2026年10月13日,博通CEO陈福阳(Hock Tan)在新加坡DBS Asia Future Forward Conference上表示,很多AI投资者并不清楚自己在投什么,预期极端,几乎像在赌场赌博。同日另有报道称,此番言论引发半导体股集体下挫,韩国Kospi指数跌6.25%,三星电子跌7.4%,SK Hynix跌10%,日本Tokyo Electron跌7.15%,SoftBank Group跌8.5%,美股Micron跌4.8%、Nvidia跌0.8%。陈福阳还提到,OpenAI截至9月底年化收入约500亿美元,说明存在可行商业模式,但因训练投入巨大而不保证盈利。后续报道称,博通自2023年底以来已产生约680亿美元AI半导体收入,截至8月2日的财季AI半导体收入同比增长两倍多至167亿美元;他还称资本不足可能是AI行业最大的约束,并批评企业在token上浪费钱做实验。
匹配字段摘要
2026年7月15日,Thinking Machines Lab发布原生多模态开放权重模型Inkling。据Hugging Face介绍,Inkling原生接收文本、图像和音频,为MoE架构,拥有975B总参数、41B激活参数和1M上下文窗口,bf16与NVFP4检查点分别需要2TB和600GB显存,已获Transformers、SGLang、vLLM和llama.cpp支持。同日,Modal官方工程博客称Inkling以Day 0合作上线Modal按token计费的托管端点,并为其定制DFlash推测解码器,在8x B200智能体负载上实现每用户250 tokens/s、每GPU 2.5M TPM,交互性比模型内置推测路径快67%。同日,LMSYS Blog称LMSYS与Thinking Machines团队合作,为Inkling在SGLang和Miles上提供Day-0支持,SGLang针对其MoE架构优化,在Nvidia Blackwell GPU上实现最高71.7k tok/s输入吞吐和171.0 tok/s单用户解码速度,Miles通过定制Megatron后端支持全参数与Lo
匹配字段摘要
2026年7月1日,Air Street Press与Zeta Alpha更新了State of AI Report Compute Index至第六版。该指数显示,2026年预计统计到49,339次芯片引用,其中NVIDIA占44,715次,约91%。已追踪的Hopper部署量达460,904块GPU,而Grace-Blackwell项目仍以安装和宣布阶段为主。已披露合约中,OpenAI的26 GW算力包含16 GW非NVIDIA方案,反映前沿实验室正在组合多家芯片供应商。
匹配字段摘要
2026年5月20日,Cohere发布并开源Command A+混合专家模型。据Cohere产品与研究博客,该模型面向企业智能体任务、支持私有部署,采用Apache 2.0许可证,提供218B总参数和25B激活参数,支持48种语言,并提供BF16、FP8和W4A4量化版本,最低可在两块NVIDIA H100或一块NVIDIA Blackwell GPU上运行。模型权重已上线Hugging Face,也可通过Model Vault、Cohere Space或API使用。目前没有后续有证据的发展。
匹配字段摘要
Jensen Huang 分享 NVIDIA签署的开放模型倡议信
English translation is being prepared.
匹配字段摘要
2026年4月8日,Anthropic 发布 Mythos Preview 模型,并以受限预览形式开放。安全研究者 Johann Rehberger 同日博文引用该模型数据:在利用 Firefox JS 引擎漏洞的测试中,Opus 4.6 在数百次尝试中仅两次成功,而 Mythos Preview 成功 181 次。Anthropic 同时宣布 Project Glasswing,联合 AWS、Cisco、Microsoft、Linux Foundation、CrowdStrike、Palo Alto Networks、NVIDIA 等公司加固关键软件,并捐赠最高 1 亿美元额度加 400 万美元给开源软件。Rehberger 认为能力提升主要改变攻击者的吞吐量而非人数,组织快速部署补丁将成为最大挑战,并预计 6-12 个月后开源权重模型将具备接近能力。目前该模型仍处于受限预览阶段。
匹配字段摘要
NVIDIA 发布 Rubin CPX预填充专用加速器及机架方案
English translation is being prepared.
匹配字段摘要
长江商学院教授李伟分析AI基础设施融资风险，指出Anthropic通过“北极星计划”敲定约420亿美元银团贷款和约180亿美元次级债务，由博通担保背书、黑石出资一半。文章还以Meta的Hyperion数据中心为例，说明其通过SPV将270亿美元债务移出表外，资产负债率约90%，高于Meta自身约43%。作者认为断言明斯基时刻将至证据不足，但垃圾级数据中心债券发行量上升、部分债券价格下跌等迹象值得关注。
作用的地方。数据中心的成本主要由两部分构成，一是芯片，这是主要的成本，二是辅助物件，包括但不限于房屋建筑、冷却设备、连接导线等等。 最近几年，由于AI的快速发展以及人们对AI的狂热期望，市场对数据中心的投入大幅上升。各家AI开发商都在大举囤积芯片，这使得生产图形处理器（Graphics Processing Unit，简称GPU，最主流的AI芯片）的英伟达（NVIDIA）公司一举成为了全球市值最高的公司。英伟达的GPU长期处于供不应求的状况中。 那么AI的投资规模到底会有多大呢？有没有人去做过预测呢？你别说，还真有。根据美国哥伦比亚大学商学院金融学教授斯泰恩·范纽伯格（Stijn Van Nieuwerburgh，简称范纽伯格）的测算，在符合一系列假设的条件下，美国2025年至2032年期间用于AI建设的投资将高达10.3万亿美元。 范纽伯格还做了一个历史性的比较。他计算了一些美国历史上规模最大的基础设施投资在国内生产总值（Gross Domestic Product，简称GDP）中的占比，结果发现AI建设占GDP的比例可能是最高的（图表 1）。 资料来源：范纽伯格（2026）。 由于
匹配字段正文
Latent Space 主理人 swyx 介绍年度旗舰大会 AIE CODE 的策展思路，会议为单轨、邀请制，面向约 1000 名智能体工程师。今年三大主题为 Scaling without Slop、System One 模型和 Increasing Ambition，其中 Jarred Sumner 将分享 Bun 用 Rust 重写及 Bun AOT 预览。文章同时汇总了 Mistral 开源权重发布、OpenAI 前沿模型监控等当日 AI 新闻。
集群可靠性：SkyPilot 报告称，一个 128 机架的 NVL72 集群大约每 5 小时就会丢失一个节点。运行 16 节点作业、每个机架配备 2 个机架内备用节点，可获得 2,037 个可用节点，而非 1,602 个，容量约增加 27%（@skypilot org）。 硬件与供应： Vera Rubin NVLink：由于 SerDes 信号完整性限制，NVIDIA 将每 GPU 的 NVLink 带宽从 3.6 TB/s 削减至 3.0 TB/s（SemiAnalysis）。 芯片算力增长：Epoch 估计，自 2024 年以来，AI 芯片算力的季度销售额每年增长 2.5 倍，低于 2023 年的约 6 倍（Epoch）。 内核、压缩与路由： Prime Mega MoE：使 DeepSeek 的 Mega MoE 内核可训练，速度比 TorchTitan 最高快 55%（Prime Intellect）。 NyoomFloat12：一种对 BF16 权重的无损 12 位压缩，已被 NeurIPS 接收（@realDanFu）。 OpenRouter 路由器：新的质量加权路由器显
匹配字段正文
The Verge 的 Decoder 播客邀请 SemiAnalysis 分析师 Joey Brookhart 拆解 Anthropic 递交的 S-1，讨论其可能以 1.5 万亿至 2 万亿美元估值在纳斯达克上市。Brookhart 称 Anthropic 已实现 700 亿美元以上 ARR，推理毛利率从两年前的负 94% 转为正 85%，每兆瓦推理收入约 6500 万美元，但收入高度集中于编程场景，且约七成算力用于训练与研究。他还提到 Anthropic 未来 7 至 10 年有 5000 亿至 6000 亿美元算力承诺，并对比了 OpenAI 更偏消费端的业务结构。
大量提升空间：如果你每秒处理 X 个 token，仅仅一年后就能达到五倍或十倍。他们会告诉你，他们预计未来算力效率还会持续提升。 在SemiAnalysis与我共同负责Tokenomics模型的Max Kan和我甚至已经就此发表过一些研究。目前，如果Anthropic每兆瓦推理算力对应6500万美元收入，而去年这个时候还只是十几岁的水平。我们曾说过，也许在[Nvidia] Blackwell上运行Opus 5.5，每兆瓦收入可以达到1亿到1.2亿美元。 这里的关键在于，他们现在平均每兆瓦在[销货成本]上，或者说仅在算力成本上，只支付略高于1000万美元。有了这些利润率，你就可以再投资于训练。 人们没有意识到这一点，但实际上只有大约30%的算力真正用于产生收入的推理服务。其余用于实验和研究、训练模型以及后训练模型。所以有大量算力在构建下一个模型，这更多属于研发侧，也是你在这个业务中真正获得回报和护城河的地方。 实际上，我原本期待在S-1中看到这种动态更强烈地展现出来——Anthropic通过销售他们现有的模型赚了很多钱，而且未来会有更多客户购买他们现有的模型。这会带来大量利润。然后，因为
匹配字段正文
Ed Zitron 在长文中分析 Anthropic 的 S-1，认为这份文件只披露了 2026 年 Q2 数据，而该季度 9.74 亿美元利润来自 SpaceX 两个月的算力折扣，且未公布 Q3 营收、现金余额和付款时间表。他统计 Anthropic 与 Google、Amazon、Microsoft、SpaceX、Broadcom 等方的不可取消算力承诺约 2694 亿美元，另有 1250 亿至 1500 亿美元的 TPU 采购承诺未计入合同表，并指出 Q3 营收环比增长 45% 至 168 亿美元，而算力支出增长 76.3% 至 98.8 亿美元。文章还提到 5% 至 7% 的收入来自被认定违规使用其模型训练自家模型的客户，以及锁定期安排允许内部人士较快减持。
一篇重磅文章回归。 在此期间，我正在进行为期一周的促销——年费70美元的订阅享受10%折扣 终身 (点击这里！）——面向新订阅者。这是支持我工作的绝佳方式，而且你能以低于几乎所有竞品通讯的价格获得极其丰富的价值。 过去几个月里，我发表了一篇 两 部分 的指南，介绍AI债务世界；一篇分析 生成式AI对全球经济（可疑）影响的文章；对AI基础设施领域最大参与者（如NVIDIA）的深度分析（第 一 部分和 二) 和 Oracle（第 一 和 二），如何 OpenAI 最终会杀死 Oracle, 以及 风险投资如何杀死自己. 如果你想联系我——尤其是如果你掌握关于Anthropic、OpenAI、Blackstone或AI泡沫中任何其他公司的劲爆信息——请通过Signal联系我，账号是ezitron.76。你也可以在你的Bloomberg Terminal上通过IB找到我。 上周, 我在我的通讯开头引用了Apollo首席经济学家Torsten Slok的一句话，请原谅我， 我不得不再引用一次, 强调 他的: 尽管人工智能领域有巨额投资和广泛炒作，但这项技术在美国科技行业之外的企业界没有带来任何财
匹配字段正文
月之暗面10月24日发布Kimi K3.1 Pro，Terminal-Bench 4.0得分65.7%，但199元和699元套餐用户抱怨额度不足，有开发者测算旧套餐API价值约为新套餐的1.94倍。K3.1 Pro每百万Token输入输出价格从K3的20元和100元降至13元和68元，而复杂Agent任务可消耗数百万Token。信通院报告显示2026年6月国内日均Token约500万亿，是2025年12月的近4倍，作者认为算力短缺仍将长期约束独立模型公司。
, while the 950DT to be launched in the second half of this year has 144GB of memory capacity and 4TB/s memory access bandwidth. Some hardware indicators are already comparable to Nvidia's H200 computing card. Although actual training and inference efficiency still need to be tested under real workloads, such progress is already quite considerable. At the same time, Cambricon continues to iterate its SiYuan series accelerator cards, and T-Head released the new-generation Zhenwu V900 in September
匹配字段正文
TechCrunch 的 Equity 播客讨论本周 PHP 漏洞事件：该漏洞已存在数十年，由参与 OpenAI 与 Wiz 的 Hack the Planet 项目的人类研究员借助 AI 发现，网站所有者被要求立即修补或下线。嘉宾认为，LLM 与 AI 智能体让发现此类漏洞变得更容易，而 PHP 支撑 WordPress、Drupal 等约 70% 的网站，披露过程还引发大规模攻击尝试和链接失效问题。
子，也许那在某种程度上能解决问题。但就是没有简单的方法来做到这一点。我认为这只是开始，接下来会有大量的来回，显然这是网络安全的一个新前沿。 Kirsten：Matthew Prince 的社交媒体帖子对我来说真的很有说明性，而且相当可怕。另外，我不知道你们俩有没有看到，但亚马逊也发了一篇博客文章。这是一家资本非常雄厚的公司，所以他们有工具和团队来捕捉正在发生的事情。他们基本上运营着一个蜜罐网络，或者说诱饵，他们实际上看到，在这个漏洞被公开宣布之前，就已经有人试图利用它了。 对我来说，再次回到这一点：亚马逊有工具、资本和专有技术来对抗这些东西。有那么多网站，甚至可能是政府网站，就是没有那种程度的关注。所以对我来说，这才是真正可怕的部分。 而且外面有一些 AI 员工，他们可能会把这件事推向末日准备者的下一个层次，因为你可以看到银行可能会如何被利用，再加上数据和隐私方面的担忧，这感觉比我们现在能修复的要大得多。所以我很想看到两件事。第一，人们的行为会变得多极端——但我也在想，会不会有一些新的初创公司因此冒出来，或者我们会不会转向一些开源工具[由 Nvidia 等公司提供的]来创建这些安全层。
匹配字段正文
AMD 企业业务集团副总裁 Derek Dicker 在采访中表示，智能体 AI 让 CPU 承担工具、API、数据库和运行环境的编排，部分部署中 CPU 与 GPU 的配比已接近 1:1。AMD 近期公布面向智能体 AI 基础设施的机架级方案 Helion，其纯 CPU 配置基于第六代 EPYC 处理器，最多支持 32,768 个核心。Mercury Research 数据显示，2026 年第二季度 AMD 在 x86 服务器处理器出货中占 34.5%，Intel 为 65.5%；在数据中心 EPYC 与 Xeon SP 的对比中，AMD 份额为 46.4%。
体 AI 应用，这类应用需要 CPU 在基于 GPU 的推理之外协调和执行大量并发任务。 与此同时，SP8 家族面向通用企业计算。AMD 并未单纯追求最大化核心数量，而是优先考虑处理能力、性能和内存的平衡，以支持数据库、虚拟化和企业应用等工作负载。 该家族从 8 个核心扩展到 128 个核心，让组织可以选择适合其工作负载的配置。 AMD 对 Intel 对 NVIDIA 市场研究公司 Mercury Research 显示，AMD 在 x86 服务器 CPU 市场正稳步缩小与 Intel 的差距。 2026 年第二季度，AMD 占 x86 服务器处理器出货量的 34.5%，环比上升 130 个基点，而 Intel 的份额下降 130 个基点至 65.5%。 当比较范围缩小到数据中心使用的 AMD EPYC 和 Intel Xeon SP 处理器时，AMD 的份额升至 46.4%，而 Intel 为 53.6%。 在已发布的 SPEC CPU2017 整数吞吐量测试中，一台搭载 AMD 第五代 EPYC 9965 的双插槽服务器得分为 3,230，而一台双插槽 Intel Xeon 69
匹配字段正文
TS Lombard首席宏观策略师Dario Perkins在10月22日研报中推演，AI资本支出狂欢可能在2028年初终结，标普500将下跌30%、科技股暴跌40%，约20万亿美元市值蒸发。报告认为当前AI收入增长主要来自科技巨头间的资本支出循环和债务融资，并列出收入不达预期、信用风险上升、折旧压力、IPO浪潮、半导体周期和监管安全六大连锁触发因素。报告预计美国GDP下降约2个百分点、流失约80万个数据中心相关岗位，但私人部门资产负债表健康且美联储降息空间充足，衰退程度更接近1990年或2001年而非2008年。
本性转变。 触发器四：IPO浪潮揭开真相 Anthropic和OpenAI均计划IPO（后者已推迟至2027年）。历史经验表明，IPO浪潮往往标志着周期顶部。更重要的是，IPO将首次为外界提供了解AI行业真实经济状况的窗口——目前AI公司披露的指标（如"年度经常性收入"ARR）明显经过美化，存在大量信息不透明问题。 触发器五：半导体周期与供应链风险 英伟达（NVIDIA）是AI建设的"镐与铲"，也是整个AI繁荣的晴雨表。英伟达正在大规模开展"供应商融资"（vendor financing），向客户提供贷款以购买更多芯片，业内称之为"资产负债表即服务"。根据国际清算银行（BIS）最新研究，超过55%流入AI企业的投资来自其他AI企业，循环融资特征极为明显。此外，半导体需求具有高度周期性，存在"牛鞭效应"——一旦需求放缓，当前的硬件短缺可能迅速转变为严重过剩。 触发器六：监管与安全风险 AI技术在公众中的形象持续恶化。约55%的美国人希望放缓AI发展速度，仅13%持反对意见，且这一结论在各主要政治群体中均成立。根据2026年IBM/Ponemon数据泄露成本报告，全球四分之一的恶意企业数据
匹配字段正文
Pragmatic Engineer 调查 27 家公司的 AI 编码工具支出与 PR 产出，发现公司规模与 AI 支出无关，且多数公司难以回答 AI 投入的回报率。CodeRabbit 数据显示开发者每周 PR 数同比增长 113%，但部分公司 PR 频率持平、单次 PR 代码量增至 3 倍。高支出案例中，一家量化交易公司月支出达 800 万美元、人均 1600 美元，一家两人 .NET 团队人均每月 3000 美元、PR 频率提升 5-10 倍。
quant shop has seen AI costs increase 15x since January, while a two-person .NET shop spends $3,000/dev/month, plus details from six more companies. AI spend at Big Tech. Meta and NVIDIA encourage devs to use AI heavily, while engineers at Apple are far more cautious. Medium spenders. Details from five companies spending $300-500/month/dev. Low spenders. Companies spending below $300/month/dev, many of which use subsidized subscriptions. Including details from a publicly traded company, a nonpro
匹配字段正文
SF Compute CEO Evan Conrad 在 Latent Space 播客中表示，算力市场必须先做物理交割，即真正交付可用的 GPU 算力，再谈金融化，否则容易出现市场操纵和基差风险。他称 SF Compute 已把 5% 的容量放上订单簿，客户花 100 美元买入容量后平均能靠转卖收回 25 美元，并已成交数亿美元规模。他还表示公司不持有硬件以保持中立，并已支持客户自行在线切分 InfiniBand fabric。
行官。 节目笔记 我们此前与 SF Compute 的对话 2020年石油期货为何跌为负值——EIA SF Compute 客户如何转售未使用的 GPU 容量 SF Compute 的 2.45 亿美元算力销售 Abel：SF Compute 的交割账本 CFTC：巴克莱与 LIBOR 操纵案 弹性 InfiniBand 分区 时间戳 0:00 — 为什么 NVIDIA 不能做这件事？ 0:25 — 欢迎回到 Latent Space 2:23 — 从卖一间房到经营一家酒店 3:47 — 物理交割：真正交付算力 6:00 — 流动性与 GPU 订单簿 8:42 — 交易非标准算力 10:00 — 中断和迁移工作负载 12:20 — 为什么硬件批次很重要 14:32 — 算力合同能延伸到多远？ 16:19 — 批处理与实时推理租约 17:58 — 算力价格的形态 20:33 — GPU 代际、规格与 SKU 23:30 — 物理交割与现金交割 27:00 — 新兴的算力市场生态 29:03 — 交付一个 GPU 集群需要什么 32:24 — 主权算力 33:26 — 为什么 NVIDIA
匹配字段正文
摩根士丹利认为英伟达在AI板块中风险回报最佳，但其2027年收入的91.7%依赖基础设施需求。该行预计超大规模云厂商和AI云服务商2027年支出达1.58万亿美元、增长约60%，其中近7000亿美元流向英伟达，而SpaceX与AWS约占其2027年超大规模客户收入的54%和增长的72%。摩根士丹利按2028财年15倍市盈率认为股价便宜，但其电力模型预计到2028年美国数据中心电力缺口达32GW，需求为97GW。
Morgan Stanley rates Nvidia AI’s best risk/reward, though 91.7% of its 2027 revenue is exposed to infrastructure demand. MS research expects hyperscalers and AI cloud providers to spend $1.58T in 2027, up roughly 60%, with nearly $700B reaching Nvidia. That haul leans on 2 buyers, with SpaceX and Amazon Web Services modeled at about 54% of Nvidia’s 2027 hyperscaler revenue and 72% of growth. Morgan Stanley still calls the stock cheap at 15 times fiscal 2028 earnings, arguing analysts underestima
匹配字段正文
The Verge 分析指出，CoreWeave 债券已跌入困境区间，股价自上周二收盘以来下跌超过 20%，并波及 Oracle 等其他举债扩张的 AI 公司。CoreWeave 第二季度财报显示负债超过 350 亿美元、上半年亏损超过 10 亿美元，但客户合同剩余履约义务达 1037 亿美元，其中约 40% 于 2028 年到期且大多不可取消。作者认为股价下跌不等于业务崩塌，真正考验要等 AI 热潮放缓时才会出现。
nd the companies who’ve agreed to these contracts can’t cancel them except under some very limited circumstances. Its biggest customers are Microsoft, OpenAI, and what is probably Nvidia, though CoreWeave doesn’t disclose who its third-biggest customer is. Those three generated almost three-quarters of the company’s second quarter revenue. Microsoft and Nvidia are probably good for the money — at least, as long as it benefits them to be good for the money. (I suspect they realize that if CoreWea
匹配字段正文
Guardian分析文章讨论纳斯达克100上周下跌5.5%是否意味着AI股市热潮走向终结，多位市场人士认为这更像估值重估而非AI本身失效。文章提到美国超大规模厂商2025年AI相关资本支出达4250亿美元，其公司债已占全球投资级信用市场近10%，IMF将AI投资泡沫破裂列为全球经济的首要风险之一。澳大利亚数据中心投资预计到2030年达1500亿美元。
e recent wobbles, the Nasdaq 100 is still worth nearly three times more than at the start of 2023. On the S&P 500, meanwhile, tech titans Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia and Tesla now account for 35% of the American sharemarket index, up from 12% a decade ago. The total market capitalisation of the so called “magnificent seven” companies has increased by more than 50% in the past two years. Raisah Rasid, a Singapore-based global market strategist at JP Morgan Asset Management, s
匹配字段正文