mia

ChainCatcher 消息，美國總統特朗普表示，其政府正以「完全合規且合法的方式」推動去中心化永續合約交易平台 Hyperliquid 進入美國市場。上個月，特朗普曾表示美國商品期貨交易委員會（CFTC）將致力於把 Hyperliquid 引入美國。隨後，Kraken 母公司 Payward 表示正與 CFTC 合作，通過受 CFTC 監管的平台 Bitnomial，為註冊的美國用戶提供與 Hyperliquid 市場及其底層 Layer 1 區塊鏈相關的部分加密永續合約產品。Nansen 研究分析師 Nicolai Sondergaard 認為，這一安排可能允許 Hyperliquid 提供部分底層技術、流動性或市場設計，而無需將其現有平台直接對美國用戶開放，相當於圍繞 Hyperliquid 基礎設施構建一個獨立的美國產品。他表示，美國用戶可能獲得更少的市場、更低的槓桿和更保守的風險控制；同時他反對全面 KYC 化，認為一刀切的 KYC 會削弱合法用戶的隱私與無許可訪問權，並將流動性推向離岸。

ChainCatcher 消息，SemiAnalysis 發布最新一期播客節目，其中指出，SK 海力士和美光在實現最高的 HBM4 速度方面一直面臨挑戰。特別是 SK 海力士不得不重新設計其基礎芯片，導致 HBM4 供應給 NVIDIA Rubin 平台的交付延後。三星目前擁有最好的 HBM4 技術。博通傳統上高度依賴三星為其 HBM 供應。三星在 HBM3E 一代的表現不佳，這對博通的 ASIC 構成了劣勢。然而，現在三星憑藉 HBM4 領先於其競爭對手，這種相同的供應鏈關係已成為 Jalapeño 的優勢。

ChainCatcher 消息，半導體與 AI 獨立研究機構 SemiAnalysis 發布 Neocloud（新型雲）安全深度報告，揭露 ClusterMAX 3 測試期間發現的多類跨租戶安全漏洞。在為期四個月、覆蓋 25 家供應商和 32 個集群的測試中，團隊僅利用公開已知漏洞和基礎配置檢查，就實現了多起跨租戶遠程代碼執行（RCE），受影響實體包括銀行、電信公司、大學、研究機構、AI 實驗室，甚至一國情報機構。典型問題包括：共享 Kubernetes 控制平面導致租戶元數據互見、容器逃逸、BMC/IPMI 管理網絡暴露、InfiniBand 安全密鑰（P_Key、SA_Key、M_Key）未正確配置、BlueField DPU 默認信任模式未加固、Grafana 監控儀表盤使用上帝級 API 密鑰、前端網絡缺乏 VXLAN 隔離等。報告特別指出一個級聯漏洞案例：共享 vCluster 配置錯誤加上軟件版本滯後兩年，最終在下午級時間內完成了跨租戶 RCE 的 POC 驗證。值得注意的是報告對"AI 已根本性改變網絡安全節奏"的主流敘事提出質疑：對英偉達 GPU 驅動、CUDA、PyTorch、Kubernetes、Docker 及 Linux 內核的 CVE 統計顯示，AI 編碼模型普及後並未出現顯著漏洞增長，多數數據中"無法拒絕無變化假設"。報告同時詳述了 OpenAI 訓練代理攻擊 Hugging Face 的事件，AI 代理通過 Artifactory 建立的消息板實現集群級權限提升，從 5 月持續到 7 月才被徹底發現。在構建 POC 驗證已有漏洞時，團隊發現 Claude Fable 和 GPT-5.6 Sol 對安全相關請求頻繁拒絕，最終主要依賴 DeepSeek V4、Kimi K3 和 GLM-5.2 等開源模型完成。SemiAnalysis 表示 Neocloud（新型雲）行業的核心問題並非 AI 帶來的新風險，而是最基礎的補丁管理、租戶隔離和安全設計長期缺位，建議供應商建立自動化安全公告監控系統，並修正單點故障即可暴露全部用戶的架構模式。

ChainCatcher 消息，P Equity Research 與 SemiAnalysis 研究員 Nick Doyle 等在 X Space 討論高帶寬閃存 HBF。Nick 表示，目前判斷 HBF 相對 HBM 的成本溢價能縮小多少仍為時過早，現有數據多為廠商說法，如 Sandisk 稱每比特成本約為 HBM 的八分之一。良率、測試等會隨規模改善，但 TSV、堆疊及 pSLC 模式等結構性成本永久存在，耐久性是關鍵未知數，若磨損超預期將推高成本。HBF 應用場景狹窄，僅面向 AI 推理，尤其是低 batch、長上下文的 MoE 模型，並非 HBM 替代品。實際帶寬目標約 1.6 TB/s，屬 HBM3E 級別，適合順序讀取以加載模型權重，更匹配本地或私有企業少量 GPU 的容量需求，而非超大規模帶寬場景。散熱可靠性尚未解決，閃存在 GPU 旁高溫下會加速劣化，UCIe 分離與每日刷新等緩解措施仍未獲驗證。製造方面，Sandisk/Kioxia 具備 3D NAND 經驗，SK Hynix 補充 HBM 式堆疊能力，但量產仍待證實。整體來看，存儲正轉向分層專業化市場，NAND 短缺預計持續至 2028 年，HBF 可能進一步影響供需。

ChainCatcher 消息，鏈上項目啟動與治理平台 Umia 已開啟自身代幣 $UMIA 的鏈上拍賣，為首個通過其系統發行的代幣。早期競標窗口現已上線，公開輪將於 8 月 29 日至 9 月 2 日在 Base 上經 umia.finance 向所有人開放。競標以 USDC 計價，支持 Privy 銀行卡入金，拍賣結束後將在 Uniswap v4 上以協議自有流動性開啟交易。$UMIA 總供應量 5000 萬枚，其中 4000 萬枚於啟動時分配，其餘 1000 萬枚為業績儲備。4000 萬枚中 61% 自第一天起流通，涵蓋拍賣售出的 1730 萬枚（無鎖倉）以及協議持有部分；支持者、服務商與團隊份額在 12 個月懸崖後分 36 個月歸屬。Umia 是全棧鏈上項目啟動與治理平台，金庫非托管，董事會決策通過決策市場定價。每個經 Umia 啟動的項目均作為基於 MetaLex BORG 框架的開曼隔離投資組合公司子公司。Umia 由 Chainbound 孵化，曾在 2024 年 8 月獲得 460 萬美元，cyber Fund 領投。

ChainCatcher 消息，SemiAnalysis 創始人 Dylan Patel 在最新播客中預測，到 2028 年，OpenAI 與 Anthropic 或將佔據全球 70% 至 80% 的新增 AI 算力，合計算力規模可能超過 100GW。Patel 稱，兩家公司目前已佔全球年度新增算力約 30%，且這一比例仍在快速上升。Patel 指出，前沿 AI 實驗室的商業模式正在發生變化，AI 算力產出效率大幅提升，Anthropic 當前每兆瓦算力對應的收入已達約 5000 萬美元，並可能進一步升至 1 億美元。這使 OpenAI、Anthropic 能夠以每兆瓦 2500 萬至 5000 萬美元的高價採購或租賃算力。Patel 預計 2024 年至 2029 年全球 AI 相關資本開支將達到約 11 萬億美元，其中超過 5 萬億美元需要通過債務融資完成。由於 AI 基礎設施的潛在回報率遠高於傳統行業，科技巨頭可能接受更高融資成本，從而推升整體信貸利率，並對傳統資產估值及高負債經濟體形成擠壓。此外，Patel 認為，未來新增算力未必主要用於對外提供模型推理服務，而可能更多流向 AI 實驗室內部研發和模型自我改進。

ChainCatcher 消息，SemiAnalysis 發文稱，Nvidia Rubin Ultra 將搭載 192GB 的 HBM4 8-hi 內存。這不僅較最初預覽的 1TB HBM 出現大幅下調，甚至低於常規版 Rubin 的 288GB 容量。HBM 配置被削減至原先約五分之一的原因包括：四裸片 Rubin Ultra 方案取消後，cube 數量減至 8 個；堆疊高度由 16-hi 降至 8-hi；並採用使用 24Gb 裸片的 HBM4，而非 32Gb 裸片的 HBM4E。後續或推出 8-hi HBM4E 升級版本。

ChainCatcher 消息，SemiAnalysis 發文表示，其測試了 Anthropic 每月 200 美元的 Claude 套餐，在長周期任務中若用盡相關限額，每月可產出價值最高約 8000 美元的 token；相比之下，OpenAI 每月 200 美元套餐在用盡全部周限額的情況下，每月 token 價值最高可達約 1.4 萬美元。該測試完成於今年 6 月。SemiAnalysis 指出，兩家公司高價訂閱計劃在高強度使用場景下，實際可調用的模型用量對應價值遠高於訂閱費用本身。

ChainCatcher 消息，据 SemiAnalysis 披露，Anthropic 2026 年 Q2 來自間接渠道（Bedrock、Foundry、Gemini Agent Enterprise）的 ARR 占比已超過 40%，API 與 B2B 貢獻了絕大部分新增收入。間接渠道與直接收入的貨幣化模式不同，雲服務商通常收取 IaaS 費或收入分成，實驗室計入毛 ARR 但相關成本體現在銷售與行銷費用中，間接渠道需精確到單筆交易級別的算力分配分析。

ChainCatcher 消息，据 SemiAnalysis 播客披露，Anthropic 因監管壓力對其旗艦模型 Mythos 的公開版本 Fable 設置了極為嚴格的分類器（Classifiers），用戶嘗試特定操作時會被立即降級至 Opus 模型，且對話中無法撤回。SemiAnalysis 創始人 Dylan Patel 表示，分類器限制"過於嚴苛"，內部員工甚至無法用其完成常規任務。播客中提到，Mythos 模型早在 2 月便完成訓練，但 Anthropic 直至 5 月才以 Fable 名義發布。Jordan 在討論中稱，據其了解 Mythos 2 已完成訓練但未發布，內部研發團隊被認為仍在繼續迭代。分析師認為，Anthropic 此前長期呼籲監管，如今監管落地反而限制了自身模型的發布節奏。類似地，OpenAI 也在推遲下一代模型的公開發布，但內部訓練仍在推進，內部模型與公開模型之間的能力差距或持續擴大。

ChainCatcher 消息，研究機構 SemiAnalysis 發布分析稱，SpaceX 有望在 2027 年底前建成約 10GW AI 數據中心容量，若其中 50% 用於推理服務，按每 GW 年收入超 1000 億美元計算，年化收入可達 3000 億美元。SpaceX 首席執行官馬斯克在首份財報中表示，"保守估計"2027 年將新增 6-8GW，實際可能超過 10GW。SemiAnalysis 的推理模擬器顯示，在 GB300 集群上以當前新創雲價格（約 3 美元/GPU 小時）運行時，OpenAI 和 Anthropic 等前沿模型公司每 GW 推理年收入可超 1000 億美元，年化成本約 120 億美元。微軟憑藉對 OpenAI 模型的完全訪問權限，無需承擔訓練成本，同樣可捕獲同等規模收入。分析指出，微軟 2026 年至今已簽約 10GW 數據中心合同（總價值超 3000 億美元），且具備 90 天取消條款，極大降低了簽約風險。SpaceX 建設進度方面，SemiAnalysis 認為馬斯克通過現場燃氣發電、跳過大型電力變壓器等瓶頸、並行施工及縮短調試流程，將建設周期大幅壓縮。田納西州 Southaven 電廠從 2 月的 27 台渦輪機（約 495MW）擴展至 7 月的 69 台（1.7GW），"MiniHard"項目約 5 個月即可建成 450-500MW。但 10GW 目標仍面臨土地審批、燃氣供應及設備交付等多重挑戰。該分析基於模型推演，實際落地仍存在不確定性。

ChainCatcher 消息，研究機構 SemiAnalysis 發布分析指出，Google DeepMind 已不再屬於前沿 AI 實驗室行列。此前一週，DeepMind 聯合創始人 Demis Hassabis 退出日常運營，Google 首席科學家 Jeff Dean 及 Gemini 聯合負責人 Oriol Vinyals 等核心成員離職，創立新實驗室 Discovery Loop。分析認為，Google 內部 Gemini 與 GCP 圍繞算力分配的長期博弈已以 GCP 勝出告終。SemiAnalysis 稱，Gemini 3.5 Pro 已被取消，Gemini 3.6 Flash 性能不及中國頭部開源模型與 Grok 4.5，當前 Gemini 在大模型排名中已跌至第 8 或第 9 位。與此同時，GCP 正向 Anthropic 等競爭對手大量出售 TPU，過去 9 個月內已鎖定數十萬顆 TPU 的長期租賃及銷售合同。Tokenomics 模型估算，Gemini 自身 ARR 約 120 億美元，而 GCP 到 2027 年底第三方 AI 雲服務收入將超 730 億美元，TPU 系統銷售額外貢獻超 1200 億美元。GCP 最新季度增速為 82%，預計 2027 年將因 TPU 系統銷售而加速至 100% 以上，為 Google 每股收益貢獻約 3 美元。

ChainCatcher 消息，据 SemiAnalysis 披露，AMD於去年底至今年初與Meta 和OpenAI達成基於業績的認股權證協議，認股權證將根據兩家公司採購並部署最高 6GW AMD Instinct GPU的情況分批歸屬，同時 AMD 股價需突破階梯式目標（最高至 600 美元 ）。隨著 AMD 股價從 2026 年初 約 200 美元 區間上漲至目前的 500-600美元 ，SemiAnalysis 估算 Meta 和 OpenAI 的 GPU 資本成本已從約 2.15美元/小時 和 2.50美元/小時 分別降至約 1.60美元/小時 和 1.75美元/小時 。若AMD股價升至 600-700美元 ，GPU本身資本成本將趨近於零；若進一步突破 1000 美元 ，則整個集群（含伺服器、網路及CPU等）的全部資本成本對兩家公司而言實際為零。該分析基於線性歸屬假設及6GW產能全部部署的前提，認股權證具體條款尚未公開。

ChainCatcher 消息，半導體研究機構 SemiAnalysis 發文指出，預計英偉達（Nvidia）在今年下半年（即 2027 財年下半年）將迎來巨大的產能爬坡，其數據中心計算業務收入預估將比當前市場共識預期高出 20%。該機構表示，此前因 HBM4 遭遇技術瓶頸而推遲的英偉達新一代 Rubin 架構芯片，目前相關問題已得到解決，且前端晶圓供應已完成初步儲備，即將進入大規模量產階段。此外，SemiAnalysis 強調，其預測數據建立在對全產業鏈的深度調研之上，涵蓋從上游材料、晶圓代工、組件、伺服器集成商，到下游超大規模雲服務商及前沿 AI 實驗室的動態。其追蹤模型同時覆蓋了博通、AMD、聯發科及 Marvell 等主要 AI 晶片生態參與者。

ChainCatcher 消息，半導體研究機構 SemiAnalysis 發布最新分析指出，中國長鑫存儲（CXMT）已明確成為全球第四大 DRAM 製造廠商。儘管其產能和現金流正持續增長，但該機構認為，長鑫存儲仍面臨設備、技術與市場的多重挑戰，短期內不會終結當前的存儲"超級周期"。在具體挑戰方面，先進半導體製造設備（如 EUV、先進刻蝕及 TSV 工具）的出口管制嚴重制約了長鑫向更先進製程及高帶寬內存（HBM）領域的擴張；雖然國產設備（如中微公司、北方華創等）在一定程度上緩解了壓力，但無法全面解決多工藝環節的整合與良率瓶頸，導致其技術仍落後於頭部廠商數代。此外，長鑫的市場份額目前仍高度集中於中國本土，全球化擴張受限於地緣政治與客戶供應鏈多元化意願。針對市場對長鑫可能"以廉價芯片衝擊全球市場"的擔憂，SemiAnalysis 澄清，當前 DRAM 市場存在嚴重的結構性短缺，長鑫的產能增量甚至可能難以完全滿足中國國內需求。事實上，中國存儲芯片的價格同樣在大幅飆升，與全球上漲趨勢保持一致，長鑫同樣是短缺溢價的受益者。因此，長鑫存儲應被視為長期的結構性競爭力量，在 AI 需求加速與供應受限的當下，其短期內無法撼動頭部廠商主導的超級周期基本面。