54 posts tagged with "Vendor Strategy"

当亚马逊把十余座数据中心的 Grace Blackwell 芯片售后回租、GMI Cloud 拿到 4.45 亿美元银行信贷、腾讯通过 Oracle 租用 10 万颗芯片时，GPU 已经不只是计算设备，而是一种可融资、可抵押、可证券化的金融资产。"卡本位"融资正在重塑 AI 行业的资产负债表。

芯片成为金融资产的三种形态​

传统观念里，服务器芯片是快速贬值的 IT 设备，进入资产负债表后只会计提折旧。2026 年的资本市场上，算力资产正在以三种形态被金融化：

形态	代表案例	资金方	商业逻辑
售后回租	亚马逊十余座数据中心 Grace Blackwell 芯片	租赁/投资机构	出让资产 + 长期租回，释放基建现金流
抵押信贷	GMI Cloud 4.45 亿美元银行信贷（台湾中国信托商业银行领投）	商业银行	GPU 抵押 + 合同现金流授信
租赁通道	腾讯租用 Oracle 10 万颗芯片	云厂商	绕开出口管制的使用权采购

这三种形态的共同前提是：GPU 的租金现金流足够稳定，可以被当作信贷的还款来源。这正是 GPU 云行业与传统 IT 采购最本质的区别——芯片变成了会持续产生租金的收入型资产。

案例拆解：从回租到租赁通道​

亚马逊：售后回租与资产转让​

亚马逊正在推进两条并行的资产盘活路径：其一，对旗下十余座数据中心的 Grace Blackwell 高端芯片做售后回租——"出让资产 + 长期租回"，用一次性回款缓解算力基建的现金流压力，代价是支付长期租金；其二，据 The Gist/FT 口径（2026 年 10 月 8 日），亚马逊另拟向投资者转让约 80 亿美元 NVIDIA 芯片资产。作为手握约 2200 亿美元 2026 年 capex 的最大买家，亚马逊把沉淀的芯片资产重新变成流动性，本质上是在为下一轮采购腾出资产负债表空间。

GMI Cloud：GPU 抵押信贷的样板​

GMI Cloud 的 6.68 亿美元融资拆成了两层：NVIDIA 参与的 2.23 亿美元股权，加上台湾中国信托商业银行领投的 4.45 亿美元信贷。银行愿意给一家 GPU 云公司放贷，看中的是其 GPU 资产和租赁合同现金流——NVIDIA 的股权参与又进一步增强了信用。这是"卡本位"信贷的完整样板：芯片做抵押物，租金做还款来源，厂商背书做信用增强。

腾讯：租赁通道与合规灰区​

腾讯租用 Oracle 10 万颗芯片的案例（2026 年 10 月 2 日 Slicast 报道）展示了第三种形态：不购买芯片所有权，而是采购算力使用权。这种模式被广泛解读为绕开出口管制的租赁安排——管制限制的是芯片出口，而云端算力的跨境租用处于监管的模糊地带。需要强调的是，这类结构的合规边界并不清晰，各国出口管制规则仍在动态调整，"租赁即合规"的假设存在政策风险。

SpaceX 与博通：债务买卡的资金源头​

SpaceX 拟以 400 亿美元融资购买 NVIDIA 芯片（Apollo 牵头：100 亿美元银行贷款 + 300 亿美元投资级债务）；博通则为 OpenAI/Anthropic 的定制芯片安排数百亿美元债务。加上 NVIDIA 1000 亿美元投资 OpenAI，债务买卡的资金池已经大到足以改变芯片行业的商业模式——从"客户付钱买卡"变成"资本市场付钱买卡，客户用租金还钱"。

"卡本位"估值的关键假设​

把 GPU 当作可融资资产，估值模型建立在几个关键假设之上，而这些假设恰恰是最脆弱的环节：

假设一：残值率。 信贷方给 GPU 估值时必须假设芯片几年后的残余价值。传统服务器的残值模型在 GPU 上未必成立——B300 当前租金可达 9.50 美元/GPU 小时（Nebius 口径），但三年后的租金和残值高度不确定。

假设二：技术迭代贬值速度。 NVIDIA 已进入 Rubin 一年一代的节奏。当新一代芯片的性能/瓦优势足够大时，旧卡租金会加速下滑，残值假设被击穿，抵押物价值缩水会直接触发信贷条款重估。一年一代的迭代周期，本质上是在加速抵押品的贬值曲线——这是"卡本位"融资与房产抵押贷最根本的不同。

假设三：需求连续性。 租金现金流的稳定性依赖 AI 推理需求的持续增长。算力供给的大规模释放（各家 AI 工厂 2027-2028 年集中交付）可能改变供需平衡。

对 GPU 云创业公司资产负债表的重塑​

算力金融化对 GPU 云创业公司是双刃剑。好的一面：融资渠道从股权扩展到债务，GMI Cloud 证明了银行信贷可以成为股权之外的第二资金来源，创始人稀释更少、扩张更快。坏的一面：资产负债表上堆积了大量以 GPU 为抵押的债务，让本就重资产的模式更加脆弱——租金价格下行 20%，可能同时冲击收入端和抵押物估值端，形成双重挤压。

对比之下，Oracle、亚马逊等巨头通过回租和资产转让把风险向投资者转移，创业公司反而更依赖抵押信贷。融资结构的分化，将在下一轮周期波动中重新洗牌 GPU 云行业的座次。至于 Oracle 用燃气卡车运电维持数据中心运转所暴露的高运营成本，则提醒所有信贷方：GPU 资产的"持有成本"里，电费可能是比折旧更凶猛的现金流出。

小结​

算力资产金融化已经形成三种成熟形态：亚马逊式的售后回租释放现金流、GMI Cloud 式的抵押信贷打开债务融资渠道、腾讯式的租赁通道解决跨境采购。支撑"卡本位"估值的是残值率、贬值速度和需求连续性三大假设，而 Rubin 一年一代的迭代节奏正在持续考验第一和第二个假设。对 GPU 云创业公司而言，债务杠杆放大了扩张速度，也放大了周期风险；对信贷方而言，给会快速贬值的芯片做抵押，风控逻辑必须区别于传统资产。算力金融化让行业跑得更快，也让下一轮回调来得更有杠杆——这是所有参与者在享受低息资金红利时，必须同步想清楚的问题。

千卡以下可以拍脑袋，万卡规模必须算账。自建、租用、混合三种路线的资金量级差出一个数量级，本文把三本账摊开对比。

一、自建万卡：钱花在哪​

以 8 卡 HGX H100 服务器为例，2026 年海外 OEM 整机报价约 25 万至 32 万美元。一万张卡即 1,250 台服务器，仅 GPU 节点硬件就在 3.1 亿至 4 亿美元。这还只是起点：按 SemiAnalysis 的估算，每台服务器还要追加约 6 万美元的网络、存储与机柜配套；万卡集群的组网用 IB 交换机、光模块、分布式存储通常再占总投资的 15% 至 25%。此外，8 卡 H100 仅 GPU 满载功耗就达 5.6kW，整机按 8kW 计，一万张卡对应约 10MW 的 IT 负载，加上制冷冗余实际要按 12 至 15MW 规划变电站。多数城市拿到这个量级的电力指标，周期以年计。

自建的真实优势在于三点：规模化后的单位成本低（自持 H100 三年摊销的全成本可低到每卡时 1.35 至 1.92 美元）、数据完全可控、以及资产残值（三年后 H100 二手仍能回收两至三成价值）。代价是资金门槛高、建设周期长、以及技术迭代风险——Blackwell 与 Rubin 世代逐步铺开后，H100 的残值曲线会进一步下探。

二、租用万卡：单价与长协​

云端路线的公开价格区间如下。海外超大规模云厂商的 H100 按需价约每卡时 3.85 至 4.20 美元；AI 云（neocloud）约 1.99 至 2.59 美元；一年期长协可压到 1.45 至 1.85 美元。国内方面，第三方平台 H100 单卡时租报 28 至 35 元，部分渠道低至 9.5 元上下；A100 80G 约 16 至 22 元；4090 约 2 至 4 元。值得注意的是 2026 年供需趋紧，国内高端卡租赁价格年内整体上涨了约三成，H200 月租已到 6.7 万至 9 万元一台（8 卡）的水平。

路线	资金形态	每卡时成本（H100 口径）	建设周期	主要风险
自建万卡	一次性 3.5 至 5 亿美元，另加年度电力运维	约 1.35 至 1.92 美元（三年摊销）	12 至 24 个月	技术迭代、残值缩水、电力审批
全租（按需）	零 CAPEX，按量付费	1.99 至 4.20 美元	即时	价格上涨、资源被回收、限流
全租（长协）	年度承诺消费	1.45 至 1.85 美元	1 至 3 个月	违约金、利用率不足仍全额付费
混合	基线 CAPEX 加峰值 OPEX	综合约 1.6 至 2.2 美元	6 至 12 个月	调度复杂、两套运维体系

三、混合路线：多数公司的最优解​

实践中的最优解往往是"基线自建，峰值租用"。把长期稳定的负载（如在线推理、常态化实验）放到自建集群，把训练冲刺期、大版本迭代的峰值需求用云端弹性消化。判断混合比例的一个实用公式：自建规模 = 全年负载曲线的 P50 水位，超过 P50 的部分交给租赁。这样自建资产的利用率能稳定在 70% 以上——这正是自建成本优于按需租赁的盈亏平衡点（约七成利用率）。

规模在 1,000 至 3,000 卡之间的团队还有一条中间路线：整机柜租赁或"可搬迁"设备。国内市场已出现 910C 单台月租 5.8 万元、910B 系列 1.35 万至 1.9 万元的可搬迁报价，适合项目制团队按训练周期占有机柜而不用建机房。

四、结尾决策清单​

1. 训练需求不确定、产品未验证：全租按需，别买任何硬件。
2. 负载稳定、三年内确定持续投入、能拿到电力指标：自建，但按 P50 而非峰值规划规模。
3. 两者之间（多数公司）：混合路线，自建基线加长协兜底加按需峰值。
4. 国内团队拿不到进口卡：评估昇腾 910B 或 910C 的租赁与可搬迁方案，先跑通生态再谈规模。
5. 无论哪条路，签长协前先做一个月的真实负载压测，用实测利用率反推合同量——万卡规模下，15% 的利用率误差就是数千万美元的浪费。

Graphcore 是过去十年最值得研究的 AI 芯片公司之一——不是因为它的成功，而是因为它几乎预见了正确的未来，却倒在了黎明之前。

IPU：为机器智能重新设计的计算机​

Graphcore 2016 年成立于英国布里斯托，核心主张是：机器智能需要一种不同于 GPU 的计算机。其智能处理器（IPU）抛弃了显存分层，把所有计算组织成 1216 个独立处理器核心，全部依赖片上 SRAM 工作，通过大规模并行图计算模型处理神经网络。

产品节点	时间	关键特性
Colossus MK1（GC2）	2019 年	236 亿晶体管，1216 核，125 TFLOPS
Colossus MK2（GC200）	2020 年	7nm，大规模片上 SRAM，IPU-M2000
Bow IPU	2022 年	首款晶圆叠晶圆（Wafer-on-Wafer）3D 封装处理器，性能提升最高 40%
C600 加速卡	2022 年	FP8 560 TFLOPS，主打推理兼顾训练

Bow IPU 是被严重低估的技术成果：通过在计算晶圆上方直接叠一片供电晶圆，Graphcore 在不换工艺的情况下解决了 SRAM 密度与供电问题——这套思路比后来行业热捧的 3D 堆叠整整早了几年。配套的 Poplar 软件栈支持 PyTorch、飞桨等主流框架，公司一度进入腾讯云、金山云等中国平台。

为什么没跑出来​

Graphcore 的困境是生态竞争的经典案例。它面对的不是一颗英伟达芯片，而是 CUDA、软件库、云平台、服务器供应链与客户习惯的完整体系。2020 年其估值达到 27.7 亿美元的峰值，但商业化始终未能起量；2023 年起公司被迫收缩，关闭中国业务（受美国出口管制影响），寻找新融资屡屡受挫。2024 年 7 月 11 日，软银宣布收购 Graphcore，官方未披露价格，据当时媒体报道交易金额约在 5 亿至 6 亿美元之间——低于公司此前从投资人手中募得的总额。

并入软银后的现状​

收购之后，IPU 没有迭代出新一代产品，但公司本身获得了新生。软银的棋局很清晰：手握 Arm（架构）、2025 年 11 月收购的 Ampere（服务器 CPU）与 Graphcore（AI 加速器），组成所谓"硅三位一体"，为其在美国与日本的 AI 数据中心（包括星际之门项目）供应算力。

Graphcore 保留品牌、布里斯托总部与工程团队，公开定位转向"为软银打造下一代完整 AI 技术栈"，涵盖芯片、系统、编译器与基础设施。2025 年，公司宣布十年内在印度投资约 10 亿英镑，在班加罗尔新建工程中心并招聘约 500 名工程师；同年 8 月，联合创始人 Simon Knowles 离职。另据公开报道，2026 年 Meta 从 Graphcore 挖走了部分核心工程师，侧面印证了其人才价值。

小结与启示​

IPU 的故事有三点启示：第一，技术判断正确不等于商业成功，"比 GPU 更适合 AI"的论证打不过"比 CUDA 生态更差"的现实；第二，创业公司融资高企的估值若不能转化为收入，终局往往残酷；第三，被收购不是终点——IPU 的架构遗产与工程团队正以另一种方式参与 AI 基础设施的竞争。对关注 AI 芯片格局的读者来说，Graphcore 值得持续观察：它在软银体系内的下一步产品，可能决定这次收购是抄底还是止损。

作为全球 AI 生态活力第三的国家，印度正试图回答一个问题：一个拥有庞大开发者群体却几乎没有先进芯片制造能力的国家，如何建立自己的主权算力体系。

IndiaAI 使命：算力、模型与数据三条线并进​

IndiaAI 使命于 2024 年 3 月获批，五年总预算约 10372 亿卢比（约 12 亿美元量级），算力是其第一根支柱。据印度政府向议会提交的说明，共享算力设施接入的 GPU 数量从 2026 年 3 月的超过 3.8 万张增长到 6 月的超过 4.5 万张，通过算力门户以补贴价格向初创公司与学术界开放；截至 2026 年 8 月，已有 237 个项目获批使用补贴算力，累计核销超过 9318 万 GPU 小时。政府还为新德里 NIC 数据中心下单了一套约 1.1 EFLOPS 的高性能 AI 计算系统。

模型侧，官方从 506 份申请中遴选出 20 个本土基础模型提案，包括 12 个大型多模态模型与 8 个小型语言模型。已发布的成果包括 Sarvam AI 的 300 亿与 1050 亿参数模型、BharatGen 的多语言模型系列等。数据平台 AI Kosh 已汇聚超过 1.4 万个数据集与 331 个 AI 模型。据斯坦福 2025 年全球 AI 活力报告，印度 AI 竞争力与生态活力位列全球第三，GitHub AI 项目贡献量全球第二。

印度主权算力关键指标	数据（截至 2026 年）
IndiaAI 使命预算	约 10372 亿卢比（五年）
共享算力池 GPU	超过 4.5 万张
获批使用算力的项目	237 个，9318 万 GPU 小时
本土基础模型提案	20 个（12 个多模态、8 个小模型）
半导体项目	12 个，投资承诺超 1.64 万亿卢比
数据中心装机容量	从 2020 年 375 兆瓦增至约 1575 兆瓦

Semicon 2.0：从政策框架走向制造落地​

芯片制造是印度算力主权的另一半拼图。Semicon 1.0 以 7600 亿卢比构建生态，已批准 10 个半导体制造单元，其中 1 个实现商业量产、3 个进入试产；塔塔电子在古吉拉特邦的晶圆厂投资达 91526 亿卢比量级，目标产能每月 5 万片，覆盖 28 纳米至 110 纳米节点。2026 年 7 月获批的 Semicon 2.0 将投入提升至 127500 亿卢比，重点扩展芯片设计、设备材料、先进封装与人才培养。

设计生态的积累同样值得注意：根据设计挂钩激励计划，24 个芯片设计项目获资助，103 家无厂设计公司获得 EDA 工具支持；截至 2026 年 4 月，75 家机构已完成 211 款芯片流片，其中 7 款成功制造，涵盖包括台积电 12 纳米在内的多个工艺节点。国家超算任务下，基于 RISC-V 开源指令集的本土处理器、GPGPU 与加速器研发也在推进。此外，印度在 2026 年印度 AI 影响力峰会上加入了 Pax Silica 联盟，与美国等伙伴共同维护硅供应链安全。

小结​

印度的算力自主战略呈现清晰的双层结构：短期用共享算力池和补贴模式满足爆发性的训练需求，长期则通过半导体制造与设计激励培育本土供应链。考虑到其 GPU 目前几乎全部依赖进口，真正的主权算力仍需多年建设，但从流片数量、产能落地到基础模型涌现，这条路径的每一步都在提速。对于观察全球 AI 芯片格局的产业人士而言，印度是继中日韩之后最值得跟踪的变量。

10 月 8 日，The Information 披露了一则耐人寻味的消息：NVIDIA 计划投资推理芯片初创公司 d-Matrix——一家不折不扣的直接竞争对手。与此同时，光子推理系统 Volantis、光互连加速器 CScale、数据流架构 Efficient Computer 相继完成大额融资，快速推理硬件公司 Taalas 则被 AMD 收入囊中。推理芯片，这个曾经被视为"巨头夹缝"的细分市场，正在成为 AI 硬件创业与资本最密集的战场。

融资全景：一个月内的资本密度​

将 2026 年 10 月初的融资与合作动态汇总成表：

公司	技术方向	资本动态	金额
d-Matrix	数字 SRAM 推理芯片	NVIDIA 计划投资（条款未披露）	未披露
Volantis	光子推理系统	A 轮	8,800 万美元
CScale	加速器光互连	C 轮	1.45 亿美元
Efficient Computer	数据流架构	B 轮（估值 6.5 亿美元）	9,700 万美元
Taalas	快速推理硬件	被 AMD 收购	未披露

Volantis 的目标是 20 万亿参数级别的模型推理，主打成本与功耗效率，采用类 Face ID 的垂直腔面发射激光器连接 AI 芯片与内存；CScale 则押注光互连，试图从数据搬运环节重构加速器系统；Efficient Computer 的数据流架构彻底摒弃传统指令驱动的冯·诺依曼范式。技术路线百花齐放，但共同指向同一个市场：LLM 推理。

推理层为何成为创业富矿​

推理芯片创业热潮不是资本泡沫的偶然，而是三个结构性因素叠加的必然：

第一，LLM serving 是成本敏感型生意。 模型厂商与云厂商的推理成本以每百万 token 计价，规模效应下，哪怕 20% 的每 token 成本改善都意味着数亿美元的利润差异。训练市场拼的是"能不能训出来"，推理市场拼的是"谁更便宜更快"——后者为架构创新提供了清晰的回报公式。

第二，负载稳定，架构可固化。 训练负载随模型结构演进不断变化，通用 GPU 的灵活性不可替代；而推理负载（注意力、解码循环）高度稳定，专用架构可以针对固定计算模式做到极致优化——把模型结构"烧进"硬件，正是 Taalas"快速推理硬件"的立意所在。

第三，生态门槛相对最低。 训练深度绑定框架与算子生态，CUDA 护城河难以逾越；推理则可以通过 OpenAI 兼容 API 层屏蔽底层差异，客户迁移成本极低。创业公司在推理市场面对的是"性能与成本"的公平竞争，而非生态垄断。

霸主的收编模式：投资、收购与平台吸纳​

面对创业公司的围攻，NVIDIA 的应对不是封锁而是收编。梳理时间线可以看到一套完整的组合拳：

事件	方式	战略意图
收购 Groq（2026-Q1，约 200 亿美元）	全资收购	将 LPU 纳入 Rubin 平台，补全超低延迟推理
Groq 3 LPU 进入 Rubin 平台	产品整合	GPU 管 prefill、LPU 管 decode 的异构分工
计划投资 d-Matrix	少数股权	挑战者选择与 NVIDIA 合作而非独立竞争
OpenAI Jalapeño（博通代工）	客户自研	顶级客户自研 ASIC 分流需求
Meta MTIA（博通代工）	客户自研	同上

Groq 3 LPU 机架的参数体现了收编后的技术红利：256 颗 LPU、128GB 聚合 SRAM、40 PB/s 片上带宽，每兆瓦吞吐较 Blackwell 高 35 倍。NVIDIA 用一张 GPU 订单之外的"补充产品"回应了所有 SRAM 推理挑战者——既然你们证明了这个方向的价值，那就把它变成自己产品矩阵的一部分。

而投资 d-Matrix 是更精妙的一手：不收购、不控股，用少数股权把最具威胁的独立竞争者转化为生态内的合作者。对 d-Matrix 而言，接受 NVIDIA 入股意味着获得渠道、客户与供应保障；代价是独立叙事的终结。

出路分化：被收购、被投资、硬刚​

推理芯片创业公司的终局正在呈现三种模式：

模式一：被收购，融入巨头。 Taalas 被 AMD 收购，为其推理产品线注入 SRAM 架构能力；Groq 被 NVIDIA 收购后成为 Rubin 平台的第七颗芯片。创始人与投资人获得退出，技术获得最大规模的分发渠道，但品牌消失。

模式二：被投资，保持名义独立。 d-Matrix 接受 NVIDIA 入股，介于独立与融合之间——产品仍独立销售，但战略上已与霸主绑定。这类公司保留了差异化叙事，却让后续的客户中立性打了折扣。

模式三：硬刚，独立竞争。 Cerebras 是最典型的代表——晶圆级架构 + OpenAI 100 亿美元电力协议 + AMD 生态合作，坚持独立路线。风险是持续的高额研发投入与生态孤岛，回报则是在某一细分市场（如极致推理速度）建立不可替代的地位。光子路线的 Volantis、CScale 暂时也走在这条路上，资本尚在为他们输血。

独立生存空间的挤压与再定义​

必须指出，"收编"不等于"垄断"。巨头的吸纳行为恰恰验证了推理专用架构的价值，而自研 ASIC（OpenAI Jalapeño、Meta MTIA）与国内推理芯片的崛起也在持续分流需求。独立推理芯片公司的真实生存空间在于：巨头投资组合之外的客户中立性、特定场景的极致优化（超低延迟、超大模型、光子能效），以及地缘市场（如国产替代）的本土化需求。AI 推理市场的体量足以容纳多条技术路线——真正的问题是，独立公司能否在霸主收编完成之前，建立起自己的规模化客户基本盘。

小结​

d-Matrix 获 NVIDIA 入股是这个赛道的标志性事件：当最强挑战者选择与霸主合作，说明推理芯片战争的竞争逻辑已经从"技术对垒"转向"生态收编"。Volantis、CScale、Efficient Computer 的大额融资证明资本仍在押注架构创新，而 Taalas、Groq 的归宿则揭示了行业整合的大势。对创业者，出路分化为被收购、被投资、硬刚三条路，各有代价；对客户，短期利好是技术加速成熟与价格竞争，长期需警惕的是推理算力供应集中于少数巨头生态。这场浪潮的下一幕，取决于 Cerebras 们能否用独立叙事跑通商业闭环。

当单芯片晶体管增速放缓，算力的增长叙事就从"更快的芯片"变成"更多的芯片"——而把几百上千颗芯片粘成一台计算机的那根线，正成为 AI 基础设施竞争最激烈的一层。

为什么 scale-up 互联成为新战场​

大模型训练与推理的本质是大量芯片协同计算，芯片间每次交换数据都要经过互联网络。互联带宽决定了两件事：并行扩展效率（加卡能换来几成算力）和内存池化能力（跨卡显存能否当作一块用）。华为马尔科夫实验室的仿真给过一个直观口径：传统 8 卡服务器组网下，集群内通信占训练时间超过 40%；换成大规模超节点组网后 MFU 可提升 2.75 倍——互联不是配套件，而是算力本身。

于是"机架级计算"成为 2026 年的主流形态：NVIDIA 的 NVL72、AMD 的 Helios 72 卡机架、华为的 4096 卡超节点，都是在互联层下注。四方标准就此正面相遇。

四方标准对比表​

维度	NVLink 6（NVIDIA）	UALink / UALoE（AMD 阵营）	Ultra Ethernet（UEC）	灵衢 UnifiedBus（华为）
单卡带宽	Rubin R200 单 GPU 3.6TB/s	MI455X 单 GPU scale-up 3.6TB/s（UALoE）；横向扩展 600GB/s	以太网生态扩展，43TB/s 级机架出口	昇腾 950/960 单卡 2TB/s
机架级带宽	NVL72 总计 260TB/s	Helios 72 卡 scale-up 约 260TB/s、scale-out 43TB/s	以太网交换机标准演进	960 超节点 4096 卡，RTT 2μs
开放度	NVLink Fusion 向伙伴开放集成自定义 CPU/芯片	UALink 开放规范，UALoE 走以太网物理层	开放联盟，多厂商互通	开放灵衢 2.0 总线生态，自研为主
生态绑定	深度绑定 CUDA	绑定 ROCm + OCP 开放标准	生态最广、厂商中立	绑定 CANN/MindSpore
代表系统	Vera Rubin NVL72	AMD Helios（Open Rack Wide v3）	UEC 联盟成员网络	Atlas 960 超节点

两组数字颇有意味：NVIDIA 与 AMD 的单 GPU scale-up 带宽同为 3.6TB/s，72 卡机架级 scale-up 带宽同样约 260TB/s——在纵向扩展这一层，两条路线的物理指标已经打平，胜负手转向开放度与生态。

开放标准与垂直整合的两条路线​

NVIDIA 走的是垂直整合加有限开放：NVLink 6 从交换芯片到拓扑全部自研，NVL72 的 260TB/s 全互联带宽是系统级护城河；但 NVLink Fusion 开始向合作伙伴开放，允许第三方把自定义 CPU、加速芯片接入 NVLink 域——既保住标准控制权，又吸纳外部设计。

AMD 走的是彻底的开放标准路线。Helios 机架基于 OCP 的 Open Rack Wide v3 规范（ORW 设计与 Meta 共研），互联组合是 Infinity Fabric + UALink + Ultra Ethernet，配自研 Pensando Vulcano 800G 网卡；MI455X 的 UALoE（UALink over Ethernet）干脆把 scale-up 流量架在以太网物理层上，让客户用标准以太网设备搭建 260TB/s 的纵向扩展域。UEC 则从横向扩展切入，目标是让万卡级集群的跨机网络也走开放以太网。

华为灵衢是第三条路：自研协议、开放生态。灵衢 2.0 总线支撑昇腾 950 的 2TB/s 单卡互联与 1024 卡超节点，昇腾 960 超节点用"灵衢 + Hi-ONE 光引擎"做到单节点 4096 卡、1PB HBM、RTT 2μs，多节点经灵衢网络组网最大 51.2 万卡，叠加多轨道拓扑可达 100 万卡集群——在规模上限上反而是四者中最激进的。

Token Fabric 的"中立性"悖论​

2026 年 10 月 8 日，多厂商互联平台 Upscale AI 发布 Token Fabric，NVIDIA 也出现在投资方名单里。它试图提供一个厂商中立的机架级互联方案，让不同家的加速器共处一个 scale-up 域。

但这里存在一个悖论：真正需要中立方（被 NVLink 锁定的二线芯片厂商）欢迎它，而制定标准的头部厂商（正是 NVLink、UALink、灵衢的持有者）都有动机让它名存实亡。NVIDIA 参投 Token Fabric 更可能是防守性布局——与其被排除在开放阵营外，不如进去施加影响。互联标准的"中立平台"能否存活，取决于超大规模云厂商是否愿意为去锁定支付溢价；从 OCP 阵营的扩张速度看，至少在 AMD Helios 这类系统上，开放路线已经拿到了第一个规模化验证。

给采购方的评估维度​

面对四方标准，采购方可以用四个维度打分：一是 scale-up 域内的有效带宽与扩展效率（MLPerf 等实测口径，Rubin NVL72 在 288 卡演示中达到 99% 扩展效率）；二是内存池化能力——互联是否支持跨卡统一编址，这直接决定超大模型的部署方式；三是生态绑定成本——CUDA/ROCm/CANN 的迁移代价往往比硬件差价更大；四是供应链弹性——开放标准（UALink/UEC/OCP）意味着多供应商议价权，垂直整合意味着更紧的集成但更少的集成风险。

小结​

互联标准的四方博弈，本质是三种产业模式的对撞：NVIDIA 的垂直整合加 NVLink Fusion 有限开放，AMD 阵营的 UALink/UEC/OCP 全开放路线，华为的自研灵衢加超节点规模策略。物理指标上单卡 3.6TB/s、机架 260TB/s 已成 2026 年的"对齐线"，下一阶段的差异化将来自光互联（Hi-ONE 的 NPO 路线）和内存语义扩展。对采购方而言，标准之争没有旁观席——今天选的互联，决定了未来五年被谁的生态锁定。

一个供应着全球大部分 HBM 内存的国家，却长期缺少自己的 AI 芯片设计力量。Rebellions 正试图补上这块拼图——用并购、融资与一条清晰的产品路线。

从合并到独角兽：韩国 AI 芯片业的首次整合​

2024 年 12 月 2 日，Rebellions 与 SK 电信旗下芯片公司 Sapeon Korea 完成合并，这是韩国本土 AI 芯片公司之间的首次整合，合并后实体估值约 1.3 万亿韩元，保留 Rebellions 品牌与管理层，SK 电信与 SK 海力士随之成为战略股东。这次合并让韩国第一次拥有了 AI 芯片独角兽，也把三星、SK 海力士与 Arm 同时拉进了股东名单。

资本层面的推进在 2026 年明显提速。2026 年 3 月 30 日，Rebellions 宣布完成 4 亿美元 Pre-IPO 轮融资，由未来资产金融集团与韩国国家增长基金共同领投，其中国家增长基金出资约 2500 亿韩元，成为该基金成立以来对 AI 芯片的最大单笔直接投资，也是韩国政府打造"K-NVIDIA"战略的核心落子。本轮融资将公司估值推升至约 23.4 亿美元，较 2025 年 9 月 C 轮的 14 亿美元估值上涨近七成，累计融资约 8.5 亿美元。公司已将韩国交易所 IPO 目标锁定在 2026 年底或 2027 年初。

发展节点	时间	关键数据
与 Sapeon Korea 合并完成	2024 年 12 月	合并估值约 1.3 万亿韩元
C 轮融资	2025 年 9 月	2.5 亿美元，估值 14 亿美元
Pre-IPO 轮	2026 年 3 月	4 亿美元，估值 23.4 亿美元
收购 SqueezeBits	2026 年 6 月	补齐推理优化软件能力
IPO 目标	2026 年底至 2027 年初	韩国交易所

产品路线：从 ATOM 到 Rebel100 机架级方案​

Rebellions 的产品线专注推理。第一代 ATOM 基于三星 5 纳米工艺与 GDDR6 显存，2023 年 5 月交付 KT 云并商用，FP16 峰值算力 32 TFLOPS；第二代转向 UCIe 芯粒架构，REBEL-Quad 采用三星 4 纳米工艺并集成 144GB HBM3E 显存，在 Hot Chips 2025 亮相后现已归入 Rebel100 产品体系。公司在 ISSCC 2026 公布的技术细节中声称，该设计能以更低功耗逼近英伟达 H200 的性能表现。

伴随 Pre-IPO 轮融资，公司同步发布了 RebelRack 机架与 RebelPOD 集群级产品，从卖芯片升级为卖整套基础设施。2026 年 6 月 30 日，Rebellions 又宣布收购 AI 推理优化公司 SqueezeBits，后者与英特尔、英伟达均有深度合作，此次收购让 Rebellions 把从硬件、软件优化到推理服务的全栈能力收入囊中。海外扩张同样在推进：日本子公司于 2025 年 2 月设立，沙特阿拉伯子公司于同年 8 月落地，北美业务也已展开。

小结​

Rebellions 的路径揭示了中等体量半导体国家发展 AI 芯片的现实打法：不与英伟达在训练市场正面交锋，而是锁定推理这一确定性最高的负载；用政府基金与产业资本（三星、SK 海力士既是供应商又是股东）构筑护城河；用并购快速补齐软件短板。若 IPO 与 Rebel100 量产如期落地，韩国将在亚洲 AI 推理芯片市场拥有第一个真正意义上的全国产替代选项。

"月处理 10 亿 token，该买卡还是调 API？"这个问题的答案取决于四个变量：token 量、模型档位、利用率、以及隐性工程成本。本文给出一套可以直接代入自己数据的计算框架。

一、第一步：把 API 账单算清楚​

以 2026 年公开价格为基准。国产旗舰档：DeepSeek V3.1 输入约 2 元、输出约 8 元每百万 token；GPT-4o 级别约 2.5 美元输入、10 美元输出；轻量档模型（GLM-4 Flash、Qwen-Turbo 类）低至几毛钱每百万 token。由于输出单价比输入高 2 至 5 倍，估算时按"输出 token 为主"计费更接近真实账单。

一个实用换算：典型对话场景每次请求约 800 输入加 400 输出 token，用 DeepSeek 级旗舰模型，10 万次请求约 45 至 50 元人民币；用 GPT-4o 级模型约 300 元上下；用轻量档模型不到 10 元。先把你业务的月请求量和每次 token 数估出来，API 月账单基本就落定了。

二、第二步：把自建成本拆开​

自建的总成本由四块组成：

1. 硬件摊销：按三年直线摊销。参考价：8 卡 4090 服务器约 25 万至 35 万元，折合每月约 0.7 万至 1 万元；单卡 4090 整机约 2 万至 2.5 万元，每月约 600 至 700 元。
2. 电力与机房：8 卡 4090 满载约 2.5kW，按工业电价加制冷 24 小时运行，每月电费约 2,000 至 4,000 元；托管机房则按机柜计费，每月 3,000 至 8,000 元。
3. 人力：这是最容易被漏掉的项。一人兼职维护按每月 0.5 至 1 个人力成本计，全职 MLOps 每月 2 万至 4 万元。小规模自建的账常常"算得过来，养不过来"。
4. 闲置风险：利用率不足时，固定成本照付。

三、第三步：算平衡点​

一个可以直接套用的算例。假设业务每月处理 50 亿输出 token，用 DeepSeek 级旗舰 API，月账单约 4 万元（输出 8 元每百万乘 50 亿，加输入部分合计约 4 万至 6 万元）。若自建：部署开源同档模型需要 8 卡 H100（整机约 180 万至 240 万元，月摊销 5 万至 7 万元），加上电费与人力，月固定成本约 7 万至 10 万元——API 明显更便宜。

换成轻量档模型（输出约 1 元每百万 token）：同样 50 亿 token 月账单仅约 5,000 至 8,000 元，自建 8 卡 4090（月综合成本约 1.2 万至 1.5 万元）反而更贵——此时 API 依然是赢的，除非你的模型是精调过的私有模型，API 侧没有对等选项。

什么时候自建赢？三个条件叠加时：月 token 量达到百亿级以上、有私有微调模型必须自托管、利用率能稳定超过六成。以 8 卡 4090 承载 7B 至 14B 级量化模型为例，满负荷月吞吐可达数百亿 token，摊薄后每百万 token 成本可低至 0.1 元以内，远低于任何 API。

月 token 规模（输出口径）	API 月成本（旗舰档）	推荐路线	理由
低于 10 亿	低于 1 万元	纯 API	自建固定成本无法摊薄
10 亿至 50 亿	1 万至 6 万元	API 加缓存优化	用前缀缓存与轻量模型路由降本
50 亿至 200 亿	6 万至 25 万元	测算后混合	平衡区间，取决于模型档位与利用率
超过 200 亿	25 万元以上	自建为主 API 兜底	固定成本充分摊薄，且峰值弹性仍有价值

四、第四步：别忘了五个非价格变量​

价格之外的决策项：数据合规（金融、医疗数据出境与第三方处理限制可能一票否决 API）；延迟与可用性（自建可定制调度，API 受制于厂商限流）；模型锁定（重度依赖某家 API 的私有能力，迁移成本会随时间上涨）；技术迭代（API 免费享受模型升级，自建硬件三年后性能落后两代）；缓存红利（API 的前缀缓存折扣普遍在七成以上，系统提示词设计得当能大幅压账单）。

五、结尾建议​

给一个默认决策路径：月账单低于 5 万元一律用 API，把工程人力省下来做产品；账单进入 5 万至 25 万元区间时，先做两件事——用前缀缓存和模型路由（简单请求走轻量模型）把账单压三成，再评估是否有必须自托管的私有模型；超过 25 万元且负载稳定，启动自建评估，但建议自建规模按 P50 负载规划、峰值仍走 API。算力决策的本质是风险定价：API 买的是灵活性，自建买的是规模化单价，看清自己的负载曲线，答案就在曲线里。

过去二十年，基础设施的调用方一直是人或人写的程序。现在多了一类新调用方：AI Agent。它们通过 MCP（Model Context Protocol）等标准协议自动发现并调用工具与算力，请求模式与人类完全不同。这不只是协议新闻，而是运维模型的变迁。

MCP 为什么值得基础设施团队关注​

MCP 由 Anthropic 于 2024 年 11 月开源，基于 JSON-RPC 定义了 Agent 发现与调用外部能力的统一接口，核心原语包括可调用的工具、可读取的资源与提示模板。它的扩张速度在基础设施协议史上罕见：据公开数据，SDK 月下载量从发布之初的约 200 万增长到 2026 年 3 月的约 9700 万，仅用 16 个月；活跃公开服务器超过一万个；2025 年 12 月 Anthropic 将其捐赠给 Linux 基金会旗下的智能体 AI 基金会，OpenAI、Google、微软、AWS 等成为共建成员——协议已从厂商项目变成行业公共设施。

对基础设施团队，这意味着 Agent 调用正在成为新的主流流量：一个采购 Agent 会连续调用检索、数据库与推理服务，一个编码 Agent 会密集触发构建与部署工具。它们的请求模式是机器节奏——高频、突发、无耐心、重试激进。

维度	人类调用方	Agent 调用方
请求节奏	白天为主，人工间隔	全天候，机器节奏，爆发式
重试行为	失败后通常人工确认	毫秒级自动重试，容易放大故障
请求路径	单次交互为主	长链条多跳，一次任务数十次调用
成本归因	按用户或团队	按任务与 Agent 身份，需新账本
权限模型	长期凭证加角色	需任务级授权与自动过期

运维要接住的三件事​

第一，容量与限流。Agent 的重试风暴会在下游已经过载时雪上加霜，限流必须放在 Agent 身份维度而不是 IP 维度；对推理 API 的调用要支持任务级预算上限，防止一个失控循环把算力预算烧穿。第二，可观测性。Agent 的调用是长链条，需要把任务 ID 贯穿到每次工具与模型调用，才能回答"这次任务花了多少钱、慢在哪一跳"。第三，安全。协议生态已经出过真实事故：2025 年 9 月，一个每周下载约 1500 次的第三方 MCP 服务器被发现被植入恶意代码，把所有外发邮件密送给攻击者；据公开统计，2025 年围绕 MCP 生态披露的安全漏洞超过 14 个。提示注入、过度授权与仿冒服务器是当前三大威胁向量，企业侧应审计服务器来源、最小化工具权限，并优先使用支持 OAuth 2.1 与会话级授权的新版规范。

从协议到算力调度​

再往远看一步：当 Agent 成为一等调用方，"算力即服务"的界面也在变化。Agent 不关心你后面是 H100 还是国产推理卡，它关心 SLA 与价格——这意味着推理平台需要暴露类似 MCP 工具描述那样的标准化能力清单（模型、延迟档位、单价），供 Agent 在线比价与调度。多模型路由、按 SLA 分层的推理池，会从人工配置变成 Agent 自动协商。

写在最后​

给基础设施团队三条建议：第一，现在就为 Agent 流量建立独立的身份、限流与计费维度，别等它混进人类流量里无法拆分；第二，接入 MCP 生态时把服务器来源审计与权限最小化当成上线门槛，协议标准化不等于安全标准化；第三，把推理服务的能力与价格接口标准化，准备好被 Agent "自动采购"。下一波流量的增长曲线，将由不会睡觉的调用方画出。

在HBM三强中，美光长期是"最不可忽视的第三名"——体量最小，但增长姿态最凶。当韩系双雄比拼产能规模时，美光选择了一条更聪明的路径：不比总量，比爬坡速度、产品世代切换与长约锁定的能力。

产能翻倍：10 万片的年底目标​

据2026年9月多家媒体报道的行业消息，美光计划到2026年底将HBM月产能提升至约10万片晶圆，较2025年每月约4万至5万片的水平接近翻倍，新增设备正在其台湾铜锣与新加坡Woodlands封装基地安装，广岛厂的配套投资也在筹备之中。需要说明的是，这一具体数字目前来自供应链口径，美光官方尚未正式确认。

即便翻倍落地，美光与三星、SK海力士的差距依然明显——两家韩企的HBM月产能据行业估算均在15万至20万片之间，是美光当前规模的3到4倍。但市场份额的差距远小于产能差距：据Counterpoint Research估算，2026年第二季度全球HBM份额为SK海力士50%、三星32%、美光18%。产能翻倍的意义不在于追平，而在于把差距压缩至此前的约一半，从而在供货资格与长约谈判中获得更重的筹码。

美光HBM关键指标	现状与目标
2025年HBM月产能	约4万至5万片
2026年底目标	约10万片
HBM4产出占比	从年初20%至30%升至年底最高50%
HBM4累计收入	已突破10亿美元（2026年6月口径）
2026年Q2市场份额	18%（Counterpoint估算）
2027年产能	大部分已被客户长约锁定

HBM4：绑定 Vera Rubin 的产品卡位​

美光的豪赌核心是12层HBM4。该产品于2026年第一季度量产，其中36GB 12层版本专为英伟达Vera Rubin平台设计，官方公布的带宽超过2.8TB/s，能效较上一代HBM3E提升逾20%。CEO Sanjay Mehrotra在2026年6月的财报电话会上表示，HBM4的产能爬坡速度约为12层HBM3E的两倍，累计HBM4出货收入已突破10亿美元。

更关键的财务背景是：美光最新一个财季（截至2026年5月28日）营收达414.6亿美元，而上年同期仅93亿美元——存储超级周期带来的现金流，正是这场产能豪赌的弹药库。公司同时确认，2026年全年HBM产能已售罄，2027年产能的相当部分已通过长期协议锁定，且价格显著高于2026年水平。

产地布局：日、台、新的三角​

与韩企集中本土不同，美光的HBM版图横跨三地：前端DRAM晶圆依托日本广岛（1-gamma节点为HBM4E做准备）、TSV与堆叠封装分布在台湾铜锣和新加坡，印第安纳州的美国本土存储基地则瞄准更远期的AI存储需求。这种产地多元化在出口管制时代具有独特的地缘价值，也是美光向美国大客户销售的隐性加分项。

研判：不对称竞争的天花板与地板​

美光的处境是典型的"不对称竞争"：天花板由韩企的产能规模决定，地板则由长约与Vera Rubin绑定保住。展望2027年，HBM4E将开启定制化HBM时代，这对美光反而有利——定制化意味着客户关系与设计响应速度的权重上升，纯粹产能规模的权重下降。只要存储紧缺延续到2027年乃至2028年（多家机构如此预测），美光就有机会把18%的份额向20%以上推进。豪赌成色的最终裁判，是英伟达Rubin世代的实际出货节奏。