1. DeepSeek梁文鋒4小時會議曝光：不追規模，克制才是AGI的答案
梁文鋒最近跟投資人聊了4個小時，內容被洩露出來。
核心觀點很清晰：DeepSeek不想做下一個字節或騰訊。他們的AGI路線是克制、開源、低成本。這三個詞放在當下的AI行業裡，幾乎是在唱反調。
要知道，OpenAI、Anthropic、Google都在拚命燒錢堆算力。GPT-5.6剛鬧出"誤刪使用者檔案"的醜聞，Anthropic估值逼近兆還在繼續融資。大家都在比誰的錢多、誰的GPU多。
梁文鋒偏不。他認為真正的AGI不是靠暴力堆出來的，而是靠架構創新和工程效率。DeepSeek-V4的訓練成本據傳只有GPT-5的十分之一，性能卻逼近甚至在某些任務上超越。
我的看法：說實話，我覺得這個判斷有道理。大模型行業正在經歷一場"軍備競賽"的泡沫期。看看亞馬遜AGI部門剛啟動裁員，多名高管出走——燒錢模式不可持續。DeepSeek的克制路線，可能是唯一能穿越周期的策略。
問題是，克制能撐多久？當競爭者都在用10倍算力迭代，效率優勢能維持幾代？
你怎麼看？DeepSeek的克制路線是長期主義還是被迫選擇？
2. SK海力士7兆韓元砸向HBM封測——記憶體晶片的瘋狂還在繼續
SK海力士批准了清州P&T7項目，投資規模7兆韓元（約360億人民幣），專門做HBM後端封測產能。
這不是小錢。HBM（高頻寬記憶體）是AI晶片的"糧食"，輝達的H100、B200、GB200全靠它。目前HBM市場SK海力士佔了超過50%的份額，三星在後面追。
7兆韓元的投資說明什麼？需求太猛了。輝達剛宣佈Grace晶片累計交付超250萬顆，Vera Rubin機架目標日產1000台。每台機架需要的HBM容量越來越大，從HBM3到HBM3E再到HBM4，迭代速度加快。
同時，三星電子也跟韓國牙山市簽署備忘錄，計畫投資46兆韓元擴產HBM。兩大巨頭同時加碼，說明這個市場至少還有2-3年的高增長期。
資料對比：
有意思的是，馬斯克在Q2電話會議上專門感謝了美光的記憶體保供。記憶體晶片已經不是配角，而是AI基礎設施的核心瓶頸。
記憶體晶片這波行情，你覺得還能持續多久？是真需求還是又一輪產能過剩的前奏？
3. 輝達Grace晶片出貨250萬顆，Vera Rubin日產1000台機架
輝達加速AI算力供應的節奏沒有停。Grace晶片累計交付超250萬顆，下一代Vera Rubin機架目標日產1000台。
250萬顆Grace晶片是什麼概念？Grace是輝達的ARM架構資料中心CPU，配合Hopper GPU組成GH200超級晶片。每顆Grace晶片背後是一整套AI訓練/推理基礎設施。
Vera Rubin是輝達的下一代平台，預計2027年量產。日產1000台機架的目標意味著輝達在為更大規模的AI訓練做準備。
但這裡有個矛盾：輝達賣晶片賣瘋了，高端PCB價格卻暴漲300%。PCB（印刷電路板）是晶片的"地基"，AI伺服器需要的高層高速PCB目前供不應求。這意味著就算輝達能造出晶片，下游的組裝和部署也會遇到瓶頸。
摩根士丹利的預測更激進：2031年SpaceX的軌道AI算力每瓦每年6.5美元，低於輝達地面方案。太空算力比地面便宜——這個未來比我們想像的來得更快。
輝達的算力擴張能持續多久？當PCB、電力、冷卻都成為瓶頸，AI基礎設施的增長天花板在那？
4. 國產6N高純氟化氫突破——中國半導體的"卡脖子"清單又少了一項
中國在半導體材料上又拿下一個關鍵突破：國產6N等級（99.9999%）半導體用高純氟化氫打破了西方壟斷。
高純氟化氫是晶片製造中清洗和蝕刻環節的關鍵材料。之前這個市場被日本的Stella Chemifa、森田化學等公司壟斷。2019年日韓貿易摩擦時，日本就用氟化氫、光刻膠、氟化聚酰亞胺三種材料卡過韓國的脖子。
6N意味著純度99.9999%，雜質含量在ppb（十億分之一）等級。這個純度對先進製程晶片（7nm以下）至關重要。任何微量雜質都可能導致晶片良率暴跌。
國產突破的意義在於：中國半導體產業鏈在關鍵材料環節又減少了一個對外依賴。結合之前光刻膠、CMP拋光液等領域的進展，"卡脖子"清單正在逐步縮短。
但也要清醒：材料突破只是第一步。從實驗室突破到大規模量產、通過客戶驗證、進入供應鏈，通常需要2-3年。而且先進製程對材料純度的要求還在不斷提高。
你覺得國產半導體材料的突破速度夠快嗎？還有那些環節是真正的"卡脖子"難題？
5. AI算力需求爆發：高端PCB價格暴漲300%，供應鏈壓力山大
AI算力需求的爆發正在傳導到整個供應鏈。高端PCB（印刷電路板）供不應求，價格暴漲300%。
AI伺服器需要的PCB跟普通消費電子完全不同。AI伺服器PCB通常是20-40層的高層板，需要超低損耗材料、精密線路和嚴格的阻抗控制。全球能做這種板的廠商屈指可數。
需求端，輝達GB200機架的出貨量在快速增長。每台機架需要的PCB面積和層數遠超傳統伺服器。供給端，高層PCB的產能擴張周期是18-24個月，遠水解不了近渴。
300%的漲幅意味著什麼？一塊AI伺服器主機板的PCB成本可能從200美元漲到800美元。這個成本最終會傳導到AI算力的定價上。
相關資料：
- 輝達Grace晶片累計交付：250萬顆
- Vera Rubin機架目標日產：1000台
- SK海力士HBM投資：7兆韓元
- 三星HBM投資：46兆韓元
- 高端PCB價格漲幅：300%
整個AI基礎設施供應鏈——從晶片到記憶體到PCB到電力——都在經歷供需失衡。這不是一個環節的問題，是系統性的。
記憶體晶片漲價、PCB暴漲、電力緊張——AI基礎設施的"成本牆"什麼時候會成為算力擴張的真正瓶頸？ (架構大本營)