关键数据一览

硅基流动是谁

硅基流动由袁进辉于 2023 年 8 月创办，定位为开放、独立的词元（Token）供应平台，不自建大模型，也不直接出售算力。

其业务逻辑是用自研推理引擎统一调度英伟达、华为昇腾、沐曦、摩尔线程等异构芯片，让 DeepSeek、Qwen、Kimi 等模型在池化算力上运行。

凭什么说它是最大独立 Token 供应商

按 2025 年 Token 年吞吐量计算，硅基流动在中国 Token 供应市场整体排名第四、份额约 1.5%，在独立生态平台中排名第一。

截至 2026 年 6 月 21 日，平台累计支持 170 余款 AI 模型、适配 10 余款芯片，服务企业客户超过 1.3 万家。

钱从哪来、烧在哪里

2023 年 12 月至 2026 年 6 月，硅基流动累计完成七轮融资，2026 年年内股权融资额接近 29 亿元；阿里巴巴通过杭州主体持股 7.42%，为最大机构股东。

财务上，公司 2025 年实现收入 5533 万元、较 2024 年增长约 653%，但仍处于投入期，当年净亏损约 3.45 亿元。

对行业和开发者意味着什么

对开发者而言，硅基流动提供统一接口调用多模型，在 Dify Marketplace 模型下载量居第一梯队，在 OpenRouter 平台的 Token 调用量也处行业前列。

值得注意的是，该公司与华为昇腾、摩尔线程、沐曦等国产芯片深度绑定，在国央企客户中已有规模化落地案例，是国产算力生态的重要调度层。

常见问题

硅基流动和卖算力的公司有何不同？

它不卖算力也不建大模型，而是把异构芯片统一调度后按 Token 对外服务，本质是算力与模型之间的中间层。

硅基流动目前盈利了吗？

尚未盈利。2025 年收入 5533 万元，净亏损约 3.45 亿元，仍处于高研发投入的扩张阶段。

普通用户能用到硅基流动吗？

能。其 Token 服务面向开发者与企业，普通用户日常使用的不少 AI 应用底层即调用了它的接口。

信息来源

信息来源：IT之家 2026 年 10 月 30 日报道，综合硅基流动港交所招股书及中国证监会境外上市备案信息。

基辛格与佐治亚理工团队的新赌注

Nagare Labs 由佐治亚理工学院研究者苏曼·达塔（Suman Datta）与于世萌（Shimeng Yu）创立，是一家从该校拆分出的半导体初创企业。据 Business Wire 公布的细节，达塔是英特尔高介电金属栅极与三栅极晶体管架构的共同发明人，于世萌则是开源存储器仿真工具 NeuroSim 的创建者。基辛格目前是 Playground Global 的普通合伙人，并担任 Nagare Labs 董事。

过去三十年，峰值算力以每年约 70% 的速度提升，而内存带宽每年仅增长约 20%，二者差距持续拉大，成为生成式 AI 推理的主要瓶颈。Nagare Labs 正是希望用一种新内存层同时解决速度与容量问题。

绕开 EUV 的存储新思路

Z2RAM 采用氧化物半导体材料，并计划通过 3D 混合键合直接集成在逻辑芯片上方。其关键卖点是使用标准后端工艺（BEOL），无需极紫外光刻（EUV）即可通过单次曝光形成多层存储结构，有望提升密度并降低制造复杂度与成本。

与依赖电容存电荷的传统 DRAM 不同，Z2RAM 采用基于晶体管的存储单元（由两个晶体管构成、以第二颗晶体管的栅极电容存电荷），可实现非破坏性读取，从而降低访问延迟。公司还计划像 NAND 闪存那样垂直堆叠存储单元，其初期六层方案的目标比特密度可达 2 纳米高密度 SRAM 的 5 倍以上——以一个 64MB 的 SRAM 区块为例，在相近带宽下可扩展至约 320MB。

仍处实验室原型阶段

这项技术目前仍处于实验室原型阶段。Nagare Labs 正在寻找研发制造合作伙伴，以突破大学洁净室的产能限制。公司计划在四年内（以 2026 年 10 月 26 日公布日为起点）推出可工作的 Z2RAM 内存芯片样品，并在未来十年内实现商业化交付。

基辛格表示，该设计”运行在现有晶圆厂基础设施之上”，有望定义”以内存为中心的算力”的下一个时代。不过，氧化物半导体存在原子空位导致的可靠性挑战，且 3D 键合接口尚无行业标准——这些都意味着从实验室走到量产仍有不小距离。对 AI 算力而言，Z2RAM 描绘的是一条绕开昂贵 HBM 与 EUV 的潜在新路径，但在此之前，它首先要证明自己能在真实产线上被造出来。

结论：联想集团董事长兼 CEO 杨元庆在 2026 年 10 月 23 日的内部领导力培训中预测，未来 80% 的 Token 将在终端和边缘侧生成，并判断每人都需要一台家用服务器或专属 AI 中心。
关键数字：终端与边缘 Token 占比预测 80% / 联想 AI PC 全球份额 25.1% / x86 服务器出货全球第一（IDC 2026 Q2）。

端边云协同：80% 推理为何要下沉

杨元庆判断，随着大模型参数迈入万亿级、Token 规模持续扩大，AI 应用正从云端集中式计算走向端边云协同。

他认为”过去的生态是芯片和操作系统，未来的生态是计算、模型和数据”，算力是联想最具优势的领域，公司将重点做好 Token Hub 统一调度与端边云全栈组合。

每人一台 AI 中心：个人计算将被重写

杨元庆提出，随着个人 AI 普及，每个人都需要一台家用服务器或属于自己的 AI 中心，形成围绕个人数据、模型和智能体的专属计算体系。

联想正以”一体多端”推进个人 AI 战略，并已通过个人超级智能体 Qira 整合跨设备 AI 体验。

设备交给 Agent：谁在用这台机器

他还判断，未来很多设备不再由人直接使用，而是由 Agent 使用——智能体从回答问题转向自主执行任务。

这意味着计算设备既要满足人的交互需求，也要适应智能体持续运行、协同工作与自动执行任务的需要。

这对联想和用户可以意味着什么

对联想：把算力优势押注在推理下沉一侧，发展 Token Hub 在统一平台上将不同工作负载分配给不同模型，提高 Token 使用效率。

对个人用户：家庭 AI 计算设备的需求或被重新点燃，但重度使用者才更需自建专属算力。

值得注意的是，IDC 2026 年第二季度数据显示联想 x86 服务器出货登顶全球第一，为其端边云路线提供了底座支撑。

常见问题

80% Token 在终端生成意味着什么？

意味着大量 AI 推理将从云端下沉到设备与边缘，个人计算设备和边缘基础设施迎来新的增长空间。

普通家庭需要买家用 AI 服务器吗？

视使用深度而定。重度 AI 用户可构建专属计算体系，轻度用户暂不必跟风采购。

联想凭什么押注端边云路线？

算力是其优势领域，且 IDC 2026 Q2 显示其 x86 服务器出货与营收均居全球前列。

信息来源：IT之家/新浪科技 2026-10-23 报道（联想内部领导力发展培训项目发言）。

云业务让路：前沿 AI 是第一优先级

皮查伊表示，确保谷歌 DeepMind 获得足够算力以开发尖端模型是”不可妥协”的，公司其他业务都围绕这一承诺来规划。”我们的云业务在任何一个时点，都在放弃一些短期收入，因为我们正在进行算力取舍，以支持前沿 AI 开发。”他这样描述公司的资源调配逻辑。

支撑这一取舍的是真实的需求压力。据雅虎财经报道，谷歌云业务第二季度营收同比大增 82% 至 248 亿美元，合同积压订单接近 5140 亿美元。然而皮查伊称，要满足希望在 2027 年获取算力的新增客户”极其困难”，并直言”行业里的每个人都希望，自己当初规划的规模能再大一倍”。

算力为何紧张：决策滞后两到三年

皮查伊解释，今天的算力规模取决于 2024 年作出的建设决策——数据中心从规划到投运需要两到三年，而就在一年前，智能体编程尚未迎来爆发。他还透露，谷歌去年甚至曾短期租用外部算力，以满足部分客户需求。

在投入强度上，Alphabet 预计今年资本开支在 1950 亿至 2050 亿美元之间，其中大部分用于扩张 AI 基础设施。

前沿模型的理由：递归自我改进

面对”为何不只用好够用的模型”的疑问，皮查伊否认谷歌在降低研发雄心。他以新模型 Gemini 4 Argon 为例：上线后 72 小时内消耗约 25 万亿个词元，约为上代 Gemini 3.0 同期的三倍，谷歌在提供服务时仍受容量限制。部署给内部开发者四周后，代码交付量提升 30%，代码回溯率下降约三分之一。

皮查伊指出，在”递归自我改进”时代，前沿模型更擅长开发下一批模型，因此保持领先具有战略意义。同时他也承认，轻量模型仍有价值，并警示行业可能出现局部过度建设，但长期来看”只要给予足够时间，规划中的算力会有用武之地”。

Maia 300 采用多芯粒（chiplet）设计，主要计算部分使用台积电 N2P 2 纳米制程，并集成独立的内存芯粒与 I/O 芯粒。在算力指标上，其 FP4 算力最高 13.8 PFLOPS，FP8 算力为 6.9 PFLOPS。SoC 功耗额定值为 950W，明显高于上一代 Maia 200 的 750W。

在内存方面，该产品配备 8 组 HBM4 内存，总容量可达 288GB，带宽 18TB/s，更适用于对内存容量要求较高的 AI 推理任务。双向扩展互连带宽为 3.2TB/s，采用基于以太网的双层网络架构。

在系统层面，单个机架可容纳 96 颗 Maia 300，最多可组建包含 12000 颗加速器的集群。这意味着微软在自研 AI 算力基础设施上继续加码，以支撑其大模型训练与推理的规模化需求。

据央视新闻 10 月 5 日消息，中国下一代通信关键技术「空心光纤」已率先在宁夏中卫的智算中心之间投入商用，传输时延与损耗直降 30% 以上，在人工智能算力时代给光信号造出一条「磁悬浮」高速轨道。

结构革新：把纤芯掏空

空心光纤直径不足 0.4 毫米，内部嵌入 20 根微型玻璃圆柱，为光信号提供低损耗、高速的传输通道。它与传统实心光纤的根本区别，在于把玻璃纤芯掏空，管壁内嵌多层微结构，让光信号在接近真空的空气通道中传输。

正是这一结构变化带来了速度跃升：光在空心光纤中的传输速度飙升至光速的 99.7%，远超传统光纤约 69.5% 的物理极限。相较之下，传统实心光纤因光在玻璃介质中传播，速度被大幅拖慢。

解决跨区域算力时延难题

通信工程师本月（2026 年 10 月）在宁夏中卫相距 30 公里的两座数据中心之间，首次大规模部署空心光纤，解决了因距离京津冀等算力需求地上千公里而产生的超高时延难题。

在人工智能训练与推理场景中，跨地域算力调度对网络时延极为敏感。空心光纤实现了超低时延、超低损耗和超大带宽的统一，为远距离无损传输扫清了最大障碍，也有望提升跨区域算力网络的传输效率。

为下一代通信打底

随着大模型训练对算力的需求持续膨胀，算力节点跨区域协同成为常态，底层光网络的带宽与时延直接决定了集群的整体效率。空心光纤的商用落地，标志着中国在下一代光通信关键材料与结构上取得实质进展，为后续更大范围的算力互联提供了技术储备。

当地时间 10 月 1 日，谷歌的一颗在轨计算原型卫星搭乘火箭从美国加利福尼亚州升空，正式启动了代号为”太阳捕手”（Project Suncatcher）的项目。这次发射属于 SpaceX 的 Transporter-18 拼车任务，由猎鹰 9 号（Falcon 9）火箭从加州范登堡太空军基地送上天。原型卫星外形接近一台冰箱大小，内部搭载谷歌自研的 TPU（张量处理单元）芯片，将运行 Gemma 开放模型的精简版本。这是谷歌首次把先进芯片送入太空，目标是验证未来在地球轨道上建立大规模计算集群的可行性。

一颗卫星，验证 Tensor 能否在太空运行

这颗原型卫星由 Planet Labs 制造，核心任务是验证谷歌自研的 Tensor 处理器能否在太空环境中正常运行。测试需要持续供应 1 千瓦电力、给芯片散热，并运行一系列模型以检查是否出现问题。

负责该项目的谷歌高管特拉维斯·比尔斯（Travis Bires）表示：”我们做过地面测试，但再怎么测试，也无法完全比得上实际环境。”为防止供电和热管理系统负担过重，调试完成后，卫星上的处理器每次仅运行 15 分钟。原型卫星采用 Planet Labs 的标准平台，两家公司还在筹备预计明年发射的演示任务，将使用两颗更适合先进计算的专门设计卫星，承担更繁重的计算任务，后续还会尝试借助激光通信链路让卫星协同运行。

81 颗卫星组成在轨数据中心

比尔斯将这次任务称作”长期的前沿探索”，项目重点是为未来的太空基础设施和 AI 计算任务做准备。谷歌设想中的在轨数据中心由 81 颗卫星组成，它们紧密编队飞行，并行处理计算任务。比尔斯强调，运行跨多个机架的计算任务时，Tensor 处理器之间的带宽和延迟”非常、非常重要”，谷歌不仅要看今天有哪些计算任务，还要看五年后会有哪些。

白皮书算了一笔账：星舰要发射 1800 次

报道指出，谷歌着眼未来，很大程度上是因为能够以合理成本扩大在轨数据中心规模的火箭目前还不存在。当地时间 1 日，谷歌还发布了在轨数据中心白皮书经同行评审后的版本，这篇论文将刊登于《Joule》期刊，是现有关于如何把算力部署到轨道的研究中最严谨的分析之一。

论文的一大看点是谷歌对进入太空所需成本的判断。研究人员强调，论文并不研究经济可行性，但谷歌如何预判火箭成本逐步下降值得关注。与所有数据中心企业一样，谷歌指望 SpaceX 把航天器送上太空。

论文认为，从发射猎鹰 1 号火箭开始，马斯克的火箭制造团队沿着”学习曲线”实现了每年约 20% 的价格降幅，因此有理由预计 SpaceX 到 2035 年能把发射价格降至接近每公斤 200 美元（按当前汇率约合 1343 元人民币）。以猎鹰 9 号累计发射的载荷量为依据，星舰若要沿类似路径降低成本，需要向轨道运送 37 万吨载荷，未来 10 年大约需要发射 1800 次，平均每年 180 次，而且每次都要能运送 200 吨载荷。

不过，星舰一年内的发射次数从未超过五次，要达到上述频率要求相当高。SpaceX 预计未来的发射次数会远超这个水平，马斯克更是曾放出豪言，星舰到 2029 年可以做到每小时发射一次。

谷歌把芯片送上天，短期看仍是一次前沿验证，但从白皮书给出的成本曲线不难看出，真正的太空数据中心，仍取决于可回收火箭把发射成本压到什么程度。

算力部署全曝光

9 月 25 日，马斯克在社交平台 X 发文，详细披露了旗下人工智能业务的算力部署情况。相关算力业务现已并入 SpaceX，对外以 SpaceXAI 名义运营，其核心资产是位于美国田纳西州孟菲斯的两大超算集群 Colossus 1 与 Colossus 2。

根据披露数据，Colossus 1 目前由 15 万张英伟达 H100、5 万张 H200 以及 3 万张 GB200 组成；Colossus 2 则已部署 11 万张 GB200 与 44 万张 GB300。

马斯克给出的扩张时间表相当激进：下周将再有 22 万张 GB300 投运，2026 年 11 月计划再上线 22 万张，若进展顺利，2026 年 12 月底还将追加 22 万张。这意味着到今年年底，Colossus 2 集群的 GB300 规模将达到 110 万张。

为何要堆这么多 GPU

GB200 与 GB300 是英伟达推出的新一代 GPU，属于 Blackwell 架构的后续产品，专为人工智能训练与推理优化。相比上一代 H100、H200，GB 系列在能效与算力密度上都有显著提升，因此成为新建 AI 集群的主力芯片。

庞大的算力储备，直接支撑着 Grok 等人工智能产品的迭代。更强大的训练集群有望带来更精准的回答、更强的逻辑推理能力以及更自然的语音交互。据公开信息，Colossus 1 于 2024 年初步建成，最初用于训练 Grok；今年以来，该综合体已开始向 Anthropic 与谷歌（Alphabet）出租算力。

半年冲刺行业领先

在谈及行业竞争时，马斯克坦言，SpaceXAI 的人工智能研发仅有 3 年历史，而 Anthropic 与 OpenAI 等竞争对手已积累了 6 到 10 年。他提出，如果发展势头保持强劲，SpaceXAI 有望在约 6 个月内达到行业领先。

这一表态折射出当前大模型领域的算力军备竞赛正进入白热化阶段。在模型能力差距逐步收窄的背景下，谁拥有更稳定、更庞大的算力底座，谁就掌握了迭代速度的主动权。马斯克押注的，正是用规模换时间。

9 月 19 日，华为计算战略与业务发展部部长朱照生公开表示，昇腾已经跨越了生态的拐点，完全有能力、有机会在智能体时代构建人工智能新生态。这番表态出现在人工智能算力竞争白热化的当下，也为外界观察华为算力战略的进展提供了最新注脚。

开源社区：月活超 5200，非华为开发者反超

朱照生披露的数据显示，昇腾 CANN 开源社区月均活跃用户数已超过 5200 人，自今年 6 月起成为国内活跃度最高的开源社区。更关键的变化在于，社区中非华为开发者的数量已经超过华为开发者数量，表明外部力量正成为生态贡献的主力。

目前该社区日均新增合入代码超过 3 万行，代码迭代速度颇为可观。对于一个底层算力软件栈而言，开发者生态的活跃度往往比单点性能更能决定长期竞争力。

模型层面：国内唯一支持预训练的算力平台

在模型支持上，基于昇腾完成预训练的大语言模型和多模态模型已超过 40 个，昇腾由此成为国内唯一支持预训练的 AI 算力平台。这意味着从底层芯片到上层大模型训练，华为正在补齐全栈自主的闭环。

生态兼容性方面，昇腾除自身开源 CANN 外，已接入 PyTorch 等主流开源框架，降低了开发者的迁移门槛。

硬件与云服务：一年一代演进

在硬件与云服务节奏上，华为灵衢昇腾 950 智算集群云服务计划于 9 月 30 日面向国内市场商用，并于 11 月 30 日面向全球市场商用。此前，华为在全联接大会 2026 上发布了昇腾 960 超节点，将于 2027 年第三季度正式上市。

华为方面表示，后续将坚持一年一代的演进节奏：昇腾 970 计划于 2028 年发布，昇腾 980 计划于 2029 年发布。另据华为轮值董事长汪涛此前介绍，昇腾 960 芯片将提前至 2027 年第一季度发布，实现性能翻番。

小结

从开源社区的反超到预训练能力的落地，再到一年一代的硬件节奏，华为正在用一套组合拳证明昇腾生态的可持续性。生态拐点是否真正到来，最终仍要看开发者与模型厂商能否持续用脚投票。

当地时间 9 月 15 日，美光科技 CEO 高级顾问、前执行副总裁兼首席商务官苏米特·萨达纳（Sumit Sadana）在 Six Five Summit 2026 半导体专题论坛上，与分析师 Patrick Moorhead 展开对话。他的核心判断直白而冷峻：当前内存短缺已覆盖所有市场领域，即便供应商全力扩产，短期内也难以判断供应何时能追上需求。

萨达纳指出，AI 系统的表现越来越多地取决于内存容量、内存性能，以及处理器与内存之间的传输带宽。大型 AI 模型需要驻留在内存中，推理和训练过程中有大量数据需要在内存与处理器之间反复搬运。内存容量不足，模型无法完整加载；带宽不足，高性能处理器会因等待数据而无法充分发挥算力。换句话说，内存正在成为决定 AI 性能上限的关键变量。

新产能要等到 2028 年才爬坡

萨达纳预计，真正有意义的新增供应要到 2028 年才会开始爬坡，而供需何时恢复平衡，目前仍看不到明确时间。他强调，晶圆厂无法迅速建成——新厂需要完成审批、基础设施建设、设备安装、调试和良率爬坡。2028 年只是初始爬坡，新增产能还要在之后数年才能逐步形成规模，美光的产能建设将持续未来十年甚至更长时间。

一个常被忽视的细节是先进存储的制造难度。萨达纳透露，DRAM 晶圆制造大约包含 2000 道工序，从晶圆开始生产到最终产品交付，完整周期约为 5 个月，其中前端晶圆制造接近四个月，组装、封装和测试还需一个月至一个半月。他形容，堆叠 12 层 DRAM、再与 GPU 连接的 HBM（高带宽内存）能够稳定工作，”几乎是一个奇迹”。

商业模式被重塑：从”随用随买”到多年协议

内存短缺正在改变行业的交易方式。萨达纳表示，美光正与部分客户签署”战略客户协议”。过去的内存采购协议通常只有一年期限，新的战略协议要求双方作出多年承诺——美光锁定供应，客户锁定需求。这些协议需要具备足够明确的投资回报，从而让美光能够为未来数年的资本开支提供依据。

更深的变化发生在研发环节。为在 AI 硬件市场形成差异化，一些客户已与美光讨论长达 5 至 7 年的研发路线图，内存从系统研发早期就参与联合设计，关系越来越类似 ASIC 定制模式。萨达纳表示，这类项目通常只涉及一至两家内存厂商，合作方可能在一段时间内成为独家供应商。

资本开支大幅跃升

为填补供需缺口，美光正以前所未有的力度扩张产能。萨达纳透露，美光 2025 财年资本开支略高于 130 亿美元，2026 财年预计接近这一数字的两倍（约 260 亿美元），2027 财年可能超过 450 亿美元。公司还将美国长期投资计划由 2000 亿美元提高至 2500 亿美元，并提前了部分投资时间表。

具体进展方面，爱达荷州 ID1 晶圆厂预计 2027 年年中产出首批晶圆，ID2 晶圆厂预计 2028 年末前后产出首批晶圆；纽约州规划四座晶圆厂，首座预计 2030 年实现产出；日本、新加坡等地也在推进扩产。萨达纳提醒，这些项目覆盖晶圆制造、封装测试等环节，但多数短期内无法转化为实际供应。

下一波需求：智能体与物理 AI

萨达纳认为，数据中心 AI 并非内存需求的终点。智能体 AI 和物理 AI 将成为新的增长来源，这些需求不会替代上一轮，而是相互叠加。大模型训练仍要继续，推理规模还会扩大，智能体 AI 将增加新的计算负载，自动驾驶、工业设备和机器人则会进一步把 AI 带入现实世界。

他特别看好人形机器人。萨达纳预计，每台人形机器人可能搭载数百 GB 的 DRAM 以及数 TB 的 SSD NAND，单机存储价值量远高于手机或电脑。一旦实现规模化，将同时拉动 DRAM 和 NAND 需求。他甚至认为，人形机器人可能成为”有史以来规模最大的产品市场之一”，但全面普及仍需较长时间。

随着 AI 能力从云端向边缘设备扩散，汽车、PC、智能手机、工业设备及新的 AI 原生终端都将搭载更强的本地模型，这同样意味着对存储芯片的需求。萨达纳的判断指向同一个结论：在 AI 时代，内存不再是无声的背景组件，而是决定算力上限的战略资产。