https://xiejiayun.github.io/tags/gpu/Recent content in GPU on Jiayun's BlogHugozh-cnMon, 27 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/ai-compute-economics-cost-per-token-2026/Mon, 27 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/ai-compute-economics-cost-per-token-2026/<h2 id="硅谷的新口头禅不是更快而是更便宜">硅谷的新口头禅：不是更快，而是更便宜</h2> <p>2026年春天，AI行业正在经历一场悄无声息但影响深远的范式转移。不是模型架构的突破，不是参数量的军备竞赛——而是<strong>经济学</strong>。</p> <p>NVIDIA在最新的技术白皮书中提出了一个简洁而激进的论断：&ldquo;Cost per Token is the Only Metric That Matters&rdquo;（每Token成本是唯一重要的指标）。与此同时，404 Media在一篇深度报道中揭示了一个令人不安的现实：AI计算紧缩正在从科技行业蔓延到整个经济体。多家创业公司公开表示，他们在AI计算（Token消费）上的支出已经超过了人力成本。</p>https://xiejiayun.github.io/post/ram-crisis-semiconductor-2026/Sun, 19 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/ram-crisis-semiconductor-2026/<h2 id="被忽视的危机">被忽视的危机</h2> <p>当科技媒体铺天盖地报道AI大模型的新突破时，一个更基础、更紧迫的问题正在酝酿：<strong>全球正在经历严重的内存芯片短缺，而且这个问题可能要持续到2027年</strong>。</p>