新聞熱度趨勢
項目概述
Node AI 使用戶能夠參與、貢獻並從不斷發展的人工智能領域中受益。通過利用區塊鏈技術，Node AI 確保了一個透明且安全的生態系統，參與者可以參與各種功能。比如收益分成、AI節點租賃、GPU算力借貸等。
HIVE Digital簽署3.5億美元五年期AI雲服務合同，將部署2016枚英偉達Blackwell Ultra GPU
數字基礎設施公司 HIVE Digital Technologies 旗下高性能計算部門 BUZZ High Performance Computing 簽署一份爲期五年的 AI 雲服務合同，金額約 3.5 億美元，客戶爲一家未披露名稱的投資級企業。合同預計每年新增約 7000 萬美元收入，使 BUZZ HPC 年化收入升至約 1.8 億美元。 BUZZ HPC 將部署 2016 枚英偉達 Blackwell Ultra GPU，採用 GB300 NVL72 系統、英偉達 Quantum-X800 InfiniBand 網絡及 VAST Data 存儲。集羣預計於今年晚些時候在加拿大不列顛哥倫比亞省 Merritt 的 Bell's AI Fabric 設施投入運營，該設施使用可再生水力發電和閉環液冷技術。 HIVE 預計該項目資本支出約 1.85 億美元，並將通過已公佈的融資及新增設備債務完成部署。公司預計集羣完全上線後，HPC 和 AI 業務日收入約 50 萬美元，並計劃在年底實現 2 億美元 GPU 雲服務年化收入；其在加拿大擁有約 400 兆瓦容量，未來兩年可支持超過 12 萬枚 GPU。（Bitcoin.com News）
Serenity：AI供應鏈繁榮遠未結束，存儲、封裝、電力等環節或迎長期需求爆發
“白毛股神”Serenity 在 X 平臺發佈 AI 產業鏈觀察，指出 AI 基礎設施需求正在推動存儲、先進封裝、算力融資、光通信、電源及電子元件等多個環節進入長期擴張週期，AI 供應鏈仍處於高速增長階段。在存儲領域，Serenity 援引瑞銀預測稱，傳統 DRAM 廠商（如美光）的毛利率可能在 2027 年達到前所未有的 95%，甚至超過 HBM 產品的毛利水平。此外閃迪長期協議已覆蓋 2028 年產能的約三分之二，最低合同收入規模達到 930 億美元，而當前市值約 2390 億美元，顯示其未來收入目標可能持續多年，難以簡單視爲傳統週期股。在雲計算基礎設施方面，CoreWeave 已簽署協議將使用英偉達 A100 GPU 服務至 2029 年，這對 Nebius、Iren 等新型雲計算公司構成利好，也削弱了部分投資者關於老舊 GPU 快速折舊的看空邏輯。AI 模型公司增長速度也持續超預期，前沿 AI 實驗室仍保持極快增長速度，若增長停滯反而值得擔憂，市場預計 Anthropic 的 2028 年收入可能達到 1900 億至 2000 億美元。不過，先進封裝和半導體基礎設施仍是核心瓶頸，臺積電先進封裝負責人表示，未來幾年行業不僅可能面臨存儲短缺，也將面臨 ABF 載板供應緊張。Serenity 總結稱，AI 基礎設施供應鏈正在持續擴張，從 GPU、存儲、先進封裝，到電力、光通信和電子元件，各環節均呈現長期需求增長趨勢，AI 供應鏈仍處於高速發展階段。
CoreWeave、Nebius財報揭示AI雲算力趨勢：供給短缺持續，CSP邁向“AI基礎設施操作系統”
分析師 qinbafrank 在 X 平臺發文表示，CoreWeave（CRWV）和 Nebius 最新財報顯示，AI 雲算力（CSP）行業正在進入快速擴張階段，行業競爭重點正從單純提供 GPU 租賃，轉向建設覆蓋算力、軟件、數據和運營能力的 AI 基礎設施平臺。目前，AI 算力需求仍明顯超過短期可交付供給。與此同時，AI 算力定價權正在增強，但漲價主要集中於高價值資源。CoreWeave 表示，7 月各類 GPU 計算 SKU 價格普遍上漲約 25%；Nebius 披露，上一代 GPU 價格較一季度上漲超過 30%，二季度新籤合同平均年化收入超過每 MW 2000 萬美元，部分項目達到 2000 萬至 2500 萬美元，短期緊急容量價格甚至達到每 MW 4000 萬至 5000 萬美元。不過，價格上漲主要發生在短期容量、新一代 GPU、大規模集羣以及生產級 AI 推理場景，傳統低優先級、長期鎖價的裸算力並未同步上漲。從盈利模型看，AI 算力項目級回報正在變得更加清晰，但公司整體資本回報率（ROIC）仍需時間驗證。Nebius 首次披露較明確的項目回收週期，CoreWeave 則通過長期合同和資產級融資降低 GPU 投資壓力。但兩家公司當前仍處於高資本投入階段，折舊和融資成本繼續壓縮利潤空間。不過，越來越多單個項目能夠實現經濟模型閉環，意味着 AI 基礎設施商業模式正在逐步成熟。此外，CoreWeave 和 Nebius 均在向“AI 基礎設施操作系統”方向升級。未來 CSP 競爭不再只是出租 GPU 小時數，而將覆蓋 AI 訓練、推理、存儲、網絡、模型部署、監控、安全治理以及 Agent 運行環境等完整服務體系。在資本模式方面，兩家公司也出現不同路徑：Nebius 更偏向輕資產模式，通過資本合作伙伴投入建設 AI 數據中心，自身提供 AI 基礎設施運營和軟件能力；CoreWeave 則通過 Omni 戰略推動混合雲模式，將完整 AI 雲平臺部署到客戶自有數據中心和 GPU 資源上，更強調企業級和主權 AI 交付。整體來看，AI 雲算力行業正在從“GPU 租賃商”向“AI 基礎設施平臺”演進。短期供給約束仍將支撐算力價格，而長期競爭焦點將轉向資本效率、軟件能力以及能否成爲 AI 時代的基礎設施操作系統。
AI架構公司Pathway完成3000萬美元種子輪融資，Id4 Ventures等參投
AI 架構開發公司 Pathway 宣佈完成 3000 萬美元種子輪融資，Id4 Ventures、TQ Ventures、Red Bridge Ventures、Kadmos Capital 及 Wilson Sonsini 旗下投資機構 WS Investment 等參投，Databricks 首席 AI 科學家 Jonathan Frankle 以天使投資人身份加入。Pathway 正在開發生物啓發式動態層次架構（BDH），這一“後 Transformer”架構旨在突破當前 Transformer 模型持續依賴更多數據、GPU、能源和資本擴張的侷限。與傳統大模型需週期性重新訓練不同，BDH 可利用較少數據實現持續學習與連續適應。該公司同時宣佈，已任命前谷歌 DeepMind Gemini 產品負責人 Adam Kurzrok 擔任首席產品官，負責 BDH 模型的產品方向，涵蓋模型封裝、評估體系與商業部署等工作。(Finsmes)
GPU 數據公司 Silicon Data 完成 3050 萬美元 A 輪融資，Valor Atreides AI Fund 領投
GPU 市場數據基礎設施公司 Silicon Data 宣佈完成 3050 萬美元 A 輪融資首次交割，由 Valor Atreides AI Fund 領投，CME Ventures、DRW、Samsung Next、VanEck、Jump Trading、Wintermute 等參投。本輪資金將用於 GPU 基準定價、性能測量、機構及另類數據，以及衍生品、保險和信貸市場風險基礎設施。
美銀：英偉達 5000 億美元第三方融資分散風險，無需動用資產負債表
據潮向研究，美銀 8 月 10 日研報指出，英偉達與 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和 KKR 簽署諒解備忘錄，通過獨立平臺調動超 5000 億美元第三方資本。此前英偉達向 OpenAI、Anthropic 等生態夥伴股權投資約 700 億美元，僅佔 2026 至 2027 年預期自由現金流 4700 億美元的 15%，不影響 50%自由現金流回饋股東的承諾。 美銀認爲融資結構將資本負擔從英偉達轉移至財團，GPU 算力可跨運營商轉移且 CUDA 延長使用壽命，資產質量本身在對抗折舊。5000 億美元資金池讓非投資級買家能以優惠利率獲取 GPU，將 AI 算力從資本密集型購買轉變爲融資租賃型獲取，支撐 2030 年 1.7 萬億美元 AI 系統 TAM。美銀維持買入評級，目標價 350 美元，對應 2027 年預期每股收益 26 倍，即將到來的財報電話會是下一個重要催化劑。
Silicon Data完成3050萬美元A輪融資，Valor Atreides AI Fund領投
GPU 市場數據基礎設施公司 Silicon Data 宣佈完成 3050 萬美元 A 輪融資首次交割，由 Valor Atreides AI Fund 領投，CME Ventures、DRW、Samsung Next、VanEck、Jump Trading、Wintermute 等參投。本輪資金將用於 GPU 基準定價、性能測量、機構及另類數據，以及衍生品、保險和信貸市場風險基礎設施。Silicon Data 目前從全球 40 多個國家約 100 個 GPU 租賃平臺收集數據，每日處理超過 15 萬條經驗證的價格記錄。CME Group 正計劃採用 Silicon Data 基準作爲擬推出的現金結算 GPU 期貨參考價格，尚待監管批准。
韓國公共機構員工私自挖礦被解僱，法院駁回不當解僱訴訟
據韓聯社報道，韓國食品研究院前部門主管 A 某因在單位倉庫內私自挖礦，被解僱後提起行政訴訟，但於上月 3 日被首爾行政法院判決敗訴。 據調查，A 某於 2023年 2 月至 9 月間，擅自在研究院閒置홍보館倉庫內安裝 2臺 GPU 服務器，並動用機構預算完成空調、網絡及電力改造工程，累計非法挖取山寨幣約 7100 萬枚。事發後，A 某還僞造審批文件試圖取回 GPU 服務器以銷燬證據。此外，其在 2023年 8 月至 2024年 5 月間，共 117 次使用未經授權的 VPN 違規打卡，並間接導致研究院重要科研數據遭非法外泄。 國家科學技術研究會審計委員會於 2024 年對其展開專項審計，隨即向警方舉報並要求研究院予以解僱處分。A 某歷經內部申訴、地方勞動委員會及中央勞動委員會救濟申請均遭駁回後，訴諸行政法院，仍以敗訴告終。法院認定，該解僱"不存在明顯違反社會通念或濫用裁量權的情形"。刑事方面，A 某以盜竊罪、違反信息通信網法及僞造私文書等罪名被起訴，一審被判處有期徒刑 1 年，今年 4 月二審維持原判，刑期正式確定。
“不安與期待只是硬幣兩面”：SK海力士股價回調但仍被機構看好，市場聚焦HBM4技術護城河
SK 海力士股價近期出現回調，8 月 3 日股價下跌 8.79%，雖然隨後 8 月 4 日和 5 日分別小幅反彈 0.64%和 5.77%，但在 8 月 6 日股價又大跌 10.37%，收於 149.5 萬韓元；8 月 7 日進一步下跌 4.88%，收報 142.2 萬韓元。在市場波動加劇背景下，SK 集團發佈廣告引用創始人崔鍾賢（최종건）的名言：“絕望與希望是一枚硬幣的兩面，可以像翻轉手掌一樣將絕望轉變爲希望”並將其改寫爲：“AI 時代的不安與期待也是硬幣的兩面，可以將不安轉變爲期待”，藉此傳遞對 AI 產業長期發展的信心。證券機構認爲，短期股價波動並未改變 SK 海力士的基本面，市場應關注其 HBM4 技術領先優勢以及長期供貨協議（LTA）帶來的業績穩定性，其中：1、現代汽車證券預計 SK 海力士第三季度 DRAM 和 NAND 比特增長率分別達到 9.7%和 1.5%，隨着 HBM4 銷售貢獻擴大，即使長期供貨協議佔比提升，DRAM 平均售價（ASP）仍有望環比上漲 19.9%。OpenAI、Anthropic 等企業正在推進自建超大型 AI 數據中心，並計劃通過 IPO 融資投入相關建設，即使部分大型科技公司未來調整資本開支（Capex），也可能被其他 AI 基礎設施需求抵消。此外針對中國長鑫存儲（CXMT）帶來的競爭擔憂，考慮到美國持續強化半導體設備出口限制，以及美光擴大美國本土投資，蘋果等主要企業採用中國存儲芯片的可能性較低。2、SK 證券同樣看好 SK 海力士競爭優勢，認爲憑藉 HBM 領域領先地位、與北美主要 GPU 企業的合作關係，以及 AI 驅動的 LTA 需求，SK 海力士在市場中的位置依然穩固。目前 HBM 供需滿足率不足 70%，長期供貨協議的核心價值在於通過客戶與供應商之間的“相互綁定結構”，確保利潤持續性和業績穩定性。隨着 ADR 上市等價值重估舉措推進，以及出售與鎧俠（Kioxia）相關 SPC 資產帶來的分紅收益，公司達到淨現金 100 萬億韓元目標的時間可能提前。未來股東回報政策逐步明確，將有助於市場重新認識 LTA 模式價值，並推動 SK 海力士估值進一步提升。（Daum）
西部數據：AI 存儲競爭不是“閃存大戰 HDD”，經濟可擴展性纔是關鍵
西部數據首席產品官 Ahmed Shihab 發佈長文指出，隨着人工智能基礎設施快速擴張，存儲領域的核心競爭不應簡單歸結爲閃存（Flash）與機械硬盤（HDD）的較量，而在於能否構建具備長期經濟可擴展性的 AI 存儲架構。當前 AI 行業正面臨一個關鍵問題：今年選擇的存儲架構，是否能夠支撐未來數據規模增長至 PB 級甚至 EB 級，許多 AI 基礎設施設計並非因性能不足而失敗，而是在數據規模擴大後陷入成本困境。 Ahmed Shihab 補充稱，閃存和 HDD 並非競爭關係，而是面向不同工作負載的互補技術。高性能場景，如模型權重、GPU 溢出、KV 緩存等，需要低延遲閃存支持；而訓練數據集、日誌、檢查點、合規記錄以及大規模歷史數據等長期存儲需求，則更適合採用具備成本優勢的 HDD。AI 時代的存儲架構將更加分層化，而不是依賴單一存儲介質。“閃存負責關鍵時刻的性能，HDD 負責數據生命週期。未來 AI 存儲的發展方向並非“閃存取代 HDD”，而是根據不同數據生命週期和業務需求進行精準分層。“真正的基礎設施不是追求炫目的性能，而是能夠支撐 AI 長期增長的可靠底座。” 美股行情顯示，西部數
AMD推出AI編程平臺Instinct Coder，可降低企業AI編碼成本70%
半導體巨頭 AMD 宣佈推出企業級 AI 編程平臺 AMD Instinct Coder，該平臺結合 AMD 芯片、Supermicro 服務器及 Spectro Cloud 軟件，旨在幫助企業在本地部署 AI 編碼助手，降低雲端 AI 模型使用成本並保護代碼及數據安全。AMD 表示，Instinct Coder 是一套“開箱即用”的端到端 AI 開發平臺，整合了 AMD EPYC 處理器、AMD Instinct GPU、Supermicro AI 服務器、Spectro Cloud PaletteAI Inference Launchpad 軟件，以及經過 AMD 優化的 GLM-5.2 模型，可用於代碼生成、應用現代化、自動化測試、代碼審查等軟件開發場景。AMD 稱，與依賴雲端前沿 AI 模型相比，Instinct Coder 可幫助企業降低最高 70%的總擁有成本（TCO），投資回收期最快可縮短至 6 個月。AMD 表示，越來越多企業希望利用 AI 提升開發效率，但同時面臨兩大挑戰：一方面，調用頂級雲端模型成本不斷增加；另一方面，將企業源代碼、知識產權和敏感數據交由第三方服務存在安全和合規風險。通過本地部署模式，Instinct Coder 可讓企業保持對數據和代碼的控制，同時提供更可預測的基礎設施成本。該平臺支持 Claude Code、OpenAI Codex、Visual Studio Code 和 Cursor 等開發工具，每個節點最多支持 50 名用戶（30 名併發用戶）。此外，Spectro Cloud 提供的 PaletteAI Inference Launchpad 可實現 AI 工作負載管理、模型路由、請求審計和成本監控，並支持在需要時調用 Anthropic、OpenAI、Google 或 xAI 等外部模型。AMD 表示，Instinct Coder 旨在幫助企業擺脫高昂雲端 AI 服務成本，在保障數據安全和自主控制的同時，加速 AI 驅動的軟件開發流程。
分析師：DRAM供應短缺預計持續至2027年，英偉達評估降低Rubin Ultra HBM配置
Citrini 分析師 jukan 在 X 平臺發文表示，據 TrendForce 最新存儲行業研究，DRAM 供應短缺預計將持續至 2027 年，且 HBM4e 認證時間表仍存在不確定性，英偉達自 2026 年第三季度以來一直在重新評估 Rubin Ultra 的 HBM 配置。原計劃採用 12 層堆疊 HBM4e 配置，但英偉達目前正在並行評估多種設計，包括 HBM4e 8 層堆疊、HBM4 12 層堆疊和 HBM4 8 層堆疊，最終規格尚未確認。除英偉達外，據稱部分 CSP 也在考慮降低下一代自研 ASIC 的 HBM 容量。英偉達在 2025 年至 2026 年上半年期間，將 12 層堆疊 HBM4e 作爲 Rubin Ultra 的基準設計。但自 2026 年第三季度初開始，英偉達開始審查較低規格替代方案。TrendForce 稱，這一變化來自兩項主要供應端限制：其一，預計 2027 年整體 DRAM 短缺限制存儲廠商可分配給 HBM 生產的晶圓產能；其二，12 層堆疊 HBM4e 認證時間表及量產良率提升速度仍存在不確定性。TrendForce 表示，英偉達在 Rubin Ultra 代際的首要重點是提高 I/O 速度，擴大 GPU 出貨量爲次要優先事項。如果英偉達最終決定下調 HBM 規格，預計將通過減少 DRAM 堆疊層數實現。 HBM4e 能否按計劃完成認證並進入量產，將決定 Rubin Ultra 的 I/O 速度能否從上一代 Rubin 的 8 至 11.7Gbps 提升至 14 至 16Gbps，或通過優化 HBM4 設計維持在 11 至 12Gbps 水平。同一產品代際內，DRAM 堆疊層數決定每顆 GPU 的 HBM 容量與可出貨 GPU 數量之間的取捨。TrendForce 還認爲，最終配置將取決於存儲廠商的晶圓分配決策。供需方面，2027 年 HBM bit 出貨量預計同比增長 50%至 60%，但仍預計無法跟上需求增長。在供應限制持續的情況下，HBM 供應商預計將在 2027 年全年保持定價權。行業已普遍預期 HBM 價格將大幅上漲，AI 芯片製造商將面臨 HBM 供應有限和採購成本上升的雙重壓力，從而進一步強化採用較低 HBM 容量配置的動力。
SK海力士光互聯內存路線圖：本地HBM連接更大共享內存池
Citrini 分析師 jukan 在 X 平臺發文表示，乍看之下，SK 海力士的 CPO 技術路線圖似乎一條軸線指向 HBM，另一條軸線指向光通信。但其底層邏輯是，AI 競爭正從單個芯片的性能轉向整個系統的數據傳輸效率。過去數年，HBM 解決了 GPU 無法足夠快速接收數據的問題。通過垂直堆疊多層 DRAM 並將其放置在 GPU 旁邊，HBM 能夠提供極高帶寬。然而，隨着每個 GPU 周圍放置更多 HBM 堆疊，封裝面積、中介層邊緣空間、電力供應和散熱能力都在接近上限。與此同時，AI 集羣已經擴展至數千甚至數萬枚 GPU。無論單個 GPU 的計算速度多快，如果數據無法在 GPU 與機架之間高效傳輸，整個系統仍將受到“帶寬牆”限制。SK hynix 的設想是將光互連擴展至內存。低延遲、高帶寬的本地 HBM 仍將置於 GPU 旁邊，同時通過光纖將其連接至更大的共享內存池。這樣可以避免將全部內存容量限制在單個 GPU 封裝內，並實現機架層面的橫向擴展。從投資角度看，這並不意味着 HBM 近期將被替代。更可能出現的是新的內存層級：訪問最頻繁的數據仍保存在本地 HBM 中，而更大規模、訪問頻率較低的數據則存儲在光互聯內存池、HBF 或 SSD 中。SK hynix 正在重新定位自身業務，從銷售標準化內存芯片，轉向與客戶共同設計 HBM、控制器、先進封裝以及系統級內存架構。如果該路線圖得以實現，SK hynix 可能增強客戶黏性、提高產品附加值，並提升獲得長期合約的能力；同時，公司也可能更主動地應對未來內存解耦對傳統 HBM 商業模式造成的潛在影響。在供應鏈層面，長期可能受益的領域包括硅光子芯片、光引擎、激光器、光纖耦合技術以及先進 2.5D 和 3D 封裝。不過，該概念目前仍處於極早期階段，本質上仍只是一份路線圖。jukan 表示，其今日採訪的一位參與 TSMC 封裝業務的人士完全不瞭解這一計劃。
Citrini分析師質疑閃迪HBF演示：或刻意低估HBM性能
Citrini 分析師 Zephyr 在 X 平臺發文質疑閃迪在投資者日展示的 HBF 與 HBM 性能對比存在參數設置偏差，認爲公司在演示中刻意低估了 HBM 的性能。Zephyr 指出，閃迪將 HBM 與 HBF 的總帶寬均設爲 12.8TB/s，同時採用 bfloat16 運行 Qwen3-480B-A35B 模型，而當前模型推理更多使用 FP4 或 FP8，所需容量約爲 240GB 至 480GB。Zephyr 還表示，閃迪將 HBM 單 GPU 容量固定爲 192GB，但 16 層 HBM4E 在 8 個堆棧配置下可達 512GB 容量，帶寬約 32TB/s，約爲閃迪演示參數的 3 倍。其認爲上述參數選擇使閃迪展示的 "HBF 僅需 1 至 4 個 GPU，而 HBM 需要 8 個 GPU "的結果不能充分代表更高規格 HBM 配置下的實際性能。
CoreWeave、Nebius財報揭示AI雲算力趨勢：供給短缺持續，CSP邁向“AI基礎設施操作系統”
分析師 qinbafrank 在 X 平臺發文表示，CoreWeave（CRWV）和 Nebius 最新財報顯示，AI 雲算力（CSP）行業正在進入快速擴張階段，行業競爭重點正從單純提供 GPU 租賃，轉向建設覆蓋算力、軟件、數據和運營能力的 AI 基礎設施平臺。目前，AI 算力需求仍明顯超過短期可交付供給。與此同時，AI 算力定價權正在增強，但漲價主要集中於高價值資源。CoreWeave 表示，7 月各類 GPU 計算 SKU 價格普遍上漲約 25%；Nebius 披露，上一代 GPU 價格較一季度上漲超過 30%，二季度新籤合同平均年化收入超過每 MW 2000 萬美元，部分項目達到 2000 萬至 2500 萬美元，短期緊急容量價格甚至達到每 MW 4000 萬至 5000 萬美元。不過，價格上漲主要發生在短期容量、新一代 GPU、大規模集羣以及生產級 AI 推理場景，傳統低優先級、長期鎖價的裸算力並未同步上漲。從盈利模型看，AI 算力項目級回報正在變得更加清晰，但公司整體資本回報率（ROIC）仍需時間驗證。Nebius 首次披露較明確的項目回收週期，CoreWeave 則通過長期合同和資產級融資降低 GPU 投資壓力。但兩家公司當前仍處於高資本投入階段，折舊和融資成本繼續壓縮利潤空間。不過，越來越多單個項目能夠實現經濟模型閉環，意味着 AI 基礎設施商業模式正在逐步成熟。此外，CoreWeave 和 Nebius 均在向“AI 基礎設施操作系統”方向升級。未來 CSP 競爭不再只是出租 GPU 小時數，而將覆蓋 AI 訓練、推理、存儲、網絡、模型部署、監控、安全治理以及 Agent 運行環境等完整服務體系。在資本模式方面，兩家公司也出現不同路徑：Nebius 更偏向輕資產模式，通過資本合作伙伴投入建設 AI 數據中心，自身提供 AI 基礎設施運營和軟件能力；CoreWeave 則通過 Omni 戰略推動混合雲模式，將完整 AI 雲平臺部署到客戶自有數據中心和 GPU 資源上，更強調企業級和主權 AI 交付。整體來看，AI 雲算力行業正在從“GPU 租賃商”向“AI 基礎設施平臺”演進。短期供給約束仍將支撐算力價格，而長期競爭焦點將轉向資本效率、軟件能力以及能否成爲 AI 時代的基礎設施操作系統。
分析師：DRAM供應短缺預計持續至2027年，英偉達評估降低Rubin Ultra HBM配置
Citrini 分析師 jukan 在 X 平臺發文表示，據 TrendForce 最新存儲行業研究，DRAM 供應短缺預計將持續至 2027 年，且 HBM4e 認證時間表仍存在不確定性，英偉達自 2026 年第三季度以來一直在重新評估 Rubin Ultra 的 HBM 配置。原計劃採用 12 層堆疊 HBM4e 配置，但英偉達目前正在並行評估多種設計，包括 HBM4e 8 層堆疊、HBM4 12 層堆疊和 HBM4 8 層堆疊，最終規格尚未確認。除英偉達外，據稱部分 CSP 也在考慮降低下一代自研 ASIC 的 HBM 容量。英偉達在 2025 年至 2026 年上半年期間，將 12 層堆疊 HBM4e 作爲 Rubin Ultra 的基準設計。但自 2026 年第三季度初開始，英偉達開始審查較低規格替代方案。TrendForce 稱，這一變化來自兩項主要供應端限制：其一，預計 2027 年整體 DRAM 短缺限制存儲廠商可分配給 HBM 生產的晶圓產能；其二，12 層堆疊 HBM4e 認證時間表及量產良率提升速度仍存在不確定性。TrendForce 表示，英偉達在 Rubin Ultra 代際的首要重點是提高 I/O 速度，擴大 GPU 出貨量爲次要優先事項。如果英偉達最終決定下調 HBM 規格，預計將通過減少 DRAM 堆疊層數實現。 HBM4e 能否按計劃完成認證並進入量產，將決定 Rubin Ultra 的 I/O 速度能否從上一代 Rubin 的 8 至 11.7Gbps 提升至 14 至 16Gbps，或通過優化 HBM4 設計維持在 11 至 12Gbps 水平。同一產品代際內，DRAM 堆疊層數決定每顆 GPU 的 HBM 容量與可出貨 GPU 數量之間的取捨。TrendForce 還認爲，最終配置將取決於存儲廠商的晶圓分配決策。供需方面，2027 年 HBM bit 出貨量預計同比增長 50%至 60%，但仍預計無法跟上需求增長。在供應限制持續的情況下，HBM 供應商預計將在 2027 年全年保持定價權。行業已普遍預期 HBM 價格將大幅上漲，AI 芯片製造商將面臨 HBM 供應有限和採購成本上升的雙重壓力，從而進一步強化採用較低 HBM 容量配置的動力。
分析師：Kimi K3超大模型即將開源，AI基礎設施平臺或成爲最大受益者
分析師 KawzInvests 表示，Moonshot AI（月之暗面）即將發佈的 Kimi K3 可能成爲開源 AI 領域的重要事件，其背後的基礎設施需求或將推動 AI 雲服務平臺增長。Kimi K3 擁有約 2.8 萬億參數規模，是目前超大規模開源模型之一。Moonshot 官方評測顯示，該模型性能僅落後於 Claude Fable 5 和 GPT 5.6 Sol 等前沿模型，完整模型權重預計將於 7 月 27 日開放。KawzInvests 指出，如此規模的模型無法在普通筆記本電腦甚至單臺服務器上運行，用戶需要由大量 GPU 組成的計算集羣才能完成模型加載和推理。當頂級開源模型免費開放時，受益最大的可能並非普通用戶，而是提供模型託管和推理服務的平臺。以$DOCN（DigitalOcean）爲例，其目前已支持 Kimi K2.6 等模型的無服務器推理服務。開發者無需部署硬件，只需通過 API 調用模型並按 Token 付費即可使用。此外，該平臺還提供 70 多個模型託管服務，並覆蓋 GPU 租賃、模型微調以及 AI Agent 開發工具。隨着越來越多大型開源模型發佈，開發者對於低門檻 AI 基礎設施的需求將持續增加，模型託管、推理服務和 GPU 雲平臺可能成爲開源 AI 浪潮中的關鍵受益方向。
韓國上市公司K Wave Media清倉88枚BTC，退出比特幣財庫公司行列
據 BitcoinTreasuries 數據，韓國上市公司 K Wave Media（KWM）已出售剩餘全部 88 枚 BTC，用於償還 600 萬美元債務。出售完成後，公司比特幣持倉降至 0 枚，退出比特幣財庫公司行列。K Wave Media 曾於去年宣佈獲得 10 億美元比特幣財庫融資能力，並計劃儘快將比特幣持倉擴大至 1 萬枚。但今年 5 月，公司已將最多 4.85 億美元剩餘融資額度由比特幣財庫戰略轉向 AI 基礎設施建設，包括數據中心、GPU 算力及相關收購。
不同COLDCARD Mk3設備或生成相同助記詞，約450萬種起始狀態可在3秒內搜索
Bitcoin News 在 X 平臺發文表示，@KLoaec 發佈的一項新技術分析顯示，部分存在漏洞的 COLDCARD Mk3 錢包可能僅由約 450 萬種隨機數生成器起始狀態生成，在單張 RTX 4090 顯卡上約 3 秒即可搜索完這些可能性。即使考慮每個錢包生成方式存在的額外不確定性，攻擊者也可能在單張高端 GPU 上約 50 分鐘內完成搜索。更嚴重的是，該漏洞可能導致不同設備生成相同助記詞。以 3 萬臺 Mk3 設備爲假設，該分析估計約 120 對設備可能生成相同的隨機數流。該碰撞估算爲理論值，但表明不同設備生成重複助記詞的情況可能存在。
Aethir 阻止跨鏈橋接漏洞攻擊並承諾賠償
去中心化 GPU 雲計算基礎設施平臺 Aethir 確認其以太坊相關橋接合約遭遇攻擊，團隊已及時斷開受影響合約，並聯合主要交易所對黑客錢包進行黑名單處理，將損失控制在 9 萬美元以內。 此前區塊鏈安全公司 PeckShield 估算損失爲 40 萬美元，攻擊者利用 Aethir 的跨鏈智能合約 AethirOFTAdapter，將被盜資金從 BNB Chain 轉移至 Tron。Aethir 表示其以太坊主網 ATH 代幣供應未受影響，計劃於下週公佈詳細賠償方案及事件分析，並與 Binance、Upbit、Bithumb 等交易所協作凍結資金。Web3 安全平臺 ZeroShadow 參與調查。Aethir 2025 年實現收入 1.278 億美元，全球部署超 44 萬 GPU 容器。
Krackpot上線瀏覽器遊戲，使用GPU破解Bitcoin Puzzle 71可獲6枚BTC
Bitcoin News 在 X 平臺發文表示，Simon Males 已推出 Krackpot，這是一款基於瀏覽器的遊戲，任何人都可以使用 GPU 嘗試破解 Bitcoin Puzzle 71 的私鑰。獎品爲 6 枚 BTC，破解概率取決於 GPU 數量：一張遊戲 GPU 需要約 83 萬年，100 萬張 GPU 需要 1 年，所有 Steam 玩家同時參與需要 1 周。遊戲通過 WebGPU 在瀏覽器本地運行。若用戶找到私鑰，6 枚 BTC 將發送至其指定的比特幣地址，剩餘部分歸開發者所有。
美銀：Anthropic 領跑前沿 AI 模型排名，token 價格鬆動但 GPU 租金堅挺
據潮向研究，美銀證券 8月 17 日發佈的前沿 AI 數據追蹤報告顯示，Anthropic 在三大 AI 基準測試中全面領先，Claude Opus 5 在智能指數、代理指數和編程代理指數均居首位，GPT-5.6 Sol 緊隨其後，Meta MuseSpark 1.2 進入前十，Google Gemini 3.6 Flash 排在十名開外。使用量方面，DeepSeek 以約 30%的 Vercel 平臺 token 份額領先，Anthropic 佔25%、OpenAI 佔16%；但付費額上 Anthropic 以65%遙遙領先，OpenAI 僅佔 11%。定價層面，AI Token 價格指數 8 月環比下降 9%至 2.21 美元，但同比仍上漲 87%；GPU 租金保持堅挺，H100 同比上漲 33%至 2.77 美元/小時，DRAM 同比上漲 483%，NAND 同比上漲 432%。 研報判斷，AI 基礎設施需求依然健康，開源模型使用量增長但付費份額仍高度集中在頭部閉源模型。美銀認爲，Meta“西瓜”和 Google Gemini 4 發佈、token 定價趨勢及 GPU 租金走勢是
前比特幣礦企 IREN 完成微軟 97 億美元 AI 合同首個里程碑
據 Cryptopolitan 報道，前比特幣礦企 IREN 宣佈完成與微軟價值 97 億美元、爲期五年合同的首個里程碑——位於德克薩斯州 Childress的 Horizon 1 設施正式交付。該設施爲 50 兆瓦規模，搭載 Nvidia GB300 系統及直接芯片級液冷技術，並獲得 Nvidia 頒發的 Exemplar Cloud 認證。 按合同條款，微軟將在五天內完成 GPU 驗收驗證，通過後 IREN 即可啓動每月計費，四個 Horizon 設施全部上線後預計年化收入約 19.4 億美元。IREN 計劃 2026 年完成全部四期共 200 兆瓦部署，並於 2027 年將 AI 雲算力擴展至 1.2 吉瓦，同步退出比特幣挖礦業務，全年 AI 雲收入運行率目標超 40 億美元。
HIVE Digital簽署3.5億美元五年期AI雲服務合同，將部署2016枚英偉達Blackwell Ultra GPU
數字基礎設施公司 HIVE Digital Technologies 旗下高性能計算部門 BUZZ High Performance Computing 簽署一份爲期五年的 AI 雲服務合同，金額約 3.5 億美元，客戶爲一家未披露名稱的投資級企業。合同預計每年新增約 7000 萬美元收入，使 BUZZ HPC 年化收入升至約 1.8 億美元。 BUZZ HPC 將部署 2016 枚英偉達 Blackwell Ultra GPU，採用 GB300 NVL72 系統、英偉達 Quantum-X800 InfiniBand 網絡及 VAST Data 存儲。集羣預計於今年晚些時候在加拿大不列顛哥倫比亞省 Merritt 的 Bell's AI Fabric 設施投入運營，該設施使用可再生水力發電和閉環液冷技術。 HIVE 預計該項目資本支出約 1.85 億美元，並將通過已公佈的融資及新增設備債務完成部署。公司預計集羣完全上線後，HPC 和 AI 業務日收入約 50 萬美元，並計劃在年底實現 2 億美元 GPU 雲服務年化收入；其在加拿大擁有約 400 兆瓦容量，未來兩年可支持超過 12 萬枚 GPU。（Bitcoin.com News）
Serenity：AI供應鏈繁榮遠未結束，存儲、封裝、電力等環節或迎長期需求爆發
“白毛股神”Serenity 在 X 平臺發佈 AI 產業鏈觀察，指出 AI 基礎設施需求正在推動存儲、先進封裝、算力融資、光通信、電源及電子元件等多個環節進入長期擴張週期，AI 供應鏈仍處於高速增長階段。在存儲領域，Serenity 援引瑞銀預測稱，傳統 DRAM 廠商（如美光）的毛利率可能在 2027 年達到前所未有的 95%，甚至超過 HBM 產品的毛利水平。此外閃迪長期協議已覆蓋 2028 年產能的約三分之二，最低合同收入規模達到 930 億美元，而當前市值約 2390 億美元，顯示其未來收入目標可能持續多年，難以簡單視爲傳統週期股。在雲計算基礎設施方面，CoreWeave 已簽署協議將使用英偉達 A100 GPU 服務至 2029 年，這對 Nebius、Iren 等新型雲計算公司構成利好，也削弱了部分投資者關於老舊 GPU 快速折舊的看空邏輯。AI 模型公司增長速度也持續超預期，前沿 AI 實驗室仍保持極快增長速度，若增長停滯反而值得擔憂，市場預計 Anthropic 的 2028 年收入可能達到 1900 億至 2000 億美元。不過，先進封裝和半導體基礎設施仍是核心瓶頸，臺積電先進封裝負責人表示，未來幾年行業不僅可能面臨存儲短缺，也將面臨 ABF 載板供應緊張。Serenity 總結稱，AI 基礎設施供應鏈正在持續擴張，從 GPU、存儲、先進封裝，到電力、光通信和電子元件，各環節均呈現長期需求增長趨勢，AI 供應鏈仍處於高速發展階段。
AMD宣佈爲阿里千問模型Qwen3.8 27B提供“Day 0”支持
AMD 宣佈爲阿里通義千問（Qwen）最新一代模型 Qwen3.8 27B 提供“Day 0”支持，開發者可在模型發佈當天即可通過 AMD 硬件本地運行該大規模開源 AI 模型。AMD 表示，Qwen3.8 27B 是一款適合本地 AI 開發的 27B 參數密集型模型，延續 Qwen 系列在代碼生成、實際工作任務、科研以及長上下文 AI 應用方面的優化方向。該模型可通過開源推理框架 llama.cpp 運行於搭載 AMD 處理器的 AI PC 和工作站，或單張 AMD 32GB 顯卡上，同時支持具備超過 24GB 可變顯存（VGM）或顯存容量的 AMD 硬件平臺。AMD 初步測試顯示，Qwen3.8 27B 在 AMD 平臺上具備較高本地推理性能：在 AMD Ryzen AI Max+ 395 處理器上，最高可達到 24.5 tokens/秒；在單張 Radeon AI PRO R9700 GPU 上，最高可達到 51.8 tokens/秒。測試基於 Windows 系統、llama.cpp Vulkan 後端，並啓用多令牌預測（MTP）優化。AMD 表示，隨着後續軟件和模型優化推進，實際性能仍有提升空間。阿里巴巴今天宣佈正式開源 Qwen3.8 系列模型，所有開發者、科研機構和企業均可自由下載、部署和使用。全新開源的 Qwen3.8-27B，是原生多模態稠密（Dense）模型，僅 270 億參數規模，整體水平便超越了 Qwen3.7-Plus。
相關新聞
SK海力士光互聯內存路線圖：本地HBM連接更大共享內存池
Citrini 分析師 jukan 在 X 平臺發文表示，乍看之下，SK 海力士的 CPO 技術路線圖似乎一條軸線指向 HBM，另一條軸線指向光通信。但其底層邏輯是，AI 競爭正從單個芯片的性能轉向整個系統的數據傳輸效率。過去數年，HBM 解決了 GPU 無法足夠快速接收數據的問題。通過垂直堆疊多層 DRAM 並將其放置在 GPU 旁邊，HBM 能夠提供極高帶寬。然而，隨着每個 GPU 周圍放置更多 HBM 堆疊，封裝面積、中介層邊緣空間、電力供應和散熱能力都在接近上限。與此同時，AI 集羣已經擴展至數千甚至數萬枚 GPU。無論單個 GPU 的計算速度多快，如果數據無法在 GPU 與機架之間高效傳輸，整個系統仍將受到“帶寬牆”限制。SK hynix 的設想是將光互連擴展至內存。低延遲、高帶寬的本地 HBM 仍將置於 GPU 旁邊，同時通過光纖將其連接至更大的共享內存池。這樣可以避免將全部內存容量限制在單個 GPU 封裝內，並實現機架層面的橫向擴展。從投資角度看，這並不意味着 HBM 近期將被替代。更可能出現的是新的內存層級：訪問最頻繁的數據仍保存在本地 HBM 中，而更大規模、訪問頻率較低的數據則存儲在光互聯內存池、HBF 或 SSD 中。SK hynix 正在重新定位自身業務，從銷售標準化內存芯片，轉向與客戶共同設計 HBM、控制器、先進封裝以及系統級內存架構。如果該路線圖得以實現，SK hynix 可能增強客戶黏性、提高產品附加值，並提升獲得長期合約的能力；同時，公司也可能更主動地應對未來內存解耦對傳統 HBM 商業模式造成的潛在影響。在供應鏈層面，長期可能受益的領域包括硅光子芯片、光引擎、激光器、光纖耦合技術以及先進 2.5D 和 3D 封裝。不過，該概念目前仍處於極早期階段，本質上仍只是一份路線圖。jukan 表示，其今日採訪的一位參與 TSMC 封裝業務的人士完全不瞭解這一計劃。
Nebius擬發行45億美元可轉債，用於擴建AI數據中心及採購GPU
AI 雲計算公司 Nebius Group（NASDAQ：NBIS）宣佈，擬面向合格機構投資者私募發行本金總額 45 億美元可轉換優先票據，其中包括 27.5 億美元 2030 年到期票據和 17.5 億美元 2034 年到期票據。若額外認購權全部行使，發行規模最高可達 51.75 億美元。Nebius 表示，募集資金將用於數據中心建設和擴建、發展全棧 AI 雲平臺、擴大數據中心佈局以及採購 GPU 等關鍵組件，並用於一般公司用途。此次票據的具體利率、初始轉股比例等條款將在發行定價時確定。
Kaito Pulse插件被指存在多項深度數據收集行爲
ultra 在 X 平臺發文表示，Kaito Pulse 會通過哈希計算對用戶的 GPU 渲染、硬件型號及硬件測試音進行指紋識別，並將這一唯一組合與用戶的 X 賬號綁定；同時可捕獲用戶的完整瀏覽記錄、feed 流懸停時間、點擊及關注狀態，並以 30 秒爲週期發送帶有活躍檢測的心跳包。此外，該工具還能讀取 Claude 與 ChatGPT 的訂閱計劃及額度消耗比例，在 ChatGPT 中自動點擊進入 Usage 頁面，並在幣安自動訪問 Positions 選項卡，重新發送已登錄請求，以讀取錢包餘額、期貨倉位、盈利或虧損及存取款歷史記錄。Kaito AI 於昨日宣發其新瀏覽器插件產品 Kaito Pulse，該產品旨在將平臺外活動直接帶入原生 X 時間線。
Krackpot上線瀏覽器遊戲，使用GPU破解Bitcoin Puzzle 71可獲6枚BTC
Bitcoin News 在 X 平臺發文表示，Simon Males 已推出 Krackpot，這是一款基於瀏覽器的遊戲，任何人都可以使用 GPU 嘗試破解 Bitcoin Puzzle 71 的私鑰。獎品爲 6 枚 BTC，破解概率取決於 GPU 數量：一張遊戲 GPU 需要約 83 萬年，100 萬張 GPU 需要 1 年，所有 Steam 玩家同時參與需要 1 周。遊戲通過 WebGPU 在瀏覽器本地運行。若用戶找到私鑰，6 枚 BTC 將發送至其指定的比特幣地址，剩餘部分歸開發者所有。
美銀：Anthropic 領跑前沿 AI 模型排名，token 價格鬆動但 GPU 租金堅挺
據潮向研究，美銀證券 8月 17 日發佈的前沿 AI 數據追蹤報告顯示，Anthropic 在三大 AI 基準測試中全面領先，Claude Opus 5 在智能指數、代理指數和編程代理指數均居首位，GPT-5.6 Sol 緊隨其後，Meta MuseSpark 1.2 進入前十，Google Gemini 3.6 Flash 排在十名開外。使用量方面，DeepSeek 以約 30%的 Vercel 平臺 token 份額領先，Anthropic 佔25%、OpenAI 佔16%；但付費額上 Anthropic 以65%遙遙領先，OpenAI 僅佔 11%。定價層面，AI Token 價格指數 8 月環比下降 9%至 2.21 美元，但同比仍上漲 87%；GPU 租金保持堅挺，H100 同比上漲 33%至 2.77 美元/小時，DRAM 同比上漲 483%，NAND 同比上漲 432%。 研報判斷，AI 基礎設施需求依然健康，開源模型使用量增長但付費份額仍高度集中在頭部閉源模型。美銀認爲，Meta“西瓜”和 Google Gemini 4 發佈、token 定價趨勢及 GPU 租金走勢是
前比特幣礦企 IREN 完成微軟 97 億美元 AI 合同首個里程碑
據 Cryptopolitan 報道，前比特幣礦企 IREN 宣佈完成與微軟價值 97 億美元、爲期五年合同的首個里程碑——位於德克薩斯州 Childress的 Horizon 1 設施正式交付。該設施爲 50 兆瓦規模，搭載 Nvidia GB300 系統及直接芯片級液冷技術，並獲得 Nvidia 頒發的 Exemplar Cloud 認證。 按合同條款，微軟將在五天內完成 GPU 驗收驗證，通過後 IREN 即可啓動每月計費，四個 Horizon 設施全部上線後預計年化收入約 19.4 億美元。IREN 計劃 2026 年完成全部四期共 200 兆瓦部署，並於 2027 年將 AI 雲算力擴展至 1.2 吉瓦，同步退出比特幣挖礦業務，全年 AI 雲收入運行率目標超 40 億美元。