扫描下载APP
其它方式登录
AI领域出现结构性矛盾：开源模型处理72%的Token流量却仅获27%支出，GPU租金上涨而Token售价暴跌，导致企业ROI承压；生产力红利尚未在科技行业外显现，资本开支可持续性受质疑。
摩根大通研报显示，10月大语言模型Token支出环比增长40%，由用量上升和高价位模型（如Claude Opus 5.5）提价共同驱动；GPU租赁价格分化，A100下跌、H100与B200反弹；存储方面DRAM现货价格上涨、NAND下跌，反映AI服务器与消费电子需求差异；合同价涨幅收窄但仍在上行。
Neolab等AI初创公司因模型训练受阻，转而将高价预购的GPU算力通过转租、分时出售或运行开源模型API等方式变现，形成‘算力黄牛’新商业模式；该现象暴露其商业化能力薄弱，引发风投对过度炒作和可持续性的质疑。
文章探讨边缘计算时代AI与图形处理融合趋势，指出GPU正从纯图形处理器演变为承载AI推理、神经渲染、计算机视觉等多任务的统一算力平台。Arm、NVIDIA、高通、Imagination等厂商通过增强矩阵运算、整合AI单元、优化软件栈等方式推动硬件融合，行业重心转向可编程性、能效比及跨负载调度能力。
调查显示79%企业GPU利用率不足50%，但70%仍计划扩充AI平台，暴露算力闲置与API调用成本失控的结构性错配；企业过度采购硬件却依赖闭源模型API，缺乏财务审核的ROI评估，正从‘算力军备竞赛’转向关注推理效率、上下文缓存和Agent成本的‘推理经济学’。
Aethir宣布升级ATH代币经济模型，将于2026年11月起实施每日销毁机制，销毁资金源自浮动网络费，销毁量随算力预订量实时变化，并同步上线公开可查的销毁Dashboard；同时以市场感知型浮动费率替代固定平台费，保护Cloud Host收益并增强熊市韧性。
文章聚焦算力租金剧烈波动对AI产业链各环节的影响，介绍英伟达H100/B200等GPU租赁价格期货化尝试（如CME、ICE、Kalshi推出的合约）及其监管延审现状，并分析国内算力租赁商、大模型公司、央企、云厂商和智算中心如何通过长协、混合采购、预留实例等实体方式避险；同时指出国内对本土化算力价格指数、国产芯片挂钩衍生品及收入对冲工具的迫切需求。
壁仞科技上市不到一年内三次融资，累计募资约170亿港元，主要用于锁定HBM、晶圆代工及先进封装等紧缺上游产能，以应对AI算力供给短缺和客户对大规模交付能力的严苛要求；公司正推进BR20X GPU规模化部署，目标2027年实现200亿元收入，但面临客户验证、超节点订单落地及毛利率承压等关键挑战。
2026年AI技术加速迭代，普通产品经理难以跟上模型能力与工具演进，大厂工作性价比下降、创新受限；本地化AI（如离线GPU运行）、高阶模型（如astra）和生产力工具（如REA逆向工具、jinyiAPP）成为关键能力；用户注意力转向短视频，长文与深度需求稀缺，产品核心回归用户洞察。
Pearl 是基于有用工作量证明（PoUW）的 L1 公链，让 GPU 同时执行 AI 推理和挖矿，其核心逻辑并非技术封杀无用矿工，而是通过经济机制使具备推理业务的服务商因双重收入优势自然淘汰纯矿工，实现算力向生产性计算迁移。
国产GPU厂商正从单芯片性能竞争转向超节点系统构建，通过单柜64卡至144卡的高密度互联方案支撑万亿级大模型训练与推理。面对华为、阿里等巨头及多样化市场需求，厂商需解决技术路线选择、客户买单意愿、生态适配与总拥有成本（TCO）控制等商业化核心问题。
AI算力贷款机构正从自持贷款转向“培育后转售”模式，因英伟达兜底、华尔街入场及算力期货推出导致认知溢价消失，叠加借短贷长的流动性风险，USD.AI等协议通过GPU贷款交易所（GLX）将成熟贷款快速转售给传统金融机构，提升资本效率并重塑算力金融生态。
壁仞科技上市不到一年已两轮配售，累计募资约172.61亿港元，居国产GPU公司首位；最新一轮拟募资40.2亿港元，主要用于新一代GPU（BR20X）的供应链锁定、量产准备及商业化落地，以在英伟达H200对标竞争中抢占生态先机；同期行业普遍股价回调，主因市场过热退潮、盈利未兑现及限售股解禁压力。
文章探讨GPU算力定价难题，指出传统指数和期货因硬件配置、网络、运维等差异导致价差高达7倍，难以标准化。Pearl作为新兴L1区块链，通过让GPU矿工运行真实AI计算（矩阵乘法）并结合NoisyGEMM机制，在32万张GPU的实时市场选择中动态反映算力机会成本，形成基于真实交易的连续定价基准，为AI算力市场提供更准确的价格信号。
壁仞科技作为港股GPU龙头，上市10个月内三次融资，累计近167亿港元，但持续亏损、资金消耗加速，最新配售募资40.4亿港元用于下一代GPU研发量产及供应链备货；股价较历史高点暴跌56.2%，反映商业化进展与资本压力并存。
