Seberapa Sulitnya Membuat Chip? Satu Kesalahan dalam Operasi Pembagian, 475 Juta Dolar AS Hilang Percuma

marsbit發佈於 2026-06-15更新於 2026-06-15

文章摘要

**Betapa Sulitnya Membuat Chip? Kesalahan Pembagian Sederhana Bisa Menghabiskan $475 Juta** Chip adalah fondasi teknologi modern, namun pengembangannya sangat sulit. Kesalahan kecil dalam desain dapat menyebabkan konsekuensi besar, seperti kasus Intel yang menghabiskan $475 juta untuk menarik kembali chip Pentium akibat bug pada unit pembagian floating-point. Kesulitan utama terletak pada kebutuhan untuk "sekali jadi". Tidak seperti perangkat lunak, chip tidak dapat diperbaiki dengan mudah setelah diproduksi. Menurut data, hanya 24% proyek chip yang berhasil sekali jadi, sementara 76% lainnya memerlukan proses "tape-out" ulang yang mahal. Tantangan terbesar adalah verifikasi chip. Proses ini kini memakan hingga 70% dari siklus desain chip. Verifikasi menyeluruh untuk sebuah inti CPU dapat membutuhkan waktu 15.000 tahun dengan simulasi perangkat lunak atau 30 tahun dengan emulasi perangkat keras, yang jelas tidak praktis. Masalah mendasarnya adalah "segitiga mustahil" dalam verifikasi: kinerja tinggi, kemampuan debug yang baik, dan biaya rendah tidak dapat dicapai sekaligus. Karena sulit dan kurang "seksi", penelitian di bidang verifikasi chip seringkali diabaikan. Namun, tim peneliti terus berupaya, mengembangkan platform verifikasi gesit bernama ENCORE berbasis FPGA untuk meningkatkan efisiensi dan kemampuan debug. Selain riset, edukasi publik tentang chip juga penting. Melalui konten sains populer, penulis berbagi pengetahuan tentang chip, AI, dan teknologi keras lainn...

Halo semuanya, saya Shi Kan dari Institute of Computing Technology, Chinese Academy of Sciences, seorang "pekerja teknologi slash". Saya memiliki lebih dari sepuluh tahun pengalaman di bidang chip, dan saat ini saya melakukan penelitian akademis terkait chip di Chinese Academy of Sciences; namun, saya juga seorang UP sains dan teknologi di Bilibili dengan nama "Lao Shi Tan Xin", penonton saya memanggil saya "Lao Shi".

Chip: Batu Fondasi Masyarakat Modern

Ketika menyebut chip, pasti semua orang tahu betapa pentingnya.

Baik itu kecerdasan buatan yang sedang panas saat ini, maupun kedokteran hayati, mobil otonom, komunikasi jaringan, dan sebagainya, hampir semua teknologi masyarakat modern yang dapat Anda bayangkan tidak terlepas dari chip — teknologi fondasional era informasi ini.

Saya telah lama terlibat dalam pekerjaan chip, proses pengembangan chip sebenarnya adalah proses yang sangat menarik, terutama karena dua aspek.

Pertama, aplikasi chip sangat luas. Begitu Anda terjun ke industri ini, kemungkinan besar Anda tidak perlu khawatir akan menganggur, karena banyak industri memerlukan teknologi chip.

Alasan kedua mungkin lebih penting: pengembangan chip adalah hal yang sangat sulit. Sebagai insinyur chip, kami perlu terus belajar, terus memperkaya diri, untuk menghadapi dan menyambut era yang penuh peluang dan tantangan ini.

Lalu muncul pertanyaan, di mana letak kesulitan teknologi chip?

Mengapa Chip Begitu Sulit?

Telah selesai: 10%//////////

Mungkin semua orang tahu, proses pembuatan sebuah chip pada dasarnya adalah perjalanan evolusi dari sebutir pasir. Pasir mungkin adalah benda yang tak terbatas dan tak habis-habisnya di planet ini; namun, mengubah pasir bernilai rendah menjadi chip bernilai tinggi, semua nilai tambah yang diberikan adalah kecerdasan manusia.

Dari pasir, kita perlu memurnikannya untuk mendapatkan wafer. Kemudian, wafer tersebut akan menjalani serangkaian tahapan seperti fotolitografi, injeksi ion, etsa, pengemasan, dan sebagainya, baru bisa berubah dari pasir yang tak terbatas dan tak habis-habisnya menjadi chip kecil yang akhirnya jadi.

Nah, setelah membicarakan begitu banyak hal dan tahapan, sebenarnya pembuatan chip hanyalah bagian dari keseluruhan alur pengembangan chip, itu tidak sama dengan pengembangan chip itu sendiri.

Ada satu tahapan yang sangat penting lainnya, yaitu desain chip. Ini merujuk pada menyelesaikan desain sirkuit sesuai dengan kebutuhan, dan membuat sirkuit tersebut dapat bekerja dengan normal. Kemudian, kami menyerahkan sirkuit yang telah dirancang ke produsen chip untuk mereka lakukan pembuatan tahap akhir, akhirnya mendapatkan entitas chip.

Namun di sini ada masalah lain: bagaimana memastikan fungsi chip sesuai dengan desain awal Anda?

Di sini ada sebuah cerita kecil yang menarik. Pada tahun 1947, seorang programmer wanita terkenal bernama Grace Hopper menemukan komputernya tidak berfungsi. Setelah pemeriksaan dan eksplorasi yang teliti, dia menemukan ternyata ada seekor ngengat yang masuk ke dalam relay komputer. Lalu, dengan hati-hati dia menjepit ngengat itu dengan pinset dan menempelkannya ke selembar kertas.

Ini mungkin adalah "bug" (serangga) atau celah keamanan pertama yang ditemukan dalam sejarah perkembangan komputer kita.

Jika contoh sebelumnya terlalu lama, sebenarnya kita punya lebih banyak contoh. Di sini saya berikan sebuah soal matematika, berapakah hasil akhir dari ekspresi ini? Sebenarnya soal ini sederhana, karena dalam ekspresi berikutnya, pembilang dan penyebutnya sebenarnya sama, bisa dicoret; lalu angka di depan tanda minus dan angka di belakangnya juga sama, jadi angka yang sama dikurangi, jawaban akhir seharusnya 0. Namun, dalam komputer dan chip yang sebenarnya, hasil yang didapat mungkin tidak seperti itu.

Misalnya, dalam sebuah chip Pentium dari Intel, hasilnya adalah 255.00000000. Apa yang terjadi? Ternyata ada seorang ilmuwan Amerika yang sedang melakukan penelitian ilmiah, ketika dia menjalankan ekspresi ini, dia tidak bisa menghitung dengan benar. Akhirnya dia baru menyadari, ternyata dalam unit operasi pembagian floating-point chip ini, ada sebuah desain celah keamanan yang belum ditemukan.

Jangan remehkan celah desain ini, konsekuensi yang ditimbulkannya sebenarnya sangat serius. Pada tahun 1990-an, Intel menghabiskan 475 juta dolar AS untuk menarik kembali secara global semua chip Pentium yang memiliki masalah ini.

Jadi kembali ke pertanyaan tadi, di mana letak kesulitan teknologi chip?

Menurut saya, kesulitan chip terletak pada kebutuhannya untuk sukses sekali jadi. Membuat chip tidak seperti perangkat lunak, di mana Anda bisa memperbaiki berbagai masalah dengan cara menambal. Sebaliknya, begitu chip menyelesaikan perjalanan evolusinya dari pasir menjadi chip, Anda mungkin telah menghabiskan puluhan ribu, bahkan ratusan juta yuan untuk menyelesaikan taping-out dan pembuatan chip, dan sulit untuk diubah lagi.

Lalu, pertanyaan selanjutnya adalah: sekarang berapa banyak proyek chip yang dapat mencapai sukses sekali jadi?

Verifikasi Chip yang "Mencekik Leher"

Telah selesai: 40%//////////

Berdasarkan data hasil survei, hanya 24% proyek chip yang dapat mencapai sukses sekali jadi. Artinya, 3/4 proyek chip karena adanya berbagai celah desain, besar dan kecil, yang belum ditemukan, setidaknya perlu melakukan satu kali taping-out lagi, yang akan menghabiskan banyak waktu dan uang.

Jadi, inti permasalahannya adalah: bagaimana kita dapat memastikan sebisa mungkin bahwa chip sebelum taping-out dan pembuatan memiliki sedikit atau bahkan tidak ada bug, tidak ada celah desain. Ini juga merupakan arah yang selama beberapa tahun terakhir saya tekuni dalam penelitian.

Demikian pula berdasarkan data penelitian ini, dalam seluruh proses pengembangan chip, terutama dengan perkembangan kecerdasan buatan dan berbagai teknologi tinggi sekarang ini, chip menjadi semakin kompleks. Verifikasi chip juga menjadi bagian yang sangat besar dalam siklus pengembangan chip, bahkan melebihi setengah, mencapai 70% dari seluruh siklus desain chip.

Namun sayangnya, verifikasi chip juga merupakan hal yang sulit. Di sini saya daftarkan beberapa angka astronomi, seperti keliling bumi, jumlah bintang yang mungkin ada di galaksi Bima Sakti, atau panjang tahun cahaya.

Dalam verifikasi chip, sebenarnya juga ada angka astronomi, yaitu jumlah siklus yang dibutuhkan untuk sepenuhnya memverifikasi inti CPU. Apa arti angka astronomi ini sebenarnya?

Jika kita menggunakan teknologi simulasi perangkat lunak paling canggih saat ini untuk sepenuhnya memverifikasi inti CPU, setidaknya membutuhkan 15.000 tahun. Dan menggunakan teknologi simulasi perangkat keras paling canggih saat ini, dapat mempersingkat waktu ini sedikit menjadi 30 tahun. Namun kita semua tahu, mengembangkan sebuah chip tidak mungkin menunggu 15.000 tahun, juga tidak mungkin menunggu 30 tahun.

Lalu, apa sebenarnya inti permasalahannya? Beberapa tahun terakhir kami sebenarnya terus meneliti. Kami menemukan, dalam verifikasi chip ada yang disebut "segitiga mustahil", yaitu kinerja tinggi verifikasi chip, kemampuan debug yang baik, dan biaya rendah; sedangkan ketiga faktor yang sangat penting untuk verifikasi chip ini tidak dapat dipenuhi bersamaan. Untuk penelitian atau metode mainstream saat ini, paling banyak hanya bisa memilih dua dari tiga, dan inilah alasan mendasar yang menyebabkan efisiensi verifikasi chip sangat rendah.

Selalu Harus Ada Orang yang Melakukan Sesuatu yang Berbeda

Telah selesai: 60%//////////

Karena alasan-alasan ini, verifikasi chip dalam beberapa waktu terakhir tidak mengalami perkembangan yang besar.

Di perusahaan chip, insinyur chip mungkin lebih banyak menulis kasus uji, menjalankan regresi verifikasi. Pada dasarnya, ini adalah pekerjaan kotor dan berat. Di bidang akademis juga begitu, cendekiawan yang terjun ke penelitian verifikasi chip sebenarnya sangat sedikit, terutama dibandingkan dengan bidang penelitian populer seperti kecerdasan buatan yang sedang ramai saat ini, penelitian terkait verifikasi chip sangat sedikit.

Jadi, ada akademisi senior yang mengatakan kepada saya, dalam waktu yang sama, saya bisa menerbitkan tiga atau bahkan lebih makalah di bidang kecerdasan buatan, tetapi verifikasi chip mungkin tidak bisa menerbitkan satu pun.

Sayangnya, dia benar.

Namun, selalu harus ada orang yang melakukan sesuatu yang berbeda.

Jadi, dalam beberapa tahun terakhir, saya terus memimpin tim untuk melakukan penelitian terkait verifikasi chip, dan membangun sistem penelitian verifikasi lincah dari nol hingga satu. Inti dari sistem penelitian ini adalah sebuah platform verifikasi bernama ENCORE, yang didasarkan pada chip khusus — Field Programmable Gate Array (FPGA). ENCORE dapat secara signifikan meningkatkan efisiensi verifikasi, sekaligus mencapai kemampuan debug verifikasi yang cukup baik.

Untuk membangun sistem penelitian verifikasi lincah ini, di satu sisi kami perlu terus mengoptimalkan efisiensi penambangan, debug, dan perbaikan celah pada tingkat algoritma; di sisi lain, kami juga berharap dapat membangun platform akselerasi verifikasi lincah end-to-end berbasis chip logika terprogram (FPGA). Pada tingkat aplikasi, kami berharap platform ini dapat digunakan baik untuk verifikasi prosesor umum, seperti CPU atau GPU, maupun untuk verifikasi chip khusus, seperti akselerator AI yang sangat populer saat ini.

Dalam beberapa waktu terakhir, kami telah melakukan banyak pekerjaan eksplorasi terdepan di bidang ini, termasuk ENCORE yang disebutkan sebelumnya dan banyak penelitian baru. Kami juga telah menerbitkan hasil penelitian ini di banyak konferensi akademis internasional yang terkenal.

Kemudian kami sebenarnya juga sedang melakukan beberapa pekerjaan yang menarik, karena pekerjaan ini belum dipublikasikan, jadi untuk saat ini tidak akan kami perlihatkan satu per satu.

Membuat Lebih Banyak Orang Lebih Mengenal Chip

Telah selesai: 80%//////////

Namun dalam proses penelitian, saya perlahan menyadari bahwa hasil penelitian atau akademis ini, terutama ditujukan untuk mereka yang hanya memahami verifikasi chip dan bidang terkait dalam lingkaran kecil kami. Lalu, bagaimana caranya agar lebih banyak orang dapat melihat pekerjaan kami, memahami penelitian kami, bahkan berpartisipasi dalam pekerjaan kami?

Maka, saya secara alami memikirkan popularisasi sains chip, ini juga membuat saya merasa sangat menarik. Saya telah melakukan popularisasi sains selama empat hingga lima tahun, mulai dari tulisan, hingga kemudian membuat video di Bilibili. Popularisasi sains chip tidak hanya membawa banyak manfaat bagi saya, tetapi juga membantu saya mengenal banyak teman seperjuangan, serta penonton yang menyukai dan mendukung saya.

Namun, membuat video popularisasi sains chip bukanlah hal yang mudah, terutama di tengah maraknya video pendek hari ini. Ada blogger popularisasi sains senior yang juga mengatakan kepada saya, dalam waktu yang sama, saya membuat satu video panjang popularisasi sains chip yang keras, dia mungkin bisa membuat 10 episode, bahkan lebih banyak video pendek terkait tren, dan trafiknya mungkin berkali-kali lipat dari saya.

Sayangnya, dia sebenarnya juga benar.

Namun di atas dasar ini, saya merasa tetap perlu ada orang yang bersikeras melakukan hal-hal yang sulit. Saya berharap dapat menggabungkan dua hal yang sama-sama sulit namun sama-sama menarik ini, yaitu popularisasi sains chip dan verifikasi chip, melalui bentuk video dan tulisan untuk menunjukkan kepada semua orang hal-hal yang kami lakukan, makalah yang telah kami terbitkan, serta konten chip open source yang sedang diteliti oleh tim besar kami.

Selain chip, saya juga akan berbagi dengan semua orang tentang kecerdasan buatan, komputer, dan teknologi keras lainnya, serta berbagi pengalaman pertumbuhan saya, buku yang telah saya baca, pengetahuan yang telah saya pelajari. Saya tahu, saya sendiri sebenarnya bukan seorang jenius, juga bukan ahli dan pakar yang serba bisa dan serba tahu. Saya lebih berharap dapat menjadi "pemandu" bagi semua orang, berbagi jalan yang telah saya lalui.

Jadi, kembali ke pertanyaan yang ingin saya bagikan hari ini: manakah yang lebih menarik, penelitian chip atau popularisasi sains chip? Tentu, bagi saya sebenarnya keduanya sama-sama menarik. Alasannya sederhana, karena keduanya sama-sama sulit. Pada saat yang sama, keduanya membutuhkan saya untuk bertahan sangat lama, sangat lama.

Banyak orang mengatakan, kita perlu melakukan hal-hal yang sulit namun benar. Namun sebenarnya masalahnya adalah, sebelum Anda melakukan sesuatu, bagaimana Anda menilai bahwa hal itu benar? Jika suatu hal di mata orang lain adalah duduk di bangku dingin, di mata orang lain adalah melakukan pekerjaan kotor, berat, apakah Anda akan tetap bertahan melakukannya?

Jadi, saya lebih berharap melakukan hal-hal yang sulit dan berjangka panjang, seperti penelitian akademis verifikasi chip, seperti membuat video panjang popularisasi sains chip yang keras. Karena jika suatu hal sulit dan membutuhkan ketekunan jangka panjang, kemungkinan besar hal itu benar.

Di atas adalah semua konten yang ingin saya bagikan hari ini. Saya Lao Shi, terima kasih semuanya!

Artikel ini dari akun WeChat resmi: Gezhi Lundao Jiangtan , penulis: Shi Kan, judul asli: 《Seberapa Sulitnya Membuat Chip? Satu Kesalahan dalam Operasi Pembagian, 475 Juta Dolar AS Hilang Percuma|Shi Kan》

相關問答

QMengapa pengembangan chip dianggap sangat sulit?

APengembangan chip dianggap sangat sulit karena membutuhkan keberhasilan sekali jadi. Tidak seperti perangkat lunak yang dapat diperbaiki dengan tambalan, chip yang telah melalui proses manufaktur dari pasir hingga chip fisik sangat sulit untuk diubah, dengan biaya produksi yang bisa mencapai miliaran rupiah.

QApa contoh dampak serius dari bug dalam desain chip yang disebutkan dalam artikel?

AContoh dampak serius adalah bug pada unit pembagian floating-point dalam chip Intel Pentium, yang menyebabkan kesalahan perhitungan. Intel menghabiskan 4,75 miliar dolar AS untuk menarik kembali semua chip yang terkena dampak pada tahun 1990-an.

QBerapa persen proyek chip yang berhasil sekali jadi menurut data survei dalam artikel?

AMenurut data survei dalam artikel, hanya 24% proyek chip yang berhasil sekali jadi. Artinya, 76% proyek memerlukan setidaknya satu putaran manufaktur ulang karena adanya bug atau celah desain.

QApa yang dimaksud dengan 'segitiga ketidakmungkinan' dalam verifikasi chip?

A'Segitiga ketidakmungkinan' dalam verifikasi chip mengacu pada tiga faktor penting: kinerja tinggi, kemampuan debugging yang baik, dan biaya rendah. Ketiga faktor ini tidak dapat dipenuhi secara bersamaan oleh metode verifikasi saat ini, sehingga menghambat efisiensi verifikasi.

QApa tujuan penulis dalam menggabungkan penelitian verifikasi chip dengan edukasi publik?

APenulis bertujuan untuk membuat penelitian verifikasi chip yang kompleks lebih mudah diakses oleh publik melalui edukasi dan konten video. Dengan cara ini, lebih banyak orang dapat memahami pentingnya verifikasi chip dan bahkan berpartisipasi dalam pengembangannya.

你可能也喜歡

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。

marsbit5 分鐘前

你交给Claude的订阅费,光模块公司能拿到多少?

marsbit5 分鐘前

OpenAI的Hyperliquid盘前定价生意,为何只撑了半年?

文章讨论了在Hyperliquid平台上两家从事“盘前定价”业务的团队:Trade.xyz和Ventuals的不同命运。 Trade.xyz团队匿名,却成为平台上最大的盘前合约市场,成功抓住了SpaceX上市前的交易机会。其策略聪明之处在于,选择像SpaceX这样上市日期和发行价都已确定的标的,最终价格能与现实市场“锚定”,风险相对可控。 而获得顶级风投Paradigm支持的Ventuals,手握OpenAI和Anthropic这类更稀缺但无明确上市计划的标的,反而在运营九个月后关停。其失败关键在于定价机制存在缺陷:合约价格一半依赖外部非公开的老股报价,另一半则参考其自身价格的均线,形成了一个自我强化的循环。这导致价格长期虚高,缺乏真实市场流动性的支撑和纠错,最终失去市场认可。 Ventuals关停时,其定出的OpenAI(1341.80美元)和Anthropic(1618.90美元)的最终价,甚至被部分内部人士作为估值参考,凸显了未上市公司对流动定价的强烈需求,也暴露了这类定价的脆弱性。 文章指出,为未上市明星公司提供实时交易价格正成为一门热门生意,Coinbase等大机构也已入场。但Ventuals的案例表明,这门生意的核心挑战在于,缺乏一个公开、有效、能持续纠错的市场机制来形成真正公允的价格。在标的公司真正上市前,任何定价都可能面临“悬空”的风险。

marsbit21 分鐘前

OpenAI的Hyperliquid盘前定价生意,为何只撑了半年?

marsbit21 分鐘前

日活冲到行业第二的3-4倍,腾讯WorkBuddy撕开了办公Agent的哪条裂缝?

2026年上半年,腾讯推出的办公智能体(Agent)产品WorkBuddy日活跃用户已达行业第二名产品的3到4倍,其高速增长的核心在于成功吸引了大量非技术岗位用户(如HR、运营、行政)。这与OpenAI同期披露的Codex趋势相似(非开发者增速是开发者的3倍以上),但二者路径截然不同。 WorkBuddy并非预设产品,其前身是代码助手CodeBuddy。转折点在于腾讯内部非技术员工自发用它处理研究、报告等非编码任务。团队洞察到“产物才是目的”,于2026年1月快速推出极简版WorkBuddy,公测前已有超2000名内部非技术员工每日使用。 其成功源于三个关键设计决策: 1. **用自然语言替代技术概念**:用户无需理解Agent、prompt等术语,直接以日常语言下达任务。 2. **预封装场景模板**:内置超20种Skills技能包(如数据处理、竞品调研),开箱即用,无需自建流程。 3. **深度原生集成生态**:深度“住进”腾讯文档、微信等国内高频办公软件,成为现有工作流的一部分,而非独立工具。 这些设计拆除了认知、场景和环境三重门槛。相比之下,Codex和Claude Code从命令行/IDE出发,面向开发者,非技术用户需跨越安装、配置和理解交互逻辑的障碍。尽管OpenAI和Anthropic已开始推出角色插件或简化界面(如Claude Cowork)向非技术用户转向,但交互范式和生态集成的重构需要时间,这为WorkBuddy创造了约半年的领先窗口。 数据显示,WorkBuddy在2026年3月公测后增速迅猛(环比达831%),PC端月访问量领先第二名2.6倍。其定价(个人版起价39元/月)也低于海外同类产品(20美元/月起),在国内市场触及面更广。 WorkBuddy代表“场景封装”路线,追求用户使用路径最短;海外产品则侧重“底层能力”,追求功能最强。当前,WorkBuddy已发布企业版以巩固优势,但面对海外巨头在底层模型能力和快速追赶,其先发优势将面临长期考验。核心差异在于:用户无需懂技术,只需知道自己要什么。

marsbit29 分鐘前

日活冲到行业第二的3-4倍,腾讯WorkBuddy撕开了办公Agent的哪条裂缝?

marsbit29 分鐘前

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。

marsbit1 小時前

比特币矿场变AI数据中心:Sangha的“卖身”抉择

marsbit1 小時前

交易

現貨
合約

熱門文章

如何購買CHIP

歡迎來到HTX.com!在這裡,購買USD.AI (CHIP)變得簡單而便捷。跟隨我們的逐步指南,放心開始您的加密貨幣之旅。第一步:創建您的HTX帳戶使用您的 Email、手機號碼在HTX註冊一個免費帳戶。體驗無憂的註冊過程並解鎖所有平台功能。立即註冊第二步:前往買幣頁面,選擇您的支付方式信用卡/金融卡購買:使用您的Visa或Mastercard即時購買USD.AI (CHIP)。餘額購買:使用您HTX帳戶餘額中的資金進行無縫交易。第三方購買:探索諸如Google Pay或Apple Pay等流行支付方式以增加便利性。C2C購買:在HTX平台上直接與其他用戶交易。HTX 場外交易 (OTC) 購買:為大量交易者提供個性化服務和競爭性匯率。第三步:存儲您的USD.AI (CHIP)購買USD.AI (CHIP)後,將其存儲在您的HTX帳戶中。您也可以透過區塊鏈轉帳將其發送到其他地址或者用於交易其他加密貨幣。第四步:交易USD.AI (CHIP)在HTX的現貨市場輕鬆交易USD.AI (CHIP)。前往您的帳戶,選擇交易對,執行交易,並即時監控。HTX為初學者和經驗豐富的交易者提供了友好的用戶體驗。

540 人學過發佈於 2026.04.21更新於 2026.06.02

如何購買CHIP

相關討論

歡迎來到 HTX 社群。在這裡,您可以了解最新的平台發展動態並獲得專業的市場意見。 以下是用戶對 CHIP (CHIP)幣價的意見。

活动图片