返回 7*24 快讯
来源Blockbeats

Citrini观点:英伟达短期将受益于中国开源AI繁荣,结构性风险在于长期算力独立

BlockBeats 消息,7 月 23 日,Citrini 分析师 Jukan 发文反驳「中国开源模型对英伟达无关紧要」的观点,指出中国开源 AI 的繁荣实质上正在强化英伟达的主导地位。中国目前仍使用英伟达 GPU 训练模型并发布针对英伟达硬件优化的版本,因此 DeepSeek V4、Kimi K3 等模型在推理时英伟达 GPU 仍然是最具优势的平台——没人会用 TPU 或 Trainium 跑这些模型的推理。 这从两个维度保护了英伟达的护城河:一是在推理市场持续占据最优平台地位;二是间接抑制超大规模云商推动自研 ASIC 替代英伟达 GPU 的动力。同时依赖英伟达 GPU 做推理业务的 Neocloud 提供商也从中受益,中国开源模型的繁荣为它们提供了持续的算力需求来源。 Jukan 指出,真正的结构性风险在于长期,如果中国实现真正的算力独立不再依赖英伟达,后果将远不止失去中国市场本身。英伟达的主导地位将显著削弱,TPU 和 Trainium 等替代方案的相对竞争力将增强,对英伟达视为重要战略资产的 Neocloud 生态也将构成打击。
免责声明:以上内容仅为作者观点,不代表 711BTC 的任何立场,不构成与 711BTC 相关的任何投资建议。

相关推荐

07-28 16:57重要

Citrini观点:AI需求驱动韩日MLCC出货创五年新高,产能向AI转移致消费级库存告急

火星财经消息,7 月 28 日,Citrini 分析师 Jukan 引用 TrendForce 最新行业调查指出,韩日三大头部 MLCC 厂商 6 月出货量创五年单月新高,村田达 1400 亿颗、三星电机 980 亿颗、太阳诱电 400 亿颗,增长主要受 AI 强劲需求拉动,势头已延续至 7 月。云服务商自研 ASIC(如 Google TPU、AWS Trainium)的采购动能持续旺盛,拉动高容值、低电压、小尺寸 MLCC 需求。然而 AI 级产能正在抽走消费应用的供应:韩日厂商正快速将消费级 X5R 产能转向 AI 用的更高规格 X6S/X7R 产品,导致中高容值消费级 MLCC(1µF 至 22µF)产能承压,关键产品库存普遍降至 30 天或以下。 Jukan 指出,供应紧张引发连锁反应,分销商紧急订单激增,订单外溢效应惠及台系与中国大陆供应商,渠道价格大幅攀升:提前囤货的分销商平均提价 20% 至 25%,现货市场价格涨至原先的 2 至 3 倍。市场呈现「终端需求疲软但渠道价格坚挺」的结构性分化:一方面消费电子受美伊地缘紧张重燃通胀担忧、苹果近期上调 MacBook 和 iPad 价格等因素拖累持续低迷;另一方面 AI 瓶颈正从 GPU 和内存扩散至板上最小元器件,产能重新分配和渠道稀缺成为当前价格强势的主要驱动力。

07-24 00:56

Citrini观点:看多AMD看空NVDA,编码AI从软件侧侵蚀英伟达壁垒,CUDA护城河正在终结

BlockBeats 消息,7 月 24 日,Citrini 分析师 Jukan 引用 DeepSeek 创始人梁文锋近期核心观点指出,AI 驱动的代码生成与 TileLang 等高级编程语言正迅速降低 CUDA 生态的进入壁垒。DeepSeek 虽使用英伟达 GPU 训练 V3 模型,但已通过自研编译器和 TileLang 环境大幅降低对英伟达软件生态的依赖。此前梁文锋预计,若将 TileLang 与 DeepSeek 编译器移植至华为芯片,中国芯片的生态问题大约一年内即可基本解决,真正的瓶颈只剩产能。梁文锋量化了中美芯片差距——硬件效率约 4 倍、时间滞后约两年——并透露 DeepSeek 正与华为紧密合作,预计将获得约 1.6 万颗华为 AI 芯片,华为 950 SuperNode 可替代 GB200/GB300 的工作负载。分析师 Jukan 将此定性为「CUDA 的护城河正在终结」,对英伟达极为看空。 Jukan 补充称,这一逻辑恰恰是看多 AMD 的原因之一——编码 AI 的进步同样将自然加速 ROCm 生态的发展,帮助缩小其与 CUDA 的差距。AMD 近期投资 Anthropic 时已宣布将积极使用 Claude Code 进行芯片设计与软件工程。综合来看 AI 编程工具的进步正在从软件侧系统性侵蚀英伟达的竞争壁垒,中国芯片生态问题将因代码生成能力快速解决,AMD 则因 ROCm 加速受益,英伟达赖以维系开发者黏性的 CUDA 护城河正面临双重夹击,而硬件效率和产能的追赶只是时间问题。

07-21 10:28重要

华尔街机构:Kimi K3并非「DeepSeek时刻」再现,反而强化算力需求

火星财经消息,7 月 21 日,Kimi K3 发布后,美股半导体板块因市场担忧出现「DeepSeek 时刻 2.0」而下跌,但瑞银、野村、美银证券和花旗均认为,这款模型并未削弱算力需求,反而可能推动 AI 基础设施需求进一步扩张。 Kimi K3 拥有 2.8 万亿参数、100 万 token 上下文窗口,并支持常开推理、原生多模态及 MoE 架构。机构认为,其规模和长上下文将增加 KV 缓存占用,并推高 HBM、服务器 DDR5、企业级固态硬盘、云基础设施及高速互联需求。花旗将这一趋势称为「又一次杰文斯悖论」,即模型效率和价格改善可能带来更多应用与 token 消耗。 瑞银指出,开源模型通常因上下文窗口更长而更加依赖内存和存储;花旗认为,K3 大规模部署或需要由 64 块以上 GPU 组成的超节点。野村则认为,全球大模型竞争将促使前沿实验室和超大规模云平台继续投入,利好台积电、英伟达、存储厂商、光模块供应商及数据中心运营商等 AI 基础设施环节。 不过,美银证券提示,若模型效率提升速度持续超过工作负载增长,而实际使用量未能同步扩张,AI 基础设施建设仍可能出现一定回落。

07-17 19:11

Citrini分析师:Kimi K3模型将压缩头部模型公司的利润空间,同时利好A股AI基建公司

BlockBeats 消息,7 月 17 日,Citrini 分析师 Zephyr 对于最新发布的 Kimi K3 模型发表观点称,该模型会压缩前沿 AI 模型公司的利润空间,OpenAI 的 Sol 仍具价格竞争力,但 Anthropic 的 Opus 面临较大压力。 Zephyr 同时表示,K3 模型对云服务和 TaaS(Token-as-a-Service)提供商以及 AI 基础设施是利好,Moonshot 因需求激增将大量采购算力,直接利好 A 股 AI 基础设施相关企业。

07-17 10:30

傍上Kimi与DeepSeek,九安医疗上演四天三板

BlockBeats 消息,7 月 17 日,据 Bitget 行情数据,伴随 Kimi K3 发布,叠加 DeepSeek 明年上市预期,A 股九安医疗上演四天三板,今日 10% 涨停。 消息面上九安医疗同时参股 DeepSeek 与月之暗面(Kimi),Kimi K3 昨日发布后登顶前端代码榜,领先 Claude Fable 5。同时网传 DeepSeek 最快明年二季度登陆上海科创板。 此外,九安医疗「AIoT 糖尿病家庭医助」项目持续推进,已组建 30 余人 AI 团队,基于约 47.98 万用户私域数据训练垂直大模型,预计 2026 年第二季度上线完整版 AI 模块进行小范围灰度测试。

08-10 12:17

DeepSeek、Kimi都在拼命砍缓存,英伟达开始让缓存跨模型复用

据动察 Beating 监测,过去两年,大模型推理优化一直在拿 KV Cache 开刀。它是模型读完上下文后留下的中间计算结果,内容越长,越吃显存和带宽。DeepSeek-V2 借助 MLA,相比 DeepSeek 67B 将 KV Cache 减少 93.3%;Kimi Linear 相比全 MLA 又最多减少 75%。大家都在让长上下文更便宜。 但这些方案都有一道墙:缓存通常只能在同一个模型内部复用。Agent 从小模型切到大模型后,目标模型还得把前面几万甚至几十万 Token 重新计算一遍。模型路由越频繁,这笔重复计算越难忽略。 英伟达最新论文开始拆这堵墙。团队发现,在同一家族、KV 结构匹配的不同大小模型之间,缓存存在明显的线性关系。用 500 段、每段 1024 Token 的文本校准一次,就能拟合出一套映射,把一个模型算好的 KV Cache 转给另一个模型继续用。 Qwen3-14B 切到 32B 时,32K 上下文重新计算约需 7 秒,转换缓存只要约 0.28 秒,快约 25 倍。换句话说,以后甚至可以先让小模型负责「读」:把长上下文算成 KV Cache;真正需要更强能力时,再把缓存转给大模型,让大模型直接开始「想」和生成。 这会让模型路由省下更多算力。现在让简单任务跑小模型,主要省的是生成成本;一旦切到大模型,长上下文往往还得由大模型重新算一遍。跨模型 KV Cache 如果做成熟,连这部分 prefill 都能交给小模型完成。Agent 可以长期用便宜模型维护上下文,碰到难题才叫醒大模型,而且不用每次都从头「读档」。