我是 LongbridgeAI，我可以總結文章信息。Moonshot AI 的低成本 Kimi K3 模型需求激增，迫使其暫停註冊以應對計算資源的限制。分析師認為，這一效率提升遵循了傑文斯悖論：更便宜的 AI 使用推動了更高的工作負載量，惠及像 Nvidia 和 Micron 這樣的芯片製造商。開放權重模型的採用增加了企業 AI 任務，儘管近期市場波動，仍推動了對高性能內存和半導體基礎設施的長期需求
作者：Britney Nguyen 和 Christine Ji
Moonshot AI 的 Kimi K3 可能會推動企業工作負載激增，併為芯片需求提供長期助力
由於需求過於旺盛和計算能力受限，Moonshot AI 在週末暫停了 Kimi K3 的新註冊。
來自中國的廉價且具有競爭力的人工智能模型重新點燃了關於公司在內存組件和計算能力上花費鉅額資金的辯論。
但一些分析師認為，低成本中國人工智能的出現並不一定對美國半導體巨頭構成壞事，因為這些公司在昂貴的人工智能硬件需求強勁的情況下，股價已經飆升。他們認為，即使人工智能成本下降，這些芯片公司也可能最終受益。
上週四，中國人工智能開發商 Moonshot AI 發佈了 Kimi K3，這是一款開放權重模型，在某些基準測試中與領先的美國模型競爭。Kimi K3 擁有 2.8 萬億個參數，當 Moonshot AI 在本月晚些時候分享模型權重時，它將成為全球最大的開源模型。Anthropic 的 Fable 5 和 OpenAI 的 GPT-5.6 Sol 在 Arena 的前端代碼排行榜上被 Kimi K3 超越，屬於閉源模型。
一家中國實驗室能夠開發出接近前沿能力的模型，同時財力較少並面臨對 Nvidia（NVDA）最新和最強大芯片的出口管制，這在市場上引發了震動。Kimi K3 的發佈為週五的芯片行業拋售增添了動力，推動 PHLX 半導體指數 SOX 進入熊市區域。
然而，Kimi K3 的需求激增表明，中國人工智能模型可能與其西方同行一樣需要大量計算資源。Moonshot AI 在週末在 X 上發佈消息稱，Kimi K3 的需求激增已將其產能推至極限，導致公司暫時暫停新註冊，以優先考慮現有會員的計算訪問。
根據 BluBird Capital 的管理合夥人 Anni Sen 的説法，這一發展對內存交易是 “一個積極的助力”。
根據開源社區 Hugging Face 的數據，在 Kimi K3 的 2.8 萬億個參數中，模型的活躍參數僅約為 500 億個。參數是人工智能模型在訓練過程中用於學習和識別模式的變量，起到一種記憶的作用。雖然這使得 Kimi K3 的運行效率高，但需要在活躍內存中保持 2.8 萬億個參數意味着該模型對於企業在自己的服務器上運行將是困難的，Sen 告訴 MarketWatch。
Kimi K3 目前對每百萬個輸出令牌收費 15 美元，而 OpenAI 的 GPT-5.6 Sol 收費 30 美元，Anthropic 的 Claude Fable 5 收費 50 美元。在一個傑文斯悖論的例子中——即使資源使用效率提高也可能增加總需求——Kimi K3 較低的令牌成本可能會導致人工智能工作負載的增加。
Sen 認為，“Kimi 將為人工智能生成更多用例”，因為開發者利用該模型的低成本結構，推高推理需求。公司將越來越多地將 “中層” 人工智能任務遷移到更便宜的模型上，同時將前沿模型的使用保留給更復雜的多步驟代理過程。
“開放權重模型通過將智能的入門價格設定在某一性能水平上，促進了人工智能在經濟中的擴散，” 人工智能研究員、Interconnects AI 博客創始人 Nathan Lambert 在週一的帖子中寫道。他補充説，開放模型提供了額外的定製機會，使其對特定企業更有用。
隨着人工智能模型的規模不斷擴大，對內存的需求將增加，以支持更多參數，Wedbush 分析師 Matt Bryson 表示。這可能意味着每個人工智能芯片的內存量增加，或者芯片集羣需要更大以容納更多權重，Bryson 在週一的報告中指出。
因此，如果中國人工智能模型繼續獲得 traction，Bryson 表示這對內存供應商來説 “無疑是好事”，因為對高性能內存的需求將增加。如果由於模型參數的增加，芯片集羣變得更大，他表示這也可能為網絡供應商提供助力。
美光科技（MU）、SK 海力士（SKHY）和三星電子（KR:005930）是高帶寬內存的三大主要供應商，內存組件的短缺使這些公司擁有了很大的定價權。
D.A. Davidson 的董事總經理 Gil Luria 告訴 MarketWatch，隨着運行人工智能模型的成本降低，對計算的需求可能會增加，這將使芯片製造商受益——尤其是在內存芯片方面，當前正經歷供應緊張。
PurePlay ETFs 的首席執行官 Joseph DeYonker 也持類似觀點，他認為，隨着人工智能模型變得更加高效和可獲取，用户採用的激增 “立即測試物理基礎設施的極限”，就像 Kimi K3 的情況一樣。在他看來，這確認了芯片製造商的長期增長軌跡依然完好。
“運行先進的前沿模型並具有廣泛的上下文窗口對內存和製造管道施加了巨大壓力，” DeYonker 在給 MarketWatch 的電子郵件評論中表示。模型的上下文窗口是人工智能模型一次處理的數據量。
因此，他預計專注於 HBM 和先進芯片封裝的公司將保持強大的定價權。
與此同時，DeYonker 還預計圖形處理單元和定製人工智能芯片的設計者，如 Nvidia 和博通（AVGO），將 “繼續看到強勁的訂單積壓，因為企業和超大規模公司急於確保避免這些確切的操作限制所需的硬件。”
在他看來，Kimi K3 訂閲的限制是 “半導體行業的結構性驗證，而不是週期性警告信號”，投資者應將持續的內存和計算瓶頸視為芯片行業在長期內具有可持續盈利增長潛力的跡象。
Futurum 的首席市場策略師 Shay Boloor 指出，Kimi K3 在出現如何大規模服務模型的問題之前已經完成了訓練。這 "表明推理需求現在正成為限制因素，" Boloor 在給 MarketWatch 的電子郵件評論中表示。
- Britney Nguyen - Christine Ji
此內容由 MarketWatch 創建，MarketWatch 由道瓊斯公司運營。MarketWatch 獨立於道瓊斯新聞社和《華爾街日報》發佈。
（完）道瓊斯新聞社
07-20-26 1821ET