芯片涨了，模型瘦了，国产设备动了

今天股市刚开，芯片股就往上冲，不是那些做GPU的大公司带头涨，反倒是搞存储和封装的小企业涨停了一片，大家这才明白，原来AI这股热潮背后，真正在干活的都是这些不起眼的小零件，以前总说大模型要靠算力堆起来，现在发现，先得有能撑得住的硬件才行。

DeepSeek最近推出一个新型号，叫做MODEL1，这个型号并不追求参数数量有多大，专门研究节省电力和内存，能够在手机和眼镜这样的小型设备上运行起来，听说下一代V4很快就要发布，代码生成能力比GPT-4还要稳定，我一开始不太相信，但是看过测试数据之后，确实觉得它有可取之处，模型变得轻便了，反而更加实用，这才是真正能够落地使用的路子。

AI终端开始大量出货，手机、电脑、眼镜都装上了芯片，去年光AI眼镜就卖出一百七十多万台，每台都需要好几颗芯片来支持，内存价格一路上涨，DDR4 16Gb今年第一季度预计还要再涨六成，这不是市场炒作，是真的缺货，全国算力规模已经达到1590 EFLOPS，六千多家AI公司等着用芯片，需求根本停不下来。

国内大模型现在走两条路，一边是通义、盘古这样的闭源模型，另一边是开源模型，像DeepSeek这种愿意开放训练方案的类型，中文开源数据集已经有两百多个，大家拿去进行微调，各自做自己的事，芯片设计也跟着变化，不再比拼谁家参数更高，而是比较谁能省电、速度快、还能塞进小设备里，说到底用户需要的是好用，不是好看。

晶圆厂接到更多AI订单，开始扩大生产，利润增加后，设备采购也变得宽松，以前国产设备要等两年才能进厂测试，现在只要性能合格、交货及时，半年就能装机使用，刻蚀机、薄膜沉积这类过去被嫌弃的设备，现在成了抢手货，听说有厂家为了赶产能，连没完全通过测试的设备都敢用，这是被逼出来的效率。

大模型不再只在云端运行，开始向手机、手表、眼镜这些设备转移，这时候存储、封装和专用芯片就成了关键环节，每次模型更新都会对硬件提出新需求，摩尔定律已经失效，现在由应用场景决定芯片设计方向，模型越智能，芯片就越需要具备灵活性和适应性。

以前人们觉得芯片只是个搬运工，把算力从一处传到另一处，现在才明白，它必须自己会计算、会节省资源、还要懂得配合，模型在变化，芯片也得跟着变，这不是单纯的技术升级，而是整个生态的重新洗牌，谁能先适应这种变化，谁就能生存下去。