英伟达 Blackwell 架构：当 H100 集群沦为推理瓶颈，我为何押注 GB200 NVL72 的双 Chiplet 赌局
2026 年 10 月，凌晨两点。我的监控大屏上，Llama 4 的推理集群延迟曲线在 50ms 处剧烈波动。这是典型的 KV Cache 溢出信号。我们试图在一个 H100 集群上跑满 2M 上下文的 Llama 4 Pro，结果显存带宽直接被吃空，推理吞吐量跌破了 10 TPS。作为架构师，我必…
GPU 架构
为什么 HBM3e 的价格战正在淘汰 90% 的 AI 芯片初创企业：Blackwell B200 的 FP4 是真突破还是营销噱头？
作为一名在投资机构摸爬滚打五年的技术顾问，我看过上百份 AI 项目的 BP。绝大多数都在讲「算法」、「模型」和「场景」，仿佛只要有了模型，世界就会改变。但我更关心的是硬件成本，特别是显存（HBM）成本。过去一年，我见证了无数 AI 初创公司因为算力成本过高而倒闭，也见证了云厂商为了争夺 HBM3e …