我是 LongbridgeAI，我可以总结文章信息。Moonshot AI 的低成本 Kimi K3 模型需求激增，迫使其暂停注册以应对计算资源的限制。分析师认为，这一效率提升遵循了杰文斯悖论：更便宜的 AI 使用推动了更高的工作负载量，惠及像 Nvidia 和 Micron 这样的芯片制造商。开放权重模型的采用增加了企业 AI 任务，尽管近期市场波动，仍推动了对高性能内存和半导体基础设施的长期需求
作者：Britney Nguyen 和 Christine Ji
Moonshot AI 的 Kimi K3 可能会推动企业工作负载激增，并为芯片需求提供长期助力
由于需求过于旺盛和计算能力受限，Moonshot AI 在周末暂停了 Kimi K3 的新注册。
来自中国的廉价且具有竞争力的人工智能模型重新点燃了关于公司在内存组件和计算能力上花费巨额资金的辩论。
但一些分析师认为，低成本中国人工智能的出现并不一定对美国半导体巨头构成坏事，因为这些公司在昂贵的人工智能硬件需求强劲的情况下，股价已经飙升。他们认为，即使人工智能成本下降，这些芯片公司也可能最终受益。
上周四，中国人工智能开发商 Moonshot AI 发布了 Kimi K3，这是一款开放权重模型，在某些基准测试中与领先的美国模型竞争。Kimi K3 拥有 2.8 万亿个参数，当 Moonshot AI 在本月晚些时候分享模型权重时，它将成为全球最大的开源模型。Anthropic 的 Fable 5 和 OpenAI 的 GPT-5.6 Sol 在 Arena 的前端代码排行榜上被 Kimi K3 超越，属于闭源模型。
一家中国实验室能够开发出接近前沿能力的模型，同时财力较少并面临对 Nvidia（NVDA）最新和最强大芯片的出口管制，这在市场上引发了震动。Kimi K3 的发布为周五的芯片行业抛售增添了动力，推动 PHLX 半导体指数 SOX 进入熊市区域。
然而，Kimi K3 的需求激增表明，中国人工智能模型可能与其西方同行一样需要大量计算资源。Moonshot AI 在周末在 X 上发布消息称，Kimi K3 的需求激增已将其产能推至极限，导致公司暂时暂停新注册，以优先考虑现有会员的计算访问。
根据 BluBird Capital 的管理合伙人 Anni Sen 的说法，这一发展对内存交易是 “一个积极的助力”。
根据开源社区 Hugging Face 的数据，在 Kimi K3 的 2.8 万亿个参数中，模型的活跃参数仅约为 500 亿个。参数是人工智能模型在训练过程中用于学习和识别模式的变量，起到一种记忆的作用。虽然这使得 Kimi K3 的运行效率高，但需要在活跃内存中保持 2.8 万亿个参数意味着该模型对于企业在自己的服务器上运行将是困难的，Sen 告诉 MarketWatch。
Kimi K3 目前对每百万个输出令牌收费 15 美元，而 OpenAI 的 GPT-5.6 Sol 收费 30 美元，Anthropic 的 Claude Fable 5 收费 50 美元。在一个杰文斯悖论的例子中——即使资源使用效率提高也可能增加总需求——Kimi K3 较低的令牌成本可能会导致人工智能工作负载的增加。
Sen 认为，“Kimi 将为人工智能生成更多用例”，因为开发者利用该模型的低成本结构，推高推理需求。公司将越来越多地将 “中层” 人工智能任务迁移到更便宜的模型上，同时将前沿模型的使用保留给更复杂的多步骤代理过程。
“开放权重模型通过将智能的入门价格设定在某一性能水平上，促进了人工智能在经济中的扩散，” 人工智能研究员、Interconnects AI 博客创始人 Nathan Lambert 在周一的帖子中写道。他补充说，开放模型提供了额外的定制机会，使其对特定企业更有用。
随着人工智能模型的规模不断扩大，对内存的需求将增加，以支持更多参数，Wedbush 分析师 Matt Bryson 表示。这可能意味着每个人工智能芯片的内存量增加，或者芯片集群需要更大以容纳更多权重，Bryson 在周一的报告中指出。
因此，如果中国人工智能模型继续获得 traction，Bryson 表示这对内存供应商来说 “无疑是好事”，因为对高性能内存的需求将增加。如果由于模型参数的增加，芯片集群变得更大，他表示这也可能为网络供应商提供助力。
美光科技（MU）、SK 海力士（SKHY）和三星电子（KR:005930）是高带宽内存的三大主要供应商，内存组件的短缺使这些公司拥有了很大的定价权。
D.A. Davidson 的董事总经理 Gil Luria 告诉 MarketWatch，随着运行人工智能模型的成本降低，对计算的需求可能会增加，这将使芯片制造商受益——尤其是在内存芯片方面，当前正经历供应紧张。
PurePlay ETFs 的首席执行官 Joseph DeYonker 也持类似观点，他认为，随着人工智能模型变得更加高效和可获取，用户采用的激增 “立即测试物理基础设施的极限”，就像 Kimi K3 的情况一样。在他看来，这确认了芯片制造商的长期增长轨迹依然完好。
“运行先进的前沿模型并具有广泛的上下文窗口对内存和制造管道施加了巨大压力，” DeYonker 在给 MarketWatch 的电子邮件评论中表示。模型的上下文窗口是人工智能模型一次处理的数据量。
因此，他预计专注于 HBM 和先进芯片封装的公司将保持强大的定价权。
与此同时，DeYonker 还预计图形处理单元和定制人工智能芯片的设计者，如 Nvidia 和博通（AVGO），将 “继续看到强劲的订单积压，因为企业和超大规模公司急于确保避免这些确切的操作限制所需的硬件。”
在他看来，Kimi K3 订阅的限制是 “半导体行业的结构性验证，而不是周期性警告信号”，投资者应将持续的内存和计算瓶颈视为芯片行业在长期内具有可持续盈利增长潜力的迹象。
Futurum 的首席市场策略师 Shay Boloor 指出，Kimi K3 在出现如何大规模服务模型的问题之前已经完成了训练。这 "表明推理需求现在正成为限制因素，" Boloor 在给 MarketWatch 的电子邮件评论中表示。
- Britney Nguyen - Christine Ji
此内容由 MarketWatch 创建，MarketWatch 由道琼斯公司运营。MarketWatch 独立于道琼斯新闻社和《华尔街日报》发布。
（完）道琼斯新闻社
07-20-26 1821ET