SemiAnalysis 评 Google GPU 集群体验达金牌级

智能体工作负载正在悄然重塑推理经济学。我们从SemiAnalysis的43.2万个真实编码智能体请求中提取数据，发现中位数并非3.2万或6.4万，而是9.6万输入token。作为参考，这意味着在你输入问题之前，模型已处理了超过《了不起的盖茨比》全文长度的文本。（1/3）🧵

计算裸片上的面积极其宝贵，但其中相当大一部分却仅用于与内存对接。我们估算，HBM4 控制器和 PHY 约占 Nvidia Rubin 计算裸片的 16%。这意味着大量先进制程硅片被用于与内存通信，而非执行计算。(1/3)🧵

我们在 ExploitGym 上评估了 GLM-5.3 的网络能力，并分析了执行轨迹。GLM-5.3 将大部分执行预算用于测试隐藏的运行时条件是否改变了其结论。在问题 arvo5665 中，GLM-5.3 通过 sanitizer 构建、语料测试和目标 fuzzing 探索了更多周边程序。(1/3)🧵 https://www.anthropic.com/research/glm-5-3-and-the-spread-of-advanced-cyber-capabiliti…

SemiAnalysis 发文称 AI 让论文生产成本更低，ICLR 投稿量从 2023 年的 4,938 增至 2024 年 7,262、2025 年 11,603、2026 年 19,525。据报道 2027 年 ID 已超过 62K，高于此前所有年份约 56K 篇投稿的总和，作者提出评审能否跟上的疑问。

警报🚨：仅 4 块 TPUv7 就能在交互性上接近一整块 @cerebras 晶圆，这得益于 @inferact 使用 megakernels 的 200IQ 软件。 希望 Cerebras DevX 团队在看到 TPUv7 如此出色后，不会发些自我安慰的推文。

OpenAI 的 Jalapeno 负责人回应 NVIDIA 首席科学家在计算机博物馆座谈会 YouTube 评论区的质疑，称 Jalapeno 已在 SemiAnalysis InferenceX 基准上运行非 OpenAI 模型且速度很快，甚至超过 NVIDIA 的 July Rubin 芯片。

Intel Panther Lake 拆解 深入探究 Intel 最新的消费级芯片与 18A 工艺节点 https://newsletter.semianalysis.com/p/intel-panther-lake-teardown

在我们对 ClusterMAX 3.0 的测试中，我们测试的最重要内容之一是可靠性。我们基于此前的研究，通过以下两点来判断哪些提供商能够实现稳定良好的有效吞吐：1. 识别发生的故障，2. 从这些故障中恢复。(1/7)🧵

Nebius 拿下 ClusterMAX Platinum 评级，测试中已难以与 CoreWeave 区分。CoreWeave 产能已满，有客户拿着 1 亿美元却被告知要等到明年 5 月才能接单，Nebius 借此吃下这块中间层市场。CoreWeave 峰值时每周部署 1 万块 GPU，但资产负债表已满，难以再支撑另一个吉瓦级扩张。

SemiAnalysis 发布 SemiAnalysis China Datacenter Model 分析报告，解读中国 AI 基础设施热潮。报告覆盖 60 多个运营商的 1000 多个设施，指出最大超大规模租约占全国容量约 1/5、12 个月内新增 100MW，并提及零售优先、被 AI 反转以及东数西算等因素，全文见 https://newsletter.semianalysis.com/p/the-chinese-ai-infrastructure-boom。