推理芯片 / AI 算力 (Inference Chips)
主框架出处 78-推理芯片架构图。个股深挖 63-Cerebras；需求侧 86-开源AI算力；供应链错杀 79-Meta元计算。
一句话主线
推理（不是训练）才是真正烧成本的一侧。推理芯片市场不是单一市场：别问「谁比 NVIDIA 快」，要问「谁能更便宜地解决 NVIDIA 昂贵解决的瓶颈」。别猜哪家赢——无论哪派赢，「共同地基」（代工/内存/封装/电力/机架）都随之增长。
三瓶颈 × 四内存阵营（读图法，见 推理三瓶颈）
⭐核心规则：内存放哪决定计算灵活度（拉进片内→计算固定；推到片外→计算自由）。
| 阵营 | 内存策略 | 代表 | 对市场的含义 |
|---|---|---|---|
| SRAM 派 | 片上 SRAM 最大化，避 HBM | Cerebras（晶圆级 44GB）· Groq（230MB 确定性数据流） | 量流向代工硅而非 DRAM；放弃灵活性换延迟 |
| 低成本 DRAM 派 | LPDDR/GDDR 绕开 HBM | d-Matrix（256GB LPDDR5X+DIMC，有机基板绕 CoWoS）· Tenstorrent（GDDR6+RISC-V，IP 授权，Jim Keller「用 HBM 就赢不了」） | 打破「推理普及=HBM 一比一增长」；计算自由度高 |
| 分层派 | SRAM+HBM+DDR 多层 | SambaNova（三层，毫秒换模型）· Positron（FPGA+HBM+DDR5，15 人 15 月出货） | 一颗芯片带多种内存，契合 agent 频繁换模型 |
| HBM 派 | HBM 为核心 | Rebellions（CGRA 144GB，三星/SK 投资）· FuriosaAI（TCP 48GB，LG EXAONE 2.25x/W，拒 Meta $8亿）· Etched（Sohu transformer-ASIC）· MatX（训练+推理） | 三大内存厂需求源；灵活性向中间收敛 |
12 家中多为私有、且会被许可/收购/消失——「猜谁赢是最难也最不重要的问题」。故本表重结构不重个股。
NVIDIA 与超算云的双向夹击（初创的生存空间在中间）
- NVIDIA 从上限制：竞争从芯片抬到机架（Vera Rubin NVL72 集成 GPU+CPU+NVLink+网络）；HBM4 带宽 3x 正面解内存墙；CUDA 20 年生态是比性能更大的壁垒；NVLink Fusion 开放互连让对手芯片也跑在自家标准上；许可+挖人收编差异化对手（Groq $20亿）。
- 超算云从下蚕食：TPU/Trainium/Maia/MTIA 无需外卖→不需软件生态/通用性，年增 40%+，或把 NVIDIA 推理份额 90%+→2028 的 20-30%。但锁自家云/SDK（Trainium 只跑 Neuron、TPU 只跑 JAX/XLA），外部迁移要数周-数月。微软 Maia+Vera Rubin 双策略（可预测高量推理给自研，灵活训练/实验给 NVIDIA）。
⭐共同地基：把推理芯片缝进所有主题
无论哪派赢，推理芯片都要过：代工晶圆、内存、封装、电力、机架。而这一切的最上游是设备——晶圆厂扩产/GAA·HBM 转型都要向 ASML/LRCX/AMAT/KLAC/TEL 缴”过路费”（后周期但斜率最陡），详见 半导体设备。
- SRAM 派 → 代工硅（部分内存需求从 DRAM 转向 foundry）
- 避 HBM 派 → DDR5/LPDDR/GDDR（→ 内存周期）
- HBM/分层派 → HBM + CoWoS/CoPoS（→ HBM · CPO）
- 高密度派 → 电力与散热（→ AI数据中心电力，Cerebras 23-27kW 强制液冷）
需求侧：芯片订单会不会见顶？（算力需求）
86-开源AI算力：开源模型不减半导体需求（追 Q 不追 P）。芯片需求 +2.7x/年、内存 bit +3.6x/年；价格地板写进合同（Micron 5 年 SCA/NVIDIA 预付/定制 HBM）。⭐直接接 89-抛售底 的 de-rating 反驳。
供应链地图：Meta 元计算的错杀（79-Meta元计算）
AI 算力 5 层（半导体→服务器制造→集群集成→数据中心运营→算力销售），三判据（谁拥资产/谁担 GPU 过时风险/合约保不保毛利）。过时风险只在 CRWV/NBIS neocloud 收入模型中心。详见 AI基础设施层。
争议点 / 待观察
- decode 顺序模式利好 SRAM 派；但 RAG/MoE/agentic 不规则访问成主流则优势减弱。
- OpenAI/超算云自研 ASIC ramp 速度 = Cerebras/Groq 等外部芯片的空间上限。
- 12 家私有为主，即便押对也难持有——本主题价值在「看每种架构流向哪个组件需求」。
出处
- 78-推理芯片架构图（框架）· 63-Cerebras · 86-开源AI算力 · 79-Meta元计算