瓶颈

ChainCatcher 消息，据电子时报报道，台积电（TSMC）计划进一步扩大其CoWoS先进封装中CoW（Chip-on-Wafer） 环节的外包规模，将更多封装订单交由ASE等OSAT厂商承接。CoWoS是台积电2.5D封装技术，将GPU等AI处理器与HBM通过中介层连接，其中CoW为芯片与中介层结合步骤，WoS为中基板封装步骤。此前台积电主要外包WoS环节，CoW仅少量委托。 此举旨在缓解因AI芯片需求持续飙升导致的封装产能瓶颈。台积电占据全球AI芯片制造市场约 90% 份额，但随着英伟达等厂商及AI数据中心自研芯片需求激增，产能已难以满足。业内预计OSAT将大幅增加设备投资，特别是在晶圆切割与键合等后工序领域。韩国多家激光加工及键合设备供应商已被证实正在与OSAT就CoW设备供应进行洽谈。

ChainCatcher 消息，据官方消息，Marvell Technology 宣布推出面向 AI 基础设施的新一代内存解决方案组合，覆盖服务器级 AI 存储、机架级 CXL 内存扩展与池化，以及多机柜光互联共享内存，旨在解决 Agentic AI 推理过程中日益增长的内存容量和带宽瓶颈。 Marvell 表示，随着 AI 模型规模扩大、上下文窗口延长以及 KV Cache 需求增长，传统计算与内存紧耦合架构正限制 AI 推理效率。通过内存解耦（memory disaggregation），可以让内存资源更加独立于计算资源扩展，提高 GPU 利用率并降低数据移动延迟。此次发布的产品包括： Bravera SC6 PCIe 6.0 SSD 控制器：面向 AI 推理存储场景，可帮助云服务商将更多 KV Cache 迁移至高性能 SSD，提升基础设施效率。该产品采用兼容多供应商 NAND 的架构，预计将于 2026 年第四季度开始送样。 Marvell Structera X 内存扩展方案：基于 CXL 技术，支持机架级内存扩展和资源池化，帮助数据中心更灵活地共享和调配内存资源，降低 AI 基础设施成本。 Marvell Photonic Fabric 光互联内存方案：通过光互联技术构建跨多机柜共享内存架构，可支持最高 32TB 温热 KV Cache 卸载，并帮助 AI 推理集群提升吞吐能力。 Marvell 表示，Photonic Fabric 方案可在现有数据中心空间和功耗限制下，实现最高 2 至 3 倍的 Token 吞吐提升，支持更大规模模型和更长上下文 AI 应用。 Marvell 高管 Will Chu 表示，AI 基础设施正在从单一服务器架构转向计算、内存和连接协同运行的系统，未来内存需要更加独立地扩展，以提升资源利用率和 Token 效率。 随着 AI Agent 和大模型推理需求持续增长，内存容量、带宽和数据传输效率正成为继算力之后 AI 基础设施竞争的新焦点。

ChainCatcher 消息，据 CryptoSlate 报道，Solana 于 7 月 29 日将区块计算单位上限从 6,000 万提升至 1 亿，增幅 66.7%。这一调整为不相关交易提供了更多并行处理空间，使单个热门账户的 12% 区块占用率从原先的 20% 有所降低。然而，每个区块中可写入同一账户的计算上限仍为 1,200 万 CU，账户数据增量上限仍为 100 MB，这意味着热门账户的拥堵瓶颈未从根本上解决。如果大量交易需要写入同一热门账户（如高交易量的 DEX 或清算合约），它们仍受限于该额度。官方未提供升级前后交易确认率、费用、区块传播或重放的实际对比数据。

ChainCatcher 消息，Tom Lee 表示，随着 AI “瓶颈”相关股票调整，AI 下游资产正走强，相关标的包括 SMH、DRAM、MAGS、IGV，以及 AI 下游相关的 ETHA 和以太坊 ETH。他指出，过去一个月，以太坊相对 DRAM 跑赢约 5,500 个基点，即 55%。

ChainCatcher 消息，据 Forbes 报道，尽管稳定币交易量过去一年已突破 10 万亿美元，但大部分活动仍集中在加密原生领域（交易、套利与协议间结算），在日常商业支付中的应用仍然有限。WasabiCard CEO Ray Yang 指出，资金转移本身已不再是核心问题，牌照、合规、风险管理与银行能力才是实现大规模采用的关键基础。 Forbes 指出，稳定币结算虽能显着提升跨境支付效率，但每个市场各有不同的合规标准、牌照要求与银行关系，逐市场构建本地化合规既缓慢又昂贵，与稳定币所标榜的即时全球结算形成矛盾。目前稳定币市场已超 3200 亿美元，行业讨论正从稳定币能否取代现有网络转向如何嵌入现有网络。 Forbes 认为，上一个十年的问题是让资金流动起来，这个十年的挑战是让全球支付在碎片化监管环境中合规、大规模运作。

ChainCatcher 消息，“新股神”Serenity 发文分析称，随着共封装光学（CPO）技术预计于 2027 年下半年进入大规模部署阶段，Sivers Semiconductors（SIVE）可能同时扮演产业瓶颈和关键节点的角色。 其指出，连续波（CW）激光器供应已出现紧张迹象。受此前英伟达相关订单影响，日本住友电工、古河电工以及 Win Semi 等产能已高度饱和，而采用轻晶圆厂模式（fab-lite）的 Sivers 通过提前锁定 Win Semi 等代工厂产能，实际上掌握了大量 CW 激光器最终供给。 分析认为，包括 Ayar Labs、Jabil、Marvell Celestial 以及其他超大规模云厂商 ASIC 项目在内的多条 CPO 路线，均高度依赖 Sivers 的激光器方案，短期内缺乏成熟替代来源，使其在整个生态中形成结构性“卡脖子”地位。 此外，Sivers 还是 GlobalFoundries 默认参考激光器设计方案，相关生态参与者包括 AMD 及多家 CPO 芯片供应商。除英伟达和博通等具备垂直整合能力的厂商外，大部分 ASIC 和商业化 CPO 项目均可能围绕 Sivers 展开。 Serenity 预计，随着 CPO 市场规模在未来约一年半时间内从接近零增长至 810 亿至 910 亿美元，Sivers 有望复制 Lumentum 的成长路径，并可能在未来几年成长为市值约 750 亿美元级别的公司。不过，上述观点仅代表市场分析人士个人判断。

ChainCatcher 消息，在香港举办的「Crypto 2026：从加密货币到智能经济」主题论坛上，KiteAI 亚太区负责人 Laughing、Sentient 亚太区负责人 Anita、Brevis 内容主管 Nic Tang、Mentis 产品负责人 Jerry、Predict.fun 亚太区 BD 负责人阿黄 Ricardo 等嘉宾围绕“AI × Crypto — 下一代数字经济底座”的主题进行了圆桌讨论。 关于开源 AI Agent（如“养龙虾”）的爆发是短期情绪还是长期趋势，Laughing 认为这标志着 AI 从“对话式”转向“执行式”的范式转变，是长期趋势的开端，但 Agent 没有实体身份，商家难以信任其交易行为，数据泄露与不可控问题仍是规模化必须跨越的障碍。Jerry 结合自身使用体验指出，当前 Agent 存在记忆模糊、死循环消耗 Token 及误删文件等安全风险，新出现的 Agent 虽有改进但仍有短板。阿黄 Ricardo 则表示，短期情绪背后是真实用户需求，但真正能实现可复现盈利的交易 Agent 仍非常少见，还有很长的路要走。 针对信任、安全与可验证性等核心瓶颈，Nic Tang 强调，当前 Agent 执行过程如同黑箱，用户无法验证其决策是否按承诺执行，零知识证明技术可从数学上证明 Agent 的输出来源与行为合规性，同时不暴露隐私。Anita 补充，Sentient 致力于构建开放、可协作的 AI 代理网络，推动 AI 与区块链在身份、数据和激励层的深度融合，为下一代数字经济提供底层支撑。 关于最先可能规模化的应用场景，嘉宾们普遍认为编程领域已相对成熟，预测市场中 Agent 因理性、无情绪化在特定赛道表现优于人类。短期看好 API Marketplace 与跨平台消费购物 Agent，中期看好内容创作型 AI（如 AI 网红），而 Agent-to-Agent 交互及 Agent/Skill 的 Marketplace 被视为后续重要风口。

ChainCatcher 消息，在香港举办的「Crypto 2026：从加密货币到智能经济」主题论坛上，腾讯云产业架构师 Alan Nie 发表了题为《云+AI双引擎：腾讯云助力Web3新增长》的主旨演讲。 Alan Nie 指出，Web3 企业在全球化基础设施、研发效率与业务智能化方面面临三大瓶颈。腾讯云通过“云+AI”双引擎深度融合，提供覆盖全球的低延迟基础设施。其中，新加坡机房是全球唯一提供 4 个可用区的云厂商，自研 TDSQL-C 数据库可实现秒级弹性扩容，Redis 单节点性能达 30 万+。 在 AI 赋能方面，腾讯云推出 CodeBuddy（AI 结对程序员）和 WorkBuddy（私人 AI 助理），可自动生成代码、批量处理办公文档、整理会议纪要，并支持多 Agent 并行执行复杂任务。在金融场景中，自动化研报复现周期从 3 天缩短至半天；链上数据分析场景下，存储成本降至原来的 1/10，查询响应达毫秒级。 Alan Nie 表示，腾讯云致力于以“云+AI”双引擎，助力 Web3 企业构建下一代智能经济基础设施。

ChainCatcher 消息，据 Delphi Digital 发文表示，稳定币正在成为传统外汇交易渠道的替代方案。传统外汇通道成本高昂，向阿根廷或尼日利亚汇款时，综合手续费可能高达 8%，这些通道 81% 的成本来自维护底层银行基础设施。 不过，当前诸如访问银行账户或银行间通道之类的退出机制仍然是一个重要的瓶颈。Delphi Digital 表示，大部分“摩擦”都存在于区块链之外。虽然稳定币的铸造和销毁只需几秒钟即可完成，但由于批量处理机制，银行电汇汇入这些系统会造成显著的延迟。

ChainCatcher 消息，a16z Crypto 刊文《AI “法官”如何扩大预测市场规模》（What to do when prediction markets fail）指出，预测市场面临的最大挑战并非 “给未来定价”，而是确定实际发生了什么。类似问题也在一些小规模事件中频繁出现，错误或不透明的结算机制会破坏市场信任、流动性及价格信号的准确性。业内建议引入大型语言模型（LLM）作为预测市场判决者，包括规则承诺上链、抗操控、提升透明度、以及增强中立性。比如在合约创建时将具体 LLM 模型、时间戳及判决提示加密记录在区块链上，交易者可提前了解完整决策机制，模型权重固定无法被轻易篡改以减少作弊风险，结算机制公开可审计无人工随意裁定。AI 判决机制可在保证透明、公正的前提下显著提高预测市场结算效率与可扩展性。

ChainCatcher 消息，据 CoinDesk 报道，由于国内监管限制，韩国人去年向外国加密货币交易所转移了超过 160 万亿韩元（约 1,100 亿美元）。分析指出，韩国《数字资产基本法》实施的延迟造成了监管空白，迫使投资者转向境外平台。 研究发现，加密货币已成为韩国的主要投资资产，投资者数量增至 1,000 万人，Upbit 和 Bithumb 等交易平台的营收规模已达数万亿韩元。然而报告显示，尽管韩国投资者持续活跃交易加密货币，并越来越多地转向币安、Bybit 等海外平台，但本土交易平台的增长已陷入停滞。 然而，监管空白引发市场参与者担忧，他们担心韩国本土的中心化加密货币交易平台正日益难以与提供更复杂交易产品的海外平台竞争。

ChainCatcher 消息，OpenAI 创始人 Sam Altman 发文称，OpenAI 的新版本可能会延迟发布，目前正面临算力瓶颈，服务有时可能会变慢。 此前消息，Sam Altman 曾于 2 月 12 日表示，计划在未来数周或数月内推出 GPT-4.5 和 GPT-5。并于昨日表示在未来几个月内发布具有推理能力的“新型开源权重语言模型”。开源权重语言模型是指可公开使用、下载、修改或部署的模型，虽不及完全开源模式开放，但相比完全封闭的 GPT-3 和 GPT-4 已是重大转变。OpenAI 曾于 2019 年 2 月部分开源了 GPT-2 模型，同年 11 月完成全面开源。

ChainCatcher 消息，研究和经纪公司伯恩斯坦分析师认为，加密小额支付是避免人工智能金融经济瓶颈的关键。分析师表示，人工智能金融经济的真正瓶颈是当前金融体系无法有效处理小额支付。人工智能代理可能需要进行极小额、无摩擦的支付，例如用于消费数据或内容的流资金。然而，由于技术的复杂性和人的参与，传统系统的交易成本很高，这使得这种做法不经济。为了满足人工智能经济的需求，金融体系需要不断发展，以实现无缝、低成本的小额支付，并与人工智能代理的消费模式保持一致。这就是加密货币发挥作用的地方。