cerebras股票上市可以买到吗
粉丝3.5万获赞29.3万
相关视频
05:33查看AI文稿AI文稿终于等到 cyrus 出来了，绝对是这个夏天的王炸，认真听一下啊，今天我要给你讲一个真正意义上的完美的天时地利 ipo cyrus， ai 芯片设计公司时代 顶级赛道名字你可能有点陌生了，但他做的事啊，可能会让你重新理解什么叫顺利。这一家公司正在用一颗整张金元做成的芯片啊，试图正面硬刚硬伟大。而他的 ip 啊，从启动到现在，短短两周，定价已经调了两次了，认购需求超过一 百亿美元，定价从一百一十五美元一路拉到一百六十美元，木质规模冲到了四十八亿，估值直奔三百五十亿美元。 今天这条视频啊，我要告诉你，它凭什么值三百五十一？它的技术到底行不行，以及这一次 ipo 究竟是 ai 基础设施的里程碑，还是又一个被狂热吹起来的泡泡？ 先来说一下最容易理解的部分，它的芯片和所有人的都不一样。英伟达的 gpu 是 一块小芯片，然后把成千上万个更小的芯片连在一起，组成集群，这是主流路线。 ceo 则走了一条完全不一样的路，他把一整张三百毫米的硅晶圆，直接做成了一颗芯片。是的，一颗啊， 他的第三代晶圆引擎 ws 一 杠三，面积是四十六平方毫米，集成了九十万个计算核心，四十四 gb 片上 sara 片上的内存贷款达到了二十一 p b， 每秒是英伟达 b 两百的 两千六百倍。这个数字意味着什么呢？意味着它在推理任务上快得离谱。实测数据显示，跑拉玛三点一小模型 cyrus 每秒能处理一千八百个 token， 而英伟达 h 一 百只有九十个左右，差了整整二十倍。为什么会差这么多呢？因为深度学习真正的瓶颈并不是壮丽，是数据搬运。 gpu 每读一次权重都要去偏 y h、 b、 m 绕一圈，而 cyrus 把 所有的数据都放在偏上十万里，物理上绕过了内存墙，这就是它的核心逻辑。推理速度才是 ai 落地的真正瓶颈， 但代价同样巨大，一整张金元做成一颗芯片，量率极低，金元上哪怕是一个微小的瑕疵，整颗芯片就报废。这就导致了它的成本居高不下，毛利率只有百分之三十九，远低于英伟达百分之七十以上，这也是市场最大的争议点。你的技术确实牛，但你能把成本降下来吗？ 从财务数据来看，增长是炸裂的，二零二二年营收仅两千四百六十万美元，而到了二五年就干到了五点一亿美元，四年增长了近二十倍。而且 gap 口径下已经扭亏为盈，从亏损四点八二亿到盈利二点三八亿美元。 那你得看清楚啊，非 gap 口径下，主页其实还在亏啊，大约是七千五百七十万美元。 gap 盈利里有很大的一部分来自于一次性收益，也就是说，他还没有真正证明自己能持续的赚钱。 真正让华姐感到兴奋的不是财务数据，而是他的客户名单， openai。 今年一月， openai 跟 cyrus 签了一百亿美元的双利合同， 四月追加到了两百亿美元以上。与此同时， openai 还拿到了 cyrus 大 约百分之十的股权，把最大的客户变成了他的股东。此外， cyrus 还和亚马逊达成了合作，作为 channel 芯片的补充供应商，中东客户 n b z 和 g 四二在二零二五年合计贡献了百分之八十六的营收。 客户集中度极高，既是亮点，其实也是风景。公司批漏的积压订单高达两百四十六亿美元，如果这些订单能顺利地转化为收入，未来几年的增长曲线会非常的陡峭。那这次 i p o 为什么会这么火呢？ 其实就两个原因嘛，第一，市场环境正好啊， ai 基础设施投资热潮处于峰值，双利短缺问题持续发酵，而 ropy 近期和 spacex 达成的双利采购协议就是最好的例证。在这种供需紧张局面下，任何与 ai 双利相关的标的都会被资金追捧。 第二，有参照物。去年上市的云计算公司 covid 以每股四十美元发行，尽管仍在稍前，但股价已经涨到了一百一十五美元。华尔街在评估 ai 相关标的时，愿意把盈利压力占着放一边，优先关注 ai 场口。 cedarbrace 的 蓄势比 cedarbrace 的 更性感，他不是卖算力的中间商，而是设计芯片的底层玩家。但机会的另一面永远是风险。首先是技术路线的不确定性， cedarbrace 的 推力速度优势是十大十大， 但英伟达不是吃素的。如果英伟达下一代芯片也能解决推理延迟问题，那 ceramics 的 差异化优势就会被大幅度压缩。其次是厂能开机垫两纳米，厂能极其紧张，而 ceramics 的 芯片面积是最大的，能否拿到足够多的配额目前并不确定。 再次是客户集中度，百分之八十六的收入来自于中东两百多亿美元的积压，订单里 openai 占了绝大部分，任何一个大客户出问题，都会对营收造成剧烈冲击。最后是估值啊，三百五十亿美元对应五点一亿的营收，市销率就已经来到了六十八倍。这个定价已经把 完美蓄势啊全部打了进去，任何执行层面的偏差都有可能引发剧烈波动。这是 ipo， 本质上是一次市场对于 ai 推理新架构的工头，如果成功，意味着花街愿意为差异化的技术路线买单，即使它短期之内不赚钱。 如果遇冷，则说明市场对于 ai 芯片赛道的热情已经开始从闭眼从转向挑着买。对于我们来说， sidebeats 不是 一个可以无脑买入的标的，它的波动会很大，它的故事需要被时间验证， 让它值得被放进你的观察列表。因为在这个 ai 基础设施重构的时代，每一次这样的 ipo 都是我们重新理解双利格局的机会。我是美刀哥，带你价值投资做时间的朋友。
1486美刀哥
01:31查看AI文稿AI文稿下周三， cerberus 正式登陆纳斯达克代码 cbrs， 这家公司专做晶圆级 ai 芯片，单颗芯片几乎是一整片十二寸晶圆，面积是英伟达 h 一 百的五十七倍， 主营产品是 wse 三芯片、 cs 三整机系统，以及按 token 计费的推理云服务。在和英伟达 gpu 的 正面竞争中，主打超大模型推理的极低延迟 价格区间一百一十五到一百二十五美元，发行两千八百万股，募资约三十二亿美元，上线估值二百六十六亿。 二零二五年收入五点一亿美元，同比增长百分之七十六，订单储备高达二百四十六亿。但要注意，账面净利润主要来自一次性会计收益，剔除后，经营层面其实仍在亏损，而且亏损在扩大。 按二零二五年收入算，发行上限对应的市销率高达五十二倍，是英伟达、 amd 这些成熟同行的两到三倍。 最大的风险是客户集中度，阿联酋背景的谋位占了六成，加上 g 四二，共占百分之八十六。未来 open day 二百亿美元的多年合约一旦执行不及预期，收入会断崖式下跌。 底线故事很大，但当前估值已经把完美执行打进价格里，建议把它当成高悲态的 bia 主题期权，不追首日高点，等第一份季报验证收入确认节奏再说。
14朝云无觅
01:20查看AI文稿AI文稿咱们直奔主题，今天挑战，一分钟内极速为您拆解备受瞩目的 siri bros！ ipo 需求简直疯了你敢信？这次 ipo 超额认购直接飙到了二十倍！ 经销商那边据说已经收到了超一百亿美元的认购意向，太震撼了！因为火爆过头了嘛！预期定价区间直接被大幅上调！ 快速看下重点目标，狂揽三十五亿美元，准备亮剑纳斯达克！节奏非常紧凑，直指五月十四号敲钟！这绝对是今年最大的 ipo 了！ 这种级别的首秀，当然是由大摩、花旗这些花儿些巨头保驾护航，不过为了摸清底牌儿，他们要求机构必须浇底明且数量和最高价。 这股狂热哪儿来的？就凭它们号称做出了全球最大的 ai 处理器市场怎么看？这摆明了是要跟英伟达的霸主地位直接硬碰硬啊！ 为什么挑这时候？你看看半导体指数，上个月刚狂飙了三十七炮，所以说这次上市简直是完美踩中了整个 ai 狂热浪潮的大风口！ 那么问题来了，这波巨额注资，真能把现有的芯片格局给掀翻吗？
13标普说财
01:54查看AI文稿AI文稿cyberrus 五月十四日纳斯达克 i p o。 硬刚英伟达的另类芯片巨头，谁能撼动英伟达的 ai 芯片王座？ 这家走京元级超大芯片路线的硬核公司 cyberrus， 五月十三日定价，五月十四日纳斯达克正式 i p o 上市，募资最高三十五亿美元。今年美国最大 i p o 即将弯道超车， 别人把晶圆切成几百颗小芯片，他直接把整片晶圆做成一颗芯片。 w s e 三，拥有四万亿晶体管，餐盘大小数据不用跨 gpu 传输，芯片内部直连，低延迟、超快推理速度，超大内存带宽 直接绕开英伟达 nv link 集群，路线完全不同，底气来自硬核。创社团队全是 amd 老兵， 曾创办 c micro 被 amd 收购， ceo 更是硅谷硬科技狂人，销售战略拉满， 二零一五年成立，提前卡位。 ai 算力赛道，如今推理时代到来，直接迎来爆发 open ai 算力赛道，如今推理时代到来，直接迎来爆发。 i 签下一百两百亿美元长期打单，二零二八年交付七百五十兆瓦算力 open a m e 按拨奖康清大单，二零二八年交付七百五十兆瓦算力 open a 按拨奖主言语新 i 正式开启，去英伟达话 二零二五年中东客户占比超百分之八十六，如今成功摆脱单一依赖 sirobras， 成为少数能承接顶级算力的厂商，本周四正式敲钟， ai 算力格局真的要变天了。关注我，了解一手信息！
104Ai财经信息聚合
00:38查看AI文稿AI文稿ai 芯片格局生变，英伟达真正的对手来了！ openai 砸下二百亿美元算力采购大单，硬是把 sirius 送到了 ipo 门口。 五月十一日，这家曾因 cfi us 审查折起的 ai 芯片独角兽重启上市路演，发行价上调至一百五十到一百六十美元，估值冲刺三百五十亿美元或二十倍超额认购。 此 reverb 采用金源级引擎 cws 三，面积是英伟达 b 二百的五十八倍，推理速度超英伟达 d g x b 二百，系统两倍，成本仅三分之一。有了 openai 的 二百亿大单背书，资本终于买账了。关注我，每天一分钟带你掌握 ai 前沿动态！
12:21查看AI文稿AI文稿今天我们要聊的呢，是一家叫 cybersystems 的 公司啊，他们呢最近要上市了，然后他们呢是做一种新型的 ai 芯片的，他们的芯片呢是一种颠覆性的创新，有可能会挑战英伟达在这个 ai 芯片领域的主导地位。没错没错， 这个事情其实在行业里面已经引起了非常大的轰动了。对，那我们就直接进入今天的话题吧， cybersystems 的 这个 ipo 啊，大家可能会好奇说这个发行的细节到底是什么？然后它的估值到底是多少，以及它的这个背后的行业背景到底是怎么回事，对吧？那我们就先来聊一聊这个， ok， 这个 sirbra systems 呢，它是定在二零二六年的五月十三号，哦，对，它是要在纳斯达克上市， 然后它的股票代码呢叫 cbrs， 它的主承销商呢是摩根实弹力。嗯哼，然后它这次呢，是打算以每股一百一十五到一百二十五美元的价格发行两千八百万股，这样的话它最多可以筹到三十五亿美元的资金， 然后它的这个估值呢，大概会在两百六十六亿美元左右。哎，那这个公司到底是凭什么能够挑战英伟达在 ai 芯片领域的这个霸主地位呢？ 这就有意思了，就是 sirbus 呢，它直接挑战了一个大家过去认为是理所当然的事情，就是 ai 的 计算一定要用 gpu。 嗯，对，它说 gpu 这个东西呢，本来就是为了把像素推到显示器上的，它根本就不是为了 ai 设计的 哦，所以 sirbus 干脆就把一整片硅晶圆直接做成了一颗芯片。就它不是说我只是把 gpu 做的更大，而是它彻底地重新定义了芯片是什么。 哦哦，所以这一次 siribras 的 ipo 为什么会在行业里面引起这么大的震动呢？这一次的 ipo 其实不光是让投资者们兴奋，它其实是点燃了一场关于 ai 芯片未来的大讨论， 就是大家都在重新思考到底什么才是最适合 ai 的 硬件。嗯，然后再加上 openai 砸了两百亿美元给 siribras， 这个事情就更加的让这个行业格局变得扑朔迷离。好，那紧接着我们要聊的就是 sirbrass 这个财务和订单的情况。嗯，因为大家都很好奇说这个公司到底最近的营收和盈利情况怎么样？ 就是在二零二五年啊， sirbrass 的 这个营收是五亿一千万美元，嗯，然后它的同比增长是百分之七十六， 并且它实现了八千七百九十万美元的净利润，这也是这家公司成立十一年以来头一次扭亏为盈。哎，那他们这个订单积压情况怎么样？有没有什么特别大的客户？他们有一个非常夸张的二百四十六亿美元的订单积压，然后几乎全部都是来自于 openai。 啊，对，就是二零二六年的年初， openai 跟他们签了一个多年期的一百亿美元的芯片采购协议， 然后到了四月份，又直接把它追加到了两百亿美元，这也是在 ai 的 基础设施领域里面最大的一笔非英伟达的合同。那这个合同里面有没有什么特别的，就是条款上的安排，让这个合作变得更加紧密的？ 有啊， open i 不 仅是买芯片，它还直接借给了 siri bros 十亿美元，让他们去建数据中心。嗯，然后同时呢， open i 还获得了三千三百四十万股的认股权证啊，它这个认股权证就是说它最多可以拿到 siri bros 百分之十的股份 哦，所以就是说 openai 在 这里面的身份既是一个大客户，也是一个债主，同时还是一个潜在的大股东。然后下面咱们来聊一聊，就是 siri bros 的 这个 wse 芯片跟英伟达的 b 两百到底在规格上面有哪些关键的差异？ 这个 wse 三啊，它里面集成了四万亿个晶体管啊，九十万个 ai 核心，然后它的这个芯片面积是四万六千二百二十五平方毫米， 是英伟达 b 两百的五十七倍。嗯，然后它的这个片上的 s r a m 能够提供二十七 pb 每秒的内存带宽， 这比 b 两百的这个 nv link 互联要快差不多两百倍。这个 w s e 三在实际的推理性能上面和成本上面到底能够带来一个什么样的提升呢？在实际的推理场景当中啊， sirrus 它是可以比 b 两百快二十一倍的哦，然后同时它可以帮你节省三分之一的成本。 但是这个两百倍的内存宽带的优势是没有办法完全转化成这么高的一个性能提升的，因为你还受到模型的适配，对外部内存的依赖。 还有就是 sirius 目前的这个软件占还没有那么成熟等因素的影响。 ok， 然后我们来看看 open ai 和 sirius 的 这个深度合作。嗯，对，就是 open ai 为什么会愿意花这么大的价钱去选择 sirius， 而不是继续去扩购英伟达的 gpu 呢？其实这个背后最核心的原因就是因为推理速度。 哦，就是现在这个 agent 时代，用户是要求这个 ai 几乎就是要立刻回答你，他没有办法忍受任何的延迟，哪怕是一秒的延迟都会影响你的这个工作效率。嗯，比如说你用 cloud code 写代码，或者是用 cursor 来调试， 这个时候如果是在英伟达的这个集群上面跑一个很复杂的推理查询，可能要好几分钟，但是在 siribras 上面跑就差不多一秒就可以出来， 这个就直接决定了产品体验。这个 sirius 在 硬件的架构上面到底是做了哪些事情，能够让它在推理速度上面能够把英伟达远远的甩在后面？它的这个做法其实非常的疯狂，就是它直接把四十四 gb 的 s r a m 都放在了同一个芯片上面， 嗯，所以它根本就不需要在芯片之间传来传去这些模型的权重，整个这个晶源本身就是一个巨大的计算单元，然后它的这个核心之间的通信是在一个时钟周期之内就可以完成的， 所以它就从根本上解决了这个数据搬运的瓶颈。那就是说英伟达再怎么去升级它的软件，再怎么去堆更多的 gpu， 都没有办法赶上 siribras 了吗？没错，因为这个不是说算力的问题，这个就是一个互联架构的问题， 英伟达再怎么努力，他都没有办法去弥补这个物理层面的差距。对，所以这就是为什么 openai 愿意去花这么多钱去支持 siribras， 因为他想要去打破英伟达的这个不可替代性， 然后同时也能够在这个供应链谈判当中去获得一个更有利的地位。嗯，所以这两百亿美元其实它的意义远远超过了单纯的一个技术采购。 既然说到了这个，那我们就来看看 ai 芯片的市场格局的变化。嗯，对，最近这个 siribras 要上市了吗？那是不是意味着这个 ai 算力市场正在从一家独大走向群雄逐鹿？ 是的，这个 ipo 其实就是一个非常明确的信号，就是这个市场正在发生一个非常深刻的变化。对，虽然说现在英伟达还是占有超过百分之八十的市场份额，但是其实这个局面已经开始有些松动了。 因为像 google 它有自己的 tpu， 然后 amazon 它也推出了 trainee， microsoft 也在做玛雅，嗯，就是这些超大规模的云厂商，他们都在自研芯片，然后自用。这么说的话，英伟达面对这种竞争的家具，它也没有闲着吧？ 当然，英伟达它在二零二五年年底的时候，花了两百亿美元收购了 grog 的 ip 和团队。哦，然后这个 grog 其实它也是专注于推理加速的，就跟 sirrus 是 一样的。 那这就说明英伟达其实也认为推理是一个非常重要的，需要单独去布局的一个领域。那这个市场上有了更多的选择之后，对于那些 ai 应用公司来讲会有什么好处呢？以前只有一家供应商的时候，那你是没有什么议价能力的。对，那现在有了 sir bros， 有了 google tpu， 有 了 amazon trainee 这些选项之后，整个供应链的韧性就会强很多。而且你看连 openai 这种最头部的 ai 公司都愿意去花两百亿美元去投资一个非英伟达的方案， 那它其实给整个行业树立了一个非常强的示范。嗯，那很有可能会带动其他的公司也会去积极地寻找替代方案。那就是说，虽然现在英伟达还是占主导地位，但是这种多极化的趋势会不会在未来变得更加明显？ 短期内的话，英伟达的这个库达生态还是非常非常难撼动的，因为它有十五年的技术积累，然后几乎所有的 ai 框架都是跑在库达上面的。 但是如果说这个推理市场真的爆发的话，那 sirbus 这种低延迟的芯片很有可能会成为像 agent 这种对实施性要求非常非常高的应用的一个基础设施的标准。 嗯，那这个时候格局就有可能会发生一个大的变化。 ok， 然后我们来聊聊 siri bros 这家公司，它的发展历程，它背后的这些关键人物，以及它的这些技术的里程碑，到底有哪些比较值得我们去关注的？ siri bros 它是在二零一五年由 andrew feldman and gary lotterbach 在 硅谷创立的。然后这个 feldman 其实它之前还联合创办了一家公司叫 c micro， 这家公司主要做的是节能高密度的微服务器，这家公司后来在二零一二年的时候被 amd 以三点五五亿美元的价格收购了。 哦，那看来他还是挺有这种连续创业的经验的，然后他也一直在挑战行业的一些固有思维。对，就是他一直都是这种风格。然后他从 c micro 到 sirbrass 其实都在坚持一个理念， 就是质疑现有的模式。嗯，然后另外一个就是，其实在二零一六年的时候，那个时候 open ai 还只有十一个人，还是一个非盈利组织， sam ottman 就 已经是 sirius 最早的投资人之一了。 然后他们的这个合作关系一直持续了九年，嗯，直到二零二六年年初才终于落地，成了一个大规模的商业合同。 这个事情还被 elon musk 在 他起诉 open i 的 案子里面专门拿出来说了。哦，那这个 sirius 在 技术推进的过程当中有哪些比较重要的节点？技术上面的话，就是他们在二零一九年的时候发布了 wse， 号称是当时世界上最大的芯片。 然后二零二一年的时候， ws 二上了七纳米工艺，核心数也提升到了八十五万。嗯，然后二零二四年的三月，他们又发布了 ws 三，采用了五纳米工艺，晶体管数量暴增到四万亿个。 好的，那 servers 在 冲击 ipo 的 过程当中都遇到了哪些坎坷？他们其实在二零二四年的九月就第一次递交了 s 一， 但是呢，因为他们最大的客户 g 四二是来自阿布扎比的，所以他们受到了 cfa u s 的 这个国家安全审查。嗯，然后他们的这个进程就被卡住了。最后在二零二五年的十月，他们就不得不撤回了这个申请， 直到二零二六年的四月十七号，他们才重新递交了 s 一。 这一次呢，因为有了 openai 的 这个两百亿美元的合同的加持，所以他们就顺利的多了。你看，从二零一五年到现在，他们这中间这么多年的坚持到现在准备上市，这中间有哪些地方是非常具有硅谷精神的？ 就是他们这十一年从一个被大家都嘲笑说把整个京元都做成一个芯片，简直是天方夜谈，到现在他们要去冲击两百六十六亿美元的估值的 ipo， 嗯，这就是非常典型的硅谷的这种硬核科技的马拉松， 就是你要长期的去投入，然后你要不断的去突破技术的极限，你要有这种巨大的信念去坚持下来，才能走到今天。然后我们就进入一个非常硬核的技术对比环节，嗯，就是 sirius w s e 三芯片和英伟达的 b 两百芯片在大语言模型的推理上面到底有哪些本质的区别？ 其实在大语言模型的推理上面，真正决定速度的并不是大家常说的那个算力就是 flow ops， 而是内存代宽。对，因为你这个模型越大，你每生成一个 token， 你 就要从内存里面读巨量的权重数据，所以这个内存读取的速度基本上就卡死了。你整个推理的速度 明白了，那就是说在芯片面积和内存带宽这两个维度上面，这两款芯片的差距有多大？ o s c 的 芯片面积是四万六千二百二十五平方毫米，而 b 两百只有大概八百二十六平方毫米，这 c r plus 是 英伟达的五十七倍， 然后这个内存带宽的话， w s e 三的这个片上 s r a m 可以 跑到二十七 pb 每秒，但是 b 两百的这个 nv link 互联只有四 tb 每秒，就 c r plus 是 有两百倍左右的这个带宽优势。这么说的话，那这个 w s e 三在实际的推理当中到底能比 b 两百快多少呢？
11Goat宋江
32:49查看AI文稿AI文稿hello， 大家好，欢迎来到我的频道，这里是荒野星际观察带你重现的世界，叫开 ai 啊，那咱们本期呢，就来结合这个半导体的知识啊，来给大家讲一讲，最近也就是下周四啊，即将 ipo， 在 美国 ipo， 这家公司叫做 celebros 啊，大，很多人呢，就说啊，这家公司一旦上市就会威胁到英美达的统治， 并且呢很多人呢说这个税是今年或者是近期最大的一个 ipo， 可能是啊，可能是近期最大的一个 ipo。 好， 那么今天呢，我们这期视频呢，就来看一看这家公司，他到底是干嘛的啊？为什么说？他到底做什么？为什么说他能威胁到英美达统治啊？还有一个问题呢，就是他到底能不能威胁到英美达统治？这个是我们今天呢要去看到一件事情呢。 好，那么首先呢，我们看这家公司啊，这家公司他那个介绍啊啊，他这个估值啊，在半年内飙升了百分之三百三十啊，其实他在二零二四年十月份的时候呢，是 ipo 失败了，他当时说 ipo 结果失败了，两年后呢，今天呢，哎，他是重新发起了 ipo， 当时为什么失败啊？ 啊，曾是依赖单一的中东用户啊，因为当时的依赖用户过于单一了啊，巨萨导致了这个安全审查而折解 ipo 了，当时啊，然后呢，之后他在这两年里面呢啊，飙升了，涨幅三百三啊，从二零二四到二零二六 啊，那目前呢，现在估值是二百六十六亿到三百五十亿美元的估值啊，好啊，那我们看呢哈 啊，他是在英伟达暴涨，根据这个百分之八十的，百分之九十的市场份额，绝对垄断在逆市暴涨的一个份额啊，这体会，哎，体验出来呢，他这个啊，他做的这事啊，他其实是有价值的，要不然的话呢，市场也不会给他额外定价。 好，那么看看他的就是手上有什么牌会让通过 ipo 呢？就是实际上他手上有超过两百四十六亿美元，那个剩余旅务也是 ipo 啊。啊，这是啊，直指的是什么 ai 的 算计下一阶段，下一阶段是什么呢？就是推理阶段，这个我们之后会讲好，这个就是现在讲的哈， 目前呢是整个 ai 呢，都是在由训练上推理转移了啊，目前呢是整个 ai 呢，都是在由训练上推理了哈，目前呢是整个 ai 呢，都是在由训练上推理转移了哈，目前呢是整个 ai 呢，都是在由五百五十亿美元。 好啊，这也是啊，我们说这是人的 openclaw 啊，或者是现在 ai 啊，哎，他推出来之后呢，出现了一个新局势啊，原来呢，可能是百魔大战的时期 啊，各家呢都想做个模型，现在慢慢的呢，哎，模型的强度已经定下来了啊，就是前面那几家，然后后面那几家追赶的啊， b 源的最强的，后面开源的就是追赶，然后呢，如果你说你不知名的哪个企业再出来一个什么模型，可是 说什么跑分有多么多么强，这个可能学术界有用啊，但是呢，估计呢啊，他很难影响什么大的一个红端，因为模型基本上定下来了。就现在目前能做的呢？都是什么啊？推理啊，推理现在目前变得越来越重要，或者说什么或者是应用哈，应用就是什么？ angel， angel， angel 呢，就是我们说的他会如此高额的消耗 这个 token 啊，所以呢啊，我们说目前呢是一个推理经济啊，那我们说训练经济看的是什么算力啊，为什么？其实我们可以讲啊，算力呢，就是你首先推啊，训练的时候你首先要正向传播一次 啊，然后，呃，再反向传播，最后呢再正向传播啊，因为你要先算 loss， 哎，就算 loss 之后你还要回归啊，你还要让他这个改变他的这个权重啊，改一次权重， 最后呢，你再根据你改过的权重再算一遍，所以要三次完整的走过 transform 流程，但是推理呢，只需要一次就正向推过去就够了啊，所以呢，呃，上半场模拟训练的时候，哎，算力是绝对的主讲啊。 好，那我们看下半场呢，这个之前我们讲过非常非常多次了，最好的是什么？还是啊内存啊，说白了还是内存啊，除了在这里说的什么极低延迟啊， t t f t 啊，单位投客成本啊，其实 就是内存啊带来的啊。这个呢，我们今天稍微讲一下，我们不会再讲了，因为每一期视频我们感觉都讲了这个东西，因为太重要了啊，这也是为什么内存能暴涨的原因啊。 啊，就是啊，推理呢，它分两个阶段，一个是 preview， 一个是 decore 的 啊，那我们说 preview 阶段的话呢啊，是怎么？是啊，在啊，一个一个的啊，去生成 k v catch 啊，直到生成了第一个啊 to 为止。那后面的 pre decore 的 阶段呢 啊，是啊，你把之前生成的 qq cache 和你生成的一个 token 进行点击，然后不停地再次回归生成下一个 token， 所以呢，首次响应时间是哪个阶段？是 prefill 阶段，然后呢？后面，呃，这个，呃，生成 token 的 后面生成的速度啊，是哪个阶段？是 dico 的 阶段哈啊， dico 的 阶段呢？和 dico 的 阶段它都是很考验什么 啊？ dico 的 阶段，尤其是更考验显存啊，也就是模型的代宽啊，就是显存的代宽和显存的容量 啊啊，容量也是越来越考验，因为你的 qq cache 是 直线上升的啊。好，那么如果关于啊 biff 低扣的两个阶段，还有啊，还不是很了解的这个小伙伴呢，这个非常重要啊，大家可以看看我们之前讲啊 p d 分 离的那期视频啊。 好，所以呢，我们得出个结论，就是目前推理是非常更加更重要的，这个是我们之前很多期视频都可以得出的一些结论啊，这也就是为什么因为达州说过 groc 啊，这也是为什么博通 或这这些啊， marvel 这种反英伟达联盟喊 amd 这些，哎，他们要去搞这些芯片，包括这也就是为什么谷歌啊，亚马逊 啊，甚至 open i 他 们要自研芯片，他们会是自研像英伟达那样的 gpu 吗？不会，他们也是这种 s 芯片，也就是类似 gpu 啊， tony 这样的一个芯片，也就是主要用来推理为主的啊，所以呢，这个是推理下半场的一个啊，这个玩家啊， 好，那么我们可以看看啊，这个啊，对，就是这个内存墙啊，就是我们说的 ai 两堵墙， 第一堵墙内存墙，第二堵墙互联墙啊，这也就是对应了目前最火的投资圈两个赛道，一个是啊，内存概念，第二个呢是光互联概念，这这这个就是互 相对应的嘛，啊，就是因为你缺什么，所以哪个才稀缺，所以哪个这股价才会涨出一样的一个逻辑啊，你不要觉得说投资呢，就和我们说的这个理论概念差的很多，是相辅相成的概念。 好，所以我们可以看到啊，啊，这个这个技术背景呢，是我们刚刚说了啊，这个是 d 扣的阶段发生的一个事啊，包括呢？啊，为什么会出现一个叫做内存强的问题啊？从我们再想一遍吧，啊，就是因为传统的 我们电脑设计是怎么设计的？就是有南北桥，东西桥设计的，也就是传统的逢诺伊曼瓶颈或者是逢诺伊曼架构。什么意思？就是说你的计算芯片和你的是吧？内存芯片它是分开来的 啊，这就是缝纫机，慢的一个计算器是付给你，当初一开始计算器他就这么设计的啊，所以呢，你要想要计算呢，你得先把你的这个数据啊，从你存储的地方你要运过来，运算完之后呢，你还要送回去， 所以呢这个就有一个运输的过程，所以这个时候呢，你的运输的时候的贷款核速率就很重要了，或者是你的存储容量就很重要了啊，对吧？好，所以呢我们可以看到， 而存储呢，它又不是一个一级的东西，它有四级呢，就是最靠 计算芯片或者是 gpu 的 啊，是什么？是 sram 啊？静态的哎， s 呢是静态的的意思啊。啊，那么我们接下来看第二个呢 s， hbm 对 吧？哎， hbm， 那 第三个呢或者是第三级呢是什么？ 哎，就是 ssd 啊，硬盘，那第四个呢啊？就是 hdd 啊，这个机械硬盘啊，那你也可以说目前还有很多过，比如说中低二点五个的 啊，二点五个也有很多很多啊，之前我们讲的非常非常多说二点五的，比如说 h、 b、 f 啊等等等等，还有包括华为啊啊，这个英文大家都在搞二点五级的啊，甚至包括 s 啊，我们说这个 guac 的 啊，它也有个二点五级，这个我们就不再讲了，传统意义上来说就是四级啊， 我们看啊啊，我们看，所以说最快的是哪一个啊？越离的 gpu 或者是计算芯片越近，它是不是越快啊？啊？所以呢，最快的应该是 sram， 但是有个问题就是 sram 呀，我们不是说想要它多大它就能够多大的，哎，为什么我们看这里 啊，我们看这里啊，我们看到这个地方啊，这个片上内存也就是我们说的 sram 啊啊，传统意义上的 b 两百呢，它只有啊，几百个兆啊，几百个 m 已经算是正常水平了啊啊，为什么我们不能让它更多呢 啊？其实它是最快的来说，我们想要的最多，对吧？因为因为大家知道 sm 呢，它是怎么，它是在你每个核心里面的啊，每个核心的，对于你英伟达 gpu 来说呢，就是流式多处理器，这个我们之前有一期，呃，拆解英伟达 gpu 架构的时候是讲过的，对不对啊？ 流式多处理器里面就有缓存啊， l 零 l 一 l 二级缓存，每个流式多处理器都有 l 一 l 零 l 二啊， 包括啊， g， p， c， t， p， c 等等等等这一些的一个啊，还有包括啊，这个库达核心，张亮核心啊，还有这些东西，大家可以之前去看一看啊，所以每一个库达核心旁边呢，它都会有一个缓存啊，包括就是 l 零级缓存。 好，所以呢，我们就会看到我们是希望这 l 零级 l 一 级，这个是越来越大，这样的话呢，这些核心啊，干活的这个工人手里啊，哎，都会离他的这个办公桌会越来越近，他拿东西越来越方便，他是为什么做不到呢？啊，好问题啊，其实呢，这是物理极限导致的，哎，因为什么呢？因为 s one 它 不和平时的 gpu 芯片一样有一个 scaling law， scaling law 呢，就是表示啊，这里的 scaling law 不是 说你算力越拖这个模型越强啊，它只是， 呃，你的这个制成啊越精密，然后呢，你的这个 sm 的 数量，晶体管数量就会越多，它不是这样的啊，我们说一般来说 gpu 是 这样的吧，你比如说啊，你今天是两纳米制成，你的这个散热器的晶体管肯定比你啊，比如说五纳米制成，理论上来说要多啊，因为你同一个大小的话了哈，理论上要多的， 因为你可以刻的更光，刻的更精细了吧，所以你就跟光刻出更多的晶体管出来，这个是没有毛病的。但是呢，有个问题就在于， 呃，它这个 sm， 它不一样啊，不一样，为什么不一样呢？首先两个点啊，第一个点就是它非常非常的大，因为呢，它是六 t 的 架构啊，六 t 呢就是 transistor 啊， t 是 代表 transistor， 所以 下面有它整一个 sm 呢，是由六个六个 transistor 组成的，而六个转接头，它怎么组成的呢？它是由两个反向器组装而成的啊？两个反向器，如果大家之前学过电子的话，要知道反向器是什么玩意儿了哈。啊，它通过两个反向器来储存一或者零的一个状态 啊，这个就是 s m 的 一个基本原理，但是它和它，它和 d m 完全不一样，它 h b m 也完全不一样啊， d m 就是 h b m 啊，它和这个不一样，它就 it d d 也不一样啊啊，所以我们说主要的 d m 的 话呢，它是怎么样的 啊？ d m 啊，它就是，它就是一个啊，两 t e c 的 这么样的架构了哈，啊，那么说也是两个晶体管，一个电容，它是靠电容来存一和零的啊，但是呢， 我们看还有一个叫做啊，我们说的 h d d 啊，或者是这个 netflix 啊， netflix 它怎么存的呢？我们之前讲过哈，它是靠 把电子关到墙里面存起来的啊，把它关到一个房间里面存起来，如果你有电子，或者说你分级感应啊，你要根据等级来感应出来这个电子啊，那它就是存在的，所以现在 h d d 呢，它也在变得越来越怎么样， 越来越多样化啊，或者是它能够判断出越来越多种的一个组合。我们之前讲闪迪的时候是不是讲过啊？啊？所以呢，呃，我们可以看到啊，但是这个 s 二它怎么样 啊？这个 s 二，它完全，它就是啊，我们说第一个点啊，它就非常非常的大啊，为什么呢？因为它光一个东西啊，它就六个晶体管组成的，所以它非常非常大。第二个点呢，是它非常非常的不稳定啊，不稳定，所以呢，你不能把它的制成制的太小了， 说你不能说你一啊一纳米，两纳米制成，你直接给他上，然后你越来越多的 samsung 挤挤挤挤的，不能做不了，为什么呢？因为你一旦小了，由于它不是像 hdd 那 样就关电子进去的那种方式，它的这种方式呢，会导致啊，由于它是这种两个反向器的组成的一个 samsung， 所以呢，这种方式如果你的制成一旦萎缩了啊，就会出现各种各样漏电等这种这种情况，就会导致你这个 samsung 就 存储不准确啊，存储不，不了， 这分数不清是一还是零判断不清啊，所以呢，这个就是物理的一个极限了哈。啊，所以就导致 s m 只能做这么大啊，就是几百兆 啊，大了的话呢，做不了，而且就几百兆，成本也极高，工艺难度极大啊，就这么个逻辑啊，所以呢，这才导致说人们现在想的办法就是叠 d m， 呵，就是把 d m 叠上去啊，现在 d m 由于它高度限制也叠不上去了，怎么办呢？ 哎，就就就就就就叠，想二点五 level 嘛，对吧？你想的比如说 s b f 啊，或者是我们之前说的一个内存池的一个概念，对吧，各种各样新型的概念，我们 x c l 这样的一个协议，这些协议呢，都有，对吧？所以很多很多啊，就给大家经常关注我视频的话，就看到很多很多人都那么很多事啊，就是解决这么一个问题的啊， 好，那么我们回到这里啊，我们看一看这个 c l brm 的 啊，是什么？是一个芯片，叫做 wave scale engine 三，就是简称 w s e 三啊，这边的芯片啊，大家看到这个比例啊，英伟达的 b 两百在这就这么一点大啊， s w s e 三呢，面积是四六二二五平方毫米。 这么大啊，五十八倍，相当于英伟达芯片五十八倍。呃，不知道大家有没有什么概念啊？就是你拿英伟达芯片啊，我说的是裸带啊，不是说 啊，老黄发布会的上拿的手上的那个，他不是裸带了哈，他他他上面叠了 hbm 啊，他还叠了什么 pcb 板啊，就是我们做叠了底座的啊，所以呢，你看了他比较大，其实他裸带也不大啊，老黄手里拿那个芯片裸带也不大哎，就是 中间的最光滑的那个叫做裸带了哈。啊，我们说这个啊， wse 三的这个裸带呢，是我老黄手里拿的那个的五十八倍。 好，那我们说他为什么能够做这么大呀？因为我们之前是不是讲过说我们光刻机他是有个光刻上限的呀？啊，就是他光刻机这一下子光刻呢，由于他的这个微缝，就是他的这个，呃，所谓的这个眼膜的一个大小啊，他是有极限的，他最多呢也就达到八百五十八平方毫米， 他这个地方为什么能达到四万六千二百二十五平方毫米啊？我们说由于这个光刻机的这个物理上限，所以呢， 我们这个英伟达的就无论再什么样的 gpu 啊，它就只能最大，就只能做什么做到啊？八百一十四啊，我记我没记错的话应该是八百一十四平方毫米啊，那再大做不了了，那做不了怎么办呢？就通过 course l 的 方式给它进行一个 这个封装啊，封装啊，这个就是得到了，因为他 b 两百就两个 b 一 百得来的啊，这个大家记得吧，啊，别忘了啊，这个很重要的好，所以呢我们就会看到，哎，他呢，为什么他能够把这个芯片做这么大呀？啊？所以我们要讲一个啊，这样的一个背景故事啊，就是说他呢， 一般来说我们要做芯片是不是一个大的金元啊？是不是有一般主要的主流十二寸的一个金元啊？啊？金元主要几几几种种类啊？啊？八寸啊，六寸、八寸、十二寸、十八寸，我们最主要的这种现在的 ai 的 金元芯片啊，哎，都是十二寸的一个金元基底啊，就是硅片硅元啊，十二寸的 啊，十二寸的情况下呢，我们是要在这个圆里面挖非常非常多个小方块出来做这个芯片啊，所以呢会有良率的问题，就是很多小方块啊，他就是 啊，就是没用的啊，然后呢就是属于劣势啊，很多小模块有用的，或者有些小模块的几个几个核心坏了，然后给它降级一下，这个都是常规操作了啊。啊，所以呢，我们就有个问题啊，这为什么它这个芯片的 vce 三它能做这么大呢？啊？其实啊，它就是一整块十二寸的一个晶圆啊，就是一整块， 它就是不给你切了，它就一整块放上去了，哎，还有回到另外一个问题，就是说它为什么能够突破光刻机的一个曝光极限呢？ 啊？其实啊，他是通过多次曝光的方式，就是比如说啊，极限不是八百八百五十八平方毫米吗？比如说我们在这个八百五十八平方毫米，我们刻一次，这里刻一次，这里刻一次啊，这种方式 啊，是怎么样？是难度极其之大，只能说极其之大，如果他能简单的话，英文达也做了啊，就是他不简单，而且难度极其之大。难度大在哪里？就是说大家知道你单个单独的刻一个 不难啊，对吧？不难，你再单独刻一个也不难，难的就在于你如何把中间刻的这两个他们的边缘给完美的连接起来 啊？你怎么样才能把它连接起来呢？他们都是已经是纳米级别的一个这么样的一个操作了啊，你怎么连接起来呢？啊，对吧？这个就是最难的问题啊，所以说的话，目前世界上能够做到 这种的啊，没有几家公司啊，就是你要想办法哎，一个一遍一遍一遍的去光刻，而且要把那光刻的每一次的这个片段啊，都要连接起来啊，市面上就没有几家公司能做的到的啊。所以这有时候为什么这一次的 ipo 如此的啊，具有啊，所有的噱头啊， 具有噱头的一个原因之一啊，就因为他能够做到这样的一个事。好，还有一个问题来了，就是如果你那么大一只芯片， 会不会量率很低呢？啊？要我们知道英美达的话相当于这个芯片呢？是啊，你五十八个芯片，你一比五十八的话呢，相当于你一个这个 w s e 芯片抵了英美达五十八个啊，那五十八个我要是坏了两三个，我那两三个不要了嘛？啊，对吧，无所谓嘛，但是如果你这一个 你要是坏了，坏了其中一部分，那你整个大的玩意你就得丢了，你这个相当于五十八倍的成本啊，你都没了， 那怎么办呢啊？其实官方是这么解决的哈。呃，他是用了一个叫什么一个软件硬件协调优化的一个方式啊，哎，他会让你的软件呢提前判断出来哎，你这个芯片的哪个地方的一个核心坏了啊？然后呢？他就啊默认就不走这个核心了呗？啊？然后呢？他只走那些好的核心， 所以呢，他就把好的核心利用起来，坏的核心不用了吗？兄弟给他封掉吗？啊？这个也是半导体常见的一件解决方法啊。啊，所以我们说这种方法呢，可以啊，但是呢 把这个东西这个操作或者是工艺要求也是非常非常高的哈，也是非常非常高的一个工艺要求，所以这个就是他 做如此之大的芯片的原因，还有他做如此大的芯片的啊，一个后果或者是一个啊，所谓的一个结果吧。啊，我们可以要了解他的前因后果，就明白为什么他要做如此大的芯片，并且他的做的这么像，因为克服了点困难，中间有哪些技术现在大家都明白了吧。 好，那我们就来看看这个具体工艺参数啊，台积电五大米啊，包括四万一个晶体管，那九十万个优化核心啊，九十万个优化核心，所以它这个核心啊，是比英美达的核心要多的很多的，毕竟它比如九十万个了，它英美达有几万个？因为大家再看到面积摆在这了啊，面积摆在 这了啊，片场缓存就是 samsung， 哎，我们看到 它的片上缓存有四十四 gb 啊，不要搞错了啊，这个不是 dram， 不是 hbm 啊，它是什么？它是片上缓存 sram， 它有四十四 gb 啊，啊，怎么来的啊？其实呢，它就是每一个 这样的一个核心，它就配备了一个 sram， 每个核心就配备了一个 sram， 所以 你堆叠起来，它自然就有那么多了啊，它相当于呢，它就用了一种解法，叫做什么以 sram 带 hbm 啊，这样的一个解法，那相当于它就把第一级就拉满啊，把这个 l 零级就拉满了啊。 好，所以我们看这个内存带宽的话呢啊，也看得出来，因为是离 samsung 是 离着啊 gpu 最近的，所以它的这个带宽天然就会强，而且强非常非常多。强多少呢？ 二十一 pb 每秒啊，这个是难以想象的一个强啊，对比 b 两百的话，我们知道 b 两百它的这个带宽才多少？八 tb 每秒，它是 pb 每秒啊，记得啊，它不是二十一 tb， 它是 pb， 又多了一个数量级啊，那就说 pb 啊 啊，所以我们一看到即使是在 hbm 四这一代哎，也就是如饼系列呢，它的一个带宽才只有仅仅的二十一 tb 每秒，它是二十一 pb 每秒啊，啊，呃，就是，为什么呢？就是因为它是 s m 啊，它是离得是最近，但是我们是 hbm， 是 l r， 它是 l e 啊， 这就是你差了一个内存等级，它就会差一个数量级的这么样的肃立，这也是为什么我们一直要追求，是吧？追求，哎，算了啊，就这么个逻辑啊。好，那你看到这里的话，大家都觉得，我靠， 那我还要英美达干嘛啊，那我这个不是无敌了吗？如此之大的个玩意我能做出来，那我赶紧把英美达全卖了，我全买这个 zebra 不是 好了吗？哎，没这么简单啊，没那么简单 好啊，不过在你讲的之前啊，我们还看一看他这个实际的表现啊。啊，实际的表现呢啊，这个是英美达的这个在这个测拉玛三点一八 b 的 这个模型的，这个模型呢是小模型啊， 他是英美达基转，如果是一的话，他的速度是二十倍，这个很容易理解，为什么是二十倍呢？就推理的时候啊，我们将讲了 perfect decode， 对 吧？啊，他讲这个二十倍速度，我们默认理解他就是一个深层抽空的速度，他是哪个阶段呢？他是不是剔透阶段？剔透阶段看什么？ 是不是看它来回搬运 sku cash 的， 基本上一个贷宽啊，贷宽的话是哪更快？是不是一个是 pb， 一个是 tb 啊？啊，所以呢，明显是 wse， 它的这个生成速度是要大很多的啊，快很多的，你看实际上它也是快了二十倍，其实我觉得应该不止二十倍啊， 单位应该不止八十倍啊，所以相应来说呢，成本最高可降百分之八十的一个单位头款的一个成本啊。啊？为什么说可以降啊？因为 啊，成本，我们说的什么说的是耗电嘛？啊，就是啊，这个焦不铅瓦或者是瓦煤 token 啊，所以呢，你要去跟你耗电相比的啊，由于这个芯片呢，它能够单位时间内推多断出更多的 token， 所以呢，你可以理解为它的分母啊，变多了，所以它整体呢就变 啊，变变变低了呗。啊，好，所以呢，我们看一看这个四百币的一个模型测试啊啊，这是相当于相对来说中等一点的模型，也不算大模型啊。好，那我们看啊，这个英美达如果是一倍的话，它呢？是啊，达到了二点五二点四倍的速度啊，它达到了两千五百二十二头每秒 啊，这个呢也是一个非常神仙的一个速度了啊。啊，那么啊，其实啊，做这种推理芯片的 a x 芯片的不少啊，我们之前讲过一个 啊，每秒七千多头啃的那个是怎么做的，那个是把这个拉玛三点一这么一个模型呢，他是给焊到了啊，我们的这个啊，金片上了，焊到芯片上了 啊，就相当于把他每一个晶体管呢，铜线呢都当做一或者零写上去了，所以他是只能一个芯片只能跑一个模型。好，当时我们不是讲过那个当时挺火的吗？我们现在又来了啊，不过两个不是一家公司啊。 好啊，所以我们可以看到哈，有一个问题啊，我们之后会解决的哈，就是英伟达是不是真的要被替代了啊，我们先讲这个公司啊，我现在不这么说，我们先把这个公司讲完啊，好啊，我们看了这一次，他的这一次 ipo 啊，是怎么样的啊？他是三百五十亿美元估值，现在已经达到了哈 啊，是主要呢，目前他是主要绑定的是 openai， 而且我们刚看了啊， openai 持有了 三千四三百四十万的一个股权行权证啊，这也就是之前这个英美达去和 iran 的 一个一样，也是一个 啊，期权啊，也是说将来可以用多少多少钱去买你多少多少股啊，这么样个逻辑哈，所以如果全部行权的话， open e i 呢，是可以去获得这个 ebrace 的 接近百分之十个股权的哈啊，包括 啊，业务绑定也是绑过绑定了，谁绑定了？ openai 绑定了超两千亿美元七百五十兆瓦算力的一个多年采购大单啊，包括奥特曼等 bookman 的 核心高管也是个人绑定了啊， 个人绑定了这个财务啊，和这个这家公司算是绑定了啊，包括财务绑定啊，完全根据啊，提供十亿美元的数据中心开，包括贷款等等等等，这些东西相当于大家看到都是和 openai 核心绑定的，其实和他之前 呃，单听绑绑定应用商供应商差不多的一个逻辑啊，对吧？只不过为什么那个时候没上市，现在上市了呢？因为现在啊，确实是推理的天下啊，推理的天下，他的这个优势是被反倒是被放大出来的，所以人们市场才会给他这么高的估值了啊。 好，那么啊，我们接下来看一看啊， open a a 它为什么要这么做呢啊？为什么要这么做去投资这么一家公司呢啊，其实啊，还是那个原理啊，就是现在看到大家看到这个啊，之前谷歌大会上哎，他就可以看出来了啊，目前推的一个训练，它是要分家的 啊，对于这个 open i 来说的话，训练肯定毋庸置疑啊，还是用英伟达的 gpu。 为什么？其实不是因为英伟达 gpu 算力有多么无敌啊，而是因为英伟达 gpu 的 这个哭打生态啊，还是哭打生态？是人家老黄经营了二十年整，就这么样一个生态， 这个哭打神哭打呢，也是在零七年老黄砸了重金，目前二十年完成的一件事啊，他也不是说想替代这种替代的啊， 所以呢，训练的时候扩大生态还是非常非常重要用，用到这个 gpu 啊，那推理的时候大家说为什么不用？因为推理的时候相当于算子比较少，比较成熟啊，所以呢，就不需要那么依赖扩大生态啊。但是训练的时候，大家知道各个模型训练方法都不一样啊，都不一样，非常非常复杂，所以呢，可能扩大生态呢，这是相当于金融最好的 啊，这个就比较容易理解了，对吧？好，我们先来看看低延迟推理啊。啊，低延迟推理的话，比如说就非常简单了，就用锤推，就开始用谁吧，就比如说我们这里就可以用到 cybers w e 四， cybers e 三了哈， 包括我们还有其他的一个多样化替代，包括 amd 的 m i 四五零，就是二六年下半年会发布的那个哈，你的这个 m i 四五零，这个也是签了长期合同的，包括还有什么 openai 的 自研芯片啊，自研芯片也 啊，打上日程了啊，包括网络问题，网络协议这些呢， m r c 联盟啊，这些都是在啊做的一件事，这个是 open e i。 为什么要这么做？ 那么还是回到这个问题啊，就是这个公司呢？还是单一依赖了这个 open e i 这家公司啊，所以呢，单一绑定单独巨头、最大客户，同时是最大投资方和证券的时候，外部投资者将面临居高的一个固执风险。就是，所以说的话，二零二四年是百分之八十七都是巨资啊，二零二五年的时候呢 啊，这个二零二五年的时候，百分之八十六都是在巨头上，目前二零二六年呢，是更多啊，甚至九十以上的都是什么 open i 主导的啊，支撑 open i 单独是申请二百六十四十六亿美元的一个剩余 r p o 这面的任务 啊，所以说的话呢，这家公司还是风险比较大的，所以它的这个 ipo 呢，我还是不建议大家去盲目的去追的，特别是不要在星期四去等啊，因为美股的 ipo 呢，它和港股不一样啊，它的 ipo 呢，是你要先在机构大机构里面进行一波撮合啊，它的这个 定义了，这个价格，比如说他定了一个一百二十五加一百二十五米刀啊，但是呢，其实如果在大机构撮合的时候呢，可能会撮到的话，撮到，比如说一百五十五刀，然后呢放到二级市场让你交易，所以你看的时候已经一百五十五刀了啊，所以千万不要用市场直接买进去，这个时候呢，大概率 好会亏的一塌糊涂啊，不要问我为什么知道的啊，反正呢，千万不要，千万不要先判断一下情况再说，而且这家公司大家分析出来还是有风险的啊，单一供应来源非常非常 啊，非常非常非常的恐怖。而且呢， open air 最近风头也不是很好啊，风声也不是很好，名气也不是很好，之前呢，它的这个 open air 的 上市计划都已经遭到了这个啊，这个，这个一波三折，包括和马斯克等等，在我们之前就不说了， open air 目前蒙上了三重阴影 啊，上市不计和马斯克还有官司，还有包括 open y 没达成他的这个用户数和利润值，这三层东西压过来，很容易导致人们一对 open y 有 什么失望，就会哎，疯狂的抛售塞了 brad 的 股票啊，所以呢，千万啊，大家记得这个东西有风险啊，有风险的啊。 好，那我们接下来看一看这个之前讲的问题啊，就说 espresso 他 一旦 ipo 了，会不会说英文答案就不重要了呢？当然不是，当然不是，如果大家啊，刚看了 open i 的 这么样的一个啊分布图或者是 open i 的 一个想的想法的话呢，就知道了啊， 是目前的话呢，是更多更多的是啊，分而知之，或者是啊，你各自有各自的长处， 即使是英美台内部也是这样的，这也是为什么他要在今年的这个啊， gdc 二零二六上呢，去发布这么样的一个和 gucc 合作的这么样的 gucc 芯片了哈，就是因为 gucc 加上一个卢比呢才是。哎，解决了啊我们说的内存强的问题了，所以呢啊，才是适合推理的，因为呢，我们大家记得吧啊，是七比三的比例去进行推理的啊，所以呢，你越进行推理的时候呢，就越用到 gucc 啊，然后呢，你训练的时候呢，你就越用到这个啊，这个 gpu 好， 所以呢，我们可以看到哈啊，这两家公司的一个啊，六边形的一个图啊，雷达图 啊，那我们看到这 cybras 呢，它是极度偏科在哪？就是在于推理这个极致延迟这个方面哈啊啊，那其他的这个方面呢啊，这个 cybras 都完全是没有和英伟达有任何抗衡之力的 啊，包括生态系统，免疫器，包括通用训练能力，包括 scale up 或者是 scale out 等，包括模型等等等等，我们就不再说英美达了啊，英美达实在是啊，它的这个版图相当相当大啊，所以呢，一句话，作为英美达呢，就是说它是在 毫无余力地去降低 token 的 使用成本，降低 token 的 使用成本，就是英美达一直在做两件事啊 啊，当然这个就包括非常非常多了，包括我们说的固态生态，包括 gpu， 包括 ig 变频，所以呢，这些都是 gpu 啊，或者英伟达要做的事。所以呢啊，这个 celebrate 呢，只是集中在这一个部分，所以大家不用担心说他是什么英伟达的最大竞争对手，如果你要这么担心的话，那谷歌还是英伟达最大竞争对手呢，那其实谷歌也还是英伟达最大客户呢。 那你要这么担心的话，那其实很多人啊，博通啊，什么都是英伟达芯片的时候，他如果他这么在芯片之后，他还能保保足五万亿市值吗？也做不了啊，所以呢，大家不用担心啊，不用担心啊，这个手里的英伟达就好好拿着吧。 好，那么我们最后来总结一下吧，啊，就是呢啊，现在呢，这个时代呢，已经过了 gpu 或者是通用芯片啊，专吃一切的这个程度了啊。时代呢，大家也看到目前是 满开花的一个时代啊，包括内存墙，算力墙啊，或者是什么通信墙都在开花啊，不单单是只有卖 gpu 的 英伟达或者是 amd 在 开花了哈，所以呢，现在啊，你包括出来了一个 celebrate 啊，它可能呢啊，做 esic 的 也会开花了哈， 所以呢啊，今天这期视频就总结到这里了哈啊，所以我们一看 s celebrate 这家公司呢，不需要杀死英伟达算成功，只需要它脱离窗口，虚开，撕开缺口，这个证明价值，但是它能不能 啊，证明他除了 open e i 之外，还有很多大客户愿意和他合作，这是我们最关心的一个问题，如果不能够证明，那相当于他就是等于 open e i 了啊， open e i 不 行，它就不行， sidebars 就 不行，那这个时候呢，就很容易受到市场的情绪波动，因为最近市场对 open e i 的 这看法本来就不好啊，都指的 esoteric 呢，所以呢， 那我们可以看到啊啊，这家公司啊啊啊，本质上呢，其实就是一个 ai 啊，这个哦啊，这个所谓的英美达的一个新的挑战者，就是一个挑战者的一个姿态啊，所以大家也不用担心啊。 好，那么啊，咱们本期视频就到这里了啊，然后呢，最后呢，再跟大家说一下，就是本期视频呢，就是通过这个 ceres 这个上市的这个事啊，大家复习了一遍 啊，半导体的一个知识啊，大家复习了一遍 ai 的 一个全站的一个知识，那么希望呢，大家能看到最后呢，能够有一些收获啊，那当然，我们这些知识呢，是之前讲的那些概念啊，包括啊 啊， perfect decoder 也好，包括这个啊，这个光刻的这个啊，一次一次这个，包括光刻的这个极限也好，这些东西我们之前都讲过， 所以呢，大家如果一起一起的跟我走过来的话呢，就会觉得不是那么复杂啊，如果大家单独看这个视频呢，可能还觉得有点复杂的啊，所以呢啊，大家可以去看看我们之前的视频，或者是关注我之后呢，大家跟我每一期视频一起来学， 这样的话呢，就会越来越感觉不复杂，越来越觉得这些东西都是首当其冲的啊，现在觉得觉得是这个投资啊，其实就和这个知识它是分不开的啊，分不开的，所以呢，如果你只会投资 啊，那你不懂这些知识，那你相当于你是拿不住你的股票的啊，你会因为恐慌而卖掉你的股票啊，那所以你又要真的能懂这些知识的话呢，你就会明白，哎， 任何的回调都是一个上车的机会，而且任何的啊，人家说什么啊，或者是这股票短期下跌了，都不会让你恐惧的啊，这个就是我们最终想要达到的一个目的。好，那么最后呢，还是那句话啊，就是咱们今天呢没有任何的 投资建议哈，不会告诉大家要不要买这个股票，只是跟大家讲一讲这家公司和他的相应的一个风险和 啊，普及一下大家的半导体的一个知识啊，请审核，大大的就明鉴一下哈，我真的是没有任何的投资建议啊，投资有风险啊，入市需谨慎。那么最后呢，如果大家觉得有帮助的话，欢迎给我点个三点个关注吧，咱们下期视频再见，拜拜。
160荒野芯智观察
04:06查看AI文稿AI文稿大家好，我是美股豹哥。今天聊一家即将上市的 ai 芯片公司 siri。 先说结论， siri 不是 英伟大杀手，他真正赌的是 ai 从离线生成走向实时推理之后，市场会不会需要一种新的低延迟算力。如果未来三年 ai 主战场仍然是训练集群、通用 gpu 和 tpu 的 生态， 那 siri 布鲁斯很难正面挑战英伟达。但如果高价值应用从慢速问答变成实时 agent、 交互式代码、长输出和企业工作流，那 siri 布鲁斯的经元及路线就突然有了位置。先讲公司， siri 布鲁斯成立于二零一六年，总部在加州塞尼维尔，联合创始人兼 ceo 使 andrew falman。 他 最特别的地方是没有沿着做一张更强的 gpu 卡这条路走，而是把整片经元级引擎从 u 三公开，规格非常夸张，四万亿晶体管、九十万个 ai 优化核心、 一百二十五 fop 峰值 ai 算力。这些数字很抓眼球，但真正重要的不是大，而是把通信留在片上。传统 gpu 集群做大模型推理时， 很多延迟不是来自算不动，而是来自显存访问、跨芯片通信、网络调度和输出、 token 串行生成。 sirius 的 核心判断是，当模型已经足够聪明，用户愿意付费的，体验差异会从答案对不对变成答案快不快、涨不涨、能不能实时互动。 所以它卖的不是普通芯片，而是低延迟推理能力。这里有一个技术分歧很关键，把模型推理可以粗略分成两段，与填充，负责处理用户输入和上下文，适合并行计算 解码，负责一个 token 接一个 token， 输出更值内存、宽带和低延迟 a w u s。 和 sirius 的 合作，正好把这个逻辑商品化。 a w u s 四言 training 负责提示词处理， sirius cs 三负责输出生成，这说明云厂开始把推理流水线拆工种。 cybers 在 这里更像一个高端解码引擎，不是完整替代 awus 自研芯片，也不是完整替代英伟达平台。在看订单验证，第一条线是 openai， 公开材料显示， cybers 与 openai 有 七百五十 mw 低延迟推理容量合作， 相关容量将分批上线至二零二八年，这个协议价值超过两百亿美元，并可能在二零三零年前扩展到二极瓦。第二条线是 awus open 内爱证明顶级模型实验室愿意为速度付战略议价， a w u s 证明这种速度能不能通过云渠道卖给更多企业客户。如果 a w u s bedrock 上的企业客户愿意为 sirbus 的 低延迟推理买单， siribus 就 有机会从少数大客户合同 走向更可扩展的云服务收入。再看财务招股书显示， siribus 二零二四年的百分之四十二点三，剩余履约义务约两百四十六亿美元， 说明未来收入可鉴性很强。但这里不能只看订单，二零二五年 abzo y 贡献百分之六十二收入， g 四二贡献百分之二十四收入。二零二四年 g 四二单一客户贡献百分之八十五收入。也就是说， sirbrass 不是 靠大量企业客户自然分散涨出来的公司， 而是由少数大客户把收入曲线拉起来。未来欧盟内爱可能成为更大的单一变量，客户质量提高了，但客户集中风险没有消失， ipo 口径也要分清。官方公开区间是发行两千八百万股，每股一百一十五到一百二十五美元。 ruders 报道称，公司正在考虑把区间上调到一百五十到一百六十美元，并把发行股数增至三千万股。 但这个属于市场消息，还不是最终官方定价风险主要看四件事，第一，客户集中。中东客户和欧本内艾都是高质量客户，但单一客户变量太大，每个季度都会很刺激。第二，毛利率， 二零二五年毛利率不能上行，它更像资本密集型基础设施公司，而不是高毛利芯片设计公司。第三，交付复杂度。 晶源集芯片的优势来自大风险，也来自大良律。封装供电、液冷维修、排机电排产、数据中心上电都可能影响订单兑现。低次竞争不会停，英伟达不会放弃推理， a w u s google med 会继续自研芯片， rock 和其他专用芯片公司也会继续迭代。所以总结一下， threebrees 不是 英伟达的正面替代品。如果在产品继续从慢速问答走向实时斜坐长电路 agent 和企业工作流， threebrees 会非常重要。但要把这个位置变成长期商业价值， 他还必须证明三件事，按时交付、改善毛利率吧。 open 内外以外的客户做起来。你看好 siri bros 吗？评论区聊聊。以上内容仅供科普参考，不构成任何投资建议。
171美股报哥
00:40查看AI文稿AI文稿cyberus ipo 提价五月九日，全球知名 ai 芯片企业 cyberus 正式宣布上调其 ipo 价格区间，由原本的一百零五至一百一十五美元上调至一百二十五至一百三十五美元，上调幅度达百分之十九左右。 据行业消息显示，该公司 ipo 认购热度极高，目前已获得超二十倍的超额认购，市场对其 ai 芯片业务的发展前景高度认可。 eniverse 计划于五月十三日正式确定 ipo 最终定价，此次募资规模约为三十五亿美元，将成为二零二六年美股市场规模最大的 ipo 项目，募集资金将主要用于 ai 芯片的技术研发、产能扩张以及全球市场布局，进一步强化其在高端 ai 芯片领域的竞争力。
12集成电路动态
04:13查看AI文稿AI文稿亚马逊、谷歌、 mate 最近都在悄悄干同一件事，从英伟达手里把算力抽出来，走一条连台积电二纳米都绕开的路。这条路刚好对中国半导体是一扇后门。 出发我深度调研的是 oppo ai 这两天签的一个两百亿美金的合同，他买的不是英伟达的 gpu， 也不是台积电二纳米的最新制成，是一家叫 sirbrass 的 公司，他们用的是五纳米做出来的芯片，推理速度比英伟达最新的 b 二百还要快两倍多。这就让我特别想搞清楚，这条绕开二纳米的路到底是怎么走通的。其实这不是 sirbrass 一 家的事， 我们看这一两年，亚马逊自己做 crazy， 谷歌有 tpu， matea 在 跟伯通联合搞 mpi， 微软 and sharpic 也在排队。全世界最有钱的那几家，都在悄悄的从英伟达身上抽取。但这里面最极端的那个样本就是 siri bros， 他 把这条非 gpu 的 路推到了一个大多数人根本想不到的地方。 我们先对齐一个架构信息，英伟达做芯片，台积电做好一整块金元，然后切成几百颗小金元，一颗一颗卖 siri bros 的 选择是不切整整一张金元当一颗芯片用。但问题马上就来了， 为什么不剩二纳米？因为芯片越大，先进制成的良率就越要命。二纳米一片金元出几个坏点没事，切成几百颗，把坏的扔了，良率还撑得住。但你把整张金元当一颗芯片，任何一个坏点理论上都会废掉一整片金元。 那 siribras 怎么办呢？他们的做法特别有意思，把每个计算核心都做的非常小，小到只有英伟达 h 一 百一个核心的百分之一，然后在整片金元上故意多塞一批荣誉核心，出场的时候，硬件会自动扫描整张金元，哪个核心是坏的，哪个互联是断的，全部标记出来，逻辑上直接隔离， 然后通过偏上的网络把数据重新路由到旁边的好核心，就算物理上有瑕疵，整片金源跑起来还是百分之百完整。这一步解决了卡了半导体行业七十多年的金源级良率难题，所以他们才敢反过来想，不追先进之城，把功夫全花在架构上，那架构到底赢在哪？ 赢在三个字，内存强！现在训练一个大模型，最贵的不是算力，是 gpu 跟 gpu 之间来来回回传数据的成本。成千上万张卡，靠光纤和交换机连起来，数据在外面跑一圈，速度掉一大截，电费也是天文数字。 sir bros 直接把整张网络全塞进一片金源里，数据完全不出硅片。结果就是跑 拉曼四这种模型，它每秒能吐两千五百个头啃，比英伟达 b 二百快了两倍半。而且这一片金源还不是它的天花板。 sir bros 最多能把两千零四十八台单卡串成一个超级集群， 总算力做到两百五十六 xflops， 直接就是全世界最大的 ai 超算级别。换句话说，一片金源打内存墙，集群打规模上线，这条架构路两头都顶得住。你可能会说，那之前为什么这条路没火？因为过去两年整个行业都在卷训练，训练比的是总算力， gpu 集群堆得够大就行。 但现在变了，推理开始成为真正的刚需行业，普遍预测推理会占 ai 生命周期成本的百分之八十以上，而推理卡的不是算力，是内存、贷款跟延迟。这一下， cyrus 这种架构就从边缘变成了主角， open ai 两百亿压下去，压的就是这个转折点。当然了， cyrus 这条路也不只是推理的特种兵，它的单卡能装下二十四万亿参数的模型是 g p 五点四这种旗舰模型参数量的十倍以上，训练场景一样能打。 所以 openai 压的不是推理专用卡这么简单，压的是一条训练推理全场景通吃的新路。那回到中国这件事为什么对我们是机会？因为过去两年大家都在焦虑一件事，我们拿不到 euv， 所以 先进制程被卡在外面。 但 siribras 这条路等于告诉全世界，先进制程不是唯一解，成熟制程加上先进封装，一样能做出跑赢二纳米的 ai 芯片。这条路对中国是天然友好的。关键技术全在哪？ 中断？硅片加工、金源级封装、新力多芯片集成，也就是 chippley。 昨天 a 股上市的这家国产先进封装公司，正好就是做这块的。他们招股书里自己写了一句话叫超越摩尔定律，我觉得挺有意思，因为这意味着国产算力这条路不用再死磕 u v 了。 所以这期我的结论很简单， ai 算力的下半场，赢家不一定是智诚最强的，而是架构最贴合富仔的 open ai 用两百亿美金给这条路投了一票， 国产半导体也在被动的拿到了一张入场券，我后面会持续跟踪三个指标， cerrobras ipo 的 最终估值落点， a 股先进封装跟成熟制程算力链的资金动向，还有国产区块链的政策窗口，这三个只要联动，这条线就站住了。 最后说一句，新上市的公司涨跌会比较大，我自己有仓位，但也只是试下水温。这期视频不是聊他的股票交易，我也不做任何建议。我想传递给大家的是金源级创新这条路本身，因为比起一只股票涨多少，看清一条产业级的新路径，长期赚的钱要多的多。这条线你怎么看？评论区聊一聊。
3583勇麦
00:47查看AI文稿AI文稿准备好了吗？今天咱们用一分钟速盘英伟达挑战者 three bros 的 超级 i p o， 咱们直接看重点啊！三十五亿美元，这绝对是今年规模空前的超级大筹资 敲黑板了！五月十四号挂牌，代码 cbrs， 定价一百一十五到一百二十五美元，这波算是重振旗鼓了，底气在哪儿？看这儿，人家用这餐盘大小的巨型晶圆直接硬钢，传统的碎块化架构 还没完呢！他们还锁定了 openai 超百亿元大单和任股权证，这靠山太硬核了！所以问题来了，这场三十五亿的重磅 ipo， 真能撼动英伟达的霸主地位吗？咱们拭目以待！
7标普说财
07:54查看AI文稿AI文稿五月十四日，一家你可能没听说过的公司要在纳斯达克敲钟。它叫 cybrass systems， 发行价区间一百一十五到一百二十五美元，对应估值最高两百六十七亿美元。它的目标是打败英伟达。 先别急着鼓掌，在 ai 芯片这个英伟达几乎统治一切的赛道， cybrass 说，我们的推理速度是它的二十一倍，成本只有三分之一，工号只有三分之一。 二零二五年，这家公司收入五点一亿美元，同比增速百分之七十六。招股书里净利润写着二点三八亿美元，看起来健康的不像一家初创公司。但剥开会计处理， non g a a p 口径下， 净亏损七千六百万美元，运营亏损一点四六亿美元，而他要求市场给出两百六十七亿的估值，五十二倍的市销率，英伟达现在是二十一倍。一家运营亏损的公司要求比英伟达更高的估值倍数， 它凭什么？这就是今天要聊的问题。我们从技术讲起，再看财务，再看风险，最后看那个改变了所有蓄势的大单。要理解 sirius 的 价值，先要理解英伟达 gpu 在 推理任务中的一个结构性瓶颈在内，叫它内存强。 英伟达的 gpu 是 什么逻辑？多颗芯片协同工作，每张 gpu 有 自己的高宽带存储，芯片之间通过 nv link 互联。 当你在跑一个大模型推理任务时，模型的权重参数需要不断从存储、搬运到计算单元，计算完再搬回去。这个搬运动作在大规模推理场景下会成为速度瓶颈。数据离计算越远，延迟越高，这是物理定律，不是工程问题。 sirbrass 的 解法非常直接，也非常激进，造全世界最大的芯片 wse 三鲸源级引擎第三代， 整张晶圆就是一颗芯片，面积约七十二平方英寸，包含数十万个 ai 核心，以及大量片上存储。类比来说，英伟达 gpu 集群向城市里的快递员在各小区仓库之间跑， ws e 三是把所有仓库都搬进了同一栋厂房，数据不用搬运，片上带宽可以达到二十 p b 每秒以上的量级， 这是 gpu 集群无法企及的数量局。在低延迟推理这个具体场景， wse 的 优势是结构性的，不是靠堆算力堆出来的实时 ai agent 需要极低首字母延迟的对话系统长上下文处理，这是 sirbress 真正的主场， 但技术也有清晰的边界。训练任务不是 w s e。 的 优势。场景超大规模模型仍需外挂存储扩展。软件生态与英伟达 c u d a。 的 差距是真实的。以年计，不是以月计。 制造上完全依赖台积电，良率风险被精元级设计放大，而且英伟达不会做事。 vero rubin 溢购价购，二零二六年交付， 明确针对低延迟推理优化，并且带着 c u d a。 生态进场。如果他在推理场景兑现承诺， sirbrass 当前最核心的差异化窗口将显著收窄。招股书显示， sirbrass 二零二五年净利润二点三八亿美元，乍一看盈利了，很健康。 对比二零二四年净亏损四点八二亿美元，看起来像是戏剧性翻盘。但这是一次性会计处理的结果，不是经营改善的结果， 背后是特定长期合同负债的重估调整，产生了账面收益。剥开这层， non g a a p 净亏损七千六百万美元，运营亏损一点四六亿美元，而且这个运营亏损比二零二四年的两千一百八十万扩大了近七倍。收入在增长，亏损也在扩大， 增速确实是真实的。二零二二年收入两千四百六十万，二零二三年七千八百七十万，二零二四年二点九亿，二零二五年五点一亿三年二十倍。 毛利率也在改善，从二零二二年的百分之十二走到二零二五年的百分之三十九，这个进步是真实的，反映了规模效应和产品组合优化，但百分之三十九远低于英伟达的约百分之七十五， 主要原因是硬件产品毛利率偏低，靠云服务和托管服务拉升整体。然后是估值两百六十七亿，市值五点一亿，收入五十二倍。 英伟达现在二十一倍， amd 大 约六倍。五十二倍意味着市场需要相信 openai 合同，按计划确认收入。 uae 客户不出叉子，毛利率持续改善，英伟达在推理市场无法反击。四个假设需要同时成立， 这是很高的要求。现在来说最关键的问题。二零二五年 sirius 的 两大客户是 g 四二和阿布扎比人工智能大学。 m b c u a i。 两家阿联酋机构在会计准则下被认定为关联方， 他们合计贡献了 sirius 二零二五年百分之八十六的收入。年末应收账款中， m b c u a i。 独占百分之七十七点九。 一家挑战英美达的美国芯片公司，百分之八十六的钱从中东来，这不是秘密，写在招股书里， 但这句话的地缘含义值得仔细想。二零二四年， cybers 第一次递交 s 一 准备上市，随即美国外资投资委员会 c f i u s 介入审查。审查焦点是 g 四二，是 cybers 的 股东间最大客户 c f i s， 担忧其历史东大商业关系 可能构成京元级技术外流通道。最终， g 四二同意剥离东大投资持股被调整为无投票权。 ipo 重启，监管风险暂时清清，但不等于永久消失。中东地缘局势如果再出变数，美国出口管制如果进一步升级，这个问题会重新回来。 但今年一月，局面出现了变化。 openai 和 sirbraz 签了一个多年期协议，提供七百五十兆瓦算力容量，合同价值超过一百亿美元，期限至二零二八年。 这是这次 ipo 能够成功推进的最核心趋势支撑从中东资金变成了 openai。 算力供应商 a w s 也在 bedrock 上接入了 sirbraz 的 高速推理，客户名单里出现了 meta male、 clinic、 美国能源部。为什么 openai 要选 sirrus， 而不是直接用英伟达？逻辑很清晰，第一，有了替代供应商， openai 对 英伟达的谈判筹码更强。第二， openai 的 实时推理服务对手字符延迟极其敏感， sirrus 在 这个场景的速度优势是真实需求。第三，算力多样化本身就是大型 ai 公司的合理策略。这笔合同不是 openai 要抛弃英伟达，而是 openai 在 构建一个更复杂的算力组合。 但有一个细节必须说清楚， sirbress 透露的剩余履约义务高达两百四十六亿美元，约为年收入的四十八倍，这个数字让很多人兴奋。看这么大的 backlog， 但 rpo 是 合同承诺，不是已经确认的收入， 更不是已经收到的现金。 openai 的 一百亿大单，绝大部分还躺在 backlog 里，需要随着服务交付逐步确认。这个确认节奏取决于 openai 实际使用算力的速度，以及双方合同里的里程碑条款。 backlog 不 等于收入， 这是一场和时间的赛跑。 openai 合同何时开始大规模结款，决定 sirbrass 能否在下一个风险事件发生前真正完成客户多样化。 这家公司，它可能是华尔街推出的蓄势泡沫，但也可能是 ai 硬件格局重写的起点。一张晶元级芯片，在推理这个越来越重要的战场上，找到了英伟达护城河里真实存在的裂缝。历史上 每一个不可撼动的技术垄断，最终都被一个你没预料到的方向撕开了口子。英特尔不是被另一家做 x 八六的公司打败的，它是被 arm 打败的。 只是这一次撕口子的，是那张全世界最大的芯片，还是那张从中东收钱的账单？先出了问题，我们拭目以待。我是清醒财经，我们下期见。
4161清醒财见
