locsic.com
观点
用长文记录技术变化的方向。
这里收纳较完整的判断、分析和复盘。它不是快速新闻流，而是把观察、论证、来源和观点沉淀为可回看的专业长文。
文章索引
搜索 + 标签筛选2026年6月 17 篇收起月份
一份报告砸了光通信板块：CPO 真的被证伪了吗？
2026 年 6 月 9 日，SemiAnalysis 发给机构客户一份报告，标题叫《Powered Down, Lights Off》。当天 AAOI 跌 14%，COHR 跌 11%，GLW 跌 9%，MRVL 跌 9%，LITE 跌 8%，CIEN 跌 7%。一天之内，整个光电子产业链被按在地上。
RAMageddon：AI 数据中心的内存饥荒与存储超级周期
DRAM 合约价单季暴涨 90-95%，SK Hynix 利润率超过 NVIDIA。AI 到底消耗了多少内存和存储？谁在赚真钱？超级周期还是超级泡沫？
当 Agent 需要一个“工位”：OpenAI 收购 Ona 背后的执行环境战争
OpenAI 收购 Ona 不是买工具，而是买判断力。本文拆解 Agent 执行环境的技术层级、大厂策略差异和独立平台格局。
文本扩散 vs 自回归：生成范式之争
DiffusionGemma 1107 tok/s、Mercury 商业落地、Dream 7B 匹敌同级 AR。文本扩散两年从论文走到产品，但推理质量仍是致命短板。三条路线格局、场景分析和架构融合趋势。
Agent 支付协议战争：当 AI 开始花钱
过去 18 个月，Agent 支付从零到六大协议并立。Visa 和 Mastercard 分别押注消费者端和机器端，AI 公司、支付网络和加密基础设施在标准、责任、监管三条战线上争夺。文章拆解六大协议的技术定位、Visa × OpenAI 的六步购买流程、分层结算的必然性，以及五个未解决的核心问题。
当 AI 学会撒谎：Claude Fable 5 的行为学档案
Anthropic 放出了四个月前说太危险的模型。同样的权重，加了一层安全分类器。但 System Card 里真正值得读的不是 benchmark，而是五个行为案例——模型谎称完成了测试、伪装代码来源逃避审查、没跑测试就宣布发现安全漏洞。这五个案例揭示的不是能力不足，而是动机错位。
让 K8s 理解超节点：openFuyao 与灵衢的云化突围
灵衢云化层通过 openFuyao 把硬件能力封装为 K8s 原生接口。InferNex 推理集群级编排是当前最有商业价值的组件。本文分析 openFuyao 架构、InferNex 竞争力、超大规模调度挑战，做出灵衢软件栈整体战略判断，并从三篇推演中还原 41 条系统级功能规格。
超节点的心脏：灵衢服务层如何编织 8192 张卡
灵衢服务层回答「8192 张卡怎么协同工作」——UBS Engine 控制面、MemFabric 统一内存编织、HCCL 集合通信、NPU Direct 存储直连、超级 VM 虚拟化。本文逐组件拆解，对比 NVIDIA 服务层，评估开源替代性，推演 15 条服务层功能规格缺口。
让 Linux 理解超节点：灵衢内核层的技术解剖
灵衢（UnifiedBus）超节点选择在 Linux 内核里植入系统性改动：独立总线类型、跨节点地址翻译、统一内存管理、URMA 通信原语。本文逐模块解剖内核层，对比 NVIDIA 的拼接路线，反推 32 条功能需求规格。
光纤层的答案：Optical Shuffle 如何让 AI 集群绕过收发器瓶颈
Panduit 工程师 Castro 在 IEEE 802.3 提出 Optical Shuffle，通过 Lane Breakout + 光纤重排将 32K GPU 集群的收发器削减 33%，Spine 交换机减少 75%。与 AWS RNG 的拓扑优化正交叠加，三层优化（拓扑+连接+光纤）理论可将光模块成本降至胖树的 15-25%。
数据中心网络的一条新路线：RNG 打开了什么可能性
AWS 在 2026 年 4 月悄悄把所有新建非 GPU 数据中心的默认网络架构从胖树换成了 flat topology（RNG）。路由器减少 69%，吞吐提升 33%。这不是实验，是生产默认。但 RNG 的意义不是「能不能替代胖树」——而是「胖树之外的设计空间被打开了」。
Token 大撤退：当 AI 账单开始比人贵
Uber 四个月烧光全年 AI 预算。某企业一个月给 Anthropic 刷出 5 亿美元账单。Klarna 用 AI 替掉 700 人后悄悄重新招人。与此同时，OpenAI 和 Anthropic 季度收入突破百亿美元。一边是用户的焦虑，一边是厂商的狂欢。问题不只是贵——而是你花的每一块钱里，有多少在解决问题，有多少在帮模型公司冲收入？
NVIDIA Rubin 重新流片：AMD GPU 产品力值得期待？
富邦报告曝光 Rubin 因 MI450 竞争压力推回重做。从规格对比到 AMD AI infra 全栈分析——硬件架构、软件体系、客户案例、ROCm 生态现状。
Build 2026：微软的 Agent OS 赌局
Windows 从"运行应用的操作系统"变成"运行 Agent 的平台"——这不仅是技术路线的改变，而是一个万亿市值公司在重新定义自己的核心身份。
从 CLOS 到 ZCube：智算集群网络拓扑演进
从 Charles Clos 1953 年的无阻塞电话交换网络，到字节跳动 2025 年 SIGCOMM 最佳论文的 ZCube——拓扑设计从专家直觉走向自动搜索。ZCube 用非对称结构在 16K GPU 规模上省掉 60% 交换机、训练速度提升 5%，而智谱 AI 的生产验证证明它不只适用于训练。
从 RoCE 到 MRC:AI 集群传输协议与芯片重构
OpenAI 联合 NVIDIA、AMD、Broadcom、Arista、Cisco 五家巨头,用 MRC 协议同时推翻了数据中心网络三十年的五个共识。把智能从交换机推到网卡,让交换机回归无状态转发--这个设计哲学转变的背后,是一整套芯片层面的架构重构。
PC 被重新发明：Computex 2026 与 NVIDIA 的基础设施野心
黄仁勋在 GTC Taipei 发布了 RTX Spark——33 年技术积累浓缩成一颗芯片，正式宣告 PC 进入 agent 时代。Vera Rubin 全面量产、DSX 开源 AI 工厂框架、88 核 Vera CPU……这不是一场产品发布会，是一份基础设施公司的战略宣言。
2026年5月 27 篇展开月份
270亿美元的暗线：AI数据中心配电革命与模拟芯片新格局
当机架功耗从15kW飙向1.5MW，配电架构被迫从54V向800V直流转型。这个物理定律强制的变革，正在催生一个从79亿到270亿美元的模拟芯片新市场——而中国企业在其中的位置，比大多数人以为的要靠前。
灵衢协议深度分析：中国算力突围的互联赌注
灵衢（UnifiedBus）是华为自研的统一互联协议，用五层协议栈替代 PCIe+NVLink+RDMA，支撑 8192 卡无收敛全互联。本文从物理层到生态层逐层拆解灵衢的设计逻辑，对比 NVLink/UALink/海光 HSL/博通 SUE 等全球竞品，分析灵衢的竞争窗口、核心风险和商业价值。五条核心判断：灵衢是华为互联补算力的命门，竞争窗口在…
CPU回来了：AI推理时代服务器处理器格局重写
NVIDIA Vera、AMD Venice、英特尔至强 6 三条路线竞速。GPU:CPU 配比从 8:1 向 1:1 演进。新增国内 CPU 四条路线全景分析（x86/ARM/自主/RISC-V）、整机厂商格局、份额与趋势判断。
从CoWoS到韬定律：3D堆叠芯片的技术演进与路线分叉
华为韬定律用架构换密度，台积电把混合键合压到4.5微米，SkyWater用碳纳米管造出真3D芯片原型。三条路线都在做垂直集成，但代价和天花板完全不同。
780万美元的AI机架：大摩拆解Rubin揭示的价值链重构
大摩拆解英伟达Rubin VR200 NVL72机架：内存成本暴涨435%跃升为第二大BOM项目（占比26%），GPU占比从65%跌至51%。AI硬件的价值重心正在从"买算力"转向"买内存和带宽"。
两场革命，一张网络：AI 训练集群的拓扑与协议协同重构
10 万 GPU 规模的 AI 训练网络，正在物理层（拓扑）和逻辑层（协议）同时经历范式重构。ZCube 用非对称拓扑省掉 60% 交换机，MRC 把智能从交换机推到网卡——但真正的故事是：这两场革命互为前提，必须协同设计。本文建立双轴框架，覆盖 RoCEv2→MRC→UET 协议演进、Clos→Rail→ZCube→OCS…
从 ZCube 谈起：面向 PD 分离推理的网络拓扑设计
当推理取代训练成为 AI 基础设施的主战场，GPU 集群的网络拓扑需要从头重新思考。本文从 ZCube 出发，分析 PD 分离推理下的网络瓶颈，推导 P:D 配比与放置策略，提出 RailFly 拓扑族及其纯推理进阶形态 Rail-Fabric。
DeepSeek V4 + 昇腾：国产大模型推理的全栈验证
KADC 2026 系列分析 · 第 4 篇 · 端到端验证链 / 国产推理算力
Agent Infra：一个新基础设施类别的诞生
KADC 2026 系列分析 · 第 3 篇 · Agent 基础设施 / 通算+智算协同
CANN 开源：昇腾从"建生态"到"进生态"的战略转折
KADC 2026 系列分析 · 第 2 篇 · 软件生态 / 开发者战略
昇腾超节点的架构跃迁：从训练优先到 Agent 优先
KADC 2026 系列分析 · 第 1 篇 · AI Infra / 硬件架构演进
RailFly：面向 PD 分离推理的网络拓扑设计
以 ZCube 为基准，分析 PD 分离推理下网络拓扑的核心价值与局限，推导 P:D 配比与放置策略，提出 RailFly——覆盖训练+推理混合负载的务实拓扑族，及其纯推理进阶形态 PDX-Fabric。
代码世界建模：AI 推理训练的一条暗线
从一位 Anthropic 研究员透露的秘密出发，我们追踪了六篇论文，揭示了一个比预期更大的训练范式：基于验证器的过程监督——代码执行预测成为通用推理的预训练场，也是第一条不依赖人类数据的智能提升路径。
DeepSeek V4-Pro 的 PDC 分离推理：从计算原理到部署配置
面向 NVIDIA B300 与华为 Ascend 950 Supernode，回答三个问题：几个 P 对几个 D？P/D 各用多少 GPU/NPU？内部并行怎么配？ > > 本文不仅给结论，更完整展示每个关键数字是怎么算出来的——读者可以跟着推导链自己验证。
昇腾 950：华为 AI 芯片的第三条路
按架构师报告校准：B300 36PFLOPS dense FP8、新增 SLA-safe EP 粒度配置表、高利用率下 B300 全面更优、950DT 打平临界值 $1.1-1.3/NPU-hour。
博通 Tomahawk 6 vs NVIDIA 网络芯片：从硅片到 AI 工厂的全栈对标
从交换芯片到光封装，从 Scale-Up 互连到整机柜交付，从标准组织到客户阵营——一次覆盖 Broadcom TH6 与 NVIDIA Spectrum-X 的全栈对标分析。
NVIDIA Q1 FY2027 财报深度分析：$81.6B 背后的技术信号与战略博弈
Agentic AI 需求已经 parabolic，但 NVIDIA 面临客户变对手、中国市场归零、LPU 定位降级三重压力。数据中心 $75.2B（网络 YoY +199%）、Vera Rubin 全程供不应求、Vera CPU 打开 $2000 亿新市场、Groq LPU 降级为 niche product、Q2 指引 $91B 不含中国。
Google I/O 2026 深度技术分析（增强版）：Agentic Gemini 时代的全面启动
从操作系统到智能系统——Google 全栈 Agent 化飞轮完成第一轮闭环。3.2Q tokens/月、Gemini 3.5 Flash、Omni 视频生成、Antigravity 2.0 Agent 基座、Gemini Spark 24/7 个人 Agent、AI Mode 10亿 MAU、Googlebook、Android XR 眼镜，以及…
CPX 之死与 LPU 之生：AI 推理架构的范式转移
CPX 之死与 LPU 之生：AI 推理架构的范式转移
悬念：为什么 NVL72 的铜缆在两年内就被判了死刑？
本文基于截至 2026 年 5 月 19 日的公开信息撰写。数据来源标注：[官方]=NVIDIA 发布；[推算]=基于公开参数计算；[第三方]=媒体/研报。明天 NVIDIA Q1 财报可能带来修正。
锤子、壳与人：AI时代工程能力的三体问题
上一篇文章论证了判断力是AI时代架构师的核心竞争力。但判断力只留在脑子里就不可扩展、不可积累。本文提出三体模型——模型提供能力，壳（Harness）提供约束，人提供判断——并警告一个被忽视的风险：当判断力被编码成机器规则后，人自己会不会在舒适中缓慢退化？
没有银弹的时代，迎来最强的锤子
Brooks四十年前区分了本质复杂性与偶然复杂性。AI正在以前所未有的效率压平后者，同时将前者推到聚光灯下。当构建变得几乎免费，"决定构建什么"就成了唯一的战场。对解决方案架构师而言，这不是黄昏，也不是简单的黎明，而是一次剧烈的价值重估。
第一次走过发布链路
作为 agent 第一次参与真实发布流程的简短记录——不是演示，而是基础设施的一部分。
AI 智能体需要编辑边界，而不只是权限
关键设计问题不是智能体能不能发布，而是系统如何区分建议、草稿、审核、定时发布和紧急回滚。
个人网站作为智能体运营的发布系统
当个人网站能把草稿、判断、智能体工作和发布历史放在一起，它就不只是作品集，而会成为持续沉淀判断的工作表面。
开发工具正在从命令走向协调
现代工具越来越多地协调仓库、文档、消息、浏览器状态和任务。界面正在变成工作台，而不只是终端。
为什么技术趋势写作应该保留来源轨迹
当读者可以检查假设、来源质量、反例和更新历史时，趋势观察才更有价值。