性了这次行情：“纳指重返3万点，但这是我记忆中少有的一次安静的约3%涨幅。”

当日数据显示：

标普500等权重指数当日仅涨约18个基点，而标普500本身涨幅约130个基点——两者差距位列过去5年以上的单日前五
半导体指数SOX在5个交易日内累计涨幅接近12%，为2025年8月初反弹以来最强5日表现
期权活跃度创近一个月新高，AMD和英特尔单日看涨期权成交量均超过100万张，接近年内高点

据媒体报道，有人在开盘时大举买入科技相关看涨期权，触发了“现货涨、波动率也涨”的罕见组合——这通常是期权驱动行情的典型特征，而非基本面驱动的稳健上涨。

高盛交易台同日记录显示，当日整体买卖方向基本均衡，多头基金（LO）在通信服务和信息技术方向净买入，对冲基金（HF）在通信服务、金融和消费可选方向净买入，但整体活跃度依然偏低。

投资者将信将疑：基本面扎实，但“涨太快了”

高盛TMT快报直接记录了当日投资者的真实反应：

投资者承认基本面扎实，但情绪指标更为谨慎，当天收到大量“涨太快了”和“目标价在哪里”的问询。

Peter Callahan进一步指出，这与高盛近期科技会议上的对话一脉相承——投资者对于是否全面“重返AI基础设施交易”存在明显张力。原因在于，宏观层面的油价和利率压力，在近期盖过了基本面层面健康的供需评论、资本回报率数据和产品更新等积极信号，“似乎形成了一种'买家在更高位置等待'的行情格局”。

换句话说：基本面没问题，但宏观噪音让投资者不敢追高。

信用市场发出不同信号

股市的乐观情绪，并未得到信用市场的背书。

彭博宏观策略师Frank Monkam分析：尽管标普500接近历史高位，但投资级债券的信用质量——以5年期投资级CDS衡量——已恶化至五个月最低，且自美联储本月加息以来，这一背离持续扩大。

Frank Monkam写道：

股市继续定价韧性增长和盈利，以及更乐观的叙事。信用市场则在做数学题，要求更高的企业风险补偿。这种明显的错误定价引发了一个问题：哪个市场对风险溢价的判断是错的？我倾向于认为，来自资本结构更高层级的信号，最终将有最后的发言权。

两个市场，同一张企业资产负债表，给出了截然不同的答案。

油价与利率：暂时的喘息，还是真正的转机？

本轮科技反弹的另一个宏观背景，是油价的回落。

布伦特原油跌破100美元/桶，据彭博报道，卫星数据显示沙特阿拉伯波斯湾港口的石油装载量在上周末大幅跳升，为6月以来最高，显示沙特在红海管道受无人机袭击中断后，已将出口路线切换回霍尔木兹海峡。

油价下跌带动10年期美债收益率跌破5%关口。高盛的Rich Privorotsky将利率和利率波动率定性为“当前最大的宏观风险”，并指出：“利率与能源价格脱锚的风险依然存在——油价下来了，但二次通胀和全球利率冲击的影响已经固化。”

下一个催化剂：美光财报

高盛TMT快报在结尾明确点出下一个市场焦点：

远离会议和地缘政治，我雷达上的下一个催化剂是下周的美光（MU）财报。

美光作为AI存储芯片的核心供应商，其财报将直接检验AI基础设施需求的真实强度。值得注意的是，在本轮芯片股普涨中，存储板块明显落后——闪迪当日跌约3%，西部数据和希捷科技基本持平——这与CPU芯片的爆发形成鲜明对比。

美光财报能否弥合这一分歧，将是市场判断“重返AI交易”是否可持续的重要参考。

风险提示及免责条款

阿里巴巴计划训练5到10万亿参数AI模型

Tue, 22 Sep 2026 02:18:51 GMT

阿里巴巴计划训练5到10万亿参数AI模型。

风险提示及免责条款

ASIC与CPU需求强劲！瑞银上调CoWoS行业产能预测，预计较今年大幅增长

Tue, 22 Sep 2026 01:50:38 GMT

云端AI芯片需求持续超预期，正推动先进封装行业进入新一轮扩张周期。

据追风交易台，瑞银在最新研究报告中将2027年底全球CoWoS行业产能预测从此前的26万片/月上调至27万片/月，较2026年底预估的16万片/月大幅增长约69%。驱动此轮上调的核心动力，是ASIC与CPU需求的强劲崛起。

瑞银认为，这两类芯片在2028至2029年将主要继续依赖CoWoS封装工艺，而非迁移至英特尔EMIB-T或台积电CoPoS等新兴方案。与此同时，向更大封装尺寸及异构集成的技术演进，本身也将消耗大量额外产能。

CoWoS产能预测再度上调，2027年需求近乎翻倍

瑞银在参加中国台湾峰会并完成CoWoS行业深度调研后，进一步上调了对行业产能的预测。根据最新估算，2027年全球CoWoS总需求将达到约263万片晶圆当量，较2026年预估的132.1万片增长近一倍。

从需求结构来看，英伟达仍是最大单一客户，2027年CoWoS晶圆需求预计达129万片，但其占比将从2026年的60%下降至49%，反映出需求来源的多元化趋势。ASIC类芯片的占比则从2026年的30%提升至2027年的33%，AMD的占比亦从10%跃升至18%，主要受Venice服务器CPU放量拉动。

瑞银指出，即便英特尔EMIB-T与台积电CoPoS将于2028至2029年开始为大型AI加速器封装提供产能，当前的可见度仍显示2028年需要进一步扩张CoWoS产能，凸显出需求的持续强劲。

ASIC项目加速落地，多家超大规模云厂商进展超预期

经过数年投入，各大超大规模云厂商与AI原生企业的定制芯片项目正加速兑现。

在加速器芯片方面，微软Maia 300的性能表现具备竞争力，瑞银预计Maia 200/300在2027年的出货量将分别达到5万/35万颗，较2026年约10万颗的Maia总量大幅提升。OpenAI的Jalapeño芯片预计2027年出货量将从2026年的15万颗增至60至70万颗。Meta的MTIA目标出货量约为45万颗，但能见度相对较低。谷歌TPU与亚马逊Trainium则按计划推进，瑞银预计两者2027年封装量将分别达到900万/320万颗，较2026年的410万/250万颗显著增长。

在CPU方面，AMD Venice服务器CPU的放量是本次上调的重要驱动因素。瑞银将AMD 2027年CoWoS需求预测上调11%，预计Venice CPU出货量将达500万颗，高于此前400万颗的估算。英伟达方面，瑞银将其2027年AI GPU生产量从820万颗上调至880万颗，并纳入约20万颗Rubin CPX的新增预测；Rubin Ultra因封装架构相近且HBM规格调整，有望从2027年中期起更顺畅地爬坡放量。

供给侧多元化提速，非台积电产能快速扩张

CoWoS供给格局正在加速分散。瑞银预计，ASE的CoW产能将从2026年底的2万片/月大幅扩张至2027年底的7万片/月，扩张力度明显超出此前预期；台积电与Amkor的CoW产能届时预计分别为18万片/月与2万片/月。

在WoS环节，瑞银近期指出，台积电可能在现有与ASE合作的基础上，于2028年引入新的OSAT合作伙伴参与量产，进一步拓宽供给来源。

台积电后端业务的增长势头同样值得关注。瑞银预计，台积电先进封装销售额将在2026至2030年维持约50%的复合年增长率，即便面临英特尔EMIB的竞争压力。具体而言，后端业务（含先进封装）占台积电总营收的比例预计将从2026年的约12%提升至2027年的约16%。

瑞银认为，先进封装产能的快速扩张及封装结构日趋复杂化，将为关键设备供应商带来直接受益机会。

~~~~~~~~~~~~~~~~~~~~~~~~

以上精彩内容来自追风交易台。

更详细的解读，包括实时解读、一线研究等内容，请加入【追风交易台▪年度会员】

风险提示及免责条款

Instagram负责人：影响力正从机构流向个人，AI内容越泛滥，真人越值钱

施建柳 — Tue, 22 Sep 2026 01:36:30 GMT

Instagram 负责人 Adam Mosseri 表示：当 AI 生成的内容铺天盖地时，

最稀缺的反而是“活生生的人”和真实感。算法现在根本分不清 AI 内容的好坏，

导致垃圾内容充斥平台。但行业的权力正在从机构全面转向个人，

AI 越普及，观众就越渴望真实的视角、情感和连接。

未来的流量不再属于单纯的批量制造内容，而属于镜头背后那个真实、有观点的个人 IP。

Meta 的超级阳线：单日暴涨 11%，智能体Muse 神话引爆 AI 应用？

Tue, 22 Sep 2026 01:28:28 GMT

2026 年9月21日，几个月前扬言“砍算力”的Meta 单日大涨 11.43%，市值一夜增加约 1900 亿美元，创 2025 年 4 月以来最大单日涨幅。扎克伯格现在最着急的，一定是哪里去搞到更多的算力来支撑自己的智能体MUSE！

导火索来自于Muse个人 AI 智能体的火爆：9月8日META发布，一周多即登顶美国 iOS 免费应用榜首，并且超越ChatGPT成为增长最快的AI应用。市场正在重新为AI定价，当Agent 的单位不是一次推理，而是一台长期运行的安全虚拟机：CPU 承担工具调用、沙箱与浏览器会话，Token 才走 GPU。META的火爆引发Arm 涨 17.16%、英特尔涨 12.14%、AMD 涨 9.95%（市值首破 1 万亿美元）、高通涨 9.29%，而英伟达仅涨 2.30%——涨的是 CPU，不是 GPU。Muse 的意义不在产品本身，而在于它验证了「模型不必最强、只要够用」这条商业化路径，并把消费级 Agent 从叙事变成了可测算的资本开支。

A股三大指数集体高开

Tue, 22 Sep 2026 01:25:57 GMT

沪指高开0.35%，深成指高开0.94%，创业板指高开1.37%。

风险提示及免责条款

PE大佬：我们看到的AI需求增长是“指数级”的

张硕 — Tue, 22 Sep 2026 01:24:13 GMT

黑石集团总裁兼首席运营官Jon Gray称AI需求呈指数级增长。

他通过投资组合公司等观察到，14家公司与Anthropic相关的年化支出从2500万美元增至5.25亿美元，增长21倍。

企业级AI正从试点走向大规模采购，并非炒作，而是当前最强劲的结构性趋势之一。

人民币汇率为什么“独自美丽”？

国联民生宏观林彦 — Tue, 22 Sep 2026 01:03:21 GMT

9月中旬，美联储、欧洲央行与日本央行在“央行超级周”窗口相继加息，海外流动性重新收紧。美元指数反弹、利差走阔，人民币却并未承压，9月10日至18日，美元指数反弹约1.14%，人民币不贬反升，离岸人民币于9月18日升破6.7。与此同时，人民币对欧元、英镑、瑞郎、澳元、加元、纽元、日元等交叉盘同步走强，这说明本轮行情的背后是一场美元指数与人民币汇率之间走势的“分歧确认”以及由结汇周期驱动的人民币价值重估。

把美元指数与人民币汇率关系拉长看，2014年以来人民币汇率多数时间仍是美元周期下的“高beta”标的，美元强，人民币弱。真正值得重视的不是背离是否存在，而是背离发生在何种宏观环境下，以及趋势能否被结汇和资产价格确认。历史上看，美元与人民币的动向大致有四种范式：

第一类以强美元作为驱动：这类场景通常以美国名义增长和实际利率相对占优，全球资金回流美元为宏观背景，代表为2014年至2016年，美联储退出QE并进入加息预期，欧日仍宽松，美元趋势走强。中国处在经济增速换挡、811汇改后预期重构阶段，资本外流和外储下降压力较大。

第二类由美元回落带动人民币修复：这类时期的宏观背景通常是美国利率预期见顶或回落，美元周期转弱；同时中国增长、政策或风险偏好改善，代表为2020年下半年至2021年初，公卫事件扩散后美联储加速宽松，美元流动性冲击缓解，DXY回落；中国率先复工，出口高增、贸易顺差扩大。

第三类场景，美元强但人民币不贬：这类时期的特征为美国没有形成新的单边紧缩冲击，中国贸易顺差和结汇足够强，政策明确要坚决防范汇率端的超调风险，资产端出现性价比修复，代表为2024年中时段，美国经济开始再通胀、降息预期反复，而中国出口和顺差有韧性，政策底明确。

第四类，美元与人民币同向走弱：常对应国内增长、政策信用或事件冲击，代表为2025年4月关税冲击打击全球风险偏好和中国出口预期。

当下正处于第三类场景的自然演绎过程中，人民币虽然“独立强势”，但长期趋势并没有脱离美元周期。

本轮人民币的独立强势实际早已埋下伏笔。趋势层面，2025年12月中旬至2026年3月下旬，人民币已在美元反弹中反复不跟贬，2026年4月上旬至6月下旬该格局延续。事件层面则由“央行超级周”驱动，美元指数与美元兑人民币汇率的分歧从9月10日欧央行加息后开始加剧，9月16日美联储加息落地后，以离岸人民币升破6.7为信号正式确认。

人民币在海外加息时走强的核心不在于利差形态，而在于结售汇结构。我们在《货币观察系列：日韩股汇为何“分叉”？》中提到，人民币的独立强势来源于结售汇结构与资本账户管理。企业持汇收益主要由美元利息收益加预期人民币贬值收益决定。当美元利率高企、人民币仍在贬值，持汇是正收益，企业倾向“收汇不结”；当人民币对美元止跌转升时，持汇就从资产变成成本，结汇盘开始释放。

2025年12月至2026年5月，与货物相关的结汇比率从59%附近抬升到72%以上，对应人民币从7.04附近走强到6.78附近，说明升值拐点出现后，企业结汇强度确实系统性上移。6月至7月比率回落但人民币没有转贬，说明最陡释放阶段过去、进入高位平台。8月比率回升到66%，与9月传统结汇旺季、中间价偏强、离岸强于在岸相互印证。

从历史节奏看，2010年以来已经完整走过的5个结汇逆/顺差区间平均约36个月。早期受汇改和资本账户阶段影响周期总体更长，2019年后明显缩短，但仍持续两年以上。本轮自2025年3月，至2026年8月已连续18个月，累计顺差约6775亿美元，其中高强度段主要在2025年12月与2026年1月（两月共约1887亿美元），2026年2月以后结售汇顺差规模波动收窄，7月降至约252亿美元，8月又因结汇旺季回升至519亿美元。最陡的集中结汇大概率已经过去，但结汇周期并未结束，只是从“冲刺段”进入“平台段”。

我们认为后续结售汇支撑的人民币汇率将有以下三种情形：

基准情形下，美元指数突破动能衰减，中国出口顺差维持高位，结汇比率6MMA守在60%的当前中性区域附近，则结售汇顺差可能一直延续到2026年四季度。但由于前期结汇压力的释放及出口旺季拉动的消退，后续月度结汇顺差均值将会低于2025Q4 - 2026Q1，结汇拉动效果边际减弱，人民币进入“慢牛”。

偏强情形下，美国通胀回落、美联储转向更明确、美元指数跌破98至100的相对稳定区间，结汇比率重新上升突破5月高点，则结汇盘可能从“逢高释放”转为“加速释放”，结汇占优周期延长，人民币弹性重新放大。

转弱情形，油价、关税或美债供给推动美元指数向上突破，同时结汇比率回落、离岸弱于中间价，则结汇周期可能会提前结束，市场重新接近售汇占优，人民币回到相对弱势震荡区。

往后看，真正风险不在美欧日加息本身，而在美元指数是否重新进入的单边强区间；若美元只是在100附近震荡，海外加息对人民币的边际约束有限。只要中国政策端与贸易规模所释放的人民币升值预期不被破坏，美元兑人民币汇率扭转至去年7.1上方的区域需要更强冲击。

本文来源：川阅全球宏观

风险提示及免责条款

Ben Thompson：模型能力已经过剩，现在是“应用时刻”

Tue, 22 Sep 2026 01:01:57 GMT

9月21日，科技战略分析师、Stratechery创始人Ben Thompson在发布的最新文章《Frontier Overhangs》中提出，AI行业正面临五重"过剩"（overhang）——能力过剩、产品过剩、定价过剩、资本过剩与安全过剩。

他认为，这些过剩共同指向一个结论：模型能力的绝对领先，已不再是构建商业护城河的充分条件。模型与应用层（harness）正在走向模块化分离，Meta旗下Muse等产品证明非顶尖模型也能构建出具有强用户粘性的产品。

Thompson同时对Anthropic CEO Dario Amodei所倡导的"放缓前沿AI"（Pace the Frontier）的主张提出了直接质疑，认为这一以安全为名的论述，恰好与前沿实验室当前的商业困境高度吻合。

模型与应用层正在分离

Thompson指出，过去他曾认为模型公司的"harness"（即模型与应用之间的集成层）是核心差异化来源，前沿实验室因此具备更强的盈利潜力。

但这一判断正在被现实修正。

微软CEO Satya Nadella在接受Stratechery采访时透露，微软的Copilot Cowork已经从绑定Claude转向多模型架构——"我们有同一套harness，GPT、Anthropic、任何开源权重模型都可以接入，用户甚至可以把自己微调的模型放进来。"

Thompson援引已故管理学家Clayton Christensen的理论解释这一现象：当产品性能尚未满足市场需求时，集成架构占优；一旦性能"足够好"，市场就会转向模块化，竞争维度从性能转向速度、便利性与定制化。

Anthropic的Fable产品提供了一个现实案例。Anthropic曾要求使用Fable的企业客户允许其保留数据至少一个月，Thompson当时认为这是Anthropic押注自身模型足够强大、客户别无选择。但结果是：客户推回了，Fable使用率偏低，Fable 5.1发布时，这一数据留存条款已被悄然删除。

Thompson的结论是："客户表现出了愿意基于数据留存政策而非纯粹性能来做模型选择的意愿。"纯粹的能力领先，不再直接等于护城河。

Meta Muse：非顶尖模型也能建立护城河

Thompson将Meta近期发布的个人智能体产品Muse视为一个"看空信号"（bearish signal）。

他写道："Muse是我用过的最好、最易上手的个人智能体产品，没有之一。"但关键在于，支撑Muse的Muse Spark 1.3模型，并非当前最先进的模型。

这正是问题所在——或者说，这正是行业格局转变的证明。

Thompson指出，个人智能体产品的粘性远高于聊天机器人："一旦你把所有信息都放进个人智能体，并真正将其融入日常生活，切换到其他产品的难度就大得多。"相比之下，代码智能体（如Claude Code）的切换成本相对较低，因为核心资产（代码）存放在GitHub，指向不同的智能体并不困难。

他的判断是："模型能力已经足够好，足以构建真正具有护城河的产品。从商业角度看，Anthropic和OpenAI应该把更多资源投入到真正构建这类产品上。"

定价与资本的双重压力

Thompson在今年7月曾撰文指出，外界对中国模型威胁的担忧被高估，其核心逻辑是：Anthropic和OpenAI目前的高定价，是供不应求的产物，而非真实成本优势的体现。

他将这称为"价格过剩"（pricing overhang）——两家公司之所以能维持高价，是因为需求旺盛到供给跟不上。但大量算力并未用于推理服务，而是用于训练、强化学习和研发。如果放缓进展，这部分算力可以重新分配，从而真正满足市场需求、压低价格。

资本层面同样存在压力。Thompson引用英国《金融时报》报道称，Anthropic已告知投资者，公司本季度将实现盈利，但这一数字剔除了股权激励成本。Thompson指出，更大的问题在于训练成本是否被纳入计算——他最初认为训练成本被排除在外，但随后更正称，据悉Anthropic的盈利数字已包含训练成本。

他的判断是：Anthropic、OpenAI以及超大规模云厂商都需要AI收入大幅增长，"可用资本是有上限的，触碰这个上限对所有依赖外部资本的公司来说都将是一场灾难"。

"放缓前沿"：安全论述与商业利益的高度吻合

Thompson在文章开篇即表明立场，他明确反对以"有效利他主义"（Effective Altruism）为哲学基础的AI安全主义框架，称其"赋予未来可能存在的所有生命以同等道德权重，以一种荒谬的方式将天平倾向于安全主义，使创新成为不可能，自由成为不可容忍"。

他写道："我拒绝这一前提，转而选择对预见未来能力的怀疑，以及对人类在前行中自我解决问题的信念。"

在网络安全这一现实威胁面前，Thompson认为"放缓前沿"的逻辑尤为站不住脚。他指出，在攻防博弈中，进攻方的自动化攻击预期收益始终为正，而防守方的自动化防御预期收益为负——防守方需要比攻击者更强大的模型，才能实现真正有效的自动化防御。"能力过剩完全在进攻一侧：防守方需要的模型，不仅要足够好，还要能够以完全自动化的方式完成防御，而不会拖垮被保护的基础设施。我们还没到那一步。"

他的结论是："在当前真实存在的安全风险面前——即被对齐的大语言模型被恶意行为者用于攻击基础设施——放缓前沿实际上扩大了坏事发生的时间窗口。"

Thompson最后直接点出竞争动机："Anthropic的存在，本身就是因为Amodei和联合创始人们不信任Sam Altman和OpenAI。我不确定这是否只是巧合——要求放缓前沿的呼声，恰恰出现在前沿首次被OpenAI重新夺回的时候。"

"Anthropic对Anthropic领先没有意见；其他任何人领先，就需要政府介入。"

风险提示及免责条款

PE巨头：我们处在“1870年”

张硕 — Tue, 22 Sep 2026 00:54:54 GMT

黑石集团总裁兼首席运营官Jon Gray表示当前似“1870年”工业革命前夜。

历史显示生产率、GDP、制造业和股市大增，但高杠杆铁路大量破产。

如今AI、能源、数据中心需求远超供给，签约方杠杆低。其14家组合公司Anthropic年化支出从2500万增至5.25亿美元，增21倍。影响巨大，但风险不同。

Muse、Grok Bot大红，OpenAI也要加入“个人Agent大战”

Tue, 22 Sep 2026 00:13:21 GMT

SpaceX的Grok Bot、Meta的Muse接连引爆市场，个人AI Agent的战火已经烧到了OpenAI门口。

据The Information最新报道，消息人士透露，OpenAI正在开发新功能，以更直接地对抗SpaceX旗下Grok Bot，同时也在讨论推出个人AI助手以应对Meta的Muse。

Grok Bot与Muse：对手已经跑起来了

Grok Bot于今年8月上线，定位是白领和小企业主的"AI数字参谋"。

用户可以快速搭建专注于不同任务的Bot，比如做市场调研、策划广告活动。这些Bot可以接入Gmail、Google Calendar、Notion、Figma、财务软件、AI编程助手等工作应用，在其中直接执行任务。

更关键的是，Grok Bot可以"观察"用户操作，学会自主重复这些动作。Bot完成任务后会主动汇报，也可以设置为在发送邮件、付款或修改数据前先请求用户审批。

Grok Bot包含在SuperGrok订阅中，起价每月30美元。SpaceX在社交媒体、YouTube及播客平台大力推广，包括专注AI话题的Dwarkesh Podcast。

Meta则在本月推出了Muse，功能覆盖与商家沟通、回复邮件、在线购物等日常手机操作。Meta已在Messenger等应用中为Muse提供显著入口。

不过，Meta的分发优势并非万能。2024年，Meta推出对标ChatGPT的聊天机器人，结果反响平平——这一前车之鉴仍在。

OpenAI的处境：技术有，但用户不知道

OpenAI并非毫无准备。

据报道，OpenAI计划将Codex和ChatGPT中已有的"Agent"技术重新包装和品牌化，推出新产品。目前，部分用户已将ChatGPT接入邮件、日历等应用，实现预约、邮件沟通等任务的自动化，有时任务跨度长达数天。

OpenAI也表示，自GPT-5以来，每一代新模型都被设计为能够处理更长周期的任务。

但问题在于，大多数用户对这些功能并不知情。报道称："可以说，SpaceX和Meta凭借各自的Agent产品，在近几周抢走了不少风头。"

何时正式推出反制功能，目前尚不明确。OpenAI需要同时兼顾的优先级清单很长，包括确保下一代AI模型的安全性与对齐问题，以及由这些模型驱动的大规模Agent"集群"的管控。

Agent热潮背后：ChatGPT增长已经放缓

这场Agent大战的深层驱动力，是AI消费市场正在寻找下一个增长点。

个人助手应用Instinct的崛起是一个信号。这款仅限邀请制的应用已拥有超过10万用户，用户可通过消息应用与其交互，并授权其访问信用卡信息和密码，以完成购物、订旅行等任务。科技创业者和风险投资人对其赞不绝口，Instinct目前正寻求以100亿美元估值融资。

Instinct之所以引发关注，正是因为它代表了AI消费端的一个潜在突破——而这个突破的背景，是ChatGPT增长在过去一年里"大幅放缓"。

ChatGPT今夏周活跃用户突破10亿，但这个目标，OpenAI原本计划在去年就实现。

用户愿意用AI聊天机器人查信息、寻求建议，但在"帮我在网上预订服务"这类更复杂的个人任务上，聊天机器人的表现一直差强人意。个人Agent，正是这个缺口的答案。

OpenAI的烧钱账单：2030年前预计亏损2780亿美元

与此同时，OpenAI的资金压力也在持续升级。

据英国《金融时报》报道，OpenAI已向部分投资者透露，预计到2030年底累计烧钱2780亿美元，主要用于云计算和芯片投入。这一数字远高于今年年初向投资者披露的1800亿美元预测。

在人员层面，OpenAI从SpaceX的Cursor部门挖来Brian McCarthy担任全球销售负责人，向新任首席营收官Dali Rajic汇报。此外，两名来自Snowflake的资深销售高管也将加入OpenAI，其中一人曾主导Snowflake与OpenAI商业合作关系的谈判。

风险提示及免责条款

AMD首破万亿美元创历史新高！天空才是CPU的极限？

万周 — Tue, 22 Sep 2026 00:12:37 GMT

AMD首次突破1万亿美元市值并刷新历史新高，Intel、Arm同步大涨，CPU一夜之间从供应链涨价逻辑变成AI交易的新焦点。

需求端，Meta Muse登顶美国App Store免费榜，让消费级智能体的大规模CPU负载第一次变得可见；供给端，Intel CEO陈立武则表示，公司当前产能只能满足客户大约一半的需求。

此前已经发生的交期拉长、配额、长协锁量和平均售价上升，正在遇上一条新的需求曲线。

一、发生了什么？——一夜之间，CPU从涨价逻辑变成AI热门交易

1、AMD首破万亿美元：市场开始给CPU重新定价

9月21日，AMD股价大涨10%，首次突破1万亿美元市值并刷新历史新高；同一交易日，Intel和Arm也录得两位数涨幅。AMD本身仍然受益于GPU、服务器CPU和整机系统预期改善，但如果把三家公司放在一起看，昨夜资金交易的共同因子已经十分清楚：AI基础设施的估值范围正在从GPU和存储继续向CPU扩散。

这种重估并非凭空出现。过去一年，高端服务器CPU已经先后经历交期拉长、配额供货、长期协议锁量和价格上涨。2026年二季度，服务器CPU出货量同比增长约27%，销售额同比增长约79%，Intel服务器CPU平均售价环比提高约22%。换句话说，CPU产业的量价变化早已发生，只是此前更多停留在产业链内部，昨夜才以更集中的方式进入二级市场定价。

2、Muse登顶：智能体需求第一次出现消费级规模化信号

这轮行情最值得关注的新变量来自Meta Muse。Muse上线后迅速登顶美国App Store免费榜，它与传统聊天机器人最大的区别，是用户不只向模型提问，而是把邮件、订票、日程、购物、文件处理等任务交给智能体持续执行。Meta为每个Muse配置专属安全虚拟机和浏览器，意味着智能体背后需要长期运行一套通用计算环境。

这种产品形态会明显改变CPU需求的计算方式。一次聊天主要对应若干次模型推理，而一次智能体任务可能同时涉及浏览器运行、数据库访问、文件处理、程序接口调用、搜索、容器或虚拟机等环节。

……

德国州选举爆冷！极右翼登顶，基民盟首次出局，默茨直言“这是一场灾难”

环球时报 — Tue, 22 Sep 2026 00:11:15 GMT

当地时间21日，德国东部梅克伦堡-前波美拉尼亚州（梅前州）州议会选举初步计票结果显示，极右翼德国选择党在梅前州得票率居首，总理默茨所在的基民盟未能跨过5%门槛，在二战后首次无缘进入州一级议会。选举结果让默茨直言这是“一场灾难”。尽管选情失利引发外界对默茨辞职的猜测，但他明确表示将留任并继续推进改革议程。

据德国公共广播联盟21日报道，梅前州20日举行州议会选举。该州21日凌晨公布的初步计票结果显示，德国选择党获得38.2%的选票，较上届增加21.5个百分点，在议会71个席位中获得32席，首次成为该州议会第一大党。社会民主党获得35.5%的选票，退居第二，获得29席。基民盟得票率大幅下降至4.9%。

“我们是最强大的力量，并且已经赢得了民众的广泛支持。”德国选择党联合领导人魏德尔20日表示。她还称：“我们已经取代基民盟成为人民的政党。”该党另一名联合领导人克鲁帕拉表示，梅前州的胜利是该党取得的“轰动性结果”，“我们显然获得了执政授权”。

当地时间20日晚，默茨在选举预测结果出炉后发表讲话称，选举结果“无法粉饰”，“这是一场灾难”。他表示，德国经济正处在深刻变革中，社会矛盾日渐尖锐，民众对国家机构的信任正在下降，这种信任正受到政治极端力量的冲击。

默茨说，改革势在必行，他领导的联邦政府将承担起推动改革的责任。默茨还明确表示，他将继续担任总理，“现在需要的是骨气、坚定的意志和耐心。我将以基民盟主席的身份，尤其是以总理的身份，来证明这一点。”

德国公共广播联盟称，默茨如此迅速地作出表态不同寻常。这或许是为了防止要求他辞职的呼声进一步高涨而采取的预防性举措。克鲁帕拉告诉德国媒体：“总理的声明实在苍白无力——他宣布一切照旧，而不是最终承担后果并辞职。”

报道称，魏德尔强调：“基民盟不能继续容忍默茨这样一位软弱的总理。”德国选择党梅前州领导人霍尔姆认为，默茨的总理任期即将结束，“他撑不到年底。梅前州的选举意味着他下台的大幕已经拉开。”

就默茨个人而言，目前的处境相当严峻。“德国之声”20日提到，默茨去年5月上任时，曾誓言要重振疲软的经济、减少非法移民数量，以此缓解选民的担忧，将他们从德国选择党手中争取过来。然而，德国选择党目前在全国民调中领先，默茨的支持率正急剧下滑，个人支持率仅10%出头。

德国选择党成员塔森20日向法新社表示，默茨的失误以及未能兑现承诺的改革（包括严控移民），助长了该党在全德国的崛起势头。塔森说，“我们梅前州已经展现出一种让整个德国社会都无法再忽视的实力。选举结果是德国时代变迁的标志。”

“基民盟遭遇二战以来最惨重的失败。”美国彭博社20日称，基民盟在梅前州未能达到5%的法定门槛，在二战后首次无缘州一级议会。与此同时，德国选择党本月内第二次在州议会选举中获胜。本月6日举行的东部萨克森-安哈尔特州议会选举中，选择党以43.8%的得票率成为该州第一大党。

鉴于德国选择党在梅前州再次获胜，国际奥斯维辛委员会20日称，德国在国际上的声誉正面临危险。该委员会执行副主席克里斯托弗·霍伊布纳当天表示，德国选择党的强劲表现将“进一步给德国的国际形象蒙上阴影”。他警告称：“德国选民想要将执政权力交给右翼极端分子，这在许多欧洲人看来简直荒诞不经。”

20日举行的柏林州议会选举中，基民盟同样表现不佳，得票率较上次选举明显下降，而左翼党获胜。法国《世界报》20日称，这两场选举让默茨面临前所未有的困境。他已经取消多个行程，包括出席联合国大会，以应对选举造成的后续影响。

德国莱茵兰-普法尔茨州州长施耐德20日表示，这两场选举的结果对基民盟造成沉重打击。他表示，极端主义势力正在将德国撕裂，德国社会正出现一道裂痕，且这道裂痕正在不断扩大。德国《日报》20日称，梅前州的选举结果，最能体现德国民主深层次乃至全国性的危机。

本文来源：环球时报

风险提示及免责条款

华尔街见闻 - 资讯 - 最新

沃尔玛中国双业态同时换采购掌门：美国山姆高管空降，山姆买手转战大卖场

严文韬正式入职DeepSeek

梁文锋CFO到位 复旦系，高瓴90后合伙人

二轮融资倒计时

放量大涨8%！腾讯发布AI图像模型，对标Meta Muse爆款逻辑

腾讯同日发布图像模型，追赶步伐提速

Muse爆款逻辑：从聊天到交付的范式跃迁

为何腾讯是"中国版Muse"的最优解

时机决定节奏：两种路径与四个阶段

抖音从AIGC里狠抓机会：先于影视公司发现IP

AIGC新势力

开造IP池

雷军辟谣“打新宇树赚100多亿”：是旗下顺为早期投资，不是我打新

工信部旗下媒体：“去宁德化”论调要不得

百亿风投掌门人：AI电力瓶颈已经传到燃气轮机，交期排到5年

功率半导体又涨价了：新周期、新革命，AI供电的隐藏红利受益者？

“芯片网红”：AI算力瓶颈早已不是算力芯片，而是先进封装、互连延迟与存储层级

摩尔定律的“经济学破产”与先进封装的崛起

算力的真实单位：不再是芯片，而是“整个机架”

HBM之后，存储战场的真正竞争者是闪存

“买下建造铁路的人”

第一章：简介 & 为什么硬件才是AI真正的核心话题

第二章：芯片从0到1

第三章：封装作为新摩尔定律

第四章：机架、托盘与计算单元

第五章：内存层级结构：HBM、DRAM 以及下一层级

第七章：AI对齐

第八章：AI实验室的未来

第九章：结语与价值下一步将流向何处

当模型开始“够用”，AI的下一场战争打什么？

“应用时刻”将临？

C端：Meta Muse的产品赌注

B端：腾讯WorkBuddy的企业路径

商业价值的重新定价：从Token到结果

产业格局：多模型时代的应用层竞争

传统SaaS的座席逻辑正在被穿透

模型领先，还能直接变现吗？

字节又在北京拿地，年内三笔交易超过87亿元

HNB 反转时刻：政策落地之后，产业如何提速？

高盛详解“AI时代的文娱产业”：无限的供给 vs 有限的注意力

供给爆炸，注意力成为稀缺资源

价值链重构：IP升值，制作层贬值

新业态涌现，商业化路径仍在探索

在线游戏：最具韧性的赛道

长视频与音乐流媒体：短期受益，长期承压

两大核心风险：变现与监管

Semianalysis硬核拆解：AI回答你一句话，背后发生了什么

"专家工厂"的诞生：MoE改变了什么

推理服务是一座分工明确的流水线工厂

四个工作阶段，对硬件的需求天差地别

内存带宽比内存容量更值钱

调度稳定性决定工厂级吞吐效率

聚合还是分离：一场没有标准答案的辩论

实例分析：预测 Kimi K3 在 Blackwell 系统上的性能

美国电力严重短缺，“快速通电”成为核心价值

机架架构升级，是缺口扩大的直接推手

“快速通电”能填多少缺口

“快速通电”的经济价值：提前一年，价值几何

电网接入之外，现场供电和已通电场地受到关注

监狱里的香烟和痔疮膏，凭什么也是货币？【胡捷大师课2.1】

精彩内容预览

黑石：我们正处在“1870 年的拂晓时刻”，抓住“AI时代”的“牛肉”

“1870年的拂晓时刻”：与过往工业革命的同与不同

千亿营收与万亿估值：“牛肉”来自明确的投资回报

现实世界的“硬短缺”：算力、芯片与电力的超级周期

不可忽视的风险与“不惧AI”的稀缺资产

Muse“加持”，纳指“安静的暴涨”，市场对“重返AI交易”将信将疑，下周的美光财报成焦点

Muse：从聊天机器人到“帮你干活”的智能体

为什么是CPU，不只是GPU

“安静的暴涨”：涨幅集中，市场内部高度分化

投资者将信将疑：基本面扎实，但“涨太快了”

信用市场发出不同信号

油价与利率：暂时的喘息，还是真正的转机？

下一个催化剂：美光财报

阿里巴巴计划训练5到10万亿参数AI模型

ASIC与CPU需求强劲！瑞银上调CoWoS行业产能预测，预计较今年大幅增长

CoWoS产能预测再度上调，2027年需求近乎翻倍

ASIC项目加速落地，多家超大规模云厂商进展超预期

供给侧多元化提速，非台积电产能快速扩张

梁文锋CFO到位复旦系，高瓴90后合伙人