# 算力的所有文章

在 HTX 新闻中心浏览与「算力」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。

扎克伯格,把AI牛市吓了一跳

扎克伯格领导的Meta公司近日宣布,将内部“过剩”的AI算力资源对外出售。这一看似普通的商业决策,却在7月2日引发了AI基础设施板块的剧烈震荡,英伟达、台积电、AMD等硬件巨头股价集体下跌,相关板块一夜损失万亿市值,而Meta自身股价则反向上涨。 市场反应如此强烈,核心在于此举动摇了过去两年AI牛市的核心定价逻辑——“算力永远不够”。整个AI产业的估值循环建立在GPU(图形处理器)极度稀缺的假设之上,从GPU到HBM(高带宽内存)、光模块等环节都因此获得高估值。Meta的举动首次公开传递了“算力可能过剩”的信号。 Meta此举有三层深层动机:一是提高巨额资本开支下算力资源的利用率,在研发间歇期将闲置算力变现;二是战略路径选择,其开源模型Llama不直接盈利,真正的目标是仿效亚马逊AWS,通过提供算力服务构建生态并盈利;三是重新定义AI基础设施,向市场提供“GPU + 训练框架 + 开源模型 + 云服务”的一体化解决方案,而不仅仅是硬件。 资本市场担心的并非Meta多卖几张显卡,而是其背后预示的商业模式变革。如果算力可以便捷地租赁共享,新入局的AI公司可能不再需要大量自购GPU,这将从根本上改变过去基于“每家厂商都必须囤货”的线性增长需求模型,转向基于实际调用量的动态调整。这类似于当年AWS将企业购买服务器的资本支出模式转变为云服务的运营支出模式。 受冲击最大的是CoreWeave这类纯算力租赁公司,它们建立在巨头算力自用、市场缺卡的真空期。面对Meta提供的“算力+软件+模型”的全栈服务,其纯硬件租赁模式的竞争力将面临严峻挑战。 市场暴跌后次日出现反弹,原因是市场经过重新评估后认识到:尽管长期方向可能从“绝对短缺”转向“结构性过剩”,但短期内大模型训练和推理需求依然旺盛,Meta能释放的闲置算力相对于全球总需求仍有限。然而,方向已然改变,这意味着AI产业的驱动逻辑正从“短缺驱动”转向“效率驱动”。未来的竞争将不再是比谁买的卡多,而是比谁能更高效、更低成本地利用已有算力。 扎克伯格的这一动作,像一声发令枪,标志着AI产业单纯依靠囤积算力硬件就能估值暴涨的红利期即将结束,一个比拼运营效率、资产回报率的新时代正在开启。

marsbit07/03 03:14

扎克伯格,把AI牛市吓了一跳

marsbit07/03 03:14

Riot Platforms出售500枚BTC,是否为比特币Q3的早期预警?

比特币挖矿向人工智能(AI)转型成为第三季度日益增长的风险。近期,Riot Platforms出售了约500枚BTC(价值约3000万美元),这实时凸显了其战略转向。尽管比特币价格自2025年第四季度初以来首次跌破5.7万美元,但RIOT股价却与之脱钩,第二季度上涨了120%。 该公司上一季度出售了3,778枚BTC,但仅挖出1,473枚,导致其比特币持有量同比下降约18%。最近的500枚BTC出售延续了这一模式,表明其比特币库存策略趋于平稳,重心正转向与AI相关的扩张,将BTC更多地用作投资数据中心和算力的现金储备。 与此同时,比特币矿工压力加剧。上半年比特币连续两个季度下跌,而估算生产成本约为7.8万美元,当前现货价格已低于5.8万美元,这意味着挖矿处于亏本状态。尽管6月比特币算力反弹,表明网络活动和矿工参与度短期回升,但更高的算力会加剧竞争、提升挖矿难度,从而挤压矿工收益。 这种环境可能加速战略转变。对于大型矿工而言,持续的利润压力增加了多元化需求,包括逐步转向AI和高性能计算。因此,矿工可能越来越多地将持有的比特币作为现金用于资助此类投资,而非长期持有,这预示着下半年矿工行为将发生结构性转变。Riot Platforms近期出售500枚BTC,可能正是比特币进入第三季度时这一更广泛趋势的早期信号。

ambcrypto07/01 14:02

Riot Platforms出售500枚BTC,是否为比特币Q3的早期预警?

ambcrypto07/01 14:02

腾讯买了百度芯片

过去二十年,中国互联网大厂追求封闭式垄断,将各类能力集中在一家超级公司内。但近期百度计划分拆芯片业务昆仑芯独立上市,估值或超母公司,同时阿里平头哥也寻求上市,且腾讯已成为昆仑芯客户,这些事件共同标志着行业底层逻辑的深刻转变。 过去芯片是大厂的内部成本中心,主要用于降本。如今,随着AI应用尤其是Agent的爆发,推理需求激增,芯片本身已成为一门可盈利的生意。昆仑芯等产品已从自用扩展到为腾讯、中国移动等多行业客户服务,实现了从成本部门向利润中心的转型。 腾讯采购百度芯片具有象征意义,打破了大厂在基础设施层面“老死不相往来”的传统,意味着头部企业开始接受专业化分工。这类似于手机行业中苹果与三星的关系,竞争与合作并存,也表明国产AI芯片通过了严苛的实用检验。 资本市场正重新评估算力价值。随着英伟达等公司确立“卖铲子”的商业模式,AI基础设施拥有了清晰的商业回报模型。国产芯片公司已跨越“能否做出来”的阶段,进入争夺“国产AI芯片底座”地位的资本竞赛。 全球巨头如OpenAI、谷歌、亚马逊等也都在自研芯片,旨在降低推理成本并构建软硬件协同的壁垒。AI竞争已从模型能力、应用创新,下沉到底层基础设施的效率和成本控制。 总之,昆仑芯等业务的分拆与开放合作,并非大厂衰退,而是中国互联网在AI时代的一次必然解耦。产业链过于庞大,迫使企业从封闭走向开放,通过分工协作构建更庞大的产业生态。互联网时代的“大厂越来越大”正在转变为AI时代的“大厂越来越小”,能力释放以形成更大规模的产业。

marsbit06/29 09:18

腾讯买了百度芯片

marsbit06/29 09:18

老黄:Prompt已死,整个AI圈都在疯狂追Loop

近期,硅谷AI圈掀起“Loop Engineering”(循环工程)热潮,业界普遍认为传统手动编写提示词(Prompt)的模式即将被淘汰。英伟达CEO黄仁勋、吴恩达、Anthropic及OpenAI等多位专家和机构均指出,未来核心不再是设计单次指令,而是构建能够自主运行、迭代的AI循环系统。 循环工程的核心在于将人类从实时干预中解放出来,转变为系统架构师。人类只需一次性定义目标、停止条件、验证机制、记忆存储及调度规则,随后AI系统便可自动执行“发现任务→执行→验证→持久化→再发现”的闭环流程,实现24/7不间断工作。其中,独立的验证环节尤为关键,需设立专门的评估智能体对输出进行客观审查,避免自我美化。 这一转变意味着代码生成成本大幅降低,而人类的判断力成为关键稀缺资源。然而,全自动循环也可能带来验证债务、代码理解脱节、认知依赖及token消耗失控等风险。因此,成功的循环设计需融入严谨的判断与监督,否则可能放大错误或导致技术债务。 目前,相关实践指南和白皮书已在网络广泛传播,标志着AI开发正从“提示工程”迈向“循环工程”的新范式。尽管自动化能力增强,但工程师的核心角色并未消失,而是升级为循环系统的设计者与决策者,确保AI在正确方向上高效运行。

marsbit06/29 08:37

老黄:Prompt已死,整个AI圈都在疯狂追Loop

marsbit06/29 08:37

活动图片