B300 半年内涨三倍，某华东大厂要求供应商二选一

B300 整机价格仍在持续上涨。据多位业内人士透露，国内现货报价已从春节后的 400 多万元 / 台一路飙升至超过 1200 万元 / 台，市场也从 " 每周一个价 " 演变为 " 每天一个价 "。

但在高价和缺货之下，部分所谓 " 现货 " 并不存在。据知情者了解，其接触的至少三四起交易中，卖方均以有现货为由，要求买方提供验资材料、企业资质等信息，最终目的是套取国内重要企业的资金、采购和算力部署数据，存在信息安全隐患。

真实货源的争夺也在加剧。有消息称，此前正在推进规模或超过 1 万台 B300 采购的某华东大厂，其扫货力度超过另一家此前积极采购 B300 的头部互联网公司。为保障自身订单，该公司还要求部分供应商优先供货，并限制其同时向后者供货。

国产推理芯片开始拆开做：AFN 厂商 FFN 已流片，推理新玩家先做 P 卡

有业内人士透露，一家长期押注 AFN 架构的国产 AI 芯片企业研发取得新进展，面向 FFN/MoE 的芯片已经完成流片，而 Attention 芯片仍处于设计阶段。在 Attention 芯片成熟前，公司计划先与 GPU 组成异构推理方案。

另一家专注 AI 推理芯片赛道的企业则选择先从 Prefill 芯片切入，首款产品的性能目标是超过 H100，计划于明年底推出。据了解，其首代产品采用 LPDDR 存储方案，后续将升级至 3D 堆叠。

大厂普遍绕开算力中转站：安全、性能、封号三大顾虑

据业内人士分析，大厂普遍不愿使用算力中转站，这一现象背后有多重现实考量。中转站本是为解决国内开发者无法直接调用海外 AI 模型（如 Claude、GPT）而出现的 " 曲线救国 " 方案，通过中间层转接，让用户在国内即可调用国外大模型接口，价格往往比官方更低。

然而对大厂而言，中转模式虽 " 便宜 "，但 " 代价太高 "。

首先是数据安全，B 端客户无法接受数据经第三方中转，只能信任原厂直接调用；其次是并发性能问题，中转站难以满足大厂对 TPM 和 RPM 的高并发要求；计费黑箱同样棘手——中转站宣称打折但后台不可追溯，大厂要求每笔可核销；封号风险更是不容忽视，订阅账号的逆向超刷易导致原厂封禁，字节、腾讯均曾因此受损。

3D 芯片创业潮起，半年估值翻数倍，量产是一道坎

AI 推理需求快速增长，加上国内先进制程推进受限，3D 堆叠芯片正在成为芯片创业的新风口。近期，多家相关创业公司受到资本追捧，有公司半年内估值从数亿元涨至数十亿元。

资本热情并不等于产业成熟。3D 芯片涉及堆叠工艺、良率、成本和供应链等多重挑战，在融资竞速之外，真正决定公司价值的仍是能否完成量产闭环。更多芯片创业公司的信息交流添加微信   BENSONEIT  。

存储大厂寻求补齐关键拼图，数百亿控股某 IP 公司 BU 未果，转投另一家西部公司

国内头部存储厂商此前曾与一家国内 IP 公司接触，希望以数百亿元估值控股其 RCD 芯片业务 BU，以补齐 RCD 存储接口芯片能力。RCD 是 DDR5 RDIMM 服务器内存的核心接口芯片，全球主要供应商仅有三家。随着 AI 服务器需求增长，RCD 正成为国产存储产业链竞相布局的关键环节。

不过，据业内人士透露，由于双方在估值等问题上未能达成一致，这笔交易最终未能落地。随后，该存储厂商将目光转向西部某芯片公司，合作推进 RCD 芯片布局。

AI Infra 明星公司高层巨震

华北一家因 "AI 工厂 " 路线而受到行业关注的 AI Infra 公司，近期发生管理层重大变动。

雷峰网了解到公司有三位核心高管已离职，其中包括去年从国际科技巨头高调加盟的 CTO。该公司背靠地方国资体系，过去两年承担多个区域级算力基础设施项目建设，一度被业内视为国内 AI 工厂模式的重要探索者。

目前国内智算产业从 " 拼卡 " 走向 " 拼运营 " 的关键阶段，此时核心管理团队接连离场的原因是啥？

推理新架构持续升温，投资人却 " 没流片不投 "

推理新架构持续升温，但多位投资人表示不知道该投哪家创业公司，有的甚至直言不会考虑没有完成流片的项目。

相比之下，投资人对 GPU 赛道的判断已经趋于一致。有业内人士认为，很难再诞生新的头部 GPU 公司，训练侧最终只会剩下一两家企业；推理侧虽然市场更大，但长期同样容不下太多玩家。

在一位投资人看来，部分国产 GPU 公司目前仍围绕地方智算集群项目开展业务，不仅卖芯片，还承担部署、运维等工作。这类项目难以标准化，即便已经完成上市，也距离真正实现良性经营还有一定差距。哪家国产推理芯片能率先实现商业化落地？欢迎添加微信   Evelynn7778   互通有无。

AI 时代算力逻辑生变：互联网 " 先圈人再变现 " 模式走不通了

有业内人士认为，互联网时代 " 先拉新、做大用户规模、再算 DAU" 的经典逻辑在 AI 时代已走不通。核心差异在于边际成本结构——互联网时代增量用户几乎不带来增量成本，而算力完全不同：每新增一个用户，都会实实在在消耗 Token，带来直接的算力成本增量。

这意味着，靠用户规模摊薄研发成本的互联网打法已失效，企业无法像过去那样通过 " 免费 " 快速圈住用户再慢慢变现。因此，" 免费送 1000 万 Token" 的补贴模式在商业上不可能成立——每送出一份，都是真金白银的成本支出，没有平台能耗得起。

情报太少仍意犹未尽？更多精彩欢迎扫描下方二维码，加入雷峰情报群结识志同道合的朋友，畅聊行业前沿资讯，爆料内幕故事 ~