header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
扫码下载APP
Partnered With:

华尔街机构:Kimi K3并非「DeepSeek时刻」再现,反而强化算力需求

BlockBeats 消息,7 月 21 日,Kimi K3 发布后,美股半导体板块因市场担忧出现「DeepSeek 时刻 2.0」而下跌,但瑞银、野村、美银证券和花旗均认为,这款模型并未削弱算力需求,反而可能推动 AI 基础设施需求进一步扩张。


Kimi K3 拥有 2.8 万亿参数、100 万 token 上下文窗口,并支持常开推理、原生多模态及 MoE 架构。机构认为,其规模和长上下文将增加 KV 缓存占用,并推高 HBM、服务器 DDR5、企业级固态硬盘、云基础设施及高速互联需求。花旗将这一趋势称为「又一次杰文斯悖论」,即模型效率和价格改善可能带来更多应用与 token 消耗。


瑞银指出,开源模型通常因上下文窗口更长而更加依赖内存和存储;花旗认为,K3 大规模部署或需要由 64 块以上 GPU 组成的超节点。野村则认为,全球大模型竞争将促使前沿实验室和超大规模云平台继续投入,利好台积电、英伟达、存储厂商、光模块供应商及数据中心运营商等 AI 基础设施环节。


不过,美银证券提示,若模型效率提升速度持续超过工作负载增长,而实际使用量未能同步扩张,AI 基础设施建设仍可能出现一定回落。

AI 解读
华尔街对Kimi K3的解读,将市场对“DeepSeek时刻”的担忧,迅速扭转为对算力基础设施的持续乐观。这一判断的核心在于,模型规模的跃升(2.8万亿参数)与超长上下文(100万token)的常态化使用,非但没有因效率提升而削减硬件需求,反而因KV缓存占用激增,直接拉动了对HBM、高端存储、大规模GPU集群及高速互联的更高需求。

这延续了四月份DeepSeek V4发布时引发的产业逻辑:开源模型在降低使用门槛的同时,通过长上下文等特性创造了新的、更耗资源的应用范式,从而将竞争压力从单纯的模型性能,传导至底层算力与内存的承载能力。花旗所称的“杰文斯悖论”在此再次应验。

最值得关注的细节是机构对部署规模的预估:花旗认为K3大规模部署可能需要由64块以上GPU组成的“超节点”。这暗示着,为了支撑此类前沿模型的推理,基础设施的架构形态可能正在从传统的服务器集群,向更庞大、更紧密耦合的单一计算单元演进,这将对芯片互连技术与数据中心设计提出全新挑战。
展开

全球市场热点不用到处刷,消息送到你眼前

加入律动飞书频道
相关推荐
廉价开放权重模型再度冲击AI估值叙事
老外说比苏联卫星升空的那天还要震惊。
黄仁勋焦虑的是以后中国不用他的卡也可以做出前沿模型了
纠错/举报
提交
新增文库
仅自己可见
公开
保存
选择文库
新增文库
取消
完成