A | 财联社7月21日讯（编辑 潇湘）上周，一款来自大洋彼岸中国的极具竞争力的AI模型，重新引发了华尔街对于美国AI行业在存储组件和算力上巨额支出是否合理的争论——费城半导体指数也在上周五跌入了技术性熊市区域。
B | 1月11日：在当今快节奏的互联网时代，下载也面临着新的问题：使用机械硬盘的计算机“磁盘读写性能”无法跟上。当下载速度非常快时，使用机械硬盘的计算机可能会因为磁盘太忙而出现问题：下载速度突然减慢，计算机响应减慢，下载进度卡为99.9%。怎么了？迅雷官方解释了为什么下载速度突然减慢，电脑响应速度减慢，下载进度卡在99.9%等。下载速度突然减慢：迅雷下载文件时，为了避免频繁向磁盘写入数据，磁盘读写性能下降。因此，迅雷的下载引擎首先将下载的数据保存到计算机的内存中。 然而，在经历了一个周末的热议后，一些华尔街分析师和美国科技行业人士认为，低成本中国AI的出现对于美国芯片巨头来说并不一定是一件坏事，尽管这些芯片巨头的股价此前曾因外界对AI硬件的强劲需求而飙升。当积累了足够的数据时，它们会一起写入磁盘。这是迅雷下载引擎的“磁盘缓存”功能。 他们的理据是——即使AI成本下降，这些芯片公司最终也可能会从中受益。
C | 由于通过网络下载数据比将数据写入磁盘慢，因此可以确保池中的水不会溢出。但是如果池溢出，就会引起问题。它体现在迅雷的下载引擎中，会导致程序崩溃等异常现象。
D | 上周四，中国AI开发商月之暗面发布了最新的Kimi K3模型，这是一款开放权重模型，在某些基准测试中其排名可与领先的美国模型媲美。近年来，随着网络带宽的增加，下载数据的速度开始出现快于将数据写入磁盘的速度。当迅雷的下载引擎发现磁盘缓存快满时，它会自动降低下载数据的速度。让下载的数据尽快写入磁盘，在腾出足够的缓存空间后恢复原来的下载速度。
E | 在Arena综合文本排名中，Kimi K3目前以1679分位居前端代码排行榜的榜首，领先于Anthropic的Claude Fable 5(1631分)和OpenAI的GPT-5.6 Sol(1618分)——这两者均属于闭源模型。该排名是基于对98个模型进行的约484000次两两对决盲测投票得出的。鉴于K3的前代产品排名第18位——因此，月之暗面在极短的时间内实现了性能的重大飞跃。 一家中国实验室在资金资源较少且面临美国对英伟达最新、最强大芯片出口管制的情况下，能够开发出一个具备近前沿能力的模型，这给华尔街和硅谷带来了震动。Kimi K3的发布加剧了上周五美国芯片板块的抛售势头。如果您的计算机使用的是机械硬盘，并且正在高速下载，下载速度会突然减慢。 然而，一些业内人士表示，对Kimi K3暴涨的需求表明，中国的AI模型在算力饥渴程度上可能与西方同行不相上下。可能这就是原因。电脑反应慢下来：要深入了解这个问题，我们必须从“机械硬盘”的“先天缺陷”开始。首先看一张机械硬盘拆卸图。月之暗面上周末表示，对Kimi K3爆发式的需求已将其容量推至极限，导致该公司暂停了C端新用户订阅，以优先保障现有会员的算力调配。
F | 杰文斯悖论将再度应验？ BluBird Capital管理合伙人Anni Sen明确表示，这一动态“对内存芯片交易而言是绝对的利好顺风”。当“机械硬盘”读写数据时，上图中的“音圈电机”转动“磁头摆臂”，使摆臂顶端的“磁头”从“磁盘”表面高速飞行约1纳米，在“磁盘”上读写数据。 开源社区Hugging Face的数据显示，在Kimi K3高达2.8万亿的总参数中，其激活参数仅约500亿个。圆盘的表面看起来像一面镜子，实际上是由环连接的“轨道”组成的。当需要读写的数据存储在磁盘的不同“磁道”上时，磁头摆臂在磁盘上来回摆动，使磁头在存储相应数据的磁道上飞行。这种行为被称为“寻找”。由于头部摆臂是由音圈电机控制的纯机械结构，因此从发出指令到摆臂完成跟踪的响应时间约为10毫秒。相比之下，机械硬盘磁头当前位置数据的读写时间仅为寻道时间的0.1%，频繁的寻道操作会降低机械硬盘的响应速度。参数是AI模型在训练阶段用于学习和识别特征规律的变量，相当于模型的“记忆单元”。
G | 这种“先天性缺陷”创造了机械硬盘的一个主要特征（随机读写比顺序读写慢得多）。例如，顺序读写的速度可以达到100Mb/s，但随机读写的速度只能达到500kb/s，仅为顺序读写的0.5%。理想情况下，当迅雷高速下载数据时，机械硬盘会努力将迅雷下载的数据写入磁盘。 Anni Sen解释称，虽然这种设计极大地提升了模型的运行效率，但要在主存中实时驻留2.8万亿个参数，意味着普通企业几乎不可能在自建服务器上独立运行该模型。
H | Kimi K3目前对每百万个输出token收费15美元——相比之下，OpenAI的GPT-5.6 Sol收费30美元，Anthropic的Claude Fable 5收费50美元。
I | 华尔街人士认为，作为“杰文斯悖论”的一个体现——即提高一种资源的使用效率可能会增加其总需求，Kimi K3更低的token成本可能会导致AI工作负载的增加。但事实上，计算机中不仅运行一个软件。 Sen认为，“随着开发者利用其较低的成本结构，Kimi将创造更多的应用场景”，进而也会增加对推理的需求。其他软件，包括操作系统，也会产生读写磁盘的需求。Sen表示，企业将越来越多地将“中端”AI 任务迁移至更便宜的模型，同时把极其昂贵的前沿模型留给更为复杂的多步骤智能体流程。 AI研究员兼Interconnects AI博客创始人Nathan Lambert在周一的一篇文章中写道：“开放权重模型通过降低特定性能水平下的智能门槛，对整个经济中的AI普及起到了加速作用。其它软件读取和写入的磁盘数据往往位于其它磁道上，这将频繁地触发机械硬盘的“寻道”操作。因此，机械硬盘陷入了“随机读写”的泥潭，这不仅降低了霹雳的数据写入速度，而且降低了用户在计算机上操作其他软件时的整体响应速度。很多网友不知道99.9%的人下载了进度卡。
J | ” 他补充道，开放模型提供了额外的定制化机会，这可以使它们对特定企业更有用。事实上，在下载数据的过程中，迅雷会实时检查下载的数据，避免下载错误的数据。数据验证过程需要一定的时间才能完成。幸运的是，在大多数情况下，数据的下载速度比数据验证的速度慢。 芯片需求将进一步增长 Wedbush分析师Matt Bryson表示，随着AI模型变得越来越大，支持更多参数对内存的需求也将增长。因此，当数据下载完成后，验证数据的过程也可以同时完成。下载任务能够顺利完成。Bryson在周一的一份报告中表示，这意味着单个AI芯片配备的内存容量必须大幅提升，要么意味着必须通过扩充芯片集群规模，来分摊承载庞大的权重数据。 因此，Bryson表示，如果中国AI模型继续获得青睐，考虑到对高性能内存的需求将会增加，这对内存供应商来说“可以说是一件好事”。但是，当网络下载数据的速度超过数据验证的速度时，等待验证的数据将生成积压。
K | 此外，由于模型参数增加而导致芯片集群变大，这也可能会给网络设备提供商带来推动力。下载的文件越大，下载速度越快，需要验证的数据积压越多。此时，如果添加前两个问题，则检查积压数据的速度将变慢。 美光科技、SK海力士和三星电子是目前全球高带宽内存(HBM)的三大主要供应商，内存组件的短缺赋予了这些公司极强的定价权。 D.A. Davidson常务董事Gil Luria表示，随着运行AI模型的成本下降，对算力的需求可能会增加，这将使芯片制造业受益——尤其是在正经历供应紧张的内存芯片方面。 PurePlay ETFs首席执行官Joseph DeYonker也表达了类似的观点，即随着AI模型变得更加高效和易于获取，用户采用率的激增“会立即考验物理基础设施的极限”——就如Kimi K3的情况一样。在他看来，这证实了芯片制造商的长期增长轨迹依然完好。
L | 当下载任务的文件数据已经下载，但仍有大量未更正的数据积压时，迅雷的下载引擎会将任务调度保持在99.9%，直到所有下载的数据都被检查完毕，任务才会被下载。
M | 所以当你观察到迅雷有很快的下载速度时，却突然失去了速度，当任务进度达到99.9%时，迅雷上出现“磁盘忙”的提示，这可能就是为什么。然而，应该注意的是，还有许多其他原因可能导致99.9%的下载进度卡，这只是其中之一。
N | DeYonker表示，“运行具有庞大上下文窗口的高级前沿模型，正在给内存和芯片制造供应链施加前所未有的巨大压力。
o | ” 因此，他预计专注于HBM和先进芯片封装的公司将保持强大的定价权。 同时，DeYonker还预计GPU和定制AI芯片的设计者——如英伟达和博通，将继续看到强劲的订单积压，因为企业和超大规模算力厂商正争先恐后地获取必要的硬件，以避免发生这些具体的运营瓶颈。 在他看来，对Kimi K3订阅的限制是“对半导体行业结构性的确认，而不是周期性的警示信号”，投资者应该将持续的内存和算力瓶颈，视为芯片板块具备长期可持续盈利增长潜力的迹象。 （财联社 潇湘）。
Current article:http://www.jiaopeikongbenlo.pics/xrres/8dk.htm
Published on:02:22:20
