{"source":{"id":"2050387634091168184","title":"英伟达的本地 AI 推理盒子 DGX Spark 卖 4699 美元。 因为全球内存荒，前阵子刚涨了 700 刀。 AM…","url":"https://mubeitech.com/p/2050387634091168184"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2056329013971517735","account":"mubei","brand":"@mubei","title":"拔掉网线，全程断网单机运行 2000 亿参数的 AI 模型。 跑这套系统的设备有多大？ 一只手就能稳稳托住。 AMD 拿…","summary":"拔掉网线，全程断网单机运行 2000 亿参数的 AI 模型。 跑这套系统的设备有多大？ 一只手就能稳稳托住。 AMD 拿出了目前全球最小的 AI 开发系统。 苏姿丰直接把这台主机端了出来。 里面塞进了他们最高端的 Ryzen AI Max 处理器。 搭配的是 128GB 高速统一…","body":"拔掉网线，全程断网单机运行 2000 亿参数的 AI 模型。\n跑这套系统的设备有多大？\n一只手就能稳稳托住。\n\nAMD 拿出了目前全球最小的 AI 开发系统。\n苏姿丰直接把这台主机端了出来。\n里面塞进了他们最高端的 Ryzen AI Max 处理器。\n搭配的是 128GB 高速统一内存。\n\n算力能装进巴掌大小的空间，靠的是底层架构设计。\n这 128GB 内存由 CPU、GPU 和 NPU 三方直接共享。\n省去了数据在不同模块间来回搬运的损耗。\n系统整体性能被大幅拉升。\n硬生生把跑大型 AI 模型的算力，压缩进了一台微型桌面台式机里。\n\n大模型的硬件门槛正在被物理击穿。\n跑千亿参数模型曾经必须依赖庞大的云端机房。\n现在直接变成了摆在桌面上的一台离线私有设备。","category":"科技","score":83.3,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-18 12:07:21","created_at":"2026-05-18T13:00:16+02:00","url":"https://mubeitech.com/p/2056329013971517735","markdown_url":"https://mubeitech.com/p/2056329013971517735/markdown"},{"rank":2,"id":"16437011","account":"mubei","brand":"@mubei","title":"AI芯片的竞争，早就不在单颗GPU上了。 下一步拼什么？ 拼256张卡怎么塞进一个机架里，还能互相顺畅地“说话”。 7月…","summary":"AI芯片的竞争，早就不在单颗GPU上了。 下一步拼什么？ 拼256张卡怎么塞进一个机架里，还能互相顺畅地“说话”。 7月22日的旧金山，AMD要开一场AI前瞻大会。 投行杰富瑞的分析师盯上了这里的底牌。 他们预计AMD会把CPU的潜在市场预期喊到两千亿美元以上，但这还不是最关键的…","body":"AI芯片的竞争，早就不在单颗GPU上了。\n下一步拼什么？\n拼256张卡怎么塞进一个机架里，还能互相顺畅地“说话”。\n\n7月22日的旧金山，AMD要开一场AI前瞻大会。\n投行杰富瑞的分析师盯上了这里的底牌。\n他们预计AMD会把CPU的潜在市场预期喊到两千亿美元以上，但这还不是最关键的。\n重头戏在MI500系列GPU。\n\n今年CES上它露过一面，但硬核细节一直藏着。\n杰富瑞抛出了一个预期：MI500平台可能会把一个机架里的GPU数量推到256颗。\n256颗卡挤在一起，算力是上去了，但数据怎么通？\n传统方案根本扛不住，必须上光互连。\n\n这就是为什么现在整个供应链都在死死盯着CPO【光电共封装】路线。\n大家都在等AMD在会上确认两件事。\n第一，是不是真的全押注CPO扩展方案？\n第二，到底谁来供应最核心的光引擎？\n\n在交换机那端，杰富瑞认为AMD已经在拉着ALAB和博通推进合作了。\n只要AMD给MI500的光互连路线亮了绿灯，整个光通信供应链就会立刻收到发令枪。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2079703891138981988","translated_status_id":"2079703891138981988","published_at":"2026-07-21 21:18:22","created_at":"2026-07-21T23:06:26+02:00","url":"https://mubeitech.com/p/16437011","markdown_url":"https://mubeitech.com/p/16437011/markdown"},{"rank":3,"id":"2061509361470497138","account":"mubei","brand":"@mubei","title":"把128GB统一内存塞进轻薄本，英伟达发布 RTX Spark 超级芯片，直接重塑 Windows PC 的天花板。 里…","summary":"把128GB统一内存塞进轻薄本，英伟达发布 RTX Spark 超级芯片，直接重塑 Windows PC 的天花板。 里面装的是 Blackwell RTX GPU 和 Grace CPU。 加上这128GB的统一内存，这台机器能直接在本地跑起巨大的 AI 模型。 速度极快，且数…","body":"把128GB统一内存塞进轻薄本，英伟达发布 RTX Spark 超级芯片，直接重塑 Windows PC 的天花板。\n\n里面装的是 Blackwell RTX GPU 和 Grace CPU。\n加上这128GB的统一内存，这台机器能直接在本地跑起巨大的 AI 模型。\n速度极快，且数据完全私密。\n不再需要把敏感素材传给云端，你的笔记本就是一个算力堡垒。\n\n用 AI 创作的门槛，被直接踩平了。\n觉得 ComfyUI 节点太复杂、太反人类，可以直接让内置的 AI 代理 OpenClaw 替你干活。\n输入几句话，它自己去调参数、写提示词。\n从一张草图生成材质效果，再直接用它做起始帧生成视频，全部本地一气呵成。\n\n创作者的性能瓶颈也被碾碎了。\n靠着这巨大的内存，你能直接剪辑 12K 4:2:2 的视频。\n或者渲染高达 90GB 的巨型场景。\n在 Blender 里，有了 DLSS 4.5 光线重建技术的加持。\n你在场景里随意拖动，就能实时看到几乎等同于最终渲染的画质。\n\n至于游戏，那可是英伟达的老本行。\n《心灵杀手 2》、Pragmata 等游戏，直接在 1600p 分辨率下光追全开。\nDLSS 4.5 里的新 Transformer 模型，把环境细节拉到了新高度。\n更别说它原生支持带有反作弊系统的多人联机游戏。\n\n真正的个人计算新形态已经来了。\n不再依赖网络带宽，不再忍受云端延迟。\n装载这颗芯片的新型轻薄本和紧凑型台式机，今年秋天就会出货。\n本地算力的狂欢，正式开场。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2061535841252425750","translated_status_id":"2061535841252425750","published_at":"2026-06-01 18:54:08","created_at":"2026-06-01T20:47:19.993247","url":"https://mubeitech.com/p/2061509361470497138","markdown_url":"https://mubeitech.com/p/2061509361470497138/markdown"},{"rank":4,"id":"2066276671586513317","account":"mubei","brand":"@mubei","title":"Lisa Su手里那台巴掌大的小机器，能跑2000亿参数的大模型。 但它最吓人的地方，是悄悄把AI的“产权关系”给改了。…","summary":"Lisa Su手里那台巴掌大的小机器，能跑2000亿参数的大模型。 但它最吓人的地方，是悄悄把AI的“产权关系”给改了。 来，聊聊我们以前是怎么被“云端大厂”拿捏的。 以前你用ChatGPT或者Claude，本质上都是在“租”。 模型在别人机房里。 算力在别人账本上。 上下文在别…","body":"Lisa Su手里那台巴掌大的小机器，能跑2000亿参数的大模型。\n但它最吓人的地方，是悄悄把AI的“产权关系”给改了。\n\n来，聊聊我们以前是怎么被“云端大厂”拿捏的。\n以前你用ChatGPT或者Claude，本质上都是在“租”。\n模型在别人机房里。\n算力在别人账本上。\n上下文在别人服务器里。\n价格、限额、审查、封号、降智，全在平台一句话。\n你以为自己买的是“智能”，其实买的是一段随时能被掐断的“临时通行权”。\n\n现在，这个权力结构开始塌方了。\n2026年，AMD现场演示了一个名场面：\n四台手掌大小的Ryzen AI Max+ 395小盒子，通过llama.cpp RPC组成了本地集群。\n直接在本地，断网跑起了1T（一万亿）参数级别的Kimi K2.5。\n大模型正在从昂贵的数据中心，疯狂往你的书桌上回流。\n\n这背后，是一个被撞了三十年的“内存墙”。\n1995年，学术界就提过一个概念：Hitting the Memory Wall（撞上内存墙）。\n意思很简单：芯片算得越来越快，内存喂数据的速度却跟不上。\n跑AI最怕这个。\n模型权重太大，每生成一个字，都要把海量参数从内存里“搬”出来走一遍。\n数据在路上堵车，芯片再强，也只能干等。\n\n所以，本地跑大AI的瓶颈在内存，不在算力。\nAMD这台小机器，真正的杀手锏是128GB的统一内存。\nCPU、GPU和NPU不再分家，不用来回倒数据，直接共用一个超高速的大池子。\n这相当于把最昂贵的“数据搬运税”，一刀砍没了。\n\n再加上GGUF量化技术，把模型从16位压缩到4位、5位，牺牲一点点精度，换来体积暴缩。\n配合Mixture of Experts（混合专家模型），比如Qwen3-235B，看似是个2350亿参数的怪兽，其实每次推理只激活22B。\n一减一加。\n“能不能跑大模型”的门槛，直接从“你有没有一整个数据中心”，变成了“你有没有一个足够大的本地内存池”。\n\n这就是权力的重新洗牌。\n云端AI像自来水。\n你随用随付，看似方便。\n但水表在别人手里，水质随时被过滤，想停你水就停你水。\n本地AI像自家发电机。\n买的时候贵一点，用起来麻烦一点。\n但一旦转起来，开不开、跑什么、数据留给谁，全是你说了算。\n\nAI正在从“服务”退回到“资产”。\n服务的核心是访问权。\n资产的核心是所有权。\n只有当大模型能装进你的机器，数据能留在你的硬盘，你和你的小公司，才算第一次真正拥有了自己的“智能主权”。\n\n下次再看到有博主晒“本地跑大模型”，别光跟着起哄看每秒跑多少个字。\n问三个问题：\n它绕开了哪堵内存墙？\nIt把谁的“租赁收入”，变成了我的“固定资产”？\n它把哪一部分智能，从科技巨头手里抢回了用户手里？\n\n能回答这三个问题的本地AI，才不是玩具。\n它是一场数字维度的私有化运动。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2066441685450490184","translated_status_id":"2066441685450490184","published_at":"2026-06-15 08:43:42","created_at":"2026-06-15T10:36:16.892351","url":"https://mubeitech.com/p/2066276671586513317","markdown_url":"https://mubeitech.com/p/2066276671586513317/markdown"},{"rank":5,"id":"2057859124075909298","account":"mubei","brand":"@mubei","title":"买NVIDIA的算力，你必须全盘接受它的参考设计。 买AMD，他们甚至愿意帮你验证你自己的私有硬件。 这是一份刚流出的A…","summary":"买NVIDIA的算力，你必须全盘接受它的参考设计。 买AMD，他们甚至愿意帮你验证你自己的私有硬件。 这是一份刚流出的AMD员工访谈。 市场可能低估了AMD追赶NVIDIA的速度。 背后是一整套打法。 先看软件层。 CUDA确实领先ROCm，这是常识。 但ROCm祭出了一个叫HI…","body":"买NVIDIA的算力，你必须全盘接受它的参考设计。\n买AMD，他们甚至愿意帮你验证你自己的私有硬件。\n\n这是一份刚流出的AMD员工访谈。\n市场可能低估了AMD追赶NVIDIA的速度。\n背后是一整套打法。\n\n先看软件层。\nCUDA确实领先ROCm，这是常识。\n但ROCm祭出了一个叫HIP的接口。\n它允许客户在训练端让NVIDIA和AMD的硬件并行共存。\n不逼用户二选一，直接给客户提供硬件切换的自由。\n\n再看交付模式。\nNVIDIA给云厂商一个架构要求照着建。\n如果买NVIDIA的一站式交钥匙方案，里面全得是NVIDIA的设备。\nAMD也卖全家桶，从GPU、CPU到网卡全包。\n但如果云大厂想塞进自己的硬件，偏离AMD的参考设计。\nAMD的工程师会直接帮你验证这套混合方案。\n这对极度缺乏工程资源的Neoclouds新兴云厂商具有极大吸引力。\n\n最后是网络设备。\nNVIDIA巨大的网络优势来自当年收购以色列的Mellanox。\n一套专有网络设备极其昂贵。\n现在Meta正在OCP开放计算项目里牵头制定标准化的数据传输协议。\n协议一旦打通，更多供应商就会涌入。\n\n大客户们苦NVIDIA垄断久矣。\n用开源生态和定制化服务反制封闭帝国，这是资本对抗硬件垄断的经典机制。","category":"科技","score":80,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-23 15:39:12","created_at":"2026-05-22T18:20:23+02:00","url":"https://mubeitech.com/p/2057859124075909298","markdown_url":"https://mubeitech.com/p/2057859124075909298/markdown"},{"rank":6,"id":"16581996","account":"mubei","brand":"@mubei","title":"AI的代价有多贵？ 别光盯着GPU，看看现在一公斤DRAM（动态随机存取存储器）卖多少钱。 91,931美元。 这是韩国…","summary":"AI的代价有多贵？ 别光盯着GPU，看看现在一公斤DRAM（动态随机存取存储器）卖多少钱。 91,931美元。 这是韩国海关最新的DRAM出口单价。 过去五年，这个数字基本都在一两万美元之间徘徊。 但从2025年底开始，这条曲线突然像坐了火箭一样垂直拉升。 到2026年7月，直接…","body":"AI的代价有多贵？\n别光盯着GPU，看看现在一公斤DRAM（动态随机存取存储器）卖多少钱。\n91,931美元。\n\n这是韩国海关最新的DRAM出口单价。\n过去五年，这个数字基本都在一两万美元之间徘徊。\n但从2025年底开始，这条曲线突然像坐了火箭一样垂直拉升。\n到2026年7月，直接冲破了9万美元大关。\n一公斤芯片，快赶上一辆保时捷了。\n\n为什么涨这么疯？\n这很可能与高端存储需求的爆发有关。\n算力扩张的胃口太大了。\n当大家都在抢GPU时，往往会忽略一个基本的物理常识：算得再快，也得有地方存、有带宽传。\n记忆体，正在成为AI狂飙路上最硬的瓶颈。\n\n服务器、云服务的成本，都会被这条陡峭的曲线重新定价。\n整个硬件行业的利润，也正在被它重新分配。\n这场算力军备竞赛里，闷声发大财的，不止是卖显卡的。","category":"其它","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-01 09:37:42","created_at":"2026-08-01T10:29:54+02:00","url":"https://mubeitech.com/p/16581996","markdown_url":"https://mubeitech.com/p/16581996/markdown"}]}