rickawsb

HBF 不是更便宜的 HBM
HBF 是在 HBM 和 SSD 之間插入一個新的層。
解決的是 HBM 不夠，以及 SSD 太「慢」的問題
但 HBF 仍然是 NAND Flash，這一點決定了其適合模型權重儲存。
Weights 基本屬於 Write Once, Read Many，很少修改。這幾乎是 NAND 最理想的工作負載。未來數 TB 甚至十幾 TB 的模型，可以大量駐留 HBF，HBM 只保存真正需要高速存取的 hot working set。
但 KV Cache 會隨著 token 生成不斷寫入，Session 結束後又被釋放。NAND 不像 DRAM 可以任意覆寫，它存在 page/block、erase-before-write 和有限的 P/E cycle。如果簡單把 HBF 當成 DRAM 使用，很容易經常移動、擦除並重寫大量資料，最終浪費頻寬、增加功耗並縮短壽命。
這也是 HBF 規範開始強調 Weights 與 KV Cache 分 Channel 的原因。兩者讀寫模式和生命週期完全不同，不能再粗暴地混在一個資源池裡。
但 KV Cache 未必因此不適合 HBF。它有一個重要特點：很多情況下並不是反覆覆寫，而是 Append → Read Many → Bulk Release。如果 Runtime 能進行連續寫入、批量回收，再結合 wear leve

今日 HONA 財報不及預期爆雷暴跌，而上游鍛件巨頭 Howmet（HWM）與特種合金廠商 ATI 卻雙雙大超預期並上調指引。
hwm 工業燃氣輪機（IGT）業務板塊的營收增速，同比大增 39%
而 HONA 大跌的背景是需求仍快速增長，而供應嚴重受限。。。
這正是 AIDC（AI 資料中心）對傳統民航工業供應鏈的結構性「虹吸」。
AI 算力的爆發驅動資料中心離網天然氣發電（工業燃氣輪機 IGT）訂單野蠻增長。然而，IGT 核心部件與航空發動機（及 APU）的高溫合金精鑄件在材料與工藝上完全同源。對於 Howmet 和 ATI 等上游寡頭而言，IGT 訂單認證週期短、利潤空間大，有限的熔煉爐產能與高技能工人自然向「能砸錢、要貨急」的 AIDC 發電需求傾斜。
結果便是上游靠資料中心賺得盆滿缽滿，下游航企卻無米下鍋。作為 Tier-1 的 HONA 因分不到足夠的高溫鑄件產能，不僅無法跟上波音空客的交付，更被迫擠占了高利潤的售後零件產能，直接陷入業績困境。
長期來看，ai 產業鏈需求對其他行業的擠壓不但會讓手機漲價，電車漲價，還會讓飛機也漲價😂
免責聲明：本人持有文章提及標的，觀點充滿偏見，非投資建議 dyor

列治文這個物價，吃海鮮全球幾乎最便宜了吧？
還去什麼東南亞地理套利？
美元加幣 1:1.4，這tm 是灣區 1/3 價格

英伟达正在成为AI时代的中央银行
英伟达当然不能印钞，也不能决定联邦基金利率。但它正在影响另一种更重要的资源配置——AI时代最稀缺的资本。
整个AI产业正在进入金融化（Financialization）阶段，资本开始成为AI基础设施的一部分，而不仅仅是融资工具。在这个体系中，英伟达越来越像AI时代的中央银行，不是创造货币，而是一定程度上决定资本围绕哪里流动。
NVIDIA是这一趋势最积极的推动者，nvda带动着其他GPU厂商、云厂商、NeoCloud、封装厂、HBM厂商、银行、Private Credit基金、基础设施基金、保险资金和主权财富基金，正在共同构建新的资本体系。AI产业正在从半导体产业链，逐渐演变为基础设施资产体系。
第一步，是金融化供应链。长期采购协议（LTA）、预付款、Take-or-Pay协议、供应链融资不断增加，本质都是将未来需求提前锁定，让供应商敢于扩产。对于TSMC、Amkor、SK hynix、Micron等企业而言，融资能力开始与制造能力同样重要。供应链投资越来越依赖长期订单，而不是短期市场判断。
第二步，是金融化客户。英伟达已经不只是销售GPU，而是帮助客户获得融资，通过投资像neocloud等的客户，帮助他们更容易获得银行贷款、Private Credit，更容易实现资产证券化（GPU租赁合同，电力ppa），将未来数年的采购提前释

business insider的这篇专题，试图解答一个很重要的问题：都在 AI上花费巨资， 为什么有的公司在扩张，有的却陷入停滞？
过去这一年多，几乎所有企业都在疯狂为员工采购大模型账号、代码助手和各类 AI 智能体。但效果却天差地别，企业级的“马太效应”开始显现：买 AI 很容易，但要把 AI 真正转化为切实的生产力和商业利润，却很困难。
这可能是由企业的两种截然不同的 AI 引入思维决定的
观察当下企业的 AI 实践，往往会走向两个极端的岔路口：
防守导向（把 AI 当成“成本绞肉机”）：这类企业的核心诉求是“省钱”。他们的逻辑是：“既然有了 AI ，我是不是可以少雇几个人？
然而，如果没有新的业务增量，省出来的成本尽头就是单纯的裁员或冻结招聘。员工即便用 AI 节省了时间，也多半用来在低效的存量工作里“摸鱼”打转。
增长导向（把 AI 当成“业务放大器”）：这些企业逻辑完全相反：“因为 AI 帮团队释放了 30% 的生产力，我们终于有精力去开拓以前想做但没资源做的新业务了！”这类企业将节省下来的时间迅速“战略再投资”到新产品研发或市场扩张中。业务边界扩大了，对组织规模的需求自然水涨船高。AI 提升效率 ➡️ 业务边界扩张 ➡️ 组织规模扩大，形成了一个良性闭环。
决定胜负的指标：战略清晰度 > 工具获取率
为什么很多企业花大价钱订阅了企业版 AI，却听不到响声？波士顿咨询（

有人把AI比做電力革命，這是對矽基文明的侮辱
愛迪生開啟了電力革命
而AI正在批量生產愛迪生，
批量生產愛因斯坦，甚至是批量生產遠超愛因斯坦能力的人。
AI正在生產數據中心裡的天才國度