這是輝達 5 年來，第一次在 CES 上沒發消費級顯示卡。CEO 黃仁勳闊步走向 NVIDIA Live 的舞台中央，還是去年那件亮面鱷魚皮衣。與去年單獨主旨演講不同，2026 年的黃仁勳密集趕場。從 NVIDIA Live 到西門子工業 AI 對話，再到聯想 TechWorld 大會，48 小時內橫跨三場活動。上一次，他在 CES 發佈了 RTX 50 系列顯示卡，而這一次，物理 AI 和機器人技術成為了全新的主角。Vera Rubin 計算平台登場，依舊是買越多省越多發佈會期間，愛整活的老黃直接把一台 2.5 噸重的 AI 伺服器機架搬上了舞台，也因此引出了本次發佈會的重點：Vera Rubin 計算平台，以發現暗物質的天文學家命名，目標只有一個：加速 AI 訓練的速度，讓下一代模型提前到來。通常來說，輝達內部有個規矩：每代產品最多隻改 1-2 顆晶片。但這次 Vera Rubin 打破了常規，一口氣重新設計了 6 款晶片，並已經全面進入量產階段。究其原因，伴隨著摩爾定律的放緩，傳統性能提升方式已經跟不上 AI 模型每年 10 倍的增長速度，所以輝達選擇了「極致協同設計」——在所有晶片、整個平台各個層級上同時創新。這 6 款晶片分別是：1. Vera CPU：- 88 個 NVIDIA 定製 Olympus 核心- 採用 NVIDIA 空間多線程技術，支援 176 個線程- NVLink C2C 頻寬 1.8 TB/s- 系統記憶體 1.5 TB（為 Grace 的 3 倍）- LPDDR5X 頻寬 1.2 TB/s- 2270 億個電晶體2. Rubin GPU：- NVFP4推理算力50PFLOPS，是前代 Blackwell的5倍-擁有 3360 億電晶體，比 Blackwell 電晶體數量增加了 1.6 倍-搭載第三代Transformer引擎，能根據 Transformer 模型需求動態調整精度3. ConnectX-9 網路卡：- 基於 200G PAM4 SerDes 的 800 Gb/s 乙太網路- 可程式設計 RDMA 與資料通路加速器- 通過 CNSA 與 FIPS 認證- 230 億個電晶體4. BlueField-4 DPU：- 專為新一代 AI 儲存平台而建構的端到端的引擎- 面向 SmartNIC 與儲存處理器的 800G Gb/s DPU- 搭配 ConnectX-9 的 64 核 Grace CPU- 1260 億個電晶體5. NVLink-6 交換晶片：-連接 18 個計算節點，支援最多 72 個 Rubin GPU 像一個整體協同運行- 在 NVLink 6 架構下，每個 GPU 可獲得 3.6 TB 每秒的 all-to-all 通訊頻寬- 採用 400G SerDes，支援 In-Network SHARP Collectives，可在交換網路內部完成集合通訊操作6. Spectrum-6 光乙太網路交換晶片- 512 通道，每通道 200Gbps，實現更高速資料傳輸- 整合台積電 COOP 工藝的矽光子技術- 配備共封裝光學介面（copackaged optics）- 3520 億個電晶體通過 6 款晶片的深度整合，Vera Rubin NVL72 系統性能比上一代 Blackwell 實現了全方位的提升。在 NVFP4 推理任務中，該晶片達到了 3.6 EFLOPS 的驚人算力，相比上一代 Blackwell 架構提升了 5 倍。在 NVFP4 訓練方面，性能達到 2.5 EFLOPS，實現 3.5 倍的性能提升。儲存容量方面，NVL72 配備了 54TB 的 LPDDR5X 記憶體，是前代產品的 3 倍。HBM（高頻寬記憶體）容量達到 20.7TB，提升 1.5 倍。在頻寬性能上，HBM4 頻寬達到 1.6 PB/s，提升 2.8 倍；Scale-Up 頻寬更是高達 260 TB/s，實現了 2 倍增長。儘管性能提升如此巨大，電晶體數量只增加了 1.7 倍，達到 220 兆個，展現了半導體製造技術上的創新能力。工程設計上，Vera Rubin 同樣帶來了技術突破。以前的超算節點要接 43 根線纜，組裝要 2 小時，還容易裝錯。現在 Vera Rubin 節點採用 0 根線纜，只有 6 根液冷管線，5 分鐘搞定。更誇張的是，機架後面佈滿了總長近 3.2 公里的銅纜，5000 根銅纜構成 NVLink 主幹網路，實現 400Gbps 傳輸速度，用老黃的話來說，：「可能有幾百磅重，你得是體格很好的 CEO 才能勝任這份工作」。在 AI 圈裡時間就是金錢，一個關鍵資料是，訓練一個 10 兆參數模型，Rubin 只需 Blackwell 系統數量的 1/4，生成一個 Token 的成本約為 Blackwell 的 1/10。此外，雖然 Rubin 的功耗是 Grace Blackwell 的 2 倍，但性能提升遠超功耗增長，整體推理性能提升 5 倍，訓練性能提升 3.5 倍。更重要的是，Rubin 相比 Blackwell 吞吐量（每瓦-每美元可完成的 AI Token 數）提升10倍，對於造價 500 億美元的千兆瓦資料中心來說，這意味著營收能力將迎來直接翻倍。過去 AI 行業的最大痛點是，上下文記憶體不夠用。具體來說，AI 在工作時會生成「KV Cache」（鍵值快取），這是 AI 的「工作記憶」。問題是，隨著對話變長、模型變大，HBM 記憶體顯得有些捉襟見肘。去年輝達推出 Grace-Blackwell 架構擴充記憶體，但還是不夠。而Vera Rubin 的方案是在機架內部署 BlueField-4 處理器，專門管理 KV Cache。每個節點配 4 個 BlueField-4，每個背後有 150TB 上下文記憶體，分配到 GPU 上，每塊 GPU 額外獲得 16TB 記憶體——而 GPU 自帶記憶體只有約 1TB，關鍵是頻寬保持 200Gbps，速度不打折。但僅有容量還不夠，要讓分佈在幾十個機架、上萬塊 GPU 上的「便簽」像同一塊記憶體那樣協同，網路必須同時做到「夠大、夠快、夠穩」。這就輪到 Spectrum-X 登場了。Spectrum-X 是輝達推出的全球首款「專為生成式 AI 設計」的端到端乙太網路網路平台，最新一代的 Spectrum-X 採用台積電 COOP 工藝，整合矽光子技術，512 通道×200Gbps 速率。老黃算了筆帳：一個千兆瓦資料中心造價 500 億美元，Spectrum-X 能帶來 25% 吞吐提升，相當於節省 50 億美元。「你可以說這個網路系統幾乎是『白送』的。」安全方面，Vera Rubin 還支援保密計算（Confidential Computing）。所有資料在傳輸、儲存、計算過程中全程加密，包括 PCIe 通道、NVLink、CPU-GPU 通訊等所有匯流排。企業可以放心把自己的模型部署到外部系統，不用擔心資料洩露。DeepSeek 震驚了世界，開源和智能體是 AI 主流重頭戲看完，回到演講開始。黃仁勳一上台就拋出了一個驚人的數字，過去十年投入的約 10 兆美元計算資源，正在被徹底現代化。但這不僅僅是硬體的升級，更多的是軟體範式的轉移。他特別提到了具備自主行為能力（Agentic）的智能體模型，並點名了 Cursor，徹底改變了輝達內部的程式設計方式。最讓現場沸騰的，是他對開源社區的高度評價。黃仁勳直言，去年 DeepSeek V1 的突破讓全世界感到意外，它作為第一個開源推理系統，直接激發了整個行業的發展浪潮。PPT 上，我們熟悉的國產玩家 Kimi k2 和 DeepSeek V3.2 分別是開源第一和第二。黃仁勳認為，雖然開源模型目前可能落後最頂尖模型約六個月，但每隔六個月就會出現一個新模型。這種迭代速度讓初創公司、巨頭、研究人員都不願錯過，包括輝達在內。所以，他們這次也沒有只賣鏟子，推銷顯示卡；輝達建構了價值數十億美元的 DGX Cloud 超級電腦，開發了像 La Proteina（蛋白質合成）和 OpenFold 3 這樣的前沿模型。輝達開源模型生態系統，涵蓋了生物醫藥、物理 AI、智能體模型、機器人以及自動駕駛等而輝達 Nemotron 模型家族的多款開源模型，也成為這次演講的亮點。其中包含語音、多模態、檢索生成增強以及安全等多個方面的開源模型，黃仁勳也提到，Nemotron 開源模型在多個測試榜單上表現優秀，並且正在被大量的企業採用。物理 AI 是什麼，一口氣連發幾十款模型如果說大語言模型解決了「數字世界」的問題，那麼輝達的下一個野心，很明顯是要征服「物理世界」。黃仁勳提到，要讓 AI 理解物理法則，並在現實中生存，資料是極其稀缺的。在智能體開源模型 Nemotron 之外，他提出了建構物理 AI（Physical AI）的「三台電腦」核心架構。訓練電腦，也就是我們熟知的，由各種訓練級顯示卡建構的電腦，像圖片中提到的 GB300 架構。推理電腦，運行在機器人或汽車邊緣端的「小腦」，負責即時執行。模擬電腦，包括 Omniverse 和 Cosmos，它能為 AI 提供一個虛擬的訓練環境，讓它在模擬中學習物理反饋。Cosmos 系統能生成大量的物理世界 AI 訓練環境基於這套架構，黃仁勳正式發佈了震驚全場的 Alpamayo，全球首個具備思考和推理能力的自動駕駛模型。與傳統自動駕駛不同，Alpamayo 是端到端訓練的系統。它的突破性在於解決了自動駕駛的「長尾問題」。面對從未見過的複雜路況，Alpamayo 不再是死板地執行程式碼，而是能像人類司機一樣進行推理。「它會告訴你接下來會做什麼，以及它為什麼會做出這樣的決策」。在演示中，車輛的駕駛方式驚人地自然，能夠將極端複雜的場景，拆解為基礎常識來處理。演示之外，這一切也不是紙上談兵。黃仁勳宣佈，搭載 Alpamayo 技術堆疊的奔馳 CLA，將在今年第一季度於美國正式上線，隨後陸續登陸歐洲和亞洲市場。這輛車被 NCAP 評為全球最安全的汽車，底氣就是來自於輝達獨特的「雙重安全端」設計。當端到端的 AI 模型對路況信心不足時，系統會立即切換回傳統的、更穩妥的安全防護模式，確保絕對安全。發佈會上，老黃還特地展示了輝達的機器人戰略。九大頂級 AI 及相關硬體製造商之間的競爭，他們都在擴大產品線，尤其是要搶奪機器人賽道，高亮的儲存格為自去年以來的新產品所有機器人都將搭載 Jetson 小型電腦，在Omniverse 平台的 Isaac 模擬器中接受訓練。並且輝達正在把這套技術整合進Synopsys、Cadence、西門子等工業體系。黃仁勳邀請了包括波士頓動力、Agility 等人形機器人、四足機器人「登台」，他強調，最大的機器人其實是工廠本身自下而上，輝達的願景是，未來晶片設計、系統設計、工廠模擬，都將由輝達物理 AI 加速。發佈上，又是迪士尼機器人閃亮登場，老黃還因此對著這群超萌機器人調侃道：「你們會在電腦中被設計、在電腦中被製造，甚至在真正面對重力之前，就會在電腦中被測試和驗證。」如果不說是黃仁勳，整場主題演講看下來甚至會以為是某個模型廠商的發佈會。在 AI 泡沫論甚囂塵上的今天，除了摩爾定律的放緩，黃仁勳似乎也需要用 AI 到底能做什麼，來提升我們每個人對 AI 的信心。除了發佈全新 AI 超算平台 Vera Rubin 的強悍性能，來安撫算力飢渴，他在應用和軟體上也比以往花了更多的功夫，拼盡全力讓我們看到，AI 將會帶來那些直觀改變。此外，就像黃仁勳說的一樣，過去他們為虛擬世界造芯，現在他們也下場親自演示，將注意力放在以自動駕駛、人形機器人為代表的物理 AI，走進行業競爭更激烈的真實物理世界。畢竟，只有仗打起來，軍火才能持續賣下去。 (APPSO)

挺合理的日媒 ITmedia報導，隨著 2025 年最後一個周末到來，東京秋葉原的各家店舖紛紛進入大促模式，不過記憶體和儲存相關產品的供應緊張局面依舊沒有緩解。其中，Dospara 秋葉原本店的店主表示：“記憶體價格依然在持續上漲。不過我們還是儘量留了一些庫存，因此從目前來看，應該不會出現‘特意跑來卻無法把整台電腦配齊’的情況”。另一方面，一些店舖的顯示卡貨架已經開始出現空位，與記憶體和固態硬碟相比，雖然顯示卡的價格上漲趨勢不算明顯，但有商家冷靜地指出：“這更多是庫存周轉速度的差異，漲價恐怕只是時間問題”。這種背景下，TSUKUMO eX.等部分店家開始對輝達 RTX 5060 Ti 16GB、AMD Radeon RX 9000 系列顯示卡採取限購措施，每名顧客限購 1 張。該店舖還表示：“大容量視訊記憶體的顯示卡現在非常難進貨。雖然我們目前還有庫存，但下一批貨什麼時候到、甚至還會不會到，都很難說”。而且，類似的不安情緒開始在多家店舖中蔓延，某家電腦店舖的店主坦言：“這波短缺潮不僅波及高端顯示卡，像 RTX 5060 Ti 和 RX 9060 XT 這種同時有 8GB 和 16GB 視訊記憶體的中端產品也受影響，16GB 版本以後恐怕很難再補貨了”。由於 DRAM 產能持續吃緊，華碩、惠普、戴爾等頭部廠商在記憶體配額上頻頻受阻。為緩解壓力，廠商開始繞過中間管道，直接與三星、SK 海力士、美光等談判，希望通過長期供貨協議鎖定 DRAM 資源。 (AMP實驗室)

這個可信度不高WCCFTech報導，網上傳出謠言，輝達可能會削減其GeForce RTX 50 系列消費級GPU的產量計畫。這一策略調整併非因為產品本身存在缺陷，而是為了在有限的產能條件下，優先滿足利潤率更高且需求更旺盛的 AI 晶片訂單。相關傳聞指出，輝達在面臨台積電先進製程產能分配時，正傾向於將更多資源撥給其資料中心等級的 Blackwell AI GPU。底層邏輯是，AI行業對H100/H200及新一代B200 晶片的需求已達到“瘋狂”的程度。相比消費級顯示卡，AI晶片能為輝達帶來更高的單價和利潤空間。而同時，GDDR7視訊記憶體目前也面臨著潛在的供應緊張和價格波動，這進一步限制了RTX 50系列的供應。不久前的報導指出，日本地區的顯示卡零售價格已經悄然上漲，若傳言屬實，像 RTX 5090、RTX 5080 這樣的高端型號可能回到同上市初期時溢價和一卡難求的局面。此外，在AMD方面已經有傳出因為受制於顯示卡視訊記憶體的價格而需要提升整卡GPU價格，這樣看來，輝達暫時不會提價，而是減少RTX 50的供應，來保證短期內的供應穩定。媒體透露，Blackwell GPU在明年第一季度供應量可能減少多達40%，這是一個非常龐大的數字。更多方的消息指出，輝達選擇了將GPU核心與視訊記憶體晶片取消捆綁供應，這一方式將視訊記憶體晶片的採購風險和議價權轉交給了合作夥伴廠商，這樣一來一些體量較小的品牌可能會面臨嚴重的生存危機。無疑，最近的新聞報導都在顯示AI風潮時代下遊戲玩家生態位的“邊緣化”。對於輝達而言，一邊是毛利驚人的 AI 訂單，一邊是競爭相對平淡、且受限於 DRAM 成本上漲的消費級遊戲市場，商業天平的傾斜並不令人意外。 (AMP實驗室)

如果你在12月5日早上中了摩爾線程的一簽，恭喜你，在這個寒冷的冬天，你的帳戶裡憑空多出了近28萬元。作為“國產全功能GPU第一股”，摩爾線程在科創板的亮相堪稱狂暴。發行價114.28元，開盤即暴漲468%，股價一度沖高至688元，市值瞬間膨脹至2776億元。這一刻，它不僅是科創板的明星，更是整個A股積壓已久的情緒宣洩口。但在滿屏飄紅的歡呼聲中，作為理性的商業觀察者，我們需要冷靜地看一組略顯冰冷、甚至有些刺眼的資料：這家公司在2024年的營收為4.38億元，而歸屬於母公司所有者的淨利潤是虧損16.18億元。一家年入僅4億、虧損卻高達16億的公司，為何能撐起近3000億的市值？如果你還在用傳統的PE（市盈率）去計算，你會覺得這個世界瘋了。但在當下的A股，這恰恰證明了一件事：中國硬科技資產的定價錨，已經從商業變現能力，徹底讓位給了國家安全權重。今天，我們就撥開K線圖的迷霧，用“商業不許冷”的視角，通過四個維度的深層拆解，看看這2700億市值裡，到底裝的是泡沫，還是黃金。500倍的“市危率”在投資圈，當一家公司沒有利潤時，我們看市銷率（P/S）；當一家公司沒有營收時，我們看市夢率。而摩爾線程的出現，創造了一個新詞——市危率（基於危機感的溢價）。上市公告書裡藏著一個令人咋舌的細節。在發行價114.28元時，摩爾線程對應的靜態市銷率（P/S）就已經高達122.51倍。公告書甚至非常誠實地直言，這個數字“高於同行業可比公司平均水平”。而隨著上市首日股價翻了4倍以上，其動態市銷率實際上已經突破了500倍。為了搞清楚這個估值有多貴，我們必須找來兩位已經在場上的前輩做對比：海光資訊：真正的優等生。它抱緊了伺服器大廠的大腿，且已經實現了盈利。其市銷率（P/S）目前約為36倍左右。資本市場給它的定價，是基於它實打實的出貨量和利潤表。寒武紀：曾經的壞孩子，現在的寵兒。寒武紀同樣頂著AI晶片光環，同樣處於巨額虧損狀態，其市銷率約為99倍。在很長一段時間裡，寒武紀曾被視為高估值泡沫的代表。然而，摩爾線程現在的估值泡沫指數，甚至遠超寒武紀。資本市場難道不知道它貴嗎？當然知道。公告書裡白紙黑字寫著“公司尚未盈利”、“存在退市風險”。但資本在賭一個更大的邏輯：極致的稀缺性。海光主要做CPU+DCU，更多偏向計算；寒武紀主要做NPU，專注於AI加速。而摩爾線程講的故事是全功能GPU——這是一個更宏大的敘事。它既能做圖形渲染（玩《黑神話：悟空》、做3D設計），又能做科學計算（訓大模型）。在輝達A100/H100被禁售、甚至消費級4090都受到限制的背景下，全功能GPU不僅僅是商品，它是戰略物資。在資本眼中，買海光是買業績，買摩爾線程則是買一張防止輝達徹底斷供的門票。這個高達500倍的市銷率溢價，不是給技術的，也不是給利潤的，是給安全感的。誰在為信仰買單如果不看股價，只看商業的基本面：誰在買摩爾線程的產品？這是一個非常關鍵的問題。因為晶片行業有一個鐵律：只有在網際網路大廠的核心業務中跑起來的晶片，才算真正跨過了生死線。只有經受過雙11流量洪峰、抖音推薦演算法考驗的算力，才是成熟的算力。我們在招股檔案的風險提示裡，看到了真相的冰山一角。 摩爾線程的客戶集中度極高，前五大客戶貢獻了超過80%的營收。這意味著什麼？意味著它缺乏廣泛的市場化客戶基礎。結合行業調研，我們看到了更清晰的畫像：真正的大買家：政策的影子。前五大客戶雖然沒有披露名字，但結合行業慣例，其核心收入來源大機率來自承擔國家戰略任務的智算中心、高校及央企。在商業化初期，這種B to G的模式是國產晶片突圍的必經之路，也是其早期營收最堅實的護城河。網際網路大廠的觀望。雖然新聞稿裡常出現“適配百度飛槳”、“阿里雲驗證”等字眼，但我們要學會通過公關辭令看本質。“適配”和“驗證”，並不等於“大規模採購”。還有一個資料值得深思。上市公告書顯示，摩爾線程的預付帳款規模飆升至11.3億元，佔流動資產的比例高達17.01%。 這在晶片設計行業是非常罕見的。通常晶片設計公司是輕資產，為什麼要預付這麼多錢？ 答案很可能是：為了搶產能。在先進製程受限的背景下，摩爾線程必須拿著現金去求供應商鎖定產能。這既體現了它對未來的信心，也暴露了其供應鏈的極度脆弱性——必須拿著現金去求產能。20幀的殘酷真相資本市場的狂熱，往往會掩蓋產品的真實水位。作為“商業不許冷”，我們必須潑一盆冷水，從工程實現的維度來看看它的產品力。摩爾線程在宣傳中常標榜其消費級顯示卡（如MTT S80）能玩國產3A大作《黑神話：悟空》。這對股民來說是強心劑，但對玩家和極客來說，體驗卻有些一言難盡。根據第三方硬核博主的實測資料，所謂的“能玩”，是在1080P低畫質下，跑出20-30幀的水平。而在同價位，NVIDIA的顯示卡可以輕鬆跑出100幀。更嚴重的問題在於驅動。 在評測界，大家普遍認為摩爾線程的驅動仍處於快速迭代期。雖然官方團隊更新頻率極高，但客觀來說，相容性依然是最大的短板。據部分科技博主實測，目前在DirectX 12環境下，仍有不少新遊戲存在啟動困難或畫面異常的情況，距離“即插即用”的成熟體驗尚有距離。而在更關鍵的生產力領域（Blender、DaVinci等），MTT S80幾乎沒有加速支援。CUDA生態的護城河，依然深不見底。但這並不是否認摩爾線程的價值。 相反，在被列入實體清單的絕境下，能把全功能GPU造出來、點亮螢幕、跑通作業系統、甚至能勉強運行3A遊戲，這本身就是從0到1的巨大突破。我們必須承認，摩爾線程是在帶著鐐銬跳舞。它面對的是全球最強大的對手，而且是在被斷供最先進EDA工具和IP的情況下。只是，投資者必須清醒地認識到：從能開機到好用，從跑通到高性能，中間隔著的是一千個輝達工程師幾十年的日夜迭代。現在的股價，透支的不是現在的業績，而是未來至少5-10年的技術進步預期。最昂貴的門票摩爾線程的上市，是中國硬科技歷史上一個標誌性事件。它標誌著中國資本市場正式接受了一套全新的定價體系：長期巨額虧損換取戰略卡位。以前，我們問一家公司：你賺多少錢？ 現在，我們問一家公司：如果美國人掐斷了網線，你能讓我們繼續算數嗎？摩爾線程的2700億市值，本質上是全社會為技術主權支付的一筆昂貴的保險費。對於中籤的散戶，這是28萬的從天而降，是一場造富的狂歡。 對於摩爾線程這家公司，這是續命的糧草。虧損16億不可怕，只要能融到資，就能繼續燒錢挖人、流片、改驅動。招股書顯示，摩爾線程報告期內的研發費用金額分別為11.16億、13.34億、13.58億和5.56億，這每一分錢都是在這條賽道上狂奔的燃料。但對於中國半導體產業，這是一場不能輸的豪賭。 我們樂見其成，但也必須保持警惕。 泡沫在初期是有益的，它能吸引最聰明的人才和最充裕的資金進入這個行業。但泡沫終究是泡沫。如果三年、五年之後，摩爾線程的顯示卡依然只能在信創市場裡打轉，依然進不了字節跳動的機房，依然跑不順主流的3A遊戲，那麼今天的2700億，就會變成明日巨大的價值黑洞。最後商業終究是不許冷的。資本的熱情可以把股價炒上天，但顯示卡的驅動，只能靠工程師一行程式碼一行程式碼地寫出來；生態的壁壘，只能靠一個客戶一個客戶地去啃下來。摩爾線程的上市公告書裡有一句很不起眼的話：“公司自上市之日起納入科創成長層”。這不僅是一個市場分類，更像是一種隱喻——它還是一個成長中的孩子，卻被賦予了巨人的期望。當潮水退去，政策熱度下降，只有那些真正在阿里、字節、騰訊的機房裡日夜轟鳴，支撐起我們每一次點選、每一次支付、每一次對話的晶片，才配得上這2700億的市值。摩爾線程，拿到了A股最貴的一張門票。現在，請開始你的表演。 (鈦媒體)

這個年末，儲存行業過得不是很太平：AI巨頭們不計成本地囤貨，讓儲存行業迎來了一輪史詩級漲價。作為漲價潮的起點，記憶體（DRAM）與固態硬碟（SSD，核心為NAND快閃記憶體）的價格漲幅堪稱驚人。相較於一年多前的市場低谷，如今大家要購買同款記憶體產品，價格已飆升至此前的三四倍。TrendForce的最新資料顯示，11月各類NAND快閃記憶體產品價格漲幅已達20%至60%，且覆蓋所有容量段，從入門級到高端產品無一倖免。在PCPartPicker上也能看出，今年四季度開始，DDR4和DDR5已經漲價了2-3倍。許多網友紛紛感嘆：“記憶體條漲得比黃金還快！”知名科技UP主Moore's Law Is Dead也在youtube上披露了自己的親身遭遇：11 月初，他買了一套32GB DDR5 的記憶體套裝。三周後，同樣的那套 DDR5 竟然標價 330 美元，比不到一個月前暴漲了 156%！他認為這與10月1日 OpenAI 與三星和SK宣佈的新合作有密切關係，並稱之為“山姆·奧特曼的骯髒 DRAM 交易”。RAM 市場崩掉的那一天11 月初，我買了一套給 Minisforum BD790i X3D 主機板用的 32GB DDR5 記憶體套裝。三周後，同樣的那套 DDR5 竟然標價 330 美元——比不到一個月前暴漲了 156%！照這個趨勢，到聖誕節的時候，這套 DDR5 的價值可能比我原本要搭配的整個 Zen 4 X3D 平台還貴！這怎麼可能發生？而且為什麼會發生得這麼快？準備好，你將聽到 “Sam Altman 的骯髒 DRAM 交易”，也可以叫：AI 泡沫、恐慌與毫無準備如何偷走了今年的聖誕節。不過在深入之前，我要先說清楚：我那套 RAM 漲價 156% 絕不是偶然，也不是某個極端個案。完全不是。我還想給你提供兩個來自業內人士的例子，展示現在拿到 RAM 有多困難：美國某零售商的員工告訴我們，一家記憶體製造商竟然打電話問他們是否願意把 RAM 賣給他們自己用。這就像 Corsair 問 Best Buy 有沒有記憶體可以賣給它。一家整機公司的員工告訴我們，他們最近下單詢問何時可以收到 RAM，對方的預計交付時間是：2026 年 12 月。所以到底發生了什麼？這一切全都源於三個完美疊加的事件：OpenAI 執行了兩筆史無前例的 RAM 交易，完全打了所有人一個措手不及。這些交易的保密與規模，引爆了整個行業的恐慌性搶購。由於關稅、夏季價格下跌、舊裝置轉移停滯，市場幾乎沒有任何安全庫存。接下來，我會逐條講解每一個因素，然後告訴你那些硬體會被最嚴重地影響、那些產品已經被取消、現在你到底該趕緊買什麼，以免重演 2021–2022 的斷貨噩夢。因為這場危機遠不只是“記憶體短缺”這麼簡單……OpenAI 一點都不“Open”10 月 1 日，OpenAI 同時與三星和 SK 海力士簽下了兩份合同，佔據了全球 40% 的 DRAM 供應量。據高盛分析師測算，OpenAI預計需要每月90萬片DRAM晶圓產能來運行其先進AI模型，約相當於三星電子、SK海力士和美光三大廠商目前合計產能的57%。OpenAI 的競爭對手確實猜到 2025 年底可能會出現一些大額 RAM 交易。但他們完全沒想到會這麼巨大、還同時與兩家龍頭簽。如果你回去看 10 月 1 日當天關於 Sam Altman 訪問韓國的新聞報導，你會看到記者幾乎都在說些模糊的詞：“探索合作”、“尋求協同”、“探討可能的夥伴關係”。但沒人敢想像，OpenAI 當天就要吞下全球近一半的 DRAM 產能。即使在簽約當天上午，也沒有任何一家媒體提過類似規模的動作！業內人士稱，這完全是突襲。最震驚的不是 OpenAI 做了大交易，而是他們同時對三星和海力士做了兩筆超大交易，還互相保密成功了。根據我們的消息來源：三星完全不知道海力士會給出這麼大的產能。海力士同樣不知道三星也準備同時放出類似規模。他們都以為自己是唯一的大客戶。而這種保密，非常關鍵。如果雙方知道對方也在談類似條件，那麼價格會不同、供貨比例會不同、更可能根本不會同時簽這麼大的量。但最後的結果就是：OpenAI 成功地讓兩個巨頭誤以為只有自己在做大讓步，藉著這份誤解，完成了一次幾乎外科手術般的精確打擊，鎖死了全球 RAM 供應鏈。市場上沒有任何安全庫存設想你是一家雲服務巨頭的採購經理、一家 OEM 的供應鏈主管，或 OpenAI 的直接競爭對手。10 月 1 日你起床，突然看到新聞：OpenAI 一夜之間比過去十年任何公司都更強勢地壟斷了全球記憶體市場。你事前沒有聽到任何風聲。你開始打電話問業內同行，卻發現：連三星和海力士彼此都不知道對方也簽了類似的大合約。你會說：“哦，這挺有趣的。”……？當然不會！你會立刻進入最高等級警報：是不是還有別的交易我們不知道？DRAM 廠商完全沒有提前預警，也不會在未來預警，難道全球記憶體可以在我們毫無察覺的情況下被買空？OpenAI 的對手肯定已經在搶購，如果我們不馬上行動，可能要等到 2028 年才能拿到貨！於是，OpenAI 的競爭者、OEM、雲服務商全部開始瘋狂搶購市場上剩餘的存貨。而這種恐慌碰上第三個致命因素：市場完全沒有安全庫存。正常情況，DRAM 市場會保留一些緩衝，比如倉庫裡的應急庫存、額外的晶圓啟動產能，或者大廠升級產線後，把舊裝置賣給二線品牌，讓產能持續擴張。但 2025 年，這些緩衝全都不見了。原因有三：1. 關稅混亂2025 年夏天，DRAM 關稅幾乎每周都在變。每一次大量採購都有可能踩在錯誤的時間點，因此廠商普遍減少安全庫存採購。2. RAM 價格整個夏天都在下跌當價格持續下降時，沒有人會急著買，大家都等下個月更便宜，結果就是市場庫存進一步減少。3. 二手 DRAM 製造裝置無法流入市場按往常，三星等巨頭升級產線後，會把舊裝置賣給二線廠，增加整體市場產能。但 2025 年韓國廠商非常擔心：把舊裝置賣給“與中國相關的製造商”，會引發美國政府的報復措施。因此這些裝置從春季開始就全部停放在倉庫裡，無法被使用。結論就是：在 OpenAI 出手的那一刻，DRAM 市場完全沒有緩衝空間。任何衝擊都會造成巨大震盪，而這次衝擊非常巨大。人為製造的稀缺現在我們來講最離譜的部分，而且是公開資訊：OpenAI 並不是在購買成品記憶體。沒錯，他們買的不是DDR5 記憶體條、HBM，或者伺服器記憶體。他們買的是：未切割、未封裝、未指定標準的原始 DRAM 晶圓。換句話說，這些晶圓目前不能用、沒加工，不知道會變成 DDR5、RDIMM、還是 HBM，更不知道 OpenAI 何時甚至是否打算把它們製成成品。這些晶圓很可能只是放在倉庫裡囤著。就像一個孩子害怕別人搶玩具，於是把整個玩具箱藏起來。而這背後原因，其實大家都懂：OpenAI 很擔心自己失去領先地位。過去 18 個月，各家競爭者進步極快，比如Anthropic、Meta、xAI、Google（尤其是近期被大量稱讚的 Gemini 3）。大家都需要訓練算力，而算力的瓶頸在於 DRAM 容量。訓練越大模型、推理越快、吞吐越高，這些都離不開記憶體。削弱對手的供應鏈，不是陰謀論，而是商業策略。這在資本史上重複過數百次。OpenAI 的行動越秘密、晶圓越不準備加工、數量越巨大，其目的就越明顯：主要目標不是自用，而是搶佔供應鏈、削弱對手。你現在應該買什麼？即便奇蹟般地明天情況突然好轉，比如AI 泡沫瞬間破裂，或者有十家公司馬上擴充 DRAM 產能。但最少最少，未來 6–9 個月已經註定崩壞。DRAM 廠商目前給出的 DDR5 交貨期是 13 個月。這不是暫時問題，而是可能一代人的供應衝擊。下面是從 S 到 E 的受災等級排名，告訴你那些產品“最慘”：S 級（已經完蛋，買不到了）RAM 本身（毫無疑問）現在的價格爆炸已經是“歷史事件”了。A級（快完蛋了，想買趕緊買！）1. SSD：通常會在 DRAM 漲價後滯後一段時間一起漲。2. 小型整機廠商：庫存少，沒有緩衝。3. AMD RADEON GPU：AMD 不像 NVIDIA 那樣給 AIB 提供記憶體繫結的 BOM 套件。（我們頻道幾個月前洩露的 RX 9070 GRE 16GB，據消息來源稱幾乎肯定被取消）4. XBOX：微軟沒提前佈局。2026 年可能價格漲、供應縮。B 級（遲早完蛋，不要等太久）NVIDIA GPU：NVIDIA 保留一定記憶體庫存給合作夥伴，緩衝比 AMD 好。但：高視訊記憶體型號（如可能出現的 24GB 5080 SUPER）基本暫停。SUPER 系列被內部模糊地標註為“可能”2026 Q3，但大多數 AIB 認為只是佔位，很可能不會發佈。C 級（可以考慮及早購買）筆記本與手機：長期合約通常較大，不會立刻受衝擊，但一旦庫存耗盡，影響會非常明顯。D 級（不急，但也要注意）PlayStation：索尼提前佈局，在夏季低價時大量採購。因此能在黑五降價，而別人都在漲價。E 級（反而可能降價）無記憶體的產品：例如不帶散熱器的 CPU。因為整體主機需求下降，可能導致 CPU 庫存堆積。？？？ 級 Steam Machine：Valve 一向低調。關鍵未知是：是否在宣佈前就囤好了 DDR5？如果囤過：能順利上市，但後續補貨可能會卡住。如果沒囤：首發價會很高、供應量極低，甚至可能需要推出 無記憶體版本（自備 RAM）。在最後，Moore's Law Is Dead表示：我寫這篇文章最重要的原因之一是，確保你在這場風暴中少踩坑。但還有另一個原因：我希望更多人開始追查 OpenAI 到底在做什麼。說實話我們有任何一個可靠的財務審計嗎？能證明他們真的有錢這樣瘋狂囤積晶圓？更別提有多個來源告訴我：OpenAI 甚至在收購 DRAM 製造裝置本身。網友熱議：完全是人為擾亂全球市場！在youtube和HN評論區，很多網友也紛紛大吐記憶體漲價的苦水。有人曬出了自己入手的記憶體套件漲幅：有網友戲稱各大廠商在OpenAI之後搶購DRAM的行為：類似哄搶衛生紙。有網友說自己買了32G的USB 隨身碟，底下也有人調侃：趕緊把它寄到OpenAI去。還有網友認為，OpenAI此舉完全是人為擾亂全球市場，這種吞下40% DRAM 產能進而引發全球危機的行為，是典型的AI泡沫。還有人提出了和作者類似的看法：這可能是OpenAI為了保持自身領先地位，應對Anthropi、Google等競爭對手的策略。 (51CTO技術堆疊)

目前記憶體正迎來了史上前所未有的漲價潮，記憶體價格也跟火箭一樣，一天一個價，甚至未來記憶體價格還將上漲，讓消費者叫苦不迭。當然除了記憶體之外，視訊記憶體的報價也是水漲船高，達到了前所未有的程度，作為兩大GPU供應商，AMD以及NVIDIA已經明顯感受到儲存上漲帶來的成本壓力，預計將會在今年底或者明年初通知顯示卡漲價，到時候大家購買顯示卡又要花上不小的一筆錢。據悉，這一次成本壓力主要在於GDDR視訊記憶體的成本上漲，包括GDDR6以及GDDR7視訊記憶體顆粒都迎來了一波漲價潮，這波漲價潮直接影響就是NVIDIA的GeForce RTX 50 SUPER系顯示卡的發售時間，原本計畫年底或者CES 2026發佈的RTX 50系SUPER顯示卡現在估計要到2026年下半年才能和大家見面了。除此之外，AMD和NVIDIA的現有顯示卡預計也將迎來一波漲價潮，當然考慮到視訊記憶體供應的滯後性，預計這波漲價潮將會在2025年12月或者2026年初正式到來，包括AMD以及NVIDIA已經開始向廠商通知相關的漲價通知，原因當然就是視訊記憶體報價的提升，其中影響最大的就是像GeForce RTX 5090這樣的擁有32GB視訊記憶體的產品。NVIDIA GeForce RTX 50系顯示卡自從年初發佈之後，像是GeForce RTX 5090這樣的旗艦顯示卡就一直處於溢價的狀態，最近才恢復到建議零售價，然而這麼一操作，售價又要上去，並且零售價還會有溢價，也就是說大家要加價不小的一筆錢去購買如今的顯示卡，再加上暴漲的記憶體以及SSD，年末裝機實在是有些尷尬。 (ITheat熱點科技)

【新智元導讀】地球現在連顯示卡都供不起了，微軟的GPU插不進機房。輝達的H100直接飛向太空。輝達的GPU，地球真的已經「供不起了」！今天看到兩個新聞，一個是微軟手裡囤了無數的GPU，但是「插不進去」。另一個是輝達H100 GPU被發射到太空組建資料中心。這兩個事情其實背後都隱藏著一個深刻問題：GPU是造出來了，但是配套服務於GPU，給GPU供電，給GPU散熱的基礎設施並沒有跟上！先說微軟的GPU放在庫房裡吃灰這件事。微軟CEO納德拉在與OpenAI奧特曼的訪談中爆出驚人事實——微軟手中囤積著大量GPU。卻「沒有足夠電力」讓它們運轉。另一個原因則更為現實，缺少可以立馬「插入GPU」的資料中心。納德拉坦言：我現在的問題不是晶片不夠，而是沒有能插進去的「溫暖機殼」（Warm Shell）。所謂「Warm Shell」指的是具備供電與冷卻條件的資料中心外殼。用一個對比就能快速理解這個概念，建築學上，相對Warm Shell則是Cold Shell。Cold shell指的是建築結構／外殼基本具備，但室內幾乎沒有或只有極少的系統安裝。Warm Shell則是更準備好了的狀態，安裝並可以使用基本的建築系統，比如散熱系統、暖通空調（HVAC）、照明、基本電／水／消防系統等。AI熱潮引發的晶片競賽，如今正受制於最傳統的瓶頸——電力。美國電網面臨前所未有的壓力，而科技巨頭則競相佈局小型核反應堆以自救。與此同時，奧特曼還提到未來可能出現「能在本地運行GPT-5或GPT-6」的低功耗消費裝置，這或將徹底顛覆現有資料中心商業模式。地球養不起，「發配」到太空相比奧特曼提出的低功耗裝置，另一個新聞則提供了新的思路。輝達借助Starcloud的Starcloud-1的衛星，將H100送到太空！11月2日，星期日，輝達首次將H100 GPU送入太空，以測試資料中心在軌道上的運行方式。這款配備80GB記憶體的GPU，比以往任何在太空中飛行的電腦都強大一百倍。支持者認為這一想法很合理：在遠離地球的太空空曠處，資料中心不會佔用寶貴土地，也不需要那麼多能源和水來冷卻，也不會向大氣中排放加劇變暖的溫室氣體。這次為期三年的任務將搭乘SpaceX的Bandwagon 4獵鷹9號（Falcon 9）發射。重量為60公斤的Starcloud-1衛星將在約350公里高度的非常低軌道繞地飛行。在那裡，它將接收由美國公司Capella營運的一隊合成孔徑雷達（SAR）地球觀測衛星傳來的資料，對其進行即時處理，並向地面傳送消息。GPU上天的好處而在太空設立資料中心另一大優勢就是，只需回傳很小部分的資料。下行傳輸合成孔徑雷達（SAR）資料歷來是個大問題，因為資料量極其龐大。但能夠在軌處理就意味著我們只需下行傳輸「洞見」。什麼是洞見？所謂洞見可能是某艘船在某個位置以某個速度朝某個方向航行。那只是一小包約1千字節的資料，而不是需要下傳的數百吉字節原始資料。簡單來說，就是讓演算法貼近資料來源頭，在本地完成篩選、融合與推理，僅把高價值的「資訊摘要」回傳。再簡單點（但不一定精確），就是資料都在外太空處理好，只傳送回來結論。這種方式能更好地實現低時延響應、顯著節省頻寬與能耗、提升韌性（斷聯/災害場景可持續運行），並降低敏感資料外洩風險。為什麼要把GPU送到太空？和微軟CEO納德拉的煩惱不一樣，Starcloud是主動探索這種資料中心模式。就像他們的公司名字一樣，Stra Cloud，太空的資料中心。當然這麼做的主要驅動力不是為了GPU降溫。而是地球能源與資源的瓶頸：地球資料中心太耗能了！到2030年，全球資料中心的耗電量預計將等於整個日本的用電量。同時，它們每天要消耗海量冷卻用水（1 MW 級中心≈1000人日用水量）。相比下來，太空則是有天然優勢。無限太陽能：軌道上 24 小時都有陽光，無需電池儲能。零土地佔用：不需要地面建設，不破壞生態。無溫室氣體排放：不依賴化石能源。歸根到底，還是現在AI的算力需求爆炸。AI模型越做越大（如GPT、Claude、Gemini等），能源和冷卻成本飛漲，企業急需新解法。因此，太空資料中心被視為長期可擴展的解決方案。通過利用低成本、持續不斷的太陽能，並避免佔用土地和使用化石燃料，Starcloud的技術使資料中心能夠快速且可持續地擴展，隨著數字基礎設施的發展，這有助於在保護地球氣候和關鍵自然資源的同時實現增長。那太空能「散熱」嗎？另一個值得一提的就是，很多人覺得GPU上天，是因為地球太熱，太空好散熱。其實不是的。太空能散熱，但很困難。太空幾乎沒有空氣，所以不能用風扇或液體循環帶走熱量（這叫對流散熱）。對流散熱指的是「熱的流體（液體或氣體）移動，把熱量從一個地方帶到另一個地方」的過程。只剩下輻射散熱這一種方式：輻射散熱是「物體通過電磁波/紅外波，把熱量以波的形式發射出去」的過程。裝置通過紅外輻射向外太空釋放熱量。散熱效率取決於輻射面積、材料發射率和溫度。因此衛星或太空GPU需要大面積的散熱板（radiators），設計極其關鍵。在Starcloud的項目中，這部分被特別強化：他們為H100設計了專用熱輻射系統，利用真空中的高溫差和導熱材料實現散熱。為了給地球省電、省地、省水，去太空建資料中心靠譜嗎？Starcloud的首席執行官兼聯合創始人約翰斯頓說：我的預期是，在十年內，幾乎所有新建的資料中心都會建在太空。原因純粹是我們在陸地上面臨的能量限制。約翰斯頓說在太空中唯一的額外成本就是發射費。發射成本在每公斤約（美）500 美元時能夠達到收支平衡。按每千克計算，SpaceX的星艦在完全投入營運後，發射價格估計在150美元到僅10美元不等。隨著星艦的投入使用，我們預計發射成本會更低。Starcloud已經在規劃其下一次任務，計畫明年將一個計算能力比Starcloud-1強十倍的資料中心送入太空。Starcloud-2任務將配備輝達的Blackwell GPU和若干H100。約翰斯頓表示，該任務將提供7千瓦的計算能力，預計為包括地球觀測衛星營運商客戶提供商業服務。微軟的「沒有溫暖機殼」，和Starcloud把H100送上天，本質上是同一道題。AI再厲害，算力需求再大，也不能突破物理定律。 (新智元)

曾幾何時，500美元是顯示卡市場的黃金性價比區間——NVIDIA GTX 1080、AMD RX 5700 XT等經典型號，不僅能讓玩家輕鬆暢享1440p高畫質遊戲，甚至在合理設定下還能挑戰4K解析度。但隨著市場風向轉變，1000美元以上的旗艦顯示卡逐漸佔據廠商宣傳C位，成為不少玩家眼中的 “必需品”，如今這一畸形的價格生態正引發行業反思，500美元顯示卡的價值亟待重新審視。今年Steam硬體調查資料更直接印證了這一點，平台最主流的顯示卡仍是RTX 4060這類中端型號，且超過50%的玩家顯示器解析度停留在1080p。回溯顯示卡價格上漲軌跡，NVIDIA堪稱 “始作俑者”。自2018年推出RTX 2080 Ti以來，該品牌首次將消費級顯示卡價格推至1000美元以上，並以 “光追技術”“AI升級” 等技術行銷合理化高價。更值得關注的是，行業頭部廠商均未對漲價趨勢加以遏制，AMD雖曾以 “性價比” 為標籤，但旗下RX 7900 XTX 作為對標RTX 4080 的產品，也將價格帶入四位數美元區間，徹底放棄了中高端市場的價格優勢。顯示卡價格暴漲正持續擠壓整個PC組裝生態。以往1500美元即可搭建一套流暢運行3A遊戲的整機，如今僅一塊高端顯示卡就可能突破1200美元，整機預算被迫飆升至2500美元以上。預算門檻的大幅提高正在改變PC遊戲的受眾結構，原本對學生、職場新人友好的親民愛好，逐漸向高收入群體傾斜。更嚴重的是，高價顯示卡讓不少潛在新玩家望而卻步，面對動輒上萬美元的裝機成本，他們更傾向於選擇性價比更高的遊戲主機，這無疑會削弱PC遊戲市場的長期活力。未來，無論是NVIDIA、AMD 兩大巨頭，還是試圖突圍的INtel，都需要重新調整產品策略，將顯示卡設計與推廣重心放回 500 美元價位，更加重視千千萬萬遊戲玩家的需求，而非單純追逐高端市場的短期利潤。唯有如此，才能讓PC遊戲回歸人人可享的本質，推動整個行業重回健康發展軌道。經常追蹤顯示卡行情的3DCenter發佈了最新一期報告，彙總了RTX 50系列、RX 9000系列的歐美市場價，一起來瞭解瞭解。在美國，RTX 50系列基本都回歸了MSRP建議零售價，但只有一個例外，RTX 5090依然要2400-2700美元，溢價幅度達20％。RX 9070系列溢價也有10％左右，RX 9060 XT倒是降下來了。在歐洲，以德國為例，情況也類似，RTX 5090依然溢價大約17％，需要2370-2600歐元，RTX 5070、RTX 5060 Ti 16GB甚至都破發了。RX 9070系列基本和MSRP差不多，RX 9060 XT甚至破發達到了7％，最低只要330歐元。在國內，特供閹割版的RTX 5090D、RTX 5090D v2更是貴得離譜，官方管道甚至最高賣到了32999元，整整溢價一倍。RX 9070 XT也不遑多讓，最貴的賣到了近6000元，溢價足足20％。當然，便宜卡也不是沒有，但你得能接受更低的規格。沒想到，AMD突然又發佈了一款RDNA3老架構的顯示卡，RX 7700。更沒想到，它的視訊記憶體比大哥RX 7700 XT 192-bit 12GB還要慷慨，居然給到了256-bit 16GB。同樣沒想到，華擎率先發佈了非公版RX 7700。這款“RX 7700 Challenger 16GB”完全承襲了RX 7700 XT Challenger 12GB的設計，2.5插槽身材，正面兩個智能啟停風扇、簡約RGB燈光，後置金屬背板，內部是五條直觸熱管、大量鰭片。規格上，40個計算單元，包括2560個流處理器和80個AI加速器、40MB無限快取。最關鍵的是，華擎給出了AMD未公開的頻率，遊戲頻率2041MHz，加速頻率2459MHz。視訊記憶體則是等效19.5GHz，高於RX 7700 XT 18GHz，因而頻寬達到了624GB/s，高出足足44％。整卡功耗依然沒說，供電介面是兩個8針，輸出介面則是三個DP 2.1、一個HDMI2.1。價格沒說，估計不超過2500元。再展望一下未來。今年8月初，PCI SIG組織官方宣佈了PCIe 8.0標準規範，計畫2028年正式發佈。現在剛剛過去不到兩個月，PCI SIG已經完成了PCIe 8.0的第一版正式草案，版本號v0.3，已內部發放給組織成員，不可謂不神速。此次發佈的草案，確認了PCIe 8.0的多個優先技術點，比如繼續使用PAM4訊號機制，並在PCIe 7.0的基礎上將資料傳輸率翻倍，也就是PCIe 6.0的四倍、PCIe 5.0的八倍、PCIe 4.0的十六倍……達到256GT/s，繼續保持向下相容。照此計算，PCIe 8.0 x16完整全長插槽的單向頻寬就有512GB/s，雙向可達1TB/s。對於SSD最常用的x4頻寬，PCIe 8.0單向就能提供64GB/s！接下來，PCI SIG和各成員將繼續推進規範制定工作，後續還要經過多個草案版本，不斷最佳化，最終達成v1.0正式版。值得一提的是，PCIe 8.0依然堅持傳統，沒有使用光纖傳輸，但這依然是PCI SIG內部討論非常多的方向，畢竟可以極大提升性能、降低延遲，只是成本和相容性難題實在不好解決。哦對了，Wi-Fi 8預計也會在2028年推出。(硬體世界)