算力采购模式变化与GPU需求 - 国内头部互联网公司采购算力的方式发生变化，从通过中间渠道隐藏身份转向越来越多项目直接签约，自我保护色彩减弱[2] - 英伟达B300 GPU被头部客户快速扫货，华东某互联网大厂采购规模超过2000台，华北某科技巨头也采购了一两千台[2] - 英伟达5090 GPU租赁价格上涨约20%，主要原因是推理、Agent等应用快速发展导致高端GPU持续供不应求[5] 存储行业动态与市场影响 - 国内一家存储原厂的上市估值有望从数千亿元上调至万亿元级别，若估值上调，老股东持股价值或迎来重估，如此体量的企业登陆A股后可能对现有半导体上市公司市值形成压力[3] - 存储价格持续上涨，正在考验AI芯片公司的经营策略，有公司选择自行消化成本不调价，也有公司因拒绝与项目方共同承担新增成本而失去智算订单[9] - 存储行业正经历回款压力，部分大型客户逾期付款成常态，出现既不给现金也不给承兑汇票的情况，导致供应商陷入等待困境[10] - 内存颗粒供应波动，主板厂商推出非常规方案，包括DDR5单通道主板以减少颗粒需求、重新支持DDR3、以及DDR4与DDR5双模兼容设计[14][15] AI芯片公司进展与融资 - 一家去年底完成上市辅导的上海AI芯片公司，过去半年上市无进展，但目前已拿到上市“绿通”，进程出现转机，并有投资方接触讨论Pro-IPO轮融资事宜[4] - 另一家上海AI芯片公司正推进新一代产品研发，计划于下半年推出，新产品主要面向大规模训练集群场景，对标英伟达H100平台，单卡售价达数万元级别[11][12] - 京东芯片团队调整后，部分员工进入与国产芯片厂商成立的合资公司紫京无限，核心员工Jeffrey Xu参与创立的新公司于今年5月成立，方向为AI推理芯片和软硬件系统，成立不久便已获得上亿元融资[8] 国产芯片适配与市场接受度 - 国产芯片厂商掀起Day0适配竞赛，但有头部厂商仅跑通一个版本后便对外宣布完成适配，只为赶上Day0名单[6][7] - 模型适配本身已不再构成核心门槛，真正拉开差距的是性能优化能力，同样完成适配，不同芯片厂商之间的性能差异明显[7] - 算力运营商开始主动测试国产卡以满足客户性价比需求，但实际落地面临障碍，许多央国企客户因缺乏技术适配能力，仍选择盲目照搬头部大厂的高端卡配置，导致性价比极低[13] 算力网络与基础设施 - CDN（内容分发网络）价格出现接近20%的涨幅，主要原因是低成本的PCDN资源受到运营商治理打压，导致低价供给减少[5] - 东数西算的跨区域调度时延焦虑正在减弱，100公里传输延迟约1毫秒，1万公里仅约0.1秒，对于大模型普遍200-300毫秒的首Token响应时间而言，额外时延影响不大[16] - 某西部5090万卡集群目前已实现满租，东西部算力流动正变得越来越常见[17]