HBM供应限制推高GPU租赁价格约两成，AI硬件市场生变

专家要点：

推理 > GPU 租赁价格上涨约 20%：由HBM供应限制驱动。新型云服务商没有选择压缩利润率，而是通过1–3年的更短合同将硬件成本上涨直接转嫁给租户。

> HBM4瓶颈限制NVIDIA Vera：NVIDIA的Vera GPU面临生产限制——HBM4问题将产量限制在10万–20万颗，而其理论产能为40万–60万颗。

> 低延迟ASIC抢占份额：智能体AI将工作负载拆分为通用推理和超快速推理两类。低延迟硬件目前占据5%–10%的市场份额，长期预计将达到约40%。

> Etched达到约6万token/秒：通过剥离通用计算电路，Etched将transformer利用率提升到约90%。它已筹集到10亿美元新资本，部署在Jane Street和JPMorgan。

> Groq商业策略：为缓存提示词和批量API提供50%折扣。LPX服务基准定价为每百万输入token 0.05–0.09美元，原生集成Rubin。

> Groq LPU 在Kimi模型上的跑分：Kimi 1.5达到约1000 token/秒，Kimi K2达到400–450 token/秒，多LPU的Kimi 3达到约250 token/秒。

> 云跑分细分（Kimi K2.5）：Together AI达到450 token/秒（延迟1.37秒），Fireworks AI在速度上领先，延迟低于1秒（354 token/秒），标准新型云服务商落后，为338 token/秒（延迟1.86秒）。

$NBIS $NVDA $MU $CBRS