（来源：上观新闻）
今年4月，亚马🇸🇭😌逊首席执行🇹🇿官Andy J🎚⚽assy表示，❣🐍该公司Trai🧿niu🏌✒m2人工智能芯片👨💻🔒的供应几🇦🇨乎售罄🇸🇴。今天，AI🚔🚛公司容👮♀️易把公开网👨🚒🚁页视为🙆♂️🇸🇯“可训练数据🎸”🐻🥙。国内算力企业✌如果都试图复制同Ⓜ一条路径，🎺结果很可能不是🚷♌生态繁荣，而是🇧🇶同质化内耗：大家🎓一起追🙎♂️🎛一个最成熟、也最🏀☑难追上的🛌🏂方向，最后❎谁都拿不🐹到足够大的开发者💂规模♊🧡。。。它既可以👏🔸充当HBM堆叠☹的控制器，😦🌈替代原本需👩👧要在计🇱🇾😷算芯粒上实🔌🚝现的H🤐🤔BM控制逻辑，🇦🇿🌂将这部分功🇬🇮能下沉到封装🍽层；也🚊可以提供面🇮🇨🐍向芯粒🈴间通信的高速P🎫HY能力，使计ℹ算芯粒得以专🎊注于推理⌛🆗计算本身，而🇹🇹🏔非耗费®芯片面积🏫处理底层通信协🎹议🍝。
本地模🆙🏞型也是争议点👩👧👧。Moxt 让🧾我看到的趋势是🎋🌓这样的👖：只做一个 Op🍈👳enClaw🌅 是不够的🛄✨。他同时坦承，受⚱英伟达、A🇷🇴💔MD、苹果等主要🇦🇫🌿客户持🍜续续签♌🇸🇬晶圆订单影响🚋🕦，供应短缺局面🇨🇽🥡将延伸至🇺🇿📀2027年🇱🇮👩🏫。因为之前的文档👩🦰㊙类产品，🇲🇭不管再加多少 ®AI 功能，骨子😄里仍然是一个以🤵🤬人为中心的文档👔产品😖🚛。即便如此，预计♥未来至少💱三年内，HBM🚶♀️🐀的需求仍将超过💸供应🧒👔。今天，AI👨🦱公司容易🛴🇬🇾把公开网页视为“👿🕴可训练数据”🇰🇮🤯。
每一条🚤线背后，都🤮🔙是巨量芯片、数🥑📒据中心、电👡🖇力、网络和长期资😧本开支🏧。但除此之外🈳， 变化不大，👃🧛♀️特别是🎊观众席上观众😦🙂的脸，像被🛃🕡迫高清化🛋👨❤️👨了🏴。在此期间，五🧛♀️大超大规模数据🙃👖中心运🧲营商的资🍺☄本支出总额增长🐂了190%，从🗾⛹2340亿🕊美元增至🤧6770🙃🎓亿美元，而🌋🆔它们所依赖的硬🥩♟️件供应商的资👺🍧本支出仅增长了4🎳💰5%，从1🧜♂️😀530亿美元增至◾2230🌒👩👦👦亿美元（见图表2🎓🏴）◼🇱🇮。
