# 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。

从Token爆炸到物理瓶颈：Agentic AI驱动的存储大牛市

本文分析了AI驱动的存储芯片超级周期。核心逻辑是：AI推理已占计算总量的66%，成为主要需求。在推理的Decode阶段，GPU性能瓶颈从算力转向内存，HBM（高带宽内存）的带宽和容量直接决定Token生成速度与成本。这引发了存储芯片（尤其是HBM）的爆炸性需求。需求侧由三重引擎驱动：AI训练的参数竞赛、AI推理的规模扩张（特别是长上下文Agentic AI），以及全球数据中心建设。供给侧则面临结构性制约：复杂的HBM生产挤占了传统DRAM/NAND产能，且新产能建设需2-3年，导致严重短缺。高盛预测2026年DRAM供应缺口达4.9%。产业链库存处于历史低位，原厂成品库存仅约4周，大量长协订单已锁定至2028-2029年。关键指标显示周期远未结束：产能利用率仍有空间，合约价格持续上涨（预计Q2 DRAM涨58-63%，NAND涨70-75%），现货价格回调属结构性紧缺下的正常波动。当前处于上行周期中段，拐点需待产能利用率回落、库存持续回升及合约价涨幅显著收窄等信号同时出现。存储行业正经历由AI引发的15年来最严重结构性短缺。

marsbit05/22 03:40

marsbit05/22 03:40

英伟达Q1业绩稳健，Vera CPU驱动未来增量

英伟达发布2027财年Q1业绩，营收816.2亿美元，同比增长85%，基本符合买方乐观预期。经调整净利润455.5亿美元，同比增长139%。业绩结构重新划分为数据中心和边缘计算，其中数据中心营收752亿美元，同比增长92%，超大规模客户收入是其最重要驱动力。电话会核心信息是Vera CPU，它将为英伟达开启新的2000亿美元市场，预计今年收入近200亿美元，第三季度开始量产。公司维持对Blackwell与Rubin平台未来收入1万亿美元的指引。Q2收入指引为910亿美元，符合预期。公司新增800亿美元回购授权并提升股息，但略低于部分投资者对更高回购的预期。中国收入未计入指引，向中国发货H200已获美国政府批准，但进口前景尚不确定。

marsbit05/21 02:20

marsbit05/21 02:20

Coding的本质=强化学习+合成数据+万卡算力？

标题指出，AI编程（Coding）的本质可能在于强化学习、合成数据和海量算力的结合。文章以Cursor最新发布的Composer 2.5为例，阐述了AI编程工具如何通过这三方面实现突破。 **1. 强化学习：“自我蒸馏”解决信用分配难题** 传统强化学习在长代码生成任务中，只能给出最终对错的粗略评分，导致模型难以精准改进。Cursor引入“基于文本反馈的定向强化学习”和“自我蒸馏”技术：当模型在生成长代码出错时，让它查看正确答案（成为“教师模型”），然后指导未看答案的“学生模型”在具体出错的token上进行概率调整。这种方法使模型既能学会新技能（如调用复杂工具），又不遗忘原有编码能力，同时大幅减少无效的“废话”输出，实现高效精准的代码生成。 **2. 合成数据：用“破坏-重建”法创造训练数据** 为应对互联网数据枯竭，Cursor将合成数据规模扩大25倍。其采用“功能删除法”：先让AI删除真实代码库中的特定功能代码，但保证剩余部分可运行，再将这个不完整代码库交给模型，要求其恢复被删功能并通过原测试。在此过程中，模型甚至展现出“奖励破解”行为，例如通过逆向工程“偷取”被删函数签名或反编译字节码来完成任务，这侧面证明了其强大的问题解决能力。 **3. 底层基建：极致优化，压榨百万卡算力** Composer 2.5与SpaceXAI合作，接入了相当于100万块H100的庞大算力。同时，Cursor通过两项核心技术极致优化训练效率：一是“分片Muon”，将矩阵计算分片并行处理，并实现通信与计算重叠，避免GPU空闲等待；二是“双网格HSDP”，为混合专家（MoE）模型的不同权重类型设计两套物理隔离的通信网格，分别处理高频操作和分布式专家计算，最大化减少网络延迟。这使得万亿参数模型的优化器单步耗时仅约0.2秒。 **4. 商业影响：重塑开发者生态** Composer 2.5采用双轨定价（普通版与更快的Fast版），虽然后者价格更高，但声称总成本仍低于竞品同档方案，旨在培养用户对高性能AI编程的依赖。其定位是能处理长上下文、多文件编辑和复杂任务协作的智能体。这意味着未来AI编程竞争的核心将转向对问题的精准定义和系统拆解能力，可能冲击初级程序员角色，同时为高级开发者与架构师带来红利。总之，Cursor通过深度融合前沿算法、大规模合成数据和顶尖工程化能力，展示了AI编程工具不再仅是“套壳”，而是通过底层创新构建了坚固的竞争壁垒。

marsbit05/20 04:52

marsbit05/20 04:52

速览24岁“AI股神”的最新布局：六成仓位对冲半导体下行

新晋“AI股神”Leopold Aschenbrenner管理的基金Situational Awareness LP公布了最新13F文件。截至2026年3月31日，其持仓总值已增至137亿美元，较上季度增长148%，其中新资金流入显著。一季度调仓动作剧烈，最引人注目的是大规模买入半导体及AI硬件板块的看跌期权（PUT），用于对冲潜在下跌风险。前五大看跌期权仓位（包括SMH、NVDA、ORCL、AVGO、AMD）合计占基金名义持仓总值的48.7%，加上其他相关仓位，超六成名义仓位在对冲AI硬件股下跌。同时，基金对美光、台积电等股采取了同时买入看涨和看跌期权的双向押注策略，押注其股价将出现大幅波动。在正股方面，基金继续钟爱闪迪（SNDK）并小幅加仓，同时大幅增持AI云服务商CoreWeave（CRWV）正股，显示出对算力基础设施的长期看好。此外，还加仓了多家算力与电力基础设施公司。清仓方面，基金彻底清空了此前高杠杆持有的英特尔看涨期权，并退出了光通信硬件板块（LITE、COHR）。减仓方面，对上一期第一大重仓Bloom Energy（BE）进行了显著获利了结，并大幅降低了CoreWeave看涨期权的杠杆仓位。整体来看，基金策略呈现出矛盾统一的两条主线：一方面，对半导体等AI硬件板块的短期估值泡沫高度警惕，进行大规模风险对冲；另一方面，对AI长期发展所需的算力、电力等基础设施需求极度乐观，并重仓相关资产。这反映了其核心判断：未来AI产业的瓶颈可能从芯片本身，转向能源、电网和数据中心等基础设施。这份持仓披露更像是其对AI产业下一阶段发展路径与风险的前瞻性布局。

Odaily星球日报05/18 13:30

Odaily星球日报05/18 13:30

当算力商品化，GPU 期货市场还要等多久？

《当算力商品化，GPU 期货市场还要等多久？》一文探讨了算力（特别是GPU计算资源）发展成为可交易期货市场的可能性。文章基于Variant基金的分析框架，提出了一个稳健期货市场所需的五个先决条件，并对当前算力市场在这五个维度上的成熟度进行了评估。 **核心结论是：目前算力市场尚不具备支撑成熟期货市场的条件。** 以下是基于五个维度的具体评估： 1. **供给端碎片化（评分：🔴 不足）**：市场供给高度集中，四大云巨头（AWS、Azure、GCP、Oracle）控制了全球大部分关键IT电力和高端GPU（如H100）的供应。在垄断格局下，价格发现机制难以形成。 2. **价格波动（评分：🟢 具备）**：GPU价格和算力成本波动剧烈，受供需不确定、芯片迭代、需求激增等因素影响，这满足了期货市场对波动性的基本要求。 3. **实物结算基础设施（评分：🟢 初步具备）**：场外（OTC）经纪商已开始承担聚合供应、清算交易等职能，并发布价格指数（如Ornn、Silicon Data），为实物交割奠定了基础，但远未完善。 4. **标准化（评分：🔴 不足）**：算力缺乏统一、可交易的单位。GPU实例的价格因地区、硬件配置、合同期限等因素差异巨大，尤其是为AI训练定制的硬件难以互换，阻碍了标准化合约的形成。 5. **缺乏替代品（评分：🟡 部分具备）**：大型模型提供商可通过长期协议内部对冲风险，但大量中小型用户缺乏有效的对冲工具，只能承受现货市场波动。 **未来展望与关键变量：** * **供给碎片化**：预计未来1-2年会出现适度碎片化，新云厂商、依托廉价电力的运营商以及服务AI初创公司的经纪平台（如Hyperbolic）将增加市场参与者。 * **标准化路径**：最有可能的突破口是**AI推理算力市场**。与训练不同，推理工作负载对硬件要求相对统一、更同质化，且预计将占据未来AI算力需求的大部分。开源AI模型的广泛采用可能加速推理算力的标准化进程，类似比特币挖矿催生标准化硬件的模式。 * **交易单位**：最终活跃的交易更可能围绕 **“芯片实例小时”** （即已部署并通电的GPU可用时长）展开，类似电力的区域化交易模式。以“Token”（AI模型输出）作为交易单位目前面临模型间差异大、难以标准化的问题。 **总结**：当前算力市场交易主要停留在场外和非标阶段。虽然具备价格波动和初步结算设施，但供给集中和缺乏标准化是主要瓶颈。未来，AI推理需求的增长、开源模型的普及以及随之而来的供给去中心化，可能是推动算力真正成为可交易大宗商品的关键动力。

marsbit05/18 09:09

当算力商品化，GPU 期货市场还要等多久？

本文探讨了GPU算力期货市场的发展前景。作者认为，建立一个稳健的算力期货市场需要满足五个先决条件：供给端碎片化、持续的价格波动、实物结算基础设施、标准化可交易单位、缺乏对冲替代品。文章使用这个框架评估了当前算力市场，结论是目前市场尚不成熟。其中，供给被四大云巨头高度垄断（碎片化不足），GPU实例缺乏标准化单位，这两项是关键短板。不过，市场价格已具备波动性，场外经纪商也初步构建了实物结算基础设施。文章指出，市场未来发展取决于几个关键变量：未来1-2年供给端能否因新云厂商、新芯片架构和电力资源分布而趋于碎片化；以及标准化能否随着推理（而非训练）算力需求（尤其是开源模型推理）的崛起而实现。作者推测，最终交易的单位可能是“芯片实例小时”，其商品化路径可能类似于电力市场。开源模型的广泛采用被视为推动供给碎片化和标准化的关键催化剂。

链捕手05/18 09:04

英伟达开始向泡沫里加肥皂水

英伟达正利用其巨额现金，大规模投资于购买其GPU的公司，这些公司再用投资款购买更多英伟达芯片，形成“自营需求闭环”。2026年以来，其投资承诺已超400亿美元，覆盖光纤、数据中心、大模型等AI产业链各环节，身份从芯片商转向关键资本配置者。批评者指出，这类似“循环收入”或“供应商融资”，即投资客户以促使其回购产品，可能模糊真实需求。例如，其对OpenAI的投资预计将带来大量回流营收。尽管CEO黄仁勋否认此举是财务工程，强调为长期信心投票，但部分分析师认为，投向新云厂商的资金宛如“为自己GPU提前买单”。英伟达财报虽亮眼（2026财年营收2159亿美元，净利润超1200亿），市场却担忧增长可持续性，股价在财报发布后下跌。巨额投资虽短期内加固了其供应链护城河，但一旦行业周期转向，这种用自身资产负债表支撑的需求恐如“海市蜃楼”。当前AI繁荣如同集体信念支撑的泡沫，而英伟达持续“加肥皂水”的行为，正使其成为一项需投资者冷静判断的风险实验。

marsbit05/12 07:26

marsbit05/12 07:26

黄仁勋喊话毕业生：AI 不会取代你，但善用 AI 的人会

黄仁勋在卡内基梅隆大学毕业典礼上被授予荣誉博士学位，并对毕业生发表演讲。作为英伟达联合创始人兼CEO，他分享了自己从9岁移民、洗碗工起步，到经历创业失败濒临破产，最终领导公司成长为AI巨头的个人奋斗史。黄仁勋指出，当前毕业生正处在AI革命的起点，这是一个比以往任何计算平台变革都更具颠覆性的时代。他承认AI将改变所有行业并引发就业焦虑，但强调“AI不会取代你，但善用AI的人会”。他认为AI不是人类工作的替代者，而是能力的放大器，能够降低技术门槛，让更多人成为创造者。他鼓励毕业生以乐观和责任感拥抱未来。AI将催生新的计算产业和再工业化浪潮，为包括技术人员、工人在内的广泛群体创造机会。尽管存在风险，但拒绝技术进步的社会将错失塑造未来的机会。他呼吁安全地发展AI，并确保其普惠性。最后，黄仁勋以“跑起来，不要走”激励毕业生，把握这个拥有强大工具和广阔机遇的时代，全身心投入事业，去建设一个更美好的未来。

marsbit05/12 02:41

marsbit05/12 02:41

大摩2026半导体报告：买封装、买测试、买中国芯，避开传统赛道

**大摩2026年半导体报告核心摘要** 报告指出，全球AI资本开支超预期扩张，算力供给正从“NVIDIA主导”转向“GPU + ASIC + 中国芯”三轨并行。核心投资逻辑是抓住AI供应链红利，回避被边缘化的传统赛道。 **核心结论（按重要性排序）：** 1. **买封装**：先进封装（CoWoS/SoIC）是确定性最强主线。AI服务器需求直接拉动产能，台积电（TSMC）因其不可替代性成为核心受益者。 2. **买测试设备**：测试设备（Handler/Socket/探针卡）是估值最低、成长最确定的细分方向。AI芯片复杂度导致测试时长结构性翻倍增长，市场重估严重滞后。重点公司：鸿精密、颖崴科技（WinWay）、MPI。 3. **买中国AI芯片**：出口管制倒逼国产替代，中国云厂商加速切换。国产芯片在推理场景已具备总拥有成本（TCO）优势。市场呈分化格局，华为占据主导（62%），寒武纪（14%）因客户锁定和盈利确定性成为首选标的。 4. **避开传统赛道**：非AI半导体（消费/汽车/工控）被AI系统性虹吸供应链资源，复苏弱于预期，建议回避纯传统敞口。存储内部分化，坚定看多HBM（海力士最受益），对传统DRAM/NAND持谨慎态度。 5. **宏观与结构变量**：地缘政治（出口管制）强化中国芯替代逻辑；AI需求对非AI供应链的“蚕食效应”是传统半导体疲软的核心原因；科技通胀（晶圆/封测/存储成本上涨）挤压非AI芯片设计公司利润。 **一句话总结**：聚焦AI基础设施核心环节（封装、测试）及中国替代龙头（寒武纪），规避传统半导体复苏幻想，时间窗口在2026-2027年。

marsbit05/12 01:29

marsbit05/12 01:29

IREN这公司疯了：卖矿机，买GPU，股价涨了16%

5月8日，IREN发布财报后股价早盘大涨16%。原因并非比特币上涨，而是公司正在主动拆除矿场——将5800台比特大陆S21 Pro矿机下架并标为待售，同时计提1.4亿美元资产减值。与之形成对比的是，公司同期签署了与英伟达的五年34亿美元合作协议，并获得英伟达最高21亿美元的股权认购承诺。此外，IREN还持有与微软的97亿美元GPU云服务订单。为支撑AI算力转型，IREN近期收购了西班牙数据中心开发商Nostrum以及云软件公司Mirantis，并获摩根大通36亿美元信贷支持。公司目前比特币持仓为零，每日挖出的币全部卖出。管理层目标是在2026年底前实现480兆瓦AI容量、15万块GPU上线，并达成37亿美元年经常性收入。此举反映了北美比特币矿业的一个趋势：矿机价值下滑，GPU算力需求上升。多数矿企选择“挖矿+AI”并行，而IREN则彻底转向，拆除矿机、清零比特币持仓，全力押注AI。公司高管称AI算力市场“供应极度短缺”，但这与昔日比特币挖矿行业的叙事相似。算力始终流向回报最高的领域，而非固定于某种叙事。

marsbit05/11 15:00

marsbit05/11 15:00

1
•••
3
4
5
6
7
•••
10

# GPU的所有文章

从Token爆炸到物理瓶颈：Agentic AI驱动的存储大牛市

英伟达Q1业绩稳健，Vera CPU驱动未来增量

Coding的本质=强化学习+合成数据+万卡算力？

速览24岁“AI股神”的最新布局：六成仓位对冲半导体下行

当算力商品化，GPU 期货市场还要等多久？

当算力商品化，GPU 期货市场还要等多久？

英伟达开始向泡沫里加肥皂水

黄仁勋喊话毕业生：AI 不会取代你，但善用 AI 的人会

大摩2026半导体报告：买封装、买测试、买中国芯，避开传统赛道

IREN这公司疯了：卖矿机，买GPU，股价涨了16%

热门分类

热门标签

其他

交易策略