标签: GPU
降价80%，但这次不只是价格战。OpenAI突然宣布GPT-5.6全线调整，入门
降价80%，但这次不只是价格战。OpenAI突然宣布GPT-5.6全线调整，入门款Luna直接从每百万token输入1美元砍到0.2美元，输出从6美元砍到1.2美元，折合人民币输入才1块3毛5。Terra也降了20%，旗舰Sol价格没动，但出了加速模式，最高快2.5倍，加量不加价。真正值得关注的不是降价本身，而是降价的逻辑，这钱是GPT-5.6Sol自己省出来的。OpenAI说得很清楚：Sol参与了自家生产系统的GPU底层优化，重写Kernel、改进推测解码，端到端成本压下去20%，Token生成效率提了15%。模型自己帮自己降本，降下来的成本又反哺到价格上。左脚踩右脚，飞升循环就这么转起来了。这背后藏着更大的牌：Luna不是拿来干传统杂活的。它能调工具、执行多步工作流，定位是成本敏感型Agent主力。降价80%，本质是在降低Agent长期运行的入场门槛。以前因为太贵不敢频繁跑的审查、验证、监控任务，现在可以变成常规操作。一个飞轮已经成型：模型参与优化自己—成本下降—价格降低—更多Agent工作流跑起来—调用规模扩大—再推动下一轮优化。这不是价格战，这是要把Agent从demo阶段直接推进生产环境。压力现在给到了另一边，该谁出牌了。
互联网技术AI泡沫的出清不会是"全行业雪崩"，而是一次极其精准的优胜劣汰——谁
互联网技术AI泡沫的出清不会是"全行业雪崩"，而是一次极其精准的优胜劣汰——谁靠叙事活着，谁靠现金流活着，潮水退去时一目了然。综合高盛、BIS、摩根士丹利、Forrester等机构的判断，以及新华网披露的全球AI投入1.4万亿美元vs营收6130亿美元的残酷断层，以下五类行业将面临最大挑战，且冲击会沿产业链逐级传导。一、最惨重：高杠杆算力基础设施与数据中心租赁这是泡沫破裂的"震中"。高盛在7月中旬的研报中明确指出，"算力扩张时代"正逐步走向终结，整个科技板块的估值定价体系即将迎来重构——资本开支效率、资产利用率、应用落地速度将取代"硬件产能规模"成为新的定价因子。挑战来自三个方向的夹击：-债务期限错配：科技巨头通过发债为AI基建"输血"，彭博数据显示自2025年初以来美国已发行超过3700亿美元的AI债券融资产品。但数据中心、算力设备技术迭代快、折旧周期短，与中长期债务明显错配-资产闲置风险：一旦需求不及预期，万亿级"暗算力"将出现，运营商债务风险陡升。甲骨文就是前车之鉴——其自由现金流已暴跌至-59亿美元-抵押物贬值：部分算力租赁公司以GPU为抵押融资，但GPU迭代极快，新一代芯片上市后旧型号租金下跌，存量GPU的二手价值和抵押价值同步缩水，金融机构可能要求补充抵押物或提前还款摩根大通数据显示，当前美国四大云厂商2026年AI资本开支将高达7250亿美元，但三季度合计自由现金流预期将砸至约40亿美元——创下近十年来绝对低点。这种"表内失血+表外6620亿美元租赁承诺"的结构，一旦算力项目交付起租，账面真实债务将面临结构性翻倍。中国的具体风险点：依赖进口GPU的中小算力租赁商、无差异化优势的智算中心。上海市经信中心的报告明确指出，上海大量应用层且未盈利的AI企业面临资金链紧张，A股AI成分股中仅四成实现利润增长、三成陷入亏损。二、最直接：半导体存储与光通信硬件链这是已经能看到拐点的行业。存储芯片的拐点信号已经出现。摩根士丹利7月21日的报告警告：AI驱动的存储超级周期正接近拐点，内存合同价格预计将于2026年四季度见顶。数据显示净盈利上调率已从92%的峰值回落至77%，SK海力士市净率已从高点回落至2.5倍，三星降至1.7倍。更具杀伤力的是供需逆转的预期：-台积电宣布大幅上调年度资本支出，未来三年大规模扩产先进制程-全球存储大厂持续扩产，机构预判2027年全球芯片、存储或将迎来新一轮产能过剩周期-韩国作为全球AI产业链最脆弱、杠杆最高的位置，其HBM预期下行将引发全球AI硬件需求重估光模块、PCB、液冷设备同样面临挑战。800G/1.6T需求骤减的风险已经显现，上半年这些环节因"瓶颈叙事"获得极高估值溢价，但一旦算力建设放缓，高速光模块订单下滑、估值腰斩的压力将集中释放。大摩的判断值得重视：本轮存储周期将走向"拉长"而非"直接崩溃"——这意味着不是断崖式暴跌，而是长达12-18个月的漫长估值消化期，对相关企业来说是"温水煮青蛙"式的挑战。三、最残酷：未盈利大模型与AI应用初创公司这是死亡率最高的群体。MIT调查显示95%的企业布局AI后未能收获可量化的商业回报；高德纳预警2027年末将有超四成AI智能体项目被迫终止。商业回报的缺失，让这一层的所有玩家都坐在火药桶上：头部大模型公司：OpenAI、Anthropic两家估值合计超1.8万亿美元，年化收入合计仅700亿美元，20-25倍市销率明显高于微软、谷歌等巨头（10倍上下）。更关键的是现金流——德意志银行报告显示OpenAI最早要到2030年才有望实现现金流转正，Anthropic虽有望在2026年二季度首次单季度盈利但盈利不足6亿美元。中小模型与套壳公司：启明创投预判，未来12-24个月顶尖模型将内化任务规划、工具调用、多Agent协同等能力，直接"降维打击"靠套壳和编排存活的中间层公司。国内370多家具身智能企业中，没有实际落地产品、仅靠概念融资的，将面临生存危机。纯概念ToC应用：智谱清言、Minimax星野等产品月活不足千万，用户留存率持续下滑；Minimax海外流量占比过高，国内C端业务尚未找到可持续的商业模式。一级市场的"灭绝潮"：美元基金年度融资额从2021年的5329亿元萎缩至2025年的827亿元，跌幅逾84%。上海市经信中心预警：上海AI应用层占比超85%，大量腰部以下企业面临融资困难，或被整合淘汰。四、最隐蔽：水平SaaS与传统企业软件的"存在性危机"这是被市场严重低估的挑战——不是业绩下滑，而是商业模式根基动摇。Forrester在2026年2月的一份重磅报告中指出，SaaS公司估值在七天之内蒸发超过1万亿美元，触发因素是市场意识到AIAgent可能从根本上改变工作完成的方式。投资者逃离SaaS有四个核心担忧：1.SaaS公司不会成为AIAgent的首选提供者2.传统的"按席位收费"模式将过时，导致收入下降3."氛围编程"（vibecoding）让初创公司能复制复杂SaaS平台的功能，侵蚀护城河4.SaaS产品本身过于复杂，用户疲于管理数百个互不相通的应用结构性冲突在于：SaaS企业长期采用"按席位收费"模式，本质上与就业规模高度挂钩；但AI提升生产力的逻辑，恰恰意味着企业可能减少员工数量——如果企业用大模型工具自建自动化流程，部分中后台软件需求将被削弱。Forrester的预测很明确：低切换成本、弱嵌入式企业工作流的水平点解决方案SaaS厂商将被挑战；那些无法提供即时、可量化ROI的厂商将失去资金和客户；只有垂直化、领域特定的SaaS厂商（如医疗、制造业）或控制独特专有数据的厂商才能存活。这意味着：企业办公AI、AI营销、AI教育等"水平赛道"挑战最大；而工业AI、医疗AI、金融AI等"垂直刚需"赛道韧性强，解决真实痛点、有现金流的企业将在估值回调后存活，龙头集中度反而提升。五、最深远：亚洲服务外包与AI驱动的区域产业重构这是被讨论最少、但影响面最大的挑战。路透社援引高盛估算，美国约2.5%的就业岗位面临AI风险，主要集中在客户服务、计算机支持和业务运营等领域——而这些恰恰是跨国公司多年来外包给亚洲的工作。具体冲击：-印度IT服务：塔塔咨询服务、Infosys、Wipro等过去一年表现严重落后-菲律宾业务流程外包（BPO）：该国约一半的服务出口包括BPO、呼叫中心和IT服务，外国投资者今年已从菲律宾撤资8.4亿美元，主要股指暴跌超过10%-韩国半导体：作为全球AI产业链最脆弱、杠杆最高的位置，其HBM预期下行将导致全球AI硬件需求重估这是AI泡沫出清中唯一的"实体经济就业冲击"——前面的挑战主要集中在资本市场和科技行业内部，而这一层的挑战将直接传导至新兴市场国家的GDP和就业。中国的差异化处境：双轨周期下的"危"与"机"中国在这一轮全球共振中呈现出独特的"双轨"特征：承压的一面：-外销型、绑定英伟达的AI企业：将遭遇海外客户缩减资本开支、美国芯片管制持续收紧、全球科技估值回调三重打击-A股1060家AI成分股中，仅四成利润增长、三成亏损，大量腰部以下企业面临融资困难-依赖进口GPU的中小算力租赁商、无落地通用AI初创企业韧性的一面：-英伟达在华份额从95%跌至55%，国产AI芯片国产化率达41%，形成了隔离海外泡沫冲击的独立周期-字节、阿里等自带流量的平台型公司，将受益于算力降价带来的成本收缩-工业AI、政务垂直AI、华为昇腾/寒武纪等国产算力芯片，具备穿越周期的属性BCAResearch复盘四次历史资本支出热潮后发现，当前AI领域已显现五大崩塌规律的早期迹象。但这并不意味着灾难——正如高盛报告所指出的，下一阶段的行业赢家未必是基建规模最大的企业，而是那些拥有稳定电力保障、算力利用率高、商业化路径清晰的算力运营服务商。对行业参与者的核心启示：-硬件厂商比拼的不是扩产速度，而是高端产能实力与真实业绩兑现能力-软件厂商必须从"工具"转型为"智能体"，否则将面临商业模式的生死考验-创业公司必须找到能付钱的场景、深度解决具体问题，而非停留在demo阶段-投资者应建立算力利用率、单位Token成本、行业ROI、绿电比例、数据合规这五把硬约束尺子泡沫出清的本质，是市场从"建设思维"转向"运营思维"、从"硬件产能规模"转向"商业化落地收入"的估值体系重构。在这个过程中，挑战最大的行业恰恰是过去两年受益于AI叙事最深的行业；而真正具备技术壁垒、场景闭环和现金流能力的企业，将在洗牌中诞生为下一阶段的龙头。历史不会简单重复，但总是押着相似的韵脚——2000年互联网泡沫破裂后，存活下来的亚马逊、谷歌最终定义了云时代；这一轮AI泡沫出清后，活下来的企业也将定义下一个十年的智能时代。区别只在于：谁能在潮水退去前，找到自己的泳裤。
举世震惊！目前的语言大模型只是开始，英伟达的DLSS与Cosmos横空出世，AI
举世震惊！目前的语言大模型只是开始，英伟达的DLSS与Cosmos横空出世，AI将重构现实物理世界？刚落幕的SIGGRAPH2026大会，英伟达扔下两枚科技核弹：DLSS5神经渲染与Cosmos3物理世界模型。这不是常规的技术迭代，而是虚拟世界向物理现实发起的全面渗透。一、DLSS5：渲染逻辑被彻底颠覆从初代的“AI补分辨率”，到今天直接接管整条渲染管线，DLSS5完成了本质跃迁。它不再是画面的“后期补丁”，而是以传统渲染为基底，用AI实时生成光影反射、材质细节、物体纹理，16毫秒即可生成一帧4K画面，单张消费级显卡就能驱动。同等硬件下，画质精度、运行帧率双双碾压原生渲染，游戏、影视、数字孪生的制作门槛被直接打穿。短评：当AI生成的画面比“真实渲染”更逼真，我们眼睛看到的“现实感”，已经开始由算法定义。二、Cosmos3：把物理定律压缩进AI模型如果说DLSS负责“看得真”，Cosmos就是负责“逻辑真”。这是一套面向物理AI的世界基础模型，用统一主干网络搞定理解、预测、模拟、执行全流程——小到刚体碰撞、流体力学，大到机器人运动、自动驾驶场景推演，全部符合真实物理规律。更恐怖的是它的轻量化：过去需要超算跑数天的仿真，现在单块专业显卡就能实时运行；40亿参数的Edge版本，甚至能直接在端侧设备跑通。机器人、自动驾驶、工业仿真从此告别天价实地测试，在虚拟世界就能无限迭代。短评：当物理规律可以被AI秒级推演，实体产业的研发成本、迭代周期，将迎来一次断崖式重构。三、深度本质：英伟达的野心远不止卖显卡很多人只看到了技术酷炫，没看懂背后的权力重构。1.从卖硬件到卖“世界规则”过去英伟达卖GPU算力，现在向上垄断渲染标准、向下定义物理仿真框架。未来机器人、自动驾驶、数字孪生产业，大概率都要在英伟达的生态里跑，生态壁垒只会越筑越高。2.狂欢之下，泡沫的影子越来越重技术突破是真的，但市场预期透支更猛。美股AI行情全靠这类叙事撑盘，技术落地到规模化盈利，中间隔着漫长的产业周期。美国把全部国运押注AI，英伟达是最核心的筹码。但技术革命从来不是经济危机的解药，靠概念吹起来的估值，终有回归现实的一天。3.核心技术全栈垄断，才是真正的卡脖子从底层算力到渲染标准，再到物理世界模型，下一代科技的底座正在被一家公司攥在手里。对我们而言，全栈自主替代的紧迫性，只会越来越强。虚拟与现实的边界正在快速消融，所谓“物理世界沦陷”，是技术的进步，更是产业话语权的重新洗牌。谁定义了虚拟世界的规则，谁就掌握了下一代工业的入场券。这场竞赛，才刚刚拉开序幕。英伟达CFO英伟达AI模型DLSS4.5ai物理化
#问一次ChatGPT地球付出多少代价#【问一次ChatGPT，地球要付出多少代
#问一次ChatGPT地球付出多少代价#【问一次ChatGPT，地球要付出多少代价？】当你每一次点开ChatGPT时，千里之外的数据中心就在消耗资源——冷却水、电力、算力。单次AI请求的消耗微不足道，但乘上每天数十亿次的使用量，数字将触目惊心。2024年，全球数据中心耗电415太瓦时，占全球用电量的1.5%。到2030年，这一数字将翻倍，相当于日本全国一年的用电量。再加上芯片里的稀有矿物、堆积如山的电子垃圾、不断攀升的水消耗——AI的能耗究竟会对环境产生多大影响？这个问题亟须正视。与此同时，AI发展也带来了巨大的环境效益。AI技术可帮助优化电网调度、提升可再生能源预测精度，推动传统高耗能行业的生产流程升级，还能为气候变化建模、极端灾害预警提供更为精准的技术支持。这种“双刃剑”属性，让AI的环境影响讨论变得更加复杂。另一个不容忽视的问题是，在AI治理的讨论中，美欧长期占据主导：硅谷定调，布鲁塞尔立法，全球跟着走。全球南方国家作为AI产业链的资源提供者、新兴市场，却很少能发声回应AI给自己国家带来的环境影响，更难以参与到全球AI环境规则的制定过程中。今年7月在日内瓦举行的联合国AI治理全球对话开幕式上，一份白皮书打破了这种单声道叙事，开始郑重回答人工智能与环境之间的关系。这份由金砖国家三个大国的重要智库——国家高端智库复旦大学中国研究院、俄罗斯自然与人民基金会、印度帕勒基金会联合撰写，联合国互联网治理论坛环境动态联盟支持，并在这次联合国对话中发布的《人工智能与环境白皮书》，把人工智能的环境足迹与环境效益纳入同一分析框架、系统探讨人工智能与国际可持续发展的关系，也是金砖国家智库首次联手，把“全球南方”的视角带入了AI环境治理的讨论桌。著名经济学家杰弗里·萨克斯教授为《白皮书》作序时，称之为“具有里程碑意义的文件”。7月18日，在2026世界人工智能大会期间，由复旦大学中国研究院主办的《人工智能与环境白皮书》国际研讨会上，来自俄罗斯、印度和中国的专家，继续探讨人工智能与环境的关系。2012年的时候，训练一次AlexNet会排放0.01吨二氧化碳，这个量几乎可以忽略不计。2020年，训练一次GPT-3，排放量达到588吨。2023年的GPT-4，这个数字来到了5184吨。2024年的Llama3.1405B，数字变成了8930吨……很难想象，2030年我们面对的AI能耗会到什么地步？但训练AI只是这个问题的冰山一角。Facebook的实测数据显示：在已部署的AI系统中，推理贡献了约65%的碳排放，训练只占35%。随着AI走向亿级用户，这个比例只会更悬殊。MistralAI第一次把单次查询的账单摊开：一个400-token的回复，会排放1.14克的二氧化碳，消耗45毫升的水——水，可能是AI账本里最被忽视的一行。OECD预测，到2027年，AI相关用水量可达66亿立方米，这相当于英国半年的用水总量。更值得警惕的是：数据中心往往建在水资源最紧张的地方。以印度为例，印度有6亿人面临高至极端水压力，班加罗尔作为印度的科技中心、数据枢纽，却面临着地下水枯竭、未来净可用水量归零的严峻风险。中国“东数西算”把算力往西部赶，某种程度上是对这种矛盾的回应，但全球范围内，AI的水消耗仍在以一种近乎不可见的方式加剧区域资源竞争。除了水以外，硬件本身的代价，同样惊人。一台2公斤的电脑，生产需要约800公斤原材料——稀土、锂、钴、镓、铜。这些矿产的开采和冶炼，不仅涉及栖息地破坏、水污染和长期生态毒性，其环境影响还不成比例地集中在全球南方。等这些原材料被制成GPU后，在数据中心里通常只有3到5年的寿命。更新周期越短，淘汰越快，废弃的硬件堆积成山——2022年全球电子垃圾已达6200万吨，而AI专用设备产生的废料尚未被单独统计。算力越强，硬件迭代越快，电子垃圾的增长曲线只会更陡。
科技股迎来新的赛道，下半场的主线或许就是CPUAI炒作时代（堆GPU）结束，实用
科技股迎来新的赛道，下半场的主线或许就是CPUAI炒作时代（堆GPU）结束，实用落地时代（CPU+各类端侧芯片）开启，国产CPU迎来AI行业的增量红利。AI时代已经告别单纯比拼显卡数量、堆超大算力集群的内卷阶段，行业重心转向赚钱、落地商用，行业估值逻辑重塑：不再只看GPU供货量，CPU、端侧专用芯片、行业推理方案都具备长期增长逻辑。十万卡全国产集群接入国家超算互联网，是数字基础设施自主可控标志性工程。大规模AI产业不再受制海外芯片供给限制，国家层面算力安全、数据安全保障能力提升，后续政企AI项目会优先采用国产CPU整机。单纯GPU炒作降温，国产服务器CPU、嵌入式芯片、边缘推理硬件成为新主线；市场重新定价海光等国产CPU企业：市场之前只把它当作普通服务器芯片厂商，现在确认深度绑定AI下半场刚需，业绩增长预期上调；端侧推理、行业AI应用、向量数据库配套硬件迎来估值修复机会。
红利AI基金etf12张图读懂AI数据中心：从电力到算力，从硬件到应用AI数
红利AI基金etf12张图读懂AI数据中心：从电力到算力，从硬件到应用AI数据中心不是机房，而是Token工厂。AI数据中心的本质，不只是把电力转化为算力，而是把算力进一步转化为Token、API调用和企业生产力。最近两年，AI产业链越炒越细：从大模型到算力，从GPU到光模块，从液冷到电力设备，再到PCB、变压器、储能和数据中心。很多人的问题不是“不关注AI”，而是越看越乱：到底什么是真需求？什么是蹭概念？AI数据中心为什么会同时拉动这么多行业？所以我整理了这组图，想用更直观的方式，把AI数据中心这件事讲清楚。看懂这个框架，才知道为什么电力、GPU、光模块、液冷、PCB、存储都会被卷进来；也才能分清楚，哪些环节是真正的核心瓶颈，哪些只是普通配套，哪些又可能只是短期概念炒作。$半导体ETF国联安sh512480$$兆易创新sh603986$$寒武纪sh688256$
【华为Mate80Pro性能解禁：麒麟9030ProGPU相比
【华为Mate80Pro性能解禁：麒麟9030ProGPU相比9020提升76%，《原神》能效表现优于高通骁龙8Gen3】华为去年发布了Mate80系列旗舰手机，搭载华为自研的麒麟9030及麒麟9030Pro处理器。今日，B站up主放出了一期针对华为Mate80Pro的性能分析报告。据介绍，这两款芯片均基于同一种Die，估算约有150亿晶体管，规模与苹果A15、高通骁龙8Gen2接近。其中，满血版的麒麟9030Pro采用9核14线程架构，包含一颗2.75GHz超大核、四颗2.27GHz大核及四颗1.72GHz小核，并集成6核马良935图形处理器。麒麟9030则在此基础上屏蔽一颗CPU大核变为8核12线程，并采用了5核马良935AGPU。架构方面，麒麟这代大核与小核变化不大，主要对超大核寄存器深度及乱序执行窗口进行了微调。缓存上，超大核L2缓存翻倍至2M，5颗大核共享的L3从10M升级到12M，SLC缓存也提升至12M。在能效测试中，极客湾移植了原生的SPECCPU2017测试，并结合HiSmartPerf高性能模式进行了测试。结果显示，麒麟9030Pro的超大核能效稳步提升，性能接近高通骁龙8+的Cortex-X2核心，虽然仍未超越X2，但差距已非常接近。另外，麒麟9030Pro浮点性能进步更为明显，中频段能效表现出色。多核能效方面，得益于工艺升级和核心数量增加，9030Pro的多核能效曲线落在骁龙8Gen2和8Gen3之间，中低频能效甚至接近8Gen3，相比前代9020提升巨大。GPU方面，马良935架构获得了显著提升，ALU单元相比前代翻倍，算力提升超过200%。在3DMark的SteelNomadLight测试中，9030Pro比9020强了76%，能效曲线与骁龙8+接近。此外，9030Pro的NPU升级为“一大两小”三NPU架构，ISP方案也升级至9.0，基带面积则大幅缩减了31%。在实际应用表现方面，鸿蒙原生版《原神》的表现令人惊艳。Mate80ProMax在804P分辨率下可实现全程60帧畅玩，整机功耗仅4.9W，能效甚至优于8Gen3在720P下的表现。这得益于鸿蒙原生应用去除了冗余代码，以及芯片底层对图形驱动的深度优化。在《王者荣耀》120fps极致设定下，其平均功耗仅3W，能效表现极其出色。对于《异环》等游戏，虽然目前调度策略尚有优化空间，但整体表现已处于行业第一梯队。针对光线追踪技术，麒麟9030Pro集成的马良935GPU首次支持该功能，在《暗区突围》等重载场景下，系统通过针对性的驱动层优化，实现了功耗控制与性能释放的平衡。极客湾指出，Mate80系列的系统流畅度也远超预期。鸿蒙系统配合麒麟9030芯片，通过更智能的调度策略，避免了安卓端常见的“一刀切”限频问题，加上原生应用的高效开发框架，使得交互体验异常顺滑。华为Mate80Pro配备5750mAh电池，Mate80ProMax配备6000mAh大电池。测试数据显示，两款机型在极客湾5G续航5.0模型测试中均取得8.14分的成绩，在一众旗舰中稳稳保持第一梯队级表现。
很多人看不懂，Intel的GPU打不过Nvidia，CPU被AMD追着打，为什么
很多人看不懂，Intel的GPU打不过Nvidia，CPU被AMD追着打，为什么华尔街和白宫还把它当成AI的核心标的？其实大家投的根本不是现在的芯片，而是那个能印芯片的“印钞机”——晶圆厂（Fab）。现在全球尖端芯片几乎全在台积电手里，这在政治上叫“单点故障”。Intel是美国本土唯一的独苗，政府已经进场持股，这就是典型的“大到不能倒”。更深层的逻辑在于，Intel在下一代光刻机High-NAEUV上完成了“偷袭”。台积电觉得这玩意儿贵且难搞，想再观望一下，结果Intel直接包圆了ASML近两年的全部产能。这意味着在2027年左右，Intel极有可能在14A等先进工艺节点上实现反超。AI的下半场是Agentic（智能体）的天下，这类工作负载不仅吃GPU，更需要极强的通用算力支持。当台积电产能被抢光、地缘风险上升时，Intel就是全球唯一的顶级备份。这件事最讽刺的地方在于，前任工程师CEOGelsinger顶着压力砸钱买机器、盖厂房，却在果实快成熟时被嫌弃“烧钱太狠”的董事会踢出局。现在的管理层，不过是在收割前任留下的战略遗产。
沐曦股份刚在科创板站稳脚跟，转身就直奔港交所。这家国产GPU独角兽的动作，刚
沐曦股份刚在科创板站稳脚跟，转身就直奔港交所。这家国产GPU独角兽的动作，刚好踩在AI算力由海外单一供给转向国产并存的节骨眼上，它的目的很明确，就是去拿国际资本，重注砸向下一代通用GPU和软件生态。对于还在高研发投入期、亏损收窄的沐曦来说，光靠A股显然不够解渴。搞通用GPU这事，烧钱周期长、生态壁垒高，不备足粮草很难跟得上。但还是不少人质疑，毕竟公司刚上市不久，理财还没焐热就又要融资，吃相有点难看。但这或许正是硬科技的残酷现实，不拼命砸钱迭代，技术就会掉队，想保持身位就得持续吸金。这种刚上市就再融资的激进打法，你觉得是长期主义还是急于圈钱？评论区聊聊。
AI会带来失业，也会带来更多就业机会！失业的人会拼命生存，这种生命力很强！正如当
AI会带来失业，也会带来更多就业机会！失业的人会拼命生存，这种生命力很强！正如当年直播干翻了线下零售，但也逼着更多零售商和工厂都招直播主播销售，极大的增加了就业！被迫创业潮大厂降本增效，首当其冲的是总监级中层。这批人有经验、有积蓄、有人脉，却被“逼上梁山”。不是想创业，是没得选。这种“被迫创业”与主动创业完全不同——主动创业是锦上添花，被动创业是背水一战。生存本能驱动的爆发力惊人，就像欧洲大航海：活不下去，才出海。今天的大厂裁员潮，本质上是在向全球输送一批最凶狠的创业者。00后创业者正在涌现00后的产品定义跟老一辈完全不在一个频道，天生就是AI原住民，认为AI工具就像水电一样自然。面对这种变化，VC的出手策略急剧调整——要么投极早期（1000-3000万人民币），要么投极后期，中间成长期几乎不碰。估值涨上来了，数据还没跑出来，竞品突然冒出好几个，根本没法判断谁能胜出。目前市场上形成了两套投资套路：1.完全市场化：产品好、技术领先、卖货赚钱2.国家战略：跟着政策走，投GPU、火箭、大模型、核聚变
