
存储巨头上市估值冲万亿;大厂不隐藏身份抢数千台B300;Day0适配竞争变味;京东芯片核心成员创业拿亿元融资|算力情报局Vol.12
Quick Answer
Leading tech firms are directly purchasing thousands of B300 units, signaling a shift in procurement strategies.
Quick Take
Leading tech firms are directly purchasing thousands of B300 units, signaling a shift in procurement strategies. A storage giant's valuation may rise to a trillion yuan, impacting existing semiconductor companies. Meanwhile, a Shanghai AI chip firm has secured Pro-IPO financing, and the market faces rising storage costs affecting AI chip strategies.
Key Points
- Major firms are purchasing B300 units directly, reducing the need for intermediaries.
- A storage giant's valuation could increase to a trillion yuan, affecting market dynamics.
- A Shanghai AI chip company has restarted its IPO process with Pro-IPO financing discussions.
- NVIDIA's 5090 rental prices rose by 20% due to increased demand.
- AI chip companies are divided on handling rising storage costs, impacting order retention.
Article Content
From source RSS / original summary大厂开始直接抢卡:B300被数千台扫货国内头部互联网公司采购算力的方式正在发生变化。 过去,大厂往往通过中间渠道隐藏真实身份进行采购,如今越来越多项目开始直接签约,自我保护色彩明显减弱。 与此同时,B300正在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,仅少数几家公司便消化掉市场相当比例的供给资源。 更多算力市场内幕,欢迎添加微信EATINGNTAE探讨。 存储巨头估值冲向万亿,可能给已上市公司压力国内两大存储原厂的上市进程持续受到资本市场关注。 有消息称,其中一家存储巨头的上市估值有望从数千亿元上调至万亿元级别,而上市时间有可能较此前预期有所延后。 多位业内人士表示尚未获得明确上调信息,但普遍认为,若估值进一步上调并不令人意外。 随着估值水位抬升,老股东持股价值或迎来重估,而如此体量的企业登陆A股后,也可能对现有半导体上市公司的市值形成压力。 上海AI芯片公司上市出现转机,Pro-IPO融资启动去年底完成上市辅导的上海AI芯片公司,过去半年没有新的进展。 据说该公司此前没有拿到绿通,上市遇到了一些挑战。
但去年有高层领导参观的背书,目前已经拿到了上市“绿通”,上市进程出现转机。 据悉目前已有投资方与该AI芯片公司接触讨论Pro-IPO轮融资事宜。 AI芯片公司上市背后更多的信息交流欢迎添加微信BENSONEIT。 英伟达5090和CDN同时涨价20%,但涨价逻辑不同存储价格上涨之后,涨价开始向整个AI产业链传导。 近期英伟达5090租赁价格上涨约20%,与此同时,CDN价格也出现接近20%的涨幅。 不过,两者背后的逻辑并不相同。 5090涨价主要来自需求增长,随着推理、Agent等应用快速发展,高端GPU持续供不应求;而CDN涨价的重要原因,则是低成本PCDN资源受到打压。 业内人士表示,CDN承担着模型、图片、视频等数据分发任务,是连接用户与智算中心的重要网络基础设施。 过去几年,PCDN通过边缘节点和P2P模式持续压低带宽成本。 随着运营商加强治理,低价供给减少,CDN价格重新进入上涨通道。 Day0适配开始变味:有厂商跑通一个版本就官宣DeepSeek V4发布后,国产芯片厂商再次掀起Day0适配竞赛。 有业内人士透露,某头部仅跑通一个版本后便对外宣布完成适配,只为赶上Day0名单。
多位从业者认为,如今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依然十分明显。 据悉,某统一生态内部实际上保留着详细评分体系和结果,但由于部分厂商对横向比较十分敏感,目前对外仅保留“通过”与“未通过”两类结果。 芯片厂商大模型适配更多内幕,欢迎添加微信Evelynn7778交流。 京东芯片团队分流:有人去了紫京无限,有人拿到上亿融资京东芯片团队上海伽脉科技调整之后,团队成员有了两个主要的去向。 一部分员工进入京东与国产芯片厂商成立的合资公司紫京无限,另一部分核心成员则选择重新创业。 其中,核心员工Jeffrey Xu参与创立的新公司已于今年5月成立,方向为AI推理芯片和软硬件系统。 据业内人士透露,该公司成立不久便已获得上亿元融资。 更多新成立芯片公司的信息交流添加微信BENSONEIT。 存储涨价芯片公司态度不同:有人硬扛成本,有人丢智算订单存储价格持续上涨,正在考验AI芯片公司的经营策略。 有AI芯片公司选择自行消化成本,坚持不调整产品售价,理由是当前公司仍处于亏损拓展市场阶段,订单和客户比利润更加重要。 但也有公司因此付出代价。
某AI芯片公司此前已基本谈妥的智算项目,因存储价格持续上涨导致成本波动,项目方希望双方共同承担新增成本,该公司态度强硬拒绝让步,最终失去了订单。 存储行业回款陷入死循环:不给现金,也不给汇票存储行业正在经历新一轮回款压力。 有供应商透露,部分大型客户逾期付款已经成为常态。 更特殊的是,一些集团此前要求不得开具承兑汇票,必须现金支付,但现实情况却演变成“没有现金,所以无法付款”。 供应商主动提出接受汇票,对方则以“不符合规定”为由拒绝。 最终既拿不到现金,也拿不到汇票,只能继续等待。 “如果一年都等不到现金怎么办? ”成为不少供应商共同面对的问题。 欢迎添加微信EATINGNTAE互通有无,探讨应对之道。 上海AI芯片公司憋大招:下半年新品瞄准H100训练市场上海AI芯片公司正推进新一代产品研发,计划于下半年正式推出。 据业内人士透露,新产品主要面向大规模训练集群场景,重点对标英伟达H100平台,单卡售价达到数万元级别。 与行业内频繁举办发布会的企业不同,该公司长期保持低调路线。 有关该企业后续商业落地进展,可添加微信Evelynn7778一起探讨。
国产卡测试需求上升,但客户仍迷信大厂配置据某芯片行业人士透露,算力运营商的客户大多为运营或软件出身,缺乏硬件评价基础,很难仅凭Token来衡量不同芯片的价值。 因此,这些客户往往依赖算力运营商来提供硬件选型方案。 过去,算力运营商几乎只使用英伟达产品;如今为了满足客户多样化的性价比需求,运营商开始主动测试国产卡,以形成与英伟达产品的实际比较。 但测试归测试,实际落地仍面临障碍:互联网大厂拥有强大的工程师团队,能够自行完成适配调优;而多数央国企客户的信息中心人员仅懂基础运维,不具备芯片适配能力。 即便运营商已验证某款国产卡可用,这些客户仍不敢贸然采用——因为一旦出问题,他们没有技术能力兜底。 于是,央国企客户选择了一条“安全”的路径:盲目照搬国家电网等头部大厂的配置,直接上高端卡。 以某供应链集团为例,其业务数据以物流、指令为主,实际部署7B或11B模型就已足够,却跟着上高端卡,性价比极低。 DDR5砍通道、DDR3重新上岗,主板厂商开始“凑颗粒”内存颗粒供应波动,正在倒逼主板厂商推出各种非常规方案。
中国台湾某板卡厂商推出DDR5单通道主板,直接砍掉一个子通道,以减少颗粒需求;部分工控厂商则重新支持DDR3,只求先解决供货问题;还有厂商推出DDR4和DDR5双模兼容设计,为客户保留切换空间。 在供应链紧张时期,“先解决有无,再讨论性能”正成为越来越普遍的选择。 1万公里仅0. 1秒,东数西算延迟焦虑正在消失算力网建设持续推进,但外界对于东数西算最大的担忧始终是时延。 有从业者测算,100公里传输延迟约1毫秒,1万公里也仅约0. 1秒。 对于大模型普遍200-300毫秒的首Token响应时间而言,跨区域调度带来的额外时延并没有想象中那么大。 据悉,某西部5090万卡集群目前已实现满租,东西部算力流动正在变得越来越常见。 雷峰网
Want this in your inbox every morning?
Daily brief at your local 8am — bilingual EN/中文, free.
More from 雷峰网芯片
See more →
给 AI 建「流水线」,九章云极看清了什么?
JiuZhang Cloud's AI Factory aims to revolutionize AI deployment by standardizing computational power measurement and enhancing model production efficiency. With the introduction of DCU (standardized computational unit), the company addresses the industry's infrastructure gap, enabling scalable AI solutions that can adapt to various business needs.



