# 云的所有文章

在 HTX 新聞中心流覽與「云」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策，提供權威的加密行業洞察。

从“卖云”到“卖Token”：运营商全面加入AI战场

文章探讨了运营商在AI时代从传统“卖云”和“卖流量”向“卖Token”（词元）的战略转型。中国电信、中国移动和中国联通相继推出了面向个人、家庭和企业的Token套餐，将Token确立为继语音、短信、流量之后的第四大基础通信服务计量单位。这标志着运营商正试图将自己重塑为AI时代的“国家电网”或“总集成商”，提供集成了模型、算力、应用、统一计费和安全合规的端到端AI服务。其转型背后有双重动因：外部面临互联网云厂商在AI云市场的份额挤压和Token套餐化竞争；内部则因传统通信业务增长放缓，亟需将增长点转向算力、模型等智能业务。为此，运营商构建了包含模型层、算力层、应用层、计费层和安全层的“五层脚手架”，聚合外部模型与自研模型，调度异构算力网络，开发行业智能体，并利用其成熟的计费系统将复杂资源打包为简单套餐。文章认为，Token套餐的价值在于将AI能力转化为可计量、可结算、易购买的标准化服务，降低了企业使用门槛。如果运营商能成功将“AI接入”打造成电信级服务，AI有望成为像水电一样可便捷采购的生产要素。但挑战依然存在，包括模型效果、成本控制及客户长期付费意愿等。最终竞争关键不在于谁先推出套餐，而在于能否提供稳定、可信、可规模运营的AI基础设施服务。

marsbit昨天 10:13

marsbit昨天 10:13

英伟达推出 DSX 平台，继续向 AI 工厂基础设施进军

英伟达在NVIDIA GTC Taipei大会上发布DSX平台，将其业务从GPU销售进一步扩展至AI工厂基础设施领域。该平台旨在为企业提供从设计、仿真、部署到运营管理的完整解决方案，以应对AI模型规模扩大带来的电力、散热和资源调度等挑战。DSX整合了芯片、系统、软件及合作伙伴技术，通过统一技术栈帮助客户提升部署效率、可靠性并降低AI推理成本。平台核心软件包括DSX MaxLPS和DSX OS。MaxLPS利用液冷与功耗优化技术，在固定电力预算下可额外部署最多40%的GPU以提高能效；DSX OS则是一套面向AI工厂运营的开源软件平台，支持生命周期管理、智能调度等功能。此外，DSX还整合了参考架构、数字孪生仿真、动态负载调整及数据协同等多项能力。商业落地方面，多家云服务商已部署DSX核心组件，戴尔、慧与、联想等硬件厂商也在开发DSX就绪系统。DSX Flex功能已开展商业化试点，验证AI工厂根据电网需求动态调节功耗的能力。战略上，DSX标志着英伟达正从AI芯片供应商向AI基础设施平台提供商转型，致力于建立覆盖AI工厂全生命周期的行业标准，巩固其市场领先地位。

marsbit昨天 04:27

marsbit昨天 04:27

阿里“上货”，字节“练功”

5月最后一周，阿里和字节的两项动作展现了中国大厂在AI领域的两种不同战略路径。阿里正将AI快速“上货”落地。5月11日，千问App与淘宝全面打通，接入40亿商品库和20年购物场景数据。随后在阿里云峰会上，吴泳铭宣布升级全栈能力，并计划未来五年资本开支远超过去三年。阿里的核心策略是将AI深度融入现有商业场景，如蚂蚁的AI支付用户数破亿、淘宝的AI比价等，并推动“智能体商业信任协议”作为信任基础设施。其商业模式依赖AI服务变现，阿里云外部收入增长40%，服务器“几乎没有一张卡是空的”。然而，这种路径可能以基础模型能力的长期领先性为代价。字节则选择在Seed部门潜心“练功”，聚焦探索AI智能上限。其视频生成模型Seedance 2.0在权威评测中登顶，获业界高度评价。部门内部目标纯粹，如设定“国际榜单进前三”的KPI，并投入8个月撰写纯学术论文。字节计划大幅增加资本开支，最高或达4700亿元，资金来源于其巨额利润，且因其未上市，无需承受短期业绩压力，得以专注于长期技术突破。但商业化压力已初现，豆包开始测试付费和广告。文章指出，两种路径差异的根本原因在于公司是否上市。阿里作为上市公司，必须关注季度财报和股价，战略倾向于快速变现；字节作为非上市公司，则拥有更大的自由去进行长期、前沿的技术投资。这决定了当前中国AI领域“卖AI”与“做AI”的格局分野。未来若字节启动IPO，其长期研发投入或将面临资本市场的考验。

marsbit昨天 00:08

marsbit昨天 00:08

AI泡沫警告：AI投资对大多数科技巨头来说都是负回报

AI投资热潮正面临财务回报的严峻考验。微软、Alphabet、Meta、甲骨文等科技巨头计划未来五年投入数千亿美元建设AI数据中心，但基于分析师的收入与资本支出预测，除亚马逊外，多数公司的隐含投资回报率可能为负。这意味着当前的巨额资本开支可能无法带来相应利润增长，甚至可能成为大规模股东价值毁灭事件。美国经济增长目前高度依赖科技投资，其贡献率高达93%。如果云厂商因投资回报不佳而削减支出，不仅将冲击英伟达、台积电等产业链公司，也可能导致美国经济衰退并引发股市熊市。与此同时，OpenAI、Anthropic等AI公司计划推进IPO，这被视为将投资风险从早期资本转移给公众投资者的潜在方式。文章核心指出，问题不在于AI没有未来，而在于当营销热潮退去后，谁来为这场昂贵的基础设施竞赛买单。泡沫风险虽未必在2026年立即破裂，但可能在随后几年显现。

marsbit前天 12:43

marsbit前天 12:43

Snowflake股价大涨33%，AI基建从芯片走向数据层

Snowflake股价单日大涨33%，因其上调全年营收预期并与AWS达成60亿美元五年期合作协议，推动投资者重新评估其在AI基建中的价值。此次合作中，AWS将提供Graviton芯片以解决算力瓶颈，同时双方平台深度整合，助力企业将自身数据接入AI工作流并构建可扩展的应用系统。此前市场担忧AI可能削弱企业软件公司商业模式，但Snowflake的业绩表明，随着AI从概念走向落地，数据存储、处理与分析平台的需求反而增强，公司因此被视为“AI赢家”。至少30名分析师上调其目标价，反映资本市场正重新定价数据层在AI周期中的作用。此外，该合作也强化了AWS自研芯片生态的战略布局，亚马逊正通过云、芯片及企业合作深入AI基础设施领域。Snowflake不再仅是数据仓库公司，而是企业AI应用落地的关键数据层。

marsbit05/29 19:09

marsbit05/29 19:09

当 Token 比人更贵，「AI 叙事」就碰到麻烦了

企业AI支出正面临成本与价值不匹配的严峻挑战。Uber和微软等公司高管公开表示，持续攀升的Token消耗并未带来相应的产品实质改善或明确的商业回报，甚至出现了为消耗而消耗的“Token极大化”现象。数据显示，AI应用成本高企而效率堪忧：Uber工程师人均月度账单差异巨大，一次演示可能消耗1200美元；GitHub Copilot转向按用量计费引发用户不满；研究指出，企业每投入1美元AI费用，仅18美分产生用户价值，大量消耗用于修复AI自身引入的问题。与此同时，Token价格和AI软件价格持续上涨。市场观点出现分歧。乐观者认为这是转型阵痛，未来Token消耗将转向更健康的“单位有效行动成本”衡量，真实生产力提升正在发生，且当前科技巨头估值远低于历史泡沫水平。悲观者则指出，AI供应链价值过度集中于半导体公司（如英伟达利润激增），而云服务商举债投资，多数企业投资回报为零，这种脱节难以持续。更深层的隐忧在于超大规模云服务商与AI实验室（如OpenAI、Anthropic）之间复杂的循环融资结构。云厂商既是AI实验室的投资方，又是其算力供应商，其大量云收入承诺与AI实验室的融资能力绑定。一旦融资放缓，整个链条可能面临断裂风险。当前并非典型的科技泡沫，AI技术真实且对部分用户有效。但核心矛盾已从“技术是否可行”转变为“经济上是否可持续”。企业使用AI节省的成本，能否覆盖并超越实验室和云巨头高昂的运营与估值成本，成为关键问题。过去单纯以Token消耗量衡量成功的叙事已破灭，AI的账单已经到期，最终由谁来为价值买单，仍是未知数。

marsbit05/29 01:44

marsbit05/29 01:44

从电力基础设施到 Token 经济：AI 产业链的「七层蛋糕」

本文提出，AI产业正从以模型训练为核心的“上半场”，进入以海量推理需求驱动的“Token工业时代”。未来消耗算力最多的将是遍布全球的AI Agent的每一次交互与任务执行。文章借鉴并扩展了黄仁勋的“蛋糕”架构，将AI经济产业链描绘为围绕Token运转的“七层蛋糕”： 1. **电力**：AI时代的能源基础。 2. **AIDC（AI数据中心）**：集中GPU形成Token生产能力的“工厂”，趋势向轻量化、模块化的区域节点发展。 3. **GPU**：Token的核心生产设备，需求从训练向推理倾斜。 4. **LLM（大语言模型）**：Token的生产引擎，竞争焦点转向推理成本与效率。 5. **Token分发**：像电网一样分配算力的云平台与租赁服务。 6. **Token优化与智能调度**：根据任务复杂度、隐私要求等，动态调度算力与模型的关键“大脑”。 7. **AI Agent**：Token的最终消费者与价值实现层。当前产业链各层之间存在割裂与效率瓶颈（如算力与能源不匹配、缺乏智能调度等）。只有当这七层基础设施被打通并高效协同时，AI产业才能从“工具时代”迈向真正的“大规模采用时代”。未来的竞争关键，可能不在于拥有最大的模型，而在于能否有效连接能源、算力、网络与Token流动，构建起支持数十亿AI Agent持续协作的智能基础设施网络。

marsbit05/26 05:43

marsbit05/26 05:43

NeoCloud三巨头：NBIS, IREN, CRWV哪个更具投资价值？

本文讨论了NeoCloud领域的三家公司Nebius、IRON和CoreWeave的投资价值。嘉宾Nate Endicott的核心观点是：AI算力短缺将持续至少3-5年，超大规模云厂商无法迅速自建基础设施，因此NeoCloud公司是必要的市场补充，而非被替代的对象。他详细对比了三家公司： * **CoreWeave**：最早进入市场，拥有最高激活算力和营收，专注于AI模型训练，与微软和OpenAI有深度合作。 * **IRON**：由比特币矿工转型，核心优势在于锁定了大量土地和廉价电力资源，但目前大客户单一。 * **Nebius**：由前Yandex团队创立，注重工程文化与软件栈建设，专注于AI推理市场。其非巨头客户合同增长迅猛，并拥有多家高估值子公司，财务结构更健康。 Nate特别看好Nebius的长期潜力，因其团队背景、软件战略以及向企业市场扩张的能力。他认为，近期Nebius宣布对H100/B200涨价30-70%证明了GPU的定价权和需求强度，反驳了GPU会快速贬值的空头观点。总体而言，Nate判断未来几年NeoCloud赛道将整体受益于AI算力需求爆发，三家公司都可能实现营收大幅增长。除GPU外，网络设备（如Arista Networks）也是AI基础设施投资的重要环节。

marsbit05/25 10:29

marsbit05/25 10:29

三星押注移动HBM：AI从云端走向掌心，半导体投资新风口？

三星电子在2026年AI热潮中取得亮眼业绩，第一季度营业利润同比暴增超750%，创历史新高。公司已率先量产新一代HBM4芯片，并将HBM研发周期缩短至一年，预计2026年HBM营收增长三倍以上。面对AI服务器内存需求激增，三星正积极将服务器级HBM技术延伸至移动设备，旨在让手机、平板也能高效运行本地AI功能，从而提升用户体验、增强隐私安全并开拓消费电子新增长点。此举也是三星的关键竞争战略。凭借在内存、先进封装及Exynos处理器的垂直整合能力，三星有望打造AI功能更突出的差异化产品，在高端手机市场应对苹果和高通的竞争。同时，移动HBM将带动先进封装、散热、电池等上下游产业链发展，推动AI投资从云端向终端延伸。尽管存在量产时间可能推迟、初期成本较高及行业周期波动等风险，但长期来看，三星通过布局移动HBM，有望巩固其半导体领导地位，实现更均衡的利润结构，并可能重塑AI终端产业格局。这为投资者提供了一个值得关注的中长期半导体投资新方向。

marsbit05/19 14:49

marsbit05/19 14:49

速览24岁“AI股神”的最新布局：六成仓位对冲半导体下行

24岁“AI股神”Leopold Aschenbrenner管理的基金Situational Awareness LP公布了最新13F持仓。截至2026年3月31日，其名义持仓总值达137亿美元，较上季度增长148%。本季度该基金进行了大幅调仓，核心动向包括： 1. **大规模对冲半导体风险：** 新进仓位中，超过60%的名义仓位用于押注或对冲AI半导体及硬件股票的下跌风险。基金大举买入SMH、英伟达、博通、AMD等半导体ETF及个股的看跌期权，前五大看跌期权占比就达48.7%。同时对美光、台积电等股票同时持有看涨和看跌期权，押注其股价将出现剧烈波动。 2. **加仓算力基础设施：** 继续看好AI长期算力需求，以正股形式加仓了GPU云服务商CoreWeave（CRWV）以及闪迪（SNDK）等。同时增持了KEEL、IREN等一批算力与电力基础设施公司，呼应其“电力是新时代石油”的逻辑。 3. **清仓与减仓：** 清空了此前高杠杆持有的英特尔看涨期权，并彻底撤出光通信板块（LITE、COHR）。对上一期第一大重仓Bloom Energy（BE）进行了大幅获利了结，减持了部分比特币矿企转型标的。 **核心判断：** 仓位结构揭示了基金看似矛盾实则统一的策略：一方面对短期AI硬件估值泡沫高度警惕，进行大规模风险对冲；另一方面对AI长期的算力、能源等基础设施需求极度乐观，认为电力、数据中心等环节可能成为下一阶段的产业瓶颈。这反映了即使是最坚定的AI多头，也开始认真对待市场波动风险。

marsbit05/18 13:31