中芯国际近期的高产能利用率和价格调整，是观察AI产业链扩散效应的一个窗口。AI最先改变的是GPU需求。但GPU只是整台服务器中的一部分。当AI基础设施真正进入大规模建设阶段后，需求会继续向：存储电源网络接口控制器晶圆制造不断传导。所以未来观察AI芯片产业，不能只盯着最先进制程。有时候真正发生变化的地方，可能恰恰藏在那些并不那么“性感”的芯片里。这也是AI硬件产业越来越值得关注的地方。

如果把过去几年的AI发展简单总结一下：第一阶段，是让AI“听懂人话”。第二阶段，是让AI“生成内容”。让AI真正完成任务。这就是AI Agent受到关注的根本原因。不过，当AI开始从“聊天”走向“执行”，另一个问题也随之出现：这么多AI能力，到底应该全部放在云端，还是逐渐放进我们的手机、PC和各种智能设备里？端侧AI。下一篇，我们继续简单说说：端侧AI到底是什么。

KV Cache。不用理解得太复杂。可以把它简单理解成：大模型在对话过程中，为了避免每生成一个新Token都把前面的内容重新计算一次，会把部分已经计算过的信息保存下来。对话越长，需要保留的信息通常越多。因此上下文长度增加以后，KV Cache也可能占用更多内存。所以当人们追求：32K128K甚至更长上下文背后不仅仅是模型能力问题，同时也意味着更高的内存压力。所以以后再看到一个AI设备，可以不只问：

Anthropic开始组建芯片团队，看似是一家AI公司的业务扩张。但背后反映的其实是整个AI产业正在发生的变化。模型。模型 + 算力。模型 + 芯片 + 存储 + 网络 + 数据中心。AI越往深处发展，软件和硬件之间的边界反而越模糊。下一阶段，大模型公司真正争夺的，可能不只是谁拥有最聪明的模型。谁能够以更低的成本，把模型真正跑起来。这也是AI芯片竞争越来越值得关注的原因。

如果把过去几年的AI发展简单总结一下：第一阶段，是让AI“听懂人话”。第二阶段，是让AI“生成内容”。让AI真正完成任务。这就是AI Agent受到关注的根本原因。不过，当AI开始从“聊天”走向“执行”，另一个问题也随之出现：这么多AI能力，到底应该全部放在云端，还是逐渐放进我们的手机、PC和各种智能设备里？端侧AI。下一篇，我们继续简单说说：端侧AI到底是什么。

如果把过去几年的AI发展简单总结一下：第一阶段，是让AI“听懂人话”。第二阶段，是让AI“生成内容”。让AI真正完成任务。这就是AI Agent受到关注的根本原因。不过，当AI开始从“聊天”走向“执行”，另一个问题也随之出现：这么多AI能力，到底应该全部放在云端，还是逐渐放进我们的手机、PC和各种智能设备里？端侧AI。下一篇，我们继续简单说说：端侧AI到底是什么。

如果把过去几年的AI发展简单总结一下：第一阶段，是让AI“听懂人话”。第二阶段，是让AI“生成内容”。让AI真正完成任务。这就是AI Agent受到关注的根本原因。不过，当AI开始从“聊天”走向“执行”，另一个问题也随之出现：这么多AI能力，到底应该全部放在云端，还是逐渐放进我们的手机、PC和各种智能设备里？端侧AI。下一篇，我们继续简单说说：端侧AI到底是什么。