模型排行榜
模型排行榜
|
GPU 与内存芯片差在哪：英伟达只设计，美光连晶圆厂都自己建
同样一枚硅片，英伟达只做设计，晶圆制造与先进封装全部交给台积电；美光则把设计、流片、封测全部攥在手里，2026 财年资本开支超过 250 亿美元，2027 财年仅厂房一项还要再增投超 100 亿美元。本文拆解 GPU 这类逻辑芯片与 DRAM、NAND 这类存储芯片在单元结构、设计方法、制造模式与工艺路线上的差异，最后落到 HBM 与先进封装这个把两条路重新绑在一起的交汇点。 发布日期: 2026-10-10 |
|
推理算力反超训练：GPU 一半时间在空转，内存与 CPU 接棒
AI 算力的重心已从训练挪到推理，旗舰 H100 在推理负载下有 50% 到 80% 的时间在空转——每生成一个 token 都要重读全部权重，瓶颈从算力移到内存带宽。本文梳理四条绕开内存墙的芯片路线，再看 KV 缓存把压力推到 NAND、CPU 与 GPU 配比从 1:8 走向 1:1，最后把厂商宣称与可核验的数字分开。 发布日期: 2026-10-09 |
|
Muse 爆火拆解：用户拿它砍账单，Agent 做对了什么
Meta 的智能体 Muse 上线两周登顶美区 App Store 免费榜，美国移动端日活 64.2 万，约为 ChatGPT 移动端上线同期的三倍。654 个公开案例里，19.6% 是省钱、退款与个人财务，62.8% 属于生活杂务。本文拆解它的五层产品设计——入口与分发、记忆与个性化、授权与监督、云端执行环境、连接器与支付，并说明为什么同一套打法在中国不好复制。 发布日期: 2026-09-28 |
|
人形机器人部件按照成本占比排序，哪些是核心，都是谁生产的？
人形机器人部件按成本占比排序没有唯一答案：一份测算把行星滚柱丝杠排到35.4%，另一份算出关节总成约50%。本文讲清三种切法的口径差异与重复计算陷阱，合并五份测算后给出跨报告的硬共识——执行与传动四件套合计占七成以上、大脑系统不到4%，再用价值量、壁垒、国产化率区分"占比大"与"真核心"，落到各部件的生产企业。 发布日期: 2026-09-21 |
|
客户端通用Agent角逐，最看好腾讯的workbuddy、豆包工作
2026年是"桌面Agent元年"：腾讯WorkBuddy 3月商用、9月上线开放平台，阿里千问办公8月整合公测、首月用户破3000万，字节豆包工作9月融入飞书。本文划清"客户端通用Agent"与聊天机器人、IDE Agent、RPA的界线，并排三家优劣，落到四个胜负手：上下文所有权、权限与安全、生态开放度、跨端连续性。 发布日期: 2026-09-17 |
|
人类语料基本训练完毕，现在大模型的升级核心是在做什么？
人类公开文本的有效存量约300万亿tokens，按当前训练规模推演，2026-2032年之间会被完全用尽——"数据墙"已经不是预测而是事实。本文把升级核心拆成四根杠杆：合成数据、可验证奖励的强化学习RLVR、测试时计算、数据来源重构，并指出四根杠杆最终卡在同一处：谁有资格当裁判。 发布日期: 2026-09-15 |
|
AI进入推理时代，内存（HBM）和闪存（NAND）将会如何演进
训练造模型，推理用模型。2026年推理算力正反超训练，内存墙从训练瓶颈转为推理瓶颈。HBM4把单栈带宽拉到2~3.3TB/s；NAND奔向400+层、单盘破60TB，借"计算存储"给GPU减负；中间的CXL把内存变成机架共享池。结论：推理时代的内存金字塔按"温度"分层——热在HBM、温在CXL池、冷在NAND。 发布日期: 2026-09-11 |
|
端上可运行的模型进展如何了，手机和电脑上能跑什么模型？
端侧能跑的是1B-8B、量化到约4位的模型，能力边界在分类、抽取、改写、摘要等"有界任务"。手机端模型已变成操作系统的系统服务（苹果AFM约3B、Gemini Nano 1.8B-3.25B）；电脑端真正的分水岭是内存：64GB统一内存能跑70B，32GB显存的显卡跑不动。决定能跑多大的不是TOPS，是带宽和容量。 发布日期: 2026-09-10 |
|
国产GPU替代进程梳理，光刻机这个卡点如何了，没听说缺存储？
把三个常被分开问的问题串成一条线：卡点在产业链上从不均匀分布，它专挑"非用EUV不可"的那一环。国产GPU份额首破四成但走的是超节点绕行路线；光刻机28nm有突破却存在量产口径之争；存储没被卡是因为DRAM/NAND本就不依赖EUV——但HBM是例外，而它正是AI最需要的部分。 发布日期: 2026-09-09 |
|
Herman：现在在是 1998 年，不是2000年，AI 泡沫还没来
8月27日168X访谈实录。Herman先复盘6月第一批看空的逻辑，再给出翻多理由：650亿利空没有踩踏、锚定Anthropic是错的（27%算力赚钱、70%正在被开发）、瓶颈在供给不在需求。核心账本：预期的收入能否justify预期的投入——答案是现在是1998年，不是2000年，真正的AI泡沫还没来。 发布日期: 2026-09-01 |
|
从GPU到AI服务器，剖析英伟达的产品定位
英伟达不再只是一家GPU公司。本文从芯片（GPU/CPU/DPU/NIC）、互联（NVLink/NVSwitch）、整机（DGX/HGX/MGX）、机架（NVL72）、网络与软件（CUDA/Spectrum-X）五个层次，剖析"数据中心即计算单元"的全栈定位，以及从"卖芯片"到"运营AI工厂"的战略演进。 发布日期: 2026-08-27 |
|
DUV和EUV的区别是什么，制造EUV的核心难点是什么
波长193nm的DUV与13.5nm的EUV差了一个数量级，技术路线完全分化。本文从光学系统、光源、掩模、真空等六大维度对比两者，并拆解制造EUV光刻机的五大难点：每秒5万次轰击锡滴的光源、原子级平整的蔡司反射镜、比太空还干净的高真空、180吨下的亚纳米精度双工作台，以及5000家供应商的供应链死结。 发布日期: 2026-08-25 |
|
AI算力帝国：巨头份额版图与供应链暗战
英伟达81%、AMD 10%、博通ASIC 8%——2026年AI芯片市场突破5000亿美元。本文从GPU/CPU/HBM/SSD四大核心部件拆解供应链：SK海力士掌控HBM半壁江山、三星主导企业级SSD、台积电是所有人的代工方，以及四大巨头各自的采购版图与国产替代突围之路。 发布日期: 2026-08-21 |
|
AI重塑生命科学：从AlphaFold到AI原研药
一款新药为何要"双十定律"——10年、10亿美元、90%失败率？本文拆解AI如何重构生命科学：AlphaFold蛋白质结构革命、AI制药五层产业链、英矽智能Rentosertib冲进III期等标杆案例，以及基因组学、AI诊断、蛋白质设计等更多战场，并冷静审视AI解决的是效率而非成功率。 发布日期: 2026-08-20 |
|
人形机器人产业化元年：从宇树上市看万亿赛道启幕
2026年8月19日，宇树科技登陆科创板，发行价150.80元，开盘大涨629.44%，市值一度突破4449亿元——人形机器人第一股诞生。本文梳理宇树从实验室手搓XDog到IPO的十年，拆解人形机器人"大脑-小脑-躯干"三层架构与核心零部件产业链：行星滚柱丝杠占BOM 22%、国产化率仅40-50%，是最值得关注的环节。 发布日期: 2026-08-19 |
|
HBF高带宽闪存：AI推理时代的存储新层级
2026年8月4日，闪迪与SK海力士通过OCP发布首个HBF（高带宽闪存）标准：把3D NAND用TSV垂直堆叠成HBM形态，容量是HBM的8-16倍、成本只有1/5到1/6，代价是延迟高两个数量级——不替代HBM，而是在HBM与SSD之间插入新的存储层级。本文对比两者六维差异并拆解技术架构。 发布日期: 2026-08-18 |
|
NAND闪存：推理时代的隐形主角
训练是"写密集"，推理是"读密集"——模型权重一旦加载就基本只读，瓶颈从HBM转向"装得下、读得快、成本低"，这正是NAND的主场：单颗SSD已达30TB+、每GB成本只有HBM的1/100。本文拆解3D NAND的堆叠制造，并给出它在推理时代的四大价值：模型权重存储、KV Cache卸载等。 发布日期: 2026-08-17 |
|
AI服务器关键部件介绍
AI服务器与普通服务器的核心区别是用GPU替代CPU作为主要算力来源。本文拆解内部关键部件：GPU（算力核心）、CPU（调度中枢）、HBM（占GPU成本四到五成的算力命脉）、光模块（集群互连，800G为主流）、24-30层高多层PCB、电源与液冷，并给出各部件的作用与代表厂商。 发布日期: 2026-08-14 |
|
GPU制造流程及核心厂商
一颗AI GPU从无到有要经历设计→流片→晶圆制造→封装→测试→组装六个阶段：设计壁垒最高（周期2-3年）、3nm流片一次约500万美元、先进晶圆厂只有台积电/三星/Intel三家能建、H100靠CoWoS封装与HBM合体，CoWoS产能正是GPU缺货的瓶颈。本文按阶段拆解全流程与核心厂商。 发布日期: 2026-08-14 |
|
HBM制造流程及核心厂商
HBM用TSV硅通孔把多层DRAM垂直堆叠，带宽是普通DDR5内存的16倍，一颗AI GPU上通常搭4-8颗。本文拆解制造五步：DRAM制造→TSV打孔（单颗超5000孔）→芯片减薄到头发丝直径→堆叠键合→CoWoS封装，并给出SK海力士约50%、三星约40%、美光约10%的格局，以及它为何是AI芯片供给瓶颈。 发布日期: 2026-08-14 |