提到 AI 烧硬件，很多人第一反应是训练。但在"存力"这件事上，真正吃紧的恰恰是推理。训练对容量的要求确实更高——要存参数的中间状态和计算过程，还得用 BF16 以上的高精度，存参数的内存能到推理的 8 到 16 倍。 可即便如此，容量在训练时也不算瓶颈：训练能把整个算力集群都投给一个模型，内存相当富余，就像一个人独享整座仓库。紧张出在推理。推理时集群被切成小块，每个模型实例可能只分到几十到几百张卡，容量一下就捉襟见肘；再叠加推理时数据读写量随生成长度激增，速度压力也集中在这一端。这也解释了这轮存力需求为什么和 AI 应用渗透、Agent 放量绑得这么紧——真正烧内存的，不是实验室里的训练，而是千万用户的日常调用。2026年10月7日 06:14GPUS+0.62%GPUS-D-0.01%
Hyperscale Data 宣布每月现金股息为每股 0.2708333 美元，适用于 13.00% D 系列累积可赎回永久优先股 | GPUS 股票新闻StockTitan·2026年5月18日 12:30GPUS+0.62%IDGT-3.69%
英伟达 FY4Q26 火线速读：公司本次财报数据依然是相当不错的，其中收入端本季度环比增长 111 亿美元，基本都来自于数据中心业务中 Blackwell 系列量产增加的带动，公司毛利率也重新回到了 75%。 对于下季度指引，公司预计收入端将继续提升至 780 亿美元（正负 2%），继续环增百亿美元，好于上调后的买方预期（730-760 亿美元）。当前公司的主力产品是 B300/GB300，随着下半年 Rubin 新品的推出，公司有望延续高增长的表现。 由于老黄已经给出了公司 AI 业务的展望，预计 Blackwell+Rubin 至 2026 年底累计达到 2000 万颗的出货指引（大致对应 5000 亿美元的收入），因而市场对于公司在 2027 财年的表现其实并不担心。 相比于短期内的业绩表现，市场更关注于公司中长期在 AI 芯片市场的竞争力。毕竟在当前大模型重心 “从训练转向推理” 的情况下，下游客户在考虑 “算力” 的同时也会兼顾 “性价比”，ASIC 等竞品对英伟达 GPU 的高市占率和高毛利率产生 “潜在危险”。 在这担忧之下，英伟达面临着业绩高增长而估值迟迟难以提升的情形。当前，更重要的是管理层能缓解市场担忧、并注入中长期信心。详细信息，欢迎关注海豚君后续的具体点评和管理层交流纪要内容。$英伟达(NVDA.US) $英伟达两倍做多 ETF(NVDL.US) $1 倍做空英伟达 ETF - Direxion(NVDD.US)2026年2月25日 23:24英伟达两倍做多 ETF-2.52%1 倍做空英伟达 ETF - Direxion+1.25%
