# GPU的所有文章

在 HTX 新闻中心浏览与「GPU」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

AI 推理市场全景解析，加密项目如何突围？

本文深入解析了AI推理市场，指出其核心价值正从模型训练转向推理环节。推理是模型响应请求并生成答案的过程，目前占据了大部分经济利益。市场可分为传统与加密两大阵营：传统提供商（如AWS、Google）主打可靠性、企业级服务；加密网络（如Chutes、Akash）则侧重开放访问、低成本、隐私和新型激励机制。路由器（如OpenRouter）成为市场关键瓶颈，它聚合不同提供商的模型，根据价格、延迟等因素智能路由请求，类似能源市场的调度中心。传统市场还包括优化开源模型的服务商（如Together、Fireworks）和模型市场（如Replicate）。加密AI推理项目呈现多样化：Chutes提供去中心化推理API；Akash是GPU拍卖市场；io.net侧重分布式GPU云；Targon专注保密计算；Darkbloom利用闲置Mac进行私密推理；Venice面向消费者提供私密AI体验；NuNet致力于分布式算力编排；OpenServ关注代理基础设施；Dolphin AI从无审查模型需求切入；c0mpute尝试跨机器分布式推理。文章指出，加密项目的优势在于无许可供给、隐私、可验证性和代币化支付。成功的关键在于：真实的付费需求、每GPU收入、路由器集成、有效的验证机制、真实的隐私保障以及代币价值捕获。最终，市场的赢家将是能有效控制需求、路由、验证和结算的实体，而不仅仅是拥有算力的供给方。

Foresight News06/25 07:08

Foresight News06/25 07:08

TechFlow 情报局：AMD 恢复消费级 CPU 内存加密功能，韩国芯片股暴跌 10% 引发市场震荡

本文摘要多个科技领域动态。AI方面，OpenAI推出安全新模型DayBreak，但Cursor用户抱怨订阅服务质量下降，ChatGPT Mac版频繁崩溃；DeepSeek V4.1发布在即引发社区期待。芯片硬件领域，AMD恢复消费级CPU内存加密功能，英伟达GPU租赁价格回落，三星HBM4内存销售强劲，但韩国芯片股暴跌近10%引发市场震荡，美光等科技股跟跌。加密/Web3中，Polymarket被曝虚假宣传，韩国交易所上线新币。科技公司方面，华为对智驾系统“兜底”并宣布涨价，小米SU7续航测试引争议，雷军谈与董明珠赌约，Google投资AI电影工具，苹果修复耳机漏洞。财经市场呈现避险降温，贵金属原油下跌。新产品如Steam Machine高价发售。文章暗线指出，AI基础设施与应用层均显现从狂热转向冷静的迹象，市场开始质疑AI是范式还是泡沫，叙事进入需“证明价值”的关键阶段。

marsbit06/23 10:53

TechFlow 情报局：AMD 恢复消费级 CPU 内存加密功能，韩国芯片股暴跌 10% 引发市场震荡

marsbit06/23 10:53

GPU 租赁价格三周跌 30%，AI 价值链正从英伟达「大迁移」至内存芯片

英伟达B200芯片的云端租赁价格近期显著下跌，从5月底的6.11美元/小时降至4.22美元/小时，三周内跌幅约30%。这反映出AI算力短缺的叙事可能正在动摇，供应增加与竞争加剧是主要原因。与此同时，半导体市场出现分化：以美光、闪迪为代表的内存芯片公司股价飙升，而英伟达股价同期略有下跌。市场逻辑正在转变：GPU供应趋于宽松，但AI模型对高带宽内存（HBM）和存储的需求暴增，使内存成为新的产业瓶颈。内存合约价格上半年涨幅超过100%，连苹果公司都表示难以承受成本压力。高盛交易主管指出，若算力租赁价格持续走低，将动摇整个AI硬件链的估值基础，利润可能从卖芯片的上游（如英伟达）向掌握使用量变现的下游转移。另一方面，长期协议市场依然火热，如Google与SpaceX签订了价值300亿美元的GPU租赁大单，表明大客户仍在锁定长期算力。但这类合同也包含提前终止条款，显示了买方的谨慎。综合来看，AI产业的价值链和利润分配正在发生变化。投资者的关注点需从“算力稀缺”转向产业链中定价权的转移，内存芯片厂商目前似乎占据了更有利的位置。美光即将发布的财报将成为验证这一趋势的关键。

marsbit06/23 05:18

marsbit06/23 05:18

中美AI对弈之下的算力难题

本文探讨了中美在人工智能领域竞争中的核心难题——算力差距。文章指出，尽管国产GPU企业在资本市场受到热捧，但主要集中于AI推理侧，在更高端的AI训练芯片领域仍处边缘。美国科技巨头凭借英伟达等公司的高端GPU，在算力规模上形成碾压优势，如Meta计划部署超120万张高端GPU，美国算力规模是中国的两倍多。这使美国企业能快速进行大模型迭代，参数规模已达十万亿级，而中国最强模型参数约为1.6万亿。文章分析，算力基座的巨大差距是中美模型性能代差（估计约8-15个月）的根本原因。高端训练芯片的缺失限制了国产大模型参数规模和训练速度。尽管黄仁勋等人对中国半导体发展表示乐观，但作者认为需清醒认识差距，尤其在复杂任务和软件生态（如英伟达CUDA）方面，国产GPU仍有很长的路要走。然而，国产算力正在崛起。华为昇腾910B等芯片已在性能上接近英伟达A100，并开始在推理和特定训练场景中实现应用突破，如智谱与华为合作训练多模态模型。文章最后强调，在芯片进口受限背景下，应坚持自主创新与开放合作并举，凭借市场、人才和资本优势，逐步追赶。这场AI对弈关乎国运，虽挑战巨大，但国产GPU已展现出解决实际需求的潜力。

marsbit06/22 10:21

marsbit06/22 10:21

「英伟达概念股」CoreWeave联创访谈：AI需求似乎每天都在加剧

CoreWeave作为AI算力云服务商，访谈其高管揭示了当前AI基础设施需求的结构性变化。核心观点是：AI需求持续加剧，特别是智能体和推理应用兴起，正推动算力需求从GPU扩展到CPU、存储和更复杂的数据中心供电壳体等环节。访谈要点包括： 1. AI需求自2023年第四季度起加速，目前未有放缓迹象，且每天都在加剧。 2. 为适应智能体AI浪潮，CoreWeave已重新设计数据中心，为更多CPU和存储预留空间，未来将部署大量Nvidia Vera CPU和Vera Rubin服务器。 3. 当前瓶颈已从“GPU是否短缺”转向具备供电条件的数据中心壳体、供应链执行能力等综合基础设施问题。 4. CoreWeave凭借其服务头部AI公司（如OpenAI、Anthropic、Meta等）的独特位置，能提前洞察客户需求并进行规划。 5. 竞争关键从芯片采购转向工程交付能力，包括快速部署、优化每token成本及帮助企业将AI投入生产。 6. 关于成本，其商业模式能将组件（如HBM内存）成本波动传导至客户，以保护自身利润率。 7. Vera Rubin等新一代服务器的部署爬坡预计将持续至2027年，节奏与前代产品相似。总之，AI基础设施竞赛正进入新阶段，胜负取决于能否规模化交付稳定、高效且符合前沿客户需求的整体解决方案。

marsbit06/19 10:37

marsbit06/19 10:37

BitTorrent 推出 BTTInferGrid：用于可扩展 AI 推理的去中心化基础设施层

BitTorrent推出BTTInferGrid：面向可扩展AI推理的去中心化基础设施层 BitTorrent近日宣布战略推出BTTInferGrid，这是一个专为AI推理构建的去中心化GPU计算网络。该平台通过聚合全球闲置的GPU算力，旨在连接日益增长的AI工作负载需求，为全球开发者提供一个开放访问、可验证安全且按需付费的计算基础设施。 AI行业正经历从模型训练到推理部署的根本性转变，未来超过70%的算力需求将来自推理环节。然而，传统中心化云服务面临三大瓶颈：需求波动导致资源配置僵化与高成本；GPU租赁价格飞涨抑制创新；全球大量碎片化的闲置算力无法被有效利用。 BTTInferGrid采用去中心化边缘计算架构和DePIN模式来破解这些难题： * **供应端**：整合零散的闲置GPU资源，通过代币激励让硬件提供者将其转化为可产生收益的资产。 * **需求端**：为AI开发者提供成本更低、可扩展的按需推理服务，显著降低中小团队的进入门槛。该平台的核心优势包括：极低的准入门槛以实现快速GPU聚合；利用区块链技术进行任务验证和信誉评分，确保服务可靠与防篡改；以及建立在真实AI需求驱动之上的可持续经济模型。 BTTInferGrid的发展路线图将分三阶段进行：2026年启动网络并验证服务；2027年加强网络并扩展支持更多AI模型架构；2028年及以后，致力于成为Web3原生的基础AI设施层。平台基于久经考验的BitTorrent和BTFS（BitTorrent文件系统）构建，继承了其在大规模去中心化资源调度方面的成熟经验，旨在为去中心化AI时代提供基础性的算力支撑。

TheNewsCrypto06/18 07:33

BitTorrent 推出 BTTInferGrid：用于可扩展 AI 推理的去中心化基础设施层

TheNewsCrypto06/18 07:33

「英伟达概念股」CoreWeave联创访谈：AI 需求似乎每天都在加剧

这篇采访揭示了AI算力需求持续升温的现状，而瓶颈正从单纯的GPU短缺转向更复杂的基础设施挑战。 CoreWeave作为领先的新型云服务商，其高管指出，由智能体、推理和企业级应用驱动的AI需求“每天都在加剧”。需求结构正在变化：随着智能体AI兴起，CPU和存储的重要性显著上升，新一代数据中心必须为此重新设计。目前，真正的瓶颈已不仅是GPU，而是具备供电条件的数据中心壳体（powered shells）及其内部组件（如CPU、存储）的供应链、电工等整体工程交付能力。谁能更快、更稳定地规模化部署这些复杂基础设施，谁就能在竞争中占据优势。 CoreWeave凭借其独特的市场位置——同时服务OpenAI、Anthropic等头部AI实验室和大型云厂商——能够提前洞察客户需求并据此规划。其商业模式强调“客户驱动”，根据客户明确要求配置基础设施，并通过长期合同锁定成本，以隔离HBM内存等组件价格波动的影响。展望未来，下一代算力平台（如Vera Rubin）的部署预计将在今年晚些时候启动，并在2027年迎来大规模爬坡。竞争的核心正从芯片采购转向涵盖供电、部署、供应链和成本优化的综合工程能力。

marsbit06/18 03:00

Bernstein 研报：Agentic AI 会让 CPU 从配角变主角，看多海光信息

伯恩斯坦（Bernstein）近期发布报告指出，AI正从聊天机器人（chatbot）时代进入智能体（agentic AI）时代。在智能体工作流中，AI需要执行检索、规划、工具调用、多轮推理等一系列复杂任务，这导致CPU在数据中心内的角色从GPU的配角转变为核心主角，负责高效编排任务、调度和管理资源。报告预测，到2030年，服务器CPU的可寻址市场（TAM）将达2230亿美元，约为2025年370亿美元的6倍。驱动因素包括：AI推理占比提升至70%，且推理集群中GPU与CPU的配置比例将从8:1回归至1:1。CPU的计算占比在智能体负载中可能跃升至50%。 Arm被视为结构性受益者，凭借能效优势及从IP授权转向自主造芯的战略，预计其市场份额将显著增长。x86阵营中，AMD、Intel以及中国的海光信息也被看好。海光信息因受益于中国服务器CPU需求的高速增长及份额扩张，目标价被大幅上调。报告也指出风险，包括代工与内存产能能否支持CPU市场快速增长，以及英伟达自研Arm架构CPU可能对Arm构成的竞争。核心结论是：若智能体AI成为主流，CPU的重要性将需要被市场重新评估和定价。

marsbit06/17 09:46

Bernstein 研报：Agentic AI 会让 CPU 从配角变主角，看多海光信息

marsbit06/17 09:46

你交给Claude的订阅费，光模块公司能拿到多少？

一张将Claude Pro约20美元月费拆解给模型公司、云算力、GPU折旧、电力及供应链的估算图，引发了投资者对AI应用估值逻辑的重新审视。核心问题在于：用户为AI应用支付的订阅费，有多少能像传统SaaS（软件即服务）那样沉淀为高软件毛利？传统SaaS新增用户成本极低，毛利率可达70%-80%。而AI应用不同，用户每一次调用模型（推理）都会消耗GPU算力、电力和云资源，导致边际成本显著。固定月费背后是随使用量波动的成本链，重度用户的成本可能急剧上升。因此，AI应用公司要获得高估值，不仅需证明用户付费意愿，更需证明在考虑使用量后，其毛利率能持续改善并接近传统软件公司。当前阶段，AI使用量的增长更直接地转化为对底层基础设施（如英伟达GPU、台积电芯片、HBM内存、电力及数据中心）的需求，这使得基础设施供应商的业绩和估值更早、更确定地得到验证。支持AI应用高毛利前景的观点认为，当前推理成本高是早期现象。通过模型优化、缓存技术、使用小模型、自研芯片以及提高集群利用率，单位成本有望快速下降。行业已有案例显示，部分模型的单位成本大幅降低。然而，挑战在于，AI应用正从简单问答转向更复杂、耗能更高的任务（如代码生成、长文档处理）。关键在于，推理成本下降的速度能否超越用户使用量和任务复杂度的增长速度。总之，该分析图的价值在于提醒市场：在AI应用公司缺乏透明毛利率数据的情况下，不应简单将其收入等同于高毛利SaaS收入。投资者需要关注其成本结构、用户使用行为分层以及效率提升的实际证据。模型公司最终需要证明，即使在重度使用下，订阅收入也能转化为可观的利润。

marsbit06/17 03:43

marsbit06/17 03:43

比特币矿场变AI数据中心：Sangha的“卖身”抉择

2025年12月，Spencer Marr在美国德州为名为Genesis的比特币矿场剪彩。这座规模19.9兆瓦的矿场采用“表后直供”模式，直接从相邻的太阳能农场获取低价电力，实现了低至约32美元/兆瓦时的运营成本，使其在比特币行情下行时仍能盈利。然而，通电仅半年后的2026年6月，Marr的公司Sangha便通过投行放出消息，考虑出售、合资或引入战略伙伴。其根本原因并非经营不善，而是AI算力需求爆发带来了新的估值逻辑。对于亟需电力与数据中心资源的AI公司而言，Genesis这样一个已通电、有扩容潜力（规划至110.4兆瓦）且电力接入手续齐全的站点，价值远超过其作为矿场的本身。 Sangha的商业模式是项目制，通过设立特殊目的载体（SPV）吸引投资。如今，他们计划在估值高点出售这份“电力资产”，这比自行扩建为AI数据中心更为划算。其推介重点也已从比特币挖矿转向AI计算、高性能计算等多元场景。这一转变并非个例，Core Scientific等上市矿企也已纷纷转向AI/HPC业务。Sangha的案例凸显了一个趋势：在AI的巨大需求下，拥有稳定、低价电力资源的比特币矿场基础设施，正成为被争抢的稀缺资产。矿工们面临的抉择是：是坚守挖矿，还是将阵地拱手让给AI，换取丰厚的资本回报。

marsbit06/17 02:47