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
27 篇文章2026年5月
27 篇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。