太极张三丰

Whoscored评本轮德甲最佳阵：凯恩&霍勒领衔锋线，基米希在列_我的网站

A |     

直播吧4月21日讯 德甲第30轮全部战罢，数据网站Whoscored盘点了本轮比赛评分最高阵容，其中凯恩领衔锋线、基米希、克拉马里奇在列，具体如下：

前锋

凯恩　拜仁慕尼黑　 8.61

霍勒　弗莱堡　 9.30

伊利奇 　柏林联合　 8.54

中场

基米希　拜仁慕尼黑　 8.40

克拉马里奇 　霍芬海姆　 8.00

阿诺德　沃尔夫斯堡　 8.04

后卫

莱默尔 　拜仁慕尼黑　 7.89

瓦夫罗 沃尔夫斯堡　 8.16

奎菲尔德　柏林联合　 8.02

格雷罗　拜仁慕尼黑　 7.92

门将

达门 　奥格斯堡 　 7.33。    （文/连政 编辑/吕栋）          近期，月之暗面Kimi、阿里千问接连发布新模型，中国模型在参数规模、长上下文和推理成本上持续推进，引发外媒关注。但Kimi K3上线后，其需求迅速增长，也让月之暗面不得不紧急暂停部分新用户订阅。         7月19日，月之暗面发布公告称，过去48小时用户请求量已大幅超出预估，并且逼近现有集群的承载极限。为了保障已有订阅用户的体验，即日起暂停C端新用户订阅，将已有算力全部投入于服务已订阅用户。         同时，月之暗面表示，公司已在全速推进算力扩容。

B | 随着新算力陆续到位，将逐步开放更多订阅名额直至全面恢复正常订阅。但对于后续新订阅用户，将拆分为两种订阅方案，以方便更精准匹配算力，保障用户体验。         市场通常认为，假如一次模型推理所需的时间减少一半，企业需要的GPU也可能随之减少，但如今Kimi面临的却是“算力紧缺”，显然与公司的算力库存决策有关，但是，这也是不光是Kimi遇到的情况。

C |          早在今年4月，Anthropic公司的Claude云平台也因使用量激增而发生重大服务中断。而2026年至今，美国已发生两次重大云服务中断，其中一些是云服务历史上最严重的故障，“算力短缺”或已成为一种新的常态。         中国新模型扎堆面世          7月16日，月之暗面推出Kimi K3。公布的信息显示，这款模型拥有2.8万亿参数、原生多模态能力和100万Token上下文窗口，采用MoE混合专家架构，共计896个专家，每token仅激活16个。         月之暗面称，K3为首个达到“3万亿参数级别”的开放模型，主要面向长周期编程、知识工作和复杂推理任务，并计划在7月27日前公布完整权重和更多技术资料。         Kimi K3          而在K3上线三天后，阿里巴巴也发布了旗舰大模型Qwen3.8 Max预览版，该模型拥有2.4万亿个参数，已经接入阿里的部分编程产品。阿里称其综合能力仅次于美国人工智能公司Anthropic的Claude Fable 5，随后将开放模型权重。

D |          与此同时，市场还在等待DeepSeek V4正式版。今年4月，DeepSeek已开放V4 Pro和V4 Flash预览版，两款模型均支持100万Token上下文以及思考、非思考两种模式。此前市场传闻称，V4正式版已经进入小范围测试，预计7月中旬推出，不过目前看来实际公布时间要后延。         另外，DeepSeek团队当时还披露了较明确的V4长上下文效率提升数据。根据DeepSeek公布的技术资料，在100万Token上下文的单Token推理测试中，V4-Pro所需算力约为DeepSeek-V3.2的27%，KV缓存约为后者的10%。

E |          需求会爆发，但产能则需要爬坡          当推理价格下降、能力更强时，更多原本不经济的应用，也在开始接入人工智能，最终抵消甚至超过单位节约的用量。         对此，高盛就预计，随着消费者和企业采用AI智能体，全球Token消耗量可能在2026年至2030年间增长24倍，达到每月12京（120 quadrillion，120,000,000,000,000,000）个Token。而智能体除了回答问题，还会搜索资料、调用工具、运行代码、检查结果，并根据反馈反复执行任务。每项工作包含的模型调用次数因此可能大幅增加。         高盛分析师特别提到，“我们甚至不知道quadrillion之后是什么概念，但可以肯定的是个很大的数字。

F | ”          摩根士丹利在今年2月发布的一份报告中也指出，大模型效率提升并不会消除硬件需求，而是会扩大在经济上可行的应用范围。随着AI工作负载由集中训练转向持续推理，模型开始处理多步骤任务、连接外部工具并进入自动驾驶和机器人等物理场景，对芯片、HBM、服务器、网络和电力的需求都会增长。         需要注意的是，上述数字是投行估算，并非芯片厂商披露的统一订单口径，但它的确反映了当前产业的主要问题仍是供给不足。         英伟达现在是最大受益者，但以后不一定          不可否认的是，面对如此大的新增算力市场缺口，英伟达将成为最大直接受益者，直接掌握了定价权。         根据财报显示，截至2026年1月25日的2026财年，英伟达收入为2159亿美元，同比增长65%。在随后截至4月26日的2027财年第一季度，公司收入进一步升至816亿美元，数据中心收入达到752亿美元，非美国通用会计准则毛利率为75.0%。其中，英伟达高达75%的毛利率体现了较强的议价能力，但也会促使客户去寻找替代方案、或者自研芯片。         这里还有一个很现实的问题，算力缺口不是英伟达一家可以填的上的。就像木桶效应一样，先进半导体、HBM、系统集成和电力均为约束AI扩张的实体瓶颈，任何一个环节受到限制，都可能使已经生产出的部分芯片无法按期组成可用集群。         英伟达CEO黄仁勋此前表示，面向Blackwell和Rubin平台、预计在2027年前兑现的高置信需求和采购订单规模可能接近1万亿美元，部分GPU及定制芯片的交货周期可能超过12个月。         摩根大通也预计，HBM方面，海力士、美光等三家主要供应商的2026年产能，目前也已基本被客户锁定。另外，北美数据中心市场的空置率已连续两年维持在约1%，在建容量中约92%也已获得预租承诺。         海力士的HBM4 资料图          需要注意的是，英伟达GPU优势在于成熟的软件生态、稳定的大规模集群和灵活的通用计算能力，但训练和推理对芯片的要求并不完全相同。对于规模较大、重复度较高且模型版本相对稳定的推理任务，客户通常更加重视每Token的成本、内存容量和能耗，定制ASIC的经济性因而更容易体现。

G |          而中国市场，目前已经开始出现模型适配、询单和争夺货源的迹象。         国产芯片与存储的窗口          今年4月，路透社曾报道称，DeepSeek V4针对华为昇腾芯片进行适配后，互联网大厂向华为询问新增订单，云计算和GPU租赁公司也在争夺货源。

H |          7月19日，WAIC2026，昇腾950超节点真机（Atlas 950 SuperPoD）首次公开亮相.          而机会也不仅存在于计算芯片。推理过程需要频繁读取模型权重，并为长上下文保存庞大的KV缓存，内存容量和带宽也是新的瓶颈。         目前中国最大的DRAM制造商长鑫存储在2025年获得约7.7%的全球市场份额，成为全球第四大DRAM企业。

I | 其2026年第一季度收入仍同比增长719%，达到508亿元。不过，长鑫在HBM等先进产品上仍明显落后于SK海力士、三星和美光，后者拥有更成熟的制造工艺、堆叠封装技术和客户认证经验。

J |          鉴于过去几年的DRAM大涨，为降低长上下文推理的存储成本，一些大模型开始探索HBM、DRAM和SSD之间的分层存储，并将部分低频访问的模型数据或KV缓存卸载至SSD。在这个领域，长江存储则计划新建两座工厂，加上即将完成的另一座工厂，三座工厂全部运行后，其产能预计将较现有规模增加一倍以上。         由此可以预见，未来一次大模型的突破，所带来的算力缺口可能同时为芯片、DRAM、HBM、NAND以及先进封装、光互联和服务器系统提供市场。而中国还拥有庞大的模型用户和云计算需求，也有足够多的应用场景允许芯片公司与模型厂商反复适配，这为软硬件协同提供了现实基础。         短期内，全球高端AI基础设施仍主要由英伟达及国际存储厂商供应。

K | 未来，中国可能在推理芯片、超节点互联、模型与芯片共同设计以及国产存储组合上，形成一套成本可控、供应稳定并能服务中国市场的体系。         本文系观察者网独家稿件，未经授权，不得转载。

Current article:http://xai1.laojiusidaosenleliao.bond/news/20260826_9462798.html

Published on:09:18:55