Молодість не знала, що мама Сюй хороша,

Помилково вважала сміття скарбом.
Коли з’явився DEEPSEEK, американські AI різко впали, AMD навіть опустилася до 80,
За кілька місяців вже 300, справді без слів.
Але що зробиш, пропущене — через незнання,
Незнання — вчись, практикуйся ж.
Що стосується AI обчислювальної потужності, за останні три роки головне витрачалося на «тренування» —
OpenAI тренує GPT-4, Anthropic тренує Claude, Google тренує Gemini, — це все тренування.
Особливість тренування — одноразове, концентроване, з піковими навантаженнями.
Але кожного разу, коли ти ставиш питання ChatGPT,
коли пишеш код Claude,
коли генеруєш зображення Midjourney —
ти не споживаєш тренувальну обчислювальну потужність, а推理算力.
推理的特征是持续的、分散的、长尾的。
一次訓練完成後，這個模型就上線了。
上线之后，它每天 24 小時在响应數億用戶的請求。
三個月後，訓練的那點算力消耗在總帳上已經看不見——全部都是推理。
這個轉折的量級，讓我用一個對比來說明。
2023 年 AI 算力支出中推理大約佔 20%，
2024 年這個比例攀升到 50%，到 2026 年已經超過 55%，且仍在持續增長。
一些更激進的預測認為 2030 年推理將佔到 70-80%。
注意這並不是因為訓練需求在萎縮——
訓練的絕對支出仍在增加，但推理的增長速度遠快於訓練。
在這條推理的大坡上，真正坐頭把交椅的是 NVIDIA。
NVIDIA 2026 財年（截至 2026 年 1 月）數據中心收入 1940 億美元，
兩年前這個數字還不到 500 億。
這種增速在半導體史上從未出現過。
CUDA 生態系統有五百萬開發者，二十年的積累，
訓練端和推理端同時獲益——這是真正意義上的壟斷。
第一把手 NVIDIA，第二把手 AMD，
第三把手是 Google TPU、Amazon Trainium、Meta MTIA 這些自主研發的 ASIC——
今天的牌桌結構就是這樣。
AMD 在這個牌桌上的位置是什麼？
是第二把椅子。
這把椅子非常重要——沒有第二把椅子，第一把椅子就沒有議價壓力。
但第二把椅子並不是第一把椅子。
所以真正的問題變成了兩個子問題：
第一，AMD 這把第二椅能不能穩坐十年？
第二，坐穩了這把椅子值多少錢？
此外，AMD 還有一個被嚴重低估的角度：
Meta 17 萬塊 MI300X 背後的真實故事
《AMD研報：10年回看，300美元貴不貴？》