AI普及：被高估的神话
阅读时长快速阅读约 3 分钟📖 “AI 将像电力一样普及每个人”——这是科技界最爱讲的陈词滥调。但揭开这层表象，现实却很骨感：摩尔定律早已失效，大模型的算力需求却仍在呈指数级飙升；算法优化只能做些修补；更被忽略的是，AI 推理具有“无规模效应”的特性——每次调用都需要独立计算，成本无法随规模扩大而摊薄。此外，算力的分配正被地缘政治力量深度渗透。所谓的 AI 普惠，从来都不是单纯的技术问题。1那个被讲述的传说2010 年代末，深度学习取得突破，人们笃信 AI 会像互联网一样走向大众。算力成本日益降低，模型对
算力狂飙背后的能源困境：为何电力将决定AI的天花板
在数字经济高速发展的今天，AI大模型的训练离不开高性能芯片，而芯片需要部署在数据中心里运行，数据中心的运转则完全依赖电力供应。当数据中心建设完毕、GPU配置齐全之后，最后的关键就是电力保障。“AI耗电量大”已经成为共识，但今天我想深入探讨的是：为何能源会成为制约AI发展的终极瓶颈？这个瓶颈是如何逐步形成的？一、问题不在于缺电，而在于错配AI面临的电力挑战，并非真的无电可用，而是能源供给与AI需求之间存在三个层面的结构性错配。第一，时间错配。芯片性能18个月翻一番，数据中心一年就能建成投入使用。但建造一座发
花旗维持建滔积层板买入评级，看淡巨石扩产冲击
花旗发表研究报告指出，中国巨石 (34.560, -3.06, -8.13%)（600176.SH）公布了宏大的投资蓝图，计划在淮安打造年产 5 万吨电子玻纤纱及 3.2 亿米电子布的制造基地。该行分析，鉴于建滔积层板（01888）年内股价已飙升 256%，此次扩产动态或许会在短期内压制市场情绪。尽管如此，花旗仍坚持给予建滔积层板“买入”评价，并设定目标价为 51 港元。 然而，该行坚信若股价出现回落，反而是绝佳的入场时机，理由是电子纤维行业的供应瓶颈依旧受制于织机数量增长缓慢。花旗预测，至 2026 年
AI算力新战场：电力瓶颈催生基础设施革命
第三层基础设施正在浮现：它不在湾区路演简报里，但已经在德州的工地上和怀俄明州的议会大楼里成形。美国 AI 算力的真正瓶颈，不是 GPU，也不是模型，而是电。更准确地说，是那种能在 18 个月内接通的电。围绕这个瓶颈，一个新的基础设施层正在出现。绝大多数软件 AI 投资人还在按"芯片 + 云 + 应用"看版图，但真实的 AI capex 已经压出了一层新的物理底盘，SVTR 把它叫做 AI 算力的"第三层"：由私人电厂、燃气涡轮、燃料电池、地热钻井和州级立法共同搭起来。它已经
AI算力为何更看重1GW而非GPU数量
在人工智能的角逐中，算力已不再仅仅是一个技术指标，而是变成了“能消耗多少电能”的资源难题。数量虽易获取，容量却难以企及：为了构建全球顶尖的超算中心，各大巨头不惜投入数百亿资金扩建数据中心，而电力供应成为了最大的瓶颈。运营的核心逻辑就是“获取充足的电力”。因此，利用“容量/电力”来衡量集群规模已成为行业通用的做法，这就像一张“电力容量标签”，揭示了实际的运营极限。效率参差不齐，需要统一标尺：不同代际的GPU好比是“高耗能”与“节能型”的区别。作为功耗计量单位，GW提供了一把通用的尺子，让你能直观地对比不同代
AI格局剧变：OpenAI转为免费，万亿新王强势崛起
这或许是你今年最不该错过的AI重磅新闻上周，AI领域接连爆发两起足以载入史册的里程碑事件。其一：OpenAI正式宣布GPT-5.5全面免费开放，全球用户随时皆可调用。其二：Anthropic估值飙升至1.2万亿美元，**历史性反超OpenAI**，加冕AI新霸主。消息一经披露，科技界瞬间沸腾。众多人的第一反应是：ChatGPT不再无敌？AI世界格局即将重塑？坦白讲，此事的深层逻辑远超你的想象。它绝非仅仅是两家企业的博弈，而是整个AI产业从"技术比拼"向"商业变现"转型的关键
为何 AI 始终面临存储荒
AI 堪称“数据饕餮”与“带宽黑洞”，其存储需求呈指数级暴涨，而产能与物理极限却难以企及。以下分五点详述：一、模型规模激增，直接撑爆内存- 大模型参数从数十亿跃升至数千亿，未来更将达万亿级。- 训练阶段，全量参数需载入 HBM 或高速 DRAM 方可运行。- 推理阶段，需储备海量 KV 缓存（上下文状态），上下文越长、并发用户越多，内存消耗越巨。- 结论：模型越庞大，内存越捉襟见肘；并发越高，短缺越严峻。二、训练数据：只进不出，无限累积- 训练涵盖全网文本、影像、视频、日志及对话，均需永久留存。- 全球数
用户对折叠屏与AI手机兴趣寥寥
今天想给这篇文章起个吸引人的标题，琢磨了半天，最后还是决定实话实说：现在的手机厂商，可能真的有点“自我陶醉”了。根据外媒 MacRumors 的消息，最新的市场调研指出，尽管各大手机品牌把“AI”和“折叠屏”炒得很热，但真实调查显示，真正关心这些功能的用户少之又少。说实话，这篇报道的观点和我一直以来的看法不谋而合，不过估计会引发一些用户的反对。（所以我之前一直没敢提）大家有没有发现，现在走进手机店，销售员是不是动不动就提到“AI大模型”、“一键消除”、“大折叠有面子”之类的宣传语？听起来很酷，但从网上和我
四重逻辑共振，铜价蓄势冲击历史峰值
核心要点速读四大关键驱动力美铜溢价虹吸：关税预期触发跨市套利，全球铜源向美汇聚，非美区域现货告急；数字需求刚性：AI 数据中心与智能终端普及，铜消费与数字化进程深度捆绑；供应多重受限：秘鲁电力短缺限产、自由港下调产能，直接冲击全球供给基本盘；硫磺链式制约：赞比亚停产叠加硫酸管控，传导至刚果（金）湿法炼铜，抑制产能释放。综述虹吸效应加剧资源紧张，电力与硫磺双重约束供给，数字需求保持强劲刚性，多方合力助推铜价上行。当前铜价已重返历史高位区间，市场涨势凌厉，其核心动力源自战略金属定位、数字转型浪潮、供应端危机及
大模型热潮退去后，理性审视AI的天花板与演进路径
也就是说，现阶段的大模型虽然尚未触及"智能的理论极限"，但已经在逼近"纯文本预测范式"的阶段性瓶颈。它目前究竟能把事情做到什么程度？比如：当前这套技术路线（大规模预训练 + Transformer + 对齐 + 工具调用）的极限在哪里。这才是真正关键的问题。因为一个模型能否继续提升，不只是"堆更多资源"，还要看这条路是否接近收益递减。机器智能理论上能达到什么高度。这个上限目前无人知晓，因为我们连"人类智能的可计算边界"都没有完全弄清楚。所以更务实的讨论应该是：当前大模型已经展现出强大的：但它的瓶颈主要卡在
新华三于英涛：AI发展瓶颈源于系统层面，需通过算网存云安维六维协同突破
新浪科技讯 5月12日下午消息，在新华三集团NAVIGATE 2026领航者峰会上，紫光股份(30.690, -1.00, -3.16%)董事长、新华三集团总裁兼首席执行官于英涛表示，“AI发展瓶颈在于系统层面而非单点技术，这是一个常被忽视的系统性挑战。”他认为，Token性价比并非由单一芯片决定，也非取决于某项独立能力，而是需要算力、网络、存储、云端、安全、运维六大维度的深度协同，才能实现最优效果。 在万卡集群环境中，网络拥塞引发的算力损耗超过30%；数据IO瓶颈导致GPU空转等待时间占比超过40%；安
算力狂飙背后的转折：系统成本重塑AI产业格局
AI算力仍在高速狂奔，但真正发生转变的，是成本构成和应用场景的重新分布。过去两年最常见的观点是将AI发展简单等同于算力扩张带来的全面繁荣。然而，2026年的格局已经出现明显分化：AI服务器保持强劲增长，而手机、个人电脑整体出货量却在下降。与此同时，AI手机、AI PC、AI眼镜等产品却在逆势提升规格、争夺市场份额。同一条AI发展轨迹，正在同时创造增长动力和竞争压力。更值得关注的是，变化的本质不在于"是否存在需求"，而在于需求如何转化为系统成本，以及谁能够承担这一成本。在AI服务器领域，存储成本可以转嫁，算
AI是能力提升的指数级引擎
加利福尼亚周六的清晨。Palo Alto, California Avenue。Zombie 咖啡馆外的露水尚未干透。我们四五人挤在那张老旧木桌旁。今天要聊一件你可能从未深究过的事。阳光透过橡树枝叶的缝隙斜照在墙上。桌面上累积的咖啡渍层层叠叠，宛如一份档案。一位刚将小公司出售给大公司的朋友十分激动地说：'Alan，再过五年，每个人都会成为一人公司。' Alan 喝了一口冰美式，没有回应。等他自己喝完，Alan 才缓缓开口：你想换个角度看吗？那好。今天我们就从底层逻辑开始，深度剖析这件事。以下内容基于我们的
AI全景：当下爆发与未来变革
置身于2026年回望并眺望，人工智能（AI）已绝非科幻影片中的虚幻构想，而是如水电一般，深深渗透进我们生产生活的细微脉络。概括而言，AI的现状体现为“应用狂飙与算力竞速”，而其未来则迈向“深度嵌入实体世界的智能变革与全球规则博弈”。以下为您剖析AI现状与未来的关键脉络： 🔍 现状透视：从“思维激荡”到“手脚协同” 1. 摆脱“空谈”，AI开始“实干” 往昔，AI多局限于对话与文本生成的“思维”层面；如今，竞争重心已从“比拼参数”转向“比拼落地”。以智能体（Agent）为首的AI正全面深入场景，涵盖软件开发
AI繁荣下的产能重构：半导体产业链的残酷分化
当Agent应用引发Token爆发式增长，AI不仅在创造新需求，更在疯狂汲取HBM、先进制程与先进封装资源。下一阶段真正需要关注的，不是谁在喊AI口号，而是谁掌控了被挤压后的稀缺产能，谁又在为这场盛宴默默付出代价。015期和专题03，我们探讨的是软件端和组织端的重构：当算力成本低于人力，Agent应用开始接管真实业务流程，企业利润表被重新改写。但所有软件的狂欢，最终都要在物理世界中落地。每一次Token调用，背后都不是魔法，而是GPU、HBM、DRAM、NAND、先进制程、先进封装、PCB、CCL、电源、