За даними SemiAnalysis, Kimi K3 із понад 2,8 трильйонами параметрів потребує 64-чипової архітектури розгортання та понад 1,5 ТБ потужності HBM. На противагу ринковим побоюванням, що механізми лінійної уваги послаблюють попит на висококласне AI-обладнання, дослідницька компанія заявила, що масштаб K3 та архітектура для інференсу, навпаки, можуть підвищити попит на GPU Nvidia, HBM і обладнання для інтерконекту. SemiAnalysis зазначила, що навіть за обмеженої кількості користувачів одночасно KV-кеш потребує значного вивантаження в пам’ять CPU DDR5 і сховище NVMe, залишаючи обмежений запас по HBM. Компанія вважає, що більш ефективні архітектури моделей знижують витрати на AI-інференс, що стимулює ширше впровадження застосунків і довгостроковий попит на GPU, HBM, DRAM та мережеву інфраструктуру.

Переглянути джерело

Застереження: інформація на цій сторінці може походити зі сторонніх джерел і надається виключно для ознайомлення. Вона не відображає позицію чи думку Gate і не є фінансовою, інвестиційною чи юридичною консультацією. Торгівля віртуальними активами пов’язана з високим ризиком. Будь ласка, не покладайтеся лише на інформацію з цієї сторінки під час прийняття рішень. Детальніше дивіться у Застереженні.

Пов’язані новини

14год тому

Moonshot AI готує IPO в Гонконзі протягом 6 місяців, запускає модель Kimi K3 із 2,8 трильйона параметрів

14год тому

Qiming Venture Capital випускає прогноз із застосуванням ШІ на 2026 рік, прогнозуючи ключові прориви в інфраструктурі та підвищенні ефективності для підприємств

20год тому

ШІ Moonshot AI Kimi-K3 випереджає моделі зі США, SOXX падає на 1,64% у п’ятницю

07-18 11:05

Moonshot AI запускає програми для IPO в Гонконзі протягом 6 місяців; розгортає модель Kimi K3 із 2,8 трильйона параметрів

07-18 03:01

Kimi K3 у травні подасть сигнал про точку інфікування ШІ, заявляє CIO Atreides; GPT-моделі стикаються з тиском на маржу

Поглиблений аналіз