富婆大姐

豆包，混元，千問等AI應用已經成了事實上的新的流量入口。搶用戶大戰，會越來越激烈。作爲喫瓜羣衆，樂見他們互抄後路。
小小預測一下。
先不考慮AI手機。 AI APP搶到流量入口後的下一個事情就是小程序都會起來。這些小程序都是作爲AI的能力補充或者信息的填充。
以前所有的信息孤島都會更方便的連接起來。
以前跨應用的一些工作流程也會更加無縫的銜接起來。
舉個例子，現在的微信小程序，你每進一個新大樓的停車場，都可能要掃不同的小程序交費。如果有豆包小程序，仍然是之前那些公司的獨立小程序，通過mcp類似的協議接入豆包，那你只需要跟豆包說幫我交停車費，他可以幫你去查。
如果會寫代碼，小程序還是有非常多的機會。
如果是不會寫代碼。AI也可以幫你寫。還是有很多機會。

每次坐飛機離開深圳，只要坐在飛機左側窗口，
轉頭看窗外，哪怕隔了5公里，我也能在1秒內找到自己的小區。
有這種能力，不去送外賣，可惜了。

最新消息：受英偉達H200出口獲批的影響，三星和SK海力士將HBM3E價格上調20%。

今晚新闻联播讲了近两分钟的东数西算
还展示了芜湖一个数据中心的液冷

谷歌擬收購AIDC電力儲能公司Intersect。
Intersect公司提出的“電力優先”數據中心開發模式，核心是爲了解決一個關鍵矛盾：爆發式增長的AI算力需求與老舊電網不堪重負之間的矛盾。
一個比喻看懂“電力優先”
你可以把傳統數據中心想象成一個在快速發展的大城市裏開大型餐廳。
傳統模式：餐廳完全依賴城市的公共電網供電。當城裏餐廳越來越多，用電量激增，而電網擴建緩慢，就會導致頻繁停電或電壓不穩。
Intersect的“電力優先”模式：這家餐廳直接在自己旁邊建了一個專屬的“能源農場”，包含太陽能板（種菜）、一個天然氣發電機（養雞）和一個超大倉庫（冰箱+電池）。這樣，它所需的大部分能源和食材都能自給自足，僅把公共電網作爲備用。這大大減輕了城市公共設施的壓力，也保證了餐廳運營的絕對穩定。
爲什麼這種模式如此重要？
1. 解決AI的“電荒”危機：AI模型訓練和運行需要消耗巨量電力，且不能中斷。老舊的電網無法滿足這種集中且龐大的新需求，Intersect的模式相當於繞開了這個瓶頸。
2. 平衡清潔與可靠：單純依賴太陽能和風能發電不穩定（晚上和陰天怎麼辦？）。Intersect通過“天然氣調峯+電池儲能”組合拳，在用太陽能供電的同時，確保任何時候都能提供穩定電力，實現了清潔能源的高比例使用。
3. 速度與成本優勢：新建輸電線路往往需要數年審批。而Intersect的共址模式可以更快地破土動工，加速AI數據中心的部署。同時，自有發電在長期來看可能具有成本優勢。
對行業的影響與挑戰？
這種模式爲科技巨頭（如收購Intersect的谷歌母公司Alphabet）擴張AI業務提供了可行的能源解決方案，可能會引領一波數據中心與能源公司深度綁定或合併的潮流。
這種模式也並非完美，它依然需要應對電網接入審批、混合能源系統的技術管理以及來自傳統能源和數據中心運營商的市場競爭等挑戰。

今天做了個小小的分享。
總結一下。
AI博主也好，其他知識付費博主也好，能提供的最核心價值可以用兩個詞概括。
一個是“篩選”，每天信息爆炸，如何從中篩選出最有價值的信息並做解讀。
一個是“前瞻”，行業風雲變幻，快速迭代，如何對行業內發展做出正確預判。

我已經到達現場。
雖然不是明星，還簽了個名，儀式感滿滿。

有粉絲讓點評一下摩爾線程的這個新GPU算力如何？真實水平如何？
我看了一下公開的一些數據，看數據當然要看他講了什麼，以及看沒講什麼。
很多人可能想看跟英偉達的對比數據，不好意思，單卡芯片的具體算力我好像沒找到。
跟汽車行業不一樣。
國產汽車發佈會上，經常把特斯拉放在一起進行參數對比。
國產AI芯片跟英偉達相比存在代際差距，這個是事實。
所以這個發佈會有很多是自己跟自己比，比如算力的密度，能效等等，比之前還是提升不少。單卡算力跟人家有差距，但可以拼集羣算力，有錢的話可以買10萬張攢在一起。 片間互聯速率達 1314 GB/s，也算是亮點了。
再給國產芯片一些時間。

阿里雲在杭州機場的廣告。

繼續嘗試用“阿福”APP解讀最近的體檢報告，整個過程意外地順暢。打開APP時，界面簡潔的淡紫色漸變背景讓人感覺很舒適 。首頁有提示上傳報告，並貼心地展示了示例圖，強調“平整放置、完整拍攝”。
我通過“上傳照片”按鈕導入了5張生化檢驗報告截圖（包括血常規、肝功能、血脂等）。上傳後，APP立刻進入解析狀態，界面顯示“正在解讀報告…”，並實時標註瞭解讀步驟：掃描文件、身份脫敏、分析報告、整理結論。每一步前的綠色對勾陸續亮起， 體驗不錯。
不到2分鐘，結果就生成了。報告解讀非常清晰： 血糖相關指標全部正常，糖化血紅蛋白顯示近期血糖控制良好；肝功能指標也無異常；唯一需要注意的是總膽固醇輕度升高，APP分析可能與飲食結構相關，但低密度脂蛋白正常，心血管風險較低。此外，血清肌酐略有升高，建議結合臨牀進一步評估。
最實用的是健康建議部分！APP直接給出了四點指導：
1. 專科就診 ：建議去內分泌科詳細評估膽固醇和肌酐指標；
2. 生活方式調整 ：具體到飲食（減少高脂肪食物）、運動（每週150分鐘有氧）、戒菸限酒；
3. 定期複查 ：提示3-6個月後跟蹤血脂和腎功能；
4. 可能的藥物干預路徑，但強調先以生活方式調整爲主。
最後還瀏覽了APP內置的科普欄目，對“空腹血糖”“糖化血紅蛋白”等指標的解釋通俗易懂，正常值範圍和異常提示一目瞭然，像上了一堂迷你健康課。
整體體驗 ：
操作簡單，從拍照到出結果幾乎無門檻；
隱私保護明確（多次強調“僅用於本次解讀”）；
解讀結果不僅羅列數據，還結合臨牀意義給出針對性建議，緩解了不少不必要的焦慮。
下次體檢後，應該會繼續用它做初步篩查！

這張圖表挺有意思。
通過比較大模型在評測場的霸榜時間，可以非常直觀的觀察大語言模型領域競爭格局和演變趨勢。
當然了，爲了弱化中國在大模型這一塊的實力表現，這張圖顯然沒有把中國的大模型放在裏面，刻意迴避了DeepSeek和Qwen強有力表現的事實。。
核心結論：早期，OpenAI 在模型性能上保持了絕對領先和主導地位，但來自谷歌的 Gemini 正作爲強有力的挑戰者出現，而其他競爭者（如 Claude 和 Grok）的市場影響力相對有限。
總體格局：OpenAI 的絕對主導
統治級表現：代表 OpenAI 的綠色區域佔據了圖表絕大部分面積，總計達到 540天。這意味着在從2023年第二季度開始到2025年第四季度的絕大部分時間裏，LMArena 排行榜的榜首位置都由 OpenAI 的模型（推測主要爲 GPT 系列迭代版本）佔據。
強大的先發與持續優勢：OpenAI 從圖表起始點（2Q23）就佔據了榜首，並一直保持領先。這表明其不僅在發佈 ChatGPT 時取得了先發優勢，更重要的是，通過持續迭代（如 GPT-4, GPT-4 Turbo, GPT-4o 等），成功地將這種性能優勢維持了相當長的時間。
核心變局者：Gemini 的崛起
強有力的挑戰：代表谷歌 Gemini 的藍色區域從 2024年第四季度（4Q24） 開始出現，並迅速擴大。其總計榜首天數爲 302天，雖然遠少於 OpenAI，但考慮到其出現時間較晚，這個追趕速度非常驚人。
競爭的開始：Gemini 的崛起標誌着大模型領域從 OpenAI 一家獨大，進入了與谷歌雙雄爭霸的階段。圖表清晰顯示，從2024年底開始，榜首位置開始在 OpenAI 和 Gemini 之間頻繁交替，行業競爭白熱化。
其他參與者：市場份額有限
Claude（Anthropic）：橙色區域，總計 27天。其表現相對穩定但份額很小，可能在某個特定時期或特定基準上表現突出，但未能對頭部兩強形成持續挑戰。
Grok（xAI）：灰色區域，總計 34天。其情況與 Claude 類似，影響力有限。
時間線解讀：競爭態勢的演變
2023年 Q2 - 2024年 Q3：OpenAI 壟斷期。這一時期幾乎是 OpenAI 的“獨角戲”，其他模型開發者尚未能撼動其地位。
2024年 Q4 - 2025年 Q4：雙雄爭霸期。隨着谷歌投入大量資源併發布更強大的 Gemini 模型（如 Ultra 版本），格局被打破。圖表顯示，榜首位置在兩者之間激烈爭奪，但 OpenAI 總體上仍保持微弱優勢。
通過此圖表可能想表達
1. 技術迭代速度極快：從 OpenAI 長期壟斷到 Gemini 快速崛起，表明這個領域的技術壁壘雖然高，但頂尖的競爭者（如谷歌）有能力在短時間內實現重大突破並快速追趕。
2. 贏家通喫效應明顯：OpenAI 建立的巨大領先優勢使其獲得了最長的“性能標杆”時間，這有助於鞏固其品牌形象、開發者生態和商業合作，形成正向循環。
3. 競爭的持續性：圖表預測到2025年底，競爭依然激烈。這表明高盛認爲，在可預見的未來，頂級模型性能的“軍備競賽”不會停止，OpenAI 無法高枕無憂。

一覺醒來，外網都在討論東大的“曼哈頓計劃”。
曼哈頓計劃是之前美國祕密研製原子彈使用的代號。
這裏用來指代東大在祕密製造光刻機。
我看了一下，其實沒有披露太多新的消息。可能只是之前老外並不知道而已。
更多的討論，帶着一種淡淡的憂慮。東大那些曾經被卡脖子的位置，正在被集舉國之力逐步攻克。
光刻機是終究要解決的一個問題。
起步不一定就得要有EUV。
能通過一些工程手段達到一些等效效果也是不錯的。

今天最熱的應該就是液冷。
來看看英偉達的液冷長什麼樣子？
肉眼看上去，用了不少的銅。[允悲]
$BNB $BTC $ETH

見到銅牛合張影。
見牛發財！

粉絲裏有中籤摩爾或沐曦的嗎？

表面上缺存儲，實際上，潔淨室資源不足正成爲存儲芯片擴產中最大的瓶頸。
“AI服務器需求爆發，但存儲芯片的擴產瓶頸根本不是需求，而是物理學。”一位三星晶圓廠負責人指出。高帶寬內存（HBM）生產消耗的晶圓產能是標準DRAM的三倍，且對生產環境要求極爲苛刻，導致全球潔淨室資源被高速吞噬。
2025年底，SK海力士計劃將DRAM產能提升至當前八倍，這一宏大目標面臨現實制約：月產能從2萬片晶圓躍升至14萬片，核心瓶頸在於潔淨室資源。
隨着AI推動存儲需求結構性轉變，潔淨室已成爲全球存儲戰爭中最稀缺的戰略資源。
01 物理瓶頸：爲什麼潔淨室成爲存儲擴產的關鍵制約
建設一個半導體級潔淨室需投入180億美元，僅建築部分就耗資20-30億美元，而從決策到投產需歷時數年。這種巨大的資本投入和長週期特性，使潔淨室成爲存儲擴產中最難以快速突破的環節。
潔淨室資源正被HBM大規模擠佔。HBM由於採用複雜的3D堆疊結構，其生產所需潔淨室空間是標準DRAM的三倍以上。三星、SK海力士和美光三大存儲製造商正將大量潔淨室資源轉向更有利可圖的HBM生產。
半導體制造對環境要求極爲苛刻。晶圓生產區域的潔淨度需達到Class 1標準，即每立方英尺大於等於0.5微米的灰塵顆粒不能超過1顆，比進行器官移植手術的手術室還要潔淨100倍。這種極端環境需要精密的空氣過濾系統和持續穩定的溫溼度控制。
人力因素也成爲潔淨室管理的巨大挑戰。人體是潔淨室最大污染源，佔發塵量的90%左右。工作人員即使穿着無菌服，軀體活動時的發菌量也可達到靜止時的3-7倍。這意味着潔淨室內人員操作規範直接影響芯片良率。
02 產業影響：定向擴產如何重塑存儲市場格局
存儲芯片市場的遊戲規則已發生根本變化。到2027年，HBM在DRAM市場總價值中的佔比將高達43%。這種高價值導向使製造商將潔淨室資源優先分配給HBM生產。
SK海力士的擴產計劃明顯體現出這種“定向擴產”特徵。其新增產能主要瞄準AI服務器和高性能計算用的新一代內存，如GDDR7和低功耗SOCAMM。普通消費級DRAM難以從這些新增產能中優先分到資源。
全球存儲巨頭紛紛調整戰略。三星投入30億美元加速平澤P4工廠建設，並將工期提前三個月，重點轉向生產第四代HBM內存。潔淨室資源的重新配置直接決定了各家公司在AI時代的市場地位。
存儲芯片市場已從週期性波動轉向結構性供應短缺。未來三年，這種由潔淨室資源分配決定的供給側格局將持續影響價格體系，HBM與普通內存的盈利差距會逐漸縮小但依然顯著。
03 技術突圍：潔淨室資源優化如何推動創新
面對潔淨室資源瓶頸，半導體產業正在多維度尋求突破。例如通過自動化物料存儲和提取，最大程度提升現有潔淨室空間利用率。
存儲製造工藝也在不斷進步。在可能達到擴展限制之前，浮柵技術還有兩代半導體節點發展空間，通過提高當前晶圓廠的位輸出，更好地利用現有潔淨室產能。
三大DRAM廠商正加速推進10納米以下工藝節點。三星計劃最早於2027年完成9納米產品的研發，SK海力士則積極佈局高數值孔徑EUV光刻技術，這些創新都旨在最大化每單位潔淨室空間的價值產出。
晶圓廠通過自動化與智能化管理，顯著降低對潔淨室環境的依賴。自動化設備協同作業，構建高效的自動物料搬運存儲系統，減少人員活動帶來的污染風險。
04 未來展望：潔淨室資源分配決定AI存儲競爭格局
潔淨室資源的戰略配置將成爲存儲芯片廠商的核心決策。SK海力士在利川M16工廠安裝全球首臺用於DRAM生產的High-NA EUV光刻機，正是爲在未來潔淨室資源競爭中佔據優勢。
未來三年，潔淨室建設速度將直接決定存儲芯片供應格局。新潔淨室從建設到投產需要數年時間，當前規劃中的項目最早也要到2028年才能釋放產能。這意味着至少到2027年，存儲芯片市場將持續面臨由潔淨室資源不足導致的結構性供應短缺。
區域競爭態勢也將受到影響。三星在美國泰勒工廠的建設，不僅是爲了靠近客戶，更是爲了利用美國《芯片法案》的補貼政策，緩解潔淨室建設帶來的資金壓力。
存儲芯片行業正經歷從消費電子驅動向AI驅動的歷史性轉變。在這一轉變中，潔淨室作爲基礎生產設施，其戰略價值將不斷提升，成爲各國科技競爭的焦點領域。
存儲芯片市場已從過去的週期性波動轉向結構性供應短缺，這一趨勢預計將延續至2027年甚至更久。工廠建設週期長、技術轉換困難，以及HBM對產能的持續吞噬，共同構成了這場供給危機的物理基礎。
隨着AI對存儲需求的持續增長，潔淨室作爲戰略資源的地位將愈發凸顯。全球存儲芯片市場正在經歷的不僅是一次價格波動，更是一場由潔淨室資源分配決定的行業格局重構。

博通CEO透露：谷歌的TPU被蘋果、Coherent和SSI等外部公司使用。
“在某些情況下，相同的 XPU 已被擴展到其他 LLM 同行，谷歌就是最好的例子，谷歌用於創建 Gemini 的 TPU 也被蘋果、Coherent 和 SSI 等公司用於 AI 雲計算。”

馬斯克剛剛說：太陽是天空中一個巨大的、免費的聚變反應堆。在地球上建造小型聚變反應堆簡直愚蠢至極。

以下是內存存儲巨頭SK海力士的內部分析
供應
除 HBM 和 SOCAMM 外，預計到 2028 年，通用 DRAM 的供應位增長將受到限制。
生產與庫存
儘管供應商庫存已消耗至最低水平，但與以往的經濟繁榮時期相比，預計產能增長將十分有限。
由於服務器需求急劇增長，預計B/G將增長24%。
服務器份額：2025 年 38% → ，2030 年 53%，預計大幅增長
- 由於人工智能需求激增，預計DRAM將迎來超級週期
預計到2028年，PC DRAM 的總體產量增長將不足以滿足需求。
- 由於運營正常化，預計2028年新建DRAM晶圓廠將新增產能。
供應商庫存水平急劇下降，且由於新技術轉型，DRAM產能增長有限。
預計2026年個人電腦出貨量將與今年保持相似水平，人工智能個人電腦市場將擴張
預計個人電腦銷量將與2025年持平，但由於人工智能個人電腦的擴張，DRAM的採用率預計將會提高。
- 預計2026年人工智能PC將佔PC總份額的55%。
由於服務器需求急劇增長，預計業務增長18%。
受人工智能需求激增的影響，服務器eSSD預計增長36%。
預計消費者業務不會出現顯著增長，但預計QLC產品線將擴張。
IDM公司的主要投資集中在服務器DRAM/HBM上，導致NAND閃存供應相對短缺。
- 計劃利用NAND庫存應對需求缺口
因此，預計庫存水平將大幅下降，價格上漲壓力預計將持續存在。

上海交通大學與國星宇航共建國內首個太空計算聯合實驗室，聚焦天基算力網需求，推進自主可控太空計算芯片研發、機器人衛星與在軌增材製造等前沿領域，推動形成具有全球影響力的太空計算產業集羣。
相關上市公司在能源、算力、數據中心與星間通訊等細分領域深度佈局，技術領先並實現批量應用，產業鏈協同發展爲技術進步和市場開拓提供支撐。國星宇航相關企業持股形成穩固資本紐帶，整個生態鏈的推進將帶來長期投資機會。