共 5 篇文章
微软2026年10月12日在OCP峰会发布第三代自研AI芯片Maia 300，专为推理优化，称每兆瓦token产出比主流GPU高40%（预期值、尚无独立验证）、96加速器机架吞吐为上代7倍，计划2027年起多吉瓦部署并作为主要推理系统、以自用为主。本文分析算力竞争从训练转向推理、指标转向tokens/兆瓦的产业含义，以及云厂商自研芯片对银行的供应商锁定、自主可控、能效与采购SLA的影响和应对。
a16z 2026年9月发布90页《State of Markets II》，提出“科技即一切周期”：科技占美国资本开支55%、贡献标普约76%盈利增长，AI基建是唯一顺周期引擎，百强分析剔除中国。六维度中国检验：科技市值超四分之一、算力投资逆势大增、落地宽而浅（仅23%可量化）、AI融资占48.6%、人形机器人出货前五全为中国厂商、软件迎Prove-It；落到金融业五点启示。
Harvey、Cursor 用专业数据训练专属模型，桥水基金以 Qwen3-235B 做金融信息筛选把错误率降低 29.8%、推理成本降 13.8 倍。当 PyTRIO 把大模型训练封装成 Training API、开启 TaaS 范式，银行面对的不只是新工具，而是模型自主权、数据主权与算力治理三重命题。
当全球还在争论下一个世界模型时，孙正义押注电力、黄仁勋押注资金、马斯克押注铸件——三位科技巨头不约而同把战场从虚拟的模型训练，转向土地、电网与关键零部件的物理世界。本文梳理三者动作的核实细节，拆解能源、资金、关键零部件三大瓶颈，并从金融机构视角解读AI基建资产化的金融工程、算力信贷与风险边界。
腾讯科技文章提出AI正进入第四轮指数级算力需求增长：Chatbot、Reasoning、Coding Agent之后，Computer Use重构白领工作。本文从银行三重身份深读：算力与Agent的重度买家、算力重资产的资金供给方、模型风险的最后承担者，剖析对成本结构、信贷逻辑与风控框架的实质含义，并给出行动清单。