推理成本降88% 14nm存算一体芯片破局_

1. mmu里可以标记只读就行了我的理解。//@归零归零归ww:古有汉卡，今有模卡。但是感觉JEDEC的接口协议可能不支持这种非易失。另外只要模型架构不改变，内存带宽就永远是主要矛盾，一切资源都必须向带宽倾斜。所以问题可能不在记忆密度上，而是必须竭尽全力把带宽搞上去，或者说由于光速的限制，带宽就是密度。至于什么内存池化，存算一体之类的东西，都从属于带宽这个大矛盾。

2. 【大爆炸】下一个中际旭创，打破外资垄断，半导体扩产最受益的硬核科技龙头

3. 我来参加WAIC，有一个强烈的感受... #大有学问 #WAIC #我给WAIC划重点 #2026世界人工智能大会

4. #梁文锋称中美ai差距在算力#认为中美AI的差距本质上是算力资源的差距，而非人才，并指出当前落后美国约12到18个月。更重要的是，梁文锋在交流会中给出了一套清晰、务实且雄心勃勃的路径。解决算力瓶颈的具体路径如下：路径一：算法与效率创新，用更少算力做更多事这是DeepSeek当前的核心策略，旨在通过技术弥补资源不足：· 极致效率：用美国二十分之一的算力取得了当前的成果，目标是将差距缩短到6个月、3个月，并在部分领域实现超越。· 分阶段推进：在现有算力下先把“几十B激活”的模型做透，等资源到位后再向“150B、250B激活”的规模推进。· 聚焦研究：在思维链等前沿研究上，消耗算力很少，更依赖想法和天赋。路径二：大力投入基础设施建设，扩充算力“硬件”有了技术，更需要实打实的算力：· 积极采购：已拥有约2万张英伟达H系列等效算力，并计划在“合理价格内，能买多少买多少”。· 自建集群：明确表示未来会自建大型集群。此次超500亿元人民币的融资，主要目的之一就是全力扩充算力。路径三：扶持国产芯片，构建自主生态这是长期解决算力“卡脖子”问题的根本：· 生态乐观：他认为国产芯片生态“完全没有问题”，市场认知将在未来一年内被扭转。· 产能是瓶颈：技术并非最大障碍，产能才是主要瓶颈。· 实际合作：DeepSeek已与华为合作，拿到1.6万张昇腾950芯片，帮助华为跑通生态。他认为昇腾950超节点在性能和价格上可以完全平替英伟达的GB200、GB300。· 抓住机遇：英伟达CUDA生态的护城河正被AI编程等新技术瓦解，这为国产芯片创造了历史性的窗口期。梁文锋为解决算力问题规划的是一条 “效率优先、采购扩张、自主可控” 的三位一体路径：短期内通过算法创新弥补算力不足，中期依靠大规模采购和自建集群扩充算力，长期则押注国产芯片生态的成熟与崛起。他坦言，中国做基础模型的公司太多了，未来行业会向三四家大模型公司收敛。最终的胜出者，将是那些既能高效利用现有算力，又能坚定投入未来基础设施建设，并能成功融入国产芯片生态的公司。北京

5. 算法可以开源，可以学习，可以快速追赶，但大规模训练和推理需要的GPU、网络、存储和数据中心，很难一夜之间补齐。这也是为什么DeepSeek一直强调，有多少合理价格的算力就会买多少。因为今天限制AI发展的，不是想法，而是算力资源。如果这个判断成立，那AI产业链真正受益的，未必只是GPU。GPU之间需要高速互联，模型越大、Agent越普及、推理次数越多，对高速网络的要求反而越高。所以我认为，光模块仍然是AI基础设施里确定性最高的环节之一。同时，围绕算力服务器、存储、算力运营的数据基础设施，也仍然会持续受益。从这个逻辑看，我依然认为：光模块利好，新易盛利好。算力基础设施利好，协创数据利好。当然，这说的是产业逻辑，不代表股价明天就会涨。产业趋势决定天花板，估值和筹码决定短期股价。但至少到今天，我还没有看到任何证据证明，AI进入了“不需要更多算力”的时代。相反，Agent、持续学习、长上下文这些新方向，都在把算力需求继续往上推。#梁文锋称中美AI差距在算力#

6. 如何评价月之暗面kimi最新发布的大模型 k3？对比全球其他大模型能力如何？

7. Kimi K3没有终结算力时代，反而开启了下一轮算力升级。#Kimi K3引发算力逻辑讨论# “模型效率提高了，是不是以后不需要那么多GPU了？”但更高效的模型，不一定减少算力需求，反而可能打开更大的算力市场。AI单次调用成本下降，不会减少需求，反而会刺激更多企业和用户使用AI。未来竞争不只是模型能力，而是GPU、HBM、光通信、先进封装等基础设施能力。模型更便宜，只会让更多人使用AI。而更多使用，又会推动下一轮算力需求增长。Kimi K3证明了一件事：AI进入的不是算力终结时代，而是算力效率革命时代。

8. 中美AI争霸：中国开源模型为何越打越强？深度拆解“另辟蹊径”的逆袭逻辑

9. 刚刚，WAIC杀出国产「桌面超算」！150B大模型，放你桌上跑

10. 重大利好！OpenAI 大幅上调算力支出背后：算力赛道逻辑与前景预判OpenAI 将 2030 年前算力总开支预期由 6000 亿美元上调至 7500 亿美元，同步落地佐治亚大型自建数据中心项目，标志全球 AI 算力军备竞赛再度升级。结合海内外近期产业信号，本轮上调并非短期炒作，而是大模型走向通用智能体时代需求扩容的前瞻信号。从需求端看，调整核心动因有两点。其一，下一代大模型、自主智能体持续迭代，训练参数量、上下文长度不断提升；其二，企业端 API 调用、海量推理需求爆发，推理算力长期消耗远超一次性训练投入。过去 OpenAI 主要依赖云厂商外包算力，如今大举自建超算中心，意在摆脱外部供给约束、压低长期 Token 生产成本，Meta、谷歌、Anthropic 近期均加码算力资本开支，形成全球头部厂商统一趋势。国内算力同步迎来政策与需求共振。七部委算力基础设施行动方案落地，多地推进智算中心与 Token 工厂建设，算力租赁板块业绩持续兑现。供需格局呈现结构性分化：高端 AI 加速卡、高速互联、液冷配套持续紧缺；中低端通用算力逐步趋于宽松。市场正在从单纯 “囤 GPU”，转向集群能效、电力储备、网络带宽、运维能力的综合比拼。中长期前景层面，算力景气周期具备持续性，但赛道分化会加剧。乐观逻辑在于：AI 应用从 C 端工具渗透至产业数字化，智能体落地将持续催生增量算力；硬件迭代、算力调度优化、国产替代打开成本下行空间，形成 “成本下降→需求扩张” 正向循环。制约因素同样清晰：数据中心建设受制于电力、土地指标，巨额资本开支带来盈利压力；若 AI 商业化变现速度不及资本投入，模型厂商盈利会持续承压，OpenAI 内部已出现投入与收入匹配度的分歧。对产业链预判：短期 1—2 年，上游高端芯片、光模块、AI 服务器、智算 IDC、液冷温控优先受益，算力租赁维持紧平衡；中期视角，单纯倒卖算力的租赁商红利收窄，具备自建集群、调度优化、行业客户资源的运营企业更具壁垒。长期看，算力竞争将延伸至定制芯片、自研架构，海外巨头加速自研降低外部依赖，国内算力产业链国产替代空间持续打开。

11. 算力革命与云厂商三重进化：Agent云的架构升级与"度量衡革命"【硅谷101】

12. 全球AI算力链估值重挫持续上演

13. 英伟达：从“一次性训练”的大模型到“后训练改进”的Agent，算力需求正在变化

14. 关于AI手机，大模型厂商终于开窍了？当智能体开始影响现实，安全如何保证

15. #梁文锋称中美AI差距在算力#DeepSeek创始人梁文锋的发言很实在：国内AI整体落后美国1-2年，但我们只用二十分之一的算力就做到当前水平，算法优化能力很强。核心短板卡在算力资源，不是技术思路跟不上。后续只要算力供给补齐，就能把差距压缩到半年左右。也能看出国内AI从业者很擅长精打细算，用有限硬件挖掘性能，后续算力条件改善后，国内AI发展速度大概率会进一步提速。

16. 在2026世界人工智能大会（WAIC）上，华为首次完整展示全系列计算模组产品，包括网卡、SSD、DPU、RAID卡四大系列产品，通过高性能网络、存储协同创新及自主创新技术，为AI时代提供极致性能支撑。破解“存储墙”的KVU方案AI驱动数据中心SSD向大带宽、高性能演进，通过 “以存代算” 模式实现算力成本优化，凭借低时延、高带宽、大容量SSD承载KV Cache缓存，将热数据从内存下沉，成为产业趋势。华为首发KVU依托灵衢协议带来的大带宽、自带CPU计算资源，提供高性能读写能力。KVU在性能上顺序读达40GB/s，业界领先，随机读达500万IOPS，写时延10μs；KV Cache分层缓存场景下使用KVU方案，提升NPU利用率，降低首token时延，加速了AI训推场景的读写效率。

17. [前瞻洞察] LiteOn下一代1MW 800V HVDC一体化电源解决方案的秘密：让电流、铜耗、保护、转换、液冷和运维在rack层重新分工

18. 一个荒诞又狗血的财阀故事，如何卡住全球AI的脖子｜SK海力士崛起史【硅谷101】

19. Kimi突然暂停新用户订阅:算力紧缺/物理AI基础设施诞生百亿独角兽/Qwen3.8即将发布，官方称仅次于Fable 5

20. WAIC现场，国产大模型集体“摸高”

21. 刚刚，智谱建了一座只用国产芯片的数据中心

22. 在2026世界人工智能大会（WAIC）上，华为一体机全系列产品亮相，依托服务器、标卡到计算部件的多样化产品矩阵，携手伙伴助力千行万业智能体应用灵活部署、开箱即用，加速行业智能化落地进程。模组一体机：Atlas 650E首发亮相，16卡Full-mesh全互联、按需扩容，构筑智能体高性能算力底座Atlas 650E搭载昇腾950DT处理器，单卡算力1.56PFLOPS@mxFP4，片上内存96GB@4.0TB/s，率先实现mxFP4低精推理，拥有业界唯一双机16卡Full-mesh全互联能力，支持单机、双机、多机按需扩容，充分满足智能体应用高吞吐、大并发、低时延的业务需求。率先支持mxFP4低精推理、业界唯一双机16卡Full-mesh全互联、多机互联，支持按需扩容

23. Google被曝正在研发一颗新的服务器AI芯片，把Gemini固化到硬件里

24. 全球首款AI智能体手机首发！深企闪耀WAIC

25. 工信部称赞深企创新成果“打破技术瓶颈”

26. 如何评价 7 月 16 日Kimi 发布的 2.8 万亿级开源模型 K3？

27. WAIC 2026 世界模型「六小龙」巅峰论坛，求解物理 AI 从「理解」到「执行」开悟时刻

28. 新一代理想L6智能驾驶全面进化，标配理想自研马赫M100芯片与马赫VLA司机大模型，马赫M100芯片采用5纳米车规级工艺，单芯片算力1280TOPS，是英伟达Thor-U芯片有效算力的3倍。全车配备1颗前向ATL-P高性能激光雷达、7个800万像素感知摄像头、4个300万环视摄像头及UWB高精度近场雷达。#新一代理想L6标配马赫M100芯片##新一代理想L6##新一代理想L6上市#

29. 拟募资约50亿元！300672，加码AI芯片！

30. 如何评价 7 月 16 日Kimi 发布的 2.8 万亿级开源模型 K3？

31. 【大爆炸】“星枢计划”首发星座正式发布，钧达股份太空算力布局走向实践

32. 【东方算芯在WAIC 2026展出全球首颗3D AI芯片DF1000】2026 世界人工智能大会（WAIC 2026）在上海举行。东方算芯在会上首次展出全球首颗软件定义近存计算 3D AI 芯片 ——DF1000，并荣获 2026 SAIL 奖（卓越人工智能引领者奖）。据介绍，DF1000 依托全国产供应链打造，通过空间并行与时分复用设计提升硬件利用率，算力可达 520 TFLOPS。采用 3D 混合键合技术实现晶圆级堆叠，有效提升访存带宽，降低供应链依赖，拥有自主编程框架和软件生态，可为 AI 产业提供稳定的国产算力底座。同时，该产品以“软件定义＋3D 堆叠近存计算”的东方范式，破解了中国高端算力芯片发展面临的三大核心瓶颈。通过软件定义芯片技术实现软硬件解耦与动态重构，在 14nm 工艺节点下实现 520TFLOPS@BF16 的算力。查询公开资料获悉，上海东方算芯科技有限公司成立于 2024 年 5 月 20 日，总部设于上海张江，在北京、南京、西安、成都、苏州、深圳等设有分部，目前团队规模超 500 人。东方算芯宣称依托自主原创的软件定义芯片、近存计算两大核心技术，基于全国产化供应链体系，研发打造了高性能、高能效、高灵活性的大算力芯片产品，搭建自主可控的生态系统。公司产品包括软件定义超高性能近存计算芯片、基础软件与应用软件、高性能服务器和大规模集群系统解决方案等。

33. “DeepSeek工资待遇太恐怖了”登上热搜第一！梁文锋2440亿登顶“全球大模型首富”

34. 高盛点评Kimi K3：中国开源模型“智能”达到全球普及关键点，高端模型竞争激烈

35. Kimi K3 横空出世，大摩：中国前沿大模型已实现全面追赶，规模、性能与定价同步突破

36. 【#摩尔线程预计营收暴涨近150%#】财联社7月16日电，摩尔线程公告称，预计2026年半年度营业收入为16.50亿元-17.50亿元，同比增长135.12%-149.37%。报告期内，得益于人工智能产业的蓬勃发展及市场对全功能GPU的强劲需求，叠加公司夸娥智算集群商业化加速，产品性能获得客户高度认可并实现稳定供货，公司市场竞争优势进一步扩大，推动收入快速增长。公司始终专注于全功能GPU的研发与创新，持续推进芯片架构的快速迭代与云边端产品矩阵的丰富完善。公司旗舰级训推一体全功能GPU智算卡MTTS5000性能达到市场领先水平，并已实现规模量产。公司持续交付基于该产品构建的大规模集群，可高效支持万亿参数大模型训练，其计算效率达到同等规模国外同代系GPU集群的先进水平。

37. 微软Azure扩大采用AMD AI基础设施，Helios平台将支持下一代AI推理7月20日，AMD与微软宣布扩大双方战略合作，将共同推动基于AMD全栈技术的AI基础设施在微软Azure云平台中的部署，加速企业和开发者构建、训练和运行下一代AI模型。此次合作的核心是AMD Helios AI平台。微软计划部署基于AMD Instinct MI455X GPU、下一代AMD EPYC“Venice”处理器、Pensando网络技术以及ROCm软件生态的开放式机架级AI基础设施，用于支持前沿AI模型推理、微软AI服务以及Azure客户的人工智能工作负载。AMD表示，该AI基础设施将提供从芯片、网络到软件的完整解决方案。其中，Instinct MI455X GPU将作为核心AI加速组件，第六代EPYC“Venice”CPU负责通用计算和数据处理，Pensando网络技术则用于提升大规模AI集群的数据传输效率。根据双方公布的信息，相关系统预计将于2026年下半年开始交付，并优先应用于AI推理场景。虽然该平台也支持AI训练任务，但微软此次部署重点聚焦于大规模模型推理，以满足生成式AI服务快速增长的计算需求。近年来，随着生成式AI应用快速发展，全球云计算厂商正在加速建设AI基础设施。微软Azure此前长期采用英伟达GPU，同时也持续推进AI芯片供应多元化战略，包括自研Maia系列AI芯片，以及与AMD等芯片厂商展开合作。对于AMD而言，与微软Azure深化合作进一步强化了其在AI计算市场的竞争力。近年来，AMD持续扩大Instinct系列GPU布局，并通过开放软件生态ROCm挑战英伟达CUDA在AI计算领域的主导地位。此次合作也显示，AI基础设施竞争正在从单一GPU性能比拼，转向芯片、网络、软件和云服务的完整生态竞争。随着微软、OpenAI等AI巨头不断扩大算力需求，AMD正在成为全球AI计算供应链中越来越重要的一环。

38. 国产算力全产业链龙头梳理（仅供参考）一、上游（国产算力核心壁垒）：1. 海光信息688041：国产唯一X86 CPU+DCU（国产GPU）双路线龙头，拥有永久AMD架构授权，完美兼容英伟达CUDA生态，大模型无需改写代码即可替换海外显卡，政企、金融、智算中心国产DCU采购市占断层第一；深算二号DCU性能对标A100，万卡级国产算力集群批量落地，业绩兑现稳定性行业第一，机构国产算力底仓首选；2. 寒武纪688256：纯自研NPU龙头，完全自主架构，无海外架构授权依赖，思元590高端芯片适配万亿参数大模型训练，国内互联网大厂、科研院所国产大模型核心采购芯片，摆脱CUDA生态束缚，长期自主替代空间最大，弹性更高；3. 拓维信息002261：鲲鹏CPU+昇腾AI芯片全栈自研，国内信创算力、政务智算核心底座；拓维信息是华为核心整机伙伴，生产兆瀚AI服务器，全国多地落地昇腾万卡算力集群；二、中游（算力硬件载体）：1. 中科曙光603019：国家队全栈国产算力龙头，中科院背景，国内超算绝对龙头，整机+海光芯片深度绑定，自研液冷超节点服务器，全国东数西算、国家智算中心核心承建方，纯国产自主可控算力标杆，政务、央企采购主力；2. 浪潮信息000977：国内AI服务器市占第一，液冷整机技术成熟，同时覆盖海外英伟达+国产双路线服务器，互联网大厂算力采购首选，行业业绩弹性最强；3. 工业富联601138：全球高端AI服务器代工龙头、高速交换机核心代工厂，产能规模全球领先，海外算力资本开支直接受益；三、下游（算力变现终端）：1. 润泽科技300442：东数西算国家级智算枢纽龙头，海量高功率机柜，长期锁定头部互联网大厂算力订单；2. 宝信软件600845：华东IDC龙头，高端智算机房运营，现金流稳健；四、高速光互联（算力集群传输刚需，国产算力配套核心）：1. 中际旭创300308：全球800G/1.6T光模块龙头，海外云厂商核心供应商，算力高速互联核心标的；2. 华工科技000988：国内光芯片-光模块全产业链自主可控龙头，CPO技术领先，国产算力集群配套主力；3. 源杰科技688498：国产高速光芯片龙头，解决光模块上游卡脖子环节；四、网络交换机（算力集群“高速路网”）：紫光股份000938：国产高端算力交换机龙头，25.6T/51.2T高速交换机批量供给智算中心，国产算力组网核心硬件；⚠️温馨提示：以上观点仅供参考，涉及个股均为客观需求，并不作为买卖推荐依据，据此操作，风险自负，股市有风险，投资需谨慎！

39. WAIC 2026落幕，中国AI向世界展示什么是真正的落地

40. 生成式AI是不是能用于芯片设计？

41. 通用存算一体AI芯片突破：东方算芯首秀，本土势力改写算力格局

42. WAIC 2026 | 亿铸科技发布通用存算一体三大定律，探索 AI 算力演进新路径

43. 架构创新破局芯片封锁 · 三维近存计算AI芯片深度前瞻

44. 被投企业芯动态 | 亿铸科技发布通用存算一体三大定律，探索 AI 算力演进新路径

45. 【紫月锐评】东方算芯重大突破，发布全球首颗软件定义近存计算3D芯片

46. WAIC算力革命终局，3D近存+CPO光计算双突破，彻底打通下一代AI集群底层瓶颈

47. 存算一体如何破解大模型算力瓶颈？技术路线与落地进展

48. 不依赖先进制程！东方算芯发布首款近存计算3D AI算力芯片

49. AI算力已经走到“存储墙”前，DF1000近存计算开启算力竞争下半场

50. WAIC2026|微纳核芯：首创3D-CIM™三维存算一体，解锁大模型推理万亿赛道底层答案

51. 东方算芯WAIC首次展出全球首颗软件定义近存计算3D AI芯片DF1000

52. 东方算芯魏少军WAIC演讲：中国AI算力如何突破算力墙、内存墙、通信墙

53. 破局存储墙：存算一体技术已进入规模化落地周期

54. 存算一体技术

55. 我国首颗软件定义三维近存计算AI芯片亮相，突破制程限制

56. 从实验室到量产线：微纳核芯的“三维存算一体”突围之路

57. 才·基汇 | 亿铸科技发布通用存算一体三大定律，探索AI算力演进新路径

58. 东方算芯带来了此前发布的DF1000，国内首颗采用DRAM-Logic晶圆级混合键合3D垂直封装的AI芯片。通过3D混合键合技术将计算层与存储层垂直堆叠集成，把互连间距压缩至亚微米级别。访存带宽达6.4TB/s。这一设计从根本上破解了“存储墙”、“带宽墙”和“功耗墙”三大行业痛点。#WAIC 2026##探寻人工智能，人与AI全新序章##东方算芯#

59. 东方算芯DF1000：全球首颗大算力3D近存计算芯片发布

60. 存算一体写入十五五规划，谁在埋头解决通用与软件生态难题？| 星科技•芯片半导体

61. 媒体快讯 | 从实验室到量产线：微纳核芯的“三维存算一体”突围之路

62. 「后摩智能」创始人普林斯顿计算机博士：完成数亿元战略融资，开启存算一体 AI 芯片产业化新篇章，端侧大模型迈入规模化商用新进程

63. 国产存算一体概念主题投资分析

64. 3D堆叠近存计算

65. 存储芯片技术前瞻：存算一体芯片捅破AI数据墙

66. 后摩智能WAIC展出存算一体芯片M50，10W功耗实现160TOPS算力

67. 【存算一体技术】突破内存墙：SRAM/RRAM/MRAM存内计算深度解析

68. 让AI学会“脑补”：忆阻器存算一体系统为稀疏数据重建开辟新路径

69. 不靠EUV、3D堆叠存算一体：一颗"类脑芯片"如何把AI塞进你的眼镜里

70. 算力擎天！国产超高速AI存算一体芯片量产，击穿美企算力霸权，重构全球AI底层规则

71. 存算一体芯片深度拆解：为什么它能打破「存储墙」？

72. WAIC·现场 | 魏少军挂帅、荣获SAIL奖，东方算芯3D近存计算能否破解“内存墙”？

73. 【科技前沿】首款神经动力学芯片问世！将复杂运算单步时延压缩至2.12毫秒

74. 什么是“内存墙”瓶颈？存算一体架构对比

75. 手机跑AI发烫根源找到了！存算一体彻底解决内存墙难题 1.左边传统存分架构：NPU计算单元和DRAM内存分层分开，模型权重、图像数据要通过长线通道来回搬运，80%电量都耗在数据传输，仅20%真正用于AI运算，直接造成设备发热、运行卡顿、带宽不足。 2.右侧存算一体CIM架构：把计算阵列、存储阵列堆叠集成，采用芯片内部短路径互联，数据就地完成运算，传输功耗压缩至20%，八成算力用于实际推理。对比可见，存算一体大幅降低延迟与功耗，算力利用率更高，完美适配手机、车载、穿戴等各类端侧AI设备，从硬件底层解决“内存墙”瓶颈。

76. 复旦团队室温量子闪存取得突破，单电子一比特存储大幅降低AI算力功耗

77. 厉害！我国成功研制全球首款基于相变忆阻器的神经动力学系统芯片

78. MRAM存算一体全面解析：DFA、DRTP、CiM三大核心技术揭秘！

79. SRAM存内计算：面向高能效AI系统的芯片设计前沿

80. 中国开发出全球首款 “基于相变忆阻器的神经动力学芯片”

81. 存算一体精度破局（五）：迈向大范围商用下，系统集成与标准测试基准的路线图

82. 端侧AI大模型落地难？拆解四大算力瓶颈，盘点软硬件优化第一梯队玩家

83. AI硬件的下一个核心瓶颈：内存、功耗与封装的三重挑战

84. 全球首颗近存计算3D芯片发布，这场突破离我们多远

85. Token成本暴降50%？打破AI算力的“功耗墙”

86. 大模型推理卡在存算瓶颈？云天励飞把Prefill和Decode拆成三颗专用芯片

87. 会员动态 | 越摩先进成功试制超大尺寸全玻璃方案 2.5D 存算一体封装样品

88. 对话上科大系「光啾科技」联合创始人李睿潜：打破“存储墙”，用全光级联非冯·诺依曼架构重构边缘AI算力

89. SRAM迎来革命：3D堆叠IGZO+HZO打造下一代非易失存储，AI芯片缓存迎来新方案

90. 芯途异构是红杉投资的存算一体硬科技企业，核心创始团队拥有20年异构存储芯片架构研发经验。公司主打桌面级微型存算一体AI数据中心

91. AI内存墙：为什么你的AI PC正在-跑不动

推理成本降88% 14nm存算一体芯片破局

精选参考来源