現在整個AI行業最大的瓶頸不是算法, 是物理世界跟不上。 你去看看英偉達的財報電話會議, 黃仁勳現在最頭痛的是,他的晶片造出來了,但數據中心的光互聯跟不上, 晶片之間傳輸數據的速度,成了整個系統的天花板。 再深想一步: AI模型每6個月參數翻一倍, 參數翻一倍 = 存儲需求翻一倍 = 帶寬需求翻一倍,呈指數增長, 而物理設施的擴產週期是2-3年。 供給追不上需求,價格只有一個方向: 買物理世界裡造不夠的東西: 光互聯、存儲、基站、晶片封裝。 MRVL BB NOK DRAM指數 拿住就完事了。

現在整個AI行業最大的瓶頸不是算法, 是物理世界跟不上。 你去看看英偉達的財報電話會議, 黃仁勳現在最頭痛的是,他的晶片造出來了,但數據中心的光互聯跟不上, 晶片之間傳輸數據的速度,成了整個系統的天花板。 再深想一步: AI模型每6個月參數翻一倍, 參數翻一倍 = 存儲需求翻一倍 = 帶寬需求翻一倍,呈指數增長, 而物理設施的擴產週期是2-3年。 供給追不上需求,價格只有一個方向: 買物理世界裡造不夠的東西: 光互聯、存儲、基站、晶片封裝。 MRVL BB NOK DRAM指數 拿住就完事了。